论文部分内容阅读
摘 要：未来能源将会朝着清洁化、智慧化、去中心化、综合化方向发展，能源利用形式将会呈现冷、热、电、气能源在供应、传输、消费和转化环节的综合优化利用趋势。当前综合能源的建设与运行仍以多种新能源简单集成为主，由于可再生能源的随机波动性、综合能源控制的复杂性，传统控制系统难以发挥综合能源的潜力及优势，需进一步增强异质能源的互补性和可替代性，解决多能源耦合转化效率低、造价高的难题。本文提出一种基于边缘计算的小型DCS系统，采用小型化、可插拔的模块化设计，具备传统DCS系统全部功能的同时，增加了人工智能边缘计算模块功能，在传统工业设备的协调控制功能的基础上，利用边缘智能，提升综合能源智能化水平，大幅提高了能源利用效率，具有较好的应用前景。
关键词：综合能源 小型化DCS 边缘计算 多能耦合 数字孪生
中图分类号：TP13 文献标识码：A 文章编号：1674-098X（2021）07（b）-0073-03
Design and Research of Miniaturized Integrated Energy Intelligent Control System Based on Edge Computing
CHENG Junjie RUAN Jiusheng
（Simulation Center， State Nuclear Power Automation System Engineering Company， Shanghai， 200241 China）
Abstract： In the future， energy will develop in the direction of cleanness， intelligence， decentralization and integration. The form of energy utilization will show the trend of comprehensive and optimal utilization of cold， heat， electricity and gas energy in the links of supply， transmission， consumption and transformation. At present， the construction and operation of comprehensive energy still focus on the simple integration of a variety of new energy. Due to the random fluctuation of renewable energy and the complexity of comprehensive energy control， the traditional control system is difficult to give full play to the potential and advantages of comprehensive energy. It is necessary to further enhance the complementarity and substitutability of heterogeneous energy and solve the problems of low efficiency and high cost of multi energy coupling conversion. This paper proposes a small DCS system based on edge computing， which adopts a miniaturized and pluggable modular design. When it has all the functions of the traditional DCS system， it adds the function of artificial intelligence edge computing module. On the basis of having the coordinated control function of traditional industrial equipment， it makes use of edge intelligence， improves the level of comprehensive energy intelligence， and greatly improves the energy utilization efficiency. It has a good application prospect.
Key Words： Comprehensive energy; Miniaturized DCS; Edge computing; Multienergy coupling; Digital twin
隨着“碳达峰、碳中和”国家能源战略发展目标的提出，未来能源将会朝着清洁化、智慧化、去中心化、综合化方向发展，能源利用形式将会呈现冷、热、电、气能源在供应、传输、消费和转化环节的综合优化利用趋势。当前能源生产和消费方式在发生革命性变化，传统能源发展受到环境严重制约，清洁能源替代加速，能源利用向绿色低碳转型。发展综合智慧能源是推动能源转型升级、创新发展模式的重要方向之一。
