摘 要：随着國家“雙碳”及“建構以新能源為主體的新型電力系統”等目标的提出，清潔化、數字化越來越成為電力系統面臨的迫切需求。虛拟電廠基于先進的控制、計量、通信等技術聚合需求側海量多元分布式資源，可以通過多樣化的調節手段為電力系統提供必要的靈活性支撐，并同時助力可再生能源消納。而數字孿生技術利用大資料、雲計算、人工智能等數字技術對分布式資源實體實體的特征、行為、過程和性能等進行虛拟模組化，是實作虛拟電廠運作優化的理想途徑。該文展望虛拟電廠未來技術發展方向，基于數字孿生的概念、架構和特征，提出數字孿生虛拟電廠系統，深入闡述數字孿生虛拟電廠的内涵，建構基于實體實體、數字孿生體、孿生資料、連接配接以及智能應用等的數字孿生虛拟電廠總體架構，分析相關關鍵技術，并對其未來應用實踐進行總結與展望。
0 引 言
大陸“雙碳”及“建構以新能源為主體的新型電力系統”等目标的提出将推動電力系統向适應大規模、高比例可再生能源方向快速演進。然而，大規模間歇性可再生能源從需求側接入電網，将不确定性傳遞至主網，也增大電力系統維持供需平衡的難度[1]。
未來，需求側分散式風電、屋頂光伏、儲能、電動汽車、柔性負荷等分布式資源(distributed energy resources，DERs)大規模并網的電力系統将呈現出結構複雜、裝置多元、技術龐雜的特點。傳統“源随荷動”的機理模型和優化控制方法将難以滿足電網運作優化以及系統靈活性的要求，迫切需要需求側分布式資源參與提供必要的靈活調節能力[2]。
近年來，新一輪電力市場化改革以及新型網際網路技術、通信技術和智能用電技術的推廣，使得虛拟電廠(virtual power plant，VPP)技術在需求側為多元DERs消納和電力系統數字化轉型提供了新的思路。通過對海量多元DERs的聚合調控，虛拟電廠既有傳統電廠出力穩定和批量售電的特點，又有較好的靈活性，為輸配電網提供管理和輔助服務的同時提升DERs的收益。
然而，目前對于虛拟電廠的研究主要集中在聚合多元DERs的虛拟電廠運作調控政策及市場環境下統籌DERs參與電力市場交易兩個方面。未來，随着需求側市場主體快速增加、業務規則變化頻繁、對外資料互動快速增長以及系統安全風險增加，亟需研究如何将先進資訊通信技術、大資料分析、人工智能方法與控制技術和能源技術深度融合應用，通過數字化手段賦能虛拟電廠，不斷提升輸配電網對需求側海量多元DERs的全息感覺能力與靈活控制能力，為虛拟電廠參與電力市場建構新的商業模式，并從需求側為電網平穩運作提供靈活性調控手段[3]。
近年來，以新一代資訊技術為代表的數字經濟已成為全球經濟發展的熱點，歐美各國紛紛提出數字經濟戰略；與此同時，在創新、協調、綠色、開放、共享的新發展理念指引下，大陸也高度重視發展數字經濟[4]。其中，數字孿生結合“大雲移物智鍊”等技術，給智慧城市、智能醫療、航空等多領域的數字化轉型提供了新的思路。近兩年已有部分文獻研究數字孿生技術在能源電力行業的應用，逐漸探讨基于數字孿生的數字化技術對能源電力行業的賦能作用。運用數字技術，借鑒網際網路理念，将加快實作電力系統從能源生産到客戶服務等領域的數字化轉型[5-6]。
總體來說，數字孿生技術保真、實時、閉環的特性決定了其特别适用于資産密集型、高可靠性需求的複雜系統[7]，而虛拟電廠是融合需求側海量多元DERs的綜合複雜系統，與數字孿生技術的應用領域高度相符。然而，目前數字孿生技術在虛拟電廠領域的研究仍處于起步階段，比如上海交通大學艾芊老師團隊初步探讨數字孿生技術在智慧微電網中的應用[8]。
基于數字孿生技術在能源電力系統領域的研究基礎，本文進一步提出基于數字孿生的虛拟電廠系統。作為一項關鍵數字資訊技術工具，數字孿生可以有效發揮其雙向互動、可擴充、實時、保真以及閉環的特點，在虛拟電廠模型建構、資料采集、模拟分析、仿真預測等方面發揮其優勢，推進虛拟電廠的數字化、資訊化、智能化發展。以智能化、數字化為紐帶，數字孿生将有效貫通需求側使用者、聚合商、輸配電系統的互動，建立DERs與電力系統的互動回報機制；以能源綜合利用為手段，挖掘多能互補協同與綜合需求響應潛力，釋放需求側調節靈活性，通過精細化管理提升系統效率。
本文首先分析虛拟電廠在數字化轉型過程中面臨的挑戰和未來發展方向。其次，基于數字孿生的技術特點，首次闡釋數字孿生虛拟電廠的定義，并進一步提出基于DERs實體實體、數字孿生體、孿生資料、互動連接配接以及智能應用等業務環節的系統架構。再次，系統分析數字孿生虛拟電廠涉及的關鍵技術，為其後續建設實施提供理論支撐。最後，對其在模組化仿真、規劃、排程、健康管理以及價值創造等方面應用實踐進行展望。
1 虛拟電廠
1.1 虛拟電廠的研究現狀
1.1.1 虛拟電廠技術研究現狀
自1997年Awerbuch博士提出“虛拟電廠”這一術語，國内外衆多學者對虛拟電廠進行多方面解讀，然而尚未有一個權威的定義[9-12]。綜合文獻中對虛拟電廠概念的闡述，虛拟電廠可定義為通過先進的資訊通信技術、智能計量以及優化控制方法，有效聚合DERs作為統一整體參與電力市場和電網優化調控運作的“源−網−荷−儲”協調管理系統。從技術方面來講，現階段對虛拟電廠的研究多集中于運作調控政策和參與電力市場交易兩個方面。
