基于数字孪生的综合能源系统低碳化研究综述

林沐森; 郑伟业; 徐思雨; 姚顺春; 梁友才; 朱继忠

doi:10.16081/j.epae.202603023

欢迎来到能源电力期刊网！

English Version 期刊登录

您当前的位置：

首页 >

文章列表页 >

基于数字孪生的综合能源系统低碳化研究综述

综述 | 更新时间：2026-06-29

- 基于数字孪生的综合能源系统低碳化研究综述
- Review on decarbonization of integrated energy systems based on digital twin
- 电力自动化设备 2026年46卷第7期页码：72-86
- 作者机构：
  
  1.华南理工大学电力学院，广东广州 510641
  2.澳门大学智慧城市物联网全国重点实验室电机及电脑工程系，澳门 999078
  3.广东电网有限责任公司广州供电局，广东广州 510620
- 作者简介：
  
  林沐森（2001 —），男，硕士研究生，主要研究方向为电力系统低碳运行优化（E-mail：lms200112@163.com）；
  郑伟业（1990 —），男，助理教授，博士，通信作者，主要研究方向为数学优化理论及人工智能在能源系统中的应用（E-mail：neo_adonis@139.com）。
- 基金信息：
  
  智能电网重大专项（2030）(2024ZD0802000);国家电网公司科技项目(52280024000L)
- DOI：10.16081/j.epae.202603023
  中图分类号： TM73;TP29
- 收稿：2026-01-21，
  
  修回：2026-03-09，
  
  网络首发：2026-04-07，
  
  纸质出版：2026-07-10
- 稿件说明：
移动端阅览
林沐森,郑伟业,徐思雨等.基于数字孪生的综合能源系统低碳化研究综述[J].电力自动化设备,2026,46(07):72-86.

Lin Musen,Zheng Weiye,Xu Siyu,et al.Review on decarbonization of integrated energy systems based on digital twin[J].Electric Power Automation Equipment,2026,46(07):72-86.
林沐森,郑伟业,徐思雨等.基于数字孪生的综合能源系统低碳化研究综述[J].电力自动化设备,2026,46(07):72-86. DOI： 10.16081/j.epae.202603023.

Lin Musen,Zheng Weiye,Xu Siyu,et al.Review on decarbonization of integrated energy systems based on digital twin[J].Electric Power Automation Equipment,2026,46(07):72-86. DOI： 10.16081/j.epae.202603023.

摘要

综合能源系统可通过整合多能流提高系统效率，而数字孪生具有构建多领域协同的整合能力，与综合能源系统高维度、多尺度的特性高度契合。为此，探讨了数字孪生技术在综合能源系统低碳化研究中的应用和影响。梳理了综合能源系统的定义、特征与面临的挑战，并深入分析了数字孪生技术的发展历程、架构体系与关键技术。总结了综合能源系统的建模方法，以及基于数字孪生的优化调控策略。聚焦低碳应用领域，探索了基于数字孪生提升综合能源系统脱碳能力。最后，归纳挑战并展望未来，总结了当前数字孪生综合能源系统研究的不足。

Abstract

Integrated energy system（IES） can enhance system efficiency through the integration of multi-energy flows，while digital twin（DT） possesses the capability to construct cross-domain collaborative integration，demonstrating high compatibility with the high-dimensional and multi-scale characteristics of IES. Accor-dingly，the application and impact of DT technology in advancing the decarbonization research of IES are investigated. The definitions，features and facing challenges of IES are outlined，followed by an in-depth analysis of the developmental trajectory，architectural frameworks，and key technologies of DT. The modeling methods for IES and the optimization control strategies enabled by DT are both summarized. Focusing on low-carbon applications，the study explores how DT enhances the decarbonization capabilities of IES. Finally，the existing challenges and future prospect are summarized while outlining the deficiencies of current DT-enabled IES research.

关键词

Keywords

references

李璐，张泽端，毕贵红，等 . “双碳”目标下基于系统动力学的发电行业碳减排政策研究［J］. 电力系统保护与控制， 2024 ， 52 （ 12 ）： 69 - 81 .

Li Lu ， Zhang Zeduan ， Bi Guihong ， et al . Carbon emission reduction policy in the power generation sector based on system dynamics with “dual carbon” targets ［J］. Power System Protection and Control ， 2024 ， 52 （ 12 ）： 69 - 81 .

冯昌森，汤飞霞，王国烽，等 . 基于融合经验安全强化学习的配电网电压控制［J］. 电力系统自动化， 2025 ， 49 （ 8 ）： 169 - 177 .

Feng Changsen ， Tang Feixia ， Wang Guofeng ， et al . Volt-var control for distribution network based on safe reinforcement lear-ning with mixed experiences ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 8 ）： 169 - 177 .

鉴庆之，刘晓明，杨金叶，等 . 考虑需求响应的电力系统灵活性资源优化配置［J］. 现代电力， 2021 ， 38 （ 3 ）： 286 - 296 .

Jian Qingzhi ， Liu Xiaoming ， Yang Jinye ， et al . Optimal allocation of power system flexible resources considering demand response ［J］. Modern Electric Power ， 2021 ， 38 （ 3 ）： 286 - 296 .

孙宏斌，郭庆来，潘昭光，等 . 能源互联网：驱动力、评述与展望［J］. 电网技术， 2015 ， 39 （ 11 ）： 3005 - 3013 .

Sun Hongbin ， Guo Qinglai ， Pan Zhaoguang ， et al . Energy Internet：driving force，review and outlook ［J］. Power System Technology ， 2015 ， 39 （ 11 ）： 3005 - 3013 .

李红伟，吴佳航，王佳怡，等 . 计及P2G及碳捕集的风光氢储综合能源系统低碳经济调度［J］. 电力系统保护与控制， 2024 ， 52 （ 16 ）： 26 - 36 .

