面向智能發(fā)電的數(shù)字孿生技術(shù)及其應(yīng)用模式

房方，張效寧，梁棟煬，王慶華

面向智能發(fā)電的數(shù)字孿生技術(shù)及其應(yīng)用模式

房方，張效寧，梁棟煬，王慶華

（華北電力大學(xué)控制與計算機工程學(xué)院，北京市 昌平區(qū) 102206）

發(fā)電過程作為電力系統(tǒng)的重要組成部分，其智能化建設(shè)是推進(jìn)我國能源電力轉(zhuǎn)型發(fā)展的重要方向。結(jié)合數(shù)字孿生技術(shù)的研究發(fā)展現(xiàn)狀及發(fā)展趨勢，剖析了智能發(fā)電的概念與體系，并給出面向智能發(fā)電的數(shù)字孿生定義，通過功能映射，構(gòu)建了智能發(fā)電系統(tǒng)的數(shù)字孿生架構(gòu)。提出了在智能發(fā)電系統(tǒng)中部署數(shù)字孿生技術(shù)的一般性方法，對數(shù)字孿生技術(shù)的應(yīng)用領(lǐng)域和應(yīng)用模式進(jìn)行了歸納，分析了應(yīng)用過程中面臨的主要技術(shù)挑戰(zhàn)。研究結(jié)果可為數(shù)字孿生技術(shù)在發(fā)電領(lǐng)域產(chǎn)業(yè)化發(fā)展提供理論和方法參考。

智能發(fā)電；數(shù)字孿生；應(yīng)用架構(gòu)；數(shù)據(jù)驅(qū)動

0 引言

隨著全球新一輪科技革命與產(chǎn)業(yè)變革的蓬勃興起，互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能與實體經(jīng)濟深度融合，對經(jīng)濟與社會發(fā)展產(chǎn)生了深層次與全方位影響。與之相適應(yīng)，我國先后出臺了“中國制造2025”“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”“新一代人工智能”等發(fā)展戰(zhàn)略與規(guī)劃[1-3]。如何推動物理系統(tǒng)與信息系統(tǒng)的有機融合與深度協(xié)作，是支撐我國工業(yè)高質(zhì)量發(fā)展的核心問題之一。

在以化石能源清潔化、清潔能源規(guī)?；?、新舊能源綜合化為特征的能源革命中，電能的生產(chǎn)和消費方式將發(fā)生根本性的改變[4]，發(fā)電過程作為電力系統(tǒng)的重要組成部分，其智能化建設(shè)是推進(jìn)我國能源轉(zhuǎn)型發(fā)展的重要方向。自2016年“智能發(fā)電”的概念[5]被提出以來，受到了行業(yè)企業(yè)和國家主管部門的高度重視，研發(fā)投入逐年增長，理論體系不斷發(fā)展完善，形成了技術(shù)與產(chǎn)品的研發(fā)熱潮[6-10]，多個示范項目通過鑒定并取得了令人矚目的應(yīng)用效果。

但是，智能化技術(shù)與應(yīng)用場景的深度匹配是一個長期迭代優(yōu)化、不斷修正完善的過程，盡管高性能計算、工業(yè)物聯(lián)網(wǎng)、5G通信、大數(shù)據(jù)分析、工業(yè)機器人、區(qū)塊鏈等技術(shù)的發(fā)展日趨成熟，但其在復(fù)雜工業(yè)場景中的應(yīng)用尚處于探索階段，若要契合智能發(fā)電的自學(xué)習(xí)、自適應(yīng)、自趨優(yōu)、自恢復(fù)、自組織功能目標(biāo)[4]，還需要依托產(chǎn)學(xué)研合作，開展大量的探索與實踐。

近年來，在物聯(lián)網(wǎng)場景下，工業(yè)“數(shù)字孿生”技術(shù)成為一個研究熱點，其利用數(shù)字技術(shù)對物體、系統(tǒng)、流程的信息進(jìn)行實時映射，完成虛擬仿真過程，從而顯著減輕工業(yè)領(lǐng)域技術(shù)創(chuàng)新和決策優(yōu)化研究中面臨的重資產(chǎn)和高成本負(fù)擔(dān)。

為適應(yīng)能源革命中的新趨勢及對智能化的新需求，本文分析了數(shù)字孿生技術(shù)的發(fā)展現(xiàn)狀與研究進(jìn)展，結(jié)合智能發(fā)電技術(shù)的內(nèi)涵與應(yīng)用框架，基于一般性的部署手段，構(gòu)建了智能發(fā)電系統(tǒng)的數(shù)字孿生架構(gòu)；探索了數(shù)字孿生技術(shù)的應(yīng)用領(lǐng)域和應(yīng)用模式以及面臨的主要挑戰(zhàn)，為數(shù)字孿生技術(shù)在發(fā)電領(lǐng)域落地應(yīng)用提供理論和方法參考。

1 數(shù)字孿生技術(shù)研究發(fā)展概況

數(shù)字孿生的概念最早出現(xiàn)于2005年美國密歇根大學(xué)Grieves教授關(guān)于產(chǎn)品生命周期管理的講座[11]，他將數(shù)字孿生描述為物理實體、物理實體的虛擬表示以及從物理到虛擬的雙向數(shù)據(jù)連接3個組成部分。虛擬表示可作為對象，承載建模、測試和優(yōu)化等虛擬操作。但由于當(dāng)時技術(shù)和認(rèn)知上的局限性，直到2011年美國空軍研究實驗室和美國國家航空航天局將數(shù)字孿生技術(shù)應(yīng)用于飛行器研制，該項技術(shù)才受到廣泛關(guān)注[12]。2019年，數(shù)字孿生技術(shù)被全球權(quán)威IT研究與顧問咨詢公司Gartner評為十大關(guān)鍵戰(zhàn)略技術(shù)趨勢之一[13]。

