基于大数据平台的新能源智能化运营监管技术研究

许 青

（山东省科学技术情报研究院,山东 济南 250101）

随着“碳达峰，碳中和”战略目标的深入推进，我国能源结构开始全面调整，以实现能源节约与环境保护的目标。我国的新能源优势极为显著，风能、光能以及地热能在新能源发展中占据有利地位，现已被广泛应用于发电、生产、供暖等各方面。随着生态宜居城市与美丽和谐城市建设与发展的深入，对以风能、光能以及地热能为主的清洁能源需求越来越大。然而，由于新能源应用量逐年递增，加之历年来形成的一系列粗放型应用模式，使得新能源的开发与应用效率不高、效果不明显，尤其是集中应用新能源的形势不容乐观，供求矛盾也日渐突出。因此，通过对新能源的高效开发与利用，实现“在开发中保护，在保护中开发”已成为当前新能源运营管理的主要任务。要实现新能源开发的节约、集约利用，就要不断加强以大数据信息技术为主要手段的新能源精细化管理。而以大数据平台为依托的新能源智能化运营监管技术可以推动新能源得以高效应用。

1 研究背景及现状

1.1 研究背景

随着科技发展的推动，地热、风电、光伏等新能源产业的发展步伐越来越快，成为实现“双碳”目标的重要推动力。同时，大数据技术、互联网技术、数字智能技术与传统能源产业实现了深度融合。传统能源数据系统在应用中存在很多问题，难以适应新时代背景下新能源管控的需求。大数据中心新能源管控平台是支撑能源高效管理与利用的中枢。大数据中心新能源管控平台的构建不可复刻常规的区域能源管控模式，应该结合新能源应用需求与新能源供给方式，深入探索平台的各项功能，满足新能源需求预测、区域源网荷储优化调度、绿电电力代交易、能效与运营管理等方面的需求。近年来，关于大数据在运营管理领域的研究与实践深受国内外的重视，但现今的研究还有很多不足之处。因此，开展基于大数据平台的新能源智能化运营监管技术研究具有重要现实意义。

1.2 国内外研究现状

随着大数据、云平台、互联网等现代化技术迅猛发展的推动，以及能源革命与数字革命的快速融合，新能源领域步入全面转型时期。国内外新能源企业与新能源设备厂商纷纷开展了新能源大数据平台建设，并利用大数据平台开展了相关业务。美国通用电气公司于2015年在国际领先的风机与风电行业的数字基础设施上，建立了动态的、可联网的，同时具有较强适应性的数字化风电场，将其发电量提高约20%，为新能源产业的发展创造了巨大的价值[1]。国内的新能源厂商、风机厂商以及研究人士同样围绕大数据、互联网和数字化技术在风机和风场应用的基础上展开了一系列的研究。吴智泉等的“智慧风电体系架构研究”、魏锁的“国家电投探索建设智慧企业”等，都对大数据平台在新能源中的应用进行了介绍[2-3]。远景能源有限公司构建的EnOS能源物联网平台就是在智慧风场的大数据平台基础上实现的[4]。基于此，本文提出了以大数据平台为依托的新能源智能化运营监管平台，并实现了新能源平台的高效利用，促进能源结构转型与数字变革。

2 新能源大数据运营监管平台

随着新能源行业的快速发展，对于这一领域的运营监管需求日益增强。新能源大数据运营监管平台正是在这一背景下应运而生，旨在通过大数据技术实现对新能源领域的全面、实时和智能的监管。这一平台的出现，不仅有助于提高新能源运营的效率和安全性，也有助于推动整个行业可持续发展。

2.1 平台构建原则

第一，统筹规划原则。平台的建设应统筹考虑新能源设施的布局、规模、类型等因素，制定科学合理的规划，确保平台的覆盖范围和功能满足实际需求。第二，依法合规原则。遵守相关法律法规和政策规定，确保数据的合法性和安全性。同时，应加强与政府部门沟通与合作，共同推动新能源产业健康发展。第三，因地制宜原则。充分考虑不同地区的新能源设施特点和发展状况，制定针对性的解决方案，提高平台的适应性和实用性。第四，自主创新原则。注重技术创新和业务创新，积极探索新能源大数据的应用价值和发展前景，推动新能源技术创新发展。第五，安全性和完整性原则。采取有效的安全措施和技术手段，确保数据的安全性和完整性。同时，应建立健全安全管理制度和应急预案，提高平台的安全防范能力。

