А.Иванов -- Системная инженерия smartgrid

Системная инженерия SmartGrid

к 101-му заседанию Русского отделения INCOSEМосква, 25.02.2015

Иванов Алексей, amivanoff@gmail.com

главный специалист

Центр системных исследований и разработок

интеллектуальных энергосистем

НТЦ ФСК ЕЭС

ст. преп. МГТУ им. Н.Э. Баумана

25.02.2015 2

Заинтересованные лица: Консенсус о целесообразности перехода к интеллектуальной энергетике достигнут

• Масштабное развитие распределенной генерации

• Новые требования потребителей («цифровой» спрос)

• Госполитика повышения эффективности

• Неиспользованные возможности новых технологий

• Глобализация энергетических рынков и инфраструктур

Модели энергетики*

25.02.2015 3

SuperGrid MiddleGrid MicroGrid

Стратегия Гипериндустриальная Эволюционная Постидустриальная

Интересы Машин Людей Роботов

Экономика Эффект масштаба Арбитраж Сетевой эффект

Цель Эффективностьактивов

Управление рисками Развитие сети

Управление Централизованное Мультисервисное Мультиагентное

Разработка Заказная Лицензионная Платформенная

*Д. Новицкий. Эталонная архитектура управления электроэнергетическими системами, 2014

Киберслои возможных архитектур* Черты решений Существующие Super Grid Middle Grid Micro Grid

Время разработки Определяется временемпроектирования сопряженияс существующимисистемами

Время разработкиснижается за счеттиражированиятипового решения

Время сопряженияуменьшается за счетвнедрения CIM, 61850 иихгармонизации

Критически уменьшаетсяза счет самоописания решений в окружении

Стоимостьвладениярешениями

Определяется для полногорешения, без возможностидекомпозиции на этапахинтеграции или эксплуатации

Снижение стоимостивладениядостигаетсягосурегулированием

Снижение стоимостивладения полностьюконтролируетсяпоставщиком решения

Критическое снижение стоимости владения засчет использованиямассового рынкаразработки

Барьер входа нарынок

Требует компетенцийразработчика, как впредметной области, так и вобласти управления и связи

Критическое повышение барьера,на рынке толькогосударственныесуперкорпорации

Повышение барьера,консолидация отрасли, разделение рынкаолигополией вендоров

Отделение профессиональныхприложений от системногои коммуникационногоуровней

Расширяемостьрешений

Внедрение новой задачиуправления требуетперепроектирован ия всейсистемы,в худшем случае – для

реализации новой функциипокупается новая система, содержащая и эту функцию

Расширяемость достигается за счетперспективногопланирования истимулирования

инноваций

Расширяемость определяетсясовместимостью решенийразных вендоров прииспользовании SOA и

общей информационноймодели (CIM)

Расширяемость решений достигается за счетпоявления в среде новыхагентов со своими целями,не зависящими от

устройства окружающей системы

25.02.2015 4*Д. Новицкий. Эталонная архитектура управления электроэнергетическими системами, 2014

Многоуровневая архитектура EnergyWeb

25.02.2015 5Источник http://www.energyweb.com/

Ключевые требования к развитию ЛЮБОЙ инфраструктуры

1. Безлюдность, Self-*

Саморегулирование, непрерывный самоконтроль, самовосстановление отдельных элементов или участков сети после аварии

2. Клиенто-ориентированность

Интеграция в сеть всех типов потребителей сетевых услуг

Поддержка и мотивирование потребителей быть активными участниками системы

3. Обеспечение физической и кибернетической защищенности

4. Поддержка развития рынков, формирования новых рынков сервисов для различных пользователей

5. Обеспечение качества управления, соответствующего требованиям современной высокотехнологичной экономики

6. Оптимизация состава и повышение эффективности использования активов

25.02.2015 6

Примеры современных инфраструктур

• Web – доступ к документам в сети

• Semantic Web – доступ к данным в сети

• Torrent/Swift/Magnet – доступ к файлам в сети

• IoT/m2m – доступ к оборудованию

• BitCoin/Block Chain – организация любых рынков

25.02.2015 7

Инфраструктуры

• Обычно это протокол(ы) взаимодействия (спецификации/стандарты)

• Инфраструктура начинается с платформы

• Часто даже с конкретной реализации платформы и потом унифицируется

• Не создается для одной области/отрасли

25.02.2015 8

Прикладные агенты в окружении

25.02.2015 9

Агенты на объекте

управления верхнего уровня

Агенты на объекте

управления

Агенты на объекте

управления

Агенты на объекте

управления

ОборудованиеОборудование

ОборудованиеОборудование

ОборудованиеОборудование

ОборудованиеОборудование

Оборудование

Агенты на объекте

управления верхнего уровня

ОборудованиеОборудование

Оборудование

ОборудованиеОборудование

Оборудование

Размещение на подстанцииПодстанция

Интерфейсы взаимодействия с оборудованием

Агентный контейнер

Мега-модель

Расчетный модуль

Рас

четн

ый

м

одул

ь

Оборудование

Об

ор

удо

ван

ие

Семантический подход к работе с данными

По мере роста сложности моделей данных, которыми обмениваются информационные системы, и количества участников взаимодействия, появляется необходимость того, чтобы информационная модель (мета-данные) хранилась в системе в явном виде с учетом своего жизненного цикла

