基于数字孪生的能源互联网数字实验平台设计与建设

杨先龙 汲亚娟 杨超 刘阳 胡艺凡

摘 要：本文结合国家能源革命战略背景和能源数字化转型发展趋势，针对能源互联网多学科交叉特点及其信息物理融合特性，提出一种以数字孪生为理念的能源互联网数字化实验平台架构及其构建方法。通过引入数字孪生理念和模型构造技术，使传统能源研究平台向数字空间延伸，形成新型信息物理融合实验平台。通过该平台，既可提升实验室硬件资源灵活配置能力，又可在数字空间构造复杂多元的能源应用研究场景，解决传统能源实验室的现实资源制约难题，同时为探索多方创新合作共研机制及打造开放式数字化集群平台模式提供技术路径。

关键词：能源互联网，数字孪生，信息物理融合，数字化实验室

DOI编码：10.3969/j.issn.1002-5944.2023.05.007

0 引 言

从党的十八大首次提出能源革命战略，到国家“十三五”规划明确部署“将推进能源与信息等领域新技术深度融合，统筹能源与通信、交通等基础设施网络建设，建设‘源-网-荷-储协调发展、集成互补的能源互联网”发展政策，能源互联网已成为能源改革与发展创新的重要抓手[1，2]。与此同时，能源互联网有着显著的跨学科融合特征，不是单纯的互联网与电网或气网等物理网络的连接，而是多形式能源网与信息通信技术紧密联系在一起、充分发挥能源互联互补优势的新型能源网络[3]。能源互联网的研究不仅涉及能源生产、传输和消费全过程，同时关注源、网、荷、储资源友好配置，互联网思维深度改造下的能源数字化转型，能源、环境、经济协同发展技术路线以及工业、交通、建筑等多元场景中能源服务困境等诸多问题。因此，能源互联网实验平台应具备更高的资源配置灵活性、系统架构可扩展性以及信息物理融合性，以满足对能源互联网不同关键技术、不同系统方案以及不同应用场景的研究、试验、验证和评价需求[4]。

由于行业普遍认可，传统能源电力系统研究及验证平台一般基于相似原理，以动模仿真为基础进行搭建，实现直接观察各种现象物理过程，获得明确的物理概念[5]。其搭建涉及大量硬件资产和昂贵设备投入，同时其资源配置缺乏灵活性，场景研究缺乏覆盖性，系统规模具有局限性，因此较难长久适用于面向各种场景、运行环境和规模尺度的能源研究活动之中。

针对上述问题，本文设计了一种面向信息物理融合的新型能源互联网数字化平台架构，并进行了集中建设。该架构下的新型平台技术特点为：以数字孪生和工业互联网为技术路径，将现实空间中的物理资源和运行数据映射到数字空间之中，充分打破硬件设备的现实局限性，实现资源价值重构；以模型构造技术为基础，使物理设备与其数字模型进行一一关联，通过对现实数据信息的感知、汇聚，实现虚实映射；通过在数字空间中构建不同的应用空间体，可实现对能源互联网仿真计算、运行管理、智能决策、知识学习以及数字空间交互等多类别应用及系统解决方案研究，培育了信息物理融合下的平台可持续演进新动能[6，7]。

1 总体设计理念

1.1 基于MECE原则的实验室数字化规划思路

在全球数字浪潮影响下，数字化实验室研究与建设得到极大发展，形成诸多高价值研究成果与示范。屈泳等[8]认为数字化实验室的本质特征即实验室的数字化，包括实验技术数字化、实验室管理数字化和实验室运行数字化三个方面。姜瀛洲等[9]认为实验室数字化转型内涵为运用新一代数字技术，促进实验室在战略、研发、管理、服务等层面的转型升级，同时形成高价值数字资产。综上，数字化转型对实验室技术、管理、运行、效益等多个层面均有较大提升作用，但数字化建设的成本投入及问题导向不可忽视。

对科研类或研究型实验室，在其数字化转型中，由于问题导向不明确、建设预期不清晰所产生的盲目性技术投入，不仅会产生严重的技术负债，同时会打破原有管理运行平衡，甚至制約科研生产力的持续发展[10]。针对上述问题，本文从资源配置底层切入，提出了基于MECE（Mutually ExclusiveCollectively Exhaustive）原则的能源互联网数字化平台规划思路，如图1所示。

