基于边缘计算的综合能源系统能效评估方法研究

黄斌，闫宏莉，宋宝松，孙宝

（1.哈尔滨普华电力设计有限公司，黑龙江哈尔滨 150001；2.北京国电通网络技术有限公司，北京 132012）

近年来，随着能源转换与存储技术的发展，源网 荷储之间的相互作用越发密切，以多能量互补为特征的综合能源系统（Integrated Energy System，IES）受到了广泛关注[1]。作为能源互联网的重要载体，提高能源系统的能效对于探索区域内多能源协同优化、改善系统运行模式具有重要的研究意义[2]。如何合理评价能源效率是当前能源利用领域亟待解决的重要问题，是明确能源利用系统发展方向和挖掘能源利用潜力的关键[3-4]。

目前，IES 的能效评估方面已取得一定的成果，但大多针对独立能源系统或设备展开，且过度依赖于中心处理器完成数据分析[5-6]。为此，展开基于边缘计算的IES 能效评估方法研究，将能效评估任务卸载至部署在网络边缘的计算节点中，并采用改进的层次分析法计算各指标的综合权重，以快速、准确地评估IES 的综合能效。

1 综合能源系统的能效评估体系

1.1 综合能源系统

在IES 中，能源生产装置主要包括燃气轮机（Gas Turbine，GT）、可再生能源（Renewable Energy，RE）等；能量转换装置由热泵、电制冷机和吸收式制冷机组成；储能装置由电池和热箱组成[8]。系统内燃气管网的天然气产生高热量，带动燃气轮机的发电机发电，系统主要的电能由大电网提供[9-10]。燃机锅炉回收部分热量，产生热蒸汽和烟气，其中热蒸汽可作为吸收式冷水机组的热源，也可供蒸汽负荷和空调负荷（Air Conditioning Load，ACL）使用；锅炉产生的烟气经转化后可用于热负荷(热水)或制冷。IES 中能源梯级供应结构，如图1 所示。

图1 IES能源梯级供应结构

由于IES 中包含多种能源，因此将其细分成各种供能子系统，具体包括供气、供电、供热、供冷子系统[11]。根据热力学第一定律，系统输入输出能量保持平衡，数学表达如下：

1.2 能效评估指标

为了能够全面反映IES 的能源使用情况，构建了能效评估指标体系。其中，包含经济性、高效性、安全性和灵活性等四个方面，具体指标如下：

1）经济性：内部收益率，投资回收期，净现值，节省燃料成本，节约排污成本；

2）高效性：能量耦合效率，能量转换效率，能量传输效率，能量存储效率；

3）安全性：单故障率，相关故障率，新能源对故障的贡献率，新能源产能信誉度；

4）灵活性：电、气、热、冷供应能力，综合新能源产量预测能力，系统吸收新能源的能力，调节装置爬升能力。

2 基于边缘计算的IES能效评估方法

2.1 边缘计算

边缘计算是将计算、存储、带宽、应用等资源和服务放置于网络边缘端，以减少数据传输延迟、提高用户体验、降低设备能耗等的新兴技术[12-13]。边缘计算的网络结构如图2 所示。

图2 边缘计算的网络结构

边缘计算层处于云计算中心与终端设备层之间，其对下可以接收各种异构终端设备的数据信息，对上能够和云中心对接[14]。且边缘计算层由边缘节点和边缘管理器两部分构成，其中边缘节点包括边缘网关、边缘控制器等硬件实体；边缘管理器以软件的形式集中管控边缘节点。

2.2 边缘计算层的能效评估方法

在IES 能效评估过程中，首先各个子系统将数据信息上传至边缘计算层，然后边缘层计算各个子系统的能效评估指标[15-16]。其中，从IES 能效评估体系中选取关键的四个指标进行系统评估计算。具体表述如下：

1）一次能源利用率（高效性）：系统输出能量与一次能源消耗量的比值，其代表系统对一次能源的利用率。计算如下：

式中，κp、κg、κr分别为电能、天然气、RE 的折算因子；Ep为煤炭的最小热量值。

2）能源节约率（经济性）：相比于经典供能系统的一次能源利用率，其节省的能源比率反映的是系统能源节约能力。数学描述如下：

式中，ηp是由从发电侧到用户侧的传递效率；ηh是燃气/煤锅炉到热能用户或蒸汽用户的传递效率；C是电制冷机的传递效率。

3）故障率（安全性）：包括单一故障和相关故障率，其中单一故障是指由外部动作或内部故障引起的电源中断或设备损坏等故障；相关故障是由于IES中多能量流的转换，传输链路中一条线路或一个设备的故障可能导致其他线路或设备的相关故障。计算如下：

