基于云平台的综合能源信息服务框架设计

李 辉,李夫宝,康章建,张永泽,史海云,马 操

(江苏电力信息技术有限公司,江苏 南京 210000)

综合能源协调运用是现阶段能源发展的核心,综合能源信息服务框架的搭建则对综合能源的生产、运输和分配起着至关重要的作用。

针对综合能源信息服务这一问题相关领域学者进行了较多的研究。文献[1]应用大数据技术对综合能源信息进行集合和梳理,从多方面对综合能源的特点进行分析,建立一个具有智能化特点的信息服务评价框架,信息服务管理人员可以从数据平台中获取五个课题数据评价信息,实现综合能源信息服务的实时监测和逻辑关系运行,较高效率保障综合能源的生产、运输和分配任务。但是基于大数据的信息服务框架过度依赖现有数据信息,不能够结合实际环境提出相适应的综合能源运用方案。文献[2]基于工业互联网提出智慧能源信息服务框架,在框架中接入多台监控设备,可以为信息服务框架提供实时稳定的能源运用数据,监控设备同时与智慧互联网平台互联互通,实现了能源信息数据的共享,保障了综合能源在服务框架中的实时定位功能。但是这种服务框架在数据管理方面存在一定的缺陷,不能够及时对监控数据进行处理和储存。

综上所述,本文提出基于云平台的综合能源信息服务框架,能够在服务架构中执行整套数据运转程序,然后根据综合能源的实际应用情况做出相应的处理操作,进而提出综合能源在不同环境下的运用方案。

1 综合能源信息服务架构

1.1 系统架构

本文应用多代理技术建设综合能源信息服务系统架构,系统架构中存在一个上层代理和多个下层代理,下层代理之间可以实现信息交互功能,满足系统内部信息与信息之间的请求和反馈,下层代理主要包括学习中心代理、数据求解代理、综合能源区域控制代理和综合能源多区域管理代理[3-4]。

系统架构如图1所示。

图1 综合能源信息服务系统架构

(1)学习中心代理的作用是从服务架构中采集可学习信息,从大量的信息中寻找解决综合能源运营问题的优化方案。学习中心代理具有一定的智能性,可以对数据库中的数据进行经验运用总结,再结合综合能源的实际运用情况推理出最佳的综合能源运用方案[5-6]。

(2)数据求解代理的作用是将学习中心代理推理出来的综合能源运用方案对外进行信息交换,随时接收外部方案运用过程中的请求和反馈信息,并针对请求反馈信息提出合适的优化方法。数据求解代理中可以融入多种算法,主要有深度学习、智能算法和鲁棒优化方法等。

(3)综合能源区域控制代理的作用是将综合能源从一个区域调送到多个区域,达到综合能源在电力系统、热力系统以及天然气系统中的协调效果。代理的具体架构表现为:热力系统协调代理、电力系统协调代理、天然气系统协调代理、电-热系统协调代理、电-气系统协调代理、热-气系统协调代理和电-热-气系统协调代理。

(4)综合能源多区域管理代理的运行步骤为:确定每个区域中的综合能源剩余量,按照合适的运用方案与区域管理方法进行融合,融合成功后对向中心代理发送综合能源的执行运行策略,若没有融合成功,需要将各个区域的子代理执行指令发送到学习中心代理中,通过多种算法对执行指令迭代推理,直到寻找出适合该区域的综合能源区域管理执行方案[7-8]。

1.2 技术架构

本文设计的技术架构按照SG-EA架构管控标准执行,架构中可以容纳多台物理设备,能够实现多区域内的所有综合能源服务信息的计算、处理和储存功能,完成以上功能的平台由协议模块、采集模块、储存模块、服务模块和展示模块组成,其中数据储存模块采用了冗余程度高、可扩展编程模型大的分布式关系,允许软硬件中错误数据的恢复操作[9-10]。综合能源信息技术架构如图2所示。

图2 综合能源信息技术架构

协议模块中应用了MQTT和TCP/IP两种通信协议,MQTT通信协议可以满足综合能源服务信息控制装置与云平台中的相关模块之间的信息共享,TCP/IP通信协议可以满足技术架构本体信息与外部信息的相互传输。采集模块建立在协议模块上,通过协议对各个组件的数据传输功能进行扩充,采集模块中的用电设备将通信链路下的协议同步认证,强化采集模块在最短时间内实现数据高并发、低延时的效果。服务和展示模块均在可视化屏幕中实现,服务模块应用JSP前台开发技术搭建,使得功能按钮简单易操作,展示模块应用Html5前台开发技术搭建,使得展示模块具有个性化程度高、信息展示层面多的特点[11-12]。

