【目的】为进一步提升综合能源系统（integrated energy system，IES）的灵活性和低碳性，提出考虑电动汽车（electric vehicle，EV）不同充电模式和供需灵活性的IES优化调度策略。【方法】首先，从需求侧灵活性出发，构建了基于常规慢充、快速充电及换电三种充电模式下的动态荷电状态的有序充电策略。其次，结合综合需求响应，进一步研究灵活性提升策略。然后，从供能侧出发，考虑卡琳娜循环（Kalina cycle，KC）相比于有机朗肯循环优势，引入KC，实现热电联产机组热电解耦和灵活经济输出。最后，考虑碳排放限制，构建了考虑阶梯碳交易、EV充电模式、需求响应及KC的IES低碳经济优化模型。【结果】通过多种场景对比分析，所提策略使总成本降低了16.22%。所提策略能有效提升IES供需双侧灵活性，实现EV不同充电模式下的有序充电，降低系统的经济成本和碳排放量。【结论】创新点包括不同充电模式的有序充电、供需双侧灵活性提升方法。研究成果可为IES灵活性提升提供新思路，后续可结合其他灵活性资源最大限度提升灵活性。

【目的】光伏发电功率预测是提高太阳能利用效率和降低运营成本的关键技术。然而，传统模型在多步光伏发电功率预测中存在时间趋势学习能力不足和误差累积的问题，限制了预测精度的提升。【方法】文章提出了一种基于时间卷积神经网络（temporal convolutional networks，TCN）和DLinear的光伏发电功率多步预测模型。首先，通过改进的自适应白噪声完全集合经验模态分解（improved complete ensemble empirical mode decomposition with adaptive noise，ICEEMDAN）对多元气象序列进行分解，揭示其潜在特征，得到更易学习多尺度特征的多维子序列。其次，利用TCN对局部时序信息进行建模，挖掘短期内的时序特征。最后，利用DLinear将序列分解为趋势分量和残差分量，通过线性网络学习多尺度特征，并直接输出多步（每步15 min）光伏发电功率预测结果。【结果】实验结果表明，所提方法的每个模块均能显著提升模型的预测性能。与集合经验模态分解-卷积神经网络（convolutional neural networks， CNN）-双向长短期记忆网络（bidirectional long short-term memory， BiLSTM）（ICEEMDAN-CNN-BiLSTM）、Informer、Autoformer三个基准模型相比，归一化均方根误差（normalized root mean square error，NRMSE）平均分别下降了22.455%、6.139%、8.504%，具有明显优势。【结论】文章通过ICEEMDAN和TCN-DLinear组合模型，有效解决了传统方法在多步预测中的不足，显著提高了光伏发电功率预测的准确性和可靠性。研究结果为光伏发电功率的精准预测提供了新的技术路径，为太阳能发电的高效管理和运营提供了理论支持，为新型电力系统的安全稳定运行提供了数据支持。未来可进一步探索该模型在不同气象条件和地理环境下的泛化能力，以推动太阳能发电技术的发展。

【目的】电动汽车（electric vehicle，EV）充电负荷时空分布受路网、温度、电动汽车类型等因素影响。为提高EV充电负荷时空分布预测精度，构建了一种融合多方信息的电动汽车充电负荷时空分布预测模型。【方法】通过引入温度与车速对能耗的影响模型，量化外部环境对电动汽车续航的影响；结合充电需求引力模型，将充电站规模、电价、时间成本等因素类比为引力参数，动态修正用户充电站选择行为。同时，改进Dijkstra算法，融合实时路况信息优化充电路径规划。最后累计叠加得到充电总负荷。【结果】Matlab仿真结果表明，私家车与出租车的充电负荷分布存在显著差异。私家车充电负荷在居民区、工作区及商业区分别集中于夜间、白天工作时间段及下班时，而出租车因运营需求，充电负荷呈现早、晚高峰低谷及午间小高峰的特征；所提改进Dijkstra算法通过动态调整路段权重提高了路径规划效率，在相同目的地情况下，行驶时间降低了3.9%；所提充电需求引力模型综合考虑充电站规模、电价、用户时间成本等因素，优化了用户充电站选择行为，计算得到的充电负荷时空分布更趋合理。【结论】文章通过融合多方信息，构建了电动汽车充电负荷时空分布预测模型，揭示了不同类型EV的充电行为差异、温度敏感性及用户决策动态特性。研究成果可为电网负荷调度、充电站规划及有序充电策略制定提供理论支撑。

【目的】分布式可再生电源的规模化并网显著增强了配电系统的灵活调控能力，然而其固有的随机性和波动性出力特征，也给配电系统的安全稳定运行带来了严峻挑战。为有效提升日前调度决策对不确定因素的适应能力，提出了一种基于改进条件生成对抗网络（conditional generative adversarial network，CGAN）的主动配电网分布鲁棒日前优化调度方法。【方法】首先，提出了一种基于三维卷积（three-dimensional convolution，Conv3D）设计的改进CGAN模型，解决了计及时空相关特性的风光出力日前场景生成问题，有效降低了生成场景集的保守性。其次，利用生成的风光出力日前场景样本，提出了一种基于核密度估计（kernel density estimation，KDE）和Wasserstein距离的模糊集构造方法，实现了对样本分布信息的充分利用。在此基础上，建立了考虑多种网侧资源协同互动的主动配电网两阶段日前分布鲁棒优化（distributionally robust optimization，DRO）调度模型，并采用仿射策略和强对偶理论将原模型重构为混合整数线性规划问题实现求解。【结果】算例结果表明，尽管所提方法的日前调度成本相比确定性优化方法和随机优化方法分别增加了1.87%和0.21%，但在恶劣场景下的综合运行成本却分别降低了5.38%和0.46%。【结论】所提DRO模型对风、光出力不确定性表现出更强的适应能力，在保证鲁棒性的前提下，有效降低了日前调度计划在恶劣场景下的再调度成本。

