第三节　智能电网的应用场景及标识需求

智能电网是物联网较早同时也是较大的应用系统之一。20世纪60年代，美国开始投资开发输电线路的远程监测技术，直接带动了整个电网领域的发展。

一、研究现状和发展趋势

（一）电力行业现状

电力已经并将在未来相当长的时间内成为人类日常生活、商业运作和工业生产的主要能源，美国国家工程研究院（National Academy of Engineering，NAE）评价，电气化是20世纪重要的工程成果。但是，自从20世纪60年代以来，电力行业面临着巨大的转型压力，而电力系统的效率、可靠性、经济性和可持续发展也日益成为业界的关注焦点。

1. 需求上升拉抬价格

国际能源总署（International Energy Agency，IEA）分析，相较于2018年，全球的电力需求将会在2035年增长34.6%[20]。欧盟委员会（European Commission，EC）曾预测，从2010年到2020年，全球电力的平均价格将会上涨31%[21]。

2. 监管环境趋向严格

当前，火电仍然是电力的主要来源，但是其存在较低的能效转换比及较高的污染问题。在目前全球碳排放紧缩的大背景下，对清洁的可再生能源的需求成为主流。例如，德国计划到2050年实现清洁能源的全替代[22]。

3. 供需环节出现变化

在发电容量配置方面，传统上都是按峰值需求来进行配置的，造成了很大的浪费。因此，更智能的需求响应成为智能电网的发展方向。根据欧盟2010年的调查，欧洲有5%到8%的发电设施处于闲置状态，削峰填谷等优化措施能将欧洲发电和输电的成本降低约670亿欧元。

在发电模式方面，分布式、可再生能源，如太阳能、陆海风力发电、生物发电等，在电力供给方面所占的比例持续上升。根据国际能源总署预测：相比2010年，可再生能源产生的供电量将在2035年实现200%的增长，占当时全球发电总量的30%左右[23]。

在电力消费端，电动车在不同位置接入电网，而且同时作为消费和存储节点存在，提升了供需环节的动态性。

4. 安全问题日益严重

电网系统是支撑人类社会经济运转的基础设施，一旦出现故障或异常，将导致极为严重的后果。以2003年8月发生在北美地区的电网故障为例，共导致美国和加拿大约500万人用电受到影响，合计经济损失超300亿美元[24]。

传统电网系统存在严重的安全隐患。电网系统的发展较早，而且出于稳定运行的目的导致更新升级相对缓慢。因此，传统电网系统中常用的协议、标准和信息技术，无法应对日益现代化的攻击手段。2015年，发生在乌克兰、美国和印度的对电网的攻击事件，都证明了传统电网系统的脆弱。

5. 市场主体更加多元化

随着通用信息技术的不断更新及互联网的蓬勃发展，电力信息系统的提供商类型更加多元化，电信运营商、互联网服务提供商和软件公司等都开始涉足。

（二）智能电网特点

在推动电网系统变革的因素中，促成传统电网向智能电网转变的根本在于整个电网场景发生了变化，主要包括可再生能源发电具有的间歇性、用户用电模式的变化，以及电动车等导致的高移动性。市场、监管和安全等方面的因素则进一步推动了电网的转型升级，如从发电、输电到用电各环节的智能化水平低下导致能源的巨大浪费，系统中通信和管理的可靠性缺失则会导致故障频发。

在各种内外因素的共同作用下，学术界和工业界开始探索对传统电网的优化，如让信息的双向流动更加流畅、开发新的能源储备技术、提升整个电网的可靠性和安全性等。由此，基于各类信息和通信技术的创新应用，产生了智能电网（Smart Grid）的概念。以节能为例，智能电网力求让供给和需求更加匹配，这就需要以信息快速交互为基础，进行精确的分析和预测，从而将发电、输电与用电环节更紧密地结合在一起。

全球学术界、工业界和监管机构分别从不同角度对智能电网的概念进行了阐述。例如，美国能源部认为智能电网是以数字化技术为基础构建的新型电网，在系统可靠性、安全性和运行效率等方面有质的飞跃[25]，并且将动态定价、实时数据共享、智能计量等归为智能电网的主要特征。英特尔分别从宏观视角和信息化视角对智能电网进行了描述：在宏观视角下，智能电网是运用数字化的控制、监控和通信技术，对发电、输电和配电网络进行的改造升级；在信息化视角下，智能电网的主要特性是利用传感器将各种设备与资产连接到一起，对关键设备的运行状况进行实时监控，使用户之间及用户与电网之间能够进行实时交互，对数据信息进行整合分析，实现重要数据（如当前需求和市场价格等）的实时、高速和双向传输。

