云上故事 | “电”亮数字生活,阿里云助力南方电网智能调度

简介: 要评选全球最耗电的城市,非赌城拉斯维加斯莫属。提起这个名字,首先让人想到的就是纸醉金迷、夜夜笙歌的娱乐生活。如此造成的耗电量也颇为惊人。为了支持庞大的观光设施,赌城的巅峰耗电量超过了土耳其全境,每晚用电量等于新加坡全年。为此,自2008年起拉斯维加斯政府就推动了一项节能省电的方案,采用可再生能源供电公共设施。但即便如此,其用电总量依然非常惊人,单是人均耗电就达到北京的30倍之多。不过从另一个层面讲,用电量的消耗恰恰体现了城市的现代化程度。

云知尺寸banner——知行合一背景-阿里云.jpg

要评选全球最耗电的城市,非赌城拉斯维加斯莫属。

提起这个名字,首先让人想到的就是纸醉金迷、夜夜笙歌的娱乐生活。这里有从内到外散发着法国风情的PARIS酒店,随音乐而动的百乐宫喷泉,宏伟逼真的金字塔和狮身人面像,还有自由女神像和帝国大厦的缩影。而更重要的,就是满街的灯红酒绿、花枝招展……

640.webp.jpg

如此造成的耗电量也颇为惊人。为了支持庞大的观光设施,赌城的巅峰耗电量超过了土耳其全境,每晚用电量等于新加坡全年。为此,自2008年起拉斯维加斯政府就推动了一项节能省电的方案,采用可再生能源供电公共设施。但即便如此,其用电总量依然非常惊人,单是人均耗电就达到北京的30倍之多。

6402.png

不过从另一个层面讲,用电量的消耗恰恰体现了城市的现代化程度。多年前NASA绘制的全球夜景图就风靡于互联网,也从侧面形象的表现出不同国家和地区的发展水平。就中国来看,东南沿海的夜景颇为辉煌,其中尤以珠三角最为醒目。

负责珠三角供电的部门是中国南方电网有限责任公司,即我们常说的南方电网。而这其中,中国南方电网电力调度控制中心(简称南网总调)则是隶属于南方电网的子公司,代表公司在南方电网运行中行使调度权。换句话说,南网总调是南方电网运行的最高调度指挥机构,调管区域覆盖广东、广西、云南、贵州、海南5省(自治区),供电面积100万平方公里,供电人口超2.5亿,供电负荷超1.9亿千瓦。

6403.webp.jpg

如此庞大的覆盖,如此重要的地区位置,增大了南网总调的工作压力,它不仅肩负着中国最繁华地区的供电,同样也是中国经济特别是珠三角经济发展的“源动力”。不过在现实中,南网总调的工作却并不轻松,传统集中式计算架构设计使得供电负载压力集中在个别节点,严重影响系统可靠性,犹如悬在电网头顶的“达摩克利斯之剑”,而集中式架构的一个突出问问题就是平台扩展能力差,系统升级改造及扩容极其困难,并且需要投入大量的人力和物力。

4.webp.jpg

架构层面的问题还只是一部分,更深层的原因是伴随着数字化的发展,南网总调发现难以跟上时代演进的步伐。在过去运营的十多年间,南网总调已经积累了海量的实时运行数据和管理数据,但是受限于传统计算能力、手段和数据保密性要求,这些调度数据难以发挥价值,只能存储在磁盘中,白白占用空间,也造成了数据维护的压力。相比之下,最好的办法就是将这些数据迁移到云端,再凭借智能化的数据管理和AI中台,让数据对外、对内发挥价值。

但是这样的改造谈何容易。我们知道,电网系统是关乎国计民生的大事,正所谓牵一发而动全身,一旦在改造过程中出现任何问题或者丁点失误,都会造成巨大的影响,更对人民群众的生产生活造成不可估量的损失。为此,本着“大胆假设、小心求证”的原因,以南方电网电力调度控制中心自动化处高级经理、教授级高级工程师胡荣为代表的技术团队经过反复调研和论证,最终选择了阿里云混合云来打造自己的智能化电力调度云。