当前综合能源的建设与运行仍以多种能源简单集成为主，多能源耦合转化的优势并未发挥，导致能源利用造价高、效率低，阻碍了综合能源的发展。综合能源控制系统作为能效提升的关键技术设备，在多能耦合、转换，储能经济运行，综合能源供需平衡，并网参与电网调节等方面均具有重要作用[1]。但由于可再生能源的随机波动性、综合能源控制的复杂性，传统控制系统难以发挥综合能源的潜力及优势，需进一步增强异质能源的互补性和可替代性。综合能源面临着亟待解决的多能源耦合转化效率低、造价高的难题。 本文提出一种基于边缘计算的小型DCS系统，采用小型化、可插拔的模块化设计，具备传统DCS系统全部功能的同时，增加了人工智能边缘计算模块功能，在传统工业设备的协调控制功能的基础上，利用边缘智能，提升综合能源智能化水平，大幅提高了能源利用效率，具有较大研发价值及市场潜力。
1 系统设计
1.1 系统架构
基于边缘计算的小型化综合能源智能控制系统包含小型化DCS系统及边缘计算站两部分。小型DCS系统硬件包括包括基于ARM的过程控制站DPU模块、电源模块、各种I/O模块。边缘计算站包括基于ARM架构的神经网络芯片接口板载模块，可用于高性能推理，具有精准的多模式AI推理功能，实现各种深度学习模型和机器学习及智能控制算法的边缘化部署。小型化DCS系统与边缘计算站深度融合，边缘计算智能站通过OPC及内部通讯协议与小型化DCS系统进行双向通信，边缘计算智能算法运算结果可以通过小型化DCS系统作用到现场设备上，发挥人工智能算法作用，两者间可以实现智能算法与逻辑控制之间的无扰切换、互为冗余配置或其他自定义功能，如智能算法通过更改DCS控制逻辑参数实现优化提升等，提升综合能源智能化水平[2]。
系统软件部分除了传统DCS各种组态、运行分析监控软件外，还开发了人工智能算法模块组态工具，ARM架构神经网络芯片算法部署工具，算法编译加速工具，智能算法加密工具，各种智能算法API、SDK工具，Linux显示界面GUI，智能算法与DCS逻辑交互工具及联合组态工具，边缘计算与DCS通信接口，冗余无扰切换配置工具等[3]。
1.2 系统布置
基于边缘计算的综合能源智能控制系统包括一个人工智能边缘计算站、一堆冗余配置的过程控制站（可选）和若干个I/O模块组成，功能模块布置由上到下依次为：边缘计算站（EC）、过程控制站（PU）、I/O模块组成。
系统基于人工智能边缘系统开发技术、小型化现场总线技术主控制器及分布式I/O系统组成。内部功能模块边缘计算模块（EC）与过程控制站（PU）为必选模块，其中PU模块集成电源模块，节省内部空间，EC及PU模块均可插拔，方便调试及更换。其他智能I/O模块为非固定模块，采用内部级联方式，根据具体综合能源项目自由组建。不同综合智慧能源控制装置也可级联使用，适用于大型综合能源项目。
1.2.1 边缘计算站
综合能源智能控制系统的边缘计算模块（EC）采用功能强大紧凑型Jetson Xavie Nx模块进行开发，具有精准的多模式AI推理功能，可将面向综合能源的AI应用部署到此边缘设备。边缘计算模块通过网络或CAN接口与过程控制器DPU通信，并行运行多个AI应用，将时间序列预测、综合能源调度优化、综合能源智能控制等运算结果交付DPU执行。此外，边缘计算模块也处理来自多个传感器，包括视频设备高分辨率设备，实现机器视觉、自然语音处理等传统工控系统不具备的功能实现[4]。
边缘计算站的应用软件及下装的算法模型保存在电子盘中，在失电的状态下不会丢失算法模型。边缘计算模块（EC）中的功能与过程控制站（DPU）往往是冗余配置的，过程控制站中的控制逻辑提供传统稳定的综合能源调度及控制方案，边缘计算模块实现是综合能源调度及控制的优化方案，通过其内置的两个互为冗余的以太网接口实现实时数据通信和模块间的冗余。处于备用状态的DPU能够自动跟踪运行的EC，一旦主控状态的边缘计算模块（EC）出现故障，备用DPU将立即承担过程控制任务，实现优化算法与保守策略间的无扰切换。
1.2.2 过程控制站
综合智慧能源控制装置的过程控制器（DPU）是整个综合智慧能源控制装置硬件体系结构的主控制单元，可采用双冗余配置，是体系网络和控制网络之間的枢纽。过程控制站为ARM架构，大小形状与普通I/O模块完全相同，可与I/O模块级联使用，具体使用型号可根据实际需要进行选择。过程控制站内部运行实时多任务操作系统，执行实时的任务调度和运算，将I/O模块和上位机进行连接，使整个体系结构成为一个完整的整体。过程控制站由下列部分组成：总线底座底板、CPU主板、双CAN接口卡、电源、外壳及指示灯等[5]。
1.2.3 电源模块
电源模块采用开关电源AC/DC转换设备，实现220VAC到24VDC的转换，为过程控制站和I/O模块、边缘控制站进行供电。电源模块分为A、B、C、D这4种模块，电源模块A和B是一对，接线端子相同;C和D为一对，接线端子相同。一种模块只提供一路220VAC到24VDC电源转换，一对模块配合使用实现电源的双冗余结构。
1.2.4 I/O模块
系统的智能I/O模块采用可插拔结构，由模块部分和底座两部分组成，通过底座端子与现场信号线相连。模块采用级联方式，电源和信号线通过底座部分相连。模块采用CAN总线方式与过程控制站建立通讯。
1.3 控制网络
控制网是过程控制站的内部网络，采用CAN总线将DPU与边缘计算站EC和I/O模块进行连接。CAN总线在I/O模块列内部通过模块底座部分进行级联，在列与列之间采用环形结构。每一列模块的底部均有一个终端模块，终端模块上设有CAN总线匹配电阻的拨码开关，需要接匹配电阻时将拨码拨至ON端，不需要时拨到OFF端。在电源模块上也设有CAN总线接线端子和匹配电阻的拨码开关。通讯运行时，需要将第1列模块的电源模块上的CAN匹配拨码开关拨至ON端，将最后1列I/O模块底部的终端模块的CAN匹配拨码开关拨至ON端，其余的开关全部拨至OFF端[6]。
