大數(shù)據(jù)背景下的智能電網(wǎng)用戶側(cè)需求管理決策支持系統(tǒng)

1、大數(shù)據(jù)背景下的智能電網(wǎng)用戶側(cè)需求管理決策支持系統(tǒng)摘要：大數(shù)據(jù)為智能電網(wǎng)DSM的發(fā)展注入新的活力，掌握電力大數(shù)據(jù)的關(guān)鍵技術(shù)對電力行業(yè)的可持續(xù)發(fā)展和堅(jiān)強(qiáng)智能電網(wǎng)的建立具有重要意義。本文在分析智能電網(wǎng)DSM大數(shù)據(jù)特征的基礎(chǔ)上，從數(shù)據(jù)分析和功能設(shè)計(jì)兩個(gè)方面進(jìn)行深入探討和研究，構(gòu)建具有通用性的智能電網(wǎng)DSM管理決策支持系統(tǒng)。同時(shí)介紹了大數(shù)據(jù)hadoop云計(jì)算模型、分布式計(jì)算技術(shù)，內(nèi)存計(jì)算技術(shù)，流處理技術(shù)等符合DSM的大數(shù)據(jù)關(guān)鍵技術(shù)。大數(shù)據(jù)關(guān)鍵技術(shù)在電力行業(yè)的廣泛應(yīng)用必將帶來行業(yè)的變革，將智能電網(wǎng)的發(fā)展推向新的階段。關(guān)鍵詞：大數(shù)據(jù)；智能電網(wǎng)；用戶需求管理；管理決策支持系統(tǒng)SmartGridDSMSuppo

2、rtingSysteminBigDataEnvironmentsABSTRACT:Applicationofbigdatatechniquesinpowersystemwillcontributetothesustainabledevelopmentofpowerindustrycompaniesandtheestablishmentofstrongsmartgrid.Thispaperintroducedauniversalframeworkofdemandsidemanagementsupportingsystem,exploringdataanalysisandfunctiondesig

3、n,basedontheanalysisofthebigdatasattributionofsmartgrid.Thenkeytechniquesofelectricpowerbigdatawerediscussed,includingcloudcomputingmodel,bigdatadistributedcomputing,bigdatamemorycomputingtechniquesandbigdatastreamingcomputingtechniques.Theapplicationofbigdatatechnologiesinsmartgridwillbringdeepchan

4、geandbrilliantfuturetopowersystem,andwillpromotethedevelopmentofpowerindustrytoanewgeneration.Keywords:bigdata;smartgrid;DSMsupportsystem1引言電力需求側(cè)管理(DemandSideManagementDSM)是在政府法規(guī)和政策的支持下，通過有效的激勵(lì)和引導(dǎo)措施，配合適宜的運(yùn)作方式，促使電網(wǎng)公司、能源服務(wù)公司、中介機(jī)構(gòu)、節(jié)能產(chǎn)品供應(yīng)商、電力用戶等共同努力，在滿足同樣用電功能的同時(shí)，提高終端用電效率和改善用電方式，減少電量消耗和電力需求，實(shí)現(xiàn)能源服務(wù)成本最低、社會

5、效益最佳、節(jié)約資源、保護(hù)環(huán)境、各方受益所進(jìn)行的管理活動。智能電網(wǎng)就是將信息技術(shù)、計(jì)算機(jī)技術(shù)、通信技術(shù)和原有輸、配電基礎(chǔ)設(shè)施高度集成而形成的新型電網(wǎng)，具有提高能源效率、提高供電安全性、減少環(huán)境影響、提高供電可靠性、減少輸電網(wǎng)電能損耗等優(yōu)點(diǎn)。智能電網(wǎng)的理念是通過獲取更多的用戶如何用電、怎樣用電的信息，來優(yōu)化電的生產(chǎn)、分配及消耗，利用現(xiàn)代網(wǎng)絡(luò)、通信和信息技術(shù)進(jìn)行信息海量交互，來實(shí)現(xiàn)電網(wǎng)設(shè)備問信息交換，并自動完成信息采集、測量、控制、保護(hù)、計(jì)量和監(jiān)測等基本功能，可根據(jù)需要支持電網(wǎng)實(shí)時(shí)自動化控制、智能調(diào)節(jié)、在線分析決策和協(xié)同互動等高級功能，因此相關(guān)研究者指出：可以抽象的認(rèn)為，智能電網(wǎng)就是大數(shù)據(jù)這個(gè)概念在