1.2 数字实验平台信息物理融合系统构建路径

构建能源互联网数字实验平台的关键在于充分发挥能源互联网信息物理融合特性，搭建实验室信息物理融合系统（CPS，Cyber-Physical System）。CPS的本质在于构建一套信息空间与物理空间之间基于数据自动流动的状态感知、实时分析、科学决策、精准执行的闭环赋能体系，解决生产制造、应用服务过程中的复杂性和不确定性问题，提高资源配置效率，实现资源优化，同时其具备数据驱动、软件定义、泛在连接、虚实映射、异构集成和系统自治六大特征[11]。针对能源互联网数字化实验平台，实现CPS的关键在于如何从技术层面实现“泛在连接”和“虚实映射”，即实现实验室中物理资源和数据信息的有效链接与深度融合，营造数字化科研空间基础。

构造CPS是一项复杂的系统工程，在选择技术路线时，应充分考虑技术先进性、技术成熟度以及技术匹配度等因素。为在能源互联网数字实验平台中实现信息物理融合，研究团队经充分论证，确定以工业互联网和数字孪生分别作为构建平台“泛在连接”和“虚实映射”特征的技术路线。在此基础上，本文提出了如图2所示的能源互联网数字实验平台信息物理融合系统的构建路径。

2 数字化实验平台架构设计

2.1 平台架构设计思路

数字化平台架构设计思路为：充分应用工业互联网先进的平台架构思想和数字孪生技术理念，构建实验平台信息物理融合系统；通过模型技术和场景化二次开发，建设以能源互联网为核心对象的数字研究平台，开展能源互联网装备和系统特性、控制策略、故障模式以及能量调控管理等方面研究，形成技术方法和研究数据等成果；充分利用数字空间的构造和模拟特性，开展在智慧城市、新基建以及工业4.0大背景下的能源应用场景研究，为传统能源电力、离散制造、流程工业以及未来城市、交通、建筑等重大负荷设施建设提供能源应用支撑平台和灵活、高效、绿色的供能解决方案[12]。

2.2 平台架构

能源互联网数字化实验平台架构分为四层：物理层、异构异质网络层、信息物理交互层以及应用层。具体架构如图3所示。

1）物理层

为达成技术和管理的协同考量，本架构物理层定义由现实中“设备”“人”以及“环境”三种元素组成，即上述三种元素构成了平台物理空间和研究边界。其中：“设备”元素由各类电源模拟器、换流器、储能单元、电网单元等动模仿真设备以及电气负荷、充电桩、各类控制执行部件等场景设备构成，可组成相互独立的物理功能平台；同时，平台在物理层充分考虑“人”在设计、生产、应用中的相关活动行为，将行为规则、安全要求以及体系要求纳入映射范围；“环境”要素由基础设施、局部空间气象和局部污染组成，环境要素构成了实验平台的基础设计、试验和工作剖面，既是依照相关标准要求反映了实验室运行环境情况，同时反映了设备设施所处环境状态，因此环境要素是实验室运行控制、辅助研究和保障结果复现的重要组成和依据。

2）异构异质网络层

以异构异质的思想建立网络层是达成信息物理融合的重要载体，也是能源互联网研究的本质特征及内在需求。异构异质网络层分为“能源异构网络”和“信息异构网络”。“能源异构网络”即包括多源柔性交直流混合网，同时包括电网与冷、热、气所组成的多形式能源网，其建立将依据实际物理设备和平台的能源网络形式，同时能源异构网络实现对物理层的动模设备和场景研究设备进行连接，形成能源系统。“信息异构网络”用于建立能源系统的监测控制网，同时实现对物理层中环境参量的监测传输，其组成即可包含传统宽带、CAN总线、RS485等有线传输方式，同时可包含ZigBee、LoRa、5G、6G、WIFI6等无线传输方式，不同传输方式的柔性组网可满足针对能源生产、传输、供应等不同环节的模拟，同时可有效适用能源-建筑、能源-园区以及能源-交通等不同融合应用场景中的信息传输要求，大幅增加平台的场景研究覆盖度。

3）信息物理交互层

信息物理交互层的主要功能为通过基于数字孪生的多形式模型构造方法，在数字空间达成对现实设备、网络、设施以及环境的准确刻画。在本架构中，信息物理的交互将通过数据和模型的双重驱动实现，同时信息物理交互层通过数据汇聚与控制反馈与异构异质网络层进行链接。

本文提出五种针对不同应用需求，实现数字孪生的模型构造技术和方法，分别为计算机图形（CG）建模、MBD基于模型的工程定义技术、仿真模型构造、“XIM”信息模型构造以及数字孪生多维模型构造。通过前四种技术建立装备和系统的数字孪生模型具有较强应用针对性，同时在相关学术研究、产业应用和标准固化方面已形成积累。第五种方式为数字孪生通用模型构建方法，即可对前四种模型构造技术进行兼容，同时可用于在数字空间中构建不同实验及研究场景。以下为五种技术方法具体应用方式：

