中國能源數字化智能化應用場景、問題與前景展望分析

一、電源側應用場景

以電 力為例：

（一）電源側 1. 數字技術支持煤電機組靈活性改造 煤電靈活性改造是煤電機組充分響應電力系統的波動性變化， 實現降低最小出力，從而增加調峰能力的過程。其改造方式主要是 鍋爐設備靈活性改造、汽輪機適應性提升以及機組的精準控制與監 測。現階段中國煤電靈活性改造進程緩慢，設備和技術改造潛力有 限，且投入改造的經濟成本較高。大數據、人工智能等數字技術的 應用能夠進一步激發改造潛力，基于數據挖掘和人工智能算法，構 建優化決策模型，指導煤電機組進行靈活性改造，并能在改造成本 投入較小的情況下實現深度調峰。 在鍋爐設備改造方面通過數字化技術提高鍋爐燃燒穩定性。鍋 爐靈活性深度改造需要解決燃燒穩定性、制粉系統穩定性、換熱水 動力穩定性等問題，其中鍋爐燃燒穩定性是影響鍋爐深度調峰的主 要因素。基于數據挖掘技術的應用，對影響鍋爐燃燒穩定性的各類 因素數據（燃料特性、一次風、二次風、溫度）進行分析，能夠得出 多個因素之間潛在聯系和規律，從而指導鍋爐深度調峰，保障安全 高效運行。國家能源集團、國家電投、華電集團等旗下多個智能化 標桿電廠均已采用基于大數據的智能摻燒系統，指導入爐燃燒煤種 的選配，在機組深度調峰前，預先設定合理的燃燒煤種，以保證鍋 爐運行的安全性和經濟性。

2. 數字技術支持新能源發電高效運行 一是在強化風光設備實時監測與控制方面。中國某平臺服務商 依托設備物聯及云邊協同解決方案，對近 1100 臺風機設備與超 15 萬塊光伏板的實時監測與控制。通過終端設備實現風電、光伏場站的集中監控和無人值守，自動識別并預測設備的異常運行狀態。一 是嵌入組件級傳感器。通過安裝智能麥克風于風機塔筒門框側，監 聽掃風聲音，預警葉片缺陷；對傳動鏈關鍵部件、變槳偏航控制等 各類組件的全方位感知，讓設備運營變得實時可視，化更換為檢修。 二是采用最新邊緣計算技術。通過設備直連、場站端數據預處理等 手段，在邊緣層完成大量數據處理，提升效率、降低云端負荷，實現 考核級的數據準確；云端通過數據標準化集成，對各項運行指標進 行動態監測和控制，同時可對各電廠表現進行直觀對標，便于指標 下達。

二是在新能源電站智慧運維方面。新能源電場與傳統火電廠在 運維模式方面存在較大區別，當前傳統的管理模式已經不能滿足高 效運維需求，需要通過大數據、人工智能、云計算等數字技術構建 新能源智慧管理平臺，在機組異常狀態識別、故障可視化、運行評 估等方面實現應用，保障電廠高效安全運行。以風電機組為例，針 對風力渦輪機在運行過程中受到的雷雨、鹽霧、雪等天氣因素的影 響，建立基于大數據技術的風力發電機組綜合狀態評估系統，通過 基于監測裝置的超球模型和基于在線監測數據的超球模型，可以預 測出風電機組部件磨損或疲勞可能導致的災難性故障，提高風力發 電機組的運行安全性，降低重大故障的發生概率，降低機組的運行 維護成本。

（二）電網側 1. 數字技術支持智能電網建設 一是基于人工智能的電力調度系統實踐應用。電網企業利用人 工智能技術模擬人的思維，通過學習海量電網運行數據和運行經驗 來發現規律，從而形成知識并指導電力調度，整個技術應用架構包 括感知層、平臺層和應用層。感知層廣泛采集電源、電網、負荷、外 部環境等各類信息，通過信息通信網絡匯聚形成調控大數據，平臺 層則提供從數據集選擇、開發、訓練到服務的全流程一站式管理，最后實現電網運行控制、分析決策和管理應用。山東省電力公司已 在實踐中應用人工智能技術，搭建了企業 AI 中臺，實現了快速的業 務建設與應用。基于 AI 中臺搭建輸電通道可視化平臺，輕松實現了 戶外各種復雜場景下的安全巡檢，將可視化監拍裝置拍照間隔從半 小時縮短到 5 分鐘，并且 5 秒內就能識別出吊車、導線異物、煙火、 塔吊、各類施工機械等安全隱患，為輸電線路安全、穩定運行提供 可靠的保障。經過人工智能模型的持續迭代，前端智能分析的識別 準確率大幅上升，各類施工車輛的識別準確率由 80%提升到 95%， 煙火識別準確率由 70%提升到 90%，導線異物識別準確率由 60%提 升到 80%。

