【摘要】在我國電力體制改革和能源互聯網發展的背景下，傳統能源系統的用戶側逐步積累大量的用能數據及各類信息，針對能源數據，做出準確的分析和診斷，并依此提出節能運行優化方案，采用大數據技術發掘數據的真實價值已成為能源用戶的迫切需求。 

關鍵詞：用戶側；能源管理系統；大數據平臺

1、能管系統大數據分類

在現代化信息技術、發展的同時，已建立樓宇自動化控制系統、電力數據在線監測系統、生產辦公信息系統等多個信息化系統，這些系統積累大量的數據資源，數據具備大容量、種類多、速度快和價值密度低等4個大數據特征。同時，企業也逐漸意識現有能管系統僅對能源數據進行監測和簡單分析，無法將能源數據與其生產辦公、業務流程等重要業務數據進行融合和深度挖掘，能管系統將很難持續為用戶提供科學的指導，無法帶來更大的效益。因此，基于用戶的管理需求和業務要求，能管系統大數據涵蓋大量數據，不僅包括電、氣、水、油和煤等能源類數據，還應涵蓋與能源管理相關的各類非能源數據，如環境信息、生產辦公信息和業務流程等。

2、能管系統大數據平臺

2.1 現代能源管理體系

要實現節能，企業首先要掌握自身能源消耗的狀況。因此，對能耗設備的監控、能耗數據的采集，便成了能源管理的一步。其次，針對能源數據，做出準確的分析和診斷，并依此提出優化方案，是節能的核心環節。再次，按計劃實施并取得預期收益，是能源管理的目標。根據取得的收益，不斷優化節能方案，使企業能耗不斷降低是能源管理*的重要保障。遵循以上邏輯，衍生出能源管理系統的概念，通常來說，能源管理系統一般由 3 個系統組成：數據采集、傳輸控制和能效分析。數據采集通過各種儀表分項采集企業內能耗設施數據。傳輸控制通過通信網絡將收集未來的數據轉載給能效分析系統。

2.2 能源發展模式

而現如今，大數據技術與智慧能源相結合的大數據智慧能源管理系統，為當今我國社會的發展提供了新的生產模式，通過大數據智慧能源管理系統的調配，可以保證智慧能源在分配過程中降低消耗成本，突破了以前采用傳統的方式對單一的能量的控制，通過智慧能源各種能源之間的優化生產，提高企業的生產效率。 

2.3 多能源智能配置與調控

由于面臨電力市場和天然氣市場的需求時間不同，電力負荷變化劇烈且需實時平衡，然而冷熱負荷則變化緩慢且允許一定程度的非同時性等問題，故綜合優化調度較為困難。建立區域調度中心，通過開展面向能源終端用戶的用能大數據信息服務，對用能行為進行實時感知和動態分析。通過能量系統間的互聯與互通，改善在不同時空尺度下，不同能源的供需不平衡狀態，以實現綜合能源利用、降低系統運行成本和提供功能可靠性等目標。同時，企業的儲能設備、分布式電源等通過需求響應可以得到廣泛的應用。結合區域特征及供需特性等外部條件，協同多類能源整體優、能源損耗低等問題，需要對綜合能源系統進行規劃。在規劃配置的基礎上，對能源線路、設備種類、運行情況以及儲能應用進行進一步分析。

2.4 系統整體架構設計

能源數據管理系統是在利用智能化的能源計量器具、網絡技術、數據庫技術、工業控制技術和計算機軟硬件技術等來實現能源數據的采集、統計和分析，用數據得出節能指導報告，挖掘節能潛力，客觀地統計出班組在天、月和年的能耗情況，為企業管理層的能源決策提供科學的依據。同時，可以改變缺乏數據支撐的傳統能源管理方式，幫助企業實現能源管理科學化和節能降耗數據化，達到降低能源成本和提高生產效益的目的。能源數據管理系統總體分為能源數據采集子系統和能源數據服務子系統。其中，能源數據采集子系統的感知層采集器從電、氣和水等計量器具中根據采集間隔時間和采集協議等相關參數采集能源計量數據，并將數據存入系統數據庫，形成基礎數據庫。能源數據服務子系統采用預定義的規則對數據進行預加工處理，生成數據報表和圖形報表等，從而支持能源管理決策分析。

