能源大数据技术的应用与发展

《能源大数据技术的应用与发展》由会员分享，可在线阅读，更多相关《能源大数据技术的应用与发展（9页珍藏版）》请在金锄头文库上搜索。

1、能源大数据技术的应用与发展一、前言在全球迫切需要实现能源转型的发展潮流下，“互联网 +”智慧能源已成为 广受能源领域关注的热点，能源网与互联网的深度融合是解决当前能源问题， 重 塑全球能源格局的重要变革力量。能源大数据融合了海量能源数据与大数据技 术，是构建“互联网+”智慧能源的重要手段。它集成多种能源（电、煤、石油、 天然气、供冷、供热等）的生产、传输、存储、消费、交易等数据于一体，是政 府实现能源监管、社会共享能源信息资源、促进能源体制市场化改革的基本载体。 同时，能源大数据以数据开放共享为核心理念， 是应用互联网机制与技术改造传 统能源系统的最佳切入点，是推进能源系统智慧化转型升级的有效

2、手段。进一步 地，能源大数据是打破行业壁垒，促进各种能源系统融合的助推剂， 将催生一批 智慧能源新兴业态，亦是实现能源行业转型升级、打造新的经济增长点的关键技 术。为此，本文从能源大数据技术的基本内涵出发， 阐述了能源大数据的基本架 构及典型特征，总结了国内外大数据在能源领域的应用现状， 并探讨了目前我国 能源大数据建设中所存在的问题。 立足现存问题，对我国下一步能源大数据产业 的布局提出了若干发展建议，以支撑“互联网 +”智慧能源战略发展。二、能源大数据技术的基本内涵大数据是以整个数据集合为研究对象的一项综合技术，是传感技术、信息通信技术、计算机技术、数据分析技术与专业领域技术的结合， 是对

3、传统的数据挖 掘、数据分析技术的继承和发展。随着我国“互联网 +”在能源行业的深入发展， 所衍生的“互联网+”智慧能源融合互联网的思维和技术， 改造传统能源的生产、 传输、消费、转换、交易等全产业链，依托能源大数据技术，形成能源与信息高 度融合、互联互通、透明开放、互惠共享的新型能源体系。面向“互联网+”智慧能源的能源大数据基本架构由应用层、 平台层、数据层以及物理层组成，如图 1所示。应用垦*V WfrtAE :百I申11 b4 ta E權怖時! * 更TiMHIiBBB -1IqJadHBIMH- - - . i I MH aw |LlHB*IMW1.i：；鮎纬诩t； t；二一7二匸 vT

4、 二 L *图1能源大数据基本架构能源大数据的物理层包括了能源生产、能源传输、能源消费全环节以及每一 环节的各类能源装备。通过装设在能源网络和能源装备的传感器装置和能源表计 获取系统运行信息及设备健康状态信息，并将数据信息交由智能运营维护与态势 感知系统实现数据可视化展示、状态监测、智能预警和故障定位等功能。信息通信与智能控制系统则负责能源系统各环节、各设备间的通信以及控 制。所产生的海量数据均与气象环境等外部系统数据一同存储在能源大数据的专 用数据库中，以进一步加工并用于能效情况评价、风险辨识评估以及能源经济利 用分析等功能中。基于能源大数据技术可实现能源生产侧的可再生能源发电功率 的精准预

5、测并协同电-气-冷-热的多样化能源优化配置；在能源传输侧实现智能化的能源网络在线运营维护，有效监控能源系统的运行状态，自动辨识故障位 置；为能源消费侧的用户提供能效分析与能效提升服务，并可整合能源消费侧的各类负荷资源，实现需求侧响应，充分提高能源利用效益。本文以表1所示的用电大数据为例分析能源大数据的主要特征。 能源大数据 一般从多个数据源采集数据信息，如用电大数据的数据来源形式包括用户层面的 企业报表以及设备层面的电能表计乃至系统层面的各类控制与运营维护系统的 数据信息。腎均富集诞*tkB）燧无亀號尷本锻血业为单佗眄月|或年建薮计圾0 2-0.5 打氏 f邢】：WL 空越Vfiuis用tft