電子電氣自動化領(lǐng)域知名跨國企業(yè)和工業(yè)軟件開發(fā)商GE、Siemens、Ansys等是工業(yè)數(shù)字孿生技術(shù)的積極推動者和踐行者，他們都把數(shù)字孿生技術(shù)作為其數(shù)字化工廠計劃的一個關(guān)鍵組成部分，通過對產(chǎn)品和生產(chǎn)全生命周期的推演，實現(xiàn)對整個價值鏈的虛擬洞察和反饋，從而支撐真實世界的生產(chǎn)與產(chǎn)品的持續(xù)優(yōu)化。

近年來，國內(nèi)學(xué)者和行業(yè)專家高度關(guān)注數(shù)字孿生技術(shù)。文獻(xiàn)[14]總結(jié)了數(shù)字孿生的五維結(jié)構(gòu)模型，提出數(shù)字孿生驅(qū)動的6條應(yīng)用準(zhǔn)則，探索了14類應(yīng)用設(shè)想與實施過程中需要突破的關(guān)鍵技術(shù)；文獻(xiàn)[15]設(shè)計了數(shù)字孿生車間的參考系統(tǒng)架構(gòu)，探討了實現(xiàn)數(shù)字孿生車間信息物理融合的基礎(chǔ)理論與關(guān)鍵技術(shù)；文獻(xiàn)[16]以工業(yè)4.0為背景，回顧了數(shù)字孿生技術(shù)在制造系統(tǒng)和過程工業(yè)中的發(fā)展概況。

在有關(guān)數(shù)字孿生的報道中，制造業(yè)[17-21]、醫(yī)療保健[22-24]、航空[25-26]和陸地勘探[27-28]等是一些典型研究領(lǐng)域。在能源電力領(lǐng)域，數(shù)字孿生技術(shù)正在提供潛在的價值增長點，近2年的研究呈增長趨勢[29-30]。文獻(xiàn)[31]基于神經(jīng)網(wǎng)絡(luò)跟蹤動態(tài)行為，構(gòu)建逆變器的數(shù)字孿生模型；文獻(xiàn)[32]利用數(shù)字孿生模型為特高壓交流/直流電網(wǎng)秒級在線分析系統(tǒng)提供決策支持；文獻(xiàn)[33]研究了基于數(shù)字孿生的智能城市能源管理，并將其作為實時管理的基準(zhǔn)；文獻(xiàn)[34]討論了能源互聯(lián)網(wǎng)中數(shù)字孿生技術(shù)的應(yīng)用問題。

需要指出的是，在發(fā)電過程的數(shù)字孿生技術(shù)方面，相關(guān)研究仍處于較為初級的階段，核心理論與技術(shù)創(chuàng)新有待突破，技術(shù)與產(chǎn)品的應(yīng)用還有諸多問題需要解決，應(yīng)用效果也有待進(jìn)一步檢驗。尤其在火力發(fā)電領(lǐng)域，由于生產(chǎn)流程復(fù)雜、能量轉(zhuǎn)換形式多樣，首先在局部生產(chǎn)環(huán)節(jié)實現(xiàn)數(shù)字孿生技術(shù)的示范應(yīng)用是目前較為可行的選擇。

2 面向智能發(fā)電的數(shù)字孿生架構(gòu)

“孿生”意味著數(shù)字化虛擬表示將在整個生命周期中雙向鏈接到物理實體[35]。將這一概念應(yīng)用于發(fā)電過程中，可衍生出若干種數(shù)字孿生架構(gòu)?；A(chǔ)數(shù)字孿生架構(gòu)如圖1所示，主要包括物理空間、虛擬空間以及這些空間之間的連接3部分[36]。物理空間包含物理實體、傳感器和執(zhí)行器；而虛擬空間包含從多角度建立的虛擬模型；物理空間和虛擬空間之間的連接連通了2個空間，實現(xiàn)數(shù)據(jù)與指令的傳遞。

上述架構(gòu)中虛擬空間與物理空間直接進(jìn)行信息交互，不利于開發(fā)部署應(yīng)用服務(wù)。因此，進(jìn)一步發(fā)展出5組件數(shù)字孿生架構(gòu)，如圖2所示，主要包括物理空間、虛擬空間、融合模型、服務(wù)系統(tǒng)以及這4個模塊之間的連接5部分[37]。該架構(gòu)能夠融合額外的可用服務(wù)，如設(shè)備與流程可視化、工業(yè)質(zhì)檢、設(shè)備健康診斷、高級算法服務(wù)以及資產(chǎn)評估服務(wù)等。數(shù)字孿生數(shù)據(jù)融合模型是物理空間、虛擬空間和服務(wù)系統(tǒng)之間的橋梁，用于收集來自物理空間的傳感器數(shù)據(jù)、虛擬空間仿真指令和服務(wù)系統(tǒng)需求，按需進(jìn)行數(shù)據(jù)融合、分析和仿真，進(jìn)而做出決策與優(yōu)化建議。