许多人可能不了解电力调度的作用和价值,但是在业内,调度被认为是电力系统的大脑,是电网运行管理、倒闸操作和事故处理的指挥机构。而作为“大脑”的执行者,每个调度员都是保证电网安全运行、稳定运行和经济运行的直接指挥者。在电网运行中,任何不规范的行为,都可能影响电网安全、稳定运行,甚至造成重大事故。

恰恰是由于电力调度的重要性,使得调度工程师承载了着巨大的压力,也让胡荣团队对于智能化与AI中台更为期待。作为国内云平台的领军者,阿里云有着业内顶尖技术的云平台与云服务,而每年双11的“大考”也证明了阿里云在系统架构上的稳定性和健壮性,在技术上的领先性,非常适合电力调度使用。正是在这样的契机下,双方一拍即合,开启了智能化电力调度的新篇章。

南网总调一直在采用传统的集中式架构,无论是操作还是管理都非常繁琐,无包括账号管理、资源调配、乃至于后端的监控运维也需要多人协作才能完成,造成了大量的不便于浪费。

在洞悉了南网总调的需求之后,阿里云团队的工程师们从技术层面入手,首先确定了原有集中式架构的问题和痛点,并因地制宜的提出了兼顾性能与安全性的分布式解决方案,将原有的账号分级、运维管理进行统一管理与重新组合,实现了从集中式架构转变为分布式架构的转变,以数字化、智能化代替了传统的“烟囱”设计,经过不懈的努力和优化,阿里云混合云从应用痛点的“知”到解决方案的“行”,让电力调度系统激发出强大的能量。

5.png

在更新到阿里云平台之后,南网总调借助全新设计的、具备多区域架构的电力调度云实现了电力行业第一个完全基于互联网新技术的调度自动化系统基础平台:统一账号权限管理、统一资源监控和调度、分级运维等诸多特性实现了软硬件的解耦,解决了传统系统负载集中、应用受单个服务器性能限制的问题。

科学技术就是生产力,在如今的智能化时代,计算能力也同样是生产力。通过阿里云的改造,南网总调基于云原生技术研发业内首个秒级扩展计算资源和即插即用云化的SCADA系统,大大降低了原有系统的相应时间、提升了系统运行效率、降低了运维人员的管理难度,实现了每秒处理消息超过6万、全系统70秒一键布署、10秒快速扩容等诸多特性。

6.webp.jpg

“我们与阿里云混合云共同打造的项目,经过了中国电机工程学会的鉴定,达到了国际领先水平。基于调度云的大规模算力,综合防御日前安全校核计算从原来的1个多小时缩短到10分钟。南网总调网级数据中心已覆盖南方电网全部7000多个35kV及以上厂站,实时数据超过300万点,目前正在接入百万级的配电站点,预计实时数据处理能力达到千万级”,在谈到新系统优势的时候,胡荣兴奋的表示。

依托阿里云搭建的电力调度云,南方电网仅用三个月时间就上线了“电力现货交易”系统。2019年5月21日,南方电网实现全国首次电力现货交易结算,开创了业界的记录。而全新打造的南网总调的AI调度平台也正式投入使用。借助于云计算、大数据和深度学习等多种尖端技术,AI调度平台可以可以快速生成数据样本、快速实现算法迭代,AI算法对电网负荷预测准确率高达97%,超过人工预测水平。

就在2019年9月,南方电网还与电机工程学会联合举办了全网首个电力调度AI大赛,探索人工智能技术与传统电网业务深入融合的路径。大赛寄希望于借助AI精准的电量预测使配售电的建设投资与电网网架结构布局更为合理。一来为企业节省预算,二来实现多能互补的智能能源管理。

7.webp.jpg

在云计算发展的初期,我们常把云比作“水电”,而事实上无论是数字化、智能化还是其他任何技术的发展,都离不开充足的电力支持。甚至可以说,数字化的基础就是电力调度智能化,只有这样才能够实现电力的充分供给,也免除了企业在数字化转型的道路上的后顾之忧,轻装前进。

正如胡荣在本次阿里云栖大会上所强调的那样——当今世界正在进行一场数字经济革命,电力系统的结构形态和系统特征也在发生重大变化,电网企业应积极借鉴阿里云等互联网企业成功的数字化转型经验,搭建能源生态数字运营平台,整合开放行业服务能力,降低行业进入门槛,引导和服务社会资金和多元市场主体,推动行业生态的高质量发展,通过不断丰富高频服务场景,满足人民美好生活的能源电力需求。

