支持信息-物理-社会系统研究的跨领域交互仿真平台

薛禹胜，谢东亮，薛 峰，黄 杰，蔡 斌，蔡林君

（南瑞集团有限公司（国网电力科学研究院有限公司）,江苏省南京市 211106）

0 引言

信息物理系统（cyber-physical system,CPS）概念指出了工程系统中物理与信息紧密耦合的特征,得到了不同学科的广泛认同。但它忽视了政策、行为等社会因素的影响以及多领域广泛交互的事实,导致无法对系统的全部行为做出准确的分析和判断。以电力领域为例,电力市场缺陷、自然灾害、极端气象、一次能源价格暴涨等外部因素已经引发了包括美国加州电力市场崩溃、中国南方冰灾、日本福岛核事故、美国得州能源灾难等后续造成电力供应危机的风险事件。这说明,电力与一次能源、生态环境、社会系统之间的联系比想象的更紧密,并仍在持续加深中。

文献［1］于2010 年提出CPS 需要考虑社会元素,形成信息-物理-社会系统（cyber-physical-social system,CPSS）。目前,CPSS 研究已经拓展到计算机、自动控制、公共管理、军事作战、反恐、智能交通、建筑、智慧城市、智能制造等领域［2］。文献［3］从能源转型的本质特征出发,提出了能源的CPSS（CPSS in energy,CPSSE）概念,为融合信息、物理、社会元素,研究跨领域、多学科的能源转型问题提供了分析框架。对CPSS 的整体研究,不仅具有很高的理论价值,而且现实意义也十分突出。当研究对象拓展至包括能源、交通、城市、社会管理等在内的CPSS 跨领域研究范畴时,由于参数、对象的扩增,层级、尺度、维度的叠加,相关信息系统的复杂度必然会激增。

仿真是研究复杂系统［4］的重要工具；CPSS 是对复杂系统的一个概念框架。电力系统因其具有强非线性与非自治性的特征,规划与运行都强烈地依赖于数值仿真。

仿真是基于模型的活动［5-6］,CPSS 系统的建模离不开对涉及的各领域问题及其相互关系的理解。随着问题、数据、经验的不断积累,电网、交通网、能源网、物流网络、碳元素流、市场经济、供需预测、负荷预测、运行控制、投资规划等大量领域仿真模型日臻完善。

然而,各领域模型在计算目的、时间尺度、交互特性、支撑平台等方面存在巨大差异,如果不能找到一个通用型仿真平台作为纽带,CPSS 范围内的跨领域仿真仍难以实现。MATLAB/Simulink 和高层体系结构（high level architecture,HLA）是通用型仿真平台中的佼佼者。前者主要用于科学研究和系统设计,提供有多领域仿真工具箱,每个工具箱具备单一尺度仿真功能［7］；后者早期用于兵棋推演,后来也被应用于其他领域研究,提供了支撑分布式交互仿真的建模接口和运行时系统［6,8］。但将它们用于CPSS 研究时,均存在着跨领域多尺度仿真实现难度大、代价高的问题,前者还缺乏社会行为模拟的必要支撑环境［7］。

笔者所在团队多年来在能源电力领域的复杂问题研究过程中推动了CPSS 仿真平台（simulation platform for cyber-physical-social system, Sim-CPSS）的不断发展,后者又反过来支撑了CPSS 的研究。

1 仿真平台的发展历程

1.1 研究对象的拓展

笔者团队自1985 年至今,一直致力于电力系统安全稳定性的理论、算法、仿真、分析与控制装备的创新与应用,发明了国际上至今唯一得到理论证明并实现工程应用的电力系统暂态稳定性量化分析方法—— 扩展等面积准则（extended equal area criterion,EEAC）。以EEAC 为核心的电力系统安全稳定量化分析与优化决策软件FASTEST（fast analysis of stability using the extended equal area criterion and simulation technologies）已出口到美国、加拿大等国家的29 个用户［9］,在软件集成商及用户数量上,均处于国际领先地位［10］。研制了电网广域监测分析保护控制系统（WARMAP）并获得广泛工程应用［11-13］,大大推进了电力CPS 的发展。

