免费试用
banner
行业资讯>大数据技术与应用>智能电网大数据处理挑战

智能电网面临大数据处理的挑战(2)

作者: 大数据观察来源: 大数据观察时间:2017-06-01 13:22:170

(上接“智能电网面临大数据处理的挑战(1)”)

五.供需矛盾问题

顺着能源危机问题给电网带来的问题进行展开叙述,相信可以发现大量的具体实在的问题,先按下这个不谈。先来看一个具体的电力系统的大问题:供需矛盾的问题。即:电力系统为了满足高峰负荷的用电需求,不得不按高峰负荷容量来建设总装机容量,造成实际的电能总量的供应能力远大于实际的需求总量的问题。

用中电联公布的最新数据和专家的估计,我国总装机容量已超过美国跃居世界第一,到今年年底我国发电设备容量将达到12.3亿千瓦左右。而今年我国前三季度,全社会用电量为3.95万亿千瓦时。这两个数据说明了一个什么问题?一个简单的计算就知道了:装机容量12.3亿千瓦意味着电能转化的能力,假设不存在能源的供应问题,这些能力开足三个季度,发电总量就是7.97万亿千瓦时。而用电总量3.95万亿千瓦时只有大约发电总量的一半,这就相当于一半的装机发电能力处于闲置状态。

这个问题可以说是电力专家们长期以来习以为常,而又几乎无能为力的超级大问题。电力系统的大部分的可靠性和稳定性的问题,又都最终可归结到这个矛盾问题之上。换句话说,如果这个问题得到解决,很多传统电网上的可靠性和稳定性的问题就迎刃而解了,原来花费在解决这些问题的大量代价就可节省下来。当然,解决这个问题的办法,也会要求原来的电网结构和供用电的模式也势必要发生重大的变化。这又是一大块可以大幅展开叙说的问题。

同时这也对我们提出警醒:真正的智能电网,不是简单地在传统电网上加装神经系统就可以了的。电力系统的重大矛盾问题的解决,必然是以技术的重大突破,带来电网结构和供应电模式发生重大变革为前提的。如果大数据技术乃至其他大大小小的所谓智能电网技术,只是定位于在传统的电网结构和供用电模式的基础上,做非过渡性的修补和完善的话,是解决不了这些重大的问题的。这样的大数据技术应用和智能电网就将是枉费或虚伪的,难负盛名的。这条路,也不能不说会是一条大大的弯路。

(题外话:我们走弯路的原因是看不到直路或不相信少数人看到的直路。所以,我们走弯路的概率远大于走直路的概率,也是一种不以人的意志为转移的事实。就像一个人,如果在人生的关键时点走到了弯路上去了,要再想回到直路上来,就会变得非常困难了。)

智能电网当然是要被设计为能彻底解决供需矛盾问题的新系统。如果大数据在智能电网在解决这个问题时,表现出了不可替代的关键作用的话,我们就找到了大数据在智能电网上的降落的制高点。反过来说,如果大数据在智能电网解决供需矛盾的问题上起不了核心作用,那么必定是我们虚夸了大数据的作用。或者,如果是我们谈不出这些核心的作用,而只能谈其鸡毛蒜皮的机会的话,那么,要么就是我们在贬低大数据的作用,要么就是暴露出我们对大数据和智能电网的理解都还不够深入。

六.智能电网如何解决供需矛盾的问题

能找到客观问题的解决办法就是机会,暂时找不到就是挑战。

一旦你对一个问题的存在找到了客观上的理由,你很可能就会放弃想办法去解决它的主观上的努力。

电力系统的专家长期不能解决供需矛盾的问题的原因正是在于:他们一直认为导致这个问题的原因是:电能的光速传输和不可大量储存,这两个”不可抗力”。虽然部分科学家对”不可大量储存”的问题一直没有停止寻找解决办法,但从以往人类对解决这个问题的整体投入来说,是远远不足以解决这个问题的。如果和人类投入大量资源进行航天探险相比,投入到解决“电能不可大量储存”问题的资源是远远不及的,而该问题对人类命运影响的严重性,是决不亚于人类的航天事业的。

