专栏名称: 博慎能源智库
博慎能源智库(Universal & Prudential Think Tank, U&P Think Tank)——中国南方地区首家独立能源(电力)专业智库,致力于能源(电力)领域的学术(技术)交流与跨学科(跨行业)综合解决方案。
目录
相关文章推荐
51好读  ›  专栏  ›  博慎能源智库

参选论文 | 电力物联网:数据科学视角及商业模式(二)

博慎能源智库  · 公众号  ·  · 2021-04-17 13:11

正文

来源

陈皓勇,李志豪,陈锦彬,

蔡伟钧,段声志

《电力系统保护与控制》 2020年第48卷22期


本文正在参与《电力系统保护与控制》期刊

“2021年度优秀论文”评选活动。

希望各位老师和学生们能 引用本文给予支持,万分感谢

引用示例

陈皓勇, 李志豪, 陈锦彬, 蔡伟钧, 段声志. 电力物联网:数据科学视角及商业模式[J]. 电力系统保护与控制, 2020, 48(22): 33-40.

CHEN Haoyong, LI Zhihao, CHEN Jinbin, CAI Weijun, DUAN Shengzhi. Power internet of things: data science perspective and business models[J]. Power System Protection and Control, 2020, 48(22): 33-40.


摘要


当前电力(能源)系统正在向数字化转型,电力物联网的建设进入新阶段。大量感知设备和智能终端接入电力物联网,在电力系统内部和外部产生并积累了大量的数据。特别是电力系统的用电数据蕴藏巨大的价值,内含丰富的社会经济信息。针对用电数据,电力物联网有着多种可能的商业模式。介绍了电力物联网的3 重涵义,结合电力物联网中不同类型用电数据的来源阐述其背后的信息,探讨信息/数据融合的理论与技术,并指出数据驱动下电力物联网商业模式的关键问题和具体业务,最后分析了电力物联网数据服务所面临的挑战。

Key words | 关键词

电力物联网;用电数据;

社会经济信息;商业模式;

2

电力物联网中数据科学与信息通信技术的融合应用

2.3 电力物联网的信息/数据融合技术

电力物联网目前的基础数据信息众多,来源各异,差异化大,单数据价值密度低,集合后成大数据特征,蕴含潜在价值高,但传统的数据分析技术不能直接应用于电力物联网。而且,电力系统的阶段性、实时性将导致物联网平台上积累大量控制、监测、计量等历史和实时数据。

传统的信息/数据处理集中式算法由于只有一个处理中心,可能存在计算负荷重而且安全性不够的问题,如果计算中心发生故障,会使整个系统瘫痪[27]。而分布式信号处理由于处理节点互相独立,不依赖处理中心,只对迭代计算的结果进行交互,鲁棒性更强,更能适应电力物联网数据信息融合的要求。

5G 新技术的出现,其低时延大带宽的优势,给电力系统数据处理带来新的契机。可建立分布式感知网络,提高对重点区域的覆盖率,减少冗余感知节点的投放。通过5G 边缘计算,在采集到用户侧数据时,可采用边缘计算方式把数据增值计算下沉至数据源头,对用电行为进行实时分析,将使整体网络服务响应更快、效率更高。

另一方面,可建立云计算平台,在能量约束、有限通信带宽的限制下,通过云边协同计算降低数据处理复杂度、保证处理的实时性以及通信系统的鲁棒性,寻求全局估计与局部估计在功能上的平衡和优化,并根据需求变化进行动态调整[27]。

在理想的信息融合架构下,每个传感节点将估计结果传输至相邻传感节点并对估计结果进行修正,将大幅度降低计算量,减小通信代价,缩短响应时间,提高实时性、可扩展性和鲁棒性。

在信息采集节点,针对稀疏信号,融入压缩感知技术,可以有效解决传统奈奎斯特采样定理因采样频率高产生海量采样数据而造成资源浪费,并加重数据存储和传输负担的问题[28]。此方法不仅能重构原始信号,还能去除信号中的大部分噪声,抗干扰能力强,无需解压缩即可进行信号的特征提取,减少检测的复杂度,可以由远低于采样定理要求的采样点进行重建恢复,一边采样一边压缩,减小数据采集、存储与传输的压力。