Li Hongwei ， Wu Jiahang ， Wang Jiayi ， et al . Low-carbon econo-mic dispatch of a wind，solar，and hydrogen storage integrated energy system considering P2G and carbon capture ［J］. Power System Protection and Control ， 2024 ， 52 （ 16 ）： 26 - 36 .

Guan X H ， Sun X H ， Cao X Y ， et al . Cyber-physical energy system for the energy revolution：a comprehensive solution for system design and operation ［J］. Cyber-Physical Energy Sys-tems ， 2025 ， 1 （ 1 ）： 3 - 13 .

胡山鹰，金涌，张臻烨 . 发展新质生产力，实现碳中和［J］. 发电技术， 2025 ， 46 （ 1 ）： 1 - 8 .

Hu Shanying ， Jin Yong ， Zhang Zhenye . Developing new quality productive forces to achieve carbon neutrality ［J］. Power Generation Technology ， 2025 ， 46 （ 1 ）： 1 - 8 .

杨茂，朱一丹，于欣楠，等 . 多时间尺度下考虑源-荷协同降碳的综合能源系统分布鲁棒低碳调度［J］. 电力自动化设备， 2025 ， 45 （ 2 ）： 34 - 42 .

Yang Mao ， Zhu Yidan ， Yu Xinnan ， et al . Distributionally robust low-carbon scheduling of integrated energy system considering source-load collaborative carbon reduction under multiple time scales ［J］. Electric Power Automation Equipment ， 2025 ， 45 （ 2 ）： 34 - 42 .

李奇，霍莎莎，蒲雨辰，等 . 面向含氢综合能源系统的电-碳-氢耦合交易市场研究综述［J］. 电力自动化设备， 2023 ， 43 （ 12 ）： 175 - 187 .

Li Qi ， Huo Shasha ， Pu Yuchen ， et al . Review on electricity-carbon-hydrogen coupling trading market for integrated energy system with hydrogen ［J］. Electric Power Automation Equipment ， 2023 ， 43 （ 12 ）： 175 - 187 .

杨明，李明冰，张玉敏，等 . 基于纳什议价模型的园区综合能源系统低碳优化调度［J］. 电力系统自动化， 2025 ， 49 （ 19 ）： 39 - 48 .

Yang Ming ， Li Mingbing ， Zhang Yumin ， et al . Low-carbon optimal dispatch of park-level integrated energy system based on Nash bargaining model ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 19 ）： 39 - 48 .

曾鸣，刘英新，周鹏程，等 . 综合能源系统建模及效益评价体系综述与展望［J］. 电网技术， 2018 ， 42 （ 6 ）： 1697 - 1708 .

Zeng Ming ， Liu Yingxin ， Zhou Pengcheng ， et al . Review and prospects of integrated energy system modeling and benefit evaluation ［J］. Power System Technology ， 2018 ， 42 （ 6 ）： 1697 - 1708 .

齐敏芳 . 大数据技术及其在电站机组分析中的应用［D］. 北京：华北电力大学， 2016 .

Qi Minfang . Big data technology and its application on the analysis of power plant units ［D］. Beijing ： North China Electric Power University ， 2016 .

Grieves M W . Product lifecycle management：the new para-digm for enterprises ［J］. International Journal of Product Deve-lopment ， 2005 ，2（ 1 ／ 2 ）： 71 .

Tuegel E J ， Ingraffea A R ， Eason T G ， et al . Reengineering aircraft structural life prediction using a digital twin ［J］. Inter-national Journal of Aerospace Engineering ， 2011 ， 2011 ： 154798 .

Harfman Todorovic M ， Datta R ， Stevanovic L ， et al . Design and testing of a modular SiC based power block ［C］∥ PCIM Europe 2016 ； International Exhibition and Conference for Power Electronics，Intelligent Motion，Renewable Energy and Energy Management， May 10-12，2016 ，Nuremberg，Germany . Piscataway，NJ ： VDE ， 2016 ： 1 - 4 .

Tao F ， Cheng J F ， Qi Q L ， et al . Digital twin-driven product design，manufacturing and service with big data ［J］. The Inter-national Journal of Advanced Manufacturing Technology ， 2018 ， 94 ： 3563 - 3576 .

Negri E ， Berardi S ， Fumagalli L ， et al . MES-integrated digital twin frameworks ［J］. Journal of Manufacturing Systems ， 2020 ， 56 ： 58 - 71 .

孙荣富，王隆扬，王玉林，等 . 基于数字孪生的光伏发电功率超短期预测［J］. 电网技术， 2021 ， 45 （ 4 ）： 1258 - 1264 .

Sun Rongfu ， Wang Longyang ， Wang Yulin ， et al . Ultra-short-term prediction of photovoltaic power generation based on digital twins ［J］. Power System Technology ， 2021 ， 45 （ 4 ）： 1258 - 1264 .

马墅研，贺兴，张庄俨，等 . 面向多主体协同与智能涌现的能源互联网元宇宙架构设计［J］. 电力系统自动化， 2025 ， 49 （ 16 ）： 1 - 8 .

Ma Shuyan ， He Xing ， Zhang Zhuangyan ， et al . Architecture design of energy Internet metaverse for multi-agent collaboration and intelligent emergence ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 16 ）： 1 - 8 .

吴秋伟，赵文巘 . 数字孪生与生成式人工智能赋能新型电力系统运行控制研究综述［J］. 电力自动化设备， 2025 ， 45 （ 11 ）： 59 - 71 .

Wu Qiwei ， Zhao Wenyan . Research overview of digital twin and generative artificial intelligence enabled new power system ［J］. Electric Power Automation Equipment ， 2025 ， 45 （ 11 ）： 59 - 71 .

Koirala B ， Cai H ， Khayatian F ， et al . Digitalization of urban multi-energy systems-advances in digital twin applications across life-cycle phases ［J］. Advances in Applied Energy ， 2024 ， 16 ： 100196 .

