业界清能互联：基威客电竞于人工智能与运筹优化的电网系统机组组合优化

　　：清能互联是一家专注于能源行业运筹优化及人工智能应用的高新技术企业，秉持“让每一度电更经济”的使命，在电力市场建设、电网调度优化、发电智能运营、能源规划、能源物联与智慧聚合运营、能源大数据分析预测等领域为发电、电网、电力用户全链企业数字化和智能化转型提供全方位解决方案，助力能源企业降本增效、应对挑战。

　　北京清能互联科技有限公司（以下简称：清能互联）是国家级高新技术企业，专注于能源行业运筹优化及人工智能应用，主要在电力市场建设、电网调度优化、发电数字化及智能运营、能源互联网规划及运行优化、能源大数据分析预测等领域为客户提供战略咨询、核心算法、软件平台、云平台应用、信息挖掘与分析等产品及服务。

　　清能互联秉持“让每一度电更经济”的企业使命，致力于在能源市场化改革浪潮中，为交易运营机构、发电、电网、用户的数字化和智能化转型提供全方位、高品质解决方案，通过深度融合互联网、大数据、人工智能、运筹优化、云计算等技术，打造能源行业的“彭博终端”和“智慧大脑”，助力能源企业降本增效，应对挑战。

　　清能互联于2019年获数千万元A轮融资，于2021年获得国家级专精特新“小巨人”企业认定，于2022年完成超亿元B轮融资，多次获得中国电力科学技术进步一等奖。公司的产品体系涵盖高端战略咨询、全品类预测系统、电力市场交易系统、调度运行优化决策系统、智能电网运筹决策系统、能源互联网云平台等，全方位、多尺度、多维度地满足能源行业各类用户的定制化需求。公司研发团队所打造的战略咨询、软件产品、技术平台在20多家网省电力公司、几十家地市供电公司获得了成功应用，参与研发的产品多次获得省部级奖项。

　　公司自2004年成立至今，始终将产学研结合、产业化创新作为企业发展的核心战略，在基于人工智能技术的负荷预测、能源大数据分析领域和基于运筹优化技术的电网调度运行、电力市场出清优化领域具有深厚的理论积淀和显著的技术优势。

　　在负荷预测与能源大数据分析领域，清能互联立足深厚的行业人工智能技术及应用积累，将数值气象、经济指数等各类数据引入相关因素，采用电力系统物理解析模型与人工智能深度融合、双核驱动的预测方法，有效提升预测精度，为电网公司提供全时域电网负荷、母线负荷及新能源预测，精准把握未来电网运行边界条件。所开发的电力系统负荷预测软件预测精度高，功能丰富实用，成果已在全国36个网省级调度、营销、规划部门推广应用，应用效果显著。

　　在电网调度运行领域，先后提出了降低非线性度的新型潮流计算、源网荷互动的安全经济调度、起作用约束与有效优化空间辨识、基于诱导函数的机组组合优化加速理论与方法，开发了智能调度运行优化决策系统，在国家电网、南方电网 18 个省（区）推广应用。在电力市场出清优化领域，深度参与8个电力现货一批、二批试点省份的规则、核心算法和功能模块研发工作，在优化预处理、优化模型分解、优化计算加速等方向提出了关键理论与技术，相关成果“大电网调度运营决策的高效建模与优化关键技术及工程应用”荣获2019年度中国电力科学技术进步一等奖、“多时序、多品种、泛主体的电力市场机制设计、关键技术与交易平台”荣获2021年度中国电力科学技术进步奖一等奖。

　　在传统的电力系统运行方法中，计算机只是一种分析工具，只能对专业人员提出的方案进行分析，而不是直接给出扩展方案。随着跨省区电网、新型电力系统、电力市场建设的不断发展，传统决策方法无法处理巨大的电网电源规模、无法满足精细化需求、难以及时衔接繁杂的工作流程，在电网规划、市场出清、调度计划、检修计划等电力系统规划运行关键环节亟需精细化、自动化的优化决策工具。在此背景下，运筹学在电力系统中获得了广泛的应用，威客电竞以发挥资源的最大效益，达到总体最优的目标。电力系统规划、设计和运行中的诸多优化与决策问题都可以运用运筹学来寻求解决方法，例如配电网重构、电力系统检修计划、电力系统的经济运行与控制、水力发电中的水库优化调度、电力系统安全评价、电力需求侧管理、电力市场竞价等。电力系统中相关问题的模型通常非凸非线性，直接启发式编程求解困难，并且难以适配各种复杂多变的场景，想要满足工程应用，则需要调用求解器完成求解。常见的方法是通过专业领域内的专家学者建立相应的数学模型并调用相应的求解器进行求解。相比于启发式而言，建模采用求解器进行求解的思路方法更加灵活，可适配的场景也更加多变。其中，电力市场出清模型在近年来的社会发展中被不断提及也因此收到了更为广泛的关注，这里将对电力市场出清模型展开阐述，具体如下：

