光伏仿真模拟正当时

编者按:本文来自微信公众号 脑极体(ID:unity007),作者:燕良,创业邦经授权转载,头图来源摄图网


(相关资料图)

近日,各地已经轮番上演高温、暴雨、冰雹、洪水的极端天气。极端天气的频发,也让越来越多的人感受到温室效应带来的危害。

为了应对全球变暖,选择碳中和之路已经成为许多国家的共识。在双碳战略背景下,我们知道开发可再生的清洁能源是重中之重。毕竟在人类高碳排的活动中,几乎四分之三的碳排来源于能源的消耗。在发展风光水电等资源的过程中,可再生能源的并网是关键。因为可再生能源显著的间歇性和强随机波动性,接入大电网后,给系统带来了强烈的波动,影响电网的稳定与安全。

在解决清洁能源并网的有效措施中,储能和虚拟电厂是其中有效的方式,脑极体在之前的虚拟电厂和储能势动的文章都有详细的介绍过,除此之外,运用仿真模拟的数字孪生技术映射并网也成为重要的举措。今天就和大伙儿掰扯掰扯其在能源电网中的应用、价值与瓶颈。

光伏仿真模拟正当时

从能源侧的角度来看,以清洁能源光伏发电举例来说,其全生命周期都需要严格的安全生产管理,因此在能源生产到传输的全路径都需要安全可控的技术来管理全部的流程。以“数字孪生”技术为主,基于丰富的数据为核心,可以对电力从预测、生产到传输的流程全部监管。

在光伏发电设备中,具体来看,仿真模拟的数字孪生技术主要从状态的诊断、生产调试、运行分析、安全控制等几个核心层面展开。

在光伏发电过程中,光伏太阳板的位置、角度、光照、风速等变化,会影响太阳能发电功率的变化,如果能够根据仿真模拟的技术提前预测发电功率进行调配的话,可以很好地解决电网配平的问题。只有能源端发电侧预测准确及时,才能给下游输送端留出足够时间调配储能额度。

与此同时,光伏发电站也被要求需要每隔一段时间报告预估的发电功率,因此仿真模拟的预测功能是各大光伏发电站的必需。此前在光伏发电的预测功能方面,业内人士采用的是算法预测的方式,但因为算法模拟的“黑箱”特性与一些突发的天气影响因素等无法应用算法准确的模拟,应用算法来预测的方式逐渐被数字孪生的技术思路代替。

数字孪生技术可以1:1还原整座光伏发电站的形态、结构和地理位置,然后通过输入外部参数变化(如风速、温度和天气状况),使用物理仿真模型,对现实世界的电站运行情况实时模拟,提前做出预判。

因为数字孪生技术在工业、智慧城市、智慧建筑等领域的成功应用,因此在清洁能源领域中的应用也让许多业内人士期待。目前整个行业内可以提供光伏预测技术的服务企业屈指可数,国外以Solargis为主的几个少数企业比较知名,而国内目前的状况也是以几个零星的初创企业摸索为主,处于卡脖子的空白。

光伏预测的难度高主要原因则是光伏仿真模拟对于气象数据的要求较高,并且融合的数据相关度不高,如太阳光、气象物理、地形地貌等参数不相关,并且气象数据偶发的频次不低,对于预测的准确度也有影响。如果想要提高各类模型互相耦合后的精度,则对复合型人才以及专家型人才的协同提出高要求。光伏仿真模拟领域的专业壁垒较高也就不难理解。

随着数字孪生技术的不断落地与持续演进,对于光伏市场的扩增与装机量的不断提升,光伏仿真模拟正在“发光”并成为国内企业开始争相布局的领域,不仅是因为潜在的市场规模与商业机遇,从数据安全的角度来看,因为牵扯的国土资源、气象等核心数据,国产化的仿真数字孪生技术发展正当时。

数字孪生:缠绕的“勒颈线”

光伏仿真模拟是典型的数字孪生在能源生产阶段的场景应用,数字孪生通过建立虚拟映射的仿真模型,实时对光伏发电站的运行状态和运行环境等进行监控和模拟仿真运行,及时制定生产机组的最优运行策略,不仅获取更高的发电功率,也能够提前预测发电功率进行并网的调优。

在能源的传输侧,数字孪生可以把控传输过程的安全与优化能力,例如对于电缆设备可以进行映射建模,通过输入的参数与数据,对输电设备的运行状况和各节点的负荷状况进行监测,通过大数据和智能算法实时监控电网并及时对电网可能出现的问题进行预警,方便管理人员的监管,以提高电缆设备的运行性能,增加设备的使用寿命。