Aghazadeh Ardebili A ， Zappatore M ， Ramadan A I H A ， et al . Digital twins of smart energy systems：a systematic literature review on enablers，design，management and computational challenges ［J］. Energy Informatics ， 2024 ， 7 ： 94 .

Zhuang C B ， Liu J H ， Xiong H . Digital twin-based smart pro-duction management and control framework for the complex product assembly shop-floor ［J］. The International Journal of Advanced Manufacturing Technology ， 2018 ， 96 ： 1149 - 1163 .

Mourtzis D ， Angelopoulos J ， Panopoulos N . Smart manufactu-ring and tactile Internet based on 5G in industry 4.0：challen-ges，applications and new trends ［J］. Electronics ， 2021 ， 10 （ 24 ）： 3175 .

Nguyen H X ， Trestian R ， To D ， et al . Digital twin for 5G and beyond ［J］. IEEE Communications Magazine ， 2021 ， 59 （ 2 ）： 10 - 15 .

Qian C ， Liu X ， Ripley C ， et al . Digital twin：cyber replica of physical things：architecture，applications and future research directions ［J］. Future Internet ， 2022 ， 14 （ 2 ）： 64 .

Lu Y Q ， Liu C ， Wang K I ， et al . Digital twin-driven smart manufacturing：connotation，reference model，applications and research issues ［J］. Robotics and Computer-Integrated Manu-facturing ， 2020 ， 61 ： 101837 .

Xue H H ， Huang B ， Qin M M ， et al . Edge computing for Internet of Things：a survey ［C］∥ 2020 International Confe-rences on Internet of Things（iThings） and IEEE Green Com-puting and Communications（GreenCom） and IEEE Cyber，Phy-sical and Social Computing（CPSCom） and IEEE Smart Data（SmartData） and IEEE Congress on Cybermatics（Cybermatics）， November 2-6，2020 ， Rhodes，Greece . Piscataway，NJ ： IEEE ， 2020 ： 755 - 760 .

Sahni Y ， Cao J N ， Yang L . Data-aware task allocation for achieving low latency in collaborative edge computing ［J］. IEEE Internet of Things Journal ， 2019 ， 6 （ 2 ）： 3512 - 3524 .

Wang Y A ， Fang J J ， Cheng Y ， et al . Cooperative end-edge-cloud computing and resource allocation for digital twin ena-bled 6G industrial IoT ［J］. IEEE Journal of Selected Topics in Signal Processing ， 2024 ， 18 （ 1 ）： 124 - 137 .

Duan S J ， Wang D ， Ren J ， et al . Distributed artificial intelli-gence empowered by end-edge-cloud computing：a survey ［J］. IEEE Communications Surveys & Tutorials ， 2023 ， 25 （ 1 ）： 591 - 624 .

周蒙冲 . 基于大数据挖掘的锅炉燃烧系统经济性分析与多目标优化［D］. 吉林：东北电力大学， 2023 .

Zhou Mengchong . Boiler combustion system economic analysis based on big data mining with multi-objective optimization ［D］. Jilin ： Northeast Electric Power University ， 2023 .

刘鑫屏，李波 . 基于半监督竞争聚类和改进Apriori算法的大型火电机组燃烧优化［J］. 华北电力大学学报（自然科学版）， 2024 ， 51 （ 4 ）： 133 - 142 .

Liu Xinping ， Li Bo . Combustion optimization of large thermal power units based on semi-supervised competitive clustering and improved apriori algorithm ［J］. Journal of North China Electric Power University（Natural Science Edition）， 2024 ， 51 （ 4 ）： 133 - 142 .

宋鸣程，贾立，叶灵芝 . 基于Spark的火电大数据挖掘方法的研究［J］. 控制工程， 2018 ， 25 （ 12 ）： 2158 - 2165 .

Song Mingcheng ， Jia Li ， Ye Lingzhi . The research of big data mining of thermal power method based on Spark ［J］. Control Engineering of China ， 2018 ， 25 （ 12 ）： 2158 - 2165 .

肖祥武，邹光球，罗婵纯，等 . 基于大数据平台的火电机组运行优化研究［J］. 电力信息与通信技术， 2018 ， 16 （ 8 ）： 28 - 32 .

Xiao Xiangwu ， Zou Guangqiu ， Luo Chunchan ， et al . Research on optimal operation of thermal power unit based on big data platform ［J］. Electric Power Information and Communication Technology ， 2018 ， 16 （ 8 ）： 28 - 32 .

Guo J P ， Zhao N ， Sun L ， et al . Modular based flexible digital twin for factory design ［J］. Journal of Ambient Intelligence and Humanized Computing ， 2019 ， 10 （ 3 ）： 1189 - 1200 .

Zhang Z N ， Wang X ， Wang X H ， et al . A simulation-based approach for plant layout design and production planning ［J］. Journal of Ambient Intelligence and Humanized Computing ， 2019 ， 10 （ 3 ）： 1217 - 1230 .

Rasheed A ， San O ， Kvamsdal T . Digital twin：values，challenges and enablers from a modeling perspective ［J］. IEEE Access ， 2020 ， 8 ： 21980 - 22012 .

Ke S Q ， Xiang F ， Zhang Z ， et al . A enhanced interaction framework based on VR，AR and MR in digital twin ［J］. Pro-cedia CIRP ， 2019 ， 83 ： 753 - 758 .

Tao F ， Zhang M . Digital twin shop-floor：a new shop-floor paradigm towards smart manufacturing ［J］. IEEE Access ， 2017 ， 5 ： 20418 - 20427 .

沈沉，陈颖，黄少伟，等 . 当智能电网遇到数字孪生［J］. 科技纵览， 2019 （ 11 ）： 68 - 72 .

Shen Chen ， Chen Ying ， Huang Shaowei . When smart grid meets digital twin ［J］. lEEE Spectrum ， 2019 （ 11 ）： 68 - 72 .

