王 鑫 王 霖 余 蕓 敖知琪 孫凌云

①(浙江工業(yè)大學計算機科學與技術學院 杭州 310023)

②(南方電網數字電網研究院有限公司 廣州 510663)

③(浙江大學南方電網人工智能創(chuàng)新聯(lián)合研究中心 杭州 310058)

④(浙江大學計算機科學與技術學院 杭州 310058)

1 引言

電網企業(yè)需要整合新一代人工智能技術和新能源技術，構建數字化、智能化、互聯(lián)網化的數字電網[1]。數字電網包括兩大部分內涵，分別為物理空間中電網的數字化以及數字空間中電網的智慧化[2]。國家電網[3]和南方電網[4]都已經開始建設數字電網，并取得了一定的進展。數字孿生(Digital Twin, DT)是數字電網的重要實現技術，但其定義卻還在不斷發(fā)展中。文獻[5]提出數字孿生技術是指在信息化平臺內建立、模擬一個物理實體、流程或者系統(tǒng)。文獻[6]認為數字孿生是一種利用數字化建模、數據分析等技術對物理實體進行能力拓展或增強的技術。數字孿生起源于美國密歇根大學Grieves教授的Conceptual Ideal for PLM (Product Lifecycle Management)設想[7]，是推動企業(yè)數字化轉型、促進數字經濟發(fā)展的重要抓手[8]。

數字孿生電網(Digital Twin Power Grid, DTPG)的定義目前仍未得到有效的統(tǒng)一。但現有研究工作主要是借鑒數字孿生技術在其他領域的應用，將數字孿生技術應用于電網領域，構建出數字空間中的電網孿生體。傳統(tǒng)電網仿真技術利用離線數據進行模型訓練、更新，且僅對單一問題進行分析決策，不同于此，DTPG的意義在于對物理電網進行全面、準確、實時的數據感知，保障模型訓練和更新的實時性、高保真性，實現多尺度的電網動態(tài)數字化。在電網數據感知和傳輸、數據監(jiān)測和分析、決策制定和執(zhí)行等方面利用DTPG可以增加或拓展物理電網的功能。因此數字孿生電網不僅是物理電網的復制。本文從數字孿生電網的特性與評價標準，典型架構設計，場景應用與演進這3個方面進行了文獻綜述，綜述核心脈絡如圖1所示。

圖1 綜述核心脈絡圖

2 數字孿生電網的特性與評價標準

在進行數字孿生電網的研究時，首先需要考慮并解決以下問題：(1)如何更準確地概括數字孿生電網的特性，并區(qū)分數字孿生電網技術和傳統(tǒng)電網仿真建模技術；(2)如何對現有的數字孿生電網的落地應用進行規(guī)范化評價，以對未來該領域的工作起到指導作用。本節(jié)將總結不同文獻中數字孿生電網的關鍵特性，并以此建立關于數字孿生電網項目的評價標準。

2.1 數字孿生電網的特性

總結數字孿生電網的特性，需要先從數字孿生的特性入手。文獻[8]提出互操作性、可拓展性、實時性、保真性、閉環(huán)性是數字孿生的典型特性，實時性和閉環(huán)性是傳統(tǒng)仿真技術不具備的兩個關鍵特性，正是如此，傳統(tǒng)仿真技術也不具備數字孿生技術所擁有的分析優(yōu)化能力。文獻[9]指出數字孿生體系應有互動性、演繹性、共享性、社會性4個特性，以此實現虛實雙向數據傳遞，即孿生體在實時接受實體數據的同時反過來驅動物理實體。文獻[10]提出孿生體在和實體有相同物理規(guī)律和運行機理外還應該有自治、同步、互動、共生4個重要特性。

