本发明属于泛能网领域， 具体的， 涉及到基于泛能网管的泛能网控制 方法。 背景技术

泛能网是将信息、 能量和物质通过协同耦合而融为一体的智能能 源网 络体系。 泛能网技术是将信息网、 能量网和物质网耦合成同一网络的智能 协同技术， 最大程度的体现了机机互感、 人机互动和人人互智的网络化关 系。 该技术通过能效匹配系统、 智能交互控制中心和智能云服务平台实现 了能量空间、 信息空间和物质空间的无缝连接， 从而实现了能量的高级利 用。

在甘中学等人的中国专利申请 No.201010173519.1 (发明名称： "实现 能源优化利用的泛能网及提供能源交易和服务 的方法"） 中公开了一种实 现多能源 （多种类型的能源和 /或来自多个地理位置的能源） 的耦合利用、 实现分布式能源的管理和决策、 以及针对能源利用的全过程进行能效优化 的泛能网的方案。

泛能网包括以传输泛能流的虚拟管道互联网络 架构连接在一起的节 点， 在节点之间双向传输泛能流。 节点包括系统能效控制器， 以及连接至 系统能效控制器的其他节点、 能源生产装置、 能源储存装置、 能源应用装 置和能源再生装置中的至少一个。 其中， 系统能效控制器控制其他节点、 能源生产装置、 能源储存装置、 能源应用装置和能源再生装置的至少一个 的泛能流的输入和输出。

泛能流是能量流、物质流、信息流相互协同耦 合而形成的逻辑智能流。 其中能量流包括电、 燃气、 热等不同的二次能源形式。 物质流包括水、 物 流、 交通、 运输等。 信息流则包括通讯、 控制、 数据采集与传输等。 泛能 流通过对能效增益器、 能效控制器、 能量全生命周期四环节 （能源生产， 能源应用， 能源储运， 能源再生） 的连接而形成一个闭环的泛能网系统。

网关 （Gateway) 又称为协议转换器， 指对高层协议 （包括传输层及 更高层次）进行转换的网间连接器。 网关可以把具有不同网络体系结构的 多个计算机网络连接起来，如局域网间的互连 、局域网与广域网间的互连、 两个不同广域网之间的互连。

泛能网关是对泛能流中的组分（能量流、 物质流、 信息流） 彼此之间 发生相互作用以及对每个组分的流动路径进行 控制的装置。对于能量系统 之间的信息交换、 物质交换、 能量交换， 泛能网关具有转换协议的作用， 以适应目的能量系统的需求。 在转换协议的同时， 泛能网关会自动选择和 设定路由， 选择泛能流每个组分的最佳流动路径。

目前与泛能网接近的技术是互联网和物联网技 术， 与泛能网关接近的 技术是互联网关和物联网关。

互联网由广域网、 局域网及单机按照一定的通讯协议组成， 两台或两 台以上的计算机终端、 客户端、 服务器端通过计算机技术互相联系起来形 成了互联网。

互联网网关是一种充当转换重任的计算机系统 或设备， 在使用不同的 通信协议、 数据格式或语言， 甚至体系结构完全不同的两种系统之间， 互 联网关是一个翻译器， 对收到的信息重新打包， 以适应目的系统的需求。 同时， 互联网关也可以提供过滤和安全功能。

基于互联网关的网络优化设备是针对现有的防 火墙、 安防及入侵检 测、 负载均衡、 频宽管理、 网络防毒等设备及网络问题的补充， 能够通过 互联网关等接入硬件及软件操作的方式进行参 数采集、 数据分析， 找出影 响网络质量的原因， 通过技术手段或增加相应的硬件设备及调整使 网络达 到最佳运行状态的方法， 使网络资源获得最佳效益， 同时了解网络的增长 趋势并提供更好的解决方案。 实现网络应用性能加速、 安全内容管理、 安 全事件管理、 用户管理、 网络资源管理与优化、 桌面系统管理， 流量模式 监控、 测量、 追踪、 分析和管理， 并提高在广域网上应用传输的性能的功 能的产品。 主要包括网络资源管理器， 应用性能加速器， 网页性能加速器 三大类， 针对不同的需求及功能要求进行网络的优化。 网络优化设备还 具有的功能， 如支持的协议， 网络集成功能 (串接模式,旁路模式)， 设备监 控功能 (压缩数据统计， QOS, 带宽管理， 数据导出， 应用报告， 故障时不 间断工作， 或通过网络升级等。