1.4 能源预测与优化功能
根据综合能源不同场景梳理，含有边缘计算站和传统DCS控制功能的综合能源智能控制系统能实现的能源预测与优化功能包括能源供应预测、用户负荷预测、储能优化、电、热、冷负荷控制优化、峰谷电价并网优化、用户用能优化等。
2 结语
随着构建以新能源为主体的新型电力系统的提出，未来能源利用的低碳化、智慧化、综合化是必然发展趋势。本文提出一种基于边缘计算的小型DCS系统，采用小型化、可插拔的模块化设计，具备传统DCS系统全部功能时，增加了人工智能边缘计算模块功能，具备传统工业设备的协调控制功能的基础上，利用边缘智能，提升综合能源智能化水平，大幅提高了能源利用效率，具有较好的应用前景。
参考文献
[1] 艾芊，郝然.多能互补、集成优化能源系统关键技术及挑战[J].电力系统自动化，2018，42（4）：2-10，46.
[2] 宋晨辉，冯健，杨东升，等.考虑系统耦合性的综合能源协同优化[J].电力系统自动化，2018，42（10）：38-45，86.
[3] 李争，张蕊，孙鹤旭，等.可再生能源多能互补制-储-运氢关键技术综述[J].电工技术学报，2021，36（3）：446-462.
[4] 朱兵.地源热泵机房的设计及节能智能控制系统EICS的研究[D].合肥：安徽建筑大学，2018.
[5] 张丽虹，常成，熊炜，等.基于智能控制终端的主动配电网故障处理方法[J].电力科学与技术学报，2020，35（2）：22-29.
[6] 程庭莉.含分布式储能的主动配电网多目标优化调度方法研究[D].重庆：重庆大学，2018.
关键词：综合能源 小型化DCS 边缘计算 多能耦合 数字孪生
中图分类号：TP13 文献标识码：A 文章编号：1674-098X（2021）07（b）-0073-03
Design and Research of Miniaturized Integrated Energy Intelligent Control System Based on Edge Computing
CHENG Junjie RUAN Jiusheng
（Simulation Center， State Nuclear Power Automation System Engineering Company， Shanghai， 200241 China）
Abstract： In the future， energy will develop in the direction of cleanness， intelligence， decentralization and integration. The form of energy utilization will show the trend of comprehensive and optimal utilization of cold， heat， electricity and gas energy in the links of supply， transmission， consumption and transformation. At present， the construction and operation of comprehensive energy still focus on the simple integration of a variety of new energy. Due to the random fluctuation of renewable energy and the complexity of comprehensive energy control， the traditional control system is difficult to give full play to the potential and advantages of comprehensive energy. It is necessary to further enhance the complementarity and substitutability of heterogeneous energy and solve the problems of low efficiency and high cost of multi energy coupling conversion. This paper proposes a small DCS system based on edge computing， which adopts a miniaturized and pluggable modular design. When it has all the functions of the traditional DCS system， it adds the function of artificial intelligence edge computing module. On the basis of having the coordinated control function of traditional industrial equipment， it makes use of edge intelligence， improves the level of comprehensive energy intelligence， and greatly improves the energy utilization efficiency. It has a good application prospect.
