计算机技术在储能系统中的应用研究

李 骏，杨雅志

（1成都工业学院教务处；2成都工业学院计算机工程学院，四川成都 611730）

随着社会经济的发展与生产力的提高，人类社会对于能源的需求进一步增加，同时也越来越关注环境污染的问题。传统的化石能源不可再生，且伴随温室气体及有害气体的产生，不利于环境保护。全球变暖及环境污染问题使清洁能源备受关注，开发稳定、清洁、持续的能源成为了当前阶段对能源的新要求。诸如风能、太阳能、地热能、潮汐能等虽然绿色环保，但易产生波动，存在不确定性，不能满足国家能源安全的需要，而建设大容量电池储能系统则是提高资源稳定性的有效措施之一。同时将计算机技术应用到大规模储能系统的建设中，有利于储存与管理，一方面能够提高能源的利用率，另一方面作为传统能源的补充，还有效提高了能源系统的稳定性与安全性。作为清洁能源并网的重要组成部分，对于大规模储能系统的运行、监测与管理至关重要，大规模储能系统相关数据量巨大，近年来，该领域对计算机技术中的大数据研究日益深入，并陆续出版或发表了一系列大数据技术在大规模储能系统中应用研究的书籍与论文，形成了一定的研究成果，有效推动了我国智能电网的建设。

李相俊、高飞、刘松、惠东共同编著的《大数据技术在大规模储能系统中的应用》（中国电力出版社2018 年出版一书共9 章，分别为大数据处理架构Hadoop；大数据存储、处理与分析技术；数据挖掘基础；储能电池性能分析与评价；储能电池（组）寿命分析与评价；大规模储能系统海量电池数据采集、存储及管理技术；大规模储能系统海量电池数据管理平台；大规模储能系统海量电池数据分析与电池运行状态评价；大规模储能系统海量电池数据云服务平台。本书可划分为三个主要部分，其中1-3 章以介绍大数据技术为主，4-5 章对储能电池进行分析与评价，6-9 章以大数据为核心，重点介绍了其在储能系统中的应用及平台设计架构，附录重点介绍了大数据技术相关的几个常用工具及其使用方法。近年来我国电池储能的规模不断扩大，大规模的电池储能系统由众多单体电池组成，采集的电池数据也不断激增，百兆瓦级电池储能电站的数据量将达到百万级，势必要求相关技术足以支撑庞大数据量的分析与处理。但目前大部分的电池数据存储、管理与分析等方法仍采用常规技术，效率低且管理难，使得大规模电池储能系统发展受限，在存取、检索、分析上遇到了困难。因此将大数据技术应用到大规模储能系统对于该领域的发展具有重要意义。本书的框架清晰，首先对大数据技术及其应用做了详细的介绍，例如第1 章提到的Hadoop 是一个开源的分布式系统基础架构，能够集中对硬件资源进行整合与统一管理，具有速度快、运算强、存储安全性高的特点。HDFS 和MapReduce 是Hadoop 的两种主要技术，前者可以理解为数据存储文件系统，后者作为前者的调度和管理的算法，可以依据需要进行编写，进而对相关大数据展开分析和挖掘。其次本书对储能电池的性能、大规模储能海量电池的数据进行了分析与评价，并进一步讲解了如何利用大数据技术提高大规模储能电站运行与维护的质量与水平，为大规模储能系统的建设、运行、维护以及电力大数据应用提供了有效地借鉴与参考。

《大数据技术在大规模储能系统中的应用研究》的作者均来自中国电力科学研究院有限公司和华北电力大学的多位教授和教授级高级工程师，具有充足的理论知识与实践经验，因此本书具有一定的权威性。本书内容深入浅出、通俗易懂、结构清晰、论述合理，利用最新的大数据前沿技术帮助读者解决在大规模储能系统管理中遇到的问题，具有较高的实用性及借鉴意义，对于我国电池储能系统朝着智能化、信息化的方向发展有积极的影响。

感谢四川省教育厅省级教育体制机制改革试点项目：新工科背景下产教“五融合”应用型人才培养模式改革（立项编号：G5-08）的支持。