【目的】海上风电送出系统受端电网短路故障下构网型模块化多电平换流器（modular multilevel converter， MMC）运行特征不明，故障穿越与构网型主动支撑暂态交互机理不清，给海上风电柔性直流系统的可靠运行带来巨大威胁。并且传统故障穿越策略在和构网控制结合过程中存在故障前后策略切换下暂态冲击电流较大与无功支撑响应较慢的问题。【方法】文章基于此提出一种构网型MMC低电压故障内电势重构穿越控制策略，首先分析电网电压跌落时构网型模块化多电平换流器的短路电流特性，构造基于构网型模块化多电平换流器电压方程空间矢量下的故障穿越电流限幅边界，然后通过电流优化指令重构内电势，旨在挖掘不同电网电压跌落下构网控制主动型电压支撑能力。【结果】通过半实物实验平台对所提故障穿越策略进行验证，研究结果表明，该策略在不同程度故障下均可实现低电压穿越，随着电网电压跌落程度加深，所发无功随即增加，但并网电流会在较深的跌落程度下加以限制。与传统故障穿越策略相比，可以降低暂态冲击电流，同时能够快速提供无功支撑，改善并网点电压的恢复速率。【结论】分析揭示了构网型MMC主动电压支撑运行特性，并提供了基于矢量角度修正电流的思路。为深远海恶劣电压跌落工况模式下故障穿越技术的研究打下基础，促进大型海上风电基地安全可靠运行，有效推动能源产业革新。

【目的】 以空调负荷为主体的柔性负荷虚拟电厂（virtual power plant， VPP）在实际运行中易受控制时延、模型与量测误差等不确定性的影响，使削峰需求响应（demand response， DR）的效果偏离预期。导致该现象的重要原因为现有的DR策略往往依据静态的目标负荷曲线进行负荷跟踪，难以适应时变的运行环境。【方法】 以园区大规模分体式变频空调为例，提出柔性负荷VPP参与削峰DR的自适应控制方法，在需求响应邀约允许范围内依据当前的运行环境来调整后续DR时段的目标负荷曲线，有效提升了削峰DR的经济性和鲁棒性。在所提闭环控制模型中，被控过程被解耦为小规模且线性的进度偏差模型和削峰电量修正模型，二者分别置于控制器和反馈环节。其中，进度偏差模型将计划削峰电量分摊至空调，其解满足功率约束和用户舒适度约束；削峰电量修正模型结合削峰DR的响应实况来自适应调整后续控制时刻的目标负荷曲线，用于抵消不确定性对控制效果的负面影响。【结果】 算例以4类变频空调集群为研究对象，在市场模式和邀约模式下，探讨了不同削峰策略、模型与量测误差和控制时延对VPP参与削峰DR的影响，侧重验证所提方法的经济性和鲁棒性。【结论】 结果表明，所提基于动态目标负荷曲线的削峰DR自适应控制方法，能够根据实际响应情况自适应地调整目标负荷曲线，在控制精度、经济收益和鲁棒性方面表现优越。

【目的】 为探究和分析多元负荷绿色行为对新型电力系统演化的驱动作用，提升新型电力系统灵活性和资源优化配置能力，开展了多元负荷绿色协同市场行为仿真研究，构建了多元负荷在新型电力系统演化趋优下的绿色协同市场行为仿真模型。【方法】 首先，分析多元负荷的绿色协同市场行为与竞价行为，构建多元负荷市场竞价决策模型；其次，构建了多元负荷主体决策流程及电力市场全过程交易仿真流程，应用深度Q网络（deep Q-network，DQN）算法对多元负荷参与市场交易的行为进行分析，得到其最优竞价策略。最后，以某区域电力系统为案例，仿真模拟多元负荷电力市场全过程交易流程，得出多元负荷最优策略报价结果。【结果】 与传统Q-learning算法相比，构建的仿真模型可使多元负荷平均购电价格降低8.5%、需求响应收益提升13.7%、新能源的消纳率提升5%，此外，对新能源渗透率进行了敏感性分析，识别出需求响应对新能源渗透率敏感性更高。【结论】 研究结果表明所提模型可有效模拟多元负荷绿色协同市场行为，提升多元负荷的经济效益及新能源的消纳率，增强新型电力系统的资源优化配置能力，为新型电力系统多元负荷的市场化运营及政策制定提供了理论支持和应用参考。

【目的】柔性互联智能软开关（soft open point，SOP）作为一种灵活可控的功率调节装置，能够改善配电系统的潮流分布，提高系统运行的经济性和电压质量。【方法】为减少非计划负荷波动的影响，提出一种基于动态权重的柔性互联配电系统自适应优化调度策略。该策略根据系统在不同时间尺度下的运行需求和不同调节装置的响应速度，建立日前-日内两阶段自适应优化调度框架，得到储能、SOP和分布式能源的调度策略。同时，考虑到系统运行过程中以经济性决策为主和以电压波动性决策为主的调度计划之间的博弈关系，在日内优化阶段提出一种基于日前调度结果的多目标权重系数确定方法。该方法从时间和空间2个维度得到配电网不同节点在不同时刻的优化目标权重系数。最后，通过IEEE 33节点电力系统算例进行仿真验证。【结果】结果表明所提优化调度策略能够降低配电网运行成本，提高系统的电压质量。【结论】相较于单时间尺度优化调度策略，所提出的多时间尺度优化调度方案平抑源荷波动效果更好，运行成本及电压波动更小，能够有效提高配电网运行的经济性和电压质量。同时，与传统多目标优化求解方法相比，所提出的动态权重求解方法能够跟踪系统结构及运行需求，实现系统经济性和电压偏差的协同优化。

【目的】为适应新能源汽车的快速增长和广泛应用，我国鼓励建设和发展一体化综合交通能源服务站，对此提出一种计及动态定价策略的电-氢综合能源站经济运行方法。【方法】首先，通过解析新能源汽车用户到达电-氢综合能源站的时序特征与充能行为特性，利用蒙特卡洛方法构建新能源汽车充能需求预测模型。其次，基于新能源汽车充能所需电量负荷比和新能源消纳率、综合能源站的储能容量动态变化特征和外部购能成本等因素，制定了包含动态售电价格和动态售氢价格的电-氢综合能源站动态定价策略，引导新能源汽车用户参与需求响应，同时针对氢能公交车和氢能环卫车进行负荷管理，提出电-氢综合能源站经济运行方法。【结果】算例仿真结果表明，相比固定定价策略，动态定价策略可显著提高电-氢综合能源站的收益，其售电、售氢收入和售能总收益分别提高了24.13%、4.57%和14.59%；引入负荷管理后，电-氢综合能源站的运行总成本下降10.3%，售能收益进一步提升。【结论】文章所提方法可突破固定定价策略的局限性，实现电-氢综合能源站经济运行。

