能源互聯(lián)網(wǎng)中的數(shù)字孿生技術體系、應用與挑戰(zhàn)

01能源互聯(lián)網(wǎng)數(shù)字孿生技術體系1.1

數(shù)字孿生概述數(shù)字孿生廣義是指將現(xiàn)實世界中的物體通過虛擬映射手段與人工智能等新一代信息技術，在虛擬空間構(gòu)建與物理實體屬性相同的數(shù)字化孿生模型，并借由人工智能技術來實現(xiàn)對實際物體的規(guī)劃設計、檢測分析和運行優(yōu)化。數(shù)字孿生作為集成了多學科、多維度、多物理量等的仿真過程，兼容了從智能數(shù)據(jù)采集到5G通信數(shù)據(jù)傳輸，再到云端平臺數(shù)據(jù)分析以及物理實體平臺映射等多個環(huán)節(jié)。將數(shù)字孿生技術應用于工業(yè)領域目的在于解決復雜系統(tǒng)中的問題，并為物理系統(tǒng)提供決策支持，這對于加速推進產(chǎn)品設計和提升產(chǎn)品經(jīng)濟性具有重要意義。能源電力系統(tǒng)模型復雜化以及數(shù)據(jù)多樣化的背景促進了數(shù)字孿生在能源電力領域的融合應用與技術再發(fā)展。相比于通用技術領域的數(shù)字孿生，能源電力領域的數(shù)字孿生更側(cè)重數(shù)據(jù)驅(qū)動的實時態(tài)勢感知和超實時虛擬推演，旨在為能源電力系統(tǒng)的運管調(diào)控等多方面問題提供決策參考。此外，能源電力領域數(shù)字孿生未來也會更全面地引入“人”的概念，在原有物理空間與虛擬空間的映射關系上，轉(zhuǎn)型為“信息-物理-人”的交互系統(tǒng)，使數(shù)字孿生技術成為促進能源電力系統(tǒng)發(fā)展的利器。1.2

能源互聯(lián)網(wǎng)概述中國能源領域發(fā)展至今，需求側(cè)對能源的要求更加多樣化，已不再局限于電力，而聚焦于燃氣、制冷以及供熱等高度融合的能源系統(tǒng)；負荷側(cè)則呈現(xiàn)出可削減負荷、可轉(zhuǎn)移負荷以及需求響應等多樣性發(fā)展趨勢。同時隨著大數(shù)據(jù)、區(qū)塊鏈、物聯(lián)網(wǎng)、數(shù)字孿生等信息互聯(lián)技術的發(fā)展，能源系統(tǒng)變得越來越智能化、網(wǎng)絡化和數(shù)字化。能源互聯(lián)網(wǎng)作為智慧多能源系統(tǒng)的典型代表，其以電力為中樞，以智能電網(wǎng)為依托，橫向?qū)崿F(xiàn)“電-氣-熱-冷-氫”多類型系統(tǒng)互補，縱向?qū)崿F(xiàn)“源-網(wǎng)-荷-儲”高效協(xié)調(diào)，推動清潔轉(zhuǎn)型以及支持主動用戶靈活接入，具有多環(huán)節(jié)、多區(qū)域、多系統(tǒng)的特點，其具體含義如圖1所示。圖1

能源互聯(lián)網(wǎng)含義Fig.1

MeaningoftheenergyInternet1.3

能源互聯(lián)網(wǎng)數(shù)字孿生技術體系從技術體系角度來說，能源互聯(lián)網(wǎng)數(shù)字孿生是集深度感知、高速通信、智能計算、遠端控制于一體的系統(tǒng)，本節(jié)重點關注數(shù)字孿生在能源互聯(lián)網(wǎng)中的技術架構(gòu)，圍繞其核心技術展開闡述，構(gòu)建圖2所示的涵蓋“多源數(shù)據(jù)采集-模型構(gòu)建-平臺支撐-智能交互”的能源互聯(lián)網(wǎng)數(shù)字孿生技術分層框架。圖2

能源互聯(lián)網(wǎng)數(shù)字孿生技術分層框架Fig.2

LayeredframeworkoftheenergyInternetdigitaltwintechnology1.3.1

多源數(shù)據(jù)采集層多源數(shù)據(jù)采集層是數(shù)字孿生模型應用的基礎。輸入數(shù)據(jù)主要包括高性能傳感器量測數(shù)據(jù)、能源系統(tǒng)量測數(shù)據(jù)以及設備的歷史運行數(shù)據(jù)，這些數(shù)據(jù)具有海量、多源、異構(gòu)、動態(tài)等特性。高效、實時、準確的數(shù)據(jù)采集為后續(xù)模型構(gòu)建和具體技術應用奠定了基礎。目前已有研究為構(gòu)建多源數(shù)據(jù)采集層提供了相關的理論依據(jù)，構(gòu)建了能源互聯(lián)網(wǎng)感知體系的標準結(jié)構(gòu)，有助于完善能源互聯(lián)網(wǎng)感知技術標準。基于數(shù)字孿生建立智慧電廠模型，并基于仿生學原理模擬自然界生物的感知能力，提出一種多源數(shù)據(jù)傳輸與處理方法，為基于數(shù)字孿生的智慧電廠解決數(shù)據(jù)孤島問題奠定了基礎。構(gòu)建包含數(shù)據(jù)采集庫的數(shù)字孿生電網(wǎng)數(shù)字化轉(zhuǎn)型框架，并提出孿生數(shù)據(jù)整合與分析技術以實現(xiàn)對設備的智能感知和實時在線采集，形成閉環(huán)數(shù)據(jù)采集流，實現(xiàn)電網(wǎng)數(shù)據(jù)的自動化管理?；跀?shù)字孿生建立孿生數(shù)據(jù)感知層，用于多源異構(gòu)數(shù)據(jù)的實時采集及預處理，并將數(shù)據(jù)高速傳輸至數(shù)字孿生體，形成集數(shù)據(jù)采集、管理、傳輸于一體的技術體系。1.3.2

