信息物理系统与数字孪生电网

信息物理系统与数字孪生电网二、数字孪生电网的形态特征一、信息物理系统与数字孪生的概念引入三、电网信息物理融合建模五、小结四、数字孪生电网应用前景

提

纲

contents1有限智能水平的自动化系统系统性能、先进控制方法、解

决复杂问题能力的欠缺，信息

利用率与集成化程度不高。信息物理系统(CyberPhysicalSystems,

CPS)计算机信息网络及数据处理过程与

物理世界进程的深度紧密结合。其

理论和方法用于解决信息物理交互

的复杂系统运行中的动态、时序、并发性等问题。系统性理论与物理世界模拟量的处理分析过程直接相关信息物理系统网络化计算资源与物理世界精密深层的结合概念及其发展成熟传统的嵌入式系统小型计算机/处理器上运行的嵌入式

软件。有限资源与性能下的优化。首次完整概括并提出ProfessorEdward

A.LeeUniversityof

CaliforniaatBerkeley计算机科学以离散化数据结构完成对物理世界的抽象描述CPS概念的引入Cyber-PhysicalSystems(CPS):不同的工业应用物理系统结合大量的网络计算资源CPS概念的引入国家和组织研究方向研究成果理论和标准研究:参考架构、

应用案例、时间同步、CPS

安全、数据交换。。成立CPS公共工作组(CPS

PWG)。

发布了CPS框架1.0(2016年5月)。CPS测试验证平台(Testbed)标准研究:开展CPS相关标

准研制工作。。成立IEEETC-CPS。定期举办学术会议CPSWeeks战略分析和理论研究:智能

设备、嵌入式系统、感知控

制、复杂系统(SoS)。。设立CPS研究小组。启动了ARTEMIS项目。

发布《CyPhERSCPS欧洲路线图和战略》国家战略和理论研究:CPS特征、CPS应用、智能设备、

信息物理制造系统CPPS。。德国工业4.0确定以CPS为核心。发布《生活在网络世界—CPS集成研究计划》

。成立了世界第一个已投产CPPS实验室标准、技术、应用研究:焦参考结构、核心技术、标

准需求以及应用案例等的研

究。信息物理系统发展论坛。

共性关键技术测试验证平台建设与应用国内外动态CPS

白皮书2017工业和信息化部与

国家标准化管理委

员会联合指导发布2021年5月

,

佳士得拍卖了CryptoPunks的

NFT作品,包含

9个

24x24、

8位元风格像素的朋克头像,该拍品以1696.25万美元成交。NFT即

Non

Fungible

Token,即非同质化代币,

是基于区块链技术的一种资产类型。由于NFT在技术上可以为数字化商品或资产提

供唯一性证明,因此NFT未来可以在版权保护领

域、金融资产数字化领域、数字身份构建等领

域得到广泛的应用，“通往元宇宙世界的关键2021-2022江苏卫视跨年晚会周琛

和邓丽君合唱大鱼。虚拟人：三维全息仿真、虚实互动、

智能应用。2021元宇宙的2个标志性事件密钥”。制造业长期以来一直拥有物理设施“数字孪生”的概念。

制造是一个极其复杂的过程，通过虚拟空间来运行工厂生

产过程的模拟，可以识别和分析如何更高效、更安全地完

成工作。元宇宙（Metaverse

）是利用科技手段进行链接与创造的，与现实世界映射与交互的虚拟世界，具备新型社会体系的数字生活空间。1992年,NealStephenson的科幻小说《SnowCrash》中

提出

了

“metaverse(元宇宙,汉译本译为“超元域”)”和

“化身

(Avatar)”这两个概念。元宇宙概念的提出国际标准的数字孪生定义:具有数据连接的特定物理实体或过程的

数字化表达，该数据连接可以保证物理

状态和虚拟状态之间同速率收敛、并提

供物理实体或流程过程的全生命周期的

集成视图，有助于优化整体性能。数字孪生DT和信息物理系统CPS的关系:数字孪生系统是CPS技术的具体物化体现。相同之处:数字孪生DT和信息物理

系统CPS都是研究数字空间与物理实体之间的映射关系，利用数字化

手段构建系统为现实服务。不同之处在于:数字孪生是物理和虚拟空间

的一对一的映射，而CPS更为宽泛可以是一对

多或多对一的映射。Professor

Grieves

美国密歇根大学产品全生命周期管理课程

PLM

(Product

Lifecycle

Management)2010年美国NASA

“DigitalTwin”集成了多物理量、多尺度、多概率的

系统或飞行器仿真过程。概念及其发展成熟数字孪生概念的引入2003年首次提出数字孪生基本思想数字孪生概念的引入“元宇宙全息路口”即“数字孪生路口”在技术端对实际路口进行数字化模拟，打造1:1还原的数字孪生路口场景，通过在虚拟端对不同