二是電力調度機器人的實踐應用。調度機器人是一項面向智能 電網實時調控運行的人工智能技術應用，集成了智能化操作處理及 決策、人機語音交互、安全與風險評估等子系統，能夠主動感知電 網運行狀態，實現自主調度與控制。調度機器人的應用具體表現在 三個方面：一是基于智能監視獲得電網自身運行信息（頻率偏差、 電壓異常等)與外部環境信息（惡劣天氣等），通過綜合分析與運行演 變特征提取，判斷電網運行狀態；二是綜合考慮有功和無功預測、 清潔能源消納、現貨市場交易、重載越限等因素，優化制定調度策 略；三是通過電網實時計劃跟蹤、靜態安全在線決策和樞紐節點無 功電壓優化，執行電網實時平衡控制和安全自校正控制。例如，國 網公司虛擬 AI 配網調度員“帕奇”解決了調度樞紐堵塞問題，輔助 配網調度員減輕 45%的業務負擔。

2. 數字技術在配電網微電網優化調控的應用 一是數字孿生技術在配電網中應用。配電網是連接輸電網與終 端用戶的橋梁，隨著電源結構發生變化、供電模式發生調整，電力 供應的重心已經逐漸從主干電網慢慢向配電網絡發生偏移，這就要 求未來配電網必須提高調控能力和自治能力。杭州打造通過區域輸、 變、配電網設備全要素“數字孿生”電網，確保電網安全穩定運行。杭州供電公司在 22.3 平方千米泛亞運區域內，以環亞運村電網為核 心，用輸電線路、地下電纜將 220 千伏世紀變電站、110 千伏亞村變 電站、500 千伏喬涌線和喬潮線、亞運村地下電力管廊串聯起來，將 能源互聯網物理系統實時完整映射為數據，打造輸、變、配電網設 備全要素數字孿生電網。數字孿生電網將實際電網設備與數字模型 相結合，通過實時采集、分析和處理數據，對電網運行狀態進行優 化控制，實現泛亞運區域電網設備全息數字化呈現。數字孿生電網 融合北斗通信、人工智能等技術，可實現從電網建設、巡檢到故障 處理的全周期、全方位、全流程數字化管控，提高電網的安全性、可 靠性和經濟性，促進電力運維管理數字化轉型。

二是云平臺在微電網中應用。微電網是由多種分布式電源、儲 能系統、能量轉換裝置、相關負荷以及監控保護裝置匯集而成的小 型發配電系統。當前微電網建設面臨能量控制和調度效率低、可再 生能源滲透率有限等問題，而基于云平臺的微電網能量管理系統有 助于提高微電網協調控制能力。基于云平臺的微電網能量管理系統， 能夠降低新能源發電的不確定性影響，減少大規模新能源介入對電 力系統的沖擊，指導微電網制定高效的控制策略，充分發揮微電源 的潛力，提高可再生能源消納率。當前，該系統已在多個能源電力 公司推廣運行，達到其微電網的經濟最優運行，有效輔助微電網推 動分布式可再生能源的就地消納和并網，助力綠色、節能微電網的 發展。

（三）負荷側 1. 數字化技術支持負荷精準預測和辨識 一是人工智能技術在負荷預測中的應用。隨著新型電力系統建 設加速，負荷預測等技術亟需轉型升級，由傳統的人工經驗走向高 水平的智能化技術。國網德州供電公司與阿里云、阿里達摩院合作， 研發出高精度電網負荷預測算法模型，已進行大規模推廣。該模型 基于自研 AI 算法，融合氣象預報、負荷轉供、大用戶用電計劃、節假日等多源異構的海量數據進行聯合建模，解決了大量新能源并網 造成的負荷預測準確率下滑的問題。 二是人工智能技術在負荷精確辨識中的應用。傳統的負荷監測 一般安裝在設備側，不需要進行負荷辨識就可以收集設備運行數據 情況，但其成本高、安裝不便，難以滿足工業負荷高效安全的運行 要求。人工智能技術在工業負荷辨識中已有相關研究和應用，例如 非介入式工業負荷辨識，其具備成本低、安裝方面、易推廣等優勢， 在工業負荷辨識中有廣闊應用情景。非介入式工業負荷辨識包括數 據采集、數據處理、狀態變化、特征選擇和負荷辨識五個環節，智能 電表通過低壓側獲取有功、無功、電壓、電流等工業設備電氣特征 數據，基于人工智能算法訓練測試辨別設備種類。

