皮一晨，张玮亚，贾雪枫，李存斌

(1. 国网江苏省电力有限公司南京供电分公司，南京210008; 2. 华北电力大学 经济与管理学院，北京102206)

0 引 言

为应对环境污染和全球资源日趋减少等问题，社会对节能减排、发展环境友好型的新能源以及建立可持续发展体系的需求日益提高。考虑新能源发电的清洁特性，我国应将其作为能源转换的中转媒介，推进能源清洁化。同时，随着电力市场化进程的不断推进，用户对电能可靠性和电能质量的要求也在不断提升。安全、可靠、优质的电源供给已成为未来电网开展社会服务必备的特性。但是，由于自然资源禀赋、新能源并网和直流电网等新能源电力系统的技术问题，新能源的消纳及其可靠性始终不容乐观。因此，生态环境与可持续发展的需要与电力市场的用户需求已经成为制约新能源电力系统发展的主要矛盾。为使电网能够适应多种能源类型发电方式的需要和客户的选择需求，进一步提高电网资产利用效率和效益，大力发展智能电网已经成为国内外电力工业未来发展的共识。我国也将建设坚强智能电网与电力物联网作为未来能源互联网建设的基石[1]。

“电力物联网”的建设主要实现促进非化石能源的高效转化利用，尤其是分布式可再生能源发电资源以及储能技术的整合[2-3]。此外，当前已经进入经济转型与结构调整的关键期，数字经济时代的到来引导着电力产业革命的逐步推进，大数据与智能化应用将成为新一代电力产业升级的重点。智能电网应依托电力物联网技术，利用大数据、云计算和人工智能等新兴信息技术提高电网的互动性，增加用户需求响应[4-5]。可以预见，在“电力物联网”环境下，极有可能会出现具有颠覆性影响的创新技术，从而改变电网公司的商业运营模式。

颠覆性创新技术是指由于新技术给公司带来的新的消费范式的变化，从而逐渐蚕食已有市场，并最终取代传统运营模式地位的技术[6]。未来“电力物联网”环境下，该类创新技术的应用将逐渐改变智能电网的商务运营模式。该文认为，电网公司应采取积极的风险措施应对可预见的创新技术，避免企业由于该类创新技术带来的颠覆性影响导致战略决策失误。未来环境下，电网企业需要对可预见的颠覆性创新技术采取积极的应对措施，定制相应的对策，逐渐改变自身的服务流程及目标，及时转换企业的商务模式。因此，电网企业亟需一套科学性强、解释度高、推导严谨的颠覆性创新技术识别算法，并对算法所得结果进行影响分析，从而使自身在智能化时代的“电力物联网”建设中取得先机。为解决这一问题，采用云模型和突变理论识别了电网企业的颠覆性创新技术，着重分析了该类技术对电网企业商业模式的影响，最终提出了应对政策和建议，以期使电网企业能够加速推进智能化发展的进程。

1 基础理论

1.1 云模型

1.1.1 云模型定义

云模型能够依靠结构算法实现指标的定量与定性间相互转换。云模型能够反映事物的不确定性和模糊随机性[7-8]。一个典型的正态云模型如图1所示。

图1 云C(50,3.93，0.1)Fig.1 Cloud C(50,3.93，0.1)

定义1 设论域U=U{x}由精确数组成，T为语义值组成的集合，与U相对应。UT(X)是U中元素X是T中定性概念的隶属度，它具有较为稳定的倾向。隶属云为隶属度在论域上的分布，简称为云[9]。

u∶U→[0,1],∀x∈Ux→u(x)

(1)

云模型的期望值Ex、熵En、超熵He，(Ex,En,He)，可以反映云模型的数字特征。Ex是最能表示定性概念的数值，是论域的中心。En既能反映论域中能被语义值接收的范围(模糊性)，也可以表示语义值的概率(随机性)。He为熵的熵，反映了论域空间中所有点的不确定度的凝聚性，反映了云的厚度[10]。云模型生成方法如表1所示。

表1 云模型生成方法Table 1 Generation methods of cloud model

1.1.2 语义评价值转化为云模型

专家的有效论域为[Xmin,Xmax]，专家的语义标度为n，可以形成n朵云来表示语义评价值。根据实际评估识别情况，将语义标度设为7，采用黄金分割法生成相对应的5朵云，设中间云为C0(Ex0,En0,He0)，其中左右相邻的云分别为C+1(Ex+1,En+1,He+1)，C+2(Ex+2,En+2,He+2)，C+3(Ex+3,En+3,He+3)，C-1(Ex-1,En-1,He-1)，C-2(Ex-2,En-2,He-2)，C-3(Ex-3,En-3,He-3)。根据公式(2)～(4)可求得7朵云的特征，如表1所示[8]。