路况的回测，实现回归现实场景的合理预警分析，

数字路口孪生模拟能够极大赋能现实路口“车路

协同

”。数字黄河-数字孪生黄河

利用数字孪生打造智慧防汛平台

数字孪生提升水资源精细管理水平

数字孪生推进生态保护工作开展

数字孪生模拟水沙关系与调控分析

数字孪生助力文化传承保护数字孪生城市主要聚焦在交通、社区、建筑等行业场景。从BIM（建筑信息模型）到CIM（城市信息模型）中国信通院日前发布的《数字孪生城市白皮书》：目前上海、北京、天津、深圳、海南、广东、山东、江苏等地都明确提出数字孪生城市的建

设计划及相关政策。数字孪生概念的引入

一二次融合、分布式处理消纳大容量分布式电源的电网形态电网形态l

含有大量分布式电源l

消纳清洁能源,考虑

碳流价值驱动l

一二次融合与分层分

布控制体系l

信息物理融合系统早期电网电网逐步向大信息流与能量流并行的高级形态转变电网CPS需求智能化灵活性高效性

可持续性微网

可靠电网自治电网

高级电网低碳化、智能化强调能量强调信息传统电网价值价值智能电网网络功能网络规模数字孪生电网l

系统运行状态全景感知l

设备健康状态研判l

运行趋势演化分析l

故障研判分析l

全生命周期电网发展l

智能化高级应用采用虚实结合实现电网真实空间与虚拟空间的实时动态映射数字孪生需求1.受控设备与控制环节紧密融合2.一次、二次融合3.信息虚拟空间与电网实体精准映射高比例可再生

能源接入电网信息化技术在

电网广泛应用现有电网分析控制理论更多局限于C或P本身电网信息物理系统是应对电力能源复杂运行场景的有效手段突破

C

–

P

融合的电网分析与控制理论和方法电力系统形态变化本项目理论12Paper

URL:

/doi/10.1049/enc2.12046Promotional

information

added

by

ECE国家重点研发计划“智能电网技术与装备”专项项目（2017YFB0903000）电网信息物理系统分析与控制的基础理论与方法项目负责人：

刘东项目牵头单位：全球能源互联网研究院有限公司项目参与单位：上海交通大学、清华大学、浙江大学、中国电力科学研究院有限公司、天津大学、国电南瑞科技股份有限公司、东南大学、武汉大学、西北工业大学、北京交通大学、中国农业大学、国网福建省电力有限公司项目起止年限：

2017年7月至2021年6月安全可靠性风险分析支撑课题3提升分析基础

运行特性分析市场环境下互动电网的稳态与动态运行特性分析分析与风险预警评估配电网安全可靠性仿真与验证电网信息物理系统

的仿真与验证仿真平台环境融合验证与展示电网物理过程仿真通信仿真（含信息安全）调控机制设计科学问题2:电网跨信息-物理空间的

风险演化机理与协同优化控制理论科学问题1:电网物理系统与信息空间的交互作用机理、融合建模、混合计算理论课题设置电网信息物理系统的

交互机理与建模理论融合机理

应用融合建模有源配电网实时

优化控制方法合理性、

正确性验证模型

基础

L_场景实例

展示与演示多业务综合仿真与部署分析基础课题2课题5课题4课题1集成应用优化控制促进1415二、数字孪生电网的形态特征一、信息物理系统与数字孪生的概念引入三、电网信息物理融合建模五、小结四、数字孪生电网应用前景

提

纲

contents16数

字孪

生电网实体电网运维需求变化运维成本数字孪生电网是通过全息信息感知和精准实时映射，在数字空间构建实体物理电网的数字镜像，并可反向作用于实体电

网；数字孪生体具有特性可描述、数据可观测、状态可预测、场

景可演进、控制可反馈等特征；数字空间和实体电网具有虚实数字孪生电网特征同步、状态互动。数字空间实体电网虚拟电网演化安全

风险环境

冲击电网

发展建设

成本供电

收益电网

布局17

物理系统多时间尺度仿真

信息系统仿真

信息物理融合建模

云-边-端物联网平台实现实体

感知与虚实映射

复杂应用场景重现数

字孪

生电网实体电网运维需求变化运维成本数字孪生电网基础全生命周期电网演化与分析电网运行与维护虚拟电网演化安全

风险环境

冲击电网

发展建设

成本供电

收益电网

布局18数

字孪

生电网实体电网运维需求变化运维成本刻画电气网络演化拓展、通信网络演化升级；电网及设备的三维全息仿真模

型

；信息空间安全态势演变和信息安全防护策略演进等复杂动态场景。数字孪生电网关键技术

建立电力信息物理形态结构多阶段演化分析模型；数字空间

实体电网虚拟电网演化安全

风险环境

冲击电网

发展建设

成本供电

收益电网

布局19

Paper

URL:

/doi/10.1049/enc2.12051Promotional

information

added

by

ECE二、数字孪生电网的形态特征一、CPS与数字孪生的概念引入五、小结四、数字孪生电网应用前景三、电网信息物理融合建模

提

纲

contents201.电网的连续动态过程和信息网络的离散过程如何融合分析

？——机理分析2.如何将异构的信息系统与物理系统纳入融合的建模框架进行描述？——融合建模3.在闭环决策控制场景下，如何定量评估信息流对能量流的影响？——混成计算目标：针对电力系统信息物理融合模机理尚不清晰，计算与分析模型未考虑信息因素，如何实现机理刻画，统一模型描述，解决离散状态与连续过程联合计尚无信息空间

与能量空间的跨空间计算方

法储未能揭示GCPS

中信息-物理融缺少反映GCPS运行特

性的融合模型电网物理系统电网信息空间GCPS源信息-物理

融合需解决的难点问题：算的技术难题？合的交互机理存

在的

问题国网云荷电力系统信息物理融合端

站

边能源物联网21道网云22

电气网络

事件网络

理论基础研究内容CPS关键交互路径辨识将电气网络的连续动态过程和信息网络的离散过程转换为统一的事件网络，

以耦合事件序列的形式描述、分析融合系统动态行为。动态过程

xt+1

=f(xt,ut)演进机制S

=

argmaxP(S,

E)离散事件与连续过程耦合的信息物理交互CPS耦合事件动态分析CPS形态功能博弈演化拓扑形态G(V,E)离散

事件

动态

系统连续

状态

动态

系统信息网络转换转换耦合事件1发生P1

P2P4P3离散事件与连续过程耦合的信息物理交互正常

状态警戒

状态紧急

状态系统

崩溃t1

t2

t3

t4

t5耦合事

发生P5耦合事件2

发生耦合事件组合系统运行状态

时间件323图例信息拓扑及其承载的离散信息状态

电力拓扑及其承载的连续电力过程

信息-物理交互拓扑及其承载的信息-物理耦合事件跨空间联动接口P1P3离散事件与连续过程耦合的信息物理交互电网CPS系统运行稳态P1

电网CPS系统运行稳态P2C3P2C3P2下层网络(电网物理系统)电网信息物理系统运行模型上层网络

(信息空间)状态

演化系统

运行C1C1P3P1P4C224P4C2CPS元件级模型1.

耦合事件驱动下，元件状态迁移、属性

及运行特征变化。2.刻画在特定状态下的元件连续动态特性。3.

刻画元件内在的控制逻辑，以及内在控制逻辑作用下的连续动态过程的转变。4.

元件之间的交互（信息、电气）、事件传导与级联效应。电网信息物理元件微观建模25

机理模型：以输入参数、状态参数、输出参数为基本要素构建数理逻辑方程，在新

型特高压及电力电子元件研究中比较常见，具有广泛的应用基础。

数据驱动的建模方法：基于统计学方法，克服传统机理模型的局限性，从系统所经

历的真实物理环境出发，测试获得系统属性的真实数据及相关限制。26不适于信息空间的元件

；未体现CPS融合后，控制逻辑以及离散事件对于元件运行的影响。电网信息物理元件微观建模分类物理层信息层融合层源风力发电机、光伏逆变器燃汽轮机、水轮机、虚拟同步发电机、异步发电机、交直流变流器调频系统、RTU、调压系统（AVC）网断路器、联络开关、分断开关、配电线路设备、变压器、无功补偿设备SDH光传输设备、控制终端、交换机、路由器、操作系统、充电监控主站服务、安控主站、需求侧响应管理服务、充电策略控制服务、SCADA服务、通信节点差动保护装置、过流保护装置、FTU、DTU、

TTU、电流传感器荷可控制冷负载、不可平移负荷、可平移负荷、恒功率负荷、恒阻抗负荷、恒电流负荷、动态负荷、随机负荷、电动汽车、恒温器充电桩、量测单元储电池储能、飞轮储能、燃

料电池建立基于有限状态机的CPS元件

模型48种，并在课题5中应用。o物理层元件26种o信息层元件11种o

融合层元件11种元件选取原则：o覆盖C，P及CP融合三个层面o覆盖“源-网-荷-储”电网信息物理元件微观建模27Paper

URL:

/doi/10.1049/enc2.12038Promotional

information

added

by

ECE基础模型：FSM有限状态机，刻画耦合事件驱动下，元件状态迁移定义：有限状态机FSM是一个五元组，M

=

(S,Σ,

f,s0,

Z)其中：S是一个有限状态集合，它的每一个元素称为一个状态；

∑是一个有穷字母表

，它的每一个元素称为一个事件符号；

f是转换函数，定义了从S×Σ

→

S的一个单值映射；

s0

∈

S是一个唯一的初始状态；Z

⊆

S是一个终止状态集合。S

=

{s0,

s1,

s2

}Σ=

{e1,

e2,

e3,

e4

}

ìs

¾¾e1→

s

Z

Í

S电网信息物理元件微观建模e2e1

·

·s0

s1电网信息物理元件FSM基础模型s2e3e428Step

1.

