基于數字孿生的城軌智慧能源管控系統設計及展望

韓佩瑤，杜呈欣，張 銘，田 源

（中國鐵道科學研究院集團有限公司電子計算技術研究所，北京 100081）

1 引言

在交通強國的背景之下，作為城市交通大動脈和大城市公共交通工具，城市軌道交通（以下簡稱“城軌”）已成為我國交通體系的重要組成部分和技術創新的重要陣地。中共中央先后發布《關于完整準確全面貫徹新發展理念做好碳達峰碳中和工作的意見》[1]和《2030 碳達峰行動方案》[2]，要求加快推進低碳交通運輸體系建設；交通部發布《綠色交通“十四五”發展規劃》[3]對我國交通運輸綠色發展提出了新的要求；中國城市軌道交通協會發布了《中國城市軌道交通綠色城軌發展行動方案》[4]以指導城市軌道交通綠色轉型工作。

城軌作為“用能大戶”，需站在“雙碳”目標征程的前列。綠色城軌作為智慧城軌的重要應用場景，聚焦節能降碳的技術攻關、提升城軌綠色技術應用效能，將成為未來一段時間的重點發展方向。要實現城軌的綠色智能化，建立一套完善的智慧能源管理體系成為重中之重。

城軌能源管控涉及牽引供電、車站通風空調、智能照明、綜合能源管理等多個子系統，且傳輸網絡不一，制式不同，包含管控設備繁多、涉及專業多樣的多維系統，具有多源、多維、多尺度、異構的數據特征。從功能檢（監）測、數據分析到動態調優，傳統的能源管控技術已經很難滿足當前智慧綠色能源管控的要求。

為響應國家雙碳戰略，提升城軌用能效率，各地紛紛增設城軌能源管理系統，主要包括線網級能源管理平臺、線路級能源管理系統。線網級能源管理系統是在線路級已有系統的基礎上進行搭建，包含匯總各線路的能源數據、統計能耗和能效等功能；線路級能源管理系統包含能源質量檢測及監控、各項能耗的分類、節能管理等功能。此外，學者們也對相關領域進行了研究。文獻 [5]設計了城軌電氣火災監控與能源管理融合系統，便于運營管理。文獻[6]提出了一種基于云平臺的城軌能源管理系統架構和建設方式，利用云計算采用了線網-車站二層管理模式，降低了線網和線路運營和維護成本。

在此基礎上，本文總結數字孿生技術當前的發展趨勢，分析城軌能源管控的需求，并提出包括數據采集、數據虛實交互、數據管理、孿生模型應用、虛擬孿生、訪問權限設置功能的基于數字孿生的城軌智慧能源管控系統架構，然后展望數字孿生技術在城軌智慧能源管控中的應用。

2 數字孿生介紹

2.1 概述

數字孿生起源于2003 年，由Grieves 教授在美國密歇根大學產品生命周期管理課程上提出的“與物理產品等價的虛擬數字化表達”的概念，當時被稱作“鏡像空間模型”，發展而來，其定義為包括實體產品、虛擬產品及兩者之間連接的三維模型[7]。但是直到2011 年，Grieves 教授才在書中明確應用了“數字孿生體”一詞。

數字孿生技術最早在軍工及航天領域被應用[8]。Gartner 自2016 年起連續多年將“數字孿生”列為未來十大戰略技術之一。由于數字孿生具備虛實融合與實施交互、迭代運行與優化、以及全要素/全流程/全業務數據驅動等特點，加上傳感器成本大幅下降、網絡傳輸可靠性提升和建模技術的不斷進步，數字孿生技術的研究與應用正在呈現爆炸性增長的態勢。北京航空航天大學陶飛教授提出數字孿生“五維模型”，探討在衛星網絡、智能制造、智慧城市等多個領域的應用，實現物理世界和信息世界的交互共融[9]。

2.2 技術體系

數字孿生的本質是技術集成。數字孿生的實現需要依賴諸多基礎數字技術的融合創新，正是因為這些基礎數字技術的蓬勃發展，數字孿生才有機會從小尺度到大尺度都有了更多應用場景，并變成了新的融合貫通式的數字化基礎設施。

