社会能源：从社会中获取能源 

张俊，王飞跃，方舟

【摘   要】能源的内在本质——物质性、社会性以及信息性解释了能源系统和社会系统之间不可避免的强烈的相互作用。讨论了能源的本质，并提出了社会能源系统在电力方面的概念和内涵。提出了一种基于ACP方法的用于构建和研究社会能源系统的一般方法，以美国某大学的校园电网作为算例进行了研究。最后，分别从社会科学和自然科学两方面讨论了社会能源的技术路线，并提出了对未来的展望。

【关键词】ACP方法；配网节点边际价格；平行控制；平行智能；平行管理；社会能源；社会技术能源系统；电力系统中的智能操作

【引用格式】张俊，王飞跃，方舟. 社会能源：从社会中获取能源，智能科学与技术学报，2019，1(1): 7-20.

1. 建立社会能源的一般办法

1.1  ACP方法

ACP方法是由“人造系统”（artificial systems）、“计算实验”（computational experiments）以及“平行执行”（parallel execution）[1-2]构成的方法。“人造系统”主要用于构造复杂模型，并通过运用默顿法则构造信息与行为之间的反馈交换机制。用于构造该模型的数据均是通过数据驱动方法以及语义建模方法从实际物理世界中采集得到的。“计算实验”着眼于对数据的精确分析，由于人类社会活动的数字表达形式很难被提取并进行定量分析，因此，必须采用社会计算方法[3]进行处理。“平行执行”的目标是制订创新的决策，人造能源系统与物理能源系统构成了一对平行的能源系统，这种平行系统构成了一种新的基于虚实交互的反馈控制机制。

从某种意义上来说，ACP方法解决了复杂系统“科学解决方案”中的“科学方法悖论”问题。在大多数复杂系统中，由于系统复杂度高，因此人们无法在系统中进行试验。同时，在多数案例中，解决方案需要依赖诸如复杂系统的输出等结果来对其进行评估。“科学解决方案”的求取需要满足两个基本条件：可修改和可重复。然而，目前的主要问题是，在涉及人类和社会的复杂系统中，无法对系统进行修改，产生这种问题的原因有成本高昂、法律限制以及道德规范等多个方面，最重要的是不存在恒定不变的实验条件。因此，ACP方法追求“计算实验”的次优方法，当无法对系统进行模拟实验时，可以使用计算实验替代对物理系统的模拟，这样就使得解决复杂问题的过程变得可控、可观并且可重复，同时解决方案也具有可修改和可重复的特性，从而满足了求解科学方法的基本要求。

1.2  平行控制系统

基于ACP方法，平行智能可以被定义为在真实系统和虚拟系统之间的交互和执行过程中产生的一种智能形式[4]。平行智能具有数据驱动、基于仿真系统的建模以及基于计算实验的系统行为分析和评估3个特点，对于一个复杂的系统，平行智能的核心理念就是构建一个由真实物理系统和人造系统组成的平行系统（如图1所示，图中为一般性动态系统状态方程，u为系统状态变量，q、x为系统输入变量；为一般性控制变量求解方程，x为系统控制变量，p、u为系统输入变量），其最终目标是得到能够推动真实系统并使其趋向于虚拟系统的决策。这样便可利用虚拟人工系统简化复杂系统问题，并实现复杂系统的管理和控制。图2所示为一个平行系统的框架结构，在这个框架结构中，平行智能可以用于3种操作模式。1）学习与训练：采用平行智能构建一个虚拟系统。在此模式中，主要采用历史数据对构造的虚拟系统进行训练，使虚拟系统具备模拟实际物理系统的能力，能够在实验中反映实际物理系统的真实情况。2）试验和评估：在此模式下，平行智能通过建立和执行计算实验来测试和评估各种系统场景以及解决方案。3）控制和管理：在这种操作模式中，平行执行起主要作用，虚拟仿真系统与真实的物理系统通过平行实时交互实现对复杂系统的控制和管理。

需要指出的是，一个单一的物理系统可以与多个虚拟人造系统进行交互，例如为了响应不同应用的不同需求，一个物理系统可以和数据可视化人工系统、理想人工系统、试验人工系统、应急人工系统、优化人工系统、评估人工系统、训练人工系统以及学习人工系统等同时或者通过分时的方式进行交互。