FTU元件功能设定设定FTU具备2种功能a（控制）与b（量测），两个

功能相互独立运行，当某个功能失效时由主站/子站

决策是否立即重启/检修FTU。Step2.

FTU有限状态集合（

1

）Srun

，设备正常运行

，功能a与b均正常；（

2

）Serr-a

，设备出现故障，功能a失效，功能b正

常；（

3

）Serr-b

，设备出现故障，功能a正常，功能b失

效；（4

）Sstp

，设备出现故障

，功能a与b均失效；（

5

）Srst

，设备重启/检修。（

6

）SFDI

，设备遭受虚假数据注入攻击，设备正常

运行

，功能a与b均正常

基于电力CPS设备的功能分析，提出了元件的有限状态集合及各状态下的工作特性的抽取方法

基于电力CPS设备功能分析，设计电力CPS有限状态机元件状态转换规则FTU元件模型

只功能b正常运行，不检修功能b失效SFDI只功能a正常运行不检修设备不可逆故障数据隔离功能a失效b失效功能a与b均失效Srun设备重启故障可恢复Srst主站/子站C

t

,

X

tFTUS

tY

t控制装置电网信息物理元件微观建模基于有限状态机的电网信息物理元件模型设备状态采集

下，达

设备状态上传设备重启指令控制指令下达主站/子站分段开关29控制信号下达Y′

t数据注入正常运行设备重启功能aSerrbSerraSstpFSM扩展模型：1补充运行参数：温度上下限值，闭锁时间Tmax

,

Tmin

,

tlock2

增加模型输入量输出量

：

T(k),δ1

(k)3

增加元件动态特性的描述：状态方程。状态方程

室温的等效热参数（Equivalent

Thermal

Parameter，ETP）模型电网信息物理元件FSM扩展模型Ta<TminTa>Tmax输入变量:当时刻环境温度

T（k）,输出变量:状态置位信号

δ1

(k)电网信息物理元件微观建模空调负荷

运行状态调节影响室内温度的动态演化OFF

LOCKOFFONONLOCK

本地关闭指令本地开启指令

t

≥

tlockt

tlock30≥>><<Mixed

Logical

Dynamic（混合逻辑动态）

：对线性系统的状态方程进行扩展，加入了连续辅助变量和0-1指示变量用于表达受控对象的多模态控制逻辑：•实现在一个公式中结合动态和逻辑的混合•对复杂非线性特性作出简化表达

íï

A

eξ(k

)

+Beu(k

)

+Ceλ(k

)

+Δew(k

)

+Ee

=0!

ïlAieξ(k

)

+Bieu(k

)

+Cieλ(k

)

+Δiew(k

)

+Eie

<=0!在物理动态过程中考虑到操作逻辑变量（通常表达为0-1）变量，实现在一个公式中结

合动态和逻辑的混合。通过约束联立表达复杂控制逻辑，即操作逻辑与外界条件与系统内部状态产生关联。电网信息物理元件MLD模型电网信息物理元件微观建模31空调负荷MLD模型1

在FSM扩展模型中增加对元件的内在控制逻辑的描述。2引入辅助变量，将控制逻辑

+状态方程过程转换为混合整数（线性）方程，以便进一步求解。32混合逻辑动态模型包含两部分内容：1）考虑逻辑变量的元件动态方程；2）对于逻辑变量的约束条件，充分考

虑到元件状态机的状态迁移条件，体现复杂控制逻辑。电网信息物理元件MLD模型íìïTmax,i

-Ta,i

(k)

≥ε+(-ΔT

-ε)δ1,i

(k)ìti

(k)≤

tlock

(1

-δ2,i

(k))íï

((

))(k-

1)+1ïti

(k)

≥

ti

(k

-1)

+1-tlockδ2,i

(k)ïlti

(k)-tlock

≥

ε

+

(-tlock

-ε)(1-δ2,i

(k+

1))t

i0kkiitt1、室温高于上限时，空调需开启：2、室温低于下限时，空调需关

闭

；3、当空调运行状态发生变化时，

计时器需清零

；4、当空调运行状态不变时，计时

器增加∆t，；5、当计时器时间小于闭锁时间时，

禁止空调负荷的运行状态发生变化。电网信息物理元件微观建模状态方程中引入逻辑变量(

δ1,

(k)