【目的】 为了保证虚拟电厂调度策略的低碳经济性，提出了考虑新型分布式资源与电碳交易的虚拟电厂分布鲁棒低碳调度模型。【方法】 首先，建立了虚拟电厂电碳交易框架。其次，在虚拟电厂中针对电制氢系统与碳捕集系统这2种新型分布式资源进行建模，并考虑储能、风电、光伏等传统分布式资源。接着，以成本最小化为目标，建立虚拟电厂低碳调度模型。鉴于风光出力与电氢负荷的精确概率分布难以获得，利用1范数和无穷范数构建其概率分布不确定集合，为避免传统多离散场景分布鲁棒方法的复杂迭代过程，将分布鲁棒调度模型进行对偶转化求解。最后通过算例验证了所提分布鲁棒调度模型在处理源荷不确定性、提升虚拟电厂调度经济性与低碳性方面的有效性。【结果】 考虑电碳交易比不考虑电碳交易降低了约24.7%，过剩的清洁能源可全部在电力市场售出，使运行调度实现获利；同时考虑碳捕集系统与电制氢系统后，弃电量与运行成本比仅考虑碳捕集系统分别进一步降低了约34.7%和28.1%，比仅考虑电制氢系统分别进一步降低了约2.6%和1.8%；所提分布鲁棒方法的总收益误差约为1.7%，求解速度提升了约40%。【结论】 考虑电碳交易或同时考虑电制氢系统与碳捕集系统这2种新型分布式资源能够降低调度成本、弃电量与碳排放，且所提分布鲁棒方法决策结果精确性良好，求解速度得到大幅提升。

【目的】针对雪灾、暴雨等极端事件可能导致高速公路服务区微网光伏发电骤减、与大电网联络线中断等突发事件，为保障服务区微网供能稳定，提出一种考虑应急电源车的高速公路服务区微网两阶段优化调度方法。【方法】日前阶段，考虑服务区综合能源微网中可调度储能容量的灵活性资源能力，以微网运行成本最低为优化目标，建立微网日前经济调度模型，得到储能资源荷电状态下限，作为日内优化调度阶段的参数；日内阶段，基于模型预测控制理论，建立日内滚动优化调度模型。日内滚动优化考虑应急电源车参与服务区微网调度，并对服务区的多种用能负荷按照重要程度进行分级处理。以应急电源车运行费用最低和切负荷惩罚最低为目标函数，得到最终日内优化调度结果。【结果】通过构建极端场景下光伏出力骤降及并网中断的仿真算例，将文章所提研究方法与无储能荷电状态优化约束方案和不考虑应急电源车调度方案进行对比分析。仿真结果表明：所提方法有效降低了电/热/冷负荷削减量，同时系统运行成本也有所减少。【结论】算例分析验证了所提服务区微网两阶段优化调度方法在极端场景下的有效性，通过储能系统与应急电源车的协同调度机制，不仅增强了服务区微网抵御外部冲击的能力，还实现了供能稳定性提升与运行成本优化的双重目标，保障了服务区微网重要负荷的稳定供能。

【目的】随着云计算、“互联网+”的高速发展，互联网数据中心（internet data center， IDC）作为云计算底层核心的基础设施，正处于高速扩张阶段。然而，由于数据中心和综合能源系统（integrated energy systems， IES）均拥有底层用户的信息，数据泄露可能会导致多种风险。为此，在设计IDC与IES的协同优化方案时，必须得充分考虑两者的隐私保护。【方法】首先，分析数据中心灵活调节特性，采用图论及M/M/1排队论构建数据中心灵活需求响应模型，建立了IDC及IES各自的规划模型及运行模型。根据IDC及IES运行模型的KKT（Karush-Kuhn-Tucher）条件将运行模型转化为规划模型的附加约束，并采用大M法进行线性化处理。随后，考虑IDC及IES间的隐私保护，完善一种适用于混合整数线性规划（mixed-integer linear programming， MILP）子问题的增强型Benders分解算法并设计分布式求解框架对时空联合规划模型进行求解。【结果】研究结果表明，在所采用的算例场景下，引入所采用的IES及IDC需求响应模型后，系统的年化总成本降低了26.79%，增强型Benders分解算法在分布式求解速度上较交叉方向乘子法（alternating direction method of multipliers，ADMM）快1.11倍。【结论】分析了IDC与IES的灵活调节手段，构建了一种切实可行、兼顾隐私保护的含IDC的IES分布式优化方案。该研究可以为类似的多利益主体协同优化场景提供相应的方案及方法参考。

【目的】为充分挖掘出租车换电站充电负荷灵活可调潜力，缓解充电负荷与电网峰谷压力、新能源消纳之间的冲突，提出一种考虑电力市场与新能源耦合的换电站充电优化调度策略。【方法】基于电力市场辅助服务与新能源弃电消纳的双重需求，构建换电站-电网-新能源场站协同运行框架，设计包含调峰响应、分时电价匹配及电池荷电状态（state of charge， SOC）动态跟踪的优化机制。以96个时段为调度颗粒度，建立以经济效益最大化和新能源消纳最优为核心的双目标模型，并引入改进哈里斯鹰算法进行求解。【结果】算例结果表明，与原始策略相比，所提策略将换电站经济效益提升25%，新能源消纳量提高16.5%，同时，充电负荷在电网高峰时段大幅削减，实现削峰填谷。【结论】所提策略通过动态匹配新能源弃电与分时电价，显著提升了换电站的经济效益和新能源消纳能力，同时有效缓解了电网峰时压力。所提市场与新能源协同的运行框架为换电站参与电力系统调节提供了新思路。

【目的】高比例新能源发电接入导致电网故障电流幅值降低、方向性改变，传统后备保护的离线整定难以适应环网复杂工况，且新能源低惯量与低电压穿越（low voltage ride through，LVRT）控制加剧了正/负序网络特性变化，故障元件辨识困难，引发保护失配或延时过长。文章旨在解决含新能源电网后备保护的动态适应性问题，突破环网死锁与定值僵化瓶颈。【方法】提出基于广域量测的双判据，针对不对称故障，利用负序电压/电流排序锁定故障关联母线及支路，通过区域集中式架构实现快速辨识；针对对称故障，依托变电站单台行波监测设备，结合全局行波到达时间差异与双端测距算法，实现微秒级故障定位。进一步优化后备保护逻辑，仅对故障线路关联远后备保护进行动态整定，调整阻抗圆范围，并将动作延时固化为2个时间级差，规避传统逐级配合的延时累积。【结果】PSCAD仿真结果表明，不对称故障下负序判据准确率达100%，过渡电阻30 Ω时仍能可靠辨识；对称故障行波测距误差小于100 m，定位时间较传统方法缩短90%；优化后远后备动作延时由4~7个时间级差降至2个，定值覆盖范围提升18.4%，有效避免负荷入侵误动。【结论】所提方法通过负序排序与行波时差判据互补，实现新能源电网多类型故障元件的快速动态辨识，突破环网死锁限制。动态整定策略使远后备保护动作延时大幅缩短，灵敏性与速动性显著提升，且无需依赖高采样设备或复杂通信架构，为高比例新能源电网后备保护在线整定提供了高效、可靠的工程化解决方案。

