“新型电力系统数字化关键技术综述”专辑评述

李 鹏，刘 念，胡秦然，周 全，李知艺，于 浩，孙 冰，严 正，文福拴，薛禹胜

（1.智能电网教育部重点实验室（天津大学），天津市 300072；2.新能源电力系统国家重点实验室（华北电力大学），北京市 102206；3.东南大学电气工程学院，江苏省南京市 210096；4.湖南大学电气与信息工程学院，湖南省长沙市 410082；5.浙江大学电气工程学院，浙江省杭州市 310027；6.电力传输与功率变换控制教育部重点实验室（上海交通大学），上海市 200240；7.南瑞集团有限公司（国网电力科学研究院有限公司），江苏省南京市 211106；8.智能电网保护和运行控制国家重点实验室，江苏省南京市 211106）

0 引言

面向中国“双碳”重大战略目标，能源领域正在经历一场广泛而深刻的变革。新型电力系统建设是推动中国能源战略转型、实现社会经济高质量发展的重要载体。与传统电力系统相比，新型电力系统将在电源构成、电网结构、负荷特性、技术基础、运行特性等方面主动转变［1］，大规模可再生能源发电和分布式清洁能源将成为系统主导，电力电子化装备将成为电网运行控制重要手段，用户侧大量产消者将形成多元主体互动运行局面，整体输-配-用电系统将从传统单向结构发展为多元混合层次形态。如何应对新型电力系统建设过程中的种种新需求、新特征和新挑战，已成为广受学术界和产业界关注的热点问题。

新型电力系统将是电力能源技术与各种先进数字化技术紧密结合的重点领域［2］。以云计算、边缘计算、大数据、物联网、区块链、卫星通信、人工智能（artificial intelligence，AI）为代表的数字化技术蓬勃发展，给新型电力系统数字化带来了关键机遇。在数字化技术融合驱动下，电力能源的生产、传输、消费、交易、管理等环节与数据的采集、传输、分析、决策、执行等过程的融合将更加紧密，政府、电网企业、交易中心与用户之间的互动将更加频繁多样，整个系统的资源配置能力和安全高效运营能力将实现跨越式提升，推动新型电力系统成为承载“双碳”愿景的理想形态。

目前，作为一个相对新生的概念，新型电力系统的数字化发展仍存在很多问题有待解决。例如，新型电力系统与数字化技术融合发展的完整体系架构还有待建立；数字技术与电力业务的融合路径还不清晰；数字化创新技术方法与电网实际工程需求还存在差距。因此，科学设计新型电力系统数字化顶层架构，精准研判数字化关键技术与应用模式，准确评估电网数字化发展的综合价值与成效，对推动新型电力系统建设水平持续提升具有明确的理论与现实意义。

为此，《电力系统自动化》编辑部组织了“新型电力系统数字化关键技术综述”专辑，得到了广大专家学者的大力支持和积极响应。经同行评议，最终收录12 篇论文，覆盖了新型电力系统数字化核心元件、运行分析与控制技术、信息通信与安全、智能调度与决策等完整技术链条，代表了本领域最新成果和先进经验。从新型电力系统数字化发展的整体趋势出发，对专辑论文按研究方向进行了系统性梳理，对其主要观点进行了归纳总结，希望能够完整呈现专辑成果对新型电力系统数字化关键技术体系的支撑作用，为相关技术研究的进一步深化提供参考。

1 新型电力系统的数字化发展趋势

1.1 新型电力系统数字化技术关键领域

数据是数字化新型电力系统的核心要素，可以说，整个新型电力系统的数字化进程都是以数据为主线开展的，需要解决数据在来源、传输、利用、安全等方面的一系列支撑技术和关键问题。

从数据的来源看，一方面，各种小微传感装置将是新型电力系统主要的数据来源，用于获取各种电气量、环境量、设备状态量等量测数据，数据的采集种类、频次和质量将同步提升，有效拓展了电力系统的数据来源［3］；另一方面，需要关注对电网各类业务数据的整合［4］，例如电网结构、线路与设备参数，以及来自用户侧的各种需求数据等。这些数据在电网发展过程中长期积累，但面临数据质量不佳、数据模型不统一、准确度不足等问题，导致难以利用。这些已有数据资源非常宝贵，通过整合与提炼依然能够发挥出巨大的参考和利用价值。

从数据的传输问题来看，随着数据类型和体量的同步提升，通信环节需要满足更加多样化的需求［5］。例如，在配电网侧小微传感装置的信息接入方面，需要关注连接的灵活性和功耗问题；在对于承载保护控制业务的通信通道方面，需要关注通信时延、抖动、可靠性问题；在视频监测、环境监测等数据采集方面，需要关注通信带宽和稳定性问题。目前，针对这些需求，电网形成了以光纤为主，无线通信和载波通信等手段为辅的发展态势，并不断探索5G、卫星通信等新技术在电网中的适用场景和部署模式［6］。

从数据的利用来看，数据驱动方法已经成为新型电力系统研究中的热点问题，在系统的感知、分析、预测、控制等不同环节都形成了数据驱动的创新方法［7］。同时，丰富的数据资源为各种AI 方法的应用奠定了基础［8］，在电网的规划、运行、调度等业务中都展现出了较好的应用前景。此外，面向海量数据资源的利用需求，新型电力系统在二次系统特征上也发生了一定变化［9］。一是边缘侧算力的增长，边缘计算装置被用于解决数据就地分析利用问题，避免海量数据集中汇集带来的庞大问题规模；二是云端算力的增长，包括大数据平台、高性能仿真计算平台、数字孪生平台的硬件环境建设，以及先进算法的研发部署等。

