新型电力系统多源异构数据融会手艺研究近况和瞻望

王臻1, 刘东1, 徐重酉2, 翁嘉明1, 陈飞1

1. 上海交通年夜学 电子信息与电气工程学院, 上海 200240;

2. 国网宁波供电公司, 浙江 宁波 315000

援用本文

王臻, 刘东, 徐重酉, 等. 新型电力系统多源异构数据融会手艺研究近况和瞻望[J]. 中国电力, 2023, 56(4): 1-15.

WANG Zhen, LIU Dong, XU Chongyou, et al. Status quo and prospect of multi-source heterogeneous data fusion technology for new power system[J]. Electric Power, 2023, 56(4): 1-15.

引言

最近几年来，中国鼎力鞭策能源革命，扶植洁净低碳、平安高效的新一代能源系统。电力系统与可再生能源的出产、输送和消费紧密亲密相干，是以在能源转型中具有要害感化。今朝，中国电力系统正处在向以高比例可再生能源接入、高比例电力电子设备、多能互补综合能源、物理信息深度融会为特点的新型电力系统转型的成长阶段[1]。

跟着电力物联网扶植和通讯手艺的成长，电力系统中的数据量和种类加倍丰硕，信息传递加倍便捷，为电力系统年夜数据利用带来了杰出的数据根本。同时，跟着新型电力系统的成长，光伏、风电等可再生能源在电力系统中的比例增年夜，对电力系统物理性质带来改变的同时，也使得电力系统数据加倍异构化、复杂化，为电力系统年夜数据的集成与阐发带来了新的挑战。

最近几年来，输配协同、源网荷储协同、虚拟电厂、多元负荷治理、碳市场买卖等新型手艺鼓起，这些手艺都依靠在电力系统数据，数据的正确性、利用便捷性将年夜年夜影响这些手艺的成长。若何将多源数据进行高效集成并针对分歧场景提取有用信息进行利用，已成为火急需要解决的问题。

数据融会发源在20世纪80年月美国国防军事范畴，指将多个传感器或其他类型信息源的数据进行汇总、联系关系和整合，提高对某一方针的检测和特点估量的精度，甚或推行到对某一事务的猜测。凡是数据融会包括3方面工作：1）数据联系关系，肯定多源数据反应统一方针；2）多源数据估量，综合多源数据改良对方针的估量；3）数据源治理，给定命据源（如传感器等）的情况状况，对数据收集和处置源进行分派，使操作本钱最小。

今朝数据融会手艺已在遥感、图象处置等范畴获得了较好的利用功效，在电力系管辖域仍有很年夜的成长前景。最近几年来，陆续有学者指出深条理的数据融会已成为将来的研究趋向。对电网故障阐发，经由过程融会调剂主站出产节制年夜区和治理信息年夜区的7个利用模块数据进行综合阐发，可以使其告警正确率比传统数据源较为单一的故障判定方式显著晋升[2]。数据驱动的电能质量阐发中，对来自分歧监测系统的冗余数据进行数据融会，可提高决议计划的鲁棒性，对电力监测数据与景象形象、地舆、经济等数据进行融会，可获得电能质量扰动事务和非电气量之间的关系[3]。基在数据驱动的超短时间风电功率猜测场景下，从单一功率映照向多维数据融会改变将是晋升猜测精度的主要手段[4]。

新型电力系统利用场景浩繁，多源异构数据融会手艺种类复杂，使得展开新型电力系统数据融会手艺研究时将面对一系列问题：研究某一场景时需要斟酌哪些数据？所需的数据应从哪里取得？对不消利用场景若何选择适合的数据融会方式？分歧的数据融会手艺别离有甚么优错误谬误？若何在现稀有据融会手艺的根本长进一步改良？针对这些问题，本文对新型电力系统多源异构数据融会手艺的研究近况进行阐发，并对其将来成长作出瞻望，以期为后续新型电力系统数据融会手艺的相干研究供给参考。

本文将重新型电力系统多源异构数据动身，对数据类型和特点进行归纳；论述新型电力系统数据建模方式、数据融会手艺种类和常见融会手艺，对其优错误谬误和合用场景进行阐发评估；针对分歧利用场景阐发数据需求、融会方针和常见手艺；对新型电力系统数据融会手艺的成长提出瞻望。

1.新型电力系统数据近况阐发

1.1 新型电力系统数据类型和来历

新型电力系统数据重大，数据类型多样，针对分歧利用场景需要采取分歧维度的数据分类，作为数据拔取和同享的参考。

根据营业范畴，新型电力系统数据可分为系统运行数据、企业运营治理数据、非电能源数据、非能源数据4类，如图1所示。

图1 新型电力系统数据类型

Fig.1 Data types of new power system

此中，系统运行数据包括电能出产数据、系统运行状况监控数据等，来自源、网、荷、储各方面。新型电力系统下散布式电源和电力电子装备的普遍接入，使得电力系统运行环境加倍复杂，系统运行数据量年夜年夜晋升，监控的数据类型也加倍丰硕。