2. 數字化技術支持深入挖潛和調度靈活調節負荷資源 數字化技術支撐虛擬電廠優化調度控制能力。虛擬電廠是依托 負荷聚合商、售電公司等機構，通過新一代信息通信、系統集成等 技術，實現需求側資源的聚合、協調、優化，形成規模化調節能力支 撐電力系統安全運行。2019 年，國網冀北電力的虛擬電廠示范工程 投運，參與華北調峰輔助服務市場。冀北虛擬電廠是按照云、管、 邊、端的技術架構進行建設的。用戶側智能終端能進行建模、計量、 通信和控制，邊緣智能網關負責數據存儲、分析和計算。虛擬電廠 通過用戶側智能終端和邊緣智能網關來實現高效采集和控制，并進 行用戶資源的聚合。虛擬電廠智能管控平臺通過大數據和人工智能 進行數據分析和挖掘，可以進行能源托管、能源資產組合、運營監 測與評估等服務。

（四）系統層 源網荷儲一體化，是通過優化整合本地電源側、電網側、負荷 側資源，以先進技術突破和體制機制創新為支撐，探索構建源網荷 儲高度融合的新型電力系統發展路徑。但當前，源網荷儲一體化仍面臨源網荷儲融合調度難度大、傳統電力運行模式改變、多不確定 性主體增加系統運行難度等諸多挑戰，亟需通過數字化技術在能量 管理系統建設、電力運行調控等方面的應用予以解決。目前，已有 相關實踐案例。湖南打造了基于 5G 的園區微網源網荷儲互動調控 示范站，基于 5G 技術實現工業園區級微網“源—網—荷—儲”終端 物理匯聚、信息互動，以及在削峰填谷、峰谷套利、負荷平滑、動態 增容、備用電源等業務的有序調控，打通源網荷儲終端之間的數據 壁壘，提升多應用場景下能量協同管控的精度與效率，實現園區微 網源網荷儲互動調控的智能化與智慧化。該園區利用 5G 測控終端 采集分布式光伏發電及園區負載用電信息，并通過 5G 網絡回傳至 園區微網能量管理系統，實現優先利用分布式光伏發電給負荷供電 或將富余的光伏發電給儲能系統充電，節約園區企業綜合用電成本， 提升綠能消納與使用比率。

二、問題與挑戰

一是標準建設滯后于電力數智化轉型進程。建立統一的規范和 標準體系是推動電力數字化轉型的關鍵環節，也是推動數字技術在 電力系統融合應用的基本保證。目前電力數字化缺乏健全的標準體 系，特別圍繞數字技術在“源網荷儲”中的典型應用場景，亟需構建 完善數字技術在新型電力系統中的應用標準，而當前電力領域設備 標準、接口標準、數據標準、網絡協議等不統一，難以互聯互通。 二是商業模式不清限制電力應用場景拓展。商業模式不清晰在 電力數字化智能化發展中非常常見。在電力行業中，由于數字化智 能化轉型涉及多個業務領域，包括發電、輸電、配電、售電等，目前 各環節并不是非常明確如何通過數字化智能化手段實現盈利。一方 面，企業可能投入大量資源進行技術研發和設備升級，但并未找到 有效的商業模式將技術轉化為實際的經濟效益；另一方面，由于缺 乏清晰的盈利路徑，企業可能面臨投資回報周期長、風險高等問題， 進而影響了其進行數字化智能化轉型的積極性。

三是信息安全風險增加制約技術產業融合。電力數智化涉及到 海量的數據和設備，這些數據和設備的智能化、互聯性使得電力系 統的運行更加復雜和多樣化。然而，目前電力系統的安全防護措施 相對滯后，導致數據泄露、篡改、破壞等風險不斷增加。此外，數智 化技術的應用使得電力系統的風險敞口擴大，攻擊者可以通過利用 漏洞進行入侵、利用惡意軟件破壞系統、利用釣魚網站竊取敏感信 息等多種手段對電力系統進行攻擊，可能導致電力系統癱瘓和重大 經濟損失。 四是確權共享困難掣肘電力數據要素激活。電力數據不僅是電 力系統中的重要電力生產要素，也是電力企業重要的虛擬資產，因 此在數據作為信息資源在電力系統中流通共享的同時，對它們進行 合理確權十分必要。然而，電力相關數據權屬界定尚未明確，數據 資源管理缺乏頂層設計，電力數據所有權、使用權、管理權、交易權 等權屬邊界缺乏明確界定，電力數據使用紅線不明晰。此外，電力 數據共享水平相對較低，受限于標準規范不統一、權責范圍和邊界 不清晰，可共享、可交易數據的范圍不明晰，阻礙了電力數據資源 的有效流通。

