唐學(xué)用,梁垚,2,孫斌,李慶生,顏霞
(1.貴州電網(wǎng)公司有限責(zé)任公司電網(wǎng)規(guī)劃研究中心,貴陽(yáng)550003;2. 貴州大學(xué)電氣工程學(xué)院,貴陽(yáng)550025;3.貴州電網(wǎng)有限責(zé)任公司,貴陽(yáng)550002)
能源是人類(lèi)賴(lài)以生存和發(fā)展的基礎(chǔ),是國(guó)民經(jīng)濟(jì)的命脈,如何在確保人類(lèi)社會(huì)能源可持續(xù)供應(yīng)的同時(shí)減少用能過(guò)程中的環(huán)境污染,是當(dāng)今世界各國(guó)共同關(guān)注的熱點(diǎn)[1]。美國(guó)在2002年啟動(dòng)氫燃料計(jì)劃,贊助汽車(chē)商開(kāi)展氫燃料汽車(chē)研究,奧巴馬執(zhí)政時(shí)期還對(duì)清潔能源的發(fā)展做了重點(diǎn)規(guī)劃[2]。加拿大為應(yīng)對(duì)能源危機(jī)與溫室效應(yīng),將能源綜合利用列為國(guó)家發(fā)展戰(zhàn)略[3]。丹麥正在積極推動(dòng)向具有綜合能源特性和以靈活性交易為互聯(lián)手段的區(qū)域能源互聯(lián)網(wǎng)的轉(zhuǎn)型[4]。瑞士聯(lián)邦理工學(xué)院提出能量樞紐(energy hub)的概念[5]。德國(guó)在撒哈拉沙漠啟動(dòng)建設(shè)的大型太陽(yáng)能項(xiàng)目“沙漠科技”將與北海電網(wǎng)組成一個(gè)有機(jī)整體,從而形成跨越歐洲、中東、北非的跨洲超級(jí)電網(wǎng)[6]。
為解決能源供應(yīng)問(wèn)題,目前的方法可總結(jié)為開(kāi)源與節(jié)流兩個(gè)方面,開(kāi)源即是人類(lèi)尋求更多的可用能源以維護(hù)能源的可持續(xù)供應(yīng),除去傳統(tǒng)意義上的化石能源(包括頁(yè)巖氣)、核能和水能外,風(fēng)能、太陽(yáng)能、生物質(zhì)能和海洋能等近年來(lái)得到高度關(guān)注并迅速發(fā)展[7],節(jié)流則是盡可能節(jié)約資源提高能源利用效率,減少環(huán)境污染,實(shí)現(xiàn)資源優(yōu)化配置。作為二次能源的核心,電力系統(tǒng)是實(shí)現(xiàn)能源轉(zhuǎn)型的關(guān)鍵途徑[8],不同能源系統(tǒng)之間的多能互濟(jì)與能源梯級(jí)利用是提高能源綜合利用率的有效途徑[9]。針對(duì)上述兩個(gè)問(wèn)題,研究人員提出了綜合能源系統(tǒng)[10]、智能電網(wǎng)[11]、能源互聯(lián)網(wǎng)[12]等概念,從不同角度對(duì)多能源系統(tǒng)的整體架構(gòu)進(jìn)行了闡述說(shuō)明[13]。
目前對(duì)于電力系統(tǒng)的數(shù)字建模與仿真技術(shù)已有一定研究。但是并未進(jìn)行大規(guī)模應(yīng)用,且并未擴(kuò)展到天然氣、供熱等其他能源系統(tǒng)當(dāng)中,當(dāng)前多能源系統(tǒng)規(guī)劃運(yùn)行存在仿真手段有限且效果并不太理想的問(wèn)題。而隨著當(dāng)前云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)的常態(tài)化發(fā)展,作為信息/物理系統(tǒng)關(guān)鍵融合技術(shù)之一的數(shù)字孿生技術(shù),為區(qū)域多能源系統(tǒng)的發(fā)展提供了廣闊的技術(shù)前景。
區(qū)域多能源系統(tǒng)(multi-energy systems,MES)是下一代新型的智能能源系統(tǒng),區(qū)域內(nèi)多種能源、網(wǎng)、荷、儲(chǔ)深度融合、緊密互動(dòng),需利用系統(tǒng)化、集成化和精細(xì)化的方法來(lái)分析、設(shè)計(jì)、運(yùn)行和管理整個(gè)能源系統(tǒng)的生產(chǎn)、傳輸、存儲(chǔ)和使用[14],其目的在于有效提高社會(huì)能源的綜合利用效率,實(shí)現(xiàn)社會(huì)能源的可持續(xù)供應(yīng),同時(shí)提高社會(huì)能源供用系統(tǒng)的靈活性、安全性、經(jīng)濟(jì)性和自愈能力[15]。區(qū)域多能源系統(tǒng)包含了區(qū)域電力系統(tǒng)、區(qū)域天然氣系統(tǒng)、區(qū)域供冷與熱力系統(tǒng)、分布式的可再生能源發(fā)電設(shè)備、儲(chǔ)能設(shè)備、能源變換設(shè)備和與終端用戶(hù)緊密連接的智能化信息物理系統(tǒng)。圖1是由日本的Tokyo Gas能源公司繪制的一個(gè)未來(lái)多能源系統(tǒng)的示意圖[16]。
圖1 區(qū)域多能源系統(tǒng)Fig.1 Multi-energy systems
區(qū)域多能源系統(tǒng)是一個(gè)極其復(fù)雜的、多能源耦合的系統(tǒng),在時(shí)間、空間、行為3個(gè)方面都存在一定的復(fù)雜性。1)時(shí)間尺度不同。區(qū)域多能源系統(tǒng)既要考慮迅速響應(yīng)的環(huán)節(jié)如電力系統(tǒng),其能量傳輸幾乎瞬間完成,動(dòng)態(tài)時(shí)間尺度為毫秒甚至納秒級(jí);也要考慮具有較大延時(shí)的環(huán)節(jié)如熱力及燃?xì)夤艿老到y(tǒng),其動(dòng)態(tài)需在秒、分鐘甚至小時(shí)級(jí)的時(shí)間尺度上描述。
此外,仿真分析技術(shù)既要滿(mǎn)足規(guī)劃和評(píng)估等長(zhǎng)時(shí)間尺度研究的需要,也要滿(mǎn)足運(yùn)行控制等短時(shí)間尺度分析的需要。2)多系統(tǒng)耦合方面:多種元件的耦合與疊加造成多能源系統(tǒng)互動(dòng)機(jī)理難以把握和精確量化。3)行為方面:新能源的接入顯著增加了發(fā)電出力的隨機(jī)性,造成供需雙側(cè)的不匹配問(wèn)題,從而嚴(yán)重影響系統(tǒng)的安全穩(wěn)定運(yùn)行。
針對(duì)區(qū)域多能源系統(tǒng)時(shí)間、空間及行為上的特點(diǎn),國(guó)內(nèi)外學(xué)者從優(yōu)化及建模方面開(kāi)展了大量研究。文獻(xiàn)[17 - 19]將碳交易機(jī)制應(yīng)用于電力系統(tǒng)電源規(guī)劃模型中,緩解了低碳能源發(fā)電經(jīng)濟(jì)性與低碳性之間的矛盾。文獻(xiàn)[20]將多能源規(guī)劃周期根據(jù)負(fù)荷水平分成若干個(gè)階段,在每個(gè)規(guī)劃階段期初增加設(shè)備投入,以滿(mǎn)足長(zhǎng)時(shí)間尺度下負(fù)荷增長(zhǎng)的需求。文獻(xiàn)[21 - 24]進(jìn)行統(tǒng)一多能源系統(tǒng)網(wǎng)絡(luò)建模,將氣網(wǎng)絡(luò)與熱網(wǎng)絡(luò)能量平衡及質(zhì)量平衡的偏微分方程通過(guò)傅里葉變換轉(zhuǎn)變?yōu)榕c電網(wǎng)絡(luò)數(shù)學(xué)表達(dá)上一致的代數(shù)方程,并將穩(wěn)態(tài)多能流方程擴(kuò)展至?xí)簯B(tài)多能流方程,為后續(xù)多能源系統(tǒng)建模立了標(biāo)尺。
