反式钙钛矿太阳能电池因其高稳定性、易于大面积制备及适用于叠层结构等优点而受到广泛关注。空穴传输层作为反式钙钛矿太阳能电池的重要组成部分，在空穴的提取与传输、表面钝化、钙钛矿结晶以及器件稳定性等方面发挥着关键作用。为探索高效、稳定、高透明且低成本的空穴传输层，以推动反式钙钛矿太阳能电池的商业化进程，文章报道了近年来在该领域所使用的无机和有机空穴传输材料，并列举了相应的制备方法，旨在实现高性能、高稳定性和低成本的反式钙钛矿太阳能电池。
为提高复杂天气条件下地表太阳辐射的预报能力，提出了一种基于分时预测与模型融合的预测方法。首先，通过补充天文辐射特征以反映太阳辐射强度的周期性，并结合天气分类方法引入辐照度衰减系数，对天文辐射进行修正，从而增强了相关性。其次，对数据进行了相关性分析，结果显示地表辐照度主要与天文辐射高度密切相关，而其他气象因素的相关性较低。因此，将数据集按时间节点划分为若干子集，以改变数据分布，从而提升其他关键特征之间的相关性。鉴于不同的数据集使用单一模型进行预测可能导致结果差异，为此采用Stacking算法来提高模型的泛化能力。同时，通过引入交叉验证和叠加高斯噪声的数据增广技术，实现对Stacking模型的优化。实验结果表明，优化后的Stacking模型能够有效提升泛化能力并降低过拟合风险；所提方法能有效识别复杂天气下地表辐照度的随机性，其准确率和合格率分别达到了95.8%和96.7%，相比传统预测方法提高了4%～19%。
光照的间歇性使光伏发电功率波动性较大，导致光伏发电功率的预测准确率较低。为此，提出一种基于连续变分模态分解(successive variational mode decomposition，SVMD)、贝叶斯优化(Bayesian optimization，BO)算法和双向时序卷积网络(bidirectional temporal convolutional network, BiTCN)的超短期光伏发电功率预测模型，以提高预测精度。首先，通过SVMD将原始光伏发电功率分解为多个功率分量和功率残差，以获得多个波动性小的序列；然后，使用改进的BiTCN代替单向时序卷积网络(temporal convolutional network，TCN)，完成低耗时下SVMD分解结果的双向特征提取与预测；之后，使用BO算法高效寻找BiTCN超参数，从而提高BiTCN对各功率分量和功率残差的预测精度；最后，求和并重构预测结果，实现超短期光伏发电功率预测。实验证明，该模型与单一的TCN模型相比，均方根误差(root mean square error，RMSE)减小了35.18%，决定系数提升了4.82%。
为降低源荷两侧不确定性对综合能源系统(integrated energy system, IES)安全性与经济性的影响，以及提升IES面对不确定性的灵活、稳定运行的能力，提出多种储能参与平抑不确定性波动的策略，建立多重不确定性下日前-实时两阶段协同优化的鲁棒模型。模型中加入鲁棒可调因子综合评估系统经济性与鲁棒性，在日前阶段，根据新能源及负荷预测功率确定预调度计划，以实现最小运行成本下的功率平衡；在实时阶段，根据新能源出力及负荷实际模拟功率确定参与二次灵活调整设备的调整功率，以最小成本实现功率再平衡。算例表明，电源侧、储能侧的实时调整能更好发挥IES应对不确定性的协同调节功能；引入鲁棒可调因子刻画不确实性，较好地均衡了系统运行的经济性和安全性。
在绿色经济和新能源快速发展的背景下，可再生能源供电得到了迅速发展。为应对分布式能源波动性大、抗干扰能力较弱的问题，探索以可再生能源供电为主的独立供电微网群运行策略具有重要意义。根据微电网的规划建设及相应控制模式，提出了微电网独立运行与互联运行的策略。为了减少微电网独立运行中的弃风、弃光现象，提高其经济效益，以最小化微电网独立运行成本和最大化微电网互联运行社会效益为目标，建立了涵盖微电网内部调度与微电网间调度的双层优化模型。采用交替方向乘子法(alternating direction multiplier, ADM)进行迭代求解，以获得兼顾各个微网络体及其群体整体运营效益的可再生能源输出功率、储能输出功率以及购售电策略。最后，通过对14节点独立供电微网群进行仿真分析，验证了所提模型的合理性及方法的有效性。
