基于邊緣計(jì)算的發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型模型方法研究

摘要：為提高電網(wǎng)發(fā)電中的能源轉(zhuǎn)換效率，推進(jìn)發(fā)電行業(yè)的數(shù)字化發(fā)展，文章引進(jìn)邊緣計(jì)算技術(shù)，開展發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型模型的構(gòu)建研究。文章根據(jù)發(fā)電企業(yè)的實(shí)際需求，確定采集數(shù)據(jù)的類型，進(jìn)行發(fā)電行業(yè)數(shù)字化生產(chǎn)數(shù)據(jù)的采集；利用采集的發(fā)電行業(yè)生產(chǎn)作業(yè)數(shù)據(jù)，引進(jìn)邊緣計(jì)算，進(jìn)行電力生產(chǎn)調(diào)度的設(shè)計(jì)。文章明確電力生產(chǎn)過程中存在多種約束，選擇混合整數(shù)線性規(guī)劃算法，將發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型中的電力生產(chǎn)最優(yōu)調(diào)度作為目標(biāo)，生成基于多約束條件下的數(shù)字化轉(zhuǎn)型模型。對(duì)比實(shí)驗(yàn)結(jié)果表明：設(shè)計(jì)方法應(yīng)用后的能源轉(zhuǎn)換效率顯著提升，呈現(xiàn)出提升趨勢(shì)，說明該方法可以實(shí)現(xiàn)對(duì)發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型發(fā)展的全面推進(jìn)。

關(guān)鍵詞：邊緣計(jì)算；電力生產(chǎn)調(diào)度；模型；轉(zhuǎn)型；數(shù)字化；發(fā)電行業(yè)

中圖分類號(hào)：TP183 "文獻(xiàn)標(biāo)志碼：A

0 引言

隨著科技的飛速發(fā)展，發(fā)電行業(yè)正面臨前所未有的挑戰(zhàn)與機(jī)遇。在全球能源轉(zhuǎn)型和數(shù)字化浪潮的推動(dòng)下，提高能源利用效率、降低運(yùn)營成本、增強(qiáng)系統(tǒng)穩(wěn)定性和安全性成為發(fā)電行業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵。在此背景下，邊緣計(jì)算技術(shù)以其獨(dú)特的優(yōu)勢(shì)，為發(fā)電行業(yè)的數(shù)字化轉(zhuǎn)型提供了新的路徑。

郭軼鋒等［1］選取2017年中國地區(qū)投入產(chǎn)出表和2021年相關(guān)數(shù)據(jù)，模擬分析了綠色信貸政策在不同時(shí)間維度的傳導(dǎo)路徑及其對(duì)目標(biāo)行業(yè)的具體影響。通過量化分析揭示了綠色信貸政策在抑制非綠色投資、促進(jìn)綠色創(chuàng)新方面的積極作用。但模型構(gòu)建依賴于大量假設(shè)和參數(shù)設(shè)定，提出的假設(shè)可能無法完全反映現(xiàn)實(shí)經(jīng)濟(jì)的復(fù)雜性。王佳桐等［2］通過案例研究，詳細(xì)描繪了俄羅斯托木斯克控制系統(tǒng)和無線電電子大學(xué)（TUSUR）如何從傳統(tǒng)大學(xué)向創(chuàng)業(yè)型大學(xué)轉(zhuǎn)變的過程，包括其組織架構(gòu)的調(diào)整、創(chuàng)新機(jī)制的建立以及與產(chǎn)業(yè)、政府之間的合作模式。三螺旋模型作為理論框架，被用于分析大學(xué)、產(chǎn)業(yè)和政府三者之間的互動(dòng)關(guān)系以及這種互動(dòng)如何推動(dòng)創(chuàng)業(yè)型大學(xué)的發(fā)展。但個(gè)案分析的結(jié)果可能受到特定情境和條件的影響，其普遍適用性有待進(jìn)一步驗(yàn)證。