文獻[11]在數字孿生電網尚無統(tǒng)一定義的情況下提出孿生電網是物理電網通過數字孿生技術進行全要素數字化后形成的虛擬鏡像，并提出基于數字孿生的數字電網應當具備全息復制、孿生交互、虛實迭代3大特性：(1)全息復制，基于傳感設備獲取的數據，充分感知、監(jiān)測并數字化描述物理電網；(2)孿生交互，基于全息復制由物理電網建立虛擬電網，在虛擬電網中拓展、增加物理電網的功能，由虛擬電網反饋、指導物理電網的運行和管理；(3)虛實迭代，保持虛擬電網和物理電網時空一致，虛擬電網預警物理電網的潛在風險，物理電網反饋指導結果，虛擬電網校正更新指導，二者以此方式不斷交互，優(yōu)化迭代。文獻[12]提出數字孿生電力系統(tǒng)在運行過程中需要具備數據驅動、閉環(huán)反饋和實時交互3大特性：(1)數據驅動，依據數據建立模型進行感知和分析；(2)閉環(huán)反饋，可以讓電力孿生系統(tǒng)擁有主動學習數據的能力從而實現自適應更新和優(yōu)化；(3)實時交互，串聯(lián)起前兩個特性，進一步完善系統(tǒng)實時態(tài)勢感知和超實時虛擬測試功能。文獻[11,12]關于這些特性的論述深刻總結了數字孿生電網或電力系統(tǒng)的核心要素，兩篇文獻中的特性主要從3個維度進行總結：(1)怎么樣從實體到孿生體，全息復制和數據驅動均圍繞此進行展開；(2)怎么樣讓數字孿生發(fā)揮作用，虛實迭代和閉環(huán)反饋體現了孿生體需要和實體相互融合優(yōu)化以體現數字孿生的作用；(3)怎么樣體現孿生而非仿真，孿生交互和實時交互突出了孿生體與實體交互的重要性。略顯不足的是文獻[11]并未就建模方式進行說明，而文獻[12]沒有側重體現孿生電力系統(tǒng)對實體電力系統(tǒng)的賦能。

在以上研究基礎上，本文提出數字孿生電網應具有數據知識混合驅動[13]、實時雙向交互、虛實相融共生這3個最為關鍵的特性?；诖?大特性，可以對數字孿生電網進行定義：與物理電網進行實時雙向交互，利用數據知識混合驅動建模，構建多尺度、全面、實時的電網數字化映射，在數據預測、異常診斷、決策制定等有孿生需求的電網應用場景進行虛實體間的互相融合和共生。數據知識混合驅動這一特性將幫助數字孿生電網更精確地進行建模，這一方式已經在電網中有所應用和探索[14,15]。與以往傳統(tǒng)電網仿真技術不同，不僅僅是從物理電網到仿真電網的單向交互，也不僅僅是有較高時間延遲的虛實體間雙向數據信息交互。實時雙向交互體現在孿生電網實時接收物理電網的電氣量數據、電力設備數據、監(jiān)控監(jiān)測數據等，物理電網實時接收來自孿生電網的數據預測、控制指令、異常預警等反饋信息。這一特性使得數字孿生電網以數據在“物理電網-孿生電網-物理電網”的閉環(huán)傳輸為抓手，以數據信息在虛實體間的極低延遲傳輸為保證，實現數字孿生電網的實時精準映射，也即“閉環(huán)性”或“閉環(huán)反饋”[12]。“實時雙向交互”與文獻[11]提出的“孿生交互”含義基本相同，但強調了交互的實時性，因為實時性是數字孿生電網精準實現孿生的保證。文獻[16]利用數字孿生規(guī)劃火神山醫(yī)院供電案例以及文獻[17]構建風力發(fā)電機組數字孿生系統(tǒng)都體現了這一特性。虛實相融共生是指數字孿生電網在實時雙向交互的基礎上，一方面實時指導物理電網并拓展物理電網的功能，另一方面也在物理電網不斷的實時反饋下優(yōu)化自身，這是數字孿生電網有別于傳統(tǒng)仿真電網的重要特性。

2.2 數字孿生電網的評價標準

基于數字孿生電網的特性，可以進一步建立數字孿生電網項目的評價標準。文獻[10]根據其提出的數字孿生電力系統(tǒng)特性建立了包含可視性、可互動性、可預測性、可解釋性、可假設性在內的5性評價體系，其具體展現形式為5性指標雷達圖。另一種評價標準則是圍繞數字孿生電網的特性建立階梯式評價體系。《數字孿生體技術白皮書》[18]提出了數字孿生體的成熟度模型，即數字孿生體會經歷數化、互動、先知、先覺、共智5個階段的發(fā)展。整個成熟度模型呈階梯狀，由數字化物理世界的“數化”階段逐級向上發(fā)展到最后不同孿生體共享智慧的“共智”階段。使用此成熟度模型可以對數字孿生電網項目發(fā)展情況進行評價。