ACP方法和平行系统方法目前已应用于智能交通系统、社会老年医疗保健系统、大规模生产系统管理以及社会计算和安全管理等几个主要的社会难题，并取得了显著的成效。ACP方法和平行系统方法的成功也为研究提出的社会能源系统提供了一条可行且有前途的技术路径。

2. 社会能源的定义及特性

2.1  社会能源的定义

社会能源系统是物理能源系统、物理社会系统以及由物理系统派生的虚拟系统的复合体。利用从社会技术系统中收集到的多方面的数据，通过充分的互动和大量的计算，可以得到系统的知识自动化，并产生能够对系统进行控制和管理的智能。将知识和智能应用于社会能源系统，可以实现真正的自动化和智能联合的社会技术系统的设计和管理。

本文提出使用ACP方法和平行系统的一般方法来建立所提出的社会能源系统，接下来将主要介绍其特性。

2.2  社会能源的特性

（1）人造系统

传统电力系统控制和管理方案的规划和设计通常只考虑能源流动的物理性质，大多数情况下往往忽略了能源的社会性质和信息性，而随着智能能源转换、输送和使用模式的兴起，能源系统需要接纳具有间歇性的可再生能源、适应快速的需求变化并且积极满足节能减排的要求，这就要求深入理解和分析诸如包含复杂性和不确定性的个人、组织以及社会行为信息的社会系统信息。为了探究这些社会因素是如何影响能源系统的，并进一步协助改善社会技术系统的设计、运营和维护，对社会学、管理学、经济学、人类学以及行为学等学科的理解和结合十分重要。

目前还未在物理、社会以及信息属性之间进行上述交互以及合作机制的研发，并且由于传统电力系统仿真模型仅仅考虑诸如功率需求这类极少量的社会信息，导致上述交互及合作机制无法在传统的电力系统仿真模型中实现。此外，为了提供智能决策，社会物理信息系统这3个组成部分之间的合作策略应根据实时工作条件进行适应性更新。而与传统的基于确定性或概率性的仿真模型不同，大多数变量是无法被预测的，所以系统模型应该具有实时变化的结构。

需要具有革新性的理论和技术作为支撑来分析、管理以及控制这样一个复杂的系统。为响应这一需求，作者认为基于平行系统理念的人造能源系统概念是目前比较适合社会能源的方法。社会物理信息系统中存在的不确定性和人类社会的复杂性从本质上决定了整个系统的高复杂度，因此，为了实现从牛顿定律到默顿定律以及从控制到指导的过渡，建立人造系统是一项十分迫切的研究项目。

虚拟人造能源系统将建立在基于语义建模[5]、数据驱动或者其他建模技术的“网络空间”中，该系统应与实际物理能源系统平行运行，从而使两个系统相互作用并交换反馈。一方面，人工系统应该能够反映物理系统的实时工作情况；另一方面，人工系统需要通过平行计算为物理系统的性能提供优化的解决方案和建议。以此为前提，相信将虚拟人造系统引入复杂的能源控制系统将在能源行业开创一个革命性的新时代。

（2）通过交互和计算实现知识自动化

一个社会能源系统通常包含高度复杂的物理和信息化过程，社会能源社会技术系统的复杂程度远远超出了工业自动化系统可以处理的范围，这意味着包括手动控制、单回路控制、多回路控制、分布式控制系统（distributed control systems，DCS）、制造执行系统（manufacturing executive system，MES）以及企业资源规划（enterprise resource planning，ERP）等在内的传统工业自动化方法已经不能满足社会能源的需求了。

由社会系统和能源系统衍生而来的人造系统将在处理来自能源系统和社会系统的巨大数据和信息方面发挥核心作用。物理系统的数据和信息具有不确定性、冗余性以及不一致性，而人类本身不具备处理和分析这些数据和信息的能力。因此，有必要开创知识自动化系统[6]，通过采用数据驱动、多代理系统以及其他人工智能技术来达到人造系统的预期结果。

