产品展示
zoty中欧体育,能源互联网和电力大数据解决方案
今年的政府工作报告突出了互联网在经济结构转型中的重要地位,报告明确指出:要制定“互联网+”行动计划,推动移动互联网、云计算、大数据、物联网等与现代制造业结合,促进电子商务、工业互联网和互联网金融健康发展。报告引发了各行各业对互联网行业的极大关注,未来产业与互联网的融合将贯穿相关行业业务的主线。
能源行业是第三次工业革命的引领者,智能电网是“互联网+”的具体体现,“互联网+”必将给电网带来技术应用、服务模式、发展理念等方面的变化。
“互联网+能源”意味着互联网与传统电网的结合,借鉴互联网发展电网核心技术,能够加强用户体验感,促进价值共享,打破行业发展边界,提高能源利用效率,实现真正意义上的能源资源共享,构建和谐的能源网络环境。能源互联网将是未来电网发展的特征。
未来的能源管理是以能源互联网为基础,以“保证区域能源可靠供应,实现区域能源协调供给”为目标,并以电能为支撑,综合冷、热、电、热水等多种分布式能源,构建“源―网―荷”互动的区域型能源互联网络。它能够建立合理的能源分配与节能策略,降低用能开支,保障能源的持续可靠供应,确保终端用能安全,实现区域多种能源协调控制和综合能效管理。
能源互联网是以现有电网为基础,利用新型清洁能源与互联网技术,通过微网技术,实现能源存储与共享的多级分布式开放系统。
其借鉴了现代互联网技术中的层次划分方法,将网络共分为4个层次。在以传统电力网络、智能电网保证能源传输转移的电网潮流层之上,网络通信层和信息融合层将利用现代化“信息打包”技术,最终将能源与信息标记为最基本的能量信息流,以供余能交易层消费与收纳。
若以互联网层次结构相比较,能源互联网的网络通信层以保证网络传输通信为目的,组成了能源互联网最基本的“路由层”,以保证余能交易层实体间信息通信与能量转移。
在能源互联网中zoty中欧体育,,路由层和余能交易层功能分别对应实体“能源路由器”的路由转发功能和“微电网”的能源选择与交易。
其中,微网作为能源互联网的基本组成单元,通过新能源的采集、转换、汇集、存储、消纳形成最基本的“能源局域网”。在能源互联网的发展过程中,微网将作为能源互联网中的 “微商”,驱动着能源互联网经济的发展;能源路由器以保障能源信息高效安全转移为目标,实现规范化、软件可定义化的能源信息路由控制系统,是能源互联网的核心控制单元。
国家电网公司董事长刘振亚在2015年2月3日出版了《全球能源互联网》一书,受到业界很多官员和院士的高度评价,包括一些省委书记和省长都在极度赞扬。刘总畅想:全球能源互联网将是以特高压电网为骨干网架(通道),以输送清洁能源为主导,全球互联泛在的坚强智能电网。将由跨国跨洲骨干网架和涵盖各国各电压等级电网的国家泛在智能电网构成,连接“一极一道”和各洲大型能源基地,适应各种分布式电源接入需要,能够将风能、太阳能、海洋能等清洁能源输送到各类用户,是服务范围广、配置能力强、安全可靠性高、绿色低碳的全球能源配置平台,也是实施“两个替代”的关键。
这里说的“二个替代”是至清洁能源对化石能源的替代,以及电能对其他能源的替代。“一极一道”是指风能丰富的北极地区和光能丰富的赤道附近地区。显而易见,这一能源互联网是基于工业思维追求规模效益的认识,与我们所说的“因地制宜、因需而设、就地取材、就近供能、自下而上、参与互动”的互联网思维下的能源互联网是完全逆向的思维能源互联网的关键环节。
以数据形式存在于信息互联网上的信息,其实是非常廉价且可以挖掘的,但是,能源互联网的主要载荷–能量,却只能从自然界中开采。而且还存在着成本高(相比信息而言)等等问题。
所以要满足互联网的特点,要保障精心构建的“能源互联网”有米下锅,必须让它能消化基本“无穷尽”供应的风能、太阳能等。
