智慧电厂数字孪生体系架构研究及应用

李志金

(湖南大唐先一科技有限公司，湖南 长沙 410076)

随着工业互联网、中国智造2025等新一轮工业革命的兴起，智慧电厂是我国发电企业转型升级，应对能源变革的新举措，然而目前发电企业体系架构和信息化系统建设难以适应智能化建设需求，智慧电厂的体系架构和智能系统建设成为当前亟待解决的难题[1-6]。

智慧电厂作为工业互联网理念在发电领域应用的集中体现，有必要在工业互联网发展体系下，提高发电企业内外信息系统与物理系统的融合程度，提升系统的智能化程度[7]。工业互联网是指通过网络将工业系统中的智能物体、智能分析和人三者相连接的系统[8]。其中智能物体是指能够接入网络并进行通信的物理实体，包括传感器、智能终端以及其他机器设备。智能分析是将工业的业务流程和专业技术等知识与数据学科相融合，形成面向不同需求的数据分析模型计算结果，指导或减少人的部分劳动[9]。而工业互联网的实质是通过数字孪生技术，通过对工业物体的互联，采集工业物体的数据，建立特定业务需求的工业数据分析模型，进而形成分析结果以优化工业物体的设计、制造与运行等[10]。

近年，随着在工业4.0及工业互联网体系的发展，学者们对数字孪生的理论和应用开展了广泛的研究[11-14]。数字孪生(Digital Twin)作为一个新技术表现出巨大的潜力与生命力，从最开始的针对工业生产过程的新管理范式，发展到现在作为智慧城市、智能制造、智能工厂的关键技术[15]。目前，虽然对数字孪生具有诸多研究，但是针对发电厂的数字孪生的研究较少。智慧电厂作为基于数字化模型的系统工程，影响着发电企业未来数字化、智慧化建设的成败。因此，在当前工业互联网大背景下，智慧电厂数字孪生的体系架构需要从系统性，先进性、合理性等方面开展研究和设计，满足现阶段数字化电厂以及未来电厂智能化发展需要。

1 数字孪生的发展内涵

数字孪生是指通过数字化手段构建与现实世界物理实体相对应的数字化对象，通过对数字化对象的研究实现对相应物理实体的理解、分析和优化[16]。通过利用数字技术对物理实体的特征、形成过程、性能和行为等进行建模描述的过程和方法。数字孪生具有两个显著特点：①孪生体与待反映对象的几何形状和尺寸、结构组成以及宏观和微观物理特性基本相同；②通过仿真、镜像等方式反映真实的运行情况和状态。

为了使得数字孪生技术在实践中得到应用，文献[17]创造性地提出了数字孪生五维模型的概念，如式(1)所示：

MDT=PE,VE,Ss,DD,CN

(1)

式中：PE表示物理实体，VE表示虚拟实体，Ss表示服务，DD表示孪生数据，CN 表示各部分之间的连接。 其中虚拟实体VE如式(2)所示，包括几何模型(Gv)、物理模型(Pv)、行为模型(Bv)和规则模型(Rv)。这些模型从时间尺度和多空间尺度对物理实体PE进行了表达：

VE=(Gv,Pv,Bv,Rv)

(2)

式中：Gv为描述物理实体的形状尺寸等几何参数与关系的三维模型，其可通过三维建模软件或仪器设备(如三维扫描仪)来创建。Pv是在Gv的基础上增加了PE的物理属性、约束及特征等信息，可从宏观及微观尺度进行动态的数据近似与描述物理实体。

当前对数字孪生的研究仍处于起步探索阶段，全生命周期管理、拟实化和集成化是数字孪生发展的三个主要方向[18]。

(1)生命周期管理

目前，对数字孪生的研究主要集中在设计或制造阶段，较少涉及工业生产和经营管理。但在未来，对生产经营管理阶段的数字孪生研究和应用将是重点[19-23]。如将生产过程中采集到的数据与数据孪生模型相关联，实现物理实体与虚拟模型之间的关联映射，形成的三维模型实现可视化展示，且从多个维度与实物对象进行交互，进而提高生产经营管理的工作效率和科学性。