1）虛拟電廠運作調控政策主要研究其聚合多元DERs，在滿足各類機組運作特性和配電網安全運作限制條件下，以收益最大或運作成本/碳排放最小為優化目标，配置DERs容量或優化排程其出力，目前已有大量相關的研究成果。例如，文獻[13]考慮水、風、光的互補和協同運作特性基礎上，研究虛拟電廠分别在孤島和并網環境下的發電量申報政策；文獻[14-16]探讨考慮風險限制條件下虛拟電廠電源容量配置以及參與電力市場購售電和能量管理政策；文獻[17]提出虛拟電廠在電能量與備用容量聯合市場中交易的風險規避最優報價模型；文獻[18-19]采用雙層優化方法，對比分析不同容量比例下虛拟電廠整體經濟效益和各分布式機組的淨收益。
考慮到分布式可再生能源的不确定性[20]，文獻[21]通過對風電出力和市場電價預測的不确定性模組化，将不确定性優化問題轉化為随機自适應魯棒優化問題；文獻[22]通過置信區間對風電不确定性模組化以及多情景方法對電價預測不确定性模組化，将模型轉換為魯棒優化問題進行求解。此外，文獻[23]研究基于“雲–群–端”的虛拟電廠排程架構，提出了面向多元DERs的标準化模組化方法以及與電網互動排程政策。
2）虛拟電廠參與市場交易能夠基于其靈活可調的特點，快速響應市場電價變化。随着電力市場機制逐漸完善，虛拟電廠将通過參與日前、實時、平衡市場，以及輔助服務等市場，促進電力市場自由化、增加市場靈活度，并主動引導使用者參與調峰調頻等。比如，文獻[24]中将虛拟電廠定義為以市場整合和服務為中心的聚合商，研究通過聚合DERs參與市場交易以減少棄風棄光量；文獻[25]基于電網安全性限制，提出一種基于非合作博弈的虛拟電廠優化排程政策。
然而，上述研究隻考慮虛拟電廠參與能量市場交易的政策，随着先進資訊技術與控制手段的發展，虛拟電廠将不斷增強對DERs掌控能力，參與更廣泛的電力市場交易[26]，并通過提供多元輔助服務提升DERs收益。比如，文獻[27]通過對虛拟電廠備用容量與無功調節價值進行合理評估，提出一種基于多級協同方法的虛拟電廠無功輔助服務交易決策方法，使其通過參與系統調壓支撐電網安全穩定運作。
1.1.2 工程實踐
歐美自本世紀初就開始虛拟電廠的相關研究，其中，歐洲主要關注電源側分布式發電資源的并網和電力市場營運，目的是提高分布式電源并網友好智能互動性，使分布式發電廠更充分、更安全、更高效、更可靠地參與到電力市場中，打造持續穩定發展的商業模式。比如歐盟FENIX項目(将虛拟電廠劃分為商業型虛拟電廠和技術型虛拟電廠)和丹麥EDISON項目[28]，德國E-Energy項目和法國PREMIO示範項目[29]。
而以美國為代表北美則聚焦于負荷側，通過自動需求響應和能效管理，提高可再生能源消納和綜合能源使用率的同時實作動實時供需平衡[12]。相較于國外，國内對虛拟電廠的研究起步稍晚。不過近年來大陸在上海、冀北等地方也已開展虛拟電廠的初步實踐，其中，上海黃浦區試點世界首座“商業建築虛拟電廠”，通過控制與通信技術，将衆多用能裝置削減負荷的能力視為虛拟出力，參與市場和電網排程運作[30]；國網“冀北虛拟電廠”投運成為全國首個以市場化方式營運的示範工程[31]。此外，大陸在虛拟電廠的實踐還結合泛在電力物聯網的建設，初步開展了一些以商業建築、柔性負荷為主的需求響應型虛拟電廠的探索[32]。
1.2 數字化時代虛拟電廠的發展方向
1.2.1 虛拟電廠架構研究
由于虛拟電廠聚合的DERs位置散、分布廣，是以需要按照細胞−組織的架構進行底層設計，通過動态組合、互通互濟、互利互惠實作優化聚合，并按照分層分區方式實作虛拟電廠内部資源的全局與分布式優化。此外，結合新型電力系統的建設要求，虛拟電廠的架構研究還需要融合大資料、雲計算、人工智能等數字化方法，推動以“電力”+“算力”的虛拟電廠架構體系建設，促進虛拟電廠網絡化、智能化、數字化轉型。
1.2.2 虛拟電廠協調優化運作
虛拟電廠内部資源的多元海量特性以及靈活多變的聚合方式，使得傳統由排程中心整合全局運作資料進行統一排程的集中控制方法難以實作靈活高效的排程控制和多元資源的有效協調。同時，由于大量DERs帶來的弱預測性和随機性，大大削弱日前排程計劃的經濟性。是以，亟需先進的數字化技術以及人工智能方法作為支撐，比如電網量值量測與傳遞，裝置狀态感覺與線上監測，以及基于大資料與人工智能方法的實時預測、趨勢分析以及智能決策等。
1.2.3 虛拟電廠支撐技術
首先，基于DERs聚合的虛拟發電單元由于模型參數複雜，在使用過程中需要基于多種條件假設進行簡化，導緻其模型精度較低；基于資料驅動又存在需要大量曆史資料積累的高門檻。是以，需要結合實體模型和資料挖掘理論對虛拟發電單元進行聯合模組化，提升模型的精确度和可用性。
其次，DERs種類多、數量大、單體容量小且存在多種不确定性，需要對其進行有效聚合與參數辨識。再次，基于需求側海量資料的分析挖掘對電力使用者進行精準畫像，可以輔助售電公司決策，提供包括負荷預測、需求側響應實施、售電套餐制定等差異化增值服務。上述支撐技術覆寫了資料的采集、存儲、計算、分析與決策全過程，并且需要通過資料的實時采集與動态更新確定模型的準确以及決策的實時性，是以需要具有強大的資料管理能力和超強計算能力的資料業務平台作為支撐。