3 數字孿生電網的典型架構

3.1 數字孿生電網架構概述

為了促使數字孿生技術盡快投入到應用階段，首先需建立基礎的數字孿生架構模型。早期的數字孿生模型為包含物理實體、虛擬實體及二者間連接關系的3維模型[19]。隨著相關研究的深入，現在較為普遍接受的是包含物理實體、虛擬實體、連接、孿生數據、服務的5維數字孿生模型[20]。該5維模型是一個通用的數字孿生參考架構，可以適用到各個數字孿生的應用領域中，也可以很好地集成人工智能、大數據等技術。目前有一些不同的數字孿生電網架構被提出，分布在電網不同細分領域的研究成果中，尚未統(tǒng)一。文獻[11]提出了主要包括物理電網、感知層、傳輸層、數據層、平臺層和應用層的6層數字電網架構，其中感知層和傳輸層負責對感知到的數據進行交互，數據層處理數據、實現數字化建模，平臺層為數字電網所在平臺。文獻[21]將電力裝備數字孿生技術架構分為基礎支撐層、數據互動層、建模仿真層和功能應用層，其中基礎支撐層依靠包括感知裝備、傳感網絡、電力物聯(lián)網網關等提供數字孿生的數據源，數據互動層管理基礎支撐層的數據，建模仿真層對電力裝備進行數字孿生建模、仿真和可視化，功能應用層實現數字孿生技術在電力裝備全生命周期的應用。文獻[22]對通用5維數字孿生架構進行改進，設計了關于數字孿生虛擬電廠的4層技術生態(tài)系統(tǒng)，包含物理層、感知層、信息中樞層、決策應用層，其中：物理層為基礎，是孿生數據的載體，為感知層提供數據；感知層是數據感知接入的媒介，將數據存儲到數字孿生系統(tǒng)中；信息中樞層是核心，由數據中臺、孿生模型以及智能分析平臺等內容構成；決策應用層按場景分為設備管理、配網接入、應用業(yè)務以及運營管理模塊等。

3.2 4層數字孿生電網框架及技術分布

數字孿生電網框架以物理電網層、孿生數據層、孿生電網層、孿生應用層這4層架構進行設計，并在框架設計中體現本文所總結的數字孿生電網3大特性。表1對分布于各層中的技術進行了統(tǒng)計，這些技術主要圍繞著孿生電網的構建(由實到虛)和應用(由虛到實)兩大關鍵問題進行。具體的數字孿生電網框架及所用技術棧如圖2所示。

圖2 數字孿生電網4層架構

表1 數字孿生電網4層架構的相關文獻統(tǒng)計

物理電網層：物理電網層是數字孿生電網的基礎，主要由全物理電網的物理要素(包括電網設施、通信設備、傳感設備、數據計算設備、數據存儲設備等)組成，該層的兩大根本任務是實現對數據的精準感知和保障數據的實時通信。由于電網中的數據具有分布范圍廣、數據量大、數據維度高、易受外部環(huán)境干擾等特點，且數字孿生電網的構建對數據有較強的時效性和準確性的要求，所以物理電網層的技術需要從數據獲取與感知，數據交互與傳輸這兩個方面進行實現。在數據獲取與感知方面，首先，需要數字化標識技術[23]對電網公司的資產進行全方位、規(guī)范化的數字化標識。其次，要對電網全域的電氣量及非電氣量進行智能感知，文獻[24]介紹了一種建立在監(jiān)測多物理量基礎上的常用設備狀態(tài)感知方法。在泛在電力物聯(lián)網背景下，可以利用物聯(lián)網智能感知高維度多節(jié)點大規(guī)模復雜系統(tǒng)的運行狀態(tài)數據，并實現對傳感器、集中器以及通信信道的保護等需求[25]，還可以通過物聯(lián)網末端的邊緣計算進行更進一步的感知優(yōu)化[26]。采集數據的效率也極大影響著電網獲取數據的能力，文獻[27]提出了一種基于層次聚類的異步分布式聚合布局構造算法，極大提高了智能電網數據采集的效率。在數據交互與傳輸方面，由于物理電網具有覆蓋面積廣、通信方式多樣、通信數據量大的特點，物理電網層需要依賴基礎通信設施將孿生電網中的數據在各層間進行高速穩(wěn)定的交互和傳輸，主要通信方式包括光纖通信、衛(wèi)星通信、無線通信等。目前的通信技術尚存在諸如通信時延較高，功耗較高，覆蓋面積較小等不足，可以基于最新一代5G通信技術來滿足數字孿生電網中數據傳輸交互的高標準要求。文獻[28]探討了5G技術在電網中的應用。在通信協(xié)議方面，根據孿生電網建設中不同場景的數據傳輸要求，可以選擇不同的IoT(Internet of Things)通信協(xié)議[21]來實現。

