虚拟电厂与数字能源 蔡泽祥 华南理工大学 2025 年 10 月 26 日 天津大学 40 届电自 年会 华南理工大学 South China University of Technology 新型电力系统的基本形态与虚拟电厂 虚拟电厂的技术与商业逻辑 虚拟电厂的数字能源技术与生态 结语 目录 CONTENTS 1 2 3 4 华南理工大学 _ South China China University of Technology 新型电力系统的基本形态与虚拟电厂 华南理工大学 South China University ofTechnology 一 √ 当前，我国一次能源消费总量 61.6 亿吨标煤，煤炭 52.5% 、石油 17.2% 、天然气 9.2% 、非化 石能源 21.1%;2060 年，非化石能源占比 80%, 化石能源占比 20%, 其中煤占比 Security China cot soicdbcn cose 能源自主与能源安全 绿色低碳可持续发展 大国竞争、产业升级 我国一次能源消费和发电量结构 华南理工大學 South China University of Technology √ 当前我国电力系统的形态是以集中式电源 + 大电网 + 统一调度 + 统一大市场为主。这种 模式

时空数据为底座、 数学模型为核心、 水利知识为驱动， 对物理水利工程全要素和水利治理 管理活动全过程进行数字映射 、 智 能模拟 、 前瞻预演， 与物理工程同 步仿真运行、 虚实交互、 迭代优化， 实现对物理工程的实时监控、 发现 问题、 优化调度的新型基础设施。 数字孪生水网是以物理水网为 单元、 时空数据为底座、 数学模型 为核心、 水利知识为驱动， 提高水利治理的质量和效能。 智慧水利是水利高质量发展的显著标志。智慧 水利建设是推进新阶段水利高质量发展的 6 条实 施 路径之一。 因此， 通过数字孪生技术对物理流域、物理 水 网、物理工程的实时监控、发现问题、优化调度， 最终达到风险提前发现、预警提前发布、方案提前 六条实施路径： 一要完善流域防洪工程体系， 二要实施 国家水网重大工程， 三要复苏河湖生态环境， 四要推进

园区周界报警系统联动监控系统实现报警视 频联动，有效防范园区周界异常情况发生 周界防控 电子巡更系统 软件集成于中 心平台 电子巡查移动 客户端 单兵 - 手持式 终端设备 巡更管理工作站 3G ， 4G/WiFi 巡更点 RFID 标签 巡更点 01 • 二维码在线巡更 • 查询人员信息 • 查询车辆信息 • 记录现场信息 • 图片上传、下发 现场解决 现场核查上报 - - - - - - - - - - - - - - - 曾 巡查隐患上报 - - - - - - - - - - - - - - - 曾 隐患解除 3 、处理工单 4 、处理审核 1 、隐患上报 智慧物业 隐患推送 - - - - - - - - - - - - - - - 曾 维修通知 -- -- -- - -- -- - -⃞� 修复确认

文） 5. 《XX 经济特区市容和环境卫生管理条例》 6. 《中华人民共和国国民经济和社会发展第十四个五年规 划和 2035 年远景目标纲要》 7. 《中共中央国务院关于进一步加强城市规划建设管理工 作的若干意见》（中发〔2016〕6 号） 8. 《中共中央国务院关于支持 XX 建设中国特色社会主义先 行示范区的意见》 9. 《XX 建设中国特色社会主义先行示范区综合改革试点实 施方案（2020—2025 考核退出验收的具体依据。监督评价体系中着力强化街道、社 区对“城市管家”的评价权重。 量化考评结果作为各街道与城市运营商签署的物业城市运 营维护合同相关内容履约评估参考。考评结果同时反馈给相关 物业企业，对物业管理工作成效突出、业主满意度较高的物业 企业，可作为物业企业年度评优评先加分依据；对综合考评不 达标，或明显存在安全管理、环境卫生等方面问题的物业企 业，由区住房和建设局会同相关街道办对企业负责人进行约 多模态城 市部件/事件检测部署实施服务、城市管理智能办理大模型场景设 计实施服务、城市治理工单挖掘大模型场景设计实施服务、城管 多模态智眼识事大模型场景设计实施服务、多模态城市部件/事 件分割场景化优化服务、多模态城市部件/事件检测场景化优化 服务、城市管理智能办理大模型场景化优化服务、城市治理工单 挖掘大模型场景化优化服务、城管多模态智眼识事大模型场景化 优化服务、多模态城市部件/事件分割适配验证服务、多模态城市

