首页 > 行业资讯

能源互联网的必经之路智能用电网络

来源:新能源网
时间:2016-07-18 10:02:15
热度:

能源互联网的必经之路智能用电网络能源互联网旨在将各种能源通过管网联系起来,通过信息网络与计算分析实现各类能源的优化利用。能源互联网的核心在电力,要实现规模庞大的能源互联网,首先需建

能源互联网旨在将各种能源通过管网联系起来,通过信息网络与计算分析实现各类能源的优化利用。能源互联网的核心在电力,要实现规模庞大的能源互联网,首先需建立能广泛接入用户侧耗能设备的智能用电网络。智能用电网络将用户侧所接入的可再生能源、储能装置、电动汽车以及各种类型负载通过互联网、物联网等技术进行互联互通,实现能量信息共享,并实现用户侧高效、节能用电。智能用电网络总体架构基于自律分散理论,网络中包含大量的本地能量管理单元,可接入云服务中心进行统一管理与调度,自动实现优化运行目标。

为全面建成智能用电网络,本文提出智能能量管理理论,核心思想是在大规模用电大数据的基础上,采取机器学习算法剖析用户用电特性,引入效用概念对负载能效进行评估,并在用户侧用能行为自识别的基础上对可再生能源、储能装置及各类型负载进行协同需求响应调度和节能自动化。

智能用电网络的主要特征

(1)全新的用电体验

知情:为用户提供全面的用电信息。系统可实时展示设备状态、用电安全、能效水平、电能质量。

掌控:提供简便快捷的控制功能。通过移动终端即可实现对各类设备的实时监控。

优化:优化用电模式,提高系统能效。基于机器学习、大数据分析理论、行为特征分析,实现对用电大数据的深度剖析,为用户提供差异化的节能方案,提高局部网络内的综合运行能效。

共享:参与需求响应,实现能源共享。通过用电管理系统可实现不同时空用电负荷的优化共享,为实现零边际成本的能源社会而努力。

通过智能用电网络,为用户提供知情、掌控、优化、共享等全新用电体验。通过用电网络的智能运行,可实现全社会的高效与节能,具有重大的社会价值与应用前景。

(2)系统简单实用易推广

采用自律分散架构。系统总体架构具有自律可控性和自律可协调性。在该架构下,不仅可再生能源、储能及各类型负载是独立平等的,且以地理距离划分的本地控制单元(如工业园区、居民住宅小区等)也是如此。利用自律分散理论来搭建智能用电网络,可以较好地实现在线扩展、在线维护和容错,满足新能源接入要求。

支持即插即用,改造成本低。系统架构支持智能插座、智能红外等高级计量设备,可以让各类型负载直接接入能源网络,改造成本低。

与互联网技术结合紧密,实现信息流和能量流的高度结合。智能用电网络通过各类高级计量设备实时采集终端发电/用电情况,并同时实现能源可控性。各类能源信息通过以太网或无线网接入互联网,并可通过网页、移动客户端等形式公开能量流通状况。云服务中心可根据获取的实时信息安排调度,实现能源的最优管控。

智能用电网络的网络架构

智能用电网络为三级结构:总网络-子系统-本地能量管理单元,系统整体结构图如图1所示。总网络由各个子系统构成,子系统可以是一个居民小区或一个工业园区;各个子系统由大量本地能量管理单元构成,本地单元可以是单个住宅或楼宇中的单个楼层。本地能量管理单元的硬件由能量信息网关、智能终端和智能红外控制器、交互终端组成。 智能能量管理技术

智能用电网络的一个重要技术支撑是其智能能量管理理论。智能用电网络的能量管理思想在于根据机器学习理论,基于采集到的海量能量数据使能源网络具有自我学习和调节的能力,可自动实时满足能量管理目标。智能用电网络引入效用概念对负载的能效水平进行评估,并在用户侧用能行为自识别的基础上,对可再生能源、储能装置及各类型负载进行协同需求响应调度和节能自动化。

智能用电网络中投入使用大批量的高级计量设备带来了海量用户信息。基于这些采集得到的用能数据可实现负载运行状态自识别,评估电器的效用水平,并可进一步识别用户的历史或实时用能行为,从而为协同需求响应、节能自动化等能量管理提供辅助决策依据。

(1)用户侧负载用电效用等级

基于经济学中的效用理论,认为电力用户在有限的能耗和用电成本约束条件下,以获得最大满意度为目标进行电力消费。因此对用户侧负载提出用电效用的概念,区别于仅以能耗或电费为决策依据的评估方法,用电效用将综合考虑能效与满意度进行评估。

将用户侧负载按照自身用电特性和用户对负载的需求特性分为储能型和非储能型两类,将储能型负载再细分为蓄热蓄冷型和蓄电池型两类。蓄冷蓄热型负载、非储能型负载的效用变化分别以温度、时间效用函数模拟,并在此基础上对不同类型负载的用电效用分级。

将负载的效用等级分为高效用、低效用和负效用三种。效用等级越高,代表负载的能效水平和用户的满意度水平越高。

(2)用户用能行为识别

用户用能行为直接影响用户侧负载的能耗状况,因此准确识别用户的用能行为可以帮助判断各用户侧负载是否运行在最大效用等级下。基于隐马尔可夫模型进行用户用能行为识别。

通过划分负载运行状态、建立用户用能行为识别的隐马尔可夫模型、参数学习、解码获取识别结果等步骤,可以较为准确地识别用户活动。

通过较为准确地识别用户用能活动,按照一定优化策略关断或调解在用户活动中关联度低或效用水平低的负载,从而在综合考虑用户满意度和负载能效水平的基础上实现智能能量管理。

(3)协同需求响应

智能用电网络可实现大规模的快速需求响应。由于自律分散架构的特征,各类响应信号可快速大批量发布,且各本地能量管理单元的实施效果也可迅速反馈。云存储中心只需下发简单的能量调节比例(如削减负荷5%),各本地能量管理单元进行优化并实现负荷削减量分配,从而减小了计算规模与成本,实现了大规模的快速需求响应。

(4)节能自动化

智能用电网络可实现自动化节能。基于用户用能行为识别和效用等级的划分,各本地能量管理单元可对该单元中的用能情况进行实时评估并制定节能策略。

前景展望

智能用电网络就好比能源互联网的神经末梢,是能源互联网不可或缺的关键部分。该网络有自律可控性和自律可协调性,可以较好地实现在线扩展、在线维护和容错功能。同时,该网络与互联网技术结合紧密,可实现信息流和能量流的高度结合,并达到能源最优管控的目的。

在黔东南一个普通医院,其一年电费要700万元,以20%的节约量计,预计可节约电费140万元,考虑装设软件设备的成本,年回报率在70%。除了节能,智能用电网络所存储的海量用电信息,可广泛用于提升用电安全水平、揭示电器火灾隐患、优化用户侧能源使用、参与电网需求响应,未来应用的空间十分广阔。