论文部分内容阅读
摘要：“碳中和、碳达峰”目标下，实现多种能源间的智慧化利用是未来能源研究的重点和方向。针对当前综合能源利用中智能化程度低、传统控制系统不能很好的满足多能耦合复杂性需求的痛点问题，本文提出一种基于边缘计算的综合智慧能源一体化管控平台，一方面采用边缘计算装置+小型DCS一体机的理念，实现传统综合能源控制系统智能化改造升级，很好的满足了综合能源耦合复杂性的控制需求，另一方面基于通用平台工具开发用户应用，具有更好的平台通用性，在用户提出新的需求时，能够通过复用平台工具模块快速开发出来相关应用，降低开发时间及成本。平台能够发挥综合能源的优势与潜力，整体可大幅提升能源利用效率，具有较大的研发价值与市场潜力。
关键词：综合能源;小型化DCS;边缘计算;数字孪生;用能优化;
1.引言
随着“碳达峰、碳中和”国家能源战略发展目标的提出，未来构建以可再生能源为主体的新型电力系统，实现绿色低碳、节能降耗成为实现“双碳”目标的基本思路和主要举措，其中在工业生产、建筑环境、交通运输等环节实现多种能源的智慧化综合利用是研究的重点和方向。
当前综合智慧能源管理存在以下两个方面的痛点：第一，目前市场上大都采取能源管理系统（Energy Management System）进行综合能源优化管理，但基本只具备基础的用能监控画面、能耗分析功能。且该EMS对于整个综合能源系统的控制策略全部是通过粗颗粒度的一阶模型或是纯软件的方式来粗略的干预，其稳定性和控制效果欠佳。其画面显示效果俱佳，但缺少真正的能源智能优化内核，非真正智能化的综合能源管理系统;第二，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。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。综合能源面临着亟需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一体化综合智慧能源管控平台，研发方向切中行业痛点，采用智能算法驱动的综合能源边缘智能控制系统能够大幅提升能源利用效率，具有较大研发价值及市场潜力。
2.平台设计
1）平台总体架构
基于边缘计算的综合智慧能源一体化管控平台是集管理与控制功能为一体的数据应用平台，平台以数据为基础，数据驱动算法模块为工具，灵活开发出各种平台应用，满足综合能源项目管控一体化的需求。作为能源管理中心，综合能源一体化智慧管控平台应提供能效管理、能源监控、设备维保、能耗分析、负荷预测、优化调度等功能。例如实现用能数据精准展示、实时监控异常告警、大数据自定义报表功能等。通过共享供电系统、供水系统、燃气、供暖、供冷等能源供应和使用数据信息，平台应能实现对企业能源系统的生产输配和消耗环节实施集中扁平化的动态监控和数字化管理。 平台系统架构如图1所示。
从功能层级上来分，包括：监控显示层、数据服务器层、边缘控制层、就地设备层。
a）监控显示层
监控显示层是实现综合能源相关资源与设备一体化管理的人机交互中心，一般包含的设备有：中央大屏显示系统、一体化管控平台终端、监控显示终端、信息安全隔离设备等。中央大屏显示系统实现数据精准展示功能;一体化管控平台终端通过KVM设备接入管控平台服务器，实现管控平台服务器中综合能源相关应用的部署与操作;监控显示终端通过KVM设备接入监控终端服务器，实现常规DCS监控显示功能;信息安全隔离设备通过加密通信保障与外部网络通信安全。监控显示层主要涉及功能包括输出结果渲染、3D界面精准展示与交互、相关指标及趋势展示、实时监控告警、VR/AR显示等。
b）数据服务器层
