Page 70 - 能源互联网背景下电力技术分析

能源互联网背景下电力技术分析
Analysis of Power Technology in the Context of Energy Internet

信息物理系统技术的应用，建立能源互联网中的信息流模型，在孪生模型中表征
实际能源互联网的信息与数据流动模型。
能源互联网在外部、内部环境与参数中存在多源、多重随机性与不确定性。

随机性与不确定性的产生源头往往来源于高维、强非线性的内外部复杂系统。在
外部环境方面，如影响电力系统中光伏、风电等新能源出力的外部气象环境系统。
局部小范围的微观气象过程模型阶数大、建模成本高，且由于其具有强非线性和
复杂系统特性，较小的输入状态与参数变化也可能导致较大的输出状态变化。在

内部参数方面，如热力、天然气管网，电力设备、器件的老化故障模型，涉及多
物理场仿真、应力分析与健康管理技术等。
在建模中可以利用高斯过程回归，深度学习等新一代人工智能算法，对不同

来源的随机性与不确定性进行建模。相关物理机理、领域知识在数据驱动模型中，
可以通过正则化网络、注意力机制、拓扑图、损失函数修正项等方式引入，进一
步提升数据驱动建模的效率与准确性。
（三）数字孪生在智能规划运行中的典型应用
能源互联网数字孪生通过平台支撑层的大数据、深度学习、边缘计算等新一

代信息技术赋能，将规划、调度、控制中的前瞻预测和在线优化决策等问题将与
智能技术深度融合，其中的应用主要体现在 3 个方面。
1. 能源互联网多类型负荷联合预测

负荷预测作为能源互联网系统规划设计与优化运行的基础，其预测精度直接
决定着系统规划与运行结果。但随着电网、热网、气网等用户量激增带来的海量
运行数据使得精确预测变得愈发困难。数字孪生技术为能源互联网系统中的多元
负荷预测提供了新的思路。基于数字孪生建立负荷预测模型，获得设备在全生命
周期的数据，通过数据驱动技术使其在模型中不断迭代，能够更好地处理序列性

负荷数据，实现对负荷精准预测。
2. 能源互联网发展演化下的规划设计
在传统的综合能源系统规划设计方法中，针对系统中的源 - 荷未来发展的不

确定性构建的模型较为保守。通常为了保证规划设计满足发展需求，可能出现规
划冗余度高、资源分配过度超前的现象。且对于综合能源系统中的电 - 热 - 气 -
氢系统的源网 - 荷 - 储设备的全生命周期能效水平变化及其对系统运行的影响建
模较为简单，忽略了多系统间全生命周期的变化耦联机理与影响级联放大效应。

62