1.2.4 虛拟電廠的商業模式
商業模式方面，需要綜合虛拟電廠内部DERs各方的利益訴求, 設計合适的收益配置設定方案；基于虛拟電廠效益評價資料，研究虛拟電廠合理的商業開發融資模式。同時，考慮大陸電力市場發展的可能性及各種能源增值服務的需求，最終形成“源−網−荷−儲”型虛拟電廠多種商業營運模式，最大化虛拟電廠營運的綜合效益。
此外，研究基于區塊鍊的分布式可交易能源就近消納機制，可充分調動DERs參與市場化交易的積極性。由于虛拟電廠參與市場的結構包括裝置層的多元DERs、使用者層的聚合商以及應用層的電力市場資訊，資料結構複雜多元，并處于不同的軟體生态，是以亟需建立資料管理平台，便于虛拟電廠營運商對資料進行深層次的挖掘，增強多元模型的配合與內建，以應對不同場景做出差異化智能決策。
2 數字孿生
2.1 概述
2.1.1 數字孿生的概念
早在2003年前後數字孿生的理念就已出現于密歇根大學Grieves教授的産品全生命周期管理課程中，然而“數字孿生”一詞直到2010年才正式出現在NASA的技術報告，并在接下來的幾年中被廣泛地應用于航空航天領域，包括機身設計與維修、飛行器能力評估、飛行器故障預測等[33-35]。近年來，得益于“大雲移物智鍊”等新一代資訊技術的發展，數字孿生已經被廣泛地應用于電力[36]、船舶[37]、智慧城市[38]、醫療健康[39]等領域。
目前，數字孿生的概念還在不斷的發展和演變中。總結各方研究，數字孿生是基于實體模型，充分利用傳感器技術感覺與存儲實體實體、仿真、知識、應用等多源資料，內建多學科、多實體量、多時空尺度的仿真分析，進而在虛拟空間中形成數字映射，進而反映對應全生命周期實體實體與孿生資料的轉化與連接配接過程的方法。從功能視角來看，數字孿生應用需要實體基礎設施的支撐，實體世界中産品、服務以及過程資料同步至虛拟空間中，而虛拟空間中的模型和資料會與應用過程進行回報互動。通過輸入實體世界資訊以及相關激勵，輸出包括預測、仿真、優化、健康監測等實時分析結果。
2.1.2 數字孿生的特點
從概念來看，數字孿生有以下典型特征[40-41]：
1）互操作性：實體實體和數字空間雙向映射、動态互動和實時連接配接，是以實體-數字孿生系統能夠量測擷取實時資料更新數字模型，同時通過控制接口将數字模型中校正計算後的控制參數回傳給實體控制器，實作對實體裝置的精确控制。
2）可擴充性：數字孿生技術能夠友善地內建、添加和替換數字模型，便于針對多時間尺度、多實體、多層級的模型進行規模擴充。
3）實時性：通過對随時間軸變化的實體實體進行數字化表征，形成實體實體實時狀态的數字空間映射，其中被表征的對象包括實體實體的外觀、狀态、屬性和内在機理等。
4）保真性：數字孿生要求數字孿生體和實體實體保持幾何結構的高度相近，即數字孿生體同時在狀态、相态和時态上仿真實體實體。
5）閉環性：數字孿生體通過可視化手段描述實體實體的内在機理，對實體實體的狀态進行監視，通過智能算法等優化實體實體的狀态及運作參數，并通過回報決策功能實作閉環。
2.1.3 數字孿生技術
數字孿生是以模型和資料為主要元素建構的系統工程，适合采用大資料、人工智能等進行複雜任務的處理，是推動企業數字化轉型、促進數字經濟發展的重要手段。根據數字孿生體系的不同層級劃分，其涉及的關鍵技術包括數字化模型建構、資料互動、仿真分析、決策支撐等[33,42]。例如，孿生空間內建實體感覺、模型生成、仿真分析等過程生成的多源、異構全要素海量資料，利用大資料分析方法能夠充分挖掘有效資訊，有效支撐系統決策。
此外，數字孿生的規模彈性大，從單元級到複雜系統級，計算與存儲需求迅速增加，雲計算可利用其按需使用和分布式共享模式的優勢動态地滿足數字孿生計算與存儲需求。再次，基于人工智能算法，在無需資料專家參與情況下對孿生資料進行深度知識挖掘，提供定制化精準服務，提升資料的附加值。另外，區塊鍊技術可確定孿生資料不可篡改、可跟蹤、可追溯等。
2.2 數字孿生在能源電力系統中的研究現狀
近年來，已有研究開始逐漸探讨将數字孿生技術應用于電力系統方向。例如，在架構與綜述性研究方面，文獻[43]總結國内外面向智慧能源系統的數字孿生技術發展經驗，分析其在智慧能源行業的部署和應用，并從技術、生态和政策3個方面給出發展建議；文獻[44]提出數字孿生電網的概念、建構架構以及關鍵技術，并根據電力行業的特點提出其可實作的典型應用場景；文獻[45]提出一種能源網際網路數字孿生架構，并給出針對裝置狀态評價、“源−網−荷−儲”自主調控、電網線上分析、綜合能源自治協調、使用者資料挖掘等場景的應用路線；文獻[46]分析綜合智慧能源數字孿生系統在智慧城市發展中的價值，闡述其關鍵技術，以及與綜合能源系統的規劃、運作、控制、優化等的融合應用；文獻[47]設計數字孿生電力系統的架構并探究其建設所面臨的關鍵問題和核心技術，并探讨其在電力系統多個領域的應用與發展前景；文獻[48]介紹電力裝備數字孿生實作所需的關鍵技術，并分析其在資料采集、模型建構與求解、平台使用方面的挑戰。
