<正>随着全球气候变化加剧、极端天气频发，以及能源供需双侧不确定性的持续攀升，综合能源系统在保障城市与工业稳定运行中面临着前所未有的挑战。传统调控手段往往依赖机理模型与预设规则，难以在高动态、多能耦合的复杂场景下实现快速、精准的灾后响应与弹性恢复。人工智能技术，特别是深度学习、强化学习、迁移学习与多智能体协同控制等方法，凭借其强大的非线性映射、自主决策与自进化能力，为突破多能流时空耦合建模、灾变场景下动态平衡调控、关键负荷恢复路径智能决策等难题提供了全新路径。本期“人工智能赋能综合能源系统韧性调控”专题聚焦人工智能在综合能源系统优化调度中的创新应用，具有重要的理论价值与现实意义。