智慧電廠數字孿生體系架構研究及應用

李志金

(湖南大唐先一科技有限公司，湖南 長沙 410076)

隨著工業互聯網、中國智造2025等新一輪工業革命的興起，智慧電廠是我國發電企業轉型升級，應對能源變革的新舉措，然而目前發電企業體系架構和信息化系統建設難以適應智能化建設需求，智慧電廠的體系架構和智能系統建設成為當前亟待解決的難題[1-6]。

智慧電廠作為工業互聯網理念在發電領域應用的集中體現，有必要在工業互聯網發展體系下，提高發電企業內外信息系統與物理系統的融合程度，提升系統的智能化程度[7]。工業互聯網是指通過網絡將工業系統中的智能物體、智能分析和人三者相連接的系統[8]。其中智能物體是指能夠接入網絡并進行通信的物理實體，包括傳感器、智能終端以及其他機器設備。智能分析是將工業的業務流程和專業技術等知識與數據學科相融合，形成面向不同需求的數據分析模型計算結果，指導或減少人的部分勞動[9]。而工業互聯網的實質是通過數字孿生技術，通過對工業物體的互聯，采集工業物體的數據，建立特定業務需求的工業數據分析模型，進而形成分析結果以優化工業物體的設計、制造與運行等[10]。

近年，隨著在工業4.0及工業互聯網體系的發展，學者們對數字孿生的理論和應用開展了廣泛的研究[11-14]。數字孿生(Digital Twin)作為一個新技術表現出巨大的潛力與生命力，從最開始的針對工業生產過程的新管理范式，發展到現在作為智慧城市、智能制造、智能工廠的關鍵技術[15]。目前，雖然對數字孿生具有諸多研究，但是針對發電廠的數字孿生的研究較少。智慧電廠作為基于數字化模型的系統工程，影響著發電企業未來數字化、智慧化建設的成敗。因此，在當前工業互聯網大背景下，智慧電廠數字孿生的體系架構需要從系統性，先進性、合理性等方面開展研究和設計，滿足現階段數字化電廠以及未來電廠智能化發展需要。

1 數字孿生的發展內涵

數字孿生是指通過數字化手段構建與現實世界物理實體相對應的數字化對象，通過對數字化對象的研究實現對相應物理實體的理解、分析和優化[16]。通過利用數字技術對物理實體的特征、形成過程、性能和行為等進行建模描述的過程和方法。數字孿生具有兩個顯著特點：①孿生體與待反映對象的幾何形狀和尺寸、結構組成以及宏觀和微觀物理特性基本相同；②通過仿真、鏡像等方式反映真實的運行情況和狀態。

為了使得數字孿生技術在實踐中得到應用，文獻[17]創造性地提出了數字孿生五維模型的概念，如式(1)所示：

MDT=PE,VE,Ss,DD,CN

(1)

式中：PE表示物理實體，VE表示虛擬實體，Ss表示服務，DD表示孿生數據，CN 表示各部分之間的連接。 其中虛擬實體VE如式(2)所示，包括幾何模型(Gv)、物理模型(Pv)、行為模型(Bv)和規則模型(Rv)。這些模型從時間尺度和多空間尺度對物理實體PE進行了表達：

VE=(Gv,Pv,Bv,Rv)

(2)

式中：Gv為描述物理實體的形狀尺寸等幾何參數與關系的三維模型，其可通過三維建模軟件或儀器設備(如三維掃描儀)來創建。Pv是在Gv的基礎上增加了PE的物理屬性、約束及特征等信息，可從宏觀及微觀尺度進行動態的數據近似與描述物理實體。

當前對數字孿生的研究仍處于起步探索階段，全生命周期管理、擬實化和集成化是數字孿生發展的三個主要方向[18]。

(1)生命周期管理

目前，對數字孿生的研究主要集中在設計或制造階段，較少涉及工業生產和經營管理。但在未來，對生產經營管理階段的數字孿生研究和應用將是重點[19-23]。如將生產過程中采集到的數據與數據孿生模型相關聯，實現物理實體與虛擬模型之間的關聯映射，形成的三維模型實現可視化展示，且從多個維度與實物對象進行交互，進而提高生產經營管理的工作效率和科學性。