包括实时数据库/历史数据库服务器、管控平台服务器、监控终端服务器等设备。其中管控平台服务器是整个平台实现业务计算的核心。一方面，数据服务器层提供平台通用工具，各种业务应用能够通过调用这些平台工具快速开发实现，支持工具包括数据处理、分析、查询，能够评估计算模块，算法训练、求解、部署模块，3D交互引擎、数字孪生模型、数字孪生拟合工具、第三方算法支撑工具等，另一方面，基于提供的通用工具，面向综合能源各项需求可有针对性开发基于WEB的业务应用程序，包括能源效率及性能分析、能源运行优化、负荷预测、智能算法训练及部署、智能运维等功能。相比较于目前主流的基于平台数据来开发应用的方案设计，基于通用平台工具再开发用户应用，具有更好的平台通用性，在用户提出新的需求时，能够通过复用平台工具模块快速开发出来相关应用，降低开发时间及成本。综合能源数据，包括综合能源中新能源、储能、供热制冷设备、泵、阀门等运行数据;来自第三方控制系统、SCADA、SIS、EMS等系统中的数据;以及视频、气象、GIS等其他数據。以上数据通过各种配置的通讯协议及接口，通过数据清洗预处理上传至平台实时数据库/历史数据库服务器中，来支撑平台上层工具开发。
c）边缘控制层
边缘控制层包括小型化DCS一体机、边缘计算装置两部分构成。边缘控制层是整个平台的工业大脑，实现数据采集、智能优化计算、直接调度控制等功能。小型化DCS一体机，在具备传统DCS全部功能的同时，实现了小型化设计，满足综合能源项目各种场景安装需求，装置采用可拔插模块化设计，能够根据不同的综合能源项目灵活配置产品硬件组成，具有灵活、可扩展、易维护等优势。利用可拓展I/O智能模块、DTU无线通信模块，增加DCS远程监控、逻辑组态远程更新应用等功能;边缘计算装置包含基于实现ARM架构神经网络芯片核心版接口板载模块，主要实现人工智能算法应用功能。边缘计算服务器通过OPC及内部通讯协议与小型化DCS一体机进行双向通信，边缘计算智能算法运算结果可以通过小型化DCS一体机作用到现场设备上，提升综合能源智能化水平。此外，通过两者深度融合，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。边缘控制层满足了综合智慧能源项目各种基本控制和智能控制需求。 d）就地层
就地层提供能源现场设备及系统进行数据采集的各种通信协议及接口，包括但不仅限于OPC、MODBUS、CAN通信协议，第三方DCS/PLC内部通信转换，以及兼容SIS、EMS、SCADA系统数据传输接口，天气及GIS数据接口和其他数据规约等。
2）平台功能架构
按功能和计算内容划分，分为数据访问层、技术支持层、业务应用层及表现层4层技术结构组成。数据访问层提供能源现场设备及系统进行数据采集的各种通信协议及接口。技术支持层提供平台通用工具，各种业务层应用能够通过调用这些平台工具快速开发实现，支持工具包括数据预处理、分析、查询，能够评估计算模块，算法训练、求解、部署模块，3D交互引擎等。更高级别地，还可进一步开发综合能数字孪生模型、数字孪生拟合工具，第三方算法支撑工具等，分别用于智慧运维、高精度优化和综合能源生态体系构建支持。业务应用层是面向综合能源各项需求有针对性开发的应用程序，包括能源效率及性能分析、能源运行优化、负荷预测、智能算法训练及部署等功能，基于综合能源数字孪生还可开发智能运维等高级应用。表现层技术主要涉及3D界面精准展示、相关指标及趋势展示、实时监控告警等功能的开发。
3）平台优化功能
根据综合能源不同场景梳理，平台应实现的能源预测与优化功能包括：
序号系统功能功能描述1能源供应预测根据是否使用气象数据，单一时间尺度或多时间尺度预测2用户负荷预测根据系统的运行特性、增容决策、自然条件与社会影响等诸多因数，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电力需求量（功率）或用电量3储能优化包括电储能、热储能、蓄冷、储气，目标为保证供需平衡同时，降低储能系统运行成本，增加储能设备寿命4电负荷控制优化含电储能优化，供需预测算法，在保证用户用电需求的同时，最小化发电成本。