隨著工業互聯網、工業4.0等新一輪工業革命的興起，智慧電廠已成為我國發電企業轉型升級，應對能源變革的新舉措，其體系架構和智能系統建設成為當前亟待解決的問題。

現階段，火力發電廠系統建設一般遵循控制層、監控層、信息管理層三層體系架構部署，在其上分別建設了分散控制系統（Distributed Control System, DCS）、廠級監控信息系統（Supervisory Information System, SIS）、管理信息系統（Management Information System, MIS）等系統，各層及系統之間缺乏數據交互性和統一性，使之形成各個數據孤島，導致業務流程效率低，數據難以挖掘利用，智能系統難以搭建。

隨著發電企業多類型市場競爭和能源個性化需求的加大，以及越來越多的智能設備和智能技術在發電廠得到應用，發電廠的傳統體系架構難以適應智慧電廠的建設要求。

近年，我國對智慧電廠的研究和建設開展了許多有益探索，有學者從不同角度對智能發電、智慧電廠提出了不同的定義和體系架構，但其與工業互聯網體系融合較少，智慧電廠作為工業互聯網理念在發電側的集中體現，有必要將工業互聯網理念引入智慧電廠研究和建設中，增強各系統之間的協同性和擴展性，提高發電企業內外信息系統與物理系統的融合程度。

工業互聯網和工業4.0作為高度互聯的智能化工業生態系統，核心是利用信息物理融合系統（Cyber-Physical Systems, CPS）優化企業的智能生產管理，促進產業的集成發展與合作。CPS是以網絡化為基礎，通過計算、通信及控制技術（Computing、Communication、Control, 3C）深度融合，構建一個計算、網絡和物理實體有機融合的復雜系統。通過CPS技術可以實現工業系統實時狀態感知、動態仿真控制和信息服務，使該系統更加高效、可靠與協同運行。

2013年4月，德國政府在漢諾威工業博覽會上正式明確提出了以信息物理融合系統為支撐的工業4.0戰略。之后歐美等國家對工業互聯網及CPS開展了大量研究和建設工作，在通過資源集聚、市場驗證和應用創新后，歐美的工業互聯網平臺日漸成熟。而目前我國工業互聯網建設處于探索階段。

2017年，工業和信息化部、國家標準化管理委員會聯合發布《信息物理系統白皮書（2017）》，明確了信息物理系統的定義和CPS工程建設路徑。隨著云計算、大數據、物聯網和人工智能的發展，對系統多時空尺度異源信息的處理能力，以及開放性和共享性的要求加大,人類的知識經驗和社會特性逐漸滲透進CPS，使CPS向著廣義互聯的人類群體以及社會化發展。

因此，國內外學者開始進一步拓展CPS內涵，周濟等認為在傳統的人和物理系統之間增加信息系統，使傳統的工業系統具有學習和產生知識的能力，提出了以人-信息-物理系統（Human-Cyber-Physica Systems, HCPS）為基礎，深度融合人工智能技術的中國新一代智能制造的發展體系。還有學者認為通過構建信息物理社會系統（Cyber-Physical-Social Systems, CPSS）延伸CPS，可以較好地實現信息空間、物理空間和社會空間的無縫結合。如王飛躍等以復雜系統理論和默頓定律為基礎，將人及人類納入系統之中，構建虛實互動、閉環反饋和自治的平行系統，提出了工業5.0信息-物理-社會融合平行體系。

在電力領域，相關學者結合電力特征和CPS技術提出了電力信息物理系統（Cyber-Physical Energy Systems, CPES），為電力智能化建設提供了新的理論和方法。目前，在CPES體系架構、系統建模仿真、安全可靠性、系統規劃與運行調度等方面進行了初步探究，仍有許多問題和關鍵技術亟待解決。針對CPES體系架構研究，有學者設計了應用層、認知層、網絡層、控制感知層和物理層五層的能源互聯網CPS框架。薛禹勝等提出了智能電網的CPS技術體系框架，解決電力基礎設施與網絡系統的高效交互和無縫集成問題。

隨著越來越具有開放和競爭特性的智慧能源和能源互聯網的提出，以及“云大物移智”等先進技術的發展，使能源的生產和使用越來越具有人類–社會屬性，基于此，有學者進一步考慮社會元素和能源系統間交互的影響，提出了智能電網和電力物聯網融合的電力CPSS，以助于更好地解決電力經濟、市場管制、博弈及攻擊行為、需求側等對系統發展、可靠性和優化運行的不確定及復雜度的影響。程樂峰等基于群體及其知識自動化的理論方法構建了下一代能源電力系統的CPSS理想和工程試驗框架體系，將人類調度員與能源市場的人類社會行為與信息物理系統融合為一個“大”閉環復雜系統。

