微电网

面向分布式能源的智能微电网云平台的特性与关键技术

2018-01-08 08:52:21 电气应用

 分布式能源不仅包括风电、光伏、储能和冷/热/电联供系统,还将包括氢燃料电池和锂动力电池等发储一体化系统,具有负荷微量化和碎片化的趋势,在集成应用于能源网络中呈现出明显的优点,即提高低碳或无碳能源的利用率,促进能源生态的绿色化,同时大规模接入的间歇性和波动性会对电网运行和电力交易造成直接的冲击,影响电力系统的安全性和稳定性;另一方面,大量的分布式能源并网在不受精确控制的情况下,会造成能源系统不可控制、运行效率低下,甚至危害能源网络安全,因此,以微电网(Micro-Grid)的形式引导分布式能源在用户侧就地消纳,实现智能化的实时管控,形成有助于高比例、高效能和高兼容的分布式能源应用的智能微电网应用,随着经济和社会发展对绿色能源需求的不断增长,且便于实现多种能源形式的互补而越来越受到重视。

随着能源低碳化与供需一体化,加之能源互联网技术的不断演进,分布式能源系统将渐趋成为未来主要的能源运行方式。对于我国主要以传统化石能源和集中式规模化新能源业务为主的能源企业来说,发展分布式能源是值得高度关注的重要战略方向,应积极开发面向基于分布式能源的智能微电网云平台相关技术与商业解决方案,这对于大型能源企业自身的绿色转型升级以及应对全球能源变革都具有重大意义。

智能微电网云平台技术的研究应用现状

面向分布式能源的智能微电网旨在实现中低压配电系统层面上分布式能源的灵活、高效应用,解决数量庞大、形式多样的分布式能源无缝接入和并网运行时的主要问题,同时要具备实时高智能的能量管理功能,有效降低系统运行人员的调度难度,并提升可再生能源的接入能力。这就要求智能微电网云平台系统,包括交互云、数据云等,能够承载几何级数增长的连接设备数,具备高速多线程的大数据处理能力。随着国内外在智能微电网理论与实践方面的研究不断累积,基于云计算技术的快速发展,对微电网云平台的技术研究也在快速演进。

国内能源行业内已经提出了多种云平台建设方案或类似计划,包括国家电网公司的SG186与国家电网企业资源计划(SG-ERP)、南方电网公司的基于SOA的企业级信息系统等。在IT产业界,包括Goole、MicroSoft和IBM等在内的许多大企业投身于云计算的研究与实践,并推出了一系列的云计算平台,包括AmazonElasticComputeCloud、GoogleAppEngine、SunGrid和Aneka等。在学术界,也有研究者开始探讨云计算技术在能源中的应用前景。

目前的云计算技术在智能微电网中的研究及应用主要体现在以下三个方面。

1)多源异构数据源的集成与管理。在微电网系统中,存在热/电/冷联产发电、内燃机组发电、燃气轮机发电、小型水力发电、风力发电、光伏发电和氢燃料电池等多种能源应用系统与不同的应用平台,由于其应用的不同以及软硬件提供商、开发商不同,导致能源数据资源分散,并呈明显的异构性,很难实现共享。云平台利用虚拟化技术使不同的服务器、网络和应用等资源抽象成服务形式,清洗各自差异,统一对外提供服务。

2)海量数据的分布式存储与管理。利用分布式存储方式,采用BigTable等技术,实现云计算在智能微电网中对各类能源数据的海量级别可靠存储、实时分析处理以及高效管理。

3)快速的微电网系统并行计算与分析。利用云计算平台高性能的并行处理及运行能力,实现智能微电网中多能互补及供需匹配策略的高效计算与分析。国内外已有多个微电网示范工程,建设了基于云计算技术的智能管控平台,根据任务的信息采用适当的策略把不同的任务分配到不同的资源节点上去运行。由于云计算平台的基础设施具有异构性和动态性等特点,这就对网格的任务分配策略提出了严峻的考验,低效的任务分配策略势必会增加任务的执行时间,降低整个云计算系统的吞吐量。针对智能电网中不同类别的任务调度,如何高效地分配利用分布式资源,尚需要一些有效的调度算法。

国内外已有多个微电网示范工程,建设了基于云计算技术的智能管控平台,根据任务的信息采用适当的策略把不同的任务分配到不同的资源节点上去运行。由于云计算平台的基础设施具有异构性和动态性等特点,这就对网格的任务分配策略提出了严峻的考验,低效的任务分配策略势必会增加任务的执行时间,降低整个云计算系统的吞吐量。针对智能电网中不同类别的任务调度,如何高效地分配利用分布式资源,尚需要一些有效的调度算法。