孿生數據層：孿生數據層是基于物理電網層獲取的數據進行數據資源匯集處理，為孿生電網層建立基礎，主要從數據的存儲、處理、融合等方面入手[21]。孿生數據層的數據包括電力數據(物理電網層感知獲取的電氣量、全電網物理設備數據)、環(huán)境數據(氣象數據、地理數據等)、業(yè)務數據和人員數據(工作人員的各種行為數據)。由于從物理電網層中獲取的數據是多源異構數據，所以在數據存儲時可以采取諸如MongoDB, Neo4j等非關系型數據庫進行數據存儲，同時也需要解決多源異構電力感知數據的深度融合分析問題[29]。在針對電力數據進行處理分析時，隨著數據量逐漸變大，如果仍采取云計算會導致數據處理時間過長，所以數據處理部分功能可以采取邊緣計算和云計算結合的方式進行，從而不影響孿生電網的實時性和準確性。數據中臺技術也可以用于數字孿生電網中，因為電力數據有來源分散、數據量大、結構多樣等特點，孿生數據層需要通過建設橫向關聯(lián)、縱向貫通的數據中臺，作為數據的匯聚、治理、挖掘、共享中心[11]，以此為數字孿生電網的建設提供精細化的數據基礎。

孿生電網層：孿生電網層將對物理電網進行精準映射、智能支撐，對孿生電網模型進行實時更新，是數字孿生電網的核心部分。以深度學習、數據挖掘為基礎的數據驅動技術已經在電網具體場景應用中取得了不錯的效果[30,31]。出于對模型的高精度要求，數字孿生電網在建模時不能采取傳統(tǒng)的經驗驅動建模方式，而是應該使用數據驅動的方式。如文獻[32]就利用數據驅動進行發(fā)電機的等效建模，進一步還可以采用數據知識驅動混合建模方式進行孿生電網建模，這體現了數字孿生電網的數據知識混合驅動特性，以數據和知識不斷迭代、改進模型，及時反映設備、電網的運行狀態(tài)[9]。在數據不足、丟失或者從頭構建數字孿生模型成本過高時，可以采取基于歷史數據進行遷移學習[33]。在構建孿生電網模型時，可以采取分模塊、分步驟、從小到大進行，如可以先實現電力設備的孿生建模，再逐步上升到孿生電網子系統(tǒng)、孿生局部電網，最后整合成為統(tǒng)一的孿生電網。

孿生應用層：孿生應用層作用是在數字孿生電網模型基礎上，全方位、多尺度地對物理電網在“發(fā)、輸、變、配、用”5大環(huán)節(jié)中的數據分析、可視化交互等功能接口進行拓展或增強。從面向電網(如異常預警、故障診斷等)、面向業(yè)務(如負荷預測、調度規(guī)劃等)、面向管理(如人員管理、電網企業(yè)投資等)3個維度提供各類應用接口。為電網設備監(jiān)測、電網運行管理、電網企業(yè)運營決策、工作人員培訓等物理電網運行中的各類場景提供應用。孿生應用層中的數據分析主要是以大數據技術、人工智能技術實現的。而常用應用中的可視化交互則需要3D可視化仿真技術來實現，由于要對電網進行多物理場、全尺度的仿真，所以需要犧牲部分精度換取更快速的仿真技術(如模型降階技術)，來滿足孿生電網的實時性[21]。