面向工業(yè)4.0的數(shù)字孿生架構(gòu)如圖3所示，主要包含5個部分與6步過程[38]。5個部分包括傳感器、數(shù)據(jù)管理、集成模型、數(shù)據(jù)分析和執(zhí)行器。傳感器和執(zhí)行器位于物理空間中；而數(shù)據(jù)管理與數(shù)據(jù)分析則在虛擬空間中進(jìn)行；集成模型是連接2個空間的樞紐。6步過程主要包含生成、通信、聚合、分析、決策和執(zhí)行。傳感器檢測物理實體特定的工藝參數(shù)，并將模擬信號轉(zhuǎn)換生成數(shù)字信號，來表征實體的運行和環(huán)境狀況；新測得的數(shù)字信號經(jīng)過通信傳輸，與已有歷史數(shù)據(jù)、策略和模型相聚合；分析步驟則是運用機器學(xué)習(xí)、大數(shù)據(jù)分析、深度學(xué)習(xí)等技術(shù)，挖掘潛在特征與關(guān)聯(lián)，結(jié)果可通過增強現(xiàn)實、虛擬現(xiàn)實等技術(shù)可視化呈現(xiàn)；基于集成模型形成的決策將反饋至物理實體并執(zhí)行，實現(xiàn)全流程閉環(huán)。

圖3 面向工業(yè)4.0的數(shù)字孿生架構(gòu)

參考上述架構(gòu)，綜合考慮智能發(fā)電的內(nèi)涵和功能劃分[4]，可建立基于智能運行控制系統(tǒng)(intelligent control system，ICS)和智能公共服務(wù)系統(tǒng)(intelligent service system，ISS)的雙層數(shù)字孿生體系架構(gòu)，如圖4所示。

1）智能運行控制系統(tǒng)層。

ICS包含了與生產(chǎn)運行緊密相關(guān)的物理實體與過程，通常包含分散控制系統(tǒng)、ICS數(shù)據(jù)服務(wù)器、高級應(yīng)用服務(wù)器、高級值班員站及其間通信設(shè)施。ICS包含的發(fā)電廠設(shè)備實體與生產(chǎn)過程對應(yīng)于數(shù)字孿生模型的傳感器與執(zhí)行器部分。其中傳感器部分涉及采集與通信2個過程，執(zhí)行器部分涉及通信與執(zhí)行2個過程。

ICS中傳感器部分采集的數(shù)據(jù)具有多源分散獲取、持續(xù)多頻率采樣、數(shù)據(jù)實時性強、數(shù)量大等多時空特征[4]。在此基礎(chǔ)上構(gòu)建數(shù)字孿生系統(tǒng)既有優(yōu)勢也充滿挑戰(zhàn)，以下問題須重點考慮：

一是ICS中數(shù)字孿生系統(tǒng)的顆粒度問題。從生產(chǎn)過程的物理結(jié)構(gòu)上看，構(gòu)建的孿生模型是針對一個部件/設(shè)備、一個流程、一個局部系統(tǒng)，還是機爐整體；從物質(zhì)和能量傳遞的關(guān)系上看，構(gòu)建的孿生模型是關(guān)注輸入/輸出整體的能量平衡，還是局部的物質(zhì)或能量轉(zhuǎn)換關(guān)系。

二是ICS中數(shù)字孿生系統(tǒng)的模擬精度問題。高精度是對數(shù)字孿生模型的基本要求，但在具體應(yīng)用中還要充分考慮對象的復(fù)雜度、建模成本，以及承載孿生系統(tǒng)運行的平臺性能。

三是ICS中數(shù)字孿生系統(tǒng)的實時性問題。對生產(chǎn)控制系統(tǒng)而言，實時性是最基本要求。ICS中的信號采集與通信時間通常為毫秒級，要實現(xiàn)數(shù)字孿生系統(tǒng)的高精度同步仿真，實時性是關(guān)鍵。

四是ICS中數(shù)字孿生系統(tǒng)的魯棒性問題。無論是燃煤發(fā)電機組還是新能源發(fā)電機組，一次能源都存在不確定性，這就要求所對應(yīng)的數(shù)字孿生模型具有針對變工況運行的適應(yīng)能力。

2）智能公共服務(wù)系統(tǒng)層。

ISS位于ICS的上層，建立在大型數(shù)據(jù)庫系統(tǒng)、大數(shù)據(jù)、云平臺的基礎(chǔ)上，主要實現(xiàn)智能安全、智能管理、智能服務(wù)等功能，為生產(chǎn)過程安全、管理及優(yōu)化決策提供一體化數(shù)據(jù)平臺。ISS承載生產(chǎn)經(jīng)營管理的數(shù)字孿生，其數(shù)據(jù)多從工業(yè)控制網(wǎng)絡(luò)或?qū)Ｓ镁W(wǎng)絡(luò)獲取，具有數(shù)據(jù)源相對分散、數(shù)據(jù)類型多樣等特征[4]。在此基礎(chǔ)上構(gòu)建數(shù)字孿生系統(tǒng)主要涉及數(shù)據(jù)管理、模型集成、數(shù)據(jù)分析3部分功能，并與聚合、分析、執(zhí)行和通信4個過程緊密關(guān)聯(lián)。ISS系統(tǒng)中數(shù)字孿生如何落實執(zhí)行需要重點考慮以下問題：

