|
数字孪生虚拟电厂系统框架设计及其实践展望 严兴煜，高赐威，陈涛，丁建勇 （东南大学） DOI：10.13334/j.0258-8013.pcsee.212378 需求侧屋顶光伏、储能、电动汽车、柔性负荷等分布式资源大规模并网的电力系统呈现出结构复杂、设备多元、技术庞杂的特点。传统“源随荷动”的机理模型和优化控制方法将难以满足电网运行优化以及系统灵活性的要求，迫切需要需求侧分布式资源参与提供必要的灵活调节能力。近年来，新一轮电力市场化改革以及新型互联网技术、通信技术和智能用电技术的推广，使得虚拟电厂技术在需求侧为多元分布式资源消纳和电力系统数字化转型提供了新的思路。通过对海量多元分布式资源的聚合调控，虚拟电厂既有传统电厂出力稳定和批量售电的特点，又有较好的灵活性，为输配电网提供管理和辅助服务的同时提升了分布式资源的收益。未来，随着需求侧市场主体快速增加、业务规则变化频繁、对外数据交互快速增长以及系统安全风险增加，亟需研究如何将先进信息通信技术、大数据分析、人工智能方法与控制技术和能源技术深度融合应用，通过数字化手段赋能虚拟电厂，不断提升输配电网对需求侧海量多元分布式资源的全息感知能力与灵活控制能力。 以新一代信息技术为代表的数字经济已成为全球经济发展的热点，欧美各国纷纷提出数字经济战略；与此同时，在创新、协调、绿色、开放、共享的新发展理念指引下，我国也高度重视发展数字经济。其中，数字孪生结合“大云移物智链”等技术，给智慧城市、智能医疗、航空等多领域的数字化转型提供了新的思路。运用数字技术，借鉴互联网理念，将加快实现电力系统从能源生产到客户服务等领域的数字化转型。数字孪生技术保真、实时、闭环的特性决定了其特别适用于资产密集型、高可靠性需求的复杂系统，这与虚拟电厂的应用领域高度相符。数字孪生可以有效发挥其双向互动、可扩展、实时、保真以及闭环的特点，在虚拟电厂模型构建、数据采集、模拟分析、仿真预测等方面发挥其优势，推进虚拟电厂的数字化、信息化、智能化发展。以智能化、数字化为纽带，数字孪生将有效贯通需求侧用户、聚合商、输配电系统的交互，建立分布式资源与电力系统的互动反馈机制；以能源综合利用为手段，挖掘多能互补协同与综合需求响应潜力，释放需求侧调节灵活性，通过精细化管理提升系统效率。 1、数字化时代虚拟电厂的发展方向 1.1虚拟电厂架构研究 结合电力需求侧管理以及新型电力系统的建设要求，虚拟电厂框架研究需要融合大数据、云计算、人工智能等数字化方法，推动以“电力” “算力”的架构体系建设，促进虚拟电厂网络化、智能化、数字化转型。 1.2虚拟电厂协调优化运行 以先进的数字化技术以及人工智能方法作为支撑，研究基于大数据与人工智能方法的实时预测、趋势分析以及智能决策等。 1.3虚拟电厂支撑技术 结合物理模型和数据挖掘理论对虚拟发电单元进行联合建模，提升模型的精确度，并对其进行有效聚合与参数辨识，提供包括负荷预测、需求侧响应实施、售电套餐制定等差异化增值服务。 1.4虚拟电厂商业模式 考虑我国电力市场发展的可能性及各种能源增值服务的需求，研究虚拟电厂多种商业运营模式，最大化虚拟电厂运营的综合效益。此外，研究基于区块链的分布式可交易能源就近消纳机制，充分调动灵活性分布式资源参与市场化交易的积极性。 2、数字孪生虚拟电厂 2.1数字孪生虚拟电厂定义 数字孪生虚拟电厂是物理空间实体和信息维度虚拟电厂虚实交融与共存的发展形态。