2000 年左右,团队开始探索物理的电力系统与非电力系统环节之间的交互影响。文献［14-15］首次探讨了如何分析市场经济元素与物理的电力系统规划与运行之间的相互影响。历经20 多年的量化研究,涵盖了关于社会因素对电力安全稳定性、充裕性及经济性的影响,包括:可再生能源发展［16］、电力市场［17］、政策监管［18］、投资经营［19］、竞争博弈［20］、信息攻击［21］、应急处置［22］、多种极端自然灾害［23］、排放污染［24］、排放权市场与代替市场的协调控制［25］等。

2016 年,撰文指出智能电网（smart grid,SG）将信息技术与电力系统深度融合以提高电力系统的效率与可靠性,就是电力领域的信息物理系统（CPS in power,CPSP）［26］。2017 年,再次撰文强调在大规模清洁能源替代及电能替代下,SG 必须融入整个能源链的智慧能源（CPS in energy,CPSE）建设之中,而在市场开放环境下则必须进一步拓展为CPSSE［3］,如图1 所示。

图1 从SG 向CPSSE 的发展过程Fig.1 Development from SG to CPSSE

1.2 仿真工具的发展

随着研究对象不断向外拓展,为研究提供支撑的仿真工具集也需要不断扩大内涵、增加功能。图2 总结了近年来围绕CPSS 研究,不断研发的核心仿真工具集的发展脉络。

图2 支撑CPSS 研究的核心仿真工具集的发展Fig.2 Evolution of core simulation toolsets to support CPSS researches

如图2 所示,CPSS 仿真工具有平台型软件系统的共性特征,主要分为“平台”与“应用”2 个组成部分。“平台”层用于实现领域-尺度-角色-对象之间的交互功能；“应用”层用于实现具体领域的仿真功能。

此外,图2 同时反映出CPSS 研究中多个领域逐步走向融合的趋势:

1）2006 年以前,仿真在孤立领域中开展,包括:改进电力系统（power system,PS）仿真,构建全新的电力市场（power market,PM）仿真器［27］。

2）2006—2009 年,在PM 仿真器的底层构建了PS-PM 仿真平台［28-31］；基于这一新软件“基座”,对PS-PM 仿真环境进行了重构,在平台中接入了团队自主研发的独立软件系统——FASTEST,具备了直接调用电力系统安全稳定分析（dynamic security assessment,DSA）的功能；构建了首个跨领域仿真器。

3）2010—2013 年,将PS-PM 领域特殊功能剥离出“平台”层,构建了首个通用型仿真平台——Sim-CPSS（部分文献中称为大能源系统动态仿真或DSMES 平台［32］）,研发出1.0 版本,开始向应用层提供可靠服务；依托“平台”的开放接口,构建了碳市场（carbon market,CM）仿真［33］与电力充裕度（power system adequacy,PSA）仿真［16,34-35］等2 个全新领域应用程序（Application,以下简称App）。

4）2014—2017 年,构 建 了PM-CM［36］、PSADSA［37］等2 个新的交互仿真环境；同时,结合能源转型研究需求,相继构建了“企业级能源转型规划”（enterprise-level energy planning,ELEP）和“区域级能源转型规划”（region-level energy planning,RLEP）等多个能源领域App［38-39］。

5）2018—2019 年,仿真规模和融合度持续提升,成功构建了RLEP-PSA-DSA 仿真环境,用于支撑地区级的能源-电力-环境协同优化［40］。

6）2020 年 至 今,Sim-CPSS 平 台 进 一 步 升 级 到2.0 版本,基于云计算技术,继续为更多的研究人员提供更大规模、更广泛领域的交互仿真服务。

2 融合交互仿真

2.1 跨领域仿真

跨领域仿真涉及软件之间的动态交互,包括星型和蛛网型2 种拓扑构型。蛛网型的接口更多,复杂度更高。Sim-CPSS 采用星型拓扑,多个App 之间的动态交互在统一的平台（Platform）层实现。

