电网运营知识体系中数字孪生技术展望和思考

周育忠，林正平，涂亮，石嘉豪，杨宇亮

（南方电网科学研究院，广州 510663）

近年来，随着国民用电水平的不断提升和化石能源的日渐枯竭，提出了“双碳”和“新型电力系统发展”政策，因此，电力系统源侧分布式清洁能源的大规模并网，以及负荷侧电动汽车、储能等柔性负荷比例的不断攀升，致使电力系统呈现结构复杂、潮流双向化和设备多元特点［1-2］.2020年，国资委印发了《关于加快推进国有企业数字化转型工作的通知》，指出要推进大数据和数字孪生（Digital Twin，DT）等技术的应用，进而提高资产运营水平［3-4］.除此之外，电网公司开展了SG-186工程［5］、公布了“智能电网”发展计划［6］、《泛在电力物联网白皮书2019》［7］，《数字化转型和数字南网建设行动方案（2019年版）》［8］和《数字电网白皮书》［9］.上述项目的实施为DT技术在电网中的运用和推广提供了有力支撑.

2003年，美国学者MICHAEL提出DT概念［10］，是集多学科、多尺度和多物理量的仿真过程［11］.与此同时，随着物联网等技术的发展，实现了DT技术在设备建模［12-13］、设计制造［14-15］、运行管控［16-17］、故障诊断［18］、资产管理［19］、全寿命周期过程［20］和电力系统［21-22］中得到广泛应用与关注.如文献［23］根据产业链不同环节的特点，阐述了DT技术在运维管理等方面的典型应用.文献［24］提出了能源互联网DT系统的总体框架及技术路线.文献［25］从设备层、电网层、业务层和运营管理层提出了DT技术在电网企业的典型应用，为DT电网的建设提供了理论支撑.文献［26-27］对电网运营管理中的用户信用、用电行为、用电量和设备运行状态等常见应用场景进行了详细分析，指出DT技术能有效优化电网运营管理.

基于已有研究成果，本文根据DT核心思想，结合电网运营管理模式，提出电网运营知识体系DT框架，在分析DT技术内涵和特征的基础上，对电网运营管理体系进行分析，并形成了基于DT技术的电网运营管理体系的DT结构框架，最后从运营管理层面分析了DT电网的典型应用，为DT电网的运营管理建设提供了理论支撑.综上分析，本文提出了基于数字孪生技术的电网运营管理模式，对电网物理世界的人、物、事件等所有要素数字化，构建了全属性同构的数字世界，实现了物理世界与数字世界两平面空间实时同步、虚实交互，可帮助企业寻找最佳方式对用户的用电量、用电行为进行精准预测，使整体运营管理效率得到显著提升.可实现资产管理优化、运营风险管理服务、企业投资决策服务、三网融合服务以及电网全价值链协同，对于指导企业数字化、智能化运营管理和决策具有重要意义.

1 数字孪生技术内涵与特征

1.1 数字孪生技术内涵

电网数字孪生是电网发展逐渐复杂化、数据化，以及DT技术快速发展等共同推动下的产物.DT的本质是将物理实体全息映射到虚拟数字电网，并在数字电网中实时监控与诊断，从而模拟和预测物理实体电网的实时状态，能有效推动物理实体电网数字化、虚拟化、状态实时可视化、运营管理协同化和智能化，进而可提高电网物质、智力和信息资源的有效配置与运营管理模式.

在电网运营知识体系方面，DT电网与物理实体电网通过对物理实体电网的感知和信息传输.并结合科学决策和智能控制由虚入实，可实现对物理实体电网的运营知识体系优化，物理实体电网和DT电网两者经过不断虚实迭代，不断优化，可实现电网运营的自主管理，如图1所示.

控制孪生的实现方法如图1所示，本文参考工业领域的数字孪生五维模型，提出包含物理实体（Pvpp）、数字孪生体（Vvpp）、孪生数据（DTData）、连接（CN）以及服务（DT&S）的数字孪生系统（DTVPPS），如式（1-4）所示［28］.

图1 控制孪生的实现方法Fig.1 Theimplementation method of control twins

式中：MM、Mp和MM&p分别为物理模型、数据驱动模型和物理与数据联合驱动模型，Sr、SB为功能性和业务性服务.

1.2 数字孪生技术构架

DT电网架构可分为：物理层、感知层、数据处理层、信息传输层、数字平台层、应用层和系统安全七个层次，如图2所示.

图2 数字孪生技术构架Fig.2 Digital twinningtechnology architecture

（1）物理层.

