摘 要：
针对能源互联网的发展现状, 本文指出了大数据在能源互联网中的重要性, 从技术和管理手段两个方面提出了能源互联网中大数据应用的可实施性, 通过大数据技术实现整个能源互联网多种能源系统的信息共共享、交互。根据能源互联网的发展, 提出了将大数据技术与能源互联网相融合, 在可再生能源、储能系统、灾害预警、状态检修、能源服务等领域给出了应用的可能。
关键词：大数据技术; 能源互联网; 信息技术;
能源互联网是一种综合的互联互通技术, 综合利用电力电子技术、信息通讯技术和人工智能管理技术, 将大量分布式, 离散化的能源存储、能源采集以及能源生产节点互联起来, 实现各种类型能源，如传统化石能源、新型可再生能源的节点相互联通, 以实现能量的多极流动, 方便人们取用自身需要的能量形式, 实现能量的对等交换与共享网络。
本文概述了能源互联网的发展现状, 提出了大数据技术在能源互联网中的重要性, 分别从技术手段和管理手段两个方面提出了能源互联网中大数据应用的可实施性, 给出了能源互联网中大数据的重点应用领域, 并希望通过加强大数据技术在能源互联网领域的研究, 推动能源互联网的高速发展。
一、 能源互联网的发展现状
目前，电力作为一种清洁的二次能源被人们广泛接收,但电力在接纳部分新型能源时缺少适应性。风力、太阳能发电存在并网点网架约束多;新能源设备重复停电，家族性缺陷较多;负荷需求与能源供给不平衡等问题。能源互联网的提出在很大程度上加速了电网对新型能源利用的步伐,也是电网发展的一种延伸。
美国提出的能源互联网概念是将能源与互联网相结合,使能源在智能云控制平台实现负荷、发电和储能三种模式的高效转化。中国一直提倡能源互联网的构建,国家主席习近平在2015年提出探讨构建全球能源互联网,推动以清洁和绿色方式满足全球电力需求。我国正积极探索构建能源互联网的方案,如实现能源互联网的共享经济包括电力网、燃气网、交通网的互联互通,或者提出在互联网思维基础上实现信息系统与能源的广泛融合,将能源的信息发布在互联网上。分析了国内外能源互联网的相关技术内涵、技术特征，提出了以信息共享为核心的能源互联网关键研究技术。
能源互联共享应用非常广泛, 可以将互联网与通讯技术相融合, 实现电力、热力、燃气以及物流等多种能源形式的互相交错, 减少能源相互转换时的能量损失, 形成高效的能源互联系统。
能源互联网已发展成以电力网为支撑的能够高效利用常见可再生能源的能源消纳网, 通过合理调配能源网内部资源, 实现多种清洁能源的充分消纳, 降低环境污染, 减少不可再生能源, 尤其是化石能源的过度开采, 为可再生能源与化石能源的能量替换给出了实际计算可能。
配电网的能源互联网已经开展了多种可再生能源发电的模式, 包括垃圾电站、生物质发电站以及地热电站等多种小型循环利用能源的模式, 为大电网接入可再生能源提供了数据支持。
分布式发电、分布式储能装置以及多种类型能源储存形式的互相调配, 如空气储能, 抽水蓄能, 电锅炉储热, 飞轮储气等多种存储能源形式的利用, 实现资源的互补, 能源之间的相互共济, 平衡电源与负荷的波动。
二、 大数据技术在能源互联网中的重要性及实施手段
能源互联网的发展离不开信息共享,信息作为一个媒介在能源利用之间起沟通和传递的作用。能源互联网作为一个全球式、分布式和交互式的能源互联互通,其信息的产生是海量爆炸性的,而大数据技术的发展使能源互联网资源匹配技术的解决成为可能。
能源的生产传输和消耗过程，即是能源互联网中的数据覆盖在生产、传输、交易、消耗的众多环节,这些交互过程产生了大量的数据，这些数据可以分为5类:能源生产过程;能源传递、转化; 能源消耗、交易和分配;能源互联网对社会影响情况;能源消耗主体的基本特征。
2.1大数据在能源互联网中的重要性
大数据辅助能源互联系统的协同运行，在能源互联网中，包含有大量分布式电源、微型网、储能储热设备,利用大数据技术可以快速分析、决策, 实现多种能源的智能生产,减少能源的过度开发，降低消耗,提高负荷侧与电源侧的协同。
大数据技术可以对能源互联网实时运行数据和历史数据进行深层挖掘分析，帮助市场各方了解各环节的行为和偏差，掌握能源互联网的发展状况和运行规律,优化各个管控环节，实现对能源互联网的全局把握,有效提高能源互联网的安全性和稳定性。利用大数据的挖掘技术,从中找出能源的损耗环节，提高能源的利用效率，减少对环境的破坏。能源的分布模式决定了能源互联网数据是分散的、碎片化的,极易造成数据的丢失和破坏。通过大数据技术的集成管理可以有效减少数据的流失，有助于保持数据的完整性。能源互联网是智能电网的延伸,有更广阔的适用空间，可以包容更多人参与。基于大数据的分析,可以从不同层面、不同因素、不同角度分析上下游各环节的供给和需求情况，形成合理的能源互联网商业模式，引导各方参与其中，形成能源互联网的有效商业模式。
2.2大数据实施的手段
2.2.1大数据实施的技术手段
