数据驱动优化决策关键技术及应用

数据驱动优化决策关键技术及应用汇报提纲背景意义理论方法算例分析数据驱动优化决策关键技术及应用50.0Hz49.8

50.2能源生产能源消费输电控制电力是能源利用的最主要形式，也是能源领域最大的碳排放环节

(~40%)。电力系统贯穿能源的生产、传输、消费、存储和转化全环节，是保障国家能源安全与能源供需平衡的枢纽，是现代社会最重要庞大而复杂的人造工程之一。煤炭资源水能谘源核电资源可两生栀源风电)负荷中心电力系统庞大而复杂

，仅一个省级电网需

要控制千

万级规模变电母

线

，风

电、

光伏、储能、

电动

汽车等

多元主体更不计

其数。<

3

>电力能源系统是复杂的人造工程保障国家能源安全在未来40年甚至更长时间，物理形态上，高比例电力电子化能源系统弱化传统交流同步系统的连续性，优化模型向离散化发展；社会形态上，高比例新能源电力系统改变能源安全边界，与能源、经济、环境、气候等系统形成深度耦合，交互影响呈现非解析的趋势。经典Park变换控制仅适用

于交流

同步系统连续空间DC

ACHfcurrent

were

lk凇wa忄erDc

would亻kw

inonedrecJo∩

ACwouldf]owbackandfoΓthTIME离散化与非解析正在替代连续性，成为表征低碳电力能源系统的新趋势

物理形态

社会形态空气质量新能源生命健康气候变迁多系统深度耦合呈现

非解析

交互影响化石能源破中和相比传统以解析建模为基础的能源系统理论方法，未来的低碳能源系统将呈现数字与解析耦合

驱动的建模态势：

(1)

数理机制非解析；

(2)

机制可解析，数据不可得；

(3)

数据可得，计算

效率不足

。>Navier-Stokes

equations>

电力系统稳定微分方程变量数目

>506万省域

能量

平衡：

0.5万风

光出力约

束：

2.1万省间线路约

束：

5.0万约束条件>1000万火电出力约束

：201.6万火

电爬坡

约

束

：201.6万火

电启停约

束

：

302.4万信息不对称下多区域能源悉绒采用多轮迭代安全校核跨尺度数据壁垒数字与解析耦合驱动的低碳能源系统数理机制排解析计算效率复杂度min

f(x)s.

t,g(x)≤

0

h(x)

=

0微分

方程约束条件<

5

>汇报提纲背景意义理论方法算例分析数据驱动优化决策关键技术及应用<

6

>所有函数和参数均可解析

函数和参数存在非解析传统解析优化问题数字与解拆得合优化问题

仿真模块相比传统解析优化问题所有函数和参数均可解析，数字与解析耦合问题中目标函数价值向量、约束条件系数矩阵或右手项非解析

(non-analytical),由数据黑箱模型、数字仿真模块等特殊映射表征。min

f(x|e)s.t、g(x|G)

≤

0

h(x|

H)

=

0min

f(x)s.

t.g(x)≤

0

h(x)

=

0数据黑箱]ʼntcgrntcdΔĮ

sc$mcnt

Modd问题描述借鉴大数据思想，以解析模型为基础、以情景设计为补充的数据驱动方法应运而生。传统数据驱动方法与解析模型的交互是序贯的：情景设计→离线计算→模型拟合→解析优化。然而，冗余无效的情景设计与离线仿真消耗了大量算力，同时难以

挖掘超出情景集的模型规律。有效引导

梯度反馈横型姒合大规模算力消耗

Input

is

converteO

oΨŢpuri月teoutp旧t解析优化INPUT序贯式数据驱动方法

数字与解析耦合优化的新方

法情景设计离线计算min

f(x)

s.

t.g(x)≤

0

h(x)