物理层是指电网运营管理过程中涉及到的工作人员、运行设备和环境等多方面物理实体的集合，具有数据采集、状态感知等功能，是实现电网运营管理功能的物理实体保障.

（2）感知层.

感知层由海量传感装置组成，主要功能是依靠传感装置获取电网运营各个环节数据信息，通过数据采集来解决模型参数问题，以及模拟物理实体运行状态和运行过程，同时，利用低成本和微型化传感测量方式，可满足电网不同运行场景下的灵活部署，能有效实现大规模传感装置的全面安装.

（3）数据处理层.

数据处理主要是指利用边缘计算处理物理电网中海量数据，提取有用数据.在感知层利用传感采集到的运行数据传输至边缘计算装置后，可快速完成数据分析与处理，处理后的数据，去除了无用信息，仅将得到的重要信息上传至云端，进一步完成分析决策.因此，数据处理层依托边缘计算技术，可有效降低海量数据传输带来的庞大资源需求，提高资源利用率.

（4）信息传输层.

信息传输主要功能是将边缘计算装置处理后的数据传输至云端数字平台.其不仅要能支撑边缘计算装置的多样化需求，实现图片、语音和视频等数据多样化传输；同时需满足电网对通信数据实时性、可靠性和传输快速性等要求，一般需通过采用专用通信方式和5G技术等多种通信手段协同完成.

（5）数字平台层.

数字平台具备学习、推理、数据挖掘和数据分析等功能，并进行数据融合，进而形成虚拟电网与物理实体电网的全息映射，构建虚实协同优化策略，在虚拟电网中进行物理电网运行状态的预测，可为物理实体电网提供超前态势判断和运行决策，进而提高系统安全运行能力.

（6）应用层.

应用层是将电网运营管理体系具体化后，对电网运营管理系统进行数字化改造后，可有效提升智能化运营管理能力.

（7）系统安全层.

系统安全是整个电网运营管理过程的核心问题.其不仅要为海量数据采集、边缘计算、数据传输、运行决策制定等各个环节提供安全保障，还需利用电网运行感知来提升电网运营管理智能化和安全可靠性.

1.3 数字孪生技术特点

DT技术是指在完成物理实体与虚拟数字全息复制的基础上，实现数据的双向传输，即在接受物理实体电网实时信息后，还需利用实时数据驱动物理实体电网，提升其预判能力.因此，DT技术具有如下特点：

（1）海量数据.利用DT技术构建的数字电网往往是以公共信息和数据来优化整个电网运行，因此，这要求数字电网尽可能多的从物理世界获取全面的信息数据，致使数字电网的数据量不管在采集维度方面，还是数据类型方面都成爆炸式增长.

（2）全息复制.数字电网通过利用物理实体电网中的传感器采集数据和运行状态信息，利用建模手段来实现物理实体电网到数字虚拟电网的全息映射，进而能够在虚拟电网实现一比一的物理实体电网的感知和运行状态监测，并将其相关信息准确地描述出来.

（3）互动性.数字虚拟电网与物理实体电网之间的实时互动，DT技术的主要目标是通过在数字虚拟世界构建物理实体电网的孪生体，并在数字虚拟电网中利用边缘计算技术对物理实体电网的运行状态进行演变推导、预测和优化，并将优化结果反馈给物理实体电网，指导其执行正确的决策，而不断从物理实体电网采集和实时更新运行状态信息，并将数据和信息实时反馈给DT虚拟电网，对其进行迭代更新和修正的过程，这样便可实现电网的虚实融合和协同.

（4）虚实迭代.利用物联感知技术和网络动态跟踪物理实体电网中的重要要素、趋势和问题，不断实时修正虚拟数字电网模型，使其与物理实体电网始终保持一致，此时，利用仿真手段来模拟物理实体电网中所有可能发生的风险进行分析和预测，并对其做出反馈和决策来解决该风险，并虚拟电网中的优化决策结果反馈给物理实体电网，以此来指导和规避物理实体电网中的风险，经过不断虚实迭代和更新，能够不断优化物理实体电网和虚拟数字电网.

（5）实时性.数字电网和物理实体电网的虚实迭代和互动性均需要实时交互，实时反映电网运行状态和决策.

（6）保真性.DT技术要求数字孪生体与物理实体电网保持物理结构、运行状态等多方面保持一致性.

