新能源高比例并网导致电力系统惯量降低、电网频率时空分布特性愈加复杂，亟待明晰新场景下电网频率稳定判别。首先，通过对新场景特性的分析，选取能够反映频率时序特征的变量；然后，运用皮尔逊相关性分析和特征层次聚类降维，筛选出与频率高度相关且易于测量的变量，作为关键响应特征量；其次，根据这些关键特征量与频率的响应特征关联曲线，研究其在系统稳定和失稳状态下的变化规律，并构建频率判据。该判据不仅能够判定系统是否稳定，还可以识别故障机组；最后，通过某实际电网算例验证该方法的有效性。

相比于以传统的RS485/CAN等总线为传输方式的电力系统，新型电力系统对信息传输方式的辐射性，高效性以及功率提出了新的要求。因此，文中首先介绍了常见的信息传输方式，然后从电力电子的本质出发，对信息功率复合调制的原理进行阐述，接下来分析了常见的数字调制方法的优缺点，最后对目前亟待解决的问题和发展前景进行了总结。信息复合调制技术应用较为广泛，与目前灵活、高效、环保的分布式能源相结合，不仅能够提高能源利用效率，降低能源消耗和排放，还能够推动新型电力系统和可再生能源的发展，为实现全球能源可持续发展作出重要贡献。

高比例新能源接入电网的间歇性和波动性对系统稳定性有显著影响。因此，评估和提升含高比例可再生能源（Renewable Energy Source,RES）的配电网稳定性至关重要。文中提出了一种新的系统强度评估指标一集成短路比（Integrated Short Circuit Ratio,ISCR），该指标不仅考虑了RES之间的相互作用，还考虑了储能设备（Energy Storage Device,ESD）的影响，能更准确地辨识电网薄弱环节。另外，基于ISCR提出了通过双层优化方法调配RES和ESD的位置和容量的配电网稳定性提升方法，以增强系统强度并提高RES和ESD容量。在上层，对RES的位置和容量进行优化，确保节点处的SCR值最大；在下层，对ESD的位置和容量进行优化，确保ISCR值高于临界短路比（Critical Short Circuit Ratio,CSCR），以保持系统强大。位置优化由节点处的ISCR值确定。容量优化采用线性规划方法求解。最后，案例研究验证了所提优化方法在保持系统强度的同时增加RES和ESD容量的有效性。

光伏制氢加氢一体化（Integrated Photovoltaic Power to Hydrogen and Refueling,IPp2HR）能够有效实现太阳能资源的消纳，为氢能交通等行业提供绿色原料，是引领绿氢示范的有效途径之一。然而，现有针对IPP2HR系统的研究或是忽略了纯化运行逻辑约束，或是仅聚焦于日前调度。面向氢气平稳生产的传统纯化装置常采用固定的运行时序对粗氢进行干燥，与面向波动性光伏消纳的电制氢灵活变负载运行相矛盾。因此，提出IPP2HR系统双层能量管理方法以提升其运行效益。首先，针对制氢、纯化、储氢到加氢进行全流程的建模，通过大M法等方式将纯化运行时序变换为混合整数线性形式并纳入调度框架，得到IPP2HR运行的混合整数线性规划（Mixed--Integer Linear Programing,MILP）模型；其次，开发日前与滚动调度、实时控制的双层能量管理框架，日前与滚动阶段基于光伏与氢需求预测制定电解槽组启停策略，实时阶段进行功率纠偏，提升整体运行收益与光伏发电的消纳；最后，基于东北地区某示范加氢站构造算例，以验证所提方法有效性。算例结果表明，考虑纯化加热、吹冷逻辑能够避免其高温下不可停机而采用高价电力制氢。同时，双层能量管理框架能够有效协凋日前、滚动以及实时阶段，提升光伏消纳与运行效益。

碳捕集、利用与封存（Carbon Capture, Utilization and Storage, CCUS）技术在全球应对气候变化和实现碳中和目标中具有重要意义，但由于投资效益低，其大规模商业化应用受到了限制。为此，文中系统梳理了国内外关于CCUS投资效益的研究进展，综合分析了技术创新、经济成本和政策支持对投资效益的影响，并评估了全球不同区域在政策、技术和经济效益上的差异。研究发现，虽然CCUS技术具有显著的潜力，但经济可行性和政策激励不足依然是推广的主要障碍。通过总结现有研究中的不足和挑战，文中为未来研究方向提供了指导，并为CCUS技术的商业化和政策制定提供了理论依据和实践参考。

