绿色能源发展与数据驱动

绿色能源发展与数据驱动中国电力企业联合会大数据与统计分会2024年8月绿色能源与数据驱动的政策方向党的二十届三中全会明确提出，要加快经济社会发展全面绿色转型，近期党和国家密集发布绿色低碳转型、碳双控、新型电力系统和数据要素领域的新政策，推动能源结构的绿色低碳转型、提升电力系统的安全稳定、促进数据资源的高效配置，标志着我国进入绿色化、低碳化和智能化的高质量发展阶段。8月初发改委、能源局和数据局共同下发的《加快构建新型电力系统行动方案》，体现了绿色发展与数据要素的“并行驱动和关联促进”。2023.082024.022024.07财政部《企业数据资源相关会计处理暂行规定》人社部、数据局等9部门《加快数字人才培育支撑数字经济发展行动方案(2024-2026年)》发改委能源局数据局《加快构建新型电力系统行动方案(2024—2027年)》2023.032023.122024.052024.08国家数据局等17部门《“数据要素×”三年行动计划中共中央《数字中国建设整体布局规划》生态环境部、发改委、数据局等15部门《关于建立碳足迹管理体系的实施方案》中共中央《关于加快经济社会发展全面绿色转型的意见》办公厅《加快构建碳排放双控制度体系工作方案》(2024-2026年)》财政部《关于加强数据资产管理的指导意见》2绿色能源发展的意义绿色发展是以能源利用方式的进步为主要特征的可持续发展模式，绿色能源发展的动因，是人们对生活和自然环境的追求，这种追求驱动着能量利用形式。主要能源从薪柴、到煤炭、到石油电力再到清洁能源，四种形态变化从黑色能源到蓝色能源进入到绿色能源。绿色能源发展以碳中和为目标，以新能源为主体，以电能为核心，新一代能源将把人类文明带入绿色低碳、永续发展的新境界。石油天然气煤炭·发电机20世纪19世纪第二次工业革命电气60年代汽油柴油内燃机19世纪末煤炭·蒸汽机时代煤气液化气天然气17世纪中叶煤炭取代薪柴18世纪第一次工业革命蒸汽时代薪柴太阳第一代：主体能源第二代主体能源：煤炭第三代主体能源：石油第四代主体能源：清洁能源……原始薪柴煤炭(直接燃烧)蒸汽(动力机械)电能自然燃烧1879年电灯电机电转热电解电子电路无线电计算机绿色技术低碳技术绿色消费能源煮食生活中信息化、自动化、智能化炼铁业燃料替代蒸汽纺织业蒸汽车取暖薪柴火车1882年1884年1912年1939年中国第一章蒸汽轮机发电中国第一所水力发电燃气轮机发电农业文明(黄色文明)工业文明(黑色文明)信息文明(蓝色文明)生态文明(绿色文明)3绿色能源发展成就世界瞩目截止到7月底，我国新能源装机已经完成12.1亿千瓦，提前6年半完成总书记承诺；这是令人欢呼的成就，2020年9月双碳目标提出当时我国新能源装机4.4亿，在近四年时间完成十年的目标，充分体现我国举国体制的优势，预示我国能源进入规模化高速绿色发展。我国新能源装机容量趋势我国非化石能源消费和发电量预测4绿色能源发展面临的挑战但是绿色能源发展却是充满挑战且日益严峻，风光出力的随机波动性和用电负荷的尖峰化不确定性加剧，电源特性中波动性占主体，打破了以确定性规划为基础的供需平衡模式，亟需聚合多领域数据要素，构建以数据驱动的、概率性预测为基础的源网荷储调控协同机制。绿色能源发展下，新型电力系统正在探索方法论的颠覆性变革。5绿色能源发展的三大支撑绿色能源发展的三大支撑：一是能源结构的变革，即新能源为主体和用能的电能替代；二是多主体多某省市场驱动；三是全要素全领域的数字化。三大支撑的核心是数据驱动。多主体多某省市场驱动能源现货服务提供商辅助服务提供商电力交低碳综合能源服务商新能源企业某著名企业企业传统能源企业节能碳减排服务经济信息节能服务商售电公司电力调度机构电力用户碳监测服务交易需求响应服务商碳交电价储能服务商供应链企业制造企业数据驱动数据驱动全要素全领域的数字化应用动态建模协同互动优化决策绿色能源发展云平台无线专网人工智能数字孪生一般人卫星网络售电域碳相关平台新能源域负荷域储能域感知环境量物理量电气量状态量时空量数据驱动数据驱动能源结构的变革输某著名企业配某著名企业丬水电核141管例↑工业电动程商业楼宇居民集中式风电集中式光伏集中式储负荷负荷园区负荷汽车能分布式风电分布式储能分布式光伏6数据驱动能源结构的变革到2030年我国新能源将超过24亿千瓦，由行为主导的不确定性负荷将达到6亿千瓦，系统将呈现强随机性，必须有全时空、多领域数据进行随机特性的认知、非物理关联学习和智能优化决策，转变为以数据要素为基础的概率化平衡为方法范式，再将概率优化按照置信度映射为确定性决策。