團隊介紹

華南理工大學綜合智慧能源系統優化運行與控制（ISESOOC愛思科）團隊主要從事電網優化運行、綜合能源系統、智能電網能量管理以及信息-物理-社會系統等方面的研究。

團隊負責人朱繼忠教授是國家海外高層次引進人才，IEEE/IET/CSEE Fellow，英國皇家學會客座研究員，擔任IEEE PES智慧樓宇、負載及客戶系統技術委員會（中國）主席，MPCE等國際期刊編委，IEEE P2781和P2783兩個標準工作組主席，IEEE SMC標準委員會委員和IEEE SMC智能電力與能源系統專委會委員，全國電力需求側管理標委會委員。曾任首屆全國創新爭先獎評審委員會委員、IEEE電力負荷分專委會主席、IEEE SBLC亞太地區工作組主席等。

團隊正茁壯成長，目前有教授1名，副教授2名，博士后、博士與碩士研究生共30余名。近年來，參與和承擔了國基等國家級課題6項、省部級科學基金4項、國家電網公司與南方電網公司科技項目等科研項目8項。近三年來發表SCI論文30余篇，EI收錄論文60余篇，主持和參與制定國際國內相關標準5項，獲省部級科技獎3項。

朱繼忠

教授，博士生導師，IEEE/IET/CSEE Fellow，華南理工大學愛思科團隊負責人，主要從事綜合智慧能源系統優化運行與控制方面的研究工作。

駱騰燕

碩士研究生，研究方向為綜合智慧能源系統運行可靠性評估與優化。

吳皖莉

博士研究生，研究方向為電動汽車與電網互動。

李盛林

博士研究生，研究方向為可再生能源微電網和主動配電網的能量管理。

董瀚江

博士研究生，研究方向為綜合智慧能源系統優化運行與控制。

研究背景

在本系列論文中，上篇《綜合能源系統運行可靠性評估評述I：模型驅動法》主要對模型驅動的綜合能源系統(Integrated Energy Systems, IES)運行可靠性建模及評估進行了詳細綜述，并對現有研究所存問題作歸納總結。

本文為下篇，主要對數據驅動以及模型-數據混合驅動的IES運行可靠性評估的研究現狀以及現存問題進行綜述，并對IES運行可靠性分析建模與評估方法中的現存關鍵科學問題進行總結與展望，在此基礎上，提出人工智能背景下模型-數據混合驅動的IES運行可靠性建模與評估新思路。

論文所解決的問題及意義

對IES進行運行可靠性評估，不僅能實現系統運行狀態的實時感知，而且能對系統的短期運行風險進行合理預測。利用數據驅動的人工智能技術解決能源領域問題是當下的研究熱點。

本文首先從基于數據驅動法對考慮時變性與供需不確定性的綜合能源系統設備運行可靠性建模方法進行闡述和總結，并歸納出在設備運行可靠性建模方面現有研究存在的不足；其次，詳細總結了數據驅動以及模型-數據混合驅動兩種運行可靠性評估方法的原理、研究現狀和目前研究存在的局限性；最后，針對現有研究存在的問題，對IES運行可靠性評估研究進行總結與展望并提出人工智能背景下模型-數據混合驅動的運行可靠性建模及評估總體思路。

圖1 數據驅動的運行可靠性評估

圖2模型-數據混合驅動的運行可靠性評估

論文方法及創新點

目前，IES運行可靠性評估方法主要有模型驅動、數據驅動、模型-數據混合驅動三種。模型驅動因其速度與精度的固有矛盾在處理IES中的高維非線性問題方面存在困難，數據驅動方法因其可解釋性較弱等自身的局限性導致在能源領域的應用也遭遇瓶頸。發展模型-數據混合驅動的運行可靠性評估方法，有望解決目前的技術難題。

但在運行可靠性評估方面，混合驅動的研究相對較少，且混合結構較為簡單，如何實現模型驅動環節與數據驅動環節的最優融合是后續研究中亟需解決的問題。除現有的串聯、并聯、嵌入式等結構外，思考將模型驅動模塊轉化為數據訓練中的約束條件，或通過模型驅動環節控制數據驅動環節的多次調用來優化評估結果等手段對混合驅動的結構進行發展與更新，也具有深入研究的價值。

具有抽象數據表示的動畫數字背景循環

針對現有研究的不足，本文提出一種模型-數據混合驅動的IES運行可靠性分析建模及評估方法的總體思路。如圖3，實現實時高效的IES運行可靠性評估的基本思路如下：

①基于傳感器和量測系統提供大量IES實時運行信息，并結合系統狀態模擬生成運行可靠性場景數據集。應當強調的是，運行可靠性場景數據集必須包含反映設備運行狀態、氣象條件和運行環境等可能導致運行可靠性發生改變的內外部影響因素的數據。對運行及模擬過程中產生的問題數據，擬采用數據清洗技術對其進行刪除或修正，而對于正負樣本的不均衡問題，需研發數據增強技術來訓練產生與正樣本個數匹配的負樣本。

②考慮運行狀態的時變特性以及供需不確定性對設備進行運行可靠性建模分析。在建模過程中需充分考慮由可再生能源出力、負荷多樣性、系統運行策略、內部耦合關系等引起的運行條件以及運行環境的變化對設備可靠性的影響，建立綜合全面的設備運行可靠性評估模型。

③在運行可靠性評估環節，應綜合考慮評估速度與精度，設計全新的模型-數據混合驅動實現框架，選擇合適的數學模型及數據驅動算法，實現模型驅動環節與數據驅動環節的最優配合，對IES運行可靠性進行準確評估。同時，運行可靠性評估環節包含IES運行可靠性指標體系的建立與計算，以及考慮冗余信息對指標權重的決策與分配。

圖3 IES運行可靠性評估新思路

結論

本文從IES設備運行可靠性建模方法和IES運行可靠性評估方法兩大方面對IES運行可靠性評估工作進行研究現狀的綜述并指出現有研究存在的問題，在此基礎上對IES 運行可靠性評估工作作出展望，并提出了基于模型-數據混合驅動的IES運行可靠性建模與評估新思路。

應當注意的是，隨著IES運行數據以及系統運行過程中不確定因素的不斷增加，實現運行可靠性的實時準確評估將面臨更嚴峻的挑戰。今后應從規劃、預測、運行控制、價格導向等多方面對提高IES運行可靠性的方法進行進一步發展。例如：

1)在規劃設計方面，可以首先利用系統在較長時間段內的平均可靠性提供決策依據，為運行階段的實時可靠性提供保障；

2)在運行控制方面，可以通過積極引入關聯分析和特征提取先進的算法和技術來增強系統的在線處理與決策能力，并通過合理的運行調度策略來保障系統運行的安全性；

3)在市場方面，可以通過可調節的柔性負荷或負荷聚類，并利用市場調節手段和價格導向的方式來提高IES的運行可靠性等。