2024年绿色能源发展与数据驱动报告

绿色能源发展与数据驱动 王继业 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《企业数据资源相人社部、数据局等9部门发改委能源局数据局关会计处理暂行规定》《加快数字人才培育支撑《加快构建新型电力系统行 数字经济发展行动方案动方案（2024—2027年）》 （2024-2026年）》 2023.032023.122024.052024.08 中共中央国务院国家数据局等17部门《“数据生态环境部、发改委、数据中共中央国务院《关于加快经济 《数字中国建设整体布局要素×三年行动计划局等15部门《关于建立碳足社会发展全面绿色转型的意见》 规划》（2024-2026年）》迹管理体系的实施方案》国务院办公厅《加快构建碳排放 财政部《关于加强数据资产管双控制度体系工作方案》 理的指导意见》 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，这种追求驱区动着能量利用形式。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。 煤炭·发电机 汽油石油天然气风电光伏 柴油内燃20世纪煤气 水电核电 太阳原理 煤炭·蒸汽机 19世纪第二次工业革命电气 机60年代 液化气核聚变能 时代19世纪末 薪柴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天然气 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 生活中纺 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 料替代织 信息化、自动化、智能化 取暖薪柴业车蒸汽 炼铁业 火车 中国第一2 1884F 1912年 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） 绿色能源发展成就世界属目 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。 140000 120000 100000 80000 60000 4000024% 20000 16% 2009201020112012 201320142015201620172018201920202021202220232024.8 20202060 20202060 20202060 非化石能源消费 非化石能源发电量 新能源装机占比 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 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，驱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。 不同新能源电量占比下新能源波动幅度对比不同新能源电量占比下新能源波动频率对比 100 2500小波动：位于日最大负荷20~30% 中波动：位于日最大负荷30~40% 2000 75大波动：大于日最大负荷的40% 1500 功率/万干瓦 1000 25 500 487296120 时间/h 小波动中波动大波动 144新能源日最大波动/日最大负荷 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；二是多主体多动因的市场驱动；三是全要素全领域的数字化。三大支撑的核心是数据驱动 多主体多动因的市场驱动 能源现货服务提供商辅助服务提供商电力交易中心低碳 综合能源服务商新能源企业电网企业传统能源企业碳减排服务节能 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 需求响应服务商储能服务商供应链企业制造企业碳交易机构电价 数据驱动数据驱动 全要素全领域的数字化 云平台 无线专网工智能 数字李生 卫星 _网络售电域 感知 新能源域负荷域储能域 应用2 动态建模 AD协网互动优化决策 碳相关平台包 2 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 绿色能源发展 自配电网 壹 工负业荷 国 商业楼宇居民电动 集中式风电焦中式光伏集中能式惜 分布式风电 负荷园区负荷汽车 分布式光伏分布式储能6 数据驱区动能源结构的变革 到2030年我国新能源将超过24亿于瓦，由行为主导的不确定性负荷将达到6亿于瓦，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 多重随机因素概率化平衡分析年月综合 耦合场景集 年月场景1 年月场景1 时序生平衡分析结果 产模拟 各场景概率平衡分析结果 1.2 年月场景M 年月时间尺度 方法0.8 年月场景M 平衡分析结果 平衡裕度 时间/天 周日场景1 周日综合 周日场景1各场景概率平衡分析结果 平衡分析结果 安全约1.2 束机组...平衡.1平衡富裕 周日场景 组合 周日时间尺度 周日场景N 裕平衡紧缺平衡紧缺 度.9 平衡分析结果32549617385 时间/15min 绿色能源发展的市场化 市场化驱动是绿色能源发展关键，市场驱区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，上半年国家电网公司经营区绿电交易983亿干瓦时，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。 公用设施LCA生产退役 与能源合同捆绑 绿色电力证书阶段阶段 （每份对应1兆瓦时）(例如：PPA) 上级环保监测中心未捆绑 同企业客户水坝建造水域有机质降解大坝拆除 等的回收外理 消费者风力涡轮机制造金属科，玻璃 （本地或非本地） 环境属性价值传递核燃料生命周期核电站生命周期 物理电力消费 开关量 发电商本地电网消费者 （供应） ）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 通过电网输电清洁能源发电侧碳足迹 电力系统碳排放近实时监测体系绿电交易的环境属性价值传递电力碳足迹 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，需通过多源数据融合实现数据价值深度挖掘，依托数字 李生、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 用邮智能楼宇大容量储能 1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 工业园区 智能化联网化共享化 分布式储能 清洁能源 引导绿色能源消费、推动能源绿色发展化石能源 风力发电人工 煤炭 联网 物 区块链全域 智能大互联石油 光伏发电 水利发电 数据云高效智能 计算协同匹配天燃气 以电代煤以电代油以电代气 数字李生是数据驱动的最终形态 数字李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， 数字李生在数据驱动理论中的关键作用 ①数据采集与融合 数字空间集合·通过传感器、物联网设备等手段，实时采集物理实体的各 数字类数据，为数据驱动的分析和决策提供基础。 空间②虚拟仿真与预测分析 反互作用平面 ·利用实时数据在虚拟空间中仿真和建模，实现预测性分析。 馈③实时监控与优化反馈 连接·物理实体的运行状态可以被数字李生模型实时监控，并与 物理理想状态进行对比，当发现偏差时，系统可以迅速调整策略 系统进行优化。 物理世界集合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。通过数字李生体进行实时 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BV区块链是一种分布式共享账本技术 上固化多方参与共同维护的分布式数据库 2协同/采用去中心化或多中心化的数据管理 B模式 3 绿证绿证 区块链 B/依靠参与节点共同维护不断增长的数 核销查验互认 据链和非集中式的共识机制 BV保证数据在基于验证基础上的可信性 /具有不可篡改、透明和可追溯的特点 77 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区动面临的高维、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。 【数值关气预报-一运行方式网 暂态稿定建模预测无功优化 储预测分析 调整 状态评估振荡分析 电网故障 协同拓扑薪识 状态评估 高级应用 源荷平衡 预测=评活-映 系统稳定安全调控 数据数据数据 数据驱动统计融合 泛化性隐私性 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 多源多维 半/自监督学强化学习无监督学习 人工智能赋能 海量数据 数据 正直流电网：请喜流输电 数据数据 高维 交流电网碳辅生出 新型电力 系统 交流铺 配电网 分布式储世民负药 RST随机 2 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电网平衡补充资源。首先要综 中心可调节资源与电网互动；第三从电量市场、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区动 调 计算计算 转移转移 控度 监数据中心 数据中心 算力评估 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 负荷空间数据驱动负荷时间 数据中心智慧调度源网荷储协同互动算力与电 力融合 邮用