当前位置: 电力网 » 输配电 » 输配电新闻 » 正文

如何基于地理信息大数据部署智能电表?

日期:2021-09-22    来源:输配电世界

国际电力网

2021
09/22
09:20
文章二维码

手机扫码看新闻

关键词: 智能电表 居民电表 配电变压器

这是有关高级计量基础设施(AMI)部署系列的第三篇文章。在前面的两篇文章中,一篇介绍了基于ACI架构的主站系统基础设施,另一篇则是分析了如何基于NB-IoT部署智能电表

基于ACI架构的企业网络实现了非常灵活的、软件定义的数据交换基础设施,使用第三层VXLAN以及CEF实现了应用、用户组之间的安全访问。它是未来支持企业计算资源云化、虚拟化一种有效、支持敏捷开发的网络基础设施。AMI主站应用——包括前置采集(HES)以及电表数据管理(MDM),存在规模不断扩展、与其它系统广泛互联的需求。即:随着用户数量增加,HES的接入点数也将增长;MDM与计量的计费(Billing)、客户信息(CIS)、客户关系(CRM)、配电的SCADA、停电管理(OMS)、配电高级应用(VVO或CVR)、地理信息系统(GIS)、移动派工系统(MWM)多个系统之间的数据交互。因此,打破数据藩篱,云化必然是AMI部署的未来方向。足够的数据交换能力、完善的网络安全措施、灵活一致可视的配置方式是选择ACI架构的主要原因。

主站系统之外,智能电表的部署最关键的是通信方式的选取。NB-IoT原本不是一个最优的选择。它的运营费用高,它的频谱资源很可能在若干年后被收回(像全球3G UMTS退网那样),它的半双工单入单出(Half Duplex SISO)特性,单小区的窄带资源180kHz与大量物联设备可能造成的拥塞,等都限制了其在电力领域,尤其是未来高实时性应用场景(如前述VVO)的使用。但是,他的部署成本很低——傻瓜式安装,信号调试的工作转移到了运营商。同时,由于最终业主的坚持,NB-IoT成为一种选择。我在上一篇文章中,估算了单小区的电表接入数量原则,只有符合小区SISO的特点,结合运营商的接入网管理系统或采用带随机延时的主动推送方可实现稳妥的部署。

在这一篇文章中,我们将讨论如何使用地理信息大数据规划和指导智能电表的部署,以及在这个过程中,我们会遇到哪些问题和相关的思考。

有多少用户?

针对一个几百万只规模的智能电表部署,我们在确定工作范围时,首先要明确:有多少智能电表?有几个种类(包含不同的额定容量,采用直通、CT或CT/PT),客户的类型,分布情况以及这些电表需要采用什么样的通信方式。

下面是一个典型的超大型城市特定区域的电表和变压器分布情况。需要说明的是,我们在这里只会展示一些特定的统计性数据,隐藏具体的数据和特定属性(如地理位置坐标)以保护客户的信息。

图1. 某个区域电力公用事业的电表分布及统计

由图1可以看到在一个约150平方公里的城市区域,总计几十万只电表,绝大多数是居民电表,呈密集分布;商业用户多数临街分布;在城市边缘有少量的工业用户。

图2. 某个区域电力公用事业的配电变压器分布及统计

在与图1相同的区域当中,由图2,1MVA 的配电变压器超过90%,这表明该区域的配电资产具有较高的资产一致性。

因此,为这样的区域公用事业设计智能电表部署方案,特别是通信方案的选取,可以考虑按照资产的特性进行分解。

1MVA 配电变压器,每个用户典型的容量是25kVA,因此单一变压器下典型的用户数量为40-80户。这个数量对于采用窄带载波通信毫无压力,而且在未来运营成本上远远优于公网通信。

在居民用户之外,大型的工商业用户、政府、学校、医院等一般采用的是专用配电变压器,这些电表与其它表计物理上不在同一个低压供电台区,空间上与其它表计有较远的距离,因此在设计规划时,可直接将其归类为公网通信电表。在经济上,这些电表的“产出”值更高,为这些表计配置专用通信也是合理的。

如何组织安装?

