分布式能源不僅包括風電、光伏、儲能和冷/熱/電聯供系統，還將包括氫燃料電池和鋰動力電池等發儲一體化系統，具有負荷微量化和碎片化的趨勢，在集成應用于能源網絡中呈現出明顯的優點，即提高低碳或無碳能源的利用率，促進能源生態的綠色化，同時大規模接入的間歇性和波動性會對電網運行和電力交易造成直接的沖擊，影響電力系統的安全性和穩定性；另一方面，大量的分布式能源并網在不受精確控制的情況下，會造成能源系統不可控制、運行效率低下，甚至危害能源網絡安全，因此，以微電網（Micro-Grid）的形式引導分布式能源在用戶側就地消納，實現智能化的實時管控，形成有助于高比例、高效能和高兼容的分布式能源應用的智能微電網應用，隨著經濟和社會發展對綠色能源需求的不斷增長，且便于實現多種能源形式的互補而越來越受到重視。

隨著能源低碳化與供需一體化，加之能源互聯網技術的不斷演進，分布式能源系統將漸趨成為未來主要的能源運行方式。對于我國主要以傳統化石能源和集中式規模化新能源業務為主的能源企業來說，發展分布式能源是值得高度關注的重要戰略方向，應積極開發面向基于分布式能源的智能微電網云平臺相關技術與商業解決方案，這對于大型能源企業自身的綠色轉型升級以及應對全球能源變革都具有重大意義。

智能微電網云平臺技術的研究應用現狀

面向分布式能源的智能微電網旨在實現中低壓配電系統層面上分布式能源的靈活、高效應用，解決數量龐大、形式多樣的分布式能源無縫接入和并網運行時的主要問題，同時要具備實時高智能的能量管理功能，有效降低系統運行人員的調度難度，并提升可再生能源的接入能力。這就要求智能微電網云平臺系統，包括交互云、數據云等，能夠承載幾何級數增長的連接設備數，具備高速多線程的大數據處理能力。隨著國內外在智能微電網理論與實踐方面的研究不斷累積，基于云計算技術的快速發展，對微電網云平臺的技術研究也在快速演進。

國內能源行業內已經提出了多種云平臺建設方案或類似計劃，包括國家電網公司的SG186與國家電網企業資源計劃（SG-ERP）、南方電網公司的基于SOA的企業級信息系統等。在IT產業界，包括Goole、MicroSoft和IBM等在內的許多大企業投身于云計算的研究與實踐，并推出了一系列的云計算平臺，包括AmazonElasticComputeCloud、GoogleAppEngine、SunGrid和Aneka等。在學術界，也有研究者開始探討云計算技術在能源中的應用前景。

目前的云計算技術在智能微電網中的研究及應用主要體現在以下三個方面。

1）多源異構數據源的集成與管理。在微電網系統中，存在熱/電/冷聯產發電、內燃機組發電、燃氣輪機發電、小型水力發電、風力發電、光伏發電和氫燃料電池等多種能源應用系統與不同的應用平臺，由于其應用的不同以及軟硬件提供商、開發商不同，導致能源數據資源分散，并呈明顯的異構性，很難實現共享。云平臺利用虛擬化技術使不同的服務器、網絡和應用等資源抽象成服務形式，清洗各自差異，統一對外提供服務。

2）海量數據的分布式存儲與管理。利用分布式存儲方式，采用BigTable等技術，實現云計算在智能微電網中對各類能源數據的海量級別可靠存儲、實時分析處理以及高效管理。

3）快速的微電網系統并行計算與分析。利用云計算平臺高性能的并行處理及運行能力，實現智能微電網中多能互補及供需匹配策略的高效計算與分析。國內外已有多個微電網示范工程，建設了基于云計算技術的智能管控平臺，根據任務的信息采用適當的策略把不同的任務分配到不同的資源節點上去運行。由于云計算平臺的基礎設施具有異構性和動態性等特點，這就對網格的任務分配策略提出了嚴峻的考驗，低效的任務分配策略勢必會增加任務的執行時間，降低整個云計算系統的吞吐量。針對智能電網中不同類別的任務調度，如何高效地分配利用分布式資源，尚需要一些有效的調度算法。

國內外已有多個微電網示范工程，建設了基于云計算技術的智能管控平臺，根據任務的信息采用適當的策略把不同的任務分配到不同的資源節點上去運行。由于云計算平臺的基礎設施具有異構性和動態性等特點，這就對網格的任務分配策略提出了嚴峻的考驗，低效的任務分配策略勢必會增加任務的執行時間，降低整個云計算系統的吞吐量。針對智能電網中不同類別的任務調度，如何高效地分配利用分布式資源，尚需要一些有效的調度算法。