物理電網層感知獲取數據，孿生數據層匯集分析數據，孿生電網層構建孿生電網模型，孿生應用層提供功能接口，數據信息在4層框架中以“物理電網層-孿生數據層-孿生電網層-孿生應用層-物理電網層”(或可以簡化為“物理電網層-孿生電網層-物理電網層”)進行實時的、雙向的閉環(huán)交互，這體現了數字孿生電網的實時雙向交互特性。在實時雙向交互基礎上，物理電網實時感知并傳輸數據、孿生電網實時更新模型并提供接口，以此實時優(yōu)化物理電網，體現虛實相融共生這一特性。

4 數字孿生電網的應用及演進

數字孿生電網將物理電網完全映射到數字空間中，保證虛實電網實時雙向交互數據；實時更新電網模型、實時反饋物理電網，實現虛實電網相融共生，因此數字孿生電網的應用也不僅僅是傳統(tǒng)的數據收集和分析。文獻[10]提出數字孿生可以在4個領域對電力系統(tǒng)進行賦能，也可以以此來概括數字孿生電網的應用：(1)增強感知，以孿生電網基于數據和物理規(guī)則來補充傳感器沒有量測到的數據；(2)增強認知，利用數字孿生電網模擬物理電網的運行來獲取更多電網中的規(guī)律；(3)增強智能，利用機器學習實現機器智能；(4)增強控制，將孿生電網作為電網中控制算法的測試平臺。本節(jié)將從數字孿生電網在電網各運行場景中的應用及其在更大領域內拓展演進后的應用這兩個方面進行綜述。

4.1 數字孿生電網的應用

孿生電網能實時精準映射物理電網，其具體應用可以體現在以下5個場景，相關文獻分布如表2所示。

表2 數字孿生電網的相關應用場景分類統(tǒng)計

(1)電力系統(tǒng)分析。隨著電網規(guī)模不斷擴大和新能源分布式電網的不斷發(fā)展，電力系統(tǒng)變得日趨復雜，電力系統(tǒng)分析的響應速度需要更快，數據分析的準確率需要更高?；跀底謱\生可以實現面向未來的新型電力系統(tǒng)分析與控制體系架構[34,35]，文獻[36]討論了數字孿生技術在新型電力系統(tǒng)中的適用性，文獻[37]基于數字孿生技術在D5000在線分析平臺中新增了一個應用級分析平臺。數字孿生電網基于先進算法和強大算力，在高性能并行計算、復雜事件處理等方面可以進一步提高電力系統(tǒng)分析的效率和可靠性，以適應未來電力系統(tǒng)發(fā)展的趨勢。

(2)狀態(tài)評估。在電網系統(tǒng)運行過程中，及時準確地進行系統(tǒng)狀態(tài)評估，可以確保電力系統(tǒng)的安全性和穩(wěn)定性。文獻[38]提出了一種基于數字孿生的電網狀態(tài)估計方法，文獻[39,40]基于數字孿生技術對變壓器進行了狀態(tài)評估。一方面，相比于傳統(tǒng)電網仿真技術，數字孿生電網與物理電網相似度更高，能更準確估計電網及其中設備的狀態(tài)情況。另一方面，數字孿生電網可以及時基于狀態(tài)評估指導物理電網，物理電網也可以及時反饋從而修改孿生電網模型，這樣大大提高了孿生電網狀態(tài)評估的實用性。

(3)電力數據預測。準確的電力數據預測可以提高電網的運行效率和智能決策水平，是智能電網的研究重點之一。數字孿生技術已在電力數據預測方面有所應用，如光伏發(fā)電功率預測[33,41]，風力發(fā)電預測[42]等。與傳統(tǒng)電力數據預測方法相比，數字孿生電網在預測精度方面更高，同時利用數字孿生特性為預測模型提供了實時維護和更新，保證了長時間的準確預測。