2.5 負荷預測

電力系統常年針對負荷預測的模型、精度提高等方面開展研究，基于大數據的負荷預測技術，對負荷數據、業務數據、氣象數據、經濟數據和行業分類數據等各類所需的數據進行整合，采用關聯分析、神經網絡等數據挖掘方法獲得敏感成分，并分析對負荷波動的影響程度，提高負荷預測準確度，科學指導用戶能源系統的運行規劃、節能控制和設備管理等工作，降低成本。 

2.6 用能行為分析

用能行為分析主要對用戶用能行為及用電習慣的分析，考慮工業、商業、居民等不同類型用戶都有不同的特點，而同類型用戶又具有相似的用能規律，因此用能行為分析是采用數據挖掘算法對用戶用能的規律進行歸類，并對歸類結果進行分析。

2.7 能效分析

基于大數據的能效分析以采集的能耗、環境信息和用電特征等信息為基礎，充分利用多維分析的思想，結合用戶業務類型、生產規律和設備類型等各類信息，加強各類信息之間的關聯性分析，對各類數據進行深度挖掘，提升數據的價值，從而為用戶提供幫助。以工業企業用戶為例，通過能源管理系統采集到用能數據、運行負荷和設備狀態等數據，并將企業辦公管理系統、生產計劃系統、生產運行監控系統等數據接入能源管理系統，并利用大數據分析技術，對能耗數據與生產計劃、物料管理、產線運行狀態、班組管理等相關信息數據之間進行關聯性分析，可以得到不同原料、產線、班組、設備、時間和成品等對應的能效分析，分析不僅僅局限于能耗本身，而是與企業業務、管理等直接關聯，分析結果可以為企業的生產成本核算、生產計劃優化、設備狀態管理和業務發展決策等提供科學適用的指導意見，有利于降低企業生產管理成本和提升競爭力。

2.8 實現能源供需互動

由于智慧能源與新能源尚屬于開發當中，因此，在智慧能源應用過程中，需要對其進行相應的價格調整，價格管理，以大數據為基礎的智慧能源管理系統可以更好地調配能源與新能源的使用情況，保證各種能源之間進行相互調整，實現能源供需互動。提高能源的綜合利用率，同時，在對能源使用過程中可以進行相應的檢測，檢測系統中存在的問題，通過大數據技術進行自我調整。 

2.9 能源量化管理加強

通過使用系統數據平臺來實現能源實時監控和管理流程優化，滿足能源設備、運行管理自動化的需要；通過系統的實時監控，實時了解產能單位和用能單位的各種能源的詳細使用情況，為企業分析能耗提供直觀的依據，減少能源損失，提高能源使用效率，并進一步提高企業管理水平和降低運營成本。

3、安科瑞能耗管理云平臺功能

3.1 平臺結構

3.2 平臺功能

3.3 設備選型

4、結語

能源大數據的建立對貫徹我國“互聯網 + ”智慧能源發展戰略，加快多能系統深度融合，促進能源市場化改革具有重大意義。通過對生產過程*源消耗的數據進行采集、加工、分析和處理，讓管理者更加充分、深入地了解企業的能源利用狀況，從而發現生產和設備運行節能空間，實現生產調度、能源配給，達到能源精細化管控、優化生產優化能耗，真正起到提高企業生產與能源管理水平、提高企業能源利用效率，降低單位產品綜合能耗的作用。 

【參考文獻】

[1]曹軍威，孟坤，王繼業，等．能源互聯網與能源路由器［J］.中國科學:信息科學，2014，44(6)：714- 727．

[2]瞿超暢，倪俊．企業能源管理系統大數據平臺的研究．

[3]安科瑞企業微電網設計與應用手冊.2020.06版.