施耐德电气：2206-《价值驱动的电网数据管理指南》（中文版130p）

se.com价值驱动的电网数据管理指南 执行摘要 价值驱动的电网数据管理 2 电力行业面临严峻的数据管理挑战 分布式能源 (DER) 的迅速发展给配网电力公司带来了许多运营、规划和业务方面的挑战。这一转型的规模之大，甚至超过了向高级计量基础设施的过渡。在接下来的五年中，数据生成量将不止翻两番。与其他企业相比，由于资产、用户数量庞大且分布广泛，配网电力公司面临着独特的数据管理挑战。 价值驱动的电网数据管理带来众多业务价值 为了应对这一数据管理挑战，配网电力公司绝不能浪费资源，在海量数据中大海捞针寻找“真相”。现在，在电网运营商之外，配网电力公司还承担起了数据运营商的角色。他们需要一种基础性、分步式、实用型的电网数据管理方法，只有这样，他们的数据管理实践才能实现重要的业务价值，包括改善安全性、成本效益、可靠性、弹性、柔性、可持续性、资产利用率、用户赋能、网络安全性、可负担性。 本参考指南探讨的主题 本指南围绕配网电力公司的职能来组织内容，深入系统地探讨了“价值驱动”的电网数据管理实践如何改善电力行业的规划、设计、分析、建设、运营、维护、培训以及需求侧管理。 您可以探索与您的业务最相关的用例 本参考指南包含哪些内容？以下仅简要介绍其中描述的九个电网数据管理应用案列： • 配电规划和模拟。规划和模拟工具现在可以采用 DER 和电动汽车数据，也可以分析连接请求，并将许多来源（如实时控制系统、智能电表、表后和分布式传感器）的数据纳入相关的网络模型和跨时间范围的动态模型。 • 资产性能管理。资产管理工具和方法现在采用来自更多来源的地理空间和运营数据，可以帮助配网电力公司平衡风险与成本、资本支出与运营支出，以及短期与中期的资产维修/更换决策。 • DER 管理。DER 可以加速低碳化进程，增强可靠性和弹性，赋能电力公司客户，支持电网柔性，扩展电力行业服务，并推迟系统升级。然而，其可变性和不可预测性使电力行业的规划、运营、资产管理和其他职能变得复杂。了解输配电协调、需求侧管理、微电网方面的领先实践，并查看最佳 DER 管理示例。 • 网络安全。网络安全、数据隐私实践和合规性应贯穿整个电网数据管理——从现场到企业层面，从电网到电网边缘。 执行摘要 价值驱动的电网数据管理 3 您可以深入了解更好的电网数据管理 您将有哪些收获？以下简要摘录了本参考指南中的关键洞察： • 标准：幕后英雄。遵守各项标准是高效电网数据管理的关键要素。这些标准利用协作智能来实现互操作性，以减少资源需求并促进应用程序的整合，如本报告中的用例所述。 • 数字孪生：一个跨领域的工具。现在的数字孪生不断扩展到核心应用程序之外。很快，数字孪生将为所有领域和区域提供价值，帮助人们更快做出更明智的决策。 • 高级分析：下一步。以电网数据管理为基础，新兴的高级分析更加深入，并将传统上独立的各种分析衔接起来，使用到综合用例中。更高保真度的数据，将孤立的数据整合到综合数据库中，以及基于人工智能 (AI) 的应用，促进了这一演变。 • 由数据支撑的战略：数据治理。虽然数据在业务决策中发挥着核心作用，但重点是将数据管理嵌入到业务项目中，而不是执行“数据项目”。电力公司业务战略的执行应由可信、可用、可持续而且在数据生产链中得到验证的数据来支撑。 价值驱动的电网数据管理 4鸣谢 项目组衷心感谢以下拨冗提供见解和评述的施耐德电气主题专家。 Navdeep Ahuja Tom Berry Jean-Yves Bodin Franҫois Borghese James Colbert Laurent Dussart Paul Forney Milan Gavric Luc Hossenlopp Claude Houbart Santini Edward Jarvis Scott Koehler Bertrand Lack Alain Malot Sebastien Michelin Enrique Ramos Jenny Roehm Izabela Stefani Nenad Tojagic Kevin Walsh Matthew Zimmerman Hoffman Power Consulting 价值驱动的电网数据管理 5目录 执行摘要 2 鸣谢 4 目录 5 图示列表 8 引言 10 机遇 11 本指南的目的 11 本指南的内容范围 12 电力公司面临多方面的数据挑战 12 数据管理面临的总体挑战 13 用例 15 价值支柱 17 可持续性和数据管理 18 本指南的架构 19 标准和配网电力公司数字化转型 21 概述 22 智能电网架构模型 (SGAM) 23 配网电力公司数字化标准 24 CIM 和语义标准 26 从简单计量到智能建筑接口 28 施耐德电气与标准 29 资产信息管理、网络模型管理和现场工作 31 概述：整合现场工作和网络模型 32 当今的机遇和挑战 33 当今推荐的做法 34 创造价值的业务成果 36 施耐德电气解决方案 36 使用网络模型管理进行配电分析和运营 38 高级配电管理系统概述 39 当今的挑战和目标 40 当今推荐的做法 41 创造价值的业务成果 43 施耐德电气解决方案 44 01 02 03 04 价值驱动的电网数据管理 6目录 规划与模拟 