多重随机因素概率化平衡分析年月综合耦合场景集各场景概率平衡分析结果一月年月场景1二月1.4三月平衡分析结果年月场景1时序生四月1.2年月时间尺度五月重叠码六月1产模拟七月世事0.8方法怡嘉开始八月九月平衡裕度高页。\N0005票十月~N十一月年月场景M十二月年月场景M平衡分析结果全年运行模拟时间/天合景1平衡分析结果各场景概率平衡分析结果Loadcurveset景11.2安全约MILP间尺度束机组solver1平衡富裕Hisdomlayer组合平衡裕度1Trainingset景N景N9平衡紧缺平衡紧缺OptimalFeaturesolution拍actrixInputlayerOutjuetlayer平衡分析结果113253749617385Taum时间/15min7绿色能源某省市场化市场化驱动是绿色能源发展某省市场驱动要素资源的高效匹配，绿电、绿证作为环境属性价值的载体，需求旺盛，上半年某著名企业公司经营区绿电交易983亿千瓦时，同比增长146%，绿证交易5707万张，是去年同期的39倍。我国是世界最大的新能源国家，迫切需要加快整合建立强大的数据基础，以支撑大规模高精度的认证需求，使每一度电的碳足迹都有迹可溯，增强我国在全球能源治理体系的话语权。电力系统碳排放近实时监测体系绿电交境属性价值传递LCA生产建设运行退役阶段阶段维护阶段水坝建造水域有机质降解大坝拆除风力涡轮机制造金属，塑料，玻璃纤维等的回收处理核燃料生命核电站生命光伏电池板的制造光伏电池板的回收H2氢的制造氢的存储氢的运输电能清洁能源发电侧碳足迹电力碳足迹8绿色能源发展的数字化数字化是新型电力系统构建的前提，数字化首先是数据驱动的。随着可再生能源大规模并网、电动汽车大规模接入、储能系统规模化建设，新型电力系统数据更加巨量化、异构化、复杂化，单一数据价值密度远不足以支撑高度复杂的系统，亟需通过多源数据融合实现数据价值深度挖掘，依托数字孪生、区块链和人工智能等技术，形成对绿色能源发展的有力支撑。负荷储能智能楼宇大容量储能居民用电低碳绿电交易分布式电力交易电碳计量虚拟电厂电动汽车减排分布式储能工业园区智能化联网化共享化清洁能源引导绿色能源消费、推动能源绿色发展化石能源50-00煤炭风力发电人工物区块链联网全域智能互联石油光伏发电大高效智能数据云天燃气LULL需要计算需要协同匹配水利发电需要夕123以电代煤以电代油以电代气9数字孪生是数据驱动的最终形态数字孪生技术是数据驱动的核心技术以及最终形态，在数字层面实现机理与数据融合驱动建模、自主智能控制等，并闭环反作用于物理系统，驱动物理世界的多要素高效协同与智能联动，这种闭环反馈机制是数据驱动理论的重要组成。通过对绿色能源的智能感知、拓扑识别和构网技术，驱动数字网络的自动生成，能够对物理对象“单体”和“系统”进行映射性的模拟、预测、推演，体现了数据驱动与绿色能源发展的深层次融合。数字孪生在数据驱动理论中的关键作用①数据采集与融合·通过传感器、物联网设备等手段，实时采集物理实体的各类数据，为数据驱动的分析和决策提供基础。②虚拟仿真与预测分析·利用实时数据在虚拟空间中仿真和建模，实现预测性分析。③实时监控与优化反馈·物理实体的运行状态可以被数字孪生模型实时监控，并与理想状态进行对比，当发现偏差时，系统可以迅速调整策略进行优化。④多要素协同与智能联动·通过对系统内多个要素的全面映射和数据驱动分析，促进了各要素之间的协同与智能联动。通过数字孪生体进行实时的持续调整和优化，确保系统整体运行的高效性和智能性。10区块链技术保障数据可追溯在绿色能源发展过程中，能源结构多元化。利用区块链技术准确甄别并有效记录能源的绿色成分，提供可信的绿色电力消费凭证。依托区块链技术，采用数据可信采集、智能合约、安全存储与安全上链的技术体系，实现绿色能源及碳足迹的精准溯源。区块链实现绿色能源价值在能源系统的记录、确认和转移，形成了一种“价值互联网”。绿证绿证B可信区块链原理及特点核发交易全过程链B1上固化✔区块链是一种分布式共享账本技术，多方参与共同维护的分布式数据库42协同区块链✔采用去中心化或多中心化的数据管理模式B3B绿证绿证✔依靠参与节点共同维护不断增长的数据链和非集中式的共识机制核销查验互认✔保证数据在基于验证基础上的可信性B✔具有不可篡改、透明和可追溯的特点11人工智能以数据驱动为基础人工智能是一种类动力系统，其需要训练和调优来精确刻画物理世界的模式和规律，这个过程的核心是数据。