近年來，啟發式智能算法成為任務調度問題的一個主要研究方向，經典啟發式算法主要包括Sufferage算法、Min-min算法、遺傳算法（GeneticAlgorithm，GA）和模擬退火（Simu-latedAnnealing，SA）算法。同時，用經濟模型來刻畫能源資源的供求關系也逐漸得到廣泛的利用。澳大利亞的Buyya在計算經濟體系結構（GridArchitectureofComputationalEconomy）下提出了一種DBC（DeadlineandBudgetConstrained）調度算法。與傳統的啟發式算法不同，在該算法中，任務的計算費用也作為一個重要參數被考慮進來，并根據不同的側重點分為時間最優化、費用最優化和保守時間最優化等，分別以任務的計算時間和計算費用作為主要目標進行優化。

除了云計算平臺中需要解決的多源能源資源集成優化、資源虛擬化和云計算服務架構選擇等基本關鍵問題之外，對于智能微電網的特定要求與特點亦不容忽視，同時對智能微電網云平臺的高效調度和自愈性問題也是當前應用研究的關鍵所在。

智能微電網的智能化關鍵就在于系統多任務的協同高效調度，對實時計算資源的要求與依賴日益提高。在面向分布式能源的智能微電網云平臺中，云端所要調度的任務環境是面向各類分布式能源及其相關應用。因此，為適應智能微電網云平臺環境中的動態性、實時性以及安全性要求，需要結合已有的各種研究成果，分析各種調度算法的優點與不足，研究動態的、面向分布式能源的任務調度算法。綜合來看，云平臺技術在智能微電網中的應用研究仍尚處于探索階段。

面向分布式能源的智能微電網平臺特性與關鍵技術

面向分布式能源的智能微電網的主要特質可以歸納為：

①支持多種新能源分布式發電；

②快速隔離響應，對大電網無影響；

③可并網或孤網運行，即插即用，無縫切換；

④具有儲能系統，支持削峰填谷；

⑤高可靠性供電，安全、穩定運行；

⑥具有智能、高效的能源管理功能，提高能源利用率；

⑦支持多級微電網；

⑧適應我國現有的電力管理體制。

智能微電網云平臺就是通過云計算技術，針對分布式能源應用特點，實現智能微電網上述八個主要特質而設計開發的云平臺。所謂云平臺，是指提供基于“云”的服務，供智能微電網管控系統開發者創建應用時采用；開發人員不必重新構建開發基礎，可以依靠云平臺來快速高效地創建多種新的SaaS應用。云平臺的直接用戶是智能微電網的系統開發者，而不是微電網終端用戶。

智能微電網云平臺的功能特性主要體現在以下幾個方面：

1）寬幅兼容。接入分布式能源，自適應處理技術。

2）智能監測。采用先進的智能化量測、傳感技術。

3）實時分析。數據到信息的高效提升，優化運行方式。

4）精準預測。通過模型仿真和潮流分析，合理預測和分配電力。

5）敏捷控制。對監測狀態進行有效控制。

實現上述云平臺的功能特性，要求在智能微電網開發初期就需要做好關鍵技術準備。主要的關鍵技術分為私有云服務：提供計算、數據存儲等；SaaS云服務，比如視頻分析、機器學習、數據分析、人工智能和區塊鏈等；TOB定制云業務；平臺工具類。

（1）多源數據采集清洗技術

通過大量傳感器和智能表計以固定頻率周期性的集微電網系統內各類分布式能源的生產與消費數據，形成一個覆蓋微電網中所有節點(控制中心、變電站、分段開關和用戶端口等)的IP通信網，采用光纖、無線與載波等組網技術，支持各種配電終端與系統“上網”。該技術融合了基于云計算的數據清洗技術，實現對多源數據采集過程中的錯誤、遺漏以及格式差異，進行規制、補采與清洗。

（2）先進的傳感測量技術

光學或電子互感器、架空線路與電纜溫度測量、電力設備狀態在線監測和電能質量測量等技術，只對數據進行傳感與量測，不做數據可靠性辨識。融合了云計算能力的先進傳感量測是以數據比對、數據測試，實時分析判斷數據量測準確性與可靠性，保障微電網智能管理的基礎數據的精準性。

（3）基于網格文件的多維索引技術

在微電網的系統保護、離并網高效切換、產需匹配尋優和碳足跡跟蹤等各業務場景的實時數據精準瞬時調用與分析中，常用的是基于Google公司的Hadoop平臺開發的Hive數據倉庫系統。但是Hive對于索引的支持較弱，難以實現多緯度數據索引。目前正在設計基于網格文件（Grid-File）的分布式多維索引DGFIndex（DistributedGridFileIndex），用于提高多維區間查詢性能。