1. 智能电网与传统电网的主要区别

根据物联网峰会对智能电网系统的组成概述[26]，可以将智能电网的主要特点总结如下。

（1）用户端的智能化：如智能化的家用电器，可以被远程启用、停止和调节，并能在电压不稳等异常情况发生时自动做出调整。

（2）需求管理的智能化：削峰填谷，即通过动态定价等机制使整体的用电需求曲线变得平缓，降低电网压力和故障发生的可能性。

（3）管理监控的智能化：及时发现故障，并通过自动化的隔离机制，确保电网整体的稳定。

（4）供给侧的智能化：根据自然环境、设备状态等因素，自动调整运转机制，同时能对能源进行缓存。

根据以上描述，从系统组成和功能特性等角度进一步细化，传统电网与智能电网的区别可归纳如表2-3所示。

上述传统电网与智能电网的主要区别中，有两点是比较重要的，智能电网其他特性的实现均是以这两点为基础而实现的。

（1）双向通信机制，实现发电、输电、配电和用电环节的集成。

（2）广泛的控制机制，全面覆盖电网中的各类节点，包括无线传感器、RFID标签、M2M设备、摄像头、红外传感器和GPS等。

以上述双向通信机制和广泛的控制机制为基础，信息才得以被充分获取和运用，电网的数字化和智能化才有了实现的基础。

2. 发展规模

经过多年的发展，智能电网在全球已经初具规模。据统计，全球包括安装在电厂、输电线路、输电塔、配电站和用户场景中的传感监控设备，在2015年已达数十亿[27]；根据2015年的统计数据，美国约1.45亿电表中，已有超过一半被智能电表所替代[28]；据美国能源信息署在2018年的统计，美国主要的电力提供商在智能电网改造上的投资约510亿美元，主要用于设备升级和智能电表安装；据SAS公司在2018年的统计，美国约43%的电力设施已经将物联网技术运用于故障管理方面，未来3年内这个比例将提升到67%。

（三）智能电网系统架构

根据IEEE对智能电网内部系统互操作性的总结[29]，智能电网以覆盖全网的信息流动为基础，完成核心的监测和控制功能，实现故障自恢复、分布式能源管理、供需动态响应及高效的设备资产管理等目标。

从具体组成上看，传统电力设施主要由传输设备和线路构成，系统相对封闭而且更新缓慢；而智能电网系统由通信网络、智能电表和传感器组成，且协议、技术和平台逐渐趋向标准化（以此降低系统更新升级的难度）。

通信网络和智能电表是智能电网实现的基础。通信网络带来的变化是智能电网中最为复杂的也是最为根本的。智能电表带来的根本变化可以简单描述为，从单向提交数据的机电式（Electro-Mechanical）仪表转变为能够接收指令、管理用电设备的数字式仪表。

传感器主要用于采集电网设备的温度、湿度、气压和电气量等数据，其在功能特性上与无线传感网络类其他场景（工业制造、智能医疗和智能家居等）中的传感器并无本质区别。

智能电网系统架构的主要特点是双向信息流、异构通信和协议多样化。

1. 双向信息流

智能电网中，信息流由单向到双向转变的主要目的是驱动决策的优化。传统电网可以看作一个广播式通信网络，少数节点（发电环节）收集信息、做出供给决策。地理分布的新能源和智能电表及家电的引入导致了决策点的分散和下沉，推动了电网通信的双向化，以及在此基础上的运营优化。以家庭用电环节为例：智能电表获取实时的负载和用电信息；家庭网关收集信息（如实时电价），然后传输给智能电表或其他设备，以便按策略对家电实施操控。

2. 异构通信

智能电网系统架构具有鲜明的异构和层次化特征。整个智能电网由异构的、承担不同职能的通信网络组成，主要包括三类网络（见图2-8）：家庭/商业/工业局域网（Home/Business/Industrial Area Network，HAN/BAN/IAN），邻域网（Neighborhood/Field Area Network，NAN/FAN）和广域网（Wide Area Network，WAN）。

（1）家庭/商业/工业局域网主要涵盖用电环节，由智能网关、电表和家电等组成，部署在家庭、办公场所和生产车间内，负责对用户侧的管理。在该网络中，电动车与电网（Vehicle to Grid，V2G）之间的通信是新兴的研究热点。

（2）邻域网处于用电环节和发电端之间，主要涵盖配电环节，负责配电站和配电网络分布式设备的通信，收集下辖各家庭/商业/工业局域网的数据并向上提交给广域网。

（3）广域网位于整个电网系统架构的最上层，作为整个电网系统的主干通信通道，汇聚输电、配电和用电环节的数据，支撑集中式和分布式发电设施的生产和运维优化。

相较于传统电网，智能电网在技术实现上主要的不同点之一，在于对无线传感网络的大规模运用。在智能电网中，无线传感网络利用传感节点对电网中的发电、输电、配电和用电等设备进行实时监测，采集监控数据，了解其运行状态，进而及时发现故障，迅速定位故障区域。

