【原】华南理工大学朱继忠教授团队｜综合能源系统运行可靠性评估评述Ⅱ:数据驱动法与模型-数据混合驱动法

中国电工技术学会活动专区

CES Conference

利用数据驱动的人工智能技术解决能源领域问题是当下的研究热点，当数据驱动方法应用于综合能源系统运行可靠性建模及评估研究中时，与本系列上篇论文介绍的模型驱动方法相比，其优势和不足分别是什么？现今，综合能源系统运行可靠性评估研究亟需解决的科学问题有哪些？

团队介绍

华南理工大学综合智慧能源系统优化运行与控制（ISESOOC爱思科）团队主要从事电网优化运行、综合能源系统、智能电网能量管理以及信息-物理-社会系统等方面的研究。

团队负责人朱继忠教授是国家海外高层次引进人才，IEEE/IET/CSEE Fellow，英国皇家学会客座研究员，担任IEEE PES智慧楼宇、负载及客户系统技术委员会（中国）主席，MPCE等国际期刊编委，IEEE P2781和P2783两个标准工作组主席，IEEE SMC标准委员会委员和IEEE SMC智能电力与能源系统专委会委员，全国电力需求侧管理标委会委员。曾任首届全国创新争先奖评审委员会委员、IEEE电力负荷分专委会主席、IEEE SBLC亚太地区工作组主席等。

团队正茁壮成长，目前有教授1名，副教授2名，博士后、博士与硕士研究生共30余名。近年来，参与和承担了国基等国家级课题6项、省部级科学基金4项、国家电网公司与南方电网公司科技项目等科研项目8项。近三年来发表SCI论文30余篇，EI收录论文60余篇，主持和参与制定国际国内相关标准5项，获省部级科技奖3项。

朱继忠

教授，博士生导师，IEEE/IET/CSEE Fellow，华南理工大学爱思科团队负责人，主要从事综合智慧能源系统优化运行与控制方面的研究工作，zhujz@

骆腾燕

硕士研究生，研究方向为综合智慧能源系统运行可靠性评估与优化，epluoty@mail.

吴皖莉

博士研究生，研究方向为电动汽车与电网互动，epwuwanli@mail.

李盛林

博士研究生，研究方向为可再生能源微电网和主动配电网的能量管理，[e-mail]

董瀚江

博士研究生，研究方向为综合智慧能源系统优化运行与控制，epdonghj@mail.

研究背景

在本系列论文中，上篇《综合能源系统运行可靠性评估评述I：模型驱动法》主要对模型驱动的综合能源系统(Integrated Energy Systems, IES)运行可靠性建模及评估进行了详细综述，并对现有研究所存问题作归纳总结。

本文为下篇，主要对数据驱动以及模型-数据混合驱动的IES运行可靠性评估的研究现状以及现存问题进行综述，并对IES运行可靠性分析建模与评估方法中的现存关键科学问题进行总结与展望，在此基础上，提出人工智能背景下模型-数据混合驱动的IES运行可靠性建模与评估新思路。

论文所解决的问题及意义

对IES进行运行可靠性评估，不仅能实现系统运行状态的实时感知，而且能对系统的短期运行风险进行合理预测。利用数据驱动的人工智能技术解决能源领域问题是当下的研究热点。

本文首先从基于数据驱动法对考虑时变性与供需不确定性的综合能源系统设备运行可靠性建模方法进行阐述和总结，并归纳出在设备运行可靠性建模方面现有研究存在的不足；其次，详细总结了数据驱动以及模型-数据混合驱动两种运行可靠性评估方法的原理、研究现状和目前研究存在的局限性；最后，针对现有研究存在的问题，对IES运行可靠性评估研究进行总结与展望并提出人工智能背景下模型-数据混合驱动的运行可靠性建模及评估总体思路。