　　《中央国务院关于进一步深化电力体制改革的若干意见》的印发，开启了我国新一轮电力体制改革的序幕。广东作为改革开发的前沿阵地，力争在构建推动经济高质量发展体制机制上走在全国前列，必须建设完善的电力市场体系，促进电力工业高质量、可持续发展。“无现货不市场”现货市场是本轮电力市场体系设计的核心，而现货出清算法是现货市场的关键技术。在现货出清算法中，设计高效准确且满足业务需求的机组组合优化（SCUC）模型是重中之重。

　　日前SCUC模型以15分钟为1个时段，计算未来24小时的机组组合，且对松弛约束考虑分数量级的惩罚因子。对于典型规模电力系统，这会产生一个具有60万行，100万列，包含450万非零项，且拥有80万连续变量和16万0/1变量的混合整数规划问题。电网调度期望该模型于40分钟内算完，使得这项任务更具挑战性。

　　SCUC的模型通常非凸非线性，直接求解困难。目前主流求解方法有以下三种：

　　。诸如简化梯度法，牛顿法，序列二次规划法，内点法以及近年来发展迅速的启发式算法，都属于该类求解方法。

　　。将SCUC中非凸非线性部分近似为线性部分，诸如将交流潮流近似为直流潮流约束。在实际优化过程中需要不断调整直流调度优化部分约束的松紧程度并重新求解。

　　。典型代表SDP（半正定规划），SOCP（二阶锥规划）和QC（二次凸松弛技术）。

　　对于方法2和方法3，均可以搭建数学模型后由求解器去实现算法的求解过程。但在不涉及离散变量且不考虑求解效率的情况下，局部优化法和凸松弛技术均能找到满足要求的解。对于电力市场中SCUC问题，由于模型非凸非线性，且通常情况下调度中心对机组组合的计算效率有了明确要求。想要满足工程应用，则需要调用求解器完成求解。常见的方法是采用方法2将所研究问题中的非线性方程转换为线性公式，建立（mixed-integer linear programming, MILP）模型，采用相应数学模型求解器进行求解｡

　　主流的商用求解器有CPLEX、GUROBI和XPRESS等。虽然模型的求解可以由商业求解器完成，但是商业求解器是针对通用数学模型开发的求解模块，对于常见的MILP问题，求解可以通过预处理技术来使得模型变得更加紧凑以提升计算效率。但在电力系统中遇到大规模优化问题且模型复杂时，求解器的计算效率可能难以满足工程需求，行业内的从业人员需要关注以下几个方面：

　　虽然MILP求解器的性能已大为改善，众多科研人员和企业已经使用求解器求解了大量问题。但是，随着电网的不断发展，业务需求的动态变化。MILP求解器在求解大规模系统时仍需较长时间。由于MILP问题的求解有着严格的时间限制，从而制约了其规模及精细化建模，因此，开发标准化、可扩展的建模技术对业务需求实现和模型高效求解变得至关重要。

　　由于建立一种即简洁又紧凑的数学模型是提高MILP问题求解效率的关键和难点。但现有的商业求解器无法针对特定的业务场景针对模型的物理意义做出固定变量、删除冗余约束等预处理优化手段，从电网的业务逻辑出发，定制化开发模型预处理技术对模型调度快速求解具有显著提升的作用。此外，在模型处理时要兼顾模型的紧凑型和简洁性，紧凑性的原理主要是通过增加大量割平面或有效不等式来增强紧凑性，以缩小最优解的寻优空间，但与此同时降低了简洁性，造成LP松弛计算时间的增长。因此，需对己有模型进行分析和研究，找出建模存在的问题，然后充分利用问题的结构特点，建立一种既简洁又紧凑的模型，从而有效提高MILP模型的求解效率。

