随着电力市场化改革的推进，微电网或拥有分布式发电的用户作为售电主体，被允许参与电能市场交易。但现有条件下的电能交易面临着缺乏信任和中心化的问题，区块链技术作为一种全新的分布式加密方式，对实现用户之间公平、点对点、实时、去信任的能量交易具有重要意义。文章首先介绍已有的区块链电能交易项目，分析对比了可供开发者使用的区块链即服务（blockchain as a service，BaaS）平台；然后对应用区块链技术的端对端电能交易网络和交易算法进行设计，分析了区块链即服务平台的应用过程；最后以一园区3个分布式光伏用户的运行实例，说明区块链技术下微网电能交易去中心化、透明化、难以篡改的特点，及其在促进微电网安全高效运行，社会利益最大化的有效性。
随着能源互联网技术、分布式发电供能技术以及新能源交易方式的快速发展和广泛应用，综合能源服务在全球范围内发展迅速。综合能源园区（integrated energy park， IEP）作为综合能源服务的主战场日益受到关注。文章提出了基于地理分区的IEP用能特性评价模型及供能分区方法。首先，基于地理分区，对电、热、冷负荷用能信息进行分析，选取负荷的共性指标和个性指标。然后，将园区内各地块的各指标值合理量化，再采用结合熵权法的层次分析法求取各指标的权重，并将各指标值及其权重进行加权叠加以得到IEP内各地块电、热、冷负荷用能特性的共性和个性得分。最后，以各区域综合负荷分布最均匀为目标，通过电、热、冷负荷综合化、初选核心地块、初步分区和确定最终核心地块及分区，最终得到IEP最终的分区结果。采用某IEP进行算例分析，结果表明所提出的评价模型和分区方法具有较好的有效性和实用性。
在直流配电网中，利用压缩空气储能（compressed air energy storage，CAES）系统可以提高新能源的渗透率和经济性，但其功率调节速度较慢，而电容的低惯性很难阻止由间歇式电源引起的电压突变，可能造成直流电压质量变差。基于下垂控制与虚拟惯性控制，文章提出了一种适用于压缩空气储能系统中直流联网变流器的自适应下垂控制策略，以利用其空气压缩电机与膨胀电机的动能改善直流配电网的电压质量，从而弥补其调压速度慢的不足。在所提控制策略中，下垂系数根据电压变化量计算得到，下垂曲线在允许范围内自适应地摆动以使变流器电磁功率突变为直流配电网提供惯性支持，而配电网中的功率突变由空气压缩储能系统中的电动机动能进行缓冲。此外，下垂系数限值根据系统运行状态自适应调整，以充分挖掘变流器提供虚拟惯性的能力。最后，搭建了含压缩空气储能系统的直流配电网硬件在环仿真（hardware-in-the-loop simulation，HILS）实验平台，实验结果表明，所提控制策略可有效增强系统的动态调压能力并提高直流电压质量。
虚拟电厂（virtual power plant，VPP）技术能够有效地提升配电网运行灵活性和可再生能源消纳水平，为描述电力市场环境下配电系统中多种资源的不确定性，采用拉丁超立方抽样和多尺度NJW谱聚类算法获取了包含电价、负荷、可再生能源出力等多种随机因素的典型场景集；根据典型场景集，考虑配电网与虚拟电厂的网络结构、潮流安全、机组出力等约束条件，建立了基于虚拟电厂与配电网各自利益最大化的优化模型，并提出一种基于虚拟电厂与配电网交替优化的协同定价策略。算例仿真结果表明，所提方法充分地考虑了多种随机因素，能够合理地制定虚拟电厂与配电网的交易电价，维持系统功率平衡。
随着风力发电的快速发展，间歇性风电引起的电网功率波动问题日益凸显，而通过制定插入式电动汽车（plug-in electric vehicles， PEVs）的合理充放电策略，可为平衡功率波动和调节系统频率提供有效支撑。文章针对含风电的微网功率波动问题，提出了基于电动汽车参与意愿度和效用函数最大的PEVs协调运行模型，并基于一致性理论设计了PEVs分布式充放电控制方法。所提方法以完全分布式方式最优调整PEVs充放电功率，可有效平抑风电功率波动，并能满足PEVs日常多种充电场景需求，包括PEVs随机到达时间和启程时间、电池荷电状态随机初始值和目标值。最后通过含有5个风电场和2 000台PEVs的微网进行验证，仿真结果表明所提PEVs协调运行模型和分布式控制方法可灵活满足规模化PEVs的充放电需求，并可有效改善微网系统的频率响应特性。
在配电网安装了配电网数据采集及监视控制系统（distribution network supervisory control and data acquisition， DSCADA）和部分节点安装少量微型同步相量测量装置（micro-synchronous phasor measurement unit， μPMU）情形下，提出了一种基于DSCADA和μPMU遥测数据融合的配电网运行拓扑辨识方法。首先，基于μPMU节点电压相位量测构建配电网拓扑变化时刻辨识模型，确定拓扑变化的时刻；然后，基于拓扑变化前后的节点电压变化，借助DSCADA和μPMU的遥测数据构建可能拓扑判据，缩小重构后可能拓扑的范围；最后，使用加权最小二乘法将DSCADA和μPMU遥测数据进行融合，估计出可能拓扑下的节点电压相位，并利用构建的拓扑相似度辨识模型辨识出实际拓扑。算例中考虑μPMU和DSCADA不同量测误差组合，对该算法辨识的准确性进行验证。