从数据全链路的安全防护来看，随着新型电力系统数字化转型的深入，将不可避免地导致电网可能的暴露面扩大。对于终端侧，需要考虑终端接入认证与检测等问题［10］；对于边缘侧，需要考虑在边缘复杂多变环境下部署电网业务的安全性与可靠性等问题；对于各种电网的运行应用，需要考虑在电网信息-物理深度耦合之后各种潜在攻击行为对电网安全的影响［11-12］；对于通信环节，需要考虑数据流通链路上的安全边界防护等问题［13］。

1.2 专辑论文分布

总体来看，新型电力系统的数字化仍然遵循了云-管-边-端的核心架构［14］，本次专辑论文也完整覆盖了这些研究方向，主要分布如下:

1）在端侧，主要关注数据的采集问题。文献［15］围绕针对电力关键设备的状态监测和故障诊断（condition monitoring and diagnosis，CMD）传感芯片关键技术进行了综述和展望。

2）在边侧，主要关注数据的就地处理利用问题。文献［9］针对基于边缘计算的配电网数字化转型关键问题进行了分析与展望；文献［16］基于云-边-端协同架构，对新型电力系统谐波溯源关键技术进行了综述。

3）在管侧，主要关注新型通信技术在电力系统中的应用问题。文献［17］围绕卫星互联网在新型电力系统中的应用进行了论述。

4）在云侧，主要关注各种先进算力与算法的应用问题。文献［18］针对量子计算在电力系统决策优化技术中的应用进行了探索；文献［19］对基于大语言模型（large language model，LLM）的电力系统通用人工智能（artificial general intelligence,AGI）进行了研究展望；文献［20］分析了小样本学习（few-shot learning，FSL）技术在新型电力系统的应用与挑战；文献［21］研究了支撑新型配电网数字化规划的图形-模型-数据融合关键技术；文献［22］针对新型电力系统的时序生产模拟应用与求解技术进行了综述。

5）针对云-管-边-端数字化转型中的全链路安全性问题，文献［11］针对信息物理多重攻击下的配电网状态估计关键技术进行了评述；文献［12］对数字化新型电力系统攻击与防御方法进行了研究综述；文献［13］探讨了新型电力系统数据跨域流通泛安全边界防护技术。

在本文后续部分，按照上述几个方向，对专辑收录文献的主要工作进行了分类介绍。

2 终端传感芯片技术

2.1 终端传感芯片概述

传感器是以特定精确度把被测物理参量按规律转换为电信号或其他形式信号的器件或装置，是电力系统获取数据的基础元件。文献［15］指出，在新型电力系统中，由于更为复杂的工作环境和应用需求的出现，传感芯片将不再局限于微型化传感器，而是以传感功能模块为核心，结合前端敏感元件与后端数据分析模块和信息传输模块进行整合，成为具备复杂功能的芯片化、一体化电力关键终端设备。

文献［15］围绕CMD 传感芯片关键技术进行了综述和展望，提出了电力关键设备传感芯片适应于新型电力系统的基本要求和特征，包括高精度、小型化、低功耗、低成本、模块化等。在传感芯片技术现状方面，从传感采集技术、信号处理技术、数据分析技术和信息传输技术4 个方面进行了综述，介绍了电效应传感技术和光纤传感技术的特点，分析了信号调理、模数转换等处理环节的技术需求，以及云计算、边缘计算在传感数据分析中的技术价值，探讨了电力载波通信、卫星通信、无线通信等技术用于承载传感信息时的可行性与适用性。

在此基础上，文献［15］进一步归纳形成了传感芯片技术面临的主要挑战和技术发展方向。在主要挑战方面，主要面临高电压等级、复杂电磁干扰、强电磁力、高温等极端运行工况下的传感芯片可靠性和准确性问题，以及面向同步发电机转子、风机转子等运动装备的芯片化多参量监测和故障诊断问题。在技术发展方向方面，主要涵盖传感采集、信息传输、数据分析、芯片技术的发展方向。其中，在传感采集方面，重点在于:1）提高电力关键设备CMD 传感技术的监测精度；2）增强电力关键设备CMD 传感技术的抗干扰能力和环境耐受能力；3）提高设备兼容性，降低安装和维护成本。在信息传输方面，重点在于:1）提高电力关键设备CMD 信息传输速率与可靠性；2）提高电力关键设备CMD 信息传输安全性；3）提高传感芯片的上行数据兼容性，推进标准化。在数据分析方面，重点在于:1）结合本地计算和在线服务，实现状态参数实时分析；2）挖掘多源、海量的CMD 数据价值。在芯片技术方面，重点在于:1）低功耗、高效能、长续航技术；2）集成化、小型化技术；3）智能化技术。

此外，虽然文献［15］主要聚焦于设备CMD 传感芯片，但其所表达的芯片技术思想可借鉴应用于电力系统运行感知与控制等多领域，技术问题和解决思路具有共性特征，将是推动新型电力系统数字化技术规模化发展应用的一个重要方向。

2.2 终端传感芯片技术展望

新型电力系统的建设对电力系统中的设备CMD 传感芯片技术提出了更高的要求。面向未来，研究重点应聚焦在传感采集、信息传输、数据分析、芯片设计等CMD 传感芯片的核心技术领域，以支撑电力关键设备的安全与稳定运行。

1）传感采集:高精度和高分辨率的测量成为传感技术的核心需求。考虑到电力系统电压等级的提升和谐波成分的增加，传感芯片需增强抗电磁干扰能力和环境适应性。同时，兼容性的提升和非侵入式监测技术的应用，对于降低传感芯片的维护成本与难度至关重要。