3. 协议多样化

智能电网中的信息流动发生在传感器、采集终端、无线网关、服务器和信息平台之间，涉及的协议种类繁多，可看作各类常见应用场景的合集。

（1）中短距离的数据传输协议，主要涉及蓝牙、ZigBee、Wi-Fi和电力线通信（Power Line Communication）等。中短距离传输以家庭/商业/工业局域网和部分邻域网为例，通常其传输距离不超过数百米。因为远离大型基础信息设施，设备或传感节点自身的存储和处理能力有限，无法支撑资源耗用需求较大的高速率传输，所以短距离、低能耗和低速率就成为主要需求，而ZigBee一类的技术恰好满足了这类需求。

（2）中长距离的数据传输协议。邻域网和广域网通常的传输距离超数千米。中长距离的数据传输主要通过互联网（光纤等）、移动互联网（基站通信、移动宽带和数字微波等）和卫星网络完成。

（四）智能电网需求分析

运用各类通信技术能实现智能电网内各类设备的双向、实时的信息交互。从通信层面看，智能电网内不同场景的主要需求如下。

（1）家庭/商业/工业局域网。位于智能电网末端，节点的信息处理能力和存储能力普遍不足，因此需要有较高的能耗效率，以便在足够长的时间内能够正常工作。

（2）邻域网。由于事关隐私机密及电力交易市场的稳定，智能电表和数据汇聚点之间的通信必须受到严格的保护。

（3）广域网。由于关系到整体决策的快速达成，必须高效地采集输电、配电和用电各环节的数据，因此有着低延迟、高带宽的需求。

从整体上看，目前智能电网通信方面存在的痛点或挑战如下：智能电网的通信仍受传输能力低和可靠性低的限制，更新升级的要求非常迫切；同时，对物理攻击或网络攻击的防御，也是未来重要的关注点。以配电网络为例，其在覆盖范围、接入规模和故障发现等方面，都面临着巨大的挑战。此外，对智能电网未来的主要预期之一是能够整合海量的分布式、可再生能源及存储装置，而存储装置间歇性运作的特点也给智能电网系统架构带来了挑战。

智能电网的本质是线下各类电力相关设施的互联互通，是一种智能（计算机）物理系统。而且，随着智能电网的全面建设，以及内部组成的持续多样化（新能源/电动车/智能计量/智能家电等），其复杂度也不断提升。对这类复杂的智能物理系统进行研究，需要抽象为模型，全面体现各子系统的要素及其相互关系，以确保研究的整体性。例如，针对智能电网的研究，除传统信息网络（服务器、网关和路由）之外，还必须涵盖电动车、新能源和变电站等参与信息产生、传输和消费的物理节点。因此，智能电网可以抽象为一个大规模的异构智能系统，在连接纷繁错杂的信息流的同时，也成为数据分析的主要切入点和决策的主要实施点。

1. 智能电网特征分析

智能电网是由发电、输电、配电和用电多个环节的信息系统互联互通而成的、全面贯穿通信、计算和控制（Communication/Computation/Control）的分布式智能（Distributed Intelligence）系统，其处在复杂、非确定和动态变化的环境中，由自治、自适应和相互作用的子系统构成。智能电网的整体特征归纳如下。

（1）规模大。据GlobalData公司预测，2040年全球电动车数量将达3亿辆[31]；据欧盟预测，家电联网率将从2010年的不到25%上升到2020年的75%[32]；再加上事件、信息、服务和网络等可以抽象为网络节点的要素，规模极其庞大。

（2）动态性。第一，节点动态性，分布式新能源、电动车等作为智能电网中的新型节点，与电网会保持一种间歇性连接的状态；第二，连接动态性，如多辆电动车同时连接到同一个接入点，或者因物理位置的变化导致接入点发生变化，都会使网络拓扑发生改变；第三，信息交互的动态性，智能电网场景中存在大量高实时性的通信协议，用以对故障或异常进行监测。此外，网络随机延迟等因素，会对智能电网的运作形成冲击（以配电站监测为例，点对点通信的延迟会影响到决策逻辑）。关于节点和连接的动态性，可以参考车联网场景来进行理解：车联自组网的形成受到路边节点单元、交通信号、车辆密度和通信距离等多种因素的影响（见图2-9）。

（3）去中心化的管理（Decentralized Administration）。去中心化的管理主要是指对资源和运作机制的自主支配。在智能电网整体视角下，各个子系统具有极强的“分治”特点，受不同的技术、商业、政治乃至地理因素共同影响而逐渐演变为多个可自主运作的系统。另外，在各子系统中，又包含多个相对独立的“域”，如新能源、电动车等。

