针对弱电网下直驱风电机组引起的次同步振荡现象，提出一种基于次同步电流双通道附加阻尼策略进行抑制。首先，验证弱电网对次同步振荡的影响；其次，结合直驱风机接入弱电网从系统提取次同步电流分析抑制机理，设计附加阻尼控制器结构及其参数；然后，建立计及频率耦合附加阻尼控制环节的阻抗模型并验证其稳定性；最后，将本文策略与无阻尼控制和传统单通道阻尼控制进行仿真对比。结果表明，相较于无阻尼控制和单通道阻尼控制，本文方法在减小次同步振荡波动范围的同时，更加有效地抑制次同步振荡现象并且具有较好的适应性。
在能源转型的大背景下，用户侧储能由于能实现转移负荷的功能、响应电网削峰填谷的调度指令、降低用户用电成本，得到广泛关注。现阶段电力市场环境复杂多变，各省市区电力交易环境差异明显，如何根据实际情况确定用户侧储能运行收益模式，显得尤为重要。首先，构建了储能成本模型，考虑到时间对价值的影响，引入了储能全生命周期计算系数，并结合实际政策建立了3种用户侧储能收益模型。然后，对储能运行进行了常规运行约束和特定收益模式的需量管理及需求响应约束。最后，选取贵州省工业用户实际数据进行算例分析。算例结果表明，依托贵州省现有政策和结合储能发展情况，贵州省用户侧配置储能收益欠佳，难以在全生命周期内回收成本，但可以通过合理增加需求响应补贴及增加平时段电价扩大峰谷价差来实现扭亏为盈。
针对极端天气下配网系统的弹性恢复力提升问题，提出长短时间尺度的两阶段电力系统弹性恢复力提升策略。灾害发生后短时间内通过布置分布式电源和联络开关，对配电网进行孤岛划分和网络重构以恢复短时供电；考虑极端天气对交通网的影响，极端灾害发生一段时间后由检修小组在最短时间内完成维修以最小化负荷削减成本。通过协同优化建立长短时间故障演变分析的鲁棒优化(robust optimization，RO)模型，并采用列与约束生成(column-and-constraint generation, C&CG)算法进行求解；最后进行算例分析，验证所提模型对提升配电网弹性能力的有效性。
实时电价是智能电网需求侧管理的有效方法，对于维持电力供需平衡、削峰填谷至关重要。为提高实时电价模型的低碳经济性和精确性，在充分考虑用户与供电侧双方利益前提下提出碳交易机制，并根据新能源的发电特性构建风光出力不确定模型，建立以用户总效用最大、供电侧成本最小为目标的社会福利最大化实时电价模型。提出基于改进交替方向乘子法(alternating direction method of multiplier, ADMM)，即高斯回代交替方向乘子法(ADMM with Gaussian back substitution, ADMM-GBS)的分布式优化调度方法，通过将不确定模型转化为确定模型求解。仿真结果表明，所提实时电价策略能够提升社会福利，验证了模型和算法的有效性。
在预估光伏－制氢系统运行备用容量需求时，受光伏－制氢系统运行数据不确定性的影响，预估结果的误差偏大，为此，提出基于最近邻聚类的光伏－制氢系统运行备用容量需求预估模型。引入最近邻聚类中的不确定自然最近邻机制，以近邻数数量为基础，按稠密点、稀疏点、噪声点的分类标准，将数据集中的不确定光伏－制氢系统运行数据对象进行划分处理；在使用不确定自然邻域搜索算法获取到不确定的自然稳定状态输出结果后，根据特征值的差异性去除噪声点，借助不确定自然邻域密度因子对光伏－制氢系统运行数据进行聚类；在预估模型构建阶段，将径向对称的高斯径向基函数(radial basis function，RBF)作为核函数，并将所有的RBF输出结果映射到同一个空间中，得到光伏－制氢系统运行备用容量需求结果。测试结果表明，所提方法对最大备用容量需求预估结果的偏差始终稳定在250 MW以内，对最小备用容量需求预估结果的偏差始终稳定在150 MW以内，有效降低了能量管理的成本开销。
