能源互联网形势下的电力大数据发展趋势

2016-01-16李栋华,耿世奇,郑建

现代电力 2015年5期

关键词：电力大数据能源互联网智能电网

文献标志码：A

能源互联网形势下的电力大数据发展趋势

李栋华，耿世奇，郑建

(北京南瑞埃森哲信息技术中心有限公司，北京100096)

Development Tendency of Power Big Data in Energy Internet CircumstancesLI Donghua,GENG Shiqi,ZHENG Jian

(Beijing Nari-Accenture Information Technology Center CO., LTD, Beijing 100096 ,China)

摘要：提出了在能源互联网形势下，针对电力行业大数据应用的发展方向，提出了一种电力大数据技术框架和关键技术体系，并定义了其适用的场景和应用模式，助力电力大数据的发展研究，提出适用于能源互联网环境的能源公共数据服务平台，作为未来能源互联网的"分析应用中枢"，为整个能源网的运行提供必要的基础数据支撑和决策支持。

关键词：能源互联网;电力大数据;能源公共数据平台;智能电网;数据汇集点

文章编号：1007-2322(2015)05-0010-05

中图分类号：TP391

收稿日期：2015-02-10

作者简介：

Abstract：In view of development direction of power big data application in the energy internet circumstances, the technological framework and key technological system of power big data are proposed in this paper, and its applicable scenarios and application mode are also defined, which help for the developing research on power big data. In addition, an energy public data service platform suitable for energy internet environment is put forward to act as a future “analysis-application center” of the energy internet, which will provide necessary basic data support and decision support for the entire energy grid operation.

Keywords：energy internet; power big data; energy public service platform; smart grid; data collection point

0引言

近年来，伴随着先进的传感和测量技术、先进的设备技术、先进的控制方法以及先进的决策支持技术的应用，以智能电网为代表的能源系统得到了大力的发展，同时在能源企业中，已经建立了众多的管理系统，如配网管理系统、能量管理系统、地理信息系统、企业资产管理系统、停电管理系统、营销管理系统等等，以保证能源网络运行可靠、安全经济、高效、环境友好和使用安全。

借助信息系统的建设和智能传感技术的充分应用，电力行业所采集收纳的数据呈爆发式增长，现有的传统数据分析方式和方法无法支撑如此大量、复杂及快速增长的数据综合分析，急需引入大数据管理来实现电力行业各阶段不同应用需求的满足，加强对信息数据的采集、存储、加工、处理和分析全价值链的处理能力，为管理提升、优化整合及服务转型提供技术支撑。

有鉴于此，需要针对于该发展现状与趋势，提供一个能源公共服务平台以横跨当前的管理系统和信息系统来提供分析和优化的平台功能，对众多系统实现“物理分布，逻辑集中”的横向整合与纵向协同，构建系统分析模型，对已有系统的数据和功能进行多维度分析、数据的深度挖掘和聚类分析，提取各类业务规则，为能源领域各类高级应用提供数据以及优化和分析的基础平台功能。

1未来蓝图与支撑技术

能源公共服务平台的定位是多元化的数据融合与信息展示支撑平台，是各方数据的汇集点，也是大数据分析、信息挖掘和融合的基础平台。能源公共服务平台向下依托大量的采集数据源获取真实可靠的数据，通过数据挖掘、分析和多元信息融合进行分类存储；向上为业务应用提供可靠的信息源，同时为各种应用开发提供合理、方便快捷的接口和开发环境，作为运行控制系统中各类高级应用的支撑。

能源公共服务平台依托物联网、大数据技术，在基础数据采集中采用综合感知设备，采集设备状态、环境、用户等信息的准确性和时效性，及时监测电能质量、环境的变化及用户的用电负荷情况，满足全面感知的要求；同时整合多源能源数据，通过交换集成所有的测点采集与系统转发的数据。数据的来源渠道包括：

① 电力运行、管理系统类数据，包括调度自动化系统、配网自动化系统、用电管理系统、智能电表AMI，GIS地理信息系统等系统转发的数据；

② 能源设备采集数据，包括燃气网、热力网等来源的信息，如储能、微燃机、空气源热泵、太阳能热、生物质能、电动汽车充电桩等信息；

③ 宏观经济政策与环境、气候等数据。包括多渠道数据接入、多源数据融合与多维数据管理功能，并支持系统数据与采集数据的即插即用。

公共数据平台的建立，将从数据接入、面向开发、支撑应用、服务用户等角度带来能源互联网的创新变革，能够满足对用能产生、转换、输送、使用、调度等环节数据的集成与管理、计算与分析以及管理与应用，以数据即插即用、便捷开发部署运维、高效服务电网及用能用户为发展愿景。

