本文在新能源大数据应用面临的技术挑战基础上，从数据融合、智能计算、和应用服务三个层面分别阐述了新能源大数据平台的特点和架构，通过融合电网、新能源场站等各方数据，提出了面向电网公司、新能源运营商等不同业务场景的关键技术，并设计了面向不同应用场景的业务功能，最后通过某区域新能源大数据应用平台的典型应用分析进行了实践验证。

图1展示了平台的物理结构，由边缘层、基础设施层（IaaS）、平台层（PaaS）、应用服务层（SaaS） 4个层级组成。新能源数据呈现数据量大、来源广、数据结构多样的海量多源异构特征，且基于不同的应用场景，需实现数据及算法的实时交互和融合应用。因此，新能源大数据平台采用分布式一体化架构，通过云计算虚拟化技术，将物理服务器设备进行抽象管理，实现对硬件资源的动态申请，提升系统的灵活性和稳定性。此外，与传统的分布式一体化架构相比，新能源大数据平台针对新能源场景的特性，采用自适应数据动态分片技术，根据时序数据点编码和关系数据表字段进行智能分片规则推演，将各关联设备的不同任务（时序数据存储、业务数据计算等）动态均衡分发到平台特定节点执行，减少大数据平台各节点之间数据传输带来的性能损耗，可以提高大规模数据处理能力和效率。

新能源大数据平台的多业务应用分为：1）监管侧与电网侧业务：新能源消纳分析技术；2）电网侧业务：新能源涉网性能跟踪评价技术；3）共享应用：资源评估与功率预测技术；4）电源侧业务：新能源场站精益化运维技术。

以前2者为例进行介绍：

图2展示了根据数据平台实时采集的新能源机组遥测数据及上报的状态位等信息，将受阻电量按形成机理分类统计。为实现受阻电量分析功能，平台设计了风电场受阻电量精细化分析算法，通过对区域内新能源消纳信息的监测与统计，既能支撑风电场定位发电量损失薄弱环节，提升风电场的运维管理水平，又能支撑电网调度机构高效监测分析消纳情况，助力提升区域新能源消纳水平。

图3（a）展示了涉网事故分析与预警系统提供新能源场站并网点电压超限预警、脱网预警、脱网原因分析等功能。平台通过融合新能源场站AGC运行数据、AVC运行数据、SVG运行数据、SCADA运行数据等多源秒级数据，采取性能评价、发现问题、定位问题、解决问题的思路，采用分布式时序数据库，支撑大量实时、历史数据的快速读写和查询，可实现新能源场站涉网性能在线、实时、并行分析，包含事前预警、事后分析以及典型涉网缺陷定位功能，为各新能源场站涉网性能指标的跟踪评价业务赋能。图3（b）的功能模块展示了涉网性能评价模块可以提供AGC、AVC、SVG调节性能统计分析和展示，并可以实现 AVC系统阻抗优化功能，根据各场站的并网点电压和无功数据进行分析，计算不同电压、不同功率的系统交流阻抗值，并通过统计学相关概率算法，计算适用各工况的最佳阻抗值。

（a） 涉网事故分析与预警系统

（b） 涉网性能评价系统

本研究开展了典型案例的实践：

基于新能源大数据平台的功率预测优化模块，依托承德地区某风电场（249.5 MW）2020年6月~10月的气象平台数据（风速、风向、温度等）和场站SCADA系统秒级数据（风速、风向、功率、机组运行状态、桨叶角度、偏航角度和故障信息等），对风电场上报的日前功率预测结果开展优化。对2020年6月~10月风电场功率预测优化前后的月度“两个细则”考核电量进行计算，优化前后月度考核电量的对比结果如表1所示，功率预测精度提升后，风电场6月~10月的月度考核电量平均降低了33.1 MW，显著提升了新能源场站的涉网管理水平。

⬇ 表1 优化后月度考核电量降低情况统计

同时，基于新能源大数据平台的精益化运维模块，依托张家口地区某风电场（100 MW）2020年全年的测风塔数据（风速、风向等）和场站SCADA系统数据（风速、风向、功率、偏航角度等），对风电场发电量损失开展多维量化分析，可知因风电机组发电性能缺陷导致的损失发电量占总损失发电量的55%，是造成该风电场损失发电量的主要原因。进一步分析、计算，可知部分风电机组存在较大的偏航静态偏差，也是导致该风电场机组发电性能缺陷的主要因素。

采用基于风速和偏航误差双重分区的偏航静态偏差计算方法，对偏航静态偏差较大的12#风电机组开展控制策略优化，实现风电机组在不同风速区段偏航控制参数的自适应设置。图4展示了优化前后的功率特性曲线对比，经测算#12风电机组年发电量提升了约2.6%，降低了风电场的发电量损失，提升了风电场的发电量和发电效益，有效减少了碳排放。