物联网通过射频识别 （RFID)、 红外感应器、 全球定位系统、 激光扫 描器等信息传感设备， 按约定的协议， 实现任何时间、 任何地点、 任何物 体进行信息交换和通信， 以实现智能化识别、 定位、 跟踪、 监控和管理。 物联网是具有全面感知、可靠传输、智能处理 特征的连接物理世界的网络。

物联网关在未来的物联网时代将会扮演非常重 要的角色， 它将成为连 接感知网络与传统通信网络的纽带。物联网网 关可以实现感知网络和基础 网络以及不同类型的感知网络之间的协议转换 ， 既可以实现广域互联， 也 可以实现局域互联。

从技术架构上来看， 基于物联网关的物联网可分为三层： 感知层、 网 络层和应用层。 物联网关就处于感知层，并和网络层和应用层 具有接口。 感知层由各种传感器以及传感器网关构成， 包括二氧化碳浓度传感器、 温 度传感器、湿度传感器、二维码标签、 RFID 标签和读写器、摄像头、 GPS 等感知终端。 感知层的作用相当于人的眼耳鼻喉和皮肤等神 经末梢， 它是 物联网获识别物体，采集信息的来源，其主要 功能是识别物体，采集信息； 网络层由各种私有网络、 互联网、 有线和无线通信网、 网络管理系统和云 计算平台等组成， 相当于人的神经中枢和大脑， 负责传递和处理感知层获 取的信息； 应用层是物联网和用户 （包括人、 组织和其他系统） 的接口， 它与行业需求结合， 实现物联网的智能应用。

通过对现有技术的调研可以得知， 互联网解决的信息通讯的问题， 物 联网解决的是物质和信息的通讯问题， 现有技术没有涉及能量问题。 而泛 能网在互联网、物联网基础上， 将信息、物质、 能量过协同耦合融为一体。 现有技术中的互联网关仅仅解决信息流的高效 传递、标准转化和路由控制 等问题， 对于泛能网的物质流和能源流的优化控制无法 提供有效参考。 物 联网关提出了三层结构对于泛能网具有参考意 义， 但是物联网更关注硬件 技术及标准和物质流传递流程， 无法为泛能网提供基于能源特点的优化控 制方法。 发明内容

本发明的目的是提供一种泛能网控制方法。 根据本发明， 提供基于泛 能网关的泛能网优化控制方法， 以实现能量的高效利用。

根据本发明的一个方面， 提供了一种泛能网控制方法， 包括： 歩骤

S101 , 采集传感信息； 歩骤 S102 , 进行模型预测和涨落预测， 输出运行 信息和预测数据； 歩骤 S103 ,将运行信息和预测数据上传给互动层的能效 控制系统;歩骤 S104,能效控制系统对采集的数据信息进行分类� ��制处理， 上传至智能能效平台；歩骤 S105 ,智能能效平台对上传的信息进行优化处 理和动态仿真； 歩骤 S106, 平行控制系统与智能能效平台进行交互； 歩骤

5107 , 智能能效平台将产生的数据上传至互智层的泛 能服务平台； 歩骤

5108, 泛能服务平台从用户终端得到集智数据， 并且将这些数据与智能能 效平台上传数据传递给集智进化引擎； 歩骤 S109,集智进化引擎通过集智 进化算法对数据进行处理得到集智策略和奖惩 ， 返回给泛能服务平台； 歩 骤 S110,互智层用户得到奖惩策略可以自我进化， 并对集智进化策略进行 反馈， 使集智策略得到进化； 歩骤 S111 , 对于互动层和互感层用户， 泛能 服务平台将集智策略和奖惩策略下发给互动层 智能能效平台。

所述歩骤 S101通过生产智能终端、 储存智能终端、 应用智能终端和 再生智能终端采集现场设备的传感信息。

所述歩骤 S102是通过泛能网关的能效匹配中心中央控制� �将传感器 信息和设备信息上传至泛能网关的 MPC控制器， 实现模型预测和涨落预 测， 并输出运行信息和预测数据。

所述歩骤 S103 中， MPC 控制器将运行信息和预测数据以 OPC、 Modbus或 GPRS方式上传至互动层的能效控制系统。

所述歩骤 S104中， 能效控制系统还对接收到的上层控制策略进行 分 配， 下发给相应的设备。

所述歩骤 S105包括： 智能能效平台通过实时优化系统对能效控制系 统上传的信息进行优化处理并产生优化结果； 将优化结果与稳态优化系统 进行交互， 稳态优化系统将产生的优化结果验证信息发送 给动态仿真系 统； 动态仿真系统产生动态仿真数据， 与平行控制系统（ACP)进行交互。