　　电网模型虽然每天都在动态变化，但整体变化规律有迹可循，每次变化规模相对可控。针对电网的历史运行场景可以定制化开发模型加速和诱导策略，保证模型的高效求解。此外，基于对业务场景的熟悉和了解，可以展开对求解器深层次交互的研究和数学模型的近似转换采用以空间换时间的思路定制加速求解策略。

　　目前，清能互联在数学模型的标准化构建及模型加速求解方面在国内处于领先地位。我司主要致力于开发MILP问题的相关求解技术，具体如下：

　　目前常见的电力市场出清模型中，SCUC出清优化数学模型的一般性描述如下：

　　对于前文中所提到的四种技术方向，每个技术方向均依赖于上述SCUC出清模型。

　　对于MILP问题而言，其计算复杂度可从O(B\cdot C^2)増大到O(2^B \cdot C^3)，B代表0-1变量数，Ｃ代表约束数量。增强MILP模型的简洁性和紧凑性可使其计算复杂度趋向于O(B\cdot C^2)，而简洁性和紧凑性都很差的模型则可能趋向于O(2^B \cdot C^3)。近十年来，由于数学规划理论和计算机硬件水平的快速发展，MILP商用求解器的性能大为改善，威客电竞科研人员在传统UC问题的基础上考虑了更多复杂的约束，如网络安全、水电机组、联合循环机组、可再生能源、储能、风险等约束，这些MILP延伸的各种子问题都需要精细化考虑建模逻辑及建模技巧，不然模型的简洁性和紧凑型将受到影响，求解器将难以有效快速求解。诸如，为更好地用线性公式描述SCUC中机组启停的相关约束，学界做出了大量的努力，从最开始使用三类0-1变量对机组的运行状态、启动和停机操作进行描述，到后面的只使用一类0-1变量，近几年又回归到使用三类0-1变量，这些都是为了更好地去模型保证模型的紧凑型。现阶段，清能互联主要关注的优化模型构建技术为：梯级水电的调度及新能源电厂参与优化两方面。

　　其中，水电优化调度需要满足大量的约束，不仅要满足水电厂和机组的各种运行约束，还要满足水库的各种约束以及梯级水电厂之间的库容平衡和水流延时等约束。这些约束中包含了大量的非凸非线性约束，如前池水位是水库库容的非凸非线性函数、水电机组出力是发电流量和净水头的非凸非线性二元函数。这些非凸非线性约束给建立SCUC问题的MILP模型带来了极大的挑战。为了保证模型的紧凑型和高效性，针对这类业务需求，清能互联耦合机组单元的自身物理特性及MILP问题的求解特性，提出了一系列的标准化建模流程，在满足业务需求的同时保证模型的高效求解。

　　另一方面，随着国家“双碳”政策的推进，新能源电厂接入占比将大幅度增加，在保证电力系统安全稳定运行的前提下尽可能的消纳新能源已经成为了政策导向。为了满足发展需求，在安排新能源机组启停及出力计划时就需要兼顾更多方面，在SCUC的基础上采用机会约束或鲁棒优化等技术保证新能源的消纳，模型可能会因此出现非凸子集，增大了求解器求解模型的难度。为保证SCUC模型的简洁性和紧凑型受到较小影响，清能互联针对机会约束和鲁棒优化约束提出了一系列的近似转换，保证模型的高效求解。

　　商业求解器在求解模型时会基于模型的表达式通过相应的数学手段对模型做出预处理操作，但是涉及到业务表达的数学模型时，商业求解器难以做出有效的应对手段。这里给出基于模型物理意义提出的一种冗余约束的识别方法，具体流程如下：

　　对于负荷预设范围内的每条线路，把线路潮流约束的限值分别固定在上限值或下限值，求解模型2次，若无解，则对应的潮流上限或下限约束即为冗余，记录所有的冗余约束。当重新建模求解原始模型时，这些记录的冗余约束就不用添加到模型中，再求解一次得到最终结果。

　　对于模型中对于爬坡约束的处理，将机组的初值均设为最小技术出力，初状态为开机，这样就可以保证求解出来的机组出力可以是关机，出力为0，或者是在最小技术出力至最大出力之间，此时的运行状态为开机状态，能够保证机组出力和运行状态涵盖所有可能出现的情况。

