薛斌， 唐卓贞

(1. 河海大学 能源与电气学院，江苏 南京 210098； 2. 国网江苏省电力公司检修分公司，江苏 南京 211102；3. 南通航运职业技术学院，江苏 南通 226010)

全球能源互联网关键技术进展及展望

薛斌1, 2， 唐卓贞1, 3

(1. 河海大学 能源与电气学院，江苏 南京 210098； 2. 国网江苏省电力公司检修分公司，江苏 南京 211102；3. 南通航运职业技术学院，江苏 南通 226010)

基于全球能源的利用和技术研究现状，探索了全球能源互联网(Global Energy Interconnection，简称GEI)的概念、关键技术及发展趋势。首先，分析了全球能源供需矛盾的现状，阐述了GEI的基本特征、重要功能和研究进展。其次，建立了GEI能源供需模型和优化控制模型，给出了模型构成元素的具体含义，客观分析了可再生能源(Renewable Energy，简称RE)发电技术、智能电网技术、储能技术和信息技术等相关领域需要深入研究的内容。最后，合理预测了GEI未来的发展轨迹，从技术和政策两方面提出了GEI的发展建议。

全球能源互联网；关键技术；数学模型；可再生能源；进展；展望

0 引 言

随着人类对地球资源的不断开发利用，石油、煤、天然气等化石能源的储量加速下降，按目前世界平均开采强度，煤炭、石油、天然气分别可开采112、52、54年，保守估计到下世纪初这些化石能源将会耗尽。且化学能源分布极不均衡，80%的石油分布在中东、北美和中南美；95%的煤分布在欧亚大陆、亚太和北美；70%的天然气分布在欧亚大陆和中东。

当前，能源供需矛盾日渐凸显，人类的生存与发展受到能源安全、环境污染以及气候变化等前所未有的挑战。为此，开发利用清洁能源受到重视并发展迅速。虽然水能、风能、太阳能等清洁可再生能源(Renewable Energy，RE)储量丰富，但与常规能源相似，同样存在着地理分布不均的问题。水能集中分布在非洲中部、南北美洲和亚洲；风能在欧洲北部、非洲东部、亚洲中部和北部及各洲近海地区集中分布；太阳能广泛分布于北非、中东和大洋洲等赤道附近。相对于上述一次能源，电能是一种清洁高效的二次能源，在终端能源消费中有明显优势，其终端利用效率超过90%，其经济效率是石油的3.2倍，是煤炭的17.3倍。因而，由电力替代其他终端能源，是能源发展的终极方向。

综上所述，如何将一次能源特别是丰富的可再生清洁能源转换为高效的电能，实现在全球范围内合理有效的配置，以突破能源危机制约发展的瓶颈是人类必须解决的重大问题。

基于大规模特高压电力传输技术在我国的成功实践，国家电网公司提出建设全球能源互联网[1](GEI)的大胆构想，本文在分析GEI概念的基础上，阐明了GEI的基本特征和重要功能，初步探索建立了数学模型，对涉及的关键技术做了客观分析，对未来GEI的发展提供了可以借鉴的意见与建议。

1 GEI战略构想

GEI是以特高压电网为骨干网架，以输送清洁能源为主导，全球互联泛在的坚强智能电网，是安全可靠性高、配置能力强、服务范围广、绿色低碳的全球能源配置平台。

GEI由跨国跨洲骨干网架和涵盖各国各电压等级电网的国家泛在智能电网构成，连接各洲大型能源基地，适应各种分布式电源接入需要，能将风能、太阳能、海洋能等RE传输给各类用户。它具有网架坚强、广泛互联、高度智能和开放互动四大特征，以及能源传输、资源配置、公共服务、市场交易和产业带动五项功能。

2 GEI研究现状

GEI于2015年刚由国家电网公司提出，因此仍处于战略构想阶段。但自从《第三次工业革命》[2]出版以来，GEI的原型——能源互联网(Energy Internet，简称EI)已逐渐成为研究热点，且取得了一些研究成果，归结起来主要有以下四种：

(1)E-Energy[3]：由德国的Block C等提出，侧重于信息互联网的表述，将信息网络定位为能源互联网的支持决策网，通过互联网收集信息，并进行分析与决策，为能源网络的运行调度提供指导。德国的“E-Energy”计划试点建设实施了6个示范项目。

