О разработке платформы на основе цифровых двойников для развития систем жизнеобеспечения умных городов
В условиях стремительного роста городов, урбанизации и усложнения городской инфраструктуры возрастает потребность в эффективных и интеллектуальных решениях для управления системами жизнеобеспечения. В таких условиях традиционные методы управления попросту перестают справляться. Предлагаем вам ознакомиться с нашей статьей о разработке платформы на основе цифровых двойников, направленной на развитие и совершенствование систем жизнеобеспечения умных городов.
Выбрать раздел:
Цифровой двойник города
Цифровой двойник (Digital Twins, DT) города – это виртуальная копия городского пространства и его систем, точная модель, которая объединяет массивы данных о населенном пункте и отражает их изменения в реальном времени, а также позволяет управлять городом в физическом мире и прогнозировать события.
Основные три сценария использования DT города включают:
- помощь властям в принятии более обоснованных решений, в том числе совместно с жителями;
- выявление системных рисков в городском хозяйстве;
- обеспечение более эффективной работы элементов городской инфраструктуры, включая транспорт, энергетику, жилищный фонд.
Развитие полноценного цифрового двойника города включает несколько этапов. Первые два – это сбор пространственных данных и их 3D-визуализация. Далее в эту базовую модель интегрируются различные дополнительные данные, например, цифровые модели инженерных систем и оборудования, а также поступающая в режиме реального времени информация с устройств интернета вещей (IoT). Наконец, следующие этапы предполагают управление физическими процессами в городе через цифрового двойника, и затем автономное функционирование городских систем посредством искусственного интеллекта (ИИ).
Широкий спектр применений цифрового двойника города обусловлен его многосоставностью. Он должен объединить в себе большое количество источников данных и систем, функционирующих в городе, и поэтому его создание, как правило, начинается с разработки двойников отдельных кварталов, районов или зданий, которые впоследствии связываются между собой.
Одним из главных элементов жизнеобеспечения умных городов считаются системы отопления, вентиляции и кондиционирования воздуха (Heating, Ventilation, and Air Conditioning, HVAC). Они являются одними из самых высоких потребителей энергии в зданиях, в среднем потребляя около 40%. По данным Международного энергетического агентства (International Energy Agency, IEA) к 2050 году только на охлаждение помещений будет приходиться около 37% общего потребления энергии в мире.
Подробнее об умных городах Вы можете прочитать в нашей группе VK. В сообществе представлены различные материалы из мира информбезопасности, тематические переводы и актуальные новости — подписывайтесь.
Для того чтобы сбалансировать эффект теплового комфорта и экономии энергии, разрабатываются и предлагаются различные стратегии управления системами HVAC. Однако эти стратегии статичны и не учитывают динамических изменений потребителей.
Существующие подходы в основном сосредоточены на комплексном обеспечении комфорта, но в большинстве ситуаций люди совместно используют помещения, в которых живут, работают или учатся. Учитывая разнообразие граждан и их предпочтений, обеспечить им комфорт в общем пространстве довольно сложно. Возникает множество проблем, связанных с определением соответствующего уровня теплового комфорта для группы людей. Это может привести к дополнительным затратам на энергопотребление, поскольку настройки системы отопления, вентиляции и кондиционирования воздуха должны быть динамически адаптированы, чтобы обеспечить более теплую или более холодную температуру в зависимости от того, кто находится в зоне в данный момент.
DEMSA — платформа на основе цифровых двойников
Одним из решений данных проблем является разрабатываемая Парижским политехническим институтом (Франция) совместно с Университетом Мэриленда (США) платформа на основе цифровых двойников для самоадаптирующихся интеллектуальных пространств (DT-enabled Middleware for Self-adaptive Smart Spaces, DEMSA).
Главная функциональная задача разрабатываемой платформы будет заключаться в связывании и координации интеллектуального обмена данными между сервером на границе здания, цифровым двойником и узлами планирования на основе искусственного интеллекта для выработки соответствующих стратегий по управлению энергоэффективностью объектов умного города. Кроме того, платформа будет сопряжена с самоадаптивным механизмом, который сможет обнаруживать аномалии в генерируемом планировании и оперативно изменять его. Этот процесс позволит обеспечить баланс между энергопотреблением здания и требованиями к тепловому комфорту без вмешательства человека.
