“以配電網(wǎng)和配電網(wǎng)自動化物理實體為基礎，融合傳感測量、運行控制、信息通信等技術，支持分布式電源、微網(wǎng)、儲能、電動汽車的友好接入和需求互動，這就是目前配電網(wǎng)智能化的內(nèi)涵。配電網(wǎng)智能化最基礎的工作是數(shù)據(jù)的獲取和管理，高質(zhì)量的數(shù)據(jù)可以獲得準確的配電網(wǎng)系統(tǒng)、設備狀態(tài)的感知和管控。”南方電網(wǎng)科學研究院總工、國家“千人計劃”特聘專家董旭柱表示。

提升數(shù)據(jù)質(zhì)量是配電網(wǎng)智能化一個永恒的話題，只有對配電網(wǎng)供電可靠狀況的實時監(jiān)控，可實現(xiàn)故障預警、分析和決策，達到電網(wǎng)自我預防和自我恢復的目的，實現(xiàn)電網(wǎng)運行狀態(tài)最優(yōu)。

互動性對數(shù)據(jù)采集提出更高要求

近年來，隨著再電氣化進程加快、新能源高比例接入、儲能規(guī)模化應用、數(shù)字技術與電網(wǎng)技術深度融合，電網(wǎng)的物理特性、運行模式、功能形態(tài)正在發(fā)生深刻變化。加快構建以堅強智能電網(wǎng)為核心、以新一代電力系統(tǒng)為基礎的能源互聯(lián)網(wǎng)，是提高能源資源配置效率的迫切需要。

尤其是伴隨電力改革及新型城鎮(zhèn)化、農(nóng)業(yè)現(xiàn)代化步伐加快，新能源、分布式電源、電動汽車、儲能裝置快速發(fā)展，終端用電負荷呈現(xiàn)增長快、變化大、多樣化的新趨勢，未來電網(wǎng)的投資重點將逐步轉向電網(wǎng)智能化及配電網(wǎng)建設，更加偏向于配、用電側。這也為輸配電設備企業(yè)帶來機遇，特別是一二次設備融合的企業(yè)。

“電網(wǎng)與用戶的互動性大為增強，傳統(tǒng)模式下用戶僅為電能接收者和使用者，但隨著需求響應、智能家居和分布式電源的發(fā)展，未來電能和與之伴隨的信息流將在電網(wǎng)和用戶之間雙向流動，這就要求電網(wǎng)變得更加柔性，具有可控性、可測性。我們的系統(tǒng)保護實驗室基于數(shù)據(jù)分析、建模，實現(xiàn)了一二次系統(tǒng)實物硬件在環(huán)仿真模擬，有力支撐我國電力安全生產(chǎn)調(diào)控運行核心技術、裝備研發(fā)和人才培養(yǎng)。”南瑞集團穩(wěn)定公司副總經(jīng)理李威表示。

事實上，配電網(wǎng)智能化數(shù)據(jù)分析和管理是關鍵。近年來，我國正在加強配電網(wǎng)智能化數(shù)據(jù)收集以及處理方面的科研與建設，也取得了一些可喜的成績。例如前不久，在江蘇常州投運的新一代配電自動化主站系統(tǒng)。該主站系統(tǒng)實現(xiàn)了實時數(shù)據(jù)處理由百萬量級提升為千萬量級，由單一的I區(qū)采集轉變?yōu)槎鄥^(qū)、多源數(shù)據(jù)采集，由集中式應用服務轉變?yōu)楹Ａ繑?shù)據(jù)平臺服務架構等技術突破，滿足了配電網(wǎng)的運行監(jiān)控與狀態(tài)管控雙重業(yè)務需求。

新一代配電自動化主站系統(tǒng)就像是給配網(wǎng)調(diào)度安裝了“千里眼”和“神經(jīng)中樞”。通過實時的大數(shù)據(jù)采集分析，它可以讓配網(wǎng)像主網(wǎng)一樣被實時監(jiān)控，無論是日常的運行監(jiān)控、調(diào)度操作還是故障處置，都能做到快速、準確地切換電網(wǎng)運行方式，隔離故障停電區(qū)域，全方位地顯著提高供電可靠性。

未來將融入人工智能等先進技術

隨著先進信息通信技術實用化水平的不斷提升，未來配電網(wǎng)將變成一個動態(tài)高效、便捷交互、可用于實時信息和功率交換的超級架構網(wǎng)絡。信息通信技術將電源和客戶的需求有效銜接，綜合利用多種通信方式，實現(xiàn)有效可靠的信息傳輸，建立配電網(wǎng)全景實時、無縫交換的數(shù)據(jù)模型，實現(xiàn)高可靠、實時性通信，保障配電網(wǎng)與客戶各層級之間的關聯(lián)、配合和交互。

因此，未來基于先進的電力電子技術、納米材料、低功耗技術等，配電網(wǎng)還可實現(xiàn)電能質(zhì)量控制，降低系統(tǒng)損耗。

“目前，我們在研究人工智能在電網(wǎng)的應用，已涵蓋了電力負荷預測、極端天氣時電網(wǎng)隱患故障預測、大電網(wǎng)調(diào)度模擬等領域。”南瑞集團研究院系統(tǒng)研發(fā)中心閃鑫表示，人工智能在輸配電網(wǎng)中的應用剛剛起步，還處于探索階段。

他舉例說，我們曾把近年來華東由臺風引發(fā)的線路跳閘數(shù)據(jù)、臺風路徑、桿塔耐風參數(shù)等交給人工智能，讓其進行學習比較。結果顯示，與傳統(tǒng)算法、物理建模的方式相比，人工智能“預言”臺風引發(fā)線路跳閘概率的準確率提高了20%。未來，隨著硬件、數(shù)據(jù)、算法不斷提檔升級，人工智能在電網(wǎng)的應用前景可期。