王棟 黨海峰 夏建濤 楊寶剛 陳銘?zhàn)?/p>

(1.上海全應(yīng)科技有限公司，上海 200336；2.用友網(wǎng)絡(luò)科技有限公司，北京 100094；3.寧波眾茂杭州灣熱電有限公司，浙江 寧波 315399)

自2020 年我國明確提出碳達(dá)峰、碳中和目標(biāo)以來，學(xué)術(shù)界、工業(yè)界已經(jīng)對(duì)“雙碳”目標(biāo)的推進(jìn)路徑進(jìn)行了長足探索。在此基礎(chǔ)上，國家能源局于2023 年3 月發(fā)布《關(guān)于加快推進(jìn)能源數(shù)字化智能化發(fā)展的若干意見》。在意見中，國家能源局明確提出要加強(qiáng)傳統(tǒng)能源與數(shù)字化智能化技術(shù)的融合，并推動(dòng)能源系統(tǒng)智能調(diào)控技術(shù)的突破。

然而，能源智能調(diào)控技術(shù)應(yīng)當(dāng)如何實(shí)現(xiàn)尚未得到很好地解答。鑒于分布式能源背景下，我國大大小小的熱電廠足有數(shù)千家，提高熱電生產(chǎn)的智能調(diào)控水平既可以強(qiáng)化燃煤機(jī)組的節(jié)能降碳，又可以幫助探索多種能源的全局智能調(diào)控體系，并將其作為源網(wǎng)荷儲(chǔ)一體化智能調(diào)控體系的有機(jī)組成部分。

本文嘗試以熱電生產(chǎn)場景為應(yīng)用場景，對(duì)智能調(diào)控技術(shù)的含義、應(yīng)用和技術(shù)體系進(jìn)行初步探討：首先，介紹熱電生產(chǎn)中的典型調(diào)控場景并嘗試闡述熱電生產(chǎn)中智能調(diào)控的含義；其次，以具體場景為例，對(duì)智能調(diào)控在熱電生產(chǎn)中的應(yīng)用與特點(diǎn)加以介紹；再次，介紹工業(yè)互聯(lián)網(wǎng)架構(gòu)對(duì)智能調(diào)控起到的決定性作用；接著，介紹一些智能調(diào)控中的重要支撐性技術(shù)；最后，對(duì)文章進(jìn)行總結(jié)并展望未來智能調(diào)控技術(shù)的發(fā)展方向。

一、從熱電生產(chǎn)到智能調(diào)控

鑒于智能調(diào)控的含義、技術(shù)與實(shí)施路徑尚未在業(yè)界達(dá)成共識(shí)，本文首先介紹典型熱電廠在生產(chǎn)運(yùn)行過程中遇到的若干實(shí)際需要進(jìn)行調(diào)控的場景，并嘗試闡述人工智能技術(shù)與這些調(diào)控問題的契合點(diǎn)。

（一）熱電生產(chǎn)中的調(diào)控需求

熱電生產(chǎn)場景中的調(diào)控被認(rèn)為是通過調(diào)整鍋爐、汽輪機(jī)組及相應(yīng)的主輔機(jī)設(shè)備，使其在有效地響應(yīng)外界需求的同時(shí)盡量保持安全、高效、環(huán)保、經(jīng)濟(jì)的生產(chǎn)。因此，熱電生產(chǎn)保持平穩(wěn)運(yùn)行時(shí)，對(duì)調(diào)控技術(shù)的要求也較低；熱電生產(chǎn)發(fā)生了明顯變化時(shí)，對(duì)調(diào)控則有較高的要求。

1.負(fù)荷的大幅變化

一個(gè)典型的熱電廠需要同時(shí)考慮滿足供汽負(fù)荷的需求和供電負(fù)荷的需求。作為分布式能源的熱電廠通常承擔(dān)下游工業(yè)生產(chǎn)中所需過熱蒸汽的供給及用電的供給，因此下游用戶的生產(chǎn)狀況變化可能引發(fā)供汽負(fù)荷或供電負(fù)荷的大幅變化。這種變化通常具備某種時(shí)間上的規(guī)律，但規(guī)律并不精確。在這種狀況下，當(dāng)下游負(fù)荷突然變化時(shí)，鍋爐、汽輪機(jī)組等設(shè)備需要進(jìn)行短時(shí)間的大幅調(diào)節(jié)以適應(yīng)負(fù)荷的改變。

2.設(shè)備運(yùn)行組合的改變

熱電生產(chǎn)通常采用母管制連接多臺(tái)鍋爐與汽輪機(jī)組、減溫減壓器等設(shè)備。當(dāng)因檢修等因素進(jìn)行設(shè)備切換時(shí)，其設(shè)備的負(fù)荷分配策略也應(yīng)當(dāng)相應(yīng)地發(fā)生變化，以維持較高的生產(chǎn)效率。從理論出發(fā)，當(dāng)給定下游負(fù)荷時(shí)，一定存在最優(yōu)的設(shè)備負(fù)荷分配方法，在滿足安全、環(huán)保生產(chǎn)要求的同時(shí)，其生產(chǎn)效率優(yōu)于其他的負(fù)荷分配方法。因此，設(shè)備間的有效調(diào)控在這種場景下是具有實(shí)用價(jià)值的。