2.2 平台构建理念

第一，新能源大数据平台的构建应结合国内外领先的能源大数据实践结果，并引入数据空间设计理念，旨在处理新能源大数据共享与传输中存在的安全、信任以及标准等问题，可以完成多主体在线供需对接以及多对多的数据安全共享。第二，新能源设施的运行状态是动态变化的，因此平台应具备实时监控和反馈能力。这要求平台能够快速获取数据、处理数据，并及时向用户提供相关信息。第三，数据安全是平台建设的重要考量因素。应采取有效的安全措施和技术手段，确保数据不被非法获取、篡改或损坏。同时，平台应具备高可用性和高可靠性，确保系统稳定运行。第四，平台应提供全面、实时的数据支持，帮助决策者做出科学、合理的决策。通过对数据的深入分析和挖掘，发现潜在的问题和机会，为决策提供有力依据。第五，平台应以提升新能源运营效率为目标。通过实时监测和预警，及时发现和解决运营过程中的问题；通过智能化分析和预测，优化运营策略，提高运营效率。第六，平台应具备创新服务模式的能力。结合新能源领域的特点和需求，提供定制化、个性化的服务模式。同时，借助大数据和人工智能技术，不断创新服务模式，提升用户体验。第七，平台应促进新能源行业可持续发展。通过优化运营和提高效率，降低能源消耗和环境污染；通过数据驱动的决策和创新服务模式，推动新能源技术进步和应用，最终实现经济、社会和环境协调发展[3]。

3 大数据功能

新能源电站是一种新能源应用的建设形式，主要由核心发电装置、储能系统、输电与配电系统组成。将新能源电站接入大数据平台，利用大数据边缘计算的数据转换与预处理、数据重抽样与统计计算、专用业务计算等各项功能，能够实现新能源场站整体运行的集中控制与安全监督，为新能源发电企业实现集团化监控、集约化管理等提供有力支撑。所谓的边缘计算，即指在接近外围设备或数据源头的一侧，凭借网络、计算、存储以及应用等核心能力为一体的开放平台，就近提供最近端服务。边缘计算的应用程序在边缘端发起，形成快速的网络服务响应，满足新能源场站与集中控制中心在实时业务、智能监管与运营等方面的基本需求。边缘计算可在物理实体中间，也可处在物理实体的顶层，而云计算依旧能够访问边缘计算的历史数据[5]。由于利用大数据平台，以此来出具分析数据，并且只是将处理后的数据上传到平台，所以减少多余的数据混入其中，有效地保证数据安全，减少控制中心的运行压力，缓解平台因为传输数据所造成的压力。

3.1 数据转换与预处理

数据转换与预处理是大数据运营监管平台中至关重要的一环。由于新能源数据来源广泛、类型多样，需要进行数据格式转换、数据清洗、异常值处理、缺失值填充等操作，以确保数据的准确性和可靠性。

数据格式转换，是指按照配置把数据值的一个类型转换成另一个类型，例如，FLOAT基础数据类型转换为Double数据类型；将INT数据类型转化为BOOL数据类型等。同样，数据转换按照配置，把遥测信息数据转化成遥信信息数据，所用的转换策略就是配置与遥信值相适应的遥测值区间，此时就能够将所接收的遥测值根据区间来转化成适合的遥信值。数据清洗的目的是去除重复、错误或不完整的数据，确保数据的准确性和完整性。异常值处理则是识别并处理偏离正常范围的异常数据，以提高数据分析的准确性和可靠性。缺失值填充则是采用一定的方法对缺失数据进行填充，以避免数据分析时出现偏差。

3.2 数据重抽样与统计计算

第一，数据重抽样是通过反复从训练集中抽取样本，然后对每一个样本重新拟合一个感兴趣的模型，来获取关于拟合模型的附加信息。对新能源场站风机组来说，根据新能源场站的具体配置把已经获取的风机可编辑逻辑控制数据，通过重抽样，将高频数据转换成低频数据，两种数据的转换可以在满足新能源集中控制中心要求的基础上，最大限度地降低数据的传输量。第二，统计计算涉及的方面较多，主要是统计方法与实际计算的结合。要想实现统计计算功能，必须在数据采集内部设置一定的缓存，并缓存相应时间内的秒级数据，然后按照一定的统计周期，对数据展开定期的统计，最后输出统计结果，并传输给新能源集中控制中心，或者传输到与之相关的各类外部数据接收系统中，例如，新能源场站风机数据的60 s数据统计、300 s数据统计以及600 s数据统计等[6]。