(2)多物理模型的拟实化

数字孪生的拟实化及保真度，是其在实际工业应用中是否能取得成功的关键因素[24]。拟实化程度越高越能反映物理实体真实的情况。为了提高数字孪生的拟实化程度，通过采用多物理模型的仿真，可以更准确地反映物理实体真实的状态和行为信息，拟实物理实体的功能和性能。

(3)与其他技术的集成

通过数字融合技术可实现对物体实体数字化全生命周期模型与关键数据之间的双向交互，是未来数字孪生需要重点突破的技术[25-28]。目前，数据流大部分是单向流动的，需要通过数字融合技术来实现数字孪生从物体实体到虚拟模型的信息数据的双向流动。

2 智慧电厂数字孪生系统体系架构

2.1 智慧电厂数字孪生内涵

通过对智慧电厂和数字孪生发展内涵分析，智慧电厂数字孪生概念被认为是广泛采用云计算、大数据、物联网、人工智能等新一代信息与通信技术，以数字化、智能化为基础，建立发电机组设备数字孪生模型、运行工艺流程数字孪生模型、优化仿真数字孪生模型、作业过程数字孪生模型等。实现电厂两个维度(物理和虚拟)的统一，以自我感知、自学习、自适应、行为决策四个方面的能力提升为目标，更进一步提高发电厂安全性、环保性、效率和经济性。

数字孪生技术是一种基于模型轻量化、物理模型数字化表达的技术。如图1所示，随着新一代信息与通信技术的应用，如大数据、物联网、云计算等，以及人工智能领域的不断发展，如机器学习、深度学习等。使得发电厂在物理空间与虚拟空间上的关联、互动有了技术支撑，以仿真技术为基础的数字孪生技术能够为电厂全生命周期管理提供无缝协助和优化。所以基于数字孪生技术的智慧发电厂建设，有利于其智能模型和智能系统的研究和应用，从而实现发电厂内“人机料法环”全要素的智能感知、数据集成与信息汇聚、实时执行与控制和智能决策与协作。

图1 智慧电厂物理实体与数字孪生镜像关系模型Fig.1 Image relationship model between physical entity and digital twin in smart power plant

基于数字孪生的智慧电厂建设可分为三条主线组成，且呈倒三角形态，如图2所示。左上角为“智慧管理”，实现发电企业数字孪生分析与决策能力的最终目标；右上角为“智能发电”，主要是融合机理模型、数学模型和仿真模型方式实现，通过人机交互执行或智能控制融合模型计算结果，实现数字孪生的自优化和自适应能力；下角为“智能感知”，通过泛在感知技术和信息通讯等物联网技术，不断提高机组设备状态和人员行为等数字孪生感知能力，支撑智能发电和智慧管理的实现。通过智慧管理、智能发电和智能感知“倒三角”关系实现对发电厂数据流、业务流和能量流的映射和统一。

图2 智慧电厂数字孪生“倒三角”形态Fig.2 Digital twin “inverted triangle” shape of smart power plant

2.2 智慧电厂数字孪生体系架构

基于数字孪生的智慧电厂是要构建全阶段优化控制系统及应用先进的数字孪生模型，通过大数据及三维数字化技术、仿真技术等建立的虚拟化的数字模型为基础、以提高发电厂生产安全性为出发点，以发电厂智能诊断与优化控制为手段、以一体化数字管理为目标，通过建立智慧电厂数字孪生统一平台，实现全生命周期数字化管理，推动基建、生产、经营一体化建设，从人、设备、环境等方面构建本质安全体系，减少运行维护成本，提高设备可靠性，实现节能高效的智慧电厂建设目标。

智慧电厂数字孪生体系架构由物理层，大数据平台层、数字孪生层、应用系统层构成，如下页图3所示。

图3 智慧电厂数字孪生系统体系架构Fig.3 Digital twin system architecture of smart power plant

(1)物理层

该层主要由发电厂的热力系统和电气系统、生产设备和部件、执行机构等各组成，智慧电厂数字孪生体系的物理空间主要在此层中体现。

(2)感知层

该层以物联网技术为基础，利用各类传感器、RFID、仪器仪表、智能头盔、智能终端等信息传感设备实现对发电厂生产管理经营等信息的智能感知、数据采集和数据处理。具体包括：