（4）相互影响（Interplay）。发电、输电、配电和用电等环节相互影响，而新能源、电动车也会对智能电网的局部或整体供需产生影响。各个关键设施之间同时进行着物理和数字两个层面的交互，模式相对复杂。当某一环节发生故障或异常时，能够通过级联或升级效应，给其他系统带来影响。

2. 复杂系统适用性分析

智能电网是人类社会运转的核心系统，不仅包含电网自身的信息和通信系统，还涉及智能交通、智能家居和智慧城市等场景。如上所述，类似的复杂系统具有规模大、动态性、去中心化的管理和相互影响的特点。

目前，针对智能电网这类相对较复杂的系统，人们普遍从复杂系统（或复杂网络）的视角进行分析。基于复杂系统开展研究的主要原因在于，其能够从更具全局性和系统性的角度，推动智能电网监测、管理、规划、运维和决策相关的理论和技术创新。在类似领域，复杂系统已经被广泛运用，如物流网络和互联网等[34]。

2010年，IEEE计算智能学会（Computational Intelligence Society）成立了智能电网任务组，在智能电网相关的关键领域开展研究。为了将针对智能电网的研究形成一个统一的框架，2012年5月，来自多个研究领域（数学、复杂系统、安全、人工智能、社交网络等领域）的学者参加了美国圣塔菲研究所（Santa Fe Institute）举办的“Power Grids as Complex Networks”研讨会。2012年，欧盟委员会组织了智能电网与复杂科学研讨会。美国国家科学基金会对智能电网的神经网络模型研究进行资助[35]。复杂系统在各领域的研究为智能电网研究提供了具有足够匹配度的理论模型。

3. 复杂系统模型研究的内容和目标

智能电网理论模型的研究思路：以复杂系统理论为基础，将以“分治”模式存在的多个子系统整合到一个统一的研究框架内，基于网络拓扑及隐含的相互依存关系，进行建模分析，理解智能电网的内在规律，洞察驱动和影响未来发展演进的基本要素。

以复杂系统模型研究智能电网的具体目标如下：对智能电网的抽象和模拟；在动态、多层次的复杂系统上构建高效的决策和安全机制；基于网络拓扑，研究故障发生及后续扩展的模式；优化网络拓扑，应对因提升节点动态性所导致的、对整体均衡性的挑战。

在复杂系统理论基础上开展智能电网研究，主要涵盖网络空间结构和动态特性两大方向，具体内容如下。

（1）节点规模和边规模，用以评估网络规模和整体连接性。

（2）节点度（Degree）的分布，用以判断网络整体的连接是否均衡，以及是否有汇聚多条关键路径的高安全级别节点。

（3）居间性（Betweenness）的分布状况，计算节点所处的全网最短路径的数量，用以评估节点在路径管理中的重要性。

（4）小世界（Small-world）等网络特性[36]，用于开展可靠性方面的研究。智能电网出现故障或受到攻击时，如果节点或边消失，网络连接将如何变化，级联效应是否存在及以何种模式在智能电网中蔓延等。

复杂系统在互联网、物流、车联网等领域的应用案例，涉及了网络运行效率、可靠性及安全等主题，可以为智能电网的相关研究提供借鉴。

（1）互联网。互联网是复杂系统研究的领域之一，是复杂网络研究较早开展及较为活跃的领域之一。由于内在的分治机制的出现及规模的飞速扩大，全球互联网形成了多层次（物理主机、域名和自治系统）的复杂系统。用图结构来建模是互联网相关开发和研究的基本方法：以客户端、路由器和服务器等作为节点，以网络通路作为边。复杂系统领域的研究人员很早就开始用图结构来建模以模拟互联网的拓扑和流量。

（2）物流。交通设施是支撑物流系统运转的基础设施，包括机场、公路、街道、港口等，而复杂系统已被广泛用于对交通设施、航空线路及客货流量的分析。物流研究领域关于分治管理因素的考虑，对互联网和智能电网的研究都具有重要的参考意义。

（3）车联网。在车联自组网内，车辆密度、通信距离、信号灯、路边节点单元等因素，共同影响着网络连接性。因此，基于上述数据，可以在防冲撞和交通系统优化等方面开展研究。以复杂系统研究车联网的基本原理是如果两个节点同时连到了一个接入点，则两点之间建立连接，为车联网基础设施（如路边节点单元）的布局提供参考。类似地，对电动车日常移动模式的分析，可为电动车充电设施布局和电网调度策略的优化提供支撑。此外，交通疏导方案的探索也为智能电网内级联效应的分析提供了借鉴。

（4）其他领域。复杂系统的典型应用领域还包括石油化工网络和全球气象网络等。以全球气象网络为例，可以用复杂系统模拟全球气象网络，精准预测异常天气，为智能电网中风电等新能源的调度提供支撑。

