0
應對氣候變化已經成為了全人類共同面臨的挑戰。我國已經明確了“雙碳”實現目標,2030年實現碳達峰,2060年實現碳中和。邁向碳中和,需要分兩步走,首先需要提前碳達峰,然后再加速凈減碳。
要提前實現碳達峰,減少化石能源的消費成為關鍵。2020年,我國一次能源消費總量的85%為富碳化石能源。為此,我國提出,到2030年,非化石能源占一次能源消費比重將達到25%左右,風電、太陽能發電總裝機容量達到12億千瓦以上的目標。
不過,要提升非化石能源消費的占比,需要先解決現有電網靈活性和能源互聯網數字化升級的問題。

自20世紀首批集中式電網問世以來,幾乎所有電力都是由集中式的大型發電廠通過輸配電網輸送。隨著非化石燃料發電電源的增加,風電、太陽能等分布式能源并網需求劇增,電力的傳輸就需要向雙向化的電網新架構和商業新模式的雙新目標演進。
顯然,電力數字化成了新型電力系統適應能源革命和數字化革命相融并進的必然選擇。這也意味著,新型電力系統中的電網藍圖得以重構。
那么,新型電力系統下的電網架構應該如何進行電力數字化升級?效果又將如何呢?
面對能源革命,新型電力系統中的電網藍圖得以重構
既然要重構電網藍圖,那就先了解一下目前的電網架構。絕大多數的輸電變電站和配電變電站都建造于幾十年前,電廠所發送的電力先通過升壓變電站升壓,然后通過輸電電纜傳輸到輸電變電站,再通過多級配電變電站變壓,最后輸送給企業和家庭電力用戶。
但目前的電網架構有兩大的問題,高成本和缺乏靈活性。

高成本是因為在役的電網中有數以億計的固定功能的電力設備,比如自動化控制器、繼電保護器等,這些電力設備使用特定廠家的專用硬件和軟件,每次出現問題或需要升級時,技術團隊都必須趕赴現場進行維護和升級,這帶來了極高成本。
靈活性的問題則是因為能源消費正在變革。傳統的電力系統是為集中式大型電廠的輸配電任務設計,隨著太陽能、風電等的分布式電源的出現,傳統的電力系統無法完全滿足用于分布式電源向電網進行電力傳輸的控制。

包含邊緣分布式電源的智能電網架構
也就是說,無論是為了解決電網運營、維護和升級的高成本挑戰,或是適應新能源大規模高比例并網和消納要求,還是支撐分布式能源、儲能設施廣泛接入,都需要重構電網藍圖,推動電網向更加智慧、更加友好的能源互聯網升級。
要實現這個目標,需要借助虛擬化技術使硬件與軟件相互獨立,并對整個系統進行標準化。
標準化不僅能夠取代傳統電力設備自頂向下的專屬硬件和軟件,還能讓多個智能電子設備可以通過標準協議相互通信或各自與監控中心通信,最終讓電力系統能夠整合工作負載,靈活部署新應用。
當然,電網現代化也能夠幫助電網運營商充分利用強大的計算能力進行高級監測、診斷和安全增強。同時,也可以使用機器學習技術挖掘電力大數據這座“富礦”,以獲取更深刻的洞察。
有數據顯示,部署軟件定義的自動化和控制系統能夠將變電站中的總設備數量減少50%,并將運營和維護總成本降低76%。這樣,越來越多的電力公司開始認識到,有必要使用智慧邊緣架構對變電站進行技改和現代化改造。
通過基于英特爾的技術來實現變電站現代化,將幫助電力公司打破傳統監控和數據采集(SCADA)系統的局限。
虛擬化技術支撐電網現代化
電網的現代化需要大數據、云、物聯網等現代信息技術和能源技術的深度融合。這是因為,電網數字化基礎設施是一種基于物聯網(IoT)的新型基礎設施,支持各類電力裝置連接到智能電力網絡,幫助電力公司通過實時數據分析實現可執行的洞察和自動化的控制。
其中,電網現代化的基石是虛擬化技術,虛擬化技術過去十年間在數據中心經受了考驗和證明,可以實現軟硬件解耦,幫助電力公司的電網架構提升可擴展性、安全性、可靠性和效率。
既然如此,實現電網現代化就需要從最基礎的模塊開始進行虛擬化和軟件化,虛擬保護繼電器(VPR)、微數據中心、配網變電站、風力發電透平和微電網都是非常關鍵的基礎模塊。

繼電保護裝置的作用是當電力系統發生故障危及電力系統安全運行時,能夠及時發出警告信號并直接自動觸發跳閘動作。將構建于標準化硬件設備上的保護和控制系統進行虛擬化、軟件化,集中化的新架構就可以大幅度減少電力裝置的數量,還能減少工作人員往返變電站的頻率,降低運維成本。

在虛擬繼電裝置的基礎上,就可以將傳統的電力系統架構從固定功能電力裝置組成的拓撲集合,轉向采用標準化新電力融合邊緣基礎設施的系統架構進行新型電力系統基礎設施建設。
一種基于微數據中心架構的新型電力系統架構正在得到大力發展,這種微數據中心可在站內總線層面對變電自動化和IT信息化應用進行虛擬化,并引入虛擬網絡技術來隔離虛擬機之間的流量,加強軟件化電網裝置間的隔離和安全性,還有助于改善電力公司的通信和決策。

