浅谈基于实时量测数据中心的园区源荷互动应用

导语

在新型电力系统构建背景下，园区分布式新能源接入电网的需求增加，为提高园区的源网荷储互动能力，促进园区低碳高效发展，可通过数字化技术赋能，对园区实时量测数据高效管理，有效推进电能量量测类数据资源的深度融合与业务协同，促进园区新能源消纳，推动园区各能源运行数据下的“源随荷动”向“源荷互动”转变，实现源网荷储多方资源智能友好、协同互动。

（来源：微信公众号“朗新研究院”作者：王祖祥）

本文将以园区实时量测数据管控为焦点，分析了园区实时量测数据管理的必要性、管理思路，并从源端绿能供应和荷端绿能消纳两个方面介绍了园区源网荷储应用，期待与各位交流探讨。

现状

新能源已经成为新型电力系统的重要组成部分，在有效缓解减碳压力同时，也出现了新能源发电向大电网反向送电比例增高的趋势。但当前对分布式新能源接入尚缺少有效的实时监测与分析手段，电网企业围绕分布式光伏并网管理以及配网设备运维工作充满挑战。

如何实时获取分布式新能源、分布式储能在电网传送过程中与荷端的互动数据，如何通过对数据实时分析，借助源网荷储互动优化模型，及时给出源网荷储实时互动的优化策略，为工作人员下达源、储、荷端的优化调度指令提供准确依据，是当前迫切需要解决的问题。园区作为用户侧新能源实践的前沿，此问题更为突出。

为什么园区需要基于实时量测数据

进行园区源网荷储互动？

园区绿色发展需要构建源网荷储互动模式。“源网荷储一体化”是一种可实现能源资源最大化利用的运行模式和技术，通过源源互补、源网协调、网荷互动、网储互动和源荷互动等多种交互形式，从而更经济、高效和安全地提高电力系统功率动态平衡能力，是构建园区新型电力系统的重要发展路径。

园区源网荷储互动对量测数据有需求。目前园区的源网荷储互动业务数据较多，由于缺乏能够反映各相关方实体运行数据的归集与分析，各相关方的互动诉求无法真实反应。根据工业控制系统理论，量测能够反映实体运行过程的各项实时参数，真实反应实体的运动规律和诉求。因此，对园区源网荷储的量测数据管理是实现源网荷储互动的一个首要条件。

园区源网荷储互动对时效性有需求。基于StorageTek公司的观点，随着时间的推移，数据访问量减少，数据价值持续降低。

图1 数据价值是时间的函数

为了保证能源输送各环节数据实时获取，需要构建一种能够实时获取、实时处理数据的模式，通过优化整合园区电源侧、电网侧、负荷侧等实时数据资源，为园区源网荷储协同互补等各种分钟级业务应用提供实时数据支撑。

园区源网荷储互动对数据统筹管控有需要。目前园区级业务应用的数据共享不集中，实时分析功能分散，无法应对高效共享的应用需求，同时，量测数据存储缺乏统筹管控，资源严重浪费，需进一步消除数据孤岛、系统烟囱和管理壁垒，通过完善多元数据接入能力，强化园区内电网数据共享和业务融通，经过对实时量测数据的合理管控，为园区源网荷储互动应用构建提供支撑。

基于以上分析，聚焦园区源网荷储互动对量测数据、数据时效性与数据统筹管控几个方面的需求，需要基于园区实时量测数据开展以提高园区源网荷储互动能力的数据管理应用。

如何管控园区实时量测数据

实现园区源网荷储互动？

根据构建园区源网荷储互动的需求分析，通过实时量测数据实现的园区源网荷储互动应用需要达到以下要求。

绿能感知速度快。通过实时量测中心快速感知客户侧用能设备、新能源发电设备、配电网的状态，获取电气量、电能量、状态量、控制量、事件量、环境量，感知环境变化，获取客户用能需求，感知设备健康状态，通过对环境、设备状态、客户需求的感知，为新能源负荷需求预测、分布式光伏负荷预测、绿能调度提供数据支撑。

绿能调配策略准。通过绿能调度均衡分配大脑，基于对环境、客户需求的感知，对绿能进行均衡分配，实现园区电、热、气、氢等新能源间的协调互补、柔性负荷灵活可调节、储能资源灵活充放，推动电网资源优化配置，实现绿能在园区循环流动，满足园区用户使用绿色能源的需求。

