欢迎浏览中国储能网
您的位置: 首页  > 首屏 > 电力物联网  返回

能源互联网数字孪生及其应用

作者:中国储能网新闻中心 来源:全球能源互联网期刊 发布时间:2020-02-14 浏览:
分享到:

本文得到国家自然科学基金创新研究群体科学基金资助。

作者:沈沉1,2,贾孟硕1,陈颖1,2,黄少伟1,2,向月2

单位:1. 清华大学电机工程与应用电子技术系;2. 清华四川能源互联网研究院云仿真与智能决策研究中心

文章导读

能源互联网是促进可再生能源消纳、提高能源使用效率的重要途径,但因构成网络多,特性差异大,能源互联网的规划、运行和控制面临大量难题。数字孪生是融合物联网技术、通信技术、大数据分析技术和高性能计算技术的先进仿真分析技术,有助于解决当前能源互联网发展面临的技术问题。本文首先给出了能源互联网数字孪生的构建方式与可能应用;然后以能源互联网规划为例,详述了数字孪生技术解决的关键问题;最后,介绍了基于数字孪生的能源互联网规划平台— CloudIEPS,通过能源互联网规划案例进一步证明了数字孪生技术的重要作用。

文章亮点

1、介绍了数字孪生的基本概念,阐述了作者对数字孪生的理解以及数字孪生与卢强院士所提“数字电力系统”之间的关系。

2、定义了能源互联网数字孪生,指出了能源互联网数字孪生的构建方式主要包括物理系统的量测感知、数字空间建模、仿真分析决策以及云计算环境,阐述了能源互联网数字孪生在能源互联网监控及优化运行方面的可能应用。

3、以能源互联网规划为例,详述了数字孪生技术解决的关键问题,包括多时间尺度非线性系统建模、复杂随机动态模拟等。进一步介绍了基于数字孪生的能源互联网规划平台—CloudIEPS,以证明数字孪生技术的重要作用。

主要内容

数字孪生

美国密歇根大学的迈克尔•格里夫斯教授于2002 年提出了数字孪生(digital twin)一词。近些年,数字孪生已连续多次(2017、2018和 2019)被高德纳列入“十大战略技术趋势”。当前有关数字孪生的研究层出不穷,涉及领域也由最初的航天领域逐步向制造业、航海、汽车、石油等领域扩展。

数字孪生同样可以应用于能源系统。卢强院士早在2000年就提出了数字电力系统的概念,其实质便是构建电力系统的数字孪生。

能源互联网数字孪生的定义

结合数字孪生的定义和能源互联网的特点,可定义能源互联网数字孪生是充分利用能源互联网的物理模型、在线量测数据、历史运行数据,并集成电气、流体、热力、计算机、通信、气候、经济等多学科知识进行的多物理量、多时空尺度、多概率的仿真过程,通过在虚拟空间中完成对能源互联网的映射,反映能源互联网的全生命周期过程。需要强调的是:1)双向数据交互是数字孪生的关键特征,但对于变化缓慢的物理对象,并不需要高频的实时交互,只要数字空间中的模型反映了能源互联网系统当前的拓扑和参数即可;2)不应将能源互联网数字孪生狭义地理解为在线建模仿真并仅为实时控制服务。数字孪生影响的可以是物理对象生命周期中任意时间尺度的行为或者发展轨迹。例如,利用数字孪生技术进行能源互联网的规划,规划结果的实施其实改变了能源互联网的发展轨迹。

能源互联网数字孪生的构建和可能应用

能源互联网数字孪生构建的关键技术环节包括:物理系统的量测感知、数字空间建模、仿真分析决策以及云计算环境。

1)量测感知是对能源互联网物理实体进行分析控制的前提。为此,需要在物理系统中布置众多传感器,并且还需解决与数据量测、传输、处理、存储、搜索相关的一系列技术问题。

2)在数字空间中如何对能源互联网进行建模取决于应用的需求。可以通过不同类型的数学模型反映物理实体不同时间尺度和空间尺度的特征,只要这些特征和物理实体当前状态是同步的即可。

3)仿真分析决策环节首先对数字空间的能源互联网进行优化计算,然后通过仿真验证决策的合理性和有效性,再对数字能源互联网进行复杂不确定场景的沙盘推演,最终得到合理决策指令并下发至物理系统。

4)云计算环境是连接物理系统和数字空间的桥梁,可以利用已经掌握的能源互联网物理规律和传感器量测数据,再借助大数据分析和高性能仿真技术,实现对能源互联网的数字建模和仿真模拟,计算结果可实时反馈至物理系统,传感器数据同样可实时传递给数字镜像以实现同步。

数字孪生有可能在能源互联网的规划、运行和监控等方面发挥重要作用。例如,数字孪生可以提升能源互联网的监控水平,发现系统运行的异常环节,有助于实现基于能源互联网状态的精准运维和优化运行。

