【目的】针对点对点（peer-to-peer，P2P）园区能源交易场景中产消者在资源配置与用能行为的差异，以及传统基于模型的方法在不确定环境下适应性不足的问题，提出一种兼具可扩展性与隐私保护能力的多智能体强化学习方法。【方法】首先，构建3类代表性异质化产消者模型；其次，建立基于中端市场费率定价机制的园区能源交易模型，并引入灵活性激励机制；最后，将产消者的能源交易决策问题构建成部分可观测马尔可夫决策过程，并提出一种动态均值场软策略-评价（dynamic mean-field soft actor-critic， DMF-SAC）算法，进而求解产消者的能源管理策略。【结果】仿真表明，该方法在收敛性能、计算开销及运行成本等方面均优于对比方法，并能有效提升分布式能源的就地消纳能力与削峰填谷水平。【结论】所提方法在兼顾隐私保护与系统扩展性的同时，有效提升了异质化产消者协同优化的效率与效益，对园区型市场能源交易与能量管理具有重要意义。

【目的】为提升“双碳”目标下园区综合能源系统的低碳经济性，提出一种融合电-氢耦合技术与绿证-碳交易机制的双层Stackelberg-Nash博弈优化调度方法。【方法】首先构建多能流耦合框架，集成储液式碳捕集、两阶段电转气及混氢天然气技术，实现多能互补与低碳协同；其次建立绿证-碳交易协同机制，将绿证收益与阶梯碳成本纳入目标函数，形成激励低碳运行的闭环市场；进而搭建“运营商-用户”双层主从博弈架构，上层定价调度，下层调整用能，并采用交替方向乘子法求解博弈均衡。【结果】算例研究表明，相较于传统主从博弈调度，所提方法使系统总成本降低7.9%，碳排放减少10.0%，同时有效提升了可再生能源消纳率及多主体利益协调能力。【结论】该方法为“双碳”目标在园区综合能源系统中的落地提供了有效的技术支撑。

【目的】随着可再生能源、多元柔性负荷、数智化设备的大规模接入，传统的配电网规划评价方法难以灵活适应配电网的多元差异化场景特征，为实现基于数据驱动的配电网场景化、差异化规划建设评价，构建了适应新型配电网规划评价的指标体系及场景划分方法，提出一种基于贝叶斯优化异构堆叠集成学习的多场景配电网规划评价方法。【方法】首先通过独热编码构建场景感知特征空间，实现多场景统一集成学习；然后提出了双层堆叠集成策略，第一层构建包含随机森林、XGBoost、LightGBM及CatBoost的差异化基模型池，兼顾Bagging的方差缩减与Boosting的偏差降低优势；第二层设计XGBoost的元学习器进行决策融合，融合互补多种算法优势。同时采用贝叶斯高斯过程回归优化算法，对各层模型进行超参数迭代寻优，提升模型的整体性能与泛化能力。【结果】算例应用结果表明，所提集成模型准确率达到了91.33%，相较于传统单一模型平均提升了12.35%，在不同场景下的准确率稳定在90.61%至91.99%的极窄区间内，未出现某特定场景的过拟合或不适应问题。【结论】所提方法有效融合配电网规划场景特征，并集成多种算法的互补优势，应对多场景、高维、非线性的配电网规划评价决策问题，具有稳健的整体性能与优异的泛化能力。

【目的】在高比例可再生能源（renewable energy sources，RES）与电力电子设备大规模接入的背景下，传统同步发电机（synchronous generator，SG）占比持续下降，导致新型电力系统的等效转动惯量显著削弱，系统频率安全与稳定运行面临严峻挑战。本文旨在围绕电力系统惯量建模、安全评估与协同控制三大关键领域，对国内外相关研究进展进行系统梳理与综合评述，深入分析低惯量电力系统所面临的核心科学问题与关键技术瓶颈，明确未来研究的重点方向，为低惯量、高不确定性新型电力系统的安全稳定运行提供理论依据与技术路径参考。【方法】系统构建了低惯量新型电力系统安全稳定分析的核心技术体系。首先，分析了低惯量电力系统的本质特征与运行机理，在此基础上建立多维度惯量建模框架，涵盖同步发电机等效惯量建模、电力电子接口设备建模以及多时间尺度动态建模方法。其次，构建面向全运行场景的安全评估方法体系，包括频率安全评估、在线动态安全评估及不确定性条件下的安全评估方法。最后，提出面向空间、多时间尺度特性的协同控制策略，实现风电、光伏、储能与负荷等多类资源的协同优化控制，为系统规划与运行提供技术支撑。【结果】系统总结了低惯量新型电力系统从特性分析、惯量建模、安全评估到协同控制的完整技术体系，深化了对低惯量电力系统运行机理与安全问题的认识，为相关理论研究与工程实践提供了重要参考。【结论】本文研究对保障高比例可再生能源接入条件下新型电力系统的安全、稳定与高效运行具有重要意义。