3.外界因素的影響

（1）煤炭市場的變化

作為分布式能源的熱電廠通常在煤炭市場上議價(jià)能力較低。煤炭價(jià)格和電價(jià)分別為熱電廠生產(chǎn)的成本和收益，當(dāng)電價(jià)一段時(shí)間內(nèi)維持穩(wěn)定時(shí)，隨著煤炭價(jià)格的持續(xù)升高，發(fā)電的邊際收益從正值變?yōu)樨?fù)值。在這種情況下，熱電廠的調(diào)控策略會(huì)發(fā)生較大的改變，比如從維持汽輪機(jī)組的高負(fù)荷生產(chǎn)變?yōu)楸M量降低汽輪機(jī)組的發(fā)電量。

除價(jià)格的變化外，煤炭品質(zhì)的變化對(duì)熱電生產(chǎn)的調(diào)控也有較大影響。由于難以保證煤炭來源的穩(wěn)定，煤質(zhì)的變化在許多熱電廠的生產(chǎn)過程中較為頻繁。當(dāng)煤質(zhì)發(fā)生變化時(shí)，通常熱電廠也需要調(diào)整鍋爐的運(yùn)行策略以維持高效生產(chǎn)。

（2）電力市場的變化

除少數(shù)孤網(wǎng)運(yùn)行場景外，多數(shù)熱電廠都需要與電網(wǎng)進(jìn)行交互。此時(shí)，電網(wǎng)側(cè)的變化也會(huì)引起熱電生產(chǎn)的調(diào)控需求。

一種典型的場景是電網(wǎng)峰谷電的價(jià)格變動(dòng)。當(dāng)峰電價(jià)切換到谷電價(jià)時(shí)，熱電廠的調(diào)控策略可能也會(huì)從盡量靠自身發(fā)電滿足用電需求切換到盡量靠下網(wǎng)電量滿足用電需求，因?yàn)楣入妰r(jià)可能低于熱電廠自身發(fā)電成本。

另外一種典型的場景是電網(wǎng)的調(diào)度指令。電網(wǎng)有時(shí)可能會(huì)根據(jù)自身的平衡狀況要求熱電廠發(fā)電不得上網(wǎng)或者盡量令汽輪機(jī)組滿發(fā)。此時(shí)熱電廠需要通過自身的調(diào)控指令盡可能滿足電網(wǎng)的要求。

（3）工業(yè)蒸汽用戶的變化

典型的為工業(yè)園區(qū)提供工業(yè)蒸汽的熱電廠需要滿足下游各種各樣蒸汽用戶對(duì)蒸汽參數(shù)的要求，而下游用戶僅考慮自身需求決定生產(chǎn)狀況。

因此，需要考慮這樣一種情況：熱電廠的下游蒸汽用戶中存在一個(gè)用戶，該用戶對(duì)過熱蒸汽的壓力、過熱度參數(shù)要求都明顯高于其他用戶，而該用戶的生產(chǎn)存在明顯的晝夜節(jié)律，即白天使用大量蒸汽而夜晚沒有蒸汽需求。在這種假設(shè)場景中，熱電廠白天的調(diào)控需要盡量生產(chǎn)高參數(shù)等級(jí)的過熱蒸汽，而夜晚時(shí)生產(chǎn)較低參數(shù)等級(jí)的過熱蒸汽。

（二）人工智能視角下的熱電生產(chǎn)調(diào)控

1.熱電生產(chǎn)的控制方法

從控制論的角度來看，熱電生產(chǎn)的運(yùn)行控制仍然遵循“感知－決策－執(zhí)行”的方法論。因此，自動(dòng)控制系統(tǒng)應(yīng)當(dāng)有能力在熱電生產(chǎn)場景中完成控制需求，且事實(shí)上自動(dòng)化技術(shù)也支撐了電力系統(tǒng)的發(fā)展[1-3]。然而，在實(shí)際的熱電生產(chǎn)過程中，自動(dòng)控制系統(tǒng)通常會(huì)面臨較大的困難，以至于幾乎無法用于實(shí)際的熱電運(yùn)行控制中。

首先是熱電生產(chǎn)常見的母管制運(yùn)行。由于下游蒸汽用戶需求的不確定性，母管制運(yùn)行可以通過母管的緩沖較好地應(yīng)對(duì)負(fù)荷波動(dòng)。然而，母管制運(yùn)行意味著自動(dòng)控制系統(tǒng)無法忽略不同設(shè)備間的相互影響，使得設(shè)計(jì)可靠而易用的控制方案變得相當(dāng)困難[4]。