①计算机图形（CG）建模：利用计算机图形建模技术，可在可视化界面中实现对装备和系统的几何模型表达，便于人、机间的直接交互。该模型实现了装备和系统基本几何特征的数字孪生，即可提高人机交互效率，一定程度上实现技术展示需求，同时装备图形模型可作为其他表征参量载体，特别在能源系统状态监测和运检、运维等方面具有突出的表达优势。

②MBD基于模型的工程定义：MBD是一种使用三维模型、产品信息和相关元数据来定义单个部件或产品装备体的方法[13]。在能源互联网新型关键装备的实验验证和全生命周期管控研究中，可构建装备的MBD模型，实现从装备设计（三维模型、三维工艺规划、三维标准、关键功能元数据定义）、生产（数控加工、操作指导、生产校对）、验证（执行功能验证、核心参量验证、可靠性寿命验证）到服务（远程运维、维修指导）的全生命周期定义，数字化实验平台可充分利用该模型搭建相关物理/数字验证及应用场景，从而指导装备的设计、生产改进，同时依据验证中所得装备薄弱点，提供有针对性的设计服务和运维方案。

③仿真模型构造：实验平台部署有动模仿真设备、实时数字仿真设备或相关仿真软件。在数字化平台中，可依照仿真软件中对相关模型的数据建模要求，建立各类装备的仿真数据模型，该数据模型可被仿真软件调用，并可依照相关测试数据以及现场运行监测数据进行滚动刷新，仿真模型的网络化连接可形成具体场景能源系统，通过对该系统或局部系统进行潮流、机电暂态或电磁暂态仿真计算，可指导能源系统规划和关键装备设计验证，同时在一定程度上支撑开展能源随机生产仿真和故障重构、沙盘推演等方面决策研究。

④“XI M”信息模型构造：“XI M”是应用于不同场景的信息模型（Information Model）统称，“X IM”信息模型构造可从信息角度实现对相关应用场景的兼容，由于数字化平台可实现对智能建筑、智慧城市、智能电网以及智能交通等多场景的融合研究，因此在构造装备和系统的数字模型时，可充分借鉴城市信息模型（CIM）、建筑信息模型（BIM）、电力行业公共信息模型（DL/ T 1991-2019）以及电力系统公共信息模型（IEC61970）等相关标准中对基本元素对象、逻辑结构和关系等方面的描述及要求，确保实验平台研究成果具备较强移植性和应用一致性。

⑤数字孪生多维模型构造：以装备为最小单元构建用于描述其基本特征的模型集合，对于具体装备的描述，定义其数字孪生模型表达式如（1）所示：

DTM =（GAE，PAE，FAE，RAE） （1）

式中：DTM為装备数字孪生模型表达式，为一多元属性集合；GAE为装备的几何属性，用于构建可视化模型；PA E为装备特征属性，涵盖装备基本部件组成、额定参数、环境应力阈值、典型故障模式等基础信息，表示装备的物理能力；FAE为装备功能属性，表示装备的工作模式、基本功能及其功能函数等；RAE为装备的规则属性，限定了装备正常工作约束条件，同时阐明了装备与前后级装备或部件的组织关系及逻辑结构等。

目前，由于行业和领域不同，对于如何在数字空间中刻画现实装备尚未形成统一表达，特别是流程工业和离散制造业，其使用数字孪生侧重点大不相同：流程工业更偏重于描述装备及系统的功能属性和规则属性，倾向于研究实际运行过程，以期获得可靠、稳定、安全的运行特性；离散制造业构建数字孪生模型主要用于装备及系统的设计、生产、运维全生命周期管控，更加重视其几何属性和特征属性等固有属性研究，以期获得较好的设计、工艺和产品能力等方面提升。

因此，在实际建立装备和系统的数字孪生模型、探索模型中各属性间相互作用关系时，可根据场景需求进行属性裁剪。对于能源互联网数字化实验平台，即关注能源生产、传输、消费全流程链条及其关键节点，同时关注源、网、荷、储等资源的运行特性、优化配置及其基础设施运营，所以应尽可能准确地对装备和装备间关系进行建模描述，以拓展平台在应用层的研究维度，实现在数字空间中对能源互联网各个研究层面和技术环节的充分探索。利用数字孪生模型，平台可构建以可视化为基础的人机交互界面，同时利用模型数据的向上传递，在上层构建数字化研究与应用。

4）应用层

应用层是平台在信息物理融合下，实施物理设备管控、开展数字化实验、验证相关规划方案和控制策略、构建顶层数字应用场景的核心工作区间。在架构上，其由“应用空间体”和“数字研究及应用场景”两部分构成。

