高仕斌，高鳳華，劉一谷，臧天磊，黃 濤，陳 奎

（1.西南交通大學(xué)電氣工程學(xué)院,四川省成都市610031；2.四川大學(xué)電氣工程學(xué)院,四川省成都市610065；3.都靈理工大學(xué)能源系,都靈市10129,意大利；4.中國礦業(yè)大學(xué)電氣與動(dòng)力工程學(xué)院,江蘇省徐州市221116）

0 引言

隨著物聯(lián)網(wǎng)技術(shù)的發(fā)展利用以及物理網(wǎng)與物理網(wǎng)［1-3］、信息網(wǎng)與物理網(wǎng)的高度耦合［4-7］,形成精準(zhǔn)感知、邊緣智能、共建共享、開放合作的智慧物聯(lián)體系和能源互聯(lián)網(wǎng)生態(tài)圈［8］,實(shí)現(xiàn)能源系統(tǒng)的萬物互聯(lián)［9］,構(gòu)建社會/人、能源、環(huán)境、交通和市場信息共享交互以及業(yè)務(wù)綜合一體化的智慧能源服務(wù)系統(tǒng)［10］,成為了“數(shù)字新基建”的重點(diǎn)任務(wù)［11］（其中,社會是人與人之間的關(guān)系總和,也包括由人組成的不同機(jī)構(gòu)的總和,本文用“社會/人”指代）。達(dá)成上述目標(biāo)的核心路徑是構(gòu)建具有感知（awareness）能力的能源互聯(lián)網(wǎng),即系統(tǒng)能夠?qū)崟r(shí)依據(jù)內(nèi)在和外在環(huán)境進(jìn)行自我動(dòng)態(tài)分析和決策,以持續(xù)滿足系統(tǒng)的運(yùn)行要求。

在現(xiàn)有能源互聯(lián)網(wǎng)的感知研究中,從安全運(yùn)行角度對網(wǎng)絡(luò)進(jìn)行（全景）態(tài)勢感知（situation awareness）已有研究報(bào)道［12-15］,其基本思想是以大數(shù)據(jù)［16］為基礎(chǔ),對系統(tǒng)進(jìn)行全方位實(shí)時(shí)動(dòng)態(tài)風(fēng)險(xiǎn)評估,并依據(jù)評估的結(jié)果進(jìn)行安全決策,以便增加系統(tǒng)的安全防御能力。然而,態(tài)勢感知僅聚焦于系統(tǒng)安全檢測、響應(yīng)和預(yù)測,有必要進(jìn)一步拓展感知的應(yīng)用范圍。與此同時(shí),在物聯(lián)網(wǎng)框架下,大量的移動(dòng)設(shè)備組成了龐大的群智感知網(wǎng)絡(luò)（crowd-sensing network）［17-18］,使得系統(tǒng)容易獲取和分析社會/人的行為信息,進(jìn)而依據(jù)行為信息動(dòng)態(tài)調(diào)整系統(tǒng)的運(yùn)行狀態(tài),實(shí)現(xiàn)人機(jī)的雙向交互。因此,為實(shí)現(xiàn)安全運(yùn)行、能源金融、人機(jī)交互等的綜合一體化全息感知,并在此基礎(chǔ)上構(gòu)建一個(gè)具有自配置（selfconfiguration）、自 優(yōu) 化（self-optimization）、自 治 愈（self-healing）和自保護(hù)（self-protection）等自主智能響應(yīng)功能［19-21］的高度自治系統(tǒng)（autonomic system）,有必要研究能源互聯(lián)網(wǎng)具有包括態(tài)勢感知、群智感知在內(nèi)的更高級別的感知能力——自感知（selfawareness）能力［22-23］。

自感知系統(tǒng)除了具有自治系統(tǒng)的智能響應(yīng)功能以外,還應(yīng)滿足自預(yù)測（self-prediction）、自映射（self-reflection）和自適應(yīng)（self-adaptation）3個(gè)更高級別的自特性能力［24-25］。當(dāng)具有這3個(gè)自特性能力之后,系統(tǒng)能夠依據(jù)獲取的內(nèi)在和外在環(huán)境信息進(jìn)行記憶、理解和學(xué)習(xí),進(jìn)而建立智能自感知模型,通過推理和決策系統(tǒng)的行為應(yīng)對當(dāng)前的運(yùn)行環(huán)境,持續(xù)滿足系統(tǒng)的運(yùn)行目標(biāo)［26］。目前,自感知已在計(jì)算系統(tǒng)［27-29］、免疫網(wǎng)絡(luò)［30］、信息物理系統(tǒng)［31-32］和視覺傳感器網(wǎng)絡(luò)［33］中被研究和探討,然而,尚欠缺自感知在能源互聯(lián)網(wǎng)中的研究。為實(shí)現(xiàn)數(shù)字化、網(wǎng)絡(luò)化、智能化的智慧能源服務(wù)系統(tǒng),建立自感知能源互聯(lián)網(wǎng)理論與技術(shù)體系十分必要。

本文依據(jù)心理學(xué)自感知的概念,探討了自感知能源互聯(lián)網(wǎng)的基本內(nèi)涵。在此基礎(chǔ)上,分析了構(gòu)建自感知能源互聯(lián)網(wǎng)的核心部分——“神經(jīng)”和“大腦”,即物聯(lián)網(wǎng),重點(diǎn)闡述了物聯(lián)網(wǎng)在構(gòu)建自感知能源互聯(lián)網(wǎng)中的重要作用。進(jìn)一步,以物聯(lián)網(wǎng)為核心依托,闡述了自感知能源互聯(lián)網(wǎng)的信息框架和數(shù)據(jù)模型,初步形成自感知能源互聯(lián)網(wǎng)的基礎(chǔ)架構(gòu)。在此基礎(chǔ)上,闡述了自感知能源互聯(lián)網(wǎng)的關(guān)鍵問題。最后,從不同角度給出了自感知能源互聯(lián)網(wǎng)的具體應(yīng)用方向。

1 自感知的基本概念

自感知的概念來源于心理學(xué)和認(rèn)知科學(xué)［34-35］,主要研究人對自身活動(dòng)和外在環(huán)境做出回應(yīng)和處理當(dāng)前狀態(tài)的能力。本章總結(jié)了心理學(xué)中自感知的基本概念,并將其映射到能源互聯(lián)網(wǎng)中,探討自感知能源互聯(lián)網(wǎng)的基本內(nèi)涵。

1.1 心理學(xué)中感知的4個(gè)階段

從心理學(xué)角度來看,依據(jù)人對自身活動(dòng)或外部環(huán)境做出回應(yīng)與應(yīng)答的能力,感知主要分為4個(gè)階段:無 意 識（unconsciousness）階 段、有 意 識（consciousness）階段、自感知階段和元自感知（meta-self-awareness）階段［36］。

在無意識階段,人存在一些心理活動(dòng),這些心理活動(dòng)可能是長期的陳述性知識［37］。但是人不能依據(jù)該心理活動(dòng)處理當(dāng)前的意識行為,即不能對當(dāng)前的內(nèi)部或外界信息做出回應(yīng)和處理,缺乏有意識的判斷和處理能力［36］。

在有意識階段,人能夠感知自己與環(huán)境相關(guān)的位置和活動(dòng),并且能將當(dāng)前的狀態(tài)和過去、未來的事件聯(lián)系起來,能夠?qū)χX、感情、想法和記憶等現(xiàn)象學(xué)內(nèi)容做出有意識的經(jīng)驗(yàn)性理解［36,38］。

在自感知階段,如圖1所示,人能夠同時(shí)具有公眾自感知（public self-awareness）和私有自感知（private self-awareness）（紅色虛線框內(nèi)是元自感知特有的部分）。公眾自感知能夠感知物理和社會環(huán)境,并獲得外在的知覺、經(jīng)驗(yàn)和信息［36,39-40］。私有自感知能夠通過反思自身的內(nèi)部狀態(tài),以便獲得有價(jià)值的概念性信息［33,36,39-40］。在此基礎(chǔ)上,人能夠利用公眾自感知和私有自感知建立考慮自我狀態(tài)和外在環(huán)境的實(shí)時(shí)自我心智模型,以此來調(diào)整自身的活動(dòng)行為。此外,在自感知階段,人也能反思過去以及預(yù)測未來（該未來具有可預(yù)見性）的活動(dòng)或后果。

圖1 人的自感知模型Fig.1 Self-awareness model of human

元自感知是自感知的最高級形式,具有多維智能感知能力,能夠依據(jù)多維信息（包括價(jià)值、性質(zhì)、類別）進(jìn)行智能活動(dòng)（包括觀察、評估、分類）；相比自感知,元自感知除了能夠依據(jù)外部環(huán)境,還能夠綜合考慮其他人的心智模型構(gòu)建自身的心智模型［36,41］。

1.2 從無意識到自感知的能源互聯(lián)網(wǎng)