在數字孿生技術的具體應用方面，文獻[49]提出一種基于數字孿生的光伏發電功率超短期預測機制；文獻[50]提出能源網際網路數字孿生的建構方式，介紹基于數字孿生的能源網際網路規劃平台CloudIEPS；文獻[8]提出基于數字孿生驅動的智慧微電網多智能體控制架構，建構孿生智能體模型元件并建立元件之間的資訊互動與傳遞機制；文獻[51]針對風電出力的波動性提出一種基于數字孿生混合儲能的控制政策，對儲能裝置的運作效率進行優化；文獻[52]提出基于數字孿生的柔性直流輸電系統縱聯保護原理，建立精确的直流線路數字孿生模型；文獻[53]提出一種基于數字孿生的電力系統線上分析架構，并通過仿真分析驗證了所提方法的有效性。
3 數字孿生虛拟電廠
3.1 數字孿生虛拟電廠定義
基于上述虛拟電廠以及數字孿生技術在能源電力方面的研究現狀，本文進一步提出基于數字孿生的虛拟電廠的概念。數字孿生虛拟電廠是實體空間實體和資訊次元虛拟電廠虛實交融與共存的發展形态。數字空間通過接受來自實體DERs實體、環境、市場等各類資訊，創造一個與實體虛拟電廠比對對應的虛拟空間，并與實體虛拟電廠同步演化，以全息模拟、動态監控、實時診斷、精準預測等形式反映虛拟電廠在現實環境中的狀态，進而推動虛拟電廠全要素數字化、全狀态實時可視化、多層級運作管理協同化和智能化，實作對實體虛拟電廠的全面精準監測、與虛拟空間協同互動，并将診斷、預測、參與電力市場和排程控制等分析結果回報給虛拟電廠實體實體。
通過将虛拟電廠決策系統與數字孿生相結合，形成能夠不斷學習和進化的智能決策支援系統，提高需求側物質資源、智力資源、資訊資源的配置效率，進而推動虛拟電廠的整體優化運作。作為連通海量多元DERs與輸配電網資料資源的閉環賦能體系，數字孿生虛拟電廠将通過資源全域辨別、狀态精準感覺、資料實時分析、模型科學決策、智能精準執行開辟數字化智能電網建設和運作管理新模式。
3.2 數字孿生虛拟電廠系統建構
數字孿生虛拟電廠建構要同步規劃虛拟電廠實體實體與數字孿生虛拟空間，從模組化階段開始建構資料中台，形成靜态屬性資料庫；同時，在運作過程中不斷向虛拟空間導入仿真、知識、應用等相關模型與管理資料，不斷完善資料中台資料庫；并在營運階段依托智能分析平台實作對虛拟電廠的決策支撐和優化管理。對已建成并投入使用的DERs，通過數字化模組化和部署物聯網設施将其納入到數字孿生虛拟電廠體系中，通過智能感覺和資料采集補充完善資訊中樞資料中台。
在優化運作方面，虛拟孿生空間與實體實體通過高效連接配接和實時傳輸實作孿生并行與虛實互動。通過物聯網智能感覺和資訊實時采集技術實作“由實入虛”；虛拟電廠實體實體和虛拟空間通過回報機制實作虛實疊代，并通過智能決策平台的支撐和實時優化運作控制實作“由虛控實”。
針對上述數字孿生虛拟電廠的建構需求，本文參考工業領域的數字孿生五維模型[54]，提出包含實體實體、數字孿生體、孿生資料、連接配接以及智能應用等的數字孿生虛拟電廠系統(digital twin virtual power plant system，DTVPPS)，如式(1)所示。
式中：PVPP為虛拟電廠實體實體；VVPP為數字孿生體；DTDate為孿生資料；CN為系統各部分之間的連接配接；DT&S表示孿生系統提供的服務；DTVPPS總體架構如圖 1所示PVPP通過智能傳感器、物聯網等數字技術對DERs和市場等實體對象的特征、行為、形成過程和性能等進行數字化描述，建構曆史及實時運作資料庫；VVPP利用資料整合和模拟運算形成完整數字孿生映射，并通過實時仿真實作對虛拟電廠未來态的演化及預測，以可視化方式展現給使用者，在提供安全預警、故障診斷等DT&S的同時支撐虛拟電廠的安全與穩定運作。最後，通過高效連接配接與實時傳輸，實作各部分協同互動，對實體實體的回報控制及VVPP中仿真模型的疊代生長。
3.2.1 實體實體(PVPP)
PVPP的建構可自下而上根據層級逐漸完成，具體包括：
1）裝置級：包括配網側分布式光伏、分散式風電、瓦斯輪機等發電資源，家庭/公共電動汽車充電樁、空調、熱水器等柔性負荷和其他電/氣/冷/熱等負荷，以及分散式儲能、儲熱罐、冰蓄冷、PtoX等儲能裝置；
2）使用者級：包括學校、工業園區、商業樓宇、能源站、微網、資料中心、居民小區、儲能電站，以及智能配用電系統等設施；
3）虛拟電廠級：包括光伏電站、瓦斯電站等源側電源，以及根據DERs特性動态聚合的虛拟電廠。
單個DERs數字孿生體是DTVPPS的最小虛拟單元，通過數字孿生體建構将實作對DERs的實時監測與故障預判等；由多元DERs聚合構成使用者級虛拟發電單元，實作其内部資源之間的優化運作；多個使用者級虛拟發電單元根據多能互補特性以及所處的地理位置等實作動态聚合，進而建構虛拟電廠級數字孿生系統，實作區域内海量多元DERs優化排程、市場參與以及能效提升等。多個DTVPPS通過協同、博弈等形式建構更大範圍的DTVPPS，預測配電台區演化，提高可再生能源接入比例，優化DERs容量配置，提升系統靈活性。
