大学本科电气工程及其自动化三年级《AI赋能电力系统经济调度优化》教学设计

大学本科电气工程及其自动化三年级《AI赋能电力系统经济调度优化》教学设计

一、课程定位与设计哲学

本课程模块定位于电气工程及其自动化专业本科三年级的核心拓展领域，深度融合人工智能前沿技术与电力系统运行经典理论，精准对标新工科建设中对“智能电网”与“能源互联网”人才的能力诉求。课程设计秉持“算法为体、电网为用、伦理为魂”的核心理念，将AI从辅助工具升维为重构调度范式的思维引擎。通过本模块学习，学生不仅掌握经济调度从数学规划向数据驱动转型的方法论，更建立对AI决策在电力关键基础设施中可信性、鲁棒性、公平性的深层思辨能力。

二、教学目标分层锚定

本模块教学目标严格遵循“认知-动作-情感”三维分类法，形成可量化、可观测的精准指标体系。认知维【基础】：精准复述等微增率准则在传统经济调度中的适用边界，准确阐释机组组合问题的NP-hard本质，完整勾勒强化学习中马尔可夫决策过程的五元组映射关系。动作维【重要】：独立编写基于TensorFlow或PyTorch的短期负荷预测LSTM网络脚本并完成超参数调优【高频考点】，在OpenDSS或Matpower仿真环境中构建含高比例新能源的测试系统并部署深度Q网络智能体【非常重要】，运用多智能体强化学习框架协同求解区域电网分布式经济调度问题【难点】。情感维【热点】：在AI调度策略与传统算法结果冲突时主动进行归因分析与工程权衡，面对新能源消纳与火电启停的碳排冲突时形成兼顾公平与效率的价值排序。

三、教学内容重构与项目映射

将教材第八章“电力系统经济运行”与《IEEEtransonPowerSystems》前沿文献进行项目化重组，形成三大核心任务。任务一“态势先知”：聚焦负荷与新能源出力的不确定性处理，涵盖时序数据清洗规范、LSTM与Transformer在超短期预测中的对比实验、基于分位数回归的预测区间校准【基础】【高频考点】。任务二“组合破局”：针对机组组合的0-1混合整数规划难题，引入深度Q网络与双深度Q网络进行离散动作空间寻优，重点攻克动作空间维数灾变与稀疏奖励两大工程陷阱【难点】【非常重要】。任务三“实时博弈”：将经济调度问题建模为部分可观马尔可夫博弈，采用多智能体近端策略优化算法模拟区域电网间在碳约束下的非合作协同行为【热点】。所有任务均封装于国产自主可控的电力系统分析软件CloudPSS中，实现AI模型从Jupyternotebook到工业级仿真沙箱的无缝迁移。

四、教学实施过程全景叙事

（一）课前认知预热与认知冲突制造

教师通过学习通平台推送三段微课：第一段回溯从经典等耗量微增到安全约束经济调度的百年演进，第二段以AlphaGo击败李世石事件隐喻AI在组合优化中的潜能，第三段呈现山东电网某日因风电反调峰特性导致现货市场价格尖峰的真实告警截图。发布小组协作任务：每组绘制一张“调度困境演化树”，主干标注不确定性来源，枝干标注传统方法的应对措施与失效场景。教师利用文本挖掘技术聚合全班高频词，识别出“爬坡约束”“网络阻塞”“反调峰”三大认知模糊地带，据此将课堂讲授的权重向深度强化学习中的安全层约束偏移15%。

（二）课中深度学习与高阶思维发生

1.情境具象化与问题数学化（20分钟）【非常重要】

教师以2022年四川夏季极端高温天气下水电出力锐减为情境载体，展示该时段成都电网负荷曲线与水库来水曲线的剪刀差现象。抛出核心驱动问题：当传统基于水库库容优化的调度规则完全失灵时，如何通过AI技术构建兼具抗旱与保供能力的调度策略。各小组在共享数字画布上以“输入-算法-输出”框架拆解问题，教师挑选三组典型方案进行认知碰撞。第一组将问题定位于径流预测精度不足，第二组聚焦于梯级水电站群协同失灵，第三组指向电价需求响应弹性缺失。教师不置可否，而是将三种观点分别对应至“预测型AI”“决策型AI”“交互型AI”三类技术路线，自然铺陈本课的技术全景。

