綜合智慧能源站智能工況動態尋優系統研究

呂寶龍 王海軍 趙鴻飛 白紅濤 許愛民 董得志

(1、武漢光谷綠動能源有限公司，湖北 武漢430073 2、國家電投集團湖北分公司，湖北 武漢430063 3、國家電投集團科學技術研究院有限公司，北京102209）

能源互聯網是利用“互聯網+”技術手段實現能源和互聯網深度融合的新型利用模式,綜合智慧能源管理是能源互聯網的重要表現形式,區域能源管理和智能優化調度系統是建設與運行能源互聯網的重要且關鍵一環[1-2]。未來的綜合智慧能源管理系統是以大數據、物聯網、移動互聯網技術等為支撐的大型開放式能源管理服務平臺,采用分層分布式結構,借助云數據中心,對電、熱（冷）、氣等多種能源的生產、輸送、消費等各類信息進行智能處理,對整個能源系統進行監控和管理。其主要特點包括創新能源生產模式,創新需求側消費模式,實現能源供需互動[3]。從功能角度來說，多能源系統可將多種形式的能源有機整合，根據價格、對環境的影響等因素進行分配調節；從能源服務角度來說，將用戶的多種需求統籌考慮，通過合理調度達到削鋒填谷、合理用能的目的；從能源網絡來說，通過協同分析電氣網絡、天然氣網絡、熱網等網絡，促進多種能源技術發展[4-6]。

圖1 系統總體框架

圖2 系統功能結構

1 系統設計

在分析麻城項目工況尋優需求和邊界條件基礎上，融合運用國家電投集團中央研究院綜合智慧能源調度控制系統研發成果開發智能工況動態尋優系統。智能工況動態尋優系統使用一套軟件包（智能工況動態尋優軟件包），分為管理子系統和尋優子系統，兩個子系統分別部署、獨立運行。

管理子系統部署于管理區，并與SIS 系統數據庫進行通訊，通過尋優工作站實現預測、計劃、報表等功能。尋優子系統部署于生產區，依托服務器、網絡外設、隔離網閘、下位機和協調控制器等計算機設備接入DCS 過程控制網絡，實現預測、計劃、尋優、下控等功能。

1.1 總體框架結構

軟件包從麻城項目運行特點出發，圍繞上述需求進行功能模塊的設計和劃分，系統總體被分為尋優服務層、平臺層和數據層三大主要層級。如圖1 所示。

尋優服務層是實現智能尋優的關鍵功能集合，基于所獲取的電站實時數據進行實時尋優并計算系統的經濟性，同時支撐負荷預測算法以及推動尋優模型的自演進，挖掘用戶用能習慣以及系統特性。

平臺層為數據、尋優模型和算法提供調度和運行支撐，同時對尋優結果進行可視化展示，以及處理、反饋故障信息，監控尋優系統運行狀態。通過有序調用各個子模塊的功能和數據，實現服務層內功能的執行。

數據層可依托麻城項目DCS/SIS 系統數據采集的情況設計，通過建立數據接口和數據處理機制，滿足尋優所需的數據獲取、通信、結果導出等需求，主要包括管網監測系統數據采集接口、DCS數據采集接口、系統設備及其他采集監測裝置數據采集接口。

1.2 功能設計

為有效支撐麻城項目系統運行的負荷優化分配及參數級工況動態尋優業務過程，系統應具備如下功能：

1.2.1 管理子系統

管理子系統是系統在管理區的主要實施方式，將尋優軟件包部署在項目管理區的尋優工作站，核心功能為①展示（包括系統狀態、尋優功能、經濟性）、②功能測試、③模型訓練、④數據管理/報表。管理子系統架構如圖2 所示。