二、应用场景描述

智能电网覆盖了整个电力系统的运转过程，包括发电、输电、配电、用电及资产管理等主要环节（在用电环节，与智能家居、智能建筑和车联网等场景产生了交集）。

对智能电网的特定需求主要体现在应用场景及技术要素上。例如，基于主动和精确的决策，实现更为精准的供需匹配；优化传输路径；基于对需求更细致的了解，实施动态定价等手段；利用新兴物联网技术，监测地理分布的海量用电终端和基础设施，及时发现故障、降低维护成本等。

从总体来看，智能电网将以全新的信息网络架构为基础，覆盖供给、传输、运营、服务、消费和市场各环节，在供需匹配度、系统稳定性、运维效率和新能源发展等方面发挥巨大作用。

（一）决策提升

决策提升是指基于对未来特定时段内的需求洞察，提升发电环节的智能化水平，优化生产规划。其中，分布式能源的出现是一个很大的挑战。分布式、可再生能源的出现，带来了超出工程范畴的不确定性，其普遍受局部范围内自然环境（风力、日照等）的影响，无法保持持续稳定的能源输出，具有高度的不稳定性。因此，必须引入智能化的分析手段，确保对发电量和潜在异常的准确预测。例如，可以运用风力分析和气象预测等手段，预测未来特定时间内的能源供给量及故障可能，为新能源的运维和整个区域内的供需匹配提供客观依据。同时，由于新能源多为分布式部署，为了及时采集数据和实施控制，必须引入无线传感网络等新兴技术。

（二）运维优化

智能电网系统地理分布不均，而且设备部署场景极为多样化（如地下、水下、厂房或家居环境等），因此智能电网管理和运维的难度较高。而有效的远程双向通信可以极大地提升设备的可用性和智能电网的运维效率。

（1）发电设备监测。智能电网通过传感器，对发电设备的状态进行监测，在发生异常情况时及时预警并通过远程控制系统进行应对。典型案例如下：在大型水电厂大坝上安装传感器，用以采集水底压力等数据。随着分布式能源的引入，以及智能电网中智能预测和安全通信技术的运用，虚拟电厂（Virtual Power Plant）成为发电环节智能化的新的探索方向。

（2）电力线路（即输配电环节）监测。输配电线路和设备是智能电网的重要组成部分，是智能电网顺利运行的基础保证。通过智能传感和通信技术，智能电网可以实现大范围的输配电网络监控，将数据（导线温度、杆塔倾斜、覆冰、变压器状态、高压电容设备状态、电缆状态等）实时回传到远程控制端，以支撑异常和故障发现。例如，通过传感器获取三相断路器接头的温度数据，及时掌握线路过载情况并进行负荷调配。

（3）配电基础设施监测。在配电环节，新兴技术可以运用于配电自动化及设备管理等方面，主要是基于传感器实现对温度、湿度、噪音等数据的采集，对配电网络进行实时监测。

（4）设备管理方面。智能电网运用物联传感或标签技术，实现对海量、多类型设备的一致性管理。例如，利用成熟的射频识别技术和主流标识系统，实现对各类设备信息的统一存储和管理，工作人员通过扫描标签，即可获取设备的最新信息。

（三）用电调节

电力消费端的变化是电网智能化的主要体现之一。智能电网所带来的改变在输电等环节可以看作系统改造和升级，但在用电环节则是颠覆性的。其中，表现最为明显的是电表和电器分别从单纯的计量设备和用电设备，转变为可通信的网络节点。由此，用电环节具备了更多的智能化特征，智能电网与用户的交互模式也发生了本质性的改变。

站在电网运营商的角度，用电环节智能化的主要诉求在于，更深入地了解电力消费端的能源消耗模式、优化用电模式、精准预测未来用电需求及有效应对市场的波动。

站在用户的角度，可以通过对用电和计费情况的深入了解，优化自身用电模式，从而节约成本，并削减碳排放量。例如，工业用户可以在动态定价机制的引导下，进行错峰生产，为避免用电尖峰的出现提供支撑，同时大幅节约生产成本；而居民用户同样可以选择在用电低谷时段（即电价较低时）使用高耗能的电器。

无论是站在电网运营商的角度还是用户的角度，核心的智能化举措都可以归因于电力价格的动态变化和电力消耗的削峰填谷。用电尖峰给电机的运维形成了巨大的压力，由此也引发了对发电能力持续扩容的需求。如果采用分时、动态的计价方式，则可将部分生产或生活用电调度到用电低谷时段，对保障智能电网整体的稳定性起到重要的作用，同时也在提高全社会能耗效率的同时降低了用户的用电成本。

用电环节的典型系统由家庭网关、智能电表、传感器和智能家电等组成。上述节点可以提交相关数据并执行一定的控制命令。例如，家庭网关与智能电表相连，可以实时提交家电的用电数据。值得一提的是，电动汽车逐渐成为一个重要的节点，其充电和放电（传统用电端所不具备）都给用电环节带来了前所未有的动态性。基于用电环节的主要系统组成，智能电网中出现了下列新兴场景，以及针对智能家居和智能建筑的方案探索。