綜上所述，具有高度靈活、協調和控制能力的CPS/HCPS/CPSS非常適合智慧電廠建設，其研究和發展為我國智慧電廠的研究和建設提供了重要理論基礎和借鑒意義。現有文獻主要從發輸配用等綜合能源和能源互聯網系統的信息物理系統進行體系架構分析，而目前針對發電側CPS的研究和實踐較少。

發電廠作為能源互聯網供給側重要的組成部分，智慧電廠建設應該納入整個智慧能源和能源互聯網生態體系中，而現有火電廠的物理系統和信息系統中，人類和社會對發電系統的感知、經驗和決策不會直接反饋或難以作用于電力生產管理而形成閉環，從而無法較好地解決發電廠泛在感知與全面互聯、全生命周期生產管理、基于數字孿生的性能優化與診斷控制、面向不同交易市場/環境/能源的運行優化和經營決策等問題。

近年來，形態仿生、功能仿生、結構仿生、信息與控制仿生等仿生學方法，在諸多領域具有顯著的創新應用。仿生學通過研究生物的結構和功能原理等方法，模仿構建生物模型映射的數學模型，進而建造解決問題的智能實體模型。

基于此，本文利用仿生學將工業互聯網CPS內涵引入智慧電廠進行研究分析，充分考慮人、社會行為與發電廠生產、管理、經營等各環節的耦合關系和相互影響，構建具有系統性、規范性和通用性的智慧電廠體系架構和智能模型，以便兼容和適應發電廠上、下游企業和集團工業互聯網生態體系。

1 智慧電廠仿生體系

通過借鑒工業4.0參考架構（RAMI4.0）、工業互聯網參考架構（AII）以及中國智能制造系統架構，對發電廠工藝流程、能源屬性、社會特點等分析，考慮人的行為及社會與智慧電廠信息物理系統耦合關系，本文提出了智慧電廠工業互聯網參考架構模型，如圖1所示。

智慧電廠參考架構分為全生命周期、系統層級和業務特征三個維度。其中世界互聯主要指能源/環境/經濟/政策的融合，業務特征是根據系統融合難度和遞進關系，從數據集成逐步實現源網荷儲協同/多市場交易/輔助服務/綜合能源服務等多元成熟新業態。

圖1 智慧電廠工業互聯網參考架構模型

智慧電廠被認為是一個具有自我感知、自學習和自適應能力，更加安全、環保、高效和經濟的發電廠。智慧電廠內涵與仿人類生物學特征和功能具有高度的相似性。利用仿生學的擬態和演化等方法對智慧電廠體系架構展開仿生特性分析，從體系結構仿生、功能仿生等角度構建具有一定意識形態的智慧電廠智能體。智慧電廠（Intelligent Power Plant, IPP）仿生體系模型為

式中，SA為體系架構，智慧電廠仿人體細胞結構以及五官、手臂、大腦等組織和器官；HC為仿人類能力，智慧電廠仿人的工作、學習及思考等能力；HA為仿人類屬性，智慧電廠仿人的社會性和人類對生活環境適應性等屬性；HF為仿人類特征，智慧電廠仿人類的一些行為特征、生活特征等；HB為仿人類行為，智慧電廠仿人類對外界刺激做出的條件反射、非條件反射等行為調節方式。

2 智慧電廠仿生概念模型及演化過程

目前，我國火力發電的智慧電廠研究處于探索期，尚未形成統一和標準的定義，通過仿生基因進化原理和工業全面質量管理理念對智慧電廠建設內涵展開更深層次的分析。從技術方式與業務屬性維度對智慧電廠概念進行建模分析，智慧電廠可被理解為發電技術、管理技術與智能技術螺旋配對生長，動態進化的DNA雙螺旋結構模型，如圖2所示。

圖2 智慧電廠DNA雙螺旋演化模型

基于式（1）建立統一仿生體系，智慧電廠的仿生概念模型（Bionic Conceptual Model of Intelligent Power Plant, BCMIPP）可表示為

