新型電力系統背景下電力裝備數字孿生技術架構及應用展望

張 露，魯 非，劉 睿，盧仰澤

（國網湖北省電力有限公司電力科學研究院，湖北 武漢 430077）

0 引言

新型電力系統呈現“雙高”的基本特征，即高比例的新能源設備和電力電子設備［1］。國家電網有限公司于2022 年成立新型電力系統技術創新聯盟，旨在促進傳統電力向能源清潔低碳方向轉型［2］，而南方電網有限公司早在2020 年就提出了“數字電網”的發展理念［3，4］。與傳統的電力系統相比，數字化、清潔化、智慧化是新型電力系統的重要發展方向，數字化貫穿整個新型電力系統的全生命周期，無論是規劃設計、建設實施到運行維護都離不開數字化技術和流程［5］。

在形態層面，數字電網充分利用傳感器［6］、智能設備、電力物聯網［7，8］實現物理電網數字化的升級。在此基礎上，依托數字孿生實現數字平臺構建，通過大數據計算技術推動電網智能運行［9］。針對以新能源為主體的新型電力系統架構，上海交通大學的江秀臣提出在數字化輸變電設備在生產時預安裝或投運后加裝各類芯片化多物理量融合集成傳感器，通過多源數據耦合和數字孿生等技術，完成輸變電設備缺陷識別和狀態異常預警等功能，從而實現數字化轉型［10］。上海交通大學的盛戈皞通過分析面向新型電力系統的電力設備運行維護基本特征與技術體系后，認為電力設備智能運維技術的關鍵技術為數字孿生及電力專用傳感技術［11］。

1 數字孿生技術概述

1.1 數字孿生體的產生與演化

“孿生體（twins）”的概念最早可以追溯到美國國家航空航天局（NASA）的阿波羅項目［12］。該項目制造了完全相同的兩個空間飛行器，其中留在地球上的稱之為孿生體（twins）［13］。密歇根大學的Michael Grieves教授于2003 年在產品全生命周期管理（PLM）課程上提出數字化概念模型，即“與物理產品等價的虛擬數字化表達”［14］，這個概念在當時被稱為“鏡像空間模型”和“信息鏡像模型”。這些數字孿生體的雛形從概念上具備數字孿生體的所有組成要素，即虛擬空間、物理空間以及兩者的接口［13］，2011年Grieves教授引用了合作者John Vickers 提出的概念——數字孿生（Digital Twin），并沿用至今［13，15］。

數字孿生體的發展可劃分為3 大階段［16］（如圖1所示）：1）數字孿生的萌芽階段，在本階段內完成了從2003 年的模糊概念至2011 年的初步概念的升級；2）數字孿生的孵化階段，代表性的標志為2012 年NASA給出數字孿生的定義，以及2014年第一份數字孿生白皮書正式發表［14］；3）數字孿生的成長階段，2014 年至今，數字孿生技術得到了飛速的發展，從而大大拓寬了數字孿生技術的應用［17］。

圖1 數字孿生的發展過程Fig.1 Development process of the DT research

數字孿生作為一個新概念和新技術，人們更多地會關注其基本內涵和特征，并應用于不同行業。

1.2 數字孿生的基本內涵和特征

2017 年Grieves 教授廣泛總結各界觀點后將數字孿生定義為：數字孿生是一組虛擬信息結構的集合，能夠從微觀原子層級到宏觀幾何層級上完整描述某一潛在的或實際制造的物理產品。在理想狀態下，數字孿生能夠包含反映其物理產品的所有信息［18，19］。2017年，美國Defense Acquisition University大學（DAU）對數字孿生進行了定義：“數字孿生是充分利用物理模型、傳感器更新、運行歷史等數據，集成多學科、多物理量、多尺度、多概率的仿真過程，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程”［20，21］。這一定義是目前關于數字孿生最為廣泛接受的定義。

目前學術界對數字孿生的定義多從對象設計、制造到全生命周期管理等角度展開，但由于研究的物理對象多樣性，在此很難統一給出數字孿生的唯一定義。針對不同的物理對象，例如設備、工廠等，需要針對性的數字孿生模型，以配合特定的建模策略、功能需求［17］。

