工业互联网安全分论坛-浅析工业互联网下的新能源电力系统发展 杨强

主 讲 人：杨 强教 授浙江大学电气工程学院之江实验室http:/ 杭州杭州2019.4.21个性化个性化定制定制网络化网络化协同协同服务化服务化延伸延伸外部网络/互联网络局域网络IT网络OT网络云计算/边缘计算云计算智能化智能化管控管控端到端数据流动“工业互联网是互联网和新一代信息技术与全球工业系统全方位深度融合集成所形成的产业和应用生态，是支撑工业智能化发展的综合信息基础设施。”网络化：实现机器、材料、控制系统、信息系统、人之间的泛在互联 平台化：通过工业云和工业大数据实现海量工业数据的集成、处理与分析 新模式：实现智能化生产、网络化协同、个性化定制和服务化延伸“互联网+”时代下,工业互联网已经成为中国基础设施产业升级的必然技术路径。核心：“人-机-物”泛在互联和深度融合下的基于数据驱动的智能化工业互联网平台：面向工业数字化、网络化、智能化需求，构建基于海量数据的采集、汇聚、分析和服务体系，支撑资源泛在连接、弹性供给、高效配置的开放式云平台。工业工业APPAPP基于PaaS平台开发工具、行业机理模型开发形成的应用服务（本质：面向特定场景的智能化行业解决方案）工业工业PaaSPaaS系统设备、业务软硬件资源的灵活调配和高效管控（本质：实现资源管控的“工业操作系统”）工业工业IaaSIaaS边缘层边缘层工业信息物理系统计算、网络、存储等系统资源的虚拟化（本质：工业互联网资源池）应用服务应用服务传感装置、异构网络、边缘计算支撑下的实时、可靠数据采集（本质：工业系统状态的全面感知）操作系统操作系统资源管理资源管理全面感知全面感知定义传统工业云平台的迭代升级：大量工业环节和用户参与的软件生态新工业体系的“操作系统”：对等、扁平、灵活、软件定义的组织架构资源集聚共享的有效载体：多方资源汇聚下的社会化协同生产和管控国际数据公司（IDC）预测：工业互联网未来80%的终端为传感节点，90%的流量是物理信息，传输需求具有时延敏感特征，亟待对新型网络体系结构、演化机理和多源数据分析理论和网络空间安全理论开展研究。网络空间体系架构和演化问题：实时高效可靠新型网络架构及网络行为分析方法数据科学问题：多源异构、时空关联大数据分析和数据驱动决策理论网络空间安全问题：信息与物理系统一体化安全防护和未知威胁防御理论价值问题三元融合（人、工业过程信息系统）时空关联（多时间尺度、多空间尺度）平行演进（工业物理系统、信息网络系统）智能涌现（自感知、自学习、自诊断、自愈、自控制、自趋优）数字化、网络化、弱智能化（互联网、物联网）自主智能化（自主智能化（AIAI）全球工业互联网生态格局正在加速形成（美国、欧洲、日本、韩国等）通过对工业数据的全面深度感知、实时传输交换、高效计算手段和高级建模方法，实现工业应用中控制模式、资源管控、运营维护等生产组织方式的颠覆式变革工业互联网和场景化的人工智能技术正逐步融合，由“全过程数字化集成和自动化”向“信息网络支撑的互联智能”，继而向“知识驱动的自主智能”演进（来源：中国信通院、工业互（来源：中国信通院、工业互联网产业联盟，余晓晖总工）联网产业联盟，余晓晖总工）趋势联合国“商业与气候”峰会：全球能源互联网 清洁发展的必由之路可持续发展首席执行官理事会：构建全球能源互联网 实现能源可持续发展的必由之路中国电机工程学会年会：构建全球能源互联网 推动能源与环境协调发展与美国前财长鲍尔森会谈：首次提出构建全球能源互联网全球可持续电力合作组织2014年峰会：构建全球能源互联网IEEE电力与能源协会年会：构建全球能源互联网，服务人类社会可持续发展IEEE科普论坛：论全球能源互联网联合国气候峰会企业家论坛：构建全球能源互联网、促进绿色低碳发展。