光伏仿真模擬正當時

編者按：本文來自微信公眾號 腦極體（ID：unity007），作者：燕良，創業邦經授權轉載，頭圖來源攝圖網

(資料圖片)

近日，各地已經輪番上演高溫、暴雨、冰雹、洪水的極端天氣。極端天氣的頻發，也讓越來越多的人感受到溫室效應帶來的危害。

為了應對全球變暖，選擇碳中和之路已經成為許多國家的共識。在雙碳戰略背景下，我們知道開發可再生的清潔能源是重中之重。畢竟在人類高碳排的活動中，幾乎四分之三的碳排來源于能源的消耗。在發展風光水電等資源的過程中，可再生能源的并網是關鍵。因為可再生能源顯著的間歇性和強隨機波動性，接入大電網后，給系統帶來了強烈的波動，影響電網的穩定與安全。

在解決清潔能源并網的有效措施中，儲能和虛擬電廠是其中有效的方式，腦極體在之前的虛擬電廠和儲能勢動的文章都有詳細的介紹過，除此之外，運用仿真模擬的數字孿生技術映射并網也成為重要的舉措。今天就和大伙兒掰扯掰扯其在能源電網中的應用、價值與瓶頸。

光伏仿真模擬正當時

從能源側的角度來看，以清潔能源光伏發電舉例來說，其全生命周期都需要嚴格的安全生產管理，因此在能源生產到傳輸的全路徑都需要安全可控的技術來管理全部的流程。以“數字孿生”技術為主，基于豐富的數據為核心，可以對電力從預測、生產到傳輸的流程全部監管。

在光伏發電設備中，具體來看，仿真模擬的數字孿生技術主要從狀態的診斷、生產調試、運行分析、安全控制等幾個核心層面展開。

在光伏發電過程中，光伏太陽板的位置、角度、光照、風速等變化，會影響太陽能發電功率的變化，如果能夠根據仿真模擬的技術提前預測發電功率進行調配的話，可以很好地解決電網配平的問題。只有能源端發電側預測準確及時，才能給下游輸送端留出足夠時間調配儲能額度。

與此同時，光伏發電站也被要求需要每隔一段時間報告預估的發電功率，因此仿真模擬的預測功能是各大光伏發電站的必需。此前在光伏發電的預測功能方面，業內人士采用的是算法預測的方式，但因為算法模擬的“黑箱”特性與一些突發的天氣影響因素等無法應用算法準確的模擬，應用算法來預測的方式逐漸被數字孿生的技術思路代替。

數字孿生技術可以1:1還原整座光伏發電站的形態、結構和地理位置，然后通過輸入外部參數變化（如風速、溫度和天氣狀況），使用物理仿真模型，對現實世界的電站運行情況實時模擬，提前做出預判。

因為數字孿生技術在工業、智慧城市、智慧建筑等領域的成功應用，因此在清潔能源領域中的應用也讓許多業內人士期待。目前整個行業內可以提供光伏預測技術的服務企業屈指可數，國外以Solargis為主的幾個少數企業比較知名，而國內目前的狀況也是以幾個零星的初創企業摸索為主，處于卡脖子的空白。

光伏預測的難度高主要原因則是光伏仿真模擬對于氣象數據的要求較高，并且融合的數據相關度不高，如太陽光、氣象物理、地形地貌等參數不相關，并且氣象數據偶發的頻次不低，對于預測的準確度也有影響。如果想要提高各類模型互相耦合后的精度，則對復合型人才以及專家型人才的協同提出高要求。光伏仿真模擬領域的專業壁壘較高也就不難理解。

隨著數字孿生技術的不斷落地與持續演進，對于光伏市場的擴增與裝機量的不斷提升，光伏仿真模擬正在“發光”并成為國內企業開始爭相布局的領域，不僅是因為潛在的市場規模與商業機遇，從數據安全的角度來看，因為牽扯的國土資源、氣象等核心數據，國產化的仿真數字孿生技術發展正當時。

數字孿生：纏繞的“勒頸線”

光伏仿真模擬是典型的數字孿生在能源生產階段的場景應用，數字孿生通過建立虛擬映射的仿真模型，實時對光伏發電站的運行狀態和運行環境等進行監控和模擬仿真運行，及時制定生產機組的最優運行策略，不僅獲取更高的發電功率，也能夠提前預測發電功率進行并網的調優。

在能源的傳輸側，數字孿生可以把控傳輸過程的安全與優化能力，例如對于電纜設備可以進行映射建模，通過輸入的參數與數據，對輸電設備的運行狀況和各節點的負荷狀況進行監測，通過大數據和智能算法實時監控電網并及時對電網可能出現的問題進行預警，方便管理人員的監管，以提高電纜設備的運行性能，增加設備的使用壽命。