鑒于目前對數字孿生的定義多樣性，清華大學沈沉對數字孿生的定義進一步說明，建議以“數字孿生體”指代數字空間、物理對象對應的數字模型，以“物理-數字孿生系統”指代物理對象與數字孿生體構成的系統整體，以“數字孿生技術”指代所有涉及搭建數字模型進行仿真、分析、預測和控制的技術［22］。

國網河北省電力有限公司電力科學研究院相晨萌指出，數字孿生體系的特征為互動性、演繹性、共享性、社會性。演繹性指在虛擬空間中對物理實體對象的狀態進行反演和預測；共享性指數字孿生體之間通過統一標準化實現數據共享；社會性指數字孿生體能夠自主演化，并反過來指導物理實體對象的操作與運行［23］。

清華大學沈沉團隊認為物理實體和其數學模型之間具有相同的物理規律和運行機理構成了數字孿生必備的基本特點。除此之外，數字孿生的其他4 個重要特點分別為自治、同步、互動、共生。自治指數字孿生體和物理實體服從相同的物理規律并獨立演化；同步指數字孿生模型需根據物理實體的變化不斷修正自身結構和參數；互動即雙相影響；共生即數字孿生體和物理實體共同發展。

數字孿生技術在不同行業都有大量的應用實例。數字孿生技術的側重點和功能作用各不相同，足以證明其適應性和巨大的活力。面對電力系統升級轉型的重大需求，如何利用數字孿生技術更好地促進電網的發展還需要大量細致深入的研究工作。一方面，電網的結構和特性復雜，數字孿生技術對電網物理系統的準確建模與高效模擬是核心。數字孿生模型的具體形式已不局限于傳統的微分代數方程，也包括了最新的數據驅動模型，數字孿生技術模擬的場景也會盡可能滿足電網運行的各種不確定性，因此，建立數字孿生電網體系十分重要。

2 數字孿生電網體系

數字孿生電網體系內涵是十分豐富的，能源互聯網模型數字孿生框架基于數字孿生五維模型發展而來，理論體系及框架搭建的研究較為深入，數字孿生應用于電力裝備也有多位學者開展了框架搭建及理論研究并進行了運用分析。

2.1 基于電網模型的能源互聯網數字孿生框架

北京航空航天大學的陶飛團隊于2019 年提出了數字孿生五維模型，該模型由物理實體、虛擬實體、數據、服務以及相互之間的連接交互共5部分構成［24-27］，如圖2 所示。而清華大學沈沉指出，數字孿生尚處于演變之中，但數字孿生必須具備幾個基本要素，即真實空間、虛擬空間、從真實到虛擬空間的數據流連接及從虛擬到真實空間的信息連接［20，28］。從模型的維度和基本組成要素來看，電網模型的數字孿生體系是十分廣闊的，因此，聚集于數字孿生的核心要素和關鍵技術十分重要。

圖2 數字孿生五維模型Fig.2 Five-dimensional model of digital twin

中國電力科學研究院有限公司蒲天驕團隊總結了數字孿生的核心要素和關鍵技術體系，提出了能源互聯網的數字孿生框架以及其應用技術路線［25］?？蚣芡ㄟ^傳感器、物聯網、人工智能等技術實現能源互聯網物理對象到數字模型的映射：通過建立虛擬空間來構建物理實體的數字孿生體，滿足數字化的工作要求；基于多種傳感器及采集終端的感知技術，實現物理實體到虛擬空間映射，形成數字化的工作基礎；通過即時共享數據傳輸及支撐平臺，實現實體及虛擬空間的信息交互，形成數字化的實體支持；基于人工智能算法對平臺的數據進行演算，實現對物理對象的模擬及演化，最終達到數字孿生的應用效果。能源互聯網數字孿生應用可細分為感知層、網絡層、平臺層、應用層。核心關鍵的技術為實時完整的映射技術（智能感知及實時傳輸）、數字孿生體構建技術（基于數據驅動模型及物理機理模型的建立）、智能決策與控制（通過人工智能實現協同控制）。