（1）數據全面、精準感知。通過智能傳感器、射頻識別設備（RFID）、衛星定位系統等信息傳感設備，按照特定的協議要求采集物理世界中發生的物理事件和數據，實現外部世界信息的感知和識別。通過物聯網設備的泛在感知，實現感知信息高可靠性、高有效性[10]。數據的全面、精準感知技術主要包括數據傳輸技術、傳感器協同感知采集技術、傳感數據解析及訪問技術等。

（2）虛實數據可靠、高效傳輸交互。數據的傳輸是物理實體、虛擬實體、數據及業務之間實時互聯互通的核心，信息傳輸的過程中需要保證高速率、低時延、大容量、可移動的特性，以此支撐數字孿生系統的實時交互、數據計算及虛擬世界與物理世界的反饋閉環。5G通信技術為數字孿生的應用提供了實現物理世界與虛擬世界精準映射和實時感知控制的能力。虛實數據可靠、高效傳輸交互技術主要包括通信傳輸技術、通信網絡架構技術、信息安全訪問技術等。

（3）數據管理。數字孿生數據包含模型、信息的時間數據和空間數據，融合打通多源、多維、多層次的數據孤島，增加共享和復用能力，響應業務需求，提供全要素、全流程、全業務數據的支持。數據的管理與共享技術包括云計算和數據中臺技術。云計算主要包括數據存儲及管理技術、編程模型等，數據中臺技術包括數據同步技術、數據開發技術、數據服務技術等[11]。

（4）孿生體建模技術。構建數字孿生的第一步是創建高保真的數字孿生虛擬模型，真實再現物體實體的幾何圖形、屬性、行為和規則等。在建模對象行為復雜、規則難以分析的情況下一般采用數據驅動的方式建模。可以融合時空數據與知識，提升建模的魯棒性和特定信息的表征力度。孿生體的建模技術主要包括基于時空虛實數據的分析技術、數據驅動與知識融合分析技術、物理建模技術等。

2.3 趨勢分析

隨著數字孿生技術的研究逐步深入和在城軌領域的不斷探索，其未來發展方向包含以下幾點。

（1）體系設計方面。隨著數字孿生應用的深入，其可以與分布式計算技術相結合，形成模塊化的數字孿生塊，各模塊包含各自的業務領域，分而治之，協同處理，提高處理事件的效率，便于形成數據共享協同應用的機制。

（2）模型迭代方面。加強數據與模型的有機融合，加強孿生間隨時間的相互作用、相互變化，提升孿生體的建模適應性和仿真精準性，并切實提升模型在各個車站之間的普適性，降低建模成本。

（3）任務計算方面。通過城軌大腦云計算平臺和邊緣計算綜合使用，提升多源、異構孿生數據的處理分析能力，提升面向任務的數據處理分析能力。

（4）智能服務方面。結合人工智能、仿真等技術，在數字空間形成更加智能、高效、準確的決策，反饋到物理世界，提升現實世界的智能服務效率。

（5）應用安全方面。能源管控系統涉及許多敏感數據，將區塊鏈技術、訪問控制技術嵌入數字孿生系統內，防止數據的篡改、訪問錯誤，確保數據的安全性及可靠性。

3 城軌智慧能源的管控現狀

各城市的軌道交通能源管控現狀存在差異，但總體來說，隨著技術的不斷發展和應用，大多數城市的軌道交通已經開始采用智能化技術進行能源管理和控制，如能源管理系統、能量回收系統、能源監測系統等。

城軌系統能源消耗主要集中在電力消耗上，能源管理系統通過對不同設備的能耗數據進行收集、分析和處理，實現對能源消耗情況的監測和調整。能量回收系統是一種將城軌車輛制動時產生的能量進行回收利用的技術，可以降低城軌系統的能耗和碳排放量。能源監測系統通過對城軌各種設備的能耗情況進行實時監測，幫助運營人員了解能耗情況，進而對能源管理進行調整和優化。