式中，N为单位时间内的系统故障数；分别是边缘计算节点j每单位时间内发生的单一故障数和相关故障数。

4）电、气、热、冷供应能力（灵活性）：向负荷提供电、气、冷、热能量流应满足一定的约束条件，即获得的电、气、冷、热能量流Px可以满足负荷的最大需求Lx,max：

负荷供应能力可由裕量ϕ定义：

式中，λp、λg、λc和λh分别是电、气、冷、热的电能质量系数。

2.3 云计算中心的综合能效评估方法

IES 的能效评估问题涉及多种因素，不能完全使用定量的方式进行评定。因此需要利用层次分析法统一量化指标，以实现系统能效的合理评估。当边缘计算层将各子系统的能效评估值上传至云层后，云计算中心利用综合能效评估方法计算系统的整体能效。

利用改进层次分析法确定主观权重，构造指标判断矩阵W，其定义如下：

式中，ωα,β为指标α与β之间的相对重要性。然后，计算获得W的最大特征值λmax以及对应的特征向量w，并将其归一化处理获取各个评估指标的权值向量。同时采用德尔菲法对层次分析法进行优化，形成最优判断矩阵。

最终，计算用于判定指标是否存在一致性的一致性比CR为：

因此，综合能效评估的计算方法如下：

式中，S、I分别是能效评估的总分值和各个指标的分值；是各个评价指标的权值。

3 实验结果与分析

实验以黑龙江某区域的IES 为例，利用所提方法进行能效评估。系统中，各类负荷均集中在白天，光伏出力也集中在白天，而风力发电的波动性较大。虽然能源的供应侧与消耗侧存在不匹配的情况，但可以通过储能装置或负荷调度等措施进行调节，实现系统能效的优化。

3.1 能效评估结果分析

以2015 年、2017年和2020年的IES 数据进行能效评估，结果如表1 所示。

表1 IES综合能效评估结果

从表1 中可以看出，2015 年、2017 年、2020 年综合能效评估得分分别为43.85、45.29 和48.88，呈现出了一个不断上升的趋势，说明该系统具有较大的发展潜力。从四个因素的得分可以发现，灵活性的比重较大，均超过了13，反映出其对系统整体水平的影响较大，是投资的重点。由于多能源之间的耦合仍处于起步阶段，因此利用能源互补实现系统优化运行的技术有待进一步优化和调整。

3.2 与其他方法的对比分析

由于所提方法采用边缘计算，将各个子系统的能效评估计算任务卸载至边缘层，其在一定程度上提高了评估效率且减少了系统能耗。其中，不同方法的能效评估时间对比如图3 所示。

图3 能效评估的时间对比

从图3 中可以看出，随着系统规模的扩大，终端设备不断增多，则能效评估的时间也在不断增长。由于所提方法采用边缘计算，将计算分析任务卸载至网络边缘，能够有效缩短时延，因此其评估时间较其他对比方法均有所缩短。尤其是终端设备数量越多，所提方法的优势越明显。当终端数量为1 200 个时，评估时间仅为35 ms。此外，不同评估方法的能耗如图4 所示。

图4 能效评估的能耗对比

从图中可以看出，相比于其他方法，所提方法的评估能耗最小。当终端设备数量为1 200 个时，能耗大约为300 J。文献[4]采用层次分析法进行能效评估，大量的数据分析依靠核心处理器，耗时长且能耗大。同样，文献[8]从多个方面分析IES，且由一个服务器完成分析，能耗较大。文献[6]主要考虑了清洁能源的能效，不适用于处理IES 数据，因此能耗情况并不理想。

4 结束语

提升能源的利用率是IES 建设的一个关键目标，为了全面反映IES 的能源利用效率，提出了基于边缘计算的IES 能效评估方法。在边缘计算网络中，IES 各个环节的设备作为其终端设备。在每个供能子系统中均配置边缘计算节点，分析处理各个子系统的能效，并将子系统的能效值上传至云中心服务器，利用改进层次分析法完成IES 的综合能效评估。通过某区域IES 三年的数据分析，其综合能效评估得分分别是43.85、45.29 和48.88，呈现向上发展的趋势。且评价时间与能耗随着终端设备的增多而不断上升，但所提方法的上升幅度最小，优于其他对比方法。然而该文方法在云计算中心仅采用改进层次分析法进行综合评估，其评估性能有待提升。在接下来的研究中，将融入寻优效果更优的算法进行综合能效评估。