中國電力科學研究院有限公司趙鵬進一步補充指出，電力物聯網是構建能源互聯網數字孿生系統的重要支撐技術［29］。電力物聯網為在虛擬空間中精確構建數字孿生系統提供數字化、網絡化與智能化的基礎載體，通過傳感、網絡、平臺和人工智能等技術，將電力的物理系統完整且實時映射為經由數據和算法定義的數字系統。

2.2 輸變電電力裝備數字孿生框架

上海交通大學劉亞東分析了電力裝備行業數字化轉型和升級的行業現狀，提出了電力裝備數字孿生通用框架，分為物理層、通信層、虛擬層、應用層［30］。電力裝備數字孿生通用框架在物理層通過多參量傳感技術實現對裝備本體的全面感知，在通信層實現傳輸及管理電力裝備的孿生數據，在虛擬層實現數據孿生模型的構建及仿真結果分析，在應用層實現對電力裝備不同功能需求的精準服務。電力裝備數字孿生通用框架除了可以實現電力裝備的全生命周期數字化管理之外，還取得了電網系統內所有電力裝備數字孿生體信息的互通互聯共享的成效。而數字孿生技術在電力裝備行業的應用必須依賴統一信息建模技術、多層級仿真建模技術、多物理場多參數反演技術以及復雜多維信息合成與可視分析技術。同時，數字孿生技術會給電力裝備行業的生產組織方式、管理方式和商業模式注入更多的活力。數字孿生技術促進產業鏈上各個環節的信息化和智能化程度的提高，最終達到提升整個行業的生產效率和競爭力的巨大效果。

類似地，華北電力大學齊波也提出了針對輸變電設備狀態評估的數字孿生技術架構［31］。架構分為物理層、感知層、數據層、模型層、應用層。技術架構上，齊波版本的數字孿生技術架構采用的感知層不同于陶飛團隊提出的數據交互方法，其重心放在強化基于各種傳感裝置及各類離線運檢試驗的數據收集上。技術架構下，數據層的兩套功能為異常數據處理與最優數據篩選，而模型層的重點為構建輸變電設備的數字孿生體以及建立例如設備故障診斷模型、設備狀態預測模型等各類功能模型。最后，應用層則主要面向于現場應用，對應于通用數字孿生架構的服務層。

重慶大學楊帆依托電力物聯網IoT（The Internet of Things，簡稱“IOT”），提出的電力裝備數字孿生技術架構分為基礎支撐層、數據互動層、建模仿真層、功能應用層［27］。楊帆版本的電力裝備數字孿生技術架構基礎支撐層對物理實體開展基于傳感與巡檢的各類參量進行收集、基于三維實景采集的電力裝備實景數據采集。下層物理實體及上層數字孿生實體數據通過數據互動層進行傳輸、處理及分析。建模仿真層則負責數字孿生建模及可視化分析，其具體的建模技術涉及基于模型驅動的可視化仿真、多物理場仿真，以及基于數據驅動的建模與分析。最后功能應用層則依托IoT平臺實現數字孿生服務具體應用。

總結上述學者提出的針對電力裝備及能源互聯網數字孿生框架如表1，不同學者提出的框架有差異，但都包括真實空間［20］、虛擬空間、數據及信息交互、服務幾大模塊。

明顯地，不同的學者之間關于數字孿生框架有著自己獨特富于創見的理解，這些框架和體系不斷地豐富著數字孿生的研究內容和覆蓋體系。

2.3 數字孿生在新型電力系統內的角色與定位

構建以新能源為主體的新型電力系統以數字化為基礎，需要推進數字化轉型［32］。數字化轉型將提升電網的實時感知和數據分析處理能力，提高電網精細化管理能力。電網數字化轉型需要夯實電力物聯網和中臺架構等基礎建設，需要利用大數據、人工智能等新技術提升電網智能化水平。數字孿生是電網數字化整體呈現形態［32］。數字孿生技術在電網數據全面感知、高效傳輸、平臺共享、智能應用、動態仿真、安全防護等全業務環節實現應用，在電力設備狀態評價、電網在線主動分析等場景發揮了重要支撐作用。

