Digitale Zwillinge Wie lassen sich Digitale Zwillinge im operativen Alltag eines Energiesystems einbringen, um auch in Zukunft eine ressourcenschonende und resiliente Energieversorgung sicherzustellen?
Die Transformation des Energiesystems ist von entscheidender Bedeutung, um den Herausforderungen des 21. Jahrhunderts gerecht zu werden. Ein nachhaltiges und effizientes Energiesystem ist der Schlüssel zur Bewältigung von Umweltbelastungen, Ressourcenknappheit und der Notwendigkeit, auf erneuerbare Energiequellen umzusteigen. Der Umstieg auf eine dezentralisierte Energieerzeugung mit einer intelligenten und vernetzten Energieinfrastruktur birgt jedoch auch viele Herausforderungen.
Digitale Zwillinge spielen eine zentrale Rolle in der Transformationsphase und über diese hinaus. Sie ermöglichen es, das Energiesystem präzise zu modellieren, zu überwachen und zu steuern. Technologisch und bezüglich Pluralität und Diversität der Anwendungen gehen sie dabei über herkömmliche Ansätze hinaus und bieten ein tieferes Verständnis sowie eine bessere Kontrolle über Energieanlagen und -systeme.
Was sind Digitale Zwillinge?
Digitale Zwillinge (digital twins) sind mehr als nur Modelle, sie sind „lebendige“ Repräsentationen von physischen Anlagen in einer virtuellen Umgebung. Durch die kontinuierliche Erfassung von Echtzeitdaten ermöglichen digitale Zwillinge eine präzise Abbildung des aktuellen Zustands einer Anlage oder eines komplexen Systems. Dies eröffnet die Möglichkeit das Verhalten der Anlage bzw. des Systems analysieren zu können, um schnell auf Veränderungen zu reagieren.
Um diesem nach zu kommen, verfügt ein digitaler Zwilling über ein digitales Objekt (digital object). Das digitale Objekt bildet die digitale Repräsentation des physischen Objekts oder Systems. Es handelt sich um eine virtuelle Entität, die durch umfassende Daten und Modelle erstellt wird und das reale Objekt in einer digitalen Umgebung nachbildet.
Es enthält eine Vielzahl von Informationen, die den Zustand, die Eigenschaften und das Verhalten des physischen Objekts widerspiegeln. Dazu gehören geometrische Daten, physikalische Parameter, Betriebsdaten, Sensordaten und weitere kontextbezogene Informationen. Diese Daten werden kontinuierlich aktualisiert, um den aktuellen Zustand des physischen Objekts so genau wie möglich widerzuspiegeln. Durch die Integration von Machine Learning, künstlicher Intelligenz und Analysealgorithmen können digitale Objekte komplexe Zusammenhänge verstehen, Vorhersagen treffen und auf Veränderungen reagieren. Dies ermöglicht eine präzise Überwachung, Steuerung und Optimierung von physischen Objekten in Echtzeit.
Das digitale Objekt ist somit das Herzstück des digitalen Zwillings und bildet die Grundlage für eine Vielzahl von Anwendungen, welche in Form von Services an das digitale Objekt angeschlossen werden können um die Informationen zu nutzen. Diese Services dienen dazu, bestimmte Aufgaben, Funktionen, Dienstleitungen oder Interaktionen mit dem Digitalen Zwilling oder dem realen Objekt durchzuführen.
Welche Daten im digitalen Objekt vorhanden sein müssen und welche Services Verwendung finden, definiert sich durch den Nutzen und Zweck des digitalen Zwillings, abhängig vom jeweiligen Anwendungsfall.
Definition
Das OFFIS definiert digitale Zwillinge domänenunabhängig wie folgt:
Ein digitaler Zwilling ist die höchste Form der Integration des Konzepts des digitalen Zwillings. Er besteht aus einem physischen Objekt und einem digitalen Objekt, welches das physische Objekt so detailliert abbildet, dass der Zweck des digitalen Zwillings erfüllt wird. Die Verbindung zwischen den Objekten ist bidirektional und erfolgt in Echtzeit. Das digitale Objekt wird durch Daten von Beobachtern aktualisiert und reflektiert die Entscheidungen an das physische Objekt zurück, wobei es das Objekt mit Hilfe von Manipulatoren beeinflusst.
Hierbei lassen sich insbesondere folgende Merkmale hervorheben:
- Zweckbindung: Das Ziel eines jeden digitalen Zwillings ist es, einen zuvor definierten Zweck zu erfüllen. Der funktionale Umfang des digitalen Zwillings ist ausreichend, sobald der Zweck erfüllt werden kann. Ein höherer Detailgrad ist zwar möglich, aber nicht nötig.
- Echtzeit: Der digitale Zwilling ist in all seinen Funktionalitäten an die Echtzeitanforderung gebunden, d.h. innerhalb einer vorgegebenen Zeitspanne. Wie groß diese Zeitspanne ist, ergibt sich aus dem Zweck des digitalen Zwillings.
- Beobachter und Manipulatoren: Das digitale Objekt erhält die Daten des physischen Objekts mittels Beobachter und beeinflusst das physische Objekt wiederum mittels Manipulatoren. Dies können zum Beispiel Sensoren und Aktuatoren sein, welche automatisiert die Daten übertragen und Arbeiten ausführen. Die breiter gefassten Begriffe der Beobachter und Manipulatoren ermöglichen jedoch auch weiterreichende Möglichkeiten zur Datenakquise und Verrichtung von Arbeit. So können zum Beispiel externe, nicht zum physischen Objekt zugehörige Systeme sowie Menschen (Human-in-the-loop) zur Datenakquise beitragen, solange die Echtzeitanforderungen dies zulassen.