）：环境温度与上一时刻温度和当前空调工作

状态相关引入逻辑变量的约束条件，将其约束线性化

Qac

(k

)

=

δ1

(k

)QNïlTa,i

(k)-Tmin,i

≥ε

+

(-ΔT

-ε)(1-δ1,i

(k))ï应用场景：

空调负荷动态调控

设定优化目标函数，将负荷动态调控问题构造为线性整数规划问题。优化控制问题

s.t

=

ton,ij状态方程

Qac

(k

)

=

δ1

(k

)QN电网信息物理元件MLD模型第1组第2组第3组0

ts=2

τon,ij+2

τc(min)电网信息物理元件微观建模目标函数

：在保证总运行时间约束及舒适度的前提下，尽

可能使得实际开关序列与参考序列之间的偏差尽可能的小。0τon,ij-2

ts=τc-2

τc(min)第τc组

工工口0

ts=

1

τon,ij+1

τc(min)ts=0

τon,ij

τc(min)ts=τc-1τc(min)

OFF状态最终控制策略及结果0

τon,ij-1第τc-1组ON状态33...MLD-辅助变量约束

电动车MLD模型：引入逻辑变量

δEV

代表电动车是否充电（充电为0，放电为1），δgEV

代表电动车是否连入充电桩（1代表连接充电桩，0代表未连接充电桩）。.SocEV

=

-σSocEV

+

S.ocEV

=

-σSocEV

+

ηchar

pqmax

eEVMLD-电动车控制逻辑（只有接入充电桩，电动

车才可以充放电）：未接入充电桩，充放电功率

为0；放电状态下，功率为负值。

电网信息物理元件MLD模型颊噸盗鄺际偽珞巢SonpSoffp諱樺丢歼饽善崃碌歼Sv2g铮偿碌歼电网信息物理元件微观建模电动车五种状态，道路行驶状态，停车状态（未

插入充电桩），停车状态（插入充电桩未充电），

充电状态，放电状态。MLD-电动车物理状态

方程：与电池充放电，

能量衰减，及道路行驶

有关，其中考虑充电换

件，与是否充电及充放

电功率相关34駿萬丢歼饽驶离停车位善崃丢歼铮偿丢歼停放汽车Sg2vSoffcPaper

URL:

/doi/10.1049/enc2.12043Promotional

information

added

by

ECE研究目标：建立电网CPS融合模型

，从全局视角刻画信

息系统与电力系统的融合动态与交互关系问题：1、如何将异构的信息系统与物理系统纳入

融合的建模框架进行描述？2、如何增强对复杂控制逻辑的表达能力?3、如何支持未来强依赖于信息系统的复杂运行场景（海量分布式可调资源、多能耦合

系统）的运行分析与优化控制？电网信息物理融合系统建模35Vl

∈

[1,

A

],ξl

(k+1)=Aξξl

(k

)

+

BξDl

(k

)

+

Xξλl

(k

)

+

Δξwl

(k

)

+

Eξμl

(k

)

=

Aμξl

(k

)

+

BμDl

(k

)

+

Xμλl

(k

)

+

Δμwl

(k

)

+

EμA

eξl

(k

)

+BeDl

(k

)

+Xeλl

(k

)

+

Δewl

(k

)

+Ee

=

Aieξl

(k

)

+BieDl

(k

)

+Xieλl

(k

)

+Δiewl

(k

)

+Eie

"=

元件动态控制逻辑

Vi∈

[1,

S],

σi

=Ki

xi

+

βi

+εiVj

∈

[1,

D

],

Yj

=

Φ

j

(δj

)通信量测决策

在电力潮流方程基础之上，融合元件控制逻辑、信息空间的信息交互与处理流程，提出了C-P融合基础流模型，实现了从传统电力系统模型到电网CPS模型的跨越。gp

(X,

U

)

=0

潮流信息流方程能量流方程混合逻辑

动态

方程电网信息物理融合系统建模C-P融合基础流模型C-P融合基础流模型36正常运行工况局部通讯中断工况元

件动态温控负荷归一化状态变量演化过程部分温控负荷状态变量偏离目标值信息

支路Ψ(t)=E1×100

,

"tì0,

ï(t∈[705s,945s])

Λ

(j=45,57,

66,89

)

(tÏ[705s,945s])

Ú(t∈[705s,945s])

Λ

(j≠45,57,

66,89

)系

统动态馈线控制误差信号完全补偿37馈线控制误差信号出现欠补偿/过补偿

C-P融合基础流模型中，采用信息节点-支路模型对信息交互与处理流程建模，

并与元件级MLD模型整合于统一计算框架，支撑信息-能量流的动态推演计算。C-P融合基础流模型电网信息物理融合系统建模C-P融合基础流模型动态计算框架Ψ

j

(t)

