李磊，贾真山

（1.北京中电汇智科技有限公司，北京 100080；2.大同中电光伏发电有限公司，山西 大同 037000）

1 引言

2020 年9 月，我国明确提出了碳达峰与碳中和的“双碳”目标，加速了电力及能源产业转型。在这个过程中以光伏发电为代表的新能源发展迅速，其装机容量、发电量屡创新高。光伏场站的设备运行安全越来越成为发电侧保障电力供应的一个重要因素，尤其是对于规模在100MW 以上的集中式光伏场站而言，光伏场设备数量众多，升压站内设施繁杂，只有建立对相关设备全面精确的感知和及时有效的反馈，对于设备的各种状态，尤其是微观状态，通过数据积累，形成有针对性的数据模型，才能从根本上实现设备运行维护的智能化。要实现复杂条件下光伏场站设备运行状态感知、精准评估和故障排查等工作的绩效提升，有必要构建基于数字孪生（Digital Twin，DT）技术的光伏场站设备智能运行维护平台，实现对各种设备的精益化管理和高效维护，实现运维管理过程的集中管控和少人值守，保障整个光伏场站电力系统长期运行的安全性和可靠性。

2 数字孪生技术

数字孪生技术是由密歇根大学的迈克尔. 格里夫（Michael Grieves）在2003 年提出的，最初的定义为“与物理产品等价的虚拟数字化的表现”，后来经过美国国家航空航天局（NASA）阿波罗项目的应用，形成了完整且明确的概念模型。根据数字孪生的定义，构建基于数字孪生技术的光伏场站设备智能运行维护平台，需要将光伏场站设备的物理世界与虚拟世界之间，精确地实现双向的数字化镜像，在这个过程中，通常需要参考几种常见的数字孪生架构。

一种为基础数字孪生架构，主要包括物理空间、虚拟空间以及这些空间之间的连接部分（如图1 所示）。物理空间由物理实体（如设备）、传感器和执行器3 个部分组成，虚拟空间则包含了虚拟模型和数据分析，物理空间和虚拟空间之间通过数据和指令双向连通。

图1 基础数字孪生架构

而德勤提出，从根本上讲，数字孪生是以数字化的形式对某一物理实体过去和目前的行为或流程进行动态呈现，有助于提升企业绩效。德勤的面向工业 4.0 的数字孪生架构主要包含5 个部分，即传感器、数据管理、数据分析、执行器、集成模型，以及这5 个部分之间的6步过程，即生成、通信、聚合、分析、决策、执行（如图2 所示）。这是一个从物理空间映射到虚拟空间，再从虚拟空间返馈到物理空间的双向过程，这一双向循环构成了德勤数字孪生的基础。

图2 面向工业4.0 数字孪生架构

参考上文的数字孪生架构，结合光伏场站设备运行维护工作中的需求和痛点，可以将基于数字孪生技术的光伏场站设备智能运行维护平台设计为物理层、感知层、数据层、模型层、应用层的多层架构。物理层对应光伏场站相关的各类设备的物理实体，如光伏板、光伏矩阵、逆变器、电缆等。感知层包括各类的传感装置，可以获取到设备的实时运行数据，包括结构化数据和非结构化数据，为设备的状态评估提供数据保障。数据层包括数据的采集、处理、传输、汇聚以及清洗等，依托近年来已经发展成熟的大数据处理框架，完成各类数据的治理。模型层则包含了机理模型和数据驱动模型，以及人工智能相关的开放模型，光伏场站设备运行本身则涉及设备状态评价模型、设备故障诊断模型、设备状态预测模型。应用层则提供了围绕设备运行维护的各类功能，这里边也包括设备资产管理、任务调度、统计分析等辅助功能。

3 数字孪生技术在光伏场站设备运行维护中关键技术应用

3.1 关键技术：建模技术

构建高精度光伏场站设备三维数字化模型是运行维护和精确定位故障的前提条件。运用高保真数字化建模、渲染、虚拟现实等技术，融合多时态空间信息，在设备状态高逼真虚拟现实条件下展现多维状态感知效果，构建高精度定位、多维度展示的光伏场站设备数字孪生体，以满足设备运行维护过程中对于设备状态精准分析的时间空间信息需求（如图3、图4 所示）。

图3 设备（箱变）建模效果图

图4 光伏方阵建模效果图

对于模型构建方法而言，呈现多元化发展趋势。现阶段，数字孪生建模语言主要有AutomationML、Modelica、SysML、UML、XML 等。一些模型采用CAD 等通用软件开发，这些模型可直接通过导入方式建模，也有很多模型是基于FlexSim、Qfsm 等专用建模工具开发。结合近年来高速发展的无人机的倾斜摄影三维建模技术，从垂直、倾斜等不同角度进行影像采集后，再进行解析空中三角测量、几何校正、同名点匹配区域联合平差，最终构造出高精度三维实景模型，可以更加真实地将光伏场站的地形地貌以及各类构筑物和设备在虚拟空间中展现出来，也可以很好地解决光伏场站面积大，建模工作量大的难点，同时为以人工智能为基础的无人机巡检提供基础条件。