（1）用电计量。作为智能电网的重要组成部分，自动计量架构（Automatic Metering Infrastructure，AMI）负责收集并处理用电数据，实现对消费端的实时监控、统计和分析。

（2）电动车充电。随着电动车普及率的提升，其对电网供需环节的影响也日益明显。例如，电动车整体的移动模式应被引入电力调度算法中，以便更好地应对区域性用电尖峰的出现。为研究电动车的移动模式，需要持续采集车辆的位置信息，较为常用的技术手段如全球定位系统等。同时，结合物联网及车联网的技术方案，可以优化电动车的充电选择。

（3）供电源动态切换。在智能电网中，用电环节包含了可再生和不可再生的能源。智能电表可以同时连接两类能源并采集电压等数据，当出现供给不稳定的情况时切换供电源，确保电力供给的稳定持续。

三、标识需求探索

全球多个研究机构、标准化组织和政府部门在提升智能电网安全、可靠、兼容和智能等特性方面，已取得了大量的成果，包括各类标准和指南（见表2-4）。此外，对智能电网原型的探索也有很多实践案例。FREEDM项目（Future Renewable Electric Energy Delivery and Management Systems，未来可再生电力能源传输和管理系统）是美国国家科学基金会资助的较大的智能电网研究项目之一，其主要目的是实现一个智能电网的小规模原型系统，并着重于可靠性和安全性方面的探索。

根据上述各类标准和指南，再结合应用场景需求和架构方面的总结，智能电网的主要需求可以总结如下。

（一）实时性

智能电网中的数据采集和控制系统，如监视控制和数据采集系统（SCADA）、电气管理系统（Electric Management System，EMS）、配电控制系统（Distribution Control System，DCS）和过程控制系统（Process Control System，PCS）等，与工业制造领域的底层控制系统一样，都对实时性有着极高的要求。

（1）及时采集智能电网产生的海量数据。以智能电表为例，假定每15分钟采集一次数据，一天内将新增约770亿条记录（以2020年全球将部署8亿智能电表[37]计算）。在电网状态监测方面：相量测量单元（Phasor Measurement Unit，PMU）通常一秒内会进行近3000次采样[38]；监视控制和数据采集系统每2到5秒采集一次数据[39]；漏电监测需要每10毫秒采集一次数据[40]。业界已有的实践证明了智能电网必将带来数据规模的急速膨胀：美国加利福尼亚州圣迭戈电气网络（San Diego Gas & Electric，SDGE）在传统电表时代，通过人工方式，1年内采集3.5亿个数据点，而在智能电表时代，1年内采集150亿个数据点[41]。

（2）快速传输和处理智能电网数据。在电网系统监测运维方面，需要将数据及时传输到各环节的控制系统中，并且以高实时性的管理控制实现运维优化和服务提升。电网系统与自动计量架构的深度整合，对故障的快速发现提出了更高的要求。在发电量预测方面，由于风力、光伏等新能源的工作效能受自然环境的影响较大，为了精准匹配用户需求并维持输配电网络的平稳运行，必须获取实时数据用于分析计算，以便对发电量做出准确预测。

（3）以高效分析支撑实时的需求响应。在未来场景中，随着电动车的普及，智能电网的网络拓扑将呈现出高度的动态性。相应地，要根据电动车的位置（物理或网络接入节点）做出相应的电力供应决策。例如，根据电动车的移动模式，及时地进行调度调整，以消除局部的用电尖峰、降低整体耗能。因此，必须快速分析电动车电池状态和位置等数据，为电力调度和充电点选择提供依据。

（4）实现电网负载平衡和电价的动态调整。其实时性要求尽管不如系统监测和需求响应的实时性要求高，但也应提供小时级别的效率[42]。而且，随着运维优化和服务质量要求的不断提高，响应时延方面的要求也会越来越高。以动态定价为例，用户要依据实时的用电数据与市场数据（电价）做出准确的决策。

（二）可靠性

从人类需要的角度看，电力是人类生产生活的核心能源，而电网是实现电力能源持续供给的基础架构，其稳定运转的重要性不言而喻。从网络本身的意义看，网络节点之间稳定可靠的连接是支撑信息共享的基础。

1. 智能电网通信可靠性需求

智能电网中的海量设备或传感器部署在较大的范围内（通常覆盖多个相邻的城市），为了实时获取数据以支撑持续的监测和及时的决策，智能电网的通信必须是可靠的，尤其在异常状态下应有自恢复乃至保持连续持续的机制。智能电网设备节点与自身平台或者云平台的远程传输承载了越来越多的高实时性应用，导致对通信环节高弹性、高可用和高容错的需求。智能电网连接的稳定可靠，面临着诸多挑战，主要包括无线传感网络带来的可靠性挑战及高实时性信息的可靠传输挑战。