为实现上述需求，我们规划了基于实时量测的园区源网荷储互动具体落地的应用架构。面对园区源网荷储多环节、高时效、多元化的数字化服务需求，通过分析园区信息模型现状，结合信息生命周期管理分层模型[2]，按照“采、传、存、用”四层体系架构，在线统一汇聚各环节电、非电量测数据，完成对量测类数据的实时汇聚和整合，并持续沉淀采集量测共享服务，支撑园区源网荷储智能协同等新型电力系统应用场景灵活构建，如图2所示：

图2 园区实时量测数据管控总体架构图

园区实时量测数据管控主要从数据感知、数据管理、数据应用三个方面开展应用支撑。以统一物联接入为技术底座，获取设备感知层量测类数据及交互控制命令，实现对园区厂站、分布式电源、输配电网、用电负荷、储能设施等发、输、配、用、储侧设备全息感知，支撑源网荷储一体化协同发展。

（一）量测数据感知

1、感知目标

实现源网荷储“多元”、“多源”信息的采集扩展。

“源”中除大电网主网供电能源外，包括园区由集中式、分布式风电、光伏、储能等组成的多能互补微电网；

“网”主要是包括传统的大电网输配电网以及园区微电网；

“荷”中除了园区居民用电负荷，还将电动汽车、电制氢站、负荷聚合商、智能楼宇、非工空调、工业大用户等多种负荷资源接入监控聚合；

“储”是将集中式储能、用户侧储能等多种类型仓储或储备的能源接入及监视聚合。

2、感知方式

数据全息感知以消息总线方式实时集成物联管理平台、用电采集系统、配电自动化主站等系统的实时量测数据，同时，通过ETL从调度自动化获取解析调度量测数据文件，最终实现发、输、变、配、荷、储等能源供用全链条、实时全量量测类数据的汇聚。

3、感知数据

实时量测类数据主要包括各计量装置对应量测点5或15分钟频次的电压、电流、有功功率、无功功率、功率因素，以及正向电量、反向电量、当日、当月、当年、累计、尖峰平谷等数据信息。

（二）量测数据管理

1.数据传输

数据传输采用实时流式计算引擎，使用电网资源业务中台电网档案拓扑及量测装置对应的测点等数据，对由消息总线接入的量测类数据按需处理、计算与加工，存入园区实时量测时序数据库。

2.数据存储

实时量测数据存储采用面向工业互联网的时序数据库，可按需高速存储量测数据，为量测数据提供时序计算能力。数据超过实时周期后，可将数据通过一收多发技术将数据传输给数据中台和数据灾备中心存储。

（三）量测数据应用

1.实时数据服务

在前端。量测中心提供统一、高效实时数据服务能力，前端各类业务应用可实时应用量测数据服务模块，包括订阅采集量测数据、下发控制命令及配置策略等，为园区业务应用提供量测数据实时供给服务和准实时数据专题分析服务，支撑智慧能源、源网荷储协同、绿电交易等园区新型电力业务应用开展。

2.高效率调度服务

在后端。量测中心通过数据服务模块提供对后端资源进行高标准、高效率调度的服务，包括统一服务编排、统一服务调度、运行监测分析等，实现跨系统业务数据、调控指令上、下行交互，有效支撑新型电力系统业务快速创新。

园区源网荷储智能协同应用

园区源网荷储应用主要源端的绿能供应和荷端的绿能消纳两个方面。

一方面基于实时量测数据，将实现园区新型能源和可调负荷资源汇聚、在线感知和新能源供应分析；

另一方面根据新能源消纳形势，统筹园区新能源汽车充换电站、工业用户、酒店楼宇、用户侧储能等可调负荷资源情况，开展园区新能源消纳能力评估，实现源网荷储多元协调的调度与控制。如下图3所示：

图3 源网荷储智能协同应用

（一）绿能供应端出力曲线分析

以光伏、风电等为代表的绿色新能源以其零排放、无污染的特点发展迅速，逐渐替代常规能源。开展光伏、风力、氢能、沼气多类型能源负荷变化预测，建设可控负荷资源库，逐步提高清洁能源在能源供给侧出力比例，为绿电交易的实现提供多方支撑。

1、历史及外部数据获取

基于实时量测中心的光伏、风电、氢能、沼气等新能源发电客户档案信息，光伏组件、风电机组、沼气池等新型能源设备属性信息（组件面积、额定功率、风速、辐射角等），日时点负荷曲线数据信息，以及外部气象信息（日照时长、风速、风力、温度等）等信息。

2、构建出力负荷曲线预测模型

结合不同新能源品类，通过发电客户档案、组件属性信息、外部气象数据信息、本身历史日时点负荷曲线信息基于神经网络算法以及灰度预测算法，构建短期未来光伏、风力等新能源出力负荷曲线预测模型，形成兼具预测精度与运行效率的短期负荷出力曲线预测模型。