企业运营治理数据包括企业发售电量、电力市场价钱数据、用户用电数据等，首要集中在营销营业利用系统、用电信息收集系统、95598系统等。新型电力系统中智能网关、智能家居等装备的慢慢普和[5]，年夜年夜提高了用户用电数据收集与存储的便捷性。企业治理数据包括电力企业各营业的资本打算治理、本钱运作治理、人资治理、物质治理等数据，首要来自出产治理系统、企业资本打算系统等。

非电能源数据包括各类一次能源数据、非电的二次能源数据等。跟着综合能源系统（integrated energy system，IES）的扶植，作为能源关键和能源变化焦点的新型电力系统，其与自然气系统、热力系统等分歧能源系统在物理上耦合，也要求它们在数据资本上同享与共治，以电为焦点的冷、热、电、气综合能源数据不竭丰硕和细化。

非能源数据包括财产布局等宏不雅政策数据、交通网计划数据、情况与景象形象数据等。新型电力系统的布局调剂、负荷猜测、计划调剂等工作离不开非能源数据的支持，而信息化程度的提高，也为新型电力系统数据源的拓展供给了前提，将增进能源范畴与其他范畴的配合成长。此类数据首要来历在地舆信息系统（geographic information system，GIS）、电网景象形象信息系统、当局监管部分等。

另外，新型电力系统数据还可以根据时候维度分为汗青数据、在线量测数据、仿真推演数据、猜测数据，根据数据布局分为布局化数据、非布局化数据、半布局化数据[6]。

1.2 新型电力系统数据特点

新型电力系统触及企业和用户浩繁，且需要与其他能源系统和蔼象、经济等系统进行数据交互，是一个不中断运行的重大的动态时变系统。整体来看，新型电力数据具有维度高、范围数目级年夜、种类繁多、时候标准多、耦合性强、平安性要求高档特点，具体表示以下。

1）数据的维度高、体量年夜且增加速度快。新型电力系统中存眷的数据属性增多，数据维度提高。时候上，数据采样频率逐步提高，存储的汗青数据量增加速度快[7]、时候跨度年夜。空间上，新型电力系统节点散布普遍，丈量单位设置装备摆设增多，负荷终端、智能装备与集中节制系统组成了泛在的信息感知收集，信息网与电网深度融会，数据体量敏捷增加。

2）数据的种类多，数据来历普遍、散布普遍，数据布局多样。新型电力系统中既包括持续-离散夹杂的电气量数据，又包括电力市场买卖、碳市场买卖、景象形象预告等数据，且会进一步向金融等相干范畴扩大。新型电力系统中布局化数据、半布局化数据和非布局化数据并存，非布局化数据又包括文本、图象、音频、视频等多种形态，且非布局化数据的比例延续增加。3）数据的时候标准多、及时性要求高、转变速度快。新型电力系统数据触及电磁暂态、电机暂态、稳态等多时候标准数据，最小时候标准为微秒级。光伏、风电等新能源波动性强、转变周期短，由广域丈量系统（wide area measurement system，WAMS）及时监测的其发生的动态数据转变速度快。

4）数据的耦合性强。一方面新型电力系统中电气量转变受基尔霍夫定律、微分方程等物理纪律束缚；另外一方面通讯手艺成长增进电网与信息网深度耦合，电力电子装备的接入带来电机-电磁耦合，综合能源系统的扶植造成电网与其他能源收集的耦合，新型电力系统数据之间的联系关系复杂度进一步晋升。

5）数据平安性要求高。普遍互联下的新型电力系统在数据收集和传输的各环节都存在潜伏风险，如感知层装备被物理/长途操控、收集层遭到散布式谢绝办事进犯（distributed denial of service attack，DDoS）、平台层蒙受数据拜候权限窜改、利用层蒙受缝隙进犯等[8]。海量终端用户的开放性接入给新型电力系统在终端身份真实性认证、数据真实性分辨等手艺上带来新的挑战，同时用户在数据隐私庇护上的需求也使新型电力系统数据的平安性要求提高。

1.3 新型电力系统数据融会需求

整体来看，中国电力系统信息化水平愈来愈高，根基实现了数据信息的全笼盖、全收集。但持久以来，因为营业壁垒、尺度差别、新能源和电力电子装备接入等缘由，内部各系统数据异构，缺少有用同享互通，新型电力系统数据的综合操纵仍有很年夜成长空间。新型电力系统多源异构数据利用现存的首要挑战以下。