6、電力行業(yè)中的應(yīng)用。隨著智能電網(wǎng)的建設(shè)不斷推進(jìn)，電力需求側(cè)管理產(chǎn)生的數(shù)據(jù)也呈指數(shù)級增長，產(chǎn)生了海量數(shù)據(jù)，對數(shù)據(jù)可靠性和實(shí)時(shí)性要求更高。國內(nèi)已有電力系統(tǒng)信息平臺的建設(shè)大多采用常規(guī)的解決方案，即基礎(chǔ)架構(gòu)采用價(jià)格昂貴的大型服務(wù)器，存儲硬件采用磁盤陣列，數(shù)據(jù)庫管理軟件采用關(guān)系數(shù)據(jù)庫系統(tǒng)，緊密耦合類業(yè)務(wù)應(yīng)用采用套裝軟件，導(dǎo)致系統(tǒng)擴(kuò)展性較差、成本較高，難以適應(yīng)智能電網(wǎng)對用戶側(cè)需求管理數(shù)據(jù)可靠性和實(shí)時(shí)性的要求。因此，在大數(shù)據(jù)的背景下為提高需求側(cè)管理水平，建立智能電網(wǎng)用需求管理決策支持系統(tǒng)是非常必要的。2智能電網(wǎng)DSM中的大數(shù)據(jù)智能電網(wǎng)中用戶需求側(cè)大數(shù)據(jù)具有規(guī)模性、高速性、多樣性、價(jià)值性特征(volume、ve

7、locity>variety>value)。Volume規(guī)模性，是指巨大的數(shù)據(jù)量及規(guī)模的完整性。智能電網(wǎng)中用戶需求側(cè)大數(shù)據(jù)包括電力用戶數(shù)據(jù)、企業(yè)用電設(shè)備數(shù)據(jù)、企業(yè)用電量數(shù)據(jù)、企業(yè)和行業(yè)產(chǎn)品產(chǎn)量數(shù)據(jù)、企業(yè)和行業(yè)產(chǎn)品電耗數(shù)據(jù)、電價(jià)(包括峰谷電價(jià))數(shù)據(jù)、電價(jià)彈性數(shù)據(jù)、企業(yè)典型日負(fù)荷曲線數(shù)據(jù)、行業(yè)典型日負(fù)荷曲線數(shù)據(jù)、地區(qū)典型日負(fù)荷曲線數(shù)據(jù)、氣象氣溫?cái)?shù)據(jù)、通用設(shè)備數(shù)據(jù)、全國及各省投入產(chǎn)出數(shù)據(jù)等。數(shù)據(jù)的存儲從TB級別躍升到PB級別或更高的EB級別，與社交網(wǎng)絡(luò)技術(shù)的迅速發(fā)展、網(wǎng)絡(luò)技術(shù)和數(shù)據(jù)存儲和的發(fā)展相適應(yīng)，數(shù)據(jù)量的數(shù)量級驟升，且要求數(shù)據(jù)具有完整性。Velodty高速性，是指對數(shù)據(jù)的實(shí)時(shí)性需求。

