《电力系统数字孪生的概念、特点及应用展望》——阅读笔记

1、摘要

针对数字孪生在电力系统中面临的概念模糊、项目数量众多却缺乏评价标准、与传统仿真区别不明等 3 个问题， 通过分析数字孪生的多种定义，澄清数字孪生及其相关基本概念；从数字孪生应当具备的主要特征出发，提出数字孪生项目成熟度评价的 5 个维度；通过回顾电力系统仿真工具的 发展历史，剖析电力系统无法孕育数字孪生概念的根本原因，明确数字孪生与电力系统仿真的区别。在此基础上，提 出数字孪生在电力系统应用的发展方向和赋能领域，并介绍数字孪生的常用构建技术。最后，以基于热泵的制冷供热系统数字孪生项目为例，展示数字孪生的基本特征，并结合所提成熟度评价方法对此项目进行评价分析。

2、主要内容

2.1 数字孪生概念辨析

数字孪生概念之所以混乱，是因为随着研究的深入，不同研究者对于数字孪生这一概念的具体理解不同。文章把“数字孪生”理解为一个整体名词，在不同的语境中指代不同的对象，包括：数字孪生体，物理—数字孪生系统，数字孪生技术等。文章还提出可以将数字孪生体理解为一种理念，一方面，在数字空间中构建能够反映物理实体运行规律的数字空间模型，并利用该模型推演、预测物理对象的变化趋势，验证控制规律，从而改变物理对象的演化轨迹；另一方面，持续利用对物理对象的观测，积累对物理对象的认知，从而对其数字空间模型进行不断地改进，使之能更准确的反映物理变化规律。

2.2数字孪生的核心特点

（1）自治

数字孪生体与物理实体具有相同的物理规律，在给定数字空间边界条件后，将能够在物理规律的驱动下独立演化。自治特性为数字孪生的模拟推演能力赋能，通过赋予数字孪生体不同的边界条件，可以推演不同外部因素对物理实体产生的影响。

（2）同步

同步具有两层含义。第一层含义为：在利用数字孪生体推演物理实体的变化轨迹时，需要利用物理实体的当前状态对数字孪生体进行初始化，使数字孪生体和物理实体初始条件保持一致。第二层含义是：数字孪生模型需要根据物理实体的变化不断修正自身结构和参数，从而准确反映当前物理规律。

为了实现数字孪生体和物理实体的同步，数字孪生通过构建数据驱动的统计相关性模型来弥补知识驱动的微分代数模型的动态建模不完备的缺陷，并通过与物理实体间的双向数据交互确保数字孪生与物理实体的状态同步。

（3）互动

互动性指数字孪生体和物理实体间的双向影响。一方面，通过在数字孪生体上预测物理实体的变化趋势，可以对不同的控制策略进行筛选，从而改变物理实体的演化轨迹；另一方面，通过对物理 实体的观察和分析，可以不断增进对物理实体的认知，从而改进数字孪生体，使其能够更加准确地反映物理实体的变化规律。

（4）共生

共生指数字孪生体和物理实体有利于彼此的发展。对于物理实体，数字孪生体通过预测物理实体的未来运行态势为不同控制策略提供验证平台， 从而筛选出合适的控制，实现物理实体发展轨迹的调整；对于数字孪生体，物理实体的存在帮助技术人员更深刻地认识研究对象，从而实现数字孪生体的调整和升级。共生是数字孪生理念存在的目的和意义，即认识世界（物理实体——>数字孪生体）和改造世界（数字孪生体——>物理实体）。

2.3数字孪生项目的成熟度评价（从数字孪生的四个核心特点出发）

（1）可视性

可行性即从数字的角度对物理对象进行观察。由于数字孪生体集合了物理量测结果和仿真计算结果，因此能够很好地解决物理对象的可观测性问题。

项目的可视性可以根据是否具备以下5个部分进行评价：满足业务需求的可视化界面；物理实体及其内部关键部件的三维动态模型；物理实体的关键运行状态及运行参数的实时展示；孪生体的关键 运行状态及运行参数的实时展示；给定环境预测信息或不同控制算法下的未来运行态势展示。

