比特驅動的瓦特變革-信息能源系統研究綜述

孫秋野 王一帆 楊凌霄 張化光

可再生能源高速發展、信息智能技術深度融合以及終端用能的多樣化需求使得能源生產、分配及消費形式均出現顯著變化,呈現出時空異步、信能融合、多能互補以及智物協同的新趨勢[1],這使得終端信息能源系統的平衡、協同、管控必須與之相適應.如何在需求側通過源網荷儲協同、多種能源互補、信息能源耦合實現終端的能源綠色高效利用,成為全球廣為關注的焦點問題[2].早在2008 年,美國北卡羅萊納州立大學提出能源互聯網理念雛形,并開展“未來可再生電能傳輸與管理系統”項目以實現能源的高效利用;同年,德國聯邦經濟和技術部提出E-Energy 理念和能源互聯網計劃.近些年,在信息技術和能源技術的高速發展背景下,日本在2016 年發布的《能源環境技術創新戰略》中提出利用大數據分析、人工智能、先進傳感和IoT 技術構建多種智能能源集成的管理系統.歐盟在2018 年提出了綜合能源系統2050 愿景,即建立低碳、安全、可靠、靈活、經濟高效、以市場為導向的泛歐綜合能源系統.據2018 年的統計報告顯示,有可再生能源目標和支持政策的國家數量攀升至179 個.

到2017 年底,有87 個國家制定了適應經濟發展的可再生能源發電目標,而我國政府也針對綜合能源系統先后出臺了一系列支持政策,開展重大研發項目進行技術研究,并部署了一批多能互補集成優化示范工程和“互聯網+”智慧能源(能源互聯網)示范項目.

在國際和國內能源系統發展戰略的大力推進下,智慧能源的建設勢在必行,而以信息驅動的能源系統高度清潔化、高效化、智能化發展是其至關重要的研究課題.

1 信息與能源的耦合關系

當前的能源系統正經歷一個多世紀以來最大的“瓦特變革”.首先,新能源的高比例滲透以及分布式的接入方式使其控制優化問題充滿挑戰.其次,產消者的興起使用戶由單一消費模式轉變為生產消費一體化模式,能源的雙向傳輸以及多能源網絡的疊加使其交互模式更加復雜.再者,能源網絡分布式、扁平化的發展態勢使數據、分析和連通性成為能源網絡外圍產消者的重要決策信息.“瓦特變革”呈現出由“集中”向“分布”、“垂直”向“扁平”、“電源驅動”向“用戶驅動”、“高碳”向“低碳”的發展特點,能源系統趨于自下而上的,以用戶為主導的能源信息化發展模式.利用信息技術來滿足能源系統發展的內在需求日益增長[3].

同時,互聯網技術、云技術、大數據技術、物聯網技術等信息技術也進入階躍式發展的快車道.信息時代的發展驅動自動化技術的進步,信息化、網絡化、智能化的特征越來越明顯.新興信息技術和互聯網生態為能源系統的發展提供了有力的支撐.“比特驅動”成為能源變革強大的推動力.

“比特驅動”主要體現在大數據技術可快速、有效地處理海量能源信息,實現系統的精準建模和特征提取,從而保障能源系統協同控制的可靠性.人工智能技術可應對參與優化調度的能源終端更為智能化、靈活化、自主化的發展需求.云計算、邊緣計算則可提高能源系統的計算能力,實現系統運行的低時延和高可靠性,由此滿足能源系統在用戶驅動下的實時管理和資源分配.5G 無線技術、物聯網技術在通信方面具有超可靠、低時延、廣域連接的優勢,有利于能源系統高度自動化和精準控制,可推動產業數字化和智慧城市的發展.

作為與國民經濟、人民生活息息相關的重要領域,能源系統是信息技術發展的一個理想載體.清潔低碳、安全可靠、泛在互聯、高效互動、智能開放的能源系統將推動信息技術與先進能源技術的深度融合.由此,實現信息和能源的一體化發展成為了研究的熱點[4].

國內外對于信息能源系統的研究主要從“比特驅動”和“瓦特驅動”兩類視角分別進行.“比特驅動”主要從信息及互聯網角度,研究如何利用先進的信息處理技術與能源系統相疊加,優化計算資源和信息處理能力,以人工智能、云計算、移動應用等新興技術為手段[5?6],力爭使能源系統運行在最優工作點.“瓦特驅動”從電氣熱多能互補網絡的角度,研究如何通過現代優化控制及電力電子技術,實現多能梯次利用、可再生能源高效消納以及源網荷儲立體協同,達到保證信息能源系統安全高效運行的目的[7].

信息與能源系統的深度耦合協同、高度智能化仍然是一個亟待深入研究的廣闊領域[8].隨著未來一次能源逐步由有限化石能源轉變為風光等永續清潔能源,能源的稀缺性將被打破.通過高速發展的現代信息技術,充分發揮能源終端的互動調節能力,構建互聯網模式下的能源生態,將信息與能源深度融合,實現能源的安全、高效、經濟消納成為核心需求.