能源互联网中数据的传输是电网数据传输无法比拟的,大数据技术在数据爆炸性增长中有着明显的优势。大数据技术利用不同算法对采集的数据进行分类处理,各种交叉、冗余、不一致、频率差异大的数据逐渐融合，实现数据在不同地域、环境、使用习惯的无差别共享。能源互联网的资源相较于其他行业更为丰富,大数据技术利用数据挖掘技术在处理海量数据的同时能保证其准确性和及时性。
2.2.2大数据实施的管理手段
能源互联网中，数据存储于不同企业和部门，跨区域、跨企业、跨部门]实现数据共享可以更好地发挥数据资本的价值,而大数据建立了数据交互与共享机制，使数据资源合理传递成为可能;同时，能源互联网中的能源形式多样,距离不一，只有通过大数据技术的整体考虑，将传统煤电、水电与新形式的分布式能源、热气等能源统筹考虑,才能更好地发挥能源互联网的高效模式。
三、 大数据技术在能源互联网中的应用
能源互联网具有完整的能源资源利用和能源循环、能源互换、能源存储结构,多种能源系统的信息共享,信息交互是海量信息的产生过程,信息流将贯穿于整个能源互联网的全生命周期中。大数据技术不仅仅是某一个环节的专业技术，而是整个能源互联网动态运行的基础。
3.1可再生能源预测
风力发电作为能源互联网中的重要组成部分，基于大数据处理技术,可广泛收集环境信息和并网点附近潮流分布，根据当地气候优化配置风力涡轮机,选择合适的风力塔位置,实现高效的能源输出，以及降低对电网输电能力的影响。结合大数据分析技术和天气建模, 可进行可再生能源的短期预测, 帮助电网及电力企业掌握发电变化, 提前调控电源与负荷, 减少大幅度变化对电网的冲击, 提高供电可靠性, 降低损失;尤其对于风能和太阳能, 在能源物联网中的占比越来越高, 加快对其特性的预测, 可以更准确地估算发电量, 提前做好相关准备。
3.2储能系统的智能控制
借助于大数据技术,可实现能源物联网内控制储能系统的能量充放。基于大数据服务平台对储能设备按不同时段需求，给出不同命令,使储能系统在风能和太阳能等可再生能源发电较大时,将多余的能量存储,减少将可再生能源弃掉造成的浪费。
3.3自然灾害的区域预警
自然灾害极容易对能源互联网的安全运行造成破坏。利用大数据技术对能源互联网的静态数据、动态稳定数据、故障录波数据、报警定位数据等资源进行整合，加入适时适地的气象及地质等自然环境数据，对风险情况以及薄弱环节进行全面持续的量化评价，引入评价指标库,形成对自然灾害有效预警的目标，实现事故灾害时的快速准确定位。
3.4状态检修管理
提高供电可靠性,增强设备技术水平,减少停电时间，提高设备异常检测的准确性和状态评价的正确率,成为能源互联网的发展的重要方向。随着设备数量的增多,设备状态数据体量大、类型繁多,必然需要引入大数据技术处理设备信息间的关联关系，同时结合多元状态量的历史数据与当前数据比较,提出合理的消缺、检修时间，从而更大幅度降低停电检修时间。
3.5能源服务与交易
通过对用户的能源消耗情况,不同时段不同地区的能源供给价格,以及天气变化和用户供暖特点等多重数据综合分析,给出最优的各个能源类型运行方式和能源潮流控制策略,同时利用合理的电能、燃气、热能价格引导用户转移负荷,平缓负荷供给曲线。基于能源互联网大数据实现节约能源,降低能源互联网建设冗余和保护环境的长远目的。
四、 结论
能源互联网是能源生产、输送、分配、消耗系统、信息通信系统和物流管理系统相融合的复杂大系统，其分布广泛又兼具信息共享和开放交互的特点，对社会和个人都产生着潜移默化的影响。随着生产制造技术的发展,越来越多的分布式能源和负荷加入到能源互联网中，信息数据的爆炸增长必然需要大数据技术的应用。
大数据采集、处理、存储管理以及大数据分析挖掘都将在能源互联网中发挥重要作用。能源互联网的大数据应用还在初级探索阶段,但其应用领域广泛，需要更多人的开发与努力,同时也需要各个能源节点的信息共享,以早日实现能源的互联互通和大数据的多元处理。
参考文献
[1]王喜文，王叶子.德国信息化能源促进计划[J]电力需求侧管理, 2011, 13 (4) :75-76.
[2]黄仁乐，蒲天骄,刘克文城市能源互联网功能体系及应用方案设计[J].电力系统自动化, 2015, 39 (9) :26-33.
[3]董朝阳，赵俊华,文福拴.从智能电网到能源互联网:基本概念与研究框架[J].电力系统自动化, 2014, 38 (15):1-11.
[4]孙宏斌,郭庆来,潘昭光能源互联网:理念、架构与前沿展望[J].电力系统自动化, 2015, 39 (19) :1-8.
[5]田世明,梁文鹏,张东霞能源互联网技术形态与关键技术[J].中国电机工程学报, 2015, 35 (14) ;3482-3494.
[6]张东霞,苗新,刘丽平智能电网大数据技术发展研究[J]中国电机工程学报, 2015, 35 (1) :2-11.
[7]姚建国，高志远,杨胜春能源互联网的认识与展望[J].电力系统自动化, 2015, 39 (23) :9-14.
临沂大学土木工程学院张舜