在能源的分配侧,数字孪生可以针对能源分配环节存在的大量变电设备,采用映射的方式将设备虚拟化,在智能安全监测设备的辅助下,实现海量数据与物理设备的关联映射,在可视化平台进行实时展现,形成数字孪生变电站,提升能源分配的经济性和安全性。

数字孪生技术在能源领域的全生命阶段都可以深度的参与,提高可控性与安全生产,不过数字孪生技术的应用发展仍然存在“勒颈”挑战。

对于数字孪生来说,核心的是数据,数据的来源是否丰富、准确等,都对模拟的结果影响较大。拿国外的Solargis企业来说,其光伏发电的评估模型工具都是与顶级的实验室、光伏产业常年研究协作的成果,积累了几十年的气候与光伏厂商的数据。对于想要布局的企业来说,在数据领域是否能够获得准确丰富的数据也是考验。

数据与技术融合的过程困难。数字孪生技术涉及采集的不同种类数据众多,在仿真建模的过程中,如何协调不相关数据之间的耦合,也比较困难。与此同时数字孪生涉及的技术包括5G、物联网技术、云计算、模拟仿真技术、AI技术等,这些技术的协同发展并不成熟,并且数字孪生后的平台模型标准化滞后。

建模仿真的技术有待突破,对于建模仿真技术中的理论方法和关键技术需要提升,因为数字孪生涉及的数据、参数众多,需要结合不同类型的数据如气象、地形、季节等,对于仿真模拟计算的模型拟合难度要求也较高,耦合出较为精准的模型比较困难。再加上可再生清洁能源的间歇性特性如季节、气候等影响,数据的波动幅度大,合成精度较高有效的模型较为困难。

无论是数据驱动还是数据+模型的驱动,都对孪生数字技术在能源领域的应用提出了较高的要求,正在发展初期的技术需要时间与具体场景长久的打磨,才能提升,不过正是因为技术的壁垒与发展的机遇,也为参与的企业带来了广阔的发展空间。

“映射”可持续的未来

我们知道在碳中和的目标背景下,可再生能源风、光、水等在电力系统中的重要性逐渐提高,也是能源变革中实现双碳目标的必要途径。据南方电网2021年的预测,到2030和2060年,中国风光新能源的发电量占比将分别达到25%和60%。这也意味着接入大电网中的新能源电力越来越多,构建智慧能源生态系统成为我国能源行业的发展趋势。

而融合物联网技术、5G通信技术、大数据分析技术、高性能计算技术和先进仿真分析技术的数字孪生技术体系,成为解决电网并网与智慧能源发展的关键。数字孪生结合储能设备,虚拟电厂等技术可为电网提供安全、发电效率的提升,也能够为并入大电网的调频、调峰等辅助服务,实现电网的削峰填谷,促进新能源的绿色数智化转型。

虽然目前数字孪生在电网领域的应用场景还主要以单点的示范工程为主,应用的场景较少,智能化水平也较低。但是随着双碳东风的大势,以及配套前沿技术如物联网、云计算、AI等技术的深度融合,长远来看,数字孪生在电网领域的建设也会取得质的突破。

未来整个电力系统,从能源生产侧到应用侧,都会迎来较大的改革,可能未来的电网中每一台设备都会接入到数字孪生中,能够准确满足精细化管理的需求,映射仿真的颗粒度会越来越细,朝着精细化挺进;系统化的发展也是数字孪生电网的另一个发展趋势,以往碎片式的构筑应用方式,也会随着颗粒度的变化,部件设备功能模块化的整合,可以区域级的响应与调控,满足实时状态的把控;而随着AI技术、边缘技术、云计算等发展,数字孪生的电网智能化水平也会大幅提高,不仅可以预估各类警报信息,也能够提前做出措施以应对,提升整个电力能源的稳定与经济运行。

在大电网的并网挑战中,数字孪生、储能等都是有效的措施,并且在电网的规划、建设、运营等过程会发挥关键的支撑作用。数字孪生电网的应用升级,最终也会对数字孪生在智慧城市、智慧交通、智慧楼宇等领域的发展提供技术的支撑。这些平行领域之间技术互相迁移与应用,共同构筑着未来我们数字生活的智能化、绿色化发展。

双碳为千行百业带来的不仅是商业的机遇与挑战,也为能源结构的变革、产业数智技术空间的跃升带来质变。从前,我们一直强调的是各行各业乘着双碳的东风有了发展的机遇,现在,深入能源领域的深处,我们会发现产业与双碳战略也是一场互相成就的相遇,各自为对方带来前所未有的改变,而这些变化也会深入到所有细碎的日常中,为未来披上可持续的“绿罩袍”。

本文为专栏作者授权创业邦发表,版权归原作者所有。文章系作者个人观点,不代表创业邦立场,转载请联系原作者。如有任何疑问,请联系editor@cyzone.cn。

推荐内容