福布斯杂志：为实现可持续发展建设全球能源网络全球能源互联网专著在北京发布人 民 政 协 报：落 实“一带一路”战略 构建全球能源互联网概念提出理论形成成果发布特 高 压 交 流试 验 示 范 工程投运智能电网全面开工建设全球能源互联网清洁化 电气化网络化 智能化统筹协调两个替代可持续发展 能源互联网是互联网与能源生产、传输、存储、消费和能源市场深度融合的能源产业新形态，具有系统智能、多能协同、信息对称、供需分散、扁平管理、交易开放等特征。定位定义 能源互联网是是我国推动能源革命的重要技术支撑平台，以电力系统为核心的多类型能源网络（煤炭、石油系统、供热系统、天然气供应系统）高度耦合下，实现能源互联互通、综合优化利用的资源配置中心和枢纽。能源互联网具有工业互联网的典型特征和需求，是工业互联网的重点应用领域电力系统电力系统能源互联网能源互联网新能源新能源电力系统电力系统 物联基础：采用先进的传感、控制、通信等实现能源生产端、传输端、消费端数亿计海量装置（计量、保护、检测、控制）、设备（一次）以及子系统的泛在互联。数据基础：可获取设备运行数据、气象数据、电网数据、电力市场数据等，基于海量数据存储、基于人工智能的挖掘、处理、分析和可视化，全面感知系统态势，优化能源生产和能源消费端的运行效率，实现需求和供应实时动态适配和友好互动。以智能电网为技术基础，以智能化技术和服务为支撑，高效处理发、供、用电侧的多维数据信息，实现能源供需优化动态配置和互动。能源互联网将重建现有能源交易体系，大幅提升能源的生产和使用的效率，实现能源信息的交易融合。（来源：国网信通公司）能源互联网将实现新能源电力系统能量流、信息流和价值流的重新整合！“那些与人的思维相关的活动，诸如决策、问题求解和学习等的自动化”Bellman,1978；“是一种计算机能够思维，使机器具有智力的激动人心的新尝试”Haugeland,1985；“是那些使知觉、推理和行为成为可能的计算的研究”Winston,1992；“是关于人造物的智能行为，而智能行为包括知觉、推理、学习、交流的行为”Nilsson，1998；“像人一样思考的系统、像人一样行动的系统、理性地思考、行动的系统”Stuart Russell,2003；人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门交叉性极强的技术科学。人工智能发展历史：热潮和严冬交替出现当前普遍共识：基础条件成熟，人工智能工业级应用爆发在即！未来10年，人工智能将成为最具颠覆性的技术之一，成为新一轮科技和产业变革的重要驱动力。“人工智能的内涵包括脑认知基础、机器感知与模式识别、自然语言处理与理解、知识工程四个方面”内涵“是机器人与智能系统智能科学的应用技术，如工业机器人、农业机器人、服务机器人等各类机器人，以及智能交通、智能制造、智慧医疗、智慧城市等”外延脑认知基础：阐明认知活动的脑机制，包括分子、细胞、神经回路、脑组织区实现记忆、计算、交互等认知活动，以及如何模拟这些认知活动。它包括认知心理学、神经生物学、不确定性认知、人工神经网络、统计学习、机器学习、深度学习等内容。机器感知与模式识别：研究脑的视知觉、以及如何利用机器完成图形和图像的信息处理和识别任务，如物体识别、生物识别、情境识别等。在物体的几何识别、特征识别、语义识别中，在人的签名识别、人脸识别、指纹识别、虹膜识别、行为识别、情感识别中，目前都已经取得巨大成功。自然语言处理与理解：研究自然语言的语境、语用、语义和语构；大型词库、语料和文本的智能检索，语音和文字的计算机输入方法，词法、句法、语义和篇章的分析，机器文本和语音的生成、合成和识别，各种语言之间的机器翻译和同传等。知识工程：研究如何用机器代替人，实现知识的表示、获取、推理、决策，包括专家系统、机器博弈、数据挖掘和知识发现、不确定性推理、领域知识库；还有数字图书馆、知识图谱等大型知识工程。新一代人工智能（人工智能2.0）（国发201735号）新一代人工智能以高级机器学习、大数据、云计算为核心，重点突破感知智能、计算智能和认知智能领域技术，以更高水平接近人的智能形态存在，主要特点包括:从人工知识表达到大数据驱动的知识学习技术从分类型处理的多媒体数据转向跨媒体交互从追求智能机器到高水平的人机协同从聚焦个体智能到基于网络的群体智能技术从拟人化机器人转向更加广阔的智能自主系统新形势挑战与机遇人工智能技术应用与行业场景密切相关！