对于高电力电子渗透率的未来，构网型逆变器在电力系统中的稳定运行至关重要。由于不同于传统同步机本身存在的机械转子和阻尼绕组产生的高惯性高阻尼，构网型逆变器可能由于惯性以及阻尼的不足以及耦合引入的负阻尼导致在并网后输出功率存在较为明显的同步频率谐振问题，不仅影响波形质量，严重时甚至导致暂态不稳定。针对该问题举出四种方法并结合伯德图进行分析，最后通过Matlab/Simulink进行仿真验证。

在实现碳达峰与碳中和的目标过程中，为实现环境友好型、能源节约型发展，电动汽车开始登上舞台。伴随市场上电动汽车保有量快速增长，由电动汽车所引发的安全问题也开始逐渐显露。电动汽车的自燃和火灾事故屡见不鲜，无论是对于汽车生产厂商、消费者、还是充电设备的经营者都造成了严重的经济损失，甚至会造成生命危险。电动汽车的充电安全问题已然开始制约着电动汽车行业的发展。文中从恒压恒流充电方法出发，通过对电动汽车充电故障原因的分析，提出了基于高斯分布的离散点检测数据挖掘预警方法。离群点检测法的特点是可以从一组数据集中有效的判别出具有差异显著的数据。电动汽车充电过程中会产生大量数据，通过获取正常充电下的数据，得到正常充电状态的高斯分布模型，运用离群点检测法，判断电动汽车充电是否处于危险状态，并及时对充电故障进行预警。实现对电动汽车充电过程实时监测与预警，实验证明了离群点检测法对于电动汽车充电安全预警具有良好的可行性与准确性。

规模化跨季节储热技术能够有效解决新能源供热冬夏热量不平衡的难题。文中提出了一种将储热水体分格储存控制的新型跨季节分区储热水池，运用数值模拟方法对两种不同储/释热模式下储热水池的散热效果和全年热效率进行了计算和对比分析。研究结果表明：两种储/放热模式下，该储热水池都能够保持较高的全年热效率。模式2采用“后储先放”的策略，虽然放弃了各别分区的热效率，但保证了至少一半分区都在较高的热利用率下工作，储热水池整体全年的热效率能达到88.25%。模式1的储热水池全年的热效率为87.55%，虽略差于模式2，但能保证整个供暖季热水的温度的稳定。

随着全球能源结构的转型和环境保护意识的提升，作为一种高效、环保的能源利用方式，基于新能源的分布式发电系统正逐渐在电力系统中占据重要地位。而随着分布式发电系统渗透率的不断提高，电网的等效惯性不断降低，严重影响电力系统的频率稳定。因此，虚拟同步控制应运而生，其通过模拟传统旋转同步发电机的动态特性，能够对电网补偿惯性和等效阻尼。虽然虚拟同步机（Virtual Synchronous Generators, VSG）的小信号稳定控制已经得到广泛的研究，但其无功回路对系统的大信号暂态稳定性的影响仍需进一步研究。文中首先对构网型并网逆变器无功回路对其暂态稳定性的影响进行了理论分析，在此基础上列举了三种能够有效改善并网逆变器暂态稳定性的方法；最后，通过MATLAB/Simulink平台对其进行了仿真验证。

氢能、光伏和风能等可再生能源是实现双碳目标与碳排放双控目标的重要途径，由可再生能源剧烈的发电波动，导致失负荷与弃电双重风险问题凸显，因此对能源系统的灵活性提出了更高的要求。文中提出基于灵活性量化的综合能源系统低碳调度模型。首先，分析多能耦合灵活性资源运行特性，进行综合能源系统灵活性资源模型构建，结合系统设备二氧化碳利用与排放情况，实现系统内部二氧化碳的深度利用；其次，考虑系统源-荷波动情况，进行园区级系统能量和坡度灵活性的量化分析；最后，结合系统灵活性资源的差异化调节特性，考虑不同时间尺度下系统灵活性供需差异，进行多时间尺度的调度，以平抑可再生能源及负荷不确定性带来的灵活性需求。文中以南方某综合能源工业园区为实验背景，采用文中所提出的方法进行分析调度，实现不同时间尺度下多种能源灵活性平衡，有利于提升综合能源电-气-热系统灵活性和低碳特性。