【目的】 随着配电网内灵活性资源的不断增加，配电网可以通过参与灵活性市场为输电网（transmission network，TN）提供有功、无功灵活性。为充分挖掘配电网灵活性资源，提出一种考虑光储系统的输配电网能量-灵活性市场两阶段分布式出清方法，以提升电网的运行灵活性。【方法】 首先，综合考虑能量市场、有功与无功灵活性市场机制，构建光储系统模型，分析其有功、无功支撑潜力；其次，以总体经济性最优为目标函数，构建考虑光储系统的输配电网能量-灵活性市场两阶段出清模型；再次，为了在计算过程中保持输电网与配电网信息的私密性，基于交替方向乘子法对所提出的两阶段市场出清模型进行分布式迭代求解；最后，通过IEEE 30节点输电网与2个33节点配电网耦合的测试系统对所提考虑光储系统的输配电网能量-灵活性市场两阶段分布式出清方法进行分析、验证。【结果】 研究结果表明，当配电系统运营商（distribution system operator，DSO）能够参与到灵活性市场交易时，TN中有功、无功灵活性资源购买成本减少了7.93%，灵活性供需平衡指标I_FSD由4.021提升到5.736。【结论】 所提方法能够提高系统运行经济性，有效降低系统购买有功、无功灵活性的总成本，为系统稳定运行提供一定的支持。此外，主动配电网（active distribution network，ADN）可以通过网内存在的大量有功、无功灵活性资源向输电系统运营商（transmission system operator，TSO）提供一定的有功、无功灵活性，从而提高ADN的收益，有助于实现全网灵活性资源优化配置。

【目的】随着能源消费趋向多样化，多元负荷预测对于综合能源系统（integrated energy system， IES）优化调度与运行规划的重要作用日益凸显。【方法】针对目前综合能源系统负荷预测研究中往往忽略多元负荷间耦合关系的问题，提出一种基于多能需求响应与改进双向长短期记忆（bi-directional long short-term memory， BiLSTM）神经网络的综合能源系统多元负荷联合预测方法。首先，综合用户需求响应行为构建多能需求响应的输入特征变量，并与最大信息系数筛选出的多元负荷预测强相关特征共同构成预测模型的输入特征集；其次，基于混沌映射理论和精英反向学习策略对冠豪猪优化算法进行改进，以优化双向长短期记忆神经网络的模型参数；最后，基于多头自注意力机制自适应调整输入特征权重。【结果】仿真结果表明，所提多元负荷联合预测方法的预测精度相较于单一负荷预测方法有显著提升，与未考虑需求响应的多元负荷预测方法相比，电、热、冷负荷的平均绝对百分比误差分别降低了6.59%、13.04%和24.86%。此外，与其他预测模型相比，所提模型在提高预测精度方面更为有效，能够实现更为精准的多元负荷预测。【结论】同时，将所提负荷预测与综合能源系统调度结合，分析其带来的经济效益。与普通调度相比，引入所提负荷预测方法的系统总运行成本减少了16.49%，能够实现IES综合效益的提升。

【目的】随着分布式电源、新型储能、充电设施等规模化接入，配电网的物理形态、数字形态和商业形态发生深刻变革。传统基于人工决策的规划方法难以解决要素海量、结构复杂、设备繁多的配电网组网优化问题，人工智能技术为突破配电网规划技术瓶颈提供了可行的解决路径。【方法】在此背景下，文章对配电网规划流程与新形势下源荷多时空精准预测、电力电量概率平衡、源网荷储规划协同、数字化智能化赋能赋效等方面面临的挑战进行分析，并围绕知识图谱构建、源荷场景生成、电力电量平衡、规划需求推演以及智能组网规划等关键环节，详细阐述了基于人工智能的配电网规划研究现状。【结果】对基于人工智能的配电网规划技术所存在的非/半结构化数据处理难、场景适用单一、需求推演精度低、缺乏可解释性以及规划方案求解维度高等问题进行了总结与分析，并给出了基于图学习、迁移学习、多模态融合、增强可解释性以及人机混合智能增强等配电网规划技术演进方向的展望。【结论】相比于传统配电网规划方法，基于人工智能的配电网规划具有泛化性强、适用性强、扩展性强等明显优势，但也存在模型精度不高、生成方案质量差等一些关键性问题。在未来的工作中，将继续深入研究基于人工智能的配电网规划方法，解决其涉及的关键性问题，为新型电力系统下配电网规划技术体系发展和数智化转型提供参考和借鉴。

【目的】为解决基于模块化多电平换流器（modular multilevel converter， MMC）的统一潮流控制器（unified power flow controller， UPFC）在低开关频率下子模块电容电压减频效应及其抑制导致的系统开关损耗和谐波性能恶化问题，提出了一种基于画像标签技术的减频效应抑制与电容电压均衡优化策略。【方法】所提策略首先构建了基于MMC-UPFC多维数据资源的标签体系，结合评价标签与优化取值确定最佳载波比标签值；其次，提出基于标签技术反馈调节的电容电压均衡优化策略，依据电容电压不均衡度标签聚类范围，在电容电压不均衡度较高时选择接入均压控制器。【结果】仿真实验结果表明：1）当载波比取值为2+1/N时，电容电压不均衡度稳定在1.6%左右，而取值为2.5时不均衡度超过3%且持续上升；2）基于标签技术反馈调节的电容电压均衡优化策略中，当均压控制器有选择接入时，桥臂电容电压不均衡度可稳定在0.7%，显著优于传统全时均压策略；3）在载波比取值为2.4时，非全时均压策略能够有效抑制电容电压波动，使交流电流总谐波畸变率（total harmonic distortion， THD）从全时均压策略的12.61%降低至0.11%。【结论】所提出的基于画像标签技术的减频效应抑制与电容电压均衡优化策略具有良好的应用效果，解决了MMC-UPFC系统在低载波比下的谐波抑制和电容电压均衡问题，为MMC-UPFC系统的优化运行提供了理论支持。