数字空间通过接受来自物理分布式资源实体、环境、市场等各类信息，创造一个与物理虚拟电厂匹配对应的虚拟空间，并与物理虚拟电厂同步演化，以全息模拟、动态监控、实时诊断、精准预测等形式反映虚拟电厂在现实环境中的状态，进而推动虚拟电厂全要素数字化、全状态实时可视化、多层级运行管理协同化和智能化，实现对物理虚拟电厂的全面精准监测、与虚拟空间协同交互，并将诊断、预测、参与电力市场和调度控制等分析结果反馈给虚拟电厂物理实体，形成能够不断学习和进化的智能决策支持系统，提高需求侧物质资源、智力资源、信息资源的配置效率，从而推动虚拟电厂的整体优化运行。 2.2数字孪生虚拟电厂系统构建 针对数字孪生虚拟电厂的定义与构建需求，提出包含物理实体、数字孪生体、孪生数据、连接以及智能应用等的数字孪生虚拟电厂系统，如下图1所示。物理实体通过智能传感器、物联网等数字技术对分布式资源和市场等实体对象的特征、行为、形成过程和性能等进行数字化描述，构建历史及实时运行数据库；数字孪生体利用数据整合和模拟运算形成完整数字孪生映射，并通过实时仿真实现对虚拟电厂未来态的演化及预测，以可视化方式展现给用户，在提供安全预警、故障诊断等服务的同时支撑虚拟电厂的安全与稳定运行。最后，通过高效连接与实时传输，实现各部分协同互动，对物理实体的反馈控制，以及虚拟空间中仿真模型的迭代生长。
2.3数字孪生虚拟电厂关键技术 数字孪生虚拟电厂是多源数据整合、多门类技术集成和多类型平台功能贯通的面向新型数字化智能配电网的复杂技术和应用体系，通过与现有虚拟电厂管控平台结合，将有效支撑电网数字化。首先，虚拟电厂的典型结构由设备层、用户层、虚拟电厂层和应用层组成。其中，设备层包含分布式电源、储能设备、电动汽车、柔性负荷、PtoX设备等多元分布式资源；用户层包含有多个储能设备的储能服务商、数据中心、商业楼宇、公共建筑、居民及中小用户等；虚拟电厂层与柔性资源之间通过集中式控制方式主动聚合DERs，使得虚拟机组可通过价格或其它信号优化调度需求侧资源；应用层依托虚拟电厂管理平台负责审核虚拟电厂准入条件、接入方案、外特性以及响应信息等。电力交易平台根据准入审核结果进行市场交易，将出清结果发送到调度平台进行安全校核；调度系统下发调度需求至虚拟电厂管理平台，后者将调度指令进一步分解到用户层和设备层，实现闭环控制。与之相对应，数字孪生虚拟电厂技术生态系统由物理层、感知层、信息中枢层和智能应用层组成，如下图2所示。
图2 数字孪生虚拟电厂系统关键技术架构 3、数字孪生虚拟电厂实践展望 3.1虚拟发电单元建模仿真 数字孪生虚拟电厂信息中枢数据中台结合物理机理与数据驱动建模的优势，通过有机融合实现虚拟电厂物理资源到虚拟空间的完整映射，构建数字孪生体，形成精确的数字化仿真模型。 3.2数字孪生虚拟电厂规划 将数字孪生概念引入虚拟电厂规划，首先可以及时反映市场价格信号变化，使需求侧分布式资源规划适应市场需求；其次，通过数字孪生系统多时间尺度仿真与预演，在数字空间低成本试错，避免电源、电网、变电站、储能等硬件设施过度建设，以按需规划取代按时规划，精准量化虚拟电厂投资规模，避免按时规划的滞后影响。
图3 数字孪生虚拟电厂规划框架 3.3数字孪生虚拟电厂优化调度 数字孪生虚拟电厂提供虚拟空间与物理实体的实时连接，支持物理与数据驱动融合模型与环境实时交互，实现模型动态迭代优化，提高控制精确度。此外，通过实时反映设备负载、用户负荷、新能源出力、配电网运行状态等，实现虚拟电厂状态监测，并及时有效地调整优化调度策略。
图4 数字孪生虚拟电厂优化调度框架 3.4数字孪生虚拟电厂智能健康管理 虚拟电厂数字孪生体的构建提供了一种精确描述虚拟电厂全生命周期的演化、人员运维行为以及与环境等的交互过程，有助于实现虚拟电厂内部设备全生命周期的实时状态监测、故障预判/诊断、现场及远程互动、维修指导等。