为进一步分析电网电力电子化特征日益明显所带来的影响，电网运行状态监视向间谐波和高次谐波方向延伸，对同步宽频测量提出了更高要求。同步宽频测量广泛采用的加窗插值频谱分析方法存在频谱泄露，当基波频率发生偏移或信号中存在邻近信号时会导致较大误差。针对此问题，文中提出采用基于Blackman窗全相位FFT双谱线校正的改进宽频相量测量方法，结合全相位FFT和Blackman余弦窗对宽频信号进行频谱分析，并利用双峰谱线进行参数校正。文中方法可以有效提升频谱泄露的抑制效果，降低邻近频谱干扰，提升基波频偏或邻近频谱的复杂运行工况宽频信号参数测量精度。

热离子转换器和热光伏转换器是两种主要的固态热电转换器，它们可以在极端温度下工作，具有潜在的高效率，并且兼容超高温热能存储。两者都依赖高度非等温间隙基本能量载流子的转移，热离子转换器中为电子，热光伏转换器中为光子。由于受到斯特藩玻尔兹曼定律、空间电荷效应等的限制，两种转换器的性能无法进一步提升。当发射极与吸收极之间的距离与热辐射特征波长相当或更小时，由于倏逝波产生的光子隧穿效应以及空间电荷效应的消除，两种转换器的性能出现显著增强。因此，在余热回收和可再生能源利用等领域具有重要意义。文中综述了国内外学者在两种固态热电转换器及其混合系统方面的研究进展，总结并分析了未来可能的发展方向和主要挑战。

能源转型环境下，电-气综合能源系统（Electric-Gas Integrated Energy System,EGIES）得到了快速发展，但复杂性的增加也使得电-气综合能源系统的安全稳定运行受到挑战。为了更好地评估其存在的运行风险，文中提出了一种使用数字孪生技术的电-气综合能源系统风险评估方法。通过使用数字孪生相关技术进行监测和仿真，可以有效地评估电-气综合能源系统的安全性风险。文中首先通过计算求得系统正常运行时系统的原始数据电压、潮流和气压等运行状态；然后，根据计算出的综合能源系统风险指标数据建立数据库，再将算得的风险指标数据值利用CNN模型进行训练，将CNN模型训练获得的数据值作为新的输入特征值在XGBoost模型中训练：最终根据两个模型结合成的CNN-XGBoost技术得到预测的安全风险评估指标。算例结果表明，所提方法能有效提高电-气系统的风险评估预测精度与效率。

随着光伏接入配电网发电比例的不断增加，电压越限和波动问题越来越严重，文中提出一种配电网分区电压协调控制策略。在配电网分区方面，依据日内潮流计算得到的电压灵敏度指标信息，通过计算各节点电压受光伏有功和无功调节影响的变化量，构建适用于配电网分区的电压变化指标，以该指标满足电压变化阈值要求为判据确定各节点的区域划分：在分区电压协调控制方面，采用区内电压灵敏度控制策略，进行节点间配对并利用光伏有功无功调节能力将分区内部所有越限电压控制至正常范围，在此基础上，采用区间分布式电压协调控制策略，进行区间状态变量等效并基于交替方向乘子算法优化求解各相邻分区之间的光伏动态无功补偿量，以实现对全网电压期望波动的优化抑制。以IEEE33节点系统为例，进行算例分析验证了所提策略的有效性。

“双碳”背景下，园区用能呈现清洁低碳的趋势，分布式光伏和储能规模化发展能够优化园区用能结构和成本。如何优化资源配置，实现园区经济绿色用能，是当前研究热点。文中将重点研究园区内分布式光伏和储能容量优化配置需求，从用能成本角度出发研究了分布式光伏和储能的优化配置方法，以年度用能成本最低、电网变异系数最小为目标，采用改进自适应权重粒子群算法建立双层优化模型，提出面向园区最优用能的分布式光伏及储能容量配置方法。选取某园区用能场景开展实例应用，验证模型选取和优化算法的可行性和有效性。

