中國智能電網技術發展實踐綜述

宋璇坤，韓柳，鞠黃培，陳煒，彭竹弈，黃飛

(1.國網北京經濟技術研究院，北京市 102209；2.天津大學，天津市 300072)

中國智能電網技術發展實踐綜述

宋璇坤1，韓柳1，鞠黃培2，陳煒1，彭竹弈1，黃飛1

(1.國網北京經濟技術研究院，北京市 102209；2.天津大學，天津市 300072)

智能電網是世界范圍內能源和經濟發展的必然趨勢，我國自2009年提出建設智能電網以來，在該領域取得了豐碩的研究成果與實踐經驗，獲得了國際社會的廣泛關注。從接納可再生能源、智能輸變電、智能配用電、智能調度控制系統、通信信息支撐平臺五大領域出發，系統評述了我國在新能源并網預測、儲能、智能變電站、輸電線路防災減災、柔性直流輸電、配電自動化、分布式電源接入與微電網、智能用電、配用電綜合示范、智能調度控制系統、通信網和信息平臺12個方向應用的關鍵技術與示范工程，并對比分析了國外同類技術的發展水平，展望了各項技術的未來發展趨勢。

智能電網；可再生能源；智能輸變電；智能配用電；智能調度控制系統；通信信息支撐平臺

0 引 言

智能電網是將信息技術、通信技術、計算機技術、先進的電力電子技術、可再生能源發電技術和原有的輸配電基礎設施高度集成的新型電網，被世界各國視為推動經濟發展和產業革命，實現可持續發展的新基礎和新動力[1]。國際上，智能電網提出的背景和驅動力主要來自4個方面：(1)應對風能、太陽能等可再生能源發電規模快速增長的挑戰；(2)適應電動汽車、分布式電源等用電結構的變化；(3)電網設備老化和更新換代的需要；(4)網絡經濟向以能源體系為代表的實體經濟滲透和新產業革命的推動[2]。

2009年，隨著智能電網熱潮的興起，國家電網公司和南方電網公司均提出并制訂了智能電網發展規劃并全面推進。我國智能電網建設分為發展起步階段(2009—2010年)、全面建設階段(2011—2020年)和完善提升階段(2021—2025年)，涵蓋了發電、輸電、變電、配電、用電、調度各個領域。至2014年底，國家電網公司累計安排智能電網項目38類358項，其中建成32類305項，電網自動化、互動化、信息化水平大幅提升，在支撐可再生能源的充分消納，提升輸配電網絡的柔性控制能力，滿足用戶多元化負荷需求，保障電網安全、清潔、經濟、高效運行方面成效顯著。我國在智能電網實踐中重點攻克了接納大規模可再生能源、智能輸變電、智能配用電、智能調度控制系統、通信與信息支撐平臺五大領域的一系列重大科學技術問題，取得了豐碩的研究成果與實踐經驗。

1 接納可再生能源關鍵技術

至2014年底，我國風電裝機容量9 581萬kW，居世界第一，光伏裝機容量2 652萬kW，僅次于德國，居世界第二。我國約80%的風電分布在東北、西北、華北“三北”區域，約60%的光伏分布在西北區域，大規模的可再生能源難以就地消納，需發展遠距離、大容量輸電技術，將清潔電力輸送到中東部負荷中心。除了發展特高壓交直流輸電技術外，解決間歇式能源的預測預報以及能量存儲技術，對接納大規模可再生能源具有重要意義[3]。

1.1 新能源并網預測技術

國外從20世紀90年代開始新能源功率預測的研究與應用工作。最早的研究單位是丹麥Ris?國家實驗室，隨后，德國、西班牙、美國等新能源發展較快的國家也開展了相關研究。新能源預測基于歷史數據、數值天氣預報、實時氣象及功率數據等，國外各研究機構相繼提出了物理預測方法、統計預測方法和混合預測方法，并將其進行了廣泛應用[4]。

風電場的出力預測方法可根據不同角度進行劃分。按風電場出力預測時間尺度劃分，可分為長期、中期、短期以及超短期預測；按預測范圍劃分，可分為單機、風電場及風電區域預測等。風速統計預測方法有[5-7]時間序列法[8]、卡爾曼濾波法[9]、威布爾分布法[10-11]、神經網絡法[12-13]等。

光伏發電系統的發電預測模型有徑向基函數模型[14-15]、自回歸滑動平均模型(auto-regressive and moving average，ARMA)[16]、神經網絡模型[17]、多層感知模型[18]以及基于灰色理論的預測模型等[19-20]。

我國新能源預測起步較晚，但發展迅速。在風電預測技術方面，中國電力科學研究院研發了風電功率預測系統，短期、超短期預測平均誤差低于9%，處于國際領先水平；在太陽能發電預測技術方面，中國電力科學研究院提出了考慮云層遮擋的預測方法，實現了超短期功率快速波動預測，預測誤差總體小于10%。至2014年底，國家電網公司在20個省市自治區部署了風功率預測系統，在甘肅、寧夏和青海部署了光伏發電功率預測系統。此外，在間歇式分布式電源發電裝機超過當地年最大負荷1%的地市部署了分布式電源功率預測系統[21]。

未來新能源并網預測技術將著力提高數值天氣預報精度，重點研究能夠詳細模擬新能源開發區域局地效應的數值天氣預報動力降尺度方法、多維觀測數據快速同化方法、邊界層參數化方案優化等。同時，研究面向新能源集群的集群預測算法，解決單個新能源場站預測算法無法快速滿足全面覆蓋大型新能源基地的建模需求。此外，針對分布式新能源的快速發展，重點研究智能建模和在線優化等技術[22]。

1.2 儲能技術

儲能技術對解決大規模可再生能源發電接入具有戰略意義[23]。儲能技術主要有機械儲能、電磁儲能、電化學儲能和相變儲能4類[24]。

常見的機械儲能包括抽水蓄能、壓縮空氣儲能、飛輪儲能等。抽水蓄能是最傳統的機械儲能方式，目前已有100多年的歷史，2014年我國抽水蓄能總裝機容量達2 181萬kW。我國目前還未有大容量的壓縮空氣儲能投入運行，國外目前已有2座大型電站投入商業運行，分別在德國和美國。目前，美國在建全球最大的第3家壓縮空氣儲能發電廠，裝機容量達270萬kW[25]。

