准确预测碳价格不仅有助于投资者及监管部门的科学决策，而且有助于碳金融市场的健康发展。考虑碳价格预测的复杂性，基于“分解－重构－预测－集成”的建模原则，构建了多尺度碳价格集成组合预测模型。首先，采用改进型自适应白噪声完备集成经验模态分解(improved complete ensemble empirical mode decomposition with adaptive noise，ICEEMDAN)算法对碳价原始序列进行分解，并以综合贡献度指数(comprehensive contribution index，CCI)对分量进行重构，得到短期、长期和趋势分量；然后，采用门限广义自回归条件异方差(threshold generalized auto-regressive conditional heteroscedasticity，TGARCH)模型预测短期分量，以布谷鸟搜索(cuckoo search，CS)算法优化超参数的长短期记忆(long-short term memory，LSTM)神经网络预测长期和趋势分量；在此基础上，采用非线性集成算法对各分量预测结果进行集成，得到最终的碳价预测结果。以湖北碳市场为样本数据进行实证分析，结果表明所构建的预测模型性能最优，预测结果更准确，可为监管部门和企业决策提供有效信息。
风电机组运行状态识别对风电机组发电性能评估和风电场精细化管理具有重要意义，然而不同风电机组的数据采集与监视控制系统(supervisory control and data acquisition，SCADA)数据分布差异明显，如果将已训练好的单台风电机组正常行为模型直接应用于多风电机组运行状态辨识，辨识精度较低。为了提高辨识精度，需要针对每台风电机组正常行为模型进行重复性训练，工作量大。为此，提出了一种基于迁移成分分析(transfer component analysis，TCA)的多风电机组运行状态划分模型。首先，采用基于最大互信息系数和反向传播(back propagation, BP)双隐层神经网络的变量优选方法挖掘风电机组运行状态关键影响变量；然后，以正常运行状态下的优选变量为输入，功率为输出，构建了基于BP双隐层神经网络的风电机组正常行为模型；最后，基于迁移成分分析，构建多风电机组运行状态划分模型。算例结果表明，所提模型可解决不同风电机组数据分布差异的问题，提高运行状态划分模型的精度和效率。
准确定位配电网的故障对于提高供电的可靠性和减少连续停电所造成的损失有着重要的意义，微型同步相量测量单元(micro-phasor measurement units，μPMU)的应用，为配电网故障准确定位提供更多的信息。为此，提出了一种基于μPMU信息的极限梯度提升和基于遗传算法的支持向量机的配电网单相接地故障定位方法。首先，通过μPMU提供的零序电流方向判断故障区段；然后，依据端电压电流正序向量和实际故障距离的特征集训练组合算法测距模型；最后，用组合算法故障定位器对验证集的故障定位。通过Matlab/Simulink仿真，证明该方法能够有效定位故障，承受过渡电阻、故障类型和噪声的影响，与传统的机器学习方法比较，组合模型定位方法的定位精度更高。
风电功率预测系统大多遵循一个风电场配置一套预测系统的“一场一测”开发模式，此种模式下区域内相邻风电场的数据不能汇聚，预测模型无法充分考虑场站间的时空依赖关系来提升预测精度，大量独立的预测系统也无法得到统一、高效的维护。为此，提出了一种区域风电场群集中式功率预测系统。首先，该系统引入了多源数值天气预报数据作为模型输入；接着，在预测系统中进行了风机级和站级的数据清洗；最后，在预测系统中设计了风电场群时空联合预测模型。该模型可以捕捉区域内各风电场间的时空依赖性，能够同时为区域内所有风电场提供短期、超短期预测结果。所设计的系统应用于由10个风电场构成的风电场群的区域风电集控中心，在线运行结果表明，该预测系统符合区域电网评估要求，10个风电场在评估中排名靠前，运行期内预测考核扭亏为盈。