用电制氢（Power To Hydrogen,P2H）消纳综合能源系统（Integrated Energy System,IES）风光弃电是节能降碳的有效措施，但该方法存在着电制氢阵列运行功率分配不当，致使各单槽寿命严重失衡，电制氢全系统寿命大幅降低的问题。文中提出一种考虑电制氢阵列轮值启停的综合能源系统多时间尺度调控策略，日前阶段设计电制氢阵列轮值启停策略以均衡电制氢系统寿命折损：日内调度阶段以经济低碳为目标，保障负荷需求；实时阶段利用储能柔性抵消日前-实时购电功率偏差，使下级综合能源系统随机波动性对电网的影响最小。最后，设计工程算例验证文中策略的经济、低碳、可靠性优势。

在面对不断增多的利益相关方和区域综合能源系统的物理耦合的背景下，提出了一种创新的调度策略，该策略考虑到多方的需求响应，并采用了多主体博弈的方式进行优化。首先，深入研究了各微网中不同负荷的实际特性和用户的响应行为，并建立了相应的多负荷综合需求响应模型；然后，将系统运营商作为上层领导者，微网负荷聚合商、集中式储能电站和风电场作为下层跟随者，构建了一个多主体主从博弈模型。在上层模型中，其目标是使系统运营商的售能收益最大化，通过优化来确定各微网的售能单价和补偿价格；而在下层模型中，致力于最小化各方的综合成本，通过优化来确定风电场的供能情况、各微网内多设备之间的能源出力情况以及储能电站的充放能策略。为了解决这个复杂的问题，最终采用了粒子群算法来求解上层主体模型，并使用Cplex求解器来求解下层从体模型，这两层模型相互影响，最终得到了博弈后的均衡策略。

以风能为代表的高比例可再生能源联网给电力系统带来了新的挑战，氢储能技术是平滑可再生能源功率波动、提高综合能源系统经济性和低碳性的有效途径。在分析了高比例风电联网系统的功率调节能力的基础上，指出风-氢耦合能够减少系统弃风和缺电情况。最差场景成本是评估不确定因素下系统运行状态的一个重要指标，基于不确定场景提出一种结合基础随机优化和鲁棒优化的随机p鲁棒优化方法，保证系统在最差场景下稳定运行。综合考虑经济收益和环境收益，在p鲁棒约束条件下，建立计及预期成本和碳交易成本的双目标机组组合优化模型。算例结果表明，随机p鲁棒优化方法有效地降低系统预期成本，所建立机组组合优化模型能够根据不同目标权重灵活优化多能源系统出力，减少弃风电量，提高风电利用率。

提出一种改进自适应噪声完备集合经验模态分解与粒子群优化长短时记忆神经网络模型的短期风速预测方法。采用ICEEMDAN算法对日风速数据进行分解并计算相应边际谱，以谱相关性为依据对历史数据进行筛选：运用PSO算法优化LSTM神经网络参数，对输入数据进行ICEEMDAN分解，将所获得的多个模态分量分别用PS0-LSTM进行预测，并通过将各分量预测值叠加的方法得到风速预测结果。使用所提方法对国内某风电场风速进行预测，通过比较分析验证所提方法的有效性。

为提高低压直流电缆故障定位精度，文中提出了一种改进的经验小波变换（Improved Empirical Wavelet Transform,IEWT）与改进双端行波故障判据结合的方法。该方法首先利用双端行波法获取电缆两端的电流信号；然后利用IEWT将电流信号分解为各级本征模态函数（Intrinsic Mode Function,IMF）并重构，对分解后的IMF分量进行筛选以有效避免模态混叠现象的出现；最后利用峭度规则检测筛选得到的IMF分量，并通过改进的双端行波故障判据计算确定故障点的位置。仿真结果表明，该方法具有较高的定位精度和可靠性，能够满足工程实践的要求。

实现多波段辐射特性的高效精准调控是军事伪装、航空航天、太阳能等领域的共性科学难题。传统辐射特性调控通过低效试错的方式优化官能团或微纳结构，费时费力且难以获得最佳辐射特性。机器学习的出现颠覆传统的优化方法，以模拟大脑学习思考的方式，极大程度地提高辐射特性优化设计的效率。首先，讨论辐射特性调控中的机器学习算法，评价其在准确性、扩展性和效率等方面的优势与挑战：然后，系统地总结机器学习与辐射特性定向调控融合应用的先进成果，包括前向辐射响应预测和材料定向优化设计；最后，探讨辐射特性调控与机器学习结合的研究热点和未来发展方向。通过现有文献，为辐射特性定向调控与机器学习算法的设计和应用提供参考，为辐射特性定向调控进一步优化与创新提出建议。