2）信息传输:为适应传感终端数量增加和采样频率提升带来的挑战，数据传输速率的提升成为关键。须确保数据传输的可靠性和安全性，以防数据同步问题和安全风险。数据兼容性和传输标准化的推进，对提升传输性能和数据利用效率同样重要。

3）数据分析:云-边协同计算技术的应用将提升对设备状态参数的分析能力。预期传感芯片将具备更强的数据处理能力，实现数据压缩和特征提取，减少传输量，提高效率。集成AI 算法将加强对复杂数据的本地分析能力，减少传输延迟。通过多源数据融合技术，如加权平均、贝叶斯估计、模糊集理论等，将解决数据冲突问题，提升传感芯片多源数据的综合价值。

4）芯片设计:低功耗、高效能、长续航的设计成为传感芯片发展的重要方向。无源化处理和自供电技术的应用将降低功耗，实现超长续航。芯片的小型化、微型化进程，结合集成电路工艺的进步，将适应CMD 应用的复杂环境和空间限制。此外，传感芯片的智能化，通过结合大数据分析和云-边协同计算技术，实现感存算一体化，提升决策能力，促进新型电力系统的智能化和融合发展。

3 边缘计算技术及应用

边缘计算被作为解决大量终端接入、海量数据处理的一种有效解决方案，在提升响应速度和时效性、优化业务服务效率等方面具有优势，已经逐步成为复杂系统数字化转型中的共性支撑技术。本专辑中，文献［9］和文献［16］分别围绕配电网整体的边缘计算应用与数字化转型、基于云-边-端协同的电力系统谐波溯源关键技术开展论述。

3.1 基于边缘计算的配电网数字化转型

文献［9］指出，在配电网中，边缘计算装置贴近数据源部署，能够提供配电网多类型传感量测接入、就地数据处理和控制决策等关键功能；同时，边缘计算将具备软件定义实现功能变换的能力，可为区块链、AI 等新技术提供分布式部署平台，构成智能终端与云计算设施之间的连接纽带。依托边缘计算技术，能够使配电网业务功能从主站侧向边缘侧转移，从中高压侧向中低压侧延伸，从而形成上下游一体化的业务体系，给传统配电网的集中式运行架构带来颠覆性变化。

在配电网边缘计算装置技术方面，文献［9］分析了边缘计算装置架构设计技术、操作系统技术、资源调度技术、可靠容器技术、安全防护技术等方面面临的技术需求和难题。在此基础上，阐述了基于边缘计算的数字配电网架构，通过边缘计算装置实现配电网运行控制资源的拓展、控制响应速度的提升、数据与信息的集散、多元业务的协同、服务模式的创新等；以边缘计算为核心，构建了云-管-边-端分层技术架构，形成了集群化、分布式、灵活定义等的数字化配电网运行控制新特征。

在云-边协同架构下，围绕不同层面的运行控制技术，文献［9］分别从以下3 个方面分析论述。

1）在边缘侧集群自治运行技术方面，集群模型参数复杂、完全量测获取困难，且通信、计算资源有限，需要重点在基于软件定义的边缘侧集群管理、弱通信条件下基于轻量级边缘智能的集群就地控制、不完全量测下多源数据融合驱动的集群自适应控制等技术方向上取得突破。

2）在边-边协调运行技术方面，多集群行为特性紧密耦合且群间交互信息有限，需要重点突破复杂不确定场景下的多集群主体自组织与协调优化控制、模型与数据融合驱动的多集群协作自适应控制、有限通信条件下异构多集群分布式交互与智能控制等技术。

3）在云-边协同运行技术方面，云端既要在考虑边缘侧多主体数据隐私保护的情况下实现集群间协同，又要解决各装置的业务协调部署和业务功能定义问题。因此，需要重点在考虑时空转移特性和边缘计算资源有限性的集群控制任务优化调度、复杂多变场景下集群控制业务应用的动态优化部署、考虑数据隐私保护的大规模配电系统多层级协同优化调控等技术方向上取得突破。

总之，边缘计算作为数字技术在电网中应用的典型代表，具备多场景下的业务承载能力，将成为新型电力系统数字化发展中重要的基础支撑平台。

3.2 数字化背景下电网谐波溯源技术

文献［16］针对云-边-端架构下的谐波溯源这一具体技术应用场景开展研究综述。新型电力系统中谐波源类型多、数量多、来源分散。同时，谐波源扰动随机性强、各源间交互影响、错综复杂。谐波溯源同时面临机理分析和信息处理的新挑战。电网的数字化发展为电力系统谐波分析提供海量数据和广阔计算平台，能够充分发挥数据融合与挖掘的优势，准确追溯谐波扰动源头，评估供用电各方对电能质量的影响，为保证高供电质量提供准确可信的参考依据。

围绕上述需求，文献［16］提出基于云-边-端协同的谐波溯源策略，分层分级处理谐波溯源难题。在量测感知层，基于情景感知技术在谐波超标时触发溯源服务。在边缘层，以单一终端的超标情况执行对应的单点/多点谐波溯源方案，并基于边缘设备的协同实现多源异构数据共享及融合；在云端系统应用层，通过数字孪生技术对海量多源碎片化谐波数据加以关联、融合、集成和一体化呈现。用户可以在系统应用层任意选择关注节点和观察时段，向系统发起谐波溯源请求，依托基于数字电网的感知、边缘、应用3 个层级间的协同配合，解决当前研究在数据、算法和算力3 个层面存在的不足。

围绕不同层面的谐波溯源技术，文献［16］分别进行了展望。在数据层面，需要对宽量程低时延谐波传感技术、考虑扰动随机性的监测优化配置技术加以研究，持续提升监测精确性和灵活性，兼顾缓解海量数据的传输存储压力；在算法层面，可以利用谐波源的机理模型和基于量测的数据相关性模型共同构建数字孪生体，提炼谐波源交互特征，实现谐波传播路径推演；在算力层面，新技术可与新一代AI 方法的训练-推断流程深度融合，实现多点量测分组联动主动自适应监测，通过数据轻量化提升数字电网算力。