(2)多物理模型的擬實化

數字孿生的擬實化及保真度，是其在實際工業應用中是否能取得成功的關鍵因素[24]。擬實化程度越高越能反映物理實體真實的情況。為了提高數字孿生的擬實化程度，通過采用多物理模型的仿真，可以更準確地反映物理實體真實的狀態和行為信息，擬實物理實體的功能和性能。

(3)與其他技術的集成

通過數字融合技術可實現對物體實體數字化全生命周期模型與關鍵數據之間的雙向交互，是未來數字孿生需要重點突破的技術[25-28]。目前，數據流大部分是單向流動的，需要通過數字融合技術來實現數字孿生從物體實體到虛擬模型的信息數據的雙向流動。

2 智慧電廠數字孿生系統體系架構

2.1 智慧電廠數字孿生內涵

通過對智慧電廠和數字孿生發展內涵分析，智慧電廠數字孿生概念被認為是廣泛采用云計算、大數據、物聯網、人工智能等新一代信息與通信技術，以數字化、智能化為基礎，建立發電機組設備數字孿生模型、運行工藝流程數字孿生模型、優化仿真數字孿生模型、作業過程數字孿生模型等。實現電廠兩個維度(物理和虛擬)的統一，以自我感知、自學習、自適應、行為決策四個方面的能力提升為目標，更進一步提高發電廠安全性、環保性、效率和經濟性。

數字孿生技術是一種基于模型輕量化、物理模型數字化表達的技術。如圖1所示，隨著新一代信息與通信技術的應用，如大數據、物聯網、云計算等，以及人工智能領域的不斷發展，如機器學習、深度學習等。使得發電廠在物理空間與虛擬空間上的關聯、互動有了技術支撐，以仿真技術為基礎的數字孿生技術能夠為電廠全生命周期管理提供無縫協助和優化。所以基于數字孿生技術的智慧發電廠建設，有利于其智能模型和智能系統的研究和應用，從而實現發電廠內“人機料法環”全要素的智能感知、數據集成與信息匯聚、實時執行與控制和智能決策與協作。

圖1 智慧電廠物理實體與數字孿生鏡像關系模型Fig.1 Image relationship model between physical entity and digital twin in smart power plant

基于數字孿生的智慧電廠建設可分為三條主線組成，且呈倒三角形態，如圖2所示。左上角為“智慧管理”，實現發電企業數字孿生分析與決策能力的最終目標；右上角為“智能發電”，主要是融合機理模型、數學模型和仿真模型方式實現，通過人機交互執行或智能控制融合模型計算結果，實現數字孿生的自優化和自適應能力；下角為“智能感知”，通過泛在感知技術和信息通訊等物聯網技術，不斷提高機組設備狀態和人員行為等數字孿生感知能力，支撐智能發電和智慧管理的實現。通過智慧管理、智能發電和智能感知“倒三角”關系實現對發電廠數據流、業務流和能量流的映射和統一。

圖2 智慧電廠數字孿生“倒三角”形態Fig.2 Digital twin “inverted triangle” shape of smart power plant

2.2 智慧電廠數字孿生體系架構

基于數字孿生的智慧電廠是要構建全階段優化控制系統及應用先進的數字孿生模型，通過大數據及三維數字化技術、仿真技術等建立的虛擬化的數字模型為基礎、以提高發電廠生產安全性為出發點，以發電廠智能診斷與優化控制為手段、以一體化數字管理為目標，通過建立智慧電廠數字孿生統一平臺，實現全生命周期數字化管理，推動基建、生產、經營一體化建設，從人、設備、環境等方面構建本質安全體系，減少運行維護成本，提高設備可靠性，實現節能高效的智慧電廠建設目標。

智慧電廠數字孿生體系架構由物理層，大數據平臺層、數字孿生層、應用系統層構成，如下頁圖3所示。

圖3 智慧電廠數字孿生系統體系架構Fig.3 Digital twin system architecture of smart power plant

(1)物理層

該層主要由發電廠的熱力系統和電氣系統、生產設備和部件、執行機構等各組成，智慧電廠數字孿生體系的物理空間主要在此層中體現。

(2)感知層

該層以物聯網技術為基礎，利用各類傳感器、RFID、儀器儀表、智能頭盔、智能終端等信息傳感設備實現對發電廠生產管理經營等信息的智能感知、數據采集和數據處理。具體包括：

