基于数字孪生概念的智慧能源监控和管理系统研究

陈 智，张耀军，张军保

（大唐海南能源开发有限公司，海口 570203）

0 引言

数字孪生是对象或系统的虚拟表示，以及反映它如何随时间变化。数字孪生出现在多个经济部门和领域，使虚拟而非模拟成为管理单个技术、基础设施系统、城市地区甚至自然的方式。在智慧能源领域，数字孪生通过实现先发制人的监控和维护来提高智慧能源的安全性、可靠性和使用效率，并支持对其设计和使用的决策。尽管人们越来越希望使用数字孪生来加强智慧能源领域监控和管理方面的开发和实施，但人们对“孪生”的过程及其在智慧能源监控和管理系统的设计、规划和持续管理中的作用知之甚少。鉴于此，本文旨在提供基于数字孪生概念的智慧能源监控和管理系统技术架构，并说明智慧能源监控和管理系统的设计和实现。为此，除明确数字孪生的概念外，还介绍了数字孪生的关键技术。本研究侧重于智慧能源监控和管理系统的数字孪生实施，并详细描述系统技术架构、系统整体方案和系统功能模块。

1 数字孪生的概念及关键技术

1.1 数字孪生的概念

数字孪生（Digital Twin，DT）是一种同步虚拟和物理状态的行为，以使虚拟和物理状态“相等”。这样看来，数字孪生与其说是在虚拟领域的镜像现实（即“孪生”），不如说是关于产生虚拟现实所需的愿望和行动。本文认为，对数字孪生的概念界定需要注意理解数字孪生作为“边界对象”的作用，即根据不同人的背景和专业知识对不同人具有多种含义的人工制品或概念以及边界工作的产物和效果。这些都是由模型、信息和数据的选择特征、属性、条件及行为组成的。这些模型、信息和数据在整个生命周期中不断被存储，并且可以提供给应用程序和服务，以提供一个适用于具体情况的映射，使用最合适的建模语言创建和操作网络物理系统。数字孪生的应用基础是信息系统的代码生成基础设施、自适应数字孪生的可扩展基础架构和用于配置的可重用语言组件，因此可使用“两步法”进行数字孪生的创建：第一步，软件工程师使用所需的建模语言配置信息系统，以生成数字孪生的低代码开发平台；第二步，领域专家利用生成的平台创建数字孪生。

在此基础上，数字孪生的结构和体系取决于其应用、行为和能力范围。例如，在工业制造领域，产品可以在加工过程中被跟踪和监控，以便有效地提高产品质量。同时，对机器磨损情况的监测可以协调保养和维修工作计划，并有助于减少计划停机时间。但是，如果出现意外的产品下行问题或需要在短时间内调整生产计划，则可以使用生产资源的数字孪生重新安排当前的生产计划并执行修改后的生产计划。例如，过程模拟和机器学习可以带来额外的收益，利用机器学习算法对现有制造工艺进行分析，可以对工艺进行优化，实现更高的稳定性和质量。由此可见，数字孪生的开发和设计必须始终考虑到它所代表的产品和要实施的应用程序。事实上，每个组成部分都可以有它自己的数字孪生，它们可以聚合成模型、信息和数据，并且层次化地表示为系统。

1.2 数字孪生的关键技术

1.2.1 数字建模

建模技术是建设数字孪生的基础技术，主要部分是系统的模型与分析、系统开发的核心活动和需求工程。在数字孪生中，所有的系统开发结果都会定期进行复查和评估。使用案例是提出开发要求、明确开发中系统业务模式的重要投入，也是开发系统的前提。通常情况下，可使用基于模型的系统工程（Model-Based Systems Engineering，MBSE）工具将数字孪生的开发与基于模型的系统工程结合起来。在整个系统生命周期内，使用MBSE 工具创建必要的模型，并使它们在数字孪生的知识库中可用。需要注意的是，MBSE 模型的粒度和详细程度是可变的，并且必须以“适合目的”和“适当调整以适应各种意外情况”的方式选择。

1.2.2 一体化的仿真验证

对单个维度物理性能或系统性能进行数值仿真的技术在当前已经比较成熟。然而，对于复杂的实际产品，其运行时的性能涉及多物理场、多学科的综合作用。为此，在数字化模型的基础上，基于单个系统或多个系统的联合仿真对产品性能进行预测分析同样是实现产品数字孪生的重要技术。

1.2.3 其他技术

实现完备的产品数字孪生还需要建模和仿真之外的其他技术，如创成式设计技术、基于历史数据的仿真结果校准技术等。

2 智慧能源监控和管理系统设计

2.1 系统整体方案

基于数字孪生概念的智慧能源监控和管理系统采用物联网智控节能控、管、维一体化技术架构，多网络融合及大数据云计算技术、人工智能技术，实现在远程云架构下的多客户端数据可视化、信息图形化、控制智能化，嵌入人工智能巡检模型软件与能源专家分析系统，由过去以控制功能为主、人工巡检方式转变为主动式数据巡检、预测性维护和操作优化，事前发现故障隐患，预防处理，确保能源系统安全可靠运行。在设计中，系统的控制逻辑可以采用块连线的方式，将信息从一个块传输到另一个块，或者采用脚本语言，这种语言在高级控制算法的经典程序设计语言中更为常见，为用户提供了更高级别的控制机会，以发送所有连接子系统的命令。具体的系统方案如图1所示。

