浅谈能源互联网中大数据技术的应用

2020-02-20冯黎兵郑嘉龙

通信电源技术 2020年1期

杨鸽，冯黎兵，郑嘉龙

（四川水利职业技术学院，四川崇州 611231）

0 引言

随着化石能源的日益枯竭、环境破坏的日趋严重，全球各国都在寻求清洁、绿色、环保的可再生能源。可再生能源因存在随机性和波动性特点，难以接入传统的能源网络系统，产生了“并网难”、设备利用率低、能源浪费等问题[1]。于是，能源互联网应运而生。

能源互联网是一种全新的智能能源体系，以发展绿色低碳能源为宗旨，利用互联网思维和技术改造传统能源系统，同时融合“远距离、大容量”能量传输技术与新型可再生能源，以实现能源信息更好的互联互通和开放共享。因此，能源互联网成为推进全球能源体系建设，促使以清洁可再生能源为主体的能源格局的重要助推力[2]。

大数据作为当今的技术热点，采用新一代处理模式高效获取并分析海量信息。大数据集合了分布式存储、并行处理、云计算、数据仓库、实时流计算、数据可视化以及非关系型数据库等针对海量数据处理的新技术[3]。在如今的“互联网+”时代，大数据被广泛应用到营销、交通、医疗及企业管理等各行各业。能源系统是其重要应用领域，一方面能够保障能源互联网的高效运行，另一方面能提升运行质量，发挥其最大能效，减少能源的消耗。

本文综述了能源互联网的相关概念、基本特征和重要技术应用，强调了当前大数据技术对能源互联网建设的重要性，提出了面向能源互联网的大数据体系架构，列举了部分国内能源互联网大数据应用的研究成果，最后指出了能源互联网大数据研究需要各方合作才能获得成效。

1 能源互联网

能源互联网是基于互联网、融合信息网和能源网的优势而形成的巨大“广域网”，以互联网技术带动能源行业信息的互联互通，实现行业中各种资源的开放共享，是互联网+能源的深切体现[4]。它以电力系统为核心，以互联网为支点，以可再生能源为主体，与天然气网络、交通网络[5]等相关体系融合构成庞大的多网络系统。

能源体系和互联网技术能够融合，是以两者的特性和实际应用为根据的。从经济和当前技术应用角度来看，在现有能源体系中，电力能源系统已处于十分重要的位置，并且已建成了相对于其他能源方式的大规模传输网络。从某种角度上看，当前的电力系统网络是最具有互联网特征的网络。以上这些优势决定了电力能源在诸多能源类型中将会起到枢纽作用。同时，电力网络将成为能源转化和利用的核心平台，是能源互联网中的关键物理基础[6]。作为一种全新的能源模式，能源互联网通过互联网技术实现大范围的“源-网-荷-储”统筹管理。基于能源体系和互联网的特性，融合而成的能源互联网具有接纳多元能源的包容性，接纳多方用户参与的开放性，跨学科多方位的系统性，涉及能源各环节、用户数量巨大的泛在性，横纵向联合、优化高效的互动性，管控全过程的智能性。

文献[7]指出能源互联网与其他形式的电力系统相比具有4个关键特征——可再生能源高渗透率、非线性随机特性、多源大数据特性和多尺度动态特性。针对能源互联网在设计、运行以及管理过程中以及4个特征带来的问题，提出了需要解决的6大关键技术，分别是先进储能技术、固态变压器技术、智能能量管理技术、智能故障管理技术、可靠安全通信技术和系统规划分析技术，并对各项关键技术涉及的其他问题进行了进一步探讨。

能源互联网为实现其能源优化配置和发展绿色能源的目的，对能量管理系统提出了新要求。文献[8]针对这个问题进行了具体分析，并建立了分层递阶式能量管理控制架构，如图1所示。通过能源互联网的调度中心部门发挥全局调度作用，各类能源局域网的智能能量管理系统间采用分布式能量协调方式进行局部调度，并呈现出一个能量管理系统的设计实例。

