3、现货市场下的EMS数据采集：SCADA系统与数据采集、PMU数据应用、数据质量与清洗
各位同行，今天我们来聊聊现货市场环境下，EMS（能量管理系统）最底层、也是最关键的一环——数据采集。
说实话，我在电力系统干了快二十年，见过太多因为数据不准导致调度决策失误的案例。现货市场对数据的要求，比传统调度高了一个量级。以前偏差个0.5%，可能还能忍；现在现货市场里，0.1%的偏差就可能让你多花几十万。
所以，这一章我们重点讲三块：SCADA怎么采、PMU怎么用、数据怎么洗干净。
3.1 SCADA系统与数据采集：老将出马，一个顶俩
SCADA（数据采集与监视控制）系统，说白了就是EMS的“眼睛”和“耳朵”。它负责把变电站、发电厂、线路上的遥测、遥信数据，实时地抓回来。
我个人习惯把SCADA的数据采集分成三个层次：
- 厂站层：RTU（远程终端单元）或测控装置，负责采集现场的电压、电流、功率、开关状态。
- 通信层：通过光纤、微波或4G/5G，把数据传回调度中心。协议嘛，IEC 101/104最常见。
- 主站层：EMS的前置机，负责解析、规约转换、数据入库。
关键点：现货市场要求的数据刷新周期，已经从传统的3-5秒，压缩到了1秒甚至更快。尤其是节点边际电价（LMP）计算，对数据实时性极其敏感。
我在项目中遇到过一个问题：某省调刚上现货市场时，SCADA的遥测数据刷新周期是4秒，结果出清计算时，总有几分钟的延迟。后来我们硬是把RTU的轮询周期从4秒改成了1秒，通信通道也做了冗余，才算勉强满足要求。
嗯，这里要注意：数据采集不是越快越好。太快了，通信带宽扛不住，主站CPU也扛不住。我建议根据实际需求，设置合理的采集周期。比如：
| 数据类型 | 传统调度 | 现货市场 |
|---|---|---|
| 母线电压 | 3-5秒 | 1秒 |
| 线路功率 | 3-5秒 | 1-2秒 |
| 开关状态 | 变位触发 | 变位触发+周期1秒 |
| 发电机组出力 | 3-5秒 | 1秒 |
3.2 PMU数据应用：高精度“心电图”
PMU（相量测量单元）是近十年才大规模应用的新技术。它和SCADA最大的区别是什么？
SCADA采的是幅值，PMU采的是相量（幅值+相角）。
你想想看，有了相角，你就能知道电网里各个节点的“相位差”。这个相位差，直接反映了有功功率的流向和大小。在现货市场里，这玩意儿太有用了。
我个人经验，PMU在现货市场里有三个核心应用场景：
- 动态监测：PMU每秒能采50-100个点（50Hz系统就是每周期2个点），能捕捉到SCADA看不到的暂态过程。比如，某条线路跳闸后，系统频率的波动曲线，PMU能完整记录下来。
- 状态估计增强：传统状态估计依赖SCADA数据，精度有限。加入PMU数据后，尤其是相角测量值，能显著提高估计精度。我做过测试，加入PMU后，状态估计的残差能降低30%以上。
- 节点边际电价计算：LMP计算需要精确的线路潮流和节点电压。PMU提供的同步相量数据，能让潮流计算更准，从而让电价更合理。
小技巧：PMU数据虽然精度高，但数据量也大。我建议在EMS中设置一个“PMU数据缓冲池”，只保留最近5分钟的高频数据，超过5分钟的，降采样后存入历史库。这样既保证了实时计算的需求，又不会撑爆存储。
我曾经踩过一个坑：某次现货市场试运行，PMU数据直接送进了出清引擎，结果因为PMU的时钟同步出了问题（GPS失锁），导致相角数据全部偏移。出清结果一塌糊涂。从那以后，我坚持在PMU数据入口加一个“时钟同步校验”模块，一旦发现时钟偏差超过1微秒，自动切换到SCADA数据。
3.3 数据质量与清洗：垃圾进，垃圾出
这句话我在每个项目里都要说三遍：数据质量是EMS的命根子。
现货市场里，数据质量差，直接导致：
- 出清价格异常
- 安全约束越限误报
- 结算偏差
我总结了一套“数据清洗三板斧”，分享给大家：
第一板斧：坏数据检测
坏数据通常有三种：
- 死数据：数值长时间不变，比如某条线路功率卡在100MW一动不动。我一般用“滑动窗口方差法”，如果连续10个点的方差接近0，判定为死数据。
- 跳变数据：瞬间变化超过阈值。比如电压从220kV突然跳到0。用“一阶差分法”就能抓出来。
- 越限数据：超出合理范围。比如某母线电压正常在220-230kV之间，突然出现250kV，明显不合理。
第二板斧：数据补全
坏数据检测出来后，不能直接扔掉，否则状态估计会缺量测。我常用的补全方法：
- 线性插值：适用于短时间缺失（比如1-2个点）。
- 历史均值：适用于较长时间缺失（比如几分钟）。取过去7天同一时刻的平均值。
- 伪量测生成：如果关键量测缺失，可以用潮流计算反推。比如某条线路功率缺失，可以用两端母线电压和阻抗算出来。
第三板斧：数据一致性校验
这是最容易被忽略的一步。比如：
- 某条线路的送端功率和受端功率，应该满足“送端=受端+损耗”。如果偏差超过5%，说明数据有问题。
- 某个母线的注入功率之和，应该等于0（基尔霍夫电流定律）。
警告：千万不要在现货市场运行期间，直接修改原始数据！我曾经见过一个运维人员，觉得某条数据“看着不对”，手动改了数值，结果导致出清价格偏差了20元/MWh，造成了数十万的结算纠纷。正确的做法是：标记坏数据，用清洗后的数据参与计算，但原始数据必须原样保留，供事后审计。
下面这张图，是我自己总结的EMS数据采集与清洗的完整流程，大家可以参考：
最后，我想说一句：数据清洗不是一次性工作，而是一个持续迭代的过程。我建议每个季度做一次数据质量评估，看看哪些厂站的数据质量下降了，及时去现场排查。
好了，这一章的内容就到这里。数据是EMS的血液，把数据采好、洗干净，后面的状态估计、出清计算才能跑得稳。
公众号:蓝海资料掘金营，微信deep3321