文献［16］在谐波溯源关键技术方面的讨论，充分考虑了新型电力系统云-边-端数字化新架构，能够作为电网业务应用数字化转型的一个典型代表，为其他复杂业务应用的数字转型提供借鉴经验。

3.3 边缘计算技术展望

针对边缘计算技术的发展，从促进分布式光伏就地消纳与海量资源聚合、推动配电系统大模型应用两个方面展望新型电力系统数字转型中边缘计算节点将要承担的重要角色和作用，支撑海量数据资源和物理资源的融合利用。

1）边缘计算是促进分布式光伏就地消纳与海量分布式资源聚合的关键节点。配电网是提高新能源消纳能力、释放灵活资源调节能力的重要载体。在配电网从被动配送网络向资源配置平台转变的过程中，边缘计算节点从计算资源节点逐渐转变为具有测量、计算、控制等多种功能的一体化边缘智能节点。针对配电网当前面临的分布式光伏消纳困境及分布式资源调节能力未被合理利用等现实问题，需要结合边缘计算技术，研究考虑海量分布式资源集群动态划分的边缘计算装置部署和任务优化方法，突破有限通信和算力约束下边缘智能节点群智协同技术，有效促进分布式光伏就地消纳与海量资源的聚合。

2）边缘计算是推动未来配电系统人工智能大模型应用的前端基础设施。以边缘计算为代表的数字化技术为配电系统转型提供了有效技术支撑。目前，已形成边缘自治、边-边协调、云-边协同等多种典型架构。在未来，边缘智能将成为配电系统人工智能大模型应用的关键计算节点与重要信息枢纽。它对于配电网分布式资源“测-算-控”环节涉及的轻量化建模、低延迟响应和隐私安全等方面具有重要意义。在此背景下，亟须采用边缘智能技术对现有配电系统的数据结构、计算逻辑、先验知识进行深度提炼，为人工智能大模型的知识迁移与精准决策提供有效支撑，推动新型配电系统运行方式的发展变革。

4 先进电力信息通信技术

4.1 先进电力信息通信技术概述

本专辑中，文献［17］主要围绕先进信息通信技术在电网中的集成应用问题展开。依托先进信息通信技术，将构建起与物理电网相对应的信息网络，并形成横向广泛覆盖、纵向全面贯通的双向信息连接，使电网中的物理要素不仅在电气上相互影响，在信息层面也能互联互通、相互协同。在这一背景下，文献［17］重点聚焦卫星互联网技术，围绕其在新型电力系统中的应用价值问题开展详细论述。

文献［17］提出，卫星互联网作为地面通信网络的拓展及补充，具备广覆盖、低时延、高带宽、低成本等优势，通过“天、空、地全面一体，通导遥深度融合”，可赋予新型电力系统更多新特征和新场景，支撑实现“全面可观、精确可测、高度可控”的数字电网建设。进一步，结合具体应用场景，文献［17］分别在电网规划、状态感知、巡视检修、防灾应急以及特殊应用场景下卫星互联网的应用进行了分析，包括:1）在电网规划方面，卫星互联网将提供多元环境数据以及动态数字地图支撑线路选址与规划决策；2）在状态感知方面，卫星互联网将提供高可靠高精度授时、通导遥服务、多维异构广域数据，支撑实现电网运行分析与智能决策；3）在巡视检修方面，卫星互联网将提供无人化巡视作业、带电检修安全防护，提升带电作业安全性；4）在防灾应急方面，卫星互联网将提供灾害监测预警、自适应应急通信保障，为电力供应快速恢复提供高可靠通信保障；5）在特殊场景中，卫星互联网将支撑构建海底科学观测网与沙戈荒新能源场站，降低严酷环境下运维成本和难度。

面向卫星互联网技术的未来发展，文献［17］提出技术验证、试点应用、全面实践的“三步走”计划，实现新型电力系统与卫星互联网融合的全新实践，具体包括:1）新型电力系统星地融合应用技术验证；2）新型电力系统星地融合场景试点应用；3）卫星互联网+新型电力系统全面实践。

通过上述路径，最终形成“天、空、地全面一体，通导遥深度融合，赋能新质生产力”的新型电力系统形态。在信息层面上，卫星互联网等信息层通过深度介入新型电力系统的生产、服务业务，实现新型电力系统从能源核心向提供能源供应和信息服务并举的转型升级；在物理层面上，卫星互联网的深度集成使得硬件装备和控制指令能够实现更加精准和高效的配合，不仅在发电效率、新能源供应可靠性、源-网-荷-储协动、整体韧性提升等方面实现性能的显著升级，更通过智能化、信息化的管理和优化，推动新型电力系统实现“感传算存”一体、多时空尺度协同运行，为“双碳”战略稳步实现提供支撑。

4.2 先进电力信息通信技术展望

先进的信息技术是支撑新型电力系统泛在互联、高度智能和信息物理深入融合的关键基础之一。5G 和物联网技术在电力系统中的应用业已证明，先进的电力信息通信技术作为新质生产力，能为电力系统建设规划、调度检修、运行控制等方面带来信息化的多重优势，在提升效率的同时增强系统安全性。随着商业航天的日渐成熟，卫星互联网的建设发展有力推动着星地融合网络的形成和应用，为新型电力系统实时数据处理、远程调度控制、高效能源管理、电力应急响应和电力数据安全传输等需求提供新的动力，为AI 大模型、量子计算、云边协同等技术提供电力系统应用的通信保障，为虚拟现实（virtual reality，VR）、增强现实（augmented reality，AR）等技术在电力系统运维中的应用提供基础，从整体上实现对系统运行状态的高度感知和智能预测，最终实现大幅提升电网稳定性、安全性、可靠性和灵活性的目标。