为实现风电功率的高精度超短期预测，文中基于Wasserstein距离和随机森林（Random Forest,RF）进行跨域特征选择，并将其与进化Bagging集成学习（Evolutionary Bagging,EvoBagging）相结合，提出了一种超短期风电功率预测的新方法。首先，将局部离群因子（Local Outlier Factor,LOF）算法用于异常值检测，并使用最近邻插值法（K-Nearest Neighbors Interpolation,K-NNI）替换原始数据中的异常值点；其次，对异常值处理后的数据使用经验模态分解（Empirical Mode Decomposition,EMD）算法分解并进行统计学计算以构建重构数据，使用Wasserstein距离和RF跨域特征选择对重构数据进行特征降维；最后，结合各个模型的优势提高模型的预测精度，构建以深度置信网路（Deep Belief Network,DBN）、深度神经网络（Deep Neural Networks,DNN）、轻量级梯度提升机（Light Gradient Boosting Machine,LGBM）、极限梯度提升算法（eXtreme Gradient Boosting,XGBoost）为基学习器的EvoBagging集成学习超短期风功率预测模型。经验证该模型对比单一模型预测误差平均减少5%，能够对超短期风功率实现高精度预测。

高比例新能源电源并网会导致电力系统电压具有波动性和随机性，从而使系统电压稳定性降低。新能源场站中，分布式同步调相机作为一种关键的无功补偿装置，对于增强系统电压稳定性具有显著作用。但是在当前的新能源电力系统中，如何以经济合理且可靠的方式配置这些分布式调相机，尚需深入探索。为此，文中提出了一种注重电压稳定性约束的新型分布式调相机选址与定容方法。首先，通过评估系统的静态电压稳定指标来指导调相机的最佳安装位置选择，确保所选位置能够最有效地提升系统电压支撑能力；其次，在选址确定的基础上，以最小化投资成本和最大化系统运行可靠性为目标，合理规划调相机的容量配置；最后，通过实际算例分析验证，这种方法不仅经济高效，而且为新能源电力系统的稳定运行提供了有力保障。

变电站继电保护二次屏柜接线端子存在因人为操作失误或检测设备故障导致的交直流侵入情况，针对该情况特有的数据样本数量少、质量差的问题，文中提出基于生成对抗网络和主成分分析的侵入信号检测方法。采用高斯核平滑对接线端子电压、电流、频率等数据进行预处理，滤除干扰，再将清洗后的数据经过生成对抗网络进行扩增，以对交直流侵入信号进行主成分分析和故障检测识别。所提出方法识别准确率达到95%，实现了对二次屏柜接线端子小样本故障数据的精确检测。

针对虚拟电厂集群（Virtual Power Plant Cluster,VPPC）运行过程中灵活性资源利用率低下所引起的系统运行灵活性不足问题，文中提出考虑灵活性资源互济的虚拟电厂集群优化调度策略。首先，基于VPPC与电力现货交易市场之间的交易关系，构建计及灵活性资源互济的VPPC交易模式。在此交易模式下，进一步分析源-荷不确定性场景下VPPC运行灵活性供需关系，并建立VPPC灵活性互济服务费用结算模型；其次，深入研究参与灵活性互济服务对下层各虚拟电厂间能量互动及上层集群经济运行的影响，构建了兼顾多主体利益的主从博弈双层优化模型，并采用基于Kriging元模型的主从博弈均衡算法模拟各虚拟电厂运行情况、制定虚拟电厂集群能量互济价格；最后，通过算例分析验证所提方案不仅能够使集群运营商赚取互济服务盈利，还降低了各虚拟电厂运行成本，大幅提高了系统整体的运行灵活性。

短期电力负荷数据具有复杂性和不确定性等特征，这些特征往往会对数据的预测结果产生不可控制的影响。使用传统的聚类方法对短期电力负荷数据进行聚类分析时，预测结果会因电力负荷的不确定性等特点产生偏差。此外，考虑到全局回归预测方法在建模阶段无法对不同部分的数据采用不同的建模方式，限制了对于不同分布区域或不同特征子集的自适应性能力的问题。文中采用K近邻和加权相似性的密度峰值聚类算法对短期电力负荷数据进行特征分类，并提出一种利用K近邻的局部加权线性回归模型对短期电力负荷进行预测。该模型的优点在于避免了欧氏距离对簇类中心选取的影响，降低了全局数据对局部数据的负面影响，避免了簇类划分的集中效应，提高了模型的泛化能力。通过与模糊C均值聚类和传统的全局回归预测方法对比，本文提出的模型对于真实电力数据的预测效果更加优越。