=

0传统数据驱动的解决思路BlackBox<

8

>传统解析优化问题的求解依赖梯度下降，通过迭代搜索形成逐步趋优的过程，对仔凸优化问

题；满足Lipschtz条件时可收敛；然而，基于大规模离线计算的传统数据驱动方法难以实肘反馈

下降的梯度。如何估计数字模型的梯度?ĢŊŗrent

P囗intcnⅧiardwQ〔砋〕ǜ剑√įλtij运ī茄īňō忑。亏干洒ļūeijh月巨Īi币u只Ⅸ

λoptimal

X

cuħnent

λ「2"口

Ⅳλ)传统数据驱动方法难以实时反馈下降梯度如何估计数字模型的梯度

，成为建立数字与解

析模型联系的关键挑战

。θ

t

=

θ

-1

-η▽L(θt-1)f

<

9

>x提出了数字模型梯度下剛古计方法：基于随机摄动探索数字模型次梯度，使得解析与数字模型每一步交互向着梯度下降进行；事实上，数字模型中刻画可行边界的、对于梯度真正起作用的数据样本极度稀疏

(被称为“支持佝量”),从而规避繁琐冗余的大规模离线仿真。解析模型梯度求解数字模型梯度估计递度伎计]

{f(x)}

打破传统“预案怯”芘情景设计模拭数字模型梯度下降估计方法试探非解析模型的梯度<

10

>针对内嵌数字模型的解析优化问题，传统数据驱动方法展开大量离线仿真拟合输入

输出关系并嵌入原优化问题，存在大量冗余情景且无法精准生成真实可行域。数字与解析耦合驱动优化方法每次步进有概率地趋向梯度下降并具有良好收敛性，规避传统冗余的预案式情景设计、避免大规模离线计算。大量离线仿真

不满足拟合非解析问题可行域嵌入原优化问题在线校核泛化Į满足输出优化结果给定初值并输入计算非解析问题数值解反馈至原优化问题估计当前梯度并更新优化变量输出收敛结果输入数字与解析耦合优化方法传统数据驱动方法方

法对比<

11

>汇报提纲背景意义理论方法技术应用数据驱动优化决策关键技术及应用<

12

>内嵌安全稳定评

估的电力系统忧化内嵌多物理场评估的电池系统优化内嵌建筑能耗评估的能源系统优化<

13

>技术应用数据驱动优化决策关键技术及应用IEEE-9节点系统拓扑图电力系统经济调度问题目标函数：最小化电力系统运行成本约束条件：1)

发电机出力约束2)

线路潮流约束3)

功率平衡约束4)

频率稳定约束基于IEEE-9节点系统进行验证所提方法的有效性，设置三相短路故障，使传统电力系统优化问

题内嵌频率稳定约束的非解析模型。电力系统解析优化问题基于MATLAB求解，数字模型基于

CloudPSS进行仿真。优化变量仿真数值麒内嵌安全稳定评

估的电力系统优化仿真应用稳态潮流计算潮流回暂态故障设置电磁暂态仿真CloudPss仿真初始建模

I边界条件提取

<

14

>CloudPss

SDK波形分析电力系统建模数据分析及可视化咂写安全边界域内安全边界域外基于CloudPSS仿真，针对优化变量进行参数扫描，对发生三相短路故障的IEEE-9节点系统进

行2500次仿真，拟合生成安全边界。将拟合的安全边界嵌入电力系统优化问题，得到电力系统运行优化结果。运行成本发电机1出力发电机2出力发电机3出力仿真时长是否满足安全校核要求5759.82$84.88MWh102.66MWh127.46MWh

10h是电力系统拟合安全边界电力系统优化结课基于离线仿真的传统方法<

15

>将频率稳定约束嵌入电力系统优化问题中，基于数字与解析耦合优化方法，估计含非解析约束的电力系统优化问题。结果表明，所提方法仅需40次仿真即可得到最优结果，且对应的电力系统运行成本更低，在提高计算效率98%以上的同时可以精准确定电力系统真实运行最优点。数字与解析耦合优化方法5722.24$94.20MWh101.43MWh119.37MWh5.4×