本文針對信息能源系統,運用科學知識圖譜進行數據挖掘、信息處理、知識計量和圖形繪制,從而研究和揭示信息能源系統的發展趨勢,并進一步展示其相關熱點領域的結構特點和研究內容.文中數據來源于中國知網(CNKI)和Web of Science (WoS),針對2000 年～ 2020 年的論文,其中CNKI 檢索關鍵詞為“信息能源系統”、“能源互聯網”和“綜合能源系統”,共1 114 條中文文獻記錄(SCI 來源期刊、EI 來源期刊、核心期刊、CSSCI 和CSCD);WoS 檢索關鍵詞為“Cyber energy system*”、“Energy Internet”、“Internet of energy”、“Integrat* energy system”、“Comprehensive energy system”、“Energy integration”和“Energy interconnect*”,共2 019 條英文文獻記錄(WoS 核心集,文獻類型為Article 或Review).通過對文獻進行數據清洗,包括對文獻合并除重,補全缺失信息及去除領域不相關的文獻,最終得到675 篇密切相關中文文獻和1 013 篇密切相關英文文獻.

通過對文章的參考文獻數據進行分析,可以快速找到領域內的研究熱點,見表1.其中GCS (Global citation score)表示全球施引次數,此處表示WoS網站上給出的引用次數;進一步計算可得到該文章的本地施引次數LCS (Local citation score),表示該文章在本地文獻庫(即本文選取的密切相關文獻)中的施引次數.通過這些值可以快速得到信息能源領域內的重要英文文獻,例如,某文獻的LCS值很高,意味著它非常可能是該研究領域內的重要文獻.因此相比而言,LCS 比GCS 能更清晰地反映該文獻對于細分領域的貢獻度,LCS 高的文章極有可能是研究領域內的里程碑文獻.CR (Cited references) 表示該文章引用的參考文獻數量;LCR(Local cited references)表示本地參考文獻數量,即該文章引用的所有文獻中,存在于當前本地文獻庫的文章數.通過LCR 可以快速找出最新的文獻中與領域內研究方向最相關的文章.

表1 領域內的研究熱點文獻Table 1 Hot research literature in the field

通過CiteSpace 軟件對CNKI 和WoS 的混合數據進行關鍵詞突現分析[19],得到表2 中2000 年后引文強度最高的27 個關鍵詞,這些關鍵詞通常為某時間段的研究熱點(表中加粗部分).表中強度值越大表示該關鍵詞在該領域某個時段的熱點程度越高,起始時間和終止時間分別表示該關鍵詞成為研究熱點的開始和結束時間.

截至2020 年8 月,統計2001 年～ 2019 年CNKI及WoS 每年發文的數量見圖1.可以發現信息能源系統密切相關的文獻數量正處于穩步上升趨勢,且2015 年開始增長趨勢加快.

通過關鍵詞搜索和聚類,對其研究熱點分布進行可視化展示,圖2 為基于CNKI 的中文論文研究熱點分布,圖3 為基于WoS 的SCI 論文研究熱點分布.

圖2 和圖3 中,圓圈表示關鍵詞,圓的大小表示關鍵詞出現的頻次;連線表示節點與節點間曾經共現過;連線的密集程度表示該研究主題與其他主題聯系的緊密程度.兩幅圖中,通過進行聚類可視化操作,將信息能源系統的研究領域聚集成多個集群,這些集群將聯系程度更緊密的關鍵詞結合在一起.

基于圖2 和圖3 的聚類分析,可以看出,從信息的相關方法層面聚類,信息能源系統的熱點研究領域主要包括:優化調度、一致控制、用戶驅動的優化管理、信息能源深度融合系統.

如圖4 所示,優化調度的研究建立在能源網與信息網的交互環境下,研究多源信息融合的(準)實時的能源優化,以實現經濟、高效、低碳運行;一致控制的研究主要針對信息能源系統的底層能源終端,考慮如何實現設備間的協調運行;用戶驅動的優化管理則進一步上升至云平臺,研究在大數據、云計算支撐下,能源市場的配置和用戶資源的管理;而信息能源深度融合系統則更深度聚焦信息技術與能源網絡,研究計算、通信、物理過程高度集成的系統運行模態.

表2 中英文混合關鍵詞突現分析Table 2 Emergence analysis of keywords in Chinese and English

圖1 2001～ 2019 年發文數統計Fig.1 Statistics of published papers from 2001 to 2019

圖2 CNKI 關鍵詞共現分析Fig.2 CNKI keywords co-occurrence analysis

圖3 WoS 關鍵詞共現分析Fig.3 WoS keywords co-occurrence analysis

圖4 信息能源系統與熱點研究領域Fig.4 Cyber energy system and hot research fields

從能源領域的發展路徑看,“瓦特變革”的初期,在社會的發展和技術的推進下,分布式能源大規模接入能源網絡,終端能源主動參與的需求日益增加,能源結構由傳統的單一能源向清潔的綜合能源轉變.隨之,不同類型的能源終端之間耦合更加緊密,多種能源的時空差異使能源網絡趨于復雜、靈活,催生出海量信息,對信息技術的依賴逐漸增強.在近幾年信息技術的飛速發展下,以綜合能源系統為依托,信息物理系統逐漸受到關注.由此,在總體技術路徑的驅動下,上述4 個熱點研究領域對應于信息能源系統中的4 個研究階段,其從底層能源終端到能源網與信息網的交互,再到云平臺的廣域協同,最終延伸至信息和能源系統的深度融合,自下而上地反映了信息能源系統中各層級的研究重點和技術價值.

