虚拟电厂(三大关键技术与六大功能特征)
虚拟电厂技术 (VPP,Virtual Power Plant) ,是将电源、可控负荷和储能系统有机结合,通过虚拟电厂的控制中心,合并作为一个特别整体参与电网运在虚拟电厂中,每一部分均与控制中心相连,通过智能电网的双向信息传送,进行统一调度协调机端潮流、受端负荷以及储 能系统,以达到降低发电损耗、减少温室气体排放、优化资源利用、降低电网峰值负荷和提高供电可靠性的目的。
新型电力系统多源异构数据融合技术研究现状及展望
能源转型背景下,新型电力系统以清洁低碳、开放互动为目标不断建设,同时监测技术与通信技术也快速发展,电力系统中的数据来源更加广泛,数据结构更加复杂,为新型电力系统数据融合提供数据基础的同时也提出了挑战。首先,分析新型电力系统数据特征,提出新型电力系统的数据融合需求;接着,介绍新型电力系统数据模型、多源异构数据融合技术层级,分析关键融合技术的优缺点,并对不同技术的适用场景进行分析;然后,分别从输配协同、源网荷储协同、虚拟电厂、多元负荷、电碳市场交易5个典型场景,对多源异构数据融合的数据需求、数据来源、融合目标、常见方法及研究难点进行归纳;最后,对新型电力系统数据融合技术的未来研究发展进行了展望。
全国首例台区储能虚拟电厂参与调频辅助服务市场交易在山东开展
7月2日,山东济南供电公司助推国网山东综合能源服务有限公司打造的分布式储能类虚拟电厂聚合单元完成调频辅助服务市场交易,标志着全国首例台区储能虚拟电厂参与调频辅助服务市场交易落地山东,为需求侧资源市场化调节开辟新路径。
江西首家虚拟电厂实现电能量市场全品类交易
近日,国网江西综合能源服务有限公司虚拟电厂顺利完成中长期月度、D-2及日前现货全品类电能量市场交易,成为江西省内首家打通电能量市场各交易环节的虚拟电厂,标志着江西虚拟电厂进入全流程市场化运营新阶段。
综合能源系统下虚拟储能建模方法与应用场景研究综述及展望
为了促进多能耦合互补和实现可再生能源就地消纳,综合能源系统已成为多领域的研究热点。考虑到能源设备及网络的多样性、复杂性以及多种能源时间尺度的差异性,根据能量平衡原理,对系统内具有可调特性的源、网、荷进行储能化建模,并构成虚拟储能系统参与到综合能源系统的优化调度中。为了准确把握虚拟储能的研究重点,首先介绍了虚拟储能的定义、逻辑架构和技术内涵;其次针对综合能源系统源、网、荷端设备或网络,总结和归纳了4种虚拟储能建模方法和特性指标;然后重点分析了虚拟储能在4种典型场景的具体应用;最后展望了虚拟储能未来的发展方向。
华北电力大学曾鸣:在新型电力系统建设中虚拟电厂的角色定位
在“双碳”目标下,大力发展风、光等新能源是我们明确的方向。当前,电力供给侧和需求侧体现出“双随机”特征,给电力保供工作、系统经济高效运行等带来了严峻挑战:一方面,波动性和间歇性较强的风、光发电在电源结构中的比例持续增长,供给侧随机性日益凸显;另一方面,终端电气化水平提升与新型负荷不断涌现,例如电动汽车、数据中心、负荷聚合商、综合能源系统等新业态用户的出现,导致需求侧的随机性越发显著。
分布式异构智能算力的管理和调度技术研究报告
随着我国数字经济规模总量的不断攀升,实体经济、数字经济和信息服务的深度融合正加速产业数字化和数字产业化变革。算力作为承载信息数据的重要基础设施,已成为全社会数字化转型的重要基石。根据中国信息通信研究院最新发布的《中国算力发展指数白皮书(2023年)》显示,至2023年我国智能算力规模达到178.5EFlops,增速为72%,在我国算力占比达59%,成为算力快速增长的驱动力;据IDC等机构预测,至2025年,新增数据量180ZB,其中80%的增长来自于文本、图片、语音、视频等非结构化的数据。随着人工智能、元宇宙、高性能计算等领域的发展,激发了更多智能数据处理的需求和场景,对新型智能算力的需求激增。本研究围绕典型智能计算应用对异构算力的协同及调度需求,研究泛在异构算力参与训练或推理过程的协同需求、调度需求,研究泛在异构算力参与训练或推理过程的协同需求,包括异构算力类型、规模要求、性能要求、网络要求、数据传输要求等,分析异构算力协同的应用场景等特点,考虑同数据中心、跨数据中心、跨云边端多级、池化和非池化异构算力并存等各种场景下,算力协同的需求及可行性。研究分析异构算力资源分类整合、池化重构和智能分配等技术方案。研究分布式异构算力资源管理技术方案,包括管理跨数据中心、边缘及端侧的GPU、FPGA等异构算力设备,已虚拟化或池化的异构硬件,研究对异构算力资源进行标识和监控的方案,对算力进行细力度切分供给的技术方案,研究对计算任务进行异构算力匹配和调度的技术方案。包括如何匹配差异化的计算任务到相应的异构算力节点,如何支持异构算力资源高效和细粒度分配,基于应用场景的负载差异性,建立面向多样化异构算力资源和上层多场景需求的多元异构算力统一调度架构,统一资源实时感知,抽象资源响应和应用调度。研究分布式AI框架支持分布式异构算力的管理和调度技术方案。
基于DPiMM低功耗专用神经网络架构的输电线路融合型智慧终端
本案例项目研究的输电线路融合型智慧终端,通过综合运用边缘计算和人工智能技术,并结合5G通信技术,研究轻量化深度学习算法设计技术,实现输电线路通道状态监测的边端图像智能分析;通过研究设计智慧终端边缘计算框架,实现输电线路状态监测传感器的融合接入;通过研究5G通信融合应用技术,实现超高清视频及信息的高速安全传输;通过提升线路通道防护的技术水平,提高输电线路安全水平。输电线路融合型智慧终端整体方案如图1所示。项目所用方案按功能可分为以下几部分:基于AI模组的图像智能分析(即低功耗DPiM架构的人工智能算法)、动态虚拟运行环境、可支持eMBB切片配置及与MEC交互的5G通信,以及多状态监测传感器的接入。输电线路融合型智慧终端技术方案。