隨著信息技術(shù)的不斷發(fā)展,能源的利用逐漸由傳統(tǒng)控制、集中利用向智能控制、分布式利用發(fā)展［42-43］,如附錄A圖A1所示。從物理層面來看,傳統(tǒng)的以電能為中心的能源利用方式逐漸轉(zhuǎn)向多能源統(tǒng)一并存的方式,實(shí)現(xiàn)各種能源的物理連接和互補(bǔ)協(xié)同,使得能源互聯(lián)網(wǎng)應(yīng)運(yùn)而生。從信息層面來看,以傳統(tǒng)工業(yè)控制系統(tǒng)為基礎(chǔ)的控制模式逐漸轉(zhuǎn)向?yàn)橐曰ヂ?lián)網(wǎng)為主體的智能控制模式。從用戶層面來看,隨著分布式能源的興起,用戶作為電能的消費(fèi)者,逐漸變?yōu)楫a(chǎn)消者,并形成能源系統(tǒng)和用戶融為一體的交互模式［44］,系統(tǒng)能夠依據(jù)人的行為對自身的運(yùn)行狀態(tài)、供需關(guān)系、市場行為等方面進(jìn)行感知。從上述3個(gè)層面來看,初期電網(wǎng)、智能電網(wǎng)和能源互聯(lián)網(wǎng)本質(zhì)上是從無意識到自感知的發(fā)展,即從傳統(tǒng)電網(wǎng)需要借助于運(yùn)行人員對系統(tǒng)進(jìn)行決策和控制,轉(zhuǎn)向?yàn)橹悄茈娋W(wǎng)可以依據(jù)自身的狀態(tài)和外部環(huán)境進(jìn)行部分決策和控制,最終到能源互聯(lián)網(wǎng)通過與外部環(huán)境感知互動(dòng)以及依據(jù)自身的實(shí)時(shí)狀態(tài)進(jìn)行自我決策和控制的發(fā)展歷程。

在傳統(tǒng)電網(wǎng)中,系統(tǒng)內(nèi)部存在信息孤島、缺乏信息共享機(jī)制,系統(tǒng)的自愈和自恢復(fù)能力完全依賴于實(shí)體冗余,系統(tǒng)的自診斷能力差,一旦發(fā)生故障需要依靠運(yùn)維人員的知識和經(jīng)驗(yàn)進(jìn)行診斷和修復(fù)。與此同時(shí),傳統(tǒng)電網(wǎng)與用戶交互模式為單向流動(dòng)［44］,系統(tǒng)不能依據(jù)用戶的需求和行為調(diào)整自身的運(yùn)行狀態(tài)。另外,電網(wǎng)與環(huán)境（在特定情況下,也包括自身內(nèi)在的運(yùn)行環(huán)境）的交互能力差,電網(wǎng)不能依據(jù)當(dāng)前的環(huán)境對自身的運(yùn)行狀態(tài)做出評估、決策和調(diào)控,而是高度依賴于人工操作。因此,初期電網(wǎng)的感知能力大致屬于無意識模型。

隨著以傳統(tǒng)工業(yè)控制系統(tǒng)為主體的通信網(wǎng)絡(luò)［45］在電網(wǎng)中廣泛應(yīng)用,電網(wǎng)逐步發(fā)展成一種有意識系統(tǒng)。通信網(wǎng)絡(luò)能夠?qū)崟r(shí)監(jiān)測系統(tǒng)的狀態(tài),并結(jié)合過去的信息進(jìn)行實(shí)時(shí)動(dòng)態(tài)分析、診斷和優(yōu)化,為電網(wǎng)運(yùn)行和控制提供輔助決策,從而實(shí)現(xiàn)系統(tǒng)的部分自主控制［46-47］。在此階段,雖然電網(wǎng)實(shí)現(xiàn)了與用戶的雙向互動(dòng),但仍較少關(guān)注用戶的體驗(yàn),因此系統(tǒng)還不能依據(jù)用戶的行為進(jìn)行自主協(xié)調(diào)與分析。

無線傳感網(wǎng)絡(luò)、互聯(lián)網(wǎng)等信息技術(shù)的發(fā)展,使得智能電網(wǎng)應(yīng)運(yùn)而生。與此同時(shí),多種能源的互補(bǔ)與協(xié)同進(jìn)一步增加,智能電網(wǎng)的外延進(jìn)一步拓展,形成了能源互聯(lián)網(wǎng)［48］。而隨著物聯(lián)網(wǎng)的部署和建設(shè),移動(dòng)計(jì)算［49-50］、邊緣計(jì)算［51-52］、云計(jì)算和霧計(jì)算［53-54］的廣泛應(yīng)用,能源互聯(lián)網(wǎng)與外在環(huán)境的交互更加頻繁［44］,系統(tǒng)感知外部環(huán)境的能力進(jìn)一步增強(qiáng),此時(shí)系統(tǒng)具有多維智能感知能力。在充分考慮外在環(huán)境智能自感知模型的基礎(chǔ)上,依據(jù)大數(shù)據(jù)［55-56］和人工智能等［57-58］先進(jìn)技術(shù),自感知能源互聯(lián)網(wǎng)能夠建立多維時(shí)空信息的智能自感知模型,以實(shí)時(shí)動(dòng)態(tài)預(yù)測和分析系統(tǒng)的運(yùn)行狀態(tài)。因此,能源互聯(lián)網(wǎng)已具備元自感知的實(shí)現(xiàn)條件。正如前文所述,元自感知是自感知的最高級形式,為便于論述,下文將元自感知和自感知統(tǒng)稱為自感知。

2 自感知能源互聯(lián)網(wǎng)的“神經(jīng)”和“大腦”：物聯(lián)網(wǎng)

能源互聯(lián)網(wǎng)是一個(gè)多種能源高度耦合的物理系統(tǒng)。除了多能源之間的物理耦合,物理、經(jīng)濟(jì)、環(huán)境和社會/人之間的交互耦合也是能源互聯(lián)網(wǎng)的重要特征［44,59］。這些耦合對能源的生產(chǎn)、傳輸、轉(zhuǎn)換、存儲和消費(fèi)產(chǎn)生直接和間接的影響。因此,實(shí)現(xiàn)不同耦合實(shí)體（系統(tǒng)、經(jīng)濟(jì)、環(huán)境和社會/人）之間的信息交互,是構(gòu)建自感知能源互聯(lián)網(wǎng)的重要前提。然而,由于經(jīng)濟(jì)、環(huán)境、交通和社會/人與系統(tǒng)的耦合往往通過某種行為進(jìn)行間接耦合（間接影響系統(tǒng)）,借助傳統(tǒng)技術(shù)難以有效地量化這些耦合,一定程度上限制了能源互聯(lián)網(wǎng)的自感知能力。隨著電力物聯(lián)網(wǎng)的部署和建設(shè),除了能夠感知能源系統(tǒng)之外,經(jīng)濟(jì)、政策和社會/人的行為也能隨時(shí)隨地被感知,實(shí)現(xiàn)了不同實(shí)體之間的交互耦合——萬物互聯(lián)。與此同時(shí),通過大數(shù)據(jù)和人工智能等先進(jìn)技術(shù)對不同實(shí)體的行為進(jìn)行特征提取和分析,實(shí)現(xiàn)了系統(tǒng)決策和需求的快速響應(yīng)。因此,物聯(lián)網(wǎng)已成為自感知能源互聯(lián)網(wǎng)的智能調(diào)控神經(jīng)和大腦。與傳統(tǒng)的信息網(wǎng)絡(luò)相比,物聯(lián)網(wǎng)具有以下特性。

首先,物聯(lián)網(wǎng)能夠感知和分析能源互聯(lián)網(wǎng)中的社會/人行為,是社會/人之間的交互以及社會/人與系統(tǒng)之間交互的信息橋梁。由于人的行為特性分布廣泛,物聯(lián)網(wǎng)僅需要利用用戶現(xiàn)有的感知設(shè)備（如平板電腦、智能手機(jī)）和網(wǎng)絡(luò)通信設(shè)施對人的行為進(jìn)行實(shí)時(shí)感知,不需要專門部署特定的感知設(shè)備,極大地降低了成本［18］。

其次,物聯(lián)網(wǎng)為構(gòu)建透明系統(tǒng)提供了基礎(chǔ),使得系統(tǒng)的信息透明化,提高了不同系統(tǒng)之間協(xié)調(diào)優(yōu)化運(yùn)行的能力。在物聯(lián)網(wǎng)中,利用傳感器（如社會網(wǎng)絡(luò)或交通網(wǎng)絡(luò)中的移動(dòng)設(shè)備、能源網(wǎng)絡(luò)中的智能傳感器等）能有效地實(shí)現(xiàn)不同實(shí)體系統(tǒng)的部分信息透明（滿足信息安全的前提下）,包括運(yùn)行狀態(tài)透明、設(shè)備狀態(tài)透明、市場交易透明,形成了“透明能源系統(tǒng)”［60］,極大地提升了不同個(gè)體或組織在能源利用各環(huán)節(jié)的參與度,實(shí)現(xiàn)了不同系統(tǒng)之間的深度信息共享和交互,促進(jìn)了自感知能源互聯(lián)網(wǎng)的自適應(yīng)交互。

最后,物聯(lián)網(wǎng)能夠獲取大規(guī)模和細(xì)粒度的數(shù)據(jù),提升了多維時(shí)空信息融合的能力。在傳統(tǒng)的能源網(wǎng)絡(luò)中,由于細(xì)粒度數(shù)據(jù)分散性強(qiáng),難以獲取和采集,導(dǎo)致細(xì)粒度數(shù)據(jù)的價(jià)值被忽略。物聯(lián)網(wǎng)將極大地促進(jìn)大規(guī)模的細(xì)粒度數(shù)據(jù)獲取和連接,賦予自感知能源互聯(lián)網(wǎng)實(shí)時(shí)全景感知的能力。

3 電力物聯(lián)網(wǎng)下自感知能源互聯(lián)網(wǎng)的信息模型解構(gòu)