本文將針對這4 個熱點研究領域進行深入可視化分析和文獻綜述,以挖掘其研究趨勢.

2 信息驅動的信息能源系統優化

研究信息能源系統的優化問題有助于發揮多能互補效應,保障系統高效、安全運行.隨著通信技術發展、信息能源耦合程度加深,如何適應通信技術發展帶來的信息類型變化、信息能源深度融合帶來的能源主體變化,實現信息能源系統的優化運行成為國內外學者的研究熱點.截至2020 年8 月,我們檢索到相關論文1 185 篇.如圖5 所示,核心關鍵詞圍繞“優化運行”和“multi-energy systems”,表明此研究方向得到了眾多學者的關注.早期通信網絡低帶寬、高時延限制了系統數據傳輸和處理的能力,針對少量的靜態能流數據,“混合線性整數規劃”是較為常用的方法.隨著通信網絡向高帶寬、低時延的發展,可再生能源接入和電動汽車的隨機充電行為所產生的實時數據可以被挖掘和利用,關鍵詞“不確定性”、“uncertainty”成為研究熱點.信息網絡和能源網絡的深度融合賦予了能源終端更高的智能性,“能源樞紐”、“energy hub”等成為優化研究領域的關注熱點.其中,文獻[20]于2004 年以包含可逆供熱模式的綠色供暖系統為背景,基于電熱耦合多能網絡的靜態能流信息,對綜合能源網絡的優化運行進行了初步研究.文獻[21]基于風力發電的實時信息,研究基于區間優化的電-氣耦合網絡的優化運行策略,在該研究領域獲得了廣泛關注.

圖5 優化相關領域的聚類Fig.5 Clustering of optimize related fields

上述分析結果表明,隨著“比特”技術的發展,信息類型實現了從靜態能流數據到實時動態數據的轉變,這種轉變驅動了優化從日前優化轉向更實時的優化.然而,“比特”信息不僅體現在數據上,還體現在信息能源深度融合下終端能源的智慧性和自主性,從論文的關鍵詞可以看出,在這類“比特”信息驅動下,能源網絡實現了從傳統終端能源到智慧能源樞紐的“瓦特變革”.隨著能源主體智慧性和自主性的提升,能源的交互不再是自上而下的模式,而是自下而上的.相應地,優化研究也從集中式優化逐漸轉向分布式優化.針對綜合能源系統的優化研究,國內外學者基于信息類型變化和終端能源發展,從靜態能流信息、實時動態信息和新型信息能源耦合主體的角度入手,對能源網絡優化運行進行了研究.

2.1 基于靜態能流信息的優化

早期通信網絡低帶寬和高時延大大限制了系統對動態信息的捕捉和處理能力,能源系統的優化問題大多基于靜態能流信息.部分學者基于靜態網絡能流信息,從經濟性、安全性和環保性等角度對能源網絡的優化進行了研究.文獻[22?23]考慮煤炭和天然氣供應端到電力負荷中心的傳輸損耗,提出一種多階段廣義能量流模型及其仿真模型.這兩篇文獻集中于對電力能流模型的刻畫,未考慮多能耦合交互的影響和多能流交織的特點,所提出的模型不能夠很好地適應當前的能源系統結構.文獻[24]考慮包含風電和電轉氣環節的電-氣耦合網絡的靜態安全運行約束和耦合約束,建立雙層經濟調度模型.文獻[25]針對電-熱-冷耦合的多能源微電網,考慮電力流和熱流的靜態安全約束,建立多能源微電網多節點模型.在采集靜態網絡能流信息的基礎上,文獻[26]將環境因素納入考慮,建立綜合經濟和環境因素的混合整數線性規劃優化模型.