其次，作為分布式能源的重要組成部分，多數(shù)熱電廠規(guī)模較小，難以維持煤種、煤質(zhì)、設(shè)備狀態(tài)、工況等條件的穩(wěn)定，從而令自動(dòng)控制系統(tǒng)難以保持長時(shí)間的有效運(yùn)行，且任何因素的明顯變化都可能使原本表現(xiàn)良好的自動(dòng)控制系統(tǒng)失效，直到這些變化因素恢復(fù)原先的狀態(tài)。

再次，考慮到成本和收益的平衡，多數(shù)中小型熱電廠難以保證傳感器件和執(zhí)行機(jī)構(gòu)的良好運(yùn)行。隨著時(shí)間的推移，自動(dòng)控制系統(tǒng)無法正確地對(duì)環(huán)境進(jìn)行感知，也不能保證決策結(jié)果得到良好執(zhí)行，從而無法維持其控制效果。

事實(shí)上，在熱電生產(chǎn)中，熱電廠的管理者普遍選擇讓運(yùn)行人員手動(dòng)進(jìn)行絕大多數(shù)場景的控制，而非盡量采用自動(dòng)控制回路。在某種程度上，這種情況也可以被理解為在熱電生產(chǎn)場景中，人是更好的控制系統(tǒng)，因其在感知、決策、執(zhí)行三個(gè)維度都能夠持續(xù)達(dá)到可用的狀態(tài)，同時(shí)僅需付出較低的管理成本即可。

2.智能調(diào)控技術(shù)的概念與內(nèi)涵

從更長遠(yuǎn)、更廣泛的角度來看，人并不是調(diào)控問題最終的答案。無數(shù)的事例已經(jīng)證明，在高度復(fù)雜的、快速變化的場景中，一個(gè)經(jīng)過精心設(shè)計(jì)、良好調(diào)試的調(diào)控系統(tǒng)一定遠(yuǎn)優(yōu)于人。因此，在未來的能源調(diào)控場景中，起到支撐性、決定性作用的勢必是廣泛利用數(shù)字化、智能化技術(shù)的智能調(diào)控體系。

通過觀察熱電生產(chǎn)場景，可以發(fā)現(xiàn)感知手段的變化、決策場景的多樣、執(zhí)行機(jī)構(gòu)的特性限制了自動(dòng)控制系統(tǒng)的應(yīng)用。然而人通常能夠較好地通過一段時(shí)間的適應(yīng)達(dá)到熱電生產(chǎn)調(diào)控場景的要求，同時(shí)隨著經(jīng)驗(yàn)的積累還能夠改善自身的控制效果。

鑒于人工智能技術(shù)研究的任務(wù)就是在理解自然智能（特別是人類智能）的基礎(chǔ)上，創(chuàng)制具有一定智能水平的智能機(jī)器[5]，不妨通過借鑒人工智能技術(shù)的核心思路來構(gòu)建智能調(diào)控技術(shù)。即，通過理解調(diào)控問題中的人類智能創(chuàng)制智能調(diào)控方法，以增強(qiáng)調(diào)控的效果。

然而，人工智能技術(shù)當(dāng)前在電力系統(tǒng)中應(yīng)用的主要研究熱點(diǎn)仍然停留在使用具體的人工智能技術(shù)解決獨(dú)立問題層面[6]，而非借鑒人工智能理念與思路創(chuàng)造新方法、解決新問題。因而，如何構(gòu)建智能調(diào)控技術(shù)體系仍然需要長期的探索。

參考人類智能在熱電生產(chǎn)中調(diào)控場景的表現(xiàn)，智能調(diào)控技術(shù)應(yīng)當(dāng)達(dá)到自運(yùn)行、自優(yōu)化、自適應(yīng)的效果。即智能調(diào)控體系運(yùn)行可不依賴于人類參與，能夠根據(jù)長期的運(yùn)行數(shù)據(jù)改善自身表現(xiàn)，并且能夠適應(yīng)多樣化的運(yùn)行場景。

二、熱電生產(chǎn)場景中的智能調(diào)控技術(shù)

（一）熱電生產(chǎn)場景示例

要理解智能調(diào)控技術(shù)，可以設(shè)定智能調(diào)控的運(yùn)行場景，并觀察其實(shí)際表現(xiàn)。因此，這里首先設(shè)定一個(gè)典型的熱電生產(chǎn)場景，可以稱其為示例熱電廠。同時(shí)認(rèn)為在示例熱電廠中，其生產(chǎn)調(diào)控交由智能調(diào)控技術(shù)完成。

如圖1 所示，示例熱電廠采用母管制生產(chǎn)方式，現(xiàn)有4 爐3 機(jī)運(yùn)行。該熱電廠的主要業(yè)務(wù)是通過數(shù)十公里的蒸汽管網(wǎng)為下游工業(yè)園區(qū)提供過熱蒸汽，同時(shí)冬季承擔(dān)城市供暖的任務(wù)。因其發(fā)電量較小，電網(wǎng)允許其發(fā)電上網(wǎng)，但不計(jì)價(jià)；同時(shí)，若從電網(wǎng)下電，則執(zhí)行工業(yè)電價(jià)，并有峰谷平的電價(jià)變化。