Архитектура платформы DEMSA состоит из следующих компонентов (рис.1):
Периферийная инфраструктура (Edge infrastructure): относится к реальной физической среде и связанным с ней системам здания (HVAC, IoT и т.д.). Она собирает данные IoT для мониторинга реальной среды здания, питания компонента DT и управления интеллектуальными энергетическими приложениями для обеспечения теплового комфорта и энергопотребления жителей.
Цифровой двойник (Digital Twins): цифровая копия физической архитектуры здания, оборудования, жителей и погодных условий в реальном времени. Кроме того, он использует несколько имитационных моделей для улучшения прогнозов и принятия решений.
ИИ-планировщик (AI Planner): важный элемент платформы, обеспечивающий оптимизацию работы здания на основе заранее определенных целей, поставленных администраторами. С его помощью решаются сложные задачи планирования для создания схем управления зданием для различных целей на основе прогнозируемых будущих событий. Семантическое представление цифровых двойников используется в ИИ-планировщике для создания точных стратегий.
Промежуточное ПО: выступает в качестве промежуточного звена, отвечающего за интеграцию данных и координацию взаимодействия. Состоит из двух ключевых компонентов – промежуточного ПО (Co-sim Middleware) и драйвера (Co-sim Driver). Основная функция – синхронизация совместного моделирования для оценки баланса энергопотребления и теплового комфорта. Кроме того, оно обеспечивает самоадаптацию в зависимости от ситуации в зданиях, взаимодействуя с ИИ-планировщиком.
Вышеперечисленные компоненты взаимодействуют друг с другом следующим образом. Периферийная инфраструктура соединяется с цифровым двойником, предоставляя фактические данные о здании. Кроме того, DT выполняет процедуры анализа «что, если» с помощью совместного моделирования. ИИ-планировщик также получает данные о здании для моделирования ситуации. Наконец, промежуточное программное обеспечение DEMSA выступает в роли защитника, который запускает AI Planner для регенерации нового плана, если DT предсказывает другую ситуацию в здании или обнаруживает нарушения метрик. Сгенерированные планы запускают новые инструкции, которые могут быть применены на периферийной инфраструктуре.
Функционирование платформы осуществляется в следующем виде:
① Администраторы зданий могут обновлять цели умного пространства – например, с помощью команд (config_plan (pattern)) для настройки шаблона «Низкий уровень энергии, Высокий уровень комфорта».
② Промежуточное ПО отправляет вызов ИИ-планировщику с помощью команды schedule(build_info, metrics), как только требуется новый временной план.
③ Ситуация в помещении меняется с течением времени. Чтобы решить новую проблему, ИИ-планировщик получает обновления от DT для перепланировки временных графиков. Здесь AI Planner запускает команду run_sim(sim_config) для получения обновлений о текущей или будущей ситуации в пространстве.
④ DT регулярно обновляет свои имитационные модели, используя информацию из изображений зданий. Затем DT использует вызов API командой get_model(sim_model) для получения необходимых имитационных моделей для совместного моделирования.
⑤ Со временем AI Planner может генерировать временные расписания с последовательностью выбора стратегии и отправлять их в ядро DEMSA с помощью команд update_sched(sched).
⑥ Такие расписания будут устанавливать и запускать периферийную инфраструктуру с помощью вызова API командой update(sched).
Адаптивная периферийная инфраструктура центра Drahi-X
Реализация прототипа платформы DEMSA основана на использовании настоящей периферийной инфраструктуры инновационного центра Drahi-X, расположенного в Парижском политехническом институте.
Центр Drahi-X – это здание третичного уровня площадью около 5000м2, имеющее 12 электрических зон и два этажа. Оно оснащено IoT-устройствами, такими как датчики температуры, детекторы движения, умные разъемы, системы HVAC, а также небольшими планшетными устройствами, установленными в коридорах здания. Эти планшеты используются администраторами здания для обратной связи с текущей обстановкой и их предпочтениями (обратная связь по тепловому комфорту). Для управления устройствами и общей системой HVAC установлена интеллектуальная система управления зданием (Building Management System, BMS). Ко всем системам Центр предоставил доступ.
