中國儲能網訊：隨著清潔能源逐漸替代傳統(tǒng)能源，風電、光伏、水電、抽水蓄能等新能源發(fā)電技術得到了廣泛應用。本文主要介紹一種綜合利用風能、光能和水能等可再生能源的新型能源調度系統(tǒng)的設計與實現(xiàn)方法。該系統(tǒng)基于多能互補將這些能源進行轉化和優(yōu)化利用，旨在提高能源利用效率，減少能源消耗，提高能源企業(yè)效益，并通過儲能預報模型、多能互補調度決策模型、發(fā)電能效評價模型，對能源的協(xié)同調度提供決策依據(jù)，實現(xiàn)對能源的預報、調度、評價的閉環(huán)管理，對于保護環(huán)境、促進經濟發(fā)展和實現(xiàn)能源可持續(xù)發(fā)展具有重要意義。
為應對全球變暖、控制溫室氣體排放總量，能源的高效、綠色、循環(huán)、可再生利用得到越來越多的重視和發(fā)展。我國近年持續(xù)推動節(jié)能減排降碳行動，特別在雙碳戰(zhàn)略發(fā)布后，以太陽能、風能為代表的新能源迎來了高速發(fā)展階段?；谛滦碗娏ο到y(tǒng)發(fā)展趨勢，各發(fā)電集團應聯(lián)合地方電網重點圍繞電源側清潔能源多能互補應用技術進行研究。如何建設清潔能源基地、實現(xiàn)水風光互補、促進電力結構轉型升級，系統(tǒng)性解決電源多能互補性不強問題，在操作層面帶來一系列難題。本文著重對新能源發(fā)電機組運行狀態(tài)和功率輸出進行實時監(jiān)測和調整，以確保其高效、穩(wěn)定地發(fā)電，并滿足電網的需求。
新能源發(fā)電機組功率預測調整主要依賴人工經驗，存在一定的主觀性和局限性[1]?！盎诙嗄芑パa的綜合能源基地協(xié)同優(yōu)化調度系統(tǒng)”是一種綜合利用風能、光能和水能等可再生能源的新型能源調度系統(tǒng)，通過水電站、風力發(fā)電和光伏發(fā)電等方式將這些能源進行轉化、儲存和優(yōu)化利用，旨在提高能源利用效率，提高能源企業(yè)生產效益，降低能源污染，并通過儲能預報模型、多能互補調度決策模型、發(fā)電能效評價模型對能源的協(xié)同調度提供決策依據(jù)，實現(xiàn)對能源的預報、調度、評價的閉環(huán)管理，對于保護環(huán)境、促進經濟發(fā)展和實現(xiàn)能源可持續(xù)發(fā)展具有重要意義。
本文主要介紹該軟件系統(tǒng)的設計和實現(xiàn)方法，并著重介紹基于模型庫實現(xiàn)綜合能源的智能調度與優(yōu)化利用的方法以及基于統(tǒng)一的技術架構實現(xiàn)業(yè)務場景的智能化應用擴展。
01、軟件總體設計思路
1.1 系統(tǒng)技術架構
“基于多能互補的綜合能源基地協(xié)同優(yōu)化調度系統(tǒng)”總體設計是基于分布式微服務架構設計，通過數(shù)據(jù)中臺和數(shù)據(jù)引擎驅動，以數(shù)字化場景、智慧化模擬、精準化決策為路徑，全面推進算據(jù)、算法、算力建設，加快實現(xiàn)多能源互補發(fā)電決策由歷史經驗向“數(shù)據(jù)支撐+歷史經驗+模型仿真”相結合的模式轉變，全面提升綜合能源管理調度水平，為各清潔能源基地的運行與管理決策提供借鑒。
圖1 系統(tǒng)技術架構
1.2 數(shù)據(jù)中臺設計
數(shù)據(jù)中臺負責能源運行大數(shù)據(jù)的統(tǒng)一管理與服務，針對海量的結構化數(shù)據(jù)、非結構化數(shù)據(jù)、實時流數(shù)據(jù)實現(xiàn)“采、存、管、用”的一體化解決方案。建立數(shù)據(jù)底板，在有效保證數(shù)據(jù)的標準化支撐能力、及時性、完整性、準確性和一致性的同時，通過構建知識庫和模型庫，從數(shù)據(jù)層面為綜合能源系統(tǒng)的模擬仿真和情景推演提供了堅實的基礎。
