为了有效平抑分布式电源带来的不利影响并能获得超额利润，提出一种改进的多目标粒子群算法研究配电网中共享储能电站优化选址定容问题。首先，建立了共享储能系统数学模型，得出优化条件及目标函数，并计算得到共享储能经济成本。其次，利用改进的多目标粒子群算法对IEEE 33节点进行算例研究。算例中，通过经济总成本最小择优确定共享储能系统接入个数、选址位置与容量配置，并着重分析接入最优储能个数的充放电功率及储能荷电状态。最后，对电池储能系统的优化选址定容方法及算例特点进行了归纳与总结。结论表明，共享储能系统确实可以有效平抑分布式电源带来的不利影响，且经济性更好，在配电网中接入2个储能系统且分别配置0.5 MW储能为最优选址个数与最优容量配置。
储能是可再生能源分布式发电规模化并网消纳和配电网发展变革的关键支撑性技术，以整县光伏开发为背景开展配电网储能配置研究。构建了包括电压波动劣化度、光伏就地消纳率等含高渗透率光伏配电网的运行评价指标；提出一种旨在平抑净负荷波动、考虑续航能力的储能实用充放电策略；提出一种含光储的配电网时序潮流计算分析方法，给出其计算流程；以福州闽侯实际配电网为算例，计算光伏开发不同阶段的潮流与运行指标、以剖析负面问题，之后分析了储能不同容量配置方案的运行优化效果及经济性。算例验证了所提运行指标、充放电策略和时序潮流计算方法的正确性和有效性，基于实用化分析给出贴近工程的规划建议，以供整县光伏开发及其配储工作参考借鉴。
县域能源互联网是县域重要的基础设施，关系农民生活、农业生产和县域繁荣。分析了我国县域能源电力消费的2020、2025、2030的供应形势，并从网架结构体系、信息支撑体系、价值创造体系等三方面构建了县域能源互联网体系。根据县域能源的运行特点，设计了大城市及城市群周边县城、远离中心城市但具有特殊资源条件县城、偏远且特色产业不突出的县城等典型能源供应场景设计。县域能源互联网的构建与能源供应体系典型场景的设计，有利于提高电能在县域能源消费中的比重，推广县域绿色节能建筑和农用节能技术、产品。
在“双碳”目标的背景下，作为全社会碳排放最主要的排放源，能源活动的碳减排尤为关键。为明确电力系统碳排放量、能源消费强度、产业结构等因素对能源系统碳排放的影响作用及贡献程度，基于灰色GM(1，1)模型对我国的能源消费总量进行预测，并进行模型检验以保证可行性。根据联合国政府间气候变化专门委员会(intergovernmental panel on climate change, IPCC)碳排放系数法，根据我国能源平衡表的数据对2015—2019年各行业碳排放量进行测算。在此基础上，利用对数平均迪氏指数法(logarithmic mean Divisia index, LMDI)构建碳排放分析模型，对结果标准化处理后分析各效应对能源系统碳排放量的影响程度。计算结果表明能源消费强度、人口数量、城镇化水平及电力碳排放量会促进能源系统碳排放增长，而能源消费强度、农村人口比重及产业结构起到了抑制作用。
增量配电网接入公用电网的选址影响其投资经济性与主网的安全稳定性，针对这一问题，首先阐述了增量配电网内分布式电源出力与负荷的随机性，兼顾了增量配电网接入的经济性、可靠性与稳定性，分别从增量配电网与主体电网的角度搭建了增量配电网的选址规划模型与评价模型。其次，采用了机会约束规划来处理源、荷的不确定性，在此基础上，将机会约束规划采用分解的方法进行线性化。最后，对改进的IEEE 33节点系统进行仿真实验，分析了增量配电网的选址规划结果与存量配电网的评价。结果表明：增量配电网的投资用户更倾向选择较近的联络线接入，节约其线路架设成本，提高其供电可靠性；主体电网则更期望从配电网的末端提高电压质量。
针对供暖清洁化改造与新能源消纳，提出增加电/热储能的配置以提高多能源系统的灵活性，以运行成本最低为目标函数构建了包含光伏、电化学储能、蓄热罐、电锅炉的多能流清洁供暖容量配置优化模型，基于DeST进行建筑供热负荷精细模拟，运用智能算法对系统在并/离网运行策略下不同场景各能量单元容量配置进行计算。受制于运行调度策略设置与成本限定，场景一并网运行策略下，仅配置光伏电站，运行成本最低。场景二自由购电与余电弃用策略下，相较场景一减少光伏配置，增加少量储热以减少供热低谷与光伏高出力叠加时段的光伏弃电。场景三在离网运行与新能源消纳限定条件下，电化学储能的大规模配置提高了系统的自给能力，成本较场景一、二大幅提升147.8%、111.9%，新能源浪费率由77%下降至50%，自给能力大幅提升。
为了提高光伏发电系统建模过程中光伏电池的参数辨识精度，在基本的教与学优化算法(teaching-learning-based optimization, TLBO)的基础上，针对其存在易于出现精度不高且陷入局部最优等问题，提出了一种基于分组的教与学优化算法(grouping teaching-learning-based optimization, GTLBO)。GTLBO算法在教学阶段采用了分组教学的方式，并对教学因子进行了改进，将GTLBO算法应用于单二极管模型、双二极管模型和3个光伏组件模型的参数提取。实验结果表明，与其他优化算法相比，GTLBO算法在光伏模型参数提取方面更加准确可靠。其次，相对于基础的TLBO算法，GTLBO算法的收敛速度和辨识精度都得到了提高，具有一定的可行性和实用性。
为有效解决新能源大数据平台在使用过程中存在的大量数据问题，发电企业需组织开展有效的数据治理工作。针对发电企业建立的企业级新能源大数据中心在风电数据价值挖掘、数据质量提升以及管理落实过程中存在的数据治理问题，提出一种基于数据标准化的风电数据治理体系，核心内容包括数据标准、数据质量管理、数据全过程周期管理、数据安全等。该体系在中国大唐集团新能源监控与大数据中心进行了部署实施，通过开展数据标准化工作形成一个完整的数据治理平台及辅助保障措施(制度、管理规范和技术标准)，有效提升集团新能源监控与大数据中心风电数据质量，可为其他企业级新能源数据中心数据治理提供参考。
分布式光伏主要接入35 kV及以下低压配电网，低压配电网故障主要以单相接地故障为主，约占70%以上。由于单相接地故障不影响系统功率正常输送，当电网发生故障时，常规分布式光伏孤岛保护方法存在孤岛判别失效及不可靠问题，给电网安全稳定运行带来严重挑战。首先，推导了电网发生单相接地故障时的零序电压表达式，定性分析了影响零序电压大小和相位的关键因素。其次，对比分析了电网中性点不接电和经消弧线圈接地2种方式下，电网发生单相接地故障时的零序电压大小和相位变化规律，在此基础上，提出了基于零序电压相位变化的分布式光伏孤岛识别方法。最后，对所提出的孤岛保护方法在实际工程中的应用提出建议。
电解质作为锂离子电池的重要组成部分，对于锂离子电池的安全高效使用至关重要。有机硅具备优异的热稳定性和化学稳定性，且易于实施化学改性，作为锂离子电池电解质具备很大潜力。从有机硅在锂离子电池电解质的应用范畴出发，综述了近年来人们对有机硅在电解质应用领域的探索，同时有机硅电解质的未来研究方向进行了展望。
清华大学出版社期刊中心