为了避免配电线路相间故障跳闸后自动重合闸盲目重合于永久性故障带来的危害，提出了一种基于参数辨识的配电网相间永久性故障的识别方法。该方法在配电线路相间故障三相跳闸后，依次对停电线路的3个相间回路主动施加低频电压扰动信号，利用激励侧的电流和电压信息建立相间回路的参数方程，采用参数辨识的思想进行相间回路状态的甄别。以无故障相间回路为计算模型，依据电阻和电感参数的识别值与实际回路中真实值之间的偏差判别故障性质。当识别值与真实值偏差较大时，则实际相间回路模型与计算模型不一致，判为永久性故障。PSCAD建模仿真计算结果表明，所提出的永久故障判别方法能够有效辨识故障性质，且基本不受过渡电阻和故障位置等因素影响，有助于实现配电网三相自适应重合闸。
综合能源网络基于多能源技术的灵活性，可以为地区及更上级的能源系统提供服务。由于非线性因素和建模的复杂性，其运行不确定性在优化控制建模时常常被忽略。为此，提出了一个包含多能源可控装置的综合能源网络优化控制框架。并将改进型混合整数线性规划(mixed integer linear programming，MILP)和非线性网络方程的线性逼近用于该框架的二阶段迭代建模。在MILP优化阶段，基于电功率、热功率和天然气功率均衡等效模型，并引入不确定概率因子，将不确定运行进行集合约束，建立成本最小化的优化目标函数。在第二阶迭代计算阶段，使用非线性综合网络模型，引入微分参数的随机概率因子集合，为提高迭代逼近计算运行效率及可行性，将线性约束独立参数进行动态修正策略引入迭代过程中。最后，所提出的优化控制模型被应用到一个工业园区，实验结果表明，该优化模型算法可以最大化地节约运行能耗成本，确保计算效率的同时能够适应综合能源网络不确定性工况。
在国家“30·60”战略推动下，电力系统将向着以新能源为主体的新型电力系统飞速发展。新能源的大规模接入与用户侧资源的深度挖潜，电网传统调度手段已难以支撑安全稳定的电力供给。新型储能作为近年来蓬勃发展的一种可调灵活资源，对填补电网日益扩大的调节能力缺口与可再生能源的高效消纳起到关键作用。首先阐述了新型储能的重点储能品类及其自身优势；在此基础上，分析新型储能在新能源按比配储、火储联合、5G基站应用、电动汽车、虚拟电厂(virtual power plant，VPP)五大电源侧与用户侧新兴场景下的技术应用与盈利途径；再次以青海示范为例，研究了共享储能的商业运营模式，并围绕优化配额与多维调用两个角度对共享储能提出降本增效的建议；最后简要探讨了新型储能在远景年的展望。
无刷双馈电机是一种特殊结构的电机，只需较小的变流器容量即可实现多种运行模式的变速运行，同时由于其没有电刷和滑环装置，相比普通双馈感应电机具有更高的稳定性和更低的维护成本，在风电领域被认为有潜力可以替代双馈电机作为风力发电机的主流机型，同时可以应用在变载恒速工况下。无刷双馈电机的控制策略是目前的主要研究方向，而要实现高性能控制则需要精准的电机模型。目前无刷双馈电机的仿真模型主要为d-q坐标轴建模，其参数均为定转子的平均参数值，模型较为简单，同时没有考虑转子的特殊结构。对特殊笼型转子无刷双馈感应电机的耦合电路模型进行了仿真建模，并进行了开环仿真实验，结果表明了该仿真模型可以很好地反映无刷双馈感应电机的动态特性。
在分析海上风电场特点以及海上风电机组监控系统现状的基础上，基于海上风电机组平台的主辅设施的数字化和智能化监控以及远程智慧化运维的需求，提出了以设备状态全息感知、机器替代人工巡检、设备缺陷主动预警、主辅设备智能联动、控制策略智能调节、远程运维智慧决策为特征的海上风电机组智慧型监控管理一体化系统的设计理念；分析了系统的体系架构和技术特征，以期为海上风电机组的智能化、智慧化建设指明方向。
为突显大数据平台的新能源电站远程监控、数字智能运维与决策的作用，解决新能源大数据“大而不精”，缺乏深度的大数据分析、智能化应用，无法有效指导生产运维等问题，依托于中国大唐集团新能源大数据平台建设，提出一种基于大数据平台的新能源数字智能化运营监控技术。通过建立集团风电、光伏生产数据质量标准化体系，实现边缘端生产运维数据采集规约标准化并下发算法模型进行边缘计算，在云端采用“云边协同”架构，监测数据质量，生成生产应用处理方案，以实现实际应发电量等指标的实时监视。同时开发新能源智能化运营的智能分析平台、系统优化平台、专家支持平台、资源评估平台，依次完成“全面体检－系统优化－疑难杂症分析－资源数据支撑”。搭建成行业领先的基于“监控区”“功能区”双区建设的数字智能化运营监控平台，实现“集团、区域、场站”三级跨域的新能源数字智能化运营与监管。可为基于大数据平台的新能源智能化运营监管建设提供参考和借鉴。
清华大学出版社期刊中心