華北電力大學李剛指出，能源互聯網構建的內涵是將電力系統中各個子系統融合成圖拓撲結構，“數據先行”是數字化轉型過程中的基礎工作，數字化轉型的共性可歸結為技術、價值、結構和財務方面的變化［33］。上海交通大學江秀臣詳細介紹了變電站（換流站）、架空輸電線路、電纜隧道、GIL 管廊的數字化模型，通過傳感器芯片化實現多物理量精準感知、通過在線監測實現多源時空數據收集及故障監測缺陷識別、通過數字孿生模型訓練樣本生成診斷模型并實現狀態異常預警［10］。

通過新型電力系統的數字孿生應用，可以大幅降低數據獲取的邊際成本，從而形成以數據價值為核心的能源生態體系。在新型電力系統內無論是數字孿生基礎建設還是具體應用，隨著應用場景的不斷開發和實踐，最終會形成相對固定的模式并標準化，可以預見，新型電力系統必將是數字孿生的主戰場。

3 電力裝備數字孿生建模關鍵技術

數字孿生技術是實現電力裝備實體與虛擬模型之間數據交互、協同發展的關鍵技術。電力裝備數字孿生建模關鍵技術具體涉及統一的信息模型、電力專用傳感技術、基于模型驅動和基于數字驅動的孿生模型等技術環節。

3.1 統一的信息模型的建立與電力專用傳感技術

首先需建立統一的信息模型。統一的信息模型涉及電力裝備生產制造產業鏈中上下游企業的產品之間數據交互的基礎［30，34］，如此龐大的產業和數量眾多的裝備要制訂形成統一的信息模型需要頭部企業和電力公司進行深入交流的協作，以共同制訂規范、統一、高效的信息模型。另外，電力裝備投運后存在不同來源的運維數據，包括了電壓、電流、紅外溫度、聲音成像、可見光等數據，也需要電力裝備數字孿生的信息模型具備廣泛的數據兼容性，從分辨率、量測精度、數據量等方面提供足夠的技術支持。

其次，電力專用傳感技術水平仍待提升。輸變電設備數據收集依托感知層的各類傳感器，提供數字孿生實現所需數據源，包括三維建模實景數據和表征輸變電設備運行狀態及運行環境的各類數據［10］。目前電力設備在線監測技術迅速推廣，溫度、局部放電、氣體組分、寬頻電流、振動、電磁場等設備狀態量傳感器在電力系統內已經獲得了廣泛的應用，并積累了長時間的運行與應用經驗［11，35，36］。但從效果上看，目前傳感器長期可靠性難以保證，部分高性能傳感器過度依賴進口設備。新型電力系統下電力電子裝備電磁環境對傳感器性能存在一定的影響，所以目前提升電力專用傳感技術水平的主要問題在于可靠性的提高、性能的提升以及電磁抗擾度的耐受。

3.2 模型驅動、數字驅動，以及混合方法

華北電力大學李剛指出，電力設備故障預測與健康管理方法主要分為數據驅動、模型驅動及混合方法［33，37］。目前對數字孿生模型的建立也是基于上述3種方法。

電力系統裝備模型目前多采用基于模型驅動的建模方法。模型驅動建模方法可從物理機理和過程上反映物理實體［27］，模型驅動建模方法首先需要構建裝備的一維、二維、三維等幾何模型，并結合實景數據實現出實景化的數字孿生模型，由此涉及的關鍵技術包括模型的輕量化技術和三維可視化仿真技術。另一方面，需要融合實體的物理參數，以及對物理實體的行為與規則進行表征，從而實現裝備的全尺度多物理場數字孿生模型。這一環節涉及的關鍵技術包括全尺度多物理場仿真及基于模型降階的多物理場實時計算技術。