區(qū)域多能源系統(tǒng)實(shí)體具備很強(qiáng)的非線性、不確定性、以及運(yùn)行方式的關(guān)聯(lián)性,已有的多能源系統(tǒng)建模多采用如下研究思路。首先從具體的設(shè)備入手,建立相應(yīng)的設(shè)備模型庫(kù),然后再利用針對(duì)特定綜合能源單元系統(tǒng)的仿真分析和實(shí)驗(yàn)驗(yàn)證來(lái)不斷豐富這些模型庫(kù)[25],而此類(lèi)模型為固定模型,難以反映真實(shí)系統(tǒng),對(duì)于間歇性能源,受天氣、季節(jié)因素影響較大,設(shè)備在不同的生命周期的運(yùn)行特性也不相同。區(qū)域多能源系統(tǒng)仿真方面,大多采用以歐洲的DIgSILENT、北美的PSS/E、中國(guó)的SSDG等研究分析電力-熱力-天然氣機(jī)理模型為主的仿真軟件。但研究多將能源單元仿真與能源網(wǎng)絡(luò)仿真分開(kāi),多能源系統(tǒng)是一個(gè)由終端能源單元和供能網(wǎng)絡(luò)構(gòu)成的有機(jī)整體,目前尚缺乏將兩者有機(jī)整合后的系統(tǒng)化仿真手段。而在電力系統(tǒng)仿真中有一種融合數(shù)字計(jì)算與實(shí)物模擬的混合仿真技術(shù),被認(rèn)為是未來(lái)針對(duì)復(fù)雜動(dòng)態(tài)系統(tǒng)研究最有效的仿真手段,目前已有一些采用半實(shí)物仿真的工作,如利用電力系統(tǒng)中的實(shí)時(shí)數(shù)字仿真(RTDS)技術(shù)對(duì)微網(wǎng)特性進(jìn)行半實(shí)物仿真研究。電力大系統(tǒng)部分的動(dòng)態(tài)采過(guò)程用數(shù)字仿真實(shí)現(xiàn),而微網(wǎng)設(shè)備的動(dòng)態(tài)過(guò)程則采用實(shí)物加以模擬,但將半實(shí)物仿真技術(shù)擴(kuò)展至燃?xì)狻⒐?、制冷等方面的研究還處于探索階段。
在規(guī)劃、運(yùn)行方面,多能源系統(tǒng)是一個(gè)多目標(biāo)、多約束、非線性的混合整形優(yōu)化問(wèn)題,單靠規(guī)劃人員以往經(jīng)驗(yàn)進(jìn)行已不能滿(mǎn)足實(shí)際工作需求,而且多能源系統(tǒng)還存在許多不確定的影響,如多能源系統(tǒng)規(guī)劃需打破原有各能源系統(tǒng)單獨(dú)規(guī)劃、單獨(dú)設(shè)計(jì)、單獨(dú)運(yùn)行的模式;在尋求整體目標(biāo)優(yōu)化的過(guò)程中,還需考慮各方利益訴求,在整體及局部?jī)?yōu)化間尋求平衡點(diǎn)。太陽(yáng)能及風(fēng)能等間歇能源的接入,使原本僅存在負(fù)荷端不確定的系統(tǒng),轉(zhuǎn)換為現(xiàn)有的雙側(cè)不確定系統(tǒng),規(guī)劃需要綜合考慮供需兩側(cè)不確定性帶來(lái)的影響,同時(shí),在進(jìn)行規(guī)劃方案優(yōu)選時(shí),還需綜合考慮各方面因素。
針對(duì)多能源系統(tǒng)的特點(diǎn)和當(dāng)前仿真手段存在的不足,需要在當(dāng)前如RTDS等數(shù)?;旌戏抡婕夹g(shù)的基礎(chǔ)上,探索既能實(shí)現(xiàn)模型矯正,又能滿(mǎn)足全壽命周期仿真的技術(shù)方法。
數(shù)字孿生是物理世界和數(shù)字虛擬世界溝通的橋梁。該概念由密西根大學(xué)教授Grieves提出,NASA將其用于建立飛船鏡像仿真模型,用于健康診斷和飛行測(cè)試[26]。西門(mén)子、GE、ABB、達(dá)索等公司將數(shù)字孿生技術(shù)應(yīng)用到工業(yè)制造領(lǐng)域,達(dá)索公司構(gòu)建了基于數(shù)字孿生的汽車(chē)仿真平臺(tái),根據(jù)空氣動(dòng)力學(xué)和流體力學(xué)測(cè)試結(jié)果改進(jìn)信息世界中的產(chǎn)品設(shè)計(jì)模型,并反饋到物理實(shí)體產(chǎn)品改進(jìn)中[27]。西門(mén)子采用數(shù)字孿生為工業(yè)資產(chǎn)構(gòu)建了高保真的數(shù)字世界,進(jìn)行資產(chǎn)全生命周期管理[28]。通用電氣將數(shù)字孿生分別建立可靠性預(yù)測(cè)模型、物理仿真模型、優(yōu)化調(diào)度模型,動(dòng)態(tài)響應(yīng)模型用于設(shè)備生產(chǎn)和運(yùn)維[29]。數(shù)字孿生技術(shù)已經(jīng)快速融入到了傳統(tǒng)制造業(yè),智慧城市、智慧管網(wǎng)等開(kāi)始逐漸采用數(shù)字孿生技術(shù)構(gòu)建物理本體的超寫(xiě)實(shí)模型來(lái)對(duì)物理實(shí)體進(jìn)行全周期的設(shè)計(jì)、制造和管理、運(yùn)維[30 - 31]。數(shù)字孿生建模方法已在機(jī)床和飛機(jī)上得到應(yīng)用實(shí)踐[32 - 33]。國(guó)內(nèi)外研究者也開(kāi)始探索電網(wǎng)數(shù)字孿生化方面的應(yīng)用。文獻(xiàn)[34]提出一種基于數(shù)字孿生技術(shù)的電力系統(tǒng)動(dòng)態(tài)監(jiān)控手段;文獻(xiàn)[35]設(shè)計(jì)了電力系統(tǒng)數(shù)字孿生的框架;文獻(xiàn)[36]運(yùn)用神經(jīng)網(wǎng)絡(luò)分析電力系統(tǒng)設(shè)備紅外圖像,實(shí)現(xiàn)設(shè)備精準(zhǔn)定位、識(shí)別;文獻(xiàn)[37]運(yùn)用人工智能檢測(cè)配電網(wǎng)高阻接地故障。而隨著電網(wǎng)通信網(wǎng)絡(luò)在通信組網(wǎng)方式[38 - 40]、帶寬預(yù)測(cè)與分配[41 - 44]、網(wǎng)絡(luò)安全與保護(hù)[45 - 46]等幾個(gè)方面的提升,以及泛在電力傳感器的發(fā)展,電力網(wǎng)絡(luò)逐漸透明化,為電網(wǎng)數(shù)字孿生體構(gòu)建提供技術(shù)支撐。
數(shù)字孿生是應(yīng)用人工智能、傳感、仿真工具等數(shù)字技術(shù),具有平行互動(dòng)、精準(zhǔn)映射、虛實(shí)迭代特征,實(shí)現(xiàn)物理原子到數(shù)據(jù)比特的轉(zhuǎn)化、連接物理世界與數(shù)據(jù)世界的技術(shù)、過(guò)程和方法。數(shù)字孿生具有以下典型特征。1)高保真性:數(shù)字世界從本體構(gòu)成、形態(tài)行為、運(yùn)行規(guī)則等多維度、多角度、多屬性上對(duì)物理世界進(jìn)行全息復(fù)制。2)可擴(kuò)展性:數(shù)字模型可根據(jù)數(shù)字世界自我推演或者物理世界形態(tài)變化進(jìn)行拆解、集成、復(fù)制、修改、刪除等操作[27]。3) 互操作性:數(shù)字模型與物理世界都具備標(biāo)準(zhǔn)接口和規(guī)范定義,不同數(shù)學(xué)模型之間,不同物理終端之間、數(shù)學(xué)模型與物理終端都可以進(jìn)行信息交互。