但由于这些渠道的能量供应有非常强的随机性、间断性和模糊性。目前将它们成功的并入电网,或用其他形式高效利用起来,还是一件很困难的事情。
平台依靠PC、智能移动设备的等个人接入者,在信息互联网接入者的数量上占绝大多数;IT业者用几十年时间构建了一套由通讯协议、路由器、交换机、数据库、服务器等等一系列软硬件设施组成的庞大系统,是人类文明迄今为止最伟大的成就之一。
能源互联网想要达到这样的运转效率,需要的技术准备只多不少:比如需要一个极强的信息流处理能力,用来预测和监视消费者的需求变化、极端不稳定的能量生产供应变化;同时它还要指挥相应的能量调配部门完成上载与下载能源的分流与整合等等。数据和习惯都是超大规模的。
然后,还需要一个极强的能量流处理能力。以智能电网为例,设想中,它需要7*24小时完成功率以亿千瓦计的电流变、输、配调节,而且还必须满足实时的供需平衡(由电能特性决定)。还要再引入分布式清洁能源和市场竞争两个超复杂的变量。
信息互联网的一大魅力就在于它能够打破地域的限制,因为信息传输的门槛和成本都相对较低。
但当我们开始依靠现有的技术输送能量的时候,损耗问题就相当严重了。于是人们不得不考虑手段来降低损耗,这些方法要么单位成本极高(如直接运输,这个过程本身就要消耗大量的燃料),要么建设成本和科研成本极高(如特高压输电技术)。
移动互联是目前互联网产业的一个重要趋势,但是类比到能量上,就完全是另一回事了。
可以便携的能量转换装置,要么效率太低(如内燃机),要么太贵且用起来麻烦(如燃气机),要么就是我们“喂不饱”(如电机);储能问题是老生常谈的老大难; 无线充电技术虽然在已经能够给很多小的智能设备充电了,但是大规模应用上仍然问题多多,最简单的一问:那么多电磁能量散播到空间里,辐射谁受得了?
电动汽车,它的航程、方便性和可靠性等等,真能和同价位传统的汽油车一比了么?
美国C3energy公司以自行研发的C3数据集成器(C3DataIntegrator)为基础,整合来自公用事业公司内部和其他第三方的超过22种数据,包括公用事业公司拥有的仪表数据、能耗数据,第三方或用户的建筑物特性、企业运营情况、地理信息数据等,形成自己的分析引擎 ――C3EnergyAnalyticsEngine,提供电网实时监测和即时数据分析。
C3电网分析主要服务于供应侧的诸如公用事业公司、调度机构、输配电公司等智能电网拥有者、操作者、使用者,用于电网运营中降低成本、预测并应对系统故障、掌握用户耗能情况等。C3电网分析逐步形成了智能仪器控制、资产保护、预测性维护、需求响应分析、负荷预测等10种成熟的解决方案。
C3电力用户分析工具是双向的,一方面面向公共事业公司,帮助其了解用户用能情况,合理设计需求响应方案,提供能源投入冗余分析、能耗基准点、电力用户空间视图等服务类应用;另一方面通过公共事业公司授权面向用户,用户可以借此进行能耗管理,响应需求管理,调整自己的能耗安排。
所有解决方案的数据结果均会被C3分析引擎可视化,供应侧和需求侧的使用者都可以通过C3提供的软件界面直观地看到这些结果,他们也可以通过C3直接进行操作。
由于C3主要面向公用事业公司提供云平台和软件服务,合作一旦达成,相当于C3要成为该公用事业公司管辖范围内电网的一个“全方位管家”――从输电线到变电站到终端用户的仪表,以及该区域电网历史记录统统都要纳入风险管理。这就决定了每一项合作的展开一定会是长时间、大规模的。所开发的系统已在美国的巴尔的摩燃气电力公司(BGE)、太平洋燃气电力公司、东北电力公司(NortheastUtilities)等投入应用Opower通过消费数据分析用户用电行为。