为探讨输电节能导线的新建与改造策略，通过对比分析铝包钢芯（高导）铝绞线、铝合金芯（高导）铝绞线、中强度铝合金绞线、钢芯高导铝绞线及铝合金芯型铝绞线五种导线在实际工程中的应用，结合导线节能原理，评估了不同电压等级（±800kV直流、500kV交流、220kV交流、110kV交流）下的输电导线投资运行成本及其节能效果。研究结果显示，铝合金芯型铝绞线在经济性上表现最优，能够在较短时间内通过节能收益覆盖改造成本与新建成本。进一步分析表明，线路长度、年度利用小时数及碳价格是影响成本收益平衡点的关键因素。因此，采用铝合金芯型铝绞线进行输电节能改造，不仅能有效减少电能损失和碳排放，还能带来显著的经济收益，促进输电系统的可持续发展。

天然气发电机组掺氢燃烧降低CO2，排放量，促进我国电力行业绿色低碳转型发展。文中以9FA燃气一蒸汽联合循环发电机组为研究对象，建立掺氢天然气联合循环机组简化模型，分析不同掺氢比例、环境温度下掺氢天然气联合循环机组性能变化、碳排放量变化以及对发电经济性带来的影响。研究结果表明：联合循环机组掺氢燃烧会降低机组循环效率，显著减少CO2，排放量。计算条件下，当掺氢比从0增加到30%时，发电机组收益减少52.98%，极大影响了联合循环机组的发电经济性。环境温度越高，联合循环机组循环性能越好，且该性能变化趋势在引入氢气后仍然得以保持。

针对分布式光伏发电的不确定性和设备整体利用率较低的特点，导致配电网规划面临成本上升的问题，文中提出一种考虑分布式光伏设备利用率的电网规划方法。通过使用信息熵对光伏出力数据进行场景提取，获得典型场景集。基于这些场景，文中建立分布式光伏储能运行-规划联合优化配置模型。在上层，以最小化投资建设费用和最大化分布式光伏利用率为目标，对分布式光伏及储能进行选址和定容；在下层，以最小化弃光费用，网损费用，运维费用，购电费用为目标，对分布式光伏以及储能功率进行优化，采用改进的粒子群算法做为规划模型求解的方法。最后，以IEEE 33节点系统为例进行场景算例分析，结果表明文中所提出的方法能够提高光伏设备利用率、改善配电网运行稳定性，并降低综合成本。

针对高比例光伏接入将导致配网电压越限、支路功率不平衡以及弃光率高等问题，文中提出一种计及配电网运行灵活性约束的光储氢耦合系统容量配置方法。首先，基于改进K-means聚类算法划分负荷场景，并在考虑电压因素、功率因素，以及Distflow的潮流模型、线路电压电流的二阶锥等约束条件的基础上，从空间和时间两个角度建立配电网灵活性指标；其次，在计及灵活性、电解槽运行功率上下限等约束条件下，以度电成本最低为目标构建优化配置目标函数：然后，提出基于净功率工况下光储氢耦合系统优化运行策略，并采用改进粒子群算法对优化配置模型进行求解：最后，通过对吉林蛟河某变电台区实际网架结构进行算例分析，验证文中所提出的优化配置方法的有效性。

为了减弱极端事件对综合能源系统的影响，尽早恢复各类负荷，提高系统弹性。文中提出了一种考虑交通网与配电网级别的区域电-气互联系统（Interconnection Electric and Gas System,IEGS）协同运行的灾后故障抢修策略。首先，通过元胞传输模型建立了考虑系统实时恢复指标修正的交通流量分配模型，对交通网的交通流量进行预测：其次，在故障预分配的前提下建立了区域IEGS的故障恢复模型，协调优化维修队、分布式电源、配电网网架等资源，减少停电损失；然后以维修队的最小通行时间矩阵以及由系统实时恢复指标得到的交通网道路修正参数作为传递变量，在维修队开始移动的时间点，重新计算后续的修复计划以及交通网的运行情况，进行多时间断面优化；最后，通过算例仿真进行对比，验证了所提策略的有效性，并分析移动储能装置对故障恢复的影响。