模型構(gòu)建層數(shù)字孿生技術框架的核心和關鍵在于數(shù)字孿生模型的構(gòu)建。準確的能源互聯(lián)網(wǎng)模型可以高精度地刻畫實際物理對象，從而精準發(fā)揮數(shù)字孿生的鏡像能力?，F(xiàn)有研究中的模型構(gòu)建主要有以下3個方面。1）機理模型構(gòu)建。當系統(tǒng)內(nèi)部結(jié)構(gòu)簡單、對象物理機理明確、過程充分可觀時，可采用機理建模方法。其建模思路為：基于能源互聯(lián)網(wǎng)設備的物理機理，結(jié)合能量守恒、動量守恒及質(zhì)量守恒定律對“源-網(wǎng)-荷-儲”中的設備進行刻畫，實現(xiàn)多尺度、多物理機理的數(shù)字孿生模型。針對能源系統(tǒng)中燃氣鍋爐的運行特性建立機理模型，優(yōu)化了鍋爐的啟動過程；基于數(shù)字孿生機理建模方法構(gòu)建以燃氣輪機為主體的燃煤電站模型，動態(tài)刻畫了擾動對電廠運行的影響。2）數(shù)據(jù)驅(qū)動模型構(gòu)建。當系統(tǒng)內(nèi)部結(jié)構(gòu)復雜、物理機理難以表述時，可采用數(shù)據(jù)驅(qū)動建模。其建模思路為：針對物理系統(tǒng)中不易建模和求解的復雜環(huán)節(jié)，利用系統(tǒng)實際運行數(shù)據(jù)逆向構(gòu)建模型，從而提高對不可觀環(huán)節(jié)的特性認知。針對傳統(tǒng)機理建模方法的精確性問題，以能源互聯(lián)網(wǎng)各環(huán)節(jié)的運行數(shù)據(jù)為核心驅(qū)動構(gòu)建能源互聯(lián)網(wǎng)模型，大大提高了建模效率，為能源互聯(lián)網(wǎng)模型建設提供可靠依據(jù)。采用海量孿生數(shù)據(jù)作為輸入?yún)?shù)，將蒸汽量作為輸出參數(shù)，建立基于人工神經(jīng)網(wǎng)絡的熱電廠蒸汽量預測模型，并驗證了將該模型用于電負荷和熱負荷分配優(yōu)化的可行性。利用神經(jīng)網(wǎng)絡算法對燃煤電站的量測數(shù)據(jù)進行預處理，建立基于數(shù)據(jù)驅(qū)動的燃煤電站蒸汽預測模型，并將其應用于熱電聯(lián)產(chǎn)機組。3）機理-數(shù)據(jù)驅(qū)動的混合模型構(gòu)建。當實際能源互聯(lián)網(wǎng)系統(tǒng)非線性程度較大時，僅采用機理建模方法存在模型求解復雜的問題，僅采用數(shù)據(jù)驅(qū)動建模的方法存在可解釋性較弱的問題。因此將機理建模方法與數(shù)據(jù)驅(qū)動建模方法相融合，在增大模型準確率的同時提高計算精度。其建模思路在于首先建立機理模型，從而為數(shù)據(jù)驅(qū)動模型提供先驗知識，再基于數(shù)據(jù)驅(qū)動建模方法對機理模型進行降階化簡，兩者互為補充，形成機理-數(shù)據(jù)混合驅(qū)動的模型。將機理建模方法與數(shù)據(jù)驅(qū)動建模方法相結(jié)合，構(gòu)建機理-數(shù)據(jù)混合驅(qū)動的電網(wǎng)安全特征選擇與知識發(fā)現(xiàn)模型，并在廣東電網(wǎng)進行驗證，達到保障系統(tǒng)安全運行的目的。首先利用機理建模方法構(gòu)建燃氣輪機熱力模型并形成燃氣輪機運行數(shù)據(jù)庫，在此基礎上利用深度學習算法對運行數(shù)據(jù)反復迭代，從而建立一種機理-數(shù)據(jù)混合驅(qū)動的燃氣輪機氣路故障診斷模型，實現(xiàn)對燃氣輪機設備的健康監(jiān)測與故障診斷。1.3.3