美国的Opower公司是于2007年创办的一家能源数据分析公司。Opower与电气公司合作,获取家庭消费者的能源使用数据,为电气公司提供面向消费群体的节能方案,包括通过移动端推送能源账单,群发节能贴士类邮件,提供管控家用恒温器的软件服务等等。
Opower 引以为傲的是它的云平台以及数据整合能力。它从所服务的公用事业公司取得大量的家庭能耗数据,整合行为科学理论、房龄信息、周边天气等,运用自己的软件系统进行用能分析,建立家庭耗能档案,并通过综合分析提出节能建议。Opower帮助售电公司发送给用户电力账单,通过个人历史比较、邻里比较来激发用户节能的意愿。这种方式让用户看到自己的电费在下降的时候,对环保的售电公司满意度不断增长。同时,Opower又帮助售电公司进行需求侧响应,发送短信给用户劝其避免在电力高峰时刻进行洗衣、制冷等高耗能活动。对于售电公司来说,这样一个通知系统简单粗暴、无需任何硬件设备,却在美国实现了3%的负荷转移。
和其他以“智能电网大数据”、“云处理”为噱头的创新型公司比起来,成立时间仅比Facebook晚3年、比Twitter晚1年的Opower,更具互联网公司的气质――关心用户卷入和粘性、注重个性化,把能源领域里往往最容易被忽视的家庭小用户作为了自己开疆拓土的方向。
AutoGrid是由前斯坦福大学智能电网研究室负责人AmitNarayan创办的服务于电力、能源行业的大数据公司,坐落在旧金山,不到50名员工,却汇集了来自复杂系统工程设计优化、通信、互联网、电力等不同领域的经验。
AutoGrid 可以帮助电网各端匹配电力供应和需求,降低电网各端的成本。AutoGrid的客户覆盖发电端、输电端、配电端、用户,通过建立能源数据平台 (EnergyDataPlatform,EDP)平台,收集并处理其客户接入智能电网的智能仪表等设备的数据,面向其客户或合作方提供需求响应优化及管理系统(DemandResponseOptimizationandManagementSystemDROMS),实现实时资源预测、资源优化、自动需求响应、客户通知引擎和事后分析等功能。单个DROMS集群每天可以产生数以亿计的能源消费的预测数据。
AutoGrid还可以提供客户供能范围内的整体能耗图景,而且是一个大规模的、动态的、不间断的能耗图景。基于EDP和DROMS,配电企业(AutiGrid的客户)可以更好的进行电力控制。当数据不断被累积,AutoGrid就能提供秒前、分钟前甚至周前的用电预测,可以帮助电力企业客户实现不影响舒适度和生产率情况下优化排产计划。
对于发电企业的客户来说,AutoGrid可以预测发电情况和电网负荷,实现优化调度。对用电企业的客户而言,AutoGrid可以预测用电量,结合电价信息,进行需求响应(DemondResponse)。
AutoGrid配电公司、公用事业公司有着良好的联系。这种面向供应侧的公司相对更有优势,毕竟供应侧的目标(客户)数量比起需求侧动辄几百万、几千万的耗能用户要少很多且更加集中。了解公用事业公司和配电公司的需求,才能更有效地提高能源利用率。
AutoGrid 这家成立不到四年的公司,凭借其PB级的数据分析和预测能力,打动了欧洲最大的能源企业E.ON,成为其投资者之一,E.ON还使用AutoGrid的能源数据平台来了解电网实时运营状态、更好地与用户互动。AutoGrid还受到微软的青睐,在今年2月,微软和AutoGrid合作,以AutoGrid 的能源数据平台为基础,使得MicrosoftAzure云平台可以服务电力和能源企业。AutoGrid高调地宣称,希望让大数据成为一种新的能源。 AutoGrid的自信源于,电力行业的大数据市场将持续增长且创造巨大价值。