随着分布式电源广域多点接入配网，导致配网电能质量问题凸显。分布式电源通过并网逆变器接入配网，对并网逆变器的优化控制可提升电能质量的源端改善效果，并可以充分挖掘逆变器剩余容量的调控潜力，因此文中提出基于分布式电源并网逆变器控制的配网电能质量多目标优化模型。首先，分析分布式电源逆变器在保证发电质量的同时，其可调容量的量化模型；然后，根据配网分区电能质量评估结果，建立并网逆变器控制参数优化模型，提出基于逆变器控制的电能质量多目标优化方法；最后，通过仿真算例验证所提方法的有效性。结果表明，采用文中所提方法，配网谐波和不平衡得到了明显抑制，补偿效果明显，是未来新型配电网电能质量优化的有效手段。

海上风电电解水制取“绿氢”，是促进新能源消纳，实现电力、化工行业深度脱碳的重要技术方向。随着海上风电制氢从输电近岸制氢向远海输氢方向转变，利用现有远海油气平台和油气管道进行海上风电集中式制氢是未来“绿氢”获取的主要方向之一。然而，由于中压高频变压器绝缘裕度小、优化设计难等问题，制约了海上风电集中式制氢装备的设计和应用。针对上述问题，文中提出一种基于模块化多电平矩阵变流器（Modular Multilevel Matrix Converter,M3C）的中频隔离型海上风电集中制氢装备，装备前级采用M3C变换器，后级采用12脉冲晶闸管整流器，实现中频隔离，避免绝缘设计困难。晶闸管的高电流应力实现大功率制氢，同时并优化设计其关键参数。最后，利用MATLAB/Simulink仿真软件搭建所提制氢装备的仿真平台，验证所提制氢装备的有效性。

为适应吉林省未来电力发展的“双碳”转型目标，考虑新形势下多元影响因素的作用，需要融合社会化与碳排放相关影响因素，以提高电力需求预测的精确度。在此背景下，现有模型在电力需求预测的稳定性和准确度方面面临挑战。为应对这些挑战，首先通过系统动力学模型对影响电力需求的多个因素进行分析，基于相关性分析，进一步筛选对电力需求产生显著影响的关键指标，确定常住人口、工业增加值、能源消费总量、能源消费结构低碳化指数、人均GDP和GDP六个强关联指标。增加对碳排放指标的引入，突显在“双碳”方面的创新性关注；随后，采用粒子群优化算法（Particle Swarm Optimization,PSO）对支持向量机（Support Vector Machines,SVM）模型的关键参数进行优化，并构建PS0-SVM电力需求预测模型，从而克服现有模型容易陷入局部最优解的问题。通过算例分析分别与传统SVM、BP模型和优化过的PSO-BP模型对比，验证PSO-SVM预测模型的有效性。在电力预测方面，该模型不仅具有较高的准确度，还呈现出更快的训练速度；最终，将该预测模型应用于吉林省2023一2028年电力需求预测，为电力规划与决策提供有力的支持与参考。

为满足新型电力系统对暂态稳定紧急控制实时性的需求，提出一种基于发电机电流与角频率响应特征的电力系统暂态稳定切机控制方法。首先，绘制出系统稳定和系统失稳时电流与角频率的关系曲线，研究电流和角频率与暂态稳定性间的关系，从中提取出功角稳定和功角失稳关键特征，构建基于I-ω响应特征的暂态功角稳定性判据；其次，研究I-ω关系曲线的斜率特性，探究不同比例切机控制下关系曲线斜率与暂态稳定性间的关系。基于发电机转子运动方程推导出关系曲线斜率与切机控制量的关系，得到基于关系曲线斜率的紧急切机控制量计算方法；然后，以功角失稳判据作为紧急控制的启动判据，定义考虑发电机功角和转子蕴含动能影响的切机指标，实现切机控制地点的快速选择，并给出合理的切机控制量分配方法；最后，在经典二阶单机无穷大系统和接入风机的新英格兰10机39节点系统中，对所提方法进行仿真计算，验证所提方法的有效性。