3

电力物联网的商业模式

电力(能源)系统要进行数字化转型,要从企业 单独运营变成平台模式运营,如图4 所示,把供应 方、输送方、消费者、设备商、服务商聚集在统一 平台内,吸引各类市场主体参与,实现跨界融合、 合作共赢。在此基础上,以数据的采集、传输、处 理、分析、应用为核心,以数据驱动为特色,推动 数字化转型,将数据视为重要的资产,实现从传统 资产为核心到以数据为核心的转变。以客户为中心, 通过数据分析出客户的需求并进行主动对接,为客 户提供精准的多样化服务。

图4 电力物联网统一平台

Fig. 4 Unified platform of power IoT


3.1 电力物联网商业化运营的关键问题

要实现电力物联网的商业化运营,首先是做好 数据获取的基础设施建设,也就是感知层建设,并 通过网络层对信号进行接入和传输;平台层汇集了海量的数据资源,数据进行管理并对外提供接口, 是电力物联网商业模式实现的核心环节;应用层承 载了各类具体业务内容,可以实现数据的增值服务, 是商业模式最终得以实现的层次。

由于电力系统内具有大量的多源异构数据,不 同厂商的设备也有着不同的数据格式,数据采集后 分析困难。需要进行统一数据标准,确定基础的数 据模型,建设统一的数据调用和服务接口标准,才 方便进行数据统一分析和深入挖掘。开展电力物联 网云平台服务系统建设,实现数据全面共享、业务 全程在线,优化客户服务、计量计费等供电服务业 务。借助数据分析,预测客户消费需求,为客户提 供精准化营销服务,提升客户粘性。

通过给用电设备编码,建立实物ID 和虚拟编 号,使每一个电力数据都有附带设备信息,把电力 数据从区域、住户再细分到设备。可以通过移动终 端实地扫码或输入虚拟编号快速调阅设备参数和各 种信息等,实现产品的精准评价。亦可通过电力大 数据分析用电设备的使用情况,从而实现全寿命周 期管理。

3.2 电力物联网数据驱动的商业模式

电力物联网的商业模式以数据为核心,覆盖行 业的方方面面。

1) 虚拟电厂。在现有的电网和热网架构上,通 过用电数据采集分析电高峰,在电力交易平台和调 度系统上对储能设备、分布式供电系统、可控负荷 进行聚合优化。如图5 所示,连接风电、光电、火 电、储能站、工业园区参与电力市场的各类交易, 实现热电解耦最优化及供应效益最大化,实现发电 侧的多能互补和用户侧的灵活互动。在数据驱动的 电力物联网环境下,虚拟电厂能为电网增加可靠性 和更高的容量,辅助服务于电力系统,并促进可再 生能源的高效优化整合,提高电力系统的经济性。

图5 基于物联网技术的虚拟电厂

Fig. 5 Virtual power plant based on IoT

2) P2P 能源交易。在搭建的综合能源服务云平 台上,能源用户通过“互联网+智慧能源”的方式 与能源公司自由交易,用户利用电价低时储存的电 量或清洁能源发电与能源公司自由买卖能源,平台 从中抽取一定的费用,来实现盈利和维护物联网平 台的基础设施。同时,用户也可作为小型的售电单 位,在平台上实现个人对个人的能源交易。

3) 数据促进跨界融合。基于电力物联网,冷、 热、电、气、燃油供应商可组建商业联盟或综合能 源服务解决方案联合供应商,解决各类能源不能很 好地供应、调控问题。利用电力数据的特点,对生 产活动进行调节和优化,制定更个性化的生产流程 和用户服务流程,促进与电力行业的合作融合,实 现更好的社会服务和企业盈利。

4) 数据衍生新型业务。电力用户的用电设备、 日常用电行为都会在用电数据留下痕迹。电力物联 网具有庞大的用户群体,基本覆盖社会全阶层,拥 有超高数量级的用户数据,可以由它辐射互联网或 者金融行业,拓展新的业务[29]。

5) 云计算服务。电力物联网将计算资源放入云 中,用户通过网络以按需、易扩展的方式获得所需 资源和服务,免去招聘员工和软硬件的购买,精简 架构,只需一次性支付,即可通过互联网获取云计 算服务。

6) 数据资产运营[30]。将采集到的数据视为与软 硬件设备一样的重要资产,保证其基本安全并进行 合理利用。通过数据资产运营,实现数据有效管理,







请到「今天看啥」查看全文