1)实时在线采集电厂设备和管道的温度、压力、流量、振动、水质、油质、煤质、汽质、电量、声音、视频等传感器数据指标。

2)对设计数据、台账数据(含设备编码)、试验数据、技改数据、维修数据、历史档案等文本数据进行统一的数据标签，并标准化关联各属性和纬度，以遍进行数字化处理。

(3)大数据平台层

通过图4所示架构构建工业大数据平台，支撑智慧电厂各数字孪生业务应用的开发，实现大数据采集、存储、分析、可视化、模型/算法/微服务沉淀、知识和经验的积累传承、应用和服务开放创新等功能，通过元数据、主数据、数据资产管理，打通企业各业务系统间壁垒，消除企业内数据孤岛，并与其他相关信息化系统的数据集成，提供实时服务，实现对企业数据实时监控、统一管控、资源共享、统筹经营，实现区域内集约化运作，支持人工智能服务，提升发电企业整体竞争能力和经营效益。

图4 工业大数据平台架构Fig.4 Industrial big data platform architecture

以Hadoop、Clickhouse作为大数据底座，采用spark deltaLake构建数据仓库，采用clickhouse实现数据集市，使用Spark structured streaming、mllib等spark相关处理技术，配合kafka、redis、Spark、X-DB等周边技术构建大数据平台核心，基于中台技术实现发电企业数据治理、数据资产管理和数据服务，避免以往传统技术路线造成的性能损失，灵活性损失，以及技术栈太长造成的成本损失等。通过logmnr、binlog等获取Oracle、Mysql等数据库的数据，使用kafka高效传给Spark平台工具，实时增量数据抽取，进一步清洗后进入数据湖仓库，汇集至Clickhouse，并提供服务，实现基于实时工业数据的大数据平台。

(4)数字孪生层

数字孪生层是数字孪生体形成的核心，主要由机理模型、数学算法模型、仿真模型，以及积累的孪生数据库、算法库和集成的其他仿真模型库等组成。大数据平台层为数字孪生层提供数据，仿真模型是数字孪生层的关键，对于发电厂，基于发电过程机理模型和数学模型、设备机理模型和数学模型，开发出发电过程仿真模型和设备仿真模型，利用实时在线技术，开展机理模型、数据模型和仿真模型的自学习、自优化和自诊断。

(5)应用系统层

该层在融合机理模型、数据模型和仿真模型的基础上，以微服务的形式开发出各个业务组件，通过以一定的业务逻辑关系进行组合，同时引入三维可视化建模工具和方法，形成数字孪生智能系统，具体包括全生命周期管理、三维数字孪生体、生产过程数字孪生监控、二维与三维联动的智能DCS系统，辅助决策系统、运行优化系统和设备故障预警与诊断系统。同时应用系统层系统决策结果通过一定的逻辑判定，决定是否需要自发向物理层反馈优化、诊断、预测和仿真等分析结果，准确实时地传递给物理对象，并进一步控制与执行。

2.3 智慧电厂网络架构

智慧电厂大数据平台一版部署在安全III区，构建如图5所示的数字孪生系统网络架构，大数据平台需要采集和汇聚的数据主要分为生产型数据和非生产的管理型数据。其中生产型数据类型主要来源于DCS系统的生产实时数据，以及从II区镜像至III区的SIS系统数据。非生产的管理型数据来源于安全生产管理、燃料管理、财务管理、物资管理、办公等业务系统的管理型数据。在安全I区通过部署两台接口机，分别采集各机组的DCS系统OPC服务端数据，并保证接口机中与OPC服务端数据量及数据频率一致，分别通过2台安全隔离网闸传输至安全II区；同时在安全II区中部署一套实时数据库作为镜像备用存储，利用数据库同步程序将各机组的DCS系统的实时数据穿过II、III区安全隔离网闸传输至III区大数据平台。非生产的管理型数据的业务系统主要部署在III区，因此对于存量业务系统可直接采集并存储，对于后续新建业务系统，通过大数据平台统一数据服务功能将通过发布客户所需要的restful接口供新建业务系统获取所需数据。同时部署在III区的业务系统，可利用大数据平台计算服务器进行分布式计算，同时通过存储服务器把计算结果返回统一存储至大数据平台中。

