第一篇:数据工程师眼中的智能电网(Smart Grid)

前言

        想必第一次接触到智能电网这个概念的人,尤其是互联网从业者,都会顾名思义的将之理解为"智能的电网"。

        然而智能电网中的"智能"是广义上的智能,它就是指更好的电网。。。事实上有相当一部分电力研究人员干脆就将智能电网定义为"未来的电网"。好吧,这样的定义可不得了,因为涉及到"未来"的都是庞大而抽象的概念,就像未来的汽车,未来的电脑等一样,要想将它们描绘出来可不是个容易事儿(你知道未来汽车是咋样的吗( ̄. ̄)?)。因此要想充分理解这个概念,一句话解释是肯定不够的,这也是本文有点篇幅的原因。 

        OK,智能电网是一个愿景,而不是一个具体的学科或者技术,它定义了未来电网应该长啥样子,然后集中全社会的资源去实现它。

        but...未来电网长啥样子,各行各业的人众说纷纭,公说公有理婆说婆有理。本文主要从数据工程师视角来思考什么是智能电网,它的生态圈是什么样的,它有哪些特征,它涉及到哪些技术,希望其他数据工程师在看完这篇文章后能够了解到什么是智能电网,并从中找到自己的定位。

为何贵圈这么乱

        首先来解释一下,为什么本文强调是数据工程师眼中的智能电网,或者说为什么现在关于智能电网看法众说纷纭无法统一。

        这主要是因为各行各业研究人员专业视角不同,以及电网所在地域的一些特殊性所导致的。

        1. 专业领域不同导致的分歧

        电力从业者的思考角度往往从新能源并网,输电线路低损、与电力用户互动、电网安全等"电"角度出发;而信息从业者的思考中心则往往围绕通信技术和数据分析、挖掘、管理技术。前者代表有电科院、能源部、高校电力研究院等;后者代表有IBM,SAP等,其中Intelligent Utility Network是IBM公司提出的号称智能电网的总体解决方案,很有趣,也许以后笔者会专门再写一篇文章来专门介绍下。

        2. 地域不同导致的分歧

        这个原因就很好理解了,比如丹麦是一个风力较强的国家,因此该国研究员的重点肯定放在风力发电;比如日本煤炭石油等能源较少,因此日本的核电站狠多;再看我们中国,西部地区的水利、风力资源非常丰富,因此我们国家提出了西电东送计划,在该计划中,超高压输电技术必然是非常更为重要的环节。

        综上,本文会全面介绍各领域、各地域建设的智能电网共同愿景,并着重讲解其中涉及到数据工程的方面。

智能电网生态圈(who care?)

        生态圈说白了,就是智能电网的利益相关体,可用下图来表示:

        首先,国家的期望是智能电网建设的最根本期望,总的来说有三点:新能源并网,减排,基础设施安全。新能源并网使用能减少国家对石油等战略性资源的使用和依赖,符合当今世界新能源革命的潮流;减排能缓解全球温室效应,同时符合国家的低碳经济战略;基础设施安全的保证能降低停电事故对社会造成的经济损失。

        对于电力用户来说,期望的是以更低的价格,买入更高质量的电。

        对于电网企业来说,希望电网更坚强,遇到自然灾害、恶意攻击等情况时,依然能保证电网顺利运行或实现短时修复;更经济:降低电网运营成本;更少损耗:减少输电线路中电能的损耗。

        对于发电企业来说,希望电网能有更强的接入能力,可以充分接收发电企业发出的全部电能。

智能电网的核心价值

        A:"你觉得未来的汽车是啥样的?"

        B:"更快速,更安全,更经济,更环保..."

        上面的B同学,回答的其实就是未来汽车的核心价值。哈哈,这和智能电网的核心价值似乎蛮相似的:

        价值是虚的,我们要衡量汽车的速度可以使用启动速度,平均速度,我们要衡量智能电网的这些核心价值,自然也需要有具体的指标去评估。美国能源技术实验室提出了下面这些衡量方法,值得参考:

智能电网的主要特征

        A:"那这样的汽车大概长啥样?"

        B:"我猜......可以灵活伸出机翼,不需要加油......."

