【摘要】在我国电力体制改革和能源互联网发展的背景下,传统能源系统的用户侧逐步积累大量的用能数据及各类信息,针对能源数据,做出准确的分析和诊断,并依此提出节能运行优化方案,采用大数据技术发掘数据的真实价值已成为能源用户的迫切需求。
关键词:用户侧;能源管理系统;大数据平台
1、能管系统大数据分类
在现代化信息技术、发展的同时,已建立楼宇自动化控制系统、电力数据在线监测系统、生产办公信息系统等多个信息化系统,这些系统积累大量的数据资源,数据具备大容量、种类多、速度快和价值密度低等4个大数据特征。同时,企业也逐渐意识现有能管系统仅对能源数据进行监测和简单分析,无法将能源数据与其生产办公、业务流程等重要业务数据进行融合和深度挖掘,能管系统将很难持续为用户提供科学的指导,无法带来更大的效益。因此,基于用户的管理需求和业务要求,能管系统大数据涵盖大量数据,不仅包括电、气、水、油和煤等能源类数据,还应涵盖与能源管理相关的各类非能源数据,如环境信息、生产办公信息和业务流程等。
2、能管系统大数据平台
2.1 现代能源管理体系
要实现节能,企业首先要掌握自身能源消耗的状况。因此,对能耗设备的监控、能耗数据的采集,便成了能源管理的一步。其次,针对能源数据,做出准确的分析和诊断,并依此提出优化方案,是节能的核心环节。再次,按计划实施并取得预期收益,是能源管理的目标。根据取得的收益,不断优化节能方案,使企业能耗不断降低是能源管理不可或缺的重要**。遵循以上逻辑,衍生出能源管理系统的概念,通常来说,能源管理系统一般由 3 个系统组成:数据采集、传输控制和能效分析。数据采集通过各种仪表分项采集企业内能耗设施数据。传输控制通过通信网络将收集未来的数据转载给能效分析系统。
2.2 能源发展模式
而现如今,大数据技术与智慧能源相结合的大数据智慧能源管理系统,为当今我国社会的发展提供了新的生产模式,通过大数据智慧能源管理系统的调配,可以保证智慧能源在分配过程中降低消耗成本,突破了以前采用传统的方式对单一的能量的控制,通过智慧能源各种能源之间的优化生产,提高企业的生产效率。
2.3 多能源智能配置与调控
由于面临电力市场和天然气市场的需求时间不同,电力负荷变化剧烈且需实时平衡,然而冷热负荷则变化缓慢且允许一定程度的非同时性等问题,故综合优化调度较为困难。建立区域调度中心,通过开展面向能源终端用户的用能大数据信息服务,对用能行为进行实时感知和动态分析。通过能量系统间的互联与互通,改善在不同时空尺度下,不同能源的供需不平衡状态,以实现综合能源利用、降低系统运行成本和提供功能可靠性等目标。同时,企业的储能设备、分布式电源等通过需求响应可以得到广泛的应用。结合区域特征及供需特性等外部条件,协同多类能源整体优、能源损耗低等问题,需要对综合能源系统进行规划。在规划配置的基础上,对能源线路、设备种类、运行情况以及储能应用进行进一步分析。
2.4 系统整体架构设计
能源数据管理系统是在利用智能化的能源计量器具、网络技术、数据库技术、工业控制技术和计算机软硬件技术等来实现能源数据的采集、统计和分析,用数据得出节能指导报告,挖掘节能潜力,客观地统计出班组在天、月和年的能耗情况,为企业管理层的能源决策提供科学的依据。同时,可以改变缺乏数据支撑的传统能源管理方式,帮助企业实现能源管理科学化和节能降耗数据化,达到降低能源成本和提高生产效益的目的。能源数据管理系统总体分为能源数据采集子系统和能源数据服务子系统。其中,能源数据采集子系统的感知层采集器从电、气和水等计量器具中根据采集间隔时间和采集协议等相关参数采集能源计量数据,并将数据存入系统数据库,形成基础数据库。能源数据服务子系统采用预定义的规则对数据进行预加工处理,生成数据报表和图形报表等,从而支持能源管理决策分析。
2.5 负荷预测
电力系统常年针对负荷预测的模型、精度提高等方面开展研究,基于大数据的负荷预测技术,对负荷数据、业务数据、气象数据、经济数据和行业分类数据等各类所需的数据进行整合,采用关联分析、神经网络等数据挖掘方法获得敏感成分,并分析对负荷波动的影响程度,提高负荷预测准确度,科学指导用户能源系统的运行规划、节能控制和设备管理等工作,降低成本。
2.6 用能行为分析
用能行为分析主要对用户用能行为及用电习惯的分析,考虑工业、商业、居民等不同类型用户都有不同的特点,而同类型用户又具有相似的用能规律,因此用能行为分析的要点是采用数据挖掘算法对用户用能的规律进行归类,并对归类结果进行分析。
2.7 能效分析
基于大数据的能效分析以采集的能耗、环境信息和用电特征等信息为基础,充分利用多维分析的思想,结合用户业务类型、生产规律和设备类型等各类信息,加强各类信息之间的关联性分析,对各类数据进行深度挖掘,提升数据的价值,从而为用户提供帮助。以工业企业用户为例,通过能源管理系统采集到用能数据、运行负荷和设备状态等数据,并将企业办公管理系统、生产计划系统、生产运行监控系统等数据接入能源管理系统,并利用大数据分析技术,对能耗数据与生产计划、物料管理、产线运行状态、班组管理等相关信息数据之间进行关联性分析,可以得到不同原料、产线、班组、设备、时间和成品等对应的能效分析,分析不仅仅局限于能耗本身,而是与企业业务、管理等直接关联,分析结果可以为企业的生产成本核算、生产计划优化、设备状态管理和业务发展决策等提供科学适用的指导意见,有利于降低企业生产管理成本和提升竞争力。
2.8 实现能源供需互动
由于智慧能源与新能源尚属于开发当中,因此,在智慧能源应用过程中,需要对其进行相应的价格调整,价格管理,以大数据为基础的智慧能源管理系统可以更好地调配能源与新能源的使用情况,保证各种能源之间进行相互调整,实现能源供需互动。提高能源的综合利用率,同时,在对能源使用过程中可以进行相应的检测,检测系统中存在的问题,通过大数据技术进行自我调整。
2.9 能源量化管理加强
通过使用系统数据平台来实现能源实时监控和管理流程优化,满足能源设备、运行管理自动化的需要;通过系统的实时监控,实时了解产能单位和用能单位的各种能源的详细使用情况,为企业分析能耗提供直观的依据,减少能源损失,提高能源使用效率,并进一步提高企业管理水平和降低运营成本。
3、安科瑞能耗管理云平台功能
3.1 平台结构
3.2 平台功能
3.3 设备选型
4、结语
能源大数据的建立对贯彻我国“互联网 + ”智慧能源发展战略,加快多能系统深度融合,促进能源市场化改革具有重大意义。通过对生产过程**源消耗的数据进行采集、加工、分析和处理,让管理者更加充分、深入地了解企业的能源利用状况,从而发现生产和设备运行节能空间,实现生产调度、能源配给,达到能源精细化管控、优化生产优化能耗,起到提高企业生产与能源管理水平、提高企业能源利用效率,降低单位产品综合能耗的作用。
安科瑞电气股份有限公司专注于数据中心能耗管理,智慧能源综合服务平台,数据中心智能配电,能源管理系统等