現(xiàn)階段，發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型正面臨著數(shù)據(jù)接口不一致、系統(tǒng)集成困難、智能化程度不足等挑戰(zhàn)。為解決此方面問題，文章將引進(jìn)邊緣計(jì)算技術(shù)，開展發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型模型的構(gòu)建研究。

1 發(fā)電行業(yè)數(shù)字化生產(chǎn)數(shù)據(jù)采集

為滿足發(fā)電行業(yè)的數(shù)字化轉(zhuǎn)型需求，構(gòu)建模型前，一個(gè)至關(guān)重要的步驟是全面采集該行業(yè)數(shù)字化生產(chǎn)過程中運(yùn)營數(shù)據(jù)。在此過程中，文章根據(jù)發(fā)電企業(yè)的實(shí)際需求，確定采集數(shù)據(jù)的類型［3］。相關(guān)內(nèi)容如表1所示。

依據(jù)表1，本研究分析當(dāng)前狀態(tài)下發(fā)電行業(yè)中電力設(shè)備運(yùn)行狀態(tài)、故障報(bào)警、能耗分析等管理數(shù)據(jù)。其中，發(fā)電量參數(shù)為數(shù)據(jù)采集過程中的核心，需要通過多個(gè)參數(shù)協(xié)同計(jì)算得到，計(jì)算公式如式（1）所示［4］。

F=P·δt（1）

公式中：F表示發(fā)電量；P表示功率；δ表示回歸系數(shù)；t表示地區(qū)有效發(fā)電時(shí)長(zhǎng)。在此基礎(chǔ)上，選擇合適的數(shù)據(jù)采集方式。其中，發(fā)電行業(yè)常用的數(shù)據(jù)采集方式包括手工采集和自動(dòng)采集，前者手工采集適用于小規(guī)?；蛱厥鈭?chǎng)景，但自動(dòng)化采集通過傳感器、PLC（可編程邏輯控制器）、SCADA（監(jiān)控與數(shù)據(jù)采集）系統(tǒng)等實(shí)現(xiàn)。

根據(jù)采集需求，在發(fā)電設(shè)備的關(guān)鍵位置部署傳感器、數(shù)據(jù)采集器等設(shè)備，確保能夠?qū)崟r(shí)、準(zhǔn)確地采集到所需數(shù)據(jù)［5］。構(gòu)建穩(wěn)定可靠的數(shù)據(jù)傳輸網(wǎng)絡(luò)，確保采集到的數(shù)據(jù)能夠及時(shí)、安全地傳輸?shù)綌?shù)據(jù)中心或云平臺(tái)。通過以上步驟和內(nèi)容，實(shí)現(xiàn)對(duì)發(fā)電行業(yè)數(shù)字化生產(chǎn)數(shù)據(jù)的全面、實(shí)時(shí)、準(zhǔn)確采集。

2 基于邊緣計(jì)算的電力生產(chǎn)調(diào)度設(shè)計(jì)

在上述內(nèi)容的基礎(chǔ)上，考慮到行業(yè)數(shù)字化轉(zhuǎn)型的目的為提高電能轉(zhuǎn)換效率，優(yōu)化電力生產(chǎn)與調(diào)度過程，因此，利用采集的發(fā)電行業(yè)生產(chǎn)作業(yè)數(shù)據(jù)，引進(jìn)邊緣計(jì)算，進(jìn)行電力生產(chǎn)調(diào)度的設(shè)計(jì)［6］。將各類電力設(shè)備（如發(fā)電機(jī)、變壓器、斷路器等）通過物聯(lián)網(wǎng)技術(shù)接入邊緣計(jì)算平臺(tái)，進(jìn)行設(shè)備運(yùn)行數(shù)據(jù)的實(shí)時(shí)采集和傳輸。在邊緣節(jié)點(diǎn)部署數(shù)據(jù)處理單元，對(duì)采集到的電力數(shù)據(jù)進(jìn)行預(yù)處理、緩存和初步分析，減少數(shù)據(jù)傳輸?shù)街行脑品?wù)器的延遲和帶寬壓力［7］。在邊緣計(jì)算平臺(tái)上集成機(jī)器學(xué)習(xí)算法，對(duì)電力數(shù)據(jù)進(jìn)行深度分析，預(yù)測(cè)電力負(fù)荷變化等關(guān)鍵指標(biāo)。此過程如公式（2）所示。

