大数据技术在能源互联网中的应用研究

王志豪

（山东中医药大学）

能源互联网属于综合性相对较强的互联互通技术，能够综合先进技术，将大量分布式以及离散化的能源有效存储起来，并实现能源采集与生产节点的互联，强化能量多极流动，从而便于人们取用，达到能量对等交换以及共享网络的目的。实际上，能源互联网中每个节点都属于一个数据源，不管是能源产生与存储，还是能源转移与消耗，都可能会产生一定数量的数据。在大数据技术的辅助下，这些海量数据能够进行科学化的集成、挖掘以及应用，进而产生巨大价值，从根本上推动能源有效分布，并实现能源的科学生产与转移，真正为能源互联网提供依据。基于此，能源互联网中的大数据技术已经逐渐发展为重要能源资产。

一、大数据技术的概念与特征

从大数据技术定义上进行分析，业界没有达成共识。麦肯锡指出，大数据是一个超出普通数据库，且具有超强能力的数据集，可以对数据进行采集、储存以及管理等。与此同时，大数据技术必须要采用新处理模式，才可以增强自身的决策力以及洞察发现力，从而更好地优化数据流程，具有高增长率以及多样化的特点[1]。李国杰院士指出，大数据技术区别于传统形式的IT技术以及软硬件工具等，能够对数据实施准确感知、获取以及管理。赵国栋指出，大数据能够在多样化或者是海量数据中快速获取信息。在相关研究日益深入的背景下，大数据内涵越来越丰富。就宏观视角而言，大数据既是一种数据集，又是以数据集为对象的综合性技术，实现了传感量测、信息通信以及数据分析技术等的融合。就更广阔的视角而言，大数据不仅是一门科学，而且还是一种认识论。对于大数据技术来说，是数据数量以及复杂程度的进一步发展，对传统数据挖掘与分析技术进行了继承，是一场技术发展革命。

与此同时，社会各界对于大数据技术的特征认识也是不统一的。从某种程度上讲，国内外公认的特征，主要包括四点，即体量大、类型多、增长快以及价值大。这四点是从大数据技术本身特点出发进行总结论述的。笔者认为，对于大数据技术的“大”来说，属于相对概念，没有必要严格到多大数据量[2]。具体来说，大数据技术“大”的特点主要体现到两个方面，一方面是“大”到特定程度，能够对事物特性以及某种规律进行全面表现；另一方面是指数据复杂程度以及规模。当传统数据分析以及管理技术等难以满足实际需求的时候，大数据技术就“派上用场”了。就大数据内涵而言，其核心在于借助范围更广以及数量更大的数据，进一步认知事物发展规律与趋势。

二、能源互联网发展现状

现阶段，电力属于清洁的二次能源被人们广泛接受，然而电力在接纳新型能源的过程中，适应性相对较差。风力以及太阳能发电具备网架约束多的特点，应用新能源设备的时候通常会重复停电，存在不同程度上的家族性缺陷，甚至还会出现负荷需求以及能源供给失衡等问题。随着能源互联网的兴起，新型能源在电网中的应用步伐不断加快，为电网发展提供了可能性[3]。从某种程度上讲，欧盟的“灯塔项目”紧紧围绕清洁能源以及低碳节能，是响应节能需求的示范性项目。项目采用能源协调互补的形式，有助于各种能源间的互补。此后，美国将能源以及互联网结合到一起，提出了能源互联网这一概念，从而使能源实现了高效转化，借助智能云平台将负荷、发电以及储能融合到一起，从而发挥更大价值。我国倡导能源互联网积极构建，从而更好地推动清洁式以及绿色式能源发展，致力于充分满足全球范围内电力方面的个性化需求。我国提倡能源互联网层面的共享经济，也就是说达到电力网以及燃气网等的互联互通状态，并提出了互联网思维，将信息系统以及能源进行广泛融合，并进一步将相关的能源信息快速发布到互联网上。总之，能源互联共享具有非常广泛的应用，能够将互联网以及通讯技术融合到一起，加强电力、热力与燃气等能源形式的交错，最大限度减少能源转换期间的能量损失，构建高效化互联系统。

目前，能源互联网已经逐渐发展为专业化能源消纳网，其支撑是电力网，可以实现大量可再生能源的高效化利用，并且还能够对能源网资源进行合理配置，有效消纳多种清洁能源，最大限度降低环境污染，从根本上减少一些不可再生能源的使用量，特别是化石能源的使用，有助于实现可再生能源以及化石能源两者的能量替换。从配电网互联网角度进行分析，多种类型的新型可再生能源发电模式被开发出来了，其中包括了垃圾电站与生物质发电站等，这些小型循环利用模式，能够为可再生能源利用提供一定的数据支持[4]。在实际工作中，分布式发电与分布式储能等互相调配，可以实现资源互补以及能源相互共济，利用效果明显。