數(shù)字孿生包括3個(gè)主要部分:物理世界(空間)實(shí)體、數(shù)字世界(空間)模型、物理實(shí)體和虛擬模型之間的數(shù)據(jù)和信息交互通道[47]。
數(shù)字世界(空間):完成對(duì)物理實(shí)體的全息復(fù)制和高保真建模,建立對(duì)象、模型以及數(shù)據(jù)集一體的虛擬副本,實(shí)時(shí)動(dòng)態(tài)反映物理實(shí)體行為狀態(tài),支持對(duì)物理實(shí)體多層次、多維度、多尺度、多物理場(chǎng)的仿真模擬。采用數(shù)據(jù)挖掘技術(shù)、知識(shí)學(xué)習(xí)系統(tǒng)從物理實(shí)體歷史、實(shí)時(shí)數(shù)據(jù)中挖掘各種模態(tài)的結(jié)果,衍生數(shù)據(jù)價(jià)值。
物理世界(空間):物理元素的互聯(lián)和感知具有標(biāo)準(zhǔn)定義和接口,支持即插即用。具有廣域布置的傳感器以及狀態(tài)反饋點(diǎn),能夠高密度寬頻率地采集信息。接受數(shù)字世界的優(yōu)化指令,改變其物理元素組合模式、生產(chǎn)流程、資源匹配。
連接和協(xié)同:采用設(shè)計(jì)工具、仿真工具、物聯(lián)網(wǎng)、虛擬現(xiàn)實(shí)等各種數(shù)字化的手段建立物理世界和數(shù)字世界的準(zhǔn)實(shí)時(shí)聯(lián)系和映射。通過(guò)傳感器洞察和呈現(xiàn)物體的實(shí)時(shí)狀態(tài),同時(shí)將承載指令的數(shù)據(jù)通過(guò)標(biāo)準(zhǔn)接口回饋到物體,最終導(dǎo)致?tīng)顟B(tài)變化,形成閉環(huán)反饋。
數(shù)字孿生體是物理實(shí)體的全要素映射,以數(shù)字化的形式對(duì)物理對(duì)象過(guò)去和目前的行為進(jìn)行動(dòng)態(tài)呈現(xiàn),并在此基礎(chǔ)上對(duì)物理對(duì)象的未來(lái)發(fā)展進(jìn)行預(yù)測(cè)和推演,然后再將預(yù)測(cè)推演得到的信息反饋給物理對(duì)象從而改變物理對(duì)象的行為特征或者物理過(guò)程的發(fā)展軌跡。數(shù)字孿生技術(shù)的反饋并不只是狹義地包含實(shí)時(shí)控制,而是將運(yùn)行與規(guī)劃通過(guò)數(shù)據(jù)進(jìn)行融合,結(jié)合人工智能與數(shù)據(jù)挖掘技術(shù),實(shí)時(shí)感知物理系統(tǒng),并同時(shí)修正數(shù)字系統(tǒng)模型。數(shù)字孿生影響的可以是物理對(duì)象生命周期中任意時(shí)間尺度的行為或者發(fā)展軌跡。用數(shù)字孿生技術(shù)進(jìn)行區(qū)域多能源系統(tǒng)的規(guī)劃和運(yùn)行優(yōu)化,結(jié)果的實(shí)施其實(shí)從不同時(shí)間尺度上改變了該系統(tǒng)的發(fā)展軌跡。
數(shù)字孿生技術(shù)通過(guò)全景鏡像實(shí)時(shí)仿真,實(shí)現(xiàn)物理系統(tǒng)的可視、可控、可驗(yàn)及同步迭代,可以滿(mǎn)足區(qū)域多能源系統(tǒng)多時(shí)間尺度、多能耦合、行為隨機(jī)等仿真的需求,在生命周期的不同時(shí)間尺度上,有效提高系統(tǒng)的安全性、可靠性和經(jīng)濟(jì)性。
實(shí)際上區(qū)域多能源系統(tǒng)的數(shù)字孿生是數(shù)據(jù)和知識(shí)共同驅(qū)動(dòng)的信息物理電力網(wǎng)絡(luò)的數(shù)字空間建模。數(shù)字空間建模技術(shù)是智能電網(wǎng)數(shù)字孿生技術(shù)的基礎(chǔ),實(shí)現(xiàn)對(duì)復(fù)雜的“信息-能量-環(huán)境”耦合動(dòng)態(tài)精確模擬是構(gòu)建智能電網(wǎng)數(shù)字孿生的前提。數(shù)字空間的知識(shí)融合、復(fù)雜動(dòng)態(tài)的行為預(yù)測(cè)以及人工智能的優(yōu)化決策是構(gòu)建區(qū)域多能源系統(tǒng)數(shù)字孿生的目標(biāo)。
結(jié)合區(qū)域多能源系統(tǒng)的需求和數(shù)字孿生技術(shù)的特點(diǎn),本文擬從不同場(chǎng)景,嘗試提出數(shù)字孿生技術(shù)在區(qū)域多能源系統(tǒng)中的應(yīng)用展望。
構(gòu)建區(qū)域多能源系統(tǒng)的數(shù)字孿生模型是打造區(qū)域多能源系統(tǒng)數(shù)字孿生體的前提,相較于傳統(tǒng)建模,數(shù)字孿生體是使用全景自校準(zhǔn)數(shù)字孿生建模方法,并制定多能源系統(tǒng)模型與數(shù)據(jù)結(jié)構(gòu)標(biāo)準(zhǔn),該建模方法具有較強(qiáng)泛化能力,易于推廣。為保證孿生體作為區(qū)域多能源系統(tǒng)在虛擬空間全要素重建和數(shù)字化映射,需要構(gòu)建的模型包括:考慮多種能量傳輸過(guò)程中的多維、非線性混合約束的多能源網(wǎng)絡(luò)的穩(wěn)態(tài)潮流模型;考慮全景因素的元件參數(shù)自適應(yīng)數(shù)字孿生模型;基于規(guī)劃區(qū)域內(nèi)電、熱、氣的負(fù)荷預(yù)測(cè)值和已有的多能流供能網(wǎng)絡(luò)的多能互補(bǔ)協(xié)調(diào)模型;基于數(shù)字孿生的多工況并行仿真數(shù)據(jù)驅(qū)動(dòng)模型;基于工況庫(kù)與機(jī)器學(xué)習(xí)的控制策略?xún)?yōu)化模型等。
數(shù)字空間建模技術(shù)是數(shù)字孿生技術(shù)在區(qū)域多能源系統(tǒng)建模仿真中應(yīng)用的關(guān)鍵技術(shù)。需要強(qiáng)調(diào)的是,區(qū)域多能源系統(tǒng)模型的形式并不僅僅局限于知識(shí)驅(qū)動(dòng)的微分代數(shù)模型,還包括利用泛在傳感網(wǎng)絡(luò)獲得的海量系統(tǒng)狀態(tài)數(shù)據(jù)。當(dāng)前量測(cè)數(shù)據(jù)有助于實(shí)現(xiàn)物理系統(tǒng)與數(shù)字空間之間的同步,而在歷史數(shù)據(jù)的基礎(chǔ)上則可以通過(guò)統(tǒng)計(jì)和學(xué)習(xí)構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的相關(guān)性模型。對(duì)兩類(lèi)模型進(jìn)行融合,借助數(shù)據(jù)驅(qū)動(dòng)的統(tǒng)計(jì)相關(guān)性模型來(lái)彌補(bǔ)另一方的動(dòng)態(tài)建模不完備和不確定性信息未考慮的缺陷,借助知識(shí)驅(qū)動(dòng)的微分代數(shù)模型來(lái)彌補(bǔ)另一方樣本有限和樣本有偏的缺陷,從而實(shí)現(xiàn)對(duì)區(qū)域多能源系統(tǒng)復(fù)雜的“信息-能量-環(huán)境”耦合的動(dòng)態(tài)精確模擬。