2 电网运营系统数字孪生架构设计

2.1 电网运营系统结构框架

根据上述DT技术的内涵和特征阐述，本文提出了如图3所示的基于DT的电网运营管理系统结构.该结构主要包括物理电网运行状态感知层、模型协同层、系统决策层和运营管理控制层4个部分.其中，状态感知层由各种传感器组成，主要负责采集人、设备和环境数据，并将数据传递给对应数据库.模型协同层以状态感知层采集到的数据为基础，实现虚拟数字电网和物理实体电网数据的存储、处理和管理，主要功能是对比分析虚拟数字电网和物理实体电网两个主体之间的状态差异，以及分析差异产生的原因，进而对虚拟数字电网进行实时修正和优化处理，使其与物理实体电网保持一致性.决策层由多个运营管理子系统组成，在子系统中，根据各自功能选取对应的数据，并对这些数据进一步处理，提取相关信息.而管理控制层主要是实现人机交互功能.

图3 运营系统结构框架Fig.3 Operational systemframework

2.2 电网运营系统数字孪生架构

运营管理主要是电力设备优化分配、智能检测、用户资产分类聚合和电力市场资源的优化调度，以及全价值链的协同优化与可视化等.基于DT技术的电网运营系统架构如图4所示，可实现在降低管控人力投入的同时，提高管控效率.具体应用场景如下.

图4 基于数字孪生技术的电网运营体系架构Fig.4 Grid operation architecture based on digital twin technology

（1）资产管理优化方面.

通过对电力设备的精细化DT模型构建，对设备DT模型进行虚实迭代优化，并虚拟滚动预测电力设备运行状态，实时反馈到物理实体来指导运维人员对电力设备在全寿命周期各阶段给出资产管理建议（运维、返厂维修、报废等），进而辅助电网企业实现资产管理优化.

（2）运营风险管理方面.

基于DT模型，可实现自主故障诊断和预测，在电网侧可进行运行风险自主评估，并将设备和电网运行存在的预测风险实时上报，进而可指导电网企业对不同运行状态下的设备提出个性化管理建议；并通过在线分析和模拟预测性调度，能够有效评估和预测电网运行效益，进而构成经营风险预警模式，可实时指导电网企业修正和完善经营决策.

（3）投资决策方面.

基于上述的资产优化管理和运行风险管理应用，根据设备在全寿命周期中各阶段的运行状态，结合电网历史运行状态、当前运行状态和未来运行状态，对电网中的电力设备的生产制造、采购、升级改造、运维管理等方面的投资决策提供参考.

（4）电网全价值链协同.

基于物联网技术，全面采集电网运营数据，并实现跨专业数据互通，实现数据共享.在电网规划建设、资产优化、设备采购管理、电网运营销管理等环节应用DT技术，通过对各环节的数据实时采集，并在虚拟模型中进行分析预测，进而实现电网运营状态的自我感知、协调运行、数据开放共享的全价值链协同模式.

3 电网运营系统数字孪生关键技术

电网运营管理系统DT关键技术有以下特征.（Ⅰ）实时性.利用传感器等设备采集的熟悉需实时传递给虚拟数字电网，而在虚拟电网中模拟得到的运营决策等也需实时反馈给物理实体电网.（Ⅱ）海量数据.在电网运营管理环节，需从各个环节和运行角度采集数据，因此会产生海量数据，且呈爆炸式增长趋势.（Ⅲ）数据多样化.采集到的数据不仅包括视频数据、图形数据和音频数据等多种类型，而还需从电网侧、输电侧和用户侧等多方面采集数据.因此，建设电网运营系统的DT关键技术和难点主要包括：

（1）精准感知和数据处理技术.

精准感知体系是DT电网感知的基础，而在电力系统中，由于设备数量多、参数复杂，因此，应用于电网运营系统的感知技术具有“点多面广、业务庞杂”的特点，需对电网运营中各个环节进行实时监测和数据采集.因此，为满足新型电力系统精准感知要求，需优化传感器灵敏度.而对于电网中数据处理技术，已经积累了大量逻辑规则和物理模型，将上述方法模型引入数据驱动中，可有效降低边缘技术算法对训练样本数量要求，提高数据处理精度和复杂度.

聚类的一般要求是同一类的个体具有高的相似性，而不同类别间具有高的差异性.其计算公式为：

式中：Rw用来衡量第w类与第q类的相似度，K为数据种类.

式中：Sw用来量度第w个类中数据点聚拢程度，Mwq为第w类中心与第q类中心数据点的分散程度.

（2）物联管理技术.

