薛禹胜院士：新型能源体系建设与“双碳”任务路径优化的多目标规划

薛禹胜

中国工程院院士，国网电力科学研究院名誉院长，稳定性理论及电力系统自动化专家。发明的EEAC理论攻克了电力系统暂态稳定性量化分析的世界难题，迄今仍是国际上唯一得到理论证明并实现工程应用的量化分析方法。研发了大电网停电防御体系（WARMAP），应用于我国90%的省级以上电网。提出了CPSSE框架以及电力系统主动支撑能源转型的整体解决方案，为国家、地区以及能源企业的清洁转型提供决策支撑。提出了整体还原论（WRT），持续探索复杂模型涌现现象的整体时空机制。

出版专著7部，发表国内外高水平学术论文750余篇，授权发明专利60项。获全国科学大会奖1项，国家科技进步一等奖1项，国家科技进步二等奖3项，国家技术发明二等奖2项。获国家有突出贡献的中青年专家、全国先进工作者、江苏省首届科学技术突出贡献奖、何梁何利奖等多项荣誉称号。

（文章来源：电联新媒 作者：薛禹胜）

在传统电力系统时代，人类利用的主要能源是煤炭等化石能源，这类能源可传输、可存储，可精准预测和控制，因此可以忽略外部环节对电力系统的影响，而孤立地研究这个相对封闭的电力系统模型。然而，随着能源转型的深入推进，人类社会的能源利用将从化石能源逐渐转向可再生能源。随着风、光、水等可再生能源及新型充电型负荷大规模接入电力系统，电力系统的输入和输出都存在很大的不确定性，这就需要构建一套全新的电力系统及其管理与调控系统。

在能源转型过程中，电力系统作为核心枢纽，其作用举足轻重。可再生能源的高效开发与利用要求电力系统具备更高的灵活性和响应速度，其运行控制需更加高效、实时，对信息的采集和分析更加快速精准。由于新型电力系统源荷双侧具有大量不确定因素，原有的智能电网（SG）或信息物理系统（CPS）的概念需要进一步拓展。而构建新型电力系统的目的并不仅限于电力系统本身，更在于支撑经济发展和推动能源转型。

研究和建设新型电力系统，必须充分考虑上游一次能源的变化和下游需求的变化。因此，对电力系统的源、网、荷等环节都不可能孤立地进行研究，而必须将能源链作为一个整体来研究。与传统电力系统相比，新型电力系统肩负的责任更加重大，不仅负责电力流的优化配置，还要有效控制碳排放，需要将能源流、资金流、碳元素流三者紧密耦合，以保障国家的经济安全、能源安全、环境安全。

物理学家霍金指出，21世纪将是复杂性科学的世纪。能源电力系统规划就是一个复杂系统的优化问题，亟需研究如何实现多目标规划。本文遵循钱学森先生的系统思维，以能源转型及“双碳”目标任务的协同发展为例，分三方面讨论其复杂性，即意义、理论与实践。

能源转型及“双碳”变革的复杂性

能源转型和经济社会发展处于不断演变的动态过程中，新型能源体系及“双碳”目标任务的协同发展涉及信息、物理、社会等多个不同学科领域，同时涵盖能源、环境、经济等不同行业，具有典型的巨系统特征，即多领域、开放、高维、时变和非线性等特性。为研究其行为机制，仅凭定性分析是不够的，必须借助数学模型进行量化研究。因此，我们提出了CPSS-EEE（Cyber-Physical-SocialSystem in Energy,Environment andEconomy）模型。该模型涵盖了信息流、行为流、碳元素流、能源流和资金流，必须考虑与外部系统，例如自然灾害、市场行为、科技进步以及人才培训等方面的交互影响。这些因素紧密耦合，共同制约着电力系统的运行与发展。如果在固定不变的边界条件下研究对象系统，而忽略其与外部系统的交互作用，那么系统的设计就必然不符合实际情况。

能源转型和“双碳”变革的复杂性是客观存在的，因此问题的解决不能仅局限于单一子问题的研究，而是要从整个系统的发展全面考量。因此，复杂系统演化行为的机理需要从理论层面深入研究与探讨。

复杂系统演化行为的整体还原

人类应该如何认识所处环境及其与环境之间的关系？这一问题引发了关于整体论与还原论的经典争议。

整体论认为，世界是一个庞大的非线性系统，涉及高维空间，涵盖多个领域，以及从毫秒级到数十年的多个时间尺度。与此相对，还原论认为必须将世界逐级分解为不可再分，但可解析的“终极”子系统，并对这些基本子系统定量分析来认识复杂系统。

