大型能源集團一體化煤炭供應鏈實時調度智能決策關鍵技術研究

王金剛,王樹海,馬長璐,張志杰,苗 靚

(國家能源集團,北京 100010)

大型能源集團一體化煤炭供應鏈覆蓋煤電路港航等多個關鍵環節,規模大、結構復雜、影響因素多、動態變化較快,是一個典型的復雜系統。一體化煤炭供應鏈調度是集團的核心業務之一。2020年起,為了更充分地發揮一體化運營模式的整體競爭優勢,集團開始實施一體化聯合調度模式,并在集團總調度室成立聯合調度中心。實踐表明,基于當前的調度方式和手段,集團無法科學預判供應鏈未來運行趨勢和突發情況,在實時調度決策中主要采用人工經驗調度的方式,由此導致實時調度決策不能做到精準、高效。

為了探尋集團一體化煤炭供應鏈實時調度決策問題的最佳解決方案,本文開展了廣泛的產學研用現狀調研。國內能源行業物流供應鏈的理論與實踐研究雖然不少,但都無法有效應對復雜動態環境下調度優化需求,同時存在調度優化目標單一、覆蓋范圍不足等問題,目前沒有成熟先進的經驗或案例可循[1]。國外的大型能源集團,例如獵人谷煤炭供應鏈、西澳大利亞鐵礦供應鏈、淡水河谷鐵礦石供應鏈等,均不同程度從組織、制度、業務方式和技術手段等方面,對供應鏈實時調度業務改進和賦能。雖然這些企業在供應鏈組成、業務組織方式和復雜度上,與集團存在一定差異,但都設置了統一的指揮機構做調度平衡,他們在實時調度方面的先進成功經驗,可供集團借鑒參考[2]?？傮w來說,在能源供應鏈調度、煤炭調運,尤其是一體化煤炭供應鏈實時調度業務領域,目前國內外還沒有可以直接拿來照搬的業務模式與技術應用范例。京東等國內供應鏈巨頭,在供應鏈管理模式、運營理念、先進技術應用和平臺建設上,進行了大量有益的研究、創新和應用,也取得了非常顯著的經濟和社會效益,其中很多理念、方法和技術值得集團研究借鑒[3]。

鑒于上述調研啟示,集團從現階段業務轉型發展的現實需要出發,明確提出實時調度智能決策的概念,研究建立了面向集團一體化煤炭供應鏈實時調度運營的智能決策技術和模型體系,開展了決策支持系統的規劃設計和技術應用驗證實驗,逐步探索建立數字化、智能化、協同化實時調度決策的技術路徑和應用模式,為一體化煤炭供應鏈實時調度智能決策工程化奠定先導性的技術與實驗基礎。

1 智能決策關鍵技術

智能決策關鍵技術,主要包括“智能決策框架、仿真推演技術、決策優化技術”3個方面,本文采用“總體框架設計、分項技術研究和總體驗證實驗”的總—分—總研究思路,實現從技術研究到驗證實驗的完整閉環,為未來工程化奠定技術路徑、模型實例與應用模式基礎。

1.1 智能決策框架

一體化煤炭供應鏈實時調度智能決策框架,本質上是基于數字孿生供應鏈的決策支持系統[1],即以數字孿生供應鏈為載體,將預測技術、決策工具(如運籌優化)等與數字孿生技術(核心是仿真推演技術)相結合,突破傳統供應鏈的響應速度和成本瓶頸,有效拉通上下游,基于數據驅動進行精細管理和智能決策,提升供應鏈效率,降低供應鏈成本。

1.1.1 智能決策框架結構

智能決策框架由仿真推演和決策優化2部分組成,與真實系統、計劃系統實現正向連接和反向控制。智能決策框架各部分的關系如圖1所示。

圖1 實時調度智能決策框架Fig.1 Real-time scheduling intelligent decision-making framework

實時調度智能決策框架執行邏輯如下:

(1)數據接入。將集團供應鏈真實系統實時運行狀態數據與調度計劃系統的計劃接入仿真系統。

(2)運行推演。根據真實數據與計劃,進行仿真模型實例化,在仿真引擎的驅動下,基于時間和離散事件的混合推進,實現仿真推演預測。

(3)調度決策。通過仿真推演或外部輸入,觸發實時調度突發情況的產生,基于模型輔助各調度席位協同調度決策,生成優化的調度方案。

(4)方案評估?；趦灮恼{度方案,再次進行供應鏈運行仿真推演評估,預測未來供應鏈運行是否滿足預期目標。

(5)方案發布。各調度席集體決議最優調度方案的可行性,決議通過后發布至供應鏈各環節的二三級調度機構執行落實。

(6)方案執行。在接收到優化的調度方案后,供應鏈各環節二三級調度機構根據新的調度方案重新制定相關的階段性執行計劃,并組織資源執行落實計劃。

1.1.2 智能決策應用場景

智能決策框架,主要應用于供應鏈突發情況的臨機推演和優化決策,也可支撐集團總調度室日常對供應鏈運行的狀態監測、次日計劃制定和值班換班時的狀態摸底和調度決策。

(1)日常定時推演預測。在供應鏈正常運行下,仿真系統每隔1 h自動推演1次,預測未來一定時段內是否會發生突發情況。

(2)突發情況臨機推演與決策。在捕捉到突發性或預見性突發情況時,仿真系統支持每4～5 h主動推演和決策1次,不斷隨態勢變化做出調度決策,直至供應鏈正常運行。

(3)次日計劃推演評估。在每日18:00前,支持集團總調度室次日計劃編排的推演與決策。

(4)值班接班推演預測。在每日9:00—21:00調度大廳交班時,支持接班調度員對供應鏈當前運行態勢進行推演,掌握供應鏈當前的狀態和未來潛在的異常情況。

1.1.3 智能決策應用模式

智能決策,本質上是決策仿真,即將仿真技術應用于決策問題的方法。其應用模式,就是仿真推演與調度決策結合應用、驗證與優化反復迭代的技術應用方式。

具體流程為:①依據原計劃執行仿真推演;②針對推演產生的突發情況,依據調度決策流程,調度匹配的調度策略,執行對應的決策優化模型,生成新的調度方案,再推給仿真系統推演是否達到預期目標;③如果達不到目標,繼續回到調度決策業務邏輯,執行下一個調度策略和決策優化模型,如此往復直至達到目標或策略用盡。最具代表性的預見性海運封航場景的調度決策過程如圖2所示。

圖2 預見性海運封航場景智能決策應用模式Fig.2 The application mode of intelligent decision-making for predictive sea freight lockdown scenarios

1.2 仿真推演技術

仿真推演技術,主要采用仿真建模技術與仿真推進技術。①圍繞一體化煤炭供應鏈運行機理和業務規則,進行仿真概念建模,識別和定義仿真要素及相互關系;②根據仿真模型對象規模、業務復雜度和推進特征,進行仿真引擎的選型,保證仿真模型高效、可視推進;③根據仿真概念模型和選取的仿真引擎,采用適用的仿真程序建模方法與語言,如多智能體建模、離散事件建模等,進行實例化、可執行的仿真模型創建。

1.2.1 仿真建模技術

(1)仿真建模技術架構?；谝惑w化煤炭供應鏈運行機理,本文設計提出了兩級仿真建模技術架構,分別是仿真概念模型、仿真程序模型,實現對一體化煤炭供應鏈業務對象的一次仿真抽象和二次仿真抽象,以模型為載體形式化描述供應鏈的靜態屬性和動態行為。仿真推演技術框架如圖3所示。

圖3 仿真推演技術框架Fig.3 Simulation deduction technology framework

供應鏈每個關鍵業務環節對應一個仿真概念模型設計文件,是對物理對象向仿真對象的一次仿真抽象,規范描述了仿真對象的業務需求、組成、屬性、活動、規則、算法和輸入輸出。仿真程序模型是在仿真概念模型設計與仿真引擎選型的基礎上,采用基于智能體和離散事件的仿真建模方法,以標準化、結構化的仿真建模語言,對仿真概念模型進行二次抽象,形成可通過仿真引擎驅動運行的可執行程序。

(2)仿真概念模型。仿真概念模型,既是用戶需求的體現,也是仿真應用開發的基礎,可采用文字、圖片、表格、圖形、數學表達式等多種形式對仿真對象、屬性、參數、關系、事件和行為等進行定義。本文構建了一體化煤炭供應鏈煤電路港航5大板塊的仿真概念模型,規范定義17類業務對象、19項運行活動、20個業務規則以及19大項業務指標,形成了5份標準化的一體化煤炭供應鏈仿真概念模型設計文檔,如圖4所示。

圖4 仿真概念模型成果Fig.4 Simulation conceptual model results

(3)仿真程序建模?；诜抡娓拍钅Ｐ?在選取的成熟仿真引擎框架上,采用多智能體建模與離散事件建模技術,構建對象模型、流程模型、場景模型、算法模型,形成可依托仿真引擎實時運行計算的仿真程序模型[4]。

1.2.2 仿真推進技術選型

根據一體化煤炭供應鏈業務對象規模大、業務關系復雜和調度周期較長等特征,綜合各種仿真計算推進方法[5],本文研究選擇了基于時間和離散事件混合推進的仿真計算引擎技術,解決大規模、長時間的供應鏈高超實時仿真計算問題,實現一體化煤炭供應鏈多天運行狀態的分鐘級仿真推演計算。