10²s离线侦真拟合方法5759.82$84.88MWh102.66MWh127.46MWh3.6

×

10+s系统成本发电机1出力发电机2出力发电机3出力仿真时长电力系统优化结果迭代轨迹

方法结课对比数字与解析耦合优化方

法<>16内嵌安全稳定评估的电力系统优化内嵌多物理场评估的电池系统犹化内嵌建筑能耗评估的能源系统优化<

17

>技术应用数据驱动优化决策关键技术及应用数字模型阶数高

(30-100阶),多用于电池结构材料设计等微观尺度高精度仿真。高比例新能源工况下，高温极寒环境温度、高频大幅调节需求使电网侧储能承受复杂多变的输入激励，构造内嵌电化学多物理场评估的电池

(数字)

与能源系统(解析)

耦合模型，保障电网调节需求、兼顾电池安全性能。数值方法：提高计算效率✔Finite-differenceControl-volumefonmulation(CV

F)Crank-NicolsonmethodForwardTime-Central

Spaceapproximation

√Asymptotic

reductionProper

orthogonal

decomposition(卩OD)√

Singularp旧rturbation

and

avera

giʼn

g

theory局

限：

数值化简方法得到的模型阶数仍比较高

(30-100阶左右),仍然需要迭代计算，同时

也难以转化为离散时间状态方程表达多用于锂离子电池设计优北，

微观层面高精度仿真等电力系统经济调度问题目标函数：最小化电力系统运行成本约束条件：1)

发电机出力约束2)

线路潮流约束3)

功率平衡约束4)

电池机理模型内嵌多物理场评估的电池系统优化仿壅塾值蟹优化变量对3种类型锂电池、10种测试和新能源激励工况展开算例分析.基于数字与解析耦合优化结果表明，相比传统近似模型

(扩展单粒子、等效电路),微观精度提升20-30%

,计算效率提升99%以上.显著提升电力系统运行整体经济性，减缓电池衰减、延长运行寿命>▽o:PΓotoc〔川CuΓΓŒΠt

日皿卩litNdcA吓山永2聂t

t犯皿p吧T刀tⅢI℃Initial

st日t卫Fĩn&l8t丹t旧ga]N勾Do6t8tjrīō二ī五Īœ可买汀īšOī再三īSOō孓二0g王」N孔n℃心t】tj忙1C二r丑tL273

KSO唱0=1SOcN=03güĻh尔止ĸ巧t8tic1Crnt心283

KSOĸy=1SJcN=0Ea丨v刊noGtaticıC-I以t心313KSOĸy=1SOCW=丿ga」N咀D(心tatic1C二I诅tR298

KSOĸy=1趴入3N=0gAlvnno6tntic2C二rnto298

KSOα=19)cN=刃巴∂Ivn聂ostatj沁4C-Iwtc298

KScĸy=1SOCN

=0c℃rN-

1C-I刁t犯

(ĸ;Iat旧298

KSOC只彐0SOCN=1gpcΔk?七bΔⅣing→5C-r旧t心

5C:〖Ⅺt刀298

KStĸ邛=0.TSOCN=0:710「公EulΔti刀n-

1C:I℃dx厂1C-rnto298ĸSOr只=0亻fiSOC八仝√！5一4

△品〓ļ。

0Ļ

2⑩F币

0;别SO精细辨识低温、

高

SOC状态下充放电

导致强析锂反应的

可行域02聂

Ęypeāī石ūĀ万ī

Viùn(ζ)ī石īīĪīīADodeCathodeτ下下ī豆īξīĮ1.87Li(品ī氵下āā兀NCM523ı757:22!644.