然而，以目前的技术能力，仅能对二维的保守的非线性系统在原点附近的行为求取解析解。为避免进入强非线性区和强时变区，系统的解析解通常还必须限制在足够短的时间跨度内。因此，如果通过高度简化的二维保守系统来反映复杂的客观的非线性系统，面临着巨大的认知鸿沟。

如何弥合这一鸿沟？经过半个世纪的探索，整体论与还原论协同的愿景仍然未能取得实质性突破。直到“整体还原论”提出一种全新的思路和方法，通过“因果与数据的同步驱动”以及“保熵降维映射-基元系统还原-逆映射聚合”的处理过程，才成功地构建了分析框架，并解决了这个难题。

该框架通过数值仿真将整体系统的数学模型在扰动场景下的行为保存在系统的时间响应曲线（受扰轨迹）中，从而把对复杂系统的认识问题转换为从数学模型及受扰轨迹中提取其解析解的问题。为此，将模型及轨迹分别从高维空间中保熵降维地映射到一系列二维平面上，又通过时间切片，将全部行为信息分别存放在这些映像平面上，从而在整体论与还原论之间架起了双向贯通的桥梁。

这个框架可以表达为与具体领域知识解耦的算子形式，将不同领域的复杂系统研究的共性规律提炼为一种独立于具体领域的思维方法，即方法论层面的整体保熵还原论（WRT）。WRT并不能单独解决具体的领域问题，但它指导了具体的领域问题如何支撑WRT的要求，包括建模，定义适当的整体保熵降维矩阵，以及解析求解这些映像平面系统。

在“整体保熵还原”理念下，通过“分层解耦-同层并行”架构，揭示复杂系统的行为机制。具体而言，对于一个高度不确定性、高维时变性和非线性的复杂系统，其最上层体现为不确定性复杂性，下层表现为确定性复杂性。在确定性复杂性中，面临的挑战包括多领域异构性、高维非线性与多尺度时变性。在分析过程中，从高维系统的轨迹开始进行整体还原，将复杂系统逐级映射为相对简单的子系统，并最终分解为一个可以通过解析方法求解的单元系统，或称之为“可还原的单元系统”。由这些单元系统组成的系统能够揭示确定性复杂系统的机制。在确定性复杂性分析的基础上，就可以将高维不确定性因素对整体系统的影响问题，转换为一系列确定性场景下的WRT 算例分析。进而给出在最需要关注的那些潜在场景下，系统的行为机制及对应的概率（或风险）的分布函数，并可以分别优化每种潜在场景下的防御决策。

以日常生活中的例子说明，制造轴承盖等机械零件时，机械设计通常在三视图而非立体图上进行。空间中的任意一点，其信息量被分散地保存在三个投影平面上，而这三个平面投影完整描述了一个三维物体的结构。不难将此概念推广到高维系统的状态空间，高维的动态轨迹可以被保熵地映射到多个正交的二维平面上，便可与对应的映射平面系统的模型共同实现整体保熵还原。这一过程体现了“空间的保熵降阶映射”。在地形图中，为了在俯视图上呈现完整的地形信息，可以通过颜色渲染来表示不同经纬度处的高度信息。针对高维系统，基于状态空间的概念就可以理解如何扩展到高维的状态空间。

为研究CPSS-EEE这一典型的复杂系统，本团队建立了混合动态仿真平台Sim-CPSS。该平台不仅能够支持数学模型的构建，还可以实现真实参与人的交互仿真，此外，借助计算机的多代理技术，可以实现真实参与人的行为模拟。基于大数据的沙盘推演（包括传感、社调与仿真），生成系统的时间响应曲线。

在得到一个N维模型和N维曲线后，还需要进行高维模型及其轨迹在空间中的模式解耦：即通过n个二维非线性时变系统严格替代复杂模型的行为动态。结合模型分析与数据分析的优点，以实际受扰轨迹的保稳映射，用n个R2观察空间平面，描述一个Rn的积分空间。

为应对非线性与时变性问题，还需按时间段进行离散映射，即时间维上的切片技术。生活中的实例包括电影放映、数值积分、CT检查、3D打印。

通过在空间上设置不同模式，并在时间上划分时间段，可以将复杂系统转化为一系列时间步长足够小，且近似线性的二维可解析子系统。扩展等面积准则（EEAC）正是基于这一思维框架，将极其复杂的电力系统暂态稳定性问题转化为一系列针对单机无穷大系统的量化分析及聚合问题。

用n条二维轨迹上离散的“马赛克”阵列严格替代复杂模型及其动态行为，每个“马赛克”根据轨迹点的实际状态重新近似为定常的线性系统，从而转化为可解析求解的基元系统：将后者的量化结果反向映射，聚合后就完成了整体还原，整个映射过程中没有丢失或扭曲信息。