1.3 智能化模擬決策體系
綜合能源基地需要依托天氣預報、發(fā)電設備運行工況、可供電量預報、需求電量、上網競價、調度策略等因素開展智能化分析，形成調度決策。
在能源調度過程中，利用模型庫和知識庫，研究對歷史實際典型方案的實用化修剪模型和算法，開發(fā)優(yōu)化調度模型，提供智能化的調度方案，為指揮決策提供依據(jù)。各種專家知識庫與分析模型貫穿綜合能源調度運行的全過程，為綜合能源基地的智慧化建設提供全方位的支持。
1.4 業(yè)務應用及數(shù)據(jù)標準體系
業(yè)務應用圍繞綜合能源基地的調度業(yè)務，提供數(shù)字孿生綜合能源一張圖、能源調度系統(tǒng)、推演仿真系統(tǒng)等應用。
在展示方面可采用目前主流的數(shù)字孿生可視化技術，利用二維/三維GIS+BIM技術，通過統(tǒng)一的平臺進行生產運行過程信息的圖形化、圖像化展示與發(fā)布。通過數(shù)據(jù)分析、數(shù)據(jù)處理、數(shù)據(jù)共享和空間計算功能，將地理信息、綜合多能源分配推演以及重點 BIM（三維模型）等，在一張GIS地圖上形成“一張基礎圖”的多源數(shù)據(jù)集成，為各業(yè)務應用系統(tǒng)提供可視化展示的支撐平臺。
運行維護體系包括運維保障、標準規(guī)范等。標準規(guī)范體系是根據(jù)綜合能源基地實際情況，按照部、省、市相關標準、規(guī)范要求，建設一套符合要求的完整的、統(tǒng)一的標準規(guī)范體系，包括數(shù)據(jù)規(guī)范、業(yè)務規(guī)范、技術規(guī)范、項目建設規(guī)范等內容[2]。
02、軟件設計方案
2.1 能源調度系統(tǒng)
2.1.1 供需預測
對綜合能源進行合理調度及優(yōu)化的前提是科學預測能源的供給和需求，包括：
1.可供給能源預測：通過模型對新能源發(fā)電基礎設施的運行數(shù)據(jù)、結合氣象數(shù)據(jù)（風向風速、降雨、太陽輻射等）進行分析，合理預測可供給能源、效益風險及棄電損失等；2. 根據(jù)歷史數(shù)據(jù)的建模分析：基于歷史數(shù)據(jù)搭建電網運行負荷評估模型、風能和光伏能源的波動性預測模型、風險 評估模型等[2]；3. 預測能源的需求：依據(jù)調度規(guī)則和歷史數(shù)據(jù)，建立不同時期、不同場景下的能源需求預測模型；
2.1.2 能源調度
1. 調度模型。調度模型支持多策略，包括發(fā)電效益最大化策略、系統(tǒng)頂峰出力最大策略等；調度模塊可根據(jù)不同的調度策略自動調用相應的調度模型，輸出調度方案[3]。
2. 調度策略配置。支持對不同的電站配置不同的調度策略，支持對多個電站批量配置同一調度策略，支持不同時間段和外部環(huán)境條件下配置不同的調度策略。
3. 調度策略聯(lián)合配置。支持對多個目標電站聯(lián)合配置調度策略，形成一個調度方案，以實現(xiàn)最佳的調度效果。
2.1.3 能源預警
通過設計業(yè)務規(guī)則、設備運行閾值、預警規(guī)則等，對能源基礎設施運行異常、供需不平衡、能源浪費超標等情況及時預警，并形成預警和處理記錄。
1. 預警規(guī)則配置。根據(jù)業(yè)務規(guī)則和風險，可通過對設備運行數(shù)據(jù)、閘門開啟次數(shù)、水庫水位、電網負荷等設置預警閾值，達到閾值觸發(fā)預警。
