期刊首页 优先出版 当期阅读 过刊浏览 作者中心 关于期刊 English

《中国工程科学》 >> 2018年 第20卷 第2期 doi: 10.15302/J-SSCAE-2018.02.011

能源大数据技术的应用与发展

1. 华南理工大学电力学院,广州 510641;

2. 南方电网科学研究院有限责任公司,广州 510080

收稿日期 :2018-03-13 修回日期 :2018-03-26 发布日期 :2018-05-31 13:20:27.000

下一篇 上一篇

摘要

能源大数据技术作为“互联网+”智慧能源的重要组成部分,对推动我国能源革命、促进能源转型以及刺激能源行业创新发展具有重大作用。本文以“互联网+”智慧能源为背景,阐述了能源大数据技术的结构形态与关键特征;立足于大数据在我国新时代下能源行业发展的重要支撑意义,探讨了能源大数据技术的主要应用领域,重点讨论了目前实现能源大数据的主要制约因素;最后提出了几点发展对策,力求助力我国能源大数据的建设与完善,推动“互联网+”智慧能源的深度发展。

图片

图1

参考文献

[1]  李立浧, 张勇军, 陈泽兴, 等. 智能电网与能源网融合的模式及其发展前景 [J]. 电力系统自动化, 2016, 40(11): 1–9. 链接1 链接2

[2]  Jiang H, Wang K, Wang Y, et al. Energy big data: A survey [J]. IEEE Access, 2016 (4): 3844–3861. 链接1 链接2

[3]  刘敦楠, 唐天琦, 赵佳伟, 等. 能源大数据信息服务定价及其在电力市场中的应用 [J]. 电力建设, 2017, 38(2): 52–59. 链接1 链接2

[4]  黄小庆, 陈颉, 田世明, 等. 电动汽车充电站规划、运行中的大数据集成应用 [J]. 电网技术, 2016, 40(3): 762–767. 链接1 链接2

[5]  张勇军, 陈泽兴, 蔡泽祥, 等. 新一代信息能源系统: 能源互联网[J]. 电力自动化设备, 2016, 36(9): 1–7. 链接1 链接2

[6]  田世明, 栾文鹏, 张东霞, 等. 能源互联网技术形态与关键技术[J]. 中国电机工程学报, 2015, 35(14): 3482–3494.

[7]  陈启鑫, 刘敦楠, 林今, 等. 能源互联网的商业模式与市场机制( 一) [J]. 电网技术, 2015, 39(11): 3050–3056.

[8]  Naimi A I, Westreich D J. Big data: A revolution that will trans-form how we live, work, and think [J]. Mathematics & Computer Education, 2013, 47(17): 181–183.

[9]  McAfee A, Brynjolfsson E, Davenport T H, et al. Big data: The management revolution [J]. Harvard Business Review, 2012, 90(10): 60–68. 链接1 链接2

[10]  Zhou K, Fu C, Yang S. Big data driven smart energy management: From big data to big insights [J]. Renewable and Sustainable Energy Reviews, 2016 (56): 215–225. 链接1 链接2

[11]  张东霞, 苗新, 刘丽平, 等. 智能电网大数据技术发展研究 [J]. 中国电机工程学报, 2015, 35(1): 2–12.

[12]  Billinton R, Gao Y. Multistate wind energy conversion system models for adequacy assessment of generating systems incorpo-rating wind energy [J]. IEEE Transaction on Energy Converstion, 2008, 23(1): 163–170. 链接1 链接2

[13]  Kaldellis J. Optimum autonomous wind–power system sizing for remote consumers, using long-term wind speed data [J]. Applied Energy, 2002, 71(3): 215–233. 链接1 链接2

[14]  鲁宗相, 徐曼, 乔颖, 等. 风电功率预测的新型互联网运营模式设计 [J]. 电网技术, 2016, 40(1): 125–131. 链接1 链接2

[15]  刘世成, 张东霞, 朱朝阳, 等. 能源互联网中大数据技术思考 [J]. 电力系统自动化, 2016, 40(8): 14–21. 链接1 链接2

[16]  B.A.U.M. Consult Gmbh. Smart Energy made in Germany [R].

[17]  王喜文, 王叶子. 德国信息化能源(E-Energy) 促进计划 [J]. 电力需求侧管理, 2011, 13(4): 75–76. 链接1 链接2

[18]  Liu Y, Zhan L, Zhang Y, et al. Wide-area measurement system de-velopment at the distribution level: An FNET/GridEye example [J]. IEEE Transactions on Power Delivery, 2015, 31(2): 721–731. 链接1 链接2

[19]  Zhou D, Guo J, Zhang Y, et al. Distributed data analytics platform for wide-area synchrophasor measurement systems [J]. IEEE Transactions on Smart Grid, 2016, 7(5): 2397–2405. 链接1 链接2

[20]  彭小圣, 邓迪元, 程时杰, 等. 面向智能电网应用的电力大数据关键技术 [J]. 中国电机工程学报, 2015, 35(3): 503–511.

[21]  Magavern S. Greening the buffalo niagara medical campus [R]. New York: The Open Buffalo Innovation Lab, 2015.

[22]  Becker T, Curry E, Jentzsch A, et al. New horizons for a data-driven economy: Roadmaps and action plans for technology, businesses, policy, and society [M]. London: Springer International Publish-ing, 2016. 链接1 链接2

[23]  李存斌, 李小鹏, 田世明, 等. 能源互联网电力信息深度融合风险传递: 挑战与展望 [J]. 电力系统自动化, 2017, 41(11): 17–25. 链接1 链接2

相关研究