能源互联网海量数据高效感知处理与认知管理关键技术研究

The project is aimed at satisfying the requirements of the Energy Internet (EI) development. Considering the inherent features of massive data and the method of integrated cognitive coordination, the key technologies of efficient massive data processing and cognitive management are studied, forming a series of EI data management techniques in high perception, efficient processing, shared storage, and self-management integration with cognitive intelligence. Based on the analysis of dual-network as well as bi-directional coupling mechanism, the data channel construction mechanism, and the collaborative perception model of cloud-fog fusion, the project is intended in achieving the autonomical collaborative commands of “Energy Internet Cognitive Layer” at each layer of EI. Meanwhile, the project is established in the high efficient promotion of integrated collaborative processing capacity as well as management capacity of massive data, and then the collaborative efficient perception mode with cloud-fog fusion, integrated sharing storage methods with high efficient processing capacity, and the cognitive management methods of massive data have been studied in a leveled, progressive, and detailed way. Through these studies, the intelligent efficient perception, processing and management of massive heterogeneous data for EI are implemented. The related theory and technical support are provided for other researches of EI, such as real-time optimization, smart control, system stability, and energy management.

本项目面向能源互联网发展需求，针对能源互联网海量数据的固有特征，基于认知协同及一体化的理念研究适用于能源互联网环境的海量数据高效感知处理和认知管理关键技术，形成具有认知智能的高效感知、高效处理、共享存储、自主管理一体化协同的能源互联网数据管理技术方法。拟在分析能源互联网双网双向耦合机理和数据通道构建机理基础上，基于云雾融合的协同感知模式，在网络各层面实现“能源互联网认知层”的自主协同，立足高效性提升海量数据的一体化协同处理能力和管理能力，进而详细研究海量数据云雾融合的高效感知模式、海量数据高效处理及融合共享存储方法和海量数据的认知管理方法。通过上述研究，实现能源互联网对各类多源异构及复杂低质的海量数据的主动智能的高效获取、处理和管理，为能源互联网其他方向的研究（如实时优化、智能控制及系统稳定等）提供理论及技术支撑。

能源互联网融合新能源技术和互联网理念，基于开放对等的信息/能源一体化架构，实现清洁能源分布式供应和高效的动态平衡利用，业已成为当前国内外研究的热点。作为支撑能源互联网发展的重要一环，能源互联网海量数据的感知处理与管理技术尤为关键，亟需突破。本课题的主要研究内容为能源互联网海量数据高效感知处理与认知管理关键技术，通过分析能源互联网双网双向耦合机理和数据通道机理，基于云雾融合的协同感知模式，在网络各层面实现“能源互联网认知层”的自主协同指挥，立足高效性提升海量数据的一体化协同处理能力和管理能力。本课题取得的重要结果实现了能源互联网海量数据高效协同感知与自适应、自优化的资源分布集中式调度，提高了源/网/荷能源服务效率，具体包括：①能源互联网海量数据的高效感知模式及方法，提出了能源互联网云雾/边边资源协同调度模型及方法，支撑海量能源数据高效处理；提出了面向协同感知模式的云雾计算卸载方法，为“边缘侧”能源任务提供可靠的资源选择策略，保障任务高效感知需求。②能源互联网海量数据的高效处理与融合共享存储方法，提出了能源互联网海量数据分类方法，实现多元复杂的能源数据精确分类；提出了海量能源数据筛选与适配方法，确保分类后的能源数据满足分布一致性，最大化保留原始数据信息。③能源互联网海量数据的认知管理方法，提出了单/多园区能源协同优化方法，有效降低分布式能源对电网冲击，实现就地消纳；提出了多源广域分布绿色数据中心能源优化方法，兼顾单/多时隙内的能源管理，保障系统鲁棒性；提出了能源互联网场景下的能源预测方法，解决了短期内的能源状态准确、平滑预测。本课题对于推动能源互联网海量数据的高效感知与认知管理具有重要的理论意义，在实时优化、智能控制及系统稳定等方面提供理论和技术支撑，具有良好的应用前景。