正如第1章所述,物聯(lián)網(wǎng)能實(shí)現(xiàn)社會/人、系統(tǒng)、環(huán)境、市場等隨時(shí)隨地的交互融合［44］,并利用先進(jìn)的信息技術(shù)對系統(tǒng)、設(shè)備和人員進(jìn)行控制、協(xié)調(diào)和決策,以促進(jìn)能源互聯(lián)網(wǎng)的數(shù)字化、網(wǎng)絡(luò)化和智能化。為達(dá)成上述目標(biāo),其核心是依托物聯(lián)網(wǎng)的信息處理能力,從物理架構(gòu)角度建立合理的信息交互模型。進(jìn)而依托交互模型,建立完備的信息處理模型。因此,本章在物聯(lián)網(wǎng)框架下,構(gòu)建了自感知能源互聯(lián)網(wǎng)的信息交互架構(gòu)模型,并據(jù)此設(shè)計(jì)了自感知能源互聯(lián)網(wǎng)的信息處理模型。

3.1 自感知能源互聯(lián)網(wǎng)的信息交互模型

自感知能源互聯(lián)網(wǎng)需要從系統(tǒng)內(nèi)部和外部環(huán)境獲取實(shí)時(shí)數(shù)據(jù),并依據(jù)這些數(shù)據(jù)對自身的運(yùn)行狀態(tài)進(jìn)行分析、建模和決策。為實(shí)現(xiàn)上述目標(biāo),系統(tǒng)需要合理地進(jìn)行信息交互,以便提高對內(nèi)部和外部環(huán)境的實(shí)時(shí)感知能力以及傳輸和處理數(shù)據(jù)的速度,從而確保系統(tǒng)能夠快速地對當(dāng)前的環(huán)境進(jìn)行響應(yīng),進(jìn)而動(dòng)態(tài)調(diào)整自身的運(yùn)行狀態(tài)。在物聯(lián)網(wǎng)框架下,從智慧能源服務(wù)角度來看,能源互聯(lián)網(wǎng)主要分為感知層、網(wǎng)絡(luò)層、平臺層和應(yīng)用層［8］。從信息驅(qū)動(dòng)角度,依據(jù)信息的處理流程,自感知能源互聯(lián)網(wǎng)的信息交互模型主要由感應(yīng)層、交互層和處理層構(gòu)成（如圖2所示）。感應(yīng)層是實(shí)現(xiàn)系統(tǒng)自感知的基本層和核心層,主要包括傳感器（sensor）和效應(yīng)器（effector）［61］。系統(tǒng)主要通過傳感器實(shí)時(shí)獲取和搜集系統(tǒng)的內(nèi)在狀態(tài)（如系統(tǒng)或設(shè)備運(yùn)行狀態(tài)、能源傳輸和消耗）和外部環(huán)境信息（如天氣、交通、環(huán)境）［62］。除了專用傳感器（如傳統(tǒng)的電流互感器、電壓互感器、溫度傳感器等）之外,其他設(shè)備也可以充當(dāng)傳感器,例如:麥克風(fēng)可以充當(dāng)噪聲傳感器、車輛導(dǎo)航儀可以充當(dāng)交通流量傳感器等。與此同時(shí),效應(yīng)器（或執(zhí)行器）的作用是執(zhí)行從交互層傳來的指令、任務(wù)和決策,以便系統(tǒng)自適應(yīng)調(diào)整運(yùn)行狀態(tài)。需要注意的是,在系統(tǒng)中可能沒有專門的效應(yīng)器,若系統(tǒng)以及系統(tǒng)中的設(shè)備、個(gè)體或組織能依據(jù)當(dāng)前的指令、任務(wù)和決策進(jìn)行自我調(diào)節(jié),則可被視為效應(yīng)器。感應(yīng)層是自感知能源互聯(lián)網(wǎng)感應(yīng)內(nèi)在狀態(tài)和外部環(huán)境的“眼睛”,通過感應(yīng)層,自感知系統(tǒng)能夠?qū)崟r(shí)洞悉系統(tǒng)的運(yùn)行狀態(tài)以及當(dāng)前的外部環(huán)境特點(diǎn)。

圖2 自感知能源互聯(lián)網(wǎng)的信息交互模型Fig.2 Information interaction model of self-aware Energy Internet

交互層主要是連接感應(yīng)層和處理層的“橋梁”,其重要功能之一是傳輸海量數(shù)據(jù)。其中,互聯(lián)網(wǎng)是數(shù)據(jù)傳輸?shù)暮诵?。除了光纖通信網(wǎng)絡(luò)、寬帶通信網(wǎng)絡(luò)傳輸之外［63］,移動(dòng)互聯(lián)網(wǎng)的廣泛應(yīng)用（如4G、5G和Wi Fi技術(shù)）,使用戶行為（包括出行行為、消費(fèi)行為）和城市生態(tài)環(huán)境（包括噪聲污染、碳排放量等）能被隨時(shí)隨地上傳至處理層。另外,借助GPS,系統(tǒng)能夠精準(zhǔn)感知可移動(dòng)實(shí)體的實(shí)時(shí)位置,從而形成完備的多源時(shí)空數(shù)據(jù)。與此同時(shí),交互層不再是簡單地進(jìn)行數(shù)據(jù)傳輸和中轉(zhuǎn)。隨著邊緣計(jì)算的興起,個(gè)體、設(shè)備和系統(tǒng)（這里的系統(tǒng)是指大系統(tǒng)中某個(gè)局部微型系統(tǒng)）的自身需求遷移至網(wǎng)絡(luò)邊緣［63-64］,即對于局部信息和微粒信息,不需要通過處理層進(jìn)行間接調(diào)控,實(shí)現(xiàn)個(gè)體、設(shè)備和系統(tǒng)的內(nèi)在狀態(tài)和外在環(huán)境直接在交互層就地分析和智能化處理（主要是面向小樣本數(shù)據(jù)的智能信息處理）,不僅有利于個(gè)體、設(shè)備和系統(tǒng)之間的直接交互和信息共享,也有利于對敏感數(shù)據(jù)的保護(hù)與隔離,提高了個(gè)體、設(shè)備和系統(tǒng)的運(yùn)行安全。交互層是自感知能源互聯(lián)網(wǎng)的“神經(jīng)元”,實(shí)現(xiàn)系統(tǒng)內(nèi)部之間互聯(lián)互通,并且具有局部自我決策特點(diǎn),實(shí)現(xiàn)系統(tǒng)的協(xié)調(diào)運(yùn)行、精細(xì)分工和統(tǒng)一規(guī)劃。

處理層是數(shù)據(jù)存儲、分析和決策的核心場所。由于能源互聯(lián)網(wǎng)是一個(gè)高度復(fù)雜的系統(tǒng),且系統(tǒng)與外在環(huán)境高度交互融合,因此,系統(tǒng)將從內(nèi)外環(huán)境中獲得規(guī)模龐大的數(shù)據(jù),這些數(shù)據(jù)不僅結(jié)構(gòu)復(fù)雜多變,而且質(zhì)量參差不齊。因此,亟須快速、實(shí)時(shí)、高效地存儲、分析和處理數(shù)據(jù),整合各種計(jì)算資源（如云計(jì)算和大數(shù)據(jù)）,配合人工智能和認(rèn)知計(jì)算,以提供智能化、高效化的決策服務(wù)。處理層是確保系統(tǒng)依據(jù)內(nèi)外部環(huán)境做出實(shí)時(shí)反饋和自適應(yīng)調(diào)整的重要保證。

物聯(lián)網(wǎng)的感應(yīng)層、交互層和處理層是實(shí)現(xiàn)能源互聯(lián)網(wǎng)自感知的信息基礎(chǔ)架構(gòu)。其中,在物聯(lián)網(wǎng)中,邊緣計(jì)算和云計(jì)算的協(xié)同化［65-66］、傳感器的泛在化和數(shù)據(jù)處理的智能化是自感知信息交互模型的重要部分。

1）邊緣計(jì)算和云計(jì)算的協(xié)同化

在當(dāng)前能源互聯(lián)網(wǎng)的建設(shè)框架中,主要依據(jù)云計(jì)算對數(shù)據(jù)進(jìn)行處理,雖然控制中心的統(tǒng)一調(diào)控有利于系統(tǒng)內(nèi)部的統(tǒng)一調(diào)度和協(xié)調(diào)運(yùn)行,如電-熱（冷）-氣的統(tǒng)一優(yōu)化運(yùn)行,但是卻降低了數(shù)據(jù)處理的實(shí)時(shí)性,增加了數(shù)據(jù)傳輸能耗,限制了系統(tǒng)實(shí)時(shí)動(dòng)態(tài)自適應(yīng)的能力。為此,有必要配合邊緣計(jì)算,建立具有存儲、計(jì)算、應(yīng)用等功能為一體的分布式邊緣響應(yīng)平臺［67］,提高數(shù)據(jù)的實(shí)時(shí)處理能力,對個(gè)體、設(shè)備和系統(tǒng)自身狀態(tài)進(jìn)行就地實(shí)時(shí)自適應(yīng)調(diào)節(jié),以提高與環(huán)境的快速交互和自身動(dòng)態(tài)響應(yīng)的能力。因此,在計(jì)算架構(gòu)中,需要實(shí)現(xiàn)云計(jì)算和邊緣計(jì)算的協(xié)同配合。一方面,在靠近數(shù)據(jù)終端一層,通過增加邊緣計(jì)算服務(wù)器,實(shí)現(xiàn)就地計(jì)算,可實(shí)時(shí)高效就地對當(dāng)前個(gè)體、設(shè)備和系統(tǒng)的數(shù)據(jù)進(jìn)行處理分析,提高個(gè)體、設(shè)備和子系統(tǒng)的快速自適應(yīng)能力；另一方面,為實(shí)現(xiàn)系統(tǒng)的全局優(yōu)化,邊緣計(jì)算將處理后的信息上傳至中心服務(wù)器,通過云計(jì)算從全系統(tǒng)角度實(shí)現(xiàn)系統(tǒng)之間以及環(huán)境和系統(tǒng)之間的協(xié)調(diào)優(yōu)化,從而提高全系統(tǒng)的運(yùn)行質(zhì)量。因此,云邊協(xié)同計(jì)算不僅有利于個(gè)體、設(shè)備和子系統(tǒng)的協(xié)同自治,也有利于全系統(tǒng)的集中控制和管理,是實(shí)現(xiàn)分布-集中控制策略的有效途徑。另外,云計(jì)算與邊緣計(jì)算具有雙向流動(dòng)機(jī)制,邊緣計(jì)算可以從云計(jì)算中心請求相關(guān)內(nèi)容和服務(wù),從而實(shí)時(shí)響應(yīng)用戶的就地需求,提高數(shù)據(jù)的處理能力。