图1 数据驱动的运行可靠性评估

图2 模型-数据混合驱动的运行可靠性评估

论文方法及创新点

目前，IES运行可靠性评估方法主要有模型驱动、数据驱动、模型-数据混合驱动三种。模型驱动因其速度与精度的固有矛盾在处理IES中的高维非线性问题方面存在困难，数据驱动方法因其可解释性较弱等自身的局限性导致在能源领域的应用也遭遇瓶颈。发展模型-数据混合驱动的运行可靠性评估方法，有望解决目前的技术难题。

但在运行可靠性评估方面，混合驱动的研究相对较少，且混合结构较为简单，如何实现模型驱动环节与数据驱动环节的最优融合是后续研究中亟需解决的问题。除现有的串联、并联、嵌入式等结构外，思考将模型驱动模块转化为数据训练中的约束条件，或通过模型驱动环节控制数据驱动环节的多次调用来优化评估结果等手段对混合驱动的结构进行发展与更新，也具有深入研究的价值。

针对现有研究的不足，本文提出一种模型-数据混合驱动的IES运行可靠性分析建模及评估方法的总体思路。如图3，实现实时高效的IES运行可靠性评估的基本思路如下：

①基于传感器和量测系统提供大量IES实时运行信息，并结合系统状态模拟生成运行可靠性场景数据集。应当强调的是，运行可靠性场景数据集必须包含反映设备运行状态、气象条件和运行环境等可能导致运行可靠性发生改变的内外部影响因素的数据。对运行及模拟过程中产生的问题数据，拟采用数据清洗技术对其进行删除或修正，而对于正负样本的不均衡问题，需研发数据增强技术来训练产生与正样本个数匹配的负样本。

②考虑运行状态的时变特性以及供需不确定性对设备进行运行可靠性建模分析。在建模过程中需充分考虑由可再生能源出力、负荷多样性、系统运行策略、内部耦合关系等引起的运行条件以及运行环境的变化对设备可靠性的影响，建立综合全面的设备运行可靠性评估模型。

③在运行可靠性评估环节，应综合考虑评估速度与精度，设计全新的模型-数据混合驱动实现框架，选择合适的数学模型及数据驱动算法，实现模型驱动环节与数据驱动环节的最优配合，对IES运行可靠性进行准确评估。同时，运行可靠性评估环节包含IES运行可靠性指标体系的建立与计算，以及考虑冗余信息对指标权重的决策与分配。

图3 模型-数据混合驱动的IES运行可靠性评估新思路

 结论

本文从IES设备运行可靠性建模方法和IES运行可靠性评估方法两大方面对IES运行可靠性评估工作进行研究现状的综述并指出现有研究存在的问题，在此基础上对IES 运行可靠性评估工作作出展望，并提出了基于模型-数据混合驱动的IES运行可靠性建模与评估新思路。 

应当注意的是，随着IES运行数据以及系统运行过程中不确定因素的不断增加，实现运行可靠性的实时准确评估将面临更严峻的挑战。今后应从规划、预测、运行控制、价格导向等多方面对提高IES运行可靠性的方法进行进一步发展。例如：

1)在规划设计方面，可以首先利用系统在较长时间段内的平均可靠性提供决策依据，为运行阶段的实时可靠性提供保障；

2)在运行控制方面，可以通过积极引入关联分析和特征提取先进的算法和技术来增强系统的在线处理与决策能力，并通过合理的运行调度策略来保障系统运行的安全性；

3)在市场方面，可以通过可调节的柔性负荷或负荷聚类，并利用市场调节手段和价格导向的方式来提高IES的运行可靠性等。

引用本文

朱继忠, 骆腾燕, 吴皖莉, 李盛林, 董瀚江. 综合能源系统运行可靠性评估评述Ⅱ：数据驱动法与模型-数据混合驱动法[J]. 电工技术学报, 2022, 37(13): 3227-3240. Zhu Jizhong, Luo Tengyan, Wu Wanli, Li Shenglin, Dong Hanjiang. A Review of Operational Reliability Assessment of Integrated Energy Systems Ⅱ: Data-Driven Method and Model-Data Hybrid Driven Method. Transactions of China Electrotechnical Society, 2022, 37(13): 3227-3240.