2.2 基于實時動態信息的優化

隨著5G 等先進通信技術的發展,信息網絡逐漸具備高帶寬、低時延的特點,數據的傳輸和處理能力大大提高,這使得可再生能源隨機波動、電動汽車無序充電所產生的實時動態信息能夠被充分地挖掘和利用,考慮實時動態信息的優化逐漸成為研究熱點.國內外學者基于能源網絡的實時信息,對能源網絡優化運行進行研究.文獻[27]基于可再生能源的實時出力,計及儲能荷電狀態等因素,研究了基于離散傅里葉變換頻譜分析的系統儲能優化定容方法.文獻[28]基于動態能源價格,針對電-氣-熱集成網絡提出一個包含混合整數線性規劃和非線性網絡方程線性逼近的兩階段迭代模型,但缺乏對綜合能源系統多時間尺度特性的考慮.文獻[29]考慮可再生能源、負荷和能源交易價格等動態信息,實現了多能源微電網的優化運行,但是該文獻只考慮了熱能小范圍內的就地供應,網絡結構比較簡單,沒有考慮熱力網絡和燃氣網絡互聯對優化的影響.文獻[30]基于電動汽車充電的動態能量需求和風力發電的實時數據,針對源荷不匹配的問題,提出基于仿真的分布式策略改進方法.但該文獻中電動汽車充電模式單一,未能考慮多種充電模式切換所致動態信息變化帶來的影響.文獻[31]進一步考慮系統狀態的動態演化,提出基于事件的優化模型及其策略迭代算法,實現分布式風力發電與電動汽車充電的協調優化.

2.3 基于新型信息能源耦合主體的優化

隨著通信網絡與能源終端的廣泛互聯,邊緣計算能力向終端下沉,能源終端逐漸具備更強的傳輸和處理數據的能力,多種信息能源深度耦合的新型能源主體應運而生.能源主體中能源產消角色一體化的轉變、智慧程度的提升,改變了能源系統自上而下的優化模式,使得優化具有顯著的分布式特征.

文獻[32]提出一種能源產消一體、多能耦合的能源主體,針對該能源主體提出一種分布式一致性交替方向乘子法算法,解決了能源互聯網的最優能量管理問題.文獻[33]考慮信息物理融合特性,構建計及產消者交互的局域和廣域兩級協同優化架構,實現了產消雙方電力資源最優分配.該文獻只考慮電力與信息深度融合,考慮多種能源與信息深度融合的優化問題仍有待深入研究.文獻[34]對能源樞紐的結構及其運行和優化進行了研究.在此基礎上,文獻[35]基于改進的等增量消耗原理,提出一種兼顧安全運行和經濟效益的能源樞紐雙重優化控制方案.文獻[36]研究以能源路由器為核心的能源互聯網分布式設備協調優化及能量調度分配問題.文獻[37]研究以能源轉換中心為樞紐的智能船舶綜合能源系統,提出可容納復雜干擾的分布式優化方法,實現了智能船舶綜合能源系統優化調度.該文獻充分利用能源信息深度融合特性,考慮數據的預處理和特征提取,為研究信息能源深度融合下的能源系統優化提供了有益的參考.文獻[38]在建立家庭能源局域網模型的基礎上,采用模型預測控制方法,實現該能源局域網的在線能量優化管理.

2.4 研究展望

現有研究依托多種類型信息,結合遺傳算法等智能優化算法、混合整數線性規劃等方法,實現了信息能源系統的安全高效運行.國家發改委和能源局發布的《能源生產和消費革命戰略(2016-2030)》中指出“能源新技術與現代信息、材料和先進制造技術深度融合,···,將帶來人類生產生活方式深刻變化”的能源網絡發展趨勢,提出了“集中攻關能源互聯網核心裝備技術、系統支撐技術,重點推進面向多能流的能源交換路由器技術、···、能源大數據技術”的技術要求.隨著通信技術的發展,海量數據涌入將大大降低現有方法的準確性和高效性.因此,考慮海量數據對于優化過程的影響,研究具備高效數據處理能力的智能優化方法是具有研究前景的課題.同時,隨著信息能源融合程度的加深,能源主體、能源交換路由器等的智慧性和自主性逐步提升,系統內多能源主體的交互將更加復雜多樣,因此未來的研究需要考慮更復雜多樣的交互機制,研究多能源主體間的分布式優化方法.

3 多能源主體的信息一致控制

控制是多能源主體的必要環節,如何利用恰當有效的信息一致控制以保證和實現系統安全、可靠、穩定且高效靈活運行是一個重要的研究目標.截至2020 年8 月,我們檢索到相關論文315 篇.如圖6 所示,核心關鍵詞“可再生能源”與“控制”相互結合,表明此研究方向得到了眾多學者的關注.而從研究方法的角度來看,由于系統結構的復雜性,關鍵詞“協同控制”、“智能控制”、“預測控制”、“優化控制”等成為關注熱點.其中,在2015 年,文獻[11]探討了應用多智能體解決能源互聯網領域參數協同控制問題,在該領域獲得了較高關注.

圖6 控制相關領域的聚類Fig.6 Clustering of control related fields

上述分析結果表明,“比特”信息不僅僅只體現在數據上,還體現在邊緣上先進的控制優化算法上,這些都是“比特驅動”的一部分.其中,通過分布式的無通信連接的控制方法實現精準的按容量比例分擔,是多能源網絡研究中的一個關鍵問題.這在很大程度上能降低網絡的投資成本,同時提高網絡的可靠性和靈活擴展性.另外,針對下垂控制方法存在功率分擔的不精確性,基于多智能體一致性理論的分布式方法應運而生.考慮到工業過程往往具有非線性、時變性、強耦合和不確定性等特點,預測控制在工業實踐過程中逐漸發展起來.針對協同一致控制的研究,眾多科研人員根據研究方法差異,將其分為多能源終端的分布式協同控制、信息能源終端的智能優化控制以及基于數據驅動的分布式能源預測控制三類.

