随着分布式能源的大规模接入，传统配电网的运行特性发生显著变化，导致负荷分散、实时可观性差和数据不完整等问题，严重影响了配电网的状态监测和运行优化。对此，提出了一种基于不完全实时量测数据的贝叶斯优化卷积神经网络（convolutional neural networks，CNN）与长短期记忆网络（long short-term memory，LSTM）结合的配电网状态估计方法。该方法分为离线学习和在线状态估计2个阶段。离线学习部分，利用生成对抗网络生成所需样本，以训练CNN-LSTM模型，并采用贝叶斯优化算法调整超参数，从而提升算法的准确性。在线状态估计部分，基于不完全的配电网实时数据和训练完成的CNN-LSTM模型进行在线状态估计。最后，算例基于IEEE 33和IEEE 123网络进行仿真分析，验证了所提状态估计方法的有效性和准确性。

针对高渗透率分布式可再生能源并网引发的电压越限、双向潮流等问题，提出一种双层有功无功协同优化方法，实现离网型微电网有功无功协调优化调度，保证系统安全稳定运行并提升运行的经济性。下层模型基于混合整数二阶锥规划优化慢速调节离散设备，上层模型基于多智能体深度策略梯度算法优化快速调节连续设备。双层模型同时调节微电网的有功和无功潮流，能够实时观测微电网状态，在线决策调节设备的优化方案，且不依赖精确的潮流模型和复杂的通信系统。最后，在改进IEEE 33节点微电网系统中验证双层优化模型的可行性和有效性。

传统光伏功率区间预测依赖特定概率分布假设，而实际光伏功率分布存在异方差性，导致预设概率分布与实际往往并不一致，影响区间预测的准确性及置信度。对此，提出了一种基于时序分解与共形分位数回归的超短期光伏功率区间预测方法。首先，基于NeuralProphet时序分解框架将光伏功率序列建模为趋势分量、周期分量、自回归分量3类线性可加子序列之和。然后，采用分段线性模型、傅里叶级数分解模型、AR-Net模型分别对3类子序列进行拟合建模，通过傅里叶级数分解模型强化对光伏日周期性与季节周期性的拟合能力。最后，通过计算共形分数量化模型预测结果的不确定性，进一步基于共形分数确定预测值的分位数区间，整个过程无须预设概率分布，并可实现对预测区间宽度的动态调整。算例表明，在确定性光伏功率预测方面，所提方法优于TimesNet、Informer等基于Transformer的先进算法，且日周期与季节周期成分的引入进一步降低了11.65%的预测误差；在区间预测方面，所提方法在预测区间覆盖率、标准化区间宽度、区间覆盖宽度等指标上均优于传统分位数回归算法。

随着智能电表的普及，电网信息化、数字化水平逐渐提高，需求侧的非侵入式负荷监测（non-intrusive load monitoring，NILM）逐渐成为供电企业实现能效提升的关键技术。针对目前非侵入式负荷识别算法存在特征冗余度、计算开销大、识别性能差等问题，提出一种融合压缩-激励网络（squeeze and excitation networks，SENet）注意力机制和基于遗传算法优化卷积神经网络（genetic algorithms-convolutional neural network，GA-CNN）的非侵入式负荷识别方法。首先，将SENet注意力机制嵌入CNN，提高关键特征的表征能力，降低特征冗余度；其次，提取居民负荷U-I轨迹图，对其进行加权像素化处理，通过计算得到WVI（weighted pixelated VI）特征矩阵，并以此为特征参量训练SENet-CNN模型；最后，利用遗传算法优化SENet-CNN模型的超参数，提高模型负荷识别性能和计算效率。实验结果表明，所提方法能够降低非侵入式负荷识别计算开销，准确识别出居民负荷类别，显著提升非侵入式负荷识别效率。