沈沉，贾孟硕，陈颖，等 . 能源互联网数字孪生及其应用［J］. 全球能源互联网， 2020 ， 3 （ 1 ）： 1 - 13 .

Shen Chen ， Jia Mengshuo ， Chen Ying ， et al . Digital twin of the energy Internet and its application ［J］. Journal of Global Energy Interconnection ， 2020 ， 3 （ 1 ）： 1 - 13 .

Fuller A ， Fan Z ， Day C ， et al . Digital twin：enabling technolo-gies，challenges and open research ［J］. IEEE Access ， 2020 ， 8 ： 108952 - 108971 .

Petrik D ， Herzwurm G . iIoT ecosystem development through boundary resources：a Siemens MindSphere case study ［C］∥ Proceedings of the 2nd ACM SIGSOFT International Work-shop on Software-Intensive Business：Start-ups，Platforms，and Ecosystems ， Tallinn Estonia ： ACM ， 2019 ： 1 - 6 .

Geidl M ， Koeppel G ， Favre-Perrod P ， et al . Energy hubs for the future ［J］. IEEE Power and Energy Magazine ， 2007 ， 5 （ 1 ）： 24 - 30 .

丁涛，牟晨璐，别朝红，等 . 能源互联网及其优化运行研究现状综述［J］. 中国电机工程学报， 2018 ， 38 （ 15 ）： 4318 - 4328 .

Ding Tao ， Mou Chenlu ， Bie Zhaohong ， et al . Review of energy Internet and its operation ［J］. Proceedings of the CSEE ， 2018 ， 38 （ 15 ）： 4318 - 4328 .

黄雅洁 . 半实物综合能源系统仿真与优化运行研究［D］. 北京：北京交通大学， 2019 .

Huang Yajie . Study on hybrid integrated energy system simulation and operation optimization ［D］. Beijing ： Beijing Jiaotong University ， 2019 .

Li H ， Duan J ， Zhang D Y ， et al . A distributed energy resour-ces aggregation model based on multi-scenario and multi-objective methodology ［J］. Applied Sciences ， 2019 ， 9 （ 17 ）： 3586 .

Marquant J F ， Bollinger L A ， Evins R ， et al . A new com-bined clustering method to Analyse the potential of district heating networks at large-scale ［J］. Energy ， 2018 ， 156 ： 73 - 83 .

Karmellos M ， Mavrotas G . Multi-objective optimization and comparison framework for the design of Distributed Energy Systems ［J］. Energy Conversion and Management ， 2019 ， 180 ： 473 - 495 .

Ameri M ， Besharati Z . Optimal design and operation of district heating and cooling networks with CCHP systems in a resi-dential complex ［J］. Energy and Buildings ， 2016 ， 110 ： 135 - 148 .

Lamaison N ， Collette S ， Vallée M ， et al . Storage influence in a combined biomass and power-to-heat district heating produc-tion plant ［J］. Energy ， 2019 ， 186 ： 115714 .

沈运帷，徐凯，林顺富，等 . 考虑广义储能参与的多园区综合能源系统低碳优化运行策略［J］. 电力自动化设备， 2024 ， 44 （ 11 ）： 41 - 51 .

Shen Yunwei ， Xu Kai ， Lin Shunfu ， et al . Low-carbon optimal operation strategy of multi-park integrated energy system considering generalized energy storage participation ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 11 ）： 41 - 51 .

郝丹宁，胡志坚，谈竹奎，等 . 考虑绿证-阶梯碳双向交互与碳捕集的综合能源系统低碳经济调度［J］. 电力自动化设备， 2025 ， 45 （ 2 ）： 69 - 77 .

Hao Danning ， Hu Zhijian ， Tan Zhukui ， et al . Low-carbon economic scheduling of integrated energy system considering bidirectional interaction of green certificate-ladder carbon and carbon capture ［J］. Electric Power Automation Equipment ， 2025 ， 45 （ 2 ）： 69 - 77 .

梁俊鹏，张高航，李凤婷，等 . 计及氢储能-制氨-碳捕集的综合能源系统低碳优化调度［J］. 电力自动化设备， 2024 ， 44 （ 10 ）： 16 - 23 .

Liang Junpeng ， Zhang Gaohang ， Li Fengting ， et al . Low-carbon optimal scheduling of integrated energy system considering hydrogen energy storage，ammonia production and carbon capture ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 10 ）： 16 - 23 .

王杰，贾宏杰，靳小龙，等 . 基于电-氢-热P2P交易的分布式智能电网低碳优化运行方法［J］. 电力系统自动化， 2025 ， 49 （ 9 ）： 40 - 51 .

Wang Jie ， Jia Hongjie ， Jin Xiaolong ， et al . Low-carbon operation optimization method for distributed smart grid based on electricity-hydrogen-heat peer-to-peer trading ［J］. Automation of Electric Power Systems ， 2025 ， 49 （ 9 ）： 40 - 51 .

Madsen H ， Søgaard H T ， Sejling K ， et al . Models and methods for optimization of district heating systems ［M］. Denmark ： Institut for Matematisk Statistik og Operationsanalyse ， 1992 .

Benonysson A . Dynamic modelling and operational optimization of district heating systems ［D］. Denmark ： Danmarks Tekniske Hoejskole ， 1991 .

Zheng J F ， Zhou Z G ， Zhao J N ， et al . Function method for dynamic temperature simulation of district heating network ［J］. Applied Thermal Engineering ， 2017 ， 123 ： 682 - 688 .

Gabrielaitiene I ， Bøhm B ， Sunden B . Modelling temperature dynamics of a district heating system in Naestved，Denmark：a case study ［J］. Energy Conversion and Management ， 2007 ， 48 （ 1 ）： 78 - 86 .

Gabrielaitienė I ， Bøhm B ， Sundén B . Dynamic temperature simulation in district heating systems in Denmark regarding pronounced transient behaviour ［J］. Journal of Civil Engi-neering and Management ， 2011 ， 17 （ 1 ）： 79 - 87 .

