模块一：基础认知（6 课时・理论 + 案例）

1. 能源行业与智能体技术融合背景

•能源数字化转型痛点：峰谷差矛盾（7000 万千瓦级缺口）、设备运维低效（人工响应滞后 2 小时 +）

•智能体核心价值：自主性（无人干预决策）、动态适应性（应对气象 / 负荷波动）、多目标优化（平衡能耗与成本）

•典型案例：东海市电网智能体降峰谷差 40%、国网合同生成智能体效率提升 99.8%

2. 智能体核心技术基础

•三大特征：感知环境（传感器数据接入）、自主决策（算法驱动）、社会交互（多智能体协同）

•技术栈分层解析

层级 功能 工具 / 协议示例

感知层 数据采集预处理 InfluxDB、Modbus 协议

决策层 策略生成 PPO/DQN 算法、规则引擎

通信层 智能体交互 MQTT、ROS2

执行层 设备控制 工业 PLC、边缘控制器

3. 能源场景技术选型原则

•算法匹配：离散动作（设备开关）用 DQN，连续控制（阀门开度）用 PPO

•架构选择：集中式（数据中心）、分布式（家庭能源）、混合式（区域电网）

•成本平衡：边缘 AI 芯片（昇腾 / NVIDIA Jetson）降推理成本 80%

模块二：核心开发（12 课时・理论 + 实操）

1. 开发全流程拆解

•需求分析：

◦能源场景痛点转化：如 “光伏弃光率高”→“功率预测 + 储能协同智能体”

◦多目标定义：帕累托最优（0.7× 节能 + 0.3× 设备寿命）

•架构设计实战：

◦分层 MAS 架构：全局优化 Agent→协调 Agent→执行 Agent（工厂能耗案例）

◦分布式共识机制：拍卖算法解决电网供电冲突

•算法开发：

◦强化学习入门：奖励函数设计（如 “- 能耗 + 响应速度”）

◦多智能体协同：博弈论在虚拟电厂的应用（纳什均衡策略）

2. 开发工具与环境搭建（在线实操）

•数据工具：时序数据库 InfluxDB 部署 + 能源数据导入

•仿真平台：Unity 3D 搭建光伏电站数字孪生环境

•开发框架：Python+TensorFlow 实现 PPO 算法

•通信测试：MQTT 协议模拟智能体间数据交互

3. 测试与优化方法论

•关键指标验证：

◦功能测试：响应延迟（工业 < 100ms，电网 < 1s）

◦性能测试：鲁棒性（传感器故障时能耗波动 < 5%）

•迭代策略：离线仿真→小范围试点→增量部署（参考智子能碳专家落地流程）

模块三：场景实战（15 课时・案例 + 实训）

1. 三大核心场景开发（含代码模板）

场景 开发要点 实训任务 效果目标

虚拟电厂运营 电价预测 + 负荷聚合 + 竞价策略 开发 Trade Agent 交易智能体 收益提升 18%+

储能电池管理 充放电优化 + 寿命预测 基于 SAC 算法的 BMS 系统 电池寿命延长 20%

碳足迹核算 供应链数据整合 + CBAM 合规适配 能碳核算智能体开发 偏差率 < 5%

2. 在线实操设计

•虚拟仿真实验：

◦电网故障场景：多智能体毫秒级隔离测试（基于南方电网案例）

◦储能调度：峰谷套利策略在线仿真（接入实时电价 API）

•代码实战：

◦基础版：风光功率预测（LSTM + 气象数据）

◦进阶版：多智能体协同调优（OpenAI Gym 环境）

模块四：行业适配与落地（9 课时・专题 + 答疑）

1. 分领域开发要点

•发电侧：光伏板清扫机器人路径规划、风机功率预测融合气象大模型

•电网侧：智能调度 Agent（参考平凉供电公司合同生成逻辑）

•储能侧：构网型储能无缝切换算法（强 / 弱 / 离网场景）

•氢能领域：电解槽参数动态优化（PraisonAI 案例拆解）

2. 政策与成本管控

•合规适配：欧盟 CBAM、中国 “双碳” 政策嵌入智能体决策逻辑

•投资回报：设备成本（边缘 AI 芯片）、运维成本测算（ROI 1-3 年）

3. 前沿技术专题

•能碳大模型融合：MoE 架构与多智能体协同（智子熹源技术路线）

区块链 + 分布式交易：虚拟电厂可信结算系统