APP下载

电力大数据系统在新能源项目规划中的运用探究

2020-07-04李成功

科学与财富 2020年15期
关键词:运用

李成功

摘 要:文章基于大数据技术的发展现状以及对电力企业的影响和作用,对新能源系统结构中应用大数据技术的应用,并对新能源项目规划中大数据技术的应用以及未来发展趋势进行研究,以供参考。

关键词:电力大数据系统;新能源项目规划;运用

1引言

在目前我国进入经济发展新常态下,我国社会的用电负荷也会在很长一段时间内维持较高的水平,这不仅增加了发电企业建设规模以及装机容量等,而且也使得电力系统建设和运行中产生数据的类型和数量,表现出数据规模呈指数型增长的趋势。尤其是在目前能源紧缺和环境污染形势下大力发展的新能源项目,表现出新能源项目规划和建设数量的急剧增加,同时也使得智能电网的普及范围在逐渐扩大,更是增加了智能电网运行中的数据分析工作量和难度。为此就需要在智能电网建设和发展过程中应用电力大数据技术,在推动智能电网发展的同时,也提升其运行的安全性和稳定性,起到推动我国电力工业以及社会经济快速发展的作用。

2大数据的概念及其对电力企业的影响

在目前的信息时代下,电力行业之间的行业技术交流活动也更加频繁,尤其是在智能电网的构建过程中,电力企业需要整合自身業务以及电力工作数据信息,结合电网和通信网络的应用进行智能电网的构建。而在目前的大数据时代下,智能电网的重要性在不断提高,同时也产生了许多新型服务和管理模式,在此过程中数据起到至关重要的作用。通过大数据技术的应用,主要是整合与分析电力企业生产运行中产生的发电数据、安全管路数据,经过分析这些数据并淘汰掉其中无用的数据,总结数据规律进行智能网络的创建,同时也在结合电气技术和智能通信技术的同时,推动新型电网的快速发展和传统电网的变革,推动电力企业的可持续发展。

3新能源系统结构

正如前文所述,在目前我国不断加快城市建设速度的同时也增加了电能需求,而且在目前全球范围的环保意识和要求在不断提高的形势下,我国也加大了电力行业中新能源项目的建设力度。在此过程中也对新能源项目提出了规范化管理的要求,其作为我国电力系统中的新型基础设施,在开展此类项目的规划和管理工作时,由于电力系统工程规划模型中的数据庞大且结构复杂,容易在规划和管理中出现误差并影响整体规划和管理效率。这就需要通过大数据技术的应用来调查和分析处理城市发展状况以及用电情况,提高对电力系统工程模型进行规划以及对庞大数据进行处理的效率,减少上述过程中误差的出现,然后在此基础上开展对新能源系统结构的规划工作。

在此项目规划过程中,可以通过大数据技术应用下的新能源数据采集系统的应用,对新能源和电力系统的电源节点进行渗透,在更为精确和准确的定位新能源的电源节点的同时,对其进行有效应用。而针对具有教导规模的新能源项目,在开展规划工作时需要采集和处理大量复杂的数据,通过大数据技术的应用可以更高效的开展数据处理和分析工作,同时也起到对此类项目规划工作的优化,通过大数据计算方法对电力信息和数据开展整理和计算工作,同时也可以准确开展电力设备检查和故障预测工作,准确评估电力系统运行的可靠性与稳定性。此外也可以在结合传统电网规划发没发的同时,对此类项目规划系统中的数据进行深度挖掘和计算,模拟电力系统中的各个线路,通过三维模型的方式整合系统中的各项数据,及时掌握系统的运行状况并发现其中的问题。由此可以看出,在新能源项目规划中通过大数据技术的应用可以提升此规划工作的智能化水平,通过此规划工作平台的建立和应用,实现此工作效率和质量的提升。

4电力大数据系统在新能源项目规划中的运用

4.1大数据系统在光伏发电中的应用

太阳能是一种绿色能源,近年来光伏发电技术得到极大的推广和应用。然而,随着光伏发电技术的不断并网,对主网系统的稳定性造成比较大的影响。另外,光伏发电受环境因素、太阳辐射因素影响较大,不利于电力系统的调度,给调度人员带来较大的困扰。目前,关于光伏发电的主要影响因素的研究主要集中在外界环境的因素,认为光伏发电的模块组合接受到的光照强度是影响发电输出功率的关键因素。根据相关的实践数据可看出,发电功率随着光照强度的增加而增加。另外,有文献资料显示:太阳高度角、光照强度、云量共同对发电功率产生影响。

为了验证上述因素对于最终发电功率的影响,有研究采取BP神经网络算法,以上述三个指标为神经网络的输入,以最终的发电功率为神经网络输出。结合某地区的实际相关数据,用于模型精度的验证和发电功率的预测。结果表明:模型的预测精度逐渐提升,以太阳高度角、光照强度、云量为模型输入时,通过模型的自学习和参数调整,最终可以有效预测光伏发电功率情况。因此,可以在很大程度上证明:太阳高度角、光照强度、云量是影响发电功率的主要原因。

4.2在新能源项目规划中的应用

在系统运行中还可以通过对瞬时功率、振荡频率、瞬时电压和瞬时电流等数据内容的收集来确定不同的数据收集方向,确保其满足计算设计的电网电路的可行性要求。同时,在对发电厂的位置以及自身因素等故障原因数据进行分析的同时,还可以通过设备自动化的实现来降低设备故障,减少故障所造成的损失和维护成本,实现智能电网运行效率和效益的提升。

4.3大数据系统在风力发电中的应用

为了更好地保证机组高效运转,对机组的运行状态监测尤为重要和关键,振动监测方式具有操作方法简便、测试效率高和故障定位准确等特点,成为风电机组设备前期故障诊断和故障预测较准确的指标监测方式。对风电机组的振动情况进行状态监测,可以在很大程度上确认和预测机组的运行情况和故障,充分保证机组安全稳定运行。如果预测存在故障发生,可以及时进行维护处理,提升运行效率,提升经济性。有研究对风电机组的振动监测指标进行可视化分析,分析介绍了不同的指标数据提取和计算方法,最终结合稀疏快速傅里叶算法实现信号的监测,为维护人员提供状态运行数据,为周期性维修提供参考和依据。

5结语

在目前智能电网的建设规模和覆盖范围在逐渐扩大的同时也大幅度增加了电力系统中的各项数据的类型和数量,增加了对这些数据进行分析和处理的难度和工作量。尤其是针对目前大力发展的新能源项目,在规划过程中,可以通过大数据技术的应用,发挥其数据挖掘和快速、准确分析与处理的作用,合理规划和管理新能源系统结构,同时也发挥新能源项目节省电网运行成本以及提升智能电网效率的作用,推动新能源发电企业的快速发展,适应当今社会快速发展对电力行业尤其是新能源电力行业的发展要求。

参考文献:

[1]谢国辉,汪晓露,刘佳宁,等.国际能源电力统计分析大数据平台构建及应用[J].中国科技成果,2018,019(024):61-63.

[2]魏立.基于大数据的电力故障自动分析系统设计与开发[D].扬州大学,2019.

猜你喜欢

运用
“赞赏发现”在高中语文教学中的运用
企业管理中社会网络的运用及相关问题阐述
游戏教学法在小学英语课堂教学中的运用
巧用插图,注入课堂活力