一是ISS中數(shù)字孿生系統(tǒng)的交互性問題。作為以提升運維管理水平為目標(biāo)的孿生模型，其接收的信息來源廣、數(shù)據(jù)類型多樣、業(yè)務(wù)類型復(fù)雜，通過數(shù)字孿生的信息展示和利用方式也非常豐富，多系統(tǒng)、多用戶交互能力必不可少。

二是ISS中數(shù)字孿生系統(tǒng)的決策能力問題?；谝?guī)則、經(jīng)驗和知識的決策能力是對運維管理業(yè)務(wù)領(lǐng)域數(shù)字孿生模型的基本要求，其決策結(jié)果可以是一致性趨優(yōu)的，也可以是博弈均衡的。

三是ISS中數(shù)字孿生系統(tǒng)的安全性問題。由于數(shù)據(jù)來源廣泛且多為非直接感知數(shù)據(jù)，ISS系統(tǒng)中數(shù)字孿生應(yīng)用的安全性問題更為突出，在原有電力系統(tǒng)安全分區(qū)的基礎(chǔ)上，還要進(jìn)一步考慮數(shù)字孿生自身的網(wǎng)絡(luò)安全、數(shù)據(jù)安全等問題。

四是ISS中數(shù)字孿生系統(tǒng)的執(zhí)行能力問題。對指令的執(zhí)行最終作用于發(fā)電實體設(shè)備，直接關(guān)系發(fā)電過程的安全性、經(jīng)濟性與環(huán)保性。數(shù)字孿生系統(tǒng)需與現(xiàn)有控制手段有機融合。

3 面向智能發(fā)電的數(shù)字孿生部署

為統(tǒng)一建立具有適當(dāng)復(fù)雜性的面向智能發(fā)電的數(shù)字孿生系統(tǒng)，需建立完善的數(shù)字孿生系統(tǒng)部署流程，如圖5所示，該流程主要包括6個步驟：驗證部署可行性、過程辨識、初步規(guī)劃系統(tǒng)、小范圍驗證、大范圍部署系統(tǒng)以及全生命周期監(jiān)測。

圖5 面向智能發(fā)電的數(shù)字孿生部署流程

部署面向智能發(fā)電的數(shù)字孿生系統(tǒng)，需首先對目標(biāo)火電機組或新能源機組進(jìn)行可行性評估，如ICS中的信號采集、數(shù)據(jù)通信、執(zhí)行環(huán)節(jié)等。ICS中利用現(xiàn)代化的檢測裝置與高水平的檢測技術(shù)獲取物理實體的狀態(tài)、位置、環(huán)境等信息。一方面可利用微波、激光、紅外、聲波等先進(jìn)測量技術(shù)，直接測量生產(chǎn)過程參數(shù)；另一方面可利用機理模型與數(shù)據(jù)驅(qū)動方法實現(xiàn)不可測參數(shù)的間接檢測?；诂F(xiàn)場總線、工業(yè)物聯(lián)網(wǎng)等技術(shù)，可提供高速穩(wěn)定的數(shù)據(jù)通信能力。執(zhí)行部分除常見電廠設(shè)備外，還可使用智能穿戴設(shè)備、手持智能終端、無人機、智能巡檢機器人等，用于執(zhí)行高強度、重復(fù)性或危險性的工作。

過程辨識首先對電力生產(chǎn)過程中采集的數(shù)據(jù)進(jìn)行處理與分析，實現(xiàn)多源數(shù)據(jù)的深度融合。針對全生命周期的不同階段，綜合運用機理建模和數(shù)據(jù)驅(qū)動建模方法，挖掘物理實體不同時空尺度的特點與關(guān)聯(lián)，建立物理實體的多工況、多尺度模型。梳理分析各個物理實體之間的業(yè)務(wù)邏輯關(guān)聯(lián)，形成有機整體。

依照過程辨識建立的有機整體模型，初步設(shè)計規(guī)劃數(shù)字孿生虛擬空間，并集合小范圍試點中獲取的信息，確定實施數(shù)字孿生后可能的應(yīng)用形式、面臨的挑戰(zhàn)與潛在的風(fēng)險，并根據(jù)綜合最優(yōu)投資回報原則進(jìn)一步完善數(shù)字孿生系統(tǒng)。在該過程中可反復(fù)對數(shù)字孿生的傳感器、執(zhí)行器、通信設(shè)施與數(shù)據(jù)挖掘分析技術(shù)的選擇進(jìn)行迭代優(yōu)化。

當(dāng)小范圍驗證取得良好成效后，數(shù)字孿生系統(tǒng)即可規(guī)?；渴穑墓聧u試點接入到發(fā)電企業(yè)現(xiàn)有管控網(wǎng)絡(luò)。在逐步合并關(guān)聯(lián)流程的過程中，進(jìn)一步確定數(shù)字孿生系統(tǒng)的可能應(yīng)用擴展。在此階段，可以利用局部數(shù)字孿生部署中的經(jīng)驗教訓(xùn)加速規(guī)模化部署，進(jìn)而實現(xiàn)全生命周期模擬和預(yù)測，以獲取最大收益，實現(xiàn)可持續(xù)發(fā)展。

