導 讀

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Amazon Elastic Compute Cloud、Google App Engine、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(Genetic Algorithm，GA)和模擬退火(Simu-lated Annealing，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(Grid Architecture of Computational Economy)下提出了一種DBC(Deadline and Budget Constrained)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