在構(gòu)建知識(shí)驅(qū)動(dòng)的微分代數(shù)模型方面,考慮到區(qū)域多能源系統(tǒng)不同區(qū)域系統(tǒng)、不同能源形式之間可能采用不同的仿真算法,同時(shí),仿真器也可能與其他上層業(yè)務(wù)仿真相接,為兼容不同系統(tǒng)對(duì)仿真速率的不同要求,采用面向區(qū)域多能源系統(tǒng)的多時(shí)間尺度建模技術(shù)。針對(duì)不同時(shí)間尺度的仿真需求,建立區(qū)域多能源系統(tǒng)關(guān)鍵設(shè)備的不同時(shí)間尺度模型,包括詳細(xì)模型、平均化模型和系統(tǒng)級(jí)模型等。
在構(gòu)建數(shù)據(jù)驅(qū)動(dòng)的統(tǒng)計(jì)相關(guān)性模型方面,采用基于傳感器量測(cè)數(shù)據(jù)及大數(shù)據(jù)技術(shù)的模型校正及參數(shù)優(yōu)化方法。首先,對(duì)于區(qū)域多能源系統(tǒng)仿真模型中的關(guān)鍵參數(shù),考慮其隨機(jī)因素,利用高斯混合模型的邊緣概率不變性與條件概率不變性,表征任意非高斯、非獨(dú)立的多維隨機(jī)變量的聯(lián)合概率分布,采用高斯混合模型構(gòu)造仿真模型參數(shù)在給定動(dòng)態(tài)行為特征量時(shí)的條件概率分布計(jì)算方法。其次,利用參數(shù)的可辨識(shí)性與靈敏度之間的內(nèi)在聯(lián)系,判斷參數(shù)的可辨識(shí)性,選擇可辨識(shí)的重點(diǎn)參數(shù)。最后,采用啟發(fā)式算法優(yōu)化校正重點(diǎn)參數(shù)。
從數(shù)據(jù)角度而言,數(shù)據(jù)流價(jià)值的萃取是數(shù)字孿生技術(shù)需要解決的核心問(wèn)題,區(qū)域多能源系統(tǒng)包含海量數(shù)據(jù)集,此類(lèi)數(shù)據(jù)集是指量大、多源、異構(gòu)、復(fù)雜、增長(zhǎng)迅速的、無(wú)法用常規(guī)方法處理的數(shù)據(jù)集合[48]。一方面,各類(lèi)型能源,例如電力和天然氣,其數(shù)據(jù)掌握在不同投資、運(yùn)營(yíng)主體手中,各平臺(tái)數(shù)據(jù)無(wú)法共享共用,造成了“數(shù)據(jù)孤島”局面,數(shù)據(jù)應(yīng)用壁壘嚴(yán)重,無(wú)法充分發(fā)揮數(shù)據(jù)價(jià)值[49]。另一方面,隨著冷熱、氣負(fù)荷和設(shè)備數(shù)據(jù)以及源端分布式可再生能源的大量接入,采用歷史數(shù)據(jù)進(jìn)行勢(shì)態(tài)預(yù)測(cè),并基于隨機(jī)海量場(chǎng)景進(jìn)行控制、規(guī)劃等,將會(huì)帶來(lái)數(shù)據(jù)的“維數(shù)災(zāi)”問(wèn)題。因此高效的數(shù)據(jù)采集、清洗、特征提取、壓縮、存儲(chǔ)及交互機(jī)制將是保障數(shù)字孿生體與物理實(shí)體間全景映射的重要環(huán)節(jié)。
為此從數(shù)據(jù)保障層入手,首先標(biāo)準(zhǔn)化區(qū)域多能源系統(tǒng)的多元數(shù)據(jù)結(jié)構(gòu),建立區(qū)域電、冷/熱、氣等能源系統(tǒng)數(shù)字孿生中建模仿真、規(guī)劃優(yōu)化及運(yùn)行優(yōu)化業(yè)務(wù)中的數(shù)據(jù)流模型和業(yè)務(wù)流模型,實(shí)現(xiàn)利用有向無(wú)環(huán)圖(directed acyclic graph,DAG)模型描述的業(yè)務(wù)數(shù)據(jù)傳遞及算法調(diào)度模型;進(jìn)一步,分別設(shè)計(jì)數(shù)據(jù)中臺(tái)和調(diào)度中臺(tái),解決標(biāo)準(zhǔn)化數(shù)據(jù)流和業(yè)務(wù)流的管理及實(shí)現(xiàn)。其一,為實(shí)現(xiàn)高效的數(shù)據(jù)管理和通信,結(jié)合數(shù)據(jù)中臺(tái)技術(shù)研究區(qū)域多能源系統(tǒng)數(shù)字孿生全景數(shù)據(jù)的數(shù)據(jù)采集、存儲(chǔ)及交互機(jī)制,形成高效、實(shí)時(shí)及可擴(kuò)展的底層數(shù)據(jù)交換平臺(tái);其二,為實(shí)現(xiàn)標(biāo)準(zhǔn)化業(yè)務(wù)流模型的接入,利用云計(jì)算技術(shù)和虛擬化技術(shù)解決多應(yīng)用接入、應(yīng)用間安全隔離的問(wèn)題,構(gòu)建業(yè)務(wù)調(diào)度中臺(tái),實(shí)現(xiàn)用戶(hù)自定義的應(yīng)用接入及流程編排;并最終構(gòu)建數(shù)字孿生云服務(wù)平臺(tái)。
從仿真角度而言,傳統(tǒng)建模仿真是數(shù)字孿生的基礎(chǔ),傳統(tǒng)電力系統(tǒng)仿真可以完成諸如半實(shí)物閉環(huán)仿真、實(shí)時(shí)仿真等應(yīng)用,這些在數(shù)字孿生中也都可完成。除此之外,數(shù)字孿生由于考慮了量測(cè)傳感,具備數(shù)據(jù)建模的能力,可以從更高維度考慮含隨機(jī)性、波動(dòng)性、多場(chǎng)景、事件鏈等信息的建模仿真功能,從而提供更廣的應(yīng)用場(chǎng)景,具體如下。