式中，業務基（Business, BU）由安全（Safety, Saf）、運行（Operation, Ope）、設備（Equipment, Equ）、燃料（Fuel, Fue）、物資（Material, Mat）、經營（Management, Man）和辦公（Office, Off）七種組成，智能技術基（Smart Technology, ST）主要由這些業務基相適應的技術基配對而成。

技術基主要包含智能感知、物聯網、云計算、大數據、移動互聯網、人工智能、智能控制等相互融合的技術。業務基和技術基分別對應DNA雙螺旋結構模型的DNA分子鏈，通過業務基和技術基相互配對，實現智能技術在發電廠生產和管理過程中的高度滲透，從而提高兩者的有機融合程度。

隨著發電和企業管理技術以及相應的智能技術相互迭代發展，該模型螺旋向上生長，重組DNA，從現階段的CPS向電廠內外拓展逐步演化為以人行為、情感及知識為主的HCPS，在此基礎上進一步向企業內外世界交融進化成CPSS。

根據智慧電廠DNA概念模型及發電企業系統發展規律，智慧電廠大體將經歷數字化電廠→智能化電廠→智慧化電廠三個階段的演化過程，其區別、關系、系統表征和交互模式見表1。

表1 智慧電廠信息物理系統的演化

1）數字化電廠（Digital Power Plant, DPP）主要是對電廠物理對象（如人、機器、燃料及物資、系統機理、環境等）和工作對象（規劃設計、基建、運行維護等）的數字化采集、存儲、處理、定量分析和決策，使電廠信息的占有和應用打破空間和時間的某些限制,使信息的應用效益達到最大化。此階段主要將電廠生產控制的PLC嵌入式系統和信息系統融合為CPS。

2）智能化電廠（Smart Power Plant, SPP）是隨著新一代網絡通信技術和“云大物移智”的發展，以硬件為支撐的嵌入式CPS系統逐漸向網絡嵌入式轉變，使得人類行為、情感、知識等更容易融入CPS中HCPS，使人在系統場景的構建之中，具有自治性、反應性、主動性、進化性等智能體特征。目前我國大部分電廠處于DPP向SPP建設進程中。

3）智慧化電廠（Intelligent Power Plant, IPP），隨著SPP建設中HCSP智能體的成熟，物理、信息和社會的實時化平行互動需求將加劇，催生出了CPSS多智能體（Multi-Agent System, MAS）建設需求，通過多智能體使各智能體互相通信，彼此規劃、協調組織和決策。有效提高電廠優化預測決策等問題的魯棒性和適應性能力，實現物理、人和社會等資源的一體化協調與融合。

3 智慧電廠CPS/HCPS/CPSS系統的構建

3.1 智慧電廠仿生CPS神經系統框架

CPS內涵高度符合智慧電廠的建設目標和要求，為智慧電廠體系架構、建模分析與控制、智慧管理等建設提供了方法和工具。

利用信息通信控制技術模擬生物體感覺器官、神經元、效應器以及中樞神經系統在智能活動中的信息采集、處理和控制過程，構建仿生CPS神經系統框架，如圖3所示。CPS仿生神經系統由單個CPS系統（神經元）組成，通過采用統一的通信和接口標準，實現各個CPS子系統信息共享和協作。

CPS仿生神經系統的調節過程是根據需求使用不同的一次能源輸入，利用量測裝置（感受器）采集數據，所采集的數據信息通過有線、無線通信網絡（傳入神經）傳輸至信息數據平臺（中樞神經系統），然后信息數據平臺對這些數據進行分析計算后，將生成的決策及指令通過有線、無線通信網絡（傳出神經）傳輸至執行機構（效應器）。

根據用戶個性化需求調整電、熱、冷等多種能源生產的特定參數。電廠借助這一套“仿生神經系統”實現自我感知、自學習和自適應、行為決策能力。

圖3 智慧電廠仿生CPS神經系統框架

3.2 智慧電廠仿生HCPS/CPSS的構成

考慮發電廠個人行為及社會群體決策的影響，利用仿生神經學方法對電廠CPS系統向內外部擴展延伸至HCPS/CPSS。構建一個人/社會世界-物理世界-信息世界互聯互通的智慧電廠生態體系。HCPS/CPSS可認為是CPS2.0/3.0，與CPS具有相似的特征和體系架構，但信息獲取的廣度和深度不同，下文以智慧電廠HCPS為例分析其構成。

