Спрос на электромобили будет увеличиваться в среднем на 38% ежегодно, согласно прогнозу по развитию рынка электромобилей в России. Соответствующие данные предоставили аналитики из консалтинговой компании Strategy Partners.
26–27 марта 2024 года в конференц-зале ЦВК «Экспоцентр» (Москва) прошла ежегодная научно-практическая конференция «Российский рынок систем электрохимического накопления электрической энергии и батарейных систем электротранспорта. Проблемы и перспективы». Эксперт «РТСофт-СГ» выступил с докладом о комплексном подходе к проектированию развития инфраструктуры заряда электротранспорта.
Онтология рассматривается в качестве основы для формирования информационных моделей в составе цифровых двойников объектов управления интеллектуальной распределенной энергетики. Рассмотрена структура информационной модели такого объекта. Выполнен анализ недостатков стандартной модели CIM (Common Information Model), изложенной в стандартах серии IEC 61968, 61970, 62325, для использования в качестве основы для создания цифрового двойника. Сделан вывод о целесообразности создания онтологии на базе CIM-модели с интеграцией других онтологий предметной области. Описана методология формирования онтологической модели для интеллектуальной распределенной энергетики. Представлено описание сценария актуализации онтологии, обеспечивающего поддержание онтологии в виде, соответствующем требованиям заинтересованных сторон цифровой платформы.
Введение
В настоящее время наблюдается стремительное развитие распределенной энергетики с широким распространением возобновляемых источников энергии (ВИЭ) и накопителей электрической энергии. Крышные солнечные панели, микро-ветро генерация, накопители электроэнергии, электромобили и “умные” дома становятся активными объектами энергетических систем. Их интеграция требует соответствующих систем управления, развертывание которых может занимать значительную долю в составе капитальных затрат. В связи с этим становится актуальным создание платформенных решений. Одним из таких решений является Российская программная платформа управления распределенной энергетикой (далее – А-Платформа), разработка которой активно ведется в настоящее время [1]. Для повышения эффективности и качества систем управления разрабатываемая А-Платформа должна обеспечить возможность создания цифровых двойников объектов распределенной энергетики и электрических сетей, которые призваны обеспечить управляемость, устойчивость и оптимизацию распределенных источников энергии [2]. Цифровой двойник является виртуальной копией объекта, достоверно воспроизводящей и задающей состояние и поведение оригинала в реальном времени. При его формировании важно обеспечить однозначность и корректность именования и интерпретации понятий участниками предметной деятельности, в первую очередь в условиях применения автоматизированных систем. Опыт создания цифровых двойников на производстве показывает, что для обеспечения интероперабельности цифровых моделей и описания процессов целесообразно использовать онтологический подход к формированию информационного обеспечения. В основе данного подхода лежит построение онтологии, представляющей собой формальное описание всех сущностей интеллектуальной распределенной энергетики, включая их свойства и отношения между ними.
Применение онтологического подхода позволяет обеспечить единство информационного обеспечения цифрового двойника физического объекта за счет качественного описания семантики процессов взаимодействия элементов системы управления и обеспечения совместимости стандартов для разных предметных областей. Структурная схема, поясняющая взаимосвязь онтологической и информационной моделей, цифрового двойника физического объекта в контексте онтологического подхода представлена на рис. 1.
Рис.1 Схема, поясняющая взаимосвязь онтологической и информационной моделей, цифрового двойника физического объекта.
Из рис. 1 видно, что онтологическая модель является основой для генерации структуры информационной модели, в которой представлены численные параметры, характеризующие свойства физического объекта. При этом информационная модель объекта служит базой для верификации онтологической модели. В свою очередь информационная модель обеспечивает привязку данных измерений по физическому объекту и является источником мастер-данных для математической модели. При этом данные измерений и результаты работы математической модели позволяют верифицировать информационную модель. Данные измерений поступают в математическую модель для обеспечения ее работы и верификации. Оператор осуществляет калибровку цифрового двойника и ввод данных в информационную модель. Информационная и математическая модели в совокупности представляют цифровую модель, которая не имеет информационной связи с физическим объектом и предназначена для моделирования различных ситуаций. При совмещении цифровой модели с данными, получаемыми в режиме реального времени, формируется цифровой двойник. Отметим, что в дополнение к данным измерений в составе цифрового двойника могут быть включены цифровые схемы и карты, электронная документация.
