基于用户数据深度挖掘的综合能源服务关键问题探析

2018-06-06宋天立王子健

电力需求侧管理 2018年3期

李扬，宋天立，王子健

（东南大学电气工程学院，南京 210096）

我国正处于能源产业结构调整的关键时期，能源互联网的提出引发了能源系统的深刻变革，打破了传统能源产业之间的供需界限。能源互联网下的综合能源服务（integrated energy services,IES）将极大地促进一、二次能源的互联、互通、互转，实现能源资源的合理优化配置，推进能源生产和消费革命，带动实体经济发展，具有良好的社会经济效益［1—2］。因此，IES成为各国及各企业新的战略竞争和合作的焦点。

IES强调综合能源和综合服务。综合能源涵盖电力、天然气和冷、热等。综合服务则包括工程服务、投资服务和运营服务等。在能源互联网背景下，能源供需双侧互动频繁，IES的中心已逐渐向具有巨大开发潜力的用户侧转移［3］。用户的用能模式趋于多样化，负荷划分更加精细。用户对供用能服务功能的需求已经不再局限于传统的买卖模式，而对个性化互动服务模式的需求不断增加。如何利用生产、消费、交易各环节的海量供用能数据，对其进行多维深度分析，挖掘数据内在价值以制定用户的综合用能增值服务，对于满足用户差异化需求、提升能源企业水平、服务社会发展具有重要意义［4—5］。

本文结合能源互联网背景下IES发展现状，讨论基于用户数据深度挖掘的IES关键问题，从用户数据分析、用户用能策略、增值服务业务和软件平台开发等几部分加以阐述。

1 用户供用能数据多维分析技术

1.1 基于异构能源信息贯通的共享集成架构

多领域能源大数据的采集和融合的关键问题在于跨系统、多维度海量数据的互联互通。随着移动互联网、云计算、大数据、物联网等技术的不断发展，互联网技术与传统行业不断融合创新，能源被赋予了新的信息属性。如图1所示，基于能源互联的IES信息通信架构通过“感知层-网络层-认知层-控制层”的紧密联系，以“能源-互联网-信息通信系统-信息能源系统”为主要体系，各主体、各环节、各层次兼容开放的通信信息交互，最终实现将用户侧能源的生产、传输、存储和分享的协同联动。

在能源生产环节，感知层将传感网络技术与物联网不断融合，推动新能源与可再生能源接入技术的发展；在能源传输过程中，网络层将能源通信技术和信息通信技术（information communications technology,ICT）结合，传递能源和数据信息，并对能源传输路径实现动态优化；在能源存储部分，认知层基于云存储的大容量储能技术存储间歇式能源，通过云计算推动能源系统仿真技术的发展；在能源分享环节，控制层通过对在线数据和离线数据、能源系统数据和用户数据等进行集成，实现对系统的监测、保护和配电管理，并围绕能源系统调度控制技术实现可感可控和自我决策，让能源在网络中互联共享。

图1 异构能源信息贯通共享集成架构

在此架构下，通过能源互连用户、能源企业之间的相互交互，收集企业发布的能源价格，同时实时收集用户使用能源的相关数据信息，如：能源使用记录、使用习惯、缴费记录等，通过大数据技术进行实时监测和数据分析，进而分析用户用能习惯、预测未来一段时间能源使用情况，从而达到支持政府能源监测，优化能源管理，为客户提供个性化、差别化服务的目的。

1.2 用户侧海量数据分类

综合能源服务的大数据涉及能源资源、生产、消费、传输、加工转换、储存、排放、效率和金融等全生命周期及其他相关领域的海量数据。由于数据主体众多，内容复杂，面向用户侧供用能海量数据，宜将其进行分类［4］。

（1）用户侧冷热电三联供、热泵、工业余热余压等综合能源利用。

（2）分布式可再生能源接入计量及其与天然气、氢气等分布式能源的协同。

（3）储电、储热、储冷等多类型集中式或分散式储能接入。

（4）智能家居、智能楼宇和智慧工厂等综合能源消耗。

（5）充电桩、加油站、港口码头等各类交通能耗。

1.3 用户侧海量数据挖掘技术

由于受到信号干扰、软件故障、设备性能等情况的影响，用户供用能数据经常会出现未全面采集或者失真的现象，故首先需要对数据进行清洗、修正和筛选。然后进行数据挖掘算法设计（包括决策树、神经网络、聚类和支持向量机等［6—7］）。最后，根据设计的数据挖掘算法，对用户负荷数据进行挖掘分析。目前，数据挖掘技术主要包括：数据集成管理技术、数据存储管理技术、高性能计算技术和分析挖掘技术等。其具体内涵见表1。