C=N（u）·F（i）（2）

公式中：C表示電力負(fù)荷變化預(yù)測(cè)節(jié)點(diǎn)；N表示電力數(shù)據(jù)冗余信息；u表示帶寬壓力；i表示邊緣計(jì)算節(jié)點(diǎn)。根據(jù)電力生產(chǎn)的實(shí)際需求，將各類任務(wù)（如發(fā)電任務(wù)、維護(hù)任務(wù)等）按照優(yōu)先級(jí)進(jìn)行排序。基于邊緣計(jì)算平臺(tái)的實(shí)時(shí)數(shù)據(jù)分析和預(yù)測(cè)結(jié)果，對(duì)電力生產(chǎn)資源進(jìn)行智能分配，確保高優(yōu)先級(jí)任務(wù)得到優(yōu)先處理［8］。對(duì)資源分配過程進(jìn)行描述，如公式（3）所示。

T=1M∑C（i）+Y·χ（3）

公式中：T表示電力資源分配；M表示電力生產(chǎn)過程的優(yōu)先級(jí)；Y表示邊緣計(jì)算基站編碼；χ表示數(shù)據(jù)存儲(chǔ)響應(yīng)時(shí)間。將調(diào)度策略轉(zhuǎn)化為具體的調(diào)度指令，通過邊緣計(jì)算平臺(tái)下發(fā)到各電力生產(chǎn)設(shè)備執(zhí)行［9］。對(duì)調(diào)度執(zhí)行過程進(jìn)行實(shí)時(shí)監(jiān)控，收集執(zhí)行結(jié)果和反饋信息，用于后續(xù)調(diào)度策略的優(yōu)化和調(diào)整。按照上述步驟，實(shí)現(xiàn)基于邊緣計(jì)算的電力生產(chǎn)調(diào)度設(shè)計(jì)。

3 基于多約束條件下的數(shù)字化轉(zhuǎn)型模型生成

在完成基于邊緣計(jì)算的電力生產(chǎn)調(diào)度設(shè)計(jì)后，應(yīng)明確電力生產(chǎn)過程中存在多種約束，為確保數(shù)字化轉(zhuǎn)型模型的構(gòu)成與市場(chǎng)發(fā)展趨勢(shì)相適配，設(shè)計(jì)發(fā)電設(shè)備約束，包括設(shè)備的發(fā)電能力、維護(hù)狀態(tài)、故障風(fēng)險(xiǎn)等；電網(wǎng)傳輸約束，包括電網(wǎng)的容量限制、穩(wěn)定性要求、傳輸損耗等；市場(chǎng)需求約束，包括電力需求的預(yù)測(cè)、波動(dòng)范圍、峰谷時(shí)段等；環(huán)保政策約束，包括排放標(biāo)準(zhǔn)、能源利用效率、可再生能源占比等。在完成基于邊緣計(jì)算的電力生產(chǎn)調(diào)度設(shè)計(jì)后，應(yīng)明確電力生產(chǎn)過程中存在多種約束，為確保數(shù)字化轉(zhuǎn)型模型的構(gòu)成與市場(chǎng)發(fā)展趨勢(shì)相適配，設(shè)計(jì)發(fā)電設(shè)備約束，包括設(shè)備的發(fā)電能力、維護(hù)狀態(tài)、故障風(fēng)險(xiǎn)等；電網(wǎng)傳輸約束，包括電網(wǎng)的容量限制、穩(wěn)定性要求、傳輸損耗等；市場(chǎng)需求約束，包括電力需求的預(yù)測(cè)、波動(dòng)范圍、峰谷時(shí)段等；環(huán)保政策約束，包括排放標(biāo)準(zhǔn)、能源利用效率、可再生能源占比等。在多種約束條件下，選擇混合整數(shù)線性規(guī)劃算法，將發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型中的電力生產(chǎn)最優(yōu)調(diào)度作為目標(biāo)，建立如下計(jì)算公式所示的數(shù)字化轉(zhuǎn)型發(fā)展模型［10］。