（3）社会技术反馈机制与现实之间的博弈

通过社会、技术以及人造系统之间的频繁交互能够得到一种反馈机制，其能够直接或间接地达成系统期望的目标。物理社会技术系统可以与多个虚拟人工系统进行交互，例如消费者行为人工系统、组织行为人工系统、应急人工系统、调度和优化人工系统以及实时管理人工系统等，每个人造系统对应不同的应用程序，并通过互动和计算的自动化知识生成用于建模和塑造真实的物理社会和能源系统的反馈信号。这种反馈可能包含对技术系统的直接控制、对分布式社会技术代理的间接操纵、对社会和经济实体的影响以及对最大限度的信息传播的公开，甚至是对个人行为的心理暗示。文献[7]从哲学的角度将有效和高效的反馈作为游戏的核心特征。在社会能源社会技术系统中，强大有效的反馈机制提高了与现实进行博弈的可能性，在此情况下，将更迅速地对物理系统进行塑造并将其导向理想的结果。有了如此强大的反馈机制，社会技术系统有望具备先进的闭环运行能力与稳定性、较快的系统收敛速度以及系统适应敏捷性。

3.美国大学校园能源网络案例研究

在这一节中，将通过一项案例研究来进一步介绍社会能源的概念。此案例包括对电力系统运行、智能建筑建模、实时定价机制以及人类行为建模等部分的研究。在已有的文献中，许多研究证明了环境的舒适性与工作表现之间的关系，研究表明室内温度是室内环境中的一个关键因素，它可以从多个方面影响人类的行为，例如感知的空气质量、工作表现以及温度舒适度等[8]。文献[9]表明，降低环境的舒适度会导致工作人员的工作效率降低，致使相同的成果需要更多的时间去完成，这将间接导致更多的能源消耗。文献[10-11]表明当室内温度在舒适范围内时，每个雇主将节约2美元，而当室内温度高于25℃时，每超过1℃工作人员的工作效率将降低2%。

本案例通过研究校园电网与社区人工系统之间的交互作用，提出了一种智能建筑能耗策略。案例选用了美国某大学的6栋建筑作为演示的目标建筑，这些建筑的具体信息见表1。由于在不同的室内温度下工作表现差异很大，所以可以认为工作效率是一个重要的因素。在此案例中，假设建筑中的能耗与室内设定温度以及室外温度有关。通过神经网络学习和训练每座建筑物的能耗曲线模型，训练数据由通过软件eQUEST构建的智能建筑模型产生。需要注意的是，这里通过配网节点边际实时价格（DLMP）来反映能源使用和公共事业费用的变化，配网节点边际价格计算是基于在MATLAB环境下开发的MATPOWER仿真工具箱进行的[11]。基于人类工作绩效模型、能耗模型和DLMP，采用分布式迭代自适应编程[12]能够找出6个目标建筑物的最佳室内温度设置值。

3.1  人类工作绩效模型

室内温度是室内环境的基本特性之一，可以依靠建筑物特性及其采暖、通风和空调（HVAC）系统对其进行一定精度的控制。室内温度影响温度舒适度、感知空气质量、病态建筑物综合征和工作表现[10]。在本研究中，工作效率取决于室内温度对办公室工作效率的影响[8]，则人力工作绩效模型可表示为

3.2  基于神经网络的能耗分析模型

将eQUEST作为建筑模拟工具，可以提供 HVAC 系统、照明和插头负载的全面和详细的模型，模拟系统的小时时间尺度报告可以提供足够的信息来训练预测功耗的神经网络模型。表2显示了7月1日 Ritchie 中心每小时能源消耗的部分模拟。基于eQUEST的仿真产生了足够多的数据，但由于空间限制，本文仅展示以下内容。

对所有6座建筑物生成一整年的室内温度设置分别为64℉、67℉、70℉、73℉、76℉和79℉的模拟数据，并使用工作日的数据训练神经网络能源消耗模型。对于每个单独的建筑物，使用Levenberg Marquardt反向传播算法对具有Sigmoid 激励函数的隐藏神经元和线性输出神经元的两层前馈网络进行训练。

该神经网络模型中以小时数、室内温度设定值以及室外温度作为输入，以能源消耗作为输出。随机选取样本数据的75%作为训练数据，15%作为验证数据，15%作为测试数据。表3列出了用于训练每个建筑物能耗模型的隐含神经元的数量和训练结果的回归R值，据统计，平均R值为0.92，这表明6个能源消耗神经网络模型是可接受的。因此，第k栋建筑在t时刻的能源

