资讯
P 包括: 物理能源系统和社会用能系统.
S 包括: 人类社会系统, 包括人类社会的实体活动, 受人类习惯、思维、经济学、管理学和社会学等支配. 也包括虚拟人工系统中采用多智能体等技术形成的人工社会内容.
平行能源系统: 虚拟人工系统能反映并引导物理能源系统优化运行, 同时人工系统基于数据驱动,引导虚拟人工系统运行. 因而实现虚拟人工世界和实际能源世界平行运行. 人工系统(虚拟空间) 是实际系统(物理空间) 的伴生系统. 它集成了外部物理世界的大数据资源和虚拟人工世界的内部信息系统的数据和模型, 实时跟踪记录信息, 按需描述系统的状态.
正如工业4.0 是CPS 一样, 能源5.0 是从工业发展序列提出的, 实质是CPSS. 由于CPSS 系统含有大量人类社会信息以及前述传统仿真无法求解的因素, 为求解CPSS, 提出了虚拟人工系统的概念, 进而采用平行系统的技术方法. 因此可以认为CPSS、能源5.0、平行能源三个概念在应用中可以等价通用.
由此可以看出, 本文的CPSS 系统与目前的能源互联网是根本不同的概念. 能源互联网强调了多能互补、电力核心纽带、梯级利用及”互联网+" 的概念, 没有阐述引入社会信息、人类的行为学等对能源系统的深刻影响. 特别是针对能源互联网及在\互联网+" 引入能源系统趋势下, 能源系统将更为复杂, 能源互联网没有提出构建虚拟人工系统的概念. 本文提出构建虚拟人工系统、采用社会计算和平行执行这一新的理论和方法解决传统仿真技术无法解决的问题.
3.2 能源5.0 的管理
为实现虚实结合的平行控制, 能源5.0 平行管理如图5.
图5 左侧为目前传统的能源生产消费的工业自动化领域, 包括底层过程控制系统(DCS)、生产执行系统(MES) 及企业资源规划管理系统(ERP).右侧为本文提出的虚拟人工系统, 对应的知识自动化领域. 采用构建人工系统、计算实验和平行执行(ACP), 实现对工业自动化系统的建模、计算和控制; 基于ACP 的虚拟人工系统和工业自动化系统形成社会物理信息系统(CPSS); 采用ACP 反复观察评估后, 通过虚实平行互动, 形成灵敏、聚焦、收敛(AFC) 的分析、决策和执行过程, 最终利用虚拟系统对实际系统实施闭环有效的控制与管理.
虚拟人工系统从工业自动化领域通过大反馈获得能源系统的物理、现场运行及社会信息等大数据,通过数据驱动和语义建模, 进入知识自动化领域. 知识自动化基于ACP、CPSS 及AFC 等建模、计算和控制过程, 形成优化的控制决策、通过大闭环引导实际能源系统优化运行.
知识自动化领域完全在虚拟的计算机或网络空间, 可以根据工业自动化领域的大数据,充分分析数据、进行各种计算实验、从而获得优化的决策. 如在接受各类社会信息、物理能源信息、排放节能信息后, 虚拟人工系统可充分进行各种计算实验进行比对, 在比对过程中不会干扰物理能源系统的可靠运行, 通过比对可以获得优化物理能源管理生产的优化控制策略, 从而指导工业自动化的运行.
3.3 架构和平台
系统架构分为六层:
对象层: 对应物理能源系统, 包括从能源生产到消费的各个环节, 包含人及社会对能源系统的影响.
数据采集与信息形成层: 分成两个部分, 一是目前已有的工业自动化系统及信息系统, 主要包括DCS 系统、MES 系统及企业级ERP 系统. 二是在互联网和多种通讯模式下, 人与社会对能源的互动,将更加便捷和密切. 会经Internet 等收集大量信息,并作用于物理能源系统, 称为感知和执行; 感知和执行层产生的信息包含大量的人与社会因素, 需通过大数据分析、云计算和社会计算, 形成有效的信息.
存储层:将数据采集和信息形成层形成的数据分门别类存入生产数据、办公数据库等数据库中.
注1. 目前的工业自动化系统已有相关数据库，此处单列存储层, 是为了便于从功能上描述架构层级.
特征抽取及知识合成层: 采用自然语言处理、机器学习、计算智能方法等人工智能技术, 实现特征抽取和知识合成.
解析层: 基于特征抽取及知识合成层获得的知识和特征, 建立虚拟人工系统各环节模型和系统模型, 实现虚拟人工系统的构建, 完成对实际系统的解析.
平行控制层: 基于虚拟人工系统模型, 采用计算实验, 获得优化控制策略, 采用平行执行模式, 实现对虚拟人工系统和实际系统的同步反馈. 平行执行对实际能源系统, 可以通过工业自动化系统和感知及执行环节, 修改系统运行优化设定值, 引导人与社会的活动; 可以采用软件定义机器模式, 使现场传感器根据所需, 实现不同功能. 平行执行可以调整虚拟人工系统的模型、参数、运行方式, 使虚拟人工系统与实际系统一致, 为下一步引导实际系统做准备.
注2. 对象层、数据采集与信息形成层和存储层, 既是传统工业自动化的组成, 同时也是虚拟人工系统的组成. 此部分形成的数据、信息可以共享.
4 能源5.0 的案例
4.1 分布式能源系统的智能监控和平行管理
中国华电集团建有国家能源局批准的国内唯一分布式能源技术研发中心, 针对公司的分布式能源发展战略, 结合某分布式能源站项目, 集团公司提出采用能源5.0 理念, 从规划设计、运行控制到示范建设, 分阶段、分步骤实施分布式能源5.0. 该分布式能源项目是国家能源局和美国能源部合作的中美能源示范项目, 能源站主要由燃气轮机、汽轮机、余热锅炉、工业热负荷和空调冷(热) 负荷等组成. 华电集团将自主研发的智能决策优化技术成功应用于该项目, 有效体现了能源5.0 的理念和运行过程.
分布式能源智能决策技术包括数字智能优化平台和智能决策优化系统(图7). 前者主要应用于设计优化阶段, 后者主要应用于运行优化阶段. 数字智能优化平台将动态的工艺系统数学模型与负荷预测模型无缝集成, 能够模拟负荷变化对分布式能源机组运行的影响, 并进行自动寻优计算, 给出最合适的设备型号、最优机组组合方式和最佳的运行模式, 为设计高水平的分布式能源站提供了技术保障. 智能决策优化系统以负荷动态优化分配为核心, 以实现经济效益、能源综合利用效率、安全性和环保性的综合指标最优为目标, 有机融合了负荷预测、在线辨识、数学建模、智能寻优、安全通讯、最优控制等先进技术, 形成了分布式能源系统运行优化的智能化解决方案, 以提高分布式能源站经济高效安全可靠运营水平.