Key Words： Comprehensive energy; Miniaturized DCS; Edge computing; Multienergy coupling; Digital twin
隨着“碳达峰、碳中和”国家能源战略发展目标的提出，未来能源将会朝着清洁化、智慧化、去中心化、综合化方向发展，能源利用形式将会呈现冷、热、电、气能源在供应、传输、消费和转化环节的综合优化利用趋势。当前能源生产和消费方式在发生革命性变化，传统能源发展受到环境严重制约，清洁能源替代加速，能源利用向绿色低碳转型。发展综合智慧能源是推动能源转型升级、创新发展模式的重要方向之一。
当前综合能源的建设与运行仍以多种能源简单集成为主，多能源耦合转化的优势并未发挥，导致能源利用造价高、效率低，阻碍了综合能源的发展。综合能源控制系统作为能效提升的关键技术设备，在多能耦合、转换，储能经济运行，综合能源供需平衡，并网参与电网调节等方面均具有重要作用[1]。但由于可再生能源的随机波动性、综合能源控制的复杂性，传统控制系统难以发挥综合能源的潜力及优势，需进一步增强异质能源的互补性和可替代性。综合能源面临着亟待解决的多能源耦合转化效率低、造价高的难题。 本文提出一种基于边缘计算的小型DCS系统，采用小型化、可插拔的模块化设计，具备传统DCS系统全部功能的同时，增加了人工智能边缘计算模块功能，在传统工业设备的协调控制功能的基础上，利用边缘智能，提升综合能源智能化水平，大幅提高了能源利用效率，具有较大研发价值及市场潜力。
1 系统设计
1.1 系统架构
基于边缘计算的小型化综合能源智能控制系统包含小型化DCS系统及边缘计算站两部分。小型DCS系统硬件包括包括基于ARM的过程控制站DPU模块、电源模块、各种I/O模块。边缘计算站包括基于ARM架构的神经网络芯片接口板载模块，可用于高性能推理，具有精准的多模式AI推理功能，实现各种深度学习模型和机器学习及智能控制算法的边缘化部署。小型化DCS系统与边缘计算站深度融合，边缘计算智能站通过OPC及内部通讯协议与小型化DCS系统进行双向通信，边缘计算智能算法运算结果可以通过小型化DCS系统作用到现场设备上，发挥人工智能算法作用，两者间可以实现智能算法与逻辑控制之间的无扰切换、互为冗余配置或其他自定义功能，如智能算法通过更改DCS控制逻辑参数实现优化提升等，提升综合能源智能化水平[2]。
系统软件部分除了传统DCS各种组态、运行分析监控软件外，还开发了人工智能算法模块组态工具，ARM架构神经网络芯片算法部署工具，算法编译加速工具，智能算法加密工具，各种智能算法API、SDK工具，Linux显示界面GUI，智能算法与DCS逻辑交互工具及联合组态工具，边缘计算与DCS通信接口，冗余无扰切换配置工具等[3]。
1.2 系统布置
基于边缘计算的综合能源智能控制系统包括一个人工智能边缘计算站、一堆冗余配置的过程控制站（可选）和若干个I/O模块组成，功能模块布置由上到下依次为：边缘计算站（EC）、过程控制站（PU）、I/O模块组成。
系统基于人工智能边缘系统开发技术、小型化现场总线技术主控制器及分布式I/O系统组成。内部功能模块边缘计算模块（EC）与过程控制站（PU）为必选模块，其中PU模块集成电源模块，节省内部空间，EC及PU模块均可插拔，方便调试及更换。其他智能I/O模块为非固定模块，采用内部级联方式，根据具体综合能源项目自由组建。不同综合智慧能源控制装置也可级联使用，适用于大型综合能源项目。
1.2.1 边缘计算站
综合能源智能控制系统的边缘计算模块（EC）采用功能强大紧凑型Jetson Xavie Nx模块进行开发，具有精准的多模式AI推理功能，可将面向综合能源的AI应用部署到此边缘设备。边缘计算模块通过网络或CAN接口与过程控制器DPU通信，并行运行多个AI应用，将时间序列预测、综合能源调度优化、综合能源智能控制等运算结果交付DPU执行。此外，边缘计算模块也处理来自多个传感器，包括视频设备高分辨率设备，实现机器视觉、自然语音处理等传统工控系统不具备的功能实现[4]。