服务资源、信息资源的共享共建，提供海量的数据存储和强大的数据处理 能力。 （2） 基础环境建设。硬件配置通用服务器、集中存储及配套设备，用于数据 存储和处理，非结构化存储能力扩展到 500TB；通过平台管理工具软件 实现服务器资源集群部署，同时使服务器群具有良好的横向扩展能力。 （3） 数据标准化处理。对照国家和行业发布的数据标准对企业内外部数据资 源进行全面清洗、转换、整合、关联，改变原始数据关联性差、共享程 良性循环，为后续建设管理工作提供依据。 3) 抽样检查：主要目标是根据制定的抽样检查方法与划定的检查范围， 对待检检查项进行抽样检查，评估。该模块由抽样检查准备、待检数 据抽取、检查及结果发布等组成。 4) 检查业务规则管理：主要目标是加强数据质量校核模型管理，推进 数据 质量管理的精细化，实现数据质量检查的版本控制。 .2.3 问题数据追溯反馈 数据质量管理工作中最为重要的内容就是对问题数据管理。发现问题 数据后要及时反馈给数据源，由数据源对问题进行追溯分析并制定解决 方案，启动问题数据维护流程。问题数据追溯反馈功能实现以上业务流 程的系统化处理。主要功能包括：问题反馈、问题评估、问题处理报 告、处理工作评估。 .3 元数据管理 元数据是对各种信息资源、业务数据库、非结构化数据、业务模型、 业务规则，以及信息资源的各种属性特征元素进行统一管理，帮助用户 从技术和业务角度掌握全部信息资源的生产、存储、转换和同步等所有

数据建设多样，无统一建设标准 所需接入的系统繁杂，系统产生的数据存在交叉情况，由于缺乏统一的建设标准， 各系统产生的数据字段、命名规则等存在差异。 1.3. 建设内容 城市安全行业的数据治理工作在统一信息资源规划下，利用数据接入、数据处理、 数据管控、数据服务、数据应用等技术，实现城市安全管理成员单位内部、外部数据 资源的汇聚、治理，形成统一的数据仓库，提供专常兼备的数据支撑能力，在城市安 全风险事前综合监测预警、应急预防、应急准备，事中研判分析、联动处置、智能工 单，事后总结评估发挥数据支撑作用，全面提升城市安全智能监测、态势感知、预测 预警和辅助研判决策工作水平。 1.4. 建设意义 城市安全管理行业的数据治理工作从数据的数量、质量、流通、效率、安全等多 方面全流程为城市安全数据治理体系建设带来诸多成效。 1.4.1. 摸清数据底数 对城市安全风险综合监测预警业务相关数据进行信息资源规划，从城市生命线、 dge Database）。 知识(图谱)库根据城市安全管理业务的需要，将事实、过程、规则、方法、策略 等分散信息组织成结构有序、便于检索利用的数据库，服务于常态和非常态的应急管 理工作，提高城市安全管理工作的效率和决策的科学性、准确性、全面性。 知识(图谱)库是结构化、易操作、易利用、全面的、有组织的、互相联系的知识 集合。在平台建设体系中，知识(图谱)库采用分布式存储，是各级应急机构在处理突

信号通过开放频段传输，船载数据易被非法截取，而内河作为国家战略 物资运输通道，此类信息泄露将带来显著的安全风险。 针对上述痛点，为推动内河 AIS 系统向智能化、安全化转型，中国移动联合湖北省公司、湖北理工大 学基于中国移动 5Gw 拟专网，开展了“船船通（S2S）”专网实践，打造了首个面向内河港航全场 景智能化应用打造的船岸云协同系统。并完成了试点测试。 4.1 设计理念 5 5G-A 船船通 实践适时修订。 联合发布单位（排名不分先后）：中移智库、中国移动通信研究院、华为技术有限公司、中兴通讯 股份有限公司、武汉理工大学、中国移动通信湖北有限公司。 编制单位（排名不分先后）：中移智库、中国移动通信研究院、华为技术有限公司、中兴通讯股份 有限公司、武汉理工大学、中国移动通信湖北有限公司。

