數字孿生——推動新型電力系統認知與決策的新手段(數字電網)

　　為此，南方電網立足發展新階段，貫徹黨和國家的戰略方針，全面落實數字電網建設和數字化轉型的戰略部署，通過以物理電網為基礎，以云計算、大數據、物聯網、移動互聯網、人工智能等數字技術為手段，全面分析新型電力系統發展特征，探索電網數字孿生建設技術范本，旨在貫通電力系統各環節的能量流、信息流、價值流，在數字物理電網、數字企業運營、數字客戶服務、數字經濟產業四大方面承載新型電力系統建設。

　　新型電力系統不同發展階段面臨不同仿真決策挑戰

　　結合國家“雙碳”戰略目標的部署，以2030年及2060年為關鍵時間節點，新型電力系統建設可被劃分為發展期及成型期兩個階段。在由發展到成型的過程中，新型電力系統逐步實現化石能源為支撐到新能源全覆蓋的轉化，其建設貫穿“電力生產-電力供給-電力消費-電力市場”的全過程，呈現出大規模、多主體、快時變、高隨機、非線性的特征，給新型電力系統仿真決策帶來了如下挑戰：一是新型電力系統調控對象大規模持續變化，非線性特征突出，運行不確定性加劇;二是市場主體出現隨機行為及復雜博弈關系;三是系統時空耦合關系復雜，推演及決策的尺度多、跨度大;四是仿真任務繁雜，計算壓力大，系統實時認知決策困難。而傳統電力系統仿真決策軟件多集中于解決一定規模、尺度、范圍及任務下的確定性問題，依賴于固定且嚴格的數學機理模型，通過集中式平臺進行統一計算求解。這將難以完全適應新型電力系統帶來的新挑戰：在仿真的真實性方面，挑戰一、二、三表示電力系統運行特性向隨機化和復雜化轉變，傳統仿真決策系統面向單一業務的數學機理模型在未來可能出現計算失準的現象;在決策的有效性方面，挑戰一、三、四表示電力系統仿真決策從規模、尺度、跨度到任務都將會快速增長，傳統仿真決策系統集中式平臺從計算到安全都面臨著巨大壓力，逐步難以滿足未來電力系統實時可觀、可知、可控的決策需求。

圖1 數字孿生模型生成演進學習框架

　　因此，作為新一代仿真決策系統，數字孿生需要構筑新型電力系統模型生成演進的新格局，以對龐大、開放、隨機且隨社會發展動態變化的新型電力系統進行準確刻畫及實時映射，保證其準確性;同時，數字孿生應完善新型電力系統認知決策關鍵技術體系，以適應新型電力系統不斷發展的業務需求，保證其有效性，最終助力新型電力系統認知決策新發展。

　　數字孿生構筑新型電力系統模型生成演進新格局

　　數字孿生將打破電力系統模型搭建過程低效化、局部化、理想化的局限性。傳統電力系統模型搭建方式聚焦于局部區域的具體業務，依托于嚴格數學公式建立設備物理模型，在跨層級、跨區域、跨業務建模時缺乏有效的機制來應對模型等效、系統不確定度的傳遞和有效評估，難以有效發揮新型電力系統中海量數據的信息優勢，呈現出低效化、局部化、理想化的局限性。相較而言，數字孿生通過“圖形-數據-模型”的有機結合，可有效消融電力系統存在的數據交互壁壘，突破各層級、各業務模型之間相互獨立、信息割裂、協調困難的現狀，實現新型電力系統“源-網-荷”多層級模型的智能生成，加速電力系統建模體系融合。

　　數字孿生將賦予電力系統模型自我演進、終身學習的新能力。理想的電力系統模型旨在實現真實物理對象的準確、實時映射，但由于建模對象特性時變、模型機理偏差及感知設備故障等多種原因，難以保證模型的準確和實時映射。數字孿生一方面依托于“圖形-數據-模型”融合驅動技術對模型基礎數據進行甄別提取，保障其可用性;另一方面，基于先進、基于多學科知識有效提取建模對象的機理約束，將其轉化為有效的數學方程，并作為正則化項融合至數據驅動算法的損失函數中實時引導智能模型進行自我糾偏，保證模型與實體對象物理機理的一致性，實現“機理驅動-數據驅動”的有機融合，賦予了電力系統自我演進、終身學習的重要能力，保障數字孿生仿真的真實性。

　　數字孿生助力新型電力系統認知決策新發展

　　數字孿生由數據基礎層、模型演進層、算法學習層、交互展示層組成，貫穿從局部到整體、從認知到決策的全過程，在依托于模型生成演進框架完成對新型電力系統的精準刻畫及實時映射的同時，還需持續完善新型電力系統認知決策配套的關鍵技術體系，提升能源電力系統的認知和決策的有效性，賦能系統的感知、表征、決策領域,增強系統可觀、可知、可控能力, 并為其他領域數字化、智能化轉型提供可參考的技術范本。

　　一方面，數字孿生搭建新型電力系統認知決策關鍵技術體系。廣域多參量數據全息感知技術依托于先進傳感器的研發，將物理現象轉化為數字信息，利用高維數據空間的降維數值分析和等效技術方法，實現多尺度時間-空間-參量的電力系統全息數據感知，是實現數據感知處理的技術基石。