平臺支撐層平臺支撐層是構(gòu)建數(shù)字孿生模型的保障，是鏡像映射物理實體的前提。平臺支撐層需要具備多種技術以反映能源互聯(lián)網(wǎng)多能源耦合關系，實現(xiàn)多源數(shù)據(jù)的特征提取與融合、故障檢測、狀態(tài)評價和分析決策功能。1）多源數(shù)據(jù)管理技術。平臺支撐層需要對多源數(shù)據(jù)融合計算并基于人工智能、機器學習等算法深度挖掘數(shù)據(jù)特征及特征提取，實現(xiàn)不同層次數(shù)據(jù)的匯聚和分析。設計開發(fā)了一種針對多能源系統(tǒng)分析的數(shù)字孿生仿真平臺CloudIEPS。主要基于大數(shù)據(jù)分析實現(xiàn)對數(shù)據(jù)的智能化管理，能夠自主靈活地實現(xiàn)不同層次數(shù)據(jù)的融合計算，促進了以數(shù)字孿生為核心的能源互聯(lián)網(wǎng)落地應用。2）模塊集成編輯技術。平臺支撐層需要構(gòu)建靈活多變的模塊化結(jié)構(gòu)，用戶可隨時更改虛擬模型的設備種類、設備間耦合關系以及設備的運行參數(shù)等，以實現(xiàn)快速、高效、便捷的模型構(gòu)建。其中，TRNSYS平臺是具有模塊化組合功能的典型代表。采用TRNSYS平臺將區(qū)域能源互聯(lián)網(wǎng)系統(tǒng)建立成為4個子系統(tǒng)及其之間的連接關系共5個模塊，通過設置各模塊的參數(shù)實現(xiàn)對整個區(qū)域的靈活控制。3）系統(tǒng)優(yōu)化分析技術。平臺支撐層需要在滿足約束條件的情況下，根據(jù)目標函數(shù)選取最佳運行策略，并分析設備參數(shù)值發(fā)生變動時對仿真結(jié)果產(chǎn)生的影響。對電、冷、熱多能源微電網(wǎng)采用HOMER平臺進行仿真優(yōu)化，并改變微能源網(wǎng)系統(tǒng)的設備裝機容量、輸出功率等參數(shù)，分析參數(shù)改變對系統(tǒng)經(jīng)濟效益的影響。4）人工智能決策技術。平臺支撐層利用深度學習、邊緣智能等新型人工智能算法作為運行優(yōu)化決策引擎，實現(xiàn)系統(tǒng)行為模擬、自適應控制、生產(chǎn)過程最優(yōu)決策功能。CloudIEPS、TRNSYS、HOMER等仿真平臺在制定能源系統(tǒng)規(guī)劃、運行方案時均利用人工智能決策技術輔助決策，使得實際能源系統(tǒng)的決策方案更加高效、智能和便捷。1.3.4

智能交互層智能交互層是能源互聯(lián)網(wǎng)數(shù)字孿生系統(tǒng)的根本。通過人-機交互和信息共享可以有效提升系統(tǒng)的效率，打破信息孤島的現(xiàn)象，將數(shù)字孿生所構(gòu)建的虛擬世界與物理空間相連接，為用戶提供操作友好性的體驗交互環(huán)境，讓其通過感官真實體驗復雜系統(tǒng)的特性和功能，通過一體化計算平臺體驗和學習實際系統(tǒng)所不能直接體現(xiàn)的屬性和特征，向使用者還原系統(tǒng)的真實場景。基于數(shù)字孿生框架中物聯(lián)網(wǎng)的高效傳輸技術實現(xiàn)用戶、設備和系統(tǒng)之間的交互和信息共享。在數(shù)字孿生物聯(lián)網(wǎng)技術框架下通過高速傳感器進一步組成龐大的群智感知網(wǎng)絡，使得能源互聯(lián)網(wǎng)的運行管理由實入虛，實現(xiàn)人-機雙向交互功能。提出了人在回路的混合增強智能調(diào)控框架，在能源互聯(lián)網(wǎng)數(shù)字孿生系統(tǒng)中建立了人機可解釋交互-介入-引導-反饋的“閉環(huán)”協(xié)同應用模式。基于以上4個層級構(gòu)建能源互聯(lián)網(wǎng)中數(shù)字孿生的技術體系框架，可實現(xiàn)虛擬空間與現(xiàn)實空間之間的有效連接，使得各種實際方案可以在鏡像空間中得到測試和檢驗，進而完成物理系統(tǒng)與虛擬空間同等感知-傳輸-計算-控制的閉環(huán)控制。02數(shù)字孿生在能源互聯(lián)網(wǎng)中的典型應用數(shù)字孿生技術為能源互聯(lián)網(wǎng)的發(fā)展提供了新的理念與技術框架。能源互聯(lián)網(wǎng)的新一代信息技術為數(shù)字孿生的發(fā)展提供了根基與環(huán)境。數(shù)字孿生技術可以借助模型物理原理、專家領域知識和海量量測數(shù)據(jù)對能源互聯(lián)網(wǎng)進行融合驅(qū)動建模，進而對現(xiàn)實空間中的多主體復雜交互、能量流動過程等問題進行多時間尺度、多分辨率顆粒度的精確模擬，以實現(xiàn)能源互聯(lián)網(wǎng)全要素、全生命周期的數(shù)字仿真建模。通過集成源-網(wǎng)-荷-儲的全環(huán)節(jié)要素、全生命周期信息，在虛擬空間建立能源互聯(lián)網(wǎng)的數(shù)字孿生模型，與物理實體系統(tǒng)共存、共生、共演化、共發(fā)展。從多時間尺度、多物理信息場景等角度，為能源互聯(lián)網(wǎng)的規(guī)劃、運行、控制、監(jiān)測、評估提供了分析支撐工具。本文立足于能源互聯(lián)網(wǎng)在態(tài)勢感知與監(jiān)測、全要素模型構(gòu)建、智能規(guī)劃運行以及綜合評價分析等不同場景方面的具體應用，闡述數(shù)字孿生在能源互聯(lián)網(wǎng)領域發(fā)揮的重要作用，其典型應用如圖3所示。圖3