3.2.2 數字孿生體(VVPP)
VVPP是虛拟電廠實體在虛拟空間中的鏡像，包括實體模型(MM)、資料驅動模型(MD)以及實體與資料聯合驅動模型(MM&D)，如式(2)所示。
利用多元模型從多元時空尺度對PVPP進行描述與刻畫，其中，當實體過程充分可觀測、有固定的數學模型時則選擇實體機理模組化；當實體實體參數無法直接量測、實體機理模型求解困難或DERs實體機理不明确時，則通過對采集的資料進行整合提煉獲得資料驅動模型；當兩者單獨模組化無法滿足準度與精度等要求時，則采納聯合模組化方式，通過資料驅動模型作為誤差補償器對機理模型進行補償修正，提高整體模型的精确度。
VVPP可以擺脫實體世界中空間、時間、環境等的限制，通過對虛拟電廠運作狀況的推演和預測，預判潛在故障，或對已有故障給出合理的解決方案，實作對虛拟電廠故障的預防或即時解決。
3.2.3 孿生資料(DTDate)
PVPP向VVPP的映射是基于感覺技術及采集終端實作“源–網–荷–儲”各環節電氣量、狀态量、實體量、環境量、空間量、行為量等多元海量資料的智能感覺與采集過程。是以，DTDate是DTVPPS的核心，包括資料的采集、存儲與管理系統，包含實體實體資料(DTpvpp)、數字孿生體資料(DTVVPP)、智能實體應用資料(DTS)、知識資料(DTK)以及多中繼資料融合産生的資料(DTF）等，如式(3)：
式中：DTpvpp包括虛拟電廠實體實體規格、功能、性能、關系等的實體要素屬性資料，以及反映虛拟電廠“源−網−荷−儲”各環節實體實體運作狀況、實時性能、環境參數、突發擾動等的動态過程資料；DTVVPP包括模拟仿真生成的包括穩态潮流、電壓資料，以及虛拟電廠實時運作相關限制、規則、分析以及評估等資料；DTS包括服務對象、統計分析、規則、結果等非結構化資料；DTK包括專家知識、行業标準、規則限制、推理推論、常用算法庫與模型庫等；DTF是對DTpvpp、DTvvpp、DTS、DTK、DTF進行轉換、分類、關聯、內建、融合等處理後得到的衍生資料，通過融合虛拟電廠實體實況資料與曆史統計資料、專家知識等資訊資料，得到資訊實體融合資料，進而實作資訊的共享與增值。
3.2.4 連接配接(CN)
CN是實作DTVPPS各環節高效連接配接、實時傳輸、協同互動以及疊代優化的網絡連接配接，包括PVPP、VVPP、DT&S互相之間的連接配接，以及它們與DTDate之間的互相連接配接等。與DTDate互動方面，利用各種傳感器、嵌入式系統、資料采集卡等對PVPP資料進行采集，通過現場總線傳輸到DTDate；VVPP将仿真及相關資料實時存儲到DTDate，同時實時擷取相關資料進行動态仿真，并将通過仿真處理的資料或指令回報給實體實體，實作虛拟電廠的優化排程。同樣，應用服務在讀取曆史、規則、算法、模型資料進行業務支撐與營運管理的同時，也将産生的相關資料實時存儲到DTDate。
DT&S和VVPP之間通過軟體接口實作雙向通信，完成直接的指令傳遞與消息同步等；VVPP可以利用PVPP的實時運作資料更新校正模型，同時PVPP可以利用VVPP分析結果實作對虛拟電廠的回報控制。此外，針對虛拟電廠海量多中繼資料的傳輸需求，可結合“雲–邊”協同技術等實作各類傳感器即插即用與廣域範圍靈活接入，形成覆寫整個DTVPPS的高可靠資料傳輸網。
3.2.5 應用服務(DT&S)
DT&S包括對DTVPPS應用過程中所需各類資料、模型、算法、仿真結果進行封裝，以支撐内部功能運作與實作的“功能性服務(SF)”，以及以應用軟體等形式滿足虛拟電廠各領域多元使用者的“業務性服務(SB)”，如式(4)所示。
DT&S的SF包括面向VVPP提供的模型管理服務，面向DTDate的資料存儲、清洗、挖掘、融合等服務，以及面向CN提供的資料采集、感覺接入、傳輸、協定、接口等連接配接服務等。SB包括面向終端操作人員的指導性服務；面向技術人員的專業化技術服務，比如DERs多時間尺度預測、參與電力市場政策、動态優化排程等；面向管理人員的需求分析、風險評估等智能決策服務及面向終端使用者的功能體驗、遠端維修等産品服務等。
3.3 虛拟電廠數字孿生關鍵技術
數字孿生虛拟電廠是多源資料整合、多門類技術內建和多類型平台功能貫通的面向新型數字化智能配電網的複雜技術和應用體系，通過與現有虛拟電廠管控平台結合，将有效支撐電網數字化。首先，虛拟電廠的典型結構由裝置層、使用者層、虛拟電廠層和應用層組成。其中，裝置層包含分布式電源、儲能裝置、電動汽車、柔性負荷、PtoX裝置等多元DERs；使用者層包含有多個儲能裝置的儲能服務商、資料中心、商業樓宇、公共建築、居民及中小使用者等；虛拟電廠層與柔性資源之間通過集中式控制方式主動聚合DERs，使得虛拟機組可通過價格或其它信号優化排程需求側資源；應用層依托虛拟電廠管理平台負責稽核虛拟電廠準入條件、接入方案、外特性以及響應資訊等。
電力交易平台根據準入稽核結果進行市場交易，将出清結果發送到排程平台進行安全校核；排程系統下發排程需求至虛拟電廠管理平台，後者将排程指令進一步分解到使用者層和裝置層，實作閉環控制。與之相對應，DTVPPS技術生态系統由實體層、感覺層、資訊中樞層和智能應用層組成，如圖 2所示。