1.3 云平台架构

本文搭建的云平台是在传统的电力物联网基础上增加云集中数据处理设备和云服务终端设备,然后分别在两种设备上增加边缘层和感应层,保障云平台架构中的数据稳定。搭建的云平台架构如图3所示。

感应层主要由综合能源传感器、视频采集器、执行器和感应终端组成,其中所有的设备均可以与云计算层中的数据连接通信,帮助多种类数据在感应层中形成一个拓扑结构,有效提升了综合能源信息服务数据在云平台中的扩散[13]。边缘层主要由数据感应节点和边缘管理器组成,通过对边缘管理器的控制可以实现边缘层对综合能源信息服务数据的智能运算和实时控制,经过计算后的数据在云平台中能够实现闭环转换[14]。

2 基于云平台的综合能源信息服务数据管理

2.1 综合能源能量流动平衡

2.1.1 电力能量流动平衡

电力能量流动范围主要包括工业领域、交通领域和生活领域,电力能量的生产来源比较丰富,主要有风力发电、热力发电、光伏发电等。电力能量生产后进入储存装置中进行充放电,然后进入到供配电网络中实现电能的流动,电能的每次流动均需要受到平衡优化,云平台下的电力能量流动平衡公式如下:

Pt+Pw+Pv=Pchp,t+PGT,t+Pbt,t

(1)

式中:Pt为发电机在t时间内产生的有功功率,kW;Pw为风能发电装置有功功率,kW;Pv为热能发电装置有功功率,kW;Pchp,t为热电装置产生的区域性有功功率,kW;PGT,t为燃气机组的区域性有功功率,kW;Pbt,t为储电装置的区域性有功功率,kW。

2.1.2 天然气能量流动平衡

天然气能量的流动主要应用在工业生产和生活用气两大领域,天然气储气罐可以随时充放气,满足天然气在综合能源网络中的实时流动,为天然气能源的负荷供给提供了保障功能[15]。式(2)为天然气能源在网络中的流动平衡公式:

Wt+Wgs=WLt+WGTt

(2)

式中:Wt为天然气井在t时间内产生的有功功率,kW;Wgs为代表天然气在储气罐的有功功率之和,kW;WLt为所有天然气产生的区域性负荷;WGTt为天然气机组的有功功率之和,kW。

2.1.3 热力能量流动平衡

热力能量的流动主要应用于工业领域和生活用热领域,储热设备能够实时进行充放热,可以避免热能的过度流失且保证用热负荷的稳定。对于热力能量的流动平衡公式如下所示:

Qt+QGTt=QLt

(3)

式中:Qt为热力机组产生的有功功率之和,kW;QGTt为燃气机组的有功功率之和,kW;QLt为热力能量流动区域内的热负荷之和,kW。

2.1.4 其他综合能量流动平衡

电-气能量的耦合是综合绿色能源,能量由电能转化为天然气,可以减少天然气井的开采。式(4)为电能向天然气能流动的平衡公式:

Wt=∝Pt/H

(4)

式中:∝为电能向天然气能流动的效率;H为天然气热值,J/kg。

电-热能量的耦合是由热电机组和电锅炉两大设备组成的,可以避免其中任意一项能量的应用高峰。式(5)为电-热能量流动平衡公式:

Qt=βPt

(5)

式中:β为电能与热能之间的转换效率。

电-热-气能量的耦合可以全面性提高综合能量的应用效率,其能量流动平衡公式如下:

Pt=βWtH

(6)

Qt=δWtH

(7)

式中:β为燃气机组中天然气与电能之间的转换效率;δ为燃气机组中天然气与热能之间的转换效率。

2.2 综合能源信息服务数据控制

对信息进行优化控制,得到优化控制模型。在进行控制前建立约束条件:

(8)

根据约束条件,建立多个区域下的综合能源信息服务数据控制系统,分别在每个区域内设定相应的能量流动平衡公式,公式内容如下:

Si=Si-1+Si-2+Si-3+…+Sn

(9)