2）傳感器的泛在化

如前所述,在物聯(lián)網(wǎng)中,除了系統(tǒng)自身的專業(yè)傳感器之外,其他設(shè)備在實(shí)現(xiàn)自身基本功能的同時(shí),也可以充當(dāng)傳感器,如手機(jī)、GPS導(dǎo)航儀。這些設(shè)備組成了龐大的信息網(wǎng)絡(luò),實(shí)現(xiàn)了社會系統(tǒng)和能源系統(tǒng)的交互融合,可獲得能夠反映行為、交通和能源等特征的多維時(shí)空關(guān)聯(lián)數(shù)據(jù)。一方面,傳感器的泛在化,使得數(shù)據(jù)具有分散化特點(diǎn),單個(gè)數(shù)據(jù)能夠反映個(gè)體或設(shè)備的自身特點(diǎn),可為精準(zhǔn)分析個(gè)體行為和設(shè)備運(yùn)行特點(diǎn)提供有力的保證；另一方面,這些數(shù)據(jù)的融合能夠揭示系統(tǒng)運(yùn)行的整體性特點(diǎn)。因此,傳感器的泛在化使系統(tǒng)能夠?qū)崟r(shí)獲取更加豐富和完備的數(shù)據(jù),為系統(tǒng)精準(zhǔn)分析和決策提供重要保障,是實(shí)現(xiàn)自感知能源互聯(lián)網(wǎng)的重要前提。

3）數(shù)據(jù)處理的智能化

一方面,雖然豐富的實(shí)時(shí)數(shù)據(jù)為系統(tǒng)的自我決策提供了更全面的認(rèn)知,但同時(shí)也增加了數(shù)據(jù)的不精確性和不一致性。因此,需要借助于人工智能技術(shù),實(shí)時(shí)分析數(shù)據(jù)特性,從而提高系統(tǒng)的自決策和自適應(yīng)的精度,避免不良數(shù)據(jù)帶來的影響。另一方面,為提高系統(tǒng)的自學(xué)習(xí)和自認(rèn)知能力,認(rèn)知計(jì)算將是實(shí)現(xiàn)自感知能力的關(guān)鍵技術(shù)。依據(jù)認(rèn)知計(jì)算,系統(tǒng)不僅能夠處理系統(tǒng)中的不精確、不確定以及部分真實(shí)的數(shù)據(jù),而且能夠依據(jù)系統(tǒng)內(nèi)部和系統(tǒng)與環(huán)境之間的關(guān)聯(lián)數(shù)據(jù),進(jìn)行感知、記憶、學(xué)習(xí)、分析和推理,不需要人工干預(yù)或輔助,實(shí)現(xiàn)智能化自主運(yùn)行。

3.2 自感知能源互聯(lián)網(wǎng)的信息自表達(dá)處理模型

正如引言所述,一個(gè)系統(tǒng)具有自感知需要滿足3個(gè)特性:自預(yù)測、自映射和自適應(yīng)。這3個(gè)自特性能力,可表述為:①自預(yù)測,系統(tǒng)不依賴當(dāng)前的運(yùn)行信息,僅依據(jù)歷史信息便能達(dá)成下一個(gè)狀態(tài)的運(yùn)行目標(biāo)；②自映射,系統(tǒng)能夠依據(jù)其他系統(tǒng)（或外在環(huán)境）的經(jīng)驗(yàn)和指導(dǎo)達(dá)成自身的運(yùn)行目標(biāo)；③自適應(yīng),系統(tǒng)能夠依據(jù)當(dāng)前特定的運(yùn)行要求調(diào)整和決策,以達(dá)成最優(yōu)的運(yùn)行目標(biāo)。這3個(gè)特征表明了系統(tǒng)在信息處理過程中可依據(jù)歷史（實(shí)時(shí)）信息以及其他系統(tǒng)的共享信息對自身進(jìn)行調(diào)整和決策,實(shí)現(xiàn)系統(tǒng)自身的最優(yōu)運(yùn)行。這3個(gè)特征本質(zhì)上可視為心理學(xué)中的自表達(dá)（self-expression）過程。這3個(gè)特性要求系統(tǒng)需要具備認(rèn)知外部環(huán)境和內(nèi)在狀態(tài)的能力,在此基礎(chǔ)上,能夠?qū)?shù)據(jù)進(jìn)行處理分析,從而對系統(tǒng)進(jìn)行綜合決策評估,實(shí)現(xiàn)最優(yōu)運(yùn)行目標(biāo)。因此,為了刻畫信息處理模型的自表達(dá)特性,可將上述3個(gè)特性細(xì)化為自認(rèn)知、自分析、自決策和自適應(yīng)4個(gè)階段,這4個(gè)階段構(gòu)成了反饋回路（feedback loop）,如圖3所示。

在自認(rèn)知（self-cognition）階段,系統(tǒng)能夠?qū)崟r(shí)全面感知和理解當(dāng)前的外在環(huán)境（如個(gè)人/社會行為、交通流量、天氣狀況、污染指數(shù)）和內(nèi)在狀態(tài)（如電力系統(tǒng)中的電壓、電流等電氣量）,以從不同實(shí)體中搜集多維時(shí)空數(shù)據(jù)。需要注意的是,對于個(gè)體、設(shè)備和子系統(tǒng)本身,搜集的外在環(huán)境數(shù)據(jù)也包括其他個(gè)體、設(shè)備和子系統(tǒng)的運(yùn)行數(shù)據(jù),即除系統(tǒng)之外的所有運(yùn)行數(shù)據(jù)。另外,除了上述數(shù)據(jù)之外,來源于能源市場的交易信息、行政機(jī)構(gòu)的政策信息等也是系統(tǒng)需要獲取的信息。在此基礎(chǔ)上,系統(tǒng)利用搜集的所有數(shù)據(jù)建立全息自感知數(shù)據(jù)庫,為下一階段的自分析提供豐富的數(shù)據(jù)支撐。

圖3 自感知能源互聯(lián)網(wǎng)的信息處理模型Fig.3 Information processing model of self-aware Energy Internet

在自分析階段,自感知系統(tǒng)依據(jù)當(dāng)前搜集的數(shù)據(jù)（包括其他個(gè)體、設(shè)備或子系統(tǒng)共享的非私有數(shù)據(jù)和模型）,并結(jié)合過去的歷史信息,對數(shù)據(jù)進(jìn)行智能清洗和補(bǔ)缺校正［68-69］,提取相關(guān)數(shù)據(jù)特征,建立群智能自感知模型（多感官信息處理模型）,如:建立多能流之間的能源轉(zhuǎn)化和協(xié)調(diào)智能自感知模型,以便個(gè)體、設(shè)備和子系統(tǒng)之間能夠協(xié)同優(yōu)化運(yùn)行,從而使全系統(tǒng)中的不同個(gè)體、設(shè)備和子系統(tǒng)的運(yùn)行、管理、交易和行為都服從全局目標(biāo)。在服從全局目標(biāo)下,個(gè)體、設(shè)備和子系統(tǒng)依據(jù)獲得的外在環(huán)境和內(nèi)在狀態(tài)的數(shù)據(jù),建立滿足內(nèi)在需求的智能自感知模型,如監(jiān)測健康狀況的智能自感知故障診斷模型、產(chǎn)消者［44］的智能自感知經(jīng)濟(jì)交易行為模型等。需要注意的是,由于個(gè)體、設(shè)備和子系統(tǒng)之間存在交互影響,對于任意個(gè)體、設(shè)備和子系統(tǒng)而言,構(gòu)建的智能自感知模型需要充分考慮其他實(shí)體的智能自感知模型,以確保自身在整個(gè)系統(tǒng)的運(yùn)行、交易或管理等方面處于最優(yōu)狀態(tài),滿足自身的運(yùn)行需求。

在自決策階段,利用建立的智能自感知模型,對當(dāng)前的個(gè)體、設(shè)備和系統(tǒng)進(jìn)行綜合在線態(tài)勢評估和預(yù)測,如:為最大程度降低不確定的極端環(huán)境（包括極端災(zāi)害［70-71］、信息攻擊［72-73］、恐怖襲擊［74-75］等）對系統(tǒng)的潛在威脅,利用智能自感知災(zāi)變預(yù)警模型在線制定緊急預(yù)防方案；為規(guī)范產(chǎn)消者能源交易的經(jīng)濟(jì)行為,利用智能自感知經(jīng)濟(jì)交易行為模型制定市場交易政策,提高能源交易市場的公平性和透明性；為避免設(shè)備突發(fā)故障對系統(tǒng)產(chǎn)生影響,利用智能自感知故障診斷模型分析設(shè)備的剩余使用壽命,制定相應(yīng)的設(shè)備檢修運(yùn)維與系統(tǒng)故障運(yùn)行方案,提高系統(tǒng)的安全運(yùn)行水平。