1)實時在線采集電廠設備和管道的溫度、壓力、流量、振動、水質、油質、煤質、汽質、電量、聲音、視頻等傳感器數據指標。

2)對設計數據、臺賬數據(含設備編碼)、試驗數據、技改數據、維修數據、歷史檔案等文本數據進行統一的數據標簽，并標準化關聯各屬性和緯度，以遍進行數字化處理。

(3)大數據平臺層

通過圖4所示架構構建工業大數據平臺，支撐智慧電廠各數字孿生業務應用的開發，實現大數據采集、存儲、分析、可視化、模型/算法/微服務沉淀、知識和經驗的積累傳承、應用和服務開放創新等功能，通過元數據、主數據、數據資產管理，打通企業各業務系統間壁壘，消除企業內數據孤島，并與其他相關信息化系統的數據集成，提供實時服務，實現對企業數據實時監控、統一管控、資源共享、統籌經營，實現區域內集約化運作，支持人工智能服務，提升發電企業整體競爭能力和經營效益。

圖4 工業大數據平臺架構Fig.4 Industrial big data platform architecture

以Hadoop、Clickhouse作為大數據底座，采用spark deltaLake構建數據倉庫，采用clickhouse實現數據集市，使用Spark structured streaming、mllib等spark相關處理技術，配合kafka、redis、Spark、X-DB等周邊技術構建大數據平臺核心，基于中臺技術實現發電企業數據治理、數據資產管理和數據服務，避免以往傳統技術路線造成的性能損失，靈活性損失，以及技術棧太長造成的成本損失等。通過logmnr、binlog等獲取Oracle、Mysql等數據庫的數據，使用kafka高效傳給Spark平臺工具，實時增量數據抽取，進一步清洗后進入數據湖倉庫，匯集至Clickhouse，并提供服務，實現基于實時工業數據的大數據平臺。

(4)數字孿生層

數字孿生層是數字孿生體形成的核心，主要由機理模型、數學算法模型、仿真模型，以及積累的孿生數據庫、算法庫和集成的其他仿真模型庫等組成。大數據平臺層為數字孿生層提供數據，仿真模型是數字孿生層的關鍵，對于發電廠，基于發電過程機理模型和數學模型、設備機理模型和數學模型，開發出發電過程仿真模型和設備仿真模型，利用實時在線技術，開展機理模型、數據模型和仿真模型的自學習、自優化和自診斷。

(5)應用系統層

該層在融合機理模型、數據模型和仿真模型的基礎上，以微服務的形式開發出各個業務組件，通過以一定的業務邏輯關系進行組合，同時引入三維可視化建模工具和方法，形成數字孿生智能系統，具體包括全生命周期管理、三維數字孿生體、生產過程數字孿生監控、二維與三維聯動的智能DCS系統，輔助決策系統、運行優化系統和設備故障預警與診斷系統。同時應用系統層系統決策結果通過一定的邏輯判定，決定是否需要自發向物理層反饋優化、診斷、預測和仿真等分析結果，準確實時地傳遞給物理對象，并進一步控制與執行。

2.3 智慧電廠網絡架構

智慧電廠大數據平臺一版部署在安全III區，構建如圖5所示的數字孿生系統網絡架構，大數據平臺需要采集和匯聚的數據主要分為生產型數據和非生產的管理型數據。其中生產型數據類型主要來源于DCS系統的生產實時數據，以及從II區鏡像至III區的SIS系統數據。非生產的管理型數據來源于安全生產管理、燃料管理、財務管理、物資管理、辦公等業務系統的管理型數據。在安全I區通過部署兩臺接口機，分別采集各機組的DCS系統OPC服務端數據，并保證接口機中與OPC服務端數據量及數據頻率一致，分別通過2臺安全隔離網閘傳輸至安全II區；同時在安全II區中部署一套實時數據庫作為鏡像備用存儲，利用數據庫同步程序將各機組的DCS系統的實時數據穿過II、III區安全隔離網閘傳輸至III區大數據平臺。非生產的管理型數據的業務系統主要部署在III區，因此對于存量業務系統可直接采集并存儲，對于后續新建業務系統，通過大數據平臺統一數據服務功能將通過發布客戶所需要的restful接口供新建業務系統獲取所需數據。同時部署在III區的業務系統，可利用大數據平臺計算服務器進行分布式計算，同時通過存儲服務器把計算結果返回統一存儲至大數據平臺中。