8、供電公司移峰填谷、需方響應(yīng)對數(shù)據(jù)的高速性要求更為普遍。對DSM節(jié)點(diǎn)負(fù)荷數(shù)據(jù)以及實(shí)時(shí)電價(jià)這類數(shù)據(jù)檢索要求高速性，即在第一時(shí)間進(jìn)行時(shí)間分析和決策分析。除此之外，氣象氣溫?cái)?shù)據(jù)等信息的獲取和運(yùn)用也具有時(shí)效性。數(shù)據(jù)的高速性要求使得大數(shù)據(jù)具有流動性特征。Variety多樣性，是指數(shù)據(jù)類型繁多、數(shù)據(jù)源異構(gòu)。DSM數(shù)據(jù)來源形式多樣復(fù)雜。電網(wǎng)數(shù)據(jù)廣域分布、種類眾多，包括實(shí)時(shí)數(shù)據(jù)、歷史數(shù)據(jù)、文本數(shù)據(jù)、多媒體數(shù)據(jù)、時(shí)間序列數(shù)據(jù)等各類結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)化數(shù)據(jù)，各類數(shù)據(jù)查詢與處理的頻度和性能要求也不盡相同，這些來自日常運(yùn)營系統(tǒng)的各類信息等組成了一個(gè)大數(shù)據(jù)集，同時(shí)意味著需要在海量、種類繁多的數(shù)據(jù)間發(fā)現(xiàn)其內(nèi)在關(guān)

9、聯(lián)。應(yīng)用大數(shù)據(jù)多樣性的原理是：保留一切需要的、有用的信息，舍棄那些不需要的數(shù)據(jù)，并發(fā)現(xiàn)有關(guān)聯(lián)的數(shù)據(jù)，加以收集、分析、加工，使其變?yōu)橛幸饬x的信息。Value價(jià)值性，指數(shù)據(jù)的稀缺性、不確定性以及對決策的支持性。傳統(tǒng)的OLAP、數(shù)據(jù)倉庫等技術(shù)針對不同主題，對數(shù)據(jù)粒度的要求不盡相同，在對數(shù)據(jù)挖掘中采用的聚類分析、關(guān)聯(lián)分析等技術(shù)造成了不同程度的數(shù)據(jù)價(jià)值損失。而通過大數(shù)據(jù)技術(shù)的幫助，可以在海量的數(shù)據(jù)中找到所需要的有價(jià)值的信息。綜上所述，大數(shù)據(jù)背景下的智能電網(wǎng)中DSM,在數(shù)據(jù)存儲、大數(shù)據(jù)處理、從海量數(shù)據(jù)中挖掘有價(jià)值的信息方面提出了更高的要求。3大數(shù)據(jù)技術(shù)3.1 Hadoop云計(jì)算平臺目前云計(jì)算技術(shù)是大數(shù)據(jù)存

10、儲與處理技術(shù)的重要組成部分。云計(jì)算的核心是海量數(shù)據(jù)存儲和數(shù)據(jù)并行處理技術(shù)。Hadoop是一個(gè)開源的云計(jì)算模型，具備可靠性高、數(shù)據(jù)處理量大、靈活可擴(kuò)展以及使用廉價(jià)機(jī)器等優(yōu)勢，正成為信息領(lǐng)域研究的熱點(diǎn)，是在分布式服務(wù)器集群上存儲海量數(shù)據(jù)并運(yùn)行分布式分析應(yīng)用的一種方法。Hadoop實(shí)現(xiàn)了一個(gè)分布式文件系統(tǒng)(HadoopDistributedFileSystem),簡稱HDFS。HDFS有高容錯(cuò)性的特點(diǎn)，并且設(shè)計(jì)用來部署在低廉的硬件上；而且它提供高吞吐量來訪問應(yīng)用程序的數(shù)據(jù)，適合那些有著超大數(shù)據(jù)集的應(yīng)用程序。HDFS放寬了POSIX的要求，可以以流的形式訪問文件系統(tǒng)中的數(shù)據(jù)。Hadoop的框架最核心的