作为全球领先的电力基础设施服务提供商,法国电力公司(EDF)非常重视大数据在企业运营分析管理中的作用,通过设立专业机构、完善数据基础、增强分析能力,不断发掘数据资产价值,为企业战略转型与服务升级提供有效的决策支撑。
目前全法已经安装3500万智能电表,电表产生的数据量将在5-10年内达到PB级。智能电表采集的主要是个体家庭的用电负荷数据。以每个电表每10分钟抄表一次计算,3500万智能电表每年产生1.8万亿次抄表记录和600TB压缩前数据;每天产生5亿次抄表记录,和大约2TB的抄表数据。这些电表数据,结合气象数据、用电合同信息及电网数据,构成了法国电力的大数据。
法国电力以用户用电负荷曲线的海量存储和处理为突破口,利用大数据技术,形成了能够支撑在规定延迟内的复杂、并行处理能力并搭建了大数据存储架构,以此为基础构建了分布式数据发生器CourboGen系统,用于生成用户用电负荷曲线及其关联数据。其中数据接入的接入形式包括批处理或数据流两种;数据的预处理包括时间同步、异常数据检测及修正,以及改变数据表达形式等;数据处理包括按区域的指标计算、账单模拟、商业智能BI等。
能源互联网是基于互联网区域能源管理的末端“神经元”,它可以通过在分布式发电设备、储能设备、用电设备等环节部署各类能效监测终端、控制器、环境传感器、视频监控等采集控制单元,实现发电、用电、环境及安全数据的实时采集。
在能源互联网的推动下,智能用电将得到普及,电力将实现智能化应用。未来的电力客户,包括个人客户、工业客户等,与电网的关系将是互动关系。一方面,客户与电网之间的积极互动对提高用电能效非常有帮助,对电网的能效平衡也起到关键的作用。另一方面,客户的生活方式和生活品质将得到改变和提高。随着智能用电的推广,手机作为客户终端也成为智能用电的工具,可以实现能效分析、用电查询、电费交纳、家电控制、与电网互动等功能。随着以亿计客户的绑定关注,电力客户服务端将产生其他附加价值。
“互联网+用电=智能用电”。智能用电可实现3个10%:能效水平提升10%;用电降低10%;削峰填谷 10%。智能用电是用技术手段引导客户消费行为,为客户提供能效服务,使得客户合理用能,明显提升能效管理水平,实现“节能+智能”。在这种趋势下,客户与电网的互动将变成现实,电器智能化使用水平也将得到普及。
未来,“互联网+电力服务”会催生新的服务模式,电力服务模式将产生明显变化,移动互联网服务的方式会得到普及,客户与电网双向互动将变为现实。随之而来的是,电网发展理念将发生变革,一方面,电能替代和绿色替代这两个替代将成为能源发展的主流,电能替代主要是指“以电代煤,以电代油,电从远方来,来的是清洁电”,绿色替代就是大幅增长的水能、风能、太阳能等清洁能源将替代火电。另一方面,需求侧管理也将更加科学合理,分布式能源并网容量的增多会加大用电客户与电网之间的互动需求,而智能用电、移动终端等的广泛应用也将促进电网与用电客户间的互动,便于电网侧做出合理的调度判断,使得用电需求相应更加科学合理。
电力是大数据理念、技术和方法在电力行业的实践。电力大数据涉及到发电、输电、变电、配电、用电、调度各环节,是跨单位、跨专业、跨业务数据分析与挖掘,以及数据可视化。
电力大数据由结构化数据和非结构化构成,随着智能电网建设和物联网的应用,非结构化数据呈现出快速增长的势头,其数量将大大超过结构化数据。电力大数据的特性满足大数据的五个特性,一是数据量大(Volume)、二是处理速度快(Velocity)、三是数据类型多(Variety)、四是价值大 (Value)、五是精确性高(Veracity)。zoty中欧体育,zoty中欧体育,