在自適應(yīng)階段,當(dāng)面對不確定性威脅或事件時(shí),個(gè)體、設(shè)備和系統(tǒng)能夠依據(jù)當(dāng)前制定的方案實(shí)時(shí)動(dòng)態(tài)調(diào)整自身的運(yùn)行目標(biāo),因此該階段是系統(tǒng)自表達(dá)過程的最終體現(xiàn)。其中,針對緊急狀況,系統(tǒng)需要依據(jù)決策方案進(jìn)行快速調(diào)整,例如,當(dāng)設(shè)備發(fā)生故障時(shí),系統(tǒng)依據(jù)故障運(yùn)行方案對系統(tǒng)的運(yùn)行狀態(tài)進(jìn)行快速調(diào)整（如動(dòng)態(tài)調(diào)整系統(tǒng)的拓?fù)浣Y(jié)構(gòu)）,實(shí)現(xiàn)系統(tǒng)自愈和重構(gòu),避免能源供應(yīng)中斷；針對長期運(yùn)行,系統(tǒng)需要綜合考慮當(dāng)前的內(nèi)在狀態(tài)、外在環(huán)境（如考慮用戶的接受程度）,例如,對個(gè)體、設(shè)備和系統(tǒng)進(jìn)行實(shí)時(shí)分階段調(diào)整；隨著用戶用能習(xí)慣的逐步改變,系統(tǒng)需要長期緩慢地調(diào)整多能源之間的轉(zhuǎn)化和輸出比,以實(shí)現(xiàn)節(jié)能增效,滿足用戶的用能習(xí)慣和需求。

上述4個(gè)階段共同構(gòu)成了自感知能源互聯(lián)網(wǎng)的自表達(dá)過程。需要注意的是,這4個(gè)階段是一個(gè)激勵(lì)和反饋的過程。例如,當(dāng)個(gè)體、設(shè)備和系統(tǒng)自適應(yīng)調(diào)整自身的運(yùn)行目標(biāo)時(shí),如果當(dāng)前的運(yùn)行目標(biāo)未能符合預(yù)期目標(biāo),則個(gè)體、設(shè)備和系統(tǒng)依據(jù)當(dāng)前的運(yùn)行信息（自認(rèn)知階段感知的信息）重新調(diào)整或修正自感知模型,進(jìn)而制定新的決策方案,優(yōu)化調(diào)控當(dāng)前的運(yùn)行狀態(tài)。

4 自感知能源互聯(lián)網(wǎng)的關(guān)鍵問題

4.1 自感知能源互聯(lián)網(wǎng)的協(xié)同優(yōu)化運(yùn)行

在自感知能源互聯(lián)網(wǎng)中,所有個(gè)體、設(shè)備和組織都可以是自感知實(shí)體。對于任意一個(gè)自感知實(shí)體,通過對外在環(huán)境（包括其他實(shí)體）和內(nèi)在運(yùn)行狀態(tài)的感知,實(shí)時(shí)調(diào)整自身的運(yùn)行狀態(tài),以確保自身處于最優(yōu)運(yùn)行方式。當(dāng)全系統(tǒng)資源有限或外在環(huán)境惡劣時(shí),各實(shí)體為保證自身的最優(yōu)狀態(tài),將可能引發(fā)各實(shí)體爭搶有限資源或犧牲其他實(shí)體的利益,導(dǎo)致實(shí)體之間的運(yùn)行沖突。因此,如何保證個(gè)體、設(shè)備和組織的協(xié)同優(yōu)化運(yùn)行將是自感知能源互聯(lián)網(wǎng)的關(guān)鍵問題之一。

針對上述問題,如圖4所示,首先建立主從協(xié)同的梯度控制機(jī)制。由于任何一個(gè)子系統(tǒng)都擁有自己的公眾自感知和私有自感知,這些子系統(tǒng)能夠單獨(dú)形成自感知子系統(tǒng),因此這些自感知子系統(tǒng)需要優(yōu)先考慮系統(tǒng)的最優(yōu)運(yùn)行方式。在此前提下,自感知子系統(tǒng)實(shí)時(shí)自適應(yīng)調(diào)整自身的最優(yōu)運(yùn)行狀態(tài)。一旦與系統(tǒng)的運(yùn)行目標(biāo)沖突,自感知實(shí)體必須優(yōu)先滿足系統(tǒng)的運(yùn)行目標(biāo)。其次,建立同級別合作互補(bǔ)的控制機(jī)制。同級別的自感知子系統(tǒng)可通過合作博弈的方式,使系統(tǒng)中的各實(shí)體同時(shí)達(dá)到利益最大化。最后,建立智能沖突處理機(jī)構(gòu),一旦同級別的實(shí)體發(fā)生運(yùn)行沖突,則交由智能沖突處理機(jī)構(gòu)裁決,從而協(xié)調(diào)不同實(shí)體的運(yùn)行。

圖4 協(xié)同優(yōu)化運(yùn)行機(jī)制Fig.4 Collaborative optimization and operation mechanism

4.2 自感知能源互聯(lián)網(wǎng)的信息透明與安全

在自感知能源互聯(lián)網(wǎng)中,雖然信息透明有助于系統(tǒng)內(nèi)部以及系統(tǒng)與外部環(huán)境信息交互和共享,以便系統(tǒng)能夠?qū)崟r(shí)依據(jù)當(dāng)前的內(nèi)部狀態(tài)和外部環(huán)境自適應(yīng)調(diào)節(jié)自身的運(yùn)行方式。然而,信息透明也將帶來不可忽視的信息安全問題。一方面,物聯(lián)網(wǎng)將環(huán)境、社會、系統(tǒng)和市場通過信息技術(shù)有機(jī)的高度融合,使系統(tǒng)與環(huán)境、社會以及市場之間的交互處于信息透明模式,導(dǎo)致系統(tǒng)遭受的威脅日益增多,并且難以預(yù)防；一旦受到攻擊,容易發(fā)生不同實(shí)體之間的交互級聯(lián)故障。例如,社會網(wǎng)絡(luò)的謠言傳播［76］導(dǎo)致用戶的用電行為發(fā)生改變,進(jìn)而可能引起供需不平衡,導(dǎo)致電網(wǎng)的連鎖故障。另一方面,系統(tǒng)依據(jù)內(nèi)部和外部的信息自適應(yīng)調(diào)節(jié)運(yùn)行狀態(tài),由于這些內(nèi)部和外部信息透明,襲擊者往往能夠利用這些信息對系統(tǒng)當(dāng)前的運(yùn)行狀態(tài)進(jìn)行推理分析,從而導(dǎo)致系統(tǒng)的運(yùn)行完全暴露,增大了系統(tǒng)遭受不可逆威脅或襲擊的風(fēng)險(xiǎn)。

因此,在構(gòu)建透明自感知能源互聯(lián)網(wǎng)的同時(shí),必須提高系統(tǒng)的信息安全等級。可借鑒薛禹勝院士提出的方案,設(shè)置緩沖網(wǎng)［77］,如圖5所示,避免易受攻擊的公用網(wǎng)絡(luò)與系統(tǒng)的內(nèi)網(wǎng)直接連接。在緩沖網(wǎng)中,一方面,可利用區(qū)塊鏈技術(shù)實(shí)時(shí)通過對公用網(wǎng)上傳的數(shù)據(jù)進(jìn)行信息安檢,一旦發(fā)現(xiàn)不良數(shù)據(jù),立即屏蔽和清除,從而保證數(shù)據(jù)的安全性；另一方面,通過在緩沖網(wǎng)中集成邊緣計(jì)算,對公用網(wǎng)的數(shù)據(jù)進(jìn)行自適應(yīng)校正和補(bǔ)缺,從而保證數(shù)據(jù)的準(zhǔn)確性和完備性。

圖5 基于緩沖網(wǎng)的信息安全機(jī)制Fig.5 Information security mechanism based on buffer network

4.3 自感知能源互聯(lián)網(wǎng)的自適應(yīng)優(yōu)先級

當(dāng)系統(tǒng)面臨多個(gè)決策或多個(gè)任務(wù)時(shí),如何自適應(yīng)調(diào)整系統(tǒng)的當(dāng)前運(yùn)行狀態(tài),以滿足不同決策或任務(wù)的需求,即如何確定不同決策或任務(wù)的優(yōu)先級,是另一個(gè)關(guān)鍵問題。如果不考慮不同任務(wù)之間的優(yōu)先級,一方面,可能造成系統(tǒng)資源浪費(fèi)；另一方面,對于需要緊急響應(yīng)的決策或任務(wù),可能延遲處理,導(dǎo)致系統(tǒng)自適應(yīng)和自調(diào)整的能力下降,增加系統(tǒng)的運(yùn)行風(fēng)險(xiǎn)。

針對上述問題,如附錄A圖A2所示,首先設(shè)置專網(wǎng)優(yōu)先通道,對于級別較高的決策或任務(wù),例如緊急電力需求響應(yīng)、災(zāi)變（極端天氣等）緊急預(yù)警控制,可通過專網(wǎng)專送,使系統(tǒng)能夠優(yōu)先執(zhí)行緊急決策或任務(wù),避免系統(tǒng)因響應(yīng)過慢造成不必要的損失。對于需要長時(shí)間自適應(yīng)的決策或任務(wù)（該任務(wù)級別不高時(shí)）,如社會用能行為分析,系統(tǒng)在依據(jù)該決策或任務(wù)調(diào)整當(dāng)前的運(yùn)行狀態(tài)時(shí),可同時(shí)處理其他快速響應(yīng)的任務(wù)（如交通流量調(diào)控）,從而避免多個(gè)任務(wù)的長時(shí)間等待,提高任務(wù)處理的效率。另外,配合邊緣計(jì)算、分布式并行計(jì)算［78］將有助于提高多個(gè)決策或任務(wù)的處理效率。