11、設(shè)計(jì)就是：HDFS和MapReduceHDFS為海量的數(shù)據(jù)提供了存儲，則MapReduce為海量的數(shù)據(jù)提供了計(jì)算。3.2 大數(shù)據(jù)的數(shù)據(jù)處理技術(shù)大數(shù)據(jù)的數(shù)據(jù)處理技術(shù)包括分布式計(jì)算技術(shù)，內(nèi)存計(jì)算技術(shù)，流處理技術(shù)等，這三種技術(shù)適用的對象和解決的主要問題如圖1所示。分布式計(jì)算技術(shù)是為了解決大規(guī)模數(shù)據(jù)的分布式存儲與處理。內(nèi)存計(jì)算技術(shù)是為了解決數(shù)據(jù)的高效讀取和處理在線的實(shí)時(shí)計(jì)算。流處理技術(shù)則是為了處理實(shí)時(shí)到達(dá)的、速度和規(guī)模不受控制的數(shù)據(jù)。分布式計(jì)算技術(shù)解決大規(guī)模分布式存儲與處理高效的數(shù)據(jù)處理和存儲解決在線實(shí)時(shí)計(jì)算=>處理實(shí)時(shí)到達(dá)的，速度和規(guī)模不受控制的數(shù)據(jù)圖1大數(shù)據(jù)處理技術(shù)適用的對象分布式計(jì)算是一種

12、新的計(jì)算方式，研究如何將一個(gè)需要強(qiáng)大計(jì)算能力才能解決的問題分解為許多小的部分，然后再將這些部分分給多個(gè)計(jì)算機(jī)處理，最后把結(jié)果綜合起來得到最終結(jié)果。分布式計(jì)算的一個(gè)典型代表是Google公司提出的MapReduce編程模型，該模型先將待處理的數(shù)據(jù)進(jìn)行分塊，交給不同的Map任務(wù)區(qū)處理，并按鍵值存儲到本地硬盤，再用Reduce任務(wù)按照鍵值將結(jié)果匯總并輸出最終結(jié)果。分布式技術(shù)適用于電力系統(tǒng)信息采集領(lǐng)域的大規(guī)模分散數(shù)據(jù)源。內(nèi)存計(jì)算技術(shù)是將數(shù)據(jù)全部放在內(nèi)層中進(jìn)行操作的計(jì)算技術(shù)，該技術(shù)克服了對磁盤讀寫操作時(shí)的大量時(shí)間消耗，計(jì)算速度得到幾個(gè)數(shù)量級的大幅提升。內(nèi)層計(jì)算技術(shù)伴隨著大數(shù)據(jù)浪潮的來臨和內(nèi)存價(jià)格的下降得

13、到快速的發(fā)展和廣泛的應(yīng)用，EMC、甲骨文、SAT都推出了內(nèi)存計(jì)算的解決方案，將客戶以前需要以天作為時(shí)間計(jì)算單位的業(yè)務(wù)降低為以秒作為時(shí)間計(jì)算單位，解決了大數(shù)據(jù)實(shí)時(shí)分析和知識挖掘的難題。流處理的處理模型是將源源不斷的數(shù)據(jù)組視為流，當(dāng)新的數(shù)據(jù)到來時(shí)就立即處理并返回結(jié)果，其基本理念是數(shù)據(jù)的價(jià)值會隨著時(shí)間的流逝而不斷減少，因此盡可能快地對最新的數(shù)據(jù)做出分析并給出結(jié)果，其應(yīng)用場景主要有網(wǎng)頁點(diǎn)擊的實(shí)時(shí)統(tǒng)計(jì)、傳感器網(wǎng)絡(luò)、金融中的高頻交易等。隨著電力事業(yè)的發(fā)展，電力系統(tǒng)數(shù)據(jù)量不斷增長，對實(shí)時(shí)性的要求也越來越高，將數(shù)據(jù)流技術(shù)應(yīng)用于電力系統(tǒng)可以為決策者提供即時(shí)依據(jù)，滿足實(shí)時(shí)在線分析需求。4系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)系統(tǒng)針對智能