对于不同层面的建模而言，可将模型分为几何模型、信息模型、机理模型等，在不同层面模型构建完成后进行模型的整合，实现物理实体统一刻画。

3.2 关键技术：仿真技术

从仿真的视角，数字孪生技术中的仿真技术是一种在线数字仿真技术。与传统仿真技术比较，光伏场站数字孪生仿真技术更强调物理系统与信息系统间的实时交互，是贯穿光伏场站设备运行维护的不间断全周期循环迭代的仿真过程。因此，仿真技术的应用可以有效地降低测试成本。通过打造数字孪生，将仿真技术应用在设备运行管理过程中，能够实现涵盖设备健康管理、远程诊断、智能维护、共享服务等应用。通过对设备模型进行分析、预测、诊断、训练等（即仿真），并将仿真结果高精度反馈，从而实现对设备运行及维护需求的优化和决策。因此，对于光伏场站设备运行维护而言，仿真技术是保证数字孪生体与设备运行维护实现有效闭环的核心技术。

利用数字孪生模型对光伏场站不同状态数据进行多参数推演分析，建立针对内部状态特征参数的映射关系，获取关键参数值，掌握常态、特殊以及极端条件下的失效机理，以掌握其内在联系，为设备检修和维持长期稳定运行提供依据。目前，基于热力学模型的逆变器、开关柜、电气电缆等设施工作温度的演算、发热状态评估等备受关注。同时，通过对设备异常工况、异常参数信息等加以模拟仿真计算，实现不同工况下光伏设备不同物理故障的仿真重现与问题反馈，为设备异常信息诊断提供不同案例样本和应对依据。因光伏场站设备故障微观过程模拟难度较大，需明确不同条件及因素作用下的光伏场站设备故障演化机理，方可掌握光伏场站设备在微观工作状态。

3.3 全生命周期管理技术

基于光伏场站设备运行管理、维护作业管理和光伏场站设备备品备件全生命周期管理，通过对光伏场站及配套升压站的各类设备的集中监视，汇总设备实时状况，形成设备运行和管理情况统计、设备运维知识库，结合实时数据与历史大数据的智能比对，实现设备故障的告警和预警，为合理安排光伏场站设备运行维护，充分发挥光伏场站设备的利用率，为设备日常检修、场站运营维护和区域维检等不同的层次工作需求提供支撑。

近年来，大数据分析、机器学习等先进技术已逐渐应用于光伏场站设备运营维护评估工作，并取得了良好成效。相关研究表明，通过分析大数据能够提升评估光伏场站设备运行状态的准确性，在提取历史检修数据、针对性评价、快速预检测、智能化故障诊断等应用中发挥了关键作用。在实际应用中，光伏场站设备故障案例样本相对较少，不足以满足集中式光伏场站设备状态大数据分析和人工智能算法要求。在工业4.0 数字孪生平台架构下，可以利用数字孪生体的故障模拟仿真及数值计算模型，构建全生命周期的不同故障类型的多物理场耦合仿真，进而得到不同部位、不同构件、不同程度的设备故障数据样本，从而建立以大数据样本为依托的持续迭代、不断丰富完善的全寿命周期集中式光伏场站设备状态智能化辨识模型，获取不同监测参量与故障映射关系，实现设备故障全寿命周期的诊断、预警、定位、评估、修复。

4 数字孪生技术在光伏场站设备运行维护的应用展望

目前，在光伏场站设备运行维护过程中管理、安全、工作效率等多方面仍然存在很多痛点。如管理流程复杂，无法直观实现所有数据的分类整合；光伏场站升压站工作环境危险，高压设备对人员的场内巡视、故障排查等均存在较多安全隐患，场站内设备数量众多，普通检修维护人员难以深入检测所有设备，造成一些故障无法及时响应和处理；光伏场站多位于偏远地区，设备检修维护的及时性无法得到有力保障；场站设备故障难以及时地准确定位，并触发应急响应系统。

为解决这些行业痛点，基于物联网数据构建数字孪生技术平台，通过各种物理模型、动态数据和运行大数据，构建多时空尺度、多概率的光伏场站设备运行体系，实现光伏场站全生命周期物理设备的运营和维护；通过对光伏场站内所有设备的真实物理场景进行高精度还原，实现可视化的光伏场站设备运行维护网络，构建整个场站的智能巡检、设备管理、生产管理、线路巡检等业务逻辑，实现虚拟与现实世界的互通；通过大数据集成打破原有光伏场站设备因数据不连通导致的数据孤岛，达到安全高效的设备运行维护管理。

随着新一代通信技术的发展，特别是5G 技术带来的高速率、低时延、广连接的特点，万物互联已具备条件，依托智慧城市建设背景，基于数字孪生技术可将光伏场站设备系统与相关区域电力网络有机融合，实现风险和问题预判，实现设备运行维护信息动态预测和运维工作的科学高效规划；通过构建关键设备运行维护样板工程，可实现设备重复运行维护工作的准确定位和高效运维；通过打通光伏场站设备与整个光伏场站数字孪生平台数据接口，可实现光伏场站设备管理维护与整个光伏场站安全运行的有机统一。