Share
首頁 > 最新訊息 > 中國動態
中國動態
2019/09/16 | 王繼業:能源互聯網大數據應用

現在進入工業4.0時代,在消費互聯網的基礎上,工業互聯網近期得到了大家的重視。大家總覺得消費互聯網是上半場,下半場進入工業互聯網。有一些專家也提到了產業互聯網,我認為,產業互聯網的範圍更加寬泛一些。

 

  在電力方面,從五年之前就提出了能源互聯網這個概念。我們現在也在考慮把能源互聯網歸結到產業互聯網,可能更合適一些。因為在能源互聯網裡面,不僅僅是工業互聯網,它包括電力消費、客戶服務,包括老百姓千家萬戶要用電,所以能源互聯網這個概念屬於消費互聯網的範疇。

 

01

 

能源互聯網的概念和內涵

 

 

 

  目前可再生能源的大規模開發和利用已成為世界能源體係不可逆的發展趨勢。2000年以來,全球風電、光伏裝機年均增長22%、38%,中國高達46%、62%。到2040年,可再生能源將佔發電量增量的近三分之二,佔全球電力份額增加至30%。

 

  可再生能源具有間歇性、波動性、隨機性,給電網安全、穩定運行帶來挑戰。與電網規劃相脫節、電網調峰能力不足、政策和機制不健全等矛盾日益突出。電能在佔終端能源消費比重持續提升,用電能效亟需提高,用戶側多種能源互聯互通、開放共享,末端電力用戶期待獲得更多的知情權和參與感。

 

  全球進入數字經濟時代,那麼數字經濟的比重佔GDP的比重正在快速增長。到去年,中國的數字經濟比重占到GDP的比重已經占到34%。在有些地區,比如長三角地區,占到40%,珠三角占到44%。美國的數字經濟佔比達到50%多,將近60%,在58%左右。那麼這個數字經濟應該說對於平台連接供需雙方,對於傳統行業來講也是一種顛覆。

 

  為適應經濟社會形勢和挑戰,服務高質量可持續發展,適應能源電力轉型要求,保障能源電力安全可靠供應,以優質高效的服務滿足經濟社會發展和人民美好生活用能需要,國家電網公司提出加快建設“三型兩網”世界一流能源互聯網企業的戰略部署。

 

  能源互聯網由堅強智能電網和泛在電力物聯網共同構成。泛在電力物聯網,就是圍繞電力系統各環節,充分應用移動互聯、人工智能等現代信息技術、先進通信技術,實現電力系統各環節萬物互聯、人機交互,具有狀態全面感知、信息高效處理、應用便捷靈活特徵的智慧服務系統。建設能源互聯網,推進堅強智能電網和泛在電力物聯網融合發展,促進能源流、業務流、數據流“多流合一”,匯集各類資源參與系統調節,促進源網荷儲協調互動,支撐新能源大容量高比例接入,不斷提高電網優化配置資源能力、安全保障能力和智能互動能力。

 

02

 

能源電力大數據特徵與方法

 

 

 

  能源電力大數據貫穿“源網荷儲”以及企業經營管理全環節,規模巨大、類型繁多,且主要伴隨能源電力生產和消費實時產生,數據真實性高。同時,由於電力行業自動化、信息化水平較高,數據基礎相對理想,用於大數據採集、傳輸和應用的基礎設施基本具備,隨著泛在電力物聯網建設,電力大數據的覆蓋範圍、感知深度、數據質量將持續提升,應用基礎日趨完善。

 

  它的特點有四個方面:一是規模大,發電、電網、用電、經營管理,這個數全部都是上億的。未來設備的聯網數要超過15億個設備,就僅僅是國家電網,這還不包括南方電網,也不包括各個發電集團;二是類型多。這個特點跟其他各行業差不多,包括了各種數據;三是比較真實,因為它是實時採集的,所以說利用這些數據進行計算分析;四是採集的應用基礎比較好。電力系統信息化的水平相對來講還是走的比較快,所以它有很多系統都是自動化的,數據實時採集。能源電力大數據在能源電力供需維度,數據鏈完整、真實且閉環,與氣象、社會經濟、公共事業、地理信息等外部典型數據融合後,其價值可以發揮“1+1遠大於2”的效果。其它領域的應用通過使用真實準確的電力數據,也可帶來顛覆性的影響。

 

  那麼對這些數據怎麼管理呢?DAMA國際數據管理協會定義的企業級數據管理有十大職能,這裡麵包括數據治理、架構管理、數據的開發、操作、質量,主數據、原數據等等。我們覺得這些內容雖然比較傳統,但是實實在在也是需要我們這麼做的。