(2)

(3)

(4)

1.2 突变理论

突变理论是1972年针对自然界中突变不连续现象，结合拓扑学、奇点理论和稳定性数学理论提出的一种理论模型，该模型主要研究某个系统从一种稳定状态跃迁到另一种稳定状态的现象和规律，其中系统所处的每个状态都是用一组参数进行描述的，且当某个状态下函数的取值唯一，则标志着系统处于稳定状态[11]。当函数值不唯一，其中的参数必在某个范围内进行变化，则说明系统处于不稳定状态，且这种不稳定状态必然会随着参数的变化进入一种稳定的状态，从而引发出系统的突变[12]。因此，该理论也曾被视为是混沌理论的一部分。

在突变理论中，系统中各状态临界点是通过势函数V(x)进行分类的，每一个势函数V(x)表征状态变量和控制变量的关系。对势函数求导所得V′(x)是平衡曲面方程。V′(x)为零的点的集合称为平衡曲面M，它能够全面描述系统突变的全过程。继续求导得V″(x)为分歧集。V″(x)能够反映状态变量和控制变量间的分解形式。由V′(x)=0,V″(x)=0消去x可得突变系统的分歧方程。根据结果可将奇点突变类型分为其中7种：折叠突变、尖点突变、燕尾突变、蝴蝶突变、椭圆脐突变、双曲脐点突变、抛物脐点突变等。该文对常用的前5种突变模型的特征进行简介，其具体内容如表2所示[12-13]。

表2 状态变量为1的前5种突变模型Table 2 The first five mutation models when state variable is 1

在表2中：x为状态变量，表示系统行为状态；系数a,b,c,d,…分别为各状态变量的控制变量，表示系统内部相互作用、相互影响的各种因素，且4个控制变量的重要性是依次递减；势函数V(x)是表示系统中各状态变量和控制变量之间的关系；归一化公式是用来求解各控制变量的突变值，又称作突变级数。

2 基于云模型和突变理论的智能电网环境下重点创新技术识别过程

按照2014年版的国家电网公司提出的15类技术领域的新技术中[14]，聘请相关专家从商业模式影响的角度上进行具体分析，取专家意见最多的语义值作为相应结果，如表3所示。

表3 国家电网公司总结的新技术种类分析表Table 3 Analysis table of new technology types summarized by State Grid Corporation of China

为了从上述的15类技术中筛选出具有重点创新技术特征的相关技术，对上述的15类技术首先进行归类，形成如下的层次分类表，并且聘请5位专家(E1，E2，E3，E4，E5)按照对电网企业运营模式的影响程度对相关技术进行评价，评价取值为{“非常高”，“高”，“较高”，“一般”，“较低”，“低”，“非常低”}，对应的符号为{EH,H,VH,M,VL,L,EL}，评价结果如表4所示。

表4 电网中新技术的层次分类表Table 4 Hierarchical classification of new technologies in power grid

2.1 评价数据处理

设有效论域为[1,7]，应用云模型将每个专家评价的语义值分别转化为精确数值。根据表2中的方法生成7朵云模型{C+3,C+2,C+1,C0,C-1,C-2,C-3}与语义值一一对应。取最能反映云朵特征的期望值Ex作为评价结果[15]。5位专家的评价结果的云朵特征如表5所示，由于篇幅限制仅给出R1的5项技术。

表5 专家评价的云朵特征(R1)Table 5 Cloud characteristics evaluated by experts (R1)

2.2 语义值归一化

若为成本型指标利用公式(5)将专家评价的数据进行归一化处理，若为利润型指标则引用公式(6)。归一化结果如表6所示。

表6 归一化后的云朵特征(R1)Table 6 Cloud characteristics after normalization(R1)

x′=(xmax-x)/(xmax-xmin)

(5)

x′=(x-xmin)/(xmax-xmin)

(6)

2.3 重点创新技术筛选

经过计算后可以得出每层指标的突变值，结合各层的突变值进行计算，可得最终的每个指标突变值的计算结果，具体计算结果如表7所示。取最终计算结果超过0.8的作为颠覆性创新技术，可以得到：新能源发电及并网技术、电力系统自动化技术、电力企业信息集成技术,属于颠覆性创新技术。

