Ứng dụng công nghệ song sinh số trong phát triển lưới điện thông minh – khảo sát cho lưới điện của thành phố Hồ Chí Minh
Abstract
A digital twin (DT), usually referred to as digital twin technology (DTT), is a replica of an actual object made digitally. Data streams gathered from sensors attached to the original object were used to produce this duplicate. This technology has been thoroughly studied in numerous nations across the world. It is widely used in manufacturing, including for process optimization, quality control on production lines, supply chain management, preventive maintenance, and customer experience research. However, the idea of the digital twin is still not very common in Vietnam, particularly when it comes to the automation of the power distribution grid (DG). The qualities of DTT that must be included for creating a smart grid (SG) for DG are discussed in this study. To fulfil the growing need for power grid development, the paper also discusses the infrastructural constraints in Ho Chi Minh City while creating a smart power grid based on DTT.
Tóm tắt
Bản sao kỹ thuật số, thường được gọi là công nghệ song sinh số (digital twin technology-DTT), là bản sao của một đối tượng thực tế được tạo bằng kỹ thuật số. Các luồng dữ liệu thu thập từ các cảm biến gắn vào đối tượng thực tế ban đầu đã được sử dụng để tạo ra một bản sao trong môi trường ảo và có thể hiển thị tình trạng của thiết bị thực. Công nghệ này đã được nghiên cứu kỹ lưỡng ở nhiều quốc gia trên thế giới và được sử dụng rộng rãi trong sản xuất. Tuy nhiên, ý tưởng về song sinh số (digital twin-DT) vẫn chưa phổ biến ở Việt Nam, đặc biệt là khi nói đến tự động hóa lưới điện phân phối (distribution grid-DG). Các đặc tính của DTT được ứng dụng để phát triển lưới điện thông minh (smart grid-SG) cho DG được thảo luận trong nghiên cứu này. Bài báo này trình bày những hạn chế và ưu điểm sẵn có về cơ sở hạ tầng lưới điện và hạ tầng công nghệ thông tin ở thành phố Hồ Chí Minh nhằm ứng dụng DTT cho phát triển SG.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Tài liệu tham khảo
Ahmadi, H., Nag, A., Khar, Z., Sayrafian, K., & Rahardja, S. (2021). Networked Twins and Twins of Networks: An Overview on the Relationship Between Digital Twins and 6G. IEEE Communications Standards Magazine, 5(4), 154-160. doi:10.1109/MCOMSTD.0001.2000041
Andryushkevich, S. K., Kovalyov, S. P., & Nefedov, E. (2019, 22-25 July 2019). Composition and Application of Power System Digital Twins Based on Ontological Modeling. Paper presented at the 2019 IEEE 17th International Conference on Industrial Informatics (INDIN).
Anh, V. (2023a). EVNHCMC vào top 50 bảng xếp hạng lưới điện thông minh thế giới. https://cskh.evnhcmc.vn/Tintuc/chitiet/1226
Anh, V. (2023b). Lưới điện thông minh TP.HCM: Mục tiêu phục vụ khách hàng tốt hơn. https://tuoitre.vn/luoi-dien-thong-minh-tp-hcm-muc-tieu-phuc-vu-khach-hang-tot-hon-20230101101328023.htm
Arraño-Vargas, F., & Konstantinou, G. (2023). Modular Design and Real-Time Simulators Toward Power System Digital Twins Implementation. IEEE Transactions on Industrial Informatics, 19(1), 52-61. doi:10.1109/TII.2022.3178713
Bazmohammadi, N., Madary, A., Vasquez, J. C., Mohammadi, H. B., Khan, B., Wu, Y., & Guerrero, J. M. (2022). Microgrid Digital Twins: Concepts, Applications, and Future Trends. IEEE Access, 10, 2284-2302. doi:10.1109/ACCESS.2021.3138990
Borowski, P. F. (2021). Digitization, Digital Twins, Blockchain, and Industry 4.0 as Elements of Management Process in Enterprises in the Energy Sector. Energies, 14(7), 1885.