【目的】针对电网发生对称故障期间构网型逆变器出现的功角失稳和输出电流过载问题，提出一种基于功率指令约束的故障穿越策略。【方法】首先，建立基于下垂控制的构网型逆变器暂态模型，分析系统在电网电压跌落下的暂态特征，揭示功率指令对暂态稳定性的影响；其次，分析逆变器与电网之间的电路关系，辨识故障电流特征及其主要影响因素；最后，提出一种基于有功指令约束的故障穿越方法，该方法可重塑功角稳定性并限制故障电流。【结果】MATLAB/Simulink仿真结果证明了所提策略能有效提升功角稳定性，实现故障穿越。【结论】提出的基于功率指令约束的故障穿越策略仅需约束有功指令便能有效解决构网型逆变器在电网电压跌落期间的功角失稳和过电流问题，为提高可再生能源并网系统的故障穿越能力提供了可行方案。

【目的】 针对分布式资源高比例接入配电网并参与不同层级电网协同运行的问题挑战，提出了虚拟电厂（virtual power plant，VPP）在配网侧分层聚合并参与现货出清模型。【方法】 配网运营商首先将不同分布式资源在配网台区层面聚合为虚拟电厂交易单元；然后，在配网层面建立综合考虑虚拟电厂和配电网线路约束的配网侧虚拟电厂灵活性调度模型；最后，以非迭代方式对配网侧虚拟电厂灵活性调度与现货市场出清模型进行协同优化。通过IEEE标准算例对所提模型的市场出清成本、主配网运行情况以及计算效率进行了对比分析，验证了所提模型的有效性。【结果】 所提方法在仿真场景中的主配网预期收益与非协同场景相比提升了4.4%，计算时间相当于迭代计算方法降低了77.8%。【结论】 所提模型能够满足输配多层级电网的灵活性需求，提高了系统对新能源的消纳能力。

【目的】双向变流器集牵引、回馈、无功补偿为一体，是城轨直流牵引供电系统主设备升级的主要选择方案。在低压直流牵引供电领域，变流器具备低电压大电流特性，T型三电平多单元并联结合载波移相技术更易满足城轨直流牵引供电系统对主设备低成本、低谐波、高功率密度、高效率、宽直流电压运行范围的特殊要求，但存在零序环流过大和中点电位不平衡问题。【方法】首先针对双向变流器的环流问题，建立零序环流模型，对环流分类分析，提出变压器低压绕组分裂、共用中线、L型滤波器和软件控制算法抑制零序环流；其次针对中点电位不平衡问题，在实现等效空间矢量脉宽调制的基础上，通过分析T型三电平单相拓扑结构，发现中点电位与相电压、相电流极性及空间矢量种类有关，据此提出一种基于反馈补偿的中点电位平衡控制方法。【结果】基于PSCAD/ EMTDC开展仿真测试，发现各类零序环流可以得到有效抑制，在变流器四象限运行时实现三电平变流器中点电位平衡。【结论】所提环流抑制方法不仅可以抑制各类零序环流，还有助于减少三电平中点电位量测成本；所提中点电位控制方法无需进行复杂的空间矢量调制过程，计算量小，实现过程简便，可有效控制中点电位。

【目的】 随着规模化电动汽车（electric vehicle，EV）的发展，其大规模接入对电网运行带来新的挑战，亟待充分挖掘电动汽车的灵活调节能力，以提升电网运行的安全性与经济性。虚拟电厂（virtual power plant， VPP）作为聚合多类分布式资源的高效模式，为EV参与电网运行提供了新的解决方案，文章提出了基于条件风险价值（conditional value at risk ，CVaR）的虚拟电厂与电动汽车主从博弈优化策略。【方法】 文章构建包含VPP与EV两层决策主体的Stackelberg博弈模型。上层以VPP收益最大化为目标，引入CVaR理论，量化并规避由EV充放电不确定性引发的风险，制定风险感知的充放电服务价格；下层以EV用户充放电成本最小为目标，引入包含成本满意度与体验满意度的效用函数，刻画EV用户响应行为。【结果】 通过设置含光伏、风电、储能和300辆EV的VPP系统，开展数值仿真与多场景对比分析，验证了所提策略在降低负荷峰谷差、降低EV用户平均充放电成本以及提升VPP收益稳定性方面的有效性，具备较强的工程适用性。【结论】 所提基于CVaR的VPP与EV主从博弈策略能够兼顾电网调控需求与用户行为偏好，在复杂不确定环境下实现多方利益协调，提升系统的经济性与稳定性。研究结果为电动汽车参与电力市场交易与虚拟电厂风险管理提供了可行的方法参考。

【目的】针对园区综合能源系统（park-level integrated energy system， PIES）内光伏出力和电负荷需求的不确定性，以全生命周期现值总费用最低为目标函数，建立考虑源荷不确定性的园区综合能源系统鲁棒多阶段规划模型，其中考虑最优建设时序和阶梯碳交易以充分发挥园区用能的经济性与低碳性。【方法】首先，采用盒式不确定集对源荷不确定性进行建模，并引入不确定调节参数以降低PIES规划的保守性，从而得到一个两阶段鲁棒优化（two-stage robust optimization， TSRO）模型。在该TSRO模型的第二阶段决策变量中，同时包含离散变量与连续变量，无法直接利用拉格朗日对偶理论求解第二阶段问题，而需要在模型中再嵌套一层进行求解，因此文章采用了嵌套列和约束生成（nested column-and-constraint generation， NC&CG）算法来求解该模型。【结果】仿真结果表明，鲁棒规划模型通过在一定程度上牺牲系统的经济性和低碳性来提升系统的鲁棒性，并可以通过改变不确定性参数的取值来灵活调整PIES规划方案的鲁棒性。【结论】文章提出的多阶段规划方法可以从系统的长期建设角度考虑负荷增长性和源荷不确定性，提升规划方案的灵活性和适应性。