(4)電網健康維護。利用數字孿生的可視性和實時性可以實現電力系統(tǒng)故障診斷[43–45]、故障定位[46]、異常預警[47]、提供保護[48]，從而實現電網的健康維護，如文獻[17]就以此對風電機組的塔筒和機艙進行監(jiān)測與預警。這些工作一般先對于裸露在外部的電網設備，利用常規(guī)視頻圖像、紅外圖像、激光點云等多技術感知的電網巡檢數據進行數字孿生可視化，再結合孿生電網數據進行健康維護。相比于傳統(tǒng)的健康維護方法，數字孿生電網在數據感知、模型訓練更新等方面性能更優(yōu)異，所以其在進行健康維護時具有準確及時、快速靈敏等優(yōu)點。其中，對于電網設備難以直接從外觀表征觀測的情況，如密閉的變壓器內部等，數字孿生電網可以根據實時感知到的數據進行故障診斷、異常檢測等健康維護。

(5)仿真建模。利用數字孿生技術構建電網的數字孿生體，進行電網的全域多尺度仿真建模，如電網供電規(guī)劃[16]、風力發(fā)電機系統(tǒng)[17]、城軌供電系統(tǒng)[49]、斷路器[50]、工業(yè)電網[51]、大型可再生能源發(fā)電機[52]的仿真建模，進一步可以在仿真模型基礎上進行行為仿真和研究[53]。與傳統(tǒng)仿真建模方式相比，數字孿生電網一方面可以與物理電網、電網工作人員進行實時交互，并主動校正模型。另一方面，數字孿生電網可以依靠更強大的計算能力實現對電網進行大范圍、全區(qū)域、多尺度的動態(tài)可視化。

4.2 數字孿生電網的演進

在對物理電網進行數字孿生化后，還可以嘗試將孿生電網放到更大的維度中去應用。能源互聯(lián)網及其數字孿生系統(tǒng)不僅在技術層面上有了更高要求，還極大地拓展了電力互聯(lián)網的內涵和外延[54]。文獻[55]設計了一種能源互聯(lián)網數字孿生系統(tǒng)，該系統(tǒng)結合人工智能技術、物聯(lián)網技術等新興技術，保障能源互聯(lián)網穩(wěn)定、安全地運行。數字孿生能源互聯(lián)網可以在具有隨機不確定性、機理模糊性、控制復雜性等特點的能源互聯(lián)網場景下進行電力設備狀態(tài)評價、電網安全分析與自主調控、用戶多元服務、結構及系統(tǒng)規(guī)劃等典型應用[55,56]。文獻[57,58]針對以電網為主體的智慧能源系統(tǒng)，分析了數字孿生技術在智慧能源系統(tǒng)中的需求、價值與意義，展望了智慧能源系統(tǒng)中數字孿生技術的未來發(fā)展與應用。

傳統(tǒng)電網往往由于設備復雜、管理水平低下等導致其運行效率低、能耗高[59]，隨著以新能源為主體的新型電力系統(tǒng)不斷發(fā)展，傳統(tǒng)電網要抓住新能源技術和數字化技術，加速向綜合能源系統(tǒng)演進。未來的綜合能源系統(tǒng)將以電能和電網為核心，因此，數字孿生綜合能源系統(tǒng)將以數字孿生電網為核心，具備環(huán)保、安全、互聯(lián)、智能、高效、經濟等特征，從能源生產到消費貫穿能源行業(yè)的方方面面[58]，其概念如圖3所示。

圖3 數字孿生綜合能源系統(tǒng)概念圖

5 數字孿生電網的挑戰(zhàn)性問題

5.1 孿生電網數據的管理

數據是數字孿生電網的核心要素，從數據的角度提升孿生電網質量及水平主要分3個方面：數據感知、數據通信和數據分析。數據感知方面，孿生模型的構建需要精確、全面地感知獲取物理電網的數據。但在物理電網實際運行過程中，其傳感設備仍不能滿足孿生電網對數據的要求，如存在無法感知的盲區(qū)或感知數據不準確的情況。需要優(yōu)化更新電網中傳感器，提高對物理電網的數據感知能力，提升傳感設備感知數據的精度，提高傳感設備感知數據的覆蓋維度，全面提升驅動數字孿生電網建模的數據質量。數據通信方面，也存在著時延過大、數據噪聲等問題。如何加強數據在孿生電網內部、孿生電網和物理電網間的傳輸能力，使海量數據在極低時延、極小異常率條件下傳輸。數據分析方面，需要綜合利用大數據技術以及各種新興人工智能技術，并不斷優(yōu)化算法，提升數據分析的能力。

