Page 71 - 能源互联网背景下电力技术分析

第一章 能源互联网发展概述

而基于数字孪生技术构建的孪生模型，计及了能源互联网全生命周期中各个系统
的健康水平演化规律及全链条耦合影响。通过图计算与多场景并行仿真技术，生
成运行远景库，有效提升了应对不同规划策略下运行与收益场景的预演分析能力。

将数字孪生技术加入发展演化视角下的能源互联网规划设计，能够更加有效地提
升规划设计效能。
3. 考虑多重随机性的能源互联网优化运行
能源互联网中包含由内源和外源导致的多重随机性与不确定性。在调度运行

方面，近年来一次能源的不确定性受到了广泛关注，包括煤等传统化石能源供应
的不确定性，以及长时间连续高温极端天气导致的水力、风能低出力的不确定性
等。以近端策略规划为代表的无模型深度强化学习算法可以很好地解决能源互联

网优化运行过程中的序贯决策问题。并应对马尔科夫决策过程中状态转移概率因
不确定性和随机性导致的不可知问题。能源互联网的数字孪生模型，可以作为深
度强化学习的训练环境，并通过平台层与交互层引入外部随机变量，支撑强化学
习智能体在虚拟信息物理空间中学习能源互联网的优化调度决策。通过在线部署
基于深度强化学习智能体的智能调度员，提升在线能源互联网运行的优化水平。

（四）数字孪生在能源互联网综合评价中的典型应用
基于数字孪生的能源互联网综合评价系统是数字孪生技术在能源行业的落地
实践，可通过熵权法与层次分析法等技术手段构建多层级指标体系，其中一级指

标包括数字孪生在工业领域应用的 4 个重要特征：可视性、可预见性、可假设性
和可解释性，各个特征下数字孪生在能源互联网综合评价中的典型应用如下。
1. 在基于数字孪生的能源互联网可视性评价体系方面
通过智能交互层的虚拟现实技术、3DGIS 技术、混合现实技术生成的虚拟映
射与能源互联网的多源数据及多主体模型相结合，实现能源互联网全生命周期运

行态势实时展示。可视性的二级指标一般包括 5 个方面：用户友好的可视化界面；
关键设施虚拟现实数字模型；实际系统实时运行态势跟踪；孪生模型的运行态势
展示；未来场景的可视化预演。

2. 在基于数字孪生的能源互联网可预见性评价体系方面
能源互联网的数字孪生模型应可通过图计算、多场景并行仿真等技术，实现
对未来海量可能场景下系统运行的多时间尺度预演，提升对未来演化路径的可预
见性。可预见性的二级指标一般包括 3 个方面：可预演计算的关键设备、参数、

63