子系統整體采用BS 架構。在數據層，利用在管理區部署的數據庫及相應通訊計算程序，處理尋優相關的實時/歷史數據讀寫等業務。通過專有數據協議采集SIS 數據，作為計算引擎的數據總線，為尋優軟件包的數據獲取、尋優結果的展示提供動態數據共享服務。運行在服務層的尋優引擎，通過獲取相應的數據，同時調用智能優化算法庫中相應的算法，進行負荷預測、制定生產計劃、尋優模型的訓練以及經濟性評價功能。同時人機界面以網頁形式發布，用戶通過賬號/密碼登錄后可瀏覽頁面，進行相應的信息獲取和操作。

通過隔離網閘單向采集尋優子系統的尋優結果，進行數據存檔，用于支撐運行評價及模型訓練。

1.2.2 尋優子系統

通過在尋優計算服務器上部署尋優軟件包及相關硬件，執行①工況尋優（負荷預測、日前調度、實時尋優）、②工況監視（尋優異常告警、尋優數據確認）、③尋優指令下控。其中關鍵設備及軟件按照一備一用的方式部署，以保證系統的穩定性，如圖2所示。

利用運行在生產區的2 臺尋優服務器（一用一備），運行尋優軟件包，同時處理尋優相關的實時數據交互與歷史數據存檔等業務。通過Motobus/opcDA 數據協議采集DCS 系統的數據，作為計算引擎的數據總線，為尋優所需實時數據的獲取，及尋優指令下控提供動態數據共享服務。

圖3 VM 和Docker 技術比較

圖4 VM 和Docker 性能比較

尋優引擎周期性地訪問數據庫中的數據，同時調用智能優化算法，進行預測、生產計劃定制以及實時修正，最終生成項目經濟性最優的運行工況，并根據能源站控制系統需求，折算出對應的設備參數設定值。通過人機頁面反饋給調度員并得到確認指令后，通過下位機或協調控制器向DCS 系統下控，設備的動態過程保護及運行邏輯由DCS 保證。

2 主要實現過程與關鍵技術

2.1 Docker 容器化部署

系統在部署過程中，與傳統的VM（VMware、KVM 等）相比，Docker 虛擬化技術在日常運維工作中有以下2 個主要優勢。

2.1.1 Docker 技術簡化了服務器遷移帶來的重新

配置工作，提高部署效率，降低老舊系統部署過程中 出現問題的風險系數；而傳統的VM 技術在遷移中存在跨平臺兼容性問題，并且需要更多的系統資源。

2.1.2 Docker 技術縮短了環境交付和部署的周期

使用Docker 技術，開發人員通過鏡像快速部署開發 環境，開發結束后，平滑移交給運維和測試人員，另外，容器的維護相對簡單快捷，節約開發、測試、部署時間，可實現快速迭代（圖3）。

本系統采用配置有4 顆CPU（每顆8 核心，3.2HZ）、256G 內存、1T 容量外接存儲的服務器作為測試機器，VM的環境安裝為VMwareESXI5.1，并部署CentOS6.5 虛擬，Docker 容器環境底層安裝CentOS6.5 系統，部署Docker Engine，應用程序選擇Tomcat中間件（圖4）。

作為一種輕量級虛擬化方式，Docker 在性能上略優于VM虛擬化[7]。在動態尋優系統部署過程中，為解決虛擬機環境存在的系統使用率低以及虛擬機運行過程中面臨的漏洞加固問題，將虛擬機設計成Docker 容器。在新的機器中安裝部署生產環境時，相比物理機環境，Docker 容器環境和虛擬機環境可以減少配置量，方便程序的遷移和復用。因此，本系統采用容器化集成于部署方式，有利于提高系統集成和部署效率。

2.2 Orleans 分布式架構

智能工況動態尋優系統系統采用Orleans 分布式開發框架。Orleans 是一個支持有狀態云生應用/ 服務水平伸縮的基于Virtual Actor 模型的.NET 分布式框架[8]。Orleans 提供一個簡單的方法來構建分布式的高規模計算應用程序，而無需了解并應用復雜并發或其他伸縮模式(圖5)。

