數字孿生關鍵技術及其在電力行業中的應用

張海濤，范榮琴，趙 剛

（國網巢湖市供電公司，安徽 巢湖 238000）

1 數字孿生技術的研究價值

隨著自動化、信息化技術在電力行業的廣泛應用，電網運行控制、生產管理、運行維護以及各種營銷與運營工作的效率逐步提高，產生的數據信息也越來越龐大。電力企業在實際管理與決策過程中，需及時、準確地對具有一致性、完整性、可用性以及準確性等特征的數據信息進行科學處理。例如，工作人員獲取的設備運行狀態檢測數據多為實時數據。此時，為確保數字孿生關鍵技術在時序數據庫的研究中獲得有效應用，工作人員必須解決時間聚合等問題，做好時序數據的對比分析工作。另外，基于復雜時間和空間電力設備的數字孿生關鍵技術的已有研究，對傳統的分析模式進行全面升級，進一步改善電網建設效果，是絕大多數研究者共同關注的重要內容[1]。換而言之，對數字孿生技術展開系統分析，在當前仍有一定的現實意義。物理-數字模型交互方式如圖1 所示。

圖1 物理-數字模型交互方式

2 需求分析

在高質量發展和建設新型電力系統的要求下，以數字化轉型為目標的電力企業對數字化服務水平提出了更高的要求，電網數字孿生是新型電力系統數字化服務體系發展的關鍵支撐和重要方向。在“雙碳”目標要求下，國家電網有限公司（以下簡稱國家電網）提出加快建設新型電力系統。在新型電力系統“雙高”特點下，數字賦能建設面臨新的發展需求，主要體現在以下幾點。

（1）加強感知終端建設。目前，區域內感知設備數量較少，采集信息種類不全，感知設備智能化水平不高，需統籌開展覆蓋“源-網-荷-儲”各環節的感知體系建設，形成三維立體、覆蓋全城區的感知布局，為“配網一張圖”的實現奠定據基礎。

（2）完善信息傳輸網絡。目前，區域內無線網絡覆蓋不足，需結合實際需求，按照國家電網物聯體系和數據中心布局及網絡建設要求，提升網絡覆蓋面，實現電網數據整合與共享，為設備側電力物聯網提供高可靠、高安全和高帶寬的信息傳輸通道。

（3）建設數字孿生配網。在加快構建新型電力系統、積極推動經濟綠色低碳轉型和可持續發展的過程中，要求配網具備全面感知、協同優化、預測預警以及科學決策等特性。

（4）強化業務應用建設。目前，由于缺乏物理層和孿生層的直接映射關系，在業務層面無法實現仿真、聯動、智能分析等應用，對新型電力系統中新能源和傳統能源的消納協同、多能互補等方面無法實時感知與精細調控，業務支撐能力有限。需圍繞智慧城區配網和“源-網-荷-儲”協同互動示范點，結合業務需求，開發靈活高效的業務應用，通過數字孿生技術實現業務的提升和創新。

（5）鞏固信息安全保障。新業態、新業務使國家電網有限公司網絡更加互聯與開放，現有信息安全防護體系將難以滿足新型數字業務共享互聯發展需求。因此，需要提升信息安全防護能力，提高整體安全防護水平，參與建設覆蓋物聯體系、網絡通信和采集終端等的整體防護架構，提升終端接入、通信通道等安全防護能力，支撐構建全場景安全聯動防護體系[2]。

3 電力設備數字化、網絡化、智能化現狀

（1）電力設備數據收集不全面或數字化程度不高。主要表現如下：一是，電力設備的外部施加應力如自然環境、運行工況等數據收集不全面或數字化程度不高；二是，電力設備內部特性數據（結構尺寸等）和內部特性（材料性能等）數據收集不全面或數字化程度不高；三是，電力設備的外部可觀測數據如開關管理人員五官感知、試驗檢測和在線監測的數據收集不全面或數字化程度不高。

（2）電力設備的網絡化程度不夠。主要表現如下：一是，通過數據采集與監視控制系統（Supervisory Control And Data Acquisition，SCADA）系統收集了部分的電力設備運行工況數據，但由于網絡安全問題，大部分運行工況數據還不能通過網絡共享；二是，電力設備通過在線監測網絡收集一部分電力設備外部可觀測數據和自然環境，但電力設備全生命周期各個環節的大量人機交互終端、設計工具、測試以及試驗裝置所產生的數據未能通過網絡化收集；三是，電力設備數據共享的安全性問題未徹底解決，電力設備數據共享的機制未解決，電力設備與社會公共知識數據、公共氣象數據未能較好地通過網絡化進行收集。

（3）電力設備的內部狀態不夠透明。電力設備的內部狀態不能在數字空間全面、準確、實時更新。主要表現如下：即使通過物聯網等收集了電力設備的外部施加應力數據和電力設備的外部可觀測數據，也由于缺乏有效的狀態評估模型，內部狀態不能在數字空間準確、及時地實時更新或者更新不全，造成電力設備的內部狀態無法實現全面、實時的“可觀測”，進而無法有效地實現其預期的“可控制”和“自動化”等功能[3]。