为解决现有孤岛检测方法存在检测盲区及检测时间较长等问题，提出一种常量小扰动复合频差影响的改进型无功扰动孤岛检测方法。分析孤岛时分布式电源注入无功功率扰动与并网点频率偏移的关系，设计常量扰动与频率差值平方正反馈扰动相结合的无功扰动生成方法，其中常量扰动产生初始频率偏移，附加扰动增强频差-无功的扰动响应速度，同时减小并网运行频率波动时的影响；综合孤岛检测时间和扰动对电能质量影响的要求，优化设计扰动系数及扰动周期等参数，并给出孤岛检测实现流程。仿真结果表明：改进型无功扰动孤岛检测方法能克服孤岛检测盲区的影响，较传统正反馈无功扰动法显著缩短孤岛检测时间，最大可缩短52.5%，且几乎不产生电能质量问题，验证了该方法的正确性和有效性。
太阳能聚光系统的镜面积尘不仅降低了光电转换效率，还缩短了系统的使用寿命。为此，搭建了槽式聚光镜面压缩空气除尘系统。运用扫描电子显微镜、激光粒度分析仪、X射线衍射仪和X射线荧光光谱仪等仪器，对积尘颗粒的晶体结构、尺寸分布、元素种类及其占比进行了分析。通过压缩空气除尘系统研究了风刀喷头的入口压力，镜面倾角，除尘高度对除尘效率的影响。结果表明，直径小于10 μm的颗粒在积尘中所占比例超过50%，其中石英和白云母是积尘颗粒中主要的物质成分。积尘颗粒中的元素含量差异显著，氧元素含量最高，其次是硅元素，而氢元素的含量最低。除尘效率随着除尘压力的增加、镜面布置的倾角增大以及风刀喷头的除尘角度和高度减小而提高，最高除尘效率可达98.94%，此时镜面的积尘密度为0.03 g/m2，反射率为98.94%。
为实现储能电池全生命周期下的电池状态动态评估，提高复杂工况下锂离子电池模型的自适应性与状态估计的准确性，提出基于改进逼近理想解排序法(technique for order preference by similarity to an ideal solution，TOPSIS)-模糊贝叶斯网络的电池荷电状态(state of charge, SOC)和健康状态(state of health, SOH)联合估计方法。应用多阶电阻-电容电路(resistor-capacitance circuit，RC)模型、使用节点-支路框架构建电池的等效电路模型，通过基尔霍夫定律与欧姆定律对二阶RC电池等效电路模型中的并联回路进行电气特性分析，构建空间状态方程及等效输出方程；对构建的状态方程进行离散化处理，分别定义并联独立回路离散化零输入响应、零状态响应，分析离散化电池模型状态空间方程；将专家打分法引入TOPSIS算法中进行电池SOC量化估计，结合融入模糊尺度的贝叶斯网络，在相同时间分布尺度下通过电池SOH值计算电池观测样本中对应的SOC值，实现电池SOH与SOC联合估计。实验结果表明：所提方法可有效估计不同离散空间尺度下的电池SOC和SOH结果，估计方法具有良好的准确性与较高的精度。
以黑龙江地区某200 MW风电项目为例，研究不同区域风切变分布差异。通过激光雷达验证了测风数据准确性，并现场踏勘该项目地形地貌，分别分析并对比了数据时长不满1年、满1年后等情况下的风切变拟合规律。根据风切变分布差异，提出3种同机型不同轮毂高度排布方案，并对其进行经济性比选，结果显示，结合风切变排布的高低塔架混排方案度电成本最低。风切变分布差异研究为探寻经济性最优的机型轮毂高度方案提供了理论依据，研究结果可为大型风电项目的分析论证、机型方案选择等提供一定的参考。
光伏电网频率调整过程中，依靠常规Smith预估控制器实现电网调频控制，对模型精度具有较强的依赖性，控制策略实施后最大频率变化率(rate of change of frequency，RoCoF)较大。因此，提出基于改进型Smith预估计器与大数据的光伏电网调频逐步惯性控制方法。首先，采集历史气象数据和光伏电网运行数据，应用大数据分析领域的密度峰值聚类算法进行划分处理，再筛选相似日数据输入长短期记忆网络中，预测出未来光伏发电的功率变化；然后，依托逐步惯性控制思想，设计包含短时超发、转速恢复等多个阶段的电网调频控制策略，将模糊自适应比例-积分-微分(proportion-integration-differentiation，PID)控制器融入常规Smith预估计器，从而升级得到优化版的Smith预估计器；最后，在不受被控模型变化影响的情况下，依据预估补偿原理完成逐步惯性调频控制，并应用麻雀搜索算法求解出最优控制参数。实验结果表明：该控制方法实施后，光伏电网运行过程中最大RoCoF仅为0.086 Hz/s，有效降低了对模型精度的依赖性，保证了电力系统的稳定运行。
清华大学出版社期刊中心