在能源的分配側，數字孿生可以針對能源分配環節存在的大量變電設備，采用映射的方式將設備虛擬化，在智能安全監測設備的輔助下，實現海量數據與物理設備的關聯映射，在可視化平臺進行實時展現，形成數字孿生變電站，提升能源分配的經濟性和安全性。

數字孿生技術在能源領域的全生命階段都可以深度的參與，提高可控性與安全生產，不過數字孿生技術的應用發展仍然存在“勒頸”挑戰。

對于數字孿生來說，核心的是數據，數據的來源是否豐富、準確等，都對模擬的結果影響較大。拿國外的Solargis企業來說，其光伏發電的評估模型工具都是與頂級的實驗室、光伏產業常年研究協作的成果，積累了幾十年的氣候與光伏廠商的數據。對于想要布局的企業來說，在數據領域是否能夠獲得準確豐富的數據也是考驗。

數據與技術融合的過程困難。數字孿生技術涉及采集的不同種類數據眾多，在仿真建模的過程中，如何協調不相關數據之間的耦合，也比較困難。與此同時數字孿生涉及的技術包括5G、物聯網技術、云計算、模擬仿真技術、AI技術等，這些技術的協同發展并不成熟，并且數字孿生后的平臺模型標準化滯后。

建模仿真的技術有待突破，對于建模仿真技術中的理論方法和關鍵技術需要提升，因為數字孿生涉及的數據、參數眾多，需要結合不同類型的數據如氣象、地形、季節等，對于仿真模擬計算的模型擬合難度要求也較高，耦合出較為精準的模型比較困難。再加上可再生清潔能源的間歇性特性如季節、氣候等影響，數據的波動幅度大，合成精度較高有效的模型較為困難。

無論是數據驅動還是數據+模型的驅動，都對孿生數字技術在能源領域的應用提出了較高的要求，正在發展初期的技術需要時間與具體場景長久的打磨，才能提升，不過正是因為技術的壁壘與發展的機遇，也為參與的企業帶來了廣闊的發展空間。

“映射”可持續的未來

我們知道在碳中和的目標背景下，可再生能源風、光、水等在電力系統中的重要性逐漸提高，也是能源變革中實現雙碳目標的必要途徑。據南方電網2021年的預測，到2030和2060年，中國風光新能源的發電量占比將分別達到25%和60%。這也意味著接入大電網中的新能源電力越來越多，構建智慧能源生態系統成為我國能源行業的發展趨勢。

而融合物聯網技術、5G通信技術、大數據分析技術、高性能計算技術和先進仿真分析技術的數字孿生技術體系，成為解決電網并網與智慧能源發展的關鍵。數字孿生結合儲能設備，虛擬電廠等技術可為電網提供安全、發電效率的提升，也能夠為并入大電網的調頻、調峰等輔助服務，實現電網的削峰填谷，促進新能源的綠色數智化轉型。

雖然目前數字孿生在電網領域的應用場景還主要以單點的示范工程為主，應用的場景較少，智能化水平也較低。但是隨著雙碳東風的大勢，以及配套前沿技術如物聯網、云計算、AI等技術的深度融合，長遠來看，數字孿生在電網領域的建設也會取得質的突破。

未來整個電力系統，從能源生產側到應用側，都會迎來較大的改革，可能未來的電網中每一臺設備都會接入到數字孿生中，能夠準確滿足精細化管理的需求，映射仿真的顆粒度會越來越細，朝著精細化挺進；系統化的發展也是數字孿生電網的另一個發展趨勢，以往碎片式的構筑應用方式，也會隨著顆粒度的變化，部件設備功能模塊化的整合，可以區域級的響應與調控，滿足實時狀態的把控；而隨著AI技術、邊緣技術、云計算等發展，數字孿生的電網智能化水平也會大幅提高，不僅可以預估各類警報信息，也能夠提前做出措施以應對，提升整個電力能源的穩定與經濟運行。

在大電網的并網挑戰中，數字孿生、儲能等都是有效的措施，并且在電網的規劃、建設、運營等過程會發揮關鍵的支撐作用。數字孿生電網的應用升級，最終也會對數字孿生在智慧城市、智慧交通、智慧樓宇等領域的發展提供技術的支撐。這些平行領域之間技術互相遷移與應用，共同構筑著未來我們數字生活的智能化、綠色化發展。

雙碳為千行百業帶來的不僅是商業的機遇與挑戰，也為能源結構的變革、產業數智技術空間的躍升帶來質變。從前，我們一直強調的是各行各業乘著雙碳的東風有了發展的機遇，現在，深入能源領域的深處，我們會發現產業與雙碳戰略也是一場互相成就的相遇，各自為對方帶來前所未有的改變，而這些變化也會深入到所有細碎的日常中，為未來披上可持續的“綠罩袍”。

關鍵詞： 數字孿生