6、屯呂诃讣ftAl 7J/L F1吋胆h 15 inin；阳）虫進變1望暮車100蜒厦丄匸兀比r疋片叫他细=专明度0 2-CT S Jj fl 盖赶山第方运薄时何:USmm；塩.絵荀誉 抒翳筑* ft 电麻券肩绕:t 1； as績护*犹源程芻处司戒企牧n古童焦L芒就程，追件椿护.痔轴#- PBM* 1 厂沖用芒丽謂煜表1用电大数据主要来源形式与传统能源系统的结构化量测数据相比，每类数据源的数据采集所覆盖的范 围大小不一，数据信息聚焦的时空尺度有别，在数据多样性方面呈现出明显的多 源异构特征。由于大数据技术在能源全环节传感信息采集装置与能源设备中的海 量应用，使得能源大数据的量级达 TB至PB级甚

7、至EB级以上；另一方面，能源 大数据强调数据采集的时效性与全面性，所获得的数据采集频率在分钟级以内， 数据增长速度快。此外，为了更好地应用于“互联网+”智慧能源系统中，数据不再仅局限于 过去的统计分析与周期报表制作环节，而是被进一步加工、分析与利用，并在用 户用能特性与潜力的挖掘、源-荷特性的预测分析、能源市场交易以及其他增值 服务等方面得到充分应用。传统能源系统的结构化量测数据相比，每类数据源的数据采集所覆盖的范围 大小不一，数据信息聚焦的时空尺度有别，在数据多样性方面呈现出明显的多源 异构特征。由于大数据技术在能源全环节传感信息采集装置与能源设备中的海量 应用，使得能源大数据的量级达 TB

8、至PB级甚至EB级以上；另一方面，能源大 数据强调数据采集的时效性与全面性， 所获得的数据采集频率在分钟级以内， 数 据增长速度快。此外，为了更好地应用于“互联网 +”智慧能源系统中，数据不 再仅局限于过去的统计分析与周期报表制作环节，而是被进一步加工、分析与利 用，并在用户用能特性与潜力的挖掘、 源-荷特性的预测分析、能源市场交易以 及其他增值服务等方面得到充分应用。三、能源大数据技术的应用领域随着互联网技术与互联网思维逐步与能源系统实现融合，能源行业开始意识到能源大数据在能源行业全环节的巨大应用潜力，新时代对促进可再生能源的发 展、激发能源行业的跨界融合活力与创新发展动力具有重大的意义。能

9、源大数据技术有利于政府实现能源监管、社会共享能源信息资源，是推进能源市场化改革 的基本载体，也是贯彻落实国家“互联网 +”智慧能源发展战略、推进能源系统 智慧化升级的重要手段，同时在为助力跨能源系统融合，提升能源产业创新支撑 能力，催生智慧能源新兴业态与新经济增长点等方面发挥积极的作用。能源大数据的应用领域主要体现在以下几个方面：1. 能源规划与能源政策领域能源大数据在政府决策领域的应用主要体现在能源规划与能源政策制定两 个方面。在能源规划方面，政府可通过采集区域内企业与居民的用电、天然气、 供冷、供热等各类用能数据，利用大数据技术获取和分析用能用户的能效管理水 平信息与用能行为信息，为能源网

10、络的规划与能源站的选址布点提供技术支撑。 此外，基于用能数据、地理信息以及气象数据可分析区域内的基本能源结构与能 源资源禀赋，为实现能源的可持续开发与利用提供指导方向。在能源政策的制定方面，政府可利用大数据分析区域内用户的用能水平和用 能特性，定位本地企业的能耗问题，研究产业布局结构的合理性，为制定经济发 展政策提供更为科学化的依据；另一方面，依托能源大数据对能源资源以及用能 负荷的信息挖掘与提炼，为政府制定新能源与电动汽车补贴方案、建立电价激励 机制等国家和地方政策提供依据，也为政府优化城市规划、发展智慧城市、引导 新能源汽车有序发展提供重要参考。2. 能源生产领域在能源生产领域，大数据技术