1）新型电力系统各营业部分之间存在数据异构、数据尺度纷歧致、数据交互接口不规范等问题，致使信息同享难以实现。

2）新型电力系统数据范围和数据类型愈来愈重大，可是有价值的数据密度却较低，系统内部存在较多冗余数据。

3）新型电力系统中半布局化数据和非布局化数据比例提高，对跨媒体的综合数据融会的要求年夜年夜提高。

4）新型电力系统中，散布式电源、电力电子装备、智能家居和电动汽车等新型用电装备的普遍接入使得收集布局愈发复杂，监测对象也愈发多样，物理实体与数据之间的正确配对难度晋升。

5）新型电力系统中，对系统阐发和管控的切确度有更高要求。传统数据源较为单一的阐发方式在故障阐发、状况感知、新能源出力猜测、负荷猜测和优化运行等方面存在局限性，是以需要成长新的基在多源数据融会的方式。

买通新型电力系统各营业壁垒，成立涵盖调剂域、营销域、出产域、社会办事域等多范畴的数据同享系统，提高多源异构数据融会手艺在新型电力系统中的利用程度，对加强源网荷储各环节的高切确性、高容错性监测与节制，到达有用协同，实现新型电力系统周全可不雅可控有主要意义。

2.新型电力系统多源异构数据融会手艺

2.1 新型电力系统数据模子

成立同一的数学模子，实现对电网信息的抽象描写，是新型电力系统所有运行和治理系统数据交互的根本。

国度电网有限公司基在数据同享互换，参考国际尺度IEC 61970/61968/62325[9]，整合原有营业系统数据模子，构建了面向对象建模的国网企业公共数据模子（State Grid-common information model，SG-CIM）。SG-CIM模子对电网、装备、市场、产物、客户、平安、资产等营业范畴全笼盖，且仍在按照营业成长的需求不竭更新，逐步邃密化，已成为电力物联网数据中台、营业中台进行数据同享和营业协同的主要保障。

新型电力系统下，新一代调控平台、电力买卖平台[10]等以SG-CIM为根据进行数据模子设计，基在公共语义尺度构建涵盖全营业要素的物理模子，并从中抽象获得实体、实体属性、实体子类、实体关系等，再进一步演变获得数据仓库和数据集市的逻辑模子、概念模子，以实现异构系统间的信息交互。

因为新型电力系统营业需求更新快，电网装备资本种类增加快，而SG-CIM依然处在延续优化完美的阶段，分歧营业部分之间仍存在一些数据异构问题。有的学者提出了基在面向办事架构（service-oriented architecture，SOA）的电力年夜数据多源异构融会架构，将分歧营业部分数据以同一尺度和接口封装为办事，经由过程挪用办事完成分歧需求，实现多源异构数据的融会。采取可扩大标识表记标帜说话（XML）作为多源数据互换的尺度格局，以解决分歧系统数据编码格局相异的问题。

面向新的营业需求，如新能源接入、智能电网拓扑图数据库存储等，对同一数学模子进行扩大和更新仍需深切研究[11]，进环球app官方下载一步解决信息孤岛问题，晋升新型电力系统阐发管控能力。

2.2 多源异构数据融会手艺的3个层级

在实现新型电力系统多源数据同一建模的根本上，选择适合的数据融会手艺进一步处置。数据融会方式浩繁，根据融会水平的分歧凡是分为数据级融会、特点级融会和决议计划级融会。融会的级别代表融会之前数据已被处置的水平，对一个给定的数据融会系统，其数据输入可能触及所有3个级此外数据。

1）数据级数据融会。直接利用多源数据进行联系关系匹配，如图2所示，也称为像素级融会。融会的数据包罗一维时候序列数据等。

图2 数据级融会示意

Fig.2 Schematic diagram of data-level fusion

2）特点级数据融会。单个数据源完成方针监测和特点提取，在此根本上，对特点进行联系关系融会，如图3所示，一般将各个数据源取得的特点矢量融会到一个综合特点矢量中。

图3 特点级融会示意

Fig.3 Schematic diagram of feature-level fusion

3）决议计划级数据融会。每一个数据源先完成对方针的感知，然后颠末融会进行完全的决议计划，如图4所示。对一个方针来讲，在进行终究决议计划前，最少有2个数据源对其进行了监测和感知。