(2)Intenergy[4]：由日本的Abe R等提出，强调互联网技术和能源网络的深度融合，通过数字电网路由器实现能源和信息的双向通信，统筹管理一定区域范围内的电力，以实现RE的高效利用。

(3)FREEDM[5]：由美国的Huang A Q等提出，侧重于能源网络结构的表述，借鉴互联网开放、对等的理念和架构，形成以骨干网、局域网及相关联接网络为特征的新型能源网。技术层面上，着重研发融合信息通信系统的分布式能源网络体系。

(4)Multi Energy Internet：强调电能、热能和化学能的联合输送与优化配置利用，典型代表为英国、瑞士等国的能源发展方向。

3 GEI关键技术

3.1 GEI架构

GEI旨在将全球能源的供给和需求高效智能地配置给世界各地的用户(GEI的用户既包含发电方，也包含用电方)，以全球视角看，GEI骨干网架将实现能源的东西半球跨时区补偿、南北半球跨季节调节，跨洲联网输电通道分别由非洲-欧洲联网、亚洲-欧洲联网、亚洲-非洲联网、北美洲-南美洲联网、大洋洲-亚洲联网、亚洲-北美洲联网以及欧洲-北美洲联网等组成。根据自身特点，各大洲将分别扮演能源基地、负荷中心或两者兼具的角色。

3.2 GEI建模

电力系统建模是电力系统计算分析和运行控制的基础，模型的准确程度直接影响电力系统仿真的结果和结论[6]。不合适的模型会导致计算结果与实际情况存在差异，偏保守或偏乐观，从而给系统带来潜在风险或无谓的浪费。我国采用传统的电力系统仿真模型时，电网的稳定水平无法达到预期目标，而通过调整模型与参数可将传输功率极限提升约1/4。因此，进行合适的电力系统模型，既可提高传输能力，还能消减安全隐患，具有显著的经济社会效益。

EI模型[7-8]的研究尚处于起步阶段，而GEI的建模研究则未见文献，为了给GEI的深层次研究提供理论基础和实验平台，有必要开展GEI网络模型的研究。

3.2.1 GEI的能源供需建模

(1)根据地域差异建模

(1)

其中P为某地区的能源供给量，下标a代表不同地区，Pa(t)表示t时刻a地区的能源供给量；Pl为某地区的负荷，下标b代表不同地区，Pw为某地区的能源损耗，下标c代表不同地区，Plb(t)表示t时刻b地区的负荷需求量，Pwc(t)表示t时刻c地区的能源损耗量。共有f个地区。

(2)根据能源类型差异建模

(2)

其中PT为传统能源，下标i表示能源种类，共有m类传统能源，PR为RE，下标j表示相应的能源种类，共有n类传统能源，PTi(t)表示t时刻i类传统能源的供给量，PRj(t)表示t时刻j类RE的供给量；PL为负荷，下标g表示负荷种类，共有k类负荷，PW为能源损耗，下标h表示损耗种类，共有l类损耗，PLg(t)表示t时刻g类负荷的需求量，PWh(t)表示t时刻h类能源损耗量。

3.2.2 GEI的优化控制建模

要实现全球能源的优化配置，必须设定相应的优化目标，包括：能源开发费用最小，能源损耗最小，能源品质最优，运维费用最小，碳排放量最少等。优化模型如下：

min.f(x)

s.t.h(x)=0

(3)

此外，建立GEI随机潮流最优控制模型等是当前亟待解决的问题。

3.3 RE发电技术

“以电能为中心，以清洁可再生能源为主导”将是能源格局的变革趋势，因而，可再生清洁能源发电在能源发展进程中将起到至关重要的作用。RE发电主要有风能、太阳能和海洋能发电等，其中风能[16]、太阳能[17]已进入商用阶段，海洋能蕴藏量十分丰富，虽尚未投入商用，但近年来逐渐成为研究热点[18]，应用前景乐观。

目前发电方面需要重点攻关的方向有：大规模新能源发电并网控制技术；大型集群风电接入输电系统规划，含风电的电力系统综合频率特性，风电场运行状态与备用容量评估，风电场自动控制和电网继电保护与安全自动装置的配合；大规模光伏发电接入输电系统的布局规划，有功、无功控制，电能质量监测及治理，分层分区、多级协调自动电压控制，安全评估，广域协调；海洋能综合发电场系统建模，网源协调控制，电网分层次控制策略体系。