電化學儲能的特點是功率和能量可根據不同應用需求靈活配置，響應速度快，不受地理資源等外部條件限制，適合大規模應用和批量化生產，但目前還存在使用壽命短、成本高等問題。常見的電化學儲能有鋰離子電池、液流電池、鈉硫電池、鉛酸電池、氫儲能等。目前，我國各類型電池儲能均有示范應用，表1列出了我國主要的儲能示范工程。遼寧臥牛石風電場安裝了全球最大的全釩液流電池儲能系統。我國電解水制氫技術的基礎較好，氫儲能技術還處于研究階段，尚未實用化運營，而日本和德國在氫燃料電池汽車領域已經進入了商業化階段[26]。

電磁儲能包括超導電磁儲能、超級電容器等。電磁儲能能夠長時間、無損耗地儲存能量，儲能密度高，響應時間為ms級，轉換效率大于95%，無限次循環充放電，但其成本高昂[27]。

相變儲能包括熔融鹽儲能、冰蓄冷、蓄熱電鍋爐儲能等。以熔融鹽或熱作為儲能介質的工程在我國新能源資源豐富的西北和東北地區均有示范應用[28]。

總體而言，儲能技術在我國的發展還不成熟，儲能技術的戰略性地位及其前沿科學的屬性決定儲能技術研發過程的長期性和持續性。儲能本體技術是實現儲能創新突破的核心，其又是制約儲能系統大規模應用的瓶頸，需研制長壽命、低成本、高安全的儲能用電池，重點突破如何增強和提高儲能期間的能量密度、功率密度、響應時間、儲能效率等問題。儲能技術中的綜合評價是實現市場化與規模化的必要條件，需要建立儲能檢測和評價體系。我國規劃到2030年，建成示范分布式儲能電站集群、 MW級氫儲能系統和GW級化學儲能系統[29-30]。

表1 我國主要儲能示范工程
Table 1 Main energy storage demonstration projects in China

2 智能輸變電技術

輸電和變電環節是電網傳輸與功率轉換的重要環節，其智能化建設是提升電網公司運營管理效率的重要手段，一直以來是電網公司智能電網建設的重點。

2.1 智能變電站

變電站是電網中重要的參量采集點和管控執行點。我國在2006年建設了以應用IEC61850標準和電子互感器為特征的“數字化變電站”。2009年，以兩批智能變電站試點工程為標志，我國進入智能變電站階段。2013年，啟動建設6座新一代智能變電站，代表了我國智能變電站的最高水平。國外雖尚未提出智能變電站的概念，但也逐漸向智能化發展。電子式互感器已有40多年的歷史，其中ABB公司有60余套光學互感器掛網運行；變電站自動化系統應用了IEC61850標準；智能分析采用狀態監測、設備故障診斷專家系統等技術對重要電力設備進行全壽命周期管理[31]。

現階段，我國的智能變電站以設備集成化、采集數字化、傳輸網絡化、分析智能化為特征，智能變電站整體技術，尤其是統一全站信息規范、與電網協同互動、設備集成創新等方面均處于國際領先地位。我國智能變電站在國際上首創了就地級—站域級—廣域級層次化保護控制系統[32]，構建了信息集成、決策智能的一體化業務系統，提出了模塊化預制、插拔式連接、裝配式安裝的變電站建設新模式；在國際上首次研制成功站域保護控制裝置、智能集成二次設備、時延標記交換機、集成電子互感器的隔離斷路器等新型裝備。

至2014年底，國家電網公司已建成110～750 kV智能變電站1 527座。智能變電站在減少占地面積及建筑面積，提升建設效率，降低運維成本，節能環保等方面效果顯著。110～750 kV戶外AIS(air insulated substation)智能站比常規站平均節約占地面積10%，節約建筑面積26%，節約電纜64%，減少電纜溝混凝土量30%，減少二次屏柜34%，縮短建設工期40%，較常規變電站全壽命周期成本減少1%～3%。

近期，將重點推廣電子互感器、集成式隔離斷路器在我國變電站的應用范圍，攻克電子互感器長期運行不穩定的難題，進一步優化提升二次系統的性能及集成度。遠期，將圍繞“新型設備、新式材料、新興技術”，構建基于電力電子技術和超導技術應用的智能變電站，通過不斷融合前瞻性技術理念，研制超導變壓器、超導限流器、電力電子變壓器、固態開關、光子保護裝置等新型設備，實現持續創新[33]。

2.2 輸電線路防災減災技術

近年來，雷電、冰災、山火等自然災害頻發，導致輸電線路停電故障概率增大。雷電定位及預警、覆冰監測預警及融冰、山火監測預警等輸電線路防災減災系統對保證輸電線路安全運行發揮了重要作用[34]。

我國是繼美國后第2個在雷電定位系統(lightning location system，LLS)技術領域擁有自主知識產權的國家。自1993年第1套國產LLS在安徽電網投入工程運用以來，LLS已覆蓋我國32個省份電網及絕大部分國土面積，并于2006年實施了全國聯網。我國LLS已實現了電網雷擊閃絡檢測率>90%、定位誤差<1 km的實用化指標，雷電監測網規模和水平居世界領先地位[35-36]。LLS是對正在發生的雷云放電的實時測量，為提前掌握雷電運動發展趨勢，國家電網公司開發建立了雷電預警系統，可為監測保護對象提供2 h以上的雷電預報以及15～30 min的高精度雷電災害風險預警。調度及運維單位可根據預警信息，事前采用調整運行方式等措施，減少因雷電產生的停電損失。雷電預警系統首個試點工程于2013年在江蘇省投運，“十三五”期間，將針對重要變電站及輸電通道建成10個以上地區的區域性雷電預警網絡，并進行全國聯網。

電網冰害整體解決方案是指綜合“抗、防、融、除”等技術措施，系統應對電網冰害的綜合解決方案[37]。國外覆冰嚴重的國家如俄羅斯、加拿大、美國、日本、英國、芬蘭和冰島等，較早開展了輸電線路防治冰害的研究與應用。我國自2008年冰災以來，在冰害防治方面發展迅速，工程應用效果顯著，至2014年，“覆冰自動監測系統”已推廣應用1 000多套，并開展了特高壓線路沿線氣象觀測工作。“國家電網輸電線路覆冰預測預警中心”已經在四川、重慶、湖南等9個省市開展了電網覆冰長期、中期和短期預測預報工作。直流融冰裝置已推廣應用43套，特高壓直流融冰裝置已經在湖南試驗成功，農配網移動式、便攜式、固定式等融冰裝置已推廣應用60套，變電站帶電熱力除冰裝置已推廣應用30套，機械震動除冰在河南500 kV姚白線進行了應用。“十三五”期間，將在特高壓線路重點推廣應用直流融冰裝置，在重覆冰區重要線路全面實施電網冰害防治技術。