【目的】针对高比例构网型分布式电源接入主动配电网引发的次同步宽频振荡问题，传统基于纯拓扑的同步相量测量装置选址方法存在严重的动态监测盲区，为此提出一种计及宽频振荡模态能量加权的同步相量测量装置（phasor measurement unit，PMU）优化配置方法。【方法】建立含多台虚拟同步发电机的主动配电网高阶非线性微分代数方程模型，通过提取状态空间矩阵精准筛选高危宽频靶标模态；进而基于模态特征引导与阻尼比倒数，构建模态能量加权的费舍尔信息矩阵（Fisher information matrix，FIM），实现对节点宽频动态可观测度空间局域化特征的定量评估；在此基础上，提出一种融合动态FIM得分与静态拓扑增益的改进贪心配置算法，并引入空间大邻接惩罚机制，以严格保证量测节点的全局分散性。【结果】在改进的IEEE 33节点极限弱环网算例测试表明：在同等K=14的严格投资约束下，与传统整数线性规划算法及无加权FIM算法相比，所提方法实现了宽频动态能量捕获总量的绝对领先；针对最恶劣模态的综合观测度稳定突破安全裕度，时域重构波形与经验模态分解-希尔伯特黄变换频域积分双重验证了该方法有效消除了传统配置的暂态监测盲区；在50次参数摄动蒙特卡罗测试中，系统维持了零失效的极高鲁棒性。【结论】所提方法突破了纯拓扑选址的物理局限，克服了常规全状态算法的低频偏移陷阱，精准锁定了宽频谐振能量波腹，在兼顾静态拓扑满秩的同时实现了全频段动态感知的极致鲁棒性，为新型配电网广域动态监测系统规划提供了严密的理论支撑。

【目的】针对配电网故障下关键负荷恢复供电问题，提出一种多时域电动汽车（electric vehicle，EV）与应急供电车（emergency power supply vehicle，EPSV）协同供电恢复策略。【方法】构建多时序EV等效电源模型，刻画夏季、冬季、工作日和节假日场景下EV群体可调度能力；建立考虑负荷重要度、容量及停电持续时间的失电损失评估模型；在此基础上，构建EV-EPSV两阶段协同调度模型，并采用遗传算法（genetic algorithm，GA）与自适应大邻域搜索算法（adaptive large neighborhood search，ALNS）求解。【结果】算例结果表明，相对于仅EV参与方案，EV+EPSV启发式方案失电损失节省率为9.51%~16.19%，所提协同方案失电损失节省率为34.49%~70.36%；在相同协同恢复框架下，ALNS相对于局部搜索算法（local search，LS）的失电损失节省率为15.97%~49.18%。【结论】所提策略能够发挥EV快速响应与EPSV机动补偿的时序互补优势，有效降低失电损失并提升故障后配电网供电恢复效率。

【目的】能流计算是综合能源系统（integrated energy system，IES）规划和运行的基础，现有全纯嵌入法在求解大规模IES能流时，求解幂级数系数方程组及Padé近似过程所需计算量较大，耗时较长。文章提出一种基于预处理稳定双正交共轭梯度（bi-conjugate gradient stabilized，BICGSTAB）重启全纯嵌入的电-气IES能流计算方法。【方法】该方法基于预处理BICGSTAB和常项值与多项式全乘法（total multiplication of polynomial，TMP）进行电网侧全纯嵌入潮流计算，并采用重启全纯嵌入法进行气网侧能流计算。在求解电网侧潮流时，首先对求解幂级数系数方程组的系数矩阵进行预处理，其次利用基于常项值的全纯嵌入潮流计算方法中的常项值动态更新机制，采用Padé近似与TMP结合的方法计算电压逼近值；在求解气网侧能流时，采用重启全纯嵌入方法计算气网能流，以提高计算速度及能流收敛性；最后，通过E39-G20和E2383-G60测试系统算例进行验证。【结果】所提方法与牛顿拉夫逊法相比，最大相对误差仅为0.051 3%，计算加速比最大达到358.088 3。【结论】所提方法可实现电-气IES能流准确、高效求解，且在各种工况下仍能准确求解IES能流，具有较强的鲁棒性，为IES能流计算的高效求解提供一种新思路。

