農村能源互聯網發展建設方向和建議

劉佳

摘要：能源問題事關發展全局和國家安全，能源互聯網是互聯網與能源的生產、傳輸、存儲、消費以及能源市場深度融合的能源產業發展新形態，各國都不遺余力地推動能源互聯網建設。要想提高電網系統的運行質量，必須高度重視電力調度，只有不斷分析總結電力調度存在的問題，才能夠優化電網運行質量。制定科學高效管理模式，以提高電網運行的安全性和穩定性。文章旨在探析能源互聯網背景下在電力通信網中的應用前景。

關鍵詞：農村能源互聯網;發展現狀;發展趨勢

1 能源互聯網對配電網規劃的影響

分布式電源和節能功能廣泛應用于網絡時，會產生網絡的雙向電流，其含義和不確定性導致性能差異較大，從而影響電能質量。一定程度的線路損耗和負荷增長模型的改變，加大了配電計劃負荷預測的不確定性。節點數增加后，結構變得復雜，優化方案的選擇變得困難。電力互聯網在電力規劃中的影響主要是由于電網和智能配電的迅速發展，微電網對電網配置的影響與電網中分布式發電的影響基本相同，可能會帶來不確定性。網格的不確定性主要基于網格中各種能量類型的不確定性。在網絡連接到PDU的情況下，配電系統不僅是簡單的配電，也是數據收集、傳輸和配電功能的組合，這些功能包括負載預測、網格優化、電力規劃、隨機變動等。

2 能源互聯網應用現狀

強化學習方法具有更高的控制實時性和魯棒性，因而被廣泛應用于電力系統安全穩定控制中，通過設計在線和離線的控制模式，或基于算法設計更智能的電力系統安全穩定裝置，對安穩系統的控制特性起到進一步優化的作用。又如，深度學習方法的主要應用領域涵蓋對電網及儲能裝置的負荷預測及控制、電力設備的故障診斷、電力系統暫態穩定評估、電力大數據融合與異常檢測、電力設備圖像識別等;由于深度學習在特征提取及模型擬合方面具有優勢，而能源互聯網中存在新能源電站、電動汽車及儲能設施的大量接入，因此深度學習非常適合解決具有高維、復雜、耦合關系的電力系統問題。此外，基于大電網智能調控場景，由于我國交直流混聯電網規模的不斷擴大，AI和機器學習相關技術還可被用于大電網態勢評估、時空趨勢精確預測及對大電網“源–網–荷”各環節的智能優化決策。

3 農村能源互聯網應用

3.1 數據結構

對于點數據而言，電力線路桿塔一旦建成，其地理信息和相關信息都不會隨著時間變化而變化，因此屬于空間靜態時間靜態的點數據;一般的感知傳感器，大多安裝位置固定，但其產生的讀數（溫濕度、電氣值等）卻隨時間不斷變化，因此屬于空間靜態時間動態的點數據;個人/車輛的單點簽到數據隨著時間和空間變化的時空動態數據與網數據不同，2組時空動態點數據之間沒有絕對關聯。對于網數據而言，某區域多條不同電壓等級的輸配線路構建了一個時空靜態的網絡數據，其空間結構和線路參數不隨時間動態變化，通信骨干網、管網等基礎信息均屬于此類數據。雖然網是空間靜態數據結構，但一旦在其上疊加動態的能源流信息，就變成了空間靜態時間動態的能源網絡結構數據，包括動態流動的油氣管網也就變成了此類數據。時空動態的能源網絡數據，主要包括人、車、物在不同時間不同地點產生的能量消耗和軌跡數據，按照時間順序連接成鏈式結構。

3.2 故障精準處置

在故障診斷方面，可以通過機器學習的聚類算法將網絡中發生的事件進行分類，充分挖掘網絡和設備各項性能數據之間的相關性，分析事件為異常的可能性，并推斷產生故障的根本性因素。在決策臨時路由方面，可在跳數、可用網絡資源、方式安排策略等作為約束的前提下，基于歷史方式的安排情況進行訓練，從而在突發情況下為批量不同種類的光電路迅速決策出各自最佳的迂回路由;具有良好實時性能的算法適用于這種場景，如線性回歸、基于模型微調的小樣本學習等。在資源調配方面，多點協同的調配模式需要同時解決同步和開銷的問題，且常規的建模方法無法準確地描述復雜情況下多方行為之間隱含的關聯;由于強化學習算法的特點在于通過環境提供對行為的評價來自適應地改進行動方案，故其可以很好地適用這種場景，即基于各方的前序行為獲取知識，以快速精準地改進后續的調配策略。

3.3 電工電子技術智能化發展

以電工電子技術在智能家居領域的發展應用為例，電工電子技術在這一領域的發展應用，應秉承功能性、人性化、安全耐用等原則。其中，功能性原則指滿足智能家居用戶的實際需求，以此推進功能性創新;人性化原則指電工電子技術在應用實踐中應切實關注人的身心需求，進一步建立起人與智能家居的和諧關系;安全耐用原則關乎智能家居的購置成本，同時還會面臨資源浪費問題，這都顯著影響著電工電子技術的發展及智能家居的推廣。基于這一系列原則，電工電子技術在智能家居領域的發展應關注下述幾項內容：一是提升智能家居的集成化水平。依托電工電子技術并聯各式各樣單元期間，進而制成全控型器件，進一步便能夠達成集成化目標。二是注重實現智能家居的全控化。通過電工電子技術可實現電氣器件全控化，如過去復雜換相電路傳統器件可依托自關斷器件進行代替，使智能家居的電路設計有效簡化。三是智能家居器件高頻化。基于電工電子技術，可有效提升智能家居運行效率、質量，而高頻化器件可進一步提升這一發展成效。

3.4 自愈性

從時間尺度來說，以電力系統為例，通常電力系統的觀測時長在秒級和分鐘級，而很多應用在毫秒級（繼電保護、頻率響應等）和幾十分鐘級（負載平衡、故障修復、發電機冷啟動等）。電力系統結合其他能源系統情況下，自愈性將更加復雜，如燃氣系統的監測和控制有著不同的時間尺度，一旦出現因燃氣系統故障導致的電網用戶負載變化，就會激發電力系統自愈體系。

4 結束語

電力通信網作為保障電力系統繼電保護、安穩控制、調度自動化等重要業務正常運行的重要基礎設施，結合其自身對于信息通信新技術發展的敏感性，對于試點發展應用此類新技術具有合理性和必要性。通過上文所述，以機器學習為代表的人工智能技術可在電力通信調控運行全生命周期的管控中發揮重要作用，這也可為能源互聯網和新型電力系統的構建提供重要價值及典型范例。

參考文獻

[1] 董愛軍，倪爽，曹銘.建設能源互聯網 ?助力智慧城市發展[J].民心，2019（07）：64.

[2] 楊錦春. 能源互聯網：資源配置與產業優化研究[D].上海社會科學院，2019.

[3] 肖振鋒，辛培哲，凌明娟，李沛哲，任浪，李達偉，諶陽，劉磊，詹陽.我國能源互聯網發展模式及規劃方案探索[J].分布式能源，2018，3（05）：1-10.

[4] 王凱，從瑩.全球能源互聯網建設給電網發展帶來新機遇[J].低碳世界，2018（06）：74-75.

[5] 孫姍姍. 我國能源互聯網建設中的政府作用研究[D].華北電力大學（北京），2018.