國內外一直沒有與電網結合的山火監測預警技術[38]。2009年，國家電網公司率先開發了基于衛星遙感數據的輸電線路山火監測系統，并成功應用于湖南電網[39]。2013年，國家電網公司在湖南省成立輸電線路山火監測預警中心，建設衛星直收地面接收站。我國山火預報及實時監測各項技術指標世界領先，山火預報和火點識別的準確率分別達到92%和90%，均可定位到具體線路桿塔，紅外衛星接收的監測間隔縮短到20 min。在山火滅火技術方面，我國研制成功高效防復燃滅火液和便攜式高壓細水霧滅火機，防復燃能力達95%，在國際上首創帶電遠距離高揚程移動滅火平臺，舉高上限達500 m，可實現高壓輸電線路帶電滅火，防山火裝備已在湖南省配備100余套，成功撲救130余起線路山火，避免了多條重要線路山火跳閘事故的發生[40]。“十三五”期間，我國將在山火高發的12省份建立輸電線路山火監測預警子系統，并建成國家電網公司全網輸電線路山火監測預警系統。

2.3 柔性直流輸電技術

柔性直流輸電是以電壓源型換流器、可關斷器件和脈寬調制技術為基礎的新一代直流輸電技術，被CIGRE和IEEE命名為電壓源換流器型直流輸電(voltage source converter based high voltage direct current，VSC-HVDC)。柔性直流輸電技術非常適用于可再生能源并網、分布式發電并網、孤島供電、城市電網供電和異步交流電網互聯等領域[41]。

柔性直流技術以其有功無功獨立調節、無源供電能力以及易于構建直流電網等特點，受到世界范圍的廣泛關注。至2012底，來自于歐洲、美洲、亞洲、大洋洲、非洲的16個國家共有13個柔性直流輸電工程投運，其中4個工程用于風電接入；6個工程用于電網互聯；1個工程用于大型城市供電；2個工程用于海上鉆井平臺供電。我國柔性直流輸電技術的研究始于2005年，2011年6月我國首個柔性直流輸電示范工程——上海南匯風電場并網工程投運，2014年投運的舟山五端直流是目前世界上端數最多的柔性直流輸電系統，2015年投運的廈門±320 kV柔性直流工程是目前世界上首次采用真雙極接線，且電壓等級最高，輸送容量最大的高壓柔性直流輸電系統。表2為我國主要的柔性直流輸電示范工程。

表2 我國主要的柔性直流輸電示范工程
Table 2 Major flexible DC transmission demonstration projects in China

未來柔性直流技術的主要發展方向為高壓大容量柔性直流、直流電網及架空線柔性直流輸電技術等。未來柔性直流的容量水平提升，將主要集中于研制更高電壓等級XLPE直流電纜、新型SiC大容量電力電子器件，以及應用新的換流器系統拓撲等方面。直流電網及架空線柔性直流技術還需重點研發新的換流器拓撲結構及研制直流斷路器以解決直流線路故障隔離問題，同時直流電網還需要研發直流變壓器以解決不同電壓等級直流電網聯結問題[42]。

3 智能配用電技術

配用電系統作為電力系統到用戶的最后一個環節，與用戶聯系最為密切，是保證供電質量、提高運行效率、創新用戶服務的關鍵環節，在智能電網建設中受到國內外的普遍關注。

3.1 配電自動化系統(distribution automation system，DAS)

配電自動化技術在國外發達國家經過長期的應用而比較成熟，其中法國、日本的配電自動化覆蓋率分別達到90%、100%。日本配電自動化系統主要強調實用，重點關注故障的快速定位與隔離功能；歐美配電自動化系統側重于建設功能強大的配電管理系統(distribution management system，DMS)，在主站端具備較多的高級應用和管理功能。日本配電網主要依賴就地重合器進行故障處理；法國配電網開關遙控率并不高，主要采用調度員遙控開關與現場人員就地操作開關相結合的方式縮小故障隔離區域。法國50%以上的故障恢復供電時間不超過3 min，韓國故障恢復時間為6 min。

我國配電網基礎較薄弱，DAS起步較晚[43]。至2014年底，國家電網公司DAS總體覆蓋率為12.6%，覆蓋了78個地市，共2.7萬條10 kV線路，主要集中在網架結構成熟的城市中心區，其中A+、A類供電區域覆蓋率分別為53.4%、31.5%，B、C、D類供電區域分別為11.7%、8.4%、2.8%。DAS建成區域平均倒閘操作時間由投運前的36.9 min縮短至8.3 min，非故障區域平均恢復供電時間由投運前的81 min縮短至11.4 min。

目前我國配電自動化總體覆蓋率偏低，還未實現規模效應。我國規劃在“十三五”期間大面積提升配電自動化覆蓋范圍，2020年總體覆蓋率達到100%。我國DAS建設包括配電自動化主站、配電終端、饋線自動化(feeder automation，FA)、通信通道建設[43]。規劃的總體建設原則為DAS主站主要為地縣一體化模式，并建設DAS信息交換總線，實現與電力系統能量管理系統(energy management system，EMS)、生產管理系統(production management system，PMS)、地理信息系統(geographic information system，GIS)、營銷、調度等系統平臺的數據共享與信息交換，滿足調度控制、故障研判、搶修指揮等業務要求。各類供電區域配電自動化差異化配置，在A+類供電區域采用“三遙”終端與光纖通信方式，建設全自動集中式或智能分布式饋線自動化，實現故障快速處理；A、B類供電區域采用“三遙”、“標準型二遙”、“動作型二遙”終端，建設集中式、智能分布式或就地型重合器式饋線自動化，有效縮短故障停電時間；C、D類供電區域主要采用“標準型二遙”、“基本型二遙(故障指示器)”終端，以實現故障監測功能為主，并根據實際需求建設就地型重合器式饋線自動化。

3.2 分布式電源接入與微電網技術

至2014年底，國家電網公司經營區域內已并網運行的分布式電源裝機容量380.1萬kW，其中分布式光伏裝機最大，達到249.7萬kW，約占66%。我國已經成為世界上分布式電源發展最快的國家之一，但我國分布式電源裝機占電源總裝機容量的比例僅為0.36%，遠遠低于世界水平。國際上，丹麥、挪威、芬蘭等國家的分布式發電裝機占比已接近或超過50%，日本分布式發電裝機占比達13.4%[44]。

隨著分布式電源的大量接入，“主動配電網”概念應運而生，主動配電網是解決高滲透率的分布式電源接入的關鍵技術，包含柔性組網技術、保護技術、儲能技術、能量管理技術、即插即用技術、電能質量控制技術等。國內主動配電網總體來講處于起步研究階段，依托國家863項目，在建與建成的4個主動配電網示范工程為廣東佛山三水區、北京未來科技城、福建海西廈門島、貴陽清鎮紅楓供電區。