图4 决议计划级融会示意

Fig.4 Schematic diagram of decision-level fusion

数据级、特点级、决议计划级数据融会的长处和局限如表1所示。

表1 3种融会方式长处和局限

Table 1 Advantages and limitations of three fusion methods

2.3 多源异构数据融会要害手艺

新型电力系统多源数据融会手艺年夜致可分为估量理论、几率与统计、信息论、人工智能算法四年夜类[12]。此中，估量理论中以加权平均法、最小二乘法、卡尔曼滤波算法、极年夜似然法、蒙特卡洛法为代表；几率与统计包括贝叶斯收集、主成份阐发、聚类阐发等方式；信息论包括熵理论、信息测度等方式；人工智能算法包括粗拙集理论、D-S证据理论、随机集理论、遗传算法、神经收集、撑持向量机、深度进修、随机矩阵理论等方式。几种典型的利用在新型电力系统的数据融会手艺和其优错误谬误归纳如表2所示。

表2 典型数据融会手艺和特点

Table 2 Typical data fusion technologies and characteristics

人工智能手艺在新型电力系统数据融会范畴获得了普遍利用，是近几年的热点研究标的目的，以专家系统、恍惚理论、人工神经收集、遗传算法和D-S证据理论为代表，各融会手艺的长处和局限如表3所示。

表3 人工智能数据融会手艺和特点

Table 3 Artificial intelligence data fusion technology and characteristics

2.4 多源异构数据融会手艺在新型电力系统中的利用

各类数据融会手艺道理差别年夜，特点光鲜，是以有其别离合适的利用场景。

加权平均法和卡尔曼滤波算法均为数据级融会算法，经常使用在对多源同构数据（如电力装备监测参数）的融会，可以解决对统一个方针的监测数据的数据冲突或冗余问题。加权平均算法简单、及时，经常使用在从多个冲突值中甄别真值[11]，而卡尔曼滤波算法例由于具有递推更新特征，更善于动态情况中的冗余数据融会。

聚类算法合用在数据的预处置，进行数据级融会对原始数据分类，不需要事前对输入数据给出分类尺度，便可以主动无监视进修，但输入数据维度较高时会致使运算复杂度年夜年夜晋升。贝叶斯收集则可以解决含不肯定性的数据融会问题，经常使用在特点级融会和决议计划级融会，但要求输入数据静态且需要知足几率散布。

人工智能算法首要应用在特点级融会和决议计划级融会，对输入数据的包涵度高。专家系统和恍惚理论都需要依托经验常识成立常识库，在故障诊断范畴利用较多，此中恍惚理论更合适在处置不肯定性问题。而比拟在专家系统和恍惚理论侧重利用人类经验常识，人工神经收集等机械进修算法例更重视利用统计机制，不需要输入人类经验常识便可主动进修，经常使用在负荷猜测、新能源出力猜测等场景。遗传算法摹拟生物遗传、天然选择和进化搜刮最优解，合用在优化求解等场景。D-S证据理论是对贝叶斯推理方式的推行，可以解决不肯定性问题，分歧在贝叶斯估量需要知道先验几率，D-S证据理论可以在信息缺少的环境下进行融会，具有直接表达不肯定性的能力，一般用在故障诊断、状况评估等场景。

在新型电力系统现实场景利用中，应当综合斟酌数据源质量、数据源类型、融会感知方针类型、融会方针精度、系统数据传输能力等方面肯定数据融会层级和具体融会手艺。

3.新型电力系统典型场景的数据融会手艺瞻望

3.1 输配协同利用数据融会

跟着工业化程度不竭提高，电网范围不竭扩年夜，散布式电源和储能普遍接入，电网运行体例日益复杂，配电网的自动性不竭加强，双向功率活动使得输配电网之间的联系和耦合水平愈发慎密，输配协统一体化利用已成为最近几年来的研究热门。

输配协同的首要方针为，有用调和节制散布在输电网和配电网中的资本，保障输配电网整体的平安、经济、高效运行，触及调剂节制、平安评估等多方面利用的调和。

成立输配电网同一模子，买通输配网信息交互壁垒，是输配电网协同阐发的手艺根本。输电网主动化系统和配电网主动化系统只对其管辖的内部收集进行建模，对外部收集则采取抱负化的等值建模[13]，二者都是基在IEC 61970/61968尺度成立的公共模子，可是统一个装备在分歧系统中可能存在分歧的定名体例，是以需要在输配电网之间对鸿沟模子进行匹配。

在同一建模的根本上，多源异构数据融会手艺在输配协同潮水计较、输配协同优化调剂、输配协同计划、输配网状况估量、输配协同故障措置等方面获得了利用。此中，输配协同故障诊断和响应为数据融会手艺在输配协同中的首要利用标的目的，相干输入数据、融会方针、常见手艺等归纳如表4所示。

表4 输配协同故障措置数据需求和融会方针、方式

Table 4 Data requirements, fusion objectives and methods for collaborative fault handling of transmission and distribution networks