1.3 決策優化技術

集團實時調度決策具有獨特鮮明的業務特征,包括:面向供應鏈各環節的調度決策可選策略有限,調度策略在各個典型場景下的組合與邏輯固定明確,調度決策關注計劃調整的時機和數量。根據上述供應鏈實時調度決策的業務特征,本文設計提出了基于場景分析的調度決策業務邏輯建模和基于運籌優化的調度決策優化建模的2層優化決策技術框架,第1層框架為調度決策業務邏輯建模,主要分析研究供應鏈常見的典型場景及其決策目標和調度策略組合;第2層框架為調度決策優化建模,主要從調度計劃調整的時機和量出發,設計和開發面向各環節調度策略的調度模型。優化決策技術框架如圖6所示。

圖5 一體化煤炭供應鏈仿真推演計算原理Fig.5 Simulation and calculation principles of integrated coal supply chain

圖6 決策優化技術架構Fig.6 Decision-making optimization technical architecture

調度決策業務邏輯建模,就是面向不同的典型場景(突發情況),根據各場景的決策目標,提出一組調度策略固定、調度次序明確的調度策略集,并識別各調度策略的決策優化模型,由此實現調度決策的知識化、模板化,形成標準化的調度預案,指導多調度席協同調度決策業務的開展。

調度決策優化建模,就是應用運籌優化方法,將調度目標、約束和策略轉化為可求解的數學問題和優化模型,重點關注調度計劃調整的時機和數量;再通過模型求解,將數學模型轉化為可程序化調用的算法實例,在調度決策過程中隨需調用、自動計算?；诖?實現調度決策的模型化、自動化,輔助調度員制定更為科學、精準的調度方案。

1.3.1 調度決策業務邏輯建模

調度決策場景是觸發實時調度業務的基本條件,調度決策場景分析是調度決策優化的前置任務。供應鏈實時調度典型場景,包含突發情況對供應鏈運行的影響、可選調度策略、調度決策目標、調度決策業務邏輯模型和決策優化模型。一體化煤炭供應鏈高發性、高風險的典型場景如圖7所示。

以預見性海運封航場景為例,進行場景深度分析和決策業務邏輯建模。海運封航分為封航前、封航中、解封后3個階段,各階段均有對應的決策目標集和一組具有優先次序的調度策略集(或叫調度決策樹)。調度決策執行邏輯為:①按照智能決策應用模式,根據仿真推演的關鍵指標反饋,遵循調度決策樹有次序地調用調度策略及對應的決策優化模型,自動優化調度方案(調度計劃集合);②將優化的調度方案推送給仿真系統進行推演,如此往復,直到仿真推演結果達到預期或決策到底;③最終將優化的調度方案以“日計劃”加“調度指令”的方式下發到各環節二三級調度機構執行落實。

圖7 實時調度典型場景集合Fig.7 Real-time scheduling typical scene collection

1.3.2 調度策略優化建模

調度策略優化建模(圖8),是支持調度員執行調度策略的可執行運籌優化模型創建,可根據調度員輸入的配置參數,自動運行并返回符合調度目標的優化調度計劃[6]。下面以預見性海運封航場景為例,示例性介紹調度策略優化建模與調度策略程序建模方法。

(1)決策優化設計建模。采用運籌優化技術,對海運封航場景下的決策優化建模進行了深入研究,設計了4個單策略的決策模型和1個多策略的決策綜合模型,根據封航階段和策略優先級,優化計算調度方案,生成最優的計劃調整的時機和數量,定量解決因封航造成的電廠告急、港口場存超限預警等問題。

圖8 調度策略優化模型Fig.8 Scheduling strategy optimization model

(2)策略優化程序建模?；趧討B量平衡和時空網絡思想,考慮實際場景下不同策略(重車分流、重車保留、裝車調整等)的優先級關系,結合貪心策略進行求解,并提供接口仿真系統進行數據交互。

2 決策支持系統

智能決策關鍵技術,是一套具有極強業務指導性和操作性的新型調度決策方法。從技術可行性驗證、工程應用性落地的目標出發,需要構建可演示的智能決策支持系統。

2.1 系統構建框架

智能決策支持系統的構建,是以自主成熟的基礎仿真產品為底座,面向決策優化模型和仿真機理模型案例成果,進行仿真資源庫、模型庫擴展和仿真分析評估功能擴展,以及調度決策支持與模型配置與求解擴展,最終形成支撐仿真推演與優化決策協同的一體化決策支持系統。