=

íï

1,ïll

定时驱动：时间进行到预设时标t

-t

f

≤

εl

即时驱动：满足预设逻辑条件reg

C-P融合事件驱动模型：从运行模态的角度分析GCPS在离散状态域的迁移。一般化CPS事件驱动模型<

pr

>!ξCPS

:=Γ

<a

>Å<tg

,

og

>Å

<

tr

,

or

>驱动判据类型值向量源属性

汇属性与融合流模型的对比：

融合流模型从

数值

的角度刻画

GCPS连续动态的演化规律

事件驱动模型从模态的角度刻画

GCPS离散状态的迁移规律

驱动判据：驱动事件的逻辑命题表达式

源属性：发生时标，事件源对象

汇属性：接收时标，事件汇对象

值向量：需传递的连续值或离散值(p

<

0)

Ù

(δcEh

e

=

1)目标功率为负

且当前处于充电状态argSStargetESS电网信息物理融合系统建模信息物理系统级

状态迁移

}

事件驱动元事件应用场景状态迁移

（逻辑判据）运行状态

（状态方程）状态迁移

（逻辑判据）运行状态

（状态方程）C-P融合事件驱动模型CPS对象间交互

当前时间与预设值足够接近件级

事件模型38

基于融合流模型，将量测值向量用于驱动判据命题逻辑表达式的判别

当驱动判据逻辑表达式成立，将生成系统级事件。系统级事件的值向量经由信

息支路作用于决策节点，引发控制逻辑切换C-P融合事件驱动模型电网信息物理融合系统建模状态1状态4状态3状态2系统状态迁移路径状态转移逻辑L23状态转移逻辑L12状态转移逻辑L41状态转移逻辑L3439▲融合流模型：GCPS状态更新（潮流方程）状态转移逻辑L12状态转移逻辑L34状态转移逻辑L23当前运行模态融合流模型：元件级状态更新（MLD）

基于C-P融合事件驱动模型，推演并分析各类信息物理耦合故障引发的事件交互及模态迁移过

程，支撑GCPS运行的动态安全性评估与预警。全局风险指标计算事件驱动

驱动判据成立

运行模态迁移

驱动状态转移

电网信息物理融合系统建模事件驱动融合模型在风险预警中的应用控制策略调整多场景故障概率评估系统运行状态模态3模态1模态420种预想风险

场景集离散状态域

控制指令

风险评估计算下一刻运行模态状态转移逻辑L41引起模态24}二、数字孪生电网的形态特征一、信息物理系统与数字孪生的概念引入三、电网信息物理融合建模五、小结四、数字孪生电网应用前景

提

纲

contents41配电物联网信息物理交互平台依据GCPS项目的理论成果，初步研发了电力信息物理耦合动态仿真和安全评测平台。应用融合建模和耦合事件分析理论，对极端灾害和恶意攻击下电力信息物理系统安全性和

恢复水平进行评估、制订优化防御和恢复策略。数字孪生电网应用展望43•

未来电网形态

模拟•

全生命周期推

演电网发展与规划•

源网荷储协同•

复杂场景推演•

设备运行模拟•

设备故障预演•

设备寿命评估设备状

态诊断

与预测•模拟测试环境•

系统虚拟调试•

系统情景培训生产业务调试数字孪生电网应用展望析与控

运行分制Paper

URL:

/doi/10.1049/enc2.12049Promotional

information

added

by

ECE二、数字孪生电网的形态特征一、信息物理系统与数字孪生的概念引入三、电网信息物理融合建模四、数字孪生电网应用前景五、小结

提

纲

contents45应用前景1.在当前碳达峰和碳中和目标实现的背景下，建立新能源为

主体的新型电力系统面临分析理论与方法的新突破，

GCPS项目成果初步建立的信息-物理交互的分析理论大有

作为。2.电网信息物理系统可以从多维全景感知、信息-物理-价值

多流融合模型构建、数字孪生电网与设备等方面为新型

电力系统提供理论方法与模型基础，改进传统电网的运行

与控制模式。46微信公众号：CPSforPowerGrid47AbstractAmorereliable,efficient,andresilientsmartgriddependsontheapplicationsofadvanced

informationandcommunicationtechnologiestosupportnewfunctionsandcontrols.The

critical

infrastructure

ofa

smart

grid

consists

ofsome

major

components

such

as

moni-

toring,controls,communicationprotocoland

software.The

cyber-physical

system

(CPS),

whichintegratesthesecomponents,isanimportantenabler

forthe

expected

transition

of

theenergysystemdriven

bydecarbonization,digitalizationanddecentralization.

This

paper

providesan

overviewofthepolicydrivers

andbarriers

for

the

implementation

ofCPS

in

power

systems.