组织安装智能电表首先需要适配电力公用事业公司计量管理的传统组织,直白的描述就是更换电表需要“向导”。几十万数量的智能电表也需要一个一个地更换,原有的抄表工人——抄表班组——计量工区正是这种组织的最好形式。

图3. 两个计量班组的管辖范围

图3是上图1,2区域电力公司下属的一级计量组织,与国内的计量班组类似(被称为MRR)。在图3中,不同的颜色是一个最小抄表单元(MRU),应该是一个抄表工人一天或一个上午的工作量。

MRU类似社会网格化管理的最基层组织(类似社区),放大到单独MRU,它通常是由几条街道围绕而成的一个小的社区,如下图4.

图4. MRU通常是由几条街道围绕的一个小的社区

对于高层建筑,电表通常集中在一个安装位置(配电室或单元表箱),因此其地理位置信息很可能是重叠的,不易区分。因此,在安装规划中可以考虑使用“高斯核心密度估计(Gaussian KDE)”的方法,通过热图提示表计的数量,如下图5. 同样,我们更需要了解的信息是在MRU范围内,变压器与表计的对应关系(户变关系),这对于最终的通信方式选择起到至关重要的作用。

图5. 一个MRU中表计分布热图以及变压器位置和户变关系

显然,如果如图5所示的所有的地理信息以及户变关系完整,那么安装策略将是可预测的。即:

»  配电变压器下用户数量超过预设的边界,或未来将超过一定的数量,这个变压器台区首选载波通讯

»  变压器下的用户数量少,特别是使用CT表(或CT/PT表),这个变电台区应该使用公网通信

»  对于供电半径超过一定数值(如郊区或农村空旷地区最远的表计超过200米),应辅以射频通道,或完全采用RF Mesh通信方式

上述这些总结对于几百万只电表的部署,可以起到一定的规划和指导作用。

会遇到哪些问题?

如果有完备的地理信息数据,按照前述原则部署应该是最直接的方法。对于一个配电变压器,我们使用数据集中器(或网关)以及现场载波网络,可以做到快速部署。如下图6,这是一个变压器台区视图。

图6. 一个典型的变电台区

但是,很多时候,电力公司的原始数据可能存在以下问题:

» 错误的地理信息

» 缺少户变关系

图7. 错误的地理信息数据

一般来说,特定区域一个抄表单元的所覆盖的地理面积应该具有类似的特征,如,城市郊区的固定网格,农村的乡镇区域。在图7中抄表单元J0128102(左下角粉色区域),其中的某个表计的地理信息偏离了绝大多数表计,显然,这是不合理的。因此在前期规划中,应该使用统计的方法识别这种表计,并做出标记。其识别的方法还可以结合变压器户变关系——有明确户变关系的表计如果距离变压器过远,那么该表计的地理信息也应该被标记为“脏”数据。

缺少户变关系是最难处理的问题。很多信息化程度不高的电力公司可能仅有电表和变压器的地理坐标,缺少相互关系。这对载波部署是致命的。通过大数据的方法可以在乡村、郊区等变压器稀疏的区域可以近似估算出变压器与表计的关系。但在城市中心的配电变压器密集区域,想要通过数据统计的方法预判变压器与表计的户变关系是非常困难的,只能给出某个表计更可能属于哪个变压器的建议。

在哪些地方需要使用其它通信方案?

如果一个变压器下的用户稀少,我们就要考虑采用公网通信或其它辅助的通信方法了。

RF Mesh在水气表中有一定的应用,在北美地区电力公用事业也倾向于使用RF Mesh,这是因为北美的供电电压更低(110V ~),受到导体电流的限制,配电变压器的容量较小。单一的配电变压器下用户数量较小。因此,使用RF Mesh比载波更有优势,载波很难通过变压器绕组抵达相邻变压器下的表计。

图8. 设定了变压器连接表计数量的阈值后,分析得出的可能需要使用公网的场景

在上图8中,如果变压器下的表计数量小于25,则使用红色做出标记。我们可以看出,这些表计主要分布在工业区和城乡结合部。这些表计的数量小于全部表计数量的5%,完全可以在批量部署后,做特殊处理。

为什么这么强调“户变关系”?