为了增加灵活性、简化交互机制,Sim-CPSS 平台引入了基于共享数据的“黑板”架构［41］,构建了以下数据容器和接口:

1）存储交互数据的“黑板”:将跨领域仿真涉及的全部交互数据存储于一个共享状态“黑板”。仿真过程中,不同App 只能通过“黑板”进行数据交换。图3（a）给出了2 个领域App 交互的例子:在交互的每一步,由主控App（Master-App）触发单个领域App（如App1）的运行,在运行过程中完成“黑板”数据的存取,此步骤中其他领域App 处于休眠态,如图3（a）中步骤2、3 所示；通过重复这些步骤,实现对交互仿真的想定。

2）标准化调度接口:围绕上述交互架构,Sim-CPSS 定义了3 组接口,分别为跨平台接口（crossplatform interface,CPI）、跨 应 用 接 口（crossapplication interface,CAI）和 跨 对 象 接 口（crossobject interface,COI）,分别负责跨平台、跨应用和跨对象的交互。CPI 帮助用户/外部系统访问平台的数据和应用程序资源。图3（a）步骤1、4 中,用户运用该接口启动了主控App,并获取了交互仿真结果；CAI 帮助平台中的App 访问数据或其他程序资源:图3（a）步骤1、2、3 中的跨App 交互由该接口实现。

上述交互机制在异构的仿真环境中,通过中心化的“黑板”架构,降低了交互过程的复杂度。Sim-CPSS 通过“进程驱动”的“黑板”动态更新机制,实现了面向“黑板”数据的交互应用开发模式,大大减少了对各领域子系统的修改量,且具有易调试、易并行的突出优点。

2.2 多尺度仿真

动态仿真必须指明步长才能正确地包含积分环节。快动态和慢动态过程的仿真通常采用不同步长,以确保仿真效率。然而,实际复杂系统的动态过程总是快慢交织的,多尺度联系成为常态。在某些领域研究中,已就多时间/空间尺度仿真进行过一些有益尝试［42］,但均未上升至通用模型。

Sim-CPSS 按照以下思路构建通用型多尺度仿真框架:1）拓展“时步”概念,用尺度可定义的“事件”取代“时步”；2）建立“事件”驱动仿真的机制［32］,用不同事件队列表示不同尺度仿真进程,实现“多尺度并存”；3）建立“多尺度同步”机制［32］,通过控制不同尺度“事件”同步触发,实现多尺度进程间的配合与协同；4）借助“黑板”或其他信息共享机制,实现“多尺度信息共享”。

2.2.1 领域内的多尺度

根据上述思路,需要重构传统的单一尺度仿真环境。Sim-CPSS 将重构后的环境称为“混合仿真环境”；在该环境中,定义了一组COI 来组织具有多尺度、多角色交互特征的仿真［32］,如图4 所示。

除“事件”外,图4 的“混合仿真环境”还定义了“对象”“服务总线”“仿真脚本”等概念,分别用来描述参与仿真的个体、对象之间的互相调用,以及用户对于仿真环境的描述。“事件”除了表示时步,还用于描述逻辑步骤、扰动等。

图4 “混合仿真环境”的实现原理Fig.4 Software realization of“hybrid simulation environment”

图3（b）揭示了利用“混合仿真环境”实现多尺度仿真的过程。以2 个尺度仿真进程的交互为例,当用户希望在“月”一级仿真中嵌入“天”一级仿真时,只需连接“月”事件和“天”事件的触发器,就能在“1 月”和“2 月”的仿真步之间插入另一尺度仿真进程（如1 月1 日—1 月31 日之间的31 个“天”级时步）。各尺度在触发时,其他尺度仿真对象处于休眠态,因此进程之间互不影响。要完成多尺度之间的互动,用户需进一步借助COI 的“对象”和“服务”接口,实现跨尺度条件下的数据I/O 和服务请求传递。

2.2.2 跨领域中的多尺度

如果不同领域的仿真问题恰好也处于不同尺度,可以考虑运用图3（a）的架构去实现。由于共享数据“黑板”隔离了不同领域的App,因此不同尺度的仿真环境只会存在于各自领域App 的内部,而多尺度的互调用能够借用跨领域交互机制实现。