上海交通大學賀興從大數據的角度指出，相比于側重實時操控實體的信息物理系統（cyber-physical systems，CPS）或經典模型驅動的仿真軟件，電力數字孿生（digital twin of power systems，PSDT）更側重于數據驅動的實時態勢感知（real-time situation awareness）和超實時虛擬推演（ultra-real-time virtual test）［38］，所以數據驅動讓電力數字孿生更適用于當今復雜電力系統。依據所得數據建立實體系統模型繼而對系統進行感知和分析，可以有效緩解模型驅動自身過于繁瑣、耗費資源、求解緩慢等缺點，在一定程度上可以實現模型以及交織（intertwined）問題的解耦。

3.3 基于數字孿生模型的多物理場仿真及參數反演

3.3.1 基于數字孿生模型的多物理場仿真

多物理場仿真需要考慮電、磁、熱、力、光、聲、流體、絕緣等因素及各種物理場和現象之間的復雜耦合關系。在電力裝備運行的過程中，各物理場的變化過程遵循質量守恒定律、動量守恒定律、能量守恒定律、電磁場麥克斯韋方程、流體納維-斯托克斯方程、熱傳導模型方程、熱輻射模型方程、熱對流模型方程、聲學波動方程等，且物理場的變化過程可通過（偏）微分方程（組）進行描述?？梢钥闯?，多物理場仿真代表了行業內最為先進的仿真技術，也是目前研究的重點問題。

多物理場仿真技術已經廣泛應用于電力設備設計及仿真計算。在國外，ABB 公司將多物理場仿真用于傳感器的設計［39］，在國內，西安西電電力系統有限公司提出了一種基于壓接型IGBT 器件的柔直換流閥功率模塊的多物理場耦合仿真分析方法［40］，河海大學吳書煜基于多物理場耦合方法開展了特高壓并聯電抗器振動噪聲仿真分析與實驗研究等［41］，武漢大學董旭柱提出了結合多物理場仿真分析的電力訂制化芯片應用環境及結構設計方案［42］。

多物理場仿真可以實現多場、多尺度、多區域3個維度的仿真［30］。其中，多區域指對由多個具有不同特征的連續體組成的研究對象進行研究，連續體之間通過邊界直接或間接相連；多尺度指的是針對研究對象從微觀到宏觀的多尺度行為進行分析，從微觀層級材料的物理特性、中觀層級的零部件參數進行多角度分析，提升宏觀電力裝備整體的運行可靠性。

3.3.2 基于數字孿生模型的參數反演

反演方法在地球物理勘探領域的應用較多。通過地球物理場（如電場、磁場、重力場等）的測量數據，反演方法用于反推地球物性參數（速度、密度、磁化率、電阻率）的分布和運動規律。多物理場多參數反演技術，以正演計算模型為基礎，采用外部可觀測參數如溫度、振動、電壓、電流、負荷等作為反演計算模型的輸入，對電力裝備的內部各單物理場進行參數反演，根據反演計算結果來對電力裝備進行運行狀態監測、故障定位和識別［30］。

由于絕緣、防塵和防潮等因素，電力裝備是嚴格密裝的，如電力變壓器、GIS、斷路器等。這些設備的內部發熱、匝間短路、絕緣缺陷、機械故障等內部狀態只能通過外部振動、泄漏電流、聲場響應和放電脈沖信號來間接感知。電力裝備內部故障與這些觀測信號之間并不是絕對對應的關系，如何通過不同的檢測數據，構建裝備內部狀態的高效表征、建模和評估方法一直是裝備運維的難題。數字孿生模型的參數反演為上述問題的解決提供了一套完整的技術方案，對電力裝置的運維意義十分重大。

反演問題是典型的逆問題，如何運用優化方法取得最優解是反演技術實現工程應用的關鍵。在電力裝備內部狀態反演問題中可充分利用裝備設計、運行和檢測等先驗信息來縮小解搜索空間，從而實現反演解的唯一性和穩定性。首先根據電力裝備的設計參數對其尺寸和內部結構進行建模，再對電力裝備內部各單物理場進行正演仿真計算，然后逐步增加物理場之間的耦合關系，建立電力裝備的多物理場耦合正演計算模型，再以正演計算模型為基礎，建立電力裝備內部多物理場多參數反演模型。采用外部可觀測參數如溫度、振動、電壓、電流、負荷等作為反演計算模型的輸入，對電力裝備的內部各單物理場進行參數反演，并將單場反演的結果作為多物理場多參數反演尋優的初始值，以達到縮小解空間的目的，最后對電力裝備的內部參數分布進行反演計算，根據計算結果來對電力裝備進行運行狀態監測、故障定位和識別。