式中:Si为i区域内流动的能量;n为综合能源信息服务系统中共有n个区域。众多综合能源管理区域中的服务数据可以在云平台中生成控制方案,利用云平台的协调能力保障多个区域对综合能源的合理运用。

3 实例分析

为了验证本文提出的基于云平台的综合能源信息服务框架的实际应用效果,进行实例分析。分别探究综合能源信息服务框架的能耗、运营成本、对智能终端的需求响应和运维状态。选用本文的服务框架对综合能源进行系统性的分析与规划,根据能源分析结果、时空分析结果和指标分析结果建立维度,实现维度的统一化管理,对不同的能源数据进行耦合仿真,通过协同优化和信息评价得到能量的流动状态,从横向进行能源之间的互补协调优化,从纵向实现能源之间的分层协调优化,实验规划的综合能源系统如图4所示。

图4 综合能源系统

对于能源信息服务框架来说,能耗是核心问题,使用本文服务框架对用户的能耗进行感知,得到的实验结果如图5所示。

图5 能耗实验结果

根据图5可知,电能日产量低于3.5万kW·h,本文提出的服务框架能够同时连接储能中心、数据中心和通信中心,通过统一建设实现运维和管理,采用贯通式连接满足数据的不同要求,本文采用的储能方式为云储能方式,能够有效将综合能源客户端的分散性能源集中在云端,通过虚拟储能方式来代替实体储能方式,在不同的时间和空间内,综合能源都可以得到很好地复用,从而有效降低能耗,同时能够减少复杂的安装工作和维护工作。

运营成本实验结果如表1所示。

表1 运营成本实验结果

根据表1可知,本文提出的服务框架能够有效降低运营成本。本文设计的服务框架利用云平台技术对能源的电流和电压以及运行状态进行全面分析,在对用电行为进行感知时,通过工况监测实现全时段的精细化分析,有效降低运行成本。

对智能终端的需求响应实验结果如图6所示。

图6 需求响应实验结果

根据图6可知,在引入本文的服务框架之前,电力负荷的需求响应时间在0.05～0.10 s波动,而在引入本文设计的服务框架之后,需求响应低于0.01 s,能够在短时间快速响应各种不同的要求,达到响应分析。综上所述,本文提出的服务框架具有极好的需求响应能力,通过云平台连接大数据挖掘技术挖掘用户的潜在能力,利用激励性互动机制对信息进行有效分析,通过分布式设备实现多能源融合需求响应,从而保证能源信息运行的灵活性,保证综合能源运行的稳定性。

运维状态实验结果如图7所示。根据图7可知,本文提出的服务框架内部的协同设备和服务器能够协调配合,从而确保服务框架的运维效果,云平台内部强大的计算性能能够满足数据运营要求,同时配备文字和图像识别功能以及大数据处理功能,连接服务边缘,从而提供更加高效的运维服务。云端与设备之间连接,在对大数据进行运维分析时,可以快速检测到运行过程中存在的故障与缺陷,通过现代化的管理向客户展示多元化的技术服务。

图7 运维状态实验结

综上所述,本文提出的基于云平台的综合能源信息服务框架具备很强的分析能力,能够协调控制,完成负荷数据优化,根据系统的运行结构和运行特性,给出合适的调配方案,从而提高综合能源的机组备用容量,确保能源能够更好地交互,提高能源的利用效率,降低综合能源信息服务能耗,减少工作过程的运行成本。在引入云平台后,大数据可以在云端得到更好的处理,通过建立更好的约束条件,实现优化调度,保证运行过程的安全性,增强综合能源信息服务框架需求侧的弹性。

4 结 论

综合能源信息服务框架对综合能源在多个区域内的合理运用起到决定性作用,框架中的每条控制指令均是综合能源的最终执行指令,为了能够优化综合能源信息服务框架,本文基于云平台做出以下研究:

(1)从系统架构、技术架构和云平台架构三方面搭建了综合能源信息服务框架,全面增强了综合能源信息在架构系统中的可识别程度、个性化程度和信息感应程度。

(2)在云平台中对电力能量、天然气能量、热力能量以及三种能量的耦合能量进行了流动平衡数据管理和控制,增加了服务框架的数据处理能力和综合运用能力。

在未来的发展中,综合能源种类和用途将更为广泛,所以还需要对服务框架进行多领域协同智能管理方面发展,满足服务框架的智能性和多样性需求。