With

the

vast

deployment

ofdistributed

energy

resources

(DERs),

there

isincreasing

demand

tomodel

thehardware,

software

and

theirinteractions

in

the

smart

gridenvironment.Thispaperreviewsthemodellingandapplicationsof

intelligentCPSfor

decentralized

energy

systems.Theintegration

ofDERs

andthe

supportiveinfrastructure

makemodernpower

systemsmorevulnerableandless

reliable

to

external

threats

such

as

terroristintrusion.Therearegrowingconcernsovertheriskof

cyber-attacksinmartgrids.

Thispaper

surveys

thelatestprogress

on

criticalinfrastructure

identification

and

protec-

tion,

as

well

as

risk

assessment

and

mitigation

methods

for

cyber-attacks.

Finally,

some

advancedissuesincyber-physicalenergysystemsareaddressed.physical

entities

andintroducesnovel

communication

and

sen-

sortechnologies,isexpectedtoplayakeyrolein

the

realization

of

gridmodernization.The

terminology

CPS

is

originally

from

computer

science.

The

National

Science

Foundation

defines

the

CPS

as

the

sys-

tems

to

integrate

sensing,

computation,

control

and

network-

ingintophysicalobjectsandinfrastructure,connectingthemto

the

Internet

and

to

each

other

[2].There

are

three

domainsin

the

CPS:

the

physical

system,

the

cyber

system,

and

the

cyber-

physical

integration.

Compared

with

the

conventional

digitalsystems,

the

CPS

has

two

advancedfunctional

components:

(1)Connectivityof

physicalworldinformationand

cyber

spacefeedback,and(2)capability

of

intelligent

data

management,ana-

lytics

and

computation.As

oftoday,

the

CPS

has

been

applied

in

many

areas

such

as

automotive

systems,

aerospace,

chemi-

cal

processes,

civil

infrastructure,

energy,

healthcare,

manufac-

turing,

and

transportation.

The

application

ofCPS

on

electric

powergridis

an

emergingnewtopic.The

modern

electric

grid1INTRODUCTIONInrecent

years,thesmart

gridhasbecomean

increasinglyattrac-

tivetopicinpowerindustry.Comparedtothetraditionalpower

grid,the

smartgridis

more

flexible,

effective,

sustainable,

reli-

ableandsecure.Inaddition,a

smartgrid

shouldbe

able

to

sus-

taintheintegrationof

large-scaleintermittentrenewableenergy

generation,increasetheparticipationofendusers,

andprompt

efficient

operation

ofelectricity

markets.

The

US

Department

of

Energy

(DOE)

recently

launched

the

Grid

Modernization

Initiative

for

the

smart

grid

to

accommodate

the

technolog-

icalchangeshappeninginthegeneration,transmissionand

distribution

of

electric

power[1].

The

future

of

the

grid

will

become

more

intelligent

to

deliver

resilient,

reliable,

flexible,secure,

sustainable,

and

affordable

electricity

to

the

customers.

In

particular,

a

smarter

grid

implies

the

increasing

application

of

sensors,communicationsandcomputers.Thecyber-physical

system

(CPS),

which

collaborates

computational

elements

andAsurveyonpolicies,modellingandsecurityof

cyber-physical

systemsinsmartgridsQin

Wang1

Guangyuan

Zhang2

Fushuan

Wen3,41

GridOperationsandPlanningGroup,Electric

PowerResearchInstitute,PaloAlto,California,

USA2

CommercialAnalysisGroup,RWERenewables

America,Austin,Texas,USA3

Departmentof

ElectricalPowerEngineeringand

Mechatronics,TallinnUniversityof

Technology,Tallinn,Estonia4

Schoolof

ElectricalEngineering,Zhejiang

University,Hangzhou,ChinaCorrespondenceGuangyuan

Zhang,RWE

RenewablesAmerica,

Austin,TX78701,USA.Email:gzhang@FundinginformationNational

Natural

Science

FoundationofChina,

Grant/Award

Number:U1910216Thisisanopenaccessarticleunderthetermsof

theCreativeCommonsAttributionLicense,whichpermitsuse,distribution

andreproductioninanymedium,provided

the

originalworkis

properlycited.©

2021

TheAuthors.Energy

Conversion

and

Economicspublished

byJohnWiley

&

Sons

Ltd

on

behalfofThe

Institution

ofEngineering

and

Technology

and

the

State

Grid

Economic

&

TechnologicalResearchInstituteCo.,Ltd.Energy

Convers.Econ.

2021;2:197–211.

wileyonlinelibrary.com/iet-ece

197Received:

8April2021

Revised:

13

June2021

Accepted:

10October2021

EnergyConversion

andEconomicsDOI:

10.1049/enc2.12051REVIEWthem.

The

monitoring

data

is

transmitted

from

the

physical

system

to

the

cyber

system.