14、電網(wǎng)DSM建立決策支持系統(tǒng)，旨在為DSM各參與方提供集經(jīng)濟(jì)分析、電力供需形勢分析、節(jié)電分析、需方響應(yīng)、錯(cuò)避峰管理、負(fù)荷預(yù)測六大功能于一體的統(tǒng)一的輔助決策支持平臺，這將有助于促進(jìn)我國DSM工作的開展。4.1 數(shù)據(jù)體系結(jié)構(gòu)設(shè)計(jì)與實(shí)現(xiàn)大數(shù)據(jù)的處理流程可以定義為在合適工具的輔助下，對廣泛異構(gòu)的數(shù)據(jù)源進(jìn)行抽取和集成，按照統(tǒng)一的標(biāo)準(zhǔn)對結(jié)果進(jìn)行存儲，利用恰當(dāng)?shù)臄?shù)據(jù)分析技術(shù)對存儲的數(shù)據(jù)進(jìn)行分析，達(dá)到從中提取出有價(jià)值的知識的目的，并用合適的方式將結(jié)果展現(xiàn)給終端用戶。對智能電網(wǎng)DSM來講，電力大數(shù)據(jù)的基本處理流程與傳統(tǒng)數(shù)據(jù)處理流程并無太大差異，主要區(qū)別在于：電力大數(shù)據(jù)需要處理大量、非結(jié)構(gòu)的數(shù)據(jù)，所以在各個(gè)環(huán)節(jié)都可

15、以采用MapReduce等方式進(jìn)行并行處理。本系統(tǒng)以大數(shù)據(jù)處理技術(shù)和數(shù)據(jù)倉庫技術(shù)為基礎(chǔ)，從整體上劃分為四個(gè)層次：數(shù)據(jù)獲取層、數(shù)據(jù)分析層、數(shù)據(jù)服務(wù)層、數(shù)據(jù)應(yīng)用層。數(shù)據(jù)應(yīng)用層數(shù)據(jù)服務(wù)層數(shù)據(jù)分析層數(shù)據(jù)獲取層營銷數(shù)據(jù)庫調(diào)度數(shù)據(jù)庫數(shù)據(jù)管理數(shù)據(jù)倉庫SCADA數(shù)據(jù)庫Stream流計(jì)算負(fù)荷數(shù)據(jù)庫OA數(shù)據(jù)庫數(shù)據(jù)訪問Hadoo原統(tǒng)l<Z>i其他數(shù)據(jù)庫地區(qū)經(jīng)濟(jì)發(fā)展|O|DSM政策其他數(shù)據(jù)庫/經(jīng)濟(jì)分析報(bào)表/電力供需形勢分析,3電分析報(bào)表需求響應(yīng)報(bào)表/金荷預(yù)測報(bào)表錯(cuò)避峰管理報(bào)表圖2數(shù)據(jù)體系結(jié)構(gòu)設(shè)計(jì)結(jié)構(gòu)數(shù)據(jù)獲取層：DSM基礎(chǔ)數(shù)據(jù)來源于電網(wǎng)內(nèi)部和電網(wǎng)外部。電網(wǎng)內(nèi)部數(shù)據(jù)來源于營銷數(shù)據(jù)庫、調(diào)度數(shù)據(jù)庫、SCADA數(shù)據(jù)

16、庫、負(fù)荷數(shù)據(jù)庫、OA數(shù)據(jù)庫以及其他數(shù)據(jù)庫系統(tǒng)。電網(wǎng)外部數(shù)據(jù)主要來源于各地區(qū)經(jīng)濟(jì)發(fā)展規(guī)劃報(bào)告、各行業(yè)用電量分析等等與之相關(guān)的數(shù)據(jù)庫。為保持?jǐn)?shù)據(jù)一致性，必須對數(shù)據(jù)源中的數(shù)據(jù)進(jìn)行抽取、轉(zhuǎn)移、轉(zhuǎn)換，生成綜合性統(tǒng)一的數(shù)據(jù)類型存入數(shù)據(jù)庫（DW）和Hadoop系統(tǒng)中。數(shù)據(jù)ETL（Extract-Transfer-Load,提取、轉(zhuǎn)換和加載）的設(shè)計(jì)和實(shí)現(xiàn)是極其重要的過程，也是數(shù)據(jù)倉庫中數(shù)據(jù)分析的基礎(chǔ)和關(guān)鍵性構(gòu)件。數(shù)據(jù)分析層：數(shù)據(jù)倉庫為智能電網(wǎng)DSM提供戰(zhàn)略集合，Hadoop系統(tǒng)主要用于存儲非結(jié)構(gòu)化數(shù)據(jù)，Hadoop分析這些原始數(shù)據(jù)并能提高系統(tǒng)性能；Stream流計(jì)算處理實(shí)時(shí)到達(dá)的，速度和規(guī)模不受控制的數(shù)據(jù)，用