电能品质需要保证，控制周期及精度要求高5热负荷控制优化含热储能优化，供需预测算法，在保证用户热能需求的同时，最小化供热成本。热能耦合转换复杂，需要解决热惯性问题6冷负荷控制优化含蓄冷储能优化，供需预测算法，在保证用户冷负荷需求的同时，最小化供冷成本。7峰谷电价并网优化包括储能优化、市场电价预测、新能源功率预测，并网控制8调度优化（数据驱动）包括供需预测算法，控制优化为秒级及以下优化，调度优化是分钟级及以上运行方式优化，采用纯数据驱动模型进行算法寻优9调度优化（数字孪生）包括供需预测算法，包含基于机理模型+数据驱动模型的综合能源数字孪生系统，基于数字孪生进行算法寻优10综合能源自寻优算法包括综合能源数字孪生，在保证综合能源控制系统安全稳定的前提下，采用安全单调递优强化学习算法，使综合能包括综合能源数字孪生，分析用户用能習惯，基于数字孪生和智能算法，改进用户用能习惯，降低用户用能成本。如医院照明用能优化、冷热负荷需求优化等11用户用能优化包括综合能源数字孪生，根据用户用能习惯，基于数字孪生和智能算法，提出能优化建议或直接更改用户负荷需求控制系统参数，满足实际用户需求的同时降低用户用能成本及稳定性。案例包括医院照明用能优化、空调制冷节能、供热用能优化等。
3.结束语
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。本文提出一种基于边缘计算的综合智慧能源一体化平台设计，一方面采用边缘计算装置+小型DCS一体机的理念，实现传统综合能源控制系统智能化改造升级，很好的满足了综合能源耦合复杂性的控制需求，另一方面基于通用平台工具开发用户应用，具有更好的平台通用性，在用户提出新的需求时，能够通过复用平台工具模块快速开发出来相关应用，降低开发时间及成本。平台能够发挥综合能源的优势与潜力，整体可大幅提升能源利用效率，具有较大的研发价值与市场潜力。
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，2017
[2] 宋晨辉，冯健，杨东升，周博文，齐 格.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
[3] 钟迪，李启明，周贤，彭烁，王保民.多能互补能源综合利用关键技术研究现状及发展趋势[J].热力发电，2018
关键词：综合能源;小型化DCS;边缘计算;数字孪生;用能优化;
1.引言
随着“碳达峰、碳中和”国家能源战略发展目标的提出，未来构建以可再生能源为主体的新型电力系统，实现绿色低碳、节能降耗成为实现“双碳”目标的基本思路和主要举措，其中在工业生产、建筑环境、交通运输等环节实现多种能源的智慧化综合利用是研究的重点和方向。
当前综合智慧能源管理存在以下两个方面的痛点：第一，目前市场上大都采取能源管理系统（Energy Management System）进行综合能源优化管理，但基本只具备基础的用能监控画面、能耗分析功能。且该EMS对于整个综合能源系统的控制策略全部是通过粗颗粒度的一阶模型或是纯软件的方式来粗略的干预，其稳定性和控制效果欠佳。其画面显示效果俱佳，但缺少真正的能源智能优化内核，非真正智能化的综合能源管理系统;第二，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。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。综合能源面临着亟需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一体化综合智慧能源管控平台，研发方向切中行业痛点，采用智能算法驱动的综合能源边缘智能控制系统能够大幅提升能源利用效率，具有较大研发价值及市场潜力。
2.平台设计
1）平台总体架构