f=∑∑T（i）+1γ+η·z（4）

公式中：f表示發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型模型；γ表示電網(wǎng)的容量限制；η表示傳輸損耗約束；z表示電力有效波動(dòng)范圍。完成模型的構(gòu)建后，利用MILP求解器（包括CPLEX、Gurobi等），對(duì)構(gòu)建的模型進(jìn)行求解。求解器將根據(jù)目標(biāo)函數(shù)和約束條件，通過迭代搜索的方式找到最優(yōu)解或近似最優(yōu)解。在求解過程中，需要調(diào)整求解器的參數(shù)（如時(shí)間限制、求解精度等）以獲得最優(yōu)輸出值。

對(duì)求解結(jié)果進(jìn)行詳細(xì)分析，包括總成本、發(fā)電量分配、燃料使用情況、環(huán)保效果等，以此評(píng)估模型的有效性和實(shí)用性。根據(jù)分析結(jié)果制定詳細(xì)的實(shí)施策略，包括發(fā)電設(shè)備的調(diào)度計(jì)劃、燃料采購計(jì)劃、設(shè)備維護(hù)計(jì)劃等。上述方式可生成基于多約束條件下的數(shù)字化轉(zhuǎn)型模型，完成基于邊緣計(jì)算的發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型模型構(gòu)建研究。

4 對(duì)比實(shí)驗(yàn)

完成上述設(shè)計(jì)后，為實(shí)現(xiàn)對(duì)數(shù)字化轉(zhuǎn)型模型應(yīng)用效果的測(cè)試，選擇某地區(qū)大型發(fā)電中心作為本次研究的試點(diǎn)，對(duì)其市場(chǎng)運(yùn)營現(xiàn)狀進(jìn)行分析，相關(guān)內(nèi)容如表2所示。

根據(jù)表格2數(shù)據(jù)可知，盡管試點(diǎn)地區(qū)的大型發(fā)電中心在發(fā)電容量和年發(fā)電量上表現(xiàn)出色，但其在數(shù)字化轉(zhuǎn)型的進(jìn)程中仍面臨諸多挑戰(zhàn)。該地區(qū)發(fā)電行業(yè)數(shù)字化水平評(píng)分僅為65分，這表明發(fā)電中心在自動(dòng)化、智能化技術(shù)的應(yīng)用和集成方面仍有較大的提升空間。此外，設(shè)備利用率雖高達(dá)85%，但能源轉(zhuǎn)換效率僅為42%，意味著在能源利用上仍有優(yōu)化潛力。同時(shí)，智能調(diào)度系統(tǒng)的覆蓋率僅為40%，直接影響了發(fā)電調(diào)度的效率和準(zhǔn)確性。

針對(duì)上述問題，引進(jìn)郭軼鋒等［1］提出的基于動(dòng)態(tài)金融的轉(zhuǎn)型模型、王佳桐等［2］提出的三螺旋模型，進(jìn)行發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型的模擬。在此過程中，收集發(fā)電中心的歷史運(yùn)營數(shù)據(jù)，包括發(fā)電量、運(yùn)維成本、設(shè)備故障率、能源轉(zhuǎn)換效率等，調(diào)研數(shù)字化轉(zhuǎn)型前后的技術(shù)變化，如智能調(diào)度系統(tǒng)、遠(yuǎn)程監(jiān)控系統(tǒng)、數(shù)據(jù)分析平臺(tái)等的應(yīng)用情況，選擇MATLAB軟件，進(jìn)行轉(zhuǎn)型后行業(yè)發(fā)展的模擬。在此過程中，將發(fā)電行業(yè)的能源轉(zhuǎn)換效率，作為模型應(yīng)用效果的關(guān)鍵指標(biāo)，對(duì)3種方法應(yīng)用后的效果進(jìn)行綜合分析，其結(jié)果如圖1所示。

