当前，基于当前国内经济社会发展新形势和世界能源发展新趋势，各地都陆续建成了涵盖能源数据库、能源监测协调优化中心的区域能源互联网平台，并基于平台实现了分布式电源、储能、充电桩和可调负荷的持续接入。
另一方面，伴随着我国新能源规模的扩大和企业运营模式的创新，各地区域能源互联网系统的源网荷储协同运行面临越发复杂的运行环境、运行约束和运行目标。具体来看，主要是以下三点：
1. 直接管理大规模的分布式电源的调控难度大;
2. 伴随可再生能源发电量的提升，电网安全经济运行面临新能源消纳与管控、电能质量诸多问题;
3. 源、荷、储地理分布式散、运行特性差异大，三者空间匹配度、时间匹配度差，优化协调调度难度大。
现有系统运行仿真技术无法适应区域内源、网、荷、储分散、灵活、互动的运行特点，无法有效降低分布式电源调度的复杂性和控制对象的数量级，难以通过特性等值、出力稳定性、可调控性和虚拟电厂的形式参与现有电力系统的调度。
据了解，部分国内区域电力公司已经在变电站等场景展开数字孪生相关项目探索，通过实时采集传感器数据，监测系统运行状态，推演设备系统运行态势，为反馈控制提供决策方案。对于电网业务来说，电网数字化技术的应用，对电网历史数据资产分析、生产作业模式改变、设备运维成本控制、系统运行效率提升等领域都有明显的提升作用。
数字孪生是工业互联网落地的核心和关键，目前实用场景主要有两大类：一是产品数字化设计，主要体现为产品生命周期管理解决方案。二是产品使用过程的数字化，主要服务模式是基于状态的维护。因此，积极基于数字孪生技术开展区域能源互联网协调优化方案，能助力指导能源互联网数字孪生云平台建设，满足多个区域、多系统之间的孪生体仿真运行以及在线交互，为新能源消纳、变电站/换流站智能监测运维、电力系统安全稳定控制等能源互联网典型业务场景提供运行推演决策支撑。
对于“数字孪生”，我们通常将其定义为“物理对象或系统在其生命周期中的虚拟表示，使用实时数据来实现理解、学习和推理。因此，数字孪生体是真实电网的一比一的虚拟仿真镜像。简单来看，数字孪生体和真实电网的关系如图所示：
每一个物理世界中的电网设备在虚拟世界中都有一个与之相对应的数字孪生电网设备。数字孪生电网设备的输入输出表现与物理世界中与之对应的电网设备相同。物理世界中的电网设备运行数据通过传感器采集后发送给虚拟世界中的数字孪生电网设备，用于数字孪生电网设备的模型校准。虚拟世界中的数字孪生电网设备模拟运行中产生的相关信息传回物理世界中的电网设备，操控电网设备以提高电网运行效率。
能源互联网数字孪生系统由云平台、容器平台、容器治理、微服务、微服务治理、实时总线、消息总线等多个软件模块构成。各个软件模块协同工作，进行数据流转、消息交互，共同完成能源互联网数字孪生系统的业务需求。数字孪生模型之间通过实时总线交互，进行实时数据传递和相互影响，实现对电力系统的暂态模拟和稳态模拟;数字孪生模型之间通过消息总线交互，进行数据传递，实现低时间要求的电力系统稳态模拟、模型参数修正、模型参数查询等功能。基于各个分布的私有云之间同步电网稳态数据和暂态数据，实现不同地理位置的数字孪生私有云的协同计算，实现对整个大电网的数字孪生模拟。通过北斗卫星校时、授时协议、多地同步原子钟等手段，实现数据帧的时间同步。要注意电流的传输耗时、对时间同步数据进行必要的延迟处理以便真实的模拟出物理电网的状态变化时序和各子电网相互影响的距离特征。
数字孪生模型是运行在容器上的仿真程序，数字孪生模型根据模拟物理实体的不同属性、精度以及响应速度要求，可以包含各种子模型，例如机理子模型、数据驱动子模型(神经网络等技术实现)、3D构造模型、电磁暂态模型、稳态模型等。同时，数字孪生模型还包括模型适配器和自适应计算单元。
1、模式适配器：用来跟第三方和历史仿真程序进行适配，从而对外提供统一的标准接口，并能充分利用现有软件资源。
2、自适应计算单元：根据总线数据和自身参数的合理性校核，更改输入输出数据并反馈给连接的下游数字孪生模型，经多次循环后迅速达到系统平衡，实现数字孪生体的自我治理、自我适应、相互关联、相互博弈的群体性智能能力。
不同数字孪生子模型由数字孪生体总模型组织在一起，并提供对外界交互需求的自动路由功能，根据传入数字孪生体的请求类型，自动路由分配到对应的数字孪生子模型进行处理，并反馈数据到数据需求方。对外提供标准化的统一接口，降低系统复杂度，提升数字孪生体系的可扩展性和插件化。
从设备、封装、计算三个方面构建数字孪生三级模型体系，包含一级设备模型，二级封装模型，三级计算模型，提供能源互联网仿真计算服务和人工智能训练框架，支撑业务模型的迭代优化。
一级设备模型：构建能源互联网系统风力电站、光伏电站、储能电站、可调负荷等相关孪生体模板，实现孪生体注册与管理;
二级封装模型：对能源互联网中的分布式能源进行聚合降维构成虚拟电厂，基于数据驱动技术对虚拟电厂爬坡率、电力潮流、出力上下限、调度成本等调度特性进行封装，实现源荷储孪生体向虚拟电厂的封装;
三级计算模型：构建优化调度算法，实现虚拟电厂和电网数据的实时融合、实时计算、动态分析、辅助决策，集成多尺度仿真模型，支撑能源互联网系统的实时平衡、一次调频、二次调频。
模型体系涵盖能源互联网系统的三道防线、一次设备和二次设备、软开关等。因此，如何实现降低数字孪生体系的计算复杂度、实现数字孪生体模拟体系的可扩展性、扁平化、快速扩容能力等，建议是可以基于传统有限元计算方法实现模型的计算。例如，最近出现利用机器学习AI求解电力网络系统数字孪生模型PDE(偏微分方程)的新方法,即通过机器学习的方法自动对连续的物理方程进行离散化的方法，此类方法将预期带来数字孪生模型的求解效率的大幅提升，机器学习得到的获得PDE数值解的方法不仅在准确度上秒杀传统的PDE离散方法，更是省去了传统方法中需要对PDE构造不同的复杂离散格式的繁琐工作，很适合能源互联网数字孪生模型的求解和模拟。
寄云科技NeuSeer工业互联网产品，以基于数据智能的完整开发方案，为构建基于数字孪生的区域能源互联网协调优化方案持续赋能。一方面，寄云科技为企业提供了丰富的工业数据采集和边缘计算能力，支持公式指标计算、AI算法模型计算、规则计算、工业大数据湖和物联网模型，帮助实现能源设备的实时状态的采集和状态监测;另一方面，寄云科技提供便捷的数据分析建模平台以及工业可视化开发工具，以海量数据预处理、机器学习和人工智能建模分析以及模型在线部署能力，帮助企业通过智能的分析建模，有效挖掘数据价值，助力能源企业实现更全面的状态监测和关键指标的性能预测，持续推动我国区域能源互联网高质量升级发展。
（转载）
