能源互联网信息技术研究综述 - MIT - Massachusetts(13)

指标体系是明确规划目标的基础，相关研究还相对匮乏，选择依据还有待探讨，归纳、总结、分类分析各种指标的工作大量存在。针对电力能源，已考虑的指标主要包括电压波动、能源损耗及能源需求变化波动幅度等[48]，相对零散，缺乏系统比较，存在研究空白。下列方向需进一步研究：（1）归纳已有指标的形式化定义，扩充包括瞬时指标值、稳态指标值、区间指标值在内的指标度量体系；（2）总结实际需求，完善需要考虑指标的形式化描述，探讨能综合反映多指标的宏观指标的构造，简化多目标优化模型的构造与求解；（3）探讨建立指标体系的方法，建立满足正交性条件的原子指标集合，并探讨基于原子指标定义构造可组合的复合指标的方法，方便优化目标的选择。

此外，假设上述成果为已知条件的情况下，选择合适的优化模型确定最优部署方案也是研究重点。组合优化模型、随机模型或动态规划模型等计算模型选择，优化部署方案选择方法、兼顾组成部件随机特性和时间特性的决策方法等存在诸多亟待解决的问题。

4.1.2 能源的分布式优化存储

能源存储载体的多样化（如计算机网络中数据中心的能源备份装置[53]、电动汽车[54-55]、智能家庭的能源存储单元等[35-36, 56]等），拓宽了能源互联网优化设置手段，存储策略不仅考虑存储设备容量大小、部署位置等设置，还需考虑存储设备动态变化对存储策略的制约作用，优化存储模型、计算方法等方面存在诸多研究热点和挑战。以电力能源为例，我们从能源装置部署、能源装置优化等方面论述。

能源存储装置部署要重点解决在何地部署多大的存储设备的问题。需要考虑的因素包括其供应范围内需求负荷需求情况、需求时间特性、可再生能源生产装置的运行状况等。一般地，针对单一能源供应情景，规划建设何种规模的能源存储装置是目标，建立和求解相应优化模型是典型的解决思路，在于实现现有装置利用率的最大化，关注的指标应包括成本因素、能源供应的服务质量、信息交互的依赖程度、计算能力的需求程度等。针对多类型能源方式供应情景，由于要兼顾任意能源方式供应最优性，对应模型复杂度远高于单一能源情形，分而求解是其直观思路，探讨简化求解方法将是解决该问题需要考虑的重要方面。各因素的综合模型、复杂模型的简化求解是其面临重大挑战。 移动存储装置的优化利用在于实现能源的高效转移，减少能源传输过程中发生的能源损耗，需要考虑装置的动态性和存储容量。直观地，移动能源存储装置应根据存储和供给情况选择相应充、方程序，但是，如何判断自身的能源存储和网络供给状况、哪些必要信息指导设计调度策略、如何把信息传输到分布式存储装置、及如何计算最优调度策略都是研究重点，同时也面临巨大挑战。

考虑时间因素的存储装置优化设置在于建立统筹的充、放策略来实现需求曲线的相对平稳，需关注所有存储装置的充、放调度策略。一般地可分为观测状态下优化策略设计和统筹的优化策略设计。对于前者，观测状态空间的选取及状态间转移模型直接影响策略的计算结果，实现模型的准确性与计算高效性是需要解决的问题；对于后者，如何把时间因素巧妙地融合于优化模型之中是关键，常采用的方法是把整个时间轴近似地看作符合周期性特征，把一个周期划分为时隙，每个时隙的动作定义为策略，实现无限时间决策转化为有限状态优化。但是，观测状态和时间粒度影响计算结果，指数级增长的计算空间给高效计算带来巨大挑战。 4.1.3 多能源形式的综合调度

满足能源需求，实现各种能源的供需平衡是能源互联网调度的基本目标；网络状态信息、需求信息及环境影响是制定调度策略的基本依据；控制装置的设置、控制方法的制定和控制信息分发是实现高效调度的手段。能源调度架构、能源调度模型和高效计算方法构成了该方面的研究重点。

能源调度架构可以采用中心控制、分布式控制和混杂式。中心控制方式采用统一收集、处理和发布方式，具有信息优势，可以统筹调配各种资源，难点在于保证有用信息及时、准确地处理，信息收集和处理能力是制约因素，信息设备部署、信息传输、存储和处理方法是研究重点。分布式控制方式采用分而治之的方法完成调度管理，理论上具有灵活性和及时性的优势，但信息不对称等因素导致策略不能保证适应整体网络，保证各决策单元间相互协同的机制是研究重点。混杂式是一种更为灵活的控制方法，结合中心式和分布式的优势提高调度效率，确定两者有机结合方式、设计层次化的信息通信架构是亟待解决问题。

基于调度目标的优化策略设计重点关注信息收集模型和策略计算模型。保证有用信息及时传输和冗余信息及时摒弃的大数据网络架构设计、信息