根據國家電網公司規劃，通過對配電網的建設改造，2020年我國110 kV及以下配電網需要接納1.22億kW新能源和分布式電源接入，能適應分布式電源15%高滲透率接入。與當前分布式電源接入規模相比，我國主動配電網的建設任重而道遠。未來，基于高滲透率的分布式電源接入主動配電網還需擴大示范應用的范圍，并重點研究建立虛擬電廠等分布式電源運營管理體系。

微電網在國際上被認為是提高分布式電源利用效率的有效方式[45]。在分布式電源滲透率較高的局部地區及電網覆蓋不到的偏遠地區或海島，采用微電網的方式，可以提高配電網對分布式能源的接納能力、解決偏遠地區的供電問題。微電網需解決多源儲能控制、微網協調控制、黑啟動控制、保護配置、經濟優化調度等關鍵問題，是世界各國研究的熱點。全球規劃以及在建或運營中的微電網項目總裝機容量接近439.3萬kW。目前，我國已開展微電網試點工程14個，如表3所示。

微電網作為促進可再生能源友好接入的一種技術手段，具有廣闊的發展前景和市場前景。未來發展微電網應重視可復制性和商用性，建立微電網評價標準，實現微電網產業化。

3.3 智能用電技術

構建靈活、互動的智能用電是智能電網的重要任務，包括信息和電能的雙向互動，鼓勵用戶改變傳統的用電消費方式，積極參與電網運行，實現分布式電源、電動汽車“即插即用”的并網運行方式。目前我國的智能用電實踐以用電信息采集、需求側管理(demand side management，DSM)、電動汽車充放電服務網絡為主[46]。

表3 我國微電網重點示范工程
Table 3 Key micro grid demonstration projects in China.

用電信息采集系統是實現智能雙向用電的基礎與關鍵，包括主站、終端及智能電表、通信信道等建設，實現遠方自動抄表、自助充值、實時用電監控、線損監測、有序用電管理等功能[47]。我國在用電信息采集的技術標準規范方面發展迅速，在國際上處于領先水平，智能電能表安裝數量多，覆蓋范圍廣。至2014年底，國家電網公司經營區域內累計應用智能電能表2.14億個，用電信息采集系統803.6萬套，覆蓋2.2億用戶，采集覆蓋率達51.4%。今后，我國將按照“全覆蓋、全采集、全費控”的建設要求，全面建成用電信息采集系統，以雙向互動智能電能表為載體，支持未來實時電價機制，支撐用戶信息互動、分布式電源接入、電動汽車充放電等業務，并積極推廣電、水、氣、熱“四表合一”采集技術[48]。

需求側管理涵蓋分時電價、削峰填谷、節能技術等多個方面，基于價格和激勵的需求側響應(demand response，DR)是實現需求側管理的重要手段之一[49]。我國受電價政策的影響，目前需求側管理主要手段是有序用電，需求側響應的應用僅限于試點，覆蓋范圍小。2013年，國家發改委將北京、蘇州、佛山、唐山列為電力需求側管理試點城市。2014年，國家發改委將上海作為需求側響應試點城市，對主動削減負荷的用戶給予電價補貼，通過實施DR，同年夏季單次最大負荷降幅達到5.5萬kW。目前，在北京、佛山等城市也開展了需求側響應試點，并且首次在江蘇開展覆蓋全省的需求側響應試點。江蘇省需求側響應工程選擇約占高峰負荷30%～50%的空調作為響應負荷，2015年完成1 162棟樓宇、62萬kW空調負荷的響應控制，在2015年夏季單次最大削減負荷達14.18萬kW。DR負荷作為可調度負荷在電力系統中的價值將隨著不可調度機組比例提高而增大。隨著《關于進一步深化電力體制改革的若干意見》(中發﹝2015﹞9號，以下簡稱《9號文》)及其配套政策的出臺，以價格/激勵型為主導的需求響應或將成為我國解決電力供需矛盾與間歇式能源功率平衡的重要途徑。

電動汽車作為我國低碳經濟、新能源利用的重點發展方向，已納入我國新能源七大新興戰略產業[50]。目前，我國按照“主導快充、兼顧慢充、引導換電、經濟實用”的原則，科學有序建設充換電服務網絡。在換電模式方面主要應用于公共服務類商用車和乘用車，其中商用車換電已在北京、天津、南京、青島等城市成功實現商業運行。在直流充電方面，我國充電機功率密度和充電效率相對較低，體積較大，與國外先進水平有一定差距，在交流充電方面與國外先進水平相當。目前我國沒有形成獨立的充電服務網絡運營商，而美國、歐洲已經出現較大型的專業充電服務網絡運營商。至2014年底，我國電動汽車保有量已超過12萬輛，僅次于美國、日本，居世界第三，建成電動汽車充換電站723座、交流充電樁2.89萬臺，建成沿京滬、京港澳、青銀高速的“兩縱一橫”高速公路快充網絡，形成世界上最大的電動汽車充換電服務網絡。隨著未來電動汽車的規模化應用，需重點研究開發電動汽車單向有序(timed charging，TC；vehicle in with logic,V1G)、雙向有序(vehicle-to-grid，V2G)不同充放電模式下充放電站的實現技術，充放電與電網控制調度的能源與信息交互技術，電動汽車非接觸式充電及接口技術，基于“互聯網+”的充換電服務網絡商業運營模式[51]。

3.4 配用電綜合示范工程

為了全面展示和驗證智能配用電技術，支撐我國“智慧城市”及“新能源示范城市”建設，我國建成了一批智能配用電綜合示范工程。至2014年底，國家電網公司已建成上海世博園、中新天津生態城(一期)、揚州開發區、江西共青城等9個智能電網綜合示范工程，正在建設北京延慶、天津生態城(二期)、寧夏銀川開發區、上海虹橋商務區等18個智能電網綜合示范工程。

中新天津生態城智能電網綜合示范工程是我國智能電網標志性的綜合示范工程，總占地面積約34 km2，規劃人口約35萬人。一期工程于2011年9月建成投運，包含12個子項，已穩定運行4年，園區的電能質量、供電可靠性與安全性得到了大幅的提高，生態城供電可靠率可達99.999%，電壓合格率可達100%，綜合線損率降低1.18%，能源供應更加可靠。生態城每年減少1 074 t燃油消耗，節約標煤 5 930 t，每年可減少CO2排放18 488 t，節能減排效果顯著。中新天津生態城二期工程于2014年開始建設，旨在建成具備國際影響力的智能電網創新示范基地，全面展示 “能源互聯、信息互通”的核心特征，二期工程包含能源互聯網優化配置網絡和信息服務網絡兩大板塊，共6個子項[52]。