3.3 专用业务计算

现今，基于大数据平台的新能源场站专用业务计算主要分为三种。第一种，风机组状态计算可以按照电网新能源发电要求，把场站的风机组从现有的运营状态转换成电网标准状态，以此提高风机组的运行效率与运行质量。第二种，风机组故障计算能够凭借对新能源配置的遥信变位动作的先后顺序与准确时间等情况实施综合性计算，以探索和分析风机组故障，这能够第一时间处理风机组工作期间出现的故障，从而促进风机组运行效率的提升。第三种，风机组数据状态计算可以利用新能源配置的各项条件来辅助完成，以此来改变风电机组的可运行状态，确保风机组可以对多变的运行环境产生较强的适应性。

4 新能源大数据智能化运营监管平台的设计与应用

4.1 新能源大数据平台设计

4.1.1 平台基础设计

新能源大数据平台所具有的核心功能旨在为多主体能源相关数据给予安全可信的跨域流通空间，并凭借数据的共享与交易完成数据赋能以及价值传递。平台基础设计的几个关键方面：（1）硬件基础设施，包括高性能的服务器、存储设备和网络设备等，以满足大数据处理和分析的运算和存储需求。同时，需要具备容错和灾备功能，以确保数据的完整性和系统的稳定性。（2）软件基础设施，涉及操作系统、数据库、中间件等软件的选型和配置，这些是支撑大数据处理和分析的基础软件环境。选择稳定、可靠的开源或商业产品是关键。（3）数据存储架构，采用分布式存储系统，以支持海量数据的存储和处理。这种架构能够提供高可用性、高性能和高扩展性的数据存储服务。（4）数据处理流程，包括数据采集、清洗、转换、分析等环节，需要设计合理的数据处理流程，以确保数据质量和处理效率。

4.1.2 平台功能架构设计

在新能源大数据智能化运营监管平台的设计中，功能架构设计是至关重要的一环。该架构旨在确保平台能够满足新能源行业的运营监管需求，具备稳定性、灵活性和可扩展性。首先，功能架构设计应明确平台的核心功能和扩展功能。核心功能包括数据采集、存储、处理、分析和可视化等，是平台稳定运行的基础。扩展功能则是根据新能源行业的特点和需求，提供定制化、个性化的服务，如预测模型、智能决策支持等。其次，功能架构设计需考虑平台的模块化结构。将平台划分为多个模块，如数据采集模块、数据处理模块、数据分析模块和用户界面模块等，有助于提高平台的可维护性和可扩展性。各模块之间通过标准化的接口进行通信，确保数据的流通性和系统的稳定性。最后，功能架构设计应注重平台的可扩展性。随着新能源技术的不断发展和业务需求的不断变化，平台应具备良好的可扩展性，能够平滑地适应未来的变化。为此，功能架构设计应遵循开放式体系结构和标准化的接口，便于功能的增加和系统的升级[7]。

4.1.3 平台安全架构设计

安全架构设计应从整体上考虑平台的安全需求和风险控制，这包括数据安全、网络安全、应用安全等，确保平台在数据采集、存储、处理、分析和可视化等各个环节的安全性。首先，数据安全是平台安全架构设计的核心。为了保护数据的安全性和隐私性，应采取一系列安全措施。例如，对数据进行加密存储，确保数据在传输和存储过程中的机密性；实施访问控制机制，限制对数据的访问权限，防止未经授权的访问和数据泄露；定期进行数据备份和恢复，防止数据丢失和意外损坏等。其次，网络安全是平台安全架构设计的另一个重要方面。新能源大数据平台需要与各种设备和系统进行数据交互，因此网络安全至关重要。应采取防范措施，如部署防火墙、入侵检测系统等，防止网络攻击和恶意入侵；同时，应加强网络通信的安全性，采用加密通信协议，确保数据传输的机密性和完整性。再次，新能源大数据平台涉及各种应用系统的操作和管理，应确保应用系统的安全性和稳定性。例如，对应用系统进行安全审计，及时发现和修复安全漏洞；加强应用系统的身份认证和授权管理，防止非法登录和操作；定期对应用系统进行安全加固和更新，提高系统的抗攻击能力等。最后，平台安全架构设计还应考虑应急响应和恢复机制。在发生安全事件或系统故障时，应迅速采取应急响应措施，减小损失和影响范围。

