智慧能源建設已成為我國重要戰略方向，為實現電、氣、熱、可再生能源等“多源互補”和“源、網、荷、儲”各環節高度協調，大數據在智慧能源的體系架構中占有重要地位。本文分別從能源生產端和消費端的大數據應用，以及使用大數據促進源網荷儲的協同調度等方面進行了研究分析。大數據分析的應用將深刻影響智慧能源的發展。

背景

智慧能源這一概念已經提出很多年，這是一種全新的能源形式，包括符合生態文明和可持續發展要求的相關能源技術和能源制度體系。智慧能源是以互聯網技術為基礎，以電力系統為中心，將電力系統與天然氣網絡、供熱網絡以及工業、交通、建筑系統等緊密耦合，橫向實現電、氣、熱、可再生能源等“多源互補”，縱向實現“源、網、荷、儲”各環節高度協調，生產和消費雙向互動，集中與分布相結合的能源服務網絡。其依托互聯網、物聯網、大數據、云計算等新技術對能源的生產、存儲和使用進行實時監測、數據分析和優化處理，并通過數字化、網絡化、智能化手段，實現能源的安全、高效、綠色、智慧應用。

智慧能源已經是我國重要的戰略方向。國家在近年發布了一系列相關政策，明確提出提高可再生能源的利用率，都在指向新型的、更智慧化的能源體系建設。大數據、人工智能在行業轉型過程中至關重要，值得深入研究、重點把握。截止到去年，我國能源行業大數據應用市場規模已達8.29億元人民幣，近5年投資規模都有較大增長。

一、 智慧能源體系的架構

智慧能源的體系由下至上可以分為能源層、網絡層和應用層，如圖1所示。

圖1 智慧能源體系架構圖

其中，能源層主要是進行能源的生產、轉換、傳輸和利用，包括化石燃料的發電、清潔可再生能源的多能轉化、電力利用等;網絡層主要是通過廣域布局的智能傳感進行能源相關數據的采集和傳輸，利用互聯網技術，實時獲取海量數據;而應用層主要是利用大數據、云計算、人工智能等技術進行能量信息的數據共享，主要包括能源設備的運行狀態和各能源系統的實時運轉狀況等，主要實現途徑是對海量數據信息進行分析和處理，從而搭建能源交易平臺來對各種能源交易進行數據支撐，承擔能源互聯網的信息采集、管理方案、能源交易等方面的運行工作。

二、 大數據在能源生產端的應用

能源生產端主要是指煤炭、石油、天然氣、太陽能、風能、地熱能等一次能源和電力、汽油等二次能源。隨著新能源技術的不斷發展，分布式發電方式不斷接入，打破了原有電網運行管理的模式，不但需要考慮負荷側的波動，還要考慮新能源出力的間歇性。在此背景下智慧能源中大數據應用眾多，涉及電網安全穩定運行、節能經濟調度、供電可靠性、經濟社會發展分析等諸多方面。

以光伏發電方式為例，光伏大數據的應用主要集中在在線預測、發電量模擬、實時監測、設備預警和診斷、資源調度、電力交易以及需求響應等方面。對光伏行業來說，大數據分析是貫穿始終的。從前期規劃到電站投資建設、后期運營，以及整個資產全生命周期的管理都可以通過數據分析、數字化的模型為各個環節提供量化的分析和決策服務，服務于投資商、生廠商、運營公司等各類角色。

另外風力發電與光伏發電類似，都具有波動性和間歇性，大規模并網運行會影響電力系統運行的安全穩定，而且在高風力等級條件下還可能造成風機損壞，所以以數值天氣預報模型為基礎，結合實時氣象數據、電站運行狀態數據等，通過大數據建模分析可大幅提高電站運行的安全性和電力系統的穩定性。