（2）可预测性

可预测性指可以利用数字孪生体(包括物理对象的机理模型和基于量测的数据相关性模型)预测物理对象在未来一段时间的变化情况，而针对电力系统部分特性进行较高可信度的计算推演，对实现控制策略的验证等应用场景至关重要。

项目的可预测性可综合以下两个指标进行评价：1、可预测范围：可实现预测的关键运行状态数占全部关键运行状态数的比例；2、预测精度：孪生模型在一定时间尺度上对关键运行状态的预测精度，可用均方误差、平均绝对误差等常用预测评价指标进行量化。

（3）可假设性

可假设性指可对数字孪生体指定一些实际工程中出现概率极低的运行边界条件(即极端场景)加以推演。由于电力系统是一类典型的具有大量随机因素影响的复杂系统，极端事件的概率不能忽视，此时数字孪生体需具备设定极端工况的能力，并独立地对物理对象未来运行态势计算推演。

（4）可解释性

当物理实体出现某一现象以后，利用数字孪生体进行模拟分析有助于了解现象背后的机理。数字孪生模型融合了知识驱动的微分代数模型和数据驱动的统计相关性模型。在利用数字孪生体进行模拟分析时，前者借助后者弥补其动态建模不完备和未考虑不确定性信息的缺陷，后者借助前者来弥补其样本有限和样本有偏的缺陷，两者的融合从机理和数据两方面共同提高数字孪生的可解释性。

项目的可解释性可以根据以上两类模型的互补融合层次进行评价，比如建模层次，仿真模拟层次和决策支持层次。

（5）可互动性

物理对象和其数字孪生体互动互利，数字孪生体利用实时采集到的运行数据不断自动演化更新，因此可以随着实体对象一同演化；反过来，数字孪 生体又能作为实体对象状态检测、控制策略验证等功能的平台，从而帮助物理实体实现人们期望中的演化轨迹。

项目的可互动性可以根据数字孪生体是否可在由业务需求所决定的时间尺度上，实现以下两个任务进行评价：利用采集到的运行数据不断自动演化更新（由实入虚）；对物理实体实现最优决策的下达和执行（由虚控实）。

2.4数字孪生与建模仿真的区别

（1）从使用目的及利用方式来看

传统仿真往往只能被作为一种计算工具用于分析和辅助决策，只是服务于某种业务，而这种业务尚 未实现业务链的全数字化，仿真工具只能通过人工的调用融入业务。数字孪生则是深度融入数字化业务，利用其可视性、可预测性、可假设性、可解释性和可互动性等多个性质认识和改造物理实体，实现自动闭环。（传统的电力系统仿真更多地被当作一种分析工具，而数字孪生则以业务需求为导向进行建模，同时还需要根据业务流程在建模仿真的基础上构建其它相关应用以形成数字化的业务链）

（2）从模型构建和模型更新的方式来看

传统仿真一般基于人们对物理对象的认识，采用离线的方式建立物理对象的数学模型。当发现模型不能准确反映物理对象的运动规律时，往往采用离线的方式对模型的结构和参数进行更新。而数字空间中的数字孪生体则是通过与物理对象的互动实现模型结构和参数的自动更新。

（3）从建模对象的时空尺度来看

传统电力系统仿真一般仅针对局部电网的时间常数较大的过程进行建模，只涉及电路的仿真( 考虑

设备外特性 ) ，不考虑场或者场路耦合仿真 ( 反映设备内部物理场动态变化特性) 。但数字孪生并不受限于某一时空尺度的动态过程，而是根据实际业务的需求，尽可能全面反映建模对象的真实物理过程。

（4）从建模技术的角度来看

传统意义下的建模将对象系统的变化规律和输入输出关系用数学方程加以描述，而数字孪生技术还可利用基于数据的建模技术，模型的内涵除了基于物理知识构建的微分代数方程，也包含相关性模型( 规则模型、神经网络模型 ) 等数据驱动模型，后者需要实现历史运行数据或量测数据的充分利用。

