大数据分析在新型智慧能源建设中的应用

1、大数据分析在新型智慧能源建设中的应用智慧能源体系架构图智慧能源这一概念已经提出很多年， 这是一种全新的能源形式， 包括符合生 态文明和可持续发展要求的相关能源技术和能源制度体系。 智慧能源是以互联网 技术为基础，以电力系统为中心， 将电力系统与天然气网络、 供热网络以及工业、 交通、建筑系统等紧密耦合， 横向实现电、 气、热、可再生能源等 “多源互补”， 纵向实现“源、网、荷、储”各环节高度协调，生产和消费双向互动，集中与分 布相结合的能源服务网络。其依托互联网、物联网、大数据、云计算等新技术对 能源的生产、存储和使用进行实时监测、数据分析和优化处理，并通过数字化、 网络化、智能化手段，实现能

2、源的安全、高效、绿色、智慧应用。智慧能源已经是我国重要的战略方向。国家在近年发布了一系列相关政策， 明确提出提高可再生能源的利用率，都在指向新型、更智慧化的能源体系建设。 大数据、人工智能在行业转型过程中至关重要，值得深入研究、重点把握。截至 去年底，我国能源行业大数据应用市场规模已达 8.29 亿元人民币，近 5 年投资 规模都有较大增长。智慧能源体系的架构智慧能源体系由下至上可以分为能源层、网络层和应用层，如图所示。其中，能源层主要是进行能源的生产、转换、传输和利用，包括化石燃料的 发电、清洁可再生能源的多能转化、 电力利用等； 网络层主要是通过广域布局的 智能传感进行能源相关数据的采集和

3、传输， 利用互联网技术，实时获取海量数据； 应用层主要是利用大数据、云计算、人工智能等技术进行能量信息的数据共享， 主要包括能源设备的运行状态和各能源系统的实时运转状况等， 主要实现途径是 对海量数据信息进行分析和处理， 从而搭建能源交易平台来对各种能源交易进行 数据支撑，承担能源互联网的信息采集、 管理方案、能源交易等方面的运行工作。大数据在能源生产端的应用 能源生产端主要是指煤炭、石油、天然气、太阳能、风能、地热能等一次能 源和电力、 汽油等二次能源。 随着新能源技术的不断发展， 分布式发电方式不断 接入，打破了原有电网运行管理的模式， 不但需要考虑负荷侧的波动， 还要考虑 新能源出力的间

4、歇性。 在此背景下， 智慧能源中大数据应用众多， 涉及电网安全 稳定运行、节能经济调度、供电可靠性、经济社会发展分析等诸多方面。以光伏发电方式为例， 光伏大数据的应用主要集中在在线预测、 发电量模拟、 实时监测、设备预警和诊断、资源调度、电力交易以及需求响应等方面。对光伏 行业来说，大数据分析是贯穿始终的。从前期规划到电站投资建设、后期运营， 以及整个资产全生命周期的管理都可以通过数据分析、 数字化的模型为各个环节 提供量化的分析和决策服务，服务于投资商、生产商、运营公司等各类角色。另外，风力发电与光伏发电类似， 都具有波动性和间歇性， 大规模并网运行 会影响电力系统运行的安全稳定， 而且在高

5、风力等级条件下还可能造成风机损坏， 所以以数值天气预报模型为基础， 结合实时气象数据、 电站运行状态数据等， 通 过大数据建模分析可大幅提高电站运行的安全性和电力系统的稳定性。大数据在能源消费端的应用能源消费端主要包括所有的电力用户， 电力改革及电力产业链的细化推动着 电力交易品种、交易周期、交易方式、竞争格局等因素发生了显著变化，电力用 户需求更加多样， 同时也对发电企业、 售电公司的能力提出新的要求： 如何适应 这些变化，细分用户，提出差异化的服务； 如何规避交易风险， 提升服务能力等， 这些是目前普遍关注的问题。消费端管理伴随着行业转型的压力而来， 无论是电源端还是电网端， 其核心 就是

6、如何利用负荷资源化进行有效管理， 反馈给电源和电网端， 达到供需匹配灵 活的目的。 届时售电公司的综合服务除了满足用户的能源需求， 还需要为用户提 供降低能耗、提高能效等解决方案，通过智能终端，及时为用户推送电价信息、 节能贴士、当地天气及交通情况等附加服务，拉近与用户的距离。借助大数据， 售电公司可以根据用户的生活习惯作出更优的电力调配计划。负荷预测作为电网电量管理系统的重要组成部分， 其预测误差的大小直接影 响电网运行的安全性及可靠性，较大的预测误差会给电网运行带来较高的风险。 现阶段负荷预测主要是通过负荷历史数据， 利用相似日或者其他算法预测负荷的 大小，短期预测精度较高，中长期精度较差

7、。随着电网采集数据范围的增加，利 用大数据技术可以将气象信息、 用户作息规律、宏观经济指标等不同种类的数据， 通过抽象的量化指标表征与负荷之间的关系， 实现对负荷变化趋势更为精确的感 知，提高预测精度。 如果新能源预测误差较大， 则需要在新能源设施周边建立配 套的常规能源作为备用， 以弥补新能源预测精度方面的不足。 作为备用的常规电 源，长期不能工作在最佳运行点，将造成其发电效率低以及能源的浪费。大数据促进“源网荷储”协同调度在电力市场不断完善的背景下， 可以不通过调节常规电源的出力， 而是利用 市场手段，使得一部分用户主动削减或者增加一部分负荷去平衡发电侧出力的变 化，即通过需求侧管理实现系

8、统电量平衡。若要达到“网源荷”协调优化调度需 要大量的辅助信息， 如新能源出力波动大小、 电网线路输送能力、 负荷削减电量 的范围、实时电价等， 其中每个因素又受很多条件的影响， 因此是一个非常复杂 的电力交易过程， 此时必须利用大数据技术发掘数据内部之间的联系， 从而制定 出最佳调度方案。 智能电网和传统电网最大的区别在于 “网源荷” 三者之间信息 流动的双向性， 三者之间的信息在一个框架内可以顺畅地进行交互， 极大地提升 电网运行的经济性、可靠性。大数据将深刻影响智慧能源发展随着新技术的不断涌现， 能源结构不断发生变革， 传统的电网规划方法往往 与实际需求差别较大， 需要利用大数据技术综合考虑多种因素， 如分布式能源的 接入、电动汽车的增长趋势、 电力市场环境下为用户提供个性化用电服务等。 多 类型、海量数据的引入， 可以有效减少电网规划过程中的不确定性， 使得整个规 划更加合理、有序。“互联网 +”智慧能源的重点任务概括为：打造能源生产新手段，建设分布 式能源新网络， 探索能源消费新模式， 统筹部署