1.4 多类型用户个体/群体供用能特征分析

在能源互联网背景下，用户侧的样本数量较大，特征向量维数较多，若单独采用一种数据方法，效果往往不是很理想。因此，为了更客观准确地识别样本类型，提高分类效率，必须找到一种或者多种可以适合大样本、高维度的挖掘算法进行负荷特性分析。传统电力负荷特性分析通常按照电价或者行业进行分类。在能源互联网下，面向多类型用户个体/群体的供用能特征，应当从时间维度、类属维度、响应维度对供能、用能以及供用能数据进行多维度信息提取，结合聚类方法、模糊处理、数据挖掘等大数据统计分析方法进行精细化分析，形成能够适应不同场景、不同业务、不同用户需求的灵活信息处理分析方法。

表1 数据技术及其内涵范畴

首先，对用户供用能数据信息的统计性、相关性、因果性研究多维数据之间的关联性进行分析，其次，面向用户个体，挖掘其供用能行为和心理特征，建立个体能源用户在短期-长期-实时等多个时间尺度对多类型供用能特征集合多维数理矩阵模型。最后，基于用户个体能源用户的供用能特征模型，建立用户群体的供用能聚合特征模型，研究以多场景应用为目标多类型用户个体/群体“供能-储能-用能”数据信息共享下的供用能特征分析技术。

2 用户智慧用能策略

2.1 多能流智能配置与调控

当前，由于面临电力市场和天然气市场的日前出清时刻不同，电力负荷变化剧烈且需实时平衡，然而冷热负荷则变化缓慢且允许一定程度的非同时性等问题，故综合优化调度较为困难［8］。考虑建立区域调度中心，通过开展面向能源终端用户的用能大数据信息服务，对用能行为进行实时感知和动态分析。通过能量系统间的互联与互通，改善在不同时空尺度下，不同能源的供需不平衡状态，以实现综合能源高效利用、降低系统运行成本和提供功能可靠性等目标。

面向综合能源系统，需要考虑多能流状态估计，为综合能源系统快/慢动态耦合的多能流协同调度决策提供支持。同时，用户侧的储能设备、分布式电源等通过需求响应得到广泛地应用。结合区域特征及供需特性等外部条件，协同多类能源整体最优、能源损耗最低等问题，需要对综合能源系统进行规划。在规划配置的基础上，对能源线路、设备种类、运行情况以及储能应用进行进一步分析。最后，针对运行中的各类设备投运情况进行综合用能诊断。

2.2 综合能源服务安全风险分析

IES安全风险包括物理安全和数据安全。

在物理安全方面，强耦合的综合能源系统可能增加系统级联事故的风险，如：电力系统的故障可能导致供气或者供暖的中断［9］。故需要从结构风险、技术风险和设备风险等角度考虑综合能源系统中的在线安全分析和安全控制，研究不同系统间的相互影响和最优能流。通过态势感知等技术使得工作人员能够对当前系统所处状态和发展趋势进行判断，并且在能源系统即将遭受大规模攻击时提前采取有效的防御措施和应对手段。

在数据安全方面，多能系统信息灵敏度分析的影响范围不仅局限于单一能源系统，特别需要重点考虑耦合信息节点受到攻击的情况。但是信息耦合也增加了量测冗余，通过多能流混合系统状态估计可辨识出错误信息来源，一定程度上提高信息安全性。

2.3 综合能源套餐量身定制

在开展综合能源服务时，考虑主体众多，不同的用户利益诉求不同，其参与互动的目标也有所差异，故可以依据服务的不同特征，将服务模式分为标准化用户服务模式和VIP用户服务模式。

通过对用户的资产信息、用能信息和用户信息等资源进行深度挖掘，综合能源服务商可以根据分析用户的供用能特性，细分客户群体和类别，设计综合能源套餐、单项能源套餐、应急能源套餐、电动汽车充电服务等基础综合能源套餐，为客户提供广泛、全面的能源套餐，积极与客户签订长期能源供应合同，满足客户不同的基础用能需求，提供便捷的全方位供电、供热、供水、公共交通等综合能源服务，粘连客户。同时，通过分析市场环境下用户用能特性及其影响因素，用户可以和综合能源服务商或者负荷聚合商签订单独用电或者其他用能合同。

