1.3 信息系统与能源系统的耦合——比特驱动的瓦特变革

“双碳”目标下，我国可再生能源机组容量与非化石能源消费占比需保持10%和5%以上的年均增速。无论从生产与消费量级、需求增长趋势还是能源结构看，能源电力的清洁化转型都是推动我国经济社会绿色高质量发展、落实“双碳”目标的核心要求。信息能源系统中风、光接入比例将显著增加，系统将呈现“双高”与“双随机”特点。

双高，即高比例可再生能源接入与高比例电力电子设备应用。“双碳”目标要求下，未来10年我国年均新增风、光发电装机容量需不少于7500万kW。相应地，伴随可再生能源的发展，大量风电、光伏电力电子变换器将接入电网，如直驱式风电机组变流器、光伏电站和分布式光伏逆变器等。

双随机，即供给侧随机性和需求侧随机性。传统电力系统可通过调整发电机组出力满足需求侧随机波动的负荷需求，呈现供应侧可控、需求侧随机的特征。随着波动性和间歇性的风能和光伏发电为主的可再生能源在电源结构中的占比持续增长，供应侧也将出现随机波动的特性，能源电力系统将由传统的需求侧单侧随机系统向双侧随机系统演进。

当前的能源系统正经历一个多世纪以来最大的“瓦特变革”。首先，双高特点使得信息能源系统的随机扰动性、对网络信息系统的依赖性明显增强，系统可控性降低，安全风险进一步增加，分布式的接入方式使其控制优化问题充满挑战。其次，产消者的兴起使用户由单一消费模式转变为生产消费一体化模式，能源的双向传输、双随机特性以及多能源网络的叠加使其交互模式更加复杂。再者，能源网络分布式、扁平化的发展态势使数据、分析和连通性成为能源网络外围产消者的重要决策信息。“瓦特变革”呈现出由“集中”向“分布”、“垂直”向“扁平”、“电源驱动”向“用户驱动”、“高碳”向“低碳”的发展特点，能源系统趋于自下而上的、以用户为主导的能源信息化发展模式。

同时，互联网技术、云技术、大数据技术、物联网技术等信息技术也进入阶跃式发展的快车道。信息时代的发展驱动自动化技术的进步，信息化、网络化、智能化的特征越来越明显。新兴信息技术和互联网生态为能源系统的发展提供了有力的支撑。“比特驱动”成为能源变革强大的推动力。

“比特驱动”主要体现在，大数据技术可快速、有效地处理海量能源信息，实现系统的精准建模和特征提取，从而保障能源系统协同控制的可靠性。人工智能技术可应对参与优化调度的能源终端更为智能化、灵活化、自主化的发展需求。云计算、边缘计算则可提高能源系统的计算能力，实现系统运行的低延时和高可靠性，由此满足能源系统在用户驱动下的实时管理和资源分配。5G无线技术、物联网技术在通信方面具有超可靠、低延时、广域连接的优势，有利于能源系统高度自动化和精准控制，可推动产业数字化和智慧城市的发展。

作为与国民经济、人民生活息息相关的重要领域，能源系统是信息技术发展的一个理想载体。清洁低碳、安全可靠、泛在互联、高效互动、智能开放的能源系统将推动信息技术与先进能源技术的深度融合。由此，实现信息和能源的一体化发展成为研究的热点。

国内外对于信息能源系统的研究主要从“比特驱动”和“瓦特驱动”两类视角分别进行。“比特驱动”主要从信息及互联网角度，研究如何利用先进的信息处理技术与能源系统相叠加，优化计算资源和信息处理能力，以人工智能、云计算、移动应用等新兴技术为手段，力争使能源系统运行在最优工作点。“瓦特驱动”从电气热多能互补网络的角度，研究如何通过现代优化控制及电力电子技术，实现多能梯次利用、可再生能源高效消纳以及源网荷储立体协同，达到保证信息能源系统安全高效运行的目的。

信息与能源系统的深度耦合协同、高度智能化仍然是一个亟待深入研究的广阔领域。随着未来一次能源逐步由有限化石能源转变为风光等永续清洁能源，能源的稀缺性将被打破。通过高速发展的现代信息技术，充分发挥能源终端的互动调节能力，构建互联网模式下的能源生态，将信息与能源深度融合，实现能源的安全、高效、经济消纳成为核心需求。