Brahma, S., Kavasseri, R., Cao, H., Chaudhuri, N. R., Alexopoulos, T., & Cui, Y. (2017). Real-Time Identification of Dynamic Events in Power Systems Using PMU Data, and Potential Applications—Models, Promises, and Challenges. IEEE Transactions on Power Delivery, 32(1), 294-301. doi:10.1109/TPWRD.2016.2590961
Damit, D. S. N. A. B. P. H., Newaz, S. H. S., Rahman, F. H., Au, T. W., Nafi, N. S., Patchmuthu, R. K., & Al-Hazemi, F. (2021, 24-26 Nov. 2021). Digital-twin-assisted Software-defined PON: A Cognition-driven Framework for Energy Conservation. Paper presented at the 2021 31st International Telecommunication Networks and Applications Conference (ITNAC).
Danilczyk, W., Sun, Y. L., & He, H. J. n. N. A. P. S. (2021). Smart Grid Anomaly Detection using a Deep Learning Digital Twin. Paper presented at the 2020 52nd North American Power Symposium (NAPS).
Darbali-Zamora, R., Johnson, J., Summers, A., Jones, C. B., Hansen, C., & Showalter, C. (2021). State Estimation-Based Distributed Energy Resource Optimization for Distribution Voltage Regulation in Telemetry-Sparse Environments Using a Real-Time Digital Twin. Energies, 14(3), 774.
Estebsari, A., & Rajabi, R. (2020). Single Residential Load Forecasting Using Deep Learning and Image Encoding Techniques. Electronics, 9(1), 68.
EVNHCMC. (2021a). Các ứng dụng, nền tảng tích hợp cùng với hệ thống SCADA/DMS. https://www.evnhcmc.vn/SmartGrid/docTin/118100
EVNHCMC. (2021b). Quy trình kết nối, bản đồ lưu trữ dung lượng. https://www.evnhcmc.vn/SmartGrid/docTin/118107
EVNHCMC. (2022a). Bản đồ GIS quản lý và đánh giá khả năng đấu nối hệ thống ĐMTMN của EVNHCMC. https://www.evnhcmc.vn/SmartGrid/docTin/118515
EVNHCMC. (2022b). Data Diode : Giải pháp đảm bảo an toàn kết nối giữa mạng OT và IT tại EVNHCMC. https://www.evnhcmc.vn/SmartGrid/docTin/118541
EVNHCMC. (2022c). Dự án lưới điện microgrid tại trung tâm dữ liệu (data center) của tổng công ty điện lực tphcm. https://www.evnhcmc.vn/SmartGrid/docTin/118547
EVNHCMC. (2022d). EVNHCMC hoàn tất triển khai phòng trực vận hành hiện đại tại các Công ty Điện lực. https://www.evnhcmc.vn/SmartGrid/docTin/118536
EVNHCMC. (2022e). Hệ thống AMI. https://www.evnhcmc.vn/SmartGrid/docTin/118545
EVNHCMC. (2022f). Hệ thống dò quét và bóc tách mã độc chuyên dụng tại EVNHCMC. https://www.evnhcmc.vn/SmartGrid/docTin/118489
EVNHCMC. (2022g). Hệ thống dò quét và quản lý lỗ hổng bảo mật. https://www.evnhcmc.vn/SmartGrid/docTin/118553
EVNHCMC. (2022h). Hệ thống quản lý phân tích LOG tập trung. https://www.evnhcmc.vn/SmartGrid/docTin/118551
EVNHCMC. (2022i). Trạm biến áp 110kV Tân Phú Trung – Trạm kỹ thuật số đầu tiên của EVNHCMC. https://www.evnhcmc.vn/SmartGrid/docTin/118503
EVNHCMC. (2022j). Triển khai trung tâm giám sát an toàn thông tin (SOC) tại EVNHCMC. https://www.evnhcmc.vn/SmartGrid/docTin/118543
EVNHCMC. (2022k). Ứng dụng ISO/IEC 27001:2013 và 27019:2017 Trong Công Tác Vận Hành, Quản Lý ATTT Mạng IT & OT tại EVNHCMC. https://www.evnhcmc.vn/SmartGrid/docTin/118555
EVNHCMC. (2022l). Ứng dụng số liệu đo xa trong công tác nghiên cứu phụ tải của EVNHCMC. https://www.evnhcmc.vn/SmartGrid/docTin/118517
EVNHCMC. (2022m). Xây dựng hệ thống quản lý nguồn phân tán DERMS. https://www.evnhcmc.vn/SmartGrid/docTin/118509
Fei, X., Shah, N., Verba, N., Chao, K.-M., Sanchez-Anguix, V., Lewandowski, J., . . . Usman, Z. (2019). CPS data streams analytics based on machine learning for Cloud and Fog Computing: A survey. Future Generation Computer Systems, 90, 435-450. doi:https://doi.org/10.1016/j.future.2018.06.042
Fernández, L. P., Roman, T. G. S., Cossent, R., Domingo, C. M., & Frías, P. (2011). Assessment of the Impact of Plug-in Electric Vehicles on Distribution Networks. IEEE Transactions on Power Systems, 26(1), 206-213. doi:10.1109/TPWRS.2010.2049133
Fotopoulou, M., Petridis, S., Karachalios, I., & Rakopoulos, D. (2022). A Review on Distribution System State Estimation Algorithms. Applied Sciences, 12(21), 11073.