能源互聯(lián)網(wǎng)數(shù)字孿生典型應用

Fig.3

TypicalapplicationsoftheenergyInternetdigitaltwin

2.1

數(shù)字孿生在態(tài)勢感知與監(jiān)測中的典型應用數(shù)字孿生通過多源數(shù)據(jù)采集層對能源互聯(lián)網(wǎng)各子系統(tǒng)的工況數(shù)據(jù)進行采集與檢測，主要體現(xiàn)在2個方面：1）在設備方面，由高速傳感器構(gòu)成的泛在傳感網(wǎng)絡可獲得海量傳感量測數(shù)據(jù)，基于平臺支撐層中的多源數(shù)據(jù)管理技術為海量數(shù)據(jù)處理分析提供支撐。2）在系統(tǒng)方面，數(shù)字孿生技術可從海量、多源、異構(gòu)的能源互聯(lián)網(wǎng)系統(tǒng)數(shù)據(jù)中有效、精準地提取重要特征信息，完成對實際物理對象的精確模擬，以滿足當前優(yōu)化分析和運行決策的要求。能源互聯(lián)網(wǎng)系統(tǒng)包含海量復雜的運行數(shù)據(jù)，且用傳統(tǒng)方法難以高效處理。一方面，電、熱、氣等不同類型的能源數(shù)據(jù)掌握在不同運營商處，從信息安全與商業(yè)利益角度，存在各類數(shù)據(jù)壁壘，無法利用多源數(shù)據(jù)描繪系統(tǒng)的全景態(tài)勢信息；另一方面，隨著新型電力系統(tǒng)與能源互聯(lián)網(wǎng)的發(fā)展，海量分布式源-荷-儲資源以及電-熱-氣-氫等多類型能源交互設備接入能源互聯(lián)網(wǎng)，產(chǎn)生了高維、異構(gòu)的海量數(shù)據(jù)，對傳統(tǒng)的數(shù)據(jù)采集、處理、分析、存儲、再利用提出了更高的要求。數(shù)字孿生可以通過多任務學習等人工智能算法實現(xiàn)對感知數(shù)據(jù)的充分挖掘，以全面覆蓋能源互聯(lián)網(wǎng)系統(tǒng)各設備的泛在傳感網(wǎng)絡為依托，能夠深入底層能源設備進行精確測量和高效信息交互；同時，數(shù)字孿生借助能量流計算、云計算等技術體系中的先進內(nèi)核，實現(xiàn)數(shù)據(jù)在不同維度的提取和計算，支撐能源互聯(lián)網(wǎng)系統(tǒng)數(shù)字孿生多維度、多層次的數(shù)據(jù)監(jiān)控和計算分析。2.2

數(shù)字孿生在全要素模型構(gòu)建中的典型應用構(gòu)建能源互聯(lián)網(wǎng)系統(tǒng)的數(shù)字孿生模型是高精度刻畫能源互聯(lián)網(wǎng)系統(tǒng)的關鍵。與傳統(tǒng)建模相比，數(shù)字孿生技術充分考慮到數(shù)據(jù)與知識互補的特性，采用模型物理原理、專家領域知識與海量量測數(shù)據(jù)實現(xiàn)多源驅(qū)動的模型構(gòu)建，使孿生模型具有適應多時間尺度與運行環(huán)境變化的泛化能力及更好的可解釋性、更強的可信性。數(shù)字孿生模型構(gòu)建層是能源互聯(lián)網(wǎng)數(shù)字孿生的關鍵技術，在支撐全要素孿生模型構(gòu)建方面的應用主要體現(xiàn)在3個方面：基于模型物理原理的各能源系統(tǒng)主體內(nèi)部機理模型、基于專家領域知識的各能源系統(tǒng)主體間能量雙向耦合關系與數(shù)據(jù)信息流動的主體間交互模型和基于海量量測歷史數(shù)據(jù)建立的包含能源互聯(lián)網(wǎng)外部、內(nèi)部環(huán)境與參數(shù)多重隨機性與不確定性的數(shù)據(jù)驅(qū)動模型。1）在構(gòu)建物理原理驅(qū)動機理模型方面，考慮到能源互聯(lián)網(wǎng)中電-熱-氣-氫等各類能源的物理特性與動態(tài)過程時間尺度差異，可以根據(jù)需要建立詳細的偏微分-代數(shù)方程模型，或基于應用場景與機理分析建立平均化模型。不同能源系統(tǒng)主體采用不同的仿真模型、模型迭代演算技術和時間常數(shù)，并具有各異的對外輸入輸出交互端口，進而與其他功能模塊交互。2）在基于專家領域知識的能源互聯(lián)網(wǎng)多能耦合關系與能量流-信息流建模中，根據(jù)電網(wǎng)、熱網(wǎng)、氣網(wǎng)、氫能系統(tǒng)等能源系統(tǒng)間的單向、雙向耦合設備配置，以及典型運行場景下多能流系統(tǒng)的聯(lián)合調(diào)度優(yōu)化與時空協(xié)調(diào)互濟關系，建立基于規(guī)劃設計、調(diào)控、運行等專家經(jīng)驗的能源系統(tǒng)各主體間的交互耦合模型。進一步考慮能源互聯(lián)網(wǎng)的調(diào)度、控制、通信等架構(gòu)設計，以及云邊協(xié)同、邊緣計算等最新信息物理系統(tǒng)技術的應用，建立能源互聯(lián)網(wǎng)中的信息流模型，在孿生模型中表征實際能源互聯(lián)網(wǎng)的信息與數(shù)據(jù)流動模型。3）能源互聯(lián)網(wǎng)在外部、內(nèi)部環(huán)境與參數(shù)中存在多源、多重隨機性與不確定性。隨機性與不確定性的產(chǎn)生源頭往往來源于高維、強非線性的內(nèi)外部復雜系統(tǒng)。在外部環(huán)境方面，如影響電力系統(tǒng)中光伏、風電等新能源出力的外部氣象環(huán)境系統(tǒng)。局部小范圍的微觀氣象過程模型階數(shù)大、建模成本高，且由于其具有強非線性和復雜系統(tǒng)特性，較小的輸入狀態(tài)與參數(shù)變化也可能導致較大的輸出狀態(tài)變化。在內(nèi)部參數(shù)方面，如熱力、天然氣管網(wǎng)，電力設備、器件的老化故障模型，涉及多物理場仿真、應力分析與健康管理技術等。在建模中可以利用高斯過程回歸，深度學習等新一代人工智能算法，對不同來源的隨機性與不確定性進行建模。相關物理機理、領域知識在數(shù)據(jù)驅(qū)動模型中，可以通過正則化網(wǎng)絡、注意力機制、拓撲圖、損失函數(shù)修正項等方式引入，進一步提升數(shù)據(jù)驅(qū)動建模的效率與準確性。2.3