近年来,启发式智能算法成为任务调度问题的一个主要研究方向,经典启发式算法主要包括Sufferage算法、Min-min算法、遗传算法(GeneticAlgorithm,GA)和模拟退火(Simu-latedAnnealing,SA)算法。同时,用经济模型来刻画能源资源的供求关系也逐渐得到广泛的利用。澳大利亚的Buyya在计算经济体系结构(GridArchitectureofComputationalEconomy)下提出了一种DBC(DeadlineandBudgetConstrained)调度算法。与传统的启发式算法不同,在该算法中,任务的计算费用也作为一个重要参数被考虑进来,并根据不同的侧重点分为时间最优化、费用最优化和保守时间最优化等,分别以任务的计算时间和计算费用作为主要目标进行优化。

除了云计算平台中需要解决的多源能源资源集成优化、资源虚拟化和云计算服务架构选择等基本关键问题之外,对于智能微电网的特定要求与特点亦不容忽视,同时对智能微电网云平台的高效调度和自愈性问题也是当前应用研究的关键所在。

智能微电网的智能化关键就在于系统多任务的协同高效调度,对实时计算资源的要求与依赖日益提高。在面向分布式能源的智能微电网云平台中,云端所要调度的任务环境是面向各类分布式能源及其相关应用。因此,为适应智能微电网云平台环境中的动态性、实时性以及安全性要求,需要结合已有的各种研究成果,分析各种调度算法的优点与不足,研究动态的、面向分布式能源的任务调度算法。综合来看,云平台技术在智能微电网中的应用研究仍尚处于探索阶段。

面向分布式能源的智能微电网平台特性与关键技术

面向分布式能源的智能微电网的主要特质可以归纳为:

①支持多种新能源分布式发电;

②快速隔离响应,对大电网无影响;

③可并网或孤网运行,即插即用,无缝切换;

④具有储能系统,支持削峰填谷;

⑤高可靠性供电,安全、稳定运行;

⑥具有智能、高效的能源管理功能,提高能源利用率;

⑦支持多级微电网;

⑧适应我国现有的电力管理体制。

智能微电网云平台就是通过云计算技术,针对分布式能源应用特点,实现智能微电网上述八个主要特质而设计开发的云平台。所谓云平台,是指提供基于“云”的服务,供智能微电网管控系统开发者创建应用时采用;开发人员不必重新构建开发基础,可以依靠云平台来快速高效地创建多种新的SaaS应用。云平台的直接用户是智能微电网的系统开发者,而不是微电网终端用户。

智能微电网云平台的功能特性主要体现在以下几个方面:

1)宽幅兼容。接入分布式能源,自适应处理技术。

2)智能监测。采用先进的智能化量测、传感技术。

3)实时分析。数据到信息的高效提升,优化运行方式。

4)精准预测。通过模型仿真和潮流分析,合理预测和分配电力。

5)敏捷控制。对监测状态进行有效控制。

实现上述云平台的功能特性,要求在智能微电网开发初期就需要做好关键技术准备。主要的关键技术分为私有云服务:提供计算、数据存储等;SaaS云服务,比如视频分析、机器学习、数据分析、人工智能和区块链等;TOB定制云业务;平台工具类。

(1)多源数据采集清洗技术

通过大量传感器和智能表计以固定频率周期性的集微电网系统内各类分布式能源的生产与消费数据,形成一个覆盖微电网中所有节点(控制中心、变电站、分段开关和用户端口等)的IP通信网,采用光纤、无线与载波等组网技术,支持各种配电终端与系统“上网”。该技术融合了基于云计算的数据清洗技术,实现对多源数据采集过程中的错误、遗漏以及格式差异,进行规制、补采与清洗。

(2)先进的传感测量技术

光学或电子互感器、架空线路与电缆温度测量、电力设备状态在线监测和电能质量测量等技术,只对数据进行传感与量测,不做数据可靠性辨识。融合了云计算能力的先进传感量测是以数据比对、数据测试,实时分析判断数据量测准确性与可靠性,保障微电网智能管理的基础数据的精准性。

(3)基于网格文件的多维索引技术

在微电网的系统保护、离并网高效切换、产需匹配寻优和碳足迹跟踪等各业务场景的实时数据精准瞬时调用与分析中,常用的是基于Google公司的Hadoop平台开发的Hive数据仓库系统。但是Hive对于索引的支持较弱,难以实现多纬度数据索引。目前正在设计基于网格文件(Grid-File)的分布式多维索引DGFIndex(DistributedGridFileIndex),用于提高多维区间查询性能。