正是由于能源危机的到来,使得该供需矛盾更显突出,更为激化,甚至会有全人类能量管理系统不可逆转的崩溃的危险。矛盾的激化带来解决矛盾的巨大动力,人类近年突然加大了对解决“电能不可大量储存”问题的投入,大大推动了问题的研究解决步伐,并很快就出现了多个能有效缓解和解决这个问题的迹象了。

其中一个最明显的缓解迹象就是:储能电池技术得到蓬勃的发展和应用。无论是建造集中的大容量的储能电站,还是分布的小容量的储能电站,甚至小到电动汽车电池的储能作用和太阳能路灯的储能电池等。未来千家万户的城镇乡村居民都将有自己的发电和储能设施,在自给自足的同时,还可能倒送给电网以相互调剂。即:当我家用电出现高峰,用上自己储存的电能都供应不足时,不在用电高峰的邻家储存的电能可立即补足我的用电需求;而在我的用电低谷时,电网供给我的能量用不完,我就先储存起来,以备自己或邻家在高峰时进行支援。这正是未来的智能电网梦寐以求的景象。一旦实现这种愿景,长期困扰电力系统的供需矛盾问题就将迎刃而解,并且这和应对能源危机的策略也是一脉相承的。这就好比未来将缺水,家家户户都有自己的水源设施和储水设施,对缓解缺水问题也是大有帮助的道理是一样的。

智能电网要实现这样的愿景,明显的工程技术问题,当然是要解决大规模储能的技术方案的设计与实施的问题。大家重点关注的,似乎是只要储能电池成本足够低,储能密度足够高,对环境足够友好就可以了。然而,容易被我们忽视的是:未来对海量分布的微型化的储能点和电源点的控制和管理的问题。如果没有实现一种对超大系统的运行控制的技术方案,我们如何能将无数的微型电源点和储能点有机结合起来,让它们协同互动呢?如果没有这样的技术方案实现,那无数的微型电源点和储能点必定是一盘散沙。如果是这样,即便我们解决了电能储存的问题,对解决供需矛盾不仅没有帮助,反而会更加困难。就好比,让沙子变为一座牢固的房子,要比让大石块变成一座牢固的房子更难的道理是一样的。

在讨论对海量分布的微型化的储能点和电源点组成的超大系统进行运行控制,就必然要应用到大数据技术的问题之前。我们或许还有这样的疑问:为什么未来的电网不能保持是拥有少量超大单体大电源点和大储能点的“大个子电网”呢?确实,对只是“个子大”而不是“大系统规模”的电网的运行管理来说,不存在大数据处理的挑战,目前的小数据处理足够应对了。如果我们能如所愿维持“大个子电网”的结构和运行模式来发展智能电网,我们就不必非要引入大数据技术了。非要这样,反倒是有为大数据而大数据的嫌疑了,这种南辕北辙的错误,实际是不应该出现在国家战略层面上的。

“大个子电网”不能持久维持的根本原因,还是会归结到不可逆转的化石能源危机的问题上来。未来的大油田、大煤矿、大能源港将消失,我们只有一条长江,只能建一座三峡电站,我们不能到处建核电站,大风场,大光照场数量也有限。沿用前面的比方的说法是:未来可用来构造大房子的大石块将很少,我们将不得不只能收集大量的小砂石来建造数量众多的小房子了。

所以,超大规模系统是智能电网解决供需矛盾的必由之路,未来我们无他路可逃,只能正面直对超大系统的运行稳定性问题,只能大力研究和发展大数据处理技术来帮助解决超大系统的运行稳定性的问题。

banner
看过还想看
可能还想看
热点推荐
Yonghong的价值观:以卓越的数据技术为客户创造价值,实现客户成功。
免费试用