党的二十大报告指出，要加快发展方式绿色转型，开展绿色电力交易是推进能源绿色低碳转型的重要途径。近年来，中国绿色电力市场建设取得显著成效，随着绿色电力市场交易规模不断扩大，开展绿色电力消费认证成为政策落地和市场主体的迫切需要。绿色电力消费认证体系建设成为绿色电力市场建设面临的关键问题。在深入分析中国绿色电力消费认证形势的基础上，系统总结梳理了欧美等成熟绿色电力市场相关机制，并从消费核算账户体系、消费核算方法、消费认证结果、消费认证技术支撑等方面对国际典型机构绿色电力消费认证机制进行了系统地研究总结，结合中国绿色电力消费认证现状提出了对中国的启示及下一步中国开展绿色电力消费认证的建议。

能源作为支撑国民经济发展的基础和碳减排的主战场，其未来供需发展情况对新型能源体系建设和“双碳”目标实现影响重大。考虑中国各省经济社会发展状况和能源消费结构等因素，构建了包含总量与相对指标、兼顾公平与效率的碳配额分配指标体系，提出了碳配额约束下省级能源供需预测方法，以实现一、二次能源分品种、分行业、全流程综合平衡分析预测。结合2030年中国碳达峰目标，以山东省为例进行了实证分析，验证了该方法的有效性，为各省控排减排和能源转型提供了参考。

为研究发电企业主动践行“双碳”目标而面临的多类型低碳技术成本不确定性条件下的投资决策优化问题，以发电企业中长期时间尺度的决策优化为研究视角，考虑投资周期内各项技术的成本不确定性，构建期望出力-装机两阶段鲁棒模型。第1阶段以该企业运营净利润最大为目标；第2阶段考虑各项技术投入的成本不确定性，以第1阶段给出的期望出力情况作为约束，综合考虑企业年度投资强度与全投资计划周期的投资限额总数，追求总投资成本最小。将第2阶段模型进行鲁棒对等，转化为一个等价的线性化模型以便于求解，并采用列和约束生成算法对该两阶段问题进行求解。通过不同情景下的发电企业电源结构演化情况对比，为发电企业采纳低碳技术提供了借鉴。

针对独立光储微电网经常遭受的各种变化和不确定性，提出一种基于滑模的控制策略，以增强对干扰的鲁棒性，改善系统的动态性能。为有效降低外界太阳照射对系统的不利影响，提出一种基于前置DC/DC变换器的非奇异快速终端滑模（non-singular fast terminal sliding mode control，NFTSMC）级联电导增量法（incremental conductance method，InC）的方案，控制光伏输出电压跟踪基准电压，从而提高最大功率点跟踪（maximum power point tracking，MPPT）性能；为降低负载变化对系统的不利影响，提出一种基于滑模控制全桥逆变器的控制方案，从而保证系统稳态误差小、动态响应好；为保证直流母线电压稳定，采用传统的双回路PI控制方案实现双向DC/DC变换器，保证系统功率平衡。最后在Matlab/Simulink环境下进行仿真测试，验证控制策略的有效性。

为充分发挥氢能的中长期存储优势，提出了一种基于场景法随机优化模型的电氢耦合微电网两阶段周优化调度策略。首先，建立微电网中电氢耦合设备的数学模型；其次，以最小化周运行成本为目标，分别设置电、氢储能的周期为周和日，建立基于周预测数据的微电网第1阶段周调度模型。然后，利用预测误差的典型场景衡量风电不确定性，以日运行期望成本与两阶段储氢罐状态偏差惩罚之和最小为目标，构建考虑不确定性的第2阶段日前调度模型，并通过滚动求解，得到最终周运行方案。最后，算例表明，所提策略能降低微电网运行成本并提高能量利用率。

随着电制氢负荷的大规模并网和电网运行方式的频繁变化，电制氢设备集群的接入方式和布点位置对电网稳定性影响日益显著，为此，提出一种计及静态电压稳定裕度约束的电制氢容量和布点规划方法。首先，基于碱性电解槽的稳态模型分析其运行特性，构建无变压器直挂型电解槽并网接入方式，将制氢系统的内部电流参与到连续潮流计算的牛顿-拉夫逊法迭代，由PV曲线得到当前系统的静态电压稳定裕度；基于净现值评价指标，建立电制氢系统全寿命周期经济性分析模型；基于静态电压稳定裕度约束和系统净现值最大的目标，提出电解槽制氢系统容量规划模型，决策变量为电解槽总容量；基于功率传输分布因子评价指标，构建系统关键节点处的电解槽布点规划模型，并计算各节点权重，从而得到电解槽制氢系统容量配置结果；最后，采用IEEE 39节点系统进行算例分析，结果表明，所提方法在兼顾经济性的同时保证了大规模电制氢负荷的并网稳定性，有效消纳了系统冗余配置，平衡潮流分布。