2.核心概念锚定与范式转型剖析（40分钟）

（1）经济调度模型局限性批判【基础】。教师以四机两区域系统为例，在黑板左侧手写拉格朗日函数增广形式，同步在右侧屏幕展示同一系统在新能源渗透率从10%跃升至40%时，经典调度结果出现支路越限的动画演示。引导学生发现：目标函数中未建模的电压稳定裕度、频率响应储备正在成为隐性约束。此处设置“一分钟论文”环节，要求学生在便签纸上写出传统优化方法失效的本质原因，教师提炼出“不确定性从扰动升维为主体”的核心论断并标记【高频考点】。

（2）AI算法能力图谱与电网适用性映射【重要】。教师摒弃扁平化罗列，采用“侦探破案”类比：随机森林是擅长从历史卷宗归纳作案手法的侧写师，应用于窃电用户辨识；卷积神经网络是专注监控视频帧间差异的痕迹专家，应用于绝缘子闪络故障定位；图神经网络是剖析犯罪网络层级关系的分析员，应用于电网拓扑脆弱性评估。每类算法均嵌入真实电网案例片段，如国网湖南电力运用图神经网络实现跨省窃电团伙全链条抓捕的新闻画面，强化学生对算法本体的感性认知。

（3）深度强化学习求解连续空间经济调度的机制解密【非常重要】【难点】。教师构建“无人驾驶汽车学习跟车距离”的类比桥梁：状态空间如同当前车速与前车距离，动作空间如同油门开度与刹车力度，奖励函数是舒适度与通行效率的加权和。随即完成向电力系统的符号迁移：状态空间为节点注入功率与母线电压，动作空间为可调机组有功出力，奖励函数为发电成本与碳排放配额的线性加权。调用预训练好的SAC智能体，在IEEE39节点系统上动态展示训练初期出力剧烈波动、中期探索频率降低、后期平滑跟踪负荷曲线的全过程收敛动画。设置“黑板反转”环节，随机抽取学生上台，在教师引导下将具体电网量测数据填充至强化学习五元组框架中，即时检验映射迁移能力。

1.算法实战与工程冲突化解（70分钟）

本阶段采用“双师同堂”模式，主讲教师与企业工程师远程连线协同授课。数据集采用美国PJM公司2023年8月公开的真实负荷与电价数据，并人为注入5%的极端天气噪声。

[1]确定性预测向概率预测跃迁【高频考点】【重要】。教师现场编写LSTM模型，学生跟随完成数据归一化与时间步滑动窗口构建。教师故意设置模型容量过高，展示验证集损失在第50轮后急剧反弹的过拟合现象，引导学生从早停法、丢弃法、权重衰减三个维度现场投票选择解决方案。企业工程师通过VPN接入实验室沙箱，展示国调中心实际使用的分位数长短期记忆网络如何直接输出不同置信水平下的负荷区间，并强调区间覆盖宽度在电力市场结算中的经济意义。

[2]深度Q网络应对机组组合维数灾变【难点】【非常重要】。将问题规模缩放到含6台机组、24时段的组合问题，动作空间维度为2的144次方。教师摒弃理论证明，改用“棋盘博弈”实体教具：每张课桌摆放一块贴有24个方格的黑板贴，每组棋子代表机组启停状态。学生手动移动棋子尝试满足负荷平衡，3分钟后无人成功。教师随即启动DQN智能体，5秒内输出次优解。通过实体操作与算法求解的剧烈反差，学生深刻体悟强化学习在高维组合优化中的爆发优势。设置批判性质询环节：为什么DQN给出的解与传统动态规划法存在0.7%的经济性差距。学生发现奖励函数中未考虑机组启停能耗，教师引出“瓶颈感知强化学习”概念并标注【热点】。