3.4 智能电网技术

3.4.1 智能输电网技术

GEI以智能电网为主要载体，RE将成为发电的主角，智能输电网技术[19]则是实现大规模RE传输和全球优化配置的关键举措，其有待深入研究的领域包含：大规模直流电网优化运行与仿真，电网故障诊断恢复与智能重构，电网决策支持和调度预警，电网安全风险防御；柔性直流输电，多端直流输电，超导输电，海底电缆；电力电子控制，换流设备的保护控制；高可靠性的换流变压器，换流阀，逆变器等设备制造等。

3.4.2 智能配电网技术

智能配电网是GEI中连接输电网与终端用户的关键环节，它具备自愈性、高安全性、互动性等诸多特性，其最新发展趋势是主动配电网。主动配电网[20](Active Distribution Network，简称AND)是内部具有分布式能源，具备控制和运行能力的智能配电系统。对主动配电网的研究主要有以下几个方面：考虑分布式电源与负荷高级建模的配电网规划模型，高渗透率分布式能源接入下的调度控制模型，主动配电网的电压控制保护和态势感知技术。

3.4.3 智能电网运行控制技术

特大型交直流混合电网是电力规模化集中汇集、远距离跨洲传输、大范围灵活配置的重要基础平台，智能电网运行控制技术是构建GEI、保障安全稳定运行的关键。这方面需要突破的关键技术包括：电网分层分区的在线/实时计算、预测、匹配控制，大电网安全稳定机理、特性和分析，实时/超实时仿真和决策，电网故障诊断、恢复及自动重构，源网荷储友好互动、协调控制[21]。

3.5 储能技术

大规模、大容量储能技术[22]的发展对实现清洁能源规模化发展和电网安全经济运行起重要作用。储能技术作为电力系统中的电能储存环节，使电力实时平衡的“刚性”电力系统变得更为“柔性”，有利于平抑大规模清洁能源发电接入电网带来的随机非线性波动，从而提高电网运行的安全性、经济性和灵活性。主要有热储能和电储能，未来应用于GEI的以电储能为主。

要适应GEI的需求，有发展前景的储能技术至少要达到兆瓦级的存储容量，所以，未来大容量储能技术中需重点研究的内容为：锂电池与全钒液流电池等电化学储能，超导电磁储能，抽水储能，超级电容器，大功率、大容量的新型储能材料的开发，储能元件使用寿命的延长，能量密度的提高。

3.6 信息技术

3.6.1 大数据

大数据[23](Big Data，简称BD)指无法在可承受的时间范围内用常规工具捕捉、管理和处理的数据集合。运用全新的处理模式、高性能计算平台和分析技术收集GEI数据，并进行分析处理，以便实时掌握系统内部的已知漏洞和外部攻击的状态走势，精确锁定安全事件，及时发布风险预警或协调处置。大数据的应用将为GEI的各类高级应用及优化分析提供数据支撑，应用于超实时的电力系统状态仿真，可促进提高分析决策的智能化水平。

3.6.2 云计算

云计算[24](Cloud Computing，简称CC)是通过互联网来提供动态易扩展且经常是虚拟化资源的一种计算方式。从技术上看，大数据与云计算就如同硬币的两面密不可分，云计算为大数据提供弹性可拓展的基础平台，有助于提高对海量数据分析的速度和精度，实现全球性电力调度和交易。关于云计算，尚需解决的问题包括：接口等云计算技术标准的制定，数据隐私安全问题。

3.6.3 物联网

物联网[25](Internet of things，简称IoT)是通过二维码识读设备、红外感应器和GPS等信息传感设备，按约定协议把任何物品与互联网相连接，进行信息交换与通信，以实现智能化识别、定位、跟踪、监控和管理的一种网络。物联网在GEI中的研究内容是：制定电力物联网应用总体规划、标准规范，研究关键技术与智能设备，推进其在电力生产、输送、消费、管理各环节的应用。

3.6.4 移动互联

移动互联[26](Mobile Internet，简称MI)是将移动通信技术与互联网二者结合并实践的活动总称。移动现场作业及公共服务智能化开始成为电网企业信息化建设的重要内容，电力系统移动互联的应用研究以电力线路移动巡检作业、应急抢修、智能家居等方面为研究热点。

