点击蓝字 关注我们↑↑↑
DIGITAL TWIN
如果您不希望错过文章，就加个星标吧！
本期阅读
文章信息
论文《Metaverse Framework Designing for Energy Scheduling in Energy Internet of Things Considering Emergence》于2023年8月收录于《Digital Twin》期刊，本文由上海交大贺兴团队完成。文章探讨了在能源互联网物联网（EIoT）中，利用元宇宙框架设计进行能源调度的新兴方法，特别是针对分布式能源资源（DERs）的涌现现象。
DOI: https://doi.org/10.12688/digitaltwin.17873.2
引用本文：
HAN Y, He X, ZHANG H et al. Metaverse Framework Designing for Energy Scheduling in Energy Internet of Things Considering Emergence [version 2; peer review: 2 approved, 3 approved with reservations, 1 not approved]. Digital Twin 2024, 3:6 (https://doi.org/10.12688/digitaltwin.17873.2)
文章阅读（译文）
Metaverse Framework Designing for Energy Scheduling in Energy Internet of Things Considering Emergence
Yechen HAN1, Xing He 1, Haihong ZHANG2, Yuanjun ZUO3, Wenjing ZHANG3, Qian Ai1, Zhuo CHEN3
1 School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai, Shanghai, 201100, China
2 Xinjiang Energy Chemical Co., LTD, Beijing, China
3 State Grid Hunan Electric Power Company Research Institute, Changsha, Hunan, 410007, China
摘要
传统调度方法主要关注大型负荷及发电机组等能源寡头实体，在能源物联网（Energy Internet of Things，EIoT）中分布式能源资源（Distributed Energy Resources，DERs）快速崛起的背景下已面临显著挑战。元宇宙技术正凭借其对EIoT中DERs群体涌现特性的包容性，发展成为支撑新型能源系统的关键技术。本研究从虚拟空间的宏观视角出发，构建了一个基于虚拟孪生、数据科学、系统论及第四范式（数据密集型科学发现范式）的元宇宙框架，旨在通过聚合海量异构DERs的群体行为来捕获其涌现的群体智能，从而建立新型能源调度范式。通过数据互联架构的构建与虚实融合机制的设计，该框架实现了数据要素的深度赋能与智能系统的协同跃迁，最终为复杂能源系统调度提供了全新的理论范式。
关键词
电力系统，数字孪生，协同仿真
1. 研究背景
随着分布式能源资源（DERs）在能源互联网物联网（EIoT）中的迅速增长，传统的能源调度方法面临挑战。这些方法主要考虑大型负荷和大型发电机，但无法有效应对DERs的涌现效应。本文旨在通过元宇宙框架设计，利用虚拟孪生、数据科学、系统理论和第四范式（数据密集型科学发现范式），提出一种新的能源调度模式，以实现数据赋能和智能提升。
现有的电网调度优化模型基于电网运行参数构建，但缺乏对灵活资源的准确建模，导致求解精度低和效率不高。此外，数据驱动方法在历史未发生场景中无法学习到相应特征，决策容易产生较大外推误差，甚至可能不符合系统约束。因此，需要升级现有的负荷调度理论，并将负荷调度知识与数据科学深入整合，实现不同领域信息的有机集成。
文献综述发现一些研究尝试采用数据驱动方法如深度强化学习来解决上述问题，但这些方法在实际场景中可能无法准确预测，因此需要新的理论和方法来应对这些挑战。本文提出的方法旨在突破现有的能源调度范式，服务于新的调度理论。
2. 研究框架与核心模块
2.1 框架设计
研究提出了一种基于数字孪生和元宇宙技术的框架，该框架包含迭代机器学习机制，旨在解决能源互联网中分布式能源资源（DERs）的调度问题。框架通过虚拟孪生、数据科学、系统理论和第四范式（数据密集型科学发现范式）实现新型能源调度模式。
2.2 核心模块
框架在数据空间、特征空间和决策空间中建立了三个主要空间，并设置了系统模拟器、情境感知和调度决策者三个核心模块。系统模拟器负责生成系统状态样本，情境感知模块将低信息密度数据转换为高信息密度特征，调度决策者则实现人机混合增强智能调度优化。
3. 情境感知模块的实现
3.1 数据空间与特征空间
情境感知模块在数据空间中生成系统状态样本，并在特征空间中将低信息密度数据转换为高信息密度特征，实现调度特征提取。
3.2 故障监测服务
以配电网络故障监测服务为例，展示了情境感知模块的实现。通过使用机器学习算法，实现了基于高维统计、时空数据分析和深度神经网络技术的情境感知，有效捕捉电力质量波动，为识别潜在或早期故障提供依据。
4. 能源调度框架的实施与应用
4.1 ECTSS框架
研究进一步阐述了所提框架在智能城市中的应用前景和实施方法。提出了适用于智能城市多系统高度耦合场景的能源网络交通社会系统（ECTSS），该系统能够有效实现智能城市元宇宙框架的构建。
4.2 多系统互动
ECTSS通过物理设备层、数据采集层、智能决策层和服务管理层的连接，实现能源、网络、交通和社会系统之间的高效协同利用。
5. 结果与分析
5.1 故障监测准确性
通过使用机器学习算法，实现了基于情境感知的故障监测服务，并展示了不同网络类型下的监测准确率。例如，XGBoost算法的正常状态正确率为95.3%，故障状态正确率为96.1%，总正确率为95.46%。
5.2 框架优势
与现有调度模式相比，本研究提出的框架利用虚拟孪生技术将DER物理实体映射到虚拟空间并建立其孪生模型，有效认知DER的聚合行为和涌现现象，提高了DER的主观能动性和价值获取效应，提升了决策的灵活性和智能化水平。
6. 总体结论
本研究提出的元宇宙框架在能源互联网中考虑了涌现现象，通过虚拟孪生技术实现了DERs的高效认知和涌现利用，为复杂系统调度提供了新的理论基础。
框架有机整合了多级仿生架构与协同调度理论，预期形成适应新电力系统的调度范式。同时，该研究也是虚拟孪生、数据科学与电力系统深度融合的产物，具有很强的预测性和示范性，是数字化转型的重要方向。
研究还探讨了如何将能源调度嵌入智能城市元宇宙框架中，并提出了ECTSS以实现智能城市多系统的互动，为智能城市的发展提供了新的视角和方法。
关注公众号，后台回复“DT49”即可下载原文
DigiTwin2025
相关阅读
本公众号致力于分享高质量的数字孪生与数字工程相关学术研究与知识资讯，以促进学术交流与知识传播。推送的论文内容主要来源于公开出版或在线发布的学术资源，版权归原作者所有，仅供学术交流，未经授权不得商用。如有侵权，请联系删除。
如您有优秀论文需推荐，或者成果发布、企业进展、科研交流等需求，请在公众号后台留言，或发送邮件到digitaltwin@buaa.edu.cn，与我们取得联系。感谢您的持续关注与支持！