[3]多智能体强化学习破解区域壁垒【热点】。将班级重组为六个省级电网公司，各公司拥有独立的风电集群与抽水蓄能电站。设定碳排总量管制与交易机制，各省智能体独立优化本省调度策略，同时通过共识协议交换边际减排成本曲线。学生在前端界面仅需调整两个滑块：对低碳奖励的重视系数与对邻省不合作行为的惩罚系数。实时可视化界面展示各区域碳交易价格动态博弈曲线与联络线功率振荡轨迹。部分小组观察到因惩罚系数设置过高导致系统出现2Hz功率振荡，教师立即暂停实验，现场板书解释强化学习中Q值过高估计引发控制策略失稳的理论机理，实现从现象到原理的深度溯源。

1.工业验证与信任何以建立（25分钟）

学生将优化后的调度策略烧录至半实物仿真平台中的RTDS实时数字仿真器，接入真实继保装置与稳控装置。测试场景设置为台风登陆导致三条交流联络线相继开断，传统SCED策略触发低频减载第三轮，而学生训练的PPO智能体在频率跌落至49.2Hz时主动切除部分风电并紧急调用备用储能，成功避免负荷损失。屏幕同步显示两种策略下机组调门动作次数与转子轴系疲劳损耗评估报告。教师提出灵魂拷问：即便AI在此次测试中表现更优，你敢将电网控制权完全交给算法吗。各小组进行法庭式辩论，正反方分别陈述对AI黑箱的忧虑与对人类调度员认知带宽局限的反思。教师总结时引入欧盟《可信人工智能伦理准则》七要素，要求学生课后为本次训练的智能体撰写合规性自查报告。

2.价值升华与使命唤醒（10分钟）

教师以蒙太奇手法并行播放两组镜头：左侧是甘肃戈壁滩上光伏板清洁机器人在夕阳下整齐归巢的画面，右侧是湖南郴州山区供电员工肩扛抢修材料攀爬覆雪山路的纪实影像。语速放缓并逐渐坚定：我们今日所调试的每一行学习率代码，未来都可能决定边疆哨所除夕夜的电视信号是否卡顿，决定ICU病房呼吸机在电压暂降时能否不脱网运行。全体起立，齐声诵读电力人誓词节选。此环节无任何考核点，旨在完成从工具理性到价值理性的认知跃迁。

（三）课后认知固化与前沿拓维

教师在GitLab平台创建“AI调度官”挑战赛，发布三个难度梯度的开放命题。铜牌任务要求改进课堂LSTM模型以支持多步超前预测，并在验证集上刷新基准模型的对称平均绝对百分比误差【重要】。银牌任务要求在给定的配电网测试馈线中，运用多智能体强化学习实现电动汽车充电桩集群的无序充电向有序充电转型，目标函数为配电变压器寿命损失最小化【难点】。金牌任务完全开放：假设某海岛微电网计划将柴油发电机替换为波浪能发电装置，但历史波浪数据仅有30天，请设计小样本条件下的调度策略迁移学习方案【热点】【非常重要】。教师每日19时至21时在Discord频道开展“代码急诊”，通过屏幕共享实时修复学生训练时的梯度爆炸与动作死区问题。所有优胜方案将匿名提交给中国电机工程学会青年托举人才工程作为科普素材。

五、学习证据链闭环设计

本模块彻底摒弃传统纸笔测验，构建基于数字徽章的能力认证体系。每个子任务完成后，自动评分引擎依据代码通过率、训练收敛步数、奖励函数均值三维度生成雷达图，达标者可获得“负荷预言家”“机组指挥官”“电网博弈师”系列徽章。期末综合答辩环节邀请省级电科院调度控制中心专家线上参评，学生需围绕同一真实电网断面数据，分别展示传统优化与AI优化两套方案，并回答专家关于算法可解释性、极端场景应对预案、训练数据偏见消除等尖锐质询。答辩视频经学生授权后脱敏入库，作为下一届学生的先行组织者素材。

六