（二）绿能消费端消纳空间分析

通过对园区内各类绿色新能源信息监视与交互，优化新能源场站实时功率和变化趋势，预测风电、光伏等新型能源发电功率。

同时，针对园区电网因备用不足导致新能源消纳受限的问题，基于调度发电计划、负荷预测、新能源发电预测和机组调节空间等数据，对园区新能源消纳空间进行在线分析计算与短期预测，对消纳空间不足的情况发出预警，根据新能源消纳缺口情况，在线发布电网调节需求，引导泛在可调资源主动参与能力申报和互动响应，促进新能源柔性消纳。

理论上，园区内的新能源消纳空间取决于负荷（含外送）曲线和常规机组最小出力曲线之间的差值，如下图4所示：

图4 新能源消纳空间

1、新能源消纳关键因素分析

风光等新能源由于资源特性，受天气等因素影响，呈现随机性、间歇性发电的特点，出力不稳定，这种属性不仅体现在日内还体现在日间，并且日内和日间出力曲线也存在差异，所以开展新能源消纳空间计算分析，首先要明确影响新能源消纳的关键因素，包括用电负荷、外送负荷、负荷率、调峰性。

2、历史数据收集及平滑处理

收集光伏、风电、氢能、沼气等新能源发电客户档案信息，包括光伏组件、风电机组、氢能电站、沼气池等组件设备属性信息，园内电网系统发电负荷数据，新能源出力数据等档案数据。对园区电网系统发电负荷数据、新能源出力数据、备用容量数据等进行观测与处理，基于前后时间数据均值或同一时点不同日期下均值与中位数等方法对电网系统发电负荷数据进行缺失值进行填补，以使曲线数据更加平滑。

3.回归分析预测负荷曲线及出力曲线

基于园区电网系统历史运行负荷数据以及常规机组出力曲线数据，对区域实际用电负荷进行回归分析[4]，获得常规机组出力预测曲线数据以及用电负荷预测曲线数据。

4.新能源消纳空间计算分析

根据回归分析的出力预测曲线数据以及用电负荷预测曲线数据，得到负荷率、常规机组调峰能力，通过区域电网新能源消纳原理，计算新能源消纳空间。对园内典型日用电负荷曲线、新能源出力曲线进行实时发用电预测，计算分析出新能源消纳能力，为新能源调控、规划提供依据参考。

（三）绿能供需两端协调分配

在绿能供应端和绿能消费端进行协调互动，实现绿色能源在发、用两端的协同互动，为园区的低碳发展提供支撑。

1.供能端管理

在源端。基于园区内发电资源潜力预测，结合园区配电网分区情况，利用虚拟电厂的接入点以及容量优化规划方法，根据地理位置以及调节特性对可控资源进行分区动态聚合，构建园区级虚拟电厂，通过量测中心的调度平台，以清洁能源消纳率最高和能源转化率最高为目标。根据各虚拟机组的出力调节潜力，形成不同运行目标下的绿色电力分配任务分解策略，生成虚拟电厂运行策略，下发远程控制信号至终端设备。

2.用能端管理

在荷端。基于量测中心，运用大数据技术挖掘数据价值，结合园区用电客户生产经营特征，在能源消费端开展削峰、填谷响应潜力分析，对可调节负荷的潜力进行测算，形成需求响应潜力标签，精准筛选客户侧需求响应潜力资源，同时在传统调度数据的基础上结合接入储能、电动汽车等消费主体参与电网调频、调峰的数据，搜集各类消费主体用能需求，挖掘电能替代潜力，开展用能综合调控，更好地促进清洁能源消纳。

结语

随着新型电力系统建设逐步深入，源网荷储协调等相关理论和方法的研究以及实践不断丰富与完善，园区源网荷储协同对电力系统安全高效运行支撑作用将更加显著，能更好地促进电力资源优化配置水平。

【参考文献】

[1]王印红,郭相坤.信息生命周期理论在企业数据中心的应用研究［J］.中国管理信息化(综合版),2007 No.108 03 27-29.

[2]何俊,戴浩,马琳茹,谢永强,李京鹏,杨明.信息生命周期管理的分层模型及实施方法［J］.图书情报工作,2007 No.351 02 69-72.

[3]苏晨,花秀宁.电网视角的新能源消纳原理、空间和结构:,中泰证券. 2019.

[4]谢洁树. 电力负荷预测的方法研究[J]. 灯与照明, 2008, 32(1):4.

作者：王祖祥

部门：朗新科技集团售前经营部