Ein großer Vorteil der Definition ist die Abbildung passiver physischer Objekte (Objekte mit unzureichender Sensorik) durch einen digitalen Zwilling. Eine schematische Darstellung eines aus der Definition entstandenen digitalen Zwilling ist in folgender Abbildung dargestellt.
Anwendungsfälle im Überblick
Der Anwendungsfall definiert wie ein digitaler Zwilling in einer bestimmten Situation eingesetzt wird, welche Funktionen er erfüllt und welchen Nutzen er bringt. So können digital Zwillinge zum Beispiel eingesetzt werden für:
- Optimierte Anlagenleistung: Digitale Zwillinge ermöglichen eine präzise Anlagenmodellierung für eine optimale Leistung.
- Vorhersage und Planung: Durch präzise Vorhersagen und Simulationen können zukünftige Szenarien analysiert und Strategien entwickelt werden.
- Effektive Wartung: Echtzeitüberwachung ermöglicht eine frühzeitige Problemidentifikation und präventive Wartung.
- Resiliente Steuerung und Überwachung komplexer Systeme: Eine Echtzeitanbindung an Fernwirktechnik sowie eine Kombination eines digitalen Zwillings mit Automatisierung und Virtualisierung erlauben es durch verbesserte Antizipation und verbesserte Möglichkeiten zur Ausschöpfung von Flexibilitäten komplexe Systeme, wie z.B. Energieversorgungssysteme, resilienter zu betreiben. Erfahren Sie mehr...
Innovationsziel
Die Gruppe ROC treibt beim Thema der digitalen Zwillinge – ohne darauf limitiert zu sein – die Entwicklung einer Referenzarchitektur für digitale Zwillinge für Forschung und Entwicklung voran. Dabei soll es die Referenzarchitektur ermöglichen, einfach maßgeschneiderte digitale Modelle, Schatten und Zwillinge zu realisieren. Insbesondere fokussiert die Referenzarchitektur die folgenden Eigenschaften:
- Ereignisgetriebene Verarbeitung
- Modularität und Flexibilität
- Skalierbarkeit
- Open-Source-Verfügbarkeit
- CGMES-Support (für Anwendungsfälle im Energiebereich)
- Definition und Informationsaustausch über Verwaltungsschalen
- Hierarchische/verschachtelte digitale Zwillinge
Personen
- Dr. Michael Brand (Kontaktperson)
- Jelke Wibbeke (Kontaktperson)
- Amit Kumar Singh
- Nils Huxoll
- Amin Raeiszadeh
Projekte
Publikationen
- Digital Twin Architecture and Technologies for Hydrogen Electrolyser Applications
- Optimal Temperature-Based Condition Monitoring System for Wind Turbines
- Power Systems Digital Twin under Measurement and Model Uncertainties: Network Parameter Tuning Approach
- Wind Turbine Failure Prediction Model using SCADA-based Condition Monitoring System
- Measurement-based Modeling of Distribution Grid Dynamics: A Digital Twin Approach
Personen 
B
Dr. rer. nat. Michael Brand
E-Mail: Michael.Brand(at)offis.de, Telefon: +49 441 9722-144, Raum: E84a
H
L
N
W
Projekte
Publikationen
2024
Applying Trust for Operational States of ICT-Enabled Power Grid Services
Michael Brand, Anand Narayan, Sebastian Lehnhoff; April / 2024
Modelling the propagation of properties across services in cyber-physical energy systems
Anand Narayan, Michael Brand, Nils Huxoll, Batoul Hage Hassan, Sebastian Lehnhoff ; March / 2024
Poster Abstract: A Digital Twin Platform Applied to Hydrogen Electrolyzers
AMIT KUMAR SINGH, JELKE WIBBEKE, AMIN RAEISZADEH, NILS HUXOLL, MICHAEL BRAND; DACH+ Conference on Energy Informatics 2024; October / 2024
Resilience Quantification of Interdependent Power and ICT Systems using Operational State Classification
Anand Narayan; July / 2024
2023
ASSESS – Anomaliesensitive State Estimation mit Streaming Systemen in Smart Grids
Michael Brand; December / 2023
Assess: anomaly sensitive state estimation with streaming systems
Brand, Michael and Engel, Dominik and Lehnhoff, Sebastian; Energy Informatics; 2023
Demo Abstract: IT Platform for Provision of Ancillary Services from Distributed Energy Resources
Payam Teimourzadeh Baboli, Amin Raeiszadeh, Michael Brand, and Sebastian Lehnhoff; DACH+ Conference on Energy Informatics, Vienna, Austria; 2023
Impact of ICT Latency, Data Loss and Data Corruption on Active Distribution Network Control
Klaes, Marcel and Zwartscholten, Jannik and Narayan, Anand and Lehnhoff, Sebastian and Rehtanz, Christian; IEEE Access; 2023
Poster Abstract: Algorithms for Condition Monitoring of Complex Power Electronic Systems in Photovoltaics
Loeffler, Dominik; Abstracts of the 12th DACH+ Conference on Energy Informatics 2023; October / 2023
Poster abstract: modeling of resilient state estimation in cyber-physical energy systems
Hage Hassan, Batoul and Brand, Michael and Lehnhoff, Sebastian; Abstracts of the 12th DACH+ Conference on Energy Informatics; 2023