2.4 综合能源交易模式下用户参与方式选择

目前，冷/热、电、气等多种能源市场独立运行。电力市场存在双边交易和集中竞价等多时间尺度交易模式。而冷/热市场则无集中竞价市场，用户直接和热源提供方签订能源合同。在能源互联网背景下，多能源供需耦合互补，价格相互影响，能源的交易形式将从单纯向用户或能源网供能变为能源、信息、使用权和服务等多项交易。同时，多层级能源大数据开放共享会进一步挖掘和释放用户侧大数据的价值，促进灵活交易。

在综合能源交易模式下，不同类型用户可以根据自身的用能特性、风险偏好和利益诉求，面向“互联网+”的B2B、B2C、C2B、C2C等多种形态的新型商业模式，选择参与不同交易模式下的能源交易。

（1）大用户直接与能源供应商开展B2B交易。

（2）综合能源服务商通过交易平台兜售不同类型的用能套餐，实现B2C交易。

（3）个体用户之间基于C2C的互济余缺的能量交易，实现能量交易的电子商务化。

（4）用户自行发布其用能需求，综合能源服务商根据需求为其提供相应的定制化套餐，从而实现个性化的C2B服务。

3 数据增值服务业务

3.1 分布式能源

能源互联网的核心思想和目标可以概括为分布式产生的能量、本地化能量的供给以及能量的互联互通［4］。分布式能源指分布在用户侧的能源综合利用系统，包括燃气轮机、往复式发动机、太阳能光伏和燃料电池等，其具有体积小、可扩展性高和分布式能源技术位于需求点附近等优点［10］。目前，随着分布式资源利用范围不断扩大，分布式能源系统开发利用形式呈现出从单一能源向多元集成系统发展的态势。

以天然气分布式能源为例，天然气分布式能源的特点是以冷、热、电三联供等方式，在负荷中心就近实现对多种用户的能源供应。在有效区域内，对冷、热、电能源需求的用户越集中，其优势就越明显，效益将越大。随着大数据的不断发展，现有的和政府建设的工、农、商业的大数据库将囊括方方面面的资料和数据。通过对大数据的分析，企业能根据获取有效区域内用户对冷、热、电相关能源的需求数据，优化项目建设方案，牢牢占据最佳地缘优势，为获得最大收益奠定坚实基础。

3.2 绿色交通

绿色交通包括电动汽车、电气化铁路、电力推进船舶、电力推进风机等。交通网的能源涉及石油、天然气、电力等多种能源，是一个典型的多能源融合网络。在绿色交通中，不仅可以实现多能源的融合，还能够实现交通网和其他能源网络的互动运行。

以电动汽车为例，在电力市场化环境下，电动汽车的充电价格将会出现变化。受到不同电价的刺激，电动汽车车主将会表现出不同的充电行为。如何通过用户的充电行为进行数据自学习，以推测每个用户的出行特性，为用户定制个性化的充电路径，或提供充电出行建议，是值得思考的议题之一。同时，电动汽车本身也可作为储能，电动汽车电池中的储能也可在高电价时段反送至电网，并从中赚取收益。故面向不同种类的电动汽车，在选定的区域内，在深度挖掘其充放电特性的基础上，应当考虑耦合电网、天然气网、交通网的综合能源系统及电动汽车充电站的规划建设，兼顾充电时间、交通流量及用户满意度的充电路径优化策略，从而最大程度的挖掘电动汽车的灵活性和储能潜力。

3.3 综合能源需求响应

需求响应（demand response,DR）通过价格机制和控制手段，激励用户实现用能需求在时间上和空间上的合理分配，其技术示意图如图2所示。综合能源DR将用户对冷、热、电等多种能源的需求纳入广义需求侧资源的范畴中，DR方式除用能削减外还包括用能替代，由此可在不影响用户舒适度的前提下满足用户的用能需求，减少用能费用。

图2 需求响应技术示意图

对于综合能源服务商，建设客户用能监控分析平台，分析客户用能特点及系统供能特点，改造客户用能设备，建设余热回收利用设备，调控、运维空调、电动汽车、蓄热电锅炉等柔性负荷参与容量市场、辅助服务市场、可中断负荷项目，优化客户用能，代理参与DR，创造能源增值收益，增强客户粘性。同时，对于用户，通过响应能源价格信息和管理中心发布的负荷中断信息，调整自身的用能计划，从而达到柔性互动的目标。

