中國儲能網訊:2025年11月12日,國家數據局發(fā)布《光儲充一體化綜合能源系統(tǒng)高質量數據集》及《國家級光伏儲能產品及系統(tǒng)實證實驗高質量數據集》,兩個案例均來自國家電力投資集團有限公司。原文如下:
高質量數據集典型案例 | 國家級光伏儲能產品及系統(tǒng)實證實驗高質量數據集
推薦單位:國家電力投資集團有限公司
申報單位:國家電投集團青海光伏產業(yè)創(chuàng)新中心有限公司、青海黃河上游水電開發(fā)有限責任公司、大慶黃和光儲實證研究有限公司、國家電投集團四川電力有限公司光伏分公司
一、背景
在“雙碳”目標與新型電力系統(tǒng)建設的背景下,光伏儲能產業(yè)數智化轉型亟須從核心部件到電站系統(tǒng)的全鏈條高質量數據支撐。國家電投集團依托全球領先的實證實驗矩陣,以高頻采集、多維度、全鏈條覆蓋為核心優(yōu)勢,積累逾十年連續(xù)運行數據,形成七大類覆蓋全國多個典型氣候區(qū)的產品與系統(tǒng)實證數據集,建立先進的數據治理體系與共享機制,支撐政策制定、引領行業(yè)標準、推動技術革新,夯實AI數據基礎,全面提升產業(yè)競爭力。

國家級光伏儲能實證實驗數據集
二、方案和成效
一是構建貫通典型氣候區(qū)數據供給平臺,夯實高質量數據基座。覆蓋高寒、高緯度、高海拔等3種典型氣候類型,縱向貫穿10年光伏技術迭代歷程,橫向覆蓋組件、支架、逆變器、儲能電池全鏈條共計600多種典型設計方案,積累了250TB高質量數據集,有效解決光儲行業(yè)實證實驗數據稀缺難題。
二是采集全品類產品數據,豐富多維度數據體系。數據集涵蓋近10年國內外光儲產業(yè)全部產品類型和主流廠家,支撐HJT組件技術優(yōu)化提升產品穩(wěn)定性,指導支架廠家優(yōu)化跟蹤角度和策略,助力逆變器設計優(yōu)化改善散熱性能,逆向指導全產業(yè)鏈在材料研發(fā)、效率提升、關鍵器件國產化方面實現突破。
三是建設數據全流程智能管控系統(tǒng),提升數據質量與效率。研發(fā)國際領先的實時在線測試分析系統(tǒng)及智能數據判定修復算法,構建“采集→判定→計算→清洗→歸集”全鏈路端到端數據治理體系,顯著提升了數據質量和處理效率,數據有效率大于96%。
四是建立“政-企-研-產”協同數據共享機制,推動數據高效共享應用。通過定期報送成果、發(fā)布實證藍皮書、舉辦行業(yè)發(fā)布會等形式,精準支撐產業(yè)政策制定、行業(yè)標準編制、產品技術迭代、產業(yè)鏈上下游協同創(chuàng)新,為推動我國新能源高質量發(fā)展提供“數據生產力”。
三、創(chuàng)新點
一是數據貫通與實證驅動協同應用深化。貫通共和、大慶、甘孜實證基地數據資源,開展多場景產品與系統(tǒng)技術對比實驗,推進數據統(tǒng)一管理與協同調度,促進數據資源高效整合與價值釋放。
二是共享機制建設保障數據供需對接。構建定期數據發(fā)布會、專題共享會等多渠道溝通機制,精準匹配數據供需,以常態(tài)化溝通促進數據資源高效流轉,實現共享機制長效運行,保障數據供需精準對接與價值高效利用。
三是治理體系構建確保數據權威科學。構建權威數據治理體系,由專業(yè)機構承擔數據建設、運維及分析全流程工作,設立權威專家學術委員會提供技術審查與咨詢支持,綜合保障數據全生命周期管理專業(yè)性,實現數據權威性、科學性與公正性。
高質量數據集典型案例 | 光儲充一體化綜合能源系統(tǒng)高質量數據集
推薦單位:國家電力投資集團有限公司
申報單位:國家電投集團綜合智慧能源科技有限公司、中國科學院深圳先進技術研究院
一、背景
解決新能源并網中光伏發(fā)電的隨機性、波動性和間歇性問題,項目基于國家發(fā)展改革委《關于推進電力源網荷儲一體化和多能互補發(fā)展的指導意見》,針對電網調峰困難、能源管理效率低等挑戰(zhàn),于2022年啟動實施。通過人工智能與數字化技術,實現源網荷儲協同優(yōu)化,提升能源利用效率、降低運營成本,并確保電網安全穩(wěn)定。

光儲充一體化綜合能源系統(tǒng)高質量數據集架構圖
二、方案和成效
一是建立多源異構數據采集體系。建立“端-邊-云”三級數據架構,解決分布式光伏、儲能、充電樁等設備的數據孤島問題,實時采集電流、電壓、溫度、光照強度等超200維度的運行數據;通過API網關整合外部數據,建立跨域時空對齊特征矩陣,為預測模型提供多源輸入。目前,天樞云智慧物聯平臺支持單服務器同時處理30個電力節(jié)點的10萬余設備并行接入,日處理數據量超35TB。
二是實現動態(tài)質量治理提升運維成效。從完整性、有效性、及時性、在線性四方面建立數據質量校驗規(guī)則,數據可用率提升至98%;并開發(fā)基于知識圖譜引擎,融合設備本體關系與歷史運維日志,構建包含超100萬三元組的故障診斷知識庫,顯著提升運維精準度。
三是開發(fā)AI驅動的數據建模與優(yōu)化技術。基于天樞平臺調用光儲充一體化綜合能源高質量數據集,融合多源特征和氣象特征與光功率概率密度函數的映射關系,開發(fā)光功率概率密度預測模型,實現光伏發(fā)電92%的預測準確率,顯著優(yōu)于行業(yè)平均水平。同時,構建了多目標協同優(yōu)化引擎,實現綜合能源效率提升10%。
四是建設產學研協同生態(tài)。與中國科學院深圳先進院合作推動核心算法迭代,主導/參與制定國家標準1項,團體標準2項;聯合培養(yǎng)交叉學科技術人才10余人,為行業(yè)持續(xù)輸送專業(yè)力量。
三、創(chuàng)新點
一是實現多源異構數據融合與智能治理。構建智能化數據治理機制,基于D-GNN融合多源數據形成百萬級動態(tài)知識庫,智能治理提升數據可用率至98%,使故障診斷準確率達95%,大幅降低維護成本。
二是實現動態(tài)預測與高精度時空關聯。依托“端-邊-云”三級體系整合超200維度實時與外部數據,通過CNN-Transformer實現動態(tài)特征提取與概率密度演化,預測模型突破靜態(tài)局限,光功率預測準確率超92%,支撐高精度時空關聯。
三是實現協同閉環(huán)與數據價值共享。聯合中國科學院深圳先進院建立產學研協同的數據閉環(huán)模式,通過標準化接口實現多時間尺度數據共享,創(chuàng)新數據貢獻分紅機制,將數據價值動態(tài)綁定經濟效益,促進生態(tài)持續(xù)發(fā)展。