所述歩骤 S106包括： 管理人员通过平行控制系统 ACP客户端向智能 能效平台发送能效诊断请求， 能效诊断系统调用专家系统进行分析， 找到 最优管理和操作指导后返回 ACP客户端至管理人员； 客户通过 ACP客户 端向智能能效平台发送能效诊断请求， 能效诊断系统调用专家系统进行分 析， 产生优化控制策略最优可行域传递给能效控制 系统， 通过主干以太网 下发至互感层控制器实施。

所述歩骤 S107 中智能能效平台产生的数据包括传感器信息、 行为信 息、 运行信息。

根据本发明的基于泛能网关的泛能网控制方法 ， 可以对现场设备运行 等信息进行优化， 产生优化控制策略， 使无序泛能流转化为有序泛能流， 实现能效增益效果， 并实现泛能网的集智进化。 附图说明

图 1示出了基于泛能网关的泛能网系统结构示意� �；

图 2示出了本发明泛能网关的结构示意图；

图 3示出了本发明泛能网关的工作原理示意图；

图 4示出了本发明的泛能网优化控制方法的流程� �意图。 具体实施方式

为使本发明的目的、 技术方案和优点更加清楚明了， 下面结合具体实 施方式并参照附图， 对本发明进一歩详细说明。

图 1示出了基于泛能网关的泛能网系统结构示意� �。

如图 1所示， 泛能网系统包括互感层 1、 互动层 2、 互智层 3。 这三个 层通过主干以太网实现相互连接和通信。

互感层 1位于底层， 其基于固化的规则实现基本控制。 本发明中互感 层优选的采用星-环混合拓扑结构，通过现场� �线实现各个设备之间的连接 和通信。

本发明中的泛能网关设置在互感层 1， 用作互感层 1和互动层 2的通 讯接口。

互动层 2位于中间层， 其基于用户的需求变化和动态变化， 实现人机 关联。 互动层 2包括能效控制系统 201、 智能能效平台 202和平行控制系 统（ACP)客户端 203， 其中智能能效平台 202包括能效诊断、 能效监控、 负荷预测、 预测优化、 实时优化 （RTO， Real-Time Optimization) 等功能 模块。智能能效平台 202通过以太网有线方式分别连接能效控制系统 201、 ACP客户端 203和互智层 3的泛能服务平台 301。

能效控制系统 201采集互感层上传信息， 进行分类控制处理后上传至 智能能效平台 202; 以及接收智能能效平台 202下发的优化策略， 进行策 略分配下发至互感层 1。

智能能效平台 202的工作流程如下： 实时优化系统对运行信息进行优 化处理， 产生优化结果， 与稳态优化系统进行交互。 稳态优化系统将产生 的优化结果验证信息发送给动态仿真系统， 动态仿真系统产生动态仿真数 据， 与平行控制系统 （ACP) 进行交互。

互智层 3位于顶层， 其基于人人互相影响和随机因素进行综合优化 控 制， 最终实现能量流、 信息流、 物质流在互感层、 互动层、 互智层的协同 优化。

互智层 3包括泛能服务平台 301、集智进化引擎 302和互智层用户 303。 泛能服务平台 301与集智进化引擎 302通过以太网连接进行通信， 泛能服 务平台 302与互智层用户 303通过有线 /无线连接，进行集智数据收集。泛 能服务平台 301将从互智层用户 303得到的集智数据和从互动层 2的智能 能效平台 202得到的传感器信息、行为信息等数据传给集 智进化引擎 302， 集智进化引擎 302通过集智进化算法对这些数据进行处理， 得到集智进化 策略， 返回给泛能服务平台 301。 泛能服务平台 301通过专家、 管理者等 智能体对集智进化策略进行修正， 形成最终策略， 下发给互动层 2智能能 效平台 202。 互动层 2根据策略信息产生相应的控制信息， 传递给互感层 1。 最后互感层 1 执行控制信息命令， 对现场设备进行控制， 并将相应的 反馈信息传递给互动层 2。 互动层 2通过传递反馈信息给互智层 3增强智 能学习能力。