 

  數據治理。數據治理是指數據管理過程中的一系列權威性和控制性活動(規劃、監視和強制執行),是對數據管理的高層計劃與控制,主要關注組織體系、標準體系、流程體系和評價體系。

 

  數據架構管理。電力行業統一信息模型統一了電力生產消費各環節的數據定義和語義,為能源電力大數據應用奠定基礎。國家電網公司自2009年開始,參考國際標準,提出構建國家電網公司統一信息模型(SG-CIM)的設想,目前已形成SG-CIM4.0版本並上升成為電力行業通用標準(DL/T1991-2019 )。下一步在此基礎上不斷完善,並結合泛在電力物聯網建設,擴充成為覆蓋能源生產消費全環節的統一信息模型。

 

  數據開發管理。數據開發是指系統開發生命週期(SDLC)中以數據為主的活動,包括數據需求分析、數據建模、數據設計、數據實施和維護等。數據操作管理是指對形成數據資產的結構化數據的獲取、使用、歸檔、清除等操作,進行規劃、控制、支持與技術管理等活動。

 

  數據質量管理。是指為了滿足信息利用的需要,對信息系統的各個信息採集和處理操作進行規範,包括建立模式化的操作規程、原始信息的校驗、錯誤信息的反饋、矯正等一系列活動。

 

  企業級主數據。企業中多個部門或信息系統共同維護或使用的關鍵數據對象,如何從源頭保證這些數據在全企業範圍內的共享性、穩定性和一致性,是企業級主數據管理的核心目標。企業級主數據建設主要包括總體設計、建設應用、平台支撐、標準制度四部分內容。

 

  元數據。是用於描述數據的數據,統一信息模型和數據資源目錄就是典型的業務元數據,其它包括數據源、數據轉換規則、數據訪問權限、數據用途等都屬於元數據的範疇。所有數據管理過程,都可以被記錄為元數據,有效的元數據管理是開展數據管理的必要前提。

 

  建設統一能源電力大數據平台。推動實現“全業務範圍、全數據類型、全時間維度”能源電力大數據的統一管理和應用,未來逐步向數據中台演進。同時,以大數據平台為基礎,面向能源電力產業鏈上下游各類合作主體,提供統一的大數據分析探索、數據開放、仿真驗證等服務。

 

  大數據算法庫。在通用分析算法基礎上,結合能源電力業務特點,構建面向全行業開放共享的能源電力大數據算法庫,可以大幅降低能源電力大數據應用開發應用成本,推動能源電力大數據應用快速發展。

 

  能源電力人工智能。由人工智能的相關理論、技術和方法與能源電力系統的物理規律、技術與知識融合形成。能源電力大數據是能源電力人工智能的基礎,能源電力人工智能也必然是能源電力大數據應用的未來。

 

  數據安全管理。能源電力大數據將分散數據整合集中後,保密和信息安全要求大幅增加, “高融合、高集中、高價值”的大數據面臨更高風險。要以數據分級分類為基礎,強化能源電力大數據全生命週期安全管理,確保大數據採集、傳輸、存儲、處理和使用全環節安全。在能源電力大數據開放生態中,尤其要注重個人數據的隱私保護,以及數據使用的法律合規性等問題。

 

  大數據思維。最關鍵的是要改變小數據時代因果關係至上的傳統思維模式,建立以全樣思維、容錯思維和相關思維為核心的大數據思維,主動應用大數據改善工作質效,創新業務模式。 

 

03

 

實踐和展望

 

 

  大數據一定要有生態,所以現在國家電網牽頭開展了一個中國電力大數據創新聯盟,我是這個聯盟的理事長,現在已經成立了。我們把發電、電網、設備製造商、通信企業、傳輸商,包括BAT企業、大學、研究院全都鋪進去了,大家在這個體系之內,利用這些電力的數據進行一些創新性的研究工作。

 

  大渡河流域水電集控中心借助國內外權威氣象機構的數據支撐,結合自建的105個遙測站、覆蓋全流域的水情自動測報系統,構建大數據水情預報新模式,週精度達95% (過去只有40%)。以更加精準的水情預報為基礎,顯著提升了流域梯級電站群經濟運行水平,同時增強了防禦暴雨洪澇、地質災害的能力。

 

  用電數據是國民經濟的“晴雨表” ,基於時空電力數據、宏觀經濟數據、企業經營數據等內外部數據,利用大數據技術構建電力經濟指數,客觀反映經濟運行狀況,輔助預測經濟發展趨勢。指數成功復現了從2012年7月到2019年3月的經濟運行狀況,並能提前3-5個月反映未來經濟趨勢。