Fuller, A., Fan, Z., Day, C., & Barlow, C. (2020). Digital Twin: Enabling Technologies, Challenges and Open Research. IEEE Access, 8, 108952-108971. doi:10.1109/ACCESS.2020.2998358
Grieves, M. (2015). Digital Twin: Manufacturing Excellence Through
Virtual Factory Replication. Digital Twin White Paper. Retrieved from https://research.fit.edu/media/sitespecific/researchfitedu/camid/documents/1411.0_Digital_Twin_White_
Paper_Dr_Grieves.pdf
Grieves, M., & Vickers, J. (2017). Digital Twin: Mitigating Unpredictable, Undesirable Emergent Behavior in Complex Systems. In F.-J. Kahlen, S. Flumerfelt, & A. Alves (Eds.), Transdisciplinary Perspectives on Complex Systems: New Findings and Approaches (pp. 85-113). Cham: Springer International Publishing.
Groshev, M., Guimarães, C., Martín-Pérez, J., & Oliva, A. d. l. (2021). Toward Intelligent Cyber-Physical Systems: Digital Twin Meets Artificial Intelligence. IEEE Communications Magazine, 59(8), 14-20. doi:10.1109/MCOM.001.2001237
Hahn, J., & Edgar, T. F. (2002). An improved method for nonlinear model reduction using balancing of empirical gramians. Computers & Chemical Engineering, 26(10), 1379-1397. doi:https://doi.org/10.1016/S0098-1354(02)00120-5
Hunt, R., Flynn, B., & Smith, T. (2019). The Substation of the Future: Moving Toward a Digital Solution. IEEE Power and Energy Magazine, 17(4), 47-55. doi:10.1109/MPE.2019.2908122
Jiang, Z., Lv, H., Li, Y., & Guo, Y. (2022). A novel application architecture of digital twin in smart grid. Journal of Ambient Intelligence and Humanized Computing, 13(8), 3819-3835. doi:10.1007/s12652-021-03329-z
Josifovska, K., Yigitbas, E., & Engels, G. (2019, 28-28 May 2019). Reference Framework for Digital Twins within Cyber-Physical Systems. Paper presented at the 2019 IEEE/ACM 5th International Workshop on Software Engineering for Smart Cyber-Physical Systems (SEsCPS).