4 面向智能發(fā)電的數(shù)字孿生應(yīng)用模式

4.1 過程自動化

數(shù)字孿生可以從智能發(fā)電物理空間中獲取數(shù)據(jù)，在虛擬空間中實時分析數(shù)據(jù)，并將決策指令反饋至物理空間，實現(xiàn)對發(fā)電設(shè)備與過程的自主控制，將操作員從枯燥重復(fù)的人工操控中解脫出來，實現(xiàn)機組運行控制的規(guī)范化和精細(xì)化。

4.2 綜合效益管理

數(shù)字孿生可輕松仿真各類假設(shè)情況，如存在各類故障時發(fā)電機組物理實體的降級運行或故障停機操作手段，尋找最佳的維修計劃并有選擇地延遲維修與資產(chǎn)替換，避免計劃外操作可能造成的設(shè)備應(yīng)急關(guān)閉和重啟等。此外，數(shù)字孿生可將數(shù)據(jù)與流程可視化，直觀展示發(fā)電設(shè)備狀態(tài)和過程參數(shù)，模擬關(guān)鍵績效指標(biāo)。

4.3 生產(chǎn)風(fēng)險管控

數(shù)字孿生可利用機器學(xué)習(xí)、深度學(xué)習(xí)和人工智能算法預(yù)測潛在的風(fēng)險與故障，避免事故發(fā)生，防控生產(chǎn)風(fēng)險。在發(fā)電機組新增設(shè)備、啟用新的控制算法或操作流程前，可以在數(shù)字孿生虛擬空間中進(jìn)行仿真測試，以評估新增部分對發(fā)電系統(tǒng)整體安全性、經(jīng)濟性和環(huán)保性的影響程度與范圍，是否對人員、設(shè)備與環(huán)境構(gòu)成潛在威脅，加速開發(fā)與交付流程。

4.4 設(shè)備設(shè)計交付

通過前期建立通用的虛擬模型庫，可與新建電廠相結(jié)合，有針對性地為新項目設(shè)計初始數(shù)字孿生虛擬空間，并進(jìn)行一系列測試與仿真，以逐步確定最佳設(shè)計方案。此外，通過數(shù)字孿生可分批次地添加不同供應(yīng)商交付的設(shè)備，驗證使用不同設(shè)備的發(fā)電設(shè)施的性能指標(biāo)。使用設(shè)計階段的數(shù)字孿生系統(tǒng)，可以對發(fā)電設(shè)備進(jìn)行預(yù)調(diào)試，驗證控制算法有效性、操作流程合理性，進(jìn)而加速電廠交付并盡快投入運行。

4.5 新應(yīng)用研發(fā)

使用數(shù)字孿生，發(fā)電企業(yè)可以在現(xiàn)有設(shè)備條件下加速開發(fā)新運行場景和運營模式。通過在虛擬空間進(jìn)行各種情景仿真，確定最佳的運營/開發(fā)方案，并減少從設(shè)計到上線新方法或新應(yīng)用的過程時間，進(jìn)而提高經(jīng)營收益。

4.6 高效信息交流

數(shù)字孿生系統(tǒng)可提供統(tǒng)一的信息交流與管理平臺，通過短信、郵件、可視化報警等手段，將信息及時傳達(dá)至相關(guān)方。數(shù)字孿生還可通過對全周期文檔的統(tǒng)一管理、云邊結(jié)合的數(shù)字化呈現(xiàn)，提升信息傳遞的有效性，以低成本加速項目進(jìn)展。

4.7 協(xié)同決策

發(fā)電機組全生命周期涉及投資決策、建設(shè)決策、運行決策、維修決策、報價決策等，在有效獲取政策、市場、環(huán)境、技術(shù)等內(nèi)外部數(shù)據(jù)的基礎(chǔ)上，通過多種數(shù)字孿生模型的協(xié)同，可實現(xiàn)針對特定區(qū)域或不同類型機組的綜合決策優(yōu)化。

4.8 人員操作培訓(xùn)

數(shù)字孿生與虛擬現(xiàn)實、增強現(xiàn)實等擴展現(xiàn)實技術(shù)融合，可提供一個虛擬平臺來提高員工技能水平，完成針對發(fā)電機組的設(shè)備通識、設(shè)備操作、指標(biāo)判讀、應(yīng)急對策和系統(tǒng)維修保障等技能培訓(xùn)。相比于傳統(tǒng)仿真機，數(shù)字孿生系統(tǒng)在操作結(jié)果的實時反饋、機組運行狀態(tài)和主要技術(shù)指標(biāo)的刻畫方面具有顯著優(yōu)勢。同時，基于數(shù)字孿生的操作培訓(xùn)，還可實現(xiàn)與機組實際運行工況的在線比對。

5 面向智能發(fā)電的數(shù)字孿生技術(shù)面臨的挑戰(zhàn)

5.1 部署規(guī)模

面向智能發(fā)電的數(shù)字孿生系統(tǒng)在設(shè)計時應(yīng)重點構(gòu)建合理的狀態(tài)感知和數(shù)據(jù)獲取平臺，在虛擬空間不同業(yè)務(wù)線間設(shè)計若干數(shù)字孿生模型，兼顧模型的易用性、適用性。評估現(xiàn)有發(fā)電設(shè)備與通信設(shè)施對數(shù)字孿生系統(tǒng)的支持能力，并以最佳的深度和廣度對數(shù)字孿生系統(tǒng)進(jìn)行部署和實施。