建设高速泛在、天地一体、云网融合、绿色低碳、安全可控的新型电力系统通信体系是提高资源利用效率、促进经济社会数字化、智能化转型的重要支撑。在以通导遥融合的卫星互联网为代表的先进电力信息通信技术的支持下，新型电力系统硬件装备和控制指令能够实现更加精准和高效的配合，不仅为用户提供高效、可靠的电力服务，也为实现经济社会的可持续发展提供强大支持。

5 高性能计算与AI 技术

本专辑中，文献［18-20］从基础通用方法入手，围绕量子计算技术的电力应用、基于LLM 的AGI技术以及电力FSL 技术开展论述；文献［21-22］则面向具体电力应用，综述了图形-模型-数据融合电网规划、时序生产模拟技术研究进展。

5.1 量子计算在电网优化决策中的应用

在基础算法方面，文献［18］指出，量子计算是一种利用量子态的属性执行运算过程的新兴技术，量子优化算法利用量子计算机对量子比特进行操控，以量子演化的方式进行寻优，在某些情况下能够执行经典计算机无法完成的任务。因此，文献［18］从量子计算赋能的可行性、量子框架下的优化问题建模、基于量子近似优化算法（quantum approximate optimization algorithm，QAOA）的决策优化技术、电力-量子计算融合等方面对量子计算技术在新型电力系统决策优化中的应用进行了综述和展望。

利用量子计算技术求解新型电力系统优化决策问题，既有优势，也存在局限性。量子计算的技术优势在于其与新型电力系统混合整数规划问题的求解难点高度契合。得益于量子比特具有的“状态叠加”属性，一个N量子比特的系统对量子态的一次操作可等效于对2N个经典比特的同时计算。因此，其在效率上具有显著的优越性。由于噪声的不可避免，求解规模的增加意味着整个量子系统可靠性的降低，一旦出现一个量子演化失败的情况，前期的迭代结果将全部作废，量子计算机将要重新执行计算过程。同时，量子演化的执行需要具备相当苛刻的环境条件。因此，目前的量子计算机需要在极低的温度下运行，也需要具备精密的隔离和控制条件，导致量子计算的普及程度远远低于经典计算。文献［18］还分析了量子计算技术的应用现状，给出了量子计算的求解框架。

把新型电力系统的混合整数规划问题转换为伊辛模型，是实现量子计算的核心环节。在构建伊辛模型时，首先，需要基于拉格朗日乘子法等方法，把原问题的约束条件转化为目标函数；然后，把连续变量离散化；最后，把目标函数变形为伊辛模型能量函数。QAQA 是量子-经典混合优化的一种代表性方法，已在电力系统中进行了探索性研究，结合了量子计算和经典计算的优势:量子计算机迭代进行量子态的制备、变换和测量，通过量子门电路实现量子系统哈密顿量演化，使量子比特快速演化至全局最优解对应的量子态；经典计算机则对量子门电路的参数逐步进行优化，完成能量函数的计算以及收敛性的判别，若满足收敛条件，则可认为算法已经找到一个误差允许范围内的近似最优解。

量子计算机以及相关量子计算技术已经在理论中被证明其在求解新型电力系统特定的决策优化问题时具有一定的优越性。为了使其表现出超越所有经典计算机的计算能力，仍然需要通过发展硬件以强化算力性能，升级框架以巩固算法优势，优化技术以提高计算精度，以及制定行业规划以加速技术革新。

5.2 基于LLM 的电力AGI 技术

文献［19］指出，LLM 是一种利用大规模文本语料进行预训练与微调的深度学习语言模型，能够理解和生成与人类语言相似的表达，为AGI 技术的发展奠定了基础。在介绍LLM 原理、神经网络结构及智能水平的基础上，文献［19］探索了基于LLM 构建的AGI 技术在电力系统中的潜在应用，讨论了LLM可为电力系统研究和工程应用带来的发展和挑战，并展望以LLM 为基础的电力系统AGI 理论体系和实现技术的发展前景。

LLM 在新型电力系统中具有巨大的应用潜力，应用场景包括但不限于电力系统负荷预测与发电出力预测、电力系统规划、电力系统运行、电力系统故障诊断与系统恢复以及电力市场等领域。在电力系统负荷与发电出力预测方面，LLM 可以在用电行为理解和用户画像绘制的基础上，开展负荷预测和间歇性电源出力预测；在电力系统规划方面，LLM 可以实现对多种不确定性因素的模拟、生成差异化的未来典型场景，进而优化电力系统的规划方案；在电力系统运行调度方面，LLM 可以从调度员调度数据中提取调度经验、建立调度模型、快速评估调度决策、生成规范化的业务操作票、形成可视化的态势感知展示结果；在电力系统故障诊断与系统恢复方面，LLM 可以利用其泛化性优势诊断设备和系统故障，辅助调度员恢复输电和配电系统；在电力市场方面，LLM 可以构建更加精确的市场模型、制定应对复杂环境的市场决策、辅助制定更合理的市场机制。

文献［19］还总结了基于LLM 构建电力AGI 所面临的挑战，包括数据管理、可解释性与可靠性、信息安全与隐私保护等，为实现电力AGI 的方法和建议提供了初步的研究思路。

5.3 FSL 技术的电力应用

样本数量和质量是影响AI 应用水平的重要因素，也是电力AI 发展中面临的现实问题。文献［22］指出，样本不足问题会严重影响数据驱动范式的最终效果，是否拥有从少量样本中学习和概括的能力，是现行弱AI 和人类智能（强AI）的分界点。