输配协同故障诊断一般触及来自能量治理系统(energy management system，EMS)、配电网治理系统(distribution management system，DMS)、地舆信息系统（GIS）、营销系统、95598系统等的多源数据。文献[14]指出了专家系统诊断速度慢、常识库保护坚苦等瓶颈问题，基在解析模子和Petri收集，提出了一种融会电网运行数据、装备状况数据、情况监测数据的故障诊断手艺，将故障诊断转化为了优化问题。针对故障后的响应决议计划，文献[15]提出了一种基在数据发掘的输配网一体化变乱响应决议计划方式，融会电网拓扑布局、运行状况、负荷猜测、景象形象等数据，经由过程随机丛林算法成立了故障响应法则库，实现了在线决议计划匹配的变乱后快速响应。

跟着中国新型电力系统扶植，电源布局、负荷特征产生改变，电网正从单向逐级输电为主的传统电力系统向交直流混联年夜电网演化。成立“电网一张图”，进行输配协同阐发，已成为拓展电力均衡保障系统的要害问题。

同时，电网运行数据量呈几何级数增加，数据布局愈发复杂，传统关系型数据库显著不顺应，呈现多条路径查询难、数据库扩大难等问题，电网企业年夜数据处置能力不足的问题日趋凸起[16]。

为顺应新型电力系统年夜范围、复杂收集布局的高并发及时阐发计较要求，亟须开辟新的数据库布局。图数据库是一种用“节点” 暗示实体、“边” 暗示联系关系关系，可以实现对海量复杂联系关系关系数据进行散布式存储和并行处置的数据库[17]。而若把电网物理装备作为节点，线路和物理装备之间的毗连关系作为边，则可看做为一个自然的图数据模子。

操纵图计较手艺，可以解决新型电力系统多源信息治理在数据融会、复杂联系关系阐发等方面的机能问题[18]，晋升在线状况评估、潮水计较和料想故障阐发等的计较效力，成为解决电网全局在线仿真阐发和节制策略研究的新方案。

3.2 源-网-荷-储协同数据融会

新型电力系统中介入电量均衡和经济买卖的主体增多，电源侧、电网侧和负荷侧的多样化可控资本为系统矫捷调控供给了根本，也为源网荷储深度融会协同提出了挑战。

因为可再生能源出力具有波动性、间歇性和不肯定性，在以集中电站情势接入电网或年夜范围分离情势接入电网2种环境下，均会对电网的运行平安性和经济性带来必然的晦气影响，如造成电压波动、线路消耗提高档。同时，新型电力系统顶用户矫捷性提高，散布式储能手艺成长，电源侧和负荷侧的双向互补能力晋升，可控负荷和散布式储能成为新的增进洁净能源消纳的有力东西。

为增进源网荷储各环节的深度互动，传统仅斟酌电源、输电网或配电网的计划方式不再合用，源网荷储多主体协同计划已成为新的成长标的目的[19]。源网荷储协同计划应充实斟酌新能源的出力特点和不肯定性、负荷特点和差别性和散布式储能和可控负荷对可再生能源的消纳能力，融会源网荷储多侧数据，得出各类资本的优化设置装备摆设方案。

源网荷储协同计划的方针以最年夜化经济效益为主，经由过程主成份阐发、聚类算法[20]等对新能源海量数据进行场景划分和聚类降维，所触及的输入数据、融会方针和经常使用方式如表5所示。

表5 源网荷储协同计划的数据需求和融会方针、方式

Table 5 Data requirements, fusion objectives and methods for source-grid-load-storage collaborative planning

为增进新能源消纳，解决新能源出力随机性叠加负荷波动性为电网运行管控带来的挑战，晋升新型电力系统运行效益，源网荷储协同优化运行手艺在最近几年来获得了普遍研究。综合斟酌各方经济效益、系统运行要求、碳排放要求，进行源网荷储协同优化，实现电网高效调控、源荷储矫捷互补运行，触及的输入数据、融会方针和经常使用方式[21-23]如表6所示。

表6 源网荷储协同优化运行的数据需求和融会方针、方式

Table 6 Data requirements, fusion objectives and methods for source-grid-load-storage collaborative optimization

跟着“双碳”方针的推动，以光伏、风电为代表的新能源在新型电力系统中比重不竭晋升，为改良其波动性对电网平安不变运行的影响，源网荷储一体化协同成长和治理已成为年夜势所趋。

在现有电力中持久市场、现货市场、辅助办事市场的根本上，需进一步完美电力市场功能系统，为电源侧、负荷侧、储能侧等市场主体供给周全开放的买卖路子，进一步对市场准入、买卖时序、订价机制等进行研究，经由过程价钱激起用户侧矫捷调理潜力，指导散布式能源、可调负荷、新能源汽车、储能等多向互动、矫捷调理，介入市场买卖和承当调峰、调压等辅助办事。