Для создания цифрового двойника Drahi-X была построена 3D-модель здания (Рис. 2) в формате стандарта NGSI-LD. Цифровой двойник использует это представление для моделирования систем отопления, вентиляции и кондиционирования и поведения обитателей здания.
Для моделирования системы отопления, вентиляции и кондиционирования воздуха использовалось ПО EnergyPlus, которое представляет собой инструмент с открытым исходным кодом, моделирующий потребление энергии в каждом помещении. Также был использован SmartSPEC – интеллектуальный симулятор пространства, который генерирует траектории движения людей на основе их предпочтений и графиков активности.
В целях расширения функциональности SmartSPEC в него интегрировали механизм обратной связи, который генерирует отзывы жителей на основе смоделированной температуры в помещении из EnergyPlus. А для синхронизации этих инструментов моделирования были разработаны начальные объекты модуля косимуляции Co-Sim Middleware (см. рис. 1). В частности, имитационная модель EnergyPlus получает информацию о жителях от SmartSPEC для управления и отправки показателей температуры в помещении для создания обратной связи.
В настоящее время идет разработка компонента AI Planning для составления оптимальных расписаний с течением времени, с целью дальнейшего обеспечения работы адаптивной периферийной инфраструктуры центра Drahi-X.
Реализация проекта по созданию полнофункциональной платформы DEMSA позволит создать:
- систему обеспечения теплового комфорта, отвечающую за регулирование температуры с помощью различных стратегий управления;
- временное планирование периферийной инфраструктуры для балансировки теплового комфорта и энергопотребления;
- систему цифрового двойника зданий, позволяющую проводить анализ «что, если» с помощью модуля косимуляции;
- архитектуру промежуточного программного обеспечения для самоадаптирующихся периферийных инфраструктур, которая бы использовала обратную связь с людьми и пространствами.
Отдельно стоит отметить, что за рубежом активно ведутся похожие исследования в области разработки цифровых двойников и систем обеспечения жизнеобеспечения городов. Так, сотрудники бразильского Федерального университета Пелотаса (Universidade Federal de Pelotas) исследовали модели DT для зданий, включая информационное моделирование зданий (Building Information Modeling, BIM), беспроводные сенсорные сети (Wireless Sensor Networks, WSN), аналитику данных и подходы машинного обучения. Университет Ольборга (Aalborg University, Дания) предложил новую систему цифровых двойников для систем HVAC (HVACDT) на основе BIM с данными датчиков в реальном времени, используя подходы машинного обучения для балансировки прогнозируемого процента неудовлетворенности (predicted percentage of dissatisfaction, PPD) по тепловому комфорту и энергопотреблению. Кроме того, в ряде работ исследователей из Стамбульского технического университета (Istanbul Technical University, ITU) предлагаются промежуточные программные решения для повышения точности, разрешения и сложности DT.
Однако в большинстве существующих исследованиях основное внимание уделяется обеспечению теплового комфорта, при этом игнорируются вопросы энергоэффективности и использование различных климатических зон. Кроме того, если их сравнивать с исследованиями Парижского политехнического института, то главная особенность последнего заключается в разработке платформы с поддержкой DT городов, включающей динамическую адаптацию периферийной инфраструктуры (Edge infrastructure) в интеллектуальных системах (HVAC, IoT-устройства и т.д.) с учетом профилей комфорта их обитателей, климатических зон, энергетических систем и разнообразия пространств. Тогда как другие стратегии управления системами HVAC являются статичными и не учитывают динамических изменений потребителей.
Таким образом, интеграция DT с системами HVAC является сегодня центральной темой зарубежных исследований, направленных на обеспечение мониторинга в реальном времени, предиктивного обслуживания и оптимизации энергопотребления. В конечном итоге использование таких платформ, как DEMSA позволит обеспечить более эффективную работу энергетического и жилищного фонда, повышая устойчивость и безопасность систем жизнеобеспечения умных городов.