3.3  校园网络的配网节点边际价格

为了说明负荷变化对经济和校园电力系统的影响，引入配网节点边际价格将物理系统与人工系统联系起来。详细的校园电源系统配置在文献[12]中有所描述，该大学校园电源系统的拓扑结构如图4所示。

利用基于本案例中美国某大学校园电力系统开发的电力系统仿真器，引入基于交流电力最优潮流（AC-OPF）的DLMP，实现实时定价机制。

图4   美国某大学校园网的网络拓扑

3.4  总体社会成本

为了解决整体社会成本问题，本章提出了一种新方法。基于前述的系统配置和社会能源方法，整体社会成本的制定包括两个主要部分：效用成本，由终端能源和相应的DLMP计算得出；工作效率的成本，这取决于性能下降的成本和工作人员的数量。在本案例中，社会成本指的是每个建筑的电能消耗所产生的电费成本以及工作人员在工作中产生的成本的加权和，式（12）定义了用于计算该大学校园网格中目标建筑物在t时刻的总社会成本的公式。

3.6  结果与讨论

选择了一个典型的夏季周（7月25~29日），以及一个典型的冬季周（2月22~26日）来演示社会能源概念的试验周期。图5至图10为夏季结果。6个目标建筑物在夏季的整体社会成本如图11所示，图12至图17是冬季结果。图18为冬季周的整体社会成本。

这里，假设每个建筑物的占用率变化是相同的。图（a）显示了由DIAP算法计算出的优化室内温度设置，图（b）和图（c）分别显示了与优化的温度设置相对应的能耗和小时成本，图（d）显示了每天（左轴）的室外温度变化以及相对于时间的工作人员数量（右边的蓝色粗曲线）。

从这些图中可以观察到，小时成本的变化并不完全遵循能耗变化的模式，而成本受到能耗和占用数量变化的影响。例如，在图7和图8中的13 h处有一个由入住率大幅下降导致的明显的成本下降。而在图9中，占用率的变化对成本曲线的影响要比消费变化对成本曲线的影响要大。

图11和图18所示为6个目标建筑物在测试期间的总体社会成本，在这两幅图中，带有“…”标记的实线是应用优化室内温度设定值的目标建筑物的小时总成本，不同的颜色表示不同的天数。此外，还提供了更多的测试结果与3个基线参考温度设置进行比较，带有标记“+”“o”和“•”的虚线分别显示室内温度设置为64℉、71℉和79℉时的总成本。比较具有相同颜色但不同标记的曲线，很容易发现应用优化室内温度设定值的目标建筑物在相同天数的前提下的小时总成本是最低的，即试验所得到的室内最优温度是有效的。

4. 结束语

本文初步探讨了社会能源概念的内涵和外延，并详细描述了构建和研究社会能源系统的一般方法，对ACP方法和平行智能系统进行了详细的介绍。在此基础上，提出了一种基于虚实平行系统的能源管控系统，并通过对美国某大学的校园电网进行案例研究，进一步展示了该管控系统的运作方法以及管理效果，根据案例研究的结果可知，该管控系统的效果十分显著。

本文中展示的案例只是提供了一个相对较小的智能社区的应用场景，而作者希望社会能源系统能够适用于不同的社会和技术尺度，能够提供一个多层次的解决方案，以使社会技术系统受益。具体地说，可以对电力系统建立跨区域的社会能源系统来管理洲际、国际和区域间的能源系统，解决多国市场中的社会技术问题。除了电力系统之外，诸如汽油、天然气、热和冷却等其他形式的能源系统，均可以采用与 ACP 方法相同的方法和平行虚实系统进行研究。

社会能源的社会技术属性要求高质量和定量的科学研究。然而，现有的研究大多是定性的，而不是定量的，这是社会能源发展的主要障碍。通过采用ACP方法、平行智能和人工系统数值实验的一般方法，运用诸如深度学习等人工智能技术对从个人、组织、国家市场的社会系统、政策和法规中搜集到的社会大数据进行整理和分析，能够使得对社会能源系统的定量研究成为可能。

作者简介

后记：本文于2019年3月发表于《智能科学与技术学报》第1卷第1期

社会能源：从社会中获取能源.pdf