圖1 示例熱電廠熱力系統(tǒng)圖

（二）熱電生產(chǎn)場景中的“調(diào)”

在熱電生產(chǎn)過程中，智能調(diào)控技術(shù)應(yīng)當(dāng)實(shí)時(shí)監(jiān)控生產(chǎn)狀況，并決策是否需要對(duì)生產(chǎn)進(jìn)行調(diào)整。這種調(diào)整既包括生產(chǎn)狀況穩(wěn)定時(shí)對(duì)各個(gè)設(shè)備的調(diào)節(jié)，也包括生產(chǎn)需要發(fā)生明顯變化時(shí)對(duì)不同設(shè)備的調(diào)度。綜合來看，可以將這種“調(diào)”類問題視為在各類生產(chǎn)狀況中對(duì)控制方向和控制目標(biāo)進(jìn)行決策。

1.生產(chǎn)狀況穩(wěn)定時(shí)的調(diào)節(jié)

當(dāng)示例熱電廠的負(fù)荷相對(duì)穩(wěn)定時(shí)，其生產(chǎn)狀況也較為穩(wěn)定。此時(shí)熱電廠的運(yùn)行目標(biāo)主要是通過持續(xù)調(diào)節(jié)令生產(chǎn)運(yùn)行處在安全、環(huán)保的狀態(tài)下，并盡量令收益最大化。此時(shí)，智能調(diào)控技術(shù)應(yīng)當(dāng)持續(xù)、實(shí)時(shí)地對(duì)生產(chǎn)進(jìn)行小幅調(diào)節(jié)，從而令生產(chǎn)始終處于較為高效的場景。

例如，隨著外界環(huán)境溫濕度的變化，煤倉中的煤炭顆粒也會(huì)緩慢發(fā)生相應(yīng)的變化，因此入爐煤的狀態(tài)也會(huì)隨時(shí)間發(fā)生小幅改變（如濕度增加）。這時(shí)，智能調(diào)控系統(tǒng)可以通過傳感器數(shù)據(jù)感知燃燒狀況的變化（如流化床鍋爐床溫在數(shù)分鐘內(nèi)持續(xù)降低），并進(jìn)一步結(jié)合環(huán)境信息及先驗(yàn)知識(shí)對(duì)可能的變化原因進(jìn)行認(rèn)知。當(dāng)認(rèn)識(shí)到可能是入爐煤濕度增加時(shí)，智能監(jiān)控技術(shù)可以根據(jù)上煤的歷史狀況、煤的消耗速率、近期的環(huán)境濕度等信息預(yù)判接下來一段時(shí)間煤的濕度變化以及對(duì)流化床鍋爐燃燒造成的影響。同時(shí)，智能監(jiān)控技術(shù)可以在此基礎(chǔ)上尋找可能的調(diào)整策略（例如是否需要降低一次風(fēng)量、降低床料厚度以維持有利于燃燒的較高床溫），并預(yù)判調(diào)整對(duì)鍋爐的有利影響和不利影響，最終做出最優(yōu)決策，決定如何進(jìn)行調(diào)節(jié)。

2.生產(chǎn)狀況變化時(shí)的調(diào)度

下游用戶對(duì)過熱蒸汽需求的大幅變化顯然會(huì)影響示例熱電廠的生產(chǎn)。在這種變化過程中，示例熱電廠的優(yōu)先目標(biāo)是維持過熱蒸汽的供需平衡，同時(shí)在該目標(biāo)的基礎(chǔ)上盡量保持生產(chǎn)的安全、高效、環(huán)保。

不妨考慮其中一個(gè)典型場景：在工作日早上的上班時(shí)間前后，下游工業(yè)用戶的產(chǎn)線陸續(xù)開啟，對(duì)過熱蒸汽的需求持續(xù)大幅增加。由于這種負(fù)荷的變化速率可能超過鍋爐的響應(yīng)速率，因此不做額外設(shè)計(jì)，僅靠壓力的反饋信號(hào)進(jìn)行調(diào)控是難以達(dá)到調(diào)控需求的。

由于這種變化是可解釋、可預(yù)估的，因此智能調(diào)控技術(shù)有能力從下游用戶的歷史消費(fèi)數(shù)據(jù)中挖掘信息，并結(jié)合一些先驗(yàn)信息，如根據(jù)當(dāng)年假日信息等對(duì)下游的負(fù)荷變化的時(shí)間、速率、總量建立概率分布模型。在對(duì)未來進(jìn)行預(yù)判的基礎(chǔ)上，結(jié)合實(shí)時(shí)的流量變化和設(shè)備運(yùn)行情況，智能監(jiān)控技術(shù)應(yīng)當(dāng)時(shí)刻修正自身對(duì)現(xiàn)狀的認(rèn)知和對(duì)未來的預(yù)估，并綜合決定如何對(duì)設(shè)備運(yùn)行進(jìn)行調(diào)度。

