新一代柔性牵引供电系统采用全控电压源型变流器（VSC）完全取代二极管不控整流机组,以其更优的调控能力、节能效果及简化结构,成为双碳战略下城市轨道交通的重点发展方向。城轨柔性牵引供电系统实际运行历经高频开关转换及低频潮流变化过程,其功率分布与波形畸变通常以不同时间观测尺度的潮流（秒级）与谐波（毫秒级）进行分别描述,作为反映系统稳态运行状态的重要特征。现阶段,基于模型的设计是对柔性牵引供电系统潮流、谐波进行全面分析、控制及优化的主要手段。然而,传统建模方法存在尺度分离、离线设置、理想输入等固有缺陷,在模型一致性、保真性、计算效率及计算准确性等方面仍有不足。因此,本文以数字孪生作为高保真建模与高精度运行控制推演的核心手段,重点对城轨柔性牵引供电系统数字孪生体系、多时间尺度稳态建模与实时仿真、潮流孪生模型自主保真进化、谐波源孪生模型一致性优化等关键技术展开研究,实现系统潮流、谐波多时间尺度状态的精准推演及智能控制,发挥城轨柔性牵引供电系统的最佳运行性能。在数字孪生体系方面,提出了城轨柔性牵引供电系统数字孪生的多层级运行架构,设计了数字孪生物理感知、数据互动、模型仿真、功能应用等各层级的核心技术方案,建立了完整的虚实双向映射的数字孪生闭环体系。重点针对系统稳态运行控制功能需求,提出了以潮流调控优化、潮流异常检测、谐波影响评估为目标的数字孪生功能应用方法,并基于数字线程建立了功能流程与各类数据、模型的作用关联,实现了孪生数据与模型的统一数字链管理及调度;提出了面向数字孪生的城轨柔性牵引供电系统数据采集、通信及处理方法,保证了数字孪生模型对潮流及谐波状态的精确感知与分析;提出了一种数字孪生广义形态的完整建模体系,为城轨牵引供电系统数字孪生提供了顶层建模框架。在多时间尺度建模仿真方面,针对传统建模方法因计算效率矛盾而导致潮流、谐波仿真分离的问题,提出了一种城轨柔性牵引供电系统多时间尺度建模与实时仿真方法,保证了潮流、谐波模型的在线实时同步仿真,实现了潮流-谐波状态关联的系统多时间尺度运行推演。首先,基于机理建模方法,建立了柔性牵引供电系统的潮流模型与谐波模型,揭示了系统的多时间尺度运行特性;然后,提出了一种以谐波机理模型仿真数据为训练样本,以多层感知机（MLP）进行模型轻量化的谐波源外特性建模方法,有效提升了谐波计算速度,解决了传统潮流与谐波模型在仿真效率上的矛盾问题;最终,根据谐波耦合及多时间尺度状态关联,提出了一种基于协同交互的多时间尺度高效仿真方法,揭示了控制参数对柔性牵引供电系统的影响规律,验证了柔性牵引供电系统的潮流调控能力及节能提升效果。在潮流模型保真进化方面,针对传统潮流模型因参数离线设定而难以自适应实际系统变化的问题,提出了一种基于群集智能的潮流孪生模型自主保真进化方法,保证了模型参数与实际系统的一致性,提升了潮流计算的准确性。重点设计了潮流孪生模型的自主进化框架及策略,保证了潮流模型进化的负荷精确输入与潮流在线感知;提出了一种基于粒子群寻优的混合参数校正算法,有效提升了潮流模型参数校正的收敛性及寻优能力,实现了潮流孪生的高保真、高一致性建模。在谐波源模型一致性优化方面,针对谐波仿真数据与实测数据的特征差异,提出了一种基于迁移学习的谐波源模型一致性优化方法,解决了模型与真实设备谐波特征的一致性偏差。主要包括:提出了基于迁移学习的一致性优化策略,采用实测数据闭环反馈的在线迁移学习,保证了谐波源模型的持续一致性优化;基于深度域混淆（DDC）及自适应矩估计（Adam）方法,提出了一种谐波源模型的迁移学习自适应算法,降低了仿真与实测数据特征差异造成的迁移学习损失,保证了谐波源模型一致性优化的精度及效率。