能源系统和互联网技术相结合催生出了能源互联网这一概念,为多能互补运行与协调优化提供了可能性。综合能量管理系统主要利用不同能源之间的相互转换实现综合能源系统的协调优化,目前面临着诸多问题与挑战,例如综合能量管理系统的功能需求尚不明确;存在重复开发问题,需要高兼容性平台整合现有功能,打破数据信息壁垒。为解决上述问题,本文研究了基于微服务架构的能源互联网综合能量管理系统,利用微服务架构所具备的服务松耦合的特点,形成具备高拓展性、高可用性的综合能源调控平台。论文的主要内容包括:首先,研究基于微服务的能量管理系统架构,充分利用能源互联网物理机理认知和海量运行数据,设计数据-机理驱动的能量管理功能逻辑。可基于数据-机理驱动两种计算模式实现态势感知及能流优化两层能量管理系统核心功能,形成交叉验证。基于微服务架构按照耦合关系对能量管理系统功能进行拆分,使系统具备松耦合,高兼容性、高灵活性等特点,支持能量管理系统功能的灵活接入,满足能源形式多样化的发展需求。然后,对态势感知及能流优化两层中的综合能源状态估计、预测以及能流优化等微服务展开具体研究。考虑不同能源系统在响应速度上的差异,建立天然气系统动态模型描述其较长的动态变化过程,实现了多时间断面综合能源系统状态估计,实时感知综合能源系统运行状态;实现了基于长短期记忆神经网络的综合能源负荷预测方法,提取历史数据中存在的时间相关性信息以及不同能量需求历史数据中存在的深层次耦合关系,给出预测结果,预判系统未来变化趋势,为系统的优化运行提供决策支撑;实现了基于深度强化学习的综合能源系统优化调度,利用人工智能技术拟合复杂非线性系统,降低计算求解时间,利用多能灵活转化关系降低系统总能耗成本。最后,基于上述工作应用Spring Cloud平台开发了原型系统。设计系统内部微服务间基于消息的并行通信模式,搭建了基于KafKa的微服务数据总线;根据不同微服务所需计算数据设计并实现了各微服务下的数据库;基于上述理论研究实现了综合能源状态估计、预测以及能流优化等微服务,整合至微服务架构下并开发原型系统,该原型系统可根据参数输入调用所需微服务进行特定功能的计算求解,并给出计算结果。