图1　能源公共服务平台未来蓝图

1.1能源公共服务平台架构

能源公共服务平台围绕硬件资源、基础软件、网络通信、数据集成、计算支撑、应用支撑、安全管控等7个方面，全面深化建设，构建适合多元化的数据融合与信息展示的基础平台，实现能源生产者和能源消耗者的即插即用与协调优化控制，并实现与能源互联网的交互与主动优化控制。

硬件资源包括：CPU计算资源、内存与硬盘存储资源、网络带宽资源，通过虚拟化的方式来进行灵活扩展、统一管理、对外透明服务。

基础软件主要包括：分布式计算环境、分布式数据存储、平台总线3方面的基础软件。

为支撑多源大数据，面向网络通信、数据存储、数据计算3大类资源分别作为数据的支撑设计，数据支撑功能包括3大类，分别是：

① 网络通信：主要包括满足海量数据通讯的信息传输、开放的服务接口、统一的服务管理；

② 数据集成：通过通信和集成所有的测点采集与系统转发的数据组成数据海，其中包括多渠道数据接入、多源数据融合与多维数据管理功能，支持系统数据与采集数据的即插即用；

③ 计算支撑：主要为满足大数据计算分析处理的要求，包括数据搜索引擎、数据处理接口与计算引擎。

另外，系统考虑各部分的安全系统，重点对硬件资源、软件服务、数据的安全做统一的考虑，构筑了统一的安全管控体系，为系统的安全提供强有力的保障。其中包括：资源管控、软件安全、数据安全、权限管理、安全审计等功能。

通过整合通信、存储、计算资源，对应用服务提供统一的支撑，满足接口开放、多样、支撑大数据、人机物互动的特点。

以上共同形成了硬件、软件、数据、业务人员四位一体的公共服务平台，能够满足对多源能源大数据的支持，又能有力地支撑能源互联网的各类应用服务，形成统一的能源公共服务平台。

能源公共服务平台的能源大数据关键技术主要包括：数据集成管理分类技术、数据存储管理技术、高性能计算技术和分析挖掘技术，具体技术内涵以及范畴参见表1。

能源公共服务平台的大数据支撑模块整体流程包含数据存储、数据计算、任务调度、业务应用4个阶段。图2是电力大数据支撑平台架构，总体设计的主要模块包括基础设施资源管理、结构化数据处理、非结构化数据处理、历史/准实时数据分析、电网空间数据管理、数据连接器6个方面，在数据计算引入实时计算、批计算和流计算的混合计算体系架构。

图2　能源公共服务平台总体架构

序号关键技术技术内涵以及范畴1数据集成管理进行数据的集成管理并为数据源提供统一的集成方式。2数据存储管理满足不同格式、不同访问模式的海量数据,支持电力大数据存储。3高性能计算针对不同数据特性采用不同的计算分析方式处理。

图3　电力大数据技术框架

1.2多源能源数据集成与服务技术

多源能源数据集成技术是构筑能源公共服务平台数据基础的核心技术，位于平台的前端，其核心技术包括多渠道数据接入、多源数据融合技术和多维数据管理技术。

图4　智能电网多源数据集成与服务技术

① 多渠道数据接入

研究多源数据的即插即用接入技术，实现电力管理系统类和能源设备采集数据等多类不同来源数据的即插即用数据接入。

② 多源数据融合

研究面向电网对象的多源异构数据集成与管理技术构建大数据集成与管理平台，形成融合多源数据的能源模型库，为各类智能电网应用提供基础数据支撑。

③ 多维数据管理

研究面向智能电网的数据、模型、算法、展示共享管理技术，使得系统的各项应用能够更好地统一集成于平台。

1.3能源大数据存储与管理技术

智能电网大数据存储与管理技术提供面向智能电网结构化、非结构化、历史/准实时、电网地理数据的存储服务。

大数据存储与管理功能的基础设施提供资源抽象、资源控制和资源服务，对底层资源统一管控并提供统一的管理接口，为上层应用提供动态、可伸缩、可虚拟化的计算能力、存储能力和交付能力。存储架构中引入分布式体系结构，支持高通量的大规模数据存储，提高存储系统的容错性和可用性。

大数据存储与管理技术中可选择采用大数据一体机等物理层存储管理技术，以支持底层硬件和支撑软件的集成，并就集群管理、热点数据访问、集群任务调度、数据索引、访问I/O优化、远程复制等方面进行深度优化。