迁移学习（transfer learning，TL）是FSL 技术的重要工具，通过迁移源域知识来提高在目标域上学习的最终表现。TL 技术在FSL 体系中的数据、特征、模型3 个层面均有体现。在数据层面，基于样本迁移从其他辅助样本中获取数据，或基于生成模型生成与原数据分布相似的新数据，通过数据增强提升了数力。在特征层面，通过最小化源域与目标域数据特征差异得到两域的公共可迁移特征空间，在公共特征空间内训练的模型可以跨域测试，降低了特征偏移，主要有迁移成分分析、基于量度的网络模型、对抗迁移学习模型等。在模型层面，基于模型微调的迁移学习通常利用神经网络提取电力数据特征，通过优化网络层数、神经元个数、冻结层个数提升模型特征提取能力与迁移能力。

FSL 技术已在场景生成、故障诊断、功率预测、暂态稳定评估等多个新型电力系统领域开展了应用，文献［22］从数据、特征、模型3 个层面依次分析了其技术难点。在数据层面，如何确定合适的波动程度，实现生成数据相似性与波动性的平衡是FSL技术尚未解决的问题；在特征层面，为了通过特征迁移建立源域与目标域的公共特征空间，实现基于小样本的感知与预测，需要生成与目标域具有一定相似性的辅助样本，但在实际工程中难以同时提供满足上述要求的样本；在模型层面，模型参数调整缺乏科学理论的指导体系和系统性的寻优策略，需要人工筛选方案。

5.4 支撑电网规划的图形-模型-数据融合关键技术

电网规划技术的重大发展均伴随着图形、数据、模型的突破。文献［20］指出，配电网规划业务的本质内容可理解为:图形绘制、模型计算和数据分析，其中，“图”可以理解为“图拓扑”“图像”，主要功能是多维度、直观、丰富地展示配电网信息；“模”是电力系统图元模型、可计算模型、优化模型，其主要功能是将关键信息进行提炼并传递给机器；“数”指多源异构的数据，其主要功能是驱动模型计算和图形展示。三者之间相互依赖、相互补充，完成两两之间的融合贯通是实现配电网规划图形-模型-数据融合的基础条件。

文献［20］从“图形-模型融合”“模型-数据融合”“图形-数据融合”和平台开发这4 个方面详细阐述了图形-模型-数据深度融合技术。图形和模型的有机融合，有望实现图形到模型的自动生成，也可实现基于模型自动识别图形中的关键结构:借助计算机视觉识别技术，可以部分取代人工并智能识别多源图纸；运用统一建模语言，实现解析后元件的计算机自动建模。模型和数据的有机融合，能够实现知识驱动的智能决策，例如绘制配电网负荷画像、预测配电网中长期负荷、辅助决策配电网规划方案等。图形和数据的有机融合是在多模态数据融合的基础上，实现图形和数据的时空融合，将数据的变化直观地呈现在图形上，实现图形和数据的联动，便于规划人员更清晰直观地了解配电网全貌。在此基础上，通过开发图形-模型-数据融合新型配电网规划数字化决策系统，以算法为核心，将图形-模型-数据三者进行相互融合。

“以人为主，机器为辅”向“以机为主-人机协同”转化将是配电网智能化规划运行必然的发展趋势，配电网图形-模型-数据融合技术为新型配电网数字化规划建设提供了有效的数据透镜。文献［20］从明确需求、生成方案和实施校核3 个方面对未来的配电网规划形态进行了展望，主要包括:规划需求的智能化形成技术、规划方案的自适应化生成技术、实施方案的自动化调整技术以及简易化的人机协同技术等。

5.5 时序生产模拟应用与求解技术

生产模拟被广泛用于电力电量平衡分析，模拟发电调度过程，测算系统运行指标，为后续的电网规划布局、运行方式安排等提供依据。文献［21］指出，时序生产模拟技术基于负荷/新能源时序曲线，在精细时间分辨率下开展长时电力电量平衡模拟，能够相对真实地重构系统调度过程，展示电力系统运行细节。相较于随机生产模拟，该方法的可拓展性更强，能够适应更多要素参与平衡下的分析工作，已逐渐成为工业界与学界普遍采用的研究范式。时序生产模拟主要由输入参数、模型与求解、计算结果与运行指标这3 个模块组成。

时序生产模拟技术在新型电力系统的不同发展阶段均能发挥重要作用，文献［21］从电力电量平衡测算、“双碳”措施量化分析、未来电力系统形态与演化路径3 个方面进行了综述。在电力电量平衡测算方面，通过对电力系统进行长时间尺度下的平衡仿真，定量测算系统的运行成本、燃料消耗、新能源消纳效果、污染排放等，实现对于系统运行的评估；在“双碳”措施量化分析方面，时序生产模拟能定量评估源、网、荷、储、调度运行等各类措施的实施效果，量化评估各措施的贡献度；在未来电力系统形态与演化路径方面，时序生产模拟技术在开展电力电量平衡与运行方式分析、转型路径优化等研究方面，均提供重要支撑。

时序生产模拟面临直接求解耗时巨大的挑战，需要发展适用于时序生产模拟的求解技术，在牺牲较小计算精度的前提下大幅度降低计算代价。文献［21］从时间维度、机组维度和模型维度对提高时序生产模拟计算效率的技术进行了综述，同时，指出不同的求解技术加速时序生产模拟计算时，做出了不同的取舍、简化，导致具有不同的应用局限，需要针对具体问题选择合适的求解技术。此外，为了适应新型电力系统建设推进过程中的各种变化，需要进一步在以下方面发展时序生产模拟技术:全品类、高分辨率、多场景能源数据表征技术，面向更广泛应用需求的时序生产模拟模型构建技术和面向特定应用与普适应用需求的求解技术等。