依據國家能源局配電網建設改造行動計劃(2015—2020年)，“推動智能互聯，打造服務平臺”將作為未來配電網改造與建設的重點任務之一。2015—2017年，國家電網公司還將規劃建設蘇州工業園區、北京亦莊、山西大同等15個智能配電網綜合示范工程。

4 智能調度控制系統

調度系統是整個智能電網運行控制的神經中樞，我國智能電網在調度領域的建設重點是基于D5000統一平臺的各級主調及備用調度控制系統，調度數據網絡，二次安全防護系統等[53]。

智能調度控制系統將原來調度中心內部的10余套獨立的應用系統，橫向集成為由一個基礎平臺和四大類應用(實時監控與預警、調度計劃、安全校核和調度管理)構成的電網調度控制系統。同時，縱向實現國、網、省三級調度業務的協調控制，支持實時數據、實時畫面和應用功能的全網共享。智能電網調度控制系統在世界上首次研究并實現了滿足特大電網調度需求的大電網統一建模、分布式實時數據庫、實時圖形遠程瀏覽等關鍵技術，攻克了多級調度協同的大電網智能報警及協調控制、全網聯合在線安全預警等重大技術難題，在協調安全控制、統籌經濟調度和縱深安全防護方面已達到國際領先水平[54]。

我國自2009年開始建設智能調度控制系統的試點工程，至2014年底，國家電網公司全面建成基于D5000平臺的國(分)調、27家省級調度以及288套地區級電網調度控制系統。至2014年底，基于分層虛擬專用網(virtual private network，VPN)的調度數據網骨干網雙平面全面覆蓋各級調度，調度數據網規模達43 375個節點。全網安裝PMU設備2 301套，500 kV以上變電站覆蓋率達98.6%，建立了世界上規模最大的電網動態監測系統。研發并應用分布式備調核心技術，建成32家省級以上、199家地調備用調度系統協調運作的分布式特大型備調系統。

未來在智能電網調度控制系統的建設方面，我國還需要提升交直流混聯大電網特性認知能力，增強清潔能源運行控制水平和消納能力，加強適應電力市場環境的調度技術手段建設，提升變電站與調度間的互動映射水平，提升配電網調控運行水平。

5 通信信息支撐平臺

信息通信技術是智能電網發電、輸電、變電、配電、用電、調度六大環節的基礎支撐技術，智能電網建設對通信信息網也提出了更高的要求[55]。

5.1 通信網

在傳輸網方面，國家電網公司已建成世界上最大的電力專用通信網絡，形成了以光纖為主，微波、載波等多種通信方式并存，分層分級自愈環網為主的體系架構，其應用水平處于國際先進水平。至2014年底，國家電網公司骨干通信網光纜總長度101.1萬km，220 kV以上變電站基本達到雙回光纜通道覆蓋，110 kV及以上變電站實現100%光纖通信覆蓋，省際光傳送網(optical transport network，OTN)最大傳輸速率達到400 Gbit/s，省際同步數字系列(synchronous digital hierarchy，SDH)傳輸網最大速率達到10 Gbit/s，已形成雙骨干傳輸網技術架構[56]。

在通信接入網方面，由于我國配電自動化建設起步較晚，光纖通信與無線通信覆蓋率普遍較低，又因行業對無線通信的安全性認識缺乏一致性，目前無線通信技術主要用于對實時性、安全性要求較低的業務。與國外發達地區相比，配電網無線通信傳輸可靠性較低。10 kV通信接入網目前主要采用公用移動通信(GPRS、CDMA)、中壓電力線載波、光纖專網等多種通信方式。至2014年底，建成10 kV通信光纜約9.3萬km，10 kV配電站點光纖覆蓋率A+類、A類和B類區域分別為78%、55%和22%，無線公網覆蓋率C類和D類區域分別為76.7%和99.2%。

我國目前通信網整體呈現“骨干網強、接入網弱”的態勢，未來在骨干通信網方面需要加強資源整合與網架結構優化，持續提升骨干通信網的傳輸能力、各類業務網的承載能力、支撐網的穩定能力及一體化管控能力，通過應用SDN軟件控制技術而非新增硬件來達到提升數據網絡利用率的目的。根據配用電點多面廣的特點，綜合利用無線公網、無線專網、有源光網絡、無源光網絡、寬帶載波等復合通信技術，解決實時性、可靠性和基于IP組網等技術問題，支撐智能配用電系統的應用要求[57-58]。

5.2 信息平臺

現階段我國電網企業信息化進入綜合管理信息化階段，建立了支撐集團化運作的一體化企業級信息系統，實現了企業生產管理信息的縱向貫通和橫向集成[59]。

以國家電網公司為例，信息通信網絡已發展成為依托于電網的立體化多層級網絡，在國內中央企業信息化建設中處于領先地位，建成總部、省(市)兩級數據中心，以及北京、上海、西安三地數據(災備)中心；完成了海量數據、電網地理信息系統、非結構化數據、統一視頻、統一權限、統一開發、大屏可視化等平臺建設工作；建成信息安全主動防御體系；開展了柔性支撐能力更強的“軟硬件資源池”、“公共數據資源池”、“應用資源池”三大資源池建設工作。一體化平臺承載能力大幅提升，業務應用全面覆蓋人力、財務、物資以及規劃、檢修、建設、運行、營銷管理體系核心業務和智能電網建設各個環節，有效支撐企業數據共享與業務融合。

“十三五”期間，我國將重點加強大數據、云計算、物聯網、移動互聯等新技術對智能電網創新發展的推動作用，建設大數據平臺、云計算平臺和移動應用平臺，實現企業內部各專業、各類型數據統一管理與共享交換，建設具有大數據處理能力的企業管理云、公共服務云和生產控制云，為企業內部員工和社會大眾提供統一的服務入口。

6 結 語

我國的智能電網建設一直以來以電網公司為主導，隨著2014年習近平總書記提出能源革命、創新驅動發展的國家戰略方向，政府層面密集出臺了《關于智能電網發展的指導意見》、《國務院關于積極推進“互聯網+”行動的指導意見》、《智能電網重大工程》等一系列推進智能電網建設的政策措施，智能電網發展迎來政府、發電企業、用戶、電網企業、裝備及其他行業共贏的局面，面臨前所未有的戰略機遇。未來我國將重點突破大容量儲能技術、高電壓網絡化的柔性直流技術，深化智能輸變電技術，提升大規模可再生能源并網接納技術，以電力體制改革為契機重點發展智能配用電技術，加強通信信息對智能電網的支撐技術。同時應依托示范工程開展電動汽車智能充電服務、可再生能源發電與儲能協調運行、智能用電一站式服務、虛擬電廠等重點領域的商業模式創新，營造智能電網產業可持續發展的良好環境。

[1]劉振亞．全球能源互聯網[M]．北京：中國電力出版社，2015．

[2]劉振亞．智能電網[M]．北京：中國電力出版社，2010．

[3]孫盛鵬,劉鳳良,薛松. 需求側資源促進可再生能源消納貢獻度綜合評價體系[J]. 電力自動化設備, 2015, 35(4): 77-83. SUN Shengpeng，LIU Fengliang，XUE Song. Comprehensive evaluation system for contribution degree of demand-side resources to renewable energy source integration[J]. Electric Power Automation Equipment, 2015, 35(4): 77-83.