李沅，陆帅，顾伟，等 . 考虑热动态的综合能源系统碳排放流建模与分析［J］. 电力自动化设备， 2024 ， 44 （ 7 ）： 205 - 213 .

Li Yuan ， Lu Shuai ， Gu Wei ， et al . Modelling and analysis of carbon emission flow for integrated energy system considering thermal dynamic ［J］. Electric Power Automation Equipment ， 2024 ， 44 （ 7 ）： 205 - 213 .

Lan T ， Strunz K . Modeling of the enthalpy transfer using electric circuit equivalents：theory and application to transients of multi-carrier energy systems ［J］. IEEE Transactions on Energy Conversion ， 2019 ， 34 （ 4 ）： 1720 - 1730 .

Hao J H ， Chen Q ， He K L ， et al . A heat current model for heat transfer／storage systems and its application in integrated analysis and optimization with power systems ［J］. IEEE Tran-sactions on Sustainable Energy ， 2020 ， 11 （ 1 ）： 175 - 184 .

Woldeyohannes A D ， Majid M A A . Simulation model for natu-ral gas transmission pipeline network system ［J］. Simulation Modelling Practice and Theory ， 2011 ， 19 （ 1 ）： 196 - 212 .

Fang J K ， Zeng Q ， Ai X M ， et al . Dynamic optimal energy flow in the integrated natural gas and electrical power systems ［J］. IEEE Transactions on Sustainable Energy ， 2018 ， 9 （ 1 ）： 188 - 198 .

Yow Wushong . Analysis and control of transient flow in natu-ral gas piping systems ［J］. Journal of Fluid Engineering ， 1969 ， 91 （ 3 ）： 331 - 338 .

Wylie E B ， Stoner M A ， Streeter V L . Network：system tran-sient calculations by implicit method ［J］. Society of Petroleum Engineers Journal ， 1971 ， 11 （ 4 ）： 356 - 362 .

Luongo C A . An efficient program for transient flow simu-lation in natural gas pipelines ［C］∥ PSIG Annual Meeting ， October 30，1986 ， New Orleans，Louisiana . ［S.l.］： PSIG ， 1986 ：PSIG-8605.

Ibraheem S O ， Adewumi M A . Higher-resolution numerical solution for 2-D transient natural gas pipeline flows ［C］∥ SPE Gas Technology Symposium ， April 28-May 1，1996 ， Calgary，Alberta，Canada . Richardson ： Society of Petroleum Engineers ， 1996 ：SPE 35626-MS.

Kiuchi T . An implicit method for transient gas flows in pipe networks ［J］. International Journal of Heat and Fluid Flow ， 1994 ， 15 （ 5 ）： 378 - 383 .

Zhou Y Z ， Gu C H ， Wu H ， et al . An equivalent model of gas networks for dynamic analysis of gas-electricity systems ［J］. IEEE Transactions on Power Systems ， 2017 ， 32 （ 6 ）： 4255 - 4264 .

Whalley R ， Abdul-Ameer A . Energy-efficient gas pipeline trans-portation ［J］. Systems Science & Control Engineering ， 2014 ， 2 （ 1 ）： 527 - 540 .

Bhavsar S ， Pitchumani R ， Reynolds M ， et al . Machine learning surrogate of physics-based building-stock simulator for end-use load forecasting ［J］. Energy and Buildings ， 2023 ， 296 ： 113395 .

Liang X B ， Chen S L ， Zhu X ， et al . Domain knowledge decomposition of building energy consumption and a hybrid data-driven model for 24-h ahead predictions ［J］. Applied Energy ， 2023 ， 344 ： 121244 .

Dong Z Y ， Wang T J . Artificial intelligence driving percep-tion，cognition，decision-making and deduction in energy systems：state-of-the-art and potential directions ［J］. Energy Internet ， 2024 ， 1 （ 1 ）： 27 - 33 .

Chen Y B ， Yang Q G ， Chen Z ， et al . Physics-informed neural networks for building thermal modeling and demand response control ［J］. Building and Environment ， 2023 ， 234 ： 110149 .

Drgoňa J ， Tuor A R ， Chandan V ， et al . Physics-constrained deep learning of multi-zone building thermal dynamics ［J］. Energy and Buildings ， 2021 ， 243 ： 110992 .

Xiao T Q ， You F Q . Building thermal modeling and model predictive control with physically consistent deep learning for decarbonization and energy optimization ［J］. Applied Energy ， 2023 ， 342 ： 121165 .

Wang Q ， Li F ， Tang Y ， et al . Integrating model-driven and data-driven methods for power system frequency stability assessment and control ［J］. IEEE Transactions on Power Sys-tems ， 2019 ， 34 （ 6 ）： 4557 - 4568 .

Wang J X ， Zhong H W ， Lai X W ， et al . Exploring key weather factors from analytical modeling toward improved solar power forecasting ［J］. IEEE Transactions on Smart Grid ， 2019 ， 10 （ 2 ）： 1417 - 1427 .

Zhao J ， Li W G ， Wang T Y ， et al . Physics and data-driven approach for online joint state and parameter estimation of electricity and steam networks ［J］. Energy Internet ， 2024 ， 1 （ 2 ）： 166 - 175 .

Muthalib M K ， Nwankpa C O . Physically-based building load model for electric grid operation and planning ［J］. IEEE Tran-sactions on Smart Grid ， 2017 ， 8 （ 1 ）： 169 - 177 .

彭寒梅，颜飞，谭貌，等 . 计及气网延时的电-气综合能源系统近端策略优化双智能体安全校正方法［J］. 电力自动化设备， 2025 ， 45 （ 2 ）： 51 - 60 .

Peng Hanmei ， Yan Fei ， Tan Mao ， et al . PPO-based dual agents security correction method for electricity-gas integrated energy system considering time-delay of gas network ［J］. Electric Power Automation Equipment ， 2025 ， 45 （ 2 ）： 51 - 60 .