在示例熱電廠的生產(chǎn)過程中，一種可能的狀況如下所述。智能調(diào)控技術(shù)首先在早上下游負(fù)荷提升前約半小時(shí)，根據(jù)歷史運(yùn)行數(shù)據(jù)和當(dāng)天的先驗(yàn)信息，判斷應(yīng)該持續(xù)平穩(wěn)增加鍋爐出力從而提高管網(wǎng)壓力水平，并且增加凝汽式汽輪機(jī)組的凝汽量。當(dāng)下游負(fù)荷開始升高時(shí)，鍋爐出力仍然保持持續(xù)小幅增加，并且逐漸通過降低凝汽式汽輪機(jī)組的凝汽量來增加其抽汽量用于下游供汽，最終過渡至高負(fù)荷下的穩(wěn)定生產(chǎn)狀態(tài)。在整個(gè)變化過程中，智能調(diào)控技術(shù)維持了整體變化過程盡量平穩(wěn)，以保證生產(chǎn)過程的安全環(huán)保，避免了快速改變?cè)O(shè)備出力帶來的生產(chǎn)效率損失，并且通過調(diào)度各個(gè)設(shè)備的響應(yīng)節(jié)奏來保證整體生產(chǎn)的高能效。實(shí)際上，上述調(diào)控方式和現(xiàn)實(shí)中運(yùn)行人員的調(diào)控方式是類似的，但智能調(diào)控技術(shù)可以通過更準(zhǔn)確的時(shí)機(jī)判斷、更量化的預(yù)測能力、更有效的調(diào)度分配實(shí)現(xiàn)更加安全、更加環(huán)保、更加高效的調(diào)控效果。

（三）熱電生產(chǎn)場景中的“控”

在熱電生產(chǎn)過程中，智能調(diào)控技術(shù)應(yīng)當(dāng)有能力對(duì)生產(chǎn)系統(tǒng)進(jìn)行穩(wěn)定控制，以達(dá)到其控制目標(biāo)。從控制論的角度出發(fā)，控制目標(biāo)的實(shí)現(xiàn)仍然遵循“感知－決策－執(zhí)行”的方法論，并且人工智能思想可以在其中作出重要貢獻(xiàn)。

1.生產(chǎn)狀況穩(wěn)定時(shí)的控制

當(dāng)生產(chǎn)狀況趨于平穩(wěn)時(shí)，影響完成控制任務(wù)的因素主要來源于整個(gè)生產(chǎn)環(huán)境中的自然變化。以主汽母管的壓力控制為例，智能調(diào)控技術(shù)的運(yùn)行過程如下所述。

智能調(diào)控技術(shù)可以實(shí)時(shí)對(duì)主汽母管的蒸汽壓力數(shù)據(jù)進(jìn)行監(jiān)控，并預(yù)測對(duì)鍋爐、汽輪機(jī)組可能產(chǎn)生的調(diào)整對(duì)主汽壓力的影響。當(dāng)獲取所有可能的調(diào)整對(duì)主汽壓力走勢的預(yù)估時(shí)，智能調(diào)控技術(shù)可以綜合考慮對(duì)設(shè)備壽命的影響、對(duì)環(huán)保的影響、對(duì)能效的影響，以及對(duì)上下游其他設(shè)備造成的影響，最終得到最優(yōu)的調(diào)整方法，并將合適的操作指令發(fā)送給具體設(shè)備的控制機(jī)構(gòu)以完成控制操作。

2.生產(chǎn)狀況變化時(shí)的控制

當(dāng)生產(chǎn)狀況發(fā)生比較明顯的變化時(shí)，智能調(diào)控技術(shù)需要更多地考慮變動(dòng)對(duì)控制效果造成的影響，并且執(zhí)行合適的運(yùn)行操作以完成控制目標(biāo)。

與生產(chǎn)狀況較為穩(wěn)定時(shí)類似，智能調(diào)控技術(shù)仍然可以在生產(chǎn)狀況發(fā)生變化時(shí)根據(jù)已知的信息和模型對(duì)未來可能的發(fā)展進(jìn)行預(yù)測。

同時(shí)，煤質(zhì)改變、下游負(fù)荷變化等一些不確定性的變化會(huì)使智能調(diào)控技術(shù)對(duì)未來的預(yù)測不夠準(zhǔn)確。因此，相比于預(yù)測準(zhǔn)確時(shí)的最優(yōu)發(fā)展，在生產(chǎn)狀況變化時(shí)智能調(diào)控技術(shù)需要花費(fèi)更多的精力考慮預(yù)測失效甚至與實(shí)際發(fā)展背道而馳時(shí)，控制目標(biāo)是否還能夠被完成。