为解决现有针对农村电网末端低电压所设计的串联电压补偿装置经济性较差问题，设计了一种基于串联电压补偿控制的低电压治理方法。在考虑了负荷电压的静态特性的影响下，将线路有功损耗和各节点平均电压偏差两指标进行归一化加权作为目标函数，提出了选取补偿装置的位置和容量优化配置方法。选取某地区实际电网末端低电压线进行仿真测试，结果表明该方法可有效解决农网末端的低电压问题。

为给电力系统规划提供精准数据支持，提出一种改进自适应噪声完备集合经验模态分解（Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICCEMDAN）和庥雀搜索算法（Sparrow Search Algorithm,SSA）改进长短期记忆神经网络（Long-Short Term Memory neural network,LSTM）的空间负荷预测方法。首先，应用箱形图离群点检测法对电力地理信息系统中Ⅰ类元胞历史负荷的离群点进行检测及校正；其次，运用ICCEMDAN技术将校正后的I类元胞负荷时间序列分解为不同频率和幅值的模态分量；然后，针对每个模态分量分别建立各自的LSTM模型，并利用SSA对各LSTM模型的参数进行优化，将得到的所有模态分量结果线性重构，得到目标年的基于I类元胞空间负荷预测结果；最后，应用空间电力负荷网格化技术，转化I类元胞的空间负荷预测结果为Ⅱ类元胞预测结果，并以幅值大小和空间分布两个维度评价预测精度。算例分析结果表明，文中所提出方法能够提升空间负荷预测精度。

针对大规模新能源接入后电力系统电压安全问题突出、快速评估困难的问题，文中以电力系统广域相量测量系统（Wide Area Measurement System, WAMS）为数据平台，在具有完备数学基础的无功电压灵敏度及分叉理论的基础上，建立了基于自然摄动的电力系统静态电压评估指标体系，根据WAMS获取的自然激励下的同步无功及电压响应数据，采用最小二乘法拟合计算无功电压灵敏度，并引入加权平均值算法对一段时间内的灵敏度结果进行统计，以提高拟合后的无功电压灵敏度准确性和可靠性。在DIGSILENT/Power Factory仿真平台上搭建了含风电场的IEEE 10机39节点系统，利用时域仿真生成同步响应数据，对比不同运行情况下的灵敏度拟合结果与实际无功裕度，验证了文中静态电压安全评估方法的有效性。

在“双碳”目标下，虚拟电厂是优化多区域资源配置、提高可再生能源渗透率的有效载体。文中提出一种在阶梯式碳交易机制下考虑垃圾焚烧参与的虚拟电厂协调优化调度策略。首先，从系统结构出发，构建包含多电厂、多储能在内的新型电力系统结构。为充分挖掘垃圾焚烧电厂发电产气潜力，针对干湿垃圾电气联产进行分析研究，建立垃圾焚烧电厂数学模型；其次，采用电转气-碳捕集联合运行模式，构建碳捕集-电转气氢燃料电池子系统，制定多电厂、多储能联合运行策略；再次，引入碳交易机制，构建阶梯型碳交易计算模型，并针对模型中价格基价、区间长度及价格增长率进行分析；最后，以火电成本、购能成本、碳排放成本、垃圾焚烧成本及风光成本之和最小为目标函数，建立虚拟电厂协调优化调度模型，在多场景下，运用Matlab软件中CPLEX求解器对模型进行优化求解。

随着移动储能（Mobile Energy Storage System,MESS）技术的快速发展，其在电力系统动态响应、可再生能源消纳与应急供电中的重要性日益凸显，但多目标资源分配、交通-电网耦合约束下的路径优化等规划与调度问题亟待解决。传统方法因计算复杂性和动态适应性不足难以应对，而人工智能（Artificial Intelligence,AI）通过强化学习（Reinforcement Learning,RL）、图神经网络（Graph Neural Network,GNN）等数据驱动技术和智能算法，实现了动态调度、协同优化与安全-经济性权衡的突破。文中分析AI在MESS规划调度中的应用，归纳深度强化学习（Deep Reinforcement Learning,DRL）在不确定性决策、群体智能算法（Swarm Intelligence,SI）在分布式协同中的优势，并揭示电池荷电状态（State of Charge,SOC）建模与跨域协同调度的研究不足，进一步提出AI赋能的MESS规划与调度创新框架，为提升电力系统韧性、经济性与低碳化提供理论支撑与实践路径。