11、的应用目前主要集中在可再生能源发电精准预 测、提升可再生能源消纳能力等方面。由于可再生能源具有天然的间歇性与随机 性，需要合理进行储能等灵活性资源配置规划并依赖可靠、可信的功率预测信息 安排电源的运行方式，以充分降低可再生电源对电网的冲击影响， 减少弃风弃光 现象，并保证供电可靠性。目前，国内远景能源科技有限公司以实现风电与光伏的智慧化能源生产为目 标，融合物联网、大数据以及机器学习技术打造的 EnOST平台每天处理将近TB 级的数据量，在可再生能源功率预测水平及控制精度等方面领先业内同行。此外，国外学者利用大数据对气象统计、地理图像等信息研究风场选址以及 提升设备运行寿命的自动发电控制等方面

12、进行了深入的研究。随着互联网技术在能源生产领域的不断融合，可以通过互联网整合区域内所有风场功率预测的可用 数据，打破单一风电场孤立预测的传统模式，有利于实现预测信息的开放交互， 进一步提升可再生能源预测的服务质量。3. 能源消费领域随着能源消费侧的可再生能源渗透比例不断提高以及微电网系统的逐渐成 熟，能源用户从传统消费者的角色向产销者的角色过渡。有效整合能源消费侧可再生能源发电资源、充分利用电动汽车等灵活负荷的可控特性以及参与电力市场 的互动交易并实现利润最大化，是目前大数据技术在能源消费领域的热点研究问 题。对此国内外已对能源消费终端的大数据技术实际应用开展了有益的探索。美国的C3Energ

13、y和Opowe公司运用大数据技术开发了分析引擎平台和用能 服务平台，为用户提供用能服务，为实现需求侧响应提供重要支撑。德国的 E-Energy项目为促进可再生能源预测、能源服务商业模式的开发以及能源交易 等提出了基于大数据技术的有效解决方案。我国“全国智慧能源公共服务云平台”于 2015年2月启动，目前已有14 个省市单位签约构建智慧能源地方分平台。该平台主要提供能源数据采集和分析 功能，通过云平台建立实时设备管理数据平台，打造新的销售模式，从而获得高性价比的产品和解决方案，目标是实现降低用能成本，提高能源利用效率，打破 政府和金融机构各自封闭的信息孤岛， 掌握真实透明数据，实行有效的监管和调

14、 控。4. 智慧能源新业态随着能源大数据技术在能源系统的深度扩展，将在能源网络的监控与运维、 能源市场化交易等方面催生一批崭新的智慧能源服务新业态。在能源系统的运维 方面，基于广域量测数据的态势感知技术已应用于智能电网的输配电站的在线运 营维护中，实现实时事件预警、故障定位、振荡检测等功能。此外，风电、光伏 等可再生能源电站硬件繁杂、选址分散，需借助大数据技术根据机组回传数据分 析监测各零件的磨损、疲劳情况，据此在线预测和判定设备的运行状态， 有助于 简化大规模监测系统的部署，及早防范潜在的故障因素。展望未来，能源系统融合必将扩大设备规模与能源网络的复杂程度，而且随着电力市场的逐步放开完善，将

15、在同一区域内涌现多家售电主体。 这将导致运营 区域和电力资产分散，配备专业运维队伍缺乏经济性，因此传统的集中式运营维 护模式难以适应能源系统的发展趋势。通过引入互联网共享理念，利用互联网与 大数据技术实现分布式运营维护，依据运营维护需求与地理信息匹配专业运营维 护商将是未来能源大数据所衍生的新业态模式。另一个值得关注的是能源大数据技术对能源交易市场建设与完善的重要推 动作用。目前，国内外的能源大数据在能源交易方面的实际应用仍处于起步阶段。 英国国家电网在美国的纽约布法罗医学院校区建立了微型光伏售电交易市场试 点，运用大数据技术对该区域内的光伏、 储能与用户负荷实现优化匹配，并提供 发电资源的定价服务。随着能源大数据技术在能源生产、传输、消费各环节的深 入发展与逐渐成熟，可为能源行业提供开放、共享的能源信息平台，推进能源自 主灵活交易，使得能源价格信息能够直接反应供需关系，引导资源进行优化配置， 促进公平、公开、共享的能源市场环境的形成。此外，通过能源大数据技术可有 效引导各类高效能源技术根据需求