一種可行的思路是：既然生產(chǎn)的變化具備不確定性，且任意時(shí)刻的控制效果都與先前一段時(shí)間的控制決策相關(guān)，則智能調(diào)控技術(shù)應(yīng)該使用“留有余地”的控制方式，即通過修改最優(yōu)化問題的定義，將控制決策視為在時(shí)間軸上持續(xù)控制決策的組合，所求的是控制決策組合的最優(yōu)，而不是單次控制決策的最優(yōu)。

（四）智能調(diào)控技術(shù)的核心思路

綜合不同調(diào)控場景下智能調(diào)控技術(shù)的表現(xiàn)，可以將智能調(diào)控技術(shù)的核心思路總結(jié)如下。

首先，智能調(diào)控技術(shù)應(yīng)當(dāng)具有對(duì)歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)的能力。通過對(duì)長期歷史數(shù)據(jù)、近期歷史數(shù)據(jù)的分析和挖掘以及基于機(jī)理的先驗(yàn)知識(shí)，智能調(diào)控技術(shù)應(yīng)當(dāng)能夠建立對(duì)設(shè)備狀態(tài)、運(yùn)行規(guī)律等信息的認(rèn)知。

其次，基于不斷學(xué)習(xí)產(chǎn)生的認(rèn)知，并結(jié)合實(shí)時(shí)數(shù)據(jù)，智能調(diào)控技術(shù)應(yīng)當(dāng)能夠建立符合機(jī)理的、對(duì)當(dāng)前情況的正確感知和理解；可以分析當(dāng)前正在發(fā)生的情況；判斷發(fā)生該情況的可能原因以及接下來可能的發(fā)展。

再次，智能調(diào)控技術(shù)應(yīng)當(dāng)可以判斷所有可執(zhí)行的操作，并對(duì)這些操作可能產(chǎn)生的影響進(jìn)行預(yù)估，在此基礎(chǔ)上選擇最優(yōu)的操作作為決策。

最后，智能調(diào)控技術(shù)應(yīng)當(dāng)能夠根據(jù)所做的決策進(jìn)行盡量精準(zhǔn)地執(zhí)行。應(yīng)當(dāng)注意到，執(zhí)行操作是否可在各種場景下被相對(duì)準(zhǔn)確地完成，實(shí)際上在做決策的時(shí)候就已經(jīng)被納入考慮。同時(shí)，在部分設(shè)備條件較差場景下執(zhí)行操作的不確定性也應(yīng)當(dāng)在決策時(shí)考慮其產(chǎn)生的可能影響。

基于以上認(rèn)識(shí)，智能調(diào)控技術(shù)的核心流程應(yīng)如圖2 所示。智能調(diào)控技術(shù)應(yīng)當(dāng)能夠利用歷史數(shù)據(jù)進(jìn)行建模并在線更新模型；應(yīng)能夠利用實(shí)時(shí)數(shù)據(jù)和既有模型進(jìn)行現(xiàn)狀感知、預(yù)測未來和產(chǎn)生決策；應(yīng)能夠根據(jù)現(xiàn)實(shí)狀況產(chǎn)生合適的控制指令以完成控制閉環(huán)。

圖2 智能調(diào)控技術(shù)核心流程示意圖

三、工業(yè)互聯(lián)網(wǎng)架構(gòu)對(duì)智能調(diào)控技術(shù)的支撐作用

智能調(diào)控技術(shù)通過實(shí)時(shí)感知熱電廠的各類數(shù)據(jù)，并基于模型預(yù)測結(jié)果進(jìn)行實(shí)時(shí)決策。顯然，智能調(diào)控技術(shù)中的計(jì)算屬于實(shí)時(shí)計(jì)算的范疇，對(duì)網(wǎng)絡(luò)延遲和網(wǎng)絡(luò)中斷有天然的敏感性。同時(shí)，為了更準(zhǔn)確、更全面地形成對(duì)生產(chǎn)狀況的認(rèn)知，智能調(diào)控需要分析大量的實(shí)時(shí)與歷史生產(chǎn)數(shù)據(jù)。這種計(jì)算屬于大數(shù)據(jù)處理計(jì)算的范疇，對(duì)海量的數(shù)據(jù)處理和強(qiáng)大的算力有天然的敏感性。

智能調(diào)控技術(shù)既需要實(shí)時(shí)產(chǎn)生計(jì)算結(jié)果，又需要對(duì)海量數(shù)據(jù)進(jìn)行處理。借鑒已有工業(yè)場景中使用邊緣計(jì)算的經(jīng)驗(yàn)[7-8]可以明確，智能調(diào)控的這種特性決定了其只有采用云邊端的工業(yè)互聯(lián)網(wǎng)架構(gòu)才能有效落地。

（一）基于云-邊-端的工業(yè)互聯(lián)網(wǎng)架構(gòu)