4.2 新能源大数据平台标准体系建设

4.2.1 体系顶层设计

体系顶层设计应明确标准体系的目标和定位，新能源大数据平台标准体系的目标是规范和指导新能源运营监管的各个环节，提升运营监管的效率和效果。标准体系应定位为行业内的指导和规范，为新能源行业的运营监管提供统一、规范的标准和依据。体系顶层设计应遵循科学性、系统性和可操作性的原则。科学性原则要求标准体系应基于科学理论和实践经验，确保标准的合理性和有效性；系统性原则要求标准体系应全面考虑新能源运营监管的各个方面，确保标准的整体性和协调性；可操作性原则要求标准体系应注重实际应用和实施效果，确保标准的实用性和可行性。

4.2.2 体系标准化建设

在新能源大数据智能化运营监管平台的标准体系建设中，标准化建设是实现平台规范化、高效化运行的重要基础。通过制定和实施标准，可以确保平台在数据采集、存储、处理、分析和可视化等方面的规范性和一致性，提高平台的运行效率和可靠性。

第一，标准化建设应明确标准制定的原则和依据。在制定标准时，应遵循科学性、实用性、可操作性和前瞻性的原则，确保标准的合理性和有效性。同时，应参考国内外相关标准和最佳实践，结合新能源行业的实际情况和发展需求，制定适合的平台标准。第二，标准化建设应注重数据标准制定。数据是新能源大数据平台的核心要素，数据标准制定对于确保数据质量、一致性和可比较性至关重要。应制定数据采集标准，明确数据来源、格式、质量和频率等方面的要求；制定数据存储标准，规范数据的组织、存储方式和存储介质；制定数据交换标准，促进不同系统、平台和组织之间的数据共享和交换。第三，标准化建设还应关注技术和应用标准制定。针对新能源大数据的特点和需求，应制定技术标准，包括数据处理和分析方法、算法和模型等方面的标准；制定应用标准，针对不同应用场景和需求，制定相应的数据应用规范和操作流程。这些标准的制定将有助于提高平台的技术水平和应用效果。第四，标准化建设应建立标准的实施和监督机制。通过制定实施细则和操作指南，加强标准的宣传和培训，增强相关人员的标准化意识和能力。建立标准的监督和评估机制，定期对标准的执行情况进行检查和评估，及时发现和解决标准实施中存在的问题，促进标准体系持续改进和优化。第五，标准化建设应加强国际合作与交流。新能源大数据领域的标准化工作是一个全球性的任务，国际合作与交流有助于推动标准的一致性和互操作性。积极参与国际标准化组织的相关工作，跟踪国际标准化动态，借鉴国际先进标准和实践经验，提升我国在新能源大数据标准化领域的国际地位和影响力。

4.3 新能源大数据平台智能化运营监管技术应用与案例分析

4.3.1 新能源大数据智能化运营监管平台应用

第一，新能源需求预测。新能源大数据平台智能化运营监管技术显得尤为重要，这种技术应用可以对新能源发电进行预测，对区域内分布式能源发展进行预测，对电负荷和冷负荷进行监测，从而为运营者和管理者提供决策支持，确保新能源设施的安全、稳定运行。（1）新能源发电预测。通过收集和分析新能源设施的历史数据和实时数据，利用机器学习和人工智能算法，对新能源发电的功率、电量等进行预测。这有助于提前了解发电情况，优化调度和运营管理。（2）区域内分布式能源发电预测。基于大数据分析，对区域内分布式能源的发展趋势进行预测，包括分布式光伏、风电、储能等。这有助于合理规划能源布局，提高能源利用效率。（3）电负荷监测与预测。实时监测互联网设备的电负荷情况，包括负荷的分布、变化趋势等。通过数据分析，可以预测未来的用电需求，优化电力调度，提高供电可靠性。（4）冷负荷监测和预测。依照区域的实际情况，利用制冷设备对运行设备降温问题，并预测短期、中期和长期的冷负荷需求，从而为实现数据中心冷热负荷灵活优化提供数据帮助[8]。