5.2 準(zhǔn)確性和有效性

數(shù)字孿生虛擬空間中存在眾多模型，構(gòu)建模型主要基于機理分析、經(jīng)驗修正和數(shù)據(jù)驅(qū)動。動態(tài)調(diào)整模型以準(zhǔn)確表征物理實體的行為至關(guān)重要。模型調(diào)整應(yīng)盡量縮小虛擬模型與物理實體輸出之間的偏差，但這種偏差因傳感器誤差、數(shù)據(jù)采集不確定性、建模過程不確定性、模型內(nèi)在缺陷等因素通常無法避免?；诓粶?zhǔn)確或過期的模型，將無法得到有效的控制與決策指令，致使數(shù)據(jù)孿生系統(tǒng)失效，進(jìn)而產(chǎn)生錯誤的判斷。

5.3 建設(shè)運維標(biāo)準(zhǔn)

不同發(fā)電機組的結(jié)構(gòu)、設(shè)備配置、運行環(huán)境等會表現(xiàn)出明顯的差異性，每一臺機組的數(shù)字孿生應(yīng)用都是獨特的。但是，如果僅強調(diào)差異性，而忽略了共性特征，就會顯著增加數(shù)字孿生系統(tǒng)的開發(fā)、應(yīng)用和推廣成本。因此，對于每種類型的發(fā)電機組，都應(yīng)針對數(shù)字孿生應(yīng)用，凝練共性技術(shù)，制定相應(yīng)的建設(shè)運維標(biāo)準(zhǔn)，如數(shù)據(jù)信息獲取、基本架構(gòu)、最小功能組成等，從而形成規(guī)范化開發(fā)、規(guī)?；茝V的局面。

5.4 信息安全防護(hù)

數(shù)字孿生中物理空間與虛擬空間存在雙向聯(lián)系，而發(fā)電系統(tǒng)的數(shù)據(jù)安全、設(shè)備安全、控制安全、應(yīng)用安全、網(wǎng)絡(luò)安全等直接關(guān)系國家能源安全，在工業(yè)安全領(lǐng)域處于核心地位。因此，除了采取入侵檢測、安全審計、惡意代碼防范、主機及網(wǎng)絡(luò)設(shè)備加固等常規(guī)手段[39]來保護(hù)物理和虛擬空間的信息安全外，還要有針對性地加強數(shù)字孿生系統(tǒng)的信息安全技術(shù)研發(fā)，制定相應(yīng)的安全管控制度，形成多重安全保護(hù)體系。

6 結(jié)論

智能化已成為我國能源電力轉(zhuǎn)型發(fā)展的重要方向。數(shù)字孿生技術(shù)能夠交互地在智能發(fā)電系統(tǒng)中的物理實體和虛擬表示之間建立雙向聯(lián)系，綜合利用工業(yè)物聯(lián)網(wǎng)、人工智能、云計算、虛擬現(xiàn)實等技術(shù)，從多角度、全生命周期對發(fā)電過程建立數(shù)字孿生模型，通過高精度實時仿真，對模型進(jìn)行可視化、調(diào)試、體驗、分析與優(yōu)化，進(jìn)而反饋到發(fā)電過程，用以提升實體性能和運行績效。

從發(fā)展的角度看，數(shù)字孿生是一種綜合性技術(shù)策略，涉及的技術(shù)領(lǐng)域多，對物理對象的依賴度高。因此，在其產(chǎn)業(yè)化發(fā)展的道路上，一方面要強調(diào)分類發(fā)展、循序漸進(jìn)，從簡單的發(fā)電形式和關(guān)鍵生產(chǎn)環(huán)節(jié)入手；另一方面要強調(diào)發(fā)展的規(guī)范化，盡快形成行業(yè)和產(chǎn)業(yè)標(biāo)準(zhǔn)體系，從而提升數(shù)字孿生模型的通用性，降低研發(fā)成本。

[1] 國務(wù)院．國務(wù)院關(guān)于印發(fā)《中國制造2025》的通知[EB/OL]．(2015-05-19)[2020-08-01]．http://www.gov.cn/zhengce/content/2015-05/19/content_9784.htm．

The State Council．Notice of the State Council on issuing ＂Made in China 2025＂[EB/OL]．(2015-05- 19)[2020-08-01]．http://www.gov.cn/zhengce/content/2015-05/19/content_9784.htm．

[2] 國務(wù)院．國務(wù)院關(guān)于深化“互聯(lián)網(wǎng)+先進(jìn)制造業(yè)”發(fā)展工業(yè)互聯(lián)網(wǎng)的指導(dǎo)意見[EB/OL]．(2017-11-27) [2020-08-01]．http://www.gov.cn/zhengce/content/2017-11/27/content_5242582.htm．

The State Council．Guiding opinions of the State Council on deepening ＂Internet + Advanced Manufacturing＂ and developing industrial internet [EB/OL]．(2017-11-27) [2020-08-01]．http://www.gov. cn/zhengce/content/2017-11/27/content_5242582.htm．

[3] 國務(wù)院．國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知[EB/OL]．(2017-07-20) [2020-08-01]．http:// www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm．

The State Council．Notice of the State Council on issuing the development plan for the new generation of artificial intelligence[EB/OL]．(2017-07-20) [2020-08-01]．http://www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm．

[4] 劉吉臻，王慶華，房方，等．?dāng)?shù)據(jù)驅(qū)動下的智能發(fā)電系統(tǒng)應(yīng)用架構(gòu)及關(guān)鍵技術(shù)[J]．中國電機工程學(xué)報，2019，39(12)：3578-3586．