4 GEI发展建议

纵观电力发展史，它是一个电网规模越来越大，电压等级越来越高，配置能力越来越强的发展过程。因而，可以预见GEI将按照“国内互联→国际互联→洲际互联→全球互联”的模式发展，电压等级将由特高压向超级特高压演变。为了实现GEI，有力推动“两个替代”，促进全球能源的可持续发展，建议从技术和政策两个方面努力。

(1)技术层面。由于1 000 kV特高压交流电网和±800 kV特高压直流电网已在我国成功投入实际应用，运行状况良好，而±1 100 kV特高压直流电网工程也将于2017年年底投运，我国构建国内能源互联网完全具备了实践基础。短期内，“西电东送、北电南送”的格局将继续维持，未来的能源格局将逐步由以水电、煤电为主，逐步转变为水电、煤电、风能和太阳能发电并重，进而转变为以清洁能源为主导。风能、太阳能、海洋能发电等大量随机性、间隙性清洁能源的接入，将给GEI的稳定运行带来严峻挑战，因而需要进一步大力发展智能电网技术、RE发电和储能等技术，促进清洁能源大规模的开发利用。

(2)政策层面。就国内而言，需出台政策鼓励可再生能源的利用，关键支撑技术的突破、高效产业和商业模式的创新也需要大量人财物的投入，还需建立健全能源法律体系与电力规划设计体系。就国际而言，虽然许多国家间正在形成跨国互联电网，但GEI还面临经济发展水平、地缘政治等诸多不确定因素的挑战，各类国际组织要发挥积极作用，树立利益共同体意识，推动建立利益分享机制。

5 结束语

目前各国都在加快电网互联进程，互联规模不断扩大。欧洲互联电网、北美互联电网、俄罗斯-波罗的海互联电网是全球能源互联网发展的重要实践。非洲南部、南美洲等地区也逐步实现电网互联。大电网互联是全球电网的发展趋势，GEI的核心就是实现全球电网互联。

本文从分析GEI的概念入手，在阐明GEI的基本特征和重要功能的基础上，探索建立了GEI的能源供需和优化控制两类数学模型，分析了相关领域需要深入研究和重点攻关的关键技术，预测了GEI的发展轨迹，给出了发展建议。

GEI的前景是光明的，但实现的过程不会是一路坦途，随着未来特高压智能电网运行控制和可再生能源的利用水平不断提升，源网荷储四者间的智能互动将持续深入，相信GEI必将成为现实。届时，作为全球最大的能源配置系统，GEI能把有季节时区差异的各大区域电网联起来，根本上解决困扰人类发展的能源环境难题，保障能源安全、绿色、可持续供应，创造巨大的经济、社会、环境价值。

[1] 刘振亚. 全球能源互联网[M]. 北京: 中国电力出版社, 2015.

[2] RIFKIN J. The third industrial revolution: how lateral power is transforming energy, the economy, and the world[M]. New York: Palgrave MacMillan, 2011.

[3] BLOCK C, BOMARIUS F, BRETSCHNEIDER P, et al. Internet of energy-ICT for energy markets of the future[R]. 2010.

[4] ABE R，TAOKA H,MCQUILKIN D．Digital grid: communicative electrical grids of the future[J]. IEEE Transactions on Smart Grid, 2011, 2(2): 399-410.

[5] HUANG A Q, CROW M L, HEYDT G T, et al. The future renewable electric energy delivery and management (FREEDM) system: the energy internet[J]. Proceedings of the IEEE, 2011, 99(1):133-148.

[6] 鞠平. 电力系统建模理论与方法[M]. 北京: 科学出版社, 2010.

[7] 蔡巍, 赵海, 王进法, 等. 能源互联网宏观结构的统一网络拓扑模型[J]. 中国电机工程学报, 2015, 35(14): 3503-3510.

[8] 陈飞翔, 胥建群, 王晨杨, 等. 能源互联网系统用户侧冷热负荷预测模型研究[J]. 中国电机工程学报, 2015, 35(14): 3678-3684.

[9] 马晋弢, L L LAI, 杨以涵. 遗传算法在电力系统无功优化中的应用[J], 中国电机工程学报, 1995, 15(5): 347-353.

[10] YUNHE HOU,YAOWU WU,LIJUAN LU，et al. Generalized ant colony optimization for economic dispatch of power systems[J]．IEEE International Conference on Power System Technology, 2002, 1(1): 225-229.