47 概述：电力行业配电规划的发展演变 48 当今的挑战和目标 48 当今推荐的做法 50 创造价值的业务成果 52 施耐德电气解决方案 53 资产性能管理与资产投资规划 55 概述：资产管理趋势 56 当今的挑战和目标 56 当今推荐的做法 57 创造价值的业务成果 58 施耐德电气解决方案 59 变电站自动化、系统工程和维护 61 概述 62 当今的挑战和目标 64 当今推荐的做法 64 施耐德电气案例研究：变电站自动化项目供应商 招标流程 65 OSMOSE IEC 61850 工程流程 66 创造价值的业务成果 66 施耐德电气解决方案 67 用于系统运维和人员培训的增强现实技术 69 概述 70 当今的挑战和目标 70 当今推荐的做法 72 创造价值的业务成果 73 施耐德电气解决方案 74 DER 管理 76 概述 77 挑战：多样化、不断发展的 DER 相关电力行业监管和市场设计 78 挑战：DSO-TSO 协调和与 DER 的相关性 79 实践：DER 集成和 DSO-TSO 协调 80 实践：DER 数据交换 81 解决方案：施耐德电气 DER 案例研究 83 利用微电网实现 DER 价值最大化 85 需求侧管理：挑战、解决方案和价值 87 05 06 07 08 09 价值驱动的电网数据管理 7目录 智能计量 概述：智能计量概况 当今的挑战和目标 当今推荐的做法 创造价值的业务成果 施耐德电气解决方案 网络安全 概述 当今的挑战和目标 当今推荐的做法 创造价值的业务成果 施耐德电气解决方案 未来愿景：数字孪生、分析及更多 引言 数字孪生的用途和适用范围 多种类型的数字孪生 数字孪生扩大使用的促进因素和驱动因素 数字孪生的未来应用 数字孪生面临的技术挑战 数字孪生面临的业务挑战 施耐德电气数字孪生愿景 分析的发展演变 如何部署电网数据管理实践 概述 起点很重要 由数据支撑的数据治理战略 数据计划的结构 使用行业标准的 DCAM 框架 跨越多个层面 关键成功因素 电网数据管理项目的运作方法 关于施耐德电气 英文缩写一览表 10 11 12 13 91 92 93 94 95 96 98 99 99 100 104 104 107 108 108 109 110 111 113 114 115 116 119 120 120 120 122 122 123 123 123 126 127 价值驱动的电网数据管理 8图示列表 图 1 图 2 图 3 图 4 图 5 图 6 图 7 图 8 图 9 图 10 图 11 图 12 图 13 图 14 图 15 图 16 图 17 图 18 图 19 图 20 图 21 图 22 图 23 图 24 图 25 图 26 图 27 图 28 总体架构简介：价值驱动的电网数据管理 施耐德电气未来电网的支柱和促进因素/示例 智能电网架构模型 从 SGAM 用例到新标准开发 世界范围内的标准化和欧洲监管实体 SGAM 中的语义领域 典型的 ADMS 高级架构与实时数据和电力行业数据管理系统的交互 ADMS 的典型数据来源 各类规划的时间范围 在实时和模拟背景下使用网络模型和动态模型进行规划 在实时背景和模拟背景下需进行的各种规划和模拟活动 在整个资产生命周期内都需要进行资产管理 电网资产工具以及电力行业 EAM、MWM、ADMS、GIS 和数字自动化系统的一种潜在配置 电力公司在寻求互操作性和互换性的同时，也意识到需要付出较高的前期成本才能降低长期的总拥有和维护成本 标准化可以减少整个项目周期内的总支出 配网电力公司面临的运维挑战总结 施耐德电气的 EcoStruxure ™ AR 操作顾问 3D 将设备的内部视图叠加在设备的真实外部图像之上 世界部分地区的电力行业监管和市场设计 政策/法规驱动的 DER 整合方法 IRENA 图示：面向 TSO、DSO 和其他各方的数据交换平台 DER 会对配电系统的运行造成约束 通过使用施耐德电气的 EMA，南澳大利亚农产品市场有限公司能够向全国电力市场输出电力 整合智能电表数据与其他孤立的信息系统具有挑战性 安全开发生命周期 电网数字孪生可以从多方面提高业务流程的效率 OSIsoft PI 平台为资产框架、资产分析等的开发建立了一个工具箱 数据支撑的执行的支柱 电网数据管理计划的结构 01 引言 价值驱动的电网数据管理 10 引言 价值驱动的电网数据管理 11 机遇 配网电力公司可以利用电网数据管理实践和解决方案实现重要价值，包括改善安全性、成本效益、可靠性、弹性、柔性、可持续性、资产利用率、用户赋能、网络安全和可负担性。 因此，这些实践可以被称为“价值驱动”的电网数据管理实践。这些实践还可以为电力公司的众多职能带来同样重要的价值，包括运营、维护、规划、设计、分析、建设、培训和用户参与。 对于配网电力公司而言，这些数据管理实践（包括数字孪生和高级分析）是更广泛的数字化转型过程的一部分。然而，全面收集、处理、验证、管理、治理和有效使用数据具有挑战性。举例来说，一家规模处在平均水平的电力公司每年产生的数据量在 PB (百万 GB) 级别，预计在 2021-2024 年期间将翻一番1。由于大多数配网电力公司的电力系统复杂性不断增加并面临其他挑战，即使数字化转型的好处显而易见，改变也仍是困