RT26 爱丁堡 | 基于物理原理的数据驱动型数字孪生模型

本报告探讨了基于物理原理、数据驱动的数字孪生模型，用于现代电力系统的实时控制、规划和决策支持。依托杜伦大学的智能电网实验室和OPAL-RT平台（包括OP5707XG和OP5033XG），本报告提出了适用于并网微电网应用的弹性分布式和去中心化控制策略，以及用于快速系统优化和验证的人工智能/机器学习辅助模型。 该研究将实时仿真 与更广泛的运营挑战（如可再生能源并网、频率稳定性、不确定性管理以及长期输电投资规划）相结合，展示了高保真模型和替代模型数字孪生 如何支持更快、更可靠且计算效率更高的决策。