图 2示出了本发明泛能网关的结构示意图。

本发明的泛能网关用于实现不同智能终端之间 的泛能转换， 根据泛能 网系统的运行情况调节各设备的泛能流动， 实现能效最优。

如图 2所示， 泛能网关包括能效匹配中心 100、 无线基站 101、 公共 陆地移动网络 （Public Land Mobil Network, 简称为 PLMN) 102、 PLMN 服务器 103、路由器 104、 网关 105、交换机 106、模型预测控制器（Model Predictive Control, 简称为 MPC) 107等设备。 其中， 能效匹配中心 100 连接用于能源系统四个环节的智能终端，即生 产智能终端、储存智能终端、 应用智能终端和再生智能终端， 并完成四环节的能效匹配， 例如， 生产环 节产多少能量， 多少用于应用环节， 多少用于储存环节， 多少可以进入再 生环节等。 该四环节智能终端可以感知设备信息并对设备 进行控制。

泛能网关主要通过以下两种信息控制方式连接 现场总线和主干以太 网， 从而实现互感层和互动层的信息交互： （1 ) 有线方式， 四环节智能终 端通过有线路由器 104， 有线网关 105和有线交换机 106逐级向上将现场 信息传递给主干以太网； （2)无线方式， 智能终端通过无线基站 101进行 通讯，通过 PLMN102将现场信息传递至 PLMN服务器 103连接至主干以 太网。

在以上两种信息控制方式中， MPC控制器 107对智能终端上传的信 息进行模型预测和涨落预测， 将设备运行信息、 预测数据以 OPC/Modbus/GPRS 等方式通过主干以太网上传至互动层。 其中， 流程控 制的对象连接与嵌入 OPC(Object Linking and Embedding(OLE) for Process Control) 用于过程控制的 OLE。 对象连接与嵌入 OLE(Object Linking and Embedding), 简称 OLE技术。 OLE 不仅是桌面应用程序集成， 而且还定 义和实现了一种允许应用程序作为软件 "对象"（数据集合和操作数据的 函数：)彼此进行 "连接" 的机制， 这种连接机制和协议称为组件对象模型 (COM)。 Modbus是用于工业现场的总线协议， 由 Modicon (现为施耐德 电气公司的一个品牌）在 1979年发明。 GPRS(General Packet Radio Service) 通用分组无线技术

图 3示出了本发明泛能网关的工作原理示意图。

如图 3所示， 无序泛能流通过泛能网关， 泛能流组分（物质流、 信息 流、 能量流）彼此发生相互作用， 并由泛能网关控制泛能流组分的流动路 径， 输出有序泛能流， 供给终端用户。 泛能流的输入与输出通过泛能流转 换接口实现。

本发明主要采用以下 4 种技术作为泛能网优化控制流程中采用的技 术： 智能终端技术、 智能传输控制技术、 协同优化技术、 集智进化技术。 智能终端技术： 在泛能网的互感层， 基于 MEMS 技术 （微机电： Micro-Electro & Mechenical System) ,具有信息转换和处理功能， 能够收集 能效匹配中心传感器信息， 并根据上层策略对设备进行控制。

智能传输控制技术： 在泛能网的互感层和互动层， 按照泛能网特有的 传输控制协议， 借助能源领域的 MPC (模型预测控制） 技术对能源特征 进行预测， 控制泛能流信息交换及通讯。 泛能网传输控制协议定义了各种 泛能设备接入泛能网的方式， 以及泛能流在泛能设备间传输的标准。 泛能 流的传输通过泛能标准接口实现。

协同优化技术： 在泛能网的互动层， 基于 ACP平行控制技术。 平行 控制是一种解决复杂系统控制及人机智能融合 问题的新思路、 新方法。 其 核心是以人工系统（Artificial Systems)为基础， 计算实验（Computational Experiments) 为手段， 以平行执行 (Parallel Execution) 为目的的 ACP方 法， 通过动态演化和交互学习， 使人机系统获得协同优化。

集智进化技术： 泛能网各层用户执行决策后， 产生反馈信息， 反馈给 互智层集智进化引擎 ΠΕ实现群体优化策略的集智决策， 并通过奖赏惩罚 实现集智决策的进化。

图 4示出了本发明的泛能网优化控制方法的流程� �意图。

本发明的泛能网关用于基于图 1所示的泛能网络系统实现泛能网优化 控制流程， 所述基于泛能网关的泛能网优化控制流程如下 ， 其中泛能网关 的作用在于对泛能流的转换及控制， 具体表现为将传感信息进行转换传递 至上层， 并接收上层的优化控制信息：