五是算力短缺或將成為數字化卡脖子問題。算力短缺從數據處 理能力、模型訓練和優化、實時性要求、創新應用發展、經濟成本以 及貿易壁壘等多個方面制約了電力數智化的發展。以數據處理能力 受限為例，電力數智化轉型中涉及大量的數據收集、存儲、分析和 應用。這些數據包括電網運行狀態、設備健康情況、用戶需求預測 等多個方面，是電力數智化決策的重要依據。算力短缺導致數據處 理能力受限，無法及時、準確地處理和分析這些數據。

三、中國能源數字化智能化發展前景展望

大數據、云計算、人工智能、區塊鏈、數字孿生等數智化技術的 蓬勃發展和應用，標志著人類進入數字經濟時代。能源電力數智化轉型的重要驅動力在于將新技術與業務融合，將數據要素深度嵌入 到電力系統建設運行之中，充分發揮數據要素的放大、疊加與倍增 效應。

1. 大數據技術 大數據技術是指通過特定的工具和技術，對大量的、多樣化的、 高速生成的數據進行收集、存儲、處理和分析的一種綜合性技術。 大數據技術的應用范圍非常廣泛，未來隨著能源電力系統的基礎設 施、裝備設備、技術應用等數智化發展的深入推進，海量電力數據 的收集、存儲、處理和分析將更加便捷，大數據技術的應用潛力也 與日俱增。在未來的電力系統中，大數據技術有著廣泛的應用場景。 例如，通過收集和分析發電企業的能源數據，實現能源的有效管理 和優化，提高發電效率；通過實時監測電力設備的運行狀態和能耗 情況，運用數據分析和算法模型，為電力企業管理者提供節能建議 和控制策略。

2. 云計算技術 云計算是一種分布式計算方式，通過網絡“云”將巨大的數據 計算處理程序分解成無數個小程序，并通過多部服務器組成的系統 進行處理和分析這些小程序，然后將結果返回。云計算技術在電力 系統的主要應用是構建云計算平臺，解決能源行業的算力、算法的 關鍵支撐性技術。例如，通過對電力企業生產、供應過程中邊緣和 端設備的大規模部署，基于數據的收集和分析處理，通過云計算平 臺實現更廣泛的數據交流和協作。又如，鑒于云計算能夠提供強大 的計算能力，電力系統的模擬和建模可以通過在云端進行電力系統 的仿真和優化。

3. 人工智能技術 人工智能是指通過計算機等技術手段模擬、延伸和拓展人類的 智能，使計算機具備像人類一樣的思維模式、感知、推理、學習、判斷和決策能力。隨著人工智能技術學習能力、泛化能力、可解釋性、 人機互動等方面的提升與突破，可以為電力系統調控提供決策支持， 實現電力系統各要素之間的協同控制和優化配置。未來新型電力系 統，需要以人工智能技術為核心的數智化技術，提供解決能源互聯 網動態、不確定、機理模糊、控制復雜等難題的具體手段，支撐新能 源大規模供給消納，使新型電力系統更加有序、更加智能。

4. 區塊鏈技術 區塊鏈技術是隨著記賬法的演進與記賬媒介數字化發展而發展 出來的一種技術，是一種共享的分布式賬本。隨著傳統電力領域業 務數字化的不斷深入，電力系統對數據存儲、分析、處理的需求不 斷增強，數據體量、維度不斷增加，參與交易的各方主體對數據共 享、共用、可信的需求不斷增強。區塊鏈技術正是由于其具有分布 式存儲、可溯源、防止篡改、共享、共用等特點可為電力數字化業務 難點提供解決方案。隨著分布式能源、電動汽車等多主體參與，未 來電網的復雜性、多元化日趨加深，解決多方互信、促進市場化交 易將是區塊鏈發揮優勢的重要途徑。

5. 數字孿生技術 Gartner 對數字孿生的解釋為：數字孿生是現實世界實體或系統 的數字表示形式。隨著具有隨機性、間歇性、波動性特征的分布式 能源快速增長，儲能裝置、V2G 等交互式設施以及其他多種基礎設 施廣泛接入，使得電力系統呈現出結構更加復雜、設備更加繁多、 技術更加龐雜的趨勢。傳統機理模型和優化控制方法已經難以滿足 電力系統規劃設計、監測分析和運行優化的要求。電力數字孿生應 運而生，旨在通過虛實交互激活電網/設備的多源數據，特別是其運 行時空大數據，通過數據挖掘提供高維、量化、多層次的視角輔助 運營調控相關決策。從電力行業的特征來看，發、輸、變、配、用全 流程都有應用潛力，目前數字孿生技術實踐主要以發電廠和變電站 兩大類應用為主。