2. 預警類型。預警類型包括設備設施運行異常、棄電損失、效益風險、負荷風險、供需不平衡等。
2.1.4 能效分析
針對接收到的能源需求數(shù)據(jù)，通過模型對新能源發(fā)電基礎設施的運行數(shù)據(jù)進行分析，生成能源調度策略，及能效預估，輔助調度策略人員進行科學調度；再將調度結果反饋到模型中，進一步優(yōu)化其調度。
1. 發(fā)電效率分析。對發(fā)電基礎設施的運行數(shù)據(jù)、結合能源供需預測進行分析，實現(xiàn)發(fā)電功率預報、電網運行負荷、棄電損失、效益風險評估等功能，為調度策略提供依據(jù)；
2. 調度模型。調度模型支持多種調度策略，包括發(fā)電效益最大化策略、頂峰發(fā)電量最大策略等；調度模塊可根據(jù)不同的調度策略自動調用相應的調度模型，輸出調度方案。
2.2 推演仿真系統(tǒng)
推演仿真系統(tǒng)是基于知識庫、模型庫、歷史數(shù)據(jù)、發(fā)電基礎設施的基礎數(shù)據(jù)、調度策略及能效反饋數(shù)據(jù)形成的調度決策支撐系統(tǒng)。調度人員可以通過不同策略下的推演結果做出更合理的調度決策；也可以基于歷史實際案例的推演，幫助其更好的了解現(xiàn)有能源系統(tǒng)，做出更加優(yōu)化的調度決策。主要功能包括：
2.2.1 知識庫
根據(jù)綜合能源基地的業(yè)務特點和知識需求，構建業(yè)務規(guī)則、歷史場景、發(fā)電對象關聯(lián)關系、預報方案、和調度方案等知識庫，并進行加工存儲。
1. 業(yè)務規(guī)則：包括調度規(guī)則、風險預警規(guī)則、安全運行監(jiān)控等業(yè)務的風險預警研判。
2. 歷史場景：包括能源調度、應急事件等歷史場景，包括場景特征、處置過程及效果、處置經驗等內容，以支撐相似場景的快速查找匹配，支撐預案預演模擬。
3. 發(fā)電對象關聯(lián)關系：用于描述能源基地中的發(fā)電基礎設施等實體、概念及其關系，包括空間關系、管理關系。
4. 預報方案：基于基地發(fā)電調度需求，構建調度模型優(yōu)選及參數(shù)集，并根據(jù)專家經驗、預報效果、仿真及實時運行結果動態(tài)更新相關知識。
5. 調度方案：基于預演預案模擬需求，構建發(fā)電調度、應急事件等歷史場景，描述詳細的場景特征、處置過程及效果、處置經驗?；诨囟嗄繕司C合調度要求和調度知識來源，通過模擬預演優(yōu)化，構建基地多業(yè)務聯(lián)合的調度處置預案。
2.2.2 模型庫
模型庫是本系統(tǒng)最核心也是最有價值的功能，系統(tǒng)應該支持模型庫的不斷擴展，方便調度人員更好的學習和管理模型庫的內容，支持不同模型在仿真場景下的數(shù)據(jù)比對，包括：
1. 支持多種模型的加載和切換，用戶可以通過搜索選擇可調用的模型，獲取模型的介紹、適用的調度場景及歷史使用記錄等信息，方便用戶選擇合適的模型。
2. 支持模型參數(shù)的在線調整，系統(tǒng)會約束并提示可調整的參數(shù)及區(qū)間 ；仿真環(huán)境支持多模型多參數(shù)的同時同行計算，方便用戶更好更快地獲取最優(yōu)調度預案。
3. 數(shù)據(jù)底板的數(shù)據(jù)獲取接口，可對外提供模型訓練和測試所需的數(shù)據(jù)。對應用層提供模型調用接口，應用層可通過調用不同的模型進行預測分析和仿真推演。
2.2.3 推演仿真