當然,新型電力系統的架構需要有先進技術和穩定的產品作為支撐。英特爾與電力合作伙伴所推動的變電站微數據中心技術,將以運營技術為核心的應用和以信息技術為核心的應用融合到集中的、可擴展的電網新基礎設施成為了可能。
實現了電網工作的負載整合,就可以進一步對配網變電站進行現代化改造。傳統的配電網變電站由于物理尺寸的限制,想要為每個應用添加新硬件的空間非常有限,用人工更換或升級每臺設備成本又很高昂。
標準化設計的配網變電站全新參考架構不僅能夠解決這個問題,還能滿足靈活性需求。英特爾與行業合作伙伴形成合作聯盟,已經開發出了相關原型機及標準化設計規范。

雷鋒網了解到,英特爾的配網變電站原型機已經通過各種硬件的驗證要求,包括開機可靠性、高溫承受度以及IEC 61850-3變電站標準的合規性。同時,電氣裝置數量和現場安裝服務需求的減少將幫助電力公司降低固定資產成本、運營成本和系統集成成本,新應用的部署和規模化更加簡單,安全性也大幅增強。
傳統電力系統借助虛擬化技術進行一系列的升級和改造之后,就足以滿足分布式能源系統的并網需求。但為了更好地發揮數字化電網的優勢,在可再生能源發電側,風力發電透平中的工作負載整合也需要像先變電站中的保護和控制系統一樣進行虛擬化,因為風力發電透平控制器中也存在大量專有的軟硬件系統。
除了風力發電透平,太陽能電池板、燃料電池、發電機組和儲能設備等各種發電電源也是微電網的重要分布式電源組成,微電網可以降低能源成本,為關鍵業務地運營提供彈性供電,并提供清潔、可持續的能源,從而實現“雙碳”目標。
Markets and Markets今年發布的研究報告指出,2021年全球微電網市場規模約為246億美元,預計到2026年這一數字將增至423億美元,年復合增長率為11.4%。

同樣,要充分挖掘微電網的全部潛能需要使用標準化的電力自控平臺,以便使用虛擬化技術解耦硬件和軟件,這同為變電站設計的新型的保護和控制平臺非常類似。
至此,不難發現工作負載整合將能夠幫助電力公司提高可靠性并降低全生命周期成本,而虛擬化技術將可以幫助電力公司加快產品和服務的上市速度,同時降低運營成本和固定資產成本。
虛擬化技術作為電網數字化轉型的關鍵,內嵌英特爾處理器的硬件系統,包括英特爾至強可擴展處理器、英特爾Arria 10 FPGA 和 SoC、3D XPoint 內存模塊、英特爾Movidius視覺處理單元加速卡和英特爾網絡接口卡等硬件設備將為電網虛擬化奠定堅實基礎。
英特爾能幫助解決哪些電網數字化過程中的問題?
隨著能源市場全面擁抱數字化轉型,電力系統將從傳統架構向全新的數字化新型電力系統標準演進。當然,電網現代化的演進需要對現有電力基礎設施進行全面升級,需要電力公司、監管機構、政策制定者以及民營公司跨領域的通力合作。
更為關鍵的是,數字化轉型不能盲目跟風,關鍵是滿足需求、創造價值。電網數字化到底能創造哪些價值?英特爾與多位合作伙伴的合作已經通過實踐給出了一些答案。
電力設備的運行狀態是電力公司最為重要的監測指標,目前電力公司通過維護人員用手持紅外檢測設備多以及特定時間點的紅外成像設備判斷電力設備的狀態是否良好。
為了發揮紅外技術的優勢和提高設備檢測效率,英特爾提出了基于Intel 5G MEC(Multi-access Edge Computing)架構和OpenVINO(英特爾推出的一款加速深度學習的推理及部署軟件工具套件)的電力設備故障診斷系統。

國網信通與英特爾等合作伙伴,通過引入第二代英特爾至強可擴展處理器、英特爾FlexRAN參考架構,以及開放式網絡邊緣服務軟件(OpenNESS)等一系列先進產品與技術,在5G白盒一體化小站設計、統一邊緣應用管理,以及高性能計算處理等方面為新方案提供支撐,最終幫助生產人員能夠準確方便地發現和測量電力設備溫度變化,對消除電力設備的安全隱患起到關鍵有效的作用。
電能質量也是電力公司和消費者越來越關心的指標,在眾多電能質量問題中,電壓暫降會引起敏感負荷的故障甚至損壞,造成重大經濟損。因此,快速有效檢測電壓暫降成為解決這一問題的關鍵。
英特爾提出了一種基于邊緣計算+云計算的電壓暫降檢測及分析方法,并開發完成了基于邊緣計算的前端監測裝備和基于云計算的后臺分析系統。最終的仿真結果表明,英特爾與合作伙伴聯合創新的方法能快速、有效檢測電壓暫降,為電壓暫降治理提供了參考依據。
相比解決故障,預測故障對于電力公司有更高價值,在這方面,也有成功案例。面向光伏系統或分支線路的單相接地判斷,電網公司通過利用基于機器學習的時間序列分析方法對小電流接地故障診斷進行預測。
實際應用表明,該方案在保證100%判斷準確性的基礎上,將自動判決的速度從百毫秒級提高到了十毫秒級,大幅提高了判斷效率。不僅能夠預防接地事故蔓延,增強了新能源項目安全水平,還能維持光伏電廠繼續發電,提高經濟效益。
小結
要實現碳中和目標,現有的生產和生活方式都將面臨根本轉型,電網數字化將是適合這一變革的最佳選擇。在這個過程中,英特爾作為用算力服務傳統能源行業的領頭羊之一,將為“雙碳”目標以及傳統行業的數字化轉型提供最有力的保障。
注:文中圖片除頭圖均來自英特爾雷鋒網雷鋒網
雷峰網原創文章,未經授權禁止轉載。詳情見轉載須知。