陆帅 . 电热综合能源系统建模与运行优化研究［D］. 南京：东南大学， 2021 .

Lu Shuai . Research on modeling and operation optimization of heat and electricity integrated energy systems ［D］. Nanjing ： Southeast University ， 2021 .

宋永华，林今，胡泽春，等 . 能源局域网：物理架构、运行模式与市场机制［J］. 中国电机工程学报， 2016 ， 36 （ 21 ）： 5776 - 5787，6020 .

Song Yonghua ， Lin Jin ， Hu Zechun ， et al . Energy distribution network：infrastructure，operation mode and market mechanism ［J］. Proceedings of the CSEE ， 2016 ， 36 （ 21 ）： 5776 - 5787，6020 .

侯朗博，孙昊，陈衡，等 . 基于需求响应与Stackelberg博弈的小区综合能源系统优化调度［J］. 发电技术， 2025 ， 46 （ 2 ）： 219 - 230 .

Hou Langbo ， Sun Hao ， Chen Heng ， et al . Optimization schedu-ling of integrated energy systems in communities based on demand response and Stackelberg game ［J］. Power Generation Technology ， 2025 ， 46 （ 2 ）： 219 - 230 .

丁明，刘新宇，朱乾龙，等 . 电网风电接纳能力建模及影响因素分析［J］. 电气工程学报， 2016 ， 11 （ 7 ）： 1 - 8，17 .

Ding Ming ， Liu Xinyu ， Zhu Qianlong ， et al . Research on the model and influences of power grid’s ability of admitting wind power ［J］. Journal of Electrical Engineering ， 2016 ， 11 （ 7 ）： 1 - 8，17 .

吕泉，陈天佑，王海霞，等 . 热电厂参与风电调峰的方法评述及展望［J］. 中国电力， 2013 ， 46 （ 11 ）： 129 - 136，141 .

Lü Quan ， Chen Tianyou ， Wang Haixia ， et al . Review and pers-pective of integrating wind power into CHP power system for peak regulation ［J］. Electric Power ， 2013 ， 46 （ 11 ）： 129 - 136，141 .

张磊，王满康，叶婧，等 . 兼具求解速度与隐私性的复杂供热管网等值简化模型［J］. 电力系统保护与控制， 2024 ， 52 （ 10 ）： 105 - 117 .

Zhang Lei ， Wang Mankang ， Ye Jing ， et al . An equivalent simplified model for a complex heating network with a balance between solution speed and privacy ［J］. Power System Protection and Control ， 2024 ， 52 （ 10 ）： 105 - 117 .

Chen X Y ， Kang C Q ， O’Malley M ， et al . Increasing the flexibility of combined heat and power for wind power inte-gration in China：modeling and implications ［J］. IEEE Tran-sactions on Power Systems ， 2015 ， 30 （ 4 ）： 1848 - 1857 .

Dai Y H ， Chen L ， Min Y ， et al . Dispatch model for CHP with pipeline and building thermal energy storage considering heat transfer process ［J］. IEEE Transactions on Sustainable Energy ， 2019 ， 10 （ 1 ）： 192 - 203 .

Huang S J ， Tang W C ， Wu Q W ， et al . Network constrained economic dispatch of integrated heat and electricity systems through mixed integer conic programming ［J］. Energy ， 2019 ， 179 ： 464 - 474 .

Jiang Y B ， Wan C ， Botterud A ， et al . Convex relaxation of combined heat and power dispatch ［J］. IEEE Transactions on Power Systems ， 2021 ， 36 （ 2 ）： 1442 - 1458 .

Wang D ， Zhi Y Q ， Jia H J ， et al . Optimal scheduling strategy of district integrated heat and power system with wind power and multiple energy stations considering thermal inertia of buildings under different heating regulation modes ［J］. App-lied Energy ， 2019 ， 240 ： 341 - 358 .

Jing Z X ， Jiang X S ， Wu Q H ， et al . Modelling and optimal operation of a small-scale integrated energy based district heating and cooling system ［J］. Energy ， 2014 ， 73 ： 399 - 415 .

Franciosa P ， Sokolov M ， Sinha S ， et al . Deep learning enhan-ced digital twin for Closed-Loop In-Process quality improve-ment ［J］. CIRP Annals ， 2020 ， 69 （ 1 ）： 369 - 372 .

Ward R ， Sun C ， Dominguez-Caballero J ， et al . Machining digi-tal twin using real-time model-based simulations and look-ahead function for closed loop machining control ［J］. The International Journal of Advanced Manufacturing Technology ， 2021 ，117（ 11 ／ 12 ）： 3615 - 3629 .

Huang Y H ， Xie Y X ， Chen Z Q ， et al . AI empowered mode-ling，closed-loop optimization，and field trials of RAN digital twin ［J］. IEEE Network ， 2026 ， 40 （ 1 ）： 154 - 164 .

陈相吾 . 基于改进蝙蝠算法的多能互补微电网优化调度研究［D］. 西安：西安理工大学， 2019 .

Chen Xiangwu . Research on multi-energy complementary microgrid optimal dispatching based on improved bat algorithms ［D］. Xi’an ： Xi’an University of Technology ， 2019 .

范彬，周力行，黄頔，等 . 基于改进蝙蝠算法的配电网分布式电源规划［J］. 电力建设， 2015 ， 36 （ 3 ）： 123 - 128 .

Fan Bin ， Zhou Lixing ， Huang Di ， et al . Distributed generation planning for distribution network based on modified bat algorithm ［J］. Electric Power Construction ， 2015 ， 36 （ 3 ）： 123 - 128 .

Shivaie M ， Mokhayeri M ， Kiani-Moghaddam M ， et al . A relia-bility-constrained cost-effective model for optimal sizing of an autonomous hybrid solar／wind／diesel／battery energy sys-tem by a modified discrete bat search algorithm ［J］. Solar Energy ， 2019 ， 189 ： 344 - 356 .