數(shù)字孿生在智能規(guī)劃運行中的典型應用能源互聯(lián)網(wǎng)數(shù)字孿生通過平臺支撐層的大數(shù)據(jù)、深度學習、邊緣計算等新一代信息技術賦能，將規(guī)劃、調(diào)度、控制中的前瞻預測和在線優(yōu)化決策等問題將與智能技術深度融合，其中的應用主要體現(xiàn)在3個方面。1）能源互聯(lián)網(wǎng)多類型負荷聯(lián)合預測。負荷預測作為能源互聯(lián)網(wǎng)系統(tǒng)規(guī)劃設計與優(yōu)化運行的基礎，其預測精度直接決定著系統(tǒng)規(guī)劃與運行結(jié)果。但隨著電網(wǎng)、熱網(wǎng)、氣網(wǎng)等用戶量激增帶來的海量運行數(shù)據(jù)使得精確預測變得愈發(fā)困難。數(shù)字孿生技術為能源互聯(lián)網(wǎng)系統(tǒng)中的多元負荷預測提供了新的思路?；跀?shù)字孿生建立負荷預測模型，獲得設備在全生命周期的數(shù)據(jù)，通過數(shù)據(jù)驅(qū)動技術使其在模型中不斷迭代，能夠更好地處理序列性負荷數(shù)據(jù)，實現(xiàn)對負荷精準預測。提出數(shù)字孿生樓宇型能源互聯(lián)網(wǎng)供應系統(tǒng)，并利用海量孿生數(shù)據(jù)在負荷預測軟件中驅(qū)動構(gòu)建樓宇用戶負荷預測孿生模型，從而實現(xiàn)對負荷需求精準預測。針對電力負荷具有波動性和周期性的問題，采用改進門控循環(huán)（gatedrecurrentunit，GRU）神經(jīng)網(wǎng)絡算法對數(shù)字孿生數(shù)據(jù)反復迭代，從而實現(xiàn)對數(shù)字孿生模型特征提取，并用該方法對實際負荷進行預測，有效提升了預測的準確度和精度。從影響負荷的多種因素入手，建立考慮多氣象條件的數(shù)字孿生短期負荷預測模型，利用改進反向傳播（backpropagation，BP）神經(jīng)網(wǎng)絡提高了短期負荷預測精度與收斂速度。2）能源互聯(lián)網(wǎng)發(fā)展演化下的規(guī)劃設計。在傳統(tǒng)的綜合能源系統(tǒng)規(guī)劃設計方法中，針對系統(tǒng)中的源-荷未來發(fā)展的不確定性構(gòu)建的模型較為保守。通常為了保證規(guī)劃設計滿足發(fā)展需求，可能出現(xiàn)規(guī)劃冗余度高、資源分配過度超前的現(xiàn)象。且對于綜合能源系統(tǒng)中的電-熱-氣-氫系統(tǒng)的源-網(wǎng)-荷-儲設備的全生命周期能效水平變化及其對系統(tǒng)運行的影響建模較為簡單，忽略了多系統(tǒng)間全生命周期的變化耦聯(lián)機理與影響級聯(lián)放大效應。而基于數(shù)字孿生技術構(gòu)建的孿生模型，計及了能源互聯(lián)網(wǎng)全生命周期中各個系統(tǒng)的健康水平演化規(guī)律及全鏈條耦合影響。通過圖計算與多場景并行仿真技術，生成運行遠景庫，有效提升了應對不同規(guī)劃策略下運行與收益場景的預演分析能力。將數(shù)字孿生技術加入發(fā)展演化視角下的能源互聯(lián)網(wǎng)規(guī)劃設計，能夠更加有效地提升規(guī)劃設計效能。建立一種基于數(shù)字孿生的虛擬電廠系統(tǒng)框架，用戶可基于數(shù)字孿生技術在虛擬空間規(guī)劃與仿真未來電廠的運行狀態(tài)，其運行結(jié)果反饋至物理對象從而形成閉環(huán)反饋。3）考慮多重隨機性的能源互聯(lián)網(wǎng)優(yōu)化運行。如3.1節(jié)所述，能源互聯(lián)網(wǎng)中包含由內(nèi)源和外源導致的多重隨機性與不確定性。在調(diào)度運行方面，近年來一次能源的不確定性受到了廣泛關注，包括煤等傳統(tǒng)化石能源供應的不確定性，以及長時間連續(xù)高溫極端天氣導致的水力、風能低出力的不確定性等。以近端策略規(guī)劃為代表的無模型深度強化學習算法可以很好地解決能源互聯(lián)網(wǎng)優(yōu)化運行過程中的序貫決策問題。并應對馬爾科夫決策過程中狀態(tài)轉(zhuǎn)移概率因不確定性和隨機性導致的不可知問題。提出多重隨機性場景下面向能源互聯(lián)網(wǎng)調(diào)控運行規(guī)則電子化方法，實現(xiàn)基于知識圖譜的運行規(guī)則知識抽取，將離散知識形成可以支撐數(shù)字孿生能源互聯(lián)網(wǎng)運行的調(diào)控知識體系，支撐調(diào)控運行業(yè)務場景的自動處置。能源互聯(lián)網(wǎng)的數(shù)字孿生模型，可以作為深度強化學習的訓練環(huán)境，并通過平臺層與交互層引入外部隨機變量，支撐強化學習智能體在虛擬信息物理空間中學習能源互聯(lián)網(wǎng)的優(yōu)化調(diào)度決策。通過在線部署基于深度強化學習智能體的智能調(diào)度員，提升在線能源互聯(lián)網(wǎng)運行的優(yōu)化水平。2.4