歩骤 S101 , 采集传感信息。

互感层的各个智能终端采集现场设备传感信息 ， 上传至能效匹配中 心， 实现能效控制、 环节控制、 常规控制。

歩骤 S102, 进行模型预测和涨落预测。

能效匹配中心中央控制器将传感器信息和设备 信息上传至 MPC控制 器， 实现模型预测和涨落预测， 并输出运行信息和预测数据。

歩骤 S103 , 将运行信息和预测数据上传给互动层的能效控 制系统。

MPC控制器将运行信息和预测数据以 OPC/Modbus/GPRS方式通过上 传至互动层的能效控制系统。

歩骤 S104, 能效控制系统对采集的数据信息进行分类控制 处理，上传 至智能能效平台。

能效控制系统用于数据采集和策略分配， 即能效控制系统对采集的信 息 （运行信息和预测数据）进行分类， 然后上传； 对接收到的上层控制策 略进行分配， 下发给相应的设备。

歩骤 S105 , 智能能效平台对上传的信息进行优化处理和动 态仿真。 智能能效平台通过实时优化系统对能效控制系 统上传的信息进行优 化处理， 产生优化结果， 与稳态优化系统进行交互， 稳态优化系统将产生 的优化结果验证信息发送给动态仿真系统， 动态仿真系统产生动态仿真数 据， 与平行控制系统 （ACP) 进行交互。

歩骤 S106, 平行控制系统与智能能效平台进行交互。

管理人员通过平行控制系统 ACP客户端向智能能效平台发送能效诊 断请求， 能效诊断系统调用专家系统进行分析， 找到最优管理和操作指导 后返回 ACP客户端至管理人员。 客户通过 ACP客户端向智能能效平台发 送能效诊断请求， 能效诊断系统调用专家系统进行分析， 产生优化控制策 略最优可行域传递给能效控制系统， 通过主干以太网下发至互感层控制器 实施。

歩骤 S107 , 智能能效平台将产生的数据上传至互智层的泛 能服务平 台。

智能能效平台产生的数据包括传感器信息、 行为信息、 运行信息等。 歩骤 S108,泛能服务平台从用户终端得到集智数据，� ��且将这些数据 与智能能效平台上传数据传递给集智进化引擎 。

歩骤 S109 ,集智进化引擎通过集智进化算法对数据进行� �理得到集智 策略和奖惩， 返回给泛能服务平台。

歩骤 S110,互智层用户得到奖惩策略可以自我进化， 并对集智进化策 略进行反馈， 使集智策略得到进化。

歩骤 S111 ,对于互动层和互感层用户， 泛能服务平台将集智策略和奖 惩策略下发给互动层智能能效平台。

智能能效平台根据控制策略产生相应控制信息 ， 通过能效控制系统、 MPC 控制器， 下发至中央控制器。 能效匹配中心中央控制器根据控制策 略产生优化控制参数， 下发给能效匹配中心智能终端， 对现场设备进行优 化控制， 并产生相应的反馈信息。

这样， 能效匹配中心通过智能终端收集反馈信息， 并逐级上传， 互动 层通过互智层奖惩信息进行自我进化， 互智层通过互动层反馈信息进行集 智进化； 互感层通过互动层传递来的互智层奖惩信息进 行自我进化， 并且 通过互动层反馈信息给互智层进行集智进化。

上述流程中， 能效匹配中心智能终端采集现场设备信息， 逐级上传， 并接收上层优化控制信息， 对现场设备进行控制， 这一过程通过智能终端 技术实现。 泛能流 （信息流、 物质流、 能量流）信息按照泛能网特有的传 输控制协议在各泛能设备间传输， 通过智能传输控制协议实现。 平行控制 系统与智能能效平台的交互通过协同优化技术 实现。现场设备执行上层优 化策略的同时产生相应的反馈信息， 反馈信息逐级上传， 以实现泛能网互 感层、 互动层、 互智层的进化， 这一过程通过集智进化技术实现。

综上所述， 在泛能网控制流程中， 泛能网关收集现场传感信息， 并逐 级向上传递； 相应的， 泛能网关接收上层优化系统产生的优化控制信 息， 对现场进行相应控制， 从而实现整个泛能网的优化控制。

应当理解的是， 本发明的上述具体实施方式仅仅用于示例性说 明或解 释本发明的原理， 而不构成对本发明的限制。 因此， 在不偏离本发明的精 神和范围的情况下所做的任何修改、 等同替换、 改进等， 均应包含在本发 明的保护范围之内。 此外， 本发明所附权利要求旨在涵盖落入所附权利要 求范围和边界、 或者这种范围和边界的等同形式内的全部变化 和修改例。