Очевидным решением при использовании онтологического похода является использование существующих стандартов в области создания общей информационной модели (CIM-модель) энергосистемы, описанных в сериях стандартов IEC 61970, 61968, 62325. Эти стандарты содержат достаточно подробное описание информационной модели, включающей различные объекты электроэнергетики и связанные с ними бизнес-процессы. Кроме того, существуют стандарты серии IEC 61850 содержащие описание интеллектуальных электронных устройств на подстанциях и протоколов их взаимодействия, а также логических устройств, входящих в состав физических элементов электрической сети.
Благодаря расширенному использованию CIM-модели в сочетании с IEC 61850 она считается одним из крупнейших стандартизированных доменов онтологий. CIM-модель является одним из базовых стандартов, применяемых в мире в процессе цифровой трансформации электроэнергетики и перспективной разработки Интернета энергии (Internet of Energy), и она должна служить основой для информационных моделей, которые должны обеспечить гибкость энергопотребления и управления объектами в распределенных энергосистемах [3]. Нынешние усилия рабочих групп по стандартизации направлены на синтез вышеуказанных стандартов для формирования глобальной онтологии в области электроэнергетики. Тем не менее, вопрос формирования единых стандартов для распределенной энергетики остается нерешенным.
В статье [4] отмечается, что для гармонизации взаимодействия интеллектуальных устройств (IED) необходимо обеспечить соответствие между разными типами данных в стандартах IEC 61970 и 61850, что может быть достигнуто с использованием системы сопоставления на базе онтологии (ontology matching system). Тем не менее задача создания универсальной онтологии для интеллектуальной распределенной энергетики до сих пор не решена, а существующие узкоспециализированые онтологии не рассматривались для расширения стандартной модели CIM. Кроме того, остаются нерешенными проблемы, связанные с необходимостью постоянно поддерживать онтологию для платформенных решений в актуальном состоянии, что является критически важным с точки зрения однородности и достаточности информационного обеспечения.
Для решения вышеописанных проблем создания цифровых двойников объектов интеллектуальной распределенной энергетики в настоящей статье предложена структура информационной модели цифрового двойника объекта интеллектуальной распределенной энергетики, методология разработки онтологии для предметной области интеллектуальной распределенной энергетики на основе CIM-стандартов и интеграцией других релевантных онтологий, а также описание процесса актуализации онтологии А-Платформы в нотации BPMN (Business Process Model and Notation, нотация и модель бизнес-процессов).
Информационная модель цифровых двойников объектов интеллектуальной распределенной энергетики
Цифровой двойник объекта управления интеллектуальной распределенной энергетики реализуется на А-Платформе как комплекс математических моделей, настроенных (сконфигурированных) на обработку в темпе мягкого реального времени разнообразной информации: массивов данных телеизмерений и телесигнализации по объектам управления от среды интернета вещей, мастер-данных из информационной модели объектов управления. Кроме того, в состав цифрового двойника может входить электронная документация и цифровые интерактивные схемы (планы, карты) [10]. Данные, используемые в математических моделях, должны быть четко структурированы, что достигается использованием информационной модели объектов интеллектуальной распределенной энергетики (рис. 2).
Рис.2 Структура информационной модели объектов интеллектуальной распределенной энергетики.
При этом информационная модель (рис. 2) должна включать:
1) Мастер-данные, состоящие из реестров, содержащих сведения о следующих сущностях: субъекты распределенной энергетики; энергетические объекты; элементы топологии энергетических сетей; единицы оборудования; автоматизированные системы; точки измерения и учета. Информационная модель предоставляет возможность связать с каждой единицей мастер-данных произвольный набор наименований, применяемых в различных контекстах идентификации единиц. При создании записи о единице оборудования некоторого типа/марки, значения характеристик из соответствующего реестра типов/марок автоматически копируются в создаваемую запись, с последующей возможностью скорректировать эти значения для данной единицы оборудования.
2) Массивы информации представляют собой набор постоянно изменяющейся информации (телеизмерения, управляющие воздействия на оборудование, документы и пр.).
3) Нормативно-справочную информацию, состоящую из справочников и классификаторов, характеризующих условно-постоянные аспекты распределенной энергетики. Справочники оборудования и классификаторы являются глобальными и доступными для чтения всем модулям А-Платформы и приложениям, и предназначены для обеспечения нормализации и гармонизации информационного обеспечения А-Платформы.
Проблемы использования CIM-модели для распределенной энергетики
Проведенный анализ показывает, что существующие стандарты CIM ориентированы в первую очередь на большую энергетику, что не позволяет их напрямую использовать при формировании информационного обеспечения цифрового двойника объекта интеллектуальной распределенной энергетики. В частности, необходимо выделить следующие недостатки:
1) Ориентированность CIM-модели на большую энергетику, что требует ее адаптации для объектов распределенной генерации.