1)對(duì)大規(guī)模區(qū)域電網(wǎng)進(jìn)行實(shí)時(shí)電磁暫態(tài)仿真,由于RTLAB、RTDS等實(shí)時(shí)仿真器的仿真規(guī)模有限,其計(jì)算能力與硬件投資直接相關(guān),若完全采用RTLAB或RTDS的解決方案其成本高昂。在數(shù)字孿生框架下,并不排斥采用RTlAB和RTDS作為仿真內(nèi)核,但考慮到仿真軟件、數(shù)據(jù)接口的可控性,采用自主研發(fā)的仿真內(nèi)核可具備更高的靈活性和拓展性,若采用數(shù)字孿生的解決方案,可通過(guò)連接自主知識(shí)產(chǎn)權(quán)的實(shí)時(shí)仿真器與RTLAB或RTDS,共同構(gòu)建針對(duì)大規(guī)模系統(tǒng)的實(shí)時(shí)電磁暫態(tài)仿真器。例如:可針對(duì)大規(guī)模風(fēng)電場(chǎng)、光伏電站、含海量分布式電源的配電網(wǎng)、多能源系統(tǒng)進(jìn)行實(shí)時(shí)仿真和相應(yīng)控保裝置的硬件閉環(huán)仿真。相比傳統(tǒng)實(shí)時(shí)仿真器,采用數(shù)字孿生的方案,可以將實(shí)際電網(wǎng)中的量測(cè)和數(shù)據(jù)采集系統(tǒng)接入,使得數(shù)字孿生模型可以準(zhǔn)確、實(shí)時(shí)地反映實(shí)際系統(tǒng)的運(yùn)行狀態(tài),省去在實(shí)時(shí)仿真器上的大量建模工作。除此之外,該暫態(tài)仿真中的偏微分?jǐn)?shù)值方程組求解核心模塊可下放至天然氣、供冷/熱系統(tǒng),以仿真其能量流動(dòng)的動(dòng)態(tài)特性,解決現(xiàn)有框架下其他能源系統(tǒng)難以支撐海量數(shù)據(jù)仿真的問(wèn)題。相對(duì)于電力系統(tǒng),其他能源系統(tǒng)的暫態(tài)時(shí)間較長(zhǎng),地域耦合性較弱。因此,對(duì)于地域尺度較廣的系統(tǒng),例如省內(nèi)、省間天然氣長(zhǎng)距離傳輸系統(tǒng),可采用大規(guī)模并行計(jì)算的方式,而數(shù)字孿生下的云端計(jì)算架構(gòu)則天然具有便于并行的特性。
2)區(qū)域多能系統(tǒng)中可能含有風(fēng)電、光伏等受隨機(jī)性影響的電源,若需在線準(zhǔn)確評(píng)估此類(lèi)新能源發(fā)電系統(tǒng)的出力是否滿(mǎn)足區(qū)域電網(wǎng)的承載能力,其基本方法是通過(guò)蒙特卡洛抽樣,生成海量運(yùn)行斷面,利用實(shí)時(shí)仿真器對(duì)其進(jìn)行并發(fā)實(shí)時(shí)仿真,獲取計(jì)算所得的指標(biāo),并根據(jù)指標(biāo)實(shí)時(shí)調(diào)整風(fēng)電、光伏的出力。如果采用RTLAB和RTDS的仿真方案,其能并發(fā)的算例數(shù)量與硬件投資直接相關(guān)。若需完全并行地完成上述功能,其成本極高,幾乎難以實(shí)現(xiàn)。若僅購(gòu)置有限的實(shí)時(shí)仿真器,本質(zhì)上上述過(guò)程海量算例的仿真仍為串行計(jì)算完成,難以滿(mǎn)足實(shí)時(shí)性要求。而數(shù)字孿生采用云計(jì)算架構(gòu),僅需在完成海量計(jì)算任務(wù)時(shí),在云端申請(qǐng)海量計(jì)算核心,就算資源在完成計(jì)算后即可釋放。這種云端的彈性計(jì)算資源可以以最低的成本實(shí)時(shí)地評(píng)估新能源發(fā)電的承載能力。因此,在短時(shí)間尺度應(yīng)用中,考慮單一場(chǎng)景、確定性結(jié)構(gòu)系統(tǒng)的實(shí)時(shí)仿真,采用RTLAB和RTDS確實(shí)是優(yōu)異的解決方案。但綜合考慮到系統(tǒng)隨機(jī)性、波動(dòng)性需要并發(fā)海量場(chǎng)景仿真的應(yīng)用中,RTLAB與RTDS受限于成本,其應(yīng)用受限。數(shù)字孿生的解決方案體現(xiàn)出了顯著優(yōu)勢(shì)。
3)實(shí)際物理系統(tǒng)運(yùn)行中,一系列控制或調(diào)度策略可能會(huì)因隨機(jī)性、波動(dòng)性等導(dǎo)致截然不同的動(dòng)態(tài)響應(yīng),從而引導(dǎo)系統(tǒng)走向不同的運(yùn)行狀態(tài)。在傳統(tǒng)仿真中,由于模型是確定的,此類(lèi)隨機(jī)特性很難在一次仿真測(cè)試中模擬出來(lái)。而數(shù)字孿生會(huì)隨時(shí)根據(jù)當(dāng)前時(shí)刻的運(yùn)行狀態(tài)和控制邏輯,根據(jù)隨機(jī)性自動(dòng)分叉出不同的場(chǎng)景,并對(duì)每個(gè)場(chǎng)景進(jìn)行仿真,或采用隨機(jī)規(guī)劃、魯棒規(guī)劃等算法,從而在盡可能多的保留隨機(jī)場(chǎng)景的特征信息的同時(shí)獲取海量場(chǎng)景、不同控制下的仿真結(jié)果,提供相比傳統(tǒng)仿真更準(zhǔn)確、更全面的分析結(jié)果。
基于數(shù)字孿生技術(shù)的建模仿真應(yīng)用的核心在于具備多場(chǎng)景并行仿真計(jì)算的優(yōu)勢(shì)?,F(xiàn)階段針對(duì)區(qū)域多能源系統(tǒng)的多場(chǎng)景生成和大規(guī)模并行計(jì)算的研究已經(jīng)具備一定的規(guī)模,為基于數(shù)字孿生技術(shù)的建模仿真應(yīng)用提供了可行和理論實(shí)踐基礎(chǔ)。
現(xiàn)有的多場(chǎng)景生成方法一般采用高斯混合模型(GMM)對(duì)區(qū)域多能源系統(tǒng)運(yùn)行動(dòng)態(tài)的邊界條件進(jìn)行概率建模,得到其強(qiáng)度和范圍的概率分布關(guān)系。從已知運(yùn)行場(chǎng)景邊界條件出發(fā),生成未知且合理的邊界條件組合。采用對(duì)抗生成網(wǎng)絡(luò)技術(shù),對(duì)已知的運(yùn)行場(chǎng)景中學(xué)習(xí)各種邊界條件之間的關(guān)聯(lián)關(guān)系,進(jìn)而根據(jù)場(chǎng)景生成中的邊界條件概率分布要求,生成合理的場(chǎng)景集合。
在大規(guī)模并行計(jì)算方面,清華大學(xué)團(tuán)隊(duì)獨(dú)立開(kāi)發(fā)了國(guó)內(nèi)首個(gè)具備完全自主知識(shí)產(chǎn)權(quán)的高性能電磁暫態(tài)仿真云平臺(tái)CloudPSS(www.cloudpss.net),實(shí)現(xiàn)了利用先進(jìn)建模技術(shù)、異構(gòu)并行計(jì)算和云計(jì)算技術(shù)加速大規(guī)模交直流電網(wǎng)的離線仿真,并且大大降低了針對(duì)大規(guī)模交流電網(wǎng)實(shí)時(shí)仿真的硬件成本。
基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)建模仿真平臺(tái)構(gòu)架如圖2所示。
圖2 基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)建模仿真平臺(tái)構(gòu)架Fig.2 Modeling and simulation platform framework of the regional multi-energy systems based on digital twin technology
綜上,基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)建模仿真及數(shù)據(jù)處理相比傳統(tǒng)建模仿真技術(shù)具備多場(chǎng)景、考慮隨機(jī)性的優(yōu)勢(shì),具有更高維度的分析功能;同時(shí)借助云計(jì)算的優(yōu)勢(shì),可以大幅度降低計(jì)算資源消耗,降低了部署成本,具備較高的推廣價(jià)值。