针对不同类型的智能电网运行和分析数据，采用适合的数据分析处理方案，如非结构化数据基于分布式架构，替代现有的盘阵存储方式，实现低成本、高效率的海量数据存储并增强可扩展性。

1.4高性能计算与分析挖掘技术

针对智能电网实时计算和海量数据分析挖掘等不同应用需求，构建智能电网能源公共服务平台高性能计算与分析挖掘功能，提供交互式分析、决策参考、趋势预测和价值挖掘等4大类能力，为智能电网业务需求提供服务支撑。

在高性能计算技术上，遵循计算、数据本地化的原则，综合MPI、OpenMP、Map/Reduce等并行计算框架，为能源公共服务提供高性能计算支持。针对庞大的连续数据流处理业务，提供流计算平台，对来自多种数据源实时数据流做提取，过滤，分析，提供面向分布式横向扩展能力，保障计算过程中的高可靠性。

在大数据分析挖掘上，建立统一的，标准化的数据挖掘平台，提供跨业务部门的数据分享和抽取工具以及数据分析和挖掘研究所需要的工具库，方便数据科学家和相关业务人员进行海量数据分析。能源公共服务数据挖掘通过统计、在线分析处理、情报检索、机器学习、专家系统和模式识别等诸多方法来实现数据挖掘目标。

1.5能源公共服务技术

能源公共服务平台基于平台总线，为应用的信息交互提供支持，通过云计算技术为应用协同提供支持，通过应用的服务透明化对业务互动提供强大的支持。

能源公共服务技术提供基于全局服务总线的统一服务平台，提供基于标准的松散应用耦合模式，实现可靠、高效的数据传输以及在应用之间传递消息功能，提高系统的可扩展性、易管理性和易监控性，实现软件的在线升级和灵活部署。

统一服务平台应屏蔽实现数据交换所需的底层通信技术和应用处理的具体方法，从传输上支持应用请求信息和响应结果信息的传输。统一服务平台应提供服务化的软件交付功能，支持应用动态部署。

1.6大数据分析挖掘平台与展示工具

随着社会对大数据价值认识的不断深入，各类信息化巨头公司或者是购买或者自由创建相继推出了自己的大数据分析挖掘平台。例如：2013年IBM宣布以17亿美元收购数据分析公司Netezza；EMC继收购数据仓库软件厂商Greenplum后再次收购集群NAS厂商Isilon；Teradata收购了Aster Data 公司；随后，惠普收购实时分析平台Vertica等。相比较各类商业化的数据分析工具，hadoop作为开源的大数据平台最为耀眼，目前已经得到包括EMC、IBM、Informatica、Microsoft以及Oracle等多加知名企业的大力支撑。

大数据展示方面SPSS是世界上最早采用图形菜单驱动界面的统计软件，它最突出的特点就是操作界面极为友好，输出结果美观漂亮。SPSS采用类似EXCEL表格的方式输入与管理数据，数据接口较为通用，能方便地从其他数据库中读入数据。其统计过程包括了常用的、较为成熟的统计过程，完全可以满足基本统计工作需要。

相比较SPSS，Tableau特点是利用拖拽(drag & drop)的方式来分析数据。点击相关数据，它就可以快速创建一个可视化和交互式的分析视图。数据运算与美观的图表完美地嫁接在一起。它的程序很容易上手，界面上的数据越容易操控。

1.7能源应用支撑技术

能源应用支撑技术是能源公共服务平台与上层应用之间的桥梁，结合应用需求提供对上层应用的支撑，以更好适配各类应用系统。

通过数据模型构建生成业务分析任务所需要的数据，通过业务规则管理将业务逻辑拆分为多个计算机处理任务，通过认知计算将人的任务分析、识别、分解、匹配为计算机的任务。实现人机自然无缝交互。通过数据共享服务为上层应用提供统一的数据支撑，数据流分析提供基本的数据分析接口，数据人机展示对外提供数据图形展示研发的工具。基于平台总线，为应用的信息交互提供支持，通过云计算技术为应用协同提供支持，通过应用的服务透明化对业务互动提供强大的支持。

2应用场景

2.1能源信息系统即插即用

能源公共服务平台实现多源数据分布式集成，并基于公共服务技术支持信息系统元件的整合和即插即用。

基于上述技术，可以根据需要动态组装形成典型应用,系统组装可灵活配置、互动开放、灵活扩展。以主动配电网运行控制为例，以能源公共服务平台整合的电网基础模型数据、调度自动化实时数据、用电信息采集数据、气象数据、社会经济数据、GIS数据、生产管理数据，整合主动配电网运行控制系统、主动配电网态势感知应用、主动配电网供电品质管理功能及可视化展示功能，即可形成主动配电网运行控制系统。主动配电网运行控制系统分析产生的数据整合进入能源公共服务平台，可以进一步实现与绿色智能小区能源互动系统的集成和整合。