基于歷史能源需求數(shù)據(jù)、發(fā)電基礎設施的運行數(shù)據(jù)、調度策略及能效反饋數(shù)據(jù)形成能源調度場景案例，調度策略人員可以基于不同的案例，進行模型和調度策略的優(yōu)化和模擬仿真，以幫助其更好的了解現(xiàn)有能源系統(tǒng)，做出更加優(yōu)化的調度決策。
2.3 綜合能源一張圖
利用三維可視化技術對水電站、風力發(fā)電和光伏發(fā)電等新能源發(fā)電基礎設施構建三維模型，并對其運行數(shù)據(jù)、能源存儲、能源利用效率、能源浪費、能源污染等指標進展直觀的可視化展示。這不僅有助于管理者對基礎設施的整體運行狀態(tài)有更為清晰的了解，還可以幫助決策者基于實時數(shù)據(jù)和預報數(shù)據(jù)做出更為精準的決策。主要功能包括：
2.3.1 基礎信息概況
以三維模型的形式展示能源基地各發(fā)電站。
2.3.2 實時運行數(shù)據(jù)
查看各發(fā)電站基本信息、發(fā)電機組狀態(tài)、未來發(fā)電趨勢變化數(shù)據(jù)、每個發(fā)電設備的工作實時狀態(tài)等信息。
2.3.3 發(fā)電趨勢預報
通過對發(fā)電站發(fā)電環(huán)境的變化，對未來發(fā)電量進行預測。
03、關鍵技術的實現(xiàn)
3.1 微服務框架
技術架構方面采用了微服務架構，按照業(yè)務功能構建多個微服務，獨立運行，各個微服務會通過定義好的邊界和其它服務進行交互，以提供業(yè)務或技術功能。
平臺采用分布式微服務架構實現(xiàn)各業(yè)務功能之間的解耦和快速拓展，具備如下特點：
（1）前端采用WAF+Nginx實現(xiàn)安全隔離和負載分流；（2）采用Nacos管理微服務的注冊和發(fā)現(xiàn)；（3）支持通過Spring gateway服務網關聚合各個微服務之間的交互和動態(tài)組建微服務集群；（4）海量數(shù)據(jù)最終寫入數(shù)據(jù)資產中心，支持結構化數(shù)據(jù)、非結構化數(shù)據(jù)、流式數(shù)據(jù)的存儲;（5）支持微服務的統(tǒng)一配置和管控，包括鑒權、資源調度、隊列服務、數(shù)據(jù)治理、接口映射等。
3.2 數(shù)據(jù)中臺實現(xiàn)
數(shù)據(jù)中臺提供針對海量的結構化數(shù)據(jù)和非結構化數(shù)據(jù)以及實時流數(shù)據(jù)的“采、存、管、用”的一體化解決方案，具備大數(shù)據(jù)的采集整合、存儲計算、數(shù)據(jù)治理管控、數(shù)據(jù)應用分析等全方位的數(shù)據(jù)管理與服務能力，提供一站式的大數(shù)據(jù)解決方案，幫助客戶優(yōu)化數(shù)據(jù)資產，深挖數(shù)據(jù)的深層價值[4]。
系統(tǒng)總體架構的4個層次分別是數(shù)據(jù)采集層、處理存儲層、計算引擎、數(shù)據(jù)服務。
（1）數(shù)據(jù)采集 ：對來自實時監(jiān)測數(shù)據(jù)、算法模型輸出數(shù)據(jù)、人工反饋校準數(shù)據(jù)等不同數(shù)據(jù)源的數(shù)據(jù)，通過數(shù)據(jù)接口、數(shù)據(jù)流或者其他方式進行采集；（2）數(shù)據(jù)處理與存儲：對原始數(shù)據(jù)進行預處理并將預處理后的數(shù)據(jù)存儲到數(shù)據(jù)庫中，包括數(shù)據(jù)清洗、數(shù)據(jù)標準轉換、數(shù)據(jù)標簽、數(shù)據(jù)目錄等，以確保數(shù)據(jù)的準確性和一致性，方便后續(xù)的數(shù)據(jù)處理和可視化展示；（3）計算引擎：對存儲的數(shù)據(jù)進行處理，包括在線和離線大數(shù)據(jù)計算、統(tǒng)計分析、數(shù)據(jù)挖掘等，以從原始數(shù)據(jù)中提取有價值的信息和結論；（4）數(shù)據(jù)服務：將可共享的數(shù)據(jù)和模型開放給上層應用，以供其可視化展示給最終用戶。