3.1 多能源終端的分布式協同控制

考慮信息網絡在通信帶寬和時延方面的限制,部分學者基于局部信息的分布式協同控制規律,從穩定性和安全性角度對多能源終端的綜合能源系統的分布式協同控制進行了研究.文獻[16]采取一定的分布式協同控制策略,實現綜合能源系統功率的優化調度和協調分配,同時使控制系統輸出相角和頻率偏差穩定在一定范圍內,保證了網絡的正常運行.然而并沒有考慮通信、變時延等問題,面對實際工程中通信問題和更多的不確定因素,其與實際應用推廣還有很大的距離.文獻[39]較早提出并研究一種含有單相/單相可再生能源分布式發電系統的混合微電網結構及其在孤島時的功率分擔協同控制策略.但提出的解決方案需要額外安裝功率分配單元(Power sharing unit,PSU)設備,這將會增加額外成本.進一步地,文獻[40]提出了一種基于多智能體系統的事件觸發混合控制方法,并建立了4 種差分混合Petri 網控制機制來實現分層混合控制.考慮到綜合能源系統[41]之間的相互作用更加靈活和復雜,文獻[42]建立了集成電力和供熱系統的準動態一體化模型.此外,文獻[43]通過研究混合能源系統的狀態偏移率,通過分析策略選擇最優運行模式,該研究為充分利用熱電聯產的調節能力提供了一種有效的方法.

3.2 信息能源終端的智能優化控制

隨著信息網絡與能源網絡的深度融合,數據處理能力向能源終端下沉,終端具備更強的與環境交互的能力,智能性逐步提升,這種變化使得信息能源終端的智能優化控制[44?45]成為研究的熱點.具體地,針對能量管理問題,文獻[46]設計了基于模糊邏輯的能量管理優化控制器,合理分配雙能量源存儲系統中蓄電池和超級電容兩者的功率,使系統具有更好的動力性能和經濟性能.在此基礎上,文獻[47]設計了多智能體的有向協同控制律,這可以應用于能源互聯網區域的信息優化采集.進一步地,文獻[48]將能量管理問題轉化為隨機最優控制問題,并用動態規劃方法求解.但利用的是基于網格方法的算法,這需要大量的時間和空間來求解.文獻[49]提出了以風電-儲能-集群空調負荷聯合輸出為滑模面的滑模控制策略,這為能源互聯網中能量合理調配、減少儲能配置問題提供了新的技術途徑.但該研究側重于控制策略的仿真,在考慮虛擬儲能輔助調度決策方面的研究還不夠明確.

3.3 基于數據驅動的分布式能源預測控制

隨著5G 等先進通信技術的崛起,信息網絡逐漸具備超可靠低時延和超帶寬的特點,這使得綜合能源系統信息的獲取和發送更具實時化,考慮具有波動性和間歇性的大規模可再生能源發電的接入所產生的實時動態信息的預測控制[50]逐漸成為研究熱點.具體地,考慮到新能源出力波動或負荷投切等導致微網內瞬時功率失衡,文獻[51]提出了基于模型預測控制的虛擬同步發電機控制方法.但該模型較復雜,收斂性未考證,沒有考慮虛擬同步發電機的出力成本,而且缺乏實驗驗證.在此基礎上,文獻[52]提出了積分模型預測電流控制來消除電流控制系統的穩態誤差,從而提高其閉環性能.文獻[53]提出了一種新的多能源系統通用建模框架,特別適合(但不限于)預測控制應用,但仍然局限于能量交換區方法.這使得串聯連接的建模成為一項繁瑣的任務.進一步地,為促進可再生能源的使用,文獻[54]利用區域鍋爐的全局模型,模型預測控制器生成最優指令序列,使得化石燃料消耗、二氧化碳排放量和運行成本顯著降低.文獻[55]基于PID與模型預測控制器相結合控制室內溫度的方案,降低了能源消耗.

3.4 研究展望

上述分析結果表明,現有研究結合多能源終端的分布式協同控制,信息能源終端的智能優化控制以及基于數據驅動的分布式能源預測控制等來實現信息物理系統的安全穩定運行.其中,美國工程院院士G.Heydt 聯合三位IEEE Fellow 在國際權威刊物Proceedings of the IEEE上指出“分布式多智能體協同控制方法是解決能源互聯網相關問題的重要方向”.但在實現目標的過程中,還有一些困境問題和未來趨勢有待深入和完善.例如,隨著5G 等先進通信技術的發展,大規模的問題不再受現有平臺計算能力和問題計算復雜性的限制,可以實現在線優化控制.同時,隨著信息與能源網絡融合程度的加深,能源主體更具智慧和自主能力,多能源主體交互的網絡變得更加復雜.因此,在此基礎上如何全面地分析系統的穩定性并從理論上給出設計穩定控制系統的指導方法仍然值得深入研究.