2.2创新用电服务模式

能源公共服务平台集成了用电信息采集数据、气象数据和社会经济数据。基于上述集成的用电侧数据，结合用户信息、地理信息、区域属性等数据，并考虑气象、经济、电价政策等多方面因素，利用分类和聚类方法，对用户类型进行细分，建立不同区域、不同行业、不同类别用户的典型负荷模型库，分析各类影响因素与用户用电行为之间的关联关系及其影响机理，可以实现用电行为分析、能效管理、需求响应策略评估、电价政策制定和用户细分与定制服务等创新用电服务模式，为城市和电网规划、需求侧管理、电价政策和能效评估等提供支撑。

2.3下一代能源分析和优化管理支撑系统

下一代能源分析和优化管理系统建立在能源系统现有的管理系统基础之上，通过业务数据分析、模型构建、数据挖掘、业务规则整理、认知计算等，挖掘复杂能源分析优化应用的共性需求，设计具有良好扩展性和兼容性的分析优化支撑技术框架，建立面向新一代复杂能源领域分析优化业务的通用技术架构平台，达到显著提升能源系统分析优化的效率和性能的功效。

图5　下一代能源分析和优化管理系统

下一代能源分析和优化管理系统的功能主要包括有分析优化模型构建、业务规则管理以及认知计算功能块。

① 分析优化模型构建：提供多维分析、数据挖掘、聚类分析以及多目标优化模型构建功能，该模型是实现能源分析优化管理以及认知计算的核心数学模型。高级应用系统利用构建的分析优化模型，结合利用从大数据平台数据源，实现能源系统的分析和优化功能，从而简化高级应用功能在分析和优化方面的模型开发任务，同时为各类高级应用提供了共享模型源。

② 业务规则管理：业务规则管理是定义、部署、监控和维护业务规则的一组功能，它将业务规则从应用功能中分离出来。通过将业务规则外部化并提供工具来管理业务规则，业务规则管理支持专业人士定义和维护规则，从而减少更新生产系统所需的时间，提高对变更的响应能力。通过用业务规则将业务逻辑提取到业务应用程序外，开发人员可以独立于应用程序来进行业务逻辑的开发和运行。业务逻辑可在一个业务规则管理中封装成决策服务，而这个业务规则管理可被应用程序和流程触发。

③ 认知计算:能源分析和优化管理系统中的认知计算充分利用大数据资源，模拟能源管理人员的认知过程，用户不需要提供具体执行过程，认知计算就能够得出实现该目标各执行步骤，同时认知计算还能够充分发挥大数据的优势，找出数据背后的深层关系，创造更大的应用价值。

3结论

多元化的数据融合与信息展示平台是各方数据的汇集点，向下依托大量的采集数据源获取真实可靠的数据，通过数据挖掘、分析和多元信息融合进行分类存储，为上层业务应用提供可靠的信息源，同时为各种应用开发提供合理、方便快捷的接口和开发环境；

① 能量与信息二元融合元件数据的即插即用可信接入

能源公共服务平台能够支持能量与信息二元融合元件数据的即插即用可信接入，能够支持能量直采元件信息的接入与信息系统信息的接入。具有自动配置、互动开放、灵活扩展的特点。从而更好地支撑大数据的接入，扩展平台与支撑应用。

② 面向能源互联网的多源多类多维大数据应用开放服务平台

基于多源多类多维大数据，为应用提供数据、计算、通信的强有力支撑，通过开放的平台总线，基于开放的架构，支持应用的灵活扩展与开放服务。从而更好地为能源互联网众多系统多样复杂应用提供统一支撑。

能源互联网形势下的数据应用是在公共数据平台提供的信息源基础上开展的场景应用开发，从而可以进行广泛的业务支撑与应用展示。适用于能源互联网环境的能源公共数据服务平台，是未来能源互联网的“分析应用中枢”，为整个能源网的运行提供必要的基础数据支撑和决策支持。

参考文献

[1]王继业，孟坤，曹军威，等.能源互联网信息技术研究综述[J].计算机研究与发展，2015，52(3)：1-18.

[2]曹军威，杨明博，张德华，等.能源互联网——信息与能源的基础设施一体化[J].南方电网技术，2014，8(4)：1-10.