【目的】随着光伏渗透率增加，光伏的波动性和随机性导致用户净负荷峰谷波动加剧，从而引起需量电费增加。储能可以利用削峰填谷的特性降低需量电费，但储能高昂的初始投资限制了其在用户侧的大规模应用。【方法】为此，提出了一种基于主从博弈定价和信息间隙决策理论（information gap decision theory， IGDT）的含电动汽车需求响应光伏园区储能最优配置方法。首先，综合考虑上网电价、分时电价、需量电价、电动汽车的购售电价及光伏出力的不确定性，构建了基于IGDT的储能配置模型和电动汽车集群优化运行模型。其次，将园区作为领导者，电动汽车作为跟随者，构建了园区和电动汽车成本最小化的主从博弈模型。然后，通过KKT（Karush-Kuhn-Tucker）条件和线性规划对偶定理将主从博弈模型转化为混合整数线性规划问题进行求解。最后，以某一地区光伏园区为研究对象进行分析。【结果】结果表明，所提策略在光伏出力不确定环境下使园区年综合成本降低了12.06%，电动汽车用户的充放电成本降低了54.88%，由于电动汽车参与园区调度，储能配置容量和储能配置功率减少了62.80%，上网电量减少了1.32%，提高了光伏的就地消纳率，鲁棒优化模型与所提IGDT模型相比，园区成本高出了1.97%，证明IGDT模型的经济性更佳。【结论】所提策略在降低园区综合成本的同时满足了电动汽车的充电需求，降低了车主的充电成本，实现了博弈双方互利共赢。

【目的】智能变电站信息同步对电力系统故障智能诊断、保护具有重要意义。卫星时钟同步方法应用较为广泛，然而，卫星时钟同步方法过度依赖于专用通信通道或卫星同步时钟，容易出现同步信号丢失问题，且还需配备若干同步信号传输通道，传输通道的损坏将在主、从时钟之间引起同步误差。【方法】针对这一问题，考虑到基于突变量检测算法的信息同步技术不依赖于时钟和通信通道，且不受同步通信的限制，能有效避免由于通信造成的信息不同步问题，因此提出基于突变量检测算法的多厂站信息同步方案。接着，进一步从脉冲宽度、边界效应以及相移影响方面，详细对比了小波变换、奇异值分解（singular value decomposition，SVD）等典型突变量检测算法的性能。【结果】结果表明，与小波变换相比，Hankel矩阵奇异值分解算法具有脉冲宽度窄、不受边界效应影响、零相移的优势，在快速信号奇异性检测方面优势显著。在此基础上，提出了基于Hankel矩阵奇异值分解算法的信号同步方案。最后，利用大量现场录波数据进行解析验证了所提信息同步方案的可行性和优势。【结论】所提的信息同步方案能够实现厂站内和厂站间各保护装置与录波器间的信息精准同步。

【目的】高空风力发电（airborne wind energy，AWE）技术利用高空中风速更快、更稳定的特点，具有比传统地面风力发电更高的能源密度和发电效率。文章旨在探讨高空风力发电技术的发展现状与未来展望。【方法】论述了高空风力发电的技术路线，包括陆基和空基2种主要方式，并讨论了各自的技术挑战和发展现状。详细介绍了伞梯式陆基高空风力发电技术的工作原理、系统构成以及工程案例。伞梯式技术通过空中组件、牵引组件和地面组件协同工作，实现风能的有效捕获和转换。通过分析中国绩溪高空风力发电项目的具体实施情况，展示了伞梯式陆基高空风力发电技术的实际应用和效果。【结果】该项目成功实现了高空风能发电，在低空可达kW级发电且在5 km高空功率可达MW级，验证了技术的可行性和优势。【结论】绩溪项目证明该技术可行，其具有规模化、安全性高和资源利用率高的优势，风能转化效率高，可通过增加缆绳长度和调整放飞角度捕获高至千米以上的风资源。在风资源丰富的“三北”地区，该技术可在1 km高空实现MW级发电，并通过增加做功伞数量进一步提升发电等级，对新能源开发意义重大。

【目的】降低碳排放是应对全球气候变化挑战的关键措施之一。尽管碳排放由能源供应侧直接产生，但需求侧才是驱使供应侧产生碳排放的根源。因此，从需求侧角度出发，通过对需求侧灵活性资源进行调节以实现绿色低碳用能尤为重要。在新型电力系统低碳优化运行过程中，各个设备碳排放的精确计量是评估其优化调节所产生碳减排效益的必要前提，高不确定性资源稳定聚合与边际碳减排效益的准确建模是低碳优化的重要支撑，对经济性和碳减排目标一致性区间变化机理的认知是低碳优化的客观要求，合理的市场运行机制、用户行为模型、价格形成机制是激励海量需求侧灵活性资源主动参与低碳优化的机制保障。【方法】为此，挖掘需求侧的灵活性调节能力，聚焦需求侧资源利用关键技术，从需求侧灵活性资源碳排放计量、灵活性资源聚合与可调节潜力评估、灵活性资源接入的新型电力系统低碳优化运行、灵活性资源参与的电碳耦合市场四个方面回顾现有研究，并指明当前研究存在的不足，展望未来解决这些不足的可能研究方向。【结论】文章为相关研究者提供了一个迅速理解本研究领域重要概念和最新成果的指南，推动需求侧灵活性资源碳排放计量、资源聚合与可调节潜力评估、优化策略及市场机制等方面的创新。

【目的】 针对全球能源转型背景下新型电力系统调节能力不足的挑战，文章旨在通过系统梳理用户有限理性行为特征及其应用，填补传统需求侧管理中忽略行为复杂性的理论空白，构建供需互动优化的理论基础，为挖掘需求侧资源潜力提供理论支撑。【方法】 文章通过多学科交叉整合经济学与行为科学理论框架，分析用户在电力消费中的有限理性现象，明确其与传统“理性”行为的差异。从需求价格弹性、消费者心理学、行为经济学和数据驱动四个角度探讨用户行为特征。进一步，探讨了有限理性在需求响应潜力评估、负荷预测及用户用能决策等方面的应用。最后，指出现有对用户有限理性行为研究存在的不足和对未来的行为刻画研究进行了展望。【结论】 文章为需求侧资源精准调控提供跨学科理论框架，推动市场机制设计与互动调控的创新。未来结合数据驱动对用户用电数据进行分析，合理辨识关键参数，进一步深化对用户用电行为的深刻理解，助力“双碳”目标下系统调节能力提升与用户用能成本降低的双重实现。