2.2 系統應用架構

按照標準化、模塊化、層次化軟件設計方法和模型驅動的體系結構,以數據模型為中心,構建決策支持系統的應用架構(圖9)。

(1)應用層。支持多席位協同應用和態勢展示。

(2)服務層。提供知識應用、模型管理、導調控制等輔助業務,以及調度決策、仿真推演、調度協作等核心業務。

(3)平臺層。具備數據資源庫、數據資源管理、仿真引擎、知識圖譜編輯、系統管理、外部接口等基礎支撐能力。

(4)支撐層。提供硬件、軟件支撐環境,支撐不同業務場景下的應用需求。

3 技術應用案例

實時調度智能決策技術應用驗證,需要基于決策支持系統,選取引發全局調度的典型場景預見性海運封航造成港存高為案例場景,通過調用一體化煤炭供應鏈仿真機理模型、決策優化模型,開展面向一體化煤炭供應鏈運行機理仿真、實時調度決策支持能力與決策應用模式的演示試驗,驗證研究成果的科學性、可信性和有效性,以及未來工程化建設的可行性、實用性和可落地性。具體實施步驟如圖10所示。

3.1 仿真可信驗證

基于供應鏈的歷史運行狀態數據、歷史調度計劃數據,實際運行能力數據和基礎數據,進行一段時間內的仿真運行推演,將歷史運行數據與仿真推演數據進行對比分析,驗證仿真推演技術的真實性、有效性和可信性。

3.2 異常場景技術驗證

在預設海運封航事件的情況下,以超實時仿真驅動一體化煤炭供應鏈推演運行,調度員可以預先發現,供應鏈按照原計劃運行,港口場存、電廠庫存等核心指標與各環節關鍵指標將會出現異常告警,從而觸發調度決策。經過優化決策后,調度員基于優化的調度方案再次仿真推演,判斷原有的港口場存與部分電廠庫存告急問題得到解決或有效緩解,一體化煤炭供應鏈可最大化地保持平穩高效運行。

(1)實驗想定。①實體構成。部署15類仿真對象的基本信息、位置信息、初始狀態信息,17個仿真活動及6個仿真規則。②任務信息。各環節運行計劃5個,包括裝車計劃、分流計劃、保留計劃、航運計劃、電廠耗煤計劃。③實驗輸出。一體化煤炭供應鏈運行態勢,各板塊綜合指標、細節指標及相關異常預警信息。

圖10 技術應用驗證步驟Fig.10 Technical application verification steps

(2)指標設計。一體化煤炭供應鏈推演結果從總調維度展示裝車完成情況、鐵路運輸總量、港口綜合情況、航運綜合情況、電廠綜合情況,并且對裝車、鐵運、港口、航運、電廠版塊的關注點進行指標細化展示,共計16個綜合指標,各板塊關注41個細節指標(圖11)。

圖11 供應鏈綜合指標與分項指標體系Fig.11 Comprehensive and sub index system for supply chain

(3)實驗實施。以供應鏈仿真推演技術成果仿真程序模型,調度決策優化技術成果決策業務邏輯模型的調度決策邏輯、決策優化模型的求解程序,以及仿真驗證環境和實驗數據為支撐,實施開展技術驗證實驗。實驗流程如圖12所示。

圖12 技術驗證實驗流程Fig.12 Technical verification experiment process

(4)實驗結果展示。依托仿真驗證環境,輸入各板塊初始狀態數據及計劃數據,基于離散事件和時間混合推進的高效引擎,調度仿真模型進行推演計算,并根據統計計算并展示各板塊關鍵運行指標,實現一體化煤炭供應鏈運行趨勢推演及展示。

(5)實驗分析。由技術應用案例可知,本次研究的實時調度智能決策關鍵技術具有真實性、有效性和可信性,符合集團一體化煤炭供應鏈實時調度的應用場景和使用模式,可支撐未來集團總調度室以數字化、智能化方式開展聯合實時調度工作。

4 結論與展望

4.1 結論

本文建立了一體化煤炭供應鏈實時調度智能決策的技術框架、技術路徑和業務應用模式,研究提出了可支撐未來工程化的供應鏈態勢仿真推演技術和調度決策優化技術,設計形成了可供工程化參考甚至復用的實例化仿真模型集和決策模型集,構建了仿真驗證環境并完成了仿真驗證實驗,為供應鏈實時調度智能決策這個概念工程落地邁出了重要且堅實的一步,降低了工程化實施的風險、難度和試錯成本,驗證了實時調度智能決策的業務價值和工程可行性。

4.2 技術應用展望

一體化煤炭供應鏈實時調度智能決策關鍵技術,具有重大的業務應用價值和產業示范意義。①預期在未來集團實時調度業務上能夠有效監控、精準優化一體化煤炭供應鏈的運行,保證電廠供應,提升運營效率和效益;②創造性探索出一套面向一體化能源供應鏈的調度決策優化技術,對于集團內部各級調度系統及外部相關行業具有創新示范意義。