4 數字孿生關鍵技術的實際應用

4.1 分布式一致性算法

分布式一致性算法可以確保分布式系統中的任何數據或計算口徑的一致性。對于高性能的關系型數據庫而言，只有始終保持數據信息的一致性，才能在全面更新之后，不影響用戶訪問數據信息。基于此，技術人員在對處理任何分布式數據庫時，都必須遵循一致性、可用性、分區容錯性（Consistency Avaliablity Partition tolerance，CAP）原理，即在一個分布式系統中，一致性、可用性、分區容錯性這3 個要素最多只能同時實現2 個，無法3 者兼顧。其主要原因是分布式系統以互聯網為支撐，由多臺相互關聯的機器共同組成，在網絡分區過程中發生網絡通信故障等問題的概率相對較高。因此，在數據存儲及數據分析環節，為切實提高數據信息的可用性，技術人員應采用副本備份的方式，并合理調整全部的副本數據，保障數據信息的一致性與可靠性。

4.2 三維物理模型

數字孿生電網三維模型包括城區配網各組成元素（變電站、變壓器、輸電線路、綜合能源站以及新能源設備等）的三維模型，還包括區域內地形地貌、園區（景區）建筑的三維模型。三維模型可以直觀地展示電網的周邊環境、外貌特征、內部結構等信息，還可以通過三維模型展示區域內電網的檔案類數據、量測類數據以及各種模型的分析計算結果，從而幫助工作人員更為直觀地監測電網的運行狀態[4]。

4.3 數字電力設備的質量特性

在引言中已經明確了數字電力設備的概念，但未明確數字電力設備的功能和性能，即數字電力設備的質量特性。在梳理電力設備發展過程中可以發現，電力設備的質量特性可以分為專用質量特性和通用質量特性。專用質量特性隨著電力系統的發展而發展，而通用質量特性隨著電力設備全生命周期業務需求的發展而發展。隨著數字電網的發展，電網要求能夠實時地獲取電力設備的數字化狀態，對電力設備提出了專用質量特性要求，數字電力設備的核心功能為自身狀態的數字映射，即實時獲得電力設備自身狀態的數字化信息。因此，描述數字電力設備的專用質量特性指標分別為以下3 個，即數字化顆粒度、數字映射誤差、數字映射時間。數字化顆粒度指能夠映射設備的空間層級，如類別級、設備級、單元級、元件級、部件級、零件級以及材料級等；數字映射誤差即電力設備在物理空間與數字空間之間偏差；數字映射時間指在物理空間的實體發生變化后，在相關觀測數據準備好開始到在電力設備數字孿生體在數字空間同步更新的時間。數字電力設備同樣存在通用質量特性，與傳統電力設備一致。數字電力設備的專用質量特性技術指標跟具體電力設備的應用場景和需求密切相關。例如：數字化顆粒度，對于某些電力設備需要的是設備級，有些電力設備需要的是材料級，其還與電力設備的性能相關，如要求數字化僅為設備級的絕緣性能、材料級的機械性能等；數字映射誤差，對于大部分電力設備用戶均希望能夠實時識別設備內部狀態變量分別處于正常、注意、異常以及嚴重的狀態，有些場景可僅需要識別正常和嚴重狀態，這些均跟數字映射誤差有著密切的聯系；數字映射時間，受電力設備觀測周期和觀測時間的影響，對于電力設備暫態過程的觀測要求觀測連續、觀測時間短，對電力設備的數字映射時間要求較高，而電力設備緩慢劣化過程，對電力設備的數字映射時間要求不高[5]。

4.4 電力業務控制

電力企業在分析電力數據，對時序數據進行可視化處理的過程中，必須全面結合自身業務場景，明確衡量業務開展效果的標準與指標。隨著廠站端控制類業務、企業級運營監控類業務的增長需求，電力企業有必要通過運用可視化分析、數據計算量化技術、數據存儲技術更好地維持日常業務的順利開展。例如，部分電力企業選擇基于地理信息系統綜合分析電網設施的實時運行狀態，及時排查電網設施的安全隱患，掌握相關設備運行狀態的變化情況，進而采取針對性的處理措施。技術人員在完善接線圖中變電站的位置及配套設施等信息的同時，及時補充電纜隧道、輸電線路走廊等的狀態信息。未來，隨著物聯網技術的進一步發展，電力企業有望通過控制傳感器、遠程操控電力設備等方式，實現可視化技術在各種電力場景中的有效運用。需要注意的是，技術人員在規劃可視化組態軟件時，應全面分析電力行業的發展趨勢以及各類電力系統的特征，并加大電力行業圖庫的內容建設、合理調整數據信息的展示形式，促使時序數據可視化分析的操作更加便捷，分析結果更加科學、全面，電力系統的運行更加穩定。

4.5 數據驅動模型

數字孿生電網數據驅動模型指基于歷史樣本數據，通過機器學習的方式所訓練出的數學計算模型。數據驅動模型對“源-網-荷-儲”、分布式微網及新能源消納業務會起到很好的支撐作用。基于電網的歷史樣本數據，通過數字孿生電網數據驅動模型，可以發現電網的潛在風險、發展趨勢，還可以對電網的內部元素進行特征分類和關聯強度研判。

5 結 論

圍繞數字孿生關鍵技術及其在電力行業中的應用展開分析。電力企業要想實現數字孿生技術的最大化利用，就必須從數字孿生關鍵技術的特征點等多個角度入手，合理運用相關算法與分析技術。只有這樣，電力企業才有可能提高數字孿生技術的運行穩定性，豐富數據分析技術的應用場景，穩步提升自身信息化發展水平。