4 數字孿生在電力裝備行業中的具體應用

上海交通大學劉亞東建立了基于數字孿生技術的電力裝備全生命周期過程管理架構模型，分為責任部門、物理實體、數據交互、數字孿生、功能層［30］，模型可用于電力裝備的設計、生產制造、運行維護和報廢回收等全生命周期中的所有環節。

重慶大學的楊帆［27］提出基于電力物聯網平臺的電力裝備多物理場數字孿生實現框架，分三階段實現：監測數據上云、多物理場仿真平臺建立孿生模型并部署至物聯網平臺、在物聯網平臺將監測數據與孿生模型集成。參考ANSYS 案例建立變壓器多物理場數字孿生模型，并指出建立多物理場數字孿生模型存在如下問題：數據方面，基于電力傳感的數據感知量不足；模型方面，全尺度多物理場耦合模型的建立及實時求解仍亟待解決；平臺方面，尚待開發出自主知識產權的國產平臺。

齊波提出構建變壓器狀態精細化評估數字孿生模型、設備故障診斷數字孿生模型搭建，重點從智能算法方面進行了詳細分析［31］。國網湖北省電力有限公司檢修公司王浩開展了基于數字孿生模型的GIS筒體關鍵部件溫變行為仿真研究，提出基于實景點云數據的GIS筒體數字孿生模型重構方法，抽象建立了4種典型故障工況，給出基于ABAQUS 軟件的GIS 筒體溫變行為仿真參數取值與網格劃分方法，并基于某變電站在役220 kV GIS 數據開展了典型故障案例仿真研究［43］。國網河北省電力有限公司雄安新區供電公司吳學正提出了現有GIS智能變電站中電力變壓器、組合電器、開關柜3 類主要設備故障診斷技術研究的基礎上，結合數字孿生技術的一種新型GIS 智能變電站數字孿生模型［44］。

華南理工大學湯清權提出交直流配電網數字孿生架構［45-49］。目前，交直流配電網數字孿生系統的建設仍處于起步探索階段，交直流配電網數字孿生系統中接入豐富的設備狀態量測裝置、小微傳感器和攝像頭等信息采集設備，交直流配電網大數據覆蓋了配電變壓器、配電變電站、配電開關站、電表、電能質量等配用電自動化和信息化數據，以及用戶數據和社會經濟等數據。

5 結語

1）數字孿生的幾大重要特點包括：自治、同步、互動、共生。數字模型和物理實體服從相同的規律，并能根據物理實體的變化不斷修正參數并獨立演化，最終實現數字孿生體和物理實體共同發展。

2）數字孿生以推進電網數字化轉型為基礎，數字孿生是電網數字化整體的呈現形態。

3）電力系統數字孿生以面向應用或業務為原則進行構建，其技術核心指向建模和仿真，并以此為基礎構建其他相關應用以形成數字化模型。數字孿生的構建依托電力物聯網，其技術難點主要包括：統一的信息模型建立、專用的電力傳感技術、基于模型驅動和基于數字驅動的模型建立。其中，基于模型驅動的建模難點在于多物理場仿真及參數反演。

4）數字孿生在電網調度和電力設備領域應用前景廣泛，但目前有關數字孿生技術在能源行業的應用大都處于探索驗證階段。各高校學者就數字孿生模型在能源互聯網、電力裝備領域都提出了基于數字孿生的框架模型，并簡明闡述了實現所需的技術路線。

5）數字孿生的理念在電力裝備中當今已有大量具體的框架應用模型，例如在全壽命周期的應用、電力變壓器狀態評價數字孿生、GIS智能變電站健康評估、在交直流配電網中的應用等，但模型研究內容仍側重于理論分析、框架搭建、算法分析等?？傮w而言，數字孿生在電力裝備中的應用仍處于初級探索階段。