（4）高級配電自動化技術

目前的配電自動化技術包括配電運行自動化(安全監控和數據采集、綜合自動化和饋線自動化)、配電管理自動化(配電地理信息系統、設備管理和檢修管理等)以及需求側響應自動化這三個方面的內容。在此基礎上的微電網云平臺中實現的是高級配電自動化(Advanced Distribution Automation，ADA)，支持DER的“即插即用”，采用IP技術，強調系統接口、數據模型與通信服務的標準化與開放性。

（5）高級量測技術(Advanced Metering Architecture，AMA)

高級量測技術是一個使用智能電能表通過多種通信介質，配合ETL技術，發揮云端計算能力，按需或以設定的方式測量、收集并分析用戶側的能源使用和消費數據的技術體系。AMA是支持用戶互動并實現需求側快速實時響應的關鍵技術。

（6）ETL（Extract-Transform-Load）技術

ETL是構建數據倉庫的重要一環，用戶從數據源中抽取出所需的數據，經過數據清洗，最終按照預先定義好的數據倉庫模型將數據加載到數據倉庫中去。這是貫通基于多種分布式能源的各類數據源，包括Oracle、SQLServer、Sybase、DB2和MySQL等，實現多源數據一致性并與微電網多能源業務場景融會貫通的云平臺搭建的核心技術。

智能微電網云平臺架構的系統設計

（1）云平臺系統架

根據數據的流向，設計系統分為四層架構：

①數據采集層：主要通過傳感器（智能表計）等獲取各回路的電耗及其相關能源參數、光伏發電、儲能、制氫用氫和用電量等能源信息；

②數據傳輸層：主要把能源數據轉換成TCP/IP協議格式上傳至節能管理監控系統數據庫服務器；

③數據處理存儲層及顯示：數據存儲層主要負責對能耗數據進行匯總、統計、分析、處理和存儲；

④數據展示層：主要對存儲層中的能耗數據進行展示和發布。

設計將采用基于Hadoop生態系統的大數據存儲和并行計算系統解決方案。

圖1面向分布式能源的智能微電網云平臺系統架構圖

（2）云平臺數據架構設計

該云平臺設計總的數據庫選型是從開放性、安全性和性能等角度綜合考量。同時，結合本項目中大數據的處理、分析和預測的要求，除了關系型數據庫以外，還考慮選擇非關系數據庫進行有力地補充。提高數據存儲的完整性和安全性，提高數據處理和分析的效率。

數據架構的設計除了考慮數據庫的性能，更關注的是數據架構與神華科技園各類分布式能源的業務融合，構建的云平臺要支撐多源數據、多能互補的全類數據（結構化數據、半結構化數據和非結構化數據）的存儲管理和快速高效分析，能夠實現在百TB至PB級數據規模下實現數據查詢的秒級響應；能夠對結構化、半結構化和非結構化數據進行統一處理；能夠實現千億級文本條目全文檢索的秒級響應。平臺數據業務架構設計如圖2所示。

圖2平臺數據業務架構系統功能圖

該云平臺架構設計經初步實驗測試，具有以下技術性能優勢特點：

1）實時增量數據處理：千萬級別以上的對象一次增量60萬，20min內處理完成。

2）關鍵業務接口處理：8h以上的提高到25分鐘內，4min以上的提高到15min內，1h以上的提高到10min內處理效率。

3）超高速大數據交換：在10個節點的大數據平臺內，4000萬記錄的數據交換不超過10min，3000萬記錄不超過6min。

4）高可靠性的大數據平臺：主控節點出現故障時，HA節點2s內完成漂移接管。

智能微電網云平臺系統的應用前景

開發面向分布式能源的智能微電網云平臺，是一個具有容納海量數據、高并發、多進程及擁有自主開發的核心算法的大數據平臺；利用人工智能、機器學習技術，結合微電網特點，根據應用場景實際數據，搭建契合分布式能源利用特征和多能互補應用需求的云平臺系統將具有廣闊的應用空間。

智能微電網云平臺系統的建立和運行可以有效挖掘大型商業樓宇、學校、醫院和科技園區等各應用場景的用能異常、能耗漏洞，智能優化調度用能方案，更加合理地分配和利用各類能源，從而更精準地控制能源消耗。在保證提供舒適環境下，幫助建立起管理節能的模式，挖掘自身的節能潛力并結合技術節能措施，有效降低能源消耗和用能成本。該云平臺系統具有高效率、低成本、智能化和可復制等優點，是未來分布式能源管理的重要工具，適合廣泛推廣應用和實施。