源网荷储协同系统一般从系统运行平安性和经济性2方面评估，典型指标包括系统能源互补性、能源供给不足率、洁净能源消纳率等，而对情况效益和社会效益的斟酌相对较少[24]。为实现“双碳”方针，将来在源网荷储协同计划和优化运行等方面，将插手更多对情况庇护的斟酌，典型指标为碳排放程度，是以仍需进一步研究源网荷储各类资本的碳排放表征机理，如光伏和风电等散布式发电装备碳程度评估、碳捕集燃煤电厂运行特征、电动汽车矫捷调控对下降碳排放的进献能力等。

新型电力系统中源网荷储数据量重大，系统调控场景复杂多变，对数据聚合、挑选、融会效力提出了新的要求，传统数据融会手艺和优化算法难以高效应对高维度、时变海量数据，人工智能手艺将成为实现源网荷储协同治理的焦点支持手艺[25]。进一步将人工智能手艺应用在源网荷储协同建模、推演、优化等各方面，将提高电力系统数据融会效力，晋升源网荷储协同运行阐发管控能力。

3.3 虚拟电厂数据融会

新型电力系统中新能源环球app体育的渗入率不竭提高，而新能源显现整体数目多、空间分离广、单点容量小、特征差别年夜[26]的特点，年夜年夜增添了电网的集中调控难度。虚拟电厂经由过程对散布式电源、储能、蓄热、工贸易负荷等可调理资本进行聚合建模、调控优化，可以提高新型电力系统的矫捷调控能力。

虚拟电厂触及的数据涵盖散布式电源、用户、电力市场等多源信息[27]，数据种类丰硕、布局复杂，且存在在分歧的企业系统、软件生态中，是以数据融会手艺已成为支持虚拟电厂高效运行的要害手艺。

可调理资本的聚合建模，即基在物理模子构成海量资本对象的数字化表征环球app手机版，以实现散布式资本的动态接入与拓展[28]，是虚拟电厂介入电网调控的根本。经常使用数据融会方式有加权平均法、聚类阐发法[29]，经由过程获得分歧可调理资本运行特征的动态包络，成立近似传统发电厂的等值模子，触及的输入数据和融会方针如表7所示。

表7 虚拟电厂聚合建模的数据需求和融会方针、方式

Table 7 Data requirements, fusion objectives and methods for virtual power plant aggregation modeling

在完成内部资本聚合建模的根本上，虚拟电厂将综合斟酌电力系统运行要求和电力市场法则等信息，介入电力系统运行调控、电力市场买卖和辅助办事买卖，采取的数据融会手艺以人工智能手艺为主[30]，如表8所示。

表8 虚拟电厂介入调控与买卖的数据需求和融会方针、方式

Table 8 Data requirements, fusion objectives and methods for virtual power plants participating in regulation and trading

虚拟电厂作为内部门布式资本的聚合代办署理，介入多好处主体的电力市场买卖，操纵矫捷性资本为系统平安不变运行供给手艺支持的同时试图获得最年夜的收益。

跟着新型电力系统的成长，可调控散布式资本不竭增加，电力市场买卖互动关系逐步复杂，竞争愈发剧烈。虚拟电厂面对着难以获得市场买卖全局信息、难以获得运营代办署理信赖等问题[31]。电力市场信息的公然公道监管、虚拟电厂在贸易模式下的多元主体信息同享、内部源荷储聚合商的小我报价隐私庇护是增进虚拟电厂利用范围扩年夜的重点问题。

最近几年来，区块链手艺因其具稀有据难以窜改和去中间化的特点，在数字货泉范畴获得了快速成长，在虚拟电厂范畴也获得了必然利用。跟着电力市场鼎新不竭推动，区块链手艺有待在虚拟电厂中获得更深切的研究，经由过程加密存储机制、共鸣机制和智能合约机制[32]，为虚拟电厂外部市场买卖供给了平安靠得住的情况，同时保障虚拟电厂内部买卖情况公然透明且所有介入方的市场地位同等，打破数据壁垒，解决买卖介入方之间的信赖问题。

3.4 多元负荷数据融会

为提高能源系统运行矫捷性，提高能源操纵效力，减轻情况压力，综合能源系统扶植已成为能源转型进程中的主要部门。分歧在传统电力系统与自然气系统、热力系统分隔自力计划运行，新型电力系统与其他类型能源之间的耦合加倍慎密[33]。

综合能源系统的成长为新型电力系统的治理运行供给了丰硕的数据，同时也对需求侧治理提出了更高的要求，切确、及时、智能、靠得住的多元负荷建模阐发和猜测已成为新型电力系统能源买卖、优化调剂前要害的一环。