4.4 自感知能源互聯(lián)網(wǎng)的多源信息處理

由于物聯(lián)網(wǎng)獲取的數(shù)據(jù)來源多樣化,除了傳統(tǒng)的信號數(shù)據(jù)之外,還包括文檔、圖片和視頻數(shù)據(jù),導(dǎo)致數(shù)據(jù)的類型和格式各不相同,有必要規(guī)范不同類型的數(shù)據(jù)格式,以提高系統(tǒng)對數(shù)據(jù)的認(rèn)識和理解能力。

對不同類型的數(shù)據(jù)進(jìn)行智能預(yù)處理,如附錄A圖A3所示,提高感知的數(shù)據(jù)質(zhì)量,包括:準(zhǔn)確性、一致性和完整性。在預(yù)處理中,利用數(shù)據(jù)清洗技術(shù),對異常數(shù)據(jù)進(jìn)行自適應(yīng)校正和補(bǔ)缺,并通過冗余處理技術(shù)刪除重復(fù)信息,采用標(biāo)準(zhǔn)化后的數(shù)據(jù)建立多源數(shù)據(jù)倉庫［79］,提高數(shù)據(jù)的可利用性和可理解性,從而為自感知能源互聯(lián)網(wǎng)提高精準(zhǔn)的多源數(shù)據(jù)格式。

另外,在傳輸多源數(shù)據(jù)時(shí),可以利用壓縮技術(shù)［80］對數(shù)據(jù)進(jìn)行壓縮處理,以減少數(shù)據(jù)的傳輸時(shí)間和占用更少的存儲空間。

4.5 自感知能源互聯(lián)網(wǎng)的Model-free實(shí)時(shí)方法應(yīng)用

物聯(lián)網(wǎng)的部署與應(yīng)用,能夠?qū)崟r(shí)獲取用戶特性和交通流量等社會行為,為能源互聯(lián)網(wǎng)的精準(zhǔn)規(guī)劃、運(yùn)行和控制提供保障。然而,由于多能流的不確定性和社會行為的復(fù)雜性,難以采用建模的方式精確刻畫整個(gè)系統(tǒng)。隨著大數(shù)據(jù)和人工智能技術(shù)的快速發(fā)展,免模型（Model-free）方法將為復(fù)雜能源系統(tǒng)分析帶來機(jī)制突破與革新,如多源量測數(shù)據(jù)下的多場景適配的多能流在線狀態(tài)估計(jì)［81］、實(shí)時(shí)量測數(shù)據(jù)下的在線強(qiáng)化學(xué)習(xí)的負(fù)荷頻率控制［82］、大數(shù)據(jù)驅(qū)動(dòng)下的災(zāi)變演化分析［83］等。Model-free實(shí)時(shí)方法能夠依據(jù)歷史經(jīng)驗(yàn)數(shù)據(jù)對系統(tǒng)進(jìn)行應(yīng)答和響應(yīng),是構(gòu)建自感知智能模型的重要手段之一。

然而,需要注意的是,Model-free實(shí)時(shí)方法高度依賴于數(shù)據(jù)樣本,若樣本數(shù)據(jù)過大,雖然能夠有效地精準(zhǔn)覆蓋系統(tǒng)的特征,但是增加了實(shí)時(shí)應(yīng)用的難度；若樣本數(shù)據(jù)過小,雖然可以減少時(shí)間復(fù)雜性但是犧牲了部分?jǐn)?shù)據(jù)特性。因此,可充分利用“云邊協(xié)同”的優(yōu)勢,首先通過邊緣計(jì)算對大量的微粒度數(shù)據(jù)進(jìn)行特征提取,然后將提取后的數(shù)據(jù)特性通過云服務(wù)中心進(jìn)行綜合計(jì)算,以便在不損失數(shù)據(jù)特性的基礎(chǔ)上兼顧應(yīng)用的實(shí)時(shí)性。

能源互聯(lián)網(wǎng)中不同能源子系統(tǒng)的“數(shù)據(jù)壁壘”是Model-free實(shí)時(shí)方法應(yīng)用的突出難題。真正打破行業(yè)壁壘,為能源互聯(lián)網(wǎng)中多管理主體帶來數(shù)據(jù)融通價(jià)值,幫助多管理主體解決問題、降本提質(zhì)增效,形成數(shù)據(jù)共享激勵(lì),是實(shí)現(xiàn)能源互聯(lián)網(wǎng)全系統(tǒng)自感知的必由之路。在數(shù)據(jù)高效、可靠和實(shí)時(shí)共享的基礎(chǔ)上,利用自感知大數(shù)據(jù)實(shí)現(xiàn)Model-free實(shí)時(shí)方法的應(yīng)用,能改善和重塑能源管控流程,減少管理層級、提升管控效率、改進(jìn)決策機(jī)制,提升能源互聯(lián)網(wǎng)優(yōu)化與調(diào)控能力。

基于數(shù)據(jù)的因果推理是Model-free實(shí)時(shí)方法的另一重要應(yīng)用,涉及因果圖建模、因果效應(yīng)計(jì)算、事實(shí)反演計(jì)算、中介效應(yīng)分析、泛化和數(shù)據(jù)融合、缺失數(shù)據(jù)恢復(fù)與因果發(fā)現(xiàn)等［84］。因果推理在自感知能源互聯(lián)網(wǎng)中的應(yīng)用將會實(shí)現(xiàn)3個(gè)因果層級:關(guān)聯(lián)（能源自感知數(shù)據(jù)的統(tǒng)計(jì)相關(guān)性）、干預(yù)（能量調(diào)控策略及結(jié)果的自預(yù)測與自適應(yīng)）和反演（社會行為或系統(tǒng)故障等事件的自映射）,將從數(shù)據(jù)科學(xué)角度引發(fā)能源互聯(lián)網(wǎng)領(lǐng)域的一場“因果革命”。

5 自感知能源互聯(lián)網(wǎng)的主要研究方向

能源互聯(lián)網(wǎng)是由多類能源子系統(tǒng)組成的復(fù)雜系統(tǒng),并且任意一個(gè)子系統(tǒng)又由若干個(gè)微系統(tǒng)組成。因此,依據(jù)需求和功能,能源互聯(lián)網(wǎng)中任何個(gè)體、設(shè)備和組織都可以視為一個(gè)自感知系統(tǒng)。進(jìn)一步,這些個(gè)體、設(shè)備和組織組合形成了更大的自感知系統(tǒng),以此類推,最終構(gòu)成了自感知能源互聯(lián)網(wǎng)。本章從宏觀（多能源網(wǎng)絡(luò)耦合）到微觀（局部配用電網(wǎng)絡(luò)）視角,對研究對象逐步細(xì)化,如附錄A圖A4所示,探討了自感知能源互聯(lián)網(wǎng)的幾個(gè)主要研究方向。從多能流耦合角度構(gòu)建了多能流自感知耦合實(shí)時(shí)優(yōu)化模型；從交通網(wǎng)和電網(wǎng)耦合角度構(gòu)建了電力交通自感知實(shí)時(shí)協(xié)調(diào)模型；從輸配電網(wǎng)一體化角度構(gòu)建了電網(wǎng)自感知彈復(fù)性評估模型；從配用電網(wǎng)絡(luò)終端角度構(gòu)建了智能家庭自感知能源管理模型。

5.1 多能流自感知耦合實(shí)時(shí)優(yōu)化模型

瑞士蘇黎世聯(lián)邦理工學(xué)院學(xué)者于2007年提出了能量樞紐的概念［85］,描述多能流系統(tǒng)中不同能源之間的轉(zhuǎn)化、存儲和傳輸?shù)雀鞣N耦合關(guān)系［86］。在自感知能源互聯(lián)網(wǎng)的能量樞紐建模中,可利用私有自感知從多能耦合系統(tǒng)中獲取多能耦合狀態(tài),包括當(dāng)前設(shè)備的運(yùn)行狀況（由設(shè)備的私有自感知獲得）、能量傳輸、存儲和轉(zhuǎn)換狀況,公眾自感知從外部環(huán)境中獲取用戶的用能行為和實(shí)時(shí)天氣狀況等,如圖6所示。由于多能耦合系統(tǒng)中,社會/人的各種行為（包括人與人之間的交互行為）直接或間接影響能源的生產(chǎn)或消耗,因此多能流之間的耦合不僅包括技術(shù)耦合,也包括行為耦合［44］,可利用公眾自感知獲得數(shù)據(jù),然后通過緩存網(wǎng)將數(shù)據(jù)傳輸至內(nèi)網(wǎng),建立行為模型。

圖6 多能流自感知耦合實(shí)時(shí)優(yōu)化模型Fig.6 Self-awareness coupling real-time optimization model for multi-energy flow

另外,對于不受天氣影響的能源產(chǎn)出,由私有自感知直接獲得產(chǎn)出信息,而太陽能、風(fēng)能等可再生能源受天氣影響較大［87］,因此利用公眾自感知實(shí)時(shí)監(jiān)測和搜集天氣狀況,并結(jié)合歷史氣象數(shù)據(jù)分析和預(yù)測未來的天氣狀況,以預(yù)測和規(guī)劃能源的產(chǎn)出。