數(shù)字孿生在解決規(guī)劃問(wèn)題時(shí)提供了一種全新思路。這種思路類(lèi)似于AlphaGo下圍棋,每走一步之前,在計(jì)算機(jī)后臺(tái)是要模擬上千萬(wàn)種可能的步驟,通過(guò)對(duì)比,找到最優(yōu)的策略。所以,在這種基于數(shù)字孿生的優(yōu)化模型中,并不對(duì)系統(tǒng)做簡(jiǎn)化,而是通過(guò)大規(guī)模異構(gòu)并行計(jì)算資源對(duì)海量數(shù)字孿生的場(chǎng)景進(jìn)行仿真,從海量仿真結(jié)果中尋找規(guī)律,從而驅(qū)動(dòng)運(yùn)行方式的優(yōu)化。具體而言,在區(qū)域多能源規(guī)劃中引入數(shù)字孿生能有助于改進(jìn)以下幾個(gè)問(wèn)題。
1)規(guī)劃過(guò)程中存在海量不確定性問(wèn)題,例如長(zhǎng)期來(lái)說(shuō),電力、天然氣等負(fù)荷的不確定性,各類(lèi)能源價(jià)格的不確定性,環(huán)境政策的不確定性等,短期負(fù)荷不確定性,可再生能源的不確定性等。這些不確定性的建??赡苁沁B續(xù)的概率分布,也可以是離散的多個(gè)狀態(tài),這些狀態(tài)的組合構(gòu)成了海量的不確定性場(chǎng)景。傳統(tǒng)規(guī)劃與運(yùn)行中對(duì)此研究的范式通?;诶碚?、機(jī)理模型計(jì)算。隨著數(shù)字孿生技術(shù)對(duì)系統(tǒng)全周期運(yùn)行數(shù)據(jù),以及非系統(tǒng)本身數(shù)據(jù)(例如天氣數(shù)據(jù)等)采集和處理能力的提升,基于數(shù)據(jù)驅(qū)動(dòng)的規(guī)劃模式能夠更好地建立不確定性因素的統(tǒng)計(jì)和隨機(jī)過(guò)程模型,利用模糊聚類(lèi)、數(shù)據(jù)挖掘等技術(shù),以更小的代價(jià)提升規(guī)劃結(jié)果與運(yùn)行方式的魯棒性。同時(shí),借助不確定性建模、場(chǎng)景生成等技術(shù),數(shù)字孿生可以對(duì)不同方案進(jìn)行多概率、多場(chǎng)景的仿真模擬,從中選取最優(yōu)方案。
2)不同能源系統(tǒng)設(shè)備、管網(wǎng)參數(shù)的狀態(tài)感知和滾動(dòng)修復(fù)。區(qū)域多能源系統(tǒng)規(guī)劃與運(yùn)行的前提是對(duì)現(xiàn)有的系統(tǒng)配置數(shù)據(jù),例如設(shè)備參數(shù)、網(wǎng)架結(jié)構(gòu)有清晰的認(rèn)知。在傳統(tǒng)機(jī)理驅(qū)動(dòng)的模型下,該認(rèn)知可能是不可行或者不準(zhǔn)確的。一方面,由于原有系統(tǒng)年限的原因,設(shè)備、管網(wǎng)參數(shù)可能已不可考證;另一方面,一些設(shè)備參數(shù)會(huì)隨著環(huán)境因素的變化而變化,且該變化是混沌的,難以用機(jī)理模型描述。以區(qū)域供熱網(wǎng)絡(luò)的管道為例,通常通過(guò)管道摩擦系數(shù)、熱傳導(dǎo)系數(shù)等描述性能,但是這些參數(shù)與環(huán)境,例如熱傳導(dǎo)系數(shù)與所在土壤的溫度、濕度等因素密切相關(guān),采用出廠數(shù)據(jù)或者標(biāo)準(zhǔn)參數(shù)顯然是不準(zhǔn)確的。但在數(shù)字孿生框架下,可通過(guò)采集的系統(tǒng)的實(shí)際運(yùn)行狀態(tài)作為輸入量(通常是冗余的),通過(guò)狀態(tài)估計(jì)、數(shù)據(jù)擬合來(lái)獲得該管道的實(shí)際運(yùn)行過(guò)程中的特性參數(shù),從而作為擴(kuò)展規(guī)劃的基礎(chǔ)依據(jù);最后,傳統(tǒng)規(guī)劃中多采用規(guī)劃時(shí)刻設(shè)備的標(biāo)準(zhǔn)模型,但是在實(shí)際運(yùn)行中,一些設(shè)備會(huì)隨著投入年限的上升而老化,例如儲(chǔ)能的充放電效率等,該變化與實(shí)際運(yùn)行狀態(tài)有關(guān),在傳統(tǒng)規(guī)劃中難以考慮。同樣,通過(guò)數(shù)字孿生可以實(shí)時(shí)監(jiān)測(cè)設(shè)備參數(shù),從而了解規(guī)劃需求。
3)基于動(dòng)態(tài)評(píng)價(jià)的自適應(yīng)的動(dòng)態(tài)規(guī)劃。傳統(tǒng)規(guī)劃由于不能實(shí)時(shí)感知系統(tǒng)運(yùn)行狀態(tài),因此通常是一種開(kāi)環(huán)的長(zhǎng)期規(guī)劃或者固定年限的滾動(dòng)規(guī)劃。長(zhǎng)期規(guī)劃由于缺少數(shù)據(jù)積累,對(duì)于遠(yuǎn)景年例如負(fù)荷的不確定性規(guī)劃的冗余成本較高。滾動(dòng)規(guī)劃中的固定年限通常也較為死板,無(wú)法反映系統(tǒng)的實(shí)時(shí)狀態(tài)與需求。但是,通過(guò)數(shù)字孿生技術(shù)對(duì)系統(tǒng)進(jìn)行全生命周期的監(jiān)測(cè)形成問(wèn)題庫(kù),并通過(guò)一定方法形成實(shí)時(shí)動(dòng)態(tài)評(píng)價(jià)體系,評(píng)估系統(tǒng)例如充裕度、負(fù)載量、可靠性等信息,能夠更加及時(shí)、有效地評(píng)估系統(tǒng)擴(kuò)展規(guī)劃的緊迫性,確定規(guī)劃需求,并為規(guī)劃方案的優(yōu)選提供閉環(huán)反饋。
基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)規(guī)劃應(yīng)用構(gòu)架如圖3所示。
基于海量隨機(jī)場(chǎng)景下區(qū)域多能源系統(tǒng)的短期評(píng)估指標(biāo)的動(dòng)態(tài)規(guī)劃技術(shù)是數(shù)字孿生技術(shù)在區(qū)域多能源系統(tǒng)規(guī)劃中應(yīng)用的關(guān)鍵技術(shù)。如上文所述,動(dòng)態(tài)規(guī)劃技術(shù)能夠更貼合區(qū)域多能源系統(tǒng)的實(shí)際需求。然而,一方面由于冷熱和天然氣管網(wǎng)系統(tǒng)和電力系統(tǒng)不同的能流特性和運(yùn)行方式,及其大規(guī)模的具有偏微分等式的數(shù)學(xué)模型,使得對(duì)于海量隨機(jī)場(chǎng)景下的區(qū)域多能源系統(tǒng)的短期評(píng)估缺乏高效的計(jì)算工具;另一方面,對(duì)于系統(tǒng)累計(jì)的運(yùn)行數(shù)據(jù)以及環(huán)境情況缺乏有效的數(shù)據(jù)獲取與處理手段。而數(shù)字孿生技術(shù)能夠很好地解決這兩方面的問(wèn)題。