Orleans 采用的也是Actor 模型，基于Erlang, Akka, CAF 等框架的分布式開發仍過于復雜、需要統一處理一些過于底層的細節，如Actor 的生命周期的管理、尋址、錯誤處理及Actor 故障恢復，分布式資源管理等細節，Orleans 進一步提高分布式編程的抽象級別。因此，在系統開發過程中，Orleans 的核心貢獻是它的編程模型，它在不限制功能或對開發人員施加繁重約束的情況下，降低了高度并行分布式系統固有的復雜性[9]。

圖5 基于Orleans 應用部署圖

2.3 尋優算法

實時優化調度模型中，采集實時負荷值并通過優化計算得到各機組出力指令值，每次求解變量相對較少，此時采用粒子群算法，能夠較好地解決非線性少變量的優化問題[10]。粒子群優化算法主要由：產生初始解、計算目標函數值、計算約束條件罰函數值、計算適應度值、篩選最優粒子、粒子向最優粒子移動步驟構成。針對變頻泵型能源站，由于其流量可無極調節，故可使用粒子群算法求解，以出口溫度和冷媒水流量作為決策變量，經濟性為核心構建目標函數。此時可將環境溫度與機組效率（COP）的相關性，水泵功耗與供回水溫差的考慮進經濟性中，得到最優解決方案。

3 系統應用情況

為驗證技術方案可行性，在上述基礎上運用C#等語言開發了麻城人民醫院分布式能源項目智能工況動態尋優系統。目前該系統管理區子系統已經進行是運行與測試，應用表明：麻城人民醫院分布式能源項目智能工況動態尋優系統采取負荷預測+日前調度+實時修正的智能尋優技術路線，可有效反應電網實時狀態、實時負荷，主要設備實時出力等狀態。

如圖6 所示，頁面“實時負荷及預測”曲線，展示的是當日的負荷預測結果、實時負荷，內容包括電/熱/冷/汽/水/光伏的預測結果，分別通過曲線上方的按鈕進行切換，其中預測負荷計算于前一天的日末，作為曲線中標準線，實時負荷隨時間不斷寫滿曲線，與預測曲線對比展現負荷預測的精度。整張曲線會在日末刷新，加載第二天的預測曲線，并清空前一天的實時負荷曲線歷史。

圖6

頁面“設備計劃及狀態”曲線，展示各設備的日前計劃、實時尋優指令以及實際運行狀態，設備包括燃機/溴化鋰/電制冷/供熱鍋爐/熱水鍋爐，分別通過曲線上方的按鈕進行切換，其中日前計劃曲線基于前一天對本日的預測負荷進行尋優，其計算于前一天的日末，作為曲線中的標準線，實時尋優結果作為運行指令，隨時間填滿曲線，同時機組響應指令后的運行狀態曲線。計劃、指令和運行狀態形成對比，展示計劃的精度，以及設備響應指令的動態效果。整張曲線會在日末刷新，加載第二天的生產計劃，并清空前一天的尋優及狀態曲線歷史。頁面下方的尋優對比表，對實時尋優以及“以熱定電”的運行指令進行分別展示，對運行人員提供參考，如圖7 所示。

圖7

將麻城項目的可研作為依據，搭建能源站設備和用戶的仿真模型，同時接入用戶的設計負荷數據和舊址的歷史負荷數據，供平臺的測試運行。經驗證，平臺的運行可靠性達到99.9%，尋優后的項目運行邊際成本較傳統“以熱定電”工況提升1%以上，負荷預測精度高于90%。

4 結論

本文研究并分析了麻城人民醫院分布式能源項目智能工況動態尋優系統的功能、架構和涉及的部分關鍵技術，并以湖北麻城人民醫院為例開發了原型系統，以驗證方案的可行性與可靠性。實現麻城項目系統運行的負荷優化分配及參數級工況動態尋優。系統功能包括管理區能源綜合管理、生產控制區工況尋優及調優指令自動下控等方面。在優化提升項目經濟性的同時，實現智能化無人值守，同時體現源荷互動的先進理念，具有廣泛的適用性。