冷、热、电、气多元负荷具有较强的随机性和不肯定性，易受气候、市场等身分的影响，进行新型电力系统需求侧治理时应充实斟酌各类负荷之间的耦合关系和外界前提对多元负荷的影响，掌控各类负荷的波动纪律，成立切确的多元负荷综合模子。

因为分歧的能源系统经由过程能量转换装备以能量流体例彼此耦合，如热电联产机组将自然气转化为电和热，电汽锅将电能转换为热能，燃气汽锅将自然气转换为热能，和电转气手艺将电能转化为自然气等，年夜量的能量转换耦合信息存在在新型电力系统数据中，且很难经由过程传统数学解析方式提取这些能量转换特点，是以多元负荷建模阐发多采取人工智能手艺进行感知建模[34]，常见数据需求和融会方式如表9所示。

表9 多元负荷建模阐发的数据需求和融会方针、方式

Table 9 Data requirements, fusion objectives and methods for multi-type loads modeling analysis

负荷猜测分为传统方式和机械进修方式，此中传统方式以时候序列法、回归阐发法为代表[35]，但因为需要成立切确的数学模子，在面临耦合关系复杂的多元负荷时利用难度较年夜。机械进修方式以深度进修为代表，因不需要成立切确数学模子，且善于处置非线性关系，可以经由过程多层映照，主动进修海量数据中包含的抽象特点，已成为最近几年来多元负荷猜测范畴的热点研究对象。多元负荷猜测的数据需求和融会方式[33,35-37]如表10所示。

表10 多元负荷猜测的数据需求和融会方针、方式

Table 10 Data requirement, fusion objectives and methods for multi-type loads forecasting

多元负荷猜测方式年夜致可分为2类[38]：1）多元负荷单一猜测，以一种负荷为猜测对象，将其他类型负荷和影响身分作为特点变量进行零丁猜测，对多种负荷成立多个猜测模子。该方式经常使用长短时间记忆收集(long short term memory，LSTM)、径向基函数神经收集等机械进修方式，当输入数据维度较少时结果较好，可是参数调理难度和练习时候会跟着影响身分维度增添而提高。2）多元负荷结合猜测，以多种负荷为猜测对象，将影响身分作为特点变量，同时对多元负荷进行猜测。该方式常先利用机械进修等方式进行猜测子使命，再经由过程多使命进修[33,37]对多元负荷间的耦合信息进行进修得出综合猜测，模子复杂度较低，猜测及时性较好，精度较高。

因为需求侧多元可控负荷不竭增添，传统的以“供随需动”为原则的电能供给模式正在逐步改变为源荷双向互动模式。经由过程矫捷管控需求侧多元负荷，可以实现短时间功率调理、中持久能量均衡和突发灾难下应急响应[39]。多元负荷矫捷调控对平抑散布式新能源出力波动、晋升系统矫捷性、改良系统运行的平安性和经济性有主要意义，其数据需求和融会方式如表11所示。

表11 多元负荷矫捷调控的数据需求和融会方针、方式

Table 11 Data requirements, fusion objectives and methods for flexible regulation of multi-type loads

综合能源系统中电、气、热、冷多元负荷在监督量测与供需均衡治理上的时候要求分歧，从秒级至小时级的多时候标准的数据信息普遍存在在新型电力系统数据库中，对数据对齐、数据弥补等手艺提出了新的挑战。

一方面，因分歧类型来历的量测数据在数据成份、数据精度、时标信息和收集频率等方面存在差别，在进行数据融会处置时需要起首选择基准数据源，通常是带有切确时标信息的数据源，然后将其余类型的数据与其进行数据对齐，以包管用在后续阐发的数据在不异时候断面下。基准数据源的拔取法则有待进一步研究完美；另外一方面，针对采样频率低的数据在年夜量时候断面与采样频率高的数据没法对应的问题，需要经由过程适合的方式进行补全，以提高多元负荷数据的冗余度。经常使用方式为插值法，将来有望更多与人工智能手艺相连系，经由过程年夜数据阐发提取负荷特点，从而进行负荷猜测与数据弥补。

3.5 电碳市场买卖数据融会

为实现“双碳”方针，鞭策绿色成长，碳市场已成为节制温室气体排放的政策东西。2017年末全国碳排放买卖系统完成整体设计并正式启动，2021 年7月，全国碳市场上线买卖正式启动，截至2021 年末，全国碳市场碳排放配额（Chinese emission allowances，CEA）累计成交量达1.79亿t，成交额达76.84亿元[40]。