图1 分层递阶式能量管理系统示意图

2 大数据与能源互联网

能源互联网是各类能源生产、分配、消费和信息交互高度融合的庞大系统，加之能源互联网自身的开放性、共享性和包容性等特征，外部环境和用户设计、操作也会对其产生重大影响。因此，可将能源互联网当做一个由内部和外部数据共同构成的大数据系统。

大数据技术应用在能源互联网中，主要体现在发电、输电、变电、配电、用电及调度环节的数据分析和决策支持。在发电环节，主要为优化电源结构，提高功率预测方面的准确性和可靠性；在输电环节，主要为实现输电过程监测和状态评价系统的智能化，提高监测评价系统的准确性和可靠性，优化输电线路运维工作等；在变电环节，主要为提高系统信息的开放和共享程度，提升能源效能的综合利用，改进变电设备的智能化巡检等；在配电环节，主要为在更高程度上提高配电工作的智能化，加强配电网络中能量流动、信息流动和业务流动的双向互动等方面；在用电环节，主要为解决庞大数据量存储速度慢、重要数据分析时效差等难题；在调度环节，主要为提高当前电网在线实时安全分析和控制手段效率，解决在线实时稳定计算在应对大数据综合分析中性能较差等难题。针对上述各个环节的问题，为了能够进一步促进大数据技术应用服务于能源互联网建设，提出了基于数据源层、数据管理层、数据计算层以及数据应用层构成的专门面向能源互联网的大数据体系架构[9]，如图2所示。

图2 面向能源互联网的大数据体系架构

数据源层：主要采集电力数据、燃气网数据、热力网数据和其他数据。

数据管理层：该层对关系数据库、实时数据库等实现存储管理，对相关业务模型及其使用的数据进行模型管理，从而实现统一的数据集成管理。

数据计算层：根据电力大数据和历史数据挖掘、实时计算等满足数据应用层需要。

数据应用层：该层通过业务模式创新服务于能源互联网建设。

目前，大数据信息的采集对于能源互联网的建设已经较为完善，而对数据的分析处理较为薄弱，海量的信息资源没有得到充分利用，对后续的决策没有提供足够的参考。随着能源互联网的逐步推进，数据信息将呈现指数性猛增，将进一步加剧处理能力不足与数据指数增长间的矛盾[10]。

3 大数据在能源互联网中的应用研究

国内对大数据在能源互联网中应用早已展开了广泛研究，有的甚至已建立模型，以利于后续的实际应用。文献[11]针对清洁能源的开发利用，分析了5个典型应用场景——能源生产和消费预测、新能源政策分析和评价、参与者行为分析、运行方式安排、安全风险分析。文献[12]设计了分布式电源云服务与大数据分析平台业务架构、应用架构、数据架构及物理架构，用于支撑不同地区、不同用户的定制化服务和平台的智能化管理。文献[13]依托北京延庆智能电网创新示范区建设工程，结合当地新能源的结构组成特点，构建了应用于城市能源互联网的智能电网框架模型，分析了分布式智能管理和开放式的公共服务模式，为未来城市能源互联网的管理和商业模式提供了新途径。文献[14]针对电网系统中存在的设备用户种类繁多、特性存在差异大等问题，对配电网实行全景监测的系统架构，将软硬资源层作为基础，数据整合层进行数据收集，业务逻辑设计及数据分析层进行数据分析，功能实现层完成不同角度、场景的功能任务，从而实现多维度全景立体监测，为配电网的规划、建设和运维提供决策依据。针对电网规划过程中不确定因素的数学模型类型不一致情况，文献[15]提出了考虑可再生能源出力概率模型和预测负荷区间模型的输电网规划方法。该方法涉及的模型使用大数据并结合相关函数和算法建立，体现了大数据技术在能源互联网中的应用。