基于边缘计算的综合智慧能源一体化管控平台是集管理与控制功能为一体的数据应用平台，平台以数据为基础，数据驱动算法模块为工具，灵活开发出各种平台应用，满足综合能源项目管控一体化的需求。作为能源管理中心，综合能源一体化智慧管控平台应提供能效管理、能源监控、设备维保、能耗分析、负荷预测、优化调度等功能。例如实现用能数据精准展示、实时监控异常告警、大数据自定义报表功能等。通过共享供电系统、供水系统、燃气、供暖、供冷等能源供应和使用数据信息，平台应能实现对企业能源系统的生产输配和消耗环节实施集中扁平化的动态监控和数字化管理。 平台系统架构如图1所示。
从功能层级上来分，包括：监控显示层、数据服务器层、边缘控制层、就地设备层。
a）监控显示层
监控显示层是实现综合能源相关资源与设备一体化管理的人机交互中心，一般包含的设备有：中央大屏显示系统、一体化管控平台终端、监控显示终端、信息安全隔离设备等。中央大屏显示系统实现数据精准展示功能;一体化管控平台终端通过KVM设备接入管控平台服务器，实现管控平台服务器中综合能源相关应用的部署与操作;监控显示终端通过KVM设备接入监控终端服务器，实现常规DCS监控显示功能;信息安全隔离设备通过加密通信保障与外部网络通信安全。监控显示层主要涉及功能包括输出结果渲染、3D界面精准展示与交互、相关指标及趋势展示、实时监控告警、VR/AR显示等。
b）数据服务器层
包括实时数据库/历史数据库服务器、管控平台服务器、监控终端服务器等设备。其中管控平台服务器是整个平台实现业务计算的核心。一方面，数据服务器层提供平台通用工具，各种业务应用能够通过调用这些平台工具快速开发实现，支持工具包括数据处理、分析、查询，能够评估计算模块，算法训练、求解、部署模块，3D交互引擎、数字孪生模型、数字孪生拟合工具、第三方算法支撑工具等，另一方面，基于提供的通用工具，面向综合能源各项需求可有针对性开发基于WEB的业务应用程序，包括能源效率及性能分析、能源运行优化、负荷预测、智能算法训练及部署、智能运维等功能。相比较于目前主流的基于平台数据来开发应用的方案设计，基于通用平台工具再开发用户应用，具有更好的平台通用性，在用户提出新的需求时，能够通过复用平台工具模块快速开发出来相关应用，降低开发时间及成本。综合能源数据，包括综合能源中新能源、储能、供热制冷设备、泵、阀门等运行数据;来自第三方控制系统、SCADA、SIS、EMS等系统中的数据;以及视频、气象、GIS等其他数據。以上数据通过各种配置的通讯协议及接口，通过数据清洗预处理上传至平台实时数据库/历史数据库服务器中，来支撑平台上层工具开发。
c）边缘控制层
边缘控制层包括小型化DCS一体机、边缘计算装置两部分构成。边缘控制层是整个平台的工业大脑，实现数据采集、智能优化计算、直接调度控制等功能。小型化DCS一体机，在具备传统DCS全部功能的同时，实现了小型化设计，满足综合能源项目各种场景安装需求，装置采用可拔插模块化设计，能够根据不同的综合能源项目灵活配置产品硬件组成，具有灵活、可扩展、易维护等优势。利用可拓展I/O智能模块、DTU无线通信模块，增加DCS远程监控、逻辑组态远程更新应用等功能;边缘计算装置包含基于实现ARM架构神经网络芯片核心版接口板载模块，主要实现人工智能算法应用功能。边缘计算服务器通过OPC及内部通讯协议与小型化DCS一体机进行双向通信，边缘计算智能算法运算结果可以通过小型化DCS一体机作用到现场设备上，提升综合能源智能化水平。此外，通过两者深度融合，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。边缘控制层满足了综合智慧能源项目各种基本控制和智能控制需求。 d）就地层
就地层提供能源现场设备及系统进行数据采集的各种通信协议及接口，包括但不仅限于OPC、MODBUS、CAN通信协议，第三方DCS/PLC内部通信转换，以及兼容SIS、EMS、SCADA系统数据传输接口，天气及GIS数据接口和其他数据规约等。