电力在终端能源消费中占比最年夜，电力系统年夜数据具有笼盖普遍、及时性好、精准性好的长处，是以在碳排放核算中具有主要价值。国度成长鼎新委《全国碳排放权买卖市场扶植方案（电力行业）》[41]明白指出，碳市场的扶植将以发电行业为冲破口，慢慢扩年夜市场笼盖规模。

最近几年来，电网企业与当局积极展开了电碳指数、电碳生态地图等研究。电碳指数，即每耗电1 kW·h所对应的碳排放量，其数值的正确核算是指导用户有序用电、指导低碳电力多出产、增进洁净能源消纳、下降碳排放的根本。电碳指数核算需要融会电网、各类企业的多方数据，具体数据需求和融会方针、方式如表12所示。

表12 电碳指数核算的数据需求和融会方针、方式

Table 12 Data requirements, fusion objectives and methods for electric carbon index accounting

碳买卖是指经由过程市场对碳排放权进行买卖从而节制二氧化碳排放的买卖机制[42]。最近几年来，在电力市场买卖或综合能源系统买卖中引入碳买卖，构建综合低碳经济调剂模子已有相干文献研究，做法首要为在传统优化方针函数上增添碳买卖本钱和新能源和电转气碳减排鼓励本钱[43]，以到达统筹情况庇护和经济性，鼓励发电企业自立减排的目标。

电碳市场买卖触及数据种类浩繁，包括各电厂碳排放配额、碳排放量-出力曲线、碳排放权价钱、机组和耦合元件信息、电网-自然气网-热网运行束缚[44]等信息，常采取开导式算法进行数据融会求解，如表13所示。

表13 电碳买卖的数据需求和融会方针、方式

Table 13 Data requirements，fusion objectives and methods for electricity-carbon trading

碳计量与碳监测手艺是电碳买卖的根本支持，因为电力行业的直接碳排放首要来自觉电环节，从发电侧碳排放进行碳计量已获得了较多的研究，手艺较为成熟。

同时，固然电能的传输和配用进程中不发生碳排放，可是因为电能不克不及年夜范围贮存，电力系统需严酷知足及时供需均衡，用户侧也应承当电力系统碳排放责任。为了鞭策电力系统低碳化鼎新，电力系统碳计量须进一步扩大至线路侧和负荷侧，实现电力系统全环节碳排放责任分摊[45]。

将来，碳流阐发将从电力系统内部动身，与潮水阐发相连系，经由过程引入碳流率、节点碳势、节点碳排放强度等概念，将发电厂碳排放按照各节点负荷和各歧路功率进行公允分摊，阐发电力系统全环节碳排放散布纪律，实现碳流正确追踪和定位，从而完美碳买卖市场扶植，增进电力低碳成长。

4.结语

跟着新型电力系统的扶植，各类新能源、新装备和多元负荷年夜范围接入，各类市场主体普遍介入，年夜年夜提高了电力数据的范围和复杂度，既为新型电力系统数据融会供给了数据根本，也给新型电力系统数据集成和利用带来了挑战。

本文重新型电力系统数据特点动身，阐发了新型电力系统的数据融会需求。对新型电力系统数据模子进行了介绍，对多源异构数据融会手艺的层级划分和各类手艺的优错误谬误进行了阐发，指出在现实利用中应综合斟酌数据源的类型和质量、融会方针的类型和精度要求、系统数据传输能力等选择融会方式。从输配协同、源网荷储协同、虚拟电厂、多元负荷、电碳市场买卖5个典型场景别离归纳了分歧场景数据融会时的输入数据和其来历、融会方针、常见方式和将来研究重点与难点。

新型电力系统数据融会手艺仍有广漠的成长空间，将来需要继续深切研究的问题包罗以下几点。

1）数据聚集方面，新型电力系统内部各营业部分之间、新型电力系统与其他能源系统之间若何成立同一数据尺度，完美数据接口，实现互联同享，有待进一步研究。

2）数据融会手艺方面，数据融会手艺种类浩繁，若何选择最为高效、正确的融会方式有待研究，融会模子正确性评估方式有待研究。

3）数据融会方案方面，现有融会方案年夜多为对现实监测数据的融会，跟着数字孪生等新型电力系统数字化手艺的成长，虚实数据的融会有普遍的利用前景。

另外，本文首要对新型电力系统数据融会的具体算法手艺进行了归纳，新型电力系统全域感知物联、高效信息通讯、海量数据存储和治理也是新型电力系统数据融会的主要环节。

作者介绍

王臻（1998—），女，硕士研究生，从事配电网数据融会和治理手艺研究，E-mail：evener@sjtu.edu.cn;

刘东（1968—），男，通讯作者，博士，长聘传授，从事智能配电网、能源互联网、电网信息物理系统研究，E-mail：dongliu@sjtu.edu.cn.