Juarez, M. G., Botti, V. J., & Giret, A. S. (2021). Digital Twins: Review and Challenges. Journal of Computing and Information Science in Engineering, 21(3). doi:10.1115/1.4050244
Kandasamy, N. K., Venugopalan, S., Wong, T. K., & Leu, N. J. (2022). An electric power digital twin for cyber security testing, research and education. Computers and Electrical Engineering, 101, 108061. doi:https://doi.org/10.1016/j.compeleceng.2022.108061
Kroposki, B., Bernstein, A., King, J., Vaidhynathan, D., Zhou, X., Chang, C. Y., & Dall’Anese, E. (2020). Autonomous Energy Grids: Controlling the Future Grid With Large Amounts of Distributed Energy Resources. IEEE Power and Energy Magazine, 18(6), 37-46. doi:10.1109/MPE.2020.3014540
Kroposki, B., Johnson, B., Zhang, Y., Gevorgian, V., Denholm, P., Hodge, B. M., & Hannegan, B. (2017). Achieving a 100% Renewable Grid: Operating Electric Power Systems with Extremely High Levels of Variable Renewable Energy. IEEE Power and Energy Magazine, 15(2), 61-73. doi:10.1109/MPE.2016.2637122
Kroposki, B., Pink, C., DeBlasio, R., Thomas, H., Simões, M., & Sen, P. K. (2010). Benefits of Power Electronic Interfaces for Distributed Energy Systems. IEEE Transactions on Energy Conversion, 25(3), 901-908. doi:10.1109/TEC.2010.2053975
Lin, Z., Cevasco, D., & Collu, M. (2020). A methodology to develop reduced-order models to support the operation and maintenance of offshore wind turbines. Applied Energy, 259, 114228. doi:https://doi.org/10.1016/j.apenergy.2019.114228
Liu, J., Zhang, L., Li, C., Bai, J., Lv, H., & Lv, Z. (2022). Blockchain-Based Secure Communication of Intelligent Transportation Digital Twins System. IEEE Transactions on Intelligent Transportation Systems, 23(11), 22630-22640. doi:10.1109/TITS.2022.3183379
Liu, S., Liu, P. X., & Wang, X. (2016). Stochastic Small-Signal Stability Analysis of Grid-Connected Photovoltaic Systems. IEEE Transactions on Industrial Electronics, 63(2), 1027-1038. doi:10.1109/TIE.2015.2481359
Ljung, L. (2010). Perspectives on system identification. Annual Reviews in Control, 34(1), 1-12. doi:https://doi.org/10.1016/j.arcontrol.2009.12.001
Lu, Y., Huang, X., Zhang, K., Maharjan, S., & Zhang, Y. (2021). Low-Latency Federated Learning and Blockchain for Edge Association in Digital Twin Empowered 6G Networks. IEEE Transactions on Industrial Informatics, 17(7), 5098-5107. doi:10.1109/TII.2020.3017668
Marot, A., Kelly, A., Naglic, M., Barbesant, V., Cremer, J., Stefanov, A., & Viebahn, J. (2022). Perspectives on Future Power System Control Centers for Energy Transition. Journal of Modern Power Systems and Clean Energy, 10(2), 328-344. doi:10.35833/MPCE.2021.000673
Milton, M., C. D. L, O., Ginn, H. L., & Benigni, A. (2020). Controller-Embeddable Probabilistic Real-Time Digital Twins for Power Electronic Converter Diagnostics. IEEE Transactions on Power Electronics, 35(9), 9850-9864. doi:10.1109/TPEL.2020.2971775
Moujahid, A., Tantaoui, M. E., Hina, M. D., Soukane, A., Ortalda, A., ElKhadimi, A., & Ramdane-Cherif, A. (2018, 22-23 June 2018). Machine Learning Techniques in ADAS: A Review. Paper presented at the 2018 International Conference on Advances in Computing and Communication Engineering (ICACCE).
Mourtzis, D., Angelopoulos, J., & Panopoulos, N. (2022). Development of a PSS for Smart Grid Energy Distribution Optimization based on Digital Twin. Procedia CIRP, 107, 1138-1143. doi:https://doi.org/10.1016/j.procir.2022.05.121
Nehrir, M. H., Wang, C., Strunz, K., Aki, H., Ramakumar, R., Bing, J., . . . Salameh, Z. (2011). A Review of Hybrid Renewable/Alternative Energy Systems for Electric Power Generation: Configurations, Control, and Applications. IEEE Transactions on Sustainable Energy, 2(4), 392-403. doi:10.1109/TSTE.2011.2157540
Nguyen, H. X., Trestian, R., To, D., & Tatipamula, M. (2021). Digital Twin for 5G and Beyond. IEEE Communications Magazine, 59(2), 10-15. doi:10.1109/MCOM.001.2000343
Olatunji, O. O., Adedeji, P. A., Madushele, N., & Jen, T. C. (2021, 13-15 May 2021). Overview of Digital Twin Technology in Wind Turbine Fault Diagnosis and Condition Monitoring. Paper presented at the 2021 IEEE 12th International Conference on Mechanical and Intelligent Manufacturing Technologies (ICMIMT).
Osipov, D., & Sun, K. (2018). Adaptive Nonlinear Model Reduction for Fast Power System Simulation. IEEE Transactions on Power Systems, 33(6), 6746-6754. doi:10.1109/TPWRS.2018.2835766
Pan, H., Dou, Z., Cai, Y., Li, W., Lei, X., & Han, D. (2020, 12-14 Sept. 2020). Digital Twin and Its Application in Power System. Paper presented at the 2020 5th International Conference on Power and Renewable Energy (ICPRE).