2) Необходимость расширения CIM-модели сущностями, характерными только для А-Платформы.
3) Отсутствие информационной модели российского рынка электрической энергии и его адаптации для распределенной генерации с учетом действующих нормативных документов. На начальной стадии развития онтологии предлагается частичное решение, закрывающую потребности, определяемые предметных охватом бизнес-сценариев и разрабатываемых имитационных моделей.
4) Неполный охват предметной области CIM-моделью с точки зрения архитектуры Smart Grid Architecture Model (SGAM). При этом CIM изначально описана в нотации UML, которая достаточно скудно описывает семантические отношения между сущностями, что существенно снижает качество описания предметной области электроэнергетики.
5) Наличие нестыковок между стандартами IEC 61970 и IEC 61968, что вызвано их параллельным развитием и выходом стандартов в разные года.
6) Отсутствие важных свойств и некорректное представление некоторых из них. Например, в процессе развития стандарта IEC 61970 для задания погонного сопротивления линии дополнительно был введен класс PerLengthImpedance, который чисто технически должен являться свойством класса ACLineSegment. Это вызвано желанием разработчиков вносить минимум изменений в существующие сущности для минимизации проблем при обновлении CIM-модели, используемой существующим программным обеспечением. Кроме того, у многих классов отсутствуют ключевые параметры, например, у класса Fault отсутствует свойство «время возникновения замыкания».
7) Большой объем и компромиссный характер CIM-модели, вызванный желанием сделать модель полностью универсальной. В итоге это не позволило ей стать полноценной основой для информационного обеспечения программного обеспечения. По этой причине при создании нового программного обеспечения постоянно приходится дополнять и корректировать CIM-модель, а иногда и вовсе отказываться от нее.
По мнению авторов, вышеуказанные недостатки CIM-модели могут быть решены путем создания единой платформенной онтологии, которая в свою очередь станет основой для информационной модели. При этом в онтологической модели должны быть представлены сущности, атрибуты и отношения необходимые для моделирования следующих категорий и их связей:
Методология создания онтологии А-Платформы
В основу разрабатываемой онтологии положена CIM-модель, которая включает большое количество исходного материала, что позволяет сократить сроки разработки. Отметим, что вариант создания онтологии с нуля, несмотря на отсутствие ограничений в разработке имеет серьезные недостатки, связанные с проблемами продвижения, согласования с международными стандартами и высокой продолжительностью разработки.
Алгоритм разработки онтологии А-Платформы представлен на рис. 3.
Рис. 3. Алгоритм разработки онтологии А-Платформы
Процесс разработки онтологии включал выполнение следующих этапов:
1) Анализ требований к цифровой технологической платформе, сформированных на стадии технического задания и определяющих область применения А-Платформы. Его реализация позволила определить границы предметной области и определить перечень основных бизнес – кейсов.
2) Создание бизнес-кейсов. На этом этапе были разработаны 8 основных сценариев использования А-Платформы, перечень которых представлен в [1]. Формализация описаний к бизнес-сценариям позволила более четко определить границы предметной области А-Платформы.
3) Формирование тезауруса. В ходе этого этапа разработан словарь терминов и аббревиатур, включающий основные термины, закрепленные нормативными документами. Это позволило обеспечить однородность используемой терминологии.
4) Окончательное определение предметной области. В результате были определены границы предметной области, для которой разрабатывается онтология проекта. При этом было определено, что в онтологию CIM дополнительно должны быть включены следующие разделы предметной области интеллектуальной распределенной энергетики: прогнозирование потребления (генерации) электроэнергии; кибербезопасность; домашние Smart-устройства; электротранспорт и электрозаправочные станции; управляемые интеллектуальные соединения; устройства синхронизированных векторных измерений; электронный документооборот; смарт-контракты и распределенный реестр; качество электрической энергии.
5) Использование существующих стандартов и онтологий. В ходе данного этапа осуществлялось расширение онтологии CIM с использованием государственных и международных стандартов, а также ранее разработанных онтологий предметной области распределенной энергетики.
6) Определение классов, их свойств и отношений. Онтологическая модель может быть описана как O ={C, RS, I}, где C – набор концептов предметной области, которые также называются классами, I – набор экземпляров в составе каждого класса, RS представляет отношения между двумя классами. В ходе данного этапа проверялась достаточность свойств и отношений классов для описания сущности распределенной энергетики.