Hosseinnia H ， Nazarpour D ， Talavat V . Multi-objective optimi-zation framework for optimal planning of the microgrid（MG） under employing demand response program（DRP）［J］. Jour-nal of Ambient Intelligence and Humanized Computing ， 2019 ， 10 （ 7 ）： 2709 - 2730 .

Chen H T ， Zhao Y ， Ji Y W ， et al . Optimization location selection analysis of energy storage unit in energy Internet system based on tabu search ［J］. International Journal of Soft-ware Engineering and Knowledge Engineering ， 2019 ， 29 （ 7 ）： 941 - 954 .

何力 . 基于需求侧响应的并网微电网能量优化调度研究［D］. 上海：上海电机学院， 2019 .

He Li . Research on energy optimization dispatching of grid-connected microgrid based on demand side response ［D］. Shanghai ： Shanghai DianJi University ， 2019 .

孙嘉悦 . 基于模拟退火算法的供给侧新型电网规划问题研究［J］. 机电工程技术， 2019 ， 48 （ 12 ）： 39 - 41，162 .

Sun Jiayue . New supply-side power grid planning research based on simulated annealing algorithm ［J］. Mechanical & Electrical Engineering Technology ， 2019 ， 48 （ 12 ）： 39 - 41，162 .

丁屹峰，杨烁，梁安琪，等 . 基于遗传算法的混合供能系统［J］. 沈阳工业大学学报， 2019 ， 41 （ 5 ）： 501 - 505 .

Ding Yifeng ， Yang Shuo ， Liang Anqi ， et al . Hybrid energy supply system based on genetic algorithm ［J］. Journal of Shenyang University of Technology ， 2019 ， 41 （ 5 ）： 501 - 505 .

柳玉宾，阙亚卫，吴政华，等 . 基于遗传算法的燃气分布式能源系统负荷优化分配［J］. 华电技术， 2018 ， 40 （ 3 ）： 1 - 4，20 .

Liu Yubin ， Que Yawei ， Wu Zhenghua ， et al . Distribution of load optimization of gas distributed energy system based on genetic algorithm ［J］. Huadian Technology ， 2018 ， 40 （ 3 ）： 1 - 4，20 .

Li F ， Sun B ， Zhang C H ， et al . A hybrid optimization-based scheduling strategy for combined cooling，heating，and power system with thermal energy storage ［J］. Energy ， 2019 ， 188 ： 115948 .

许新华，高刚，徐永嘉 . 基于改进遗传算法的综合能源优化调度方法［J］. 电气开关， 2023 ， 61 （ 5 ）： 35 - 38，42 .

Xu Xinhua ， Gao Gang ， Xu Yongjia . A comprehensive optimal energy scheduling method based on improved genetic algorithm ［J］. Electric Switchgear ， 2023 ， 61 （ 5 ）： 35 - 38，42 .

靳佩桦，孟祥萍，程跃，等 . 基于多目标双重动态遗传算法的含分布式电源冷热电联供型综合能源运行优化［J］. 长春工程学院学报（自然科学版）， 2023 ， 24 （ 3 ）： 50 - 56 .

Jin Peihua ， Meng Xiangping ， Cheng Yue ， et al . Optimization of integrated energy system combined cooling heating and distributed power based on dual dynamic genetic algorithm ［J］. Journal of Changchun Institute of Technology（Natural Science Edition）， 2023 ， 24 （ 3 ）： 50 - 56 .

刘曌煜，王蕾，王坤 . 基于多目标优化算法的综合能源循环运行控制策略研究［J］. 电子设计工程， 2023 ， 31 （ 2 ）： 98 - 102 .

Liu Zhaoyu ， Wang Lei ， Wang Kun . Research on integrated energy cycle operation control strategy based on multi⁃objective optimization algorithm ［J］. Electronic Design Engineering ， 2023 ， 31 （ 2 ）： 98 - 102 .

温港成，石鑫，张怡，等 . 考虑设备变工况特性的园区综合能源系统两阶段规划优化方法研究［J］. 综合智慧能源， 2022 ， 44 （ 10 ）： 1 - 11 .

Wen Gangcheng ， Shi Xin ， Zhang Yi ， et al . Research on two-stage planning optimization approach for community integra-ted energy systems considering off-design conditions ［J］. Integrated Intelligent Energy ， 2022 ， 44 （ 10 ）： 1 - 11 .

侯瑞 . 基于粒子群算法的区域综合能源系统规划及运行优化［J］. 内蒙古电力技术， 2019 ， 37 （ 4 ）： 43 - 48 .

Hou Rui . Planning of reginal integrated energy system based on particle swarm optimization and its operation optimization ［J］. Inner Mongolia Electric Power ， 2019 ， 37 （ 4 ）： 43 - 48 .

邹玙琦，李志明，杨国华，等 . 基于粒子群算法的城镇综合能源系统优化调度研究［J］. 电气传动自动化， 2019 ， 41 （ 4 ）： 4 - 9 .

Zou Yuqi ， Li Zhiming ， Yang Guohua ， et al . Research on optimal scheduling of urban integrated energy system based on particle swarm algorithm ［J］. Electric Drive Automation ， 2019 ， 41 （ 4 ）： 4 - 9 .

孙锴宇 . 计及灵活性资源的综合能源系统能量管理研究［D］. 南京：东南大学， 2022 .

SUN Kaiyu . Energy optimization management of integrated energy system considering flexible resources ［D］. Nanjing ： Sou-theast University ， 2022 .

张磊，吴红斌，何叶，等 . 基于深度强化学习的氢能综合能源系统优化调度方法［J］. 电力系统自动化， 2024 ， 48 （ 16 ）： 132 - 141 .

Zhang Lei ， Wu Hongbin ， He Ye ， et al . Optimal scheduling method for integrated energy systems with hydrogen based on deep reinforcement learning ［J］. Automation of Electric Po-wer Systems ， 2024 ， 48 （ 16 ）： 132 - 141 .