        B同学这次回答的就是未来汽车的主要特征。而智能电网的特征也可以归结为以下这三大点:

        1. 新能源

        既包括了大型可再生能源集中式发电,也包括可再生能源小型分布式发电,智能电网的发展必须让可再生能源比重加大。

        2. 新客户

        一方面是客户"新"了,未来的用电客户将通过需求侧的响应主动参与到电网运行,信息会在智能电网中双向流动;另一方面是来了一批"新"客户。如小型分布式发电、微电网、电动汽车等。

        3. 新电网

        新电网需要有更高效的输电线路、数据化的变电站、更优化的运作及调度模式。

智能电网的主要技术领域:一次测和二次侧

        智能电网中的技术总体来说,应当分为三个层次:一次侧,二次侧,以及控制与管理技术。

        其中一次侧技术是第一个层次的技术,它主要包括的是电的发、输、配、用中涉及到能源转化、传输、以及使用的过程。这部分技术包括了风力/太阳能/潮汐等新能源的发电技术,以及特高压输电技术、高温超导输电技术、还有电力电子技术等。这部分技术属于传统电力行业研究员所探索的方向,而本文面向读者为数据工程师,故不做进一步讲解。

        二次侧技术则更多的涉及到一些信息数据的采集。这也是比较有意思的一个方向,目前的智能电网研究很多都集中在这个领域,主要和通信技术、无人机、机器人技术有关。笔者前几天去参观了在广州琶洲举办的智能电网展会,就看到了不少智能巡检机器人和巡检无人机:

        上行的两张图分别是巡检机器人和巡检无人机,下行图是智能电表系统,它能更精准更实时地搜集到用户用电数据。另外说个很囧的事儿,那天笔者想在智能电表展厅拿几本产品手册学习下,但是问错人了,问到隔壁展厅的工程师。结果这位工程师首先表示他们的展厅只展示各类传感器技术,并不展示智能电表,然后各种强调隔壁展厅智能电表用的都是他们家的传感器 = =##。好吧,这也说明了二次侧的产业结构中,传感器和智能电表的生产厂家很可能是不同的。

智能电网的主要技术领域:控制与管理技术

        这一部分技术的定位,请数据工程师们引起注意,是"在数据共享平台的基础上,对电力系统的各类可调控资源进行协调、提供智能决策、协助电力企业管理人员、调度运行人员管理现代电力系统,以期达到保证电力系统多目标自趋优的目的"。

        说明下,数据共享平台是二次侧的研究工程人员完成的,他们通过使用传感器、通信等领域的各种技术,搜集汇总大批量的数据到数据共享平台上来供控制与管理技术侧的研究人员分析使用。

        那么数据工程师们获取到这些数据以后能够完成哪些任务呢?笔者认为当前主要可分为三个大的方面:

        1. 适应智能电网的管理调度模式

        随着分布式发电技术的迅速发展,虚拟发电站和微电网技术迅速兴起了,显然它们都需要由一个中央控制中心对各个成员部分进行调控;另一方面,在将来用户有发电及储能设备的情况下,能够根据自身用电情况和电网峰谷分布进行移峰填谷。这些工作必然以具体业务为驱动,以数据工程为核心的。

        2. 智能调度中心技术

        可对全网用电情况进行实时估计,进而为相关决策提供依据:比如设备损耗分析,电力资源合理分配等;另一方面,可对全网电力设备进行状态监控,进而实现大电网的多目标自趋优(见下节)。个人认为这是智能电网建设中最有挑战,也是真正核心的意义所在,但是目前进展很缓慢。就像大家都希望研究出一台时光机器,大家也相信将来必然会研制出来,但现在还连开始都说不上。

        3. 智能用电管理技术

        通过使用更高级的智能电表,高级量测体系,增加用户和电网之间的双向流动,一方面让用户实时掌握、控制家庭用电情况,另一方面电网能根据用户的家庭用电情况。

        4. 电动汽车接入

        关于这个话题,这里给大家推荐一篇文章(最近发表的):

                南网将投超30亿用于电动汽车充电基础设施建设

        这里摘抄其中对数据工程师比较有意义的一段:"值得一提的是,南方电网公司还开发了基于未来“大数据”的电动汽车充换电运营管理系统,全面整合南方五省区区域的电动汽车充电设施信息,建立网、省、市、 站四级电动汽车运营管理系统,为公司今后可能进入电动汽车充电服务市场做好技术储备。"

智能电网的终极智能形态

        让我们来畅想一下吧,智能电网在狭义上的智能化最高形态是什么?

        一句话:多指标自趋优

        也就是说,终极智能电网是能够对电网提取出大量评估指标,这些指标能够全面充分的评估智能电网的各个价值的实现度;然后通过"自愈式"地调节,使电网处于最佳状态,这就意味着智能电网演化成了一个智能广域机器人(Smart Wide Area Robot, Smart-War)

        觉得听着有点像终结者系列的那个"天网"系统Σ( ° △ °|||)︴。

小结

        智能电网是一个比大数据还更"大"的概念,需要涉及到的东西太多了。

        在具体开始智能电网的研究之前,通过更多的渠道去了解下它的方方面面吧。选择永远比努力重要,而多去了解多去搜集信息多去思考,是提升自己选择能力的根本途径。

posted @ 2016-06-09 09:19  穆晨  阅读(3868)  评论(5编辑  收藏  举报