5.6 高性能计算与AI 技术展望

高性能计算与AI 技术是新型电力系统数字化转型和赋能的关键支撑技术，其与新型电力系统及业务的深度融合应用具有重要的理论研究意义与工程实践价值。尤其是以下技术发展方向值得关注和思考:

1）赋能技术的适配性与通用性

高性能计算与AI 技术已经在多个领域得到了不同程度的应用，但由于学科差异，很多技术与技巧无法直接移植并应用至能源电力行业。因此，需要对其进行适配化改造，形成面向新型电力系统的专用技术。一方面，高性能计算与AI 技术需要个性化的框架配置和模型训练，以满足新型电力系统中多样化的应用场景需求；另一方面，通过挖掘不同应用场景的共性，凝练高性能计算与AI 技术的赋能机理与本征需求，形成面向新型电力系统的通用计算技术，是实现技术深度应用的重要环节。

2）知识/数据的一致性与互补性

在能源电力行业，AI 技术的模型在可解释性和泛化能力上仍然存在局限性，究其原因，是传统数据驱动方法难以准确挖掘新型电力系统复杂的内在特性。因此，将知识驱动和数据驱动方法相结合是一种有效的途径。一方面，在模型的构建、训练和决策过程中，加入电力系统领域的专家知识和规则，有助于改善AI 模型的泛化能力；另一方面，通过在数据中学习潜在的模式和关系，可提升模型对复杂系统的表达能力。

3）计算载体的泛在性与协同性

受限于高性能计算技术对硬件水平的要求，实际应用中难以在单一计算载体上执行全部运算。因此，通过引入云-边协同、多载体并行的计算模式，能够弥补单一计算载体无法完成新型电力系统复杂计算任务的缺陷。一方面，在复杂多变场景下实现计算任务的灵活配置和动态部署，可实现分布式计算资源的最优化利用；另一方面，在多个计算载体之间构建合理的交互与配合规则，可保证高性能计算技术在大规模问题上的运算效率。

6 数字化转型中的安全技术

随着先进数字技术、通信技术和互联网技术的发展，信息域与物理域的深度融合使新型电力系统更加复杂，难以将信息侧安全风险隔离于物理系统之外，需要高度重视新型电力系统数字化转型过程中的安全问题。本专辑中，文献［11-13］分别围绕信息物理多重攻击下配电网状态估计技术、数字化新型电力系统攻击与防御方法、数据跨域流通泛安全边界防护技术开展论述。

6.1 信息物理多重攻击下配电网状态估计技术

文献［11］指出，状态估计是配电网态势感知理论体系的关键技术，为在有限量测条件下连续、准确地感知系统运行状态和趋势提供了可能，可为运行和调控决策提供依据。然而，信息系统的高度集成以及高级量测体系的广泛部署在实现对配电网高清晰可观、高密度可控的同时，也加剧了配电网状态估计过程遭受网络攻击等问题的风险，甚至会影响配电网运行状态的精准感知，从而降低系统供电可靠性。对此，文献［11］构建了面向信息物理系统（cyber-physical system，CPS）的配电网状态估计技术框架，梳理了国内外的研究现状，并总结了该领域的关键问题。

在CPS 视角下，配电网CPS 的攻击可按其目标分为信息网络攻击与物理系统攻击2 类，文献［11］按照配电网系统可测、状态评估与安全估计3 个层面，归纳提出了面向CPS 的配电网状态估计关键技术架构，从源荷耦合特性刻画、检测恶意数据攻击、量化信息物理多重攻击引发的系统安全风险等角度分析了该领域的技术瓶颈，从考虑网络攻击的配电网伪量测建模与分析、配电网虚假数据注入攻击分析与防御、配电网CPS 安全风险分析与可靠性评估综述了该领域的研究现状。

随着新型电力系统数字化进程的不断推进，复杂多变的攻击类型增加了配电网CPS 安全防御的难度，CPS 视角下配电网状态估计需要考虑更多的模型不确定性、策略时空复杂性。为此，需要重点关注配电网状态估计受分布式信息物理多重攻击及其综合防御方法，弥补当前配电网状态估计在集中式、单一网络攻击与防御方法方面存在的不足；需要设计有效合理的资源防御对策以保护配电网量测系统免受虚假数据注入攻击，根据系统运行可靠性与安全性要求决定保护哪些关键量测装置，以及在这些量测装置上部署多少防御资源从而确保系统运行的经济性；需要开展考虑不良量测重构的配电网安全状态估计研究，面对差异化运行场景，提升攻击破坏后的量测信息自修复能力。

6.2 数字化新型电力系统攻击与防御方法

文献［12］指出，依赖于计算机系统、控制软件和通信技术的新型电力系统中，数字技术所存在的安全隐患使得新型电力系统极易受到网络攻击。论文从数据攻击、网络攻击和物理攻击3 个方面介绍了数字化转型下的新型电力系统攻击模式。在数据攻击方面，包括虚假数据注入攻击、数据重放攻击、中间人攻击等模式；在网络攻击方面，包括针对新型电力系统网络终端的时间同步攻击，以及针对网络传输层的拒绝服务攻击等模式；在物理攻击方面，包括采取暴力手段对其物理层设备进行破坏瘫痪、共振攻击等模式。