针对质子交换膜燃料电池（PEMFC）的剩余有效寿命预测技术（RUL）在中长期预测效果不佳的问题，提出了一种基于改进灰狼优化算法（IGWO）和回声状态网络（ESN）的剩余寿命预测方法。首先选取电堆电压作为健康指标，使用卷积平滑滤波法对PEMFC数据集进行数据平滑和归一化处理，有效减少异常值对后续模型训练的干扰。然后利用IGWO的局部和全局寻优能力对ESN的储备池参数进行优化，构建出IGWO-ESN网络模型，并利用处理后数据集进行PEMFC剩余寿命预测模型的训练，最后与传统的ESN进行对比验证。结果表明，改进后的ESN模型预测均方根误差和平均绝对百分比误差分别为0.0342和0.9315%，预测精度相较于普通ESN模型明显提升，中长期RUL的预测准确度也更高。

电价信号是电力商品属性的直接体现，受市场供需、发电商报价、线路容量等多种因素影响，其呈现出种类多样的异常形式。对异常电价信号的辨识及溯源是各级电力交易中心的重要日常工作。然而，当前普遍依赖于人工经验对异常电价成因进行分析，不仅效率低下，而且难以保证客观、科学溯源异常电价成因。为解决上述问题，提出了一种基于关键特征对比分析的异常电价成因溯源方法。首先，基于历史电价数据特征，完成电价尖峰幅值异常和电价均值异常的分类；然后，通过主成分分析法建立各类型异常电价信号关键特征集合；最后，基于替代算法逐一计算关键特征集合内部各元素对电价的影响程度，并通过影响程度重要性排序实现异常电价成因筛选与溯源。所提方法的有效性在大量基于电力市场实际数据构建的算例中得到了验证，所提方法针对电价均值异常和尖峰异常的成因溯源的平均正确率达到85%以上，可有效降低异常电价成因溯源过程的人力成本。

为解决双碳背景下的新能源消纳问题，以及直流输电接入下的多源协同优化调度问题，提出基于信息间隙决策理论的受端电网电压稳定多源协同优化调度策略。首先，构建电压稳定指标，反映电力系统当前状态与电压稳定极限状态之间的距离。然后，以最小化系统运行成本和弃风惩罚为目标，提出考虑火电、梯级水电、风电、储能、直流输入的多源协同优化调度模型，对系统内各种可控电源建立模型，并通过泰勒级数展开、三角形近似等方法线性化交流潮流和水电转换约束。在此基础上，通过电压稳定裕度阈值生成电压稳定约束，通过每次迭代在受端电网多源协同优化问题中添加电压稳定约束，实现电压稳定裕度指标的改善。考虑风电出力和系统负荷需求的不确定性，提出基于信息间隙决策理论的受端电网电压稳定多源协同优化调度模型。最后，通过算例验证了所提出模型的有效性。

为了提高配电网拓扑的可观察性，构建了一个通用的拓扑辨识框架。该框架包括3种拓扑辨识方法来处理不同的情况。利用节点导纳矩阵的稀疏性特征，提出了一种用于单一拓扑识别的改进三阶段启发式程序。在改进单一拓扑辨识方法的基础上，构建了一种多拓扑辨识模型来处理具有给定拓扑数量的测量数据集。为包含拓扑数量未知的测量数据集设计了一个两阶段程序。通过算例验证了所提模型的有效性。

随着新能源大规模接入电网，场站频率响应性能愈发关键，其快速频率响应能力成为保障电网稳定的重要支撑。针对这一挑战，提出一种适用于新能源场站快速频率响应技术的高效测试设计方案。首先，分析锁相环（phase locked loop，PLL）固有缺陷及并网条件下频率响应指标特性；其次，提出固定轨迹控制策略，实现频率扰动工况下的功率波动抑制；接着，构建快速频率响应测试系统架构，支持电压馈出与自动发电控制（automatic generation control，AGC）命令反馈，实现动态响应测试；最后，开发的工程应用系统可适配多种测试环境，验证方案不仅符合相关标准要求，而且提高了准确性与效率。