工业互联网背景下，人工智能将给新能源电力系统带来什么？通过新一代人工智能技术与能源互联网的深度融合，将逐步实现智能传感与物理状态相结合、数据驱动与机理模型相结合、辅助决策与运行控制相结合，从而有效提升驾驭复杂系统的能力，提高电力系统运行的安全性和经济性。多类型能源高度耦合新能源设施规模日益庞大电力信息系统深度融合在工业互联网背景下，针对能源互联网系统优化、可靠和安全运行的挑战，从优化控制和电气信息的角度开展研究：能量协同调控困难信息攻击威胁凸显传统运维手段失效需要实现优化调度和能量自动适配需要引入智能化高效运维手段需要信息和网络攻击快速识别和预警家庭多能互补集成供能系统中分布式电源（光伏、风电）、家庭负荷、储能间的协同增效和自适应优化调度 建立以减少用电成本与寻求电量供需平衡为双重目标的多目标整数不等式规划问题，基于对实时电价和分布式电源出力的预测，采用遗传算法搜索最优的“DG-负荷”供需关系和柔性负荷用电时段以匹配DG供电状况 采用迭代自动寻优算法以RTP为调节杠杆，转移部分负荷的工作时段以降低从电网处的购电费用；采用分段判断方式搜索最优“DG-蓄电池-负荷”能量供应，通过蓄电池的充放电动作动态转移DG供电量来适配负荷需求大电网大电网RTP太阳能太阳能风能风能HAN蓄电池蓄电池控制器控制器负荷负荷负荷负荷负荷负荷刚性负荷刚性负荷不可中断负荷不可中断负荷可中断负荷可中断负荷能量流动能量流动负荷控制负荷控制储能控制储能控制0:003:006:009:0012:0015:0018:0021:0024:0044.555.566.5RTP(cents/KWh)Time(h)012345DG Energy(KW)RTPSolar powerWind power家庭集成供能系统中分布式电源和动态电价家庭集成供能系统中分布式电源和动态电价结论1：在满足电力约束和电量波动的条件下，根据DG、RTP、储能状态信息，合理规划家居用户侧包含可中断负荷与不可中断负荷的柔性负荷用电时段，以储能装置充放电决策为调控手段，充分调整和利用DG的发电量，以寻求最高经济效益，降低系统用电均峰值，实现系统内用户所需支付电费最低与DG供电充分使用的双重有效优化；结论2：通过建立以减少用电成本与寻求电量供需平衡为双重目标的多目标遗传算法整数规划问题，根据可中断负荷与不可中断负荷的不同工作特性，可分段执行交叉变异策略，降低算法复杂度，兼顾全时段电能供需最佳适配。0:003:006:009:0012:0015:0018:0021:0024:00-6-4-20246时间(h)充放电功率(KW)020406080100SOC(%)未经电网的充放电电网对电池的充电电池整体的充放电电池荷电状态SOC基于负荷控制和储能控制的供需适配程度随机工作和储能介入下的能量供需适配程度含负荷控制的储能充放电过程预测不确定情形下的算法可靠性0:003:006:009:0012:0015:0018:0021:0024:003.544.555.566.57时间(h)实时电价(/KWh)误差范围RTP日前预测值RTP真实值0:003:006:009:0012:0015:0018:0021:0024:002345678时间(h)分布式发电(KW)误差范围DGs日前预测值DGs真实值电价、分布式发电量预测误差（实际误差、人为设定误差）0:003:006:009:0012:0015:0018:0021:0024:00012345678时间(h)DG 利用量(KW)DG 使用量DG 供电量0:003:006:009:0012:0015:0018:0021:0024:00-1-0.500.511.5时间(h)充放电功率(KW)0102030405060708090100SOC(%)未经电网的充放电电网对电池的充电电池整体的充放电电池荷电状态S