[4]嵇靈. 不確定因素下的智能電網能量管理及擴容優化研究[D]. 北京: 華北電力大學,2015. JI Ling. Research on energy management and expansion optimization of smart grid under uncertainties[D].Beijing: North China Electric Power University, 2015.

[5]栗然,王粵,曹磊. 基于Box-Cox變換的風電場短期風速預測模型[J]. 現代電力, 2008, 25(4): 35-39. LI Ran, WANG Yue, CAO Lei. Short-term wind speed forecasting model for wind farm based on Box-Cox transformation[J]. Modern Electric Power, 2008, 25(4): 35-39.

[6]田崇翼, 李珂, 嚴毅, 等. 基于經驗模式分解的風電場多時間尺度復合儲能控制策略[J]. 電網技術, 2015, 39(8): 2167-2172. TIAN Chongyi, LI Ke, YAN Yi, et al. A multi-time scale control strategy of hybrid energy storage system in wind farm based on empirical mode decomposition[J]. Power System Technology, 2015, 39(8): 2167-2172.

[7]邵璠,孫育河,梁嵐珍. 基于時間序列法的風電場風速預測研究[J]. 華東電力, 2008, 36(7): 26-29. SHAO Fan, SUN Yuhe, LIANG Lanzhen. Wind speed forecast for wind farms based on time series[J].East China Electric Power, 2008, 36(7): 26-29.

[8]潘迪夫,劉輝,李燕飛. 風電場風速短期多步預測改進算法[J]. 中國電機工程學報, 2008, 28(26): 87-91. PAN Difu, LIU Hui, LI Yanfei. Optimization algorithm of short-term multi-step wind speed forecast[J]. Proceedings of the CSEE, 2008, 28(26): 87-91.

[9]張學清. 風電預測、協同調度及電網電壓安全評估研究[D]. 濟南: 山東大學, 2013. ZHANG Xueqing.Study on wind power prediction, synergistic dispatch and voltage security assessment of power grid[D]. Ji’nan: Shandong University, 2013.

[10]肖洋. 風電場風速和發電功率預測研究[D]. 吉林: 東北電力大學, 2005.

[11]祝賀,徐建源. 風電場GM-WEIBULL風速分布組合模型出力預測[J]. 華東電力, 2008, 36(11): 144-146. ZHU He, XU Jianyuan. Wind farm output forecast based on combined GM-WEIBULL wind speed distribution model[J]. East China Electric Power, 2008, 36(11): 144-146.

[12]楊琦,張建華,王向峰,等. 基于小波-神經網絡的風速及風力發電量預測[J]. 電網技術, 2009, 33(17): 44-48. YANG Qi，ZHANG Jianhua，WANG Xiangfeng, et al. Wind speed and generated wind power forecast based on wavelet-neural network[J]. Power System Technology, 2009, 33(17): 44-48.

[13]王富強. 風電場短期風速預測及模擬的理論與方法研究[D].北京: 華北電力大學,2013. WANG Fuqiang. Research on prediction and numerical simulation for short-term wind speed in wind-farm[D].Beijing: North China Electric Power University, 2013.

[14]LI R，LI G M. Photovoltaic power generation output forecasting based on support vector machine regression technique[J]. Electric Power，2008, 41(2)：74-78.

[15]CHENG C S，DUAN S X，YIN J J. Design of photovoltaic array power forecasting model based on neutral network[J]. Transactions of China Electrotechnical Society，2009, 24(9)：153-158.

[16]CHAKRABORTY S，WEISS M D，SIMOES M G. Distributed intelligent energy management system for a single-phase high-frequency AC microgrid[J]. IEEE Transactions on Industrial Electronics，2007, 54(1)：97-109.

[17]董雷,周文萍,張沛,等. 基于動態貝葉斯網絡的光伏發電短期概率預測[J]. 中國電機工程學報, 2013, 33(增刊): 38-45. DONG Lei, ZHOU Wenping, ZHANG Pei, et al. Short-term photovoltaic output forecast based on dynamic bayesian network theory[J]. Proceedings of the CSEE, 2013, 33(Supplement): 38-45.

[18]盧靜,翟海青,劉純,等. 光伏發電功率預測統計方法研究[J]. 華東電力, 2010, 38(4): 563-567. LU Jing, DI Haiqing, LIU Chun, et al. Study on statistical method for predicting photovoltaic generation power[J]. East China Electric Power, 2010, 38(4): 563-567.

[19]陳煒,艾欣,吳濤,等. 光伏并網發電系統對電網的影響研究綜述[J]. 電力自動化設備, 2013, 33(2): 26-32, 39. CHEN Wei，AI Xin，WU Tao，et al. Influence of grid-connected photovoltaic system on power network[J]. Electric Power Automation Equipment, 2013, 33(2): 26-32, 39.

[20]李光明,廖華,李景天,等. 并網光伏發電系統發電量預測方法的探討[J]. 云南師范大學學報, 2011, 31(2): 33-38, 64. LI Guangming，LIAO Hua，LI Jingtian, et al. Discussion on the method of grid-connected PV power system generation forecasting[J]. Journal of Yunnan Normal University, 2011, 31(2): 33-38, 64.

[21]張正中. 新能源并網調度支持系統廠站側研究[D]. 北京: 華北電力大學, 2013. ZHANG Zhengzhong. Research on the renew energy management system at power station[D]. Beijing: North China Electric Power University, 2013.

[22]馮志偉. 風電分析預測在風電調度輔助決策中的應用[D].北京: 華北電力大學, 2012. FENG Zhiwei. The application of the wind power analysis and forecast in the wind power dispatching and decision[D].Beijing: North China Electric Power University, 2012.