17、來分析文本、語音和圖像信息，它快速判定對于特定問題下某類數(shù)據(jù)的相關(guān)性。數(shù)據(jù)服務(wù)層：該層通過模型計(jì)算，實(shí)現(xiàn)各業(yè)務(wù)模型屬性與底層不同數(shù)據(jù)源模型的映射，支持對關(guān)系型數(shù)據(jù)庫、數(shù)據(jù)倉庫、非關(guān)系型數(shù)據(jù)倉庫的訪問。同時(shí)，實(shí)現(xiàn)系統(tǒng)功能的優(yōu)化。該層包含數(shù)據(jù)管理框架和數(shù)據(jù)訪問框架。數(shù)據(jù)管理框架包含基于列存儲的開源非關(guān)系型數(shù)據(jù)庫Hbass數(shù)據(jù)序列化格式與傳輸工具Avro、日志收集系統(tǒng)Flume、分布式鎖施ZooKeeper等模塊。管理框架實(shí)現(xiàn)了對大數(shù)據(jù)的組織與調(diào)度，大數(shù)據(jù)的管理、安全和備份恢復(fù)框架幫助進(jìn)行大數(shù)據(jù)的治理和保護(hù)，為數(shù)據(jù)分析提供了必要條件。數(shù)據(jù)訪問框架包含并行計(jì)算機(jī)編程語言Pig、數(shù)據(jù)倉庫工具Hive、開

18、源數(shù)據(jù)傳遞工具Sqoop等子模塊。通過該訪問框架不僅可以實(shí)現(xiàn)對分布式文件存儲系統(tǒng)的訪問，而且通過大數(shù)據(jù)連接器和開源數(shù)據(jù)傳遞工具Sqoop可以實(shí)現(xiàn)對傳統(tǒng)數(shù)據(jù)倉庫的訪問。數(shù)據(jù)應(yīng)用層：該層主要面向一般用戶，滿足他們的查詢需要。通過大數(shù)據(jù)可視化化分析技術(shù)，在有限的屏幕空間下，以一種直觀、容易理解的方式展現(xiàn)給用戶?？梢暬ㄟ^一系列復(fù)雜的算法將數(shù)據(jù)繪制成高精度、高分辨率的圖片，并提供交互工具，有效利用人的視覺系統(tǒng)，并允許實(shí)時(shí)改變數(shù)據(jù)處理和算法參數(shù)，對數(shù)據(jù)進(jìn)行觀察和定性及定量分析。4.2 體系功能設(shè)計(jì)在系統(tǒng)分析應(yīng)用層，結(jié)合實(shí)際業(yè)務(wù)，將系統(tǒng)功能分為六個(gè)模塊：經(jīng)濟(jì)分析、供需分析、節(jié)電分析、負(fù)荷預(yù)測、需方響應(yīng)、錯(cuò)