3.3.1 實體層
實體層是數字孿生虛拟電廠的基礎，主要包括虛拟電廠涉及的“源–網–荷–儲”相關環節實體實體、電力市場、配電網運作以及人員行為等。實體層是孿生資料的載體，為感覺層提供各類實體實體參數、市場運作名額、電網參數以及人員行為相關資料。此外，實體層還包括通信線路、網絡系統、主機伺服器系統、儲存設備等和其他基礎硬體設施，是保證整個資訊體系運作的前提。
3.3.2 感覺層
感覺層是DTVPPS資料感覺接入的媒介，通過高性能傳感器收集虛拟電廠實體實體的電氣量，與虛拟電廠接入範圍相關的環境量、配電網狀态量、實體量等，實作對虛拟電廠聚合實體對象的狀态感覺、資料傳輸、環境監測以及行為追蹤等。感覺層将收集的資料，或從環境中擷取的知識資訊存儲并納入到數字孿生系統中，實作虛拟電廠實體實體與虛拟空間的連接配接。基于深度學習等人工智能算法建構虛拟電廠在數字孿生空間的鏡像系統，通過基于雲計算與邊緣計算的離線學習與線上決策相結合方式提高系統計算效率，支撐虛拟電廠“源–網–荷–儲”智能優化運作。
3.3.3 資訊中樞層
資訊中樞是DTVPPS的智慧大腦，由資料中台、孿生模型以及智能分析平台等内容構成。其中資料中台SCADA擷取和存儲電網線上資料、天氣/季節/社會等應用與知識資料、電網故障資料以及裝置狀态資料等，形成包括虛拟電廠内部DERs以及市場、環境等相關的曆史資料、實時資料以及模型仿真資料庫。
資料中台可實作資料管理和共享，是數字孿生虛拟電廠的核心驅動力，支援批量資料的接入、統計、浏覽、查詢、删除與管理等功能。孿生模型建構采用預測、狀态、行為、預警等仿真資料，基于實體模型、資料驅動模型以及實體和資料融合模型3種方式建構孿生體。智能分析平台包括資料分析、仿真計算、場景模拟、智能計算以及人工智能算法等功能。此外，還将涉及到包括基于軟體定義的終端管理及接入技術、高性能傳輸與存儲技術、資料共享服務等相關技術。
3.3.4 決策應用層
決策應用層按場景分為裝置管理、配網接入、應用業務以及營運管理子產品等。其中，裝置管理子產品包括DERs裝置自主狀态管理、實時故障診斷、檢修計劃制定等；配網接入管理包括安全預警、線上分析、DERs接入優化、電動汽車充電樁規劃、儲能配置等；業務子產品包括分布式電源發電功率、行為、故障等的預測，以及使用者資料挖掘與增值互動等；營運管理包括終端使用者資産分類聚合與虛拟電廠外特性管理、虛拟電廠參與多元電力市場的交易、結算、追蹤，多元時空尺度的優化排程，以及全價值鍊協同優化與可視化等。
4 數字孿生虛拟電廠實踐展望
4.1 典型應用
4.1.1 虛拟發電單元模組化仿真
模組化仿真基于數字化形式精确複現虛拟電廠聚合資源、配電網以及市場等主要因素，用于開展虛拟電廠市場競價、DERs監測分析與運作優化等。虛拟電廠聚合多元DERs而内部結構複雜，充分利用DTVPPS資訊中樞資料中台，結合實體機理與資料驅動模組化的優勢，通過有機融合實作虛拟電廠實體資源到虛拟空間的完整映射，建構數字孿生體，形成精确的數字化仿真模型。
目前，虛拟電廠模組化仿真仍主要以基于數學公式和實體機理的模型為主，基于資料驅動模組化也有部分研究，比如文獻[55]針對參與需求響應使用者的特性不同、響應能力差異大，以及多類型資源組合後整體響應特性呈現高維、非線性、非凸的複雜特征問題，提出一種基于資料驅動的模組化方法，實作對聚合體複雜響應特征的有效表征；文獻[56]基于資料分析，研究利用深度學習與聚類分析技術進行發電、負荷以及儲能等裝置的資料驅動模組化方法。未來，還可以通過類别均衡算法、政策網絡和價值網絡資料學習等算法，克服原始資料不統一和缺失問題；基于代價敏感學習、機器學習反演和參數識别，克服機理模型模組化困難且準确度低的缺點；以及通過內建學習算法，提高系統運作狀态評價方法的通用性等。
4.1.2 數字孿生虛拟電廠規劃
随着電力市場的逐漸放開，電力系統規劃、運作、管理等諸多方面都将發生變化，傳統以年為機關的按時規劃已經不能适應目前快速變化的電力系統需求。将數字孿生概念引入虛拟電廠規劃，首先可以及時反映市場價格信号變化，使需求側多元DERs規劃适應市場需求；其次，通過數字孿生系統多時間尺度仿真與預演，在數字空間低成本試錯，避免電源、電網、變電站、儲能等硬體設施過度建設，以按需規劃取代按時規劃，精準量化虛拟電廠投資規模；再次，極端情況下數字孿生虛拟電廠能夠基于資料分析、仿真計算、場景模拟等方法進行異常識别與安全預警，并将結果及時回報至實體電網，指導虛拟電廠建設，避免按時規劃的滞後影響，如圖 3所示。
需要強調的是，營運商在數字空間根據仿真技術預測和推演虛拟電廠實體實體的發展，再将結果回報至實體實體，進而影響虛拟電廠實體實體的發展軌迹，形成閉環回報。基于數字孿生的虛拟電廠規劃可結合大資料分析與人工智能算法，推演其最優演化方向，并給出定制化應對措施，并能夠通過預演與回報機制對實體實體生命周期中任意時間尺度的發展軌迹産生影響[13]。
4.1.3 數字孿生虛拟電廠優化排程