7) Создание экземпляров. На данном этапе на базе онтологической модели формировалась информационная модель с включением сущностей, которые использовались при имитационном моделировании. Создание экземпляра требует выбор класса, создание экземпляра данного класса, заполнение свойств экземпляра.
8) Моделирование. На этой стадии уже имеется онтология, соответствующая выбранной предметной области. Следующий шаг состоит в формировании имитационных моделей на базе разработанной онтологии.
9) В ходе этапа «Тестирование» онтологии проекта используется для генерации скриптов для создания схемы реляционной базы данных, xsd-описания типов данных, используемых для информационного обмена и формирования json-схемы, описывающей те же данные, что и xsd.
Структура разработанной онтологии
В результате использования предложенной методологии была разработана онтология А-Платформы, структура которой представлена на рис. 4.
Рис. 4 Структура онтологии А-Платформы
В онтологии А-Платформы (рис. 4) для покрытия предметной области прогнозирования потребления (генерации) электроэнергии использована онтология SF-ONT [5], при этом описание погодных условий производится с использованием пакета Environmental стандарта IEC 62325. Для реализации прикладных систем управления в рамках концепции Smart Home в базовую онтологию интегрированы онтологии SAREF [6] и SAREF4ENER [7]. Для представления электрозаправок и электромобилей использована онтология SEAS Electric Vehicle Ontology [8]: новый класс ElectricalConnectionPoint представлен в качестве подкласса CIM ConductingEquipment, класс ElectricVehicle представлен в качестве подкласса CIM Equipment и пр. Показатели качества электрической энергии представлены онтологией PQONT [9] с учетом особенностей государственных стандартов. Кроме того, учитывая, что разрабатываемая А-Платформа должна поддерживать смарт-контракты и энергетические трансакции, в состав онтологии проекта включены новые сущности такие как SmartContractTransactive, SmartContract, SmartContractToken, TokenTransaction и др. Их интеграция с базовой онтологией CIM реализована через классы стандартов серии IEC 61968. Кроме того, в онтологию включены сущности из технической документации А-Платформы и сущности характерные для предметной области информационной безопасности.
Необходимо отметить, что из онтологии, разработанной на базе CIM, были исключены ряд классов, не имеющих отношения к интеллектуальной распределенной энергетике: атомная энергетика, вспомогательное оборудование, оборудование пофазного регулирования и прочее. Кроме того, не рассматривались сущности, связанные со стандартом IEC 62325 т.к. на территории Российской Федерации, действуют другие правила функционирования оптовых и розничных рынков. При переводе наименований отдельных сущностей на русский язык с целью обеспечения соответствия используемых терминов использовался действующий Российский профиль CIM, описанный в ГОСТ Р 58651.1-2019 и ГОСТ Р 58651.2-2019
В конечном итоге полученная онтология включает 650 классов (в том числе 75 новых классов), 420 уникальных отношений, 1300 уникальных свойств.
Отметим, что на данном этапе не предполагается интеграция сущностей стандарта IEC 61850 в онтологию проекта, это связана с тем, что устройства IED достаточно дороги пока их применение для построения систем управления распределенной энергетикой является неочевидным решением. Тем не менее в будущем использование онтологического подхода позволяет решить проблему унификации CIM-модели и стандарта IEC 61850.
Сценарий актуализации онтологии А-Платформы
Для снижения трудозатрат при формировании структуры информационного обеспечения цифрового двойника предполагается организация взаимодействия заинтересованных сторон с онтологией А-Платформы с целью обеспечения ее постоянной актуализации. При этом заинтересованные стороны, в частности энергоаудиторы и разработчики приложений, в процессе работы с А-Платформой будут обнаруживать несоответствия онтологии объективной реальности и формировать запросы на актуализацию онтологии разработчику А-Платформы. Для формализации такого сценария взаимодействия авторами разработан сценарий актуализации онтологии проекта А-Платформы. Блок-схема этого сценария в нотации BPMN представлена на рис. 5.
Рис. 5. Блок-схема сценария актуализации онтологической модели».