(4)高级配电自动化技术

目前的配电自动化技术包括配电运行自动化(安全监控和数据采集、综合自动化和馈线自动化)、配电管理自动化(配电地理信息系统、设备管理和检修管理等)以及需求侧响应自动化这三个方面的内容。在此基础上的微电网云平台中实现的是高级配电自动化(Advanced Distribution Automation,ADA),支持DER的“即插即用”,采用IP技术,强调系统接口、数据模型与通信服务的标准化与开放性。

(5)高级量测技术(Advanced Metering Architecture,AMA)

高级量测技术是一个使用智能电能表通过多种通信介质,配合ETL技术,发挥云端计算能力,按需或以设定的方式测量、收集并分析用户侧的能源使用和消费数据的技术体系。AMA是支持用户互动并实现需求侧快速实时响应的关键技术。

(6)ETL(Extract-Transform-Load)技术

ETL是构建数据仓库的重要一环,用户从数据源中抽取出所需的数据,经过数据清洗,最终按照预先定义好的数据仓库模型将数据加载到数据仓库中去。这是贯通基于多种分布式能源的各类数据源,包括Oracle、SQLServer、Sybase、DB2和MySQL等,实现多源数据一致性并与微电网多能源业务场景融会贯通的云平台搭建的核心技术。

智能微电网云平台架构的系统设计

(1)云平台系统架

根据数据的流向,设计系统分为四层架构:

①数据采集层:主要通过传感器(智能表计)等获取各回路的电耗及其相关能源参数、光伏发电、储能、制氢用氢和用电量等能源信息;

②数据传输层:主要把能源数据转换成TCP/IP协议格式上传至节能管理监控系统数据库服务器;

③数据处理存储层及显示:数据存储层主要负责对能耗数据进行汇总、统计、分析、处理和存储;

④数据展示层:主要对存储层中的能耗数据进行展示和发布。

设计将采用基于Hadoop生态系统的大数据存储和并行计算系统解决方案。

图1面向分布式能源的智能微电网云平台系统架构图

(2)云平台数据架构设计

该云平台设计总的数据库选型是从开放性、安全性和性能等角度综合考量。同时,结合本项目中大数据的处理、分析和预测的要求,除了关系型数据库以外,还考虑选择非关系数据库进行有力地补充。提高数据存储的完整性和安全性,提高数据处理和分析的效率。

数据架构的设计除了考虑数据库的性能,更关注的是数据架构与神华科技园各类分布式能源的业务融合,构建的云平台要支撑多源数据、多能互补的全类数据(结构化数据、半结构化数据和非结构化数据)的存储管理和快速高效分析,能够实现在百TB至PB级数据规模下实现数据查询的秒级响应;能够对结构化、半结构化和非结构化数据进行统一处理;能够实现千亿级文本条目全文检索的秒级响应。平台数据业务架构设计如图2所示。

图2平台数据业务架构系统功能图

该云平台架构设计经初步实验测试,具有以下技术性能优势特点:

1)实时增量数据处理:千万级别以上的对象一次增量60万,20min内处理完成。

2)关键业务接口处理:8h以上的提高到25分钟内,4min以上的提高到15min内,1h以上的提高到10min内处理效率。

3)超高速大数据交换:在10个节点的大数据平台内,4000万记录的数据交换不超过10min,3000万记录不超过6min。

4)高可靠性的大数据平台:主控节点出现故障时,HA节点2s内完成漂移接管。

智能微电网云平台系统的应用前景

开发面向分布式能源的智能微电网云平台,是一个具有容纳海量数据、高并发、多进程及拥有自主开发的核心算法的大数据平台;利用人工智能、机器学习技术,结合微电网特点,根据应用场景实际数据,搭建契合分布式能源利用特征和多能互补应用需求的云平台系统将具有广阔的应用空间。

智能微电网云平台系统的建立和运行可以有效挖掘大型商业楼宇、学校、医院和科技园区等各应用场景的用能异常、能耗漏洞,智能优化调度用能方案,更加合理地分配和利用各类能源,从而更精准地控制能源消耗。在保证提供舒适环境下,帮助建立起管理节能的模式,挖掘自身的节能潜力并结合技术节能措施,有效降低能源消耗和用能成本。该云平台系统具有高效率、低成本、智能化和可复制等优点,是未来分布式能源管理的重要工具,适合广泛推广应用和实施。

相关阅读:

多微电网参与下的配电侧电力市场竞价方法分析

北极星智能电网在线官方微信

相关推荐

加载中...