數(shù)字孿生在能源互聯(lián)網(wǎng)綜合評價中的典型應用基于數(shù)字孿生的能源互聯(lián)網(wǎng)綜合評價系統(tǒng)是數(shù)字孿生技術在能源行業(yè)的落地實踐，可通過熵權(quán)法與層次分析法等技術手段構(gòu)建多層級指標體系，其中一級指標包括數(shù)字孿生在工業(yè)領域應用的4個重要特征：可視性、可預見性、可假設性和可解釋性，各個特征下數(shù)字孿生在能源互聯(lián)網(wǎng)綜合評價中的典型應用如下。1）在基于數(shù)字孿生的能源互聯(lián)網(wǎng)可視性評價體系方面。通過智能交互層的虛擬現(xiàn)實技術、3DGIS技術、混合現(xiàn)實技術生成的虛擬映射與能源互聯(lián)網(wǎng)的多源數(shù)據(jù)及多主體模型相結(jié)合，實現(xiàn)能源互聯(lián)網(wǎng)全生命周期運行態(tài)勢實時展示。可視性的二級指標一般包括5個方面：用戶友好的可視化界面；關鍵設施虛擬現(xiàn)實數(shù)字模型；實際系統(tǒng)實時運行態(tài)勢跟蹤；孿生模型的運行態(tài)勢展示；未來場景的可視化預演。2）在基于數(shù)字孿生的能源互聯(lián)網(wǎng)可預見性評價體系方面。能源互聯(lián)網(wǎng)的數(shù)字孿生模型應可通過圖計算、多場景并行仿真等技術，實現(xiàn)對未來海量可能場景下系統(tǒng)運行的多時間尺度預演，提升對未來演化路徑的可預見性?？深A見性的二級指標一般包括3個方面：可預演計算的關鍵設備、參數(shù)、系統(tǒng)狀態(tài)量占比；預演計算的準確性，包括誤差、置信度區(qū)間等；保證一定準確性下預演計算的未來時間長度與時間顆粒度。3）在基于數(shù)字孿生的能源互聯(lián)網(wǎng)可假設性評價體系方面。國家在“十四五”規(guī)劃中明確提出了建設韌性城市與堅強局部電網(wǎng)，能源互聯(lián)網(wǎng)也應具備韌性和反脆弱性，能夠抵御極端自然災害、物理攻擊、網(wǎng)絡攻擊等“黑天鵝”事件。由于極端事件歷史案例少，強度大，破壞方式具有很強的隨機性，只能通過假定極端場景并加以仿真分析驗證?；跀?shù)字孿生的能源互聯(lián)網(wǎng)模型應具備提供設定極端運行工況的能力，支撐假設極限場景下的推演計算?？杉僭O性的二級指標一般包括2個方面：孿生模型極端場景下反映系統(tǒng)響應能力的完備性；可人為設定運行極限條件的變量占比。4）在基于數(shù)字孿生的能源互聯(lián)網(wǎng)可解釋性評價體系方面。能源互聯(lián)網(wǎng)的孿生模型可以通過各類型場景仿真預演、運行狀態(tài)模擬、全生命周期加速分析等流程提供全鏈條影響機理分析，進而彌補數(shù)據(jù)驅(qū)動模型的黑箱問題，讓用戶能夠從實際物理系統(tǒng)的虛擬映射上了解各類事件場景未來發(fā)展演化的合理解釋?？山忉屝缘亩壷笜艘话惆?個方面：分析解釋結(jié)果的可信性、可靠性；物理模型的完善度。03數(shù)字孿生在能源互聯(lián)網(wǎng)應用中的難點在能源互聯(lián)網(wǎng)中廣泛使用數(shù)字孿生技術還存在著許多特性問題有待解決。本章主要從監(jiān)測分析、模型構(gòu)建、規(guī)劃運行以及綜合評價4個方面的應用難點進行闡述，之后對數(shù)字孿生技術在能源互聯(lián)網(wǎng)應用中的難點進行總結(jié)提煉，最后針對當前所存在的難點問題給出建議對策。3.1