郝然，艾芊，姜子卿 . 区域综合能源系统多主体非完全信息下的双层博弈策略［J］. 电力系统自动化， 2018 ， 42 （ 4 ）： 194 - 201 .

Hao Ran ， Ai Qian ， Jiang Ziqing . Bi-level game strategy for multi-agent with incomplete information in regional integrated energy system ［J］. Automation of Electric Power Systems ， 2018 ， 42 （ 4 ）： 194 - 201 .

张宁，孙秋野，马大中 . 基于模糊Q学习的自能源综合能量管理策略［J］. 全球能源互联网， 2019 ， 2 （ 6 ）： 530 - 537 .

Zhang Ning ， Sun Qiuye ， Ma Dazhong . Comprehensive energy management strategy of we-energy based on fuzzy Q-learning ［J］. Journal of Global Energy Interconnection ， 2019 ， 2 （ 6 ）： 530 - 537 .

官乐乐，黄云峰，杨宁，等 . 基于深度强化学习的含需求响应热电联产系统调度优化［J］. 流体测量与控制， 2021 ， 2 （ 2 ）： 1 - 5 .

Guan Lele ， Huang Yunfeng ， Yang Ning ， et al . Scheduling optimization of combined heat and power systems with demand response based on deep reinforcement learning ［J］. Fluid Measurement & Control ， 2021 ， 2 （ 2 ）： 1 - 5 .

Ji Y ， Wang J H ， Xu J C ， et al . Real-time energy manage-ment of a microgrid using deep reinforcement learning ［J］. Energies ， 2019 ， 12 （ 12 ）： 2291 .

王磊，胡国，吴海，等 . 基于分层深度强化学习的分布式能源系统多能协同优化方法［J］. 电力系统自动化， 2024 ， 48 （ 1 ）： 67 - 76 .

Wang Lei ， Hu Guo ， Wu Hai ， et al . Multi-energy collaborative optimization method for distributed energy systems based on hierarchical deep reinforcement learning ［J］. Automation of Electric Power Systems ， 2024 ， 48 （ 1 ）： 67 - 76 .

Scott F ， Herke H ， David M . Addressing Function Approxima-tion Error in Actor-Critic Methods ［C］∥ Proceedings of the 35th International Conference on Machine Learning . Procee-dings of Machine Learning Research， July 10-15，2018 ，Stock-holm，Sweden . New York ： PMLR ， 2018 ： 1587 - 1596 .

Yu W ， Patros P ， Young B ， et al . Energy digital twin techno-logy for industrial energy management：classification，challenges and future ［J］. Renewable and Sustainable Energy Reviews ， 2022 ， 161 ： 112407 .

Arsiwala A ， Elghaish F ， Zoher M . Digital twin with machine learning for predictive monitoring of CO 2 equivalent from existing buildings ［J］. Energy and Buildings ， 2023 ， 284 ： 112851 .

Zhao Q ， Chen S ， Wang X Y ， et al . Research on key tech-nology of digital twin and its application in integrated energy system ［C］∥ 2022 12th International Conference on Power and Energy Systems（ICPES）， December 23-25，2022 ， Guangzhou，China . Piscataway，NJ ： IEEE ， 2022 ： 950 - 956 .

Li Q S ， Li Z ， Tang X Y ， et al . Demonstration and validation of the digital twin technology for a regional multi-energy system ［C］∥ International Conference on Computer，Artificial Intelligence，and Control Engineering（CAICE 2023）， February 17 - 19 ， 2023 . Hangzhou，China ： SPIE ，2023： 66 .

He B ， Mao H Y ， Li T Y ， et al . A closed-loop digital twin modeling method integrated with carbon footprint analysis ［J］. Computers & Industrial Engineering ， 2023 ， 182 ： 109389 .

Peng T H ， Wang Q Y ， Zhu J ， et al . Low-carbon economy optimization operation of cold-heat-electricity integrated energy system based on digital twin ［C］∥ 2023 Power Electronics and Power System Conference（PEPSC）， November 24-26，2023 ， Hangzhou，China . Piscataway，NJ ： IEEE ， 2023 ： 348 - 354 .

王婷，张晶，高冲，等 . 绿证-碳市场互认抵消下综合能源系统优化调度［J］. 智慧电力， 2025 ， 53 （ 2 ）： 104 - 110，118 .

Wang Ting ， Zhang Jing ， Gao Chong ， et al . Optimal scheduling of integrated energy system under mutual recognition and offset of green certificate and carbon market ［J］. Smart Power ， 2025 ， 53 （ 2 ）： 104 - 110，118 .

舒征宇，方曼琴，李黄强，等 . 计及季节性碳排的综合能源系统经济优化调度［J］. 智慧电力， 2025 ， 53 （ 9 ）： 37 - 47 .

Shu Zhengyu ， Fang Manqin ， Li Huangqiang ， et al . Economic optimal scheduling of integrated energy systems considering seasonal carbon emissions ［J］. Smart Power ， 2025 ， 53 （ 9 ）： 37 - 47 .

You M L ， Wang Q ， Sun H J ， et al . Digital twins based day-ahead integrated energy system scheduling under load and renewable energy uncertainties ［J］. Applied Energy ， 2022 ， 305 ： 117899 .

Wang Q ， Yin Y J ， Chen Y X ， et al . Carbon peak management strategies for achieving net-zero emissions in smart buildings：advances and modeling in digital twin ［J］. Sustainable Ener-gy Technologies and Assessments ， 2024 ， 64 ： 103661 .

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

融合㶲效率与惯量补偿的多能互补发电系统优化调度

数字孪生与生成式人工智能赋能新型电力系统运行控制研究综述

基于模糊生成对抗网络的变电站数字孪生自动化建模方法

面向电力系统安全约束经济调度的数字孪生方法

数字-物理模型互联方法及混合仿真系统稳定性研究