[23]駱妮,李建林. 儲能技術在電力系統中的研究進展[J]. 電網與清潔能源, 2012, 28(2): 71-79. LUO Ni，LI Jianlin. Research progress of energy storage technology in power system[J]. Power System and Clean Energy, 2012, 28(2): 71-79.

[24]叢晶,宋坤,魯海威,等. 新能源電力系統中的儲能技術研究綜述[J]. 電工電能新技術, 2014, 33(3): 53-59. CONG Jing，SONG Kun，LU Haiwei, et al. Review of energy storage technology for new energy power system[J]. Advanced Technology of Electrical Engineering and Energy, 2014, 33(3): 53-59.

[25]嚴干貴,謝國強,李軍徽，等. 儲能系統在電力系統中的應用綜述[J]. 東北電力大學學報, 2011, 31(3): 7-12. YAN Gangui, XIE Guoqiang, LI Junhui, et al. Review of energy storage system in electric power system[J]. Journal of Northeast Dianli University, 2011, 31(3): 7-12.

[26]劉英俊. 通信基站用相變儲能模塊的開發與數值模擬[D].長沙: 湖南大學, 2013. LIU Yingjun. The application of phase change energy storage module’s development and numerical simulation in communication base station[D]. Changsha: Hunan University, 2013.

[27]黃曉英. 超導電磁儲能的原理、構造及應用[J]. 供用電, 1995, 12(6): 52-54.

[28]尹霞. 基于熱力學模型的新型無機熔鹽水化物相變儲能材料的研究[D].長沙：中南大學,2012. YIN Xia. Study on phase change materials (PCM) of hydrate salts using thermodynamic model[D]. Changsha: Central South University, 2012.

[29]陳樹勇, 宋書芳, 李蘭欣, 等. 智能電網技術綜述[J]. 電網技術, 2009, 33(8): 1-7. CHEN Shuyong，SONG Shufang，LI Lanxin, et al. Survey on smart grid technology[J]. Power System Technology, 2009, 33(8): 1-7.

[30]高翔. 智能配電網[M]. 北京：中國電力出版社，2012.

[31]宋璇坤，劉開俊. 新一代智能變電站研究與設計[M]. 北京： 中國電力出版社，2014.

[32]李振興. 智能電網層次化保護構建模式及關鍵技術研究[D].武漢: 華中科技大學,2013. LI Zhenxing. Study on construction mode and key technologies of smart grid hierarchical protection[D].Wuhan: Huazhong University of Science and Technology, 2013.

[33]倪益民,楊宇,樊陳,等. 智能變電站二次設備集成方案討論[J]. 電力系統自動化,2014,38(3):194-199. NI Yimin, YANG Yu, FAN Chen, et al. Discussion on integration of secondary devices in smart substations[J]. Automation of Electric Power Systems, 2014, 38(3): 194-199.

[34]程擁軍. 山區輸電線路防災減災差異化管理方法與應用[D].北京：華北電力大學,2013. CHENG Yongjun. Management strategies and application of disaster-preventing & mitigating differentia theory for electric transmission line in montanic regions[D].Beijing: North China Electric Power University, 2013.

[35]陳家宏,張勤,馮萬興,等. 中國電網雷電定位系統與雷電監測網[J]. 高電壓技術, 2008, 34(3): 425-431. CHEN Jiahong, ZHANG Qin, FENG Wanxing, et al. Lightning location system and lightning detection network of China power grid[J]. High Voltage Engineering, 2008, 34(3): 425-431.

[36]陳維江,陳家宏,谷山強,等. 中國電網雷電監測與防護亟待研究的關鍵技術[J]. 高電壓技術, 2008, 34(10): 2009-2015. CHEN Weijiang, CHEN Jiahong, GU Shanqiang, et al. Key technologies of lightning detection and protection in China power grid[J]. High Voltage Engineering, 2008, 34(10): 2009-2015.

[37]朱曄,王海濤,吳念, 等 輸電線路覆冰在線監測動態預警模型[J]. 高電壓技術, 2014, 40(5): 1374-1381. ZHU Ye, WANG Haitao, WU Nian, et al. Icing on-line monitoring dynamic prediction model[J]. High Voltage Engineering, 2014, 40(5): 1374-1381.

[38]胡湘. 電網的山火防治與運行優化研究[D]. 長沙: 長沙理工大學,2011. HU Xiang. Research on wildfire prevention measures and power grid operaion optimization[D].Changsha: Changsha University of Science & Technology, 2011.

[39]陸佳政,吳傳平,楊莉,等. 輸電線路山火監測預警系統的研究及應用[J]. 電力系統保護與控制, 2014, 42(16): 89-95. LU Jiazheng, WU Chuanping, YANG Li, et al. Research and application of forest fire monitor and early-warning system for transmission line[J]. Power System Protection and Control, 2014, 42(16): 89-95.

[40]葉立平,陳錫陽,何子蘭，等. 山火預警技術在輸電線路的應用現狀[J]. 電力系統保護與控制, 2014, 42(6): 145-153. YE Liping, CHEN Xiyang, HE Zilan, et al. Present situation of forest fire early warning technology used for transmission line[J]. Power System Protection and Control, 2014, 42(6): 145-153.

[41]馬為民,吳方劼,楊一鳴,等. 柔性直流輸電技術的現狀及應用前景分析[J]. 高電壓技術, 2014, 40(8): 2429-2439. MA Weimin, WU Fangjie, YANG Yiming, et al. Flexible HVDC transmission technology’s today and tomorrow[J]. High Voltage Engineering, 2014, 40(8): 2429-2439.

[42]梁少華,田杰,曹冬明,等. 柔性直流輸電系統控制保護方案[J]. 電力系統自動化, 2013, 37(15): 59-65. LIANG Shaohua, TIAN Jie, CAO Dongming, et al. A control and protection scheme for VSC-HVDC system[J]. Automation of Electric Power Systems, 2013, 37(15): 59-65.

[43]劉健,趙樹仁,張小慶. 中國配電自動化的進展及若干建議[J]. 電力系統自動化, 2012, 36(19): 6-10, 21. LIU Jian, ZHAO Shuren, ZHANG Xiaoqing. Development of distribution automation in China and some suggestions[J]. Automation of Electric Power Systems, 2012, 36(19): 6-10, 21.

[44]國家電網公司. 配電自動化規劃設計技術導則: Q/GDW 11184-2014[S]. 2014.

[45]王成山, 李鵬. 分布式發電、微網與智能配電網的發展與挑戰[J]. 電力系統自動化, 2010, 34(2): 10-14, 23. WANG Chengshan, LI Peng. Development and challenges of distributed generation, the micro-grid and smart distribution system [J]. Automation of Electric Power Systems, 2010, 34(2): 10-14, 23.

