智能能源系统

通过 TigerGraph 实现能源基础设施实时平衡供需

2.2
%
2017能源消耗增长率
3670 万
2017 年断电影响的人数
270
$
亿美元
美国八大关键市场因断电而造成的损失
商业挑战
Systems are Missing the Mark
深度关联
超实时
商业挑战
随着中国、美国以及印度的经济持续增长,全球能源需求一直在稳步上升。2017 年,全球 主要能源消耗增长了 2.2% ,是 2013 年以后增长最快的一年。断电会造成巨大的经济

影响,能源咨询公司 E Source 研究表明,美国八大关键市场每年因断电造成的损失约达 270 亿美元。2017 年,超过 3670 万人受到断电影响。现在,所有电网运营商比以往更加需要更快速的能源管理系统来平衡和均衡需求激增或供应减少,最大限度减少断电影响。
传统解决方案无法达成目标
绝大多数电网监控系统已经使用了几十年,设备可管理性逐渐下降。因此,大部分电力企业对于计划、优化和响应动态供需变化的能力非常有限。这导致运营风险、成本和断电次数的增加。有些企业尝试采用传统的商务智能技术来解决这一问题。

大部分电力系统是使用关系型数据库在相互联系的表集合中建模的。由于电力系统的不同组成部分存储在单独的表中,因此需要使用共享键值联系在一起,以便对电力系统的关联性和拓扑建模。关联或联系不同的表(数据库联接)通常占电力潮流计算处理时间的25%,以及电网状态估计处理时间的 35%。

鉴于现代电网的数据量和复杂程度,基于关系型数据库的传统能源管理系统速度缓慢、价格昂贵,通常无法分析数量巨大又极为复杂的能源和公用事业数据。
为什么选择将原生并行图数据库 TigerGraph 用于能源管理系统?
电网物联网数据的深度关联分析
从仪表读数到传感器和网络部件的持续信息流,电力企业需要接收大量物联网(IOT)传感器数据。通过与业界领先的电力企业合作,TigerGraph 通过其革命性的原生并行功能,帮助企业监控和分析电力潮流、找到网络瓶颈,并在网络出现性能问题时及时向对应人员告警。

要平衡电网,需要整合来自电力基础设施中多个级别的信号,并通过复杂的线性方程式来匹配需求和供应,而深度关联分析能将之发挥到极致。通过使用 TigerGraph 来处理所有电网物联网传感器数据,运营商能够即时响应突如其来的需求激增和供应下降,从而减少运营风险和运营成本,同时提高可靠性和效率并改进客户体验。
电网物联网数据的超实时分析
创建超实时能源管理系统 (EMS) 一直是电力行业的梦想。这样一种系统必须能发现电力需求和供应之间的错配,降低电网非关键部分的电力消耗,将电力转移到高优先级的工业产出和国家安全领域,而且这一切都需要在几秒内完成。超实时意味着 EMS 必须能够在一个监视控制与数据采集 (SCADA) 采样周期内完成执行,该周期通常为 5 秒。电力管理的大型线性方程的标准解法需要庞大、耗时的矩阵运算。采用图(而不是矩阵)的形式来对电力系统建模可以更自然地表示关联和拓扑。无需准备数据,可以将电力潮流计算和状态估计通常需要的时间减少 25-35%。

母线编序和导纳图的生成是通过所有图点并行处理的方式执行的。核心计算全部在图上进行,而且解出的值作为图点和边的属性来存储,而不是向量或矩阵中的未知变量。通过使用 TigerGraph,解出的值作为图上点和边的属性来存储,无需映射过程。在使用传统方法时,输出可视化大约占电力潮流计算总用时的 70%,以及状态判断总用时的 28%。使用 TigerGraph 原生图数据库和图计算时,这部分时间基本可以被消减。
测试系统状态估计电力潮流静态安全分析总时间
商用 EMS4488 毫秒3817 毫秒18000 毫秒26.3 秒
基于 TigerGraph 的 EMS172 毫秒79 毫秒772 毫秒1.02 秒