在多能流自感知模型中,多能系統(tǒng)對能源輸出是一個(gè)自表達(dá)過程。首先,通過對公眾自感知和私有自感知獲得的數(shù)據(jù)進(jìn)行自感知能源樞紐建模,并依據(jù)當(dāng)前和歷史的用戶能源消耗行為,利用大數(shù)據(jù)和人工智能技術(shù)對未來的能源產(chǎn)出進(jìn)行合理的實(shí)時(shí)動(dòng)態(tài)規(guī)劃,以提高能源的利用率。與此同時(shí),系統(tǒng)能夠?qū)Ξ?dāng)前和歷史數(shù)據(jù)進(jìn)行自認(rèn)知,并通過對信息數(shù)據(jù)進(jìn)行自分析,自決策出最合理的能源優(yōu)化方案,系統(tǒng)依據(jù)該方案進(jìn)行自適應(yīng)調(diào)整。

由于多能流是由多種不同介質(zhì)的能流構(gòu)成［88］,對于各類異質(zhì)能流需要分別構(gòu)建子系統(tǒng)自感知模型。一方面,子系統(tǒng)需要依據(jù)自身?xiàng)l件優(yōu)化能源配置與感知配置；另一方面,不同子系統(tǒng)間需要協(xié)同優(yōu)化,以達(dá)到多能源系統(tǒng)全局最優(yōu)。因此,多能流自感知模型是一個(gè)主從優(yōu)化并行模型。在下層模型（從優(yōu)化）中,多個(gè)子系統(tǒng)局部并行最優(yōu),在上層模型（主優(yōu)化）中,實(shí)現(xiàn)全局最優(yōu)。當(dāng)局部最優(yōu)和全局最優(yōu)發(fā)生沖突時(shí),按照優(yōu)先級進(jìn)行沖突調(diào)節(jié)［89］,實(shí)現(xiàn)全局最優(yōu)。

5.2 電力交通自感知實(shí)時(shí)協(xié)調(diào)模型

電力交通協(xié)調(diào)模型是一個(gè)綜合考慮天氣、交通流量、社會/人行為、分布式能源和儲能等方面的智能自感知模型,如圖7所示。

圖7 電力交通自感知協(xié)調(diào)模型Fig.7 Self-awareness coordinative model for electricity and transportation

在智能自感知協(xié)調(diào)模型中,通過交通流-電價(jià)自調(diào)節(jié)機(jī)制,實(shí)時(shí)自調(diào)節(jié)發(fā)電-交通負(fù)荷供需平衡和城市的交通流量,為城市提供最優(yōu)質(zhì)的實(shí)時(shí)交通負(fù)荷用電方案和暢通無阻的交通出行策略［90］。在該自調(diào)節(jié)機(jī)制中,主要考慮以下兩個(gè)方面的問題。

1）充分利用可再生能源為城市電動(dòng)交通工具提供電源［91］。利用公眾自感知實(shí)時(shí)監(jiān)測天氣狀況,以便實(shí)時(shí)追蹤分布式可再生能源的發(fā)電出力。與此同時(shí),由于移動(dòng)設(shè)備（如智能手機(jī)）的廣泛使用,通過移動(dòng)互聯(lián)網(wǎng)（可配合邊緣計(jì)算技術(shù)）實(shí)時(shí)預(yù)測城市居民的出行狀況,進(jìn)而利用大數(shù)據(jù)和人工智能技術(shù)實(shí)時(shí)追蹤和預(yù)測電動(dòng)交通工具的交通負(fù)荷［92］。通過比較可再生能源的發(fā)電出力和交通負(fù)荷的供需關(guān)系實(shí)時(shí)制定電價(jià)方案。在某一時(shí)段內(nèi),當(dāng)可再生能源的發(fā)電出力較多時(shí),調(diào)低市場電價(jià),鼓勵(lì)更多用戶在該時(shí)段內(nèi)進(jìn)行充電,與此同時(shí),利用自動(dòng)發(fā)電控制系統(tǒng)調(diào)低傳統(tǒng)機(jī)組的發(fā)電出力；當(dāng)可再生能源的發(fā)電出力過低時(shí),調(diào)高市場電價(jià),以減少在該時(shí)段對電動(dòng)交通工具進(jìn)行充電的用戶數(shù)量,并且增加傳統(tǒng)機(jī)組的發(fā)電出力。另外,也利用儲能協(xié)調(diào)發(fā)電出力和交通負(fù)荷之間的供需差異,以確保供需關(guān)系的實(shí)時(shí)動(dòng)態(tài)平衡。

2）保證城市交通的暢通,避免交通堵塞。對分布于城市各個(gè)路段的充電樁,依據(jù)當(dāng)前的交通流量進(jìn)行差異定價(jià),以輔助調(diào)控各個(gè)路段的交通流量。例如,當(dāng)某路段的交通流量過高時(shí),適當(dāng)提高該路段充電樁的充電電價(jià),以引導(dǎo)電動(dòng)交通工具選擇其他路段行駛,從而達(dá)到調(diào)整交通流量的目的。

在智能自感知實(shí)時(shí)協(xié)調(diào)模型中,對天氣、人的出行行為和交通流量信息進(jìn)行精準(zhǔn)搜集是其中一個(gè)重要環(huán)節(jié)。隨著物聯(lián)網(wǎng)的部署和建設(shè),通過隨時(shí)隨地精準(zhǔn)搜集、分析和預(yù)測當(dāng)前和未來的天氣、人的出行以及城市交通分布狀況,可以確保電價(jià)實(shí)時(shí)動(dòng)態(tài)自學(xué)習(xí)調(diào)整。市場電價(jià)和交通流量之間是一個(gè)動(dòng)態(tài)反饋循環(huán)機(jī)制,因此協(xié)調(diào)優(yōu)化模型的自感知特性為精準(zhǔn)自適應(yīng)當(dāng)前的外部環(huán)境提供了保障。由于電力交通自感知模型高度依賴于交通、人和天氣等微粒數(shù)據(jù),數(shù)據(jù)具有分散性、不一致性和粗糙性,需要對其數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理和清洗,提高數(shù)據(jù)的精度。

綜上所述,在構(gòu)建的自感知實(shí)時(shí)協(xié)調(diào)模型中,目標(biāo)函數(shù)為考慮能源需求、能源價(jià)格相關(guān)的社會和經(jīng)濟(jì)效益；在優(yōu)化約束中,除了考慮傳統(tǒng)的能源價(jià)格與能源需求之間的相互關(guān)系,還需要考慮天氣條件、社會/人行為和交通流量三者的相互關(guān)系、交通流量與能源價(jià)格以及交通流量與能源需求之間的關(guān)系。

5.3 電網(wǎng)自感知彈復(fù)性評估模型

基于自感知的電網(wǎng)彈復(fù)性評估［89］模型是一個(gè)考慮地理信息、氣象災(zāi)害和社會/人行為的綜合智能評估模型,如圖8所示。一方面,自感知電力系統(tǒng)能夠依據(jù)公眾自感知（包括天氣預(yù)報(bào)系統(tǒng)［93］、輿情監(jiān)控系統(tǒng)［94］、地理信息系統(tǒng)［95］等）獲得地理信息、氣象信息和社會行為信息,建立災(zāi)變預(yù)警系統(tǒng)［95］,通過自感知電網(wǎng)彈復(fù)性評估模型實(shí)時(shí)分析和預(yù)測電力系統(tǒng)潛在的威脅,從而提出預(yù)防災(zāi)變的緊急措施,有效降低系統(tǒng)級聯(lián)停電的風(fēng)險(xiǎn)。另一方面,私有自感知能夠獲取系統(tǒng)運(yùn)行的實(shí)時(shí)信息,包括電氣量（如電壓、電流等）、狀態(tài)量（如智能開關(guān)的開閉狀態(tài)等）和機(jī)械量（如設(shè)備中介質(zhì)的壓力、溫度等）,通過對這些檢測量進(jìn)行實(shí)時(shí)分析,及時(shí)調(diào)整系統(tǒng)的運(yùn)行狀態(tài),最大限度提高電力系統(tǒng)的安全運(yùn)行水平。

圖8 電網(wǎng)自感知彈復(fù)性評估模型Fig.8 Self-aware resilience evaluation model for power grid