提出基于云端优化的二次系统设备快速测试方案。利用云端优化能力，提出二次系统设备快速测试架构，并实现从子模块到测试包的降维，进一步考虑施加量换线、软硬压板投退以及终端启停等操作，提出以时间最短为目标的快速测试数学模型，基于改进鲸鱼算法（sorting whale optimization algorithm，SWOA）进行测试顺序优化。通过仿真结果验证了所提方案的高效性与准确性。

当前高压电容式电压互感器（capacitor voltage transformer，CVT）缺少有效的在线监测数据，辨识不足。利用在线监测多数据源存在线性相关的数据特性，提出了基于分析数据相关系数进行有效数据辨识的方法。针对目前高压CVT故障诊断普遍存在信息单一、精度不高、局部放电在线监测装置故障信号检测受干扰因素影响较大、准确性差等问题，提出了基于多维信息融合的故障诊断方法。首先，利用因子分析对CVT的诊断指标进行数据层信息融合，提取各故障类型对应的公共因子方差贡献值，作为反映故障类型差异的特征值；然后，利用模糊理论进行特征层信息融合，将公共因子方差贡献值作为隶属函数的输入参数，识别CVT的故障类型，准确诊断高压CVT故障。案例验证了所提方法的有效性，为CVT故障诊断提供了理论参考和实践经验。

当海上风电场采用二极管整流器直流送出方式时，基于海上风机的构网控制实现海上交流电网的电压和频率支撑是关键的问题。针对目前研究中最受关注的Q/f型构网控制方案，以及新出现的P/f型构网控制方案，对多机功率耦合特性及稳定性进行了详细的分析比较。通过对构网型控制环节的机理分析揭示了Q/f型构网控制方案在有功和无功控制通路之间存在耦合特性，而P/f型构网控制方案则具有自然的功率控制解耦特性。基于小信号模型的详细分析表明：Q/f型构网控制方案的功率控制耦合特性可能导致多机间功率振荡问题；P/f型构网控制方案由于具有功率控制解耦特性，在不同负荷条件下均具有更好的稳定鲁棒性，更有利于实现远海大容量风电场数百台风机的同步稳定运行。

随着分布式电源大量接入微电网，可再生能源发电波动性和系统随机扰动给孤岛微电网频率稳定和运行控制带来了严重威胁。为此，提出了基于深度强化学习的二次频率控制方法，分析孤岛微电网下垂控制特性，提出了基于深度Q网络的二次频率控制器结构。将频率偏差作为状态输入变量，依次完成深度Q网络算法中状态空间、动作空间、奖励函数、神经网络和超参数的设计，其中奖励函数兼顾了频率恢复和各分布式电源功率分配的目标，实现各智能体动作选择一致性；通过离线学习训练生成深度强化学习二次频率控制器。在Matlab/Simulink中搭建孤岛微电网仿真模型，设置多场景源荷扰动验证控制器性能。结果表明，与传统PID控制和基于Q学习算法控制器相比，该控制方法能够快速实现更稳定的二次频率控制，并能自适应协调各分布式电源按自身容量进行功率分配，确保系统稳定运行。

转子绕组匝间短路是汽轮发电机的一种弱特征电气故障，使得故障检测较为困难。本文研究了汽轮发电机定子绕组并联支路内部环流对转子绕组匝间短路所产生的不对称磁场的弱化效应，推导了故障状态下励磁磁场表达式，得到定子绕组并联支路环流表达式，以及环流所产生的磁场表达式，发现了环流磁场对原本不对称磁场的抵消作用。以一台300 MW汽轮发电机为例进行有限元仿真，证明了汽轮发电机定子绕组并联支路结构对转子绕组匝间短路故障特征的弱化效应，研究结论有助于分析转子绕组匝间短路故障特征的外在表象、原因，也为故障诊断阶段的特征提取提供了理论支持。