【目的】随着数据中心能耗的不断增长以及可再生电力的快速渗透，算力-电力-热力的协同能够打破算、电、热各环节烟囱式发展的现状，助推数据中心和新型能源系统的高质量可持续发展。但是，算力-电力-热力协同体系建设与标准的制定缺乏规范和指导，在一定程度上有碍于提升数据中心的能源利用效率和协同优化水平。【方法】文章分析了数据中心算力-电力-热力协同体系的研究和建设现状，总结现有术语的不足之处，并从通用术语、集成优化术语、评价术语等方面给出了部分算力-电力-热力协同的要点术语示例。【结果】结果表明，数据中心算力-电力-热力协同正处于初步探索阶段，应做好多行业主体交叉下协同术语的规范性工作。【结论】文章构建了算力-电力-热力协同标准体系，主要包含基础标准、业务标准与服务标准三方面，以期能够有效指导数据中心与电网、热网的深度协作，推动能源多元化、集约化利用，并对算力-电力-热力协同标准化工作的推进提供参考与建议。

【目的】 为协调大型能源基地各交易主体在电力-碳-绿证多元市场耦合下的利益诉求，促进新能源发展并实现碳减排与能源转型，提出了一种多市场耦合下的两阶段最优运营策略。【方法】 首先基于系统动力学模型对大型能源基地各市场间的耦合关系进行分析，明确各市场交易机制及多市场耦合下各交易主体因果环路。并在保证各交易主体利益诉求基础上，构建电-碳-绿证联合市场交易下大型能源基地两阶段最优运营策略。其中，第一阶段为各交易主体在联合交易市场下内部利润均衡的日前电量分配；第二阶段为外送整体经济性与低碳性平衡的日内最优调度。【结果】 以某大型能源基地外送系统为例，实例验证结果表明该策略通过利润均衡约束，使传统火电利润可达到自身利益最大化时的87%。【结论】 在各交易主体利益均衡基础上，大型能源基地达到经济性与低碳性有效平衡，实现了碳减排及能源结构调整的目标。

【目的】 在新能源高渗透率背景下，多虚拟电厂（virtual power plant，VPP）协同运行面临不确定性风险与利益冲突的双重挑战，提出一种融合风险量化与混合博弈的多VPP协同优化策略，将条件风险价值（conditional value-at-risk， CVaR）风险量化方法与多主体博弈框架深度结合，为高比例新能源接入下的多VPP协同优化研究提供了新思路。【方法】 首先，设计拉丁超立方采样与曼哈顿概率距离结合的场景分析法以处理风光、电价不确定性，采用CVaR衡量不确定性风险影响；其次，搭建配电网运营商（distribution system operator， DSO）与VPP联盟的Stackelberg博弈框架，VPP联盟基于合作博弈，建立计及电能贡献度的非对称纳什议价模型，并将模型分解为联盟效益最大化和合作效益分配2个子问题；最后，采用二分法和交替方向乘子法（alternating direction method of multipliers， ADMM）求解混合博弈模型。【结果】 仿真结果表明，所提多VPP协同优化策略能够有效提高VPP联盟运行经济性，提升面临不确定性风险时的运行可靠性与安全性。【结论】 所提策略提升了多VPP协同运行灵活性，在CVaR风险量化与多主体博弈的作用下，提高系统运行综合效益的同时实现公平的合作效益分配，且VPP可根据风险厌恶系数平衡风险-效益关系，为VPP制定合理调度决策提供参考。

【目的】针对纯电重卡高频次、大功率接入电网充电对电力系统稳定运行造成冲击以及充电站数量不足的问题，提出一种路径规划下考虑电池损耗的纯电重卡集群充电负荷时空分布预测。【方法】首先，考虑天气温度、交通流量、载货质量、地形等因素对纯电重卡耗电特性进行建模。其次，以纯电重卡充电成本和电池损耗成本最低为目标函数建立路径规划模型，根据物流订单信息，采用遗传算法对路径规划模型进行求解，得到动态路径。最后，采用蒙特卡洛法对纯电重卡进行随机抽样，得到纯电重卡空间分布，根据时间窗和到达客户点剩余荷电状态（state of charge，SOC）判断充电策略，对区域内纯电重卡充电负荷进行累加，获得充电负荷时空分布；采用某市实际交通路网进行仿真验证。【结果】结果表明，相比于最短路径算法，采用所提路径规划方法后纯电重卡充电负荷峰值下降6%，整体充电负荷降低2%，行驶成本总体减少20 410元，在减少对电网冲击的同时也降低了用户的行驶成本；此外，充电负荷还受季节温度的影响，冬季充电峰值较夏季高出6.3%，在冬季纯电重卡配送任务重时容易对电网造成冲击。【结论】所提出的负荷预测方法具有一定的真实性和合理性，更符合纯电重卡的真实配送路径。

【目的】针对重卡换电站（heavy-duty truck battery swapping stations，HTBSS）换电需求不确定性强且无法定义基线负荷，导致其调节贡献难以量化表征，阻碍了灵活性发挥的问题，提出面向准线型需求响应的重卡换电站运行模型与优化调度方法。【方法】首先，构建了基于荷电状态（state of charge，SOC）分类并考虑换电等待数量的重卡换电站运行模型，解决直接控制每组电池功率面临的决策空间过大、不确定性难描述等问题；其次，基于所构建的重卡换电站运行模型，提出重卡换电站参与准线型需求响应的日前优化模型，并进一步提出实时滚动优化方法以应对换电需求的不确定性。【结果】算例结果表明，所提模型在不同换电需求数量场景下均适用，同时通过所提日前-实时优化方法可有效跟踪准线并减少换电等待的数量。参与准线型需求响应后，重卡换电站与电网运营商可分别减少成本47.66%与65.52%，区域新能源弃电减少90.93%。【结论】所提方法可有效引导重卡换电站参与准线型需求响应，缓解运行过程中换电需求不确定性带来的影响；重卡换电站参与准线型需求响应，既可促进分布式新能源消纳，也可降低自身运营成本，实现网荷双赢。