圖5 智慧電廠數字孿生系統網絡架構Fig.5 Digital twin system network architecture of smart power plant

3 智慧電廠數字孿生應用

3.1 設備數字孿生模型

發電廠設備數字孿生模型，首先將電廠設備所產生的生產數據映射到數字孿生體上，然后以此數字孿生體作為單一的數據源，實現電廠設備在全生命周期各階段的有效協作，最終實現通過虛擬孿生體電廠對真實電廠設備進行監測控制，以及數字電廠到真實電廠的轉變。同時，通過分析孿生體中的生產運維數據，不僅能實現對現實物理設備的運行狀態的實時監控，及時檢修，還可以通過對設備故障預測，以及對設備故障原因的分析，為生產優化提供依據。同時，基于數據孿生技術，可實現對設備設計數據、設備運行數據和設備維修數據等多維數據的三維可視化映射、關聯和統一管理。并且可為其他智能系統的建設提供標準統一的設備數字孿生實時數據和設備數字孿生體模型。

3.2 智慧電廠生產運行數字孿生

智慧電廠數字孿生在生產中建設的核心是如何依據發電機組的機理模型，根據生產過程系統、設備或物質流動傳遞機理和能量守恒建立精確數學模型和三維動態模型，實時在線監控、模擬、診斷、預測和控制電廠在現實環境中的生產過程和操作行為。其中機理模型包括發電基礎理論模型、電廠業務流程邏輯模型、運行優化模型、運行仿真模型、設備故障及診斷模型等、檢修培訓模型等。

通過在生產運行數字孿生系統可在虛擬環境中改變運行參數設置來模擬仿真不同工況條件下機組和設備的運行情況，為應對異常情況，提供事先的決策依據，也可驗證不同優化策略對提高運行效率和設備壽命的有效性。通過數字孿生可實現對物理電廠建設/生產/運維過程的動態實時可視化，可在虛擬空間對發電廠的建設/生產/運維過程進行模擬，仿真和驗證，實時預測缺陷、故障和性能降低等情況，實現對生產狀態的優化控制和管理事件流程控制執行。

3.3 數字孿生全生命周期管理

智慧電廠數字孿生全生命周期管理目的是解決信息孤島問題和動態仿真可視化問題，持續提高智慧電廠的整體運行的經濟性與安全性。全生命周期管理是在大數據共享的基礎上進行數據挖據分析和模型管理，打破發電廠在時間維度的信息孤島現象，深度挖掘生產及管理過程和結果數據。通過構建全廠的數子孿生全生命周期模型，存儲電廠全生命周期的所有模型和數據，據此使得電廠在全生命周期中的任意階段都能實現狀態、動作可視化和原因可追溯。

4 結束語

智慧電廠建設是當前發電企業應對數字化轉型的重要突破方向，是工業互聯網理念在發電領域應用的集中體現。而數字孿生作為工業互聯網的核心技術，應當針對火、風、光、核等不同能源的發電特性和發電過程機理，研究其特定的智慧電廠數字孿生體系架構和數字孿生系統，對發電行業數字化和智能化轉型具有重要的意義。本文結合數字孿生和智慧電廠的建設內涵和演進過程等方面，考慮系統性、通用性和標準性，對智慧電廠數字孿生的體系架構展開探究，通過對智慧電廠生產運行數字孿生、設備數字孿生模型、數字孿生全生命周期管理的應用分析，表明數字孿生技術可以較好地模擬、監控、診斷、預測和控制電廠在現實環境中的形成過程和行為，以及實現數字孿生的全生命周期管理，有益于智慧運行、智慧設備管理、智慧運營、智慧決策等智慧電廠的智能系統和智能模型的建設。