图3 融合交互仿真的实现原理Fig.3 Software fusions of interactive simulation

多尺度信息共享也可通过“黑板”完成,为此:1）Sim-CPSS 为“黑板”添加了多尺度数据存储支持；2）具体领域App 也可将仿真结果经尺度转换后再送入“黑板”,如将小尺度结果归总聚合为大尺度,或基于某种分布规律或分配策略将大尺度结果分解到小尺度向量。

2.3 多角色仿真

社会行为的精确模拟［43］一直是经济学、社会学的未解难题。多代理仿真（multi-agent simulation,MAS）［44］和 实 验 经 济 学 仿 真（experimental economics simulation,EES）［28］是 近 年 涌 现 出 来、有代表性的2 类仿真技术。前者将社会行为的决策主体看作普通对象,每个主体根据有限的输入计算出有限的输出,属于闭环决策模式；后者则通过向真实实验者分享实验（仿真）状态,进而采集其反应（决策）,属于开环决策模式。由于存在大量难以数学建模的行为模式,因此前者并不能替代后者。

“混合仿真环境”支持2 种仿真模式的混合接入［30,32］:1）支持基于面向对象编程（object-oriented programming,OOP）技术构建MAS 环境；2）借助化身（Avatar）对象来实现EES；3）支持自由选择“代理”或“化身”对象来模拟某个（或某类）社会角色；4）支持在同一仿真环境中引入多种角色（如报价者、投资者等）,支持“代理”和“化身”对象同时参与某一仿真过程。

图3（c）给出了用平台实现“报价实验”这一EES 仿真的例子:在“报价”时段,通过事件通知“报价者”化身对象向参与者推送仿真断面信息（即“报价界面”）,参与者收到后可在界面中自主“修改报价”；报价修改动作会同步给“化身”；在“出清”时段,“化身”把更新后的报价报送给市场。

3 实现架构与功能

3.1 总体架构

融合交互仿真技术需要置于合适的信息系统架构中方能实现。Sim-CPSS 的架构设计在10 年历程中跟随研究对象拓展、信息技术发展不断演进。目前的最新软件架构如图5（a）所示,采用了云计算服务模式,能为用户提供“免安装、免下载、接入即用、灵活定制”的云仿真体验。它由“云平台”和“多终端”2 个部分组成,符合互联网平台的典型特征:“云平台”又分为“云服务接口层”与“混合仿真环境”,前者提供跨领域仿真（2.1 节）及其他云服务功能,后者根据图4 原理实现；“多终端”包括Sim-CPSS 客户端及与平台存在I/O 联系的其他外部业务系统。

图5 Sim-CPSS 平台的最新软件架构与可视化开发流程Fig.5 Latest software architecture and visual simulation development process of Sim-CPSS

在软硬件架构不断演进的同时,平台层功能持续完善、应用层组件资源不断丰富,这为研究人员在平台上开发更多领域的仿真App、接入更多的外部仿真软件或者连接多个App 组建融合交互仿真环境提供了极大的便利。

3.2 平台层的功能

3.2.1 可开发性与可编程性

Sim-CPSS 平台定位研究工具,因此强调可开发性与可编程性,能为研究者快速定制仿真环境提供工具支持。

借鉴MATLAB、HLA、DigSILENT 等仿真工具的成功经验,Sim-CPSS 提供了仿真标记语言（simulation markup language,SML）接口,它综合了可扩展标记语言（extensible markup language,XML）的结构自描述性与高级语言（如Lua、Python）的编码简洁性的优点。用户通过运用SML 语法编写仿真脚本,实现对“混合仿真环境”的编程,一方面降低了编写难度,另一方面获得“即时编译,随改随用”的便利。如图4 所示,在“混合仿真环境”中包含“设计时”和“运行时”2 个环境。前者帮助开发人员利用SML 语言编写仿真脚本；后者负责加载仿真脚本、根据脚本即时构建仿真环境,运行仿真并输出结果。