數(shù)字孿生在監(jiān)測分析中的應用難點數(shù)字孿生在能源互聯(lián)網(wǎng)監(jiān)測分析過程中的應用難點如圖4所示。圖4

數(shù)字孿生在能源互聯(lián)網(wǎng)監(jiān)測分析中的難點

Fig.4

ApplicationdifficultiesofdigitaltwininenergyInternetmonitoringandanalysis

1）受不確定性因素影響量測數(shù)據(jù)與仿真數(shù)據(jù)對比分析難度大。數(shù)據(jù)采集面臨的一個關鍵問題是如何將能源互聯(lián)網(wǎng)的量測數(shù)據(jù)與數(shù)字孿生模型仿真產(chǎn)生的數(shù)據(jù)進行對比與分析。由于量測設備的精度誤差、環(huán)境因素以及能源互聯(lián)網(wǎng)的分布式能源、可接入負荷等隨機性因素，量測數(shù)據(jù)具有靈活性和隨機性。同時，數(shù)字孿生的仿真輸出結(jié)果也同樣具有隨機性。因此，多維隨機變量的對比問題屬于數(shù)學復雜概率分布的求解問題，目前仍是數(shù)字孿生在能源互聯(lián)網(wǎng)數(shù)據(jù)采集中需要解決的綜合技術問題。2）不同量測設備數(shù)據(jù)采集的一致性較難統(tǒng)一。能源互聯(lián)網(wǎng)中各種能源的生產(chǎn)、輸送、消耗過程涉及大量的數(shù)據(jù)采集和傳輸，各種量測裝置測得的數(shù)據(jù)有不同的尺度、采集周期以及計量單位，這導致不同數(shù)據(jù)之間無法融合，主要體現(xiàn)在數(shù)據(jù)采集的尺度及計量單位的一致性問題、數(shù)據(jù)采集參數(shù)及格式的一致性問題、數(shù)據(jù)采集周期的一致性問題。3）數(shù)據(jù)的準確性與傳輸?shù)陌踩噪y以保障。能源互聯(lián)網(wǎng)數(shù)字孿生屬于信息-物理耦合系統(tǒng)，對數(shù)據(jù)傳輸?shù)臏蚀_性和穩(wěn)定性提出一定要求。但在實際的數(shù)據(jù)傳輸過程中，存在數(shù)據(jù)丟失或傳輸網(wǎng)絡安全漏洞的問題，因此容易受到外界的攻擊從而影響信息與系統(tǒng)之間的交互。隨著能源互聯(lián)網(wǎng)覆蓋范圍的擴大，大數(shù)據(jù)處理對信息安全提出更高的要求，數(shù)字孿生技術面臨著更大的挑戰(zhàn)，需要進一步提高系統(tǒng)的安全性能以保護用戶隱私，保障用戶與系統(tǒng)的安全雙向交互。自動機器學習能夠自動獲取所需要的數(shù)據(jù)，通過與電力系統(tǒng)仿真環(huán)境或數(shù)字孿生系統(tǒng)進行交互，自動收集、合成特定任務的關鍵數(shù)據(jù)集，并實現(xiàn)原始數(shù)據(jù)自動預處理，減少或消除數(shù)據(jù)錯誤。3.2

數(shù)字孿生在能源互聯(lián)網(wǎng)模型構(gòu)建中的應用難點數(shù)字孿生在能源互聯(lián)網(wǎng)模型構(gòu)建過程中的應用難點如圖5所示。圖5

數(shù)字孿生在能源互聯(lián)網(wǎng)模型構(gòu)建中的難點

Fig.5

ApplicationdifficultiesofdigitaltwinsinconstructionofenergyInternetmodel

1）數(shù)字孿生模型準確率與計算效率之間的矛盾難以平衡。利用數(shù)字孿生對能源互聯(lián)網(wǎng)物理實體構(gòu)建精準模型是對實際系統(tǒng)進行智能決策的核心。但能源互聯(lián)網(wǎng)本質(zhì)上是多層耦合的非線性系統(tǒng)，由于電力網(wǎng)、熱（冷）網(wǎng)和燃氣網(wǎng)的時間尺度不同且誤差精度不同，使數(shù)字孿生模型的構(gòu)建需要在多能源的耦合問題上尋求多顆粒度切換與集成復雜度之間的動態(tài)平衡。同時，隨著能源互聯(lián)網(wǎng)各種新型設備的接入，系統(tǒng)的網(wǎng)絡架構(gòu)和運行方式更加復雜，數(shù)字孿生模型在精細化的同時會帶來復雜的求解計算問題。如何平衡能源互聯(lián)網(wǎng)系統(tǒng)數(shù)字孿生模型的精確度與復雜度之間的矛盾是目前的難點。2）數(shù)字孿生模型自主演化機制復雜多樣?，F(xiàn)實世界中的能源互聯(lián)網(wǎng)處在實時變化中，其動態(tài)特性與變化特點體現(xiàn)在量測數(shù)據(jù)中。能源互聯(lián)網(wǎng)系統(tǒng)中的模型具有很大的靈活性，其要求數(shù)字孿生必須根據(jù)運行條件和運行環(huán)境的不同對實際系統(tǒng)進行精準刻畫，但由于多能源系統(tǒng)的復雜性，通過運行數(shù)據(jù)驅(qū)動逆向構(gòu)建數(shù)字孿生模型屬于高維數(shù)學問題的逆向求解問題，具有很大的挑戰(zhàn)性。同時，能源互聯(lián)網(wǎng)的時變特性要求數(shù)字孿生模型能夠?qū)崿F(xiàn)自主演化，但機理模型無法反映設備運行過程中運行狀態(tài)改變導致的不確定性問題對設備的影響，而數(shù)據(jù)驅(qū)動模型以機理模型的運行參數(shù)作為先驗知識，可解釋性較差，目前無法根據(jù)運行狀態(tài)實現(xiàn)動態(tài)更新。3）難以準確刻畫外界復雜環(huán)境因素對數(shù)字孿生系統(tǒng)的影響。能源互聯(lián)網(wǎng)系統(tǒng)內(nèi)部設備的運行參數(shù)時刻受周圍環(huán)境及需求側(cè)負荷類型的影響，環(huán)境條件對系統(tǒng)的影響機理復雜，且能源互聯(lián)網(wǎng)中的電負荷、冷熱負荷、氣負荷屬于多維度、多時間尺度的綜合負荷，難以用數(shù)學公式對關鍵因素具象表達。能源互聯(lián)網(wǎng)各子系統(tǒng)之間依靠耦合關系相互影響，目前對耦合設備建模主要基于機理方法實現(xiàn)，當耦合設備運行條件改變時其無法反映對設備的影響。3.3