5.2 孿生電網模型的構建

在孿生電網的構建中，模型構建是較為重要也較為困難的部分。物理電網中包含海量的電力設備、人員、資產，其中巨大的數據量和復雜的數據維度會給孿生建模帶來極大的挑戰(zhàn)，比如對電網中電力裝備進行建模時就需要解決全尺度多物理場耦合模型的建立這一難點[21]，又比如在對輸變電設備進行孿生建模時存在的數據量大、結構復雜、特殊運行工況等問題[60]。在數字孿生電網模型構建過程中，如何更好地應用已有的電網領域的專家經驗知識去結合數據驅動技術建模，從而使得模型更加精準；如何保證數字孿生電網的虛實相融共生，使得模型和物理電網在復雜多變不穩(wěn)定的運行環(huán)境中時刻保持同步，即物理電網支持孿生模型實時更新優(yōu)化，孿生模型實時對物理電網進行應用上的拓展。

5.3 孿生電網的可視化

物理電網跨域廣、設備多、運行情況多樣，這些特點就造成了電網中存在數據量龐大、數據交互頻繁、數據更新快等問題。在完成孿生電網的建模后，這些問題就會給孿生電網的可視化交互分析帶來挑戰(zhàn)。應該如何設計可視化分析與交互的方案，從而使得孿生電網能更好地賦能電網企業(yè)的決策、執(zhí)行、運營等環(huán)節(jié)；應該如何保證可視化技術能夠良好響應，從而體現孿生電網的實時性、準確性，體現數字孿生電網可視化相比較于傳統(tǒng)電網仿真技術的優(yōu)勢。工業(yè)4.0研究院就數字孿生電網的發(fā)展問題給出1.0-3.0的演進過程[61]，即從“DTL1(Digital Twin Level 1)的幾何形狀”到“DTL2引入GIS(Geographic Information System)等數據”再到“DTL3全面采用點云驅動”?；诖搜葸M過程，在可視化方面，數字孿生電網可以從兩個維度解決這些問題，如圖4所示：首先，如何從點到面，從單一的電力設備到電網中的簡單子系統(tǒng)，從子系統(tǒng)再到局部電網，從局部電網到整體電網；其次，如何由表及里，從基礎形狀可視化到高精度仿真可視化，再到多尺度多維度的全電網動態(tài)數據可視化。

圖4 解決可視化交互挑戰(zhàn)性問題的兩個維度

5.4 孿生電網的信息物理安全

數字孿生電網是未來電網數字化的核心，甚至是演進后的數字孿生能源系統(tǒng)的核心，所以數字孿生電網的信息物理安全問題就成了未來的一大挑戰(zhàn)性問題。針對數字孿生電網的網絡攻擊會導致數字孿生電網出現數據泄密、系統(tǒng)失靈、決策失效等問題，進一步導致更嚴重的社會問題。針對數字孿生電網的信息物理安全問題可能來自內外部兩方面，如外部的惡意網絡攻擊和內部的系統(tǒng)運行故障。如何建立一個覆蓋數字孿生電網的及時準確的安全監(jiān)測機制，如何針對外部惡意攻擊建立健壯的保護機制，如何在發(fā)生信息物理安全問題后建立有效的容錯機制以保證數字孿生電網正常運行。