The

control

signals

optimized

in

the

computational

devices

of

the

cyber

layer

are

sent

to

the

physicalobjectsthroughtheinteractionlink.The

clean

energytransitionis

takingplace

atunprecedented

scopeandscalearoundtheglobe.InEuropeanUnion(EU),theenergy

transition

is

largely

driven

by

the2030climate

andenergyframeworkproposedinSeptember2020withthefollowingkey

targets:

(1)At

least40%cuts

in

greenhouse

gas

emissions

from1990

levels;

(2)

at

least

32%

share

for

renewable

energy;

and(3)

at

least

32.5%improvement

in

energy

efficiency

[5].

In

theUnited

States,

the

energy

transition

is

driven

by

Renewables

PortfolioStandard(RPS)requirementineachstate.Somestates

such

as

California

and

Hawaii

have

set

the

goal

to

achieve100%clean

electricity

in

the

next

decades[6].China

has

promised

to

become

carbon

neutral

before

2060

and

renewable

electric-

ity

generation

will

play

a

significant

role

in

reaching

this

goal

[7].Thecleanenergytransitionpromptstheaccelerateddeploy-

ment

of

novel

technologies

such

as

energy

storage,

inverters,

advancedmetering,bigdata,machinelearning,andtheInternet

ofThings

(IoT).

The

CPS

is

the

orchestration

of

these

tech-

nologiesbyprovidingsynergeticeffectsto

increase

energy

effi-

ciency,

accelerate

decarbonization

and

leverage

the

power

of

digitalization.Despitethenumerousadvantages,therearethreemajorchal-

lenges

for

theimplementation

ofCPSin

power

systems.

First,

the

clean

energy

transitionis

policy-driven,

thusitis

crucial

to

understand

the

policies

that

prompt

the

development

ofCPS-

relatedtechnologies.However,theutilities’

lackof

policyknowl-

edgeishamperingthedeploymentof

CPSintheirsystems.Sec-

ond,thepower

systemnowneeds

to

dealwith

millions

ofsen-

sors,

end

devices

and

small-scale

distributed

energy

resources

(DERs)spreadalloverthegrid,insteadof

onlyafewlarge

cen-

tralpowerplants.Hence,newmethodsareneededtomodeldif-

ferent

components

ofthe

system.Third,

the

CPSis

facing

sig-

nificant

securityissueswithincreased

connectivityofthe

cyber

and

physical

world.

The

objective

of

this

paper

is

to

demon-

stratethelatestliteratureonthepolicies,modellingandsecurity

of

CPSinsmartgrids.Therestof

thepaperisorganizedasfollows.Section

2

reviewsthemajorstandards,reportsandpoliciesonasmart

grid

CPS.

Section

3

investigates

therole

ofintelligent

CPSin

smart

grids

with

vast

deployment

ofdecentralized

renewable

energy

resources.Section

4

discussesthecriticalinfrastructureidentifi-

cation

and

protection

and

the

methods

ofrisk

assessment

and

mitigation.

Section5

discusses

the

advanced

topics

for

energyCPS.Finally,Section

6

concludes.2POLICYDRIVERSANDBARRIERSFORTHEIMPLEMENTATIONOFCPSIN

POWERSYSTEMS2.1

Policy

driversMorerecently,theclean

energy

transitionin

manynations

has

been

driven

by

the

transformation

ofenergy

sectors

fromFIGURE1

Cyber-physicalinfrastructureof

an

electricpowergridis

a

complex

system

consisting

of

several

subsystems:

genera-

tion,

transmission,

substation,

distribution,

and

consumption.

With

the

fast

development

of

information

and

control

tech-

nologies,

and

with

the

emerging

ofdistributed

generation

and

responsivedemand,thegridisbecoming

‘smarter’inthatitcan

achieve

higher

efficiency,

lower

costs,

and

enhanced

reliability

inpowergenerationanddelivery.Differentfromthetraditional

powersystem,thesmartgridhastwo

unique

features:

(1)More

dependent

on

electronicinformation

resources,whichis

orga-

nized

for

the

collection,

processing,

maintenance,

use,

sharing,

anddisseminationof

information;

(2)higherusageof

industrial

controlsystems

(ICS),whichmayencompassdifferenttypes

of

control

systems

such

as

supervisory

control

and

data

acquisi-

tion

(SCADA)systems,distributedcontrolsystems

(DCS),pro-grammable

logic

controllers

(PLC)

[3].Figure

1

showsthecyber-physicalinfrastructure

ofthe

electric

power

grid.

The

physical

objects

include

devices

and

facilitiesinthepowergeneration,transmission,anddistribution

systems.Amongthem,the

sensorsand

advanced

metering

infrastructure

(AMI)suchassmartmeterscanmeasurethecus-

tomer’susage

ofelectricity;processors

are

connectedtopower

electronic

devices

to

collectinformation

and

re