在自感知電網(wǎng)彈復(fù)性評估模型中,依據(jù)彈復(fù)性的系統(tǒng)響應(yīng)曲線［96-97］,將系統(tǒng)的安全評估劃分為正常、預(yù)警、緊急和恢復(fù)4個(gè)階段。在正常階段,系統(tǒng)依據(jù)外部環(huán)境和當(dāng)前的系統(tǒng)內(nèi)在運(yùn)行信息進(jìn)行實(shí)時(shí)動(dòng)態(tài)監(jiān)測,并利用多種評估手段（如可靠性評估［98-99］、脆弱性評估［100-101］）,對當(dāng)前的運(yùn)行狀態(tài)進(jìn)行全方位、多角度綜合態(tài)勢自預(yù)測,通過數(shù)據(jù)挖掘技術(shù)［102-103］挖掘系統(tǒng)中隱蔽的威脅點(diǎn),對這些威脅點(diǎn)進(jìn)行重點(diǎn)監(jiān)測和保護(hù),以及時(shí)消除或降低潛在的威脅點(diǎn)對系統(tǒng)的影響。在預(yù)警階段,當(dāng)系統(tǒng)出現(xiàn)電壓越界、過負(fù)荷、單相接地故障非正常運(yùn)行狀態(tài)［104］時(shí),此時(shí)系統(tǒng)通過自調(diào)控手段（如智能檢修、功率調(diào)整、線路運(yùn)行方式切換）,將系統(tǒng)快速從非正常運(yùn)行狀態(tài)調(diào)整至正常運(yùn)行狀態(tài)。在緊急階段（如極端天氣、地質(zhì)災(zāi)害和恐怖襲擊）,利用大數(shù)據(jù)和人工智能技術(shù),分析系統(tǒng)在極端情況下的系統(tǒng)多維時(shí)空的自主臨界和系統(tǒng)穩(wěn)定邊界特性,實(shí)時(shí)快速預(yù)測級聯(lián)停電的傳播特性,利用虛擬電廠［105-106］、微網(wǎng)［107-108］對重要負(fù)荷進(jìn)行故障隔離,以及時(shí)有效避免故障的蔓延傳播,保障重要負(fù)荷的安全可靠供電。與此同時(shí),也可通過虛擬電廠和微網(wǎng)的智能協(xié)調(diào)優(yōu)化以及保護(hù)裝置和智能開關(guān)的拓?fù)浣Y(jié)構(gòu)動(dòng)態(tài)調(diào)整等自重構(gòu)手段,制定重構(gòu)和黑啟動(dòng)方案。在恢復(fù)階段,依據(jù)重構(gòu)和黑啟動(dòng)方案,對系統(tǒng)執(zhí)行快速自響應(yīng)機(jī)制,以快速恢復(fù)供電,實(shí)現(xiàn)系統(tǒng)自治愈。另外,對當(dāng)前發(fā)生的級聯(lián)事故進(jìn)行特征挖掘和分析,并配合災(zāi)變預(yù)警方案對系統(tǒng)制定應(yīng)急預(yù)案,避免二次級聯(lián)事故的發(fā)生。

隨著物聯(lián)網(wǎng)的廣泛應(yīng)用,系統(tǒng)彈復(fù)性評估具有以下兩個(gè)特點(diǎn)。

1）虛擬電廠和微網(wǎng)廣泛應(yīng)用,提高了系統(tǒng)的協(xié)同優(yōu)化能力。通過對分布式能源和用電設(shè)備的調(diào)控,可以有效實(shí)時(shí)調(diào)節(jié)系統(tǒng)的供需平衡,避免系統(tǒng)運(yùn)行資源緊張,降低系統(tǒng)的過負(fù)荷風(fēng)險(xiǎn)。與此同時(shí),當(dāng)系統(tǒng)頻率波動(dòng)、功角不穩(wěn)定時(shí),可借助系統(tǒng)虛擬電廠和微網(wǎng)對系統(tǒng)的頻率和功角進(jìn)行動(dòng)態(tài)調(diào)節(jié),從而有效提高系統(tǒng)的安全運(yùn)行水平。需要注意的是,由于虛擬電廠和微網(wǎng)具有分布式特性,往往屬于單一個(gè)體（如智能樓宇的虛擬電廠、智能小區(qū)的微網(wǎng)）,因此,在保證系統(tǒng)安全性的前提下,需要充分考慮單一個(gè)體的經(jīng)濟(jì)性,實(shí)現(xiàn)全系統(tǒng)的最大化經(jīng)濟(jì)運(yùn)行。

2）彈復(fù)性評估采用分布式與集中式評估相協(xié)調(diào)的方式實(shí)施。將各個(gè)相互獨(dú)立的微網(wǎng)和虛擬電廠分別看成是自感知系統(tǒng),建立自感知微部彈復(fù)性評估模型,以提高各分布式微網(wǎng)和虛擬電廠的安全運(yùn)行等級。在此基礎(chǔ)上,通過對虛擬電廠和微網(wǎng)進(jìn)行統(tǒng)一調(diào)控和協(xié)調(diào)優(yōu)化,有利于提高配電網(wǎng)的彈復(fù)性,減少子系統(tǒng)的運(yùn)行沖突,實(shí)現(xiàn)輸配電網(wǎng)的堅(jiān)強(qiáng)運(yùn)行。進(jìn)一步,對全網(wǎng)進(jìn)行統(tǒng)一協(xié)調(diào)運(yùn)行,提高全系統(tǒng)的彈復(fù)性。綜上所述,未來物聯(lián)網(wǎng)的部署,可通過提升虛擬電廠和微網(wǎng)的微部彈復(fù)性,來提升輸配電網(wǎng)的局部彈復(fù)性以及整個(gè)系統(tǒng)的全局彈復(fù)性。至此,“微部-局部-全局”自感知彈復(fù)性評估,結(jié)合相互協(xié)調(diào)的分布式和集中式控制,將極大地保障“源-網(wǎng)-荷-儲”各環(huán)節(jié)的安全運(yùn)行。

5.4 智能家庭自感知能源管理模型

隨著分布式能源（太陽能、風(fēng)能等）的大力推廣,未來用戶逐漸從能源消費(fèi)者轉(zhuǎn)向?yàn)楫a(chǎn)消一體者［109-110］。此時(shí),智能家庭能源優(yōu)化模型不再僅僅依據(jù)電價(jià)對用電設(shè)備進(jìn)行優(yōu)化管理［111-112］,而是演變成一個(gè)綜合考慮用戶行為、外在環(huán)境（包括天氣、溫度和濕度等）、經(jīng)濟(jì)交易等因素的自感知能源管理優(yōu)化模型,如圖9所示。從能源價(jià)格角度來看,自感知能源管理優(yōu)化模型依據(jù)當(dāng)前的實(shí)時(shí)能源價(jià)格調(diào)整家庭的用電設(shè)備及其經(jīng)濟(jì)行為,主要考慮以下兩個(gè)因素。一方面,當(dāng)前市場交易電價(jià)高于用戶可再生能源的發(fā)電成本時(shí),用戶將多余的電量賣出,以獲得利潤；當(dāng)前市場交易電價(jià)低于可再生能源的發(fā)電成本時(shí),用戶可從市場中買入電量,以降低能源使用成本。另一方面,可根據(jù)各種能源的實(shí)時(shí)價(jià)格,使用不同的能源,例如,當(dāng)燃?xì)鈨r(jià)格低于電價(jià)時(shí),對于電-燃?xì)庖惑w化設(shè)備（如:電-燃?xì)庖惑w灶,電-燃?xì)庖惑w熱水器）可自動(dòng)切換至燃?xì)庖粋?cè),減少用戶的能源開支。

圖9 智能家庭自感知能源管理模型Fig.9 Self-aware energy management model for smart home

在用戶行為和舒適程度方面,通過移動(dòng)互聯(lián)網(wǎng)對用戶的行為進(jìn)行實(shí)時(shí)感知,如:用戶的烹飪時(shí)間、用戶娛樂時(shí)間等,自感知能源管理優(yōu)化模型在考慮經(jīng)濟(jì)因素的基礎(chǔ)上,依據(jù)用戶的行為合理規(guī)劃和自適應(yīng)調(diào)整當(dāng)前的用電模式,提高用戶的舒適程度［113］。

綜合考慮用戶的用能習(xí)慣（能源消費(fèi)水平）和舒適程度,建立Model-free的自學(xué)習(xí)和自適應(yīng)的自感知能源管理動(dòng)態(tài)優(yōu)化模型。需要注意的是,在電力物聯(lián)網(wǎng)環(huán)境下,移動(dòng)邊緣技術(shù)將是智能家庭能源管理優(yōu)化的核心技術(shù),此時(shí)數(shù)據(jù)不需要經(jīng)過云端進(jìn)行分析和處理,直接利用本地設(shè)備進(jìn)行快速分析和特征提取,為用戶提供更快的實(shí)時(shí)響應(yīng)［114］。在一定程度上,也有助于保護(hù)用戶的信息安全和隱私。

6 結(jié)語

物聯(lián)網(wǎng)技術(shù)在能源互聯(lián)網(wǎng)的廣泛應(yīng)用,將加快能源利用智能化、綠色化和服務(wù)化轉(zhuǎn)型,切實(shí)推進(jìn)信息化與工業(yè)化深度融合,從而實(shí)現(xiàn)能源系統(tǒng)各環(huán)節(jié)萬物互聯(lián)、人機(jī)交互。在此背景下,構(gòu)建實(shí)時(shí)感知、動(dòng)態(tài)控制和互動(dòng)共享的能源互聯(lián)網(wǎng)具有緊迫性和必要性。本文受心理學(xué)中的自感知行為啟發(fā),提出了自感知能源互聯(lián)網(wǎng)的研究架構(gòu),分析了物聯(lián)網(wǎng)在自感知能源互聯(lián)網(wǎng)中的重要作用,解析了自感知能源互聯(lián)網(wǎng)的信息模型特點(diǎn),詳述了關(guān)鍵問題和主要研究方向。

自感知能源互聯(lián)網(wǎng)不僅能促進(jìn)多能流管理主體的合作共贏,也可以實(shí)現(xiàn)靈活的需求側(cè)響應(yīng)。自感知數(shù)據(jù)從信息采集傳輸?shù)浇y(tǒng)一融合,再到價(jià)值挖掘和應(yīng)用,最終輔助管理調(diào)控決策,真正做到能量流的高效調(diào)控、信息流的全局統(tǒng)領(lǐng)、價(jià)值流的優(yōu)化管理,實(shí)現(xiàn)能量流、信息流和價(jià)值流的統(tǒng)一協(xié)同。未來,可從本文給出的研究方向入手,進(jìn)一步深入研究自感知能源互聯(lián)網(wǎng)的基本理論和方法,促進(jìn)能源互聯(lián)網(wǎng)與電力物聯(lián)網(wǎng)的實(shí)用化。