（1）无线传感网络带来的可靠性挑战。相较于传统的通信技术，无线传感网络成本低、部署较容易等优势，使之非常适合被运用到大规模感知的场景中，如智能电网中对野外输电线路和风电机组的监测。但是，相对于基于物理链路形成的连接，无线传感网络极易受到物理障碍（建筑/金属）、电磁环境和气候条件等的影响，尤其是后两点的影响在智能电网中尤为突出。早期的无线通信技术，如CDMA（Code Division Multiple Access，码分多址）等，由于传输稳定性不足及信号覆盖范围小，无法满足智能电网的发展需要。同时，智能电网中的大量传感器分布于缺乏网络基础设施的区域，多个传感器之间必须通过多跳传输，逐级将所采集的数据提交到数据汇聚节点。因此，为保障数据的稳定及时采集，必须有可靠的路由机制。当前主要的多跳路由协议包括传统的路由表驱动（Table-Driven）、按需驱动（On-Demand Driven）和按连接质量选择（QoS-Aware）三种类型。

（2）高实时性信息的可靠传输挑战，即指定相应的重发或重路由机制，确保信息在一定时间内到达目的地。以邻域网为例，如果其所覆盖的设备或传感器数量较多，可能会因网络（消息拥塞）或内存方面的限制，无法实现海量并发消息的存储和向上提交。因此，一旦出现了数据丢包的情况，设备节点必须重新发送。分布式的网络协议DNP（Distributed Networking Protocol）主要用于对变电站的监测，涵盖了变电站内智能电子设备之间的通信（中短距离）及变电站之间的通信（中长距离）。DNP已成为北美地区电网常用的标准协议，但是由于缺乏通信质量方面的保障机制，已难以适应智能电网的发展要求。

2. 整体系统可靠性需求

除在通信层面确保信息的可靠传输之外，还应该确保整个智能电网的可靠性。首先，智能电网应能够处理故障或异常，不会因此崩溃或失效，即能在系统一级实现自恢复；其次，除尽可能实现故障或异常的自恢复之外，智能电网还需要防止故障向外扩散。为了防止故障扩散，根本举措是扩展数据采集和分析的覆盖面。例如，美国能源部、北美电力可靠性委员会（North American Electric Reliability Council）及美国主要电力公司共同实施了NASPI（The North American SynchroPhasor Initiative）计划，以求在更宏观的层面推动数据共享和协同分析，实现区域内智能电网的统一监测，防止故障扩散。

（三）安全性

电网是事关国计民生的关键设施。如前所述，电网一旦遭受攻击可能造成极为严重的后果。除对社会整体造成的影响之外，智能电网安全还关系到个人隐私、商业利益和市场稳定等。

1. 个人隐私相关

智能电表周期性收集并提交用户的家庭用电信息，不但能够提供用户用电量数据，还能揭示用户的日常作息模式（如通勤、睡眠、用餐和出行等），如果用电数据泄露，则可能对个人隐私、财产及生命安全造成危害。因此，在实施动态定价及错峰用电等策略而不得不采集用电数据时，应该擦除太过于详细的信息（如能够反映家庭用电模式和具体电器使用情况的信息）。

2. 商业利益相关

在特定区域内，智能电网中各类系统（涵盖发电、输电、配电和用电等环节）大多由本地的企业或机构运营，相互之间没有形成统一的数据共享机制。主要原因在于，详细的运营数据包含足够揭示企业商业机密的信息，一旦数据泄露，很可能引来具有高度针对性的大规模攻击。同时，自身运营数据的公开也可能招致更为严格的监管。

3. 市场稳定相关

智能电网的动态定价机制客观上为扭曲市场、干扰供需匹配提供了机会。攻击者可以通过延迟或篡改用电、发电和交易环节的数据（如通过拥塞网络等方式造成消费端无法及时获取实时电价），达到破坏电力供需平衡、造成市场异常波动的目的，进而导致巨大的经济损失。

4. 自身架构风险

除上述安全风险之外，智能电网架构本身也隐含风险。首先，智能电网规模大、分布广、组成复杂，本身就具有天然的脆弱性。同时，随着分布式、可再生能源的不断集成，智能电网边缘与各类用电场景共同组成了海量的微电网，微电网内部同样具有覆盖发电、输电、配电和用电完整电力生命周期的决策流程。因此，站在整个智能电网的视角来看，其由多个层次化、分布式的决策点组成，潜在的受攻击面也随之增大。例如，如果对微电网内的信息传输模式进行研究，则能够相对容易地识别出数据汇聚点或局部决策平台，进而有针对性地实施攻击，影响局部区域内的电力供应。其次，智能电网中包含的多样化的协议和技术意味着风险点数量和种类的增多。异构的通信场景隐含着各种安全风险，如设备和线路监控的实时性要求导致智能电网在DDoS等攻击面前很脆弱。此外，传感、设备、电表、家电和电动车等在智能电网中都成了具备双向通信功能的节点，进一步放大了认证授权的风险，如恶意攻击者可能以合法的身份收集电网数据或操控关键系统，或者通过获取家电的控制权威胁用户安全。因此，需要严格的安全机制对智能电网加以保护。