本节针对信息能源系统，运用科学知识图谱进行数据挖掘、信息处理、知识计量和图形绘制，从而研究和揭示信息能源系统的发展趋势，并进一步展示其相关热点领域的结构特点和研究内容。文中数据来源于中国知网（CNKI）和Web of Science（WoS），针对2000—2020年的论文进行分析，其中，CNKI检索关键词为“信息能源系统”“能源互联网”和“综合能源系统”共1114条中文文献记录（SCI来源期刊、EI来源期刊、核心期刊、CSSCI和CSCD）；WoS检索关键词为“Cyber Energy System*”“Energy Internet”“Internet of Energy”“Integrat*Energy System”“Comprehensive Energy System”“Energy Integration”和“Energy Interconnect*”，共2019条英文文献记录（WoS核心集，文献类型为Article或Review）。通过对文献进行数据清洗，包括对文献合并除重、去除或补全缺失信息及去除领域不相关的文献，最终得到675篇密切相关中文文献和1013条密切相关英文文献。

通过对文章的参考文献数据进行分析，可以快速找到领域内的研究热点，见表1.2。其中，GCS（Global Citation Score）表示全球施引次数，此处表示WoS网站上给出的引用次数；进一步计算可得到该文章的本地施引次数LCS（Local Citation Score），表示该文章在本地文献库（即本节选取的密切相关文献）中的施引次数，通过这些值可以快速得到信息能源领域内的重要英文文献，例如，某文献的LCS值很高，意味着它可能是该研究领域内的重要文献。因此相比而言，LCS比GCS能更清晰地反映该文献对于细分领域的贡献度，LCS高的文章极有可能是研究领域内的里程碑文献。CR（Cited References）表示该文章引用的参考文献数量；LCR（Local Cited References）表示本地参考文献数量，即该文章引用的所有文献中，存在于当前本地文献库的文章数。通过LCR可以快速找出最新的文献中与领域内研究方向最相关的文章。

通过CiteSpace软件对CNKI和WoS的混合数据进行关键词突现分析，得到表1.3中2000年后引文强度最高的27个关键词，这些关键词通常为某时间段的研究热点（表中蓝色加粗部分）。表中强度值越大表示该关键词在该领域某个时段的热点程度越高，起始时间和终止时间分别表示该关键词成为研究热点的开始和结束时间。

统计2001—2019年CNKI及WoS每年发文的数量，如图1.2所示。可以发现信息能源系统密切相关的文献数量正处于稳步上升趋势，且2015年开始增长趋势加快。

通过关键词搜索和聚类，对其研究热点分布进行可视化展示，图1.3为基于CNKI的中文论文研究热点分布，图1.4为基于WoS的SCI论文研究热点分布。

图1.3和图1.4中，圆圈表示关键词，圆的大小表示关键词出现的频次高低；连线表示节点与节点间曾经共现过；连线的密集程度表示该研究主题与其他主题联系的紧密程度。图中，通过聚类可视化操作，将信息物理系统的研究领域聚集成不同的多个集群。这些集群将联系程度更紧密的关键词结合在一起，并根据其意义进行标注，标注排序代表该集群主题内文献的多少。

基于图1.3和图1.4的聚类分析可以看出，从信息的相关方法层面聚类，信息能源系统的热点研究领域主要包括：信息能源系统的感知建模与特性分析、信息能源系统的分布式协同控制、信息能源系统的分层优化管理。

如图1.5所示，协同控制的研究主要针对信息能源系统的底层能源终端，考虑如何实现设备间的协调运行；感知建模主要指从多而杂的数据中发现有效的故障数据以及从不同运行情况下的故障数据中找到有效的组合，对信息能源系统的机理特性进行准确的数学建模，从而保证系统的安全稳定运行及科学有效控制；优化管理的研究建立在能源网与信息网的交互环境下，研究多源信息融合的（准）实时的能源优化，以实现经济、高效、低碳运行；用户驱动的优化管理则进一步上升至云平台，研究在大数据、云计算支撑下，能源市场的配置和用户资源的管理。

从能源领域的发展路径看，瓦特变革的初期，是由于社会的发展和技术的推进下，分布式能源大规模接入能源网络，终端能源主动参与的需求日益增加，能源结构由传统的单一能源向清洁的综合能源转变。随之，不同类型的能源终端之间耦合更加紧密，多种能源的时空差异使能源网络趋于复杂、灵活，催生出海量信息，对信息技术的依赖逐渐增强。在近几年信息技术的飞速发展下，以综合能源系统为依托，信息物理系统逐渐受到关注。由此，在总体技术路径的驱动下，上述重点研究领域对应于信息能源系统中的研究阶段，其从底层能源终端到能源网与信息网的交互，再到云平台的广域协同，最终延伸至信息和能源系统的深度融合，自下而上地反映了信息能源系统中各层级的研究重点和技术价值。

接下来将结合这些热点研究领域的可视化分析，研究其发展趋势。