現(xiàn)階段針對(duì)區(qū)域多能源系統(tǒng)的短期評(píng)估的研究已經(jīng)具備一定的理論基礎(chǔ),與數(shù)據(jù)孿生技術(shù)相輔相成,能夠更好地在模型參數(shù)矯正、計(jì)算效率等方面,為區(qū)域多能源系統(tǒng)的規(guī)劃應(yīng)用奠定理論實(shí)踐基礎(chǔ)。
綜上,基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)規(guī)劃具備更高的模型精度和動(dòng)態(tài)更新機(jī)制,對(duì)區(qū)域多能源系統(tǒng)的安全性和經(jīng)濟(jì)性的評(píng)估相比傳統(tǒng)規(guī)劃結(jié)果更準(zhǔn)確,更具備應(yīng)用價(jià)值。
區(qū)域多能源系統(tǒng)的優(yōu)化運(yùn)行,一方面要利用多能源系統(tǒng)的多源及多種負(fù)荷與儲(chǔ)能,協(xié)調(diào)消納可再生能源,開(kāi)發(fā)多能源系統(tǒng)耦合轉(zhuǎn)化與梯級(jí)優(yōu)化利用方法。例如通過(guò)電熱聯(lián)產(chǎn)機(jī)組區(qū)域供熱替代電熱鍋爐等,通過(guò)運(yùn)行層面的多能互補(bǔ)需求響應(yīng)削減尖峰時(shí)刻的用電負(fù)荷。另一方面,根據(jù)實(shí)時(shí)監(jiān)控層提供的風(fēng)險(xiǎn)點(diǎn)、故障等信息,基于歷史數(shù)據(jù),提出多種優(yōu)化策略,通過(guò)并行實(shí)時(shí)仿真進(jìn)行優(yōu)選校驗(yàn),支持系統(tǒng)運(yùn)行控制規(guī)避風(fēng)險(xiǎn),并按照選取的優(yōu)化方案更新監(jiān)控層基礎(chǔ)控制參數(shù)。
基于深度強(qiáng)化學(xué)習(xí)的仿真驅(qū)動(dòng)優(yōu)化技術(shù)是數(shù)字孿生技術(shù)在區(qū)域多能源系統(tǒng)運(yùn)行優(yōu)化中應(yīng)用的關(guān)鍵技術(shù)之一。強(qiáng)化學(xué)習(xí)(reinforcement learning,RL)作為一種數(shù)據(jù)驅(qū)動(dòng)的機(jī)器學(xué)習(xí)方法,通過(guò)學(xué)習(xí)歷史或訓(xùn)練數(shù)據(jù)中的規(guī)律,在不需要知道未來(lái)信息的情況下做出其認(rèn)為的能最大化未來(lái)收益的動(dòng)作,在數(shù)據(jù)充分的情況下可以較好地處理不確定場(chǎng)景,因此強(qiáng)化學(xué)習(xí)可以用來(lái)求解不確定性場(chǎng)景下的多能源系統(tǒng)的運(yùn)行優(yōu)化問(wèn)題。
針對(duì)運(yùn)行狀態(tài)的不確定性,可以在訓(xùn)練和測(cè)試時(shí)采用不同的場(chǎng)景。每一種場(chǎng)景對(duì)應(yīng)一種出力、負(fù)荷及工況方式,一個(gè)場(chǎng)景結(jié)束時(shí)這個(gè)場(chǎng)景下的訓(xùn)練也隨之結(jié)束。這樣,在訓(xùn)練時(shí)智能體能充分地學(xué)習(xí)到系統(tǒng)中的諸多不確定性因素,從而提高在實(shí)際應(yīng)用中的魯棒性。
把區(qū)域多能源系統(tǒng)的運(yùn)行優(yōu)化決策問(wèn)題轉(zhuǎn)化為強(qiáng)化學(xué)習(xí)模型,關(guān)鍵在于狀態(tài)、動(dòng)作及獎(jiǎng)勵(lì)值的選取。強(qiáng)化學(xué)習(xí)中的“狀態(tài)”并不一定是區(qū)域多能源系統(tǒng)中定義的狀態(tài)量,它只需要是做出決策所需要的最小信息,而狀態(tài)應(yīng)該易于從實(shí)際系統(tǒng)中計(jì)算或者直接得到。RL中的“動(dòng)作”可以認(rèn)為是系統(tǒng)中的可控變量,RL通過(guò)改變這些可控變量影響系統(tǒng)狀態(tài)。同時(shí),RL中“獎(jiǎng)勵(lì)”的選取也是一個(gè)非常有技巧性的工作,合適的獎(jiǎng)勵(lì)值選取能促使智能體更好地向我們期望的目標(biāo)發(fā)展。
具體思路如下:首先針對(duì)區(qū)域多能源系統(tǒng)多能耦合、可再生能源就地消納原則等特點(diǎn),綜合分析各類(lèi)優(yōu)化控制方法的優(yōu)缺點(diǎn),結(jié)合能源利用結(jié)構(gòu)與領(lǐng)域先驗(yàn)信息,構(gòu)建包含多種因素與運(yùn)行約束條件的綜合優(yōu)化目標(biāo)。其次,基于數(shù)據(jù)驅(qū)動(dòng)的狀態(tài)估計(jì)技術(shù),尤其是考慮天然氣、供熱管網(wǎng)的動(dòng)態(tài)特性進(jìn)行偏微分方程的動(dòng)態(tài)狀態(tài)估計(jì)技術(shù),識(shí)別多能源系統(tǒng)運(yùn)行狀態(tài)。然后,基于深度強(qiáng)化學(xué)習(xí)理論,利用數(shù)字孿生模型海量歷史數(shù)據(jù)和多場(chǎng)景仿真器構(gòu)建強(qiáng)化學(xué)習(xí)訓(xùn)練引擎,設(shè)計(jì)適用于區(qū)域多能源系統(tǒng)“離線訓(xùn)練、在線提升”的強(qiáng)化學(xué)習(xí)模式,形成一種基于多能源系統(tǒng)數(shù)字孿生模型及海量仿真驅(qū)動(dòng)的優(yōu)化方法。然后,計(jì)及多能流耦合及可再生能源的分布、出力等運(yùn)行特性,確定區(qū)域多能源系統(tǒng)優(yōu)化對(duì)象,建立單目標(biāo)及多目標(biāo)優(yōu)化的強(qiáng)化學(xué)習(xí)模型,合理設(shè)置強(qiáng)化學(xué)習(xí)的動(dòng)作、狀態(tài)及反饋獎(jiǎng)勵(lì)等參數(shù),選取合理的強(qiáng)化學(xué)習(xí)方法,基于數(shù)字孿生模型完成模型訓(xùn)練,形成可在線計(jì)算的區(qū)域多能源系統(tǒng)運(yùn)行優(yōu)化策略;提出運(yùn)行優(yōu)化策略的效果評(píng)估方法,基于數(shù)字孿生實(shí)時(shí)仿真器,結(jié)合實(shí)際運(yùn)行數(shù)據(jù),在線生成閉環(huán)檢測(cè)運(yùn)行優(yōu)化策略,實(shí)現(xiàn)運(yùn)行優(yōu)化策略的軟件閉環(huán)仿真(software-in-the-loop,SIL)測(cè)試;最后,將控制策略開(kāi)發(fā)為一個(gè)模塊,并入能源智慧大腦一個(gè)環(huán)節(jié)。
基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)優(yōu)化運(yùn)行構(gòu)架如圖4所示。