智慧電廠HCPS系統根據不同業務及生產工藝流程可劃分為若干特定的人-信息-物理子系統（Human-Cyber-Physical Sub-System, HCPS-S）。對單個HCPS-S系統內部進行人、物理及信息建模分析，根據模型物理量、信息量的輸入與輸出參數一一映射原則，對分裂的人-物理系統（Human-Physical System, HPS）、CPS系統以及人-信息系統（Human-Cyber System, HCS）模型進行完善，實現各子系統的優化。

隨著智慧電廠DNA概念模型的不斷進化，通過對人行為模型、信息模型和物理模型相互反饋循環，逐步實現發電廠“人-信息-物理”三元合一的深度融合。智慧電廠仿生HCPS/CPSS的構成如圖4所示。

通過對發電生產工藝和經營管理分析，本文利用上述智慧電廠仿生體系，建立發電廠仿生HCPS/ CPSS的構成描述方程為

CPS橫向可分解為部件級（Components）、設備級（Equipment）、系統級（System）、系統之系統（Systems of Systems, SoS）、機組級（Unit）、廠級（Plant）六個層級，后者依次為前者的累加，相互交叉，最終構成一個自由靈活配置并高度協同的多層級智慧電廠。

圖4 智慧電廠仿生HCPS/CPSS的構成

對CPS縱向分析，智慧電廠是CPS、HCPS、CPSS的并集，三種系統同時存在，相互交融。通過人-信息子系統（Human-Cyber Sub-System, HCS-S）將發電廠生產和管理人員的感知、機理分析與控制功能向信息系統映射復制遷移，使HCPS系統具有神經系統“認知、學習、分析、決策”能力；物理系統通過增加各種智能傳感、檢測和網絡等物聯網設施，形成電廠數字化物聯網感知體系。

同時，信息物理子系統（Cyber-Physical Sub-System, CPS-S）將物理子系統和信息子系統在感知、分析、決策、控制及管理等方面深度融合，代替電廠人員大部分的體力和腦力活動，并且充分考慮社會影響，通過網絡和平臺將各子系統集成為更大的HPS、CPS以及HCS系統，進而進化至HCPS/CPSS。

3.3 智慧電廠CPS/HCPS/CPSS物理結構

為了實現智能電廠或智慧電廠CPS/HCPS/CPSS實時監控、混合建模分析、動態仿真和智能控制，構建了智慧電廠的物理結構如圖5所示。將傳統生產控制Ⅰ區和生產監控Ⅱ區合并為智能控制安全Ⅰ區。電廠物理系統的數字信號通過傳感器和專用通信網絡傳輸至智能控制Ⅰ區DCS存儲服務器。

根據《電力二次系統安全防護規定》的要求，通過防火墻隔離將DCS存儲服務器數據映射傳輸至智能控制Ⅰ區大數據平臺中，通過數據庫存儲的人類知識及三維機理模型，進行優化、預測、診斷、決策建模和在線仿真，構建CPS/HCPS/CPSS數字孿生體。根據物理系統的實時信息和人類知識，不斷自我學習提高仿真及數學模型精度，當達到預定精度后將仿真和模型計算結果，通過專線和防火墻鏡像至DCS控制系統的高級應用控制器中，對物理系統實體進行嵌入式或分布式控制。

而在智慧管理安全Ⅱ區中構建大數據云平臺，實時鏡像智能控制Ⅰ區大數據平臺數據，開發高級應用服務器功能實現“人機料法環”全身命周期管理。通過Ⅰ區和Ⅱ區相互映射和融合，在虛擬環境中構建一個物理系統、人/社會、信息系統深度融合的數字孿生發電廠。

圖5 智慧電廠信息物理系統網絡結構

4 基于仿生體系的智慧電廠工業互聯網平臺

火力發電廠是一個涉及多參數、多耦合和多目標的復雜連續工業系統，不能以孤立的離散數據直接控制與管理。為了實現智慧電廠CPS/HCPS/CPSS的自由組合，需要具有規范、可分解、統一的智慧電廠工業互聯網平臺。

通過遵循面向服務的架構（SOA)，基于信息和通信技術（Information and Communication Technology, ICT），在統一的模型及服務接口標準基礎上，構建智慧電廠工業互聯網平臺。通過橫向服務總線實現發電廠內部工業生產或管理全部信息的集成優化。

