能源互联网中的数字孪生技术体系、应用与挑战

03 数字孪生在能源互联网应用中的难点

在能源互联网中广泛使用数字孪生技术还存在着许多特性问题有待解决。

本章主要从监测分析、模型构建、规划运行以及综合评价4个方面的应用难点进行阐述，之后对数字孪生技术在能源互联网应用中的难点进行总结提炼，最后针对当前所存在的难点问题给出建议对策。

3.1 数字孪生在监测分析中的应用难点

数字孪生在能源互联网监测分析过程中的应用难点如图4所示。

图4 数字孪生在能源互联网监测分析中的难点

Fig.4 Application difficulties of digital twin in energy Internet monitoring and analysis

1）受不确定性因素影响量测数据与仿真数据对比分析难度大。数据采集面临的一个关键问题是如何将能源互联网的量测数据与数字孪生模型仿真产生的数据进行对比与分析。由于量测设备的精度误差、环境因素以及能源互联网的分布式能源、可接入负荷等随机性因素，量测数据具有灵活性和随机性。同时，数字孪生的仿真输出结果也同样具有随机性。因此，多维随机变量的对比问题属于数学复杂概率分布的求解问题，目前仍是数字孪生在能源互联网数据采集中需要解决的综合技术问题。

2）不同量测设备数据采集的一致性较难统一。能源互联网中各种能源的生产、输送、消耗过程涉及大量的数据采集和传输，各种量测装置测得的数据有不同的尺度、采集周期以及计量单位，这导致不同数据之间无法融合，主要体现在数据采集的尺度及计量单位的一致性问题、数据采集参数及格式的一致性问题、数据采集周期的一致性问题。

3）数据的准确性与传输的安全性难以保障。能源互联网数字孪生属于信息-物理耦合系统，对数据传输的准确性和稳定性提出一定要求。但在实际的数据传输过程中，存在数据丢失或传输网络安全漏洞的问题，因此容易受到外界的攻击从而影响信息与系统之间的交互。随着能源互联网覆盖范围的扩大，大数据处理对信息安全提出更高的要求，数字孪生技术面临着更大的挑战，需要进一步提高系统的安全性能以保护用户隐私，保障用户与系统的安全双向交互。自动机器学习能够自动获取所需要的数据，通过与电力系统仿真环境或数字孪生系统进行交互，自动收集、合成特定任务的关键数据集，并实现原始数据自动预处理，减少或消除数据错误。

3.2 数字孪生在能源互联网模型构建中的应用难点

数字孪生在能源互联网模型构建过程中的应用难点如图5所示。

图5 数字孪生在能源互联网模型构建中的难点

Fig.5 Application difficulties of digital twins in construction of energy Internet model

1）数字孪生模型准确率与计算效率之间的矛盾难以平衡。利用数字孪生对能源互联网物理实体构建精准模型是对实际系统进行智能决策的核心。但能源互联网本质上是多层耦合的非线性系统，由于电力网、热（冷）网和燃气网的时间尺度不同且误差精度不同，使数字孪生模型的构建需要在多能源的耦合问题上寻求多颗粒度切换与集成复杂度之间的动态平衡。同时，随着能源互联网各种新型设备的接入，系统的网络架构和运行方式更加复杂，数字孪生模型在精细化的同时会带来复杂的求解计算问题。如何平衡能源互联网系统数字孪生模型的精确度与复杂度之间的矛盾是目前的难点。

2）数字孪生模型自主演化机制复杂多样。现实世界中的能源互联网处在实时变化中，其动态特性与变化特点体现在量测数据中。能源互联网系统中的模型具有很大的灵活性，其要求数字孪生必须根据运行条件和运行环境的不同对实际系统进行精准刻画，但由于多能源系统的复杂性，通过运行数据驱动逆向构建数字孪生模型属于高维数学问题的逆向求解问题，具有很大的挑战性。同时，能源互联网的时变特性要求数字孪生模型能够实现自主演化，但机理模型无法反映设备运行过程中运行状态改变导致的不确定性问题对设备的影响，而数据驱动模型以机理模型的运行参数作为先验知识，可解释性较差，目前无法根据运行状态实现动态更新。

3）难以准确刻画外界复杂环境因素对数字孪生系统的影响。能源互联网系统内部设备的运行参数时刻受周围环境及需求侧负荷类型的影响，环境条件对系统的影响机理复杂，且能源互联网中的电负荷、冷热负荷、气负荷属于多维度、多时间尺度的综合负荷，难以用数学公式对关键因素具象表达。能源互联网各子系统之间依靠耦合关系相互影响，目前对耦合设备建模主要基于机理方法实现，当耦合设备运行条件改变时其无法反映对设备的影响。

3.3 数字孪生在能源互联网规划与运行中的应用难点

数字孪生在能源互联网规划与运行过程中的应用难点如图6所示。

图6 数字孪生在能源互联网规划与运行中的难点

Fig.6 Application difficulties of digital twin in energy Internet planning and operation

1）多系统联合规划设计存在高度耦合性。能源互联网中包含电、热（冷）、气、氢等各类型非线性子能源系统且相互耦合。随着各种新型设备的接入，系统的网络架构和运行方式更加复杂，规划问题本质上是多层耦合的非线性问题，需要在多能源的耦合问题上寻求动态平衡。如何在数字孪生模型中合理忽略或简化非线性特性，如何对多能源系统进行解耦，进而获得近似线性化模型，使得所求结果接近原始问题的最优解还面临着一定的挑战。