具体到标识层面，同样需要为智能电网的安全提供支撑。其中，标识要确保隐私保护和授权认证所涉及的设备、用户乃至信息都是可识别的。例如，电力提供商必须对智能电表进行识别，以便进行准确的计价。智能电网中的传感监测设备也必须能够被识别，否则可能会导致错误的决策和指令。

（四）互操作性

在智能电网场景内，互操作性主要是指异构的网络、设备和传感器之间能够以一种通用的模式进行信息交互。智能电网包含生产生活场景内的系统、输配电系统、大型发电设施内的系统，以及新兴的分布式能源所催生的微电网系统。为了确保整个智能电网的稳定和高效运作，必须以信息的实时交互为基础，而信息在智能电网内的顺畅传输，必须以异构网络和设备之间的标准化交互为基础。

目前，智能电网发展的主要障碍之一在于通信模式、协议和组成系统的多样性对设备、数据和应用之间的信息交互的阻碍。由于历史原因，当前的智能电网中存在大量相互隔离的输配电子系统，其由不同的信息化技术构建而成。而在通信层面，智能电网包含种类纷繁的网络设备和网关，其在计算和存储能力、能耗水平、网络带宽和通信协议等方面都存在巨大差异。异构的通信和信息化技术使整个智能电网呈现出碎片化态势，给信息交互、应用融合及一体化管理带来了极大困难。

（五）智能化

人工智能技术在智能电网中有着巨大的应用前景。目前，人工智能技术主要用于电网仿真、负荷预测、灾害预警等方面。智能电网的智能化转型需求，主要来自以下四个方面。

（1）承担人力难以完成的工作。智能电网发展的重要需求之一是对于大规模、分布式基础设施的监测，以及对海量设备数据的高频采集。如果通过人力的方式完成上述工作，不但成本高、危险性大，而且工作质量也难以保证。通过无人机和机器人等新兴技术，对输电线路和大型电力设施进行巡检，可以在很大程度上节约成本，保证工作质量。

（2）对海量数据的深入挖掘。相较于传统电网，智能电网带来了数据量的爆发式增长。以智能电表的应用为例，相较于传统电表，智能电表的读数频率提升了近3000倍，导致数据规模急剧增长[43]。同时，随着智能传感技术在智能电网基础设施运维方面的普及，也产生了海量的与电力生产和配送相关的数据。通过对海量数据的分析，可以洞察用户的日常能耗模式，支持更为精准的供需匹配，及时发现输配电设施的故障及隐患。

（3）精准预测未来的变化趋势。智能电网全面采集整个系统及周边环境的数据，不但拥有了更多可以直观解读的信息，同时也为深入挖掘系统运转的模式提供了可能。例如，以新能源状态监测为例，智能电网可以利用人工智能技术分析风电机组的振动数据和天气环境的数据，对未来一段时间内新能源的运转情况进行准确的预测，从而为需求响应提供支撑。

（4）实现贯穿全网的智能化。智能电网不仅需要实现智能化，还对智能化的形态或模式提出了一定要求，典型的是对分布式的智能需求（在特定场景下，只需本地化的数据采集和处理，即可完成局部系统内的监测和控制任务）。从整体上看，随着智能电网整体复杂度的不断提升，从运作效率的角度考虑，客观上需要让局部的子系统具备智能化独立决策的能力。

（六）高效能

（1）支撑人类社会的高效能运转。智能电网的核心理念之一是追求供需两端的可持续发展，以实现全社会碳排放的减少和能耗效率的提升。以美国为例，美国室内场所的能源消耗占总能耗的71%[44]，而基于智能电网对消费端的全面感知和智能决策，能够有效地降低全社会的用电量。

（2）智能电网系统自身的高效能运转。除更为智能化的决策机制外，对于高效能的要求更多地体现在智能电网底层系统（即感知层）的技术实现上。对于数据采集环节，要求传感器具备小型、无线和微功耗的特点。例如，输电线路上的传感器，一般以太阳能作为能源供给，业界还有以高压电磁为传感器能源的实践案例。在数据传输环节，传感器的自身能力无法支撑高强度的通信和计算，因此必须有高效的路由机制，否则可能导致整个传感网络将大量的能源浪费在不必要的计算上。由于在功耗和传输距离等方面具有优势，低功耗广域网在智能电网中有广阔的应用前景。