通過縱向服務總線實現電廠內部不同部門、不同業務之間的互聯互通、協同優化，以及集團內相關業務系統的互聯。通過服務總線實現與其他業務系統（如信息化系統、自動化控制系統、電網調度系統、交易市場系統等）的信息共享、協調優化控制及流程化管控。

因此，智慧電廠工業互聯網平臺應可為智能系統和業務功能建設提供安全、可靠、高效和穩定的應用平臺和數據平臺服務支撐，實現系統和業務的橫向集成與縱向貫通，打破數據孤島。通過模擬神經系統神經細胞的分層現象，本文基于仿生體系，構建如圖6所示的智慧電廠工業互聯網平臺。智慧電廠HCPS/CPSS劃分為設備層（效應器）、感知層（細胞膜）、基礎設施層（細胞器）、平臺層（細胞質）和應用層（細胞核）的層級架構。

在仿生智慧電廠五層架構體系中，每一層相互獨立且互聯互通，實現了發電廠信息離散系統、社會/人連續系統和發電物理連續系統在計算、通信、傳感、控制、管理等方面的有機融合與高度協作，打破業務和數據孤島，最終實現智慧電廠信息流、業務流、能源流的三流合一。

1）物理層：包括物體物理、物體人、物理社會，其中物體物理指發電廠各系統和設備，構成了從化學能至機械能、電能轉換和能量流動的復雜發電系統。

2）感知層：感知層相當于人體神經系統的基本結構神經元，應具有視覺、聽覺、觸覺、嗅覺等神經末梢功能，是解決發電廠數據孤島問題，構建社會、人、信息、物理系統的基礎。

通過對現有發電廠DCS-SIS-MES系統存儲的實時數據庫和關系數據庫數據、測量數據以及外部數據的安全高效采集，實現智慧電廠泛在感知。如對電廠人員和設備物資的標識、位置、狀態，以及生產工藝、設備狀態、作業過程、管理內容和流程數字化，可促進電廠人、機/物、社會信息資源集成共享和全面互聯。

通過將電廠現有的KKS編碼、設備編碼、物資編碼、固定資產編碼進行聯動關聯，構建新的四碼合一的標準標識編碼，賦予發電廠設備、物資、工藝唯一ID，保證數據的唯一可靠性。利用OPC、MQTT等技術將底層多源數據轉換為工業互聯網平臺可以接收的數據格式進行標識解析，然后通過協議轉換器實現MODBUS、HART、PROFIBUS等底層通信協議的互聯互通。

對于部分時效性要求高的數據通過智能網關等新型邊緣計算設備實現智能傳感器和設備數據的匯聚處理，以及對邊緣分析結果向云端平臺的間接集成。可有效解決發電廠煤質在線測量、換熱器性能監測，煙氣流量監測，爐膛溫度場仿真的及時性和可靠性，實現發電機組關鍵參數的實時測量與處理。

圖6 基于仿細胞結構的智慧電廠工業互聯網平臺架構

3）基礎設施層：構建HCPS/CPSS神經纖維網絡系統，為平臺層提供并行高效的云計算以及物聯網基礎設施，通過射頻識別、LoRa、Zigbee、4G/5G以及UWB/GPS/北斗等定位設施構建物聯網信息網絡。

4）平臺層：通過系統整合、數據橫向貫通與集中、業務縱向集成、數字映射、微服務等策略，將大數據平臺、物聯網平臺和三維虛擬平臺融合為發電廠的一體化平臺。同時通過對門戶、流程、數據、運維、安全的統一管理，構建智慧電廠HCPS中樞神經系統大腦功能。

（1）蘊含知識圖譜的大數據平臺。通過建立包含電廠人/社會-物理等多業務的數據標準規范，大數據平臺結合機器學習、強化學習、仿真建模等多種技術，集成生產管理專家知識經驗，建立發電廠知識圖譜，為應用層提供快速高效、自學習、自優化的智能應用模型。同時該平臺通過統一對外服務和標準接口支持集團內部、智能電網調度、政府監管部門、市場交易中心等企業單位之間的數據安全交互能力。

（2）智能設備集中管控的物聯網平臺。隨著智能設備在發電廠中不斷得到應用，需要一套物聯網平臺將電廠設備/人與互聯網相連，實現電廠物聯網遠程監視、集中管控與服務。如發電廠關鍵參數智能量測設備、巡檢機器人和無人機、智能攝像頭、智能移動終端等物聯設備的靈活部署與集中互聯管控。