图5 数字孪生虚拟电厂智能健康管理系统 3.5价值创造与综合评价 基于数字孪生虚拟电厂系统，虚拟电厂将能够有效利用人工智能、大数据、云计算、增量聚类、区块链共识等先进技术，整合虚拟电厂生态系统中海量数据，充分释放需求侧DERs调节潜力，向用户、聚合商、配电网等各方提供多元化、精细化、定制化的服务，提升虚拟电厂的附加价值。 4.1数字孪生虚拟电厂未来发展面临的挑战。 首先，其核心是数据，要想充分发挥数字孪生技术的潜能，孪生数据的准确性、一致性和传输的稳定性是关键。同时，数字孪生需要相关企业原有的封闭系统逐渐转变为开放系统，因此将虚拟电厂数据应用于增值服务提升时还将面临不同平台、用户、电网企业等数据分享与数据安全挑战。其次，数字孪生虚拟电厂融合物理实体与虚拟空间，是多学科、多物理量、多时间尺度、多重不确定性的仿真过程，需要实现多维系统的融合：在平台建设方面，要从虚拟电厂系统性层面构建包含电气、环境、物理、市场、用户行为等多源数据的数据中台；开放性方面，需要打通虚拟电厂运行涉及的预测、仿真、市场交易等平台软件生态并探索更符合数字孪生虚拟电厂应用的计算机算法基础理论与集成融合技术，构建可迭代更新、自主进化的智能应用平台；最后，在商业模式方面，数字孪生虚拟电厂的商业模式形态并不完善，受限于电力市场进程，亟需突破多技术融合，尽快形成虚拟电厂参与多元市场的市场机制。 4.2未来发展的推动力。 数字化电网等政策的落实、计算设备/硬件的发展、数据规模的增长、模型和算法的演进以及专业人才的参与将为数字孪生虚拟电厂的落地实施铺平道路。 引文信息 严兴煜,高赐威,陈涛,丁建勇.数字孪生虚拟电厂系统框架设计及其实践展望[J].中国电机工程学报,2023,43(02):604-619. YAN Xingyu, GAO Ciwei, CHEN Tao, DING Jianyong. Framework Design and Application Prospect for Digital Twin Virtual Power Plant System[J]. Proceedings of the CSEE, 2023,43(02):604-619(in Chinese)． 作者介绍
严兴煜，博士后，2018年博士毕业于法国里尔中央理工大学，先后就职于法国上法兰西私立高等工程师学校和全球能源互联网发展合作组织，以第一作者发表SCI/EI论文13篇，主持国家自然科学基金（青年基金）一项，主要研究方向为智能电网、电力需求侧管理、分布式机器学习以及虚拟电厂。
高赐威，教授&博士生导师，东南大学电力经济技术研究所所长，江苏省青蓝工程学术带头人，IEC PC118中国专家委员会成员，中国能源研究会电力发展与改革30人论坛成员，中国电机工程学会智慧用能与节能专委会委员、需求侧管理学组副组长，全国电力需求侧管理标委会TC575委员、虚拟电厂标准工作组组长。主持“城市商业建筑虚拟电厂系统关键技术及示范应用”等虚拟电厂相关项目获得教育部优秀成果奖（科技进步）二等奖、上海市科技进步奖二等奖、中国电力创新奖一等奖、江苏省科技进步奖二等奖等。
陈涛，讲师，发表SCI\EI论文60余篇，主持国家自然科学基金、国家电网公司课题等科技项目共8项，并参与国家重点研究计划、国家自然科学基金面上项目、英国繁荣基金等课题10余项。致力于智能电网、电力市场、供需侧管理响应和电力数据分析及智能算法的研究工作。
丁建勇，博士研究生，研究方向为虚拟电厂以及综合智慧能源系统。 责任编辑：乔宝榆 声明 |
|
|
图1 虚拟电厂数字孪生系统总体架构