边缘计算站的应用软件及下装的算法模型保存在电子盘中，在失电的状态下不会丢失算法模型。边缘计算模块（EC）中的功能与过程控制站（DPU）往往是冗余配置的，过程控制站中的控制逻辑提供传统稳定的综合能源调度及控制方案，边缘计算模块实现是综合能源调度及控制的优化方案，通过其内置的两个互为冗余的以太网接口实现实时数据通信和模块间的冗余。处于备用状态的DPU能够自动跟踪运行的EC，一旦主控状态的边缘计算模块（EC）出现故障，备用DPU将立即承担过程控制任务，实现优化算法与保守策略间的无扰切换。
1.2.2 过程控制站
综合智慧能源控制装置的过程控制器（DPU）是整个综合智慧能源控制装置硬件体系结构的主控制单元，可采用双冗余配置，是体系网络和控制网络之間的枢纽。过程控制站为ARM架构，大小形状与普通I/O模块完全相同，可与I/O模块级联使用，具体使用型号可根据实际需要进行选择。过程控制站内部运行实时多任务操作系统，执行实时的任务调度和运算，将I/O模块和上位机进行连接，使整个体系结构成为一个完整的整体。过程控制站由下列部分组成：总线底座底板、CPU主板、双CAN接口卡、电源、外壳及指示灯等[5]。
1.2.3 电源模块
电源模块采用开关电源AC/DC转换设备，实现220VAC到24VDC的转换，为过程控制站和I/O模块、边缘控制站进行供电。电源模块分为A、B、C、D这4种模块，电源模块A和B是一对，接线端子相同;C和D为一对，接线端子相同。一种模块只提供一路220VAC到24VDC电源转换，一对模块配合使用实现电源的双冗余结构。
1.2.4 I/O模块
系统的智能I/O模块采用可插拔结构，由模块部分和底座两部分组成，通过底座端子与现场信号线相连。模块采用级联方式，电源和信号线通过底座部分相连。模块采用CAN总线方式与过程控制站建立通讯。
1.3 控制网络
控制网是过程控制站的内部网络，采用CAN总线将DPU与边缘计算站EC和I/O模块进行连接。CAN总线在I/O模块列内部通过模块底座部分进行级联，在列与列之间采用环形结构。每一列模块的底部均有一个终端模块，终端模块上设有CAN总线匹配电阻的拨码开关，需要接匹配电阻时将拨码拨至ON端，不需要时拨到OFF端。在电源模块上也设有CAN总线接线端子和匹配电阻的拨码开关。通讯运行时，需要将第1列模块的电源模块上的CAN匹配拨码开关拨至ON端，将最后1列I/O模块底部的终端模块的CAN匹配拨码开关拨至ON端，其余的开关全部拨至OFF端[6]。
1.4 能源预测与优化功能
根据综合能源不同场景梳理，含有边缘计算站和传统DCS控制功能的综合能源智能控制系统能实现的能源预测与优化功能包括能源供应预测、用户负荷预测、储能优化、电、热、冷负荷控制优化、峰谷电价并网优化、用户用能优化等。
2 结语
随着构建以新能源为主体的新型电力系统的提出，未来能源利用的低碳化、智慧化、综合化是必然发展趋势。本文提出一种基于边缘计算的小型DCS系统，采用小型化、可插拔的模块化设计，具备传统DCS系统全部功能时，增加了人工智能边缘计算模块功能，具备传统工业设备的协调控制功能的基础上，利用边缘智能，提升综合能源智能化水平，大幅提高了能源利用效率，具有较好的应用前景。
参考文献
[1] 艾芊，郝然.多能互补、集成优化能源系统关键技术及挑战[J].电力系统自动化，2018，42（4）：2-10，46.
[2] 宋晨辉，冯健，杨东升，等.考虑系统耦合性的综合能源协同优化[J].电力系统自动化，2018，42（10）：38-45，86.
[3] 李争，张蕊，孙鹤旭，等.可再生能源多能互补制-储-运氢关键技术综述[J].电工技术学报，2021，36（3）：446-462.
[4] 朱兵.地源热泵机房的设计及节能智能控制系统EICS的研究[D].合肥：安徽建筑大学，2018.
[5] 张丽虹，常成，熊炜，等.基于智能控制终端的主动配电网故障处理方法[J].电力科学与技术学报，2020，35（2）：22-29.
[6] 程庭莉.含分布式储能的主动配电网多目标优化调度方法研究[D].重庆：重庆大学，2018.