“应用空间体”通过对数字孪生模型的调用和数据交互实现与信息物理交互层的连接，以具备在数字空间中对现实物理设备、基础设施以及实验室环境的管控能力。“应用空间体”依照不同功能分类和模块化组合特性划分为5个功能空间，分别为仿真计算、运行管理、智能应用、知识学习以及交互空间，不同空间承载数字实验平台在研究、应用和服务等方面基础功能，并配置和开发相应的功能软件，不同软件可通过应用程序接口进行访问和调用，形成支撑数字化研究与应用的基础功能群。同时，空间体在理论上可以根据实验研究需求不断扩展，且仅受限于硬件载体设备的存储和运算能力，因此在一定程度上解决了未来柔性扩展问题。

借助“应用空间体”所提供的基础功能软件，可在上层构建“数字研究及应用场景”，满足能源互联网下数字化智能实验室、数字孪生动模仿真、微网能量管理与控制策略以及负荷、楼宇、园区等典型场景研究。同时，通过数字连接方式，可在内部构建基于数据和能量传递的数字实验平台群，提供跨空间的实验检测、技术研发、应用示范展示等高价值技术服务；通过与外部单位在信息物理交互层建立一致性装备和系统模型，可与外部单位构建基于模型和数据传递的协作共研平台，外部单位可将装备设计、生产、制造中产生的关键数据封装于模型之中，数字实验平台可依照装备使用场景，建立虚实结合的验证环境，通过仿真分析等手段对装备关键参量、运行特性、故障模式以及与系统间相互影响进行试验评价，指导外部单位完善设计生产过程。

3 平台建设实践

3.1 物理平台建设

依据能源互联网实验网络需求，建设基于多分布式资源接入的交直流混合动模仿真平台。平台主要构成及功能为：平台通过VSC换流器与实际交流配网、交流电网模拟器以及风电场模拟器进行连接；通过DCDC换流器将光伏、储能等分布式资源模拟器与直流电网部分进行连接；平台直流电网部分由12条直流母线构成，每条直流母线均有3个对外接口，用于连接一次分布式资源、其它外部直流网络以及相关测试装备；直流母线被封装于组态屏内，形成柔性拓扑组网功能，通过在组态屏上进行接线操作，可实现包括直流环网、手拉手、背靠背、T型电路以及复杂辐射网络等多种拓扑形式；平台部署有实时数字仿真系统，通过该系统可进一步与动模仿真系统进行联动，实现更大规模网络模拟仿真，同时实现功率在环、控制在环以及在网运行等仿真模式；平台部署有中央控制/故障模拟系统，依托该系统，可进一步建立分布式电网及微网研究环境，可对系统运行特性以及相关控制保护策略进行模拟研究。物理平台拓扑架构如图4所示。

数字实验平台物理空间环境及控制仿真设备部署如图5、图6所示。

3.2 数字孪生可视化平台构建

1）高渗透率、高镜像度的数字孪生建模。利用数字孪生模型构建和计算机图形建模技术，平台实现装备、设施和环境（包括温度、濕度、照度、二氧化碳等监测量）的同步孪生，如图7所示。

2）实现动模仿真远程实验服务与展示。通过构建信息物理融合系统，平台实现物理动模仿真过程和数据的同步孪生，观测者可通过访问平台网站清晰了解试验过程，同时查询试验样品的相关信息与试验数据，该功能可用于远程实验服务、学校教学以及相关培训之中，如图8所示。

3）构建多种数字孪生研究场景。利用虚拟构造及映射方法，在数字孪生可视化平台上构建电力负荷、建筑、园区等研究场景，定义研究内容和研究对象数字孪生模型，在数字空间中与数字实验平台进行连接，实现研究场景的可视化扩充，如图9所示。

3.3 基于数字实验平台的研究应用

以数字孪生可视化平台为交互载体，构建“运行管理”“资源管理”“仿真计算”“智能应用与交互”四个空间体，如图10所示。

其中：

1）“运行管理”空间体部署有能源管理与控制以及能效监测与管理两项软件，即可与动模仿真设备进行连用，开展运行策略和能量优化调度算法研究与验证，同时在建筑、园区等场景下开展能效监测与对比研究；