3.4 其他数据增值服务业务

用户的供用能数据是社会经济运行的“风向标”，通过可视化的“能源地图”，可以辅助投资决策，并为城市规划、综合能源系统建设提供依据［11—12］。

（1）对于政府：通过对用户能耗的波动情况进行分析，政府可以了解本地区的经济发展状况，对是否需要调整地区产业结构进行决策。

（2）对于用户：通过提供更精细粒度能耗视图，提高收费透明度，并直观了解自身用能习惯，根据电价等因素适当调整自己的用能行为。

（3）对于综合能源服务商：通过对用户大数据相关的仿真模型分析，对用户能效管理政策进行调整，从而提升用户满意度，优化综合能源服务企业水平，最终实现服务社会发展、助力节能减排的目的。

4 综合能源服务应用平台

从软件平台方面来看，以用户为中心的综合能源服务系统需要借助云计算、信息通信、智能感知和大数据分析等技术与物理网络和信息通信控制网络相集成，实现建有大量分布式电源、电动汽车以及用户参与需求响应情况下的用户最优能量使用方案和自适应控制策略。因此，需要考虑搭建信息数据平台、能量综合优化管理平台、能源交易平台、增值服务平台等IES价值应用平台，如图3所示。

图3 综合能源服务应用平台

4.1 信息数据平台

为了充分利用供、用、储海量数据，挖掘其内在价值，实现信息共享和服务升级，需要建立基于供用能数据的智慧用能服务模式，为此需要分析、细化具体服务内容及所需数据信息。

构建支持异构能源系统交易与运行的开放、兼容的大数据平台，实现能源大数据的安全共享［13］。该平台以国家及各省地市各级能源大数据平台为核心，打破数据信息壁垒，能够安全可靠地与各类能源管理中心交互数据。在用户侧，该平台将获取用户供用能信息、设备状态信息等详尽数据，按需定制，提供不同类型的大数据服务。

4.2 价值实现平台

（1）能量优化管理系统

作为综合能源系统的“大脑”，能量综合优化管理系统不仅需要解决单个系统的能量供需平衡问题，还需考虑多系统多能耦合情况下各类用户互动的技术支持［14］。综合能源系统中多种形式的能量相互耦合，可再生能源渗透率高，预测精度差，使其能量管理变得困难。建立起一个用户侧的设备能量管理控制系统，可根据需求响应信号自动优化控制负荷，支持综合能源系统下多能类型源荷互动，通过采取日前/日中/实时多时间尺度优化策略，实现自动需求响应。同时，支撑交易结果执行，保障能源网络运行安全。

（2）多类型能源交易平台

搭建具有统一入口、多类型用户参与的广义能源交易平台，可以实现各种类型、不同规模用户主体以直接或者间接等方式自主参与能源及其衍生品交易。针对多元能源及其衍生品的分布式交易，建议构建以区块链账本加密技术、分布式共识算法和智能合约等为支撑的分布式交易市场，保证用户的交易经济性与过程便利性。此外，还需提出各市场主体的准入机制并研究适用于小微用户的报价策略、出清机制和结算方法［15］。

（3）多类型增值服务平台

基于现有的主要业务形态和营销服务市场，考虑用能信息、网络交易、用电管理、设备管理方面的数据增值服务；面向分布式电源、绿色交通、综合需求响应等能源互联下客户侧智能资源，基于用户个性化互动服务及市场需求，搭建用户侧能源互联下典型业务的数据增值服务平台。

5 结束语

综合能源服务是能源生产、输送、消费和信息通信高度融合的系统工程，具有多能、开放、交互和共享等特征，故可以看成是由内、外部数据构成的大数据系统。而用户侧资源，如：分布式电源、电动汽车、柔性负荷等灵活资源的快速发展，极大地丰富了用户侧资源的种类和规模，为用户侧能源互联网奠定了实践基础。

基于用户供用能数据进行多维度的关联性分析，可以研究客户侧能源互联下的智能用电策略，探讨客户侧能源互联下潜在的数据增值服务，开发适应新型业务的数据增值分析模块等多项业务，在能源互联网中发挥重要作用。然而，基于用户数据深度挖掘的综合能源服务研究及其应用刚刚起步，仍面临很多困难，需要在技术、运营、政策等多层面协调发展，故需要制定合理的发展战略，多方通力合作，才能稳步推进，获得应有的成效。D