5.5 孿生電網標準的確立

數字孿生電網領域已經有了一定的相關探索和應用，如何對當前的及未來的數字孿生電網項目的孿生程度建立合適、準確、可量化的評價體系，從而確立標準，這一問題將影響后續(xù)研究的展開。前文所述的研究給出了一些可參考的孿生程度標準化評價體系，但當前在數字孿生電網領域，還沒有形成標準化的評價體系。需要結合數字孿生電網的特性，由標準化組織、行業(yè)協(xié)會或其他權威組織提出一套健全的、可量化的數字孿生電網項目評價體系。除了上述評價標準之外，在數字孿生電網的未來應用中，結合數字孿生基礎共性標準[62]，還需要圍繞著構建孿生電網的硬件設備、通信技術及協(xié)議、人工智能技術、通用可視化平臺等建立數字孿生電網通用的實現標準，以保證各層級孿生電網、各區(qū)域孿生電網聯(lián)通時更加高效。除了上節(jié)所述的物理信息安全問題，數字孿生電網還存在許多安全運行問題，因此需要建立數字孿生電網的維護標準，規(guī)范應用孿生電網的操作，保證孿生電網的軟硬件安全及數據安全。

5.6 孿生電網生態(tài)的建立

數字孿生電網的未來發(fā)展需要完善的生態(tài)構建，才能更好地給電網公司賦能。數字孿生電網乃至數字孿生目前尚處于初期探索階段，此相關領域還沒有較好的開源、開放平臺以供學術研究和工業(yè)應用。例如，有部分數字孿生電網的研究工作借助游戲引擎，導致無法實現精細化電網管理等高級需求[61]。電網行業(yè)的領軍企業(yè)、科研機構需要推動數字孿生電網開源技術生態(tài)的建設，以加快數字孿生電網的基礎技術升級和產業(yè)鏈形成。生態(tài)建立的挑戰(zhàn)性問題來自3個方面，首先，需要聯(lián)合電網領域的科研機構和企業(yè)，建立一個數字孿生電網的開源社區(qū)；其次，貼合電網的實際業(yè)務需求，設計一個適合電網公司使用的數字孿生平臺；最后，整合學術理論成果和工程應用技術，推出一批具有代表性的數字孿生電網項目，形成一個完善的數字孿生電網產業(yè)生態(tài)并不斷迭代改進。

6 結束語

本文介紹了基于數字孿生技術的數字孿生電網的定義，從以下幾個方面對數字孿生電網研究進展進行了總結：

(1)歸納了數字孿生電網的主要特性和項目評價體系。本文結合數字孿生通用特性與數字孿生電網特性，從模型建立、人機交互、模型維護、模型應用等維度把握孿生這一關鍵詞，總結出數據知識混合驅動、實時雙向交互、虛實相融共生這3大特性，從核心特性角度評價了數字孿生電網整體性的解決方案。進而提出可以根據3大特性建立孿生電網項目的評價體系。

(2)論述了數字孿生電網架構及實現。在架構方面，基于已有研究中提出的架構和數字孿生一般化架構，提出了包括物理電網層、孿生數據層、孿生電網層、孿生應用層的4層架構體系，并就4層架構的孿生電網實現技術進行了總結，從技術實現角度總結了數字孿生電網的解決方案。

(3)介紹了數字孿生電網的相關應用和演進。從電力系統(tǒng)分析、狀態(tài)評估、數據預測、健康維護、仿真建模等方面介紹了數字孿生電網的應用，從具體應用場景角度介紹了數字孿生電網的解決方案，并在更大維度上(如數字孿生能源互聯(lián)網、智慧能源系統(tǒng)等)探討了數字孿生電網的演進。

(4)分析了數字孿生電網的挑戰(zhàn)性問題。挑戰(zhàn)性問題可以分成數據管理、模型構建、可視化、信息物理安全、標準確立和生態(tài)建立6個方面。其中前4個挑戰(zhàn)性問題是當前數字孿生電網發(fā)展的技術瓶頸，數據管理和模型構建影響著數字孿生電網構建和應用時的數據精度、通信效率和決策準度；可視化交互方面的問題則來自實時孿生電網中的海量數據和復雜運行情況；信息物理安全方面的問題則是孿生電網運行時會有來自孿生電網內外部的攻擊或者問題，導致數據泄密、系統(tǒng)失靈和決策失效。而更為重要的是宏觀層面標準確立和生態(tài)建立方面的問題，應該自上而下對其進行引導，才能更好地促進數字孿生電網發(fā)展。