三、大数据技术在能源互联网中应用的重要性

（一）有助于辅助多源系统运行

在借助能源互联网进行多源系统协同的过程中，一个非常重要的前提条件就是及时处理相关的可靠信息，从而避免因信息资源缺乏而带来的决策偏差与效率低下等问题。对于能源互联网来说，其中包含分布式电源、微网以及储能装置等，而且还应该增强电力、供热以及供气等的系统互动，构建一体化数据系统，凭借大数据技术，为决策提供支持，确保能源智能化生产以及配送。

（二）有助于催化商业模式形成

从某种程度上讲，将能源互联网与智能电网进行对比可知，前者更加开放，而且参与广度以及深度都相对较强。在大数据技术分析的基础上，可以及时了解类型各异的参与者的实际社会心理，明确能源生产、交易以及消费期间的实际情况，并且还能够综合考虑包括地域、气候以及收入等在内的影响因素[5]。此外，借助大数据技术，能够对不同政策机制影响下的用户心理与行为影响进行分析，从而为政策制定提供有效参考依据，从而引导各方积极参与到能源互联网模式应用中。

（三）有助于信息资产共享

在实际工作中，能源互联网中存在的数据大多数以分散化以及碎片化等形式分布到各个领域，这样非常容易导致数据流失。借助大数据集成，能够加深数据间的联系，从而增强数据的系统性以及完整性，充分反映出能源互联的实际情况。对于能源互联网建设工作来说，正处于建设的起步阶段，具有信息资源布局分散的特点，可能会出现工作重复与人力浪费等问题。与此同时，业务系统间往往比较独立，业务数据很难实现共享，容易形成信息孤岛。随着大数据时代的到来，数据集成管理显得尤为重要，它能够实现软硬件资源的充分利用，把分散数据资源融合为“有机体”，强化智能管理水平，增强能源分配管理的安全性与可靠性，实现能源信息及时共享。

（四）有助于能源互联网安全运行

能源互联网中，能源生产、配送以及转换具有复杂多变的特点，而且各环节时空关联性会大大增强，非常容易受外部因素的不同程度影响，导致能源互联网面临较大风险。此外，社会发展也对电力能源供应提出了非常高的要求。基于此，应用大数据技术，能够深层挖掘以及分析能源互联网数据，从而更好地分析上下游行为，及时掌握变化情况与能源互联网运行规律，对结构进行优化，全局掌控能源互联网实际运行状态，大大提升运行可靠性。

（五）有助于提高管理水平

大数据技术通过数理统计以及模式识别等深度挖掘算法，能够从海量数据中不断挖掘出能量损失的具体原因，从而为能源生产以及消费效率提升指明方向。对于能源互联网控制下的天气数据以及环境数据等，大数据技术能够对其进行动态定容，进而提高设备的实际利用率，增强设备运维管理效果[6]。此外，大数据技术能够在搜集、整理以及分析的基础上，明确消费终端以及生产链等的相关信息，然后实现能源需求的快速满足，达到最佳的能源调配效果，使用户、企业以及生产商等各方需求都可以在规定时间内满足，尽量减少能源浪费。

四、大数据技术在能源互联网中的应用策略

（一）提升规划调度水平

从能源系统存在目的上进行分析，主要是为了确保能源互联网的稳定持续运行，其中能源地图在运行工作中发挥着非常关键的作用。在能源地图的辅助下，能源系统能够拥有相对明晰的运行方向以及运动路线，进而实现系统化规划。工作人员借助大数据技术，能够对地理信息空间实施合理调整，进而实时掌握这些数据，准确判断出各区域的实际能源分布情况。若是发现异常情况，必须要对规划进行精准调整，不断增强能源规划调度的协调性，确保整个系统服务时刻处于度需求状态[7]。如果在能源互联网中，部分区域存在多样能源类型，则在大数据技术帮助下，可以更好地对其进行收集以及挖掘，进而实现已有数据以及深挖数据的有效关联，实现相互契合，对能源生产与供给链中的相关问题进行及时补充，最大限度减轻能源问题对实际工作产生的不利影响，并在精准定位的基础上，大大提升工作效率与工作合理性。