这要从智能电表能够给电力公用事业带来什么好处说起。智能电表及高级计量基础设施首先实现的是“自动计量”,不再需要人工抄读,节省了人力,同时保证了数据的实时性和准确性。由此衍生的对公用事业最大的价值在于线损和停电管理。智能电表,特别是在完善的户变关系支持下,能够从供电逻辑的最底层逐层对齐和分解供用电数据。带有时标的电量数据形成分层级的数据断面,可以容易的计算出输入电量与输出电量的差,从中发现线损产生的原因。

技术型的线损包括:变压器过载、变压器老化效率降低、配电线路重载等等;非技术线损,如窃电,可以通过同一配电台区异常线损得以发现。由此,电力公司可以规划升级改造或处理异常用电行为。

智能电表还能及时报告停电以及其它电能质量问题,如,短时中断、暂降和波形失真。

我们强调线损和停电的目的,其实是想要说明智能电表和所谓计量基础设施的建立一定是紧紧围绕电力公用事业的核心运营需求的——经济性指标:损耗;社会性指标:平均服务中断指数(SAIDI),平均停电频次(SAIFI)。

由智能电表部署所引申的关于公用事业“数字化转型”的讨论

首先,“数字化转型”的特点之一是从传统的组织形式过渡到基于IT系统的组织形式。智能电表的部署案例中,计量的管理过去是基于抄表单元MRU的,抄表的数据只能用于账单。而使用了智能电表后,我们希望维护是基于“配电台区”的,随着“户变关系”的完善,计量数据将不仅仅服务于计量和收费,同时还服务于配网运营的核心价值——线损及停电管理。“户变关系”就是数字化转型成功的钥匙,它构成新的IT系统下如何建立运营组织的参照系。

由此,我们可以从智能电表获得了前所未有的数据,按照我们对数据价值的预判,它可以被

» 聚合

» 抽取

» 识别与预测

因此服务于分布式能源、电动汽车等特殊负荷。同时,辅以分时电价,我们能够看到这种大量数据产生的价值和威力。

但数据是不是越多越好?是不是给电网的每个角落都装上眼睛就可以更好地实现公用事业“数字化转型”?

图9. 供电容量热图

显然,不是。如果利用好这些大数据,从统计上去规划供电设施的分布,更好的为用户提供服务则是有效和正确的(如图9)。但是,现在也有一些研究,采用所谓的“非侵入式”负荷画像,从微观或具体客户的用电行为上做出判断,这是缺乏伦理支持的。单个用户并不会因为分时电价的差异而决定是否使用其个人电器,如,开关空调;而只有商业的聚合才是有价值的。这也是引导我们正确使用智能电表的基本要求。

总之,对“数字化转型”我的判断是:“转型的”是运营方式,但核心并没有改变。《木兰辞》中说,

东市买骏马,西市买鞍鞯,南市买辔头,北市买长鞭。

行头再好,跑路还是要靠马。只要马没有变成战车坦克,这种转型就是装饰,仍要服务核心价值。配电公用事业的投资重点还应该是使用更好的电缆、更高效率的变压器。盲目的数据采集只能产生数据沼泽,带来更多的维护需求。

除此之外,运营的核心价值之上,是公用事业需要遵从的伦理和道德。

返回 国际电力网 首页

能源资讯一手掌握,关注 "国际能源网" 微信公众号

看资讯 / 读政策 / 找项目 / 推品牌 / 卖产品 / 招投标 / 招代理 / 发新闻

扫码关注

0条 [查看全部]   相关评论

国际能源网站群

国际能源网 国际新能源网 国际太阳能光伏网 国际电力网 国际风电网 国际储能网 国际氢能网 国际充换电网 国际节能环保网 国际煤炭网 国际石油网 国际燃气网