表7 指标的突变值计算结果Table 7 Calculation results of abrupt change value for indexes

3 重点创新技术的影响分析和成果转化策略

3.1 影响分析

3.1.1 新能源发电及并网技术

大规模新能源发电及并网将使得发电单元由集中式向分布式和集群式的微网发展。在“三型两网”环境下，电网将作为终端能源利用的有效载体，承担着多种能源，尤其是可再生能源的转化、利用、传输和储存的职能。新能源发电及并网技术将向着规模化、高效化、灵活化、成熟化的方向发展。该技术势必会促进微网的进一步发展，然而微网自身优势也会对电网运营模式产生一定的影响。首先，由于发电资源与电力需求之间的资源分布禀赋，分布式新能源电站既需要存在具有小范围自给自足的模式，也需要在供大于求时能够并网向其他需求侧供电，作为潜在的供应商出现[16]。其次，微网具有一定的自控制特性，可以自主决定与主网的并网或解离。微网能够借助此特性选择恰当的运行模式，提升自身的运营收益。第三，微网能够通过需求响应机制改变区域用电的传统模式，更改负荷曲线的趋势[17-18]，从而增加新能源发电的消纳量。但是，一旦微网运行策略决断出现失误，则会造成弃风弃光现象的产生，大幅削减微网运营收益。因此，以上三点决定了新能源发电及并网催生的微网是电网运营模式的一个挑战。

成熟的新能源发电及并网技术会促进电力市场信息化与智能化的构建。随着新能源发电技术的不断发展，新能源电站将逐步具备调压、调频、阻尼控制等主动调节功能，具有与常规电源类似的并网特性。新能源并网过程中势必会产生跨省区的新能源电力传输，催生新能源电力交易，扩展原有电力市场的交易模式。为实现该类交易的自动化进行，电力市场应借助信息化的手段构建适宜的交易规则、辅助服务和新能源调度等内容。区域化、网格化的用电负荷与新能源出力预测将成为辅助服务中负荷预测的发展方向。集群电站和送受端协调控制发展将成为新能源的调度运行的重点难点。因此，由新能源发电及并网技术所完善的电力市场将是电网运营模式的一个挑战。

新能源发电及并网技术会加速储能技术的发展。虽然需求响应能够增加新能源消纳量，但是依然不能解决自然资源过剩时的弃风弃光现象。而储能技术的广泛使用，将会为供给和高峰需求提供一定的延时可能，改变“电能无法储存”这一固有思路。储能系统可对新能源的发电起到缓冲作用[19]，例如风力资源往往在用电低谷时最为丰富，导致风电资源不能很好地被消纳，而储能系统的特点可以将风电延时到用电高峰时使用。根据该特性，未来的发电侧将储能系统以“虚拟电厂”作为电力市场交易实体，根据经济性考虑储能系统的充放电过程[20]。因此，由新能源并网及发电技术所促进的储能系统将会是电网运营模式的另一个挑战。

3.1.2 电力系统自动化技术

电力系统自动化技术将促进智能调度的发展。在智能调度的环境下，当前的单电源、辐射式的垄断电网配送结构将会向多电源、网格状、能源路径可选择的能源互联网方向发展[21]。未来的电力系统自动化将实现实时电力市场以及电能、辅助服务、输电权等多商品的灵活交易，用户可以通过调度自动化技术以及变电站自动化技术实现设备选网的即插即用和需求相关的辅助决策策略。电网的运营模式将更加灵活，潜在的竞争商将会出现。因此，电力系统自动化所催生的灵活的运营模式与潜在竞争力会挑战电网目前的在位优势地位。

电力系统自动化技术将实现电力物联网的建设。电力系统的实时智能化调度需要在无故障风险的基础上进行，依赖于电力物联网中智能感知网络的支持。智能感知网络能够实时监测电力系统各个节点的数据，并能预警潜在风险。物联网协议与多模混合组网技术融合可确保数据传输的可靠性、时效性和准确性，实现智能感知网络[22]。因此，如何转化与应用电力物联网的成果会是电网运营模式的一个挑战。

3.1.3 电力企业信息集成技术

电力企业信息集成将通过大数据或云计算等技术引领配用电一体化和智能化发展。通过信息技术的集成以及电力市场化改革逐步深入，电网将改变自身的营销模式，由被动满足电力客户需求转变为主动关注客户需求并提供服务方面发展。通过与大数据、云计算等计算机通信技术充分结合，电网企业服务逐步向智能化、网络化、个性化、定制化的方向发展。未来的电网企业营销模式将以大数据深度挖掘为基础，实现信息的采集、互动、监控、运营和维护等功能高效集成的一体化运营。如何构建一套支持数据共享、算法科学和计算快速的大数据分析平台将成为电网企业信息集成的新挑战。