2）平台功能架构
按功能和计算内容划分，分为数据访问层、技术支持层、业务应用层及表现层4层技术结构组成。数据访问层提供能源现场设备及系统进行数据采集的各种通信协议及接口。技术支持层提供平台通用工具，各种业务层应用能够通过调用这些平台工具快速开发实现，支持工具包括数据预处理、分析、查询，能够评估计算模块，算法训练、求解、部署模块，3D交互引擎等。更高级别地，还可进一步开发综合能数字孪生模型、数字孪生拟合工具，第三方算法支撑工具等，分别用于智慧运维、高精度优化和综合能源生态体系构建支持。业务应用层是面向综合能源各项需求有针对性开发的应用程序，包括能源效率及性能分析、能源运行优化、负荷预测、智能算法训练及部署等功能，基于综合能源数字孪生还可开发智能运维等高级应用。表现层技术主要涉及3D界面精准展示、相关指标及趋势展示、实时监控告警等功能的开发。
3）平台优化功能
根据综合能源不同场景梳理，平台应实现的能源预测与优化功能包括：
序号系统功能功能描述1能源供应预测根据是否使用气象数据，单一时间尺度或多时间尺度预测2用户负荷预测根据系统的运行特性、增容决策、自然条件与社会影响等诸多因数，在满足一定精度要求的条件下，确定未来某特定时刻的负荷数据，其中负荷是指电力需求量（功率）或用电量3储能优化包括电储能、热储能、蓄冷、储气，目标为保证供需平衡同时，降低储能系统运行成本，增加储能设备寿命4电负荷控制优化含电储能优化，供需预测算法，在保证用户用电需求的同时，最小化发电成本。电能品质需要保证，控制周期及精度要求高5热负荷控制优化含热储能优化，供需预测算法，在保证用户热能需求的同时，最小化供热成本。热能耦合转换复杂，需要解决热惯性问题6冷负荷控制优化含蓄冷储能优化，供需预测算法，在保证用户冷负荷需求的同时，最小化供冷成本。7峰谷电价并网优化包括储能优化、市场电价预测、新能源功率预测，并网控制8调度优化（数据驱动）包括供需预测算法，控制优化为秒级及以下优化，调度优化是分钟级及以上运行方式优化，采用纯数据驱动模型进行算法寻优9调度优化（数字孪生）包括供需预测算法，包含基于机理模型+数据驱动模型的综合能源数字孪生系统，基于数字孪生进行算法寻优10综合能源自寻优算法包括综合能源数字孪生，在保证综合能源控制系统安全稳定的前提下，采用安全单调递优强化学习算法，使综合能包括综合能源数字孪生，分析用户用能習惯，基于数字孪生和智能算法，改进用户用能习惯，降低用户用能成本。如医院照明用能优化、冷热负荷需求优化等11用户用能优化包括综合能源数字孪生，根据用户用能习惯，基于数字孪生和智能算法，提出能优化建议或直接更改用户负荷需求控制系统参数，满足实际用户需求的同时降低用户用能成本及稳定性。案例包括医院照明用能优化、空调制冷节能、供热用能优化等。
3.结束语
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。本文提出一种基于边缘计算的综合智慧能源一体化平台设计，一方面采用边缘计算装置+小型DCS一体机的理念，实现传统综合能源控制系统智能化改造升级，很好的满足了综合能源耦合复杂性的控制需求，另一方面基于通用平台工具开发用户应用，具有更好的平台通用性，在用户提出新的需求时，能够通过复用平台工具模块快速开发出来相关应用，降低开发时间及成本。平台能够发挥综合能源的优势与潜力，整体可大幅提升能源利用效率，具有较大的研发价值与市场潜力。
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，2017
[2] 宋晨辉，冯健，杨东升，周博文，齐 格.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
[3] 钟迪，李启明，周贤，彭烁，王保民.多能互补能源综合利用关键技术研究现状及发展趋势[J].热力发电，2018