根据攻击事件周期性演化的全过程，文献［12］将新型电力系统的安全检测和防御方法分为攻击前、攻击中和攻击后3 种。攻击前安全防御策略是利用安全访问与可信接入技术制定防御策略、配置防御资源，通过身份认证、安全加密实现对潜在的攻击的提前有效阻隔；攻击中安全防御策略是采用多级安全防线防御方法，利用应用入侵检测辨识与防御技术、基于密钥的数据安全防护技术，降低各种攻击的危害，保证电力系统的运行稳定；攻击后校正恢复通过取证分析和回溯加固、更新病毒库或攻击行为样本库做安全免疫，实现安全防御升级。

6.3 数据跨域流通泛安全边界防护技术

文献［13］指出，数据流通环节天然伴随着数据安全与网络安全的强耦合性、数据共享与隐私保护日益凸显的矛盾性、内外部环境的日渐严峻性，其安全防护难度在数据的全生命周期中最为突出。进而，从新型电力系统数据流类型、电力数据流通特性和数据流通安全防护需求3 个方面，阐释了新型电力系统数据流通防护形势，提出网络安全与数据安全的边界有待得到重塑，首要应当保障网络平面的数据管控能力，避免数据责任范围与安全能力范围相脱离。

在CPU 算力增速低于流通数据量增速且差距持续增大的局面下，专用数据处理器（data processing unit，DPU）凭借其“软件定义+硬件加速”的设计特性与高性能、可编程、低成本优势，赋能电力数据流通安全。文献［13］从DPU 可编程安全能力、DPU 赋能的电力数据流通泛安全边界承载架构、DPU 赋能的泛安全边界防护技术体系、DPU 赋能的数据跨域流通协同安全防护应用4 个角度，综述了可编程数据平面技术在电力通信领域的应用情况，围绕DPU 的信息安全基础设施可编程化改造可以优化安全防护技术承载能力，进一步为在网安全防护、纵深防御、协同联动防御、云/雾/边分布式防护、AI 防御等安全模式提供良好环境。

文献［13］提出，DPU 在电力场景下的部署配置应遵循“以点带面、先内后外”的部署原则，与现有技术体系的优劣势相互协调。按照电力通信网络的不同层次，将DPU 潜在部署场景划分为边缘侧、电力内网（电力骨干通信网）、云侧以及内外网边界4 个部分，建议部署工作总体按照云服务设施、边缘设施、内外网边界设施、电力内网通信设施的优先级顺序协同推进，逐步针对电力信息内网进行在网化架构升级，开通云、边之间的弹性可编程网络能力，形成云、网、边泛在化安全边界防护体系。

6.4 数字化转型中的安全技术展望

针对数字化转型中安全技术的发展，从态势感知、可信控制、安全评估3 个方面展望新型电力系统数字化转型中亟须解决的理论与关键技术挑战，推动电力系统核心业务与安全技术的深度融合。

1）市场环境下多主体的状态估计问题

现有信息物理攻击视角下的状态估计，是针对利用传统状态估计方法的漏洞恶意数据注入带来的错误态势感知，引申出一系列的检测和防御措施。在市场环境下，随着微电网、虚拟电厂、智慧园区等一系列新运营主体的出现，配用电系统中呈现出多主体林立、感知控制边界复杂的状况，受资产分解、隐私因素等约束影响，配电网运营商不仅要感知自有资产的运行状态和趋势，还需要准确分析判断邻接交互主体的等值化运行状态，需要引入全新的多主体状态评估方法，为新型电力系统的安全运行提供态势感知基础。

2）海量分布式资源的可信控制问题

随着海量的分布式电源、储能系统、电动汽车、柔性负荷等分布式控制对象广泛接入配用电系统。这些控制对象分散在不同位置，呈现出容量小、数量多、分布广的特点。在针对海量分布式资源的协同控制中，一方面，会受通信传输能力、传输距离以及网络带宽等影响；另一方面，会存在数据注入、网络攻击等外部安全隐患。受分布式资源资产归属因素的影响，很难将所有受控对象都纳入传统电力系统Ⅰ区的控制范畴，亟须引入具有可信性、鲁棒性、可追溯的安全控制模式，实现对海量分布式资源的集群化控制，支撑新型电力系统安全稳定运行。

3）信息物理社会融合的安全评估问题

文献［23］从能源与电力转型的本质特征出发，提出了基于能源的信息物理社会系统（cyberphysical-social system in energy，CPSSE）的概念，为融合信息、物理、社会元素，研究跨领域多学科的能源转型问题提供了分析框架。现有电网安全评估技术主要从信息要素对物理系统的影响出发，考虑数据传输质量和网络信息安全对电网安全的影响。数字化转型场景下，伴随海量数据的跨域流通，电网中信息、物理、社会因素交互耦合不断加深，需要进一步考虑用户用能习惯、企业生产需求、车网互动特性等社会要素的影响，从感知层面挖掘用户社会属性，运用多维数据指导电网安全调控，提出融合信息、物理、社会交互耦合作用的电网安全评估方法，拓展新型电力系统的安全评估的内涵。

7 结语

数字化技术已成为新型电力系统发展的重要驱动力。然而，数字技术的多样性与电力系统的复杂性决定了其相互融合过程是一项复杂的系统性工程，由此形成了新型电力系统数字化技术的广阔领域。本专辑力求在架构上覆盖新型电力系统的云-管-边-端技术体系，在应用上撷取状态估计、运行分析、调度决策、安全防护等领域，从而兼顾专辑的完整性和论文内容的技术深度，为后续更加丰富的技术研究提供思路借鉴。

最后，衷心感谢广大科研工作者对本专辑的关注，感谢各位审稿专家的辛勤劳动。希望能够借助本次专辑，与广大科研工作者共同研讨新型电力系统领域最新进展和发展方向，以期在相关领域涌现出更多的原创性成果，为中国新型电力系统的数字化发展作出更大贡献。