圖4 基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)優(yōu)化運(yùn)行構(gòu)架Fig.4 Optimized operation framework of the regional multi-energy system based on digital twin technology
基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)運(yùn)行優(yōu)化可為人工智能和強(qiáng)化學(xué)習(xí)提供高保真的訓(xùn)練、測(cè)試和部署平臺(tái),促進(jìn)人工智能技術(shù)在區(qū)域多能源系統(tǒng)運(yùn)行優(yōu)化中的應(yīng)用和推廣。
區(qū)域多能源系統(tǒng)發(fā)生事故影響用戶(hù)電、冷/熱、氣負(fù)荷供給后,需要快速生成合理的恢復(fù)策略,保障對(duì)用戶(hù)的供電。傳統(tǒng)的解決方案是預(yù)先根據(jù)區(qū)域電力系統(tǒng)潮流計(jì)算等穩(wěn)態(tài)分析工具設(shè)定好若干恢復(fù)預(yù)案,根據(jù)實(shí)際故障情況選擇合適的預(yù)案。但隨著直流、新能源和其他能源系統(tǒng)的接入,僅采用穩(wěn)態(tài)潮流計(jì)算獲得的恢復(fù)預(yù)案可能不滿(mǎn)足區(qū)域系統(tǒng)的暫態(tài)約束,從而可能在恢復(fù)過(guò)程中產(chǎn)生進(jìn)一步的故障,故有必要引入電磁暫態(tài)仿真以及其他能源系統(tǒng)的動(dòng)態(tài)特性仿真對(duì)預(yù)案進(jìn)行校驗(yàn)。一種改進(jìn)的方案是基于RTlAB和RTDS校驗(yàn)恢復(fù)策略,但這需要手動(dòng)維護(hù)一套可與實(shí)際物理多能源系統(tǒng)實(shí)時(shí)對(duì)應(yīng)的仿真模型,且該過(guò)程涉及到實(shí)際系統(tǒng)狀態(tài)的映射,通常需耗費(fèi)大量人力和時(shí)間,且其應(yīng)用時(shí)效性受限。而考慮到數(shù)字孿生本身具有的“建模仿真”和“量測(cè)采集”環(huán)節(jié),其可以在數(shù)字空間中實(shí)時(shí)維護(hù)一套反映實(shí)際多能源系統(tǒng)運(yùn)行狀態(tài)的數(shù)字仿真鏡像,進(jìn)而借助云端彈性計(jì)算資源和實(shí)時(shí)電磁暫態(tài)仿真和多能源系統(tǒng)動(dòng)態(tài)仿真功能,可準(zhǔn)確校驗(yàn)恢復(fù)策略是否滿(mǎn)足實(shí)際電網(wǎng)的安全性需求。
事件推理和優(yōu)化決策技術(shù)是數(shù)字孿生技術(shù)在區(qū)域多能源系統(tǒng)事故檢修中應(yīng)用存在的關(guān)鍵技術(shù)。
事件推理方面,從實(shí)測(cè)和仿真的大數(shù)據(jù)樣本中統(tǒng)計(jì)學(xué)習(xí)物理實(shí)體相關(guān)的離散事件相關(guān)性模型,用于事故因果推理和事故故障風(fēng)險(xiǎn)分析;優(yōu)化決策方面,利用強(qiáng)化學(xué)習(xí)機(jī)制,通過(guò)對(duì)數(shù)字孿生體控制效果的學(xué)習(xí),發(fā)現(xiàn)最優(yōu)檢修方案,最終得到合理決策指令并下發(fā)至實(shí)體系統(tǒng)。
通過(guò)對(duì)比數(shù)字模型模擬運(yùn)行結(jié)果和物理實(shí)體的真實(shí)量測(cè)結(jié)果,發(fā)現(xiàn)兩者之間的差異,從而為狀態(tài)檢修和精準(zhǔn)運(yùn)維提供指導(dǎo)。首先在運(yùn)行維護(hù)歷史經(jīng)驗(yàn)數(shù)據(jù)集中,使用機(jī)器學(xué)習(xí)的算法學(xué)習(xí)故障設(shè)備狀態(tài)的特征分布以及各狀態(tài)的相關(guān)性結(jié)構(gòu),再結(jié)合設(shè)備的物理模型,模擬正常以及故障情況下設(shè)備狀態(tài)的特征分布以及各狀態(tài)的相關(guān)性結(jié)構(gòu),最終通過(guò)對(duì)比、分類(lèi)等手段發(fā)現(xiàn)故障或者處于異常工況的設(shè)備,從而大幅提升故障預(yù)測(cè)準(zhǔn)確率并降低運(yùn)維成本。數(shù)字孿生的云端監(jiān)控和運(yùn)維功能適用于多種區(qū)域多能源系統(tǒng)應(yīng)用場(chǎng)景,其中包括光伏電站運(yùn)維、供能設(shè)備缺陷監(jiān)測(cè)、多能源網(wǎng)監(jiān)控等。
基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)事故檢修應(yīng)用構(gòu)架如圖5所示。
圖5 基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)事故檢修應(yīng)用構(gòu)架Fig.5 Accident repair application framework of the regional multi-energy system based on digital twin technology
綜上,基于數(shù)字孿生技術(shù)的區(qū)域多能源系統(tǒng)事故檢修可為故障恢復(fù)、事故反演提供實(shí)時(shí)沙盤(pán)推演基礎(chǔ)平臺(tái),相比采用傳統(tǒng)實(shí)時(shí)仿真技術(shù),節(jié)省了大量建模時(shí)間、進(jìn)一步保證區(qū)域多能源系統(tǒng)故障恢復(fù)策略的有效性和經(jīng)濟(jì)性。
本文分別介紹了區(qū)域多能源系統(tǒng)和數(shù)字孿生技術(shù)的特點(diǎn)和研究現(xiàn)狀,并提出了數(shù)字孿生技術(shù)在區(qū)域多能源系統(tǒng)的應(yīng)用前景與展望,包括建模仿真和數(shù)據(jù)處理、優(yōu)化規(guī)劃、運(yùn)行和事故檢修等方面。隨著數(shù)字孿生技術(shù)的不斷完善,該技術(shù)在電力系統(tǒng)中將會(huì)有更廣泛的應(yīng)用前景。數(shù)字孿生技術(shù)的實(shí)時(shí)態(tài)勢(shì)感知手段后續(xù)還可結(jié)合先進(jìn)的計(jì)算視覺(jué)技術(shù)實(shí)現(xiàn)電網(wǎng)智能巡檢;超實(shí)時(shí)決策推演手段也可對(duì)復(fù)雜電力設(shè)備作全生命周期管理。
但同時(shí),我們也需要認(rèn)識(shí)到數(shù)字孿生技術(shù)在區(qū)域多能源系統(tǒng)中應(yīng)用仍處于持續(xù)探索和不斷完善階段,應(yīng)用模式尚未成熟,制約數(shù)字孿生實(shí)例化應(yīng)用的因素還有很多,例如智能傳感技術(shù)、異構(gòu)通信技術(shù)、數(shù)字中臺(tái)技術(shù)、能源智慧大腦技術(shù)等重點(diǎn)關(guān)鍵技術(shù)仍在未來(lái)有待突破。