工業(yè)互聯(lián)網(wǎng)平臺(tái)在使云側(cè)、邊緣側(cè)、終端的有機(jī)結(jié)合的同時(shí)滿足了實(shí)時(shí)計(jì)算和海量數(shù)據(jù)處理的需求，其在智能調(diào)控技術(shù)中的關(guān)鍵架構(gòu)如圖3 所示。

圖3 用于智能調(diào)控的工業(yè)互聯(lián)網(wǎng)架構(gòu)示意圖

其中，云側(cè)借助云計(jì)算、大數(shù)據(jù)等底層技術(shù)提供的強(qiáng)大存儲(chǔ)和算力，運(yùn)行離線的數(shù)據(jù)分析、模型構(gòu)建等大規(guī)模計(jì)算任務(wù)。同時(shí)，邊緣側(cè)憑借更低的網(wǎng)絡(luò)延遲、更穩(wěn)定的局域網(wǎng)絡(luò)等優(yōu)點(diǎn)，進(jìn)行實(shí)時(shí)控制，確保在發(fā)生任何互聯(lián)網(wǎng)異常時(shí)均能實(shí)時(shí)控制熱電廠各類設(shè)備，做到熱電廠自動(dòng)控制穩(wěn)定運(yùn)行。最后，熱電廠的工作人員通過智能看板、手機(jī)、電腦等終端，隨時(shí)隨地感知電廠的工作情況，做到數(shù)字化的運(yùn)行和管理。

（二）邊緣自治

智能調(diào)控技術(shù)自運(yùn)行的特性決定了其對(duì)安全性的高要求。若網(wǎng)絡(luò)延遲、中斷等情況導(dǎo)致決策結(jié)果不夠及時(shí)有效，則調(diào)控效果也無法得到保證，甚至可能產(chǎn)生極大的安全問題。

因此，邊緣側(cè)必須具有邊緣自治的能力，即邊緣端具有獨(dú)立運(yùn)行智能調(diào)控系統(tǒng)的能力，不受短時(shí)間網(wǎng)絡(luò)波動(dòng)的影響。為了實(shí)現(xiàn)邊緣自治的能力，智能調(diào)控系統(tǒng)需要在邊緣側(cè)緩存必要的各類數(shù)據(jù)和程序，并且具有完整的感知、決策、執(zhí)行的能力，從而確保其在脫離互聯(lián)網(wǎng)情況下仍然能夠保持很長一段時(shí)間的正常運(yùn)行，直至足以安全退出。

（三）云邊協(xié)同

雖然邊緣側(cè)可以獨(dú)立運(yùn)行智能調(diào)控系統(tǒng)并完成智能調(diào)控，但邊緣側(cè)計(jì)算能力、存儲(chǔ)能力的不足使邊緣側(cè)難以獨(dú)立完成自優(yōu)化、自適應(yīng)的要求。

因而，需要設(shè)計(jì)有效的云邊協(xié)同策略，在云側(cè)對(duì)海量數(shù)據(jù)進(jìn)行處理、分析和挖掘，始終保持?jǐn)?shù)據(jù)中隱含的熱電生產(chǎn)規(guī)律變化可以及時(shí)地被獲取，并令模型、策略等隨時(shí)間變化的信息與熱電生產(chǎn)現(xiàn)場同步。云邊協(xié)同策略可以把最有效的、最實(shí)時(shí)的更新信息同步到邊緣側(cè)，確保邊緣側(cè)的智能調(diào)控系統(tǒng)準(zhǔn)確地感知現(xiàn)場生產(chǎn)狀況，并做出有效的決策。

四、熱電生產(chǎn)運(yùn)行智能調(diào)控中的其他關(guān)鍵技術(shù)

（一）歷史數(shù)據(jù)挖掘

數(shù)據(jù)挖掘技術(shù)可以在熱電場景中體現(xiàn)重大價(jià)值，但尚未得到足夠的重視[9]?；诖罅康膫鞲衅骼鄯e數(shù)據(jù)，智能調(diào)控技術(shù)可以通過分析和挖掘這些數(shù)據(jù)來獲取一些先驗(yàn)信息，從而幫助建立對(duì)實(shí)時(shí)情況的認(rèn)知。因此，數(shù)據(jù)挖掘技術(shù)可以有效支撐智能調(diào)控技術(shù)。

1.面板數(shù)據(jù)挖掘

面板數(shù)據(jù)挖掘指忽略數(shù)據(jù)間的時(shí)序聯(lián)系，將不同時(shí)間發(fā)生的數(shù)據(jù)平等看待，并利用數(shù)據(jù)挖掘技術(shù)從中獲取有用信息。通過對(duì)面板數(shù)據(jù)的挖掘，可以對(duì)比歷史運(yùn)行中不同參數(shù)下各設(shè)備的能效狀況從而確定合適的運(yùn)行參數(shù)，可以分析數(shù)據(jù)間的相關(guān)關(guān)系，從而避免無效決策等。