（3）基于業務驅動的數字化孿生平臺。充分利用數字化建模技術開發一套面向發電廠生產工藝流程仿真及設備結構的三維數字化平臺，融合人員定位技術、移動終端、智能攝像頭、三維及VR/AR仿真培訓和仿真技術，集成生產監控、作業過程、生產管理、智能決策等SIS和MIS傳統信息系統功能，實現基于業務驅動的三維數字化孿生虛擬電廠。

5）應用層：應用層是CPS系統最頂層，相當于人體的脊髓組織。與平臺層腦組織共同構建了完整的中樞神經系統。應用層主要是解決電廠生產運營管理的實際問題，是CPS系統信息流、數據流和能源流三流合一的價值體現，應用層可劃分為面向生產的控制區、信息一體化的管理區、人機交互與可視化的交互區，三大區共同推動著發電廠智能系統的構建和融合。

其中控制大區主要是實現智慧電廠HCPS/ CPSS智能配置和執行的關鍵，連接了設備層與平臺層。可以集成主輔一體化控制、機爐自起停控制、燃燒優化控制、環保優化控制、吹灰優化控制以及適應智能電網的廠網協調控制等系統和模塊。提高機組運行參數臨界點的智能控制水平，滿足電熱冷等多種能源產品的個性化需求，確保機組在不同條件下達到最佳運行狀態。

而管理區和交互區是針對電廠業務管理系統的集中部署而虛擬劃分的區域，主要布置于電廠安全網絡架構的Ⅱ區，管理區主要以提高工作效率，優化企業管理、少人值守、資產高效利用為目標，實現全廠生產管理的數字化、最優化和智能化。

5 智慧電廠仿生CPS體系典型應用

5.1 基于物聯網和事件驅動模型的安全生產CPS

實現人員無傷害、系統無缺陷、管理無漏洞、設備無障礙、風險可控制、人機料法環的和諧統一是以人為本的智慧電廠建設核心要求。

通過智慧電廠工業互聯網感知層，集成定位系統、移動終端、電子圍欄、智能攝像頭、三維仿真平臺等建立全廠物聯網感知體系，對電廠安全管理各環節（人機料法環）信息采集，構建安全生產的CPS，如圖7所示。

對于某一安全生產事件，系統將以事件驅動觸發CPS信息流流動，同步一一映射建立3W1H（what、where、when、how）分散式CPS子系統，對安全生產管控中各要素分析結果實時可視化，實現安全風險識別、隱患排查、風險評估、安全風險預測、趨勢演進等，提高安全管控的科學性、主動性和透明性。全面提升電廠運營安全與經濟水平。

圖7 基于事件驅動的“人機料法環”安全生產管控

除了對電廠人身安全和設備安全的數字化及智能化管控外，同樣可以依據“人機料法環”方法實現對發電企業運行智能管理、設備智能管理、燃料智能管理、物資智能管理、經營智能管理等進行機理建模、數據驅動建模、事件驅動建模及其混合建模分析。

5.2 數字孿生和HCPS的智能發電Agent

局部系統和設備的故障預測性維護與診斷、運行優化控制，無法實現發電系統全局最優，需要將發電過程中的燃燒系統、汽水系統、電氣系統、環保系統等各子系統建立的智能體（Agent）通過信息集成技術集成在一起，構建一個綜合考慮安全、經濟和環保多目標全局系統最優的多智能體（MAS）。

Agent對人在電廠生產和管理的行為與知識經驗迭代自學習，自診斷當前工況系統及設備性能和健康狀態，MAS體對各Agent進行協調組織，分布式計算和實時動態控制各參數在最佳值和各系統設備最佳運行方式。

因此，實現智能發電首先需要對火電廠局部系統和設備建立單個Agent，如對鍋爐燃燒優化控制、冷端優化控制、吹灰優化控制、脫硫/脫硝優化控制、汽輪機故障診斷、磨煤機故障診斷、機組負荷協調優化控制等模型的構建。

基于HCPS和數字孿生的智能發電建模過程如圖8所示，結合機理分析，構建數據驅動混合模型，引用三維在線實時仿真等技術構建數字孿生體，通過對發電廠SIS和DCS兩大系統級CPS進行融合，以及接入內外部拓展信息，建立人/信息/物理之間的數據映射關系。