.................................................................................... 91 9.2.2. 质量管理工具.................................................................................................. 大数据平台项目实施规范 1. 实施概述 大数据平台是高质量、高效赋能数据前台的一系列数据系统和数据服务的组合， 目标是实现数据分层与解耦，沉淀公共数据，通过数据集成实现跨域数据整合，通过 数据开发管理工具对数据处理、分析以满足业务需求，通过数据服务满足上层应用对 数据的查询、访问等需求。 从广义上讲，大数据平台是直接服务于业务应用系统的数据服务工厂；狭义上讲， 大数据平台就是可复用的数据服务接口。主要包括两类服务： 免信息化工作人员在数据层面系统功能的重复设计、开发工作，也能够为当期和未来 所有的信息化建设提供数据赋能。 3）采集治理体系：数据采集治理体系主要包括数据资源摸底调研、制定单位数 据标准、数据采集清洗转换、建立数据仓库等数据采集治理工作，帮助单位建立起一 套权威的数据标准、全局统一的数据仓库，从而保证对于核心数据资源的积累，真正 保障数据资源的准确性和权威性，确保单位核心数据资源在其全生命周期保持全面、 11 大数据平台项目实施规范

支持 SQL 语法检测 Hive UDF 打通 • 支持应用准入管理，只有认证用户方可提交作业至集群资源管理工具中指定的资源池中运行 . • 支持资源管理，允许用户提交登记的资源申请以内的应用，超过登记的资源需求应予以拒绝。 • 提供 Rest 等服务接口，允许经认证的第三方通过 REST 接口方式提交作业至集群中运行 数据开发平台：数据开发配套工具 短信、电话等 触发规则 作业调度机制 数据资产管理与数据服务 质量规则引入数据标准，质量检查参与到任 务调度与报警，发现质量问题及时告警修复， 并自动生成质量报告 可视化元信息管理工具，满足用户对海量数 据的元信息检索、标注、数据口径标准化等 诉求，有效提高企业数据资产管理效率 表级、字段级、应用级血缘追溯管理 数据模型 数据标准

同时，面向部分国垂和省垂信息化系统，现阶段这类系统的数据还 难以采集和获取。 4、数据标准缺失：如果上级标准不明确不细化，下级如何开展 数据标准梳理工作？下级部门形成了标准，如何得到上级认可？如 何与其它地方标准对接？ 5、数据管理无序：数据管理工作无序化现象严重,各 ZF 部门重 本单位需要轻跨部门统筹要求，存在利益固化的体制壁垒，困扰 ZF 数据治理的可持续发展。 6、数据质量不高：数据质量不高，数据标准不统一，难以用统 并可在使用后随时解绑。需要说明的是，存储在区块链上的数据信 息是公开的，但数据流向是被严格保密的，这也在最大程度上保护 了用户的隐私。 四、强化数据管理机制 （1）制定 ZF 数据管理责任，强化绩效评估，推动数据治理工 作持续有效开展。 （2）建立数据质量问题处理机制，规范数据质量问题处理流程， 拓宽数据纠错反馈渠道，提高数据问题解决的及时性，切实提高数 据质量，确保相关数据的一致性、规范性和完整性。 1 同时，面向部分国垂和省垂信息化系统，现阶段这类系统的数据还 难以采集和获取。 4、数据标准缺失：如果上级标准不明确不细化，下级如何开展 数据标准梳理工作？下级部门形成了标准，如何得到上级认可？如 何与其它地方标准对接？ 5、数据管理无序：数据管理工作无序化现象严重,各 ZF 部门重 本单位需要轻跨部门统筹要求，存在利益固化的体制壁垒，困扰 ZF 数据治理的可持续发展。 6、数据质量不高：数据质量不高，数据标准不统一，难以用统