Эффекты:

• Обеспечение интеграции разнородных систем

• Обеспечение эволюции моделей данных

Алгоритм работы агента

• Поведение основывается на памяти о среде, знаниях о своих возможностях и выгоде от действий (или достижения определенных целей)

• Алгоритм: агенту приходится размышлять: «Что произойдет, если я сделаю то-то?», «Позволит ли это мне достичь максимального удовлетворения?» (поиск, планирование действий)

12

Агент

Сре

да

Сенсоры

Исполнители

Выгода

На что мир похож сейчас

Какое действие нужно сделать сейчас

На что это будет похоже, если я сделаю действие А

Состояние

Как мир развивается

Как повлияют мои действия

Как счастлив буду я в следующем состоянии

Работа со знаниями в агенте (архитектура BDI)

13

План 2

План 3

План 1

Модель окружающей среды

Модель себя

Модель объектов управления

Объектыуправления

Цель1Цель1

Абстрактная архитектура агента

• Модель данных– Beliefs (убеждения) – состояние мира

– Desires (желания) – выбор между возможными состояниями

– Intentions (намерения) – фиксация для достижения конкретного состояния

• Алгоритм– Обновление внутреннего состояния

– Чего мы хотим достичь (deliberation)?

• Выявление вариантов

• Выбор между вариантами

– Как этого достичь (means-ends reasoning)?

• Планировщик принимает Intentions=задачу, Beliefs, доступные действия

• Выдает план – последовательность действий, рецепт достижения цели

14

Агент

Ср

ед

а

Сенсоры

Исполнители

Итерпретатор

Убеждения

НамеренияЖелания

Библиотека

планов

Агент

• Агент как идентифицируемая оболочка с потоком управления

• Содержит– Хранилище данных (графовый Blackboard)

• Данные наблюдений из окружающей среды

• Цели

– Набор проведений (задачи)• Вносят наблюдения из внешней среды в модель

• Реагируют на изменения в модели

• Осуществляют совершение действий во внешней среде

• Обмениваются информацией с другими агентами

25.02.2015 15

Сервисы и агенты платформы• Сервис управления ЖЦ

• Сервис знакомств

• Планировщик поведений

• Сервис передачи сообщений

• Сервис онтологий

• Сервис доски объявлений

• Агент белых страниц

• Агент желтых страниц

• Агент мониторинга потоков контейнера

• Агент обмена с контейнерами

• Агент онтологий

• Агент BlackBoard

• Агент вычислительной сети

• Агент источников данных

• Агент процессов ОС25.02.2015 16

Архитектура интеллектуального коммуникатора

Аппаратное обеспечение (сервер X86 или одноплатный компьютер x86 или ARM)

Операционная система

Система динамической модульности и сервисов

Протоколы обмена данными

OPC

61850

60870-5-104

Веб-сервисы

Средства работы с данными

Реляционная СУБД

Семантический триплстор

Таблицы свойств

Контейнер агентной платформы

Агентные сообщения

Права доступа к модулям и агентам

Управление ЖЦ модулей и агентов

Обмен модулями и агентами

Системные агенты

Прикладные агенты Уведомление о событиях

Планировщик потоков

Сет

евы

еи

нте

рф

ей

сыИ

нте

рф

ейсы

вво

да/

выво

да

дан

ных

Др

айв

ер

авв

од

а/вы

вод

а д

анны

хС

етев

ые

пр

ото

кол

ы

Пл

ани

ро

вщи

кпр

оцес

сов

Без

опа

сно

сть

пр

оц

ессо

в

Библиотеки заготовок прикладных агентов

Платформа и система управления

с применением симулятора реального времени

RTDS, установленного на кафедре Релейной

Защиты и Автоматики НИУ «МЭИ». При

тестировании в

Моделирующий комплекс реального времени

RTDS

Передача данных реализована по протоколам

МЭК 61850, МЭК 60870-5-104, FIPA.

Комплексные испытания опытного образца МАСУ НРМ на Полигоне ИЭС ААС

Опытный образец ПТК МАСУ НРМ на базе одноплатных контроллеров

Система управления на 4 Raspberry Pi под Linux

Модель на одноплатном ПК Intel NUC Core i7

Передача данных реализована по протоколам FIPA,

МЭК 60870-5-104, возможно использование OPC.

Коллаборация

• Федеральная сетевая компания ЕЭС

• НТЦ ФСК ЕЭС

• МЭИ

• МГТУ им. Н.Э. Баумана

25.02.2015 20

СПАСИБО ЗА ВНИМАНИЕ!

25.02.2015 21