基于數字孿生的城軌能源管控系統能夠實現多系統、多設備的互聯互通，構建協同智能分析的能源管控系統，實現多源異構數據的共享與協同處理。

以下將從節能分析規劃調整、數據監測分析、能耗優化調整等方面探討城軌能源管控系統應用數字孿生技術的可行性。

3.1 節能規劃調整

城軌能源管控最基本的方法是通過運營經驗，根據時間線、客流量來調整能源設備、系統的相關數值，以此優化城軌能耗的管控。

城軌能源管控系統包含風、水、電、動力能源等多系統、多運行單元，其節能優化管控不僅是一個多目標的優化問題，子系統間中還包含多種耦合運行因素，各專業系統之間的深層能源關系有待挖掘，數據驅動的優化調控方法能深入探究分析，滿足不同需求及關系下的能耗調整[12]。

3.2 數據監測分析

能源管控系統的監測與分析是對各種感知設備、采集系統采集數據的匯總和分析。

目前各種系統的采集設備的數據標準尚未統一，對電力監測數據的時間單位為秒（s），對氣體、溫度監測數據時間單位為分（min）。

3.3 能耗優化調整

能源優化調整的最主要目的是優化能源利用結構，提高車站內能源的利用效率，確保在低能耗的情況下設施設備安全、高效、穩定運行。目前，對于車站的節能控制策略，“供求平衡”是最根本的原則，即在城軌站內環境指標維持在焓值目標的情況下，盡量減少不必要的能量消耗。

車站多系統耦合的能源優化問題往往基于實際系統的仿真模型，通過分析相互之間的能源影響機理，構建一個最優化問題，通過轉化為數學問題尋求能耗最優解。

3.4 碳排放核算與評價

節能降耗戰略地位的提升促進了相關行業的發展與研究，也促進了對于能效分析、碳排放核算等綜合評價方法與指標體系方面的相關研究。

通過對設施設備能耗的分析、碳排放的核算、能耗指標體系的評價和經濟效益的分析等，可提升能源數據使用價值，提升優化能耗精準度的價值。

3.5 建模仿真

車站能源系統仿真主要是構建車站內不同設施設備的物體實體及其之間的運行關系，利用數據公式及物理原理構建空調、電表、水表、屏蔽門、自動售檢票系統（AFC）等關鍵設施設備及功能網絡模型。利用數據驅動的方法搭建一套完整、可靠的車站能源運行仿真模型。

建模仿真是為了盡可能真實地構建數字化的設施設備及其運行狀態，并在此基礎上驗證數學模型預測及優化的準確性。城軌車站能源系統作為一個多元多模態復合系統，依靠傳統方法很難有效建模分析，因此如何將物理實體映射到數字實體并進行后續操作，是當前亟需解決的難點。

4 城軌智慧能源數字孿生框架

本文從感知、傳輸、平臺、應用、仿真、安全等方面提出基于數字孿生的城軌智慧能源管控框架，通過物聯網、人工智能等技術將物體實體的對象、特征、運行規則、性能等進行建模，實現物理實體和虛擬實體的一對一映射，并可對虛擬實體趨勢進行預測，對關鍵性能進行優化分析，將有效結果返回至物理實體糾正當前運行情況，提升基于數字孿生的城軌智慧能源管控的安全性與穩定性。總體架構如圖1 所示。

圖1 基于數字孿生的城軌智慧能源管控系統框架

4.1 數據采集

物理感知是構建數字孿生系統的基礎，通過對物理實體數據的感知、分析，構建城軌智慧能源管控系統。該系統可分為中心級和車站級2 層結構，如圖2 所示。中心級是城軌智慧能源管控的核心，是信息接入、抽取、清洗、存儲、分析的數據中心，也是對全線能源管理的人工智能、最優化技術的應用平臺。中心級各模塊分別與車站級設施設備信息和數據服務平臺進行數據傳遞，并集中管理。

圖2 城軌智慧能源管控系統實體

車站級包括節能系統車站交換機、節能工作站、節能PLC[13]。車站級是設備信息采集、設備運行調整的源頭，通過相關系統的接入和互聯互通，采集各表計、傳感器、設備上傳的信息。利用內置的PLC 節能算法，有效節能調控車站內設施設備。