Liu J Z，Wang Q H，F(xiàn)ang F，et al．Data-driven-based application architecture and technologies of smart power generation[J]．Proceedings of the CSEE，2019，39(12)：3578-3586．

[5] 賈科華．獨家專訪｜劉吉臻：智能發(fā)電是第四次工業(yè)革命的大趨勢[N]．中國能源報，2016-07-27．

Jia K H．Exclusive interview｜Liu Jizhen：Smart power generation is a major trend in the fourth industrial revolution[N]．China Energy News，2016-07-27．

[6] 耿海濤，朱亞迪．智能化聯(lián)合循環(huán)電廠建設(shè)方案探討[J]．發(fā)電技術(shù)，2018，39(6)：520-525．

Geng H T，Zhu Y D．Construction scheme discussion for smart gas-fired power plant[J]．Power Generation Technology，2018，39(6)：520-525．

[7] 吳智泉，王政霞．智慧風(fēng)電體系架構(gòu)研究[J]．分布式能源，2019，4(2)：8-15．

Wu Z Q，Wang Z X．Smart wind power system architecture[J]．Distributed Energy，2019，4(2)：8-15．

[8] 周懷春，胡志方，郭建軍，等．面向智能發(fā)電的電站燃煤鍋爐在線運行優(yōu)化[J]．分布式能源，2019，4(3)：1-7．

Zhou H C，Hu Z F，Guo J J，et al．On-line optimization of coal-fired boiler operation in power plants for smart power generation[J]．Distributed Energy，2019，4(3)：1-7．

[9] 諶強，朱亞迪．燃機智能電廠框架下的廠級技術(shù)監(jiān)督管理系統(tǒng)研究與開發(fā)[J]．華電技術(shù)，2020，42(2)：28-32．

Shen Q，Zhu Y D．Research and development of plant-level technical supervision and management system under the framework of smart gas turbine power plant[J]．Huadian Technology，2020，42(2)：28-32．

[10] 黃鶴，秦嶺，喻洋洋，等．水光多能互補清潔能源智能發(fā)電技術(shù)[J]．分布式能源，2020，5(2)：21-26．

Huang H，Qin L，Yu Y Y，et al．Smart-power generation technology of clean energy with water-light multi- energy complementary[J]．Distributed Energy，2020，5(2)：21-26．

[11] Grieves M．Product lifecycle management：driving the next generation of lean thinking[M]．New York：McGraw Hill Professional，2005．

[12] Glaessgen E，Stargel D．The digital twin paradigm for future NASA and U.S. Air Force vehicles[C]//53rd AIAA/ASME/ASCE/AHS/ASC Structures，Structural Dynamics and Materials Conference．2012：1818．

[13] Gartner Research．Top 10 strategic technology trends for 2019：digital twins[EB/OL]．(2019-03-13) [2020-08-01]．https://www.gartner.com/en/documents/3904569/top-10-strategic-technology-trends-for-2019-digital-twin．

[14] 陶飛，劉蔚然，劉檢華，等．?dāng)?shù)字孿生及其應(yīng)用探索[J]．計算機集成制造系統(tǒng)，2018，24(1)：1-18．

Tao F，Liu W R，Liu J H，et al．Digital twin and its potential application exploration[J]．Computer Integrated Manufacturing Systems，2018，24(1)：1-18．

[15] 陶飛，程穎，程江峰，等．?dāng)?shù)字孿生車間信息物理融合理論與技術(shù)[J]．計算機集成制造系統(tǒng)，2017，23(8)：1603-1611．

Tao F，Cheng Y，Cheng J F，et al．Theories and technologies for cyber-physical fusion in digital twin shop-floor[J]．Computer Integrated Manufacturing Systems，2017，23(8)：1603-1611．

[16] Lu Y，Liu C，Kevin I，et al．Digital twin-driven smart manufacturing：connotation，reference model，applications and research issues[J]．Robotics and computer-integrated manufacturing，2020，61：101837-101850．

[17] Holler M，Uebernickel F，Brenner W．Digital twin concepts in manufacturing industries：a literature review and avenues for further research[C]//18th International Conference on Industrial Engineering (IJIE)．2016：1-9．

[18] Qi Q，Tao F．Digital twin and big data towards smart manufacturing and Industry 4.0：360 degree comparison [J]．IEEE Access，2018，6：3585-3593．

[19] Kritzinger W，Karner M，Traar G，et al．Digital twin in manufacturing：a categorical literature review and classification[J]．IFAC-Papers OnLine，2018，51(11)：1016-1022．

[20] Venkatesan S，Manickavasagam K，Tengenkai N，et al．Health monitoring and prognosis of electric vehicle motor using intelligent-digital twin[J]．IET Electric Power Applications，2019，13(9)：1328-1335．

[21] Tao F，Cheng J，Qi Q，et al. Digital twin-driven product design, manufacturing and service with big data[J]．The International Journal of Advanced Manufacturing Technology，2018，94：3563-3576．

[22] Liu Y，Zhang L，Yang Y，et al．A novel cloud-based framework for the elderly healthcare services using digital twin[J]．IEEE Access，2019，7：49088-49101．

[23] Barricelli B R，Casiraghi E，Gliozzo J，et al．Human digital twin for fitness management[J]. IEEE Access，2020，8：26637-26664．