[46]黃莉,衛志農,韋延方,等. 智能用電互動體系和運營模式研究[J]. 電網技術, 2013, 37(8): 2230-2237. HUANG Li, WEI Zhinong, WEI Yanfang, et al. A survey on interactive system and operation patterns of intelligent power utilization[J]. Power System Technology, 2013, 37(8):2230-2237.

[47]張旭潔. 用電信息采集系統的設計與實現[D]. 北京: 華北電力大學, 2013. ZHANG Xujie.The design and implementation of power supply information collection system[D]. Beijing: North China Electric Power University, 2013.

[48]王昌照. 含分布式電源配電網故障恢復與可靠性評估研究[D]. 廣州: 華南理工大學,2015. WANG Changzhao. Research on service restoration and reliability evaluation of distribution network with distributed generation[D].Guangzhou: South China University of Technology, 2015.

[49]田世明,王蓓蓓,張晶. 智能電網條件下的需求響應關鍵技術[J]. 中國電機工程學報, 2014, 34(22): 3576-3589. TIAN Shiming, WANG Beibei, ZHANG Jing. Key technologies for demand response in smart grid[J]. Proceedings of the CSEE, 2014, 34(22): 3576-3589.

[50]馬玲玲,楊軍,付聰,等. 電動汽車充放電對電網影響研究綜述[J]. 電力系統保護與控制, 2013, 41(3): 140-148. MA Lingling, YANG Jun, FU Cong, et al. Review on impact of electric car charging and discharging on power grid[J]. Power System Protection and Control, 2013, 41(3): 140-148.

[51]胡江溢,祝恩國,杜新綱,等. 用電信息采集系統應用現狀及發展趨勢[J]. 電力系統自動化, 2014, 38(2): 131-135. HU Jiangyi， ZHU Enguo， DU Xingang, et al. Application status and development trend of power consumption information collection system[J]. Automation of Electric Power Systems, 2014, 38(2): 131-135.

[52]王丹,龍亮,葛琪,等. 基于低谷填入法的插電式混合動力汽車集中充電策略[J]. 電力需求側管理, 2010, 12(6): 8-11, 23. WANG Dan，LONG Liang，GE Qi, et al. Centralized charging strategies for PHEV based on filling-in at valley method[J]. Power Demand Side Management, 2010, 12(6): 8-11, 23.

[53]李國偉. 智能電網調度主站D5000系統的應用研究[D].華北電力大學,2014. LI Guowei. Research on applicating for the D5000’s scheduling system of the smart grid[D].Beijing: North China Electric Power University, 2014.

[54]謝開,劉明志,于建成. 中新天津生態城智能電網綜合示范工程[J]. 電力科學與技術學報, 2011, 26(1): 43-47. XIE Kai, LIU Mingzhi, YU Jiancheng. Summary on smart grid integrated demonstration project of sino-singapore Tianjin eco-city[J]. Jouanal of Electric Power Science and Technology, 2011, 26(1): 43-47.

[55]王繼業, 郭經紅, 曹軍威, 等. 能源互聯網信息通信關鍵技術綜述[J]. 智能電網, 2015, 3(6): 473-485. WANG Jiye, GUO Jinghong, CAO Junwei, et al. Review on information and communication key technologies of energy internet[J]. Smart Grid, 2015, 3(6): 473-485.

[56]樊冰, 唐良瑞. 電力通信網脆弱性分析[J]. 中國電機工程學報, 2014, 34(7): 1191-1197. FAN Bing, TANG Liangrui. Vulnerability analysis of power communication network[J]. Proceedings of the CSEE, 2014, 34(7): 1191-1197.

[57]辛耀中,石俊杰,周京陽,等. 智能電網調度控制系統現狀與技術展望[J]. 電力系統自動化, 2015, 39(1): 2-8. XIN Yaozhong, SHI Junjie, ZHOU Jingyang, et al. Technology development trends of smart grid dispatching and control systems[J]. Automation of Electric Power Systems, 2015, 39(1): 2-8.

[58]苗新,張愷,田世明,等. 支撐智能電網的信息通信體系[J]. 電網技術, 2009, 33(17): 8-13. MIAO Xin，ZHANG Kai，TIAN Shiming, et al. Information communication system supporting smart grid[J]. Power System Technology, 2009, 33(17): 8-13.

[59]喬建國. 電力系統信息平臺的構建研究[D]. 南京: 東南大學,2006. QIAO Jianguo. The study of designing electric power system information platform[J].Nanjing: Southeast University, 2006.

(編輯 景賀峰)

A Review on Development Practice of Smart Grid Technology in China

SONG Xuankun1, HAN Liu1, JU Huangpei2, CHEN Wei1, PENG Zhuyi1, HUANG Fei1

(1. State Power Economic Research Institute, Beijing 102209, China;2. Tianjin University, Tianjin 300072, China)

Smart grid has become an inexorable trend of energy and economy development worldwide. Since the development of smart grid was put forward in China in 2009, we have obtained abundant research results and practical experiences as well as extensive attention from international community in this field. This paper reviews the key technologies and demonstration projects on new energy connection forecast, energy storage, smart substation, disaster prevention and reduction for power transmission lines, flexible DC transmission, distribution automation, distributed generation access into micro grid, smart power consumption, the comprehensive demonstration of power distribution and utilization, smart power dispatching and control system, communication network and information platform in China, systematically, on the basis of 5 fields, i.e., renewable energy integration, smart power transmission and transformation, smart power distribution and consumption, smart power dispatching and control system and information and communication platform. Meanwhile, it also analyzes and compares the developmental level of similar technologies abroad, and provides an outlook on the future development trends of various technologies.

smart grid; renewable energy; smart power transmission and transformation; smart power distribution and consumption; smart power dispatching and control system; information and communication platformsmart grid

TM 727

A

1000-7229(2016)07-0001-11

10.3969/j.issn.1000-7229.2016.07.001

2016-03-01

宋璇坤(1959)，女，教授級高級工程師，主要研究方向為電力系統分析與控制、智能電網評價與設計等；

韓柳(1975)，女，碩士，教授級高級工程師，主要研究方向為新一代智能變電站、智能電網評價與設計等；

鞠黃培(1995)，男，大學本科，主要研究方向為電力系統分析與控制及智能電網發展規劃等；

陳煒(1985)，男，博士，工程師，主要研究方向為新能源電力系統及智能電網評價與設計等；

彭竹弈(1989)，女，碩士，工程師，主要研究方向為電力系統分析與控制、智能電網評價與設計等；

黃飛(1991)，男，碩士，工程師，主要研究方向為電力系統分析與控制、智能電網評價與設計等。