数字孪生助力新型电力系统认知决策新发展

分布时间：2023-08-24 发布人：admin

作为新一代仿真决策系统，数字孪生通过构筑新型电力系统模型生成演进新格局及搭建完备的关键技术体系，实现物理现实世界与数字虚拟世界精准映射，支持从多尺度、多场景、多任务对新型电力系统进行认知决策，有效适应新型电力系统的发展，成为推动新型电力系统建设的强大助力。 

数字孪生由数据基础层、模型演进层、算法学习层、交互展示层组成，贯穿从局部到整体、从认知到决策的全过程，在依托于模型生成演进框架完成对新型电力系统的精准刻画及实时映射的同时，还需持续完善新型电力系统认知决策配套的关键技术体系，提升能源电力系统的认知和决策的有效性，赋能系统的感知、表征、决策领域,增强系统可观、可知、可控能力, 并为其他领域数字化、智能化转型提供可参考的技术范本。 

一方面，数字孪生搭建新型电力系统认知决策关键技术体系。广域多参量数据全息感知技术依托于先进传感器的研发，将物理现象转化为数字信息，利用高维数据空间的降维数值分析和等效技术方法，实现多尺度时间-空间-参量的电力系统全息数据感知，是实现数据感知处理的技术基石。 

多元异构主体的混合驱动模型构建与演进技术综合机理模型、数值仿真、大数据分析、人工智能等技术的长处，基于机理与数据互相纠偏的内在逻辑，形成机理知识+数据驱动联合驱动的新型电力系统多元主体表征演进的理论和方法，是实现自我演进的技术内核。

大规模多层级多尺度推演任务的分解协调及加速计算技术基于数字孪生云边协同的高性能计算框架和推演算法，实现多层级多尺度的复杂计算任务分解和协调，形成高强度虚实互动的并行推演计算与算力动态分配方法，是有效映射的技术保障。 

面向多场景需求的分布式主体群体智能决策技术利用复杂系统智能群体博弈和知识发现方法，达到电力系统智能决策的自学习和自优化，并基于海量场景自动聚类方法选择新型电力系统的典型运行场景，形成面向多元主体复杂系统的高效运行策略，是优化决策的技术要点。

数据信息安全防御技术基于新型密码的数据安全防护体系,形成分布式纵深防御功能的信息安全威胁防御保护，实现信息安全计算功能的去中心化，充分利用“云-管-边-端”框架中各部分的算力资源，保证网络边缘能量交换、数据交换的安全性，是安全运行的技术前提。 

可视化与虚实交互技术基于降维分析及混合现实方法等可视化与虚实交互技术，结合三维建模等基础手段建立系统物理对象的实体模型，并针对实际系统各物理对象的运行特点，对其高维特征进行降维表达，构建物理和数字信息共存，并可实时互动的可视化环境，将虚拟的信息应用到真实世界，实现现实和虚拟世界的有效合并，达到超越现实的感官体验，是服务实际需求、提高业务水平的技术手段。 

另一方面，数字孪生有效赋能新型电力系统感知、表征、决策领域。依托于上述技术体系，数字孪生在有效满足新型电力系统的认知决策需求的同时，可进一步激发新型电力系统在感知、表征、决策领域的潜在能力。 

赋能新型电力系统感知领域——增强系统“可观”能力。数字孪生的状态监测基于小微传感、能源USB等量测装置媒介，以数据安防与智能处理技术为核心，在虚拟和现实世界间建立起依托于数据的信息桥梁。同时，数字孪生系统可基于量测数据的贡献度以及系统内含的物理机理，对系统信息的冗余度进行综合分析，探究数据信息价值，合理规划量测设备的布局,增强系统状态感知能力。 

赋能新型电力系统表征领域——提升系统“可知”能力。随着分布式资源的不断接入及社会行为的影响加深，能源电力系统复杂性愈发突出。其中，高度电力电子化的系统设备的运行机理和高度随机化的市场主体的行为规律都表现出高维非线性特征，其具体特性仍有待深入研究。对此，遵循薛禹胜院士的整体还原思维，数字孪生系统可从整体上实现复杂能源电力系统的信息保全，在局部模型的刻画上实现高维空间向低维平面的还原，在多时间尺度算法上将还原论拓展到非线性领域，把抽象复杂的运行特性转化为可以认知的平面轨迹特征。 

赋能新型电力系统决策领域——加强系统“可控”能力。作为实际系统的虚拟映射，数字孪生系统积累大量实际系统运行数据，可根据需求对系统可能的运行轨迹进行模拟推演，天然具备成为验证各种调度及控制算法的测试平台的条件。同时，数字孪生系统在与调度人员交互过程中，可对富含大量经验知识的调度指令进行有效学习，探讨调度经验的模型化表达，在数字孪生系统算法层中训练调度机器人，是实现人工智能决策技术由以人为主的辅助决策向以人为辅的智能决策转变的重要途径。