随着极端天气频发，温度敏感负荷用电逐年攀升，温度敏感负荷作为虚拟电厂优质的调控资源，亟须分析气象变化对于此类负荷的影响，由于叠加极端高温、大规模寒潮等异常天气的影响，温度敏感负荷波动剧烈，常规分析预测方法难以适应极端气象场景。针对寒潮天气下温度敏感负荷样本数据及预测精度不足的问题，提出寒潮天气小样本条件下的温度敏感负荷日最大负荷预测方法。该方法先采用时序对抗生成网络（TimeGAN）扩充寒潮期间小样本数据，再采用卷积-长短时记忆神经网络（CNN-LSTM）对寒潮期间的日最大负荷进行预测。以国内某省近两年迎峰度冬期间数据进行模型验证，结果表明所提模型优于其他模型的预测结果，在验证集上日最大负荷的预测精度为99.5%。

中国正在推进能源结构清洁化转型。如何通过市场建设促进新能源高比例消纳是能源结构调整重点关注的问题。国外电力市场在支撑能源转型方面具有较为丰富的可借鉴经验，以德国电力市场为借鉴对象，对比总结其促进新能源消纳的过程和成效，可为内蒙古电力市场建设提供有益参考。首先分析对比内蒙古自治区与德国在能源供给和消费总量、新能源装机和消纳方面的水平差距；其次介绍德国电价体系和电力市场体系，并通过参考因素的平均绝对误差指标对德国电力市场在适应高比例新能源方面的运行成果进行深度分析；最后总结德国电力市场建设在政策与市场衔接、跨国大市场建设和区域自平衡机制等方面的经验，并提出适应内蒙古电力市场建设的建议。

针对配电网在电压过零点和高阻故障时刻选线不准确的问题，提出一种适用于谐振接地系统单相接地故障的选线新方法，利用优化后的变分模态分解对各馈线零序功率进行处理，遴选出与原始零序功率相关强度最高的本征模态函数IMF(k)，将IMF(k)转换为JPG格式的二维图像，再利用Hough变换检测技术，得到故障起始阶段IMF(k)的拟合直线及夹角；对各支路模态量拟合直线夹角进行比对处理，将最小综合相关系数值对应的馈线确定为故障馈线；仿真结果表明：该方法不受接地电阻、故障相角、噪声干扰、数据缺失等因素的影响，验证了所提方法的有效性。

煤电改造升级是提升煤电机组清洁高效灵活性水平、适应煤电向基础保障性和系统调节性电源并重转型的重要手段之一。通过分析中国煤电机组改造升级现状、改造效果，探讨了改造升级过程中存在的主要问题，并提出了促进煤电改造升级的措施方式，对煤电改造升级工作进行了展望。研究发现：煤电的节能降碳改造中，改造机组在额定工况下的供电煤耗平均可降低约5 g/(kW·h)；煤电的灵活性改造中，改造机组最小出力由改造前的约42%额定负荷降低至约额定负荷的29%；煤电的供热改造中，改造机组的供热量可增加约56%。煤电改造过程中存在负荷率与供电煤耗、投入与收益、技术选择、可靠性等多方面协同问题，从运行、技术、政策等角度提出了推动煤电改造升级的措施建议，为煤电改造升级的有序推动提供参考。

为进一步提高园区综合能源系统的可再生能源消纳率以及系统的低碳性和经济性，提出了一种考虑绿证-碳交易机制和热电联产机组热电灵活响应的园区综合能源系统低碳经济调度策略。首先，通过绿色证书交易模型和阶梯式碳交易模型构建绿证-碳交易机制，旨在提高系统可再生能源消纳水平并降低系统碳排放量；其次，将有机朗肯循环引入系统，与传统的热电联产机组和电锅炉构建热电联产机组热电灵活响应模型，从而优化系统运行并为绿证-碳交易机制提供更大发挥空间；最后，以系统总成本最小为目标，构建考虑绿证-碳交易机制和热电联产机组热电灵活响应的园区综合能源系统优化模型。算例结果表明，该策略可提高系统的可再生能源消纳率，降低系统碳排放量和总成本。

中国作为世界上最大的发展中国家和主要的能源消费国与碳排放国，“双碳”目标对中国经济社会绿色低碳发展提出了更高要求。实现“双碳”目标是一场广泛而深刻的经济社会系统性变革，需要在科学认识的基础上，辨识实现“双碳”目标的问题与挑战，研究提出推进“双碳”工作的关键举措。在坚持问题导向基础上，剖析了“双碳”问题的来源，探究了“双碳”问题的本质与深层表现；系统分析了中国实现“双碳”目标面临的挑战与条件基础，统筹发展与减排等多对关系；提出了推动能源绿色低碳转型、推进重点领域节能、推广应用节能低碳技术和产品、完善绿色低碳发展体制机制、促进资源节约集约利用、巩固和提升生态系统碳汇能力、加强国际交流与合作等实现“双碳”目标的关键举措。

为了促进多能耦合互补和实现可再生能源就地消纳，综合能源系统已成为多领域的研究热点。考虑到能源设备及网络的多样性、复杂性以及多种能源时间尺度的差异性，根据能量平衡原理，对系统内具有可调特性的源、网、荷进行储能化建模，并构成虚拟储能系统参与到综合能源系统的优化调度中。为了准确把握虚拟储能的研究重点，首先介绍了虚拟储能的定义、逻辑架构和技术内涵；其次针对综合能源系统源、网、荷端设备或网络，总结和归纳了4种虚拟储能建模方法和特性指标；然后重点分析了虚拟储能在4种典型场景的具体应用；最后展望了虚拟储能未来的发展方向。

针对分布式光伏在配电网中的高比例接入带来的电压越限和波动问题，提出了一种基于多智能体安全深度强化学习的电压控制方法。将含光伏的电压控制建模为分布式部分可观马尔可夫决策过程。在深度策略网络中引入安全层进行智能体设计，同时在智能体奖励函数定义时，使用基于传统优化模型电压约束的电压屏障函数。在IEEE 33节点算例上的测试结果表明：所提方法在光伏高渗透率场景下可生成符合安全约束的电压控制策略，可用于在线辅助调度员进行实时决策。

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。

可再生能源和负荷的波动性、不确定性等给综合能源系统（integrated energy system，IES）的安全灵活运行带来了极大挑战。为提高IES灵活调节能力与可再生能源消纳水平，提出一种计及灵活性资源的IES源荷协调优化调度方法。针对系统内运行灵活性需求，精细刻画各类资源灵活性能力，源侧根据电氢耦合单元运行特性构建热电联产机组（combined heating and power，CHP）和氢燃料电池（hydrogen fuel cell，HFC）联合运行模型，荷侧考虑综合需求响应的灵活性供给能力，建立系统综合灵活性供给模型。根据不同时刻运行灵活性不足问题分成2种调度模式，构建基于IES灵活性约束的优化调度模型，并进行仿真分析。仿真结果表明，所提出的优化调度方法能够有效提高IES灵活调节能力和可再生能源消纳水平。

在“云边协同+物联网”的背景下，为给虚拟电厂动态性能量化分析评估提供全面的资源结构基础和系统化的调控框架，在对现有和潜在虚拟电厂规模化灵活资源进行调研梳理和系统分析基础上，结合资源电网接入体系和电网可控性进行研究，形成了融合3类路径、适应多场景多情形的系统化虚拟电厂规模化灵活资源聚合调控框架。同时，依据该框架提出云边协同+物联网的虚拟电厂动态性能量化分析评估系统架构研究参考原则，探讨了虚拟电厂相关机制体制研究方向。