相关文章
|
存储 城市大脑 运维
中国信通院&沙利文最新报告:阿里云混合云全面领先
中国信息通信研究院与国际权威分析机构沙利文(Frost & Sullivan)联合发布《2023 混合云价值影响力矩阵》,报告显示,阿里云是唯一一家全域领导者,在技术表现域、战略布局域以及市场表现域三个维度均排名领先于97%的企业。
958 1
|
24天前
|
人工智能 运维 安全
技术突破丨打造政企 AI 落地的最佳路径
面向未来十年,阿里云政企业务启动“双 I”战略:以 AI(智能化)为技术方向,以 International(国际化)为市场方向,全面推动“智能化升级”与“全球化拓展”的双重跃迁。
|
Java Linux 开发工具
Linux下解压修改jar包并运行
Linux下解压修改jar包并运行
1490 0
|
9月前
|
运维 Kubernetes Cloud Native
什么是云原生?
云原生(Cloud Native)是一种充分利用云计算弹性和自动化能力的架构理念,核心思想包括以云为中心、模块化与松耦合、自动化运维及弹性容错。其关键技术涵盖容器化(如Docker)、编排调度(如Kubernetes)、微服务和DevOps等。相比传统架构,云原生具备敏捷性、弹性伸缩、高可用性和资源优化等优势,适用于互联网高并发业务、AI/大数据平台及企业转型场景。然而,落地面临技术复杂度高、组织文化转型及安全合规挑战。未来发展趋势包括混合多云管理、智能化运维及WebAssembly等轻量化技术。Gartner预测,到2025年超95%新应用将采用云原生模式开发。
3266 3
|
存储 运维 算法
从 JDK 9 到 19,认识一个新的 Java 形态(内存篇)
这篇文章是 EDAS 团队的同学在服务客户的过程中,从云原生的角度将相关的功能进行整理和提炼而来。希望能和大家一起认识一个新的 Java 形态。
9583 97
从 JDK 9 到 19,认识一个新的 Java 形态(内存篇)
|
机器学习/深度学习 存储 人工智能
【AI系统】流水并行
在大模型训练中,单个设备难以满足计算和存储需求,分布式训练成为必要。模型并行是其中关键技术之一,通过将模型计算任务拆分至不同设备上执行,提高训练效率。模型并行主要包括朴素模型并行、张量并行和流水线并行。流水线并行通过将模型的不同层分配到不同设备上,采用微批次处理,提高设备利用率。Gpipe和PipeDream是两种流行的流水线并行方案,前者通过重叠前向和反向传播提升效率,后者则通过1F1B策略实现交错执行,最大化利用计算资源。
499 15
|
存储 边缘计算 数据处理
边缘计算和云计算的区别
边缘计算和云计算是两种不同的计算范式。云计算通过互联网提供集中式处理、可扩展性和成本效益等优势,而边缘计算则在数据源附近进行分布式处理,具有低延迟、带宽优化和本地化决策等优点。两者在响应时间、网络带宽和安全性方面有显著区别,常互补使用以满足不同应用场景的需求。
1315 3
|
机器学习/深度学习 运维 监控
CMP(多云管理平台)平台演进之路剖析
将警惕点与注意点结合起来看,进入MSP行业也好,做MSP业务扩展自身的技术能力也好。在很多专有和行业的场景里,如果没有比较明确的‘做什么事’的定位,很容易业务不增反降(包含士气),因为sale-self这件事对工程师来讲其实是有一个天然的势在必得的目标结果。所以KPI考核的设计,尽量别让工程师上来直接扛,前车之鉴~!!
1414 1
|
存储 算法
什么是原子操作?
【8月更文挑战第24天】
445 0
|
弹性计算 运维 监控
多云基础设施的统一纳管与运维实践分享
阿里云弹性计算团队十三位产品专家和技术专家共同分享云上运维深度实践,详细阐述如何利用CloudOps工具实现运维提效、弹性降本。
912 1

热门文章

最新文章