Panteli, M., & Mancarella, P. (2015). The Grid: Stronger, Bigger, Smarter?: Presenting a Conceptual Framework of Power System Resilience. IEEE Power and Energy Magazine, 13(3), 58-66. doi:10.1109/MPE.2015.2397334
Qi, Q., Tao, F., Hu, T., Anwer, N., Liu, A., Wei, Y., . . . Nee, A. Y. C. (2021). Enabling technologies and tools for digital twin. Journal of Manufacturing Systems, 58, 3-21. doi:https://doi.org/10.1016/j.jmsy.2019.10.001
Qian, C., Liu, X., Ripley, C., Qian, M., Liang, F., & Yu, W. (2022). Digital Twin—Cyber Replica of Physical Things: Architecture, Applications and Future Research Directions. Future Internet 14(2), 64.
Robinson, S., & Brooks, R. J. (2010). Independent Verification and Validation of an Industrial Simulation Model. simulation, 86(7), 405-416. doi:10.1177/0037549709341582
Saad, A., Faddel, S., & Mohammed, O. (2020). IoT-Based Digital Twin for Energy Cyber-Physical Systems: Design and Implementation. Energies 13(18), 4762.
Sajadi, A., Kolacinski, R. M., Clark, K., & Loparo, K. A. (2019). Transient Stability Analysis for Offshore Wind Power Plant Integration Planning Studies—Part I: Short-Term Faults. IEEE Transactions on Industry Applications, 55(1), 182-192. doi:10.1109/TIA.2018.2868550
Serpanos, D. (2018). The Cyber-Physical Systems Revolution. Computer, 51(03), 70-73. doi:10.1109/mc.2018.1731058
Shinde, P., Shah, S. J. F. I. C. o. C. C. C., & Automation. (2018). A Review of Machine Learning and Deep Learning Applications. Paper presented at the International Conference on Computing Communication Control and Automation (ICCUBEA).
Song, Z., Hackl, C. M., Anand, A., Thommessen, A., Petzschmann, J., Kamel, O., . . . Hauptmann, S. (2023). Digital Twins for the Future Power System: An Overview and a Future Perspective. Sustainability, 15(6), 5259.
Tao, F., Zhang, M., Liu, Y., & Nee, A. Y. C. (2018). Digital twin driven prognostics and health management for complex equipment. CIRP Annals, 67(1), 169-172. doi:https://doi.org/10.1016/j.cirp.2018.04.055
Thinh, T. N. H., Lam, P. D., Tran, H. Q., Tien, L. H. C., & Thai, P. H. (2023). Transformer vibration and noise monitoring system using Internet of things. IET Communications, 17(7), 815-828. doi:https://doi.org/10.1049/cmu2.12585
Thinh, T. N. H., Minh, N. H. C., Tien, L. H. C., & Lac, L. P. (2022, 29-30 July 2022). Remote Monitoring and Health Diagnosis of Distribution Transformers Based Lora Apply to Rural Areas of Vietnam. Paper presented at the 2022 6th International Conference on Green Technology and Sustainable Development (GTSD).
Wang, S., Lu, S., Zhou, N., Lin, G., Elizondo, M., & Pai, M. A. (2014). Dynamic-Feature Extraction, Attribution, and Reconstruction (DEAR) Method for Power System Model Reduction. IEEE Transactions on Power Systems, 29(5), 2049-2059. doi:10.1109/TPWRS.2014.2301032
Yohanandhan, R. V., Elavarasan, R. M., Manoharan, P., & Mihet-Popa, L. (2020). Cyber-Physical Power System (CPPS): A Review on Modeling, Simulation, and Analysis With Cyber Security Applications. IEEE Access, 8, 151019-151064. doi:10.1109/ACCESS.2020.3016826
You, Y., Hu, Y., & Bu, S. (2021, 23-25 Dec. 2021). PMU Data Issues and Countermeasure Techniques in Cyber-physical Power Systems: A Survey. Paper presented at the 2021 IEEE Sustainable Power and Energy Conference (iSPEC).
Zhou, M., Yan, J., & Feng, D. (2019). Digital twin framework and its application to power grid online analysis. CSEE Journal of Power and Energy Systems, 5(3), 391-398. doi:10.17775/CSEEJPES.2018.01460