随着可再生能源在配电网中的渗透率日益提高，其发电的不确定性和波动性日渐加剧，进而引发线路阻塞等一系列问题。由于线路阻塞引起的电力市场节点边际电价波动，为市场参与者带来了额外的不确定性风险。为此，针对我国电力市场的特点，提出了一种基于金融储能权的阻塞风险规避机制。该机制允许市场参与者通过金融储能权交易来获取以节点边际电价结算的储能使用权，从而有效规避因节点边际电价波动而产生的阻塞风险。然后，设计了基于金融储能权的阻塞风险规避模型，该模型结合节点边际电价和阻塞价格来优化储能的充放电策略及金融储能权的交易策略，旨在实现金融储能权利润的最大化，帮助市场参与者有效规避因线路阻塞引起的风险。以扩展的IEEE 33节点配电网作为仿真案例，仿真结果展示了所提出的阻塞风险规避机制和模型的有效性。
人工智能技术是推动产业发展、技术创新的重要驱动力。由于技术积累不足、技术标准不健全、高维度与高质量数据缺乏、深度神经网络算法缺陷等方面的问题，人工智能应用于电力系统也面临诸多的挑战。文章梳理了人工智能的主要技术以及在电力系统中的应用现状，分析了以基础设备层、数据管理层、算法训练层、应用场景层为基本框架的技术应用体系，针对性地提出了人工智能应用于电力系统应采取的技术措施，最后对新一代人工智能技术与电力系统的深度融合以及助力智慧能源系统的实现进行了展望。
针对含风电场电力系统多目标无功优化的应用需求及优化算法存在局部易收敛和全局性搜索能力差的问题，提出一种应用于多目标无功优化的矢量烟花算法。首先，改变烟花算法爆炸方式，并将烟花爆炸的维度进行关联，避免迭代过程中陷入局部最优解，增强算法全局搜索能力；其次，引入新型拥挤度选择策略以加快算法的收敛速度；最后，建立有功网损和电压偏差最小的含风电场电力系统多目标无功优化模型，并以风电场接入IEEE 14节点电力网络为算例进行模型求解。结果表明：所提算法避免了局部易收敛问题，增强了算法全局搜索能力，能在不同优化要求下得到有效的无功优化方案。
随着综合能源系统复杂程度的增加，系统对部件耦合的要求也越来越高，这增加了系统的不确定性因素，因此，建立综合能源灵活性评价指标体系和评估模型是提高综合能源系统灵活性的关键前提。首先，分别从系统级和局部级来构建综合能源系统灵活性资源的指标评估体系；然后，综合考虑经济性、环保性、安全性等多方面因素，结合层次分析法、熵值法及模糊评价法搭建综合评估模型，并通过具体场景下的8种灵活性资源的调度方案进行指标权重的雷达图分析和模糊综合评价。结果表明：设置的灵活性资源调度方案中，灵活性得分最高的为燃气内燃机＋燃气锅炉的调度方案；但是考虑到经济性、环保性、安全性等多个方面，燃气内燃机＋热泵＋水蓄能、燃气内燃机＋热泵＋储能电站这2个调度方案更为突出。
为弥补太阳能具有间歇性的缺陷，将脉动热管应用到太阳能集热器中，设计了新型蓄热式脉动热管太阳能集热器。实验装置采用全玻璃真空管内放置脉动热管，同时添加储热材料，实现全天候持续提供能量。实验针对不同储热材料以及在有、无光照条件下集热器的传热特性进行对比分析，研究结果表明：储热材料为石蜡时，脉动热管当量导热系数提高了64.9%，热阻相对稳定，集热器最大集热效率为79.4%；储热材料为水时，热阻呈现先增大后减小的趋势，集热器最大集热效率为74.8%，最小热阻降低了24.8%，其最大热阻提高了61.2%。但从整体效果来看，当集热器输出热量达到50 W时，其热量输出稳定，储热材料为石蜡的集热器集热效果明显优于储热材料为水的集热器，且储热材料为石蜡时脉动热管当量导热系数要大于储热材料为水时脉动热管的当量导热系数。
清华大学出版社期刊中心