4.2 數據虛實交互

傳輸交互是實現孿生體與物理實體高效連接、實時交互的重要保障，主要包括孿生體與物理實體、物理實體與數據存儲分析平臺、孿生體與數據分析平臺之間的連接。針對數字孿生模型對傳輸過程低時延、高可靠的要求，可采用云邊端協同的傳輸與計算方式，實現數據的靈活、可靠傳輸。

4.3 數據管理

數據管理是數字孿生模型提供智慧化服務的基礎。數據包括物理世界的屬性信息及運行過程中產生的生產數據、虛擬世界的模擬仿真的數據，以及各實體運行的機理知識數據等。

物理實體的屬性數據是設施設備的基礎外觀信息、具備的功能等要素數據；物理實體的生產數據是在運營過程中產生的能源數據，包括各設施設備的使用能耗數據、以及使用對象、分析結果的結構式、非結構式數據；虛擬實體的模擬仿真數據是通過仿真計算、優化生成的數據；各實體運行的機理知識數據包括各種設施設備使用的規章制度、遵循的標準等。

4.4 孿生模型應用

孿生應用是基于云、大、物、移、智、鏈等新型技術集成的智能模型、算法的智能服務集合體，能夠在孿生體模型中真實模擬優化物理實體運行方式，并可將優化結果反饋到物理實體。

城軌車站能源管控目前主要是通過運營經驗去設定風水聯動、環境與設備監控系統（BAS）系統等數值，缺乏對多系統之間耦合關系的分析，亟需通過深度學習、智能優化算法等技術實現車站能源設備、系統的高效能耗管理。

4.5 虛擬孿生

虛擬孿生是將物理世界一比一映射到孿生世界，包含物理世界的實體信息、運行機理信息以及數據驅動的融合。機理信息與數據驅動的模式相結合，可提高模型的準確度。

虛擬孿生體相當于物理實體的平行時空體，可以不受空間、時間、環境等條件的限制，能夠依照設定的指令推演未知的結果，發現物理世界的潛藏隱患，優化物理世界的運行狀態，最大限度的保障物理世界的安全、節能、穩定運行。

4.6 訪問權限

訪問權限是車站智慧能源管控系統數據接入交互、模型訪問等環節的重要保障。傳統的能源管理架構很難保證智慧能源管控系統的不可篡改、可追溯性。而采用動態訪問控制技術及相關身份認證技術，可形成各系統協同控制聯動的共享機制，為基于數字孿生的智慧能源系統提供安全基礎。

5 城軌智慧能源數字孿生應用展望

基于數字孿生的智慧能源管控系統通過各能源子系統的感知，實現對相關設備使用量、狀態值、時空狀態進行全面的感知，利用高帶寬、低時延的可靠性傳輸，將物理世界一比一映射到孿生世界。

5.1 技術路線

基于數字孿生的城軌智慧能源管控系統的應用技術路線是依照上文分析的具體實施路徑。其包括感知層、網絡層、平臺層以及應用層，如圖3 所示。

圖3 基于數字孿生的城軌智慧能源管控系統技術路線

（1）感知層。通過部署不同系統、設備專屬的傳感器，規范智慧能源的邊界體系，實現對城軌智慧能源管控對象的全面狀態感知、量值交互、環境監測等。

（2）網絡層。網絡層基于專用網絡、有線/無線網絡、藍牙、無線射頻識別（RFID）等方式實現海量數據的實時可靠傳輸，將獲取的實時數據、數據驅動的機理等內容納入到孿生體模型中，實現物理實體與虛擬實體的互聯互通。

（3）平臺層。平臺層主要負責提供基于數字孿生的城軌智慧能源管控的數據處理分析及孿生體交互建模。數據處理分析主要包括數據的清洗、抽取和融合；孿生體建模主要包括運行機理、數據驅動及2 種方式相結合的方法。平臺層底層支撐的技術包括數據存儲、讀取技術、多源數據融合與安全共享技術、信息共享交互技術等。