從圖1所示的內(nèi)容可以看出，對(duì)3種方法應(yīng)用后的發(fā)電行業(yè)能源轉(zhuǎn)換效率進(jìn)行模擬，模擬結(jié)果均顯示行業(yè)能源轉(zhuǎn)換效率大于42%，即優(yōu)于行業(yè)市場(chǎng)運(yùn)營現(xiàn)狀。在此基礎(chǔ)上，對(duì)3條曲線的變化趨勢(shì)進(jìn)行分析可以看出，應(yīng)用郭軼鋒等［1］方法進(jìn)行行業(yè)的數(shù)字化轉(zhuǎn)型，轉(zhuǎn)型后電力能源的轉(zhuǎn)換效率在一個(gè)相對(duì)穩(wěn)定的范圍內(nèi)波動(dòng)。而應(yīng)用王佳桐等［2］方法與文章方法后，電能的轉(zhuǎn)換效率均呈現(xiàn)提升變化趨勢(shì)，文章方法應(yīng)用后的能源轉(zhuǎn)換效率變化速度顯著大于王佳桐等［2］方法應(yīng)用后的能源轉(zhuǎn)換效率變化速度。這說明，在3種方法中，文章方法的應(yīng)用效果最佳，即可以實(shí)現(xiàn)對(duì)發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型發(fā)展的全面推進(jìn)。

5 結(jié)語

邊緣計(jì)算通過將計(jì)算任務(wù)和數(shù)據(jù)存儲(chǔ)從中心服務(wù)器遷移到網(wǎng)絡(luò)邊緣設(shè)備，顯著降低了數(shù)據(jù)傳輸?shù)难舆t和成本，提高了系統(tǒng)的實(shí)時(shí)響應(yīng)能力和效率。此種技術(shù)特性與發(fā)電行業(yè)對(duì)實(shí)時(shí)監(jiān)控、智能調(diào)度和高效運(yùn)維的需求高度契合。特別是在智能電網(wǎng)建設(shè)中，邊緣計(jì)算能夠?qū)崿F(xiàn)對(duì)電網(wǎng)運(yùn)行狀態(tài)的即時(shí)監(jiān)測(cè)和智能控制，提高電網(wǎng)的穩(wěn)定性和可靠性，減少電力損失和能源浪費(fèi)。為全面推進(jìn)此項(xiàng)工作，文章基于邊緣計(jì)算技術(shù)的應(yīng)用，以發(fā)電行業(yè)為例，通過發(fā)電行業(yè)數(shù)字化生產(chǎn)數(shù)據(jù)采集、電力生產(chǎn)調(diào)度設(shè)計(jì)、基于多約束條件下的數(shù)字化轉(zhuǎn)型模型生成，開展了模型的構(gòu)建研究，旨在探索如何利用邊緣計(jì)算技術(shù)提升發(fā)電行業(yè)的數(shù)字化水平，實(shí)現(xiàn)更高效、更智能的能源生產(chǎn)和管理模式，為發(fā)電行業(yè)的可持續(xù)發(fā)展貢獻(xiàn)力量。通過實(shí)驗(yàn)得到如下結(jié)論：文章方法應(yīng)用后的能源轉(zhuǎn)換效率變化速度顯著提升，應(yīng)用效果較好，可以實(shí)現(xiàn)發(fā)電行業(yè)數(shù)字化轉(zhuǎn)型發(fā)展。

未來工作展望可以從多個(gè)維度進(jìn)行深入規(guī)劃，具體內(nèi)容如下：（1）下一步研究工作可以利用邊緣計(jì)算技術(shù)，進(jìn)一步優(yōu)化發(fā)電機(jī)組的實(shí)時(shí)監(jiān)控系統(tǒng)，實(shí)現(xiàn)更高精度的數(shù)據(jù)采集和更快速的故障預(yù)警。（2）下一步研究工作可以利用邊緣計(jì)算處理實(shí)時(shí)負(fù)荷數(shù)據(jù)，優(yōu)化發(fā)電機(jī)的輸出功率，確保電網(wǎng)供需平衡，提高電能質(zhì)量和穩(wěn)定性。

參考文獻(xiàn)

［1］郭軼鋒，王濤，李媛鈺，等.綠色信貸、偏向性技術(shù)進(jìn)步與綠色轉(zhuǎn)型發(fā)展研究：基于動(dòng)態(tài)金融CGE模型的模擬分析［J］.技術(shù)經(jīng)濟(jì)與管理研究，2024（4）：14-20.