[11] YOSHIDA H, KAWATA K, FUKUYAMA Y, et al． A particle swarm optimization for reactive power and voltage control considering voltage security assessment[C]. IEEE Power Engineering Society Winter Meeting, 2001, 498.

[12] RASHEDI E, NEZAMABADIPOUR H, SARYAZDI S. GSA: A gravitational search algorithm[J]. Information Sciences, 2009, 179(13): 2232-2248．

[13] 刘明波, 李健, 吴捷. 求解无功优化的非线性同伦内点法[J]. 中国电机工程学报, 2002, 22(1): 1-7.

[14] 余娟, 颜伟, 徐国禹, 等. 基于预测-校正原对偶内点法的无功优化新模型[J]. 中国电机工程学报, 2005, 26(11): 146-151.

[15] 石韦, 韦化, 白晓清. 含离散变量的大规模电力系统无功优化[J]. 电力自动化设备, 2007, 27(3)：41-45.

[16] 于汀, 蒲天骄, 刘广一, 等. 含大规模风电的电网AVC研究与应用[J]. 电力自动化设备, 2015, 35(10): 81-86.

[17] 王金平, 王军, 冯炜, 等. 槽式太阳能跟踪控制系统的研制及应用[J]. 农业工程学报, 2015, 31(2): 45-52.

[18] 游亚戈, 李伟, 刘伟民, 等. 海洋能发电技术的发展现状与前景[J]. 电力系统自动化, 2010, 34(14): 1-12.

[19] 梁旭明, 陈国平, 娄殿强, 等. 面向智能电网的跨区直流输电集控化运维体系[J]. 电网技术, 2011, 35(3): 1-7.

[20] 吕天光, 艾芊, 孙树敏, 等. 含多微网的主动配电系统综合优化运行行为分析与建模[J]. 中国电机工程学报, 2016, 36(1): 122-132.

[21] 曾鸣, 杨雍琦, 刘敦楠, 等. 能源互联网“源-网-荷-储”协调优化运营模式及关键技术[J]. 电网技术, 2016, 40(1): 114-124.

[22] 王承民，孙伟卿，衣涛, 等. 智能电网中储能技术应用规划及其效益评估方法综述[J]. 中国电机工程学报, 2013, 33(7): 33-41.

[23] 张东霞, 苗新, 刘丽平, 等. 智能电网大数据技术发展研究[J]. 中国电机工程学报, 2015, 35(1): 2-12.

[24] 罗滇生, 王新坤. 基于云计算的智能电网负荷预测平台架构研究[J]. 湖南大学学报, 2016, 43(2): 101-108.

[25] 黄天聪, 邓礼力, 薛武, 等. 输变电设备物联网通信网络结构及拓扑分析[J]. 高电压技术, 2015, 41(12): 3922-3928.

[26] 李晖, 李凤华, 曹进, 等. 移动互联服务与隐私保护的研究进展[J]. 通信学报, 2014, 35(11): 1-11.

Progress and Prospect of Key Technologies for the Global Energy Internet

Xue Bin1,2, Tang Zhuozhen1,3

(1. College of Energy and Electrical Engineering, Hohai University, Nanjing Jiangsu 210098, China;2. State Grid Jiangsu Electric Power Co. Maintenance Branch, Nanjing Jiangsu 211102, China;3. Nantong Shipping College, Nantong Jiangsu 226010, China)

Based on the status of research of global energy use and technology, this paper explores the concept, key technologies and development trend of the Global Energy Internet (GEI). Firstly, it analyzes the current status of contradiction between supply and demand of global energy and expounds basic characteristics, important functions and research progress of GEI. Then, we establish a GEI energy supply and demand model as well as a model for optimal control, present specific meanings of model elements, and objectively analyze subjects for further research in related fields such as renewable energy (RE) power generation technology, smart grid technology, energy storage technology and information technology. Finally, future GEI development track is reasonably predicted, and suggestions for GEI development are given in the respects of technology and policy.

global energy Internet； key technology； mathematical model；renewable energy； progress；prospect

10.3969/j.issn.1000-3886.2017.02.024

TM711

A

1000-3886(2017)02-0079-04

薛斌(1982-)，男，江苏如皋人，硕士，博士生，高级工程师，技师，主要从事电力系统的安全与控制工作； 唐卓贞(1984-)，女，广西富川人，硕士，博士生，讲师，主要从事电力系统的教学与科研工作。

定稿日期: 2016-08-24