4 用戶行為驅動優化管理

作為能源終端的用戶側是信息能源網絡的重要環節,如何利用先進的信息技術以及能源市場機制實現用戶側的能源管理效力,進一步提高能源網絡的靈活性是一個重要的研究方向.截至2020 年8 月,我們檢索到相關論文840 篇.如圖7 所示,核心關鍵詞“需求側管理”與“能源市場”相互結合,表明此研究方向得到了眾多學者的關注.而從研究對象的角度來看,由于對象模型以及對系統影響的差異性,關鍵詞“需求側”、“分布式電網”、“綜合能源系統”、“Energy Internet”等成為關注熱點.文獻[56]在2004 年提出了考慮用戶滿意度的需求側管理價格決策模型,較早地將能源市場與用戶管理進行結合.而Huang 等[10]在2011 年提出能源互聯網概念,并提出通過信息與電力電子技術結合、能量雙向流動等手段提高用戶在能源網絡中的參與度,獲得了能源互聯網領域研究者的廣泛關注.

上述分析結果表明,隨著信息技術的發展以及與能源系統的結合,能源系統優化管理也整體呈現出扁平化的趨勢,用戶在能源市場中的參與度大大提升,“比特”推進了相應的“瓦特變革”.高速低時延的通信技術是需求側大規模參與能源管理的基礎;大數據技術為用戶行為驅動的優化管理提供了相應的數據支持;同時,邊緣計算、云計算等技術降低了用戶參與所需的信息處理成本.在多種先進信息技術的支持下,能源系統管理模式從過去的市場集中管理發展為用戶行為驅動主導,管理方式由集中式發展向分布式過渡,對應研究的能源系統逐漸從大電網發展到分布式電網,進而發展為多能耦合的綜合能源系統.針對優化管理的研究,眾多科研人員針對不同類型的能源系統模型以及不同的能源市場進行對比,根據研究對象差異與“瓦特變革”的發展趨勢,可以分為直接需求側、分布式電網以及綜合能源系統三類.

圖7 管理相關領域的聚類Fig.7 Clustering of manage related fields

4.1 直接需求側管理與市場調節

大數據技術的推進與應用為能源系統提供了更精準的用戶行為畫像.部分研究從需求側的角度出發,探討對基于用戶行為的直接調節會對大型電力網絡的市場與運行產生的影響.薛禹勝等[57]在2007 年討論可中斷負荷市場的經濟補償模型及報價清算規則,并且對可中斷負荷的市場引導方式進行分類分析,但用戶在能源市場中的功能較為單一.在此基礎上,盧強等[58]在2014 年討論了市場與用戶之間的關系,梳理了博弈論在需求側管理中的應用,推進了博弈論在能源市場中的應用.文獻[59]提出了一種改進混沌優化的遺傳算法并應用于電力系統中,為需求側管理提供了方法支持.文獻[60]建立了以年為單位的長期優化策略,在考慮需求側的前提下針對季節性儲能的變化進行分析.

4.2 分布式電網的能源市場與用戶管理

隨著新能源的開發以及低時延通信技術的發展,越來越多的研究開始關注于在新能源參與下,能源供給與需求呈現分布式的能源市場與用戶行為管理.文獻[61]提出了一種經過數據校驗的多準則模糊算法并應用于包含光伏的需求側管理中,但并未考慮能源市場的變化.在此基礎上,文獻[62]提出了基于多代理系統的微電網能量管理策略,利用市場競價策略來實現需求側管理.文獻[63]在考慮動態能源價格和用戶滿意度的情況下討論了含風電的電力系統優化調度,將發電資源與負荷資源共同進行協調來實現對風能的消納,但文章并未將用戶作為行為主體進行討論.文獻[64]提出了基于多智能體的微網群內電力市場交易策略,通過使用單純形法和博弈論納什均衡解來確定最優售電方案,再通過求解需求側最優購電模型來確定最優購電方案.文獻提供了一種微電網中用戶深度參與市場交易的方式,但在獎懲機制與博弈方式上還有進一步挖掘的空間.

