随着我国电力体制改革和能源转型升级,风电等可再生能源和电动汽车等新型负荷大量接入电网,外部环境对电网的影响增大,现代电力系统具有强不确定性以及复杂性。综合运用大数据、领域知识和人工智能技术,研发面向电力工业的人工智能系统,对维持电力系统安全、经济、稳定运行具有重大意义。然而,考虑设备安全性、供电可靠性和现有的技术条件下,直接在实际电力系统环境对人工智能系统进行测试是不现实的。合理思路是在仿真系统上完成人工智能系统初步开发和试验工作。因此,研究实现强不确定性复杂电力系统的仿真设计,完成面向电力工业人工智能的数字孪生系统的搭建,为人工智能研究提供系统的实际运行状态和数据,具有重要的意义。本文在现有电力系统仿真模型、仿真技术、仿真算法的基础上,提出一种软件集成思路及框架结构,通过开发新的模型,整合已有成果,实现面向电力工业AI研发的电力数字孪生系统搭建,并在此基础上,展望这一技术未来的发展方向。主要研究内容包括:(1)利用多Agent技术,实现对电力系统的各种异构模型的集成,建立了一个灵活、易于扩展的仿真平台,可以综合考虑电力系统各种因素对电力系统运行状态的影响,用于模拟电力系统在不确定性因素、广域控制、继电保护等共同作用下的动态特性。(2)对电力系统的不确定性模型进行研究,利用随机过程、随机微分代数方程和概率函数建立负荷、风电出力、输电线路概率故障、通信时延等不确定性模型。此外,为了考虑电力系统继电保护以及控制对电力系统暂态及中长期动态的影响,建立了广域PSS控制、AGC控制、基于逻辑推理的继电保护模型。相关模型的有效性在小案例中得到分析验证。(3)在IEEE 14节点测试系统上验证了本文所搭建的多Agent仿真平台Agent通信交互的正确性。通过和Monte Carlo法对比,验证本文设计的强不确定性仿真系统相对Monte Carlo法更能考虑不确定因素的随机波动本质,仿真结果相对只考虑初始状态不确定性的Monte Carlo法更全面。在36节点测试系统的初步实证研究表明,本文设计的强不确定性仿真系统可以综合反映各Agent对电力系统的影响作用,可以实现各种数据源采集,支撑“大数据”“态势感知”等场景的模拟,为研究新的智能调度决策辅助系统提供全面的模拟数据。