圖8 基于HCPS和數字孿生的智能發電建模過程

采用模糊控制、預測控制、強魯棒等人工智能算法及控制方法，利用智能變送器和智能執行機構、開放應用服務器等軟硬件資源，對HCPS/CPSS嵌入式與分散式系統分布式云計算，實現數字孿生Agent的快速響應和精準執行控制，使HCPS/CPSS逐步代替電廠人員的作業行為、分析能力和經驗知識，實現基于HCPS和數字孿生的智能發電。

5.3 面向多市場的CPSS聯合交易輔助決策

目前，我國發電企業正面臨不同品種、不同周期的多種市場化交易，給火電企業經營決策帶來了巨大的挑戰。如：（1）電力市場：①能量市場交易周期不同可分為包括中長期合約、月度集中競價、日前市場、實時市場；②輔助服務市場，包含日前調度備用市場、旋轉備用市場、調頻市場；③容量市場。（2）碳排放權交易市場。（3）動力煤炭市場。（4）污染物排放市場。

考慮上述多種市場耦合性，實現發電廠生產運行優化、狀態檢修、燃料采購和市場交易的聯合最佳策略，是一個涉及能源-人-社會（環境/經濟/政策）等信息，具有復雜多變和動態發展的復雜巨大系統，通過CPSS解決上述問題的信息采集、建模分析及決策生成。

火電企業在上述多種市場耦合發展下，僅考慮某單一市場交易利潤最大化，或某一周期內決策電廠利潤最大化，均無法實現電廠整體收益最大化和社會福利最大。以計及碳排放權的發電廠能量交易決策為例分析。發電廠碳排放量由發電系統生產運行和設備狀態等物理系統決定，當國家碳排放總額及碳市場供需條件隨著其社會行為而變化，實際碳排放權價格也在不同時段發生波動，需要將碳排放權價格變化函數計入發電可變成本函數中。

電力市場交易周期與碳市場交易周期具有不一致特點，對電力市場的均衡性和社會總福利結果的影響也不一致，因此，碳排放權交易量和價格會影響發電廠的電能量市場報價策略和最終利潤，通過CPSS對低碳市場和能量市場的供需和博弈等社會行為，以及對發電廠物理系統的信息采集、耦合性機理分析、混合仿真與多目標優化求解，實時量化計算出考慮碳排放權和電能市場的最佳組合交易策略，使發電廠獲得綜合利益長期的最大化。

6 結論

智慧電廠建設是一項涉及多領域、多學科的復雜巨大系統工程，需將CPS/HCPS/CPSS作為智慧電廠研究和建設的核心。本文基于仿生學建立了規范統一的智慧電廠仿生體系和DNA概念模型，分析了智慧電廠業務和技術不斷融合、迭代發展、系統交互的演進過程。

考慮到人的行為和社會因素的影響，在CPS的基礎上提出了智慧電廠仿生HCPS/CPSS神經系統的框架和構成，利用仿細胞分層結構構建了火力發電廠工業互聯網平臺層級架構。并進一步對其典型應用展開分析，用以說明本文所提體系模型的可行性和實用性。與現有火電廠體系架構比較，本文提出的體系架構和信息物理系統，具有以下優點。

1）有益于解決目前發電廠的信息孤島問題，規范業務流程和提高數據挖掘價值密度，提高發電廠信息物理系統的實時監控與動態仿真、信息集成與協同共享、同步映射與全局優化控制。進一步提高發電廠數字化、智能化、智慧化水平。

2）考慮到人的行為和社會因素的影響，在CPS的基礎上進行補充與擴展，提出了智慧電廠仿生HCPS/CPSS，促進發電廠信息系統與社會/人系統和發電物理系統的有機融合與高度協作，有利于實現發電廠自學習、自診斷、自趨優、自組織、自協調及自適應全局系統優化/診斷/控制。

3）本文構建的智慧電廠仿生工業互聯網平臺，具有工業互聯網通用規范和細胞層級獨立互通的特性，可促進智慧電廠信息流、業務流、能源流的三流合一，滿足集團集中管控、智能電網調度、設備制造企業等工業互聯網體系的兼容性和擴展性要求。

4）本文提出的適合火力發電特性和發展規律，具有開放性、規范性和系統性的智慧電廠工業互聯網體系架構。有利于火電廠上下游企業的泛在鏈接，加快發電側向多能互補、綜合能源服務以及能源互聯網等生態圈的融合構建，也可為水電、風電等其他發電廠“智慧化”和“大能源生態”建設提供參考。