當前售電行業(yè)痛點分析及購售電需求側一體化服務探索

2017-11-29 10:21:25 能源生態(tài)圈　點擊量：評論 (0)

能源大數據發(fā)展背景1、能源智慧化浪潮——催生人類文明偉大變革人類歷史文明發(fā)展的每一次變革都是圍繞著能源、資源利用效率的不斷提升而展開的，所以能源革命對于人類社會的發(fā)展意義重大，工業(yè)革命、信息化革命更

4、光伏大數據

（1）資產全生命周期管理

在資產管理的整個過程中，需要的不是信息的簡單堆疊和羅列，而是精準全面的分析和預測，以及相關因素的關聯(lián)性研究，及時預告，這些都離不開大數據、人工智能等技術。從電站的前期投資、立項建設、項目驗收到資產的最終交易都需要對運行數據進行實時精準的預測。

（2）光功率預測系統(tǒng)解決方案

光功率預測是光伏資產管理各個環(huán)節(jié)都需要參考的一項重要指標。光伏發(fā)電具有波動性和間歇性，大規(guī)模光伏電站并網運行會影響電力系統(tǒng)的安全穩(wěn)定經濟運行，光功率的精準預測對于光伏資源的波動性、間接性的影響是至關重要的，對光伏電站的輸出功率進行精準預測有助于電網調度部門統(tǒng)籌安排常規(guī)電源和光伏發(fā)電的協(xié)調配合。目前，國家電網規(guī)定地面集中式電站必須配備光功率預測系統(tǒng)。

以數值天氣預報模型和云層運動預測為基礎，結合實時氣象數據、電站功率數據、電站運行狀態(tài)數據等，通過人工智能算法模型預測光伏電站的光功率。

數值天氣預報技術和云層運動預測技術，一個是應對光功率的短時間預測，一個是超短時的預測。數值天氣預報就是結合天氣數據、電站數據對短時光功率進行預測。云層運動數據技術就是結合AI算法以及圖像識別，通過對云層圖像的實時監(jiān)控，對云層變化、光伏超短期發(fā)電效率的影響進行建模和預測。

系統(tǒng)需要考慮實時氣象數據、電站功率數據、運營數據的搜集，所以系統(tǒng)是由數據采集、數據處理、遠程氣象數據模型、光伏功率預測軟件、圖形處理等模塊組成，同時考慮到安全性和安全傳輸的規(guī)定，需要加上相應功能匹配的服務器、反向隔離安全裝置、防火墻、縱向隔離裝置、交換機等硬件設備，整個系統(tǒng)架構需符合電力生產數據傳輸安全規(guī)定。

能源消費側解決方案

1、售電行業(yè)痛點分析

隨著售電改革的落地，市場競爭越來越激烈。除了賺取用戶和發(fā)電商之間信息不對稱的價差之外，售電公司也應該思考更長效、可持續(xù)的發(fā)展模式。電力改革及電力產業(yè)鏈的細化推動著電力交易品種、交易周期、交易方式、競爭格局等因素發(fā)生了顯著變化，電力用戶需求更加多樣，同時也對發(fā)電企業(yè)、售電公司的能力提出新的要求，例如如何適應這些變化；如何細分用戶、提出差異化的服務；如何規(guī)避交易風險，提升服務能力等，這些是目前普遍關注的問題。

2、需求側管理的發(fā)展背景

需求側管理伴隨著行業(yè)轉型的壓力而來，無論是電源端，還是電網端，其核心就是如何利用負荷資源化進行有效管理，反饋給電源和電網端，達到供需匹配靈活的目標。