2024年绿色能源发展与数据驱动报告

王继业中国电力企业联合会大数据与统计分会 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” 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。 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。 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。 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 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 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。 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。 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， 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李生模型实时监控，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 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” 区块链原理及特点 V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/采用去中心化或多中心化的数据管理模式/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V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 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 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。数据只技术不断发展，国国家相关政策不断驱动，新型经济协同业态不断通现！ 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