19、避峰管理。經(jīng)濟(jì)分析：用戶可以查詢在智能電網(wǎng)DSM建設(shè)中的成本、收益。對于電力公司而言，其成本包括電力設(shè)備投資及運(yùn)維資助、公關(guān)宣傳、售電收入減少，其效益包括可避免電網(wǎng)投資費(fèi)用、可避免電力運(yùn)行和檢修費(fèi)用、政策補(bǔ)貼、供電可靠率和用戶滿意度提高；對發(fā)電企業(yè)而言，其成本包括包括銷售電量損失，其收益包括電源緩建效益、系統(tǒng)可避免燃料費(fèi)用、機(jī)組不正常啟停費(fèi)用、環(huán)境污染造成的補(bǔ)償費(fèi)用；對電力用戶而言，其成本包括設(shè)備的初始運(yùn)行投資、設(shè)備的運(yùn)行維護(hù)，其收益包括基金補(bǔ)貼、電費(fèi)支出減少、可避免強(qiáng)行限電成本。供需分析：用戶可以查詢在一定時(shí)間內(nèi)某地區(qū)電力生產(chǎn)電力消費(fèi)需求、電力供應(yīng)能力、發(fā)電裝機(jī)容量，供需缺口以及電力需求預(yù)測

20、。節(jié)電分析：電力用戶可以查詢DSM節(jié)電項(xiàng)目，以及項(xiàng)目實(shí)施的節(jié)能效果。在滿足其電力需求的基礎(chǔ)上，接受對其成本最有效的電力價(jià)格，自愿改變用電方式、用電時(shí)日、合理消費(fèi)、多用低谷電、多采用高效率設(shè)備，達(dá)到電力供求平衡。負(fù)荷預(yù)測：用戶可以查詢行業(yè)以及地區(qū)典型日負(fù)荷特性曲線，計(jì)算負(fù)荷特性相關(guān)指標(biāo)，對行業(yè)以及地區(qū)的典型日負(fù)荷曲線進(jìn)行預(yù)測。需方響應(yīng)：用戶可以查詢負(fù)荷響應(yīng)和價(jià)格響應(yīng)措施。負(fù)荷響應(yīng)是指在用戶系統(tǒng)負(fù)荷過載或系統(tǒng)出現(xiàn)緊急情況時(shí)削減其需求，包括直接進(jìn)行負(fù)荷控制和可中斷負(fù)荷管理。價(jià)格響應(yīng)是指通過批發(fā)電力市場價(jià)格的變化引導(dǎo)用戶，使用戶根據(jù)電價(jià)的變化調(diào)整其用電需求，包括實(shí)時(shí)電價(jià)、峰谷分時(shí)電價(jià)以及需求側(cè)報(bào)價(jià)、階

21、梯電價(jià)等。錯(cuò)避峰管理：用戶可以查詢錯(cuò)避峰方案，方案內(nèi)容包括用電企業(yè)、報(bào)裝容量、各個(gè)時(shí)間段的負(fù)荷運(yùn)行情況等，計(jì)算該地市以及參與企業(yè)在錯(cuò)峰前后的負(fù)荷和電費(fèi)變化情況。經(jīng)濟(jì)分析節(jié)電分析需求響應(yīng),口）工，IJ大屏DSIW方響應(yīng):電價(jià)響應(yīng)負(fù)荷響應(yīng)圖3功能結(jié)構(gòu)設(shè)計(jì)結(jié)構(gòu)圖5結(jié)論與展望本文探討了在大數(shù)據(jù)背景下，智能電網(wǎng)DSM決策支持系統(tǒng)的構(gòu)建的意義和必要性，并給出DSM大數(shù)據(jù)的總體可執(zhí)彳T框架，對電力DSM智能電網(wǎng)大數(shù)據(jù)平臺的搭建具有參考價(jià)值。本文闡述了大數(shù)據(jù)背景下智能電網(wǎng)DSM決策支持系因此結(jié)合大數(shù)據(jù)的技術(shù)優(yōu)勢和統(tǒng)構(gòu)建的4個(gè)核心的關(guān)鍵技術(shù)，即Hadoop云計(jì)算技術(shù)、分布式計(jì)算技術(shù)，內(nèi)存計(jì)算技術(shù)，流處理技術(shù)。D