數(shù)字孿生在能源互聯(lián)網(wǎng)規(guī)劃與運行中的應用難點數(shù)字孿生在能源互聯(lián)網(wǎng)規(guī)劃與運行過程中的應用難點如圖6所示。圖6

數(shù)字孿生在能源互聯(lián)網(wǎng)規(guī)劃與運行中的難點

Fig.6

ApplicationdifficultiesofdigitaltwininenergyInternetplanningandoperation

1）多系統(tǒng)聯(lián)合規(guī)劃設計存在高度耦合性。能源互聯(lián)網(wǎng)中包含電、熱（冷）、氣、氫等各類型非線性子能源系統(tǒng)且相互耦合。隨著各種新型設備的接入，系統(tǒng)的網(wǎng)絡架構(gòu)和運行方式更加復雜，規(guī)劃問題本質(zhì)上是多層耦合的非線性問題，需要在多能源的耦合問題上尋求動態(tài)平衡。如何在數(shù)字孿生模型中合理忽略或簡化非線性特性，如何對多能源系統(tǒng)進行解耦，進而獲得近似線性化模型，使得所求結(jié)果接近原始問題的最優(yōu)解還面臨著一定的挑戰(zhàn)。2）規(guī)劃與運行受多重不確定性因素影響。能源互聯(lián)網(wǎng)系統(tǒng)由于不同形式能源之間相互耦合導致運行場景復雜多變，同時受到來自源、荷兩側(cè)的多時間尺度與空間范圍上的多重隨機性影響，其規(guī)劃與運行是一個存在大量不確定性、不可量化因素的多目標優(yōu)化問題。如何利用數(shù)字孿生技術對能源互聯(lián)網(wǎng)模型在受多重不確定性影響下進行演化分析，保證系統(tǒng)運行的安全性和長時間的規(guī)劃有效性是目前的研究重點。3）規(guī)劃與運行的邊界條件難以確定。能源互聯(lián)網(wǎng)系統(tǒng)的運行指的是對系統(tǒng)整體或各區(qū)域中的運行數(shù)據(jù)、運行狀態(tài)以及運行策略的設計和控制。能源互聯(lián)網(wǎng)系統(tǒng)中的模型具有很大的靈活性，要求數(shù)字孿生必須能夠根據(jù)運行條件和運行環(huán)境的不同對實際系統(tǒng)進行精準刻畫，但現(xiàn)實世界中的能源互聯(lián)網(wǎng)處在實時變化中，其動態(tài)特性與變化特點蘊含在運行數(shù)據(jù)中。對于在真實系統(tǒng)運行狀態(tài)中無法直接獲取的環(huán)節(jié)，需要通過關鍵量測數(shù)據(jù)和有價值的歷史運行數(shù)據(jù)對系統(tǒng)建立數(shù)字孿生鏡像模型的邊界條件，如何通過有限的有價值數(shù)據(jù)構(gòu)建邊界是當前面臨的問題。3.4

數(shù)字孿生在能源互聯(lián)網(wǎng)綜合評價中的應用難點數(shù)字孿生在能源互聯(lián)網(wǎng)綜合評價過程中的應用難點如圖7所示。圖7

數(shù)字孿生在能源互聯(lián)網(wǎng)綜合評價中的難點

Fig.7

ApplicationdifficultiesofdigitaltwinincomprehensiveevaluationofenergyInternet1）數(shù)字孿生對能源互聯(lián)網(wǎng)復雜動態(tài)變化過程評價困難。當前能源互聯(lián)網(wǎng)系統(tǒng)設備眾多，且存在信息多源、狀態(tài)評價困難、故障維護復雜等難點。能源互聯(lián)網(wǎng)數(shù)字孿生系統(tǒng)通過對可觀測信息的采集能夠構(gòu)建能源互聯(lián)網(wǎng)數(shù)字孿生多維動態(tài)模型，實現(xiàn)物理對象在虛擬空間的鏡像映射。然而，數(shù)字孿生中接入的狀態(tài)評價與故障診斷技術、知識規(guī)范與融合技術、圖譜構(gòu)建與認知推理技術多是通過數(shù)據(jù)模型進行評估，面對能源互聯(lián)網(wǎng)中設備運行的動態(tài)變化過程，多層次地刻畫設備在不同環(huán)境下的老化過程、決策者的運維行為以及與環(huán)境交互產(chǎn)生的復雜演變過程仍存在較大困難。2）基于數(shù)字孿生的能源互聯(lián)網(wǎng)評價指標體系