SML 经过10 年的发展,语法日益简洁、功能日益强大。研究者/开发者不仅可通过SML 对“混合仿真环境”的方方面面（如多尺度、多角色特性）进行深度定制,还派生出“自动化脚本”引擎。通过该引擎可以定义云服务接口层的自动化流程,大大提高跨领域仿真的效率。

3.2.2 组件化与可视化

在构建跨领域仿真过程中,以SML 对仿真环境的高度抽象为基础,采用了可视化组件技术来渲染“黑板”数据对象,开发了图形化建模器、推演器、结果呈现器等易用性增强模块,实现了对仿真环境的组件化、可视化表达,使仿真环境的开发更加简单、直观。图5（b）演示了仿真环境的图形化开发流程,分为以下几步:1）创建代表“黑板”的数据文件；2）创建“元件”（对象的模板）库；3）用“元件”创建“对象”,并建立“对象”之间的连接；4）编辑“元件/对象”的数据；5）运行仿真并查看结果。其中,创建“元件”时可添加“服务连接”的语义,并借助SML 描述特定语义下“服务连接”的复杂行为。

3.2.3 开放性与安全性

在开放性方面,外部软件系统/模块既可主动访问平台资源,又可被平台访问。前者通过CPI 实现；后者通过平台接口程序实现。

任何仿真程序只要不含人机交互特性,理论上均可接入Sim-CPSS 平台作为仿真组件使用。接入前,需准备“非标准到混合仿真环境”的双向转换接口,如图5（a）所示；接入后,该程序在运行期就有能力访问由接口指定的平台资源。文献［31］给出了外部仿真程序FASTEST 接入平台的示例。

在安全性方面,与其他网络平台类似,用户/外部系统访问Sim-CPSS 平台需要经过安全鉴权；全部仿真资源均实现了用户级权限管理；非标准仿真应用需要部署在内部安全网络中,并经由接口才能与平台交互。

3.3 应用层的仿真组件库

与MATLAB 的仿真工具箱［7］类似,Sim-CPSS平台也内置了可复用的仿真组件库,允许用户自由选取封装好的仿真资源,变“一次开发”为“二次开发”,来提高领域/跨领域App 的开发效率。文献［31］介绍了为电力系统-电力市场交互（PS-PM）仿真准备的组件库。Sim-CPSS 平台在继承PS-PM 平台组件库的同时,进一步将仿真组件库扩充至更广领域,在平台生态建设方面取得新的进展。

3.3.1 通用域组件1）信息采集类（包括对多源信息采集的支持）:（1）文件源:增加了从JSON/CSV/XML 等格式文件中采集数据的支持；

（2）数据库源:增加从MySQL 等数据库中采集数据的支持；

（3）网络源:增加了从Socket.IO 等协议网络中采集数据的支持；

（4）行为源:完善了通过多代理建模理性行为、通过EES 终端以人机交互方式采集非理性行为的方法。

2）知识提取类:

（1）多场景及概率分析支持:支持构建多分布函数、通用型多场景风险计算框架、支持场景随机生成、场景削减等常用模型；

（2）网络建模与分析:基于图论思想,增加了复杂网络的有向图建模、网络连通性检测、最短路径生成等功能组件。

3）决策支持类:

（1）基础优化支持:新增优化器基类,支持通过Python 优 化 工 具 箱、MATLAB 的m 语 言 或mdl 格式导入优化模型；

（2）高级优化支持:增加了一系列通用优化组件（包括:代价性能比计算、灵敏度搜索算法、敏感度分析等）；完善了仿真断面保存、载入、多断点试探的自动化机制。

4）其他:

（1）模型调试支持:在“混合仿真环境”中增加了对Lua 语言代码的断点调试组件；

（2）多编程语言支持:增加了 Python/MATLAB 等高级语言模块的接口；

（3）多计算节点支持:支持在领域仿真中实现并行计算。

3.3.2 电力域组件

主要包括电网基础拓扑、电网充裕性、安全性等3 个组件库:

1）电网基础拓扑库:包括源、网、荷、储4 类；

2）电网充裕性分析库:含运行尺度充裕性分析（包括:新能源不确定场景的生成与削减、电网运行控制成本评估、停电/新能源消纳等充裕性风险评估、电网充裕度量化评估、给定场景下源-网-荷-储有功调度模拟与优化、水/火电等容量备用配置优化、跨区备用配置优化）、规划尺度充裕性分析（包括:年内综合工况生成、年内电网运行风险聚合、充裕性投资性价比分析、充裕性投资方案执行）等模型；

3）电网安全性分析库:含运行尺度安全性分析（包括:安全性分析文件自动生成、静态潮流分析、安全稳定量化评估、暂态稳定极限计算、最优稳控策略搜索、电网安全风险评估）,以及规划尺度安全性分析（包括:年内工况筛选及扰动生成、安全性投资性价比分析、安全性投资方案执行）等模型。

3.3.3 能源域组件

能源域主要聚焦中长期能源转型路径的仿真推演与优化,包括:煤、油、气、电等各类能源子系统的中长期能量平衡,一次能源生产与转化,能源基础设施全寿命周期模拟（建设、运行、节能改造、CCS 改造、退役）,能源基础设施技术进步（能源转换效率、新能源单位容量造价等）,能源基础设施资产（债务、净资产、资金积累等）,能源基础设施收益,能源基础设施成本（燃料、运维、折旧、财务、排放）,企业级/区域级/国家级能源转型路径聚类,指定转型目标下的路径优选,多转型目标-路径的联合优化等模型。

3.3.4 环境域组件

环境域主要聚焦碳减排与碳增汇研究,包括:设施碳排放量评估模型、设施碳排放成本模型、企业碳排放评估模型、企业碳资产评估模型、碳减排/碳增汇投资的成本效益测算、碳减排/碳增汇技术进步模型等。

3.3.5 交通域组件

交通域主要聚焦电动汽车（electric vehicle,EV）出行与充电研究,包括:EV 单体/聚合模型、交通网模型、交通流仿真、始发地-目的地（O-D）最短路径算法、充电可行域评估、备用容量量化评估、充/放电决策优化等模型。

3.3.6 社会域组件

社会域组件主要包括碳市场、电力市场、政策分析等3 个组件库:

1）碳市场库:碳市场参与者模型、碳交易行为决策模型、碳排放/碳抵消市场出清与结算、碳减排/碳增汇投资决策优化模型、碳排放/碳抵消市场分类监管与当量协同模型等；

2）电力市场库:电力市场参与者与竞标者模型、负荷聚合商模型、发电投资者模型、电网投资者模型、电力市场出清与结算、电力现货机制/辅助服务市场机制等模型；

3）政策分析库:政策制定者模型、可再生能源促进政策/能耗双控政策/企业政策等模型。

4 应用案例

下文将“电力转型主动支撑能源转型”（图2 中称为RLEP-PSA-TSA 仿真）作为一个能源仿真领域的实例,描述在Sim-CPSS 平台上构建融合交互仿真的过程。其构建过程共分为以下4 步。

1）仿真组件选择

本案例涉及区域级能源转型规划（RLEP）、电网充裕性分析（PSA）、电网安全性分析（DSA）等3 个仿真领域。上述领域组件的时间尺度分别为年、小时、毫秒,跨度非常大。单独使用RLEP 组件既不能输出电网转型规划结果,也不能详细评估某种电源规划所带来的运行期风险,因此可能产生源-网规划不协调的问题。PSA-DSA 组件库只能开展电网运行风险分析,并不能直接用于规划研究。但2 个组件库之间有很强的互补性:与传统模型相比,PSA-DSA 在仿真的基础上增加了量化分析模块,可以对停电或弃新能源的风险代价进行量化［45］；这刚好可与RLEP 输出的投资成本进行对比,给出边际投资量的优化信号。