22、SM決策支持系統(tǒng)功能設(shè)計(jì)分為六個(gè)模塊：經(jīng)濟(jì)分析、供需分析、節(jié)電分析、負(fù)荷預(yù)測、需方響應(yīng)、錯(cuò)避峰管理，并對其功能進(jìn)行定義和描述。目前，大數(shù)據(jù)技術(shù)在商業(yè)領(lǐng)域已經(jīng)獲得較為廣泛的應(yīng)用并創(chuàng)造出巨大的商業(yè)價(jià)值，但是在電力系統(tǒng)中的應(yīng)用才剛剛起步，電力系統(tǒng)的應(yīng)用需求，發(fā)揮電力大數(shù)據(jù)的價(jià)值，將為智能電網(wǎng)的建設(shè)帶來新的發(fā)展契機(jī)。電力企業(yè)應(yīng)該牢牢抓住這個(gè)契機(jī)，從數(shù)據(jù)政策、人才培養(yǎng)、關(guān)鍵技術(shù)研發(fā)等層面，全面促成電力大數(shù)據(jù)技術(shù)的發(fā)展。參考文獻(xiàn)：1劉樹仁，基于Hadoop的智能電網(wǎng)狀態(tài)監(jiān)測數(shù)據(jù)存儲研究J.計(jì)算機(jī)科學(xué)，2013,40(1):81-84.2 ChanneleDonald.U.SElectricUtilityD

23、emand-SideManagement:TrendsandAnalysis.3張東霞，苗新，劉麗萍，等.智能電網(wǎng)大數(shù)據(jù)技術(shù)發(fā)展研究J.中國電機(jī)工程學(xué)報(bào)，2015,35(1):2-12.4孫柏林.“大數(shù)據(jù)”技術(shù)及其在電力行業(yè)中的應(yīng)用J.電氣時(shí)代，2013(8):18-23.5姚宏宇.大數(shù)據(jù)與云計(jì)算J.信息技術(shù)與標(biāo)準(zhǔn)化，2013(5):21-22.6張文亮，劉壯志，王明俊，等.智能電網(wǎng)的研究進(jìn)展及發(fā)展趨勢J.電網(wǎng)技術(shù)，2009,33(13):1-11.7 AgrawalD,BernsteinP,BertinoE,etal.Challengesandopportunitieswithbigdata

24、EB/OL.(2012-02-01)8趙剛.大數(shù)據(jù)技術(shù)與應(yīng)用實(shí)踐指南M.北京：電子工業(yè)出版社，2013:56-589 McKinsey&Company.Bigdata：thenextfrontierforinnovation,competition,andproductivityM.NewYork：McKinseyGlobalInstitute,2011：1-2810 WuXindong,ZhuXingquan,WuGongqing,etal.DataminingwithbigdataJ.IEEETransactionsonKnowledgeandDataEngineering,201

25、4,26(1):97-10711 ZhangJB,LiTR,PanY.ParallelroughsetbasedknowledgeacquisitionusingMapReducefrombigdataCProceedingsof1stInternationalWorkshoponBigData,StreamsandHeterogeneousSourceMining.Beijing,China:ACM,201212郭崇軍，洪峰，陳金富，李勇，徐友平，奚江惠，汪劍波.可視化技術(shù)在電力系統(tǒng)中的應(yīng)用探討J.水電能源科學(xué)，2011,29(2):146-149.13宋亞奇，周國亮，朱永利.智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)J.電網(wǎng)技術(shù)，2013,37(4):927-935.14王德文，宋亞奇，朱永利.基于云計(jì)算的智能電網(wǎng)信息平臺J.電力系統(tǒng)自動化，2010,34(22):7-1215王德文，肖凱，肖磊.基于Hive的電力設(shè)備狀態(tài)信息數(shù)據(jù)倉庫J.電力系統(tǒng)保護(hù)與控制，2013,41(9):152-130.16俊華，文福拴，薛禹勝，等.云計(jì)算：構(gòu)建未來電力系統(tǒng)的核心J.電力系統(tǒng)自動化，2010,34(15):1-8.17TomWhite.Hadoop權(quán)威指南：中文版M.曾大聃，周傲英，譯.清華大學(xué)出版社18劉萌，褚曉東，張文，等.負(fù)荷分布式控制的云計(jì)算平臺構(gòu)架設(shè)計(jì)J.電