三、 大數據在能源消費端的應用

能源消費端主要包括所有的電力用戶，電力改革及電力產業鏈的細化推動著電力交易品種、交易周期、交易方式、競爭格局等因素發生了顯著變化，電力用戶需求更加多樣，同時也對發電企業、售電公司的能力提出新的要求：如何適應這些變化，細分用戶，提出差異化的服務;如何規避交易風險，提升服務能力等，這些是目前普遍關注的問題。

消費端管理伴隨著行業轉型的壓力而來，無論是電源端，還是電網端，其核心就是如何利用負荷資源化進行有效管理，反饋給電源和電網端，達到供需匹配靈活的目標。屆時售電公司的綜合服務除了滿足用戶的能源需求，還需要為用戶提供降低能耗、提高能效等解決方案，通過智能終端，及時為用戶推送電價信息、節能貼士、當地天氣及交通情況等附加服務，拉近與用戶的距離。借助大數據，售電公司可以根據用戶的生活習慣做出更優的電力調配計劃。

負荷預測作為電網電量管理系統的重要組成部分，其預測誤差的大小直接影響電網運行的安全性及可靠性，較大的預測誤差會給電網運行帶來較高的風險。現階段負荷預測主要是通過負荷歷史數據，利用相似日或者其他算法預測負荷的大小，短期預測精度較高，中長期精度較差。隨著電網采集數據范圍增加，利用大數據技術可以將氣象信息、用戶作息規律、宏觀經濟指標等不同種類的數據，通過抽象的量化指標表征與負荷之間的關系，實現對負荷變化趨勢更為精確的感知，提高預測精度。如果新能源預測誤差較大，則需要在新能源設施周邊建立配套的常規能源作為備用，以彌補新能源預測精度方面的不足。作為備用的常規電源，長期不能工作在最佳運行點，將造成其發電效率低以及能源的浪費。

四、 大數據促進源網荷儲協同調度

在電力市場不斷完善的背景下，可以不通過調節常規電源的出力，而是利用市場手段，使得一部分用戶主動削減或者增加一部分負荷去平衡發電側出力的變化，即通過需求側管理實現系統電量平衡。若要達到網源荷協調優化調度需要大量的輔助信息，如新能源出力波動大小、電網線路輸送能力、負荷削減電量的范圍、實時電價等，其中每個因素又受很多條件的影響，因此是一個非常復雜的電力交易過程，此時必須利用大數據技術發掘數據內部之間的聯系，從而制定出最佳調度方案。智能電網和傳統電網最大的區別在于源網荷三者之間信息流動的雙向性，三者之間信息在一個框架內可以順暢的進行交互，極大地提升電網運行的經濟性、可靠性。

五、 大數據將深刻影響智慧能源的發展

隨著新技術不斷涌現，能源結構不斷發生變革，使得傳統的電網規劃方法往往與實際需求差別較大。需要利用大數據技術綜合考慮多種因素如分布式能源的接入、電動汽車的增長趨勢、電力市場環境下為用戶提供個性化用電服務等，多類型、海量數據的引入，可以有效減少電網規劃過程中的不確定性，使得整個規劃更加合理、有序。

“互聯網+”智慧能源的重點任務概括為: 打造能源生產新手段，建設分布式能源新網絡，探索能源消費新模式，統籌部署電網和通信網深度融合的新基礎設施。智慧能源發展方向已經明確，能源行業怎樣將互聯網的優勢更好地運用到能源產業中來，賦予能源新的數字化屬性和互聯網思維，達到提高效率、節能減排、能源生產和消費革命化、智能化轉型升級目標，成為能源行業目前必須認真研究解決的問題。

作者簡介：劉丁璞,中國信息通信研究院泰爾系統實驗室能源與環境測評部光伏室主任，2013年畢業于中國計量科學研究院光學所，獲測試計量技術及儀器專業碩士學位。從事太陽光伏及電源相關產品的檢驗檢測研究。作為負責人完成/在研科研項目4項，以第一作者發表論文4篇，其中SCI/EI檢索期刊收錄3篇。