第二，区域源网荷储优化调度。依照数据规划和可以调度的资源，从而实现对整个过程的分析，达到源网荷储一体化优化调度控制，实现系统整体效益最优。（1）绿色电力交易方式下的多能经济调度。依照绿色电力市场交易要求，减少大数据对成本的使用，制定数据中心功率调节、冷设备调节和新能源储能设备充放电调节的源网荷储一体化调度运营优化策略。（2）电网第三方辅助服务。针对数据中心可以调节的空调设备、互联网设备等，依照为市场服务的价格和负荷运行研究结果，最大限度地为市场收益服务，减少大数据区域内的成本投入，智能化地提出数据中心互联网设备的用能功率调节、冷热设备用能功率调节、新能源场站侧以及大数据区域侧储能设备充放电调节在内的源网荷储一体化辅助服务市场调度运营优化措施。（3）数据任务以及设备用电负荷需求映射优化调度。基于用户用电负荷数据和实时电力供需情况，智能化运营监管平台可提供优化用电负荷需求调度的解决方案。通过对不同时段的成本和供需情况的智能分析，平台可为用户提供更为经济的用电策略，同时帮助电力企业实现更为合理的电力调度。（4）算力任务与冷负荷需求映射优化调度。依照气温、气象和互联网设备功耗信息，反映到设备冷负荷需求，进一步优化数据中心冷热设备调节方案，设计出冷热设备主动跟随互联网计算，并实现动态调节的方案。

第三，绿电电力代交易。依照历史和目前情况，对未来发展加以分析，综合了解电力市场交易、风电储节点电价与负荷市场购电电价等具体信息，从而实现实时监测与评估，动态地分析源荷双方绿色电力中长期交易执行情况，同时掌握其中的成本偏差和违约考核风险；依照源网荷储的实际情况以及调节能力，实现智能化决策，并提出源网荷储一体化调度运营优化策略，涉及数据中心IT用能功率调节、冷热设备用能功率调节、新能源场站侧与储能设备充放电调节。平台可以针对性地实现对交易与用户的统一管理，从而积极地发布信息、管理客户、预测电量、管理交易和管理结算等相关功能[9]。

第四，能效管理。针对整个区域内的电能利用效率进行动态管控，并掌握风能和碳排放等相关指标，将其作为区域内的运营与考核标准，从而实现区域内电能的合理使用。监测能耗主要涉及碳排放监测和能耗、评估能耗与碳审计等。相比于传统能耗监测来说，数据中心更加重视电能和水利用率的应用，并将其作为数据中心考核标准。

第五，运营管理。数据中心综合运营监管平台作为区域平台中的组成，其运营管理和传统区域平台相似，涉及管理设备、智能运维和计量能源等相关功能。

4.3.2 新能源大数据智能化运营监管平台应用案例分析

以某新能源企业为例。该企业所设计的以大数据为依托的数字智能化新能源场站运营监管一体化平台投入使用后，已经实现了上万台发电机组的接入，完成了上百万千瓦的发电量目标，所建立的监控点高达六百多万个，日常处理数据接近三百亿条，已经成为行业内顶尖的工业IT系统。如今，该平台能够对很多项目开展全面诊断、系统优化与专家分析，并生成专业报告。该企业的某个项目，利用该平台的智能分析功能诊断出了该项目的发电量损失与模型偏差，经过系统优化分析后，获得了安全防护以及提质增效等维度的建议。综合建议，以平价上网电价计算，该新能源企业的一个新能源场站年发电效益就能够增加1 000万元，如果将这一平台运用到企业的所有新能源场站中，预测所获得的发电效益接近百亿元[10]。

该企业的另一个项目，针对该项目开展前期、系统工程以及投入生产等阶段，通过系统优化平台分析了风能资源、设备稳定性与发电性能等多维度的发电量，并出具了优化方案。该新能源发电场项目存在一定问题，但其提质增效的空间较大。第一，场站存在较高的降容损失。通过分析系统平台能看出，场站存在着污染叶片、设备振动与高温等情况，在处理设备、优化数据后，得到很好的效果。第二，场站机组功率曲线极不统一，功率分散点较宽。在优化空气密度、升级控制参数后，也实现了提质增效的目标。

5 结论

新能源大数据平台的设计与建设研究能够满足能源结构转型升级以及数字变革的融合发展趋势，能够推动新能源信息的深度融合。依托技术平台和安全监督管理机制，企业能够实现多主体之间的数据安全合规、共享流通的新型基础设施，带动区域新能源产业数字化发展与高质量发展，从而促进国家经济的迅猛增长。大数据所具有的功能、涉及的技术有很多，国家也为此颁布了很多政策，新能源产业在数字智能化运营监控领域取得了很多成就，提高了新能源精细化运营监管水平，促进了新能源更好地服务于城市建设和发展。然而新能源应用领域依旧有很大的上升空间，需要广大研究人员继续为之努力，从而更好地促进新能源发电产业发展。