2.時(shí)序數(shù)據(jù)挖掘

時(shí)序數(shù)據(jù)挖掘指通過觀察數(shù)據(jù)隨時(shí)間的變化規(guī)律，挖掘出數(shù)據(jù)中蘊(yùn)含的有用信息。例如，通過在時(shí)間序列上對(duì)熱電生產(chǎn)數(shù)據(jù)進(jìn)行挖掘，發(fā)現(xiàn)熱電生產(chǎn)隨時(shí)間變化的規(guī)律，從而判斷有些歷史規(guī)律是否在近期已經(jīng)失效，并發(fā)現(xiàn)新的規(guī)律等。

（二）軟測量

智能調(diào)控技術(shù)的感知、決策、執(zhí)行都要在數(shù)據(jù)的基礎(chǔ)上進(jìn)行。然而，由于測量技術(shù)的約束，部分重要的數(shù)據(jù)無法直接甚至無法間接地被測量。這時(shí)可以利用軟測量技術(shù)對(duì)數(shù)據(jù)進(jìn)行補(bǔ)充，以更好地支撐智能調(diào)控技術(shù)，如燃料軟測量[10]、氧量軟測量[11]等。參考智能調(diào)控技術(shù)的核心思路，這種軟測量方法通常不必盡善盡美，只需獲取比人類感知和推斷更為準(zhǔn)確、能夠支撐智能調(diào)控技術(shù)進(jìn)行有效感知和認(rèn)知即可。

（三）工業(yè)場景建模

智能調(diào)控技術(shù)產(chǎn)生決策時(shí)需要依賴對(duì)未來的預(yù)測，因此便需要盡量準(zhǔn)確的模型?，F(xiàn)有的仿真建模技術(shù)和機(jī)器學(xué)習(xí)技術(shù)均可以作為智能調(diào)控技術(shù)的支撐。

1.仿真建模

系統(tǒng)、模型、仿真三個(gè)概念是一根鏈條上的三個(gè)環(huán)節(jié)，對(duì)它們的研究是一個(gè)工作程序的三個(gè)步驟[12]。仿真建模方法論通常通過數(shù)學(xué)建模的方式依照工業(yè)機(jī)理建立底層物理過程的模型，然后通過建模方法構(gòu)建基于這些小模型的仿真模型。這種方法通常需要比較大的工作量，同時(shí)其保真度也比較高。

2.機(jī)器學(xué)習(xí)

機(jī)器學(xué)習(xí)技術(shù)通過數(shù)學(xué)方法，基于訓(xùn)練數(shù)據(jù)建立符合數(shù)據(jù)概率分布的機(jī)器學(xué)習(xí)模型，并有能力在此基礎(chǔ)上進(jìn)行有效預(yù)測。機(jī)器學(xué)習(xí)技術(shù)作為人工智能的重要技術(shù)之一，在過去的若干年內(nèi)呈現(xiàn)出巨大的潛力，同時(shí)也在許多工業(yè)場景中取得了成功。此外，其受數(shù)據(jù)的噪聲影響非常大，因此在智能調(diào)控技術(shù)中使用機(jī)器學(xué)習(xí)時(shí)，需要考慮其適用性。

（四）智能決策

智能決策，即使用人工智能技術(shù)解決決策問題。顯然，智能決策技術(shù)是智能調(diào)控技術(shù)“決策”步驟中的支撐性技術(shù)。在模型足夠準(zhǔn)確的情況下，智能調(diào)控技術(shù)可以對(duì)當(dāng)前情況精確感知并對(duì)未來發(fā)展做出足夠準(zhǔn)確的預(yù)測時(shí)，決策問題可以退化為最優(yōu)化問題。而生產(chǎn)過程中的不確定性增強(qiáng)勢必需要進(jìn)行更仔細(xì)的決策方法設(shè)計(jì)。關(guān)于這方面的研究便可以歸于智能決策領(lǐng)域。

五、總結(jié)與展望

隨著數(shù)字化、智能化技術(shù)的發(fā)展，能源的智能調(diào)控技術(shù)也有了堅(jiān)實(shí)的技術(shù)支撐。熱電聯(lián)產(chǎn)作為分布式能源的典型代表，也是能源戰(zhàn)略和“雙碳”目標(biāo)的重要組成部分。本文以熱電聯(lián)產(chǎn)場景為基礎(chǔ)，嘗試對(duì)智能調(diào)控技術(shù)的概念、應(yīng)用及相關(guān)的支撐性技術(shù)加以探討，并期望以此為基礎(chǔ)探索完整能源生產(chǎn)利用場景中的智能調(diào)控技術(shù)。本文所述的理念、方法已經(jīng)在若干熱電聯(lián)產(chǎn)的場景中進(jìn)行了初步驗(yàn)證，呈現(xiàn)出了令人欣喜的效果。隨著文中所述技術(shù)的發(fā)展以及這些技術(shù)在智能調(diào)控領(lǐng)域中的深入應(yīng)用，智能調(diào)控技術(shù)必將在不遠(yuǎn)的未來更加成熟并得到廣泛應(yīng)用。