图5 智慧电厂数字孪生系统网络架构Fig.5 Digital twin system network architecture of smart power plant

3 智慧电厂数字孪生应用

3.1 设备数字孪生模型

发电厂设备数字孪生模型，首先将电厂设备所产生的生产数据映射到数字孪生体上，然后以此数字孪生体作为单一的数据源，实现电厂设备在全生命周期各阶段的有效协作，最终实现通过虚拟孪生体电厂对真实电厂设备进行监测控制，以及数字电厂到真实电厂的转变。同时，通过分析孪生体中的生产运维数据，不仅能实现对现实物理设备的运行状态的实时监控，及时检修，还可以通过对设备故障预测，以及对设备故障原因的分析，为生产优化提供依据。同时，基于数据孪生技术，可实现对设备设计数据、设备运行数据和设备维修数据等多维数据的三维可视化映射、关联和统一管理。并且可为其他智能系统的建设提供标准统一的设备数字孪生实时数据和设备数字孪生体模型。

3.2 智慧电厂生产运行数字孪生

智慧电厂数字孪生在生产中建设的核心是如何依据发电机组的机理模型，根据生产过程系统、设备或物质流动传递机理和能量守恒建立精确数学模型和三维动态模型，实时在线监控、模拟、诊断、预测和控制电厂在现实环境中的生产过程和操作行为。其中机理模型包括发电基础理论模型、电厂业务流程逻辑模型、运行优化模型、运行仿真模型、设备故障及诊断模型等、检修培训模型等。

通过在生产运行数字孪生系统可在虚拟环境中改变运行参数设置来模拟仿真不同工况条件下机组和设备的运行情况，为应对异常情况，提供事先的决策依据，也可验证不同优化策略对提高运行效率和设备寿命的有效性。通过数字孪生可实现对物理电厂建设/生产/运维过程的动态实时可视化，可在虚拟空间对发电厂的建设/生产/运维过程进行模拟，仿真和验证，实时预测缺陷、故障和性能降低等情况，实现对生产状态的优化控制和管理事件流程控制执行。

3.3 数字孪生全生命周期管理

智慧电厂数字孪生全生命周期管理目的是解决信息孤岛问题和动态仿真可视化问题，持续提高智慧电厂的整体运行的经济性与安全性。全生命周期管理是在大数据共享的基础上进行数据挖据分析和模型管理，打破发电厂在时间维度的信息孤岛现象，深度挖掘生产及管理过程和结果数据。通过构建全厂的数子孪生全生命周期模型，存储电厂全生命周期的所有模型和数据，据此使得电厂在全生命周期中的任意阶段都能实现状态、动作可视化和原因可追溯。

4 结束语

智慧电厂建设是当前发电企业应对数字化转型的重要突破方向，是工业互联网理念在发电领域应用的集中体现。而数字孪生作为工业互联网的核心技术，应当针对火、风、光、核等不同能源的发电特性和发电过程机理，研究其特定的智慧电厂数字孪生体系架构和数字孪生系统，对发电行业数字化和智能化转型具有重要的意义。本文结合数字孪生和智慧电厂的建设内涵和演进过程等方面，考虑系统性、通用性和标准性，对智慧电厂数字孪生的体系架构展开探究，通过对智慧电厂生产运行数字孪生、设备数字孪生模型、数字孪生全生命周期管理的应用分析，表明数字孪生技术可以较好地模拟、监控、诊断、预测和控制电厂在现实环境中的形成过程和行为，以及实现数字孪生的全生命周期管理，有益于智慧运行、智慧设备管理、智慧运营、智慧决策等智慧电厂的智能系统和智能模型的建设。