［2］王佳桐，馮旭芳.俄羅斯地方創(chuàng)業(yè)型大學(xué)的生成軌跡、組織轉(zhuǎn)型與三螺旋模型發(fā)展研究：基于TUSUR的個(gè)案分析［J］.應(yīng)用型高等教育研究，2024（1）：82-90.

［3］方紅，張?zhí)煅?數(shù)字化轉(zhuǎn)型賦能鄉(xiāng)村教師專業(yè)發(fā)展：現(xiàn)實(shí)阻力與實(shí)踐路向：基于“AGIL”模型視角的分析［J］.中國電化教育，2024（6）：61-69.

［4］萬舉，趙培中，劉承毅.數(shù)字普惠金融賦能縣域產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級(jí)的動(dòng)力機(jī)制：基于PLS-SEM模型分析［J］.河南科技大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2024（3）：81-87.

［5］張社梅，鄧杰豪，楊娜，等.聘用農(nóng)業(yè)經(jīng)理人對(duì)農(nóng)民合作社綠色轉(zhuǎn)型影響研究：以四川省為例［J］.國土資源科技管理，2024（3）：111-122.

［6］趙漢卿.基于AHP層次模型的既有建筑轉(zhuǎn)型為養(yǎng)老設(shè)施的潛力研究：以濱州市市中老年公寓為例［J］.住宅與房地產(chǎn)，2024（11）：56-58.

［7］吳小衛(wèi).大灣區(qū)建設(shè)背景下廣東區(qū)域城鎮(zhèn)化對(duì)制度轉(zhuǎn)型的影響：基于VAR模型的脈沖響應(yīng)函數(shù)分析［J］.中國集體經(jīng)濟(jì)，2024（11）：58-61.

［8］魏延輝，曹文聰，陳婭茹.基于D-I-M協(xié)同模型的企業(yè)數(shù)字化轉(zhuǎn)型財(cái)務(wù)管理風(fēng)險(xiǎn)識(shí)別研究［J］.甘肅科學(xué)學(xué)報(bào)，2024（2）：131-137，146.

［9］陳群，謝夢(mèng)宇，陳哲.基于博弈論組合賦權(quán)-TOPSIS模型的建筑企業(yè)綠色轉(zhuǎn)型評(píng)價(jià)研究［J］.土木工程與管理學(xué)報(bào)，2024（3）：64-71，79.

［10］鄭然斐，孟令云，苗建瑞，等.面向業(yè)務(wù)自動(dòng)化轉(zhuǎn)型的鐵路運(yùn)輸調(diào)度業(yè)務(wù)數(shù)據(jù)模型構(gòu)建方法研究［J］.鐵道運(yùn)輸與經(jīng)濟(jì)，2024（6）：73-80.

（編輯 王永超）

Research on the digital transformation model method of power generation industry based on edge computing

CHEN" Zhongyong

（Huadian Jinsha River Upstream Hydropower Development Co.， Ltd.， Chengdu 610041， China）

Abstract：" In order to improve the energy conversion efficiency in the power generation and promote the digital development of the power generation industry， this paper introduces the edge computing technology and carries out the research on the construction of the digital transformation model of the power generation industry. According to the actual demand of power generation enterprises， the paper determines the type of data collection and collects the digital production data of power generation industry， introduces the power production scheduling， defines the power production process， selects the mixed integer linear planning algorithm， and takes the optimal dispatching of power generation industry as the goal to generate the digital transformation model based on multi-constraint condition. The comparative experimental results show that the energy conversion efficiency of the application of the design method is significantly improved， and shows a trend of improvement， indicating that the method can realize the comprehensive promotion of the digital transformation and development of the power generation industry.

Key words： edge computing; power production scheduling; model; transformation; digital; power generation industry