【目的】随着电动汽车渗透率的不断增加，出行高峰时段高速路网充电资源与需求错配愈发严重。为解决该问题，本文提出一种计及次级道路、区域配电网和次级路网快充站的高速路网全过程实时充电导航策略。【方法】首先，基于高速路网物理形态特征分别对计及次级路网的高速路网、车辆高速充电行为、次级路网配电网进行建模。然后，将影响用户充电导航决策的多维因素基于个性化偏好转化为多级综合道路阻抗，建立个性化动态路阻（personalized dynamic road resistance， PDRR）模型。最后，通过两阶段实时充电引导，以提升用户高速路网全过程充电体验为目标对导航方案进行优化。在阶段一，基于实时路网信息初步选取综合路阻最低的快充站。在阶段二，使用改进的Floyd-Warshall算法识别PDRR模型中权重最低的路线并实时更新。两个阶段均对影响用户充电体验各主要因素的个体偏好和实时路况信息进行考虑。【结果】基于实际多级路网的仿真算例结果表明，相较于纯高速路网策略，计及次级“路-网-站”因素使高峰时段各充电站平均充电时长下降53.97%，引导方案与用户需求整体匹配度上升1.96%。【结论】所提实时充电导航策略可有效降低综合充电成本，缓解高峰时段高速路网充电拥堵，各级快充站运行经济性和可靠性也得到显著提升。

【目的】为应对高比例风光并网的清洁能源基地出力随机性及波动性对电网安全造成的挑战，推进其高效消纳与碳中和目标的实现，提出一种计及梯级水电与混合储能协同的多时间尺度嵌套储能容量优化配置方法。【方法】所提方法可在风-光-梯级水电系统中精细刻画水电机组的水头损失，并明确爬坡约束与振动安全区间，进而构建两阶段优化模型：第一阶段通过梯级水电与抽水蓄能协同调度，平抑风光长周期、大幅度波动；第二阶段利用电化学储能快速响应特性，补偿短时高频、小幅功率扰动。【结果】算例结果表明，所提方法可充分发挥水电调节能力与混合储能协同优势，通过抽水蓄能平抑长周期大幅波动、电化学储能补偿短时高频扰动的功能分工与容量匹配，二者优势互补形成最优配置，从而有效抑制系统全时间尺度功率波动，使系统弃电率降至0.10%，负荷匹配度提升至99.85%，且所需电化学储能额定功率不足基地总装机容量的1%。【结论】所提优化配置方法实现了梯级水电与混合储能在多时间尺度上的协同互补，显著提升风光消纳与负荷匹配能力，并大幅降低电化学储能容量需求，为清洁能源基地储能优化配置与高效消纳提供了可靠技术支撑。

【目的】为挖掘多市场环境下电动汽车（electric vehicle， EV）调节潜力，解决聚合商与用户间信息不对称及调度偏差问题，构建兼顾多方利益的优化调度模型。【方法】建立“电力市场-聚合商-用户”三层Stackelberg博弈模型。聚合商作为领导者，统筹电能量、调频及绿色电力证书收益，采用鲁棒优化应对价格波动；设计基于维克里-克拉克-格罗夫斯（Vickrey-Clarke-Groves， VCG）的激励相容机制消除用户虚报动机；引入非线性电池损耗模型，利用逆向归纳法与线性化技术求解博弈均衡。【结果】算例表明，所提机制使系统峰值负荷降低17.4%，用户综合成本下降16.27%；验证了如实上报私有信息为用户最优策略；聚合商仅需让渡不足10%的利润即可降低80%以上物理执行偏差。【结论】VCG机制有效实现了用户侧风险隔离；多市场耦合与鲁棒优化显著提升了聚合商抗风险能力；明确了电池成本低于1000元/kWh为车网互动（vehicle-to-grid， V2G）规模化应用的经济临界点。