动力耦合装置 基于仿生叶片的风水耦合发电装置( 四 )


2)智能化电厂(Smart Power Plant, SPP)是随着新一代网络通信技术和“云大物移智”的发展,以硬件为支撑的嵌入式CPS系统逐渐向网络嵌入式转变,使得人类行为、情感、知识等更容易融入CPS中HCPS,使人在系统场景的构建之中,具有自治性、反应性、主动性、进化性等智能体特征 。目前我国大部分电厂处于DPP向SPP建设进程中 。
3)智慧化电厂(Intelligent Power Plant, IPP),随着SPP建设中HCSP智能体的成熟,物理、信息和社会的实时化平行互动需求将加剧,催生出了CPSS多智能体(Multi-Agent System, MAS)建设需求,通过多智能体使各智能体互相通信,彼此规划、协调组织和决策 。有效提高电厂优化预测决策等问题的鲁棒性和适应性能力,实现物理、人和社会等资源的一体化协调与融合 。
3 智慧电厂CPS/HCPS/CPSS系统的构建3.1 智慧电厂仿生CPS神经系统框架
CPS内涵高度符合智慧电厂的建设目标和要求,为智慧电厂体系架构、建模分析与控制、智慧管理等建设提供了方法和工具 。


利用信息通信控制技术模拟生物体感觉器官、神经元、效应器以及中枢神经系统在智能活动中的信息采集、处理和控制过程,构建仿生CPS神经系统框架,如图3所示 。CPS仿生神经系统由单个CPS系统(神经元)组成,通过采用统一的通信和接口标准,实现各个CPS子系统信息共享和协作 。


CPS仿生神经系统的调节过程是根据需求使用不同的一次能源输入,利用量测装置(感受器)采集数据,所采集的数据信息通过有线、无线通信网络(传入神经)传输至信息数据平台(中枢神经系统),然后信息数据平台对这些数据进行分析计算后,将生成的决策及指令通过有线、无线通信网络(传出神经)传输至执行机构(效应器) 。


根据用户个性化需求调整电、热、冷等多种能源生产的特定参数 。电厂借助这一套“仿生神经系统”实现自我感知、自学习和自适应、行为决策能力 。


动力耦合装置 基于仿生叶片的风水耦合发电装置

文章插图
图3 智慧电厂仿生CPS神经系统框架
3.2 智慧电厂仿生HCPS/CPSS的构成
考虑发电厂个人行为及社会群体决策的影响,利用仿生神经学方法对电厂CPS系统向内外部扩展延伸至HCPS/CPSS 。构建一个人/社会世界-物理世界-信息世界互联互通的智慧电厂生态体系 。HCPS/CPSS可认为是CPS2.0/3.0,与CPS具有相似的特征和体系架构,但信息获取的广度和深度不同,下文以智慧电厂HCPS为例分析其构成 。


智慧电厂HCPS系统根据不同业务及生产工艺流程可划分为若干特定的人-信息-物理子系统(Human-Cyber-Physical Sub-System, HCPS-S) 。对单个HCPS-S系统内部进行人、物理及信息建模分析,根据模型物理量、信息量的输入与输出参数一一映射原则,对分裂的人-物理系统(Human-Physical System, HPS)、CPS系统以及人-信息系统(Human-Cyber System, HCS)模型进行完善,实现各子系统的优化 。


随着智慧电厂DNA概念模型的不断进化,通过对人行为模型、信息模型和物理模型相互反馈循环,逐步实现发电厂“人-信息-物理”三元合一的深度融合 。智慧电厂仿生HCPS/CPSS的构成如图4所示 。


通过对发电生产工艺和经营管理分析,本文利用上述智慧电厂仿生体系,建立发电厂仿生HCPS/ CPSS的构成描述方程为
动力耦合装置 基于仿生叶片的风水耦合发电装置

文章插图

CPS横向可分解为部件级(Components)、设备级(Equipment)、系统级(System)、系统之系统(Systems of Systems, SoS)、机组级(Unit)、厂级(Plant)六个层级,后者依次为前者的累加,相互交叉,最终构成一个自由灵活配置并高度协同的多层级智慧电厂 。


特别声明:本站内容均来自网友提供或互联网,仅供参考,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。