4.3 綜合能源系統的能源市場與用戶管理

在諸如5G、云計算等先進信息技術的支撐下,不同能源網絡結合的越來越緊密,更多的研究專注于在多能耦合的網絡中能源市場的變化以及如何進一步提高用戶參與度.Lund 等[65]在2006 年首次在綜合能源系統中利用區域能源市場進行調度與需求側管理,文章從區域監管機制的角度出發,利用相應機制驅動用戶行為.并且多角度分析了增加系統靈活性的方法,并最終給出了一種利用熱電聯產(Combined heat and power,CHP)對風力發電進行消納的方式.基于文獻[65],文獻[66]進一步提高了系統的靈活性.文獻[67]建立了針對小規模冷-熱-電系統的矩陣優化模型,為基于市場的綜合能源系統需求側管理提供模型基礎,但對能源市場的變化與用戶的行為模式缺乏分析.文獻[68]給出了一種考慮多種不確定性的綜合能源系統投資評價方式,利用數據分析了用戶行為對投資價值的影響.文獻[17]進一步探究綜合能源系統特性,提出了針對多時間尺度多能量形式的調度策略,利用能源特性與動態市場機制驅動用戶行為實現最優調度.但在綜合能源系統多時間尺度多能量形式特性上還存在繼續挖掘的空間.文獻[18,69]則從市場的角度深入分析了能源互聯網現在的發展及未來的發展方向,為綜合能源系統的能源市場后續研究提供了思路.

4.4 研究展望

從上述分析中可以看到,基于先進信息技術,現有研究中用戶側更加積極地與市場側聯動實現優化管理,同時用戶參與的能源從電能也擴展到了綜合能源系統.國家能源局發布的《關于推進“互聯網+”智慧能源發展的指導意見》中也提到“構建以多能融合、開放共享、雙向通信和智能調控為特征,各類用能終端靈活融入的微平衡系統”.但在實現目標的過程中,還存在諸多待解決的問題,例如隨著用戶側的參與程度增加,如何對用戶側實施合理且有效的約束,保證用戶側的信息安全與能源質量.由于綜合能源系統中能源類型不同,生產、傳輸、消費都存在著不同的時間尺度與特性,用戶與市場如何利用如智能算法、邊緣計算等先進信息技術實現綜合能源系統多能耦合智能優化管理,都是未來具有研究前景的新課題.

5 信息能源深度融合系統

隨著“互聯網+”技術逐漸滲透能源行業,為能源行業帶來巨大的變革,能源系統受到傳感、監控、控制、能量管理及調度等信息的作用,反映出在信息流對能量流的強耦合融合背景下,能源互聯網所構建的新一代信息能源系統的形態.截至2020 年8 月,我們檢索到相關論文86 篇.如圖8 所示,“建模”以及“網絡攻擊”與“信息安全”相互結合的核心關鍵詞表明這兩個研究方向得到了眾多學者的關注.而從研究類型的角度來看,關鍵詞“Cyberphysical energy system”、“Cyber-physical-social system”等成為關注熱點.在2010 年,文獻[70]中Ili? 等提出了一種依賴于支持物理系統的網絡技術的動力學模型,較早地將快速發展的能源系統建模為基于網絡的物理系統,后續眾多研究者在此基礎上進行了更為深入的研究.

圖8 CPS 相關領域的聚類Fig.8 Clustering of CPS related fields

上述分析結果表明,隨著信息技術和能源系統融合逐步深入,能源系統正迅速發展成為復雜的信息能源融合系統,要實現未來能源系統的目標,就必須系統地嵌入能夠監測、通信和控制不斷發展的物理系統的網絡技術.從論文的關鍵詞可以看出,能源系統必須表現出適應性的性能,如靈活性、效率、可持續性、可靠性和安全性.不同能源實體之間日益復雜的相互作用需要一個安全、高效和強大的網絡基礎設施.針對這個方向,多數研究者基于信息能源融合系統建模與仿真、信息能源融合系統綜合安全和信息物理能源系統(Cyber-physical energy systems,CPES)及信息物理社會系統(Cyber-physical-social systems,CPSS)進行了研究.

5.1 信息能源融合系統建模與仿真

信息能源融合系統的建模與仿真是信息能源融合系統研究的熱點之一,許多文獻在系統異構問題、信息系統時間特性、信息模型等方面取得了一定成果.文獻[71]在分析了對電力系統進行信息物理融合建模與評估的必要性去驅動力后,提出了一種信息物理系統(Cyber-physical system,CPS)融合建模構想.文獻[72]提出了一種基于區塊鏈的智能電網網絡物理基礎設施模型.文獻[73]描述了分別基于連續時間和離散事件的網絡物理能量系統模型,說明了兩種基本不同的建模原則的優缺點.文獻[74]根據自能源網絡結構提出了一種基于生成對抗網絡(Generative adversarial networks,GAN)技術的數據-機理混合驅動方法對自能源模型參數辨識.文獻[75]研究智能電力系統硬實時監控通信策略的設計問題,并且在廣泛使用的商用工具PSCAD 中提供一個嵌入式仿真環境.文獻[76]提出了一種基于高層體系結構(High level architecture,HLA) 的電力與通信技術(Information and communications technology,ICT)系統實時評估協同仿真環境(IEEE Standard 1516-2010),認為基于連續時間的電力系統仿真和基于離散事件的信息和通信技術(ICT)網絡仿真是研究未來智能電網的關鍵.