2）“资源管理”空间体由资源调控与监视软件和分布式能源管理软件构成，前者用于实验室照明、音视频系统、监控和网络等一般基础设施资源管控，形成数字化智能实验室研究的底层支撑，后者用于与能源相关的一二次关键设备管理，可协助实验室开展数字化分布式能源调控和能源分级决策等关键技术和算法研究，同时基于两项软件的协同，实验室可在数字空间内开展以温度、照度或能效为目标的实验室多设施联合控制优化技术等研究，并形成绿色建筑和净零能耗建筑等场景下的多目标协同自驱优化解决方案；

3）“仿真计算”空间体部署了两项仿真软件，即“RT-LAB实时仿真平台”和本单位自主研发的“Cloud PSS云仿真平台”，前者以Simulink为载体，配合功率放大器等设备，可开展相关关键装备的半实物仿真验证，后者可在数字空间模拟更大规模电网或综合能源系统，协同数字孪生可视化平台，开展更多场景的仿真验证，同时也可面向实际能源系统，在软件中构建其系统模型，并与本地动模仿真平台进行连接，通过数字、动模联合仿真方式构造面向真实场景的仿真实验环境，打破平台硬件资源局限；

4）“智能应用与交互”空间体目前部署了大数据统计分析软件以及工业大数据平台接口，大数据统计分析软件可将实验平台研究的各项数据进行统计汇总，特别在装备异常数据层面，指导开展面向装备可靠性与故障模式的预测及健康管理研究，同时可与仿真软件进行协同，研究并形成面向系统异常的仿真构建、故障遍历和故障重构算法及方案，工业大数据平台为预留接口，未来可通过该接口，实现与其它平台及单位的数据共享和协同研究。

4 结 语

本平台构建思想及架构既契合能源数字化发展下的未来新型能源系统和装备的研究及实验需求，同时为进一步探索新工科背景下能源互联网新兴学科的建设和发展提供基础载体支撑。本文提出的基于MECE原则的实验室数字化转型发展思路可广泛应用于各领域数字实验平台建设，以最大程度发挥现有仪器设备功能及价值，构建面向资源优化配置与利用的现代化数字实验室。

为持续探索基于数字化思想的实验平台创新协同机制，研究团队已与清华大学、澳门大学、国家电网、南方电网、格力、西门子以及瑞士洛桑联邦理工学院等诸多国内外知名单位建立了面向数字孪生平台建设及其技术应用的广泛合作。通过产-学-研全面协同，平台在能源互联网专业知识结构、人才培养途径、联合发展模式以及开放融合生态等方面形成创新研究体系，为促进我国能源互联网学科及产业高质量协同发展，探索创新链与产业链深度融合新思路提供实践支撑。

参考文献

[1]孙宏斌，郭庆来，卫志农.能源战略与能源互联网[J].全球能源互联网，2020，3（6）：537-538.

[2]张小平，鲁宗相，马士英.能源转型中的电力系统规划关键技术及案例研究[J].全球能源互联网，2021，4（4）：321-322.

[3]申洪，周勤勇，劉耀.碳中和背景下全球能源互联网构建的关键技术及展望[J].发电技术，2021，42（1）：8-19.

[4]王晓辉，季知祥，周扬.城市能源互联网综合服务平台架构及关键技术[J].中国电机工程学报，2021，41（7）：2310-2321.

[5]申景娜，贺仁睦，孟怿.HYBRISIM与动模仿真的实验对比研究[J].现代电力，2002（1）：26-30.

[6]杨先龙，杨超，熊天龙.能源互联网科研基础服务平台的标准化建设路径研究[J].中国标准化，2021（13）：134-141.

[7]别玉涛，王晓光，朱卓.新工科背景下开放性创新实验室的探索与实践[J].实验室研究与探索，2020，39（6）：240-243.

[8]屈泳，张文咏.高等学校数字化实验室的研究与实现[J].实验技术与管理，2007（11）：146-148.

[9]姜瀛洲，倪大伟，刘春晖.实验室数字化转型的方法与路径[J].质量与认证，2021（6）：53-55.

[10]孙福友.数字化转型与能源革命[J].能源，2020（11）：78.

[11]中国信息物理系统发展论坛.信息物理系统白皮书（2017）[EB/OL].（2017-03-01）[2021-08-05]，https：//wenku.baidu.com/view/6378680fce84b9d528ea81c758f5f61fb73628f4.html.

[12]唐怀坤，史一飞.基于数字孪生理念的智慧城市顶层设计重构[J].智能建筑与智慧城市，2020（10）：15-16.

[13]冯潼能，王铮阳，宋娅.MBD技术在协同设计制造中的应用[J].航空制造技术，2010（18）：64-67.

作者简介

杨先龙，硕士研究生，英国工程技术学会皇家特许工程师（IETCEng），从事可靠性工程、数字技术集成与平台应用研究。

（责任编辑：张佩玉）