电力企业信息集成能够将物理层的实时数据与信息层的数据挖掘算法融合。电网的信息物理融合是电力企业信息集成技术的发展基础，大数据和云计算均依托于电网信息物理融合系统所提供的数据与信息。它要求多元设备、异构网络和实时共享的可靠性与时效性[23]，应实现多源数据融合功能，是电力企业信息集成技术的重中之重。因此电网信息物理融合系统中的算法设计将会对电力企业信息集成技术带来强大的挑战。

3.2 应对策略建议

针对上述的重点创新技术的影响分析，电网公司应对上述技术的策略建议如下：

1)进行以技术为主导的业务管制改革，支持非电网直属科研机构创新，开展科研机构和电网企业联合创新技术合作模式。对于新技术相关的业务，精心进行业务选择，发挥非管制业务对管制业务的支持作用。非管制业务发展的目的是克服管制业务的政策局限性，以及国网现有体制运转的惯性。主要有以下三点：

一是推进公司产业链延伸。牢牢把握智能电网发展机遇，利用公司技术和市场优势向上游设备制造业、新能源开发、下游用户普遍服务等领域延伸，为电网发展提供技术和服务支撑。

二是实施“产学研”结合战略。扶植具有前瞻性的创新技术第三方非直属科研机构或生产机构研发，进行科技研发联盟，发展多元化的实体业务，打造新的利润增长点，实现“产学研”的科学合理融合。

三是依托科技创新，实施蓝海战略。加大科研投入力度，关注清洁能源发展方向，围绕特高压电网建设和智能电网发展趋势，超前谋划、跨越现有竞争边界，通过价值创造开创新的市场领域。

2)借助企业优势，扶持科研成果落地。借助企业科研成果成功转化的经验，建立孵化专家组参与指导成果转化的全过程。由于产品市场的局限性，市场只会关注投资少、见效快的产品与技术，而科研成果的孵化与市场目标相悖。因此，市场对科研成果的理解具有片面性与局限性。只有把科研成果产品化与规模化，做出有实体、可应用、能盈利的商品，才可以有效跟市场对接。产品化的过程是科技成果转化中风险最大的环节，由于无法确定市场的接受程度，极有可能造成资金浪费。孵化专家组具有以往成功转化的经验，可以对产品化涉及的技术、工艺、设备、市场、法务等各环节进行专业性指导，有效地提升产品化效率，控制成本，减少风险。

借助企业资金优势，支持高校与科研院所的研发后续工作。部分高校与科研院所的科研课题仅为了初步实验结果而订立，项目资金无法支持实验结果的后续研究，这一现象导致了项目的终止与夭折。因此，针对孵化专家组认可的科研项目，电网企业应扶持该类项目成果，进行以市场与用户体验为导向的后续研究，包括提供生产设备、市场调研和相关服务的资金与人力等方面的支持。因此，电网企业可以借助资金优势，将科研成果与市场紧密相连，加速项目研究进程，提高成果转化的效率。

3)坚持电网发展与体制机制创新协调推进。积极推进公司体制机制创新。从变革组织架构、转变管理模式、再造业务流程入手，加快消除制约“两个转变”的深层次体制机制障碍。在稳步推进试点的基础上，积极调整电网企业的组织流程，推动组织架构向扁平化、专业化方向发展；研究互联网+下的企业灵活特性，积极研究智能电网条件下业务管理体制的变革与完善，最终实现国网公司改革与发展的协调、有序推进。

4 结 论

1)根据云模型和突变理论，识别分析了电网企业的重点创新技术，指出了可能对电网公司运营模式影响的重点创新技术为：新能源发电及并网技术、电力系统自动化技术和电力企业信息集成技术。

2)针对该类技术，分别从微网并网、海上风电与储能设备参与电力市场交易三方面探讨了新能源发电并网技术对电网公司运营模式的影响；从智能调度与电力物联网两方面探讨了电力系统自动化技术的影响；从配电网分析决策与信息物理融合两方面探讨了电力企业信息集成技术的影响。

3)综合多方影响，分别从成果共享、转化扶持和企业机制创新三方面，提供了以成果转化为核心，从多维度促进技术落地的重点创新技术应对策略，以期企业能应对创新技术带来的挑战与机遇。