5.2 信息能源融合系統綜合安全

CPS 借助大量傳感設備與復雜通信網絡使現代電力系統形成一個實時感知、動態控制與信息服務的多維異構復雜系統,信息流交互使得信息能源融合系統面臨更多潛在威脅.文獻[77]提出了電力CPS 領域中網絡攻擊的定義,從通信網絡覆蓋范圍和網絡攻擊目的兩方面對攻擊行為進行分類.文獻[78]介紹了CPS 的概念與安全現狀,給出了CPS 綜合安全的定義;提出了CPS 的綜合安全威脅模型;對現有CPS 攻擊和防御方法進行了分類和總結,并探討CPS 綜合安全的研究方向.文獻[79]提出了一種新的基于區間狀態預測器的防御機制來有效地檢測惡意攻擊.研究者提出了一種基于深度置信網絡(Deep belief network,DBN)的電力負荷預測方法,這種方法可以減少預測誤差.然而,由于天氣系統的混沌性和不穩定性,預報誤差是不可避免的.為了進一步闡明跨空間連鎖故障對電力 CPS 安全穩定運行的危害,文獻[80]提出一種基于改進攻擊圖的量化評估方法.文獻[81]在傳統的虛假數據注入攻擊的基礎上,提出了一種考慮能量系統動態特性且可以用來描述惡意攻擊者的攻擊行為的動態攻擊模型.文獻[82]分析了CPS 的基本概念和特征,并對CPS 的體系架構、中間件系統、實時性、安全和隱私等關鍵技術進行了說明.文獻[83]提出了一種分布式多智能體方案來檢測和識別電網保護系統中的網絡威脅.

5.3 CPES 及CPSS

一些研究者考慮能夠充分感知環境和系統狀態信息,對能源生產和消耗實時監測和預測,統一優化調度和控制的CPES 以及CPS 中因存在人和社會層面而提出的CPSS.薛禹勝等在文獻[84]中研究了電力(能源)大數據的應用,并通過若干課題的研究,歸納大數據技術對提高能源流在不同時間尺度及空間中的經濟性與可靠性的作用與途徑.文獻[85]提出了由電網信息物理融合建模技術、電網信息物理系統分析方法、基于融合模型的電網控制技術、基于融合模型的形式化驗證4 個關鍵技術組成的研究體系.而文獻[86]從并行調度的角度系統地提出了基于復雜CPSS 的能源互聯網智能調度概念和框架,并深入研究了如何利用智能人工社會建模實現能源互聯網的并行調度與控制,同時考慮了人為因素和社會因素,這是對單一智能廣域機器人概念的重大延伸和理論改進.而文獻中的研究對象是群并行調度機器人(Parallel dispatching robot,PDR),無論是名義模型還是鏡像模型,都必須是一個具有并行計算能力的分布式建模與仿真系統.這與很多電力系統仿真軟件平臺采用集中建模和集中離線仿真方法的軟件平臺有本質區別.Wang 在文獻[87]中提出必須增加和解決CPS 中存在的人與社會層面.人與社會的動態應被視為任何有效的CPS 設計和運行的一個組成部分,CPS 中引入“社會”具有一定合理性.

5.4 研究展望

現階段國內外對于CPS 的研究情況整體來說還處于發展的初期,有待成熟化.2018 年薛禹勝在《能源評論》 中提出:未來要拓展到更大的物理系統中,要從電力系統向它的上游拓展,要研究煤炭、風電等不同類型的能源品類出力變化的關聯、可再生能源的波動性如何引起負荷和一次能源的不平衡與損失等.由此可見,推動CPS 和多能源融合發展是信息能源融合系統的發展趨勢.從CPS 的應用角度,如何將通信、計算和控制能力嵌入能源設備,應用于各類能源系統,得出有效的智能設備和自治系統,如何針對信息系統和能源系統進行合理建模并對新的系統模型搭建與之相適應的、合理的仿真算法,如何在大型工業系統中充分考慮CPS 的安全和隱私等都是亟需解決的問題.

6 結論

信息與能源的深度融合將有效提高能源系統的安全高效經濟運行能力,增強可再生能源的接納能力,提高用戶的參與程度,加強能源系統的靈活性和可擴展性,推動未來能源系統的高速發展.本文運用科學知識圖譜的方法,對CNKI 和WoS 所載2000～ 2020 年文獻進行計量分析,獲取信息能源系統的研究熱點分布,并深入挖掘其內在聯系和潛在趨勢.在當前的研究中,依托于我國在能源領域較為領先的研究基礎,在以清潔、環保為目標的能源轉型的迫切需求以及互聯網良好的發展生態的背景下,以“比特驅動瓦特”的研究在能源系統的控制、優化、管理等多個層面都取得了較大的進展,同時信息能源深度耦合的影響研究也獲得了諸多關注.未來,在包含泛在感知、數據中心、邊緣計算等技術在內的新基建大力推進下,如何以清潔、高效、經濟、智慧的能源系統支撐能源需求高速增長的信息系統的發展,并通過信息能源系統的耦合,實現對能源數據價值的充分挖掘都是未來具有廣闊科研前景和重大國家需求的新課題.