这样就可以通过一个机制矩阵来描述复杂系统及其时序轨迹，矩阵的纵轴表示不同的正交模式，横轴表示离散的时间分段，矩阵中的每个元素以一个简单的符号串（二元表）表示，代表特定时段内的某一特定模式。由于该矩阵是一个线性且满秩的矩阵，映射过程具有可逆性。“时空降维映射”跨越了整体论与还原论之间在“时-空-物”上的鸿沟。WRT将复杂模型的行为在时-空结构中解耦为一系列线性二维基元系统，从微观、介观到宏观尺度，揭示了确定性复杂系统的行为机制。

发展规划的目标及其路径优化

基于上述理论，可以进一步分析如何将该模型应用于具体的问题中的解耦过程。举例来说，要完成能源转型及“双碳”目标任务等多领域多目标的巨系统的规划及优化，就可以按CPSS-EEE框架模型，实现多领域“时-空-物”的协同优化，如式（1）所示。

传统的电力规划通常建立在确定性假设的基础上，但这种思维方式难以计及不确定性。基于概率观点的方法是设定保障K年一遇故障的安全约束，这是从确定性规划走向不确定性规划的理念突破。基于概率观点的优化问题可形式化为式（2）

但概率观点难以实现安全性与经济性之间的协调：若K值设定过小，则安全性不足；若K值设定过大，则经济性受损。因此，如何确定K值成为行业内长期争议的问题。

为此，本团队提出了风险的概念，将安全要求以经济代价的形式加以量化（包括预控制代价、故障后系统恢复代价等），并将其与经济成本一同纳入目标函数，从而避免了不等式约束的形式表达。基于风险的观点有效协调了安全性与经济性的平衡，优化问题可形式化为式（3）

在规划问题中，针对给定的技术目标，存在多种路径优化方法。当前，国内外普遍采用的方法是基于某时段的状态及条件，优化下一时段的路径，从而逐步推演得到整个演化过程的轨迹。虽然分时段的线性规划/混合整数规划有成熟的算法和工具（如CPLEX、Gurobi），但这些方法通常面临各种苛刻的条件限制，难以有效处理物理约束及外领域的影响。参数的微小变化可能使优化结果从线性可行域的不同顶点间跃变。这些局部优化的方法存在以下不足：第一，该方法仅是各时段局部最优解的拼接，而不是全局的优化；第二，各局部时段内的最优解忽视了对后续时间段的影响；因而不是整个路径的全局最优；第三，由于终点的改变，调整后的新轨迹的终点必然变化，而失去目标函数值的可比性；第四，该方法无法考虑各种扰动对后续路径的影响。

为解决上述问题，本团队提出了一种“整体候选路径集的设置-逐个评估-比较选优”的全局优化方法，称之为候选路径比较法（Candidate Pathways Comparison, CPC），其核心包括以下三个方面：一是在由特征变量与时间构成的二维坐标平面上，通过聚类给出少量典型演化路径；二是对每条路径按时间段进行优化，计算其目标函数值；三是通过比较不同路径的目标函数值选优路径。该方法能够有效处理非线性模型、非理性行为及各种扰动。

CPC方法在指标平面上设定全程路径（二维曲线），而在高维非线性的措施空间优化局部成本。对于给定指标终值的情况，CPC方法确保了不同方案间的可比性。对评估指标平面上某一设定路径时，只需按局部梯度对高维控制变量寻优；但在高维控制变量空间中对路径寻优（而不是评估某设定路径）时，则必须基于整个轨迹。

CPC多目标规划可以推广应用于若干场景：一是能源规划、电力规划及运行的协同；二是能源转型与“双碳”目标任务的多目标优化；三是技术-经济-环境不确定性下的规划。

电力系统的规划与运行涉及不同的时间尺度，但两者之间紧密相关；同时，电力系统又是能源系统这一更上层整体的组成部分之一。例如，一次能源作为电网的上游环节，其演化路径决定了电网演化的边界条件，而电网运行可靠性分析又从电网演化路径中获得边界条件。

在能源转型与“双碳”目标任务的多目标优化中，能源转型路径主要评估能源转型各候选路径的信息，而能源-“双碳”综合路径则评估所有涉及碳排量碳汇量领域的综合候选路径的信息。能源转型优化与“双碳”目标任务优化是一个不断迭代的过程，在此过程中，可以逐步整合和优化更多的目标和路径。

结语

总体而言，新型电力系统是新质生产力在经济-能源-环境-信息领域的护航者。

南瑞集团提出的CPSS-EEE模型为新型电力系统发展的优化提供了理论框架，整体还原思维则是认识论领域的基础理论。

复杂系统机制分析及决策优化都必须基于量化算法及灵敏度搜索。CPC方法具有显著优势：能够确保规划路径终点的可比性，且其计算量极小，能够高效实现规划-运行的一体化分析。