2ıLiCtLiNiij石N卫七巴

CX入以〔hNCM81117f0

22

614

21[jCʼnLiN证M小QICgwOŹ(

(s)s_______>t

(s)咚_____七

e仁卜Ψ

eWt

(s)L

●

c

Wt

(s)数字与解析耦合优化方

法(√)

P℃山k>shùvin

g

s心r∨i汇心(b)R沦心NļΔ上ion

s心rvi沁心(仁)

F饣沮上ŀ心h旧Ⅳing

s心rvi沁心□

电池类型口

工况设计(f)

R沦g√lation

scΓvi汇旧3◆

71<

>19,内嵌安全稳定评

估的电力系统忧化内嵌多物理场评估的电池系统犹化内嵌建筑能耗评估的能源系统优化<

20

>技术应用数据驱动优化决策关键技术及应用为量化计算不同供热技术(散煤燃烧、直/蓄热怯电供热、分布怯光伏、热泵等)能耗与环境影响，构造内嵌EnergyPlus建筑能耗模拟的能源系统优化模型，结合我国北方16省清洁供热规划路径，权衡散煤替代减排与清洁供热负荷引起发电煤耗增长。电力系统运行模拟

建筑能耗模拟(7)(8)(9)儡U

iv)≤

中(Ŋ≤

咒&U(Ŋ

丶

W

∈

氵

∈

(ıσ)Y;(

Ŋ十zΛt)≤

l丶W

∈Φα氵w∈

ΦĘY;v)-乙lŊ

=

uļŢ)-L亻t-

ŊĻV1∈

此、卜r∈Φζ中

共和掴中

民

宋政务假务平台得侑叩互动

冢务田■欧集政府具人輛央貌民闯务华人内嵌建筑能耗评估的能源系统优化

用

丨

】

Ⅰ

歹

丨…关于印发北方地区冬季清洁取暖规划(2017-2021年)的通知(I1)(1z)(13)(14ysubiα1

(o<

21

>清洁供热技术将显著减少散煤燃烧低空排放的污染物，但伴随显著的电煤增长。2015年50%电供热

将引发1

.02-1

.63亿吨的全系统碳增，2030年预期接近2亿吨，新能源并网增加将逐步弱化碳增效应。c

o兰_____________on___________mde∈只wr

a,ouoEecatn只■赳p

E

e

n

uR仓r

口n=

ote

o

vind_________宀工叻叻oF___moss

t

o_______________________(1>o

<

22

>)n数字与解析耦合优化方

法

0h°d

eⅨnmcooh仁s旨倒一二己F_______

∈〓邝亡?c__________v

c二乡ca

叮____对比新能源直供、分布式光伏、热泵等技术经济性，北方25个城市结果表明，全社会用电量1%的新能源匹配、或60-90%热泵替代，可实现抵消电煤排放；气温低、供热能耗高的地区，光伏成本优势明显。数字与解析耦合优化方

法<

23

>探讨数据驱动优化方法及应用，研究序贯优化

(SequentiallOptimization)

、端到端学习(End-to-EndLearniʼng)和

直接学习(DirectLearning)三种数据驱动优化方法的理论基础、优势及最新进展，为复杂数据环境下的优化决策提供系统性的理论指导与实践参考。个End■T℃h

End

L心am丨ngD忄Γ卧ⅣtL旧旧mIngSe

qu旧ntka丨Optim丨zat丨onN冚√Ļ,

Y.●

WN叽Ļ

J⑴Z冶xnB,

H八&

S叭⑴三

J.

(2025).Bridging

PT己Ċ聂(3üon

and

D℃℃:Ğion:

Ad)anc旧s

and

(小旧lb?们巴rs

in

DhΛ:卜Dηńven

O巾刂jmj记Ⅺtion.

N℃Ⅸ儿sò

2{1

胎

<

24

>近期思考提

出一种基于强化学习的监督式数据价值计算理论，构

造高价值数据自适应辨识的闭环反馈，实现数据价值辨识与计算任务目标的一致趋优，为科学大数据面向多元应用场景的价值解析提供理论依据。高质量数据

冗涂数据钎算伍券

未收敛变叉检掣丫予s泛化应用科学大数据

迎炝丝Z遇些学彐迤鳌数据价值计算Ma比g,

Y⑴

Wan马J,

G诅o,

E

,

&

So比g,

J.

(2024).

Uʼnv℃iliŊE

valu尺

pXN；emsvia

drcp「迟jbfoΓcem旧nİleamjʼng

in