（5）从仿真技术的角度来看

传统意义下的仿真利用计算机对数学方程进行求解，但数字孪生的仿真不再局限为解方程，而是将能够提供预测、解释功能的模型都纳入仿真范畴（例如神经网络、专家系统等）。

总的来说，数字孪生借助新一代信息技术，在建模和仿真技术的基础上有了进一步发展。

2.5数字孪生在电力系统的发展方向

发展应从以下两个出发点进行思考：

（1）以满足实际业务需求为导向，从解决业务上的难点问题出发

如果数字孪生体没有服务于某个具体业务，不能有效地解决生产业务的痛点问题，则失去了其存在的目的。另一方面，耗费大量精力、时间和财力盲目追求万能的数字孪生体会带来不必要的复杂性，还会降低模型可计算性和可维护性等其他重要性能。

（2）在应用层面对电力系统传统仿真进行扩展

总的来说，电力系统要借鉴数字孪生的思想理念，以面向应用或业务为原则进行构建。

具体来看，电力系统数字孪生的赋能领域如下：

1）增强感知

即利用物理规律弥补传感器的不足。电力系统作为人为构建的系统，背后许多物理规律都是人为可以掌握的。此时，利用数字孪生的理念和技术，基于物理规律和量测可以推算某些没有传感器量测的系统状态，从而在减少传感器的同时增强对系统的感知。

2）增强认知

电力系统是一个典型的复杂系统，尤其在当前电力电子高渗透和新能源发电高渗透的背景下，许多物理机理和规律仍有待研究。若采用还原论的思想，利用新能源电力系统的数字孪生体不断模拟其 运行特性，可以为探索未知规律提供新的途径。

3）增强智能

以数字孪生体上进行大量模拟得到的仿真数据作为样本，通过 机器学习 让机器获得分析判断和规划自身行为的能力，即实现机器智能。

4）增强控制

数字孪生体可以作为控制算法的测试开发平台，给任意方式下获得的控制规律，包括预测控制、最优控制等提供闭环验证环境，从而提高控制的准确性，优化控制性能。

2.5数字孪生常用构建技术

电力系统常用的数字孪生构建技术可分为以下几类：电力系统物理实体互联与共融技术；电力系统孪生体构建、仿真运行与验证技术；电力系统孪生数据构建及管理技术；电力系统数字孪生运行技术；基于电力系统数字孪生的精准服务技术。具体来看，知识和数据驱动的融合建模技术、高性能计算技术、虚拟化和容器技术、深度学习和人工智能技术和3D建模技术。

其中电力系统中最关键的两个技术为数字化交付技术和中台技术。数字化交付技术属于电力系统物理实体互联与共融技术，中台技术属于电力系统孪生数据运行技术。

数字化交付技术对于推动数字孪生技术在电力系统中的应用至关重要。传统电力系统单台设备容量大，设备的种类和数量有限，电网调度运行需要用到仿真的业务有限，电力系统的设备模型容易统一和标准化。因此，一家软件公司就能完成系统中所有设备模型的构建。但是，未来新型电力系统 的设备种类将大大增加。系统中可能存在各种各样的分布式电源，由于生产厂家不同，其控制和接口各不相同，不可能完全依靠一个公司完全搭建这些千差万别的设备模型。此外，由于涉及商业秘密，生产厂家往往不愿意公开设备的控制结构和控制参数生产场景。在这种情况下，数字交付技术便可大显身手。将来，在电网公司采购设备时，可以求生产厂家在交付该物理设备的同时交付该物理设备的数字孪生体，并通过实验证明物理实体和数字孪生体的一致性。在物理设备接入实际电网时，设备的数字孪生体也要同时和电力系统的数字孪生体融合在一起。在此基础上，进一步结合量测即可对物理设备的运行状况实现在线的监视、模拟和分析。

中台技术也是电力系统数字孪生项目所需的关键技术。比如，在实现基于数字孪生的系统保护在线校核时，往往需要运行方式人员、自动化部门人员和运维人员等多位来自不同专业部门的人员进行协作，分别构建电网一次和二次系统的模型，保证量测系统的完好以及与数字空间电力系统模型的同步。此时，中台技术将至关重要。