（4）應用層。應用層主要是孿生體模型在實際中的應用，利用人工智能、最優化等技術，實現對城軌車站能源的智慧化管控與分析。利用人工智能算法，針對城軌車站人工經驗無法精準預測分析的問題，開展用能行為分析、智能動態調控、故障預測等。針對孿生體的優勢，應用層除可開展各系統用能分析、碳核算和評價、用能動態調控、多系統用能耦合性分析外，還可以開展多種增值服務業務。

基于感知、網絡、平臺、應用4 個層面，實現城軌車站能耗管控與數字孿生體之間的閉環優化反饋。基于數字孿生的城軌智慧能源管控系統的核心技術包括物理世界與孿生世界的精準映射技術、孿生體的精準建模及仿真技術、能耗智能優化調控技術等。其中，能耗智能優化調控技術主要利用應用層的人工智能算法，進行優化調控及多智能體協同控制。最終目標是構建運行機理及數據驅動的孿生體，并使之隨時間自主進化。

5.2 應用案例

（1）能耗監測及狀態評價。當前城軌能耗管控系統存在信息多源、多模態、數據耦合性強、分析難等難點。基于數字孿生的城軌能源管控系統通過各種傳感器采集數據，構建能源孿生體，實現真實物體在虛擬世界的復制，并基于多模態、多源數據共享與融合技術、遷移學習及認知推理技術，開展能耗相關設備狀態監測及評價。城軌能耗設備的孿生體構建提供了一種設備在全時間鏈下不同環境、條件下的運行交互模式，能夠不斷自主進化演變，有助于城軌能耗設備的全生命周期管理及調控，提升運行效率，降低運營成本。

（2）能耗用能分析及自主調控。當前傳統的建模方法很難解決城軌能耗運行優化的難題，數字孿生技術可實時采集數據并采用數據驅動與運行機理相結合的模式進行各系統設備的仿真，同時應用層嵌入多智能體控制、智能優化等人工智能算法模型，支撐城軌能源管控優化策略及預測。同時采用虛實交互的方式，促使數據與環境交互，通過自主學習進化，獲得最優策略，增強了各系統設施的動態調控。城軌能源管控系統通過環境與設備監控系統、綜合監控系統、火災自動報警系統（Fire Alarm System，FAS）、通風空調系統、給排水系統、動力照明系統等系統，獲取在線數據，天氣等因素數據，電能、水能數據以及各設備運行狀態數據等。通過遷移學習、優化算法、混合在線學習等方式提升各系統在不同場景下的能源利用效率，最終實現環境的主動分析和能源的自主調控，將優化決策實時反饋更新到實際應用中。傳統的仿真模型無法準確預測天氣等因素帶給能源管控的影響，也無法通過感知客流等情況與環境交互并構建自主分析與調控的能源管控模型。利用數字孿生技術，可以實時感知、預測多方因素，精準調控能源，實現高效決策能耗優化。

（3）碳排放評價及核算。碳排放的評價及核算當前還在初步的研究階段，但是傳統的方法對能耗的監測及分析缺乏完善的體系架構，無法精準地評估當前狀態下的能耗，并梳理清晰與相關系統的耦合關聯關系。而數字孿生體能夠明確各系統的能耗界限，給出一種高保真、在線的評價及核算體系。

（4）多元增值服務。利用數字孿生技術可以衍生出許多增值性服務，優化能源的管控與運行，提升乘客的出行體驗，滿足不同用戶的多樣性需求。針對城軌大客流、高密度的特點，在綜合乘客乘車路徑時空特征分析、能源動態分區、乘客候車時長及行為分析的基礎上，結合廣告牌、宣傳視頻等媒體的位置，實現多元化互動，實現車站其他增值性服務。

6 結論

我國綠色城軌的發展尚處于初級階段，城軌的智慧能源管控也仍在研究階段，亟需通過多元感知來提升能源管控的智慧化程度，以分析城軌多系統、多能源要素耦合及其交互的過程。利用數字孿生技術可實現城軌能源從物理實體到虛擬實體的精準映射，通過智能分析、計算、預測，實現能源管控措施的優化，并由虛擬實體反饋到物理實體，從而提升城軌能源的管控效率。