　　多元異構主體的混合驅動模型構建與演進技術綜合機理模型、數值仿真、大數據分析、人工智能等技術的長處，基于機理與數據互相糾偏的內在邏輯，形成機理知識+數據驅動聯合驅動的新型電力系統多元主體表征演進的理論和方法，是實現自我演進的技術內核。

圖2 面向新型電力系統的數字孿生理想框架

　　大規模多層級多尺度推演任務的分解協調及加速計算技術基于數字孿生云邊協同的高性能計算框架和推演算法，實現多層級多尺度的復雜計算任務分解和協調，形成高強度虛實互動的并行推演計算與算力動態分配方法，是有效映射的技術保障。

　　面向多場景需求的分布式主體群體智能決策技術利用復雜系統智能群體博弈和知識發現方法，達到電力系統智能決策的自學習和自優化，并基于海量場景自動聚類方法選擇新型電力系統的典型運行場景，形成面向多元主體復雜系統的高效運行策略，是優化決策的技術要點。

　　數據信息安全防御技術基于新型密碼的數據安全防護體系,形成分布式縱深防御功能的信息安全威脅防御保護，實現信息安全計算功能的去中心化，充分利用“云-管-邊-端”框架中各部分的算力資源，保證網絡邊緣能量交換、數據交換的安全性，是安全運行的技術前提。

　　可視化與虛實交互技術基于降維分析及混合現實方法等可視化與虛實交互技術，結合三維建模等基礎手段建立系統物理對象的實體模型，并針對實際系統各物理對象的運行特點，對其高維特征進行降維表達，構建物理和數字信息共存，并可實時互動的可視化環境，將虛擬的信息應用到真實世界，實現現實和虛擬世界的有效合并，達到超越現實的感官體驗，是服務實際需求、提高業務水平的技術手段。

　　另一方面，數字孿生有效賦能新型電力系統感知、表征、決策領域。依托于上述技術體系，數字孿生在有效滿足新型電力系統的認知決策需求的同時，可進一步激發新型電力系統在感知、表征、決策領域的潛在能力。

　　賦能新型電力系統感知領域——增強系統“可觀”能力。數字孿生的狀態監測基于小微傳感、能源USB等量測裝置媒介，以數據安防與智能處理技術為核心，在虛擬和現實世界間建立起依托于數據的信息橋梁。同時，數字孿生系統可基于量測數據的貢獻度以及系統內含的物理機理，對系統信息的冗余度進行綜合分析，探究數據信息價值，合理規劃量測設備的布局,增強系統狀態感知能力。

　　賦能新型電力系統表征領域——提升系統“可知”能力。隨著分布式資源的不斷接入及社會行為的影響加深，能源電力系統復雜性愈發突出。其中，高度電力電子化的系統設備的運行機理和高度隨機化的市場主體的行為規律都表現出高維非線性特征，其具體特性仍有待深入研究。對此，遵循薛禹勝院士的整體還原思維，數字孿生系統可從整體上實現復雜能源電力系統的信息保全，在局部模型的刻畫上實現高維空間向低維平面的還原，在多時間尺度算法上將還原論拓展到非線性領域，把抽象復雜的運行特性轉化為可以認知的平面軌跡特征。

　　賦能新型電力系統決策領域——加強系統“可控”能力。作為實際系統的虛擬映射，數字孿生系統積累大量實際系統運行數據，可根據需求對系統可能的運行軌跡進行模擬推演，天然具備成為驗證各種調度及控制算法的測試平臺的條件。同時，數字孿生系統在與調度人員交互過程中，可對富含大量經驗知識的調度指令進行有效學習，探討調度經驗的模型化表達，在數字孿生系統算法層中訓練調度機器人，是實現人工智能決策技術由以人為主的輔助決策向以人為輔的智能決策轉變的重要途徑。

　　數字孿生技術應用要分階段展開

　　總體來看，數字孿生建設是當前我國能源電力系統發展的迫切需求，也是在能源行業落實數字中國重大戰略的關鍵舉措。對于數字孿生如何在復雜能源電力系統應用的問題，各位學者及從業者需要時刻保持清醒的認知，把握住“數據-模型-算法-控制”這一條主線，分階段展開工作。在技術研發階段，對上述關鍵技術體系進行技術攻關與相關產品的自主研發，形成完備的數字孿生技術研究體系及產品研發供應體系;在試點應用階段，以局部新增系統或具備改造條件的存量系統為對象，全面鋪設數字孿生配套軟硬件裝置，驗證數字孿生技術可行性，并實現相關產品的技術迭代;在規模化推廣應用階段，應充分調研目標地區當前的技術水平及應用需求，有效利用各地區已有的數據基礎、硬件設備及相關平臺資源，針對具體需求因地制宜的調整數字孿生建設框架，最大程度提高區域能源電力系統的認知和決策水平。

　　(李鵬系南方電網數字電網領域首席技術專家、南方電網數字電網集團有限公司總經理，黃文琦系南方電網人工智能領軍技術專家、南方電網數字電網集團有限公司人工智能與智能軟件團隊負責人，余濤系華南理工大學教授、“珠江學者”特聘教授、博士生導師)