人工智能技术采用多源、多维、多模数据，基于数据统计、数据压缩、数据融合机理，实现因果关联和深层知识表征，能有效提升优化建模对不确定性的拟合表征能力，同时能显著提升系统在多要素、高自由度、开放条件下的优化调度计算能力，可以解决新型电力系统数据驱动面临的高维、随机、非线性挑战，并将驱动电力行业全要素、全流程、全场景加速创新。数值天气预报运行方式网警察器是微网优化荷源调整某著名企业故障建模预测无功优化状态评估储预测分析功率预测振荡分析拓扑辨识高级应用状态评估诊断协同系统稳定安全调控源荷平衡预测-评估-映射数据数据数据数据驱动统计压缩融合可信性泛化性前瞻理论突破隐私性因果关联标准化算例大规模预训练模型模型数据深层知识人工智能赋能人工智能统计机器学习性能基线工程化应用交互驱动深度学习监督学习机器学习理论半/自监督学强化学习无监督学习多源多维习多模数据数据数据海量数据制氢交流某著名企业水收核重天然直流某著名企业碳捕集出备注直流输电配某著名企业P人情OCHS一下新型电力高维天然气管理随机气象站交流输配表袋使业务居民负荷系统山水塔能分布式储太阳能电能分布式发电生物质发现的豐12数据驱动算力电力绿色低碳协同绿色能源发展离不开数字技术的算力支撑，而算力发展也须以绿色电力为基础。电算协同目的是解决算力剧增而带来的耗能问题，一是巨量动力需求，二是绿色低碳。绿色能源主体是可再生能源，只有发展绿色能源能够满足这两个要求，同时算力负荷也可成为某著名企业平衡补充资源。首先要综合各环节数据进行算力与电力一体规划；同时贯通算力、电力运行数据，构建协同算法，实现算力中心可调节资源与某著名企业互动；第三某省市场、绿电交易、储能与需求响应等多方面匹配，实现算力电力的良性协同。其方法仍在于数据驱动。算力评估计算监控计算调度用能检测资源协同用能优化需求响应辅助服务电力交易绿电交易数据中心数据中心负荷空间负荷时间转移数据驱动转移数据中心智慧调度源网荷储协同互动算力与电力融合某省市场新能源绿色用电安全用电电力交易降低成本→交易消纳号K光伏空调负荷充电桩ups/储能设备13数据流通技术推动数据生态构建未来，数据将与电力、算力、网络协同一体成为推动人类文明进步的四大基础要素。数据只有跨领域大规模流通才能真正释放价值。需要“三个不断”来构建数字生态：数据流通安全保障技术不断发展，国家相关政策不断驱动，新型经济协同业态不断涌现。保障数据隐私安全隐私计算技术保护隐私技术去标志化技术差分隐私技术保障数据所有者对己方数据的控制数据使用控制技术数据流通数据管控技术数据密态胶囊技术智能合约保障数据可信、身份可信、操作可信、流通过程可信信任保障技术分布式数字身份技术数字水印技术14数据流通融合面临的问题当前我国数据流通需求迫切。主要存在三个问题：一是数据确权；二是数据流通的安全合规担忧；三是数据流通的商业壁垒，同时缺乏数据流通的标准。国家出台了“数据二十条”政策，推动数据资产管理、数据资源入表等工作，为数据要素高效流通提供政策性和制度性推动力，引导企业以资产视角更直观的呈现数据价值。可以预见，未来数据资产保值增值将成为企业的经营责任。数据的流通融合，也需要建立更高维度、更新形态的数据要素价值体系。科技商业金融政府社会经济网荷数据源数据孤岛储流通性可扩展性行业数数据要素交碳据高安本身特性全壁垒管理技术动态性问题保障保障和多样数据要素非竞争性数据流通性特征因素叠加商业壁垒阻滞因素解放思想数据权属产生的主复杂性时效性增值潜力体间信任壁垒数据标准依赖技术规范程度体制机制建立基础制度建设15行业协会致力破解数据流通难题闫国能通电力行业数据共享交倡议原中国电力企业联合会大数据与统计分会为破解行业数据流通共享难题，中电联充分发挥行业协会桥和导向作用，于今年3月份成立了大数据与统计分会。落地数据要素有关政策，通过数据交行业数据流通融合，探索第三方数据在行业内的统一应用，围绕行业共性需求和典型场景创新数据产品，构建能源电力行业数据生态。中国电力企业联合会中国电力企业联合会2024年3月7日中电联大数据与统计分会成立大会能源电力行业数据共享交倡议书签订仪式政府支撑机构系统集成商高等院校及科研机构某著名企业企业各级数据制造业交装备制造企业数字科技企业电力行业数据生态体系聚合商综合能源企业金融机构家电企业会员单位售电公司合作组织储能制造与运营企业及法律机构三大运营商环境保护机构16构建能源电力行业统某省市场分会紧跟国家“培育全国一体某省市场”有关要求，构建“能源电力行业统某省市场”，打造行业级数据交，依据“数据可用不可见，数据不跑算法跑，安全可信追溯”的原则，建立数据交体系，让数据供得出、流得动、放心用、用得好；推动数据交、高效、有序。构建能源电力行业统某省市场打造行业级数据交开展数据交易，