物联管理平台是状态感知层和后续应用层的链接通道.但由于设备层、电网层、业务层、运营管理层等采集到的数据存在语言不通、操作系统不同、通信协议不同等问题.因此，DT电网中的物联管理技术需适应多语言、多操作系统的通信需求，并保证通信安全性、实时性和稳定性和数据共享.通过对数据规范和转换格式的统一，可实现的数据共享需求.

（3）DT一致性构建技术.

DT技术的核心是高精度和一致性.在新型电力系统中，面临海量数据采集和处理，通过从物理实体电网中采集到数据，并利用智能算法、深度学习算法等对数据进行处理和优化，并将数据输送至虚拟电网中，实时模拟和预测电力设备运行状态，并对可能出现的设备故障和运行风险进行模拟，得到预测决策，并将决策反馈给物理实体电网，进行风险规避或提前进行设备检修和更换.但这些都基于DT电网与实体电网的一致性和真实性，如果DT电网不能正确的反映实体电网在运行状态，则难以给出正确的决策，因此，虚拟数字电网和物理实体电网的运行一致性是构建DT电网运营系统的重难点.

4 电网运营数字孪生技术应用分析

基于DT的电网运营管理平台下的电网运营管理服务可实时感知电网运行状态，统筹资源并实时共享信息，消除沟通障碍，提高运营管理效率和服务品质，促进产业聚合和打造经济与品牌双效益，成为应对新型电力系统运营管理的有力武器.在用户侧的应用主要有如下几方面价值.

（1）提升用电量的预测精度.

由于用户侧用电量受气候、经济和用户习惯等影响，具有难以预测和随机性，而基于DT技术在电网运营管理中的应用在结合大数据处理精度，结合过去历史运行数据，预测用户用电量，实现对将来某段时间的电量进行精准估算.

（2）用户信用度分析.

在电网运营管理中，可能存在部分客户已经产生巨额欠费而未被及时发现的隐患，致使需投入大量人力与物力资源来催缴该部分欠款，这不仅增加了运行成本，而且增加了运营风险.而基于DT的运营模式，能实时掌握客户用电信息，及时预防欠费情况，进而降低经济损失和运营风险.同时，利用大数据分析和处理技术，能及时有效发现电网的窃电和违章数等数据信息，进而实时完善和修正客户信用评价模型.

（3）客户用电行为分析.

近年来，随着电网用户侧负荷水平的不断提升，以及负荷类型的多样化，大大增加了电网运营管理难度，此时，电网企业可依靠DT技术，对客户用电行为和负荷类型进行全面分析，并在此基础上，采取的差异化、个性化服务措施，进而提高客户服务水平.同时，电网企业也可以利用大数据技术来分析用户缴费、投诉、用电量和用电满意度等数据信息，进而满足客户用电需求和满意度.

（4）停电分析.

停电分析主要包括对停电事故原因分析，从停电时间、范围和损失等多个维度建立停电评价体系，在DT电网中，对停电事故进行模拟分析和预测，进而做出决策，进而降低停电造成的影响.

综上，此部分研究技术路线如图5所示.

图5 基于用采数据建模及用户行为分析技术路线Fig.5 Roadmap for customer datamodeling and behavior analysis based on samplingdata

除此之外，通过电网运营管理平台的构建与应用，可实现电网运营服务过程的精细化、规范化、可控化和资产保值增值.

（1）管理精细化和规范化.基于DT技术下的电网运营管理，可实现电网运营管理的精细化和规范化，这不仅能降低运营降本，而且能提高工作人员的工作效率.

（2）提升服务品质和客户满意度.通过对用户用电习惯和需求数据的收集和出来，制定对应策略，可提升用户满意度；同时，通过对用户投诉数据收集和处理，可有的放矢地改进服务质量，提高用户体验感.

（3）资产保值增值.基于DT技术的电网运营管理模型，可实现对设备的及时巡检、保养和更新，进而降低设备故障率和损坏率，并在此基础上，通过数据分析，制定预防性维护措施，促进设备资产保值增值.

5 结论

在电网运营管理方面，利用DT技术，可优化电网资产管理、运营风险、企业投资决策服务和电网全价值链协同，对电网企业实现智能化运营管理和决策具有重要意义.

（1）DT技术是实现电网运营管理智能化转型的关键技术之一.基于电网运营管理的DT技术框架，可实现电网运营管理智能化管理和信息互通互联共享，优化资产和运营管理.

（2）DT技术的应用将给电网运营管理方式、行业商业模式带来巨大变革，可有效增强电网企业各环节的信息化和智能化程度，进而提高电网企业的生产效率和竞争力.