[24] Booyse W，Wilke D N，Heyns S．Deep digital twins for detection，diagnostics and prognostics[J]．Mechanical Systems and Signal Processing，2020，140：106612-106636．

[25] Bachelor G，Brusa E，F(xiàn)erretto D，et al．Model-based design of complex aeronautical systems through digital twin and thread concepts[J]．IEEE Systems Journal，2020，14(2)：1568-1579．

[26] Goraj R．Digital twin of the rotor-shaft of a lightweight electric motor during aerobatics loads[J]．Aircraft Engineering and Aerospace Technology，2020，Early access，doi：10.1108/AEAT-11-2019-0231．

[27] Wanasinghe T R，Wroblewski L，Petersen B，et al．Digital twin for the oil and gas industry：overview，research trends，opportunities，and challenges[J]. IEEE Access，2020，8：104175-104197．

[28] Bevilacqua M，Bottani E，Ciarapica F E，et al．Digital twin reference model development to prevent operators’ risk in process plants[J]．Sustainability，2020，12(3)：1088-1103．

[29] 范海東．基于數(shù)字孿生的智能電廠體系架構(gòu)及系統(tǒng)部署研究[J]．智能科學(xué)與技術(shù)學(xué)報，2019，1(3) ：241-248．

Fan H D．Research on architecture and system deployment of intelligent power plant based on digital twin[J]．Chinese Journal of Intelligent Science and Technology，2019，1(3)：241-248．

[30] 唐文虎，陳星宇，錢瞳，等．面向智慧能源系統(tǒng)的數(shù)字孿生技術(shù)及其應(yīng)用[J/OL]．中國工程科學(xué)，https://kns.cnki.net/kcms/detail/11.4421.G3.20200806.1706.012.html．

Tang W H，Chen X Y，Qian T，et al．Technologies and applications of digital twin for developing smart energy systems[J/OL]．Strategic Study of CAE，https://kns. cnki.net/kcms/detail/11.4421.G3.20200806.1706.012.html．

[31] Song X，Jiang T，Schlegel S，et al．Parameter tuning for dynamic digital twins in inverter-dominated distribution grid[J]．IET Renewable Power Generation，2019，14(5)：811-821．

[32] Zhou M，Yan J，Zhou X．Real-time online analysis of power grid[J]．CSEE Journal of Power and Energy Systems，2020，6(1)：236-238．

[33] Francisco A，Mohammadi N，Taylor J E．Smart city digital twin-enabled energy management：toward real-time urban building energy benchmarking[J]. Journal of Management in Engineering，2020，36(2)：4019045-4019055．

[34] 沈沉，賈孟碩，陳穎，等．能源互聯(lián)網(wǎng)數(shù)字孿生及其應(yīng)用[J]．全球能源互聯(lián)網(wǎng)，2020，3(1)：1-13．

Shen C，Jia M S，Chen Y，et al．Digital twin of the energy internet and its application[J]．Journal of Global Energy Interconnection，2020，3(1)：1-13．

[35] 于勇，范勝廷，彭關(guān)偉，等．?dāng)?shù)字孿生模型在產(chǎn)品構(gòu)型管理中應(yīng)用探討[J]．航空制造技術(shù)，2017(7)：41-45．

Yu Y，F(xiàn)an S T，Peng G W，et al．Study on application of digital twin model in product configuration management[J]．Aeronautical Manufacturing Technology，2017(7)：41-45．

[36] Grieves M．Digital twin：manufacturing excellence through virtual factory replication[J]．White Paper，2014，1：1-7．

[37] Tao F，Zhang M．Digital twin shop-floor：a new shop-floor paradigm towards smart manufacturing [J]．IEEE Access，2017，5：20418-20427．

[38] Aaron P，Lane W．Industry 4.0 and the digital twin [EB/OL]．(2017-05-12)[2020-08-01]．https://www2.deloitte.com/us/en/insights/focus/industry-4-0/digital- twin-technology-smart-factory.html．

[39] 馬虹哲．智能電網(wǎng)信息安全威脅及防護(hù)關(guān)鍵技術(shù)研究[J]．信息通信，2017(12)：162-163．

Ma H Z．Research on smart grid information security threats and key technologies of protection [J]．Information & Communications，2017(12)：162-163．

Digital Twin Technology for Smart Power Generation and Its Application Modes

FANG Fang, ZHANG Xiaoning, LIANG Dongyang, WANG Qinghua

(School of Control and Computer Engineering, North China Electric Power University, Changping District, Beijing 102206, China)

As an important part of power system, the intelligent construction of power generation process is an important direction to promote the development of energy transformation in China. Combined with current situation and development trend of digital twin technology research, the concept and system of smart power generation were analyzed. Then the definition of digital twin in the field of smart power generation was proposed. Through function mapping, the digital twin architecture of smart power generation was constructed. A general method of deploying digital twin technology in smart power generation system was proposed. The application fields and modes of digital twin technology were summarized, and the main technology challenges in application were analyzed. The research results provide theoretical and methodological reference for the industrial development of digital twin technology in the field of power generation.

smart power generation; digital twin; application architecture; data driven

10.12096/j.2096-4528.pgt.20075

TM 61；TP 391.9

國家自然科學(xué)基金項目(51676068)。

Project Supported by National Natural Science Foundation of China (51676068).

2020-08-27。

(責(zé)任編輯 尚彩娟)