3.3 三維可視化技術
本系統(tǒng)需要實現(xiàn)三維可視化展示，這涉及到三維圖形渲染、視角控制、交互操作等技術。使用現(xiàn)代的三維可視化技術，可以創(chuàng)建L3+具有高度交互性和視覺效果的三維可視化界面，以展示電力系統(tǒng)數(shù)據(jù)和算法模型輸出功率調整方法[5]。
結合不同場景下的歷史運行數(shù)據(jù)和調度方案，結合三位可視化技術，可以用于模擬仿真在相同場景下的不同調度策略對能源效率的影響，從而幫助調度決策人員更好的了解和優(yōu)化調度策略。
3.4 發(fā)電預報模型
3.4.1 數(shù)據(jù)收集
1. 收集與電站相關數(shù)據(jù)，例如：發(fā)電適合水頭、水位出力系數(shù)、特征水位、水位庫容曲線、中長期水庫入庫流量等。2. 發(fā)電站發(fā)電環(huán)境數(shù)據(jù)收集，這可能包括天氣數(shù)據(jù)（如溫度、風速、太陽輻照度等）、設備狀態(tài)數(shù)據(jù)（如發(fā)電機效率、設備故障率等）以及其他相關因素。為確保收集的數(shù)據(jù)質量和完整性，并對其進行清洗和預處理。
3.4.2 模型選擇
根據(jù)預測需求選擇預測模型。模型計算分為長期預測與短期預測，長期預測是以“日”為單位，可預測未來30天乃至月度、年度的每天發(fā)電量，短期預測是以“小時”為單位，可以預測未來24-72小時每小時的發(fā)電量。
3.4.3 預測結果
模型輸出內容為未來發(fā)電量預測信息，主要包括：發(fā)電量、出力、入庫流量、出庫流量、棄電量等。
3.5 多能互補調度決策模型
風電和光伏均為不可調控能源，其出力受風速、太陽輻射、氣溫等氣象因素的影響，具有較強的間歇性、波動性、和隨機性。在短期調度中，風光水互補運行的本質是：利用水電機組的快速調節(jié)能力平抑風電和光伏的波動性，使得智能互補組合電源的出力波動性減小，降低對電網運行的不利影響。
對發(fā)電預報模型進行擴展，可根據(jù)發(fā)電量的需求及設置決策，使多個發(fā)電站合理的協(xié)同發(fā)電并生成每個發(fā)電站的調度方案為調度人員提供參考。
3.5.1 數(shù)據(jù)收集
1. 以發(fā)電預報模型數(shù)據(jù)為基礎數(shù)據(jù)。
2. 設置所需總發(fā)電量、電價。
3. 設置發(fā)電決策，決策主要包含：成本最低、發(fā)電量最大、收益最高等。
3.5.2 預測結果
顯示不同策略下各發(fā)電站的發(fā)電量信息及調度方案。
04、總結
本文深入探討了綜合能源基地在多能互補背景下的協(xié)同優(yōu)化調度系統(tǒng)的構建與實踐。文章系統(tǒng)性地介紹了系統(tǒng)的技術架構、數(shù)據(jù)中臺、智能化模擬決策體系等核心組件，以及它們在實現(xiàn)能源高效利用、供需平衡和智能化管理方面的作用。
綜上所述，本文不僅為綜合能源基地的協(xié)同優(yōu)化調度提供了系統(tǒng)性的解決方案，還通過具體的技術實現(xiàn)展示了其在實際應用中的可行性和有效性，對于推動能源行業(yè)的智能化、高效化發(fā)展具有重要意義。