2）规划与运行受多重不确定性因素影响。能源互联网系统由于不同形式能源之间相互耦合导致运行场景复杂多变，同时受到来自源、荷两侧的多时间尺度与空间范围上的多重随机性影响，其规划与运行是一个存在大量不确定性、不可量化因素的多目标优化问题。如何利用数字孪生技术对能源互联网模型在受多重不确定性影响下进行演化分析，保证系统运行的安全性和长时间的规划有效性是目前的研究重点。

3）规划与运行的边界条件难以确定。能源互联网系统的运行指的是对系统整体或各区域中的运行数据、运行状态以及运行策略的设计和控制。能源互联网系统中的模型具有很大的灵活性，要求数字孪生必须能够根据运行条件和运行环境的不同对实际系统进行精准刻画，但现实世界中的能源互联网处在实时变化中，其动态特性与变化特点蕴含在运行数据中。对于在真实系统运行状态中无法直接获取的环节，需要通过关键量测数据和有价值的历史运行数据对系统建立数字孪生镜像模型的边界条件，如何通过有限的有价值数据构建边界是当前面临的问题。

3.4 数字孪生在能源互联网综合评价中的应用难点

数字孪生在能源互联网综合评价过程中的应用难点如图7所示。

图7 数字孪生在能源互联网综合评价中的难点

Fig.7 Application difficulties of digital twin in comprehensive evaluation of energy Internet

1）数字孪生对能源互联网复杂动态变化过程评价困难。当前能源互联网系统设备众多，且存在信息多源、状态评价困难、故障维护复杂等难点。能源互联网数字孪生系统通过对可观测信息的采集能够构建能源互联网数字孪生多维动态模型，实现物理对象在虚拟空间的镜像映射。然而，数字孪生中接入的状态评价与故障诊断技术、知识规范与融合技术、图谱构建与认知推理技术多是通过数据模型进行评估，面对能源互联网中设备运行的动态变化过程，多层次地刻画设备在不同环境下的老化过程、决策者的运维行为以及与环境交互产生的复杂演变过程仍存在较大困难。

2）基于数字孪生的能源互联网评价指标体系不完善。目前针对能源互联网系统可靠性评价的指标体系不够完善，同时行业内数据采集能力参差不齐、底层关键数据难以获得，存在已有数据闲置度高、数据关联度较低和缺乏深度挖掘的集成技术等问题。有效提取并充分利用数据库中的有效信息，利用数字孪生技术为能源互联网系统建立有效的可靠性评价指标体系是当前研究的重点和难点之一。

总体上，数字孪生在能源互联网应用中的难点主要集中在3个方面：1）现实能源系统存在的系统功能滞后性与系统之间差异性导致的数据质量问题；2）能源互联网客观物理系统所存在的多重不确定性、随机性与复杂现实环境导致的模型建立复杂度提升问题；3）数字孪生自身技术瓶颈导致的数字孪生技术与能源互联网融合度较低的问题。

对于上述集中体现的难点问题，首先应当明确能源互联网数字孪生的技术基础是建模与仿真，数字孪生深度融入了能源互联网系统的数字化业务链，不能单纯作为仿真工具使用。对于建模问题，应加大科研投入，可利用人工智能技术与大数据融合平台，建立各类完善的能源互联网模型。最后，可健全能源互联网建设运行统一标准，完善数据管理体系，设立能源互联网运行云平台，集中力量统一规划、统一管理。

04 展望与发展路线

中国能源互联网仍处于初步发展阶段，目前落地应用相对较少，还不具备共性技术体系和大规模应用条件。要实现数字孪生在能源互联网中的广泛应用，需要更加智能的科学决策、精准映射的仿真平台以及更加具体的技术路线。能源互联网将充分利用数字孪生实现信息-物理系统的融合、信息传输的高速同步、能源信息系统的安全与保护、数据的安全可靠共享等重要目标，从而保障实际物理系统能够利用数字孪生模型精准映射至虚拟空间。相信未来能源互联网数字孪生系统会继续朝着智能化、平台化、体系化的方向发展。

1）智能化。长期以来提升数字孪生在能源互联网应用中的智能化一直是热点研究问题，其中最重要的是利用海量数据库及智能决策算法进行智能决策。智能化不仅基于数据特征，而且需要足够的综合性知识和信息辅助来完成科学决策，从根本上说，其与单纯基于数据的智能算法相比难度更大且技术尚未成熟。

2）平台化。涉及多能源耦合的能源互联网系统的规划设计、运行维护离不开仿真平台的支撑。仿真平台将为能源互联网数字孪生模型构建提供可靠的数据传输环境和数据分析技术，有助于推动物理空间与虚拟空间的互联互通。与此同时，还可依托智能化平台，构建共享机制，形成完整的技术产业链，推进能源互联网与数字孪生融合发展。

3）体系化。能源互联网的智能化、网络化以及平台化所设计的技术不是孤立工作的，要实现能源互联网的数字孪生需要建立统一的总体架构，逐步突破数字孪生关键核心技术瓶颈，以智能算法为核心，制定数字孪生共性技术体系路线，形成兼容共享、创新稳定的技术体系。未来要坚持物理系统与仿真系统同步设计、同步管理、适度超前推进智能感知设备建设，打造具有自发展、自适应、自学习、自进化能力的能源互联网信息管理中枢，发展高效便捷的智能化、信息化服务，构筑自我学习、自我优化、自我成长的智能发展体系。