目前虛拟電廠基于實體模型的模組化方法難以有效應對配電網“源–網–荷–儲”協同優化運作問題。同時，傳統基于簡化與假設條件建構的虛拟電廠仿真分析與決策模型難以準确描述虛拟電廠的動态行為過程，也難以實作與環境以及實體實體的實時互動。數字孿生虛拟電廠能夠實時感覺多元DERs狀态以及配電網、市場等相關資料，同時在智能分析平台嵌入深度強化學習等人工智能算法，支撐虛拟電廠運作狀态智能評估和故障預警等，如圖 4所示。
同時，DTVPPS提供虛拟空間與實體實體的實時連接配接，支援實體與資料驅動融合模型與環境實時互動，實作模型動态疊代優化，提高控制精确度。此外，通過實時反映裝置負載、使用者負荷、新能源出力、配電網運作狀态等，實作虛拟電廠狀态監測，并及時有效地調整優化排程政策。再次，通過自主學習，智能應用平台根據多能互補效益制定最優的聚合政策，進而增強虛拟電廠的針對性，提高其參與電力市場的收益，提升電力系統靈活性，促進可再生能源消納。
4.1.4 數字孿生虛拟電廠智能健康管理
目前針對需求側多元DERs的管理面臨狀态監測困難、故障診斷與維護複雜等問題。數字孿生虛拟電廠通過對DERs裝置狀态與資訊的智能感覺與采集，建構虛拟電廠實體裝置在虛拟空間的孿生鏡像，進而通過多中繼資料接入規範與融合，以及狀态評估與故障識别診斷等方法開展虛拟電廠裝置健康狀況管理與評價。虛拟電廠數字孿生體的建構提供了一種精确描述虛拟電廠全生命周期的演化、人員運維行為以及與環境等的互動過程，有助于實作虛拟電廠内部裝置全生命周期的實時狀态監測、故障預判/診斷、現場及遠端互動、維修指導等，實作DERs、配電台區電壓、電能品質異常溯因分析，研判異常原因，智能推薦改進措施，以及自動故障分析報告生成等，有效降低虛拟電廠運維成本，提高裝置使用壽命，如圖 5所示。
4.1.5 價值創造與綜合評價
長期以來，使用虛拟模型進行仿真優化，并根據優化結果提供服務的想法并不新鮮。但随着具有更複雜模組化和仿真能力、更好互操作性、更普遍物聯網傳感器的虛拟電廠數字化仿真平台的廣泛使用，使得建立更精細的數字化仿真模型，并基于此提供增值服務成為現實。近年來，越來越多的企業應用數字孿生技術，從産品銷售向“産品+服務”轉變。但同時也面臨企業/行業内資料采集能力層次不齊、底層關鍵資料無法獲得，以及已有資料閑置度高、缺乏資料關聯和深度挖掘的內建應用等問題。
未來，基于DTVPPS，虛拟電廠将能夠有效利用人工智能、大資料、雲計算、增量聚類、區塊鍊共識等先進技術，整合虛拟電廠生态系統中海量資料，充分釋放需求側DERs調節潛力，向使用者、聚合商、配電網等各方提供多元化、精細化、定制化的服務，提升虛拟電廠的附加價值。此外，目前針對虛拟電廠可靠性評價的名額體系尚不完善，未來，通過DTVPPS對數字孿生模型建構、仿真分析、可靠性評價及智能應用過程中産生的環境、模型、分析結果等資料進行有效管理，利用大資料分析方法，深入挖掘并充分利用資料庫中的有效資訊，将為虛拟電廠建立有效的可靠性評價名額體系。
4.2 數字孿生虛拟電廠優勢
1）統籌協調虛拟電廠内部DERs，實作能源資源優化配置。基于數字孿生技術，虛拟電廠能夠通過物聯網和區塊鍊技術動态聚合多元可調節資源，促進DERs優化配置。基于資料中台和智能分析平台，通過大資料和先進的人工智能技術輔助使用者挖掘節能減排潛力，促進能源消費從單一、被動模式向融合多種需求、主動參與、定制化的高效利用模式轉變，推動電動汽車普及、電能替代、節能減排以及綜合能源服務的發展。此外，随着電力市場的不斷推進，DTVPPS将實時市場資訊納入決策體系，可以高效協調不同市場主體利益訴求，進一步實作虛拟電廠全要素資源的優化配置。
2）實作虛拟電廠全要素數字化，推動數字化電網建設。數字孿生虛拟電廠基于數字孿生技術有效聚合多元DERs支撐電力系統實時動态響應，以資料作為核心生産要素，對實體世界DERs，以及相關人、物、事件等要素數字化，建構虛拟電廠數字孿生體，通過實時高效連接配接打通“源–網–荷–儲”各環節資訊，實作虛拟電廠的全面可觀、精确可測、高度可控。實體世界動态通過傳感器精準、實時地回報到數字世界，通過網絡化、智能化實作虛實互動，将推動數字化新型電力系統建設，形成虛實結合、孿生互動的配電網發展新形态。
3）提升虛拟電廠營運水準，實作多元時空尺度優化管理。需求側DERs的優化管理是提供電力系統靈活性調節能力的有效手段。借助數字孿生技術建構數字孿生虛拟電廠，通過資料賦能，将極大改變傳統DERs粗放管理方式，是實作需求側DERs優化配置的關鍵，也是DERs實作可排程、可營運、可交易的核心所在。目标次元上，統籌電氣、實體、環境、市場等多源資料，輔助虛拟電廠參與電能量及輔助服務市場交易；時間次元上，支撐建構多時間尺度協調的優化排程機制；空間次元上，一方面，虛拟電廠可借助資訊中樞中資料中台以及智能分析平台強大的分析計算能力優化報價政策以參與電力市場，另一方面，虛拟電廠在自治區域内可實作對多元DERs的精确控制。
綜上所述，通過DTVPPS的建構，實作虛拟電廠核心業務智能精準洞察，通過提供新業務、新模式，實作客戶定制化精準、便捷和智能服務，提升靈活互動的個性化服務能力，提高客戶獲得感和滿意度，同時服務于虛拟電廠協同規劃與精準投資等業務，提升電網安全風險管控能力。DTVPPS相較于傳統的虛拟電廠的優勢總結如表 1所示。