（二）提升协同调度水平

将大数据技术有效引入到能源互联网中，能够辅助工作人员相对全面以及精准地对系统状态进行了解，从而及时结合变化状态或者是变化规律，不断增强能源预测水平，增强能源调度精准性。此外，相关工作人员借助大数据技术，能够加深对能源数据的分析，进一步判断能源数据以及其他数据间的联系，明确存在的问题。从经济发展的角度出发，科学把控能源的实际应用情况，并正确判断经济以及能源间存在的抽象关系。特殊情况下，工作人员需要借助大数据技术，积极打造虚拟化模型，然后结合模型预测能源利用情况，从而扩大预测维度，增强能源识别频率，及时判断出能源生产、使用期间的各项风险。

（三）数据挖掘技术的应用策略

能源互联网运行期间，因整个系统相对较大，数据故障或者是异常情况时有发生。若相关工作人员没有及时发现出现的问题，则问题会不断扩大，进而产生无法补救的后果。基于此，应用大数据技术，能够形成动态化监管体系，便于及时发现设备问题，然后采取针对性方式在第一时间内纠正调节。此外，工作人员必须要从设备状态数据出发，在大数据技术的帮助下提升数据分析的精准化水平，科学判断设备的状态。借助聚类分析，还能够对设备进行有效的维护管理。工作人员可将所有得到的设备数据进行划分，使其形成不同簇，然后实施横向与纵向比较。如果条件允许，工作人员可将聚类设置为hadoop任务，在大数据技术处理下，优化整合迭代计算法以及分布计算法等，使数据挖掘管理呈现分布式特点，增强实际工作效率。

（四）数据处理平台的应用策略

从某种程度上讲，能源互联网包含了大量数据，因数据过于丰富，大数据处理起来会面临非常大的压力，而且对包括运行系统以及数据处理系统在内的各分支系统也提出了相对严格的要求。如果系统不能够达到上述要求，则能源互联网将难以得到正常运行。大数据技术实际应用期间，云计算发挥着关键作用。云计算系统能够辅助能源互联网工作人员实施数据处理工作与传输工作，而且还能够进行有效的数据存储，最大限度满足网络运行需求，达到数据处理标准要求[8]。从本质上进行分析，云计算核心是物理资源与计算资源所具有的虚拟化特点，处理工作人员能够借由大数据对相关资源进行合理分配，然后应用数据资源中的弹性指标，积极构建云计算处理平台，也就是所谓的数据处理平台，进而缩减具体运行成本，在一定程度上降低能耗计算难度。与其他类型平台进行比较，云计算平台安全系数更高，而且能够有效管理与保护所上传的数据信息，防止用户信息受到威胁。与此同时，基于数据处理中心的大力支撑，数据能够实现可视化持续发展。从大数据技术数据处理原理上进行分析，主要在于大数据技术能够与计算机设备进行整合，进而在两者有效融合下，呈现出相应的图像处理信息，实现抽象内容的直观化展现。对于工作人员来说，能够及时收获大量信息，然后对信息实施合理化解读。实际上，数据可视技术应用范围相对更广，计算机辅助设计以及图像设计都能够融入其中，增强数据的形象性，实现能源互联网有序运行。

（五）微网云调度管理平台的应用策略

就能源互联网实际发展而言，未来发展趋势是非常迅猛的，而且逐渐向着智能化发展。随着先进技术在能源互联网中的广泛应用，智能微网将会发展为互联网主体，是其核心命脉所在。对于智能微网发展来说，必须要将大数据作为依托，在大数据技术有效推进下，不断提升微网云调度水平，从而加强全局管理工作的精准性以及科学性。能源互联网工作人员能够在数据监视中有效应用大数据，进而实现数据控制以及数据获取的规范化，正确判断微网工作状态，提升能源质量水平。与此同时，工作人员需要在微网安全监控前提下，将大数据技术作为重要支撑，构建智能云调度平台，在发挥平台作用的基础上，体现智能微网优势，促进能源互联网的正常运行，大大缩减能源消耗。

五、结语

总而言之，能源互联网是一个复杂性相对较强的大系统，可以实现能源生产、消费以及信息通信的高度融合。因能源互联网的开放以及交互等都相对较强，再受到外部环境以及参与者特性等的影响，使得能源互联网规划与运行工作有时会出现问题。我们可以将能源互联网作为大数据系统，主要由内部数据以及外部数据两个部分组成。随着大数据的发展，大数据处理、预处理、挖掘以及可视化等技术都能够有效应用到能源互联网中，而且还能够与人工智能以及机器学习技术等进行联合，充分发挥自身优势。但是我国能源互联网中的大数据技术研究水平还相对较弱，面临着诸多困难，必须要在政府支持下，有效制定发展战略，在多方合作的基础上，实现稳步推进，争取获得更大成效。