图1 基于数字孪生概念的智慧能源监控和管理系统架构

如图1 所示，系统将大数据平台作为离线计算及存储支撑，在信息管理层制定统一的协议标准；在实时监控层进行智慧能源应用情况的监控；在智慧控制层通过通用协议做统一的接入口，做好厂商协议和数据的接入。

2.2 系统技术架构

基于数字孪生的智慧能源监控和管理系统的技术主要包括物联网技术、能源预测技术和高维数据分析技术。

2.2.1 物联网技术

物联网等信息技术的应用，加上能够获取产品生命周期内产生的数据的智能设备，并以人工智能（Artificial Intelligence，AI）的数据挖掘能力为支撑，都在为新时代数据驱动的产品设计、制造和服务铺平道路。物联网平台从物理系统中实时生成数据，并结合以前能源消耗的历史数据集，用于数字孪生概念的开发。同样，智能电网和工业物联网还能提供智能传感和安全传输网络，以构建面向最终消费者的数字孪生框架。

2.2.2 能源预测技术

跨越不同时间范围的稳健负荷预测模型对于电力系统的有效运行至关重要，并且已被确定在优化数字孪生的实际运行中发挥了重要作用。能源预测大致可分为短期、中期和长期负荷预测。短期负荷预测允许确定提前1 小时到1 周的能源消耗。中期负荷预测通常持续2 周到3 年，主要目的是事前规划、维护和调度负载。长期负荷预测旨在实现对未来能源需求的预测，从而可以长期了解电力消耗，以制定、规划和起草国民经济方面的有效政策。使用数字孪生进行能源预测的好处是平台运行得更快，能够提供新能源部门的数字孪生方法，提供检查基准能量的时间维度，使用数据驱动的大规模模型快速完成在线分析工作等。

2.2.3 高维数据分析技术

数据不能以原始形式用于推荐或能源预测，因此有必要了解影响能源预测的关键变量，以理解可能影响能源消耗的显著特征。这涉及用数据挖掘技术处理高维数据的过程。此类数据包括预测和关键历史能源数据，如从公用事业、社交媒体、住宅信息以及政策中获得每小时电力需求数据；天气数据包括室外温度、室外相对湿度、室外空气密度、地面温度和区域内部总热量增益等；建筑能源消耗数据包括照明、热循环能源消耗、制冷能源消耗等。此外，还需要考虑其他特征，如工作日、周末、节假日情况，不同温度、时间下的能源概况，以及包括年龄、家庭规模和历史消费数据在内的消费者人口统计信息。这些都被认为是影响能源动态变化的因素。为了提取这些动态信息，需要在数据预处理方面付出努力。从智能仪表、气象站和历史消费中收集用于开发基于数字孪生的智慧能源监控和管理系统所需的参数，并测量、处理和分析消费者相关数据，以制定和优化能源战略。在这方面，高维数据分析技术的运用有助于为系统提供自主决策。

2.3 系统功能服务

基于数字孪生的智慧能源监控和管理系统提供以下功能服务。

2.3.1 能源消耗分析和预测相关服务

智慧能源管理服务已经被认为可以为消费者提供节能的动力，并且可以发现他们能源行为中的问题。通过数字孪生，可以在虚拟世界和物理世界之间实现高精度的分析，允许以各种规模（如每日、每周或每月）预测能源消耗。此外，还可以估计未来的能源消耗，以便发现更好的能源行为和选择，提供与竞争相关的服务。

2.3.2 基于行为分析的能源管理服务

基于用户的能源消费习惯，采集数字孪生实时监测数据并进行分析，从而纠正不良的能源行为和生活方式。这可以通过简单地分析消费习惯来实现，一方面计算与能源行为相关的生活行为，另一方面帮助智慧能源监控和管理系统有效地进行数字孪生需求侧管理，同时提高智慧能源监控和管理系统的服务质量。

2.3.3 纠正消费者不良的用电习惯

数字孪生允许根据消费者不同且独立的能源使用模式生成消费者习惯。通过数字孪生，智慧能源监控和管理系统把握机会，实时纠正消费者不良的用电习惯。其原理主要是分析特定用户的消费习惯并检查他们是否在健康消费范围内。实现这一目标的方法是应用非侵入式设备负载监控技术，对智能电表数据与最终用户家用电器的使用情况进行分解，并使用相似度测量值多方位进行用电质量和产品能耗分析对比。

3 结语

数字孪生已成为不同领域的流行概念，包括能源、公共卫生和基础设施领域，但人们对“数字孪生是什么”和“孪生过程如何工作”的理解仍然有限。本文探索了作为边界对象的数字孪生，并通过边界工作的棱镜，说明它们的设计过程是一个协商决策的积极过程，即关于如何协调现实的数字和物理方面。研究基于数字孪生阐明智慧能源监控和管理系统的相关问题，包括系统方案、技术架构和功能模块；展示了数字孪生在智慧能源监控和管理系统中的协调工作，方便从业人员对“数字孪生是什么”和“虚拟现实应该是什么样子”有自己的理解。