表 1 DTVPPS與傳統虛拟電廠的優勢比較
4.3 數字孿生虛拟電廠發展趨勢
DTVPPS憑借其準确、可靠的孿生模型，多源、海量的孿生資料，以及實時虛實互動為虛拟電廠營運商提供仿真模拟、診斷預測、可視監控、優化排程等服務。随着“大雲移物智鍊”等技術的快速發展和深度融合，未來數字孿生虛拟電廠将朝着以下幾個方向發展：
1）精細化：通過實體機理和資料驅動融合模組化方式，建立高精度DERs數字孿生體模型，在降低聚合成本的同時，量化其調節靈活性以參與多元電力市場，實作貫穿全生命周期的精細化管理。
2）系統化：未來其将打破需求側海量多元DERs資源“碎片化”的建設與管理方式，整合裝置層、使用者層和虛拟電廠層數字孿生體，為精準掌握虛拟電廠以及配電台區實時運作狀态和發展演化趨勢提供支撐。
3）智能化：随着數字孿生虛拟電廠智能化水準提升，将有效支撐多時間尺度分布式電源與負荷預測、研判與指導配電台區發展規劃，并通過疊代學習智能應對系統不确定性以及突發事件。此外，随着區塊鍊等新興技術的加入，比如應用于DERs分布式交易過程，将有效保護使用者資料安全與隐私[57-58]。
4）普遍化：随着數字孿生相關技術日臻成熟以及DERs快速發展，建構數字孿生虛拟電廠的成本将顯著下降，未來，其将廣泛應用于DERs優化管控以及配電台區規劃、建設與營運。
5）開放化：數字孿生和虛拟電廠的融合将增加數字孿生虛拟電廠的包容性，通過與數字孿生交通、數字孿生建築、數字孿生城市等概念交叉融合，将共同為電力系統數字化轉型提供支撐。此外，通過分布式架構連接配接多個DTVPPS，将有效支撐虛拟電廠子產品化、定制化服務。
4.4 數字孿生虛拟電廠開發平台展望
目前已有西門子、ANSYS、GE、微軟、比特視界和同元軟控等國内外廠商提供數字孿生相關解決方案[40]。然而，根據行業或所針對的目标不同，各廠家開發使用的平台也各有不同。比如應用于通用工程技術仿真，ANSYS開發用于數字孿生仿真模組化的Twin Builder，而基于MATLAB，可利用Simulink的多域模組化工具建立實體模型；模型可視化平台，包括GIS地理資訊系統、unity3D可視化、WebGL/Canvas網頁可視化等；基于區塊鍊數字孿生的BigChainDB資料庫技術；能夠建立全面數字模型的微軟Azure物聯網數字孿生平台，以及瀚雲科技推出的HanClouds工業網際網路平台等。
然而，數字孿生在能源電力行業的應用還處于起步階段，目前隻有文獻[50]中提到面向綜合能源系統規劃的數字孿生技術雲平台CloudIEPS。未來，需要基于能源電力行業已有仿真分析軟體，并結合本文第三部分介紹的數字孿生虛拟電廠關鍵技術，進一步合作建構開放的數字孿生虛拟電廠開發平台，探索能夠落地實施的應用方案，逐漸積累形成一些示範性産品。
5 結 論
本文梳理總結“建構新型電力系統”目标下虛拟電廠發展方向，結合數字孿生技術特點，提出數字孿生虛拟電廠的總體架構，分析其關鍵技術，并展望其應用實踐與發展趨勢。數字孿生虛拟電廠的建設将推動建構新能源為主體的新型電力系統，促進電力系統數字化發展，是電力系統踐行“雙碳”戰略的關鍵。其次，數字孿生虛拟電廠基于全面、準确、透明的資料收集和分析，利用先進的計算機技術提供資料分析和調控潛力挖掘，将有效增強虛拟電廠的決策水準。通過建構數字孿生虛拟電廠，打造靈活高效的需求側DERs管理與配置平台，提升虛拟電廠全息感覺、靈活控制、優化排程、健康管理以及智能服務能力，将支撐可再生能源發展，增強配電台區靈活性調節能力，推動“清潔替代”與“電能替代”。最後，對于未來數字孿生虛拟電廠的發展，有兩點需要說明：
1）數字孿生虛拟電廠未來發展面臨的挑戰：首先，其核心是資料，要想充分發揮數字孿生技術的潛能，孿生資料的準确性、一緻性和傳輸的穩定性是關鍵。同時，數字孿生需要相關企業原有的封閉系統逐漸轉變為開放系統，是以将虛拟電廠資料應用于增值服務提升時還将面臨不同平台、使用者、電網企業等資料分享與資料安全挑戰。
其次，DTVPPS融合實體實體與虛拟空間，是多學科、多實體量、多時間尺度、多重不确定性的仿真過程，需要實作多元系統的融合：在平台建設方面，要從虛拟電廠系統性層面建構包含電氣、環境、實體、市場、使用者行為等多源資料的資料中台；開放性方面，需要打通虛拟電廠運作涉及的預測、仿真、市場交易等平台軟體生态；模型層面，需要增強DERs的定制化聚合與參數辨識。再次，未來需要進一步探索更符合數字孿生虛拟電廠應用的計算機算法基礎理論與內建融合技術，建構可疊代更新、自主進化的智能應用平台；
最後，在商業模式方面，數字孿生虛拟電廠的商業模式形态并不完善，受限于電力市場程序，亟需突破多技術融合，盡快形成虛拟電廠參與多元市場的市場機制。
2）未來發展的推動力：數字化電網等政策的落實、計算裝置/硬體的發展、資料規模的增長、模型和算法的演進以及專業人才的參與将為數字孿生虛拟電廠的落地實施鋪平道路。
來源：中國電機工程學報 作者：嚴興煜，高賜威等