基于数字孪生的能源互联网规划

在能源互联网规划中,由于系统还未建成运行,数字孪生参与其中的主要作用是对规划系统建模仿真,并将结果反馈给规划主体以指导规划决策。数字孪生可以检验运行方案的可行性,计算运行成本、资源短缺量、碳排放量等指标评估运行方案的效果,并提供系统工作点详细信息。利用摄动参数后的多次仿真,能够帮助运行优化寻找搜索方向。基于数字孪生仿真驱动的优化算法如下图所示:

⬆ 图1 基于数字孪生仿真驱动的优化算法流程图

此外,数字孪生可以准确地考虑能源互联网中网络和设备的模型,包括各种含有非线性、离散量和多时间尺度动态的模型。同时,数字孪生有助于处理能源互联网规划中存在的多源不确定性,如可再生能源发电、电动汽车充电功率等。借助不确定性建模、场景生成等技术,数字孪生可以对不同规划方案进行复杂随机场景的仿真模拟,从中选取最优方案。

基于CloudIEPS的能源互联网规划示例

CloudIEPS(Cloud-based Integrated Energy Planning Studio)是一款基于数字孪生技术的综合能源系统规划云平台。用户可根据需求灵活地调整系统能量的梯级利用形式,从而实现综合能源系统的可视化建模、智能化设备配置、全生命周期运行优化和综合效益评价,辅助用户实现综合能源系统方案的规划设计。

CloudIEPS包含四大模块,分别是数据管理模块、 拓扑编辑模块、集成优化模块和方案评估模块,通过流程化设计引导用户快捷操作,各模块相互配合协作,共同完成综合能源系统的规划设计。

⬆ 图2 CloudIEPS的功能模块

在CloudIEPS上建立起规划案例系统,首先需要进行数据映射,即将系统运行所涉及的负荷、气象、设备及能源等相关信息录入至CloudIEPS的数据管理模块当中。然后需要进行拓扑映射,根据能源系统结构在CloudIEPS拓扑编辑模块中选择和连接对应元件,搭建该案例的拓扑结构,形成系统结构的虚拟镜像。例如,图3给出了南方某楼宇型园区能源互联系统结构图,图4是其拓扑映射。

⬆ 图3 南方某楼宇型园区能源互联系统结构图

⬆ 图4 CloudIEPS中的系统拓扑结构图

在建立起CloudIEPS数字孪生模型后,即可调用集成优化模块中的优化算法内核来实现案例系统的优化设计。具体结果见表1。

从表1可以看出,系统原始配置方案下的运行收益和优化配置方案的收益发生了如下变化:1)优化方案的一次性投资费用较原始方案减少323.14万元,每年的运行成本增加21.7万元;2)原始方案的平均缺热率为11.5%,平均缺冷率为12.4%,优化方案的平均过热率仅为1.9%,平均缺冷率为10.4%。从上面两点综合评价可以看出优化方案要优于原始方案。

⬇ 表1 规划方案优化前后系统运行情况对比

研究团队

本文作者为清华大学电机工程与应用电子技术系“现代电力能源系统安全控制与高效利用”研究团队主要成员,该团队前身为卢强院士成立的“数字电力系统”课题组,长期从事电力系统建模仿真、安全分析与经济运行方面的研究工作。团队在清华四川能源互联网研究院成立了“云仿真与智能决策”研究中心,重点研究如何将数字孪生技术应用于包括电力系统在内的能源互联网规划运行与安全控制。团队采用云计算技术开发了能源互联网建模仿真系列平台,包括大规模交直流混联电力系统全电磁暂态仿真平台——CloudPSS(Cloud-based Power System Simulator),配电网全电磁暂态仿真平台——CloudDSS(Cloud-based Distribution System Simulator),综合能源系统规划工作室——CloudIEPS(Cloud-based Integrated Energy-system Planning Studio), 综合能源运维和调度平台——CloudEMS(Cloud-based Energy Management System)。其中,CloudPSS已经上线四年,在国内外拥有超过4000注册用户。2019年10月11日,在电机工程学会组织的成果鉴定会上,以周孝信院士为组长的与会专家对CloudPSS给出了“国际首创,总体技术国际领先”的高度评价。任何电力系统的科研人员均可登录www.cloudpss.net网址注册免费使用该平台。

关键字:能源互联网

中国储能网版权声明:凡注明来源为“中国储能网:xxx(署名)”,除与中国储能网签署内容授权协议的网站外,其他任何网站或者单位如需转载需注明来源(中国储能网)。凡本网注明“来源:xxx(非中国储能网)”的作品,均转载与其他媒体,目的在于传播更多信息,但并不意味着中国储能网赞同其观点或证实其描述,文章以及引用的图片(或配图)内容仅供参考,如有涉及版权问题,可联系我们直接删除处理。其他媒体如需转载,请与稿件来源方联系,如产生任何版权问题与本网无关,想了解更多内容,请登录网站:http://www.escn.com.cn

相关报道