【目的】 为提升太阳辐照度（global horizontal irradiance，GHI）预测的准确性，充分挖掘其在光伏电站选址等太阳能资源评估中的应用价值，提出一种融合时间卷积网络（temporal convolutional network，TCN）与Informer结构的GHI预测模型。【方法】 针对GHI数据中存在的异常值，首先对原始数据进行清洗与预处理，剔除干扰样本，确保数据质量；随后，模型利用TCN的时序特征提取能力对预处理后的多源输入数据进行深层表示，并结合Informer网络的长序列建模优势捕捉长期依赖信息，构建多特征驱动的高精度预测框架，模型输入中同时引入环境因素与地理特征等辅助变量，以提升整体预测性能。【结果】 在多个地区实测数据集上进行对比实验，结果表明，所提TCN-Informer模型在平均绝对误差、平均绝对百分比误差及均方根误差三项评估指标上均优于现有主流模型。与预测性能排名第二的Informer模型相比，平均绝对误差降低24.0%，平均绝对百分比误差降低23.1%，均方根误差降低28.5%。【结论】 所提出用于GHI预测的TCN-Informer预测模型在准确性与鲁棒性方面表现出显著优势，能够更有效地捕捉太阳辐照度的时序变化规律，具备良好的工程应用潜力，为光伏资源评估与电站布局优化提供了有力的数据支撑。

【目的】随着电力系统的发展和能源系统规模的不断扩大，产生了海量的负荷功率数据，但在数据采集、传输中不可避免会发生数据缺失现象，这极大制约了系统协调优化和高级数据应用的发展。【方法】为此，提出了一种基于集成图卷积变分变换器（integrated graph convolutional variational transformer， IGCVT）网络的新型电力负荷缺失数据补全模型。IGCVT模型将改进的图卷积网络（graph convolutional network， GCN）和Transformer模型利用变分自编码器（variational auto-encoder， VAE）的架构进行聚合。通过GCN对原始数据进行处理，以学习空间特征并深度挖掘空间依赖关系；利用VAE对隐藏层数据进行重构，更为有效地还原数据的分布特性；基于Transformer模型对序列时间自相关信息进行挖掘。此外，引入了改进的鲸鱼优化算法（whale optimization algorithm， WOA）以优化网络模型超参数，以提高补全精度和模型的适用性。同时，针对电力负荷数据极端变化点补全误差较大的问题，采用了数据双向补全方法，充分利用缺失点前后的数据信息。【结果】实验结果表明，与基准模型相比，均方根误差（root mean square error， RMSE）指标分别提升了24.3%、44.0%和47.9%，验证了所提方法的优越性。【结论】文章所提方法为解决电力负荷数据缺失问题提供了可行的解决方案，并有望进一步扩展该模型的应用范围。

【目的】针对构网型储能因变流器单一运行模式难以适应电网短路比变化及复杂故障扰动的问题，提出了一种基于幅相同步（amplitude and phase synchronization，APS）的双模式改进切换策略，并使用改进粒子群优化（improved particle swarm optimization，IPSO）算法对其关键参数进行辨识。【方法】首先，分析了常规跟网-构网模式切换策略存在的不足，揭示了功率环电压相位累计误差及其造成的无功电压偏差使得模式切换时暂态冲击增大的机理；基于此，提出了幅相同步补偿机制，在模式切换过程中同步修正电压幅值和相位信号，实现了内环电流参考信号的平滑变化；然后，针对常规切换策略中跟踪环参数难以整定的缺点，采用基于非线性惯性权重和学习因子的IPSO算法对4组跟踪环参数进行自适应辨识以提升储能变流器对跟网和构网模式运行点的跟踪性能和扰动抑制效果。【结果】在Matlab/Simulink里搭建MW级构网型储能电磁暂态模型开展验证，结果表明：所提控制策略可以顺利实现暂态功率冲击小于0.02 p.u.，且在连续切换和运行点波动场景下均能稳定运行。【结论】相比于常规切换策略，基于APS-IPSO的改进策略可实现储能变流器在跟网-构网模式切换中冲击小、稳定性好，为后续新能源场站内部署具备模式切换的储能或新能源机组提供了理论基础。

【目的】 随着可再生能源在整体能源构成中所占比例的持续增长，其固有的不确定性及产能波动性给微电网系统的稳定运行和经济效益带来了挑战。需求响应策略是提升微电网新能源消纳能力的一项关键措施。【方法】 首先，为优化需求响应模型对用户行为的拟合能力，通过深入分析用户在参与需求响应过程中的心理因素，构建了基于禀赋效应的需求响应模型。接着，基于该需求响应模型提出了微电网经济优化运行策略，考虑用户综合满意度及运行成本建立了微电网经济运行模型，采用 \epsilon-约束与松弛因子结合的Pareto优化技术求解运行模型，在设备运行功率和电网交互的约束条件下实现微电网经济优化运行。【结果】 仿真分析验证了所提需求响应模型在提升微电网经济效益方面的有效性及对比传统需求响应模型优越性的同时，提高了用户满意度。【结论】 所提出的基于行为经济学理论的需求响应模型能够更精确地对用户需求响应行为进行描述，禀赋效应理论的引入为理解和预测消费者对能源价格变化的反应提供了新的视角，从而使得微电网运营者能够更精确地调整供电策略，以应对需求波动和市场变化。文章提出的需求响应模型能够有效地促进用户参与削峰填谷，降低系统的运行成本。

【目的】 为在电动汽车快速发展背景下响应其呈现的多元化充电需求，研究了多类型充电桩协同的充电站规划方法。【方法】 首先，从电动汽车、交通网和电网的角度，基于图论的思想，建立了车-路-网耦合下的充电站选址定容规划方法；然后详细表征了电动汽车车主的选桩特性，选取慢速充电桩（slow charging post， SCP）、快速充电桩（fast charging post， FCP）、移动充电桩（mobile charging Post， MCP）和超级快速充电桩（ultra -fast charging post，UCP）作为规划的主要设施，以年化社会总成本最小为目标，建立了含多类充电桩和多条件场景约束的充电站规划模型；再基于条件场景变换和二阶锥松弛方法将规划问题转化为混合整数二阶锥规划问题，并通过Gurobi求解器进行求解；最后，仿真结果验证了所提模型的高效益和有效性。【结果】 结果表明，充分考虑SCP、FCP、UCP和MCP的规划结果最优，且MCP的引入有效发挥了充电需求高峰的应急作用，减少了17.82%的规划成本。【结论】 所构建的充电站规划模型中，电动汽车车主能够在多类型充电桩中按照一定原则进行选桩，且多类型充电桩的协同配置比单一类型充电桩的规划配置更具有灵活性，能够在满足充电需求的条件下节省年化社会总成本。