Запуск сценария происходит при обнаружении пользователем в онтологической модели нехватки конструкций или их несоответствия реальности. Например, это может произойти на этапе разработки платформенного приложения или создания цифрового двойника объекта энергосистемы. Далее пользователь направляет запрос в Систему на внесении дополнений в онтологии, при этом система может самостоятельно отсеять некорректные запросы и транслировать соответствующее сообщение пользователю. В свою очередь разработчик принимает сообщение от пользователя и экспертно оценивает целесообразность корректировки онтологии. Если это целесообразно, то в онтологию вносятся изменения, проверяется ее согласованность и инициализируется обновление онтологии в репозитории с уведомлением всех заинтересованных сторон. Такой подход позволяет обеспечить однородность программного обеспечения А-Платформы и организовать корректный обмен данными между платформенными приложениями.
Заключение
Разработка онтологии для предметной области распределенной энергетики является важнейшей задачей, решение которой необходимо для создания информационной модели в составе цифровых двойников объектов управления. Существует большое количество стандартов и онтологий, обеспечивающих описание информационной модели объектов электроэнергетики. Однако они имеют разное назначение и структуру, что не позволяет обеспечить надлежащую степень интероперабельности. В статье рассмотрена структура информационной модели объектов интеллектуальной распределенной энергетики. Для обеспечения однородности информационной модели представлен подход к построению онтологии на основе CIM-стандартов с интеграцией онтологий для узкоспециализированных областей. С целью интеграции существующих узкоспециализированных онтологий выполнен анализ публикаций в области создания новых онтологий, входящих в предметную область интеллектуальной распределенной энергетики, часть из которых включена в состав онтологии проекта А-Платформа. Для обеспечения актуальности онтологии в ходе жизненного цикла программной платформы для интеллектуальной распределенной энергетики разработан сценарий, реализация которого позволит обеспечить гармоничность и когерентность информационного обеспечения систем управления. Полученные результаты планируется использовать для формирования цифровых двойников на базе Российской программной платформы управления распределенной энергетикой – А-Платформы.
Благодарности
Работа, по результатам которой выполнена статья, выполнена при поддержке гранта на проведение научно-исследовательских и опытно-конструкторских работ № 34/19 гр от 29 ноября 2019 г. между Фондом поддержки проектов Национальной технологической инициативы и Акционерным обществом «РТСофт».
Список литературы
1. Небера А.А., Вериго А.Р., Непша Ф.С. Цифровая платформа как основа для разработки систем интеллектуального управления децентрализованной распределенной энергетикой // Электрооборудование: эксплуатация и ремонт. 2020. № 8. С. 34–40.
2. Андрюшкевич С.К., Ковалев С.П., Нефедов Е.И. Разработка цифрового двойника энергетической системы на основе онтологической модели // Автоматизация в промышленности. 2020. № 1. С. 51–56.
3. Понкин И.В., Куприяновский В.П., Редькина А.И., Семенова Е.М., Понкин Д.И., Гринько О.В. К вопросу о содержании понятия и особенностях онтологии энергетического интернета и его правового и технологического образов // International Journal of Open Information Technologies. 2019. №8.
4. Santodomingo R., Rohjans S., Uslar M., Rodríguez-Mondéjar J.A., Sanz-Bobi M.A. Ontology matching system for future energy smart grids // Engineering Applications of Artificial Intelligence. 2014. Vol. 32. P. 242-257.
5. Kantamneni, Abhilash & Brown, Laura. An Ontology for Solar Irradiation Forecast Models. 2018. P. 263-270. https://doi.org/10.5220/0006937202630270
6. Daniele L., den Hartog F., Roes J. (2015) Created in Close Interaction with the Industry: The Smart Appliances REFerence (SAREF) Ontology. In: Cuel R., Young R. (eds) Formal Ontologies Meet Industry. FOMI 2015. Lecture Notes in Business Information Processing, V. 225. Springer, Cham. https://doi.org/10.1007/978-3-319-21545-7_9
7. ETSI TS 103 410-1 V1.1.1 (2017-01) SmartM2M; Smart Appliances Extension to SAREF; Part 1: Energy Domain
8. Lefrançois, M. Planned ETSI SAREF Extensions based on the W3C&OGC SOSA/SSN-compatible SEAS Ontology Pattern. SEMANTICS Workshops. 2017. https://www.maxime-lefrancois.info/docs/Lefrancois-SIS-IoT2017-Planned.pdf
9. Dilek Küçük, A high-level electrical energy ontology with weighted attributes // Advanced Engineering Informatics. 2015. Vol. 29. Issue 3. P. 513-522.
10. Ковалёв С.П., Небера А.А., Губко М.В. Цифровая платформа для реализации автоматизированных систем управления распределенными энергоресурсами // Проблемы управления. 2020. № 6. С. 57-70.
Статья опубликована в журнале "Автоматизация в промышленности", №1 2021