　　使用传统安全约束机组组合模型求解机组组合时，剔除步骤2中记录的冗余约束，求解得到最终结果。

　　根节点回调技术的基本思想是在不断地模型求解过程中，对现有的SCUC优化模型添加对应的割平面。其基本流程如下：

　　由于SCUC问题是NP-hard问题。想要寻求一个多项式时间内快速求解的算法是十分艰巨的任务，但可以通过不同的建模技巧使得模型具有更快的求解速度。凸松弛技术的基本原理如下：

　　人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，其中主要技术方向包括大数据统计分析、计算机视觉、语音处理、规划决策系统等。运筹学可以说是上述技术方向的重要引擎，机器学习、深度学习等其它技术手段又为运筹优化助力。随着电力系统调度优化问题规模的扩大、问题复杂度的上升、对于决策水平要求的提高，人工智能与运筹优化的结合，主要体现在一下两点：

　　决策信息的分析、预测与生成典型场景包括：通过新能源出力预测、系统负荷预测、母线负荷预测、用户负荷预测等为未来态电网调度运行优化提供数据基础；通过智能代理技术模拟不同环境下的市场成员行为，从而为市场机制设计、电网规划提供重要的模拟运行依据。

　　利用机器学习、深度学习、梳理统计等技术挖掘电力系统运行规律、探索数据特征与求解效率规律、分析不确定性因素对电力系统运行的影响，在保持原问题含义的情况下，紧缩模型、缩小规模，通过智能诱导分支定界求解方向、添加割平面与启发式算法加速电力系统优化问题计算求解。

　　据统计，2021年，全国市场化交易电量3.7万亿千瓦时，同比增长17.2%，是2015年市场化交易电量近5倍。2021年10月，国家发展改革委印发《关于进一步深化燃煤发电上网电价市场化改革的通知》，随着政策逐步落实到位，市场交易用户将大幅增长，市场交易规模将迅速扩大，电力市场在资源配置中的主导性和决定性作用将会进一步体现。

　　2022年1-3月，全国各电力交易中心累计组织完成市场交易电量14119.4亿千瓦时，同比增长87.5%，占全社会用电量比重为69.1%。省内交易电量合计为11884.4亿千瓦时，其中电力直接交易9426.5亿千瓦时、威客电竞绿色电力交易21.7亿千瓦时、电网代理购电2199.2亿千瓦时、发电权交易218.8亿千瓦时、其他交易18.2亿千瓦时。省间交易电量合计为2235亿千瓦时，其中省间电力直接交易275.4亿千瓦时、省间外送交易1953.4亿千瓦时、发电权交易6.2亿千瓦时。

　　2022年1-3月，国家电网区域各电力交易中心累计组织完成市场交易电量11711.2亿千瓦时，其中北京电力交易中心组织完成省间交易电量合计为2066.7亿千瓦时；南方电网区域各电力交易中心累计组织完成市场交易电量1843亿千瓦时，其中广州电力交易中心组织完成省间交易电量合计为115亿千瓦时；内蒙古电力交易中心累计组织完成市场交易电量565.2亿千瓦时，占该区域全社会用电量的比重为69.8%。

　　随着政策的发展，为了更好地体现电力市场在资源配置中的主导性和决定性作用，和电力市场运行密切相关的负荷预测和出清优化引擎的产品研发则变得至关重要。目前，由清能互联开发的电力负荷预测类产品（短期负荷预测、母线负荷预测、中长期负荷预测）市场占有率在电网用户综合覆盖率中高达90%以上，开发的运筹优化算法引擎，已经覆盖我国17个省份，在运行的算法有82套。以上产品的研发落地为我国的电力市场改革发展提供了坚实的保障。

　　杉数科技智能决策助力头部啤酒品牌库存管理智能升级业界联想高级计划与排程系统（APS)业界蓝胖子 - 复杂货运规则下的大规模海运集拼装箱优化解决方案业界上海策推：劳动力管理场景的智能决策算法体系业界南栖仙策：POLIXIR REVIVE X 流程工业控制业界数势云创：经营分析决策平台

　　欢迎关注（公众号）@运筹OR帷幄，了解更多运筹学、人工智能及相关学科的干货资讯。

　　知乎专栏：『运筹OR帷幄』大数据时代的运筹学『运筹AI帷幄』大数据时代的人工智能

　　获得最新运筹学及其相关学科的干货资料、行业前沿信息、学术动态、硕博offer信息等。特别适合你~

　　也欢迎大佬们投稿和商业合作，学术信息、会议通讯、征稿启事、硕博招生信息等免费推广。