2）交互模型设计

根据以上对多领域协同原理的分析,提出图6所示的跨领域交互模型。该模型负责在转型期内的每一年根据能源转型路径（左侧蓝线）生成电力转型路径（右侧红线）:（1）每个规划水平年伊始,RLEP将年度多类型电源装机共享于“黑板”；（2）PSADSA 综合该信息、负荷预测信息、上一年的网-储信息生成并共享该年的工况库；（3）PSA 和DSA 同时获取共享的工况库,启动风险评估,并在判断风险越限后,从各自的方案库中依次评估每一种投资措施的代价性能比,共享至“黑板”；（4）PSA-DSA 融合考虑充裕性、安全性2 个方面的推荐方案,给出本步投资策略（如升级电力网架或优化储、荷分布）；（5）重复上述步骤,经多步迭代（包括在风险越限且无措施可用时回溯到前续水平年的操作）后,生成本年度的电力转型方案。

图6 在跨领域仿真框架下实现电力转型优化的原理Fig.6 Optimization process of long-term power planning by using multi-domain and multi-time-scale simulation in Sim-CPSS

3）交互数据设计

上述流程涉及的数据包括:（1）转型路径数据,含多类型电源在每个水平年的装机容量；（2）当前年的工况库数据；（3）当前年的候选电网投资方案及其代价性能比数据；（4）当前年的选中电网投资方案信息（如编号、类型、装机容量等）；（5）全路径电网投资方案（含投资成本）；（6）全路径电网的剩余运行风险成本。

4）交互接口设计

除数据外,还需要新增数个CAI:

（1）关联至RLEP 的接口,按其作用命名为:生成电源装机路径、获取电网投资结果与剩余风险、评估路径总风险成本。

（2）关联至PSA-DSA 的接口:生成工况+扰动库、充裕性风险评估+风险判断+投资方案代价性能比更新、安全性风险评估+风险判断+投资方案代价性能比更新、投资方案优选、投资方案执行。

按照上述设计,运用Sim-CPSS 平台提供的丰富工具,完成上述数据、接口的搭建后,即可实现RLEP 与PSA-DSA 互通的环境,图6 所示流程即可逐步手动点击完成。为了获得更高的分析效率,可进一步基于Sim-CPSS 的“自动化脚本”引擎开发如图3（a）所示的主控App,实现图6 的自动化。

5 结语

为了更准确地分析复杂自适应系统的行为,需要将研究范畴拓展至CPSS,同时考虑广义物理系统之间的交互影响。由于问题的复杂性,仿真技术在CPSS 研究中更加不可或缺。当前,主流的仿真工具在用于支撑CPSS 跨领域、多尺度、多角色研究时实现难度大、代价高。Sim-CPSS 作为一款南瑞自主研发且拥有完全知识产权的工业仿真软件,为CPSS 研究提供了更适配的研究工具。经过10余年的发展,它的研究对象不断增多、内涵不断扩大、功能不断完善；它实现了对通用型融合交互仿真的支持,能够将不同领域、不同时间尺度的仿真程序融合在一起,协同一致展开仿真推演；它还提供了社会元素建模和接入功能,支持多代理、“化身”模型的混合接入。在架构不断演进的同时,Sim-CPSS 的平台层功能逐渐完善、应用层组件不断向新领域拓展。基于该平台,笔者所在团队成功构建了跨3 个领域、3 种时间尺度的融合交互仿真案例。

实践表明,Sim-CPSS 能有效弥合多领域、多尺度、多种社会行为接入模式下仿真环境之间的巨大差异,实现异构仿真环境的互通、互动、互用,将融合交互仿真由“不可能”变为“可能”。除此以外,Sim-CPSS 还提供了研究型仿真平台所需的大部分重要功能特性,包括:可开发性、可编程性、组件化、可视化、开放性与安全性等,大幅提升复杂系统交互仿真研究的效率,力图在“能用”的基础上做到“好用”。

作为结构和生态日趋复杂的软件系统,Sim-CPSS 仍存在大量的改进空间。进一步的完善方向包括:1）构建更精细、覆盖领域更广的CPSS 融合仿真环境；2）对标国际先进水平,持续完善图形化、易用性功能；3）增强基础数据处理能力,提高大数据处理性能；4）增强云计算能力,提高并行仿真性能；5）进一步简化可编程接口,增强可开发性,为用户提供集成开发体验等。