在积极践行“双碳”目标、构建新型能源体系和建设新型电力系统的背景下，加快构建更加灵活、清洁、可持续的低碳能源系统成为能源转型的必经之路。基于对能源生产供应体系所需进行的“五个转变”的分析，阐述了低碳能源系统的内涵特征，明确了其构建思路，并详细探讨了实现低碳能源系统所需关键技术的发展趋势与面临的挑战。在此基础上，从供给侧和需求侧角度列举了2个具体实践案例，并展望了低碳能源系统未来的发展趋势。
为增强电力系统的灾害抵抗能力，对新能源高占比电网灾前中短期及临近期的主动预防策略进行了研究。首先，结合灾害预测的准确度及主动预防措施的时间尺度，研究了灾前主动预防决策窗口长度。其次，构建了以调度代价与失负荷损失之和最小为目标的预防-攻击-预防三层主动预防模型：上层模型决策移动应急电源接入位置和接入时间；中层模型基于自然灾害场景集确定失负荷损失最大的极端灾害攻击场景；下层模型在移动应急电源接入方案和极端灾害攻击场景的基础上，计及组网约束优化网络拓扑结构和电源出力。最后，在IEEE 69节点算例系统上对方法的有效性进行了验证，结果表明：采取主动预防策略的预防代价远远小于被动防御措施，且移动应急电源预接入时间也对主动预防策略的预防代价有一定的影响。
探究碳-新能源市场风险溢出效应对于防范市场风险、维持碳市场和新能源市场健康平稳运行具有重要意义。运用尾部事件驱动网络模型，构造碳-新能源系统，基于系统、市场、个体等不同角度分析碳市场和新能源市场尾部风险溢出效应。研究发现：碳-新能源系统整体关联性具有明显的周期性特征，突发极端事件会使风险关联度攀升；样本期内，碳市场吸收新能源市场的风险大于向新能源市场输送的风险，碳市场和光伏子市场的联系更为密切；随着碳市场和新能源市场的完善，局域极值点窗口期的关联边数逐渐增多，网络结构越发复杂；在总体关联度局域极大值时，碳市场和光伏子市场主要起到风险溢出通道的作用，风电和新能源汽车子市场有向外溢出和双向溢出的功能。最后，从风险防控、市场建设、监督管理的角度提出建议。
随着禽畜规模化养殖程度的不断提高，奶牛养殖不断朝着专业化、集约化、标准化的方向发展。在“双碳”目标背景下，先进的奶牛养殖能源供给模式也向绿色能源转变。针对规模化奶牛场在生产过程中能源高效利用及降低生产用电费用的问题，提出一种源荷储协调互动的规模化奶牛场能源系统优化调度方法。该方法根据奶牛场生产用电需求及响应特性对其主要生产用能设备进行分类建模，考虑用电成本建立规模化奶牛场能源系统优化调度模型。在分时电价条件下，提出和源荷储系统动态调整的优化调度策略。以实际规模化奶牛场生产情况为依据，进行算例分析对比采用优化调度方法前后的用电效果。算例结果表明，所提出的优化调度策略能在满足生产需求的前提下，有效降低规模化奶牛场的日用电费用，实现奶牛场用电经济效益的最大化。
随着可再生能源占比的持续增长与负荷中心电网峰谷差日益显著，分布式资源的开发与利用已成为研究热点，催生了产消者及负荷聚合商等新兴主体的出现。鉴于各利益主体拥有差异化的优化目标，构建了以负荷聚合商作为售电主体参与电力市场的双层优化模型。首先，引入产消者需求响应机制，形成主从博弈框架并利用Karush-Kuhn tucker(KKT)条件，将双层模型的下层目标及约束整合至上层，实现统一求解。其次，引入条件风险价值(conditional value at risk， CVaR)方法以量化电价不确定性对负荷聚合商购电策略的风险影响。最后，通过实证算例分析得出：该机制能有效激励用户侧可调资源参与系统灵活性调节，促进负荷聚合商与产消者间的双赢合作格局。
高比例新能源接入配电网对配电网电压控制造成了巨大挑战。传统电压控制方法在高比例可再生能源渗透的情景下无法取得满意的控制效果，同时传统电压控制依赖机械式调压设备，其频繁机械式动作显著影响了使用寿命。为解决以上问题，提出一种基于模型预测控制(model predictive control， MPC)的多层电压控制方法。在所提方法中，机械式调压设备，例如变压器和并联电容，在上层以较长控制周期进行控制；而下层，对分布式电源的有功和无功输出以较短的时间尺度进行快速调节。在所提方法中，上层控制的控制目标是降低机械式调压设备的动作次数，下层的控制目标为降低系统的网损和有功消减，保证配电网运行的经济性。所提方法考虑了配电网当前及将来的系统状态，能确保高比例新能源接入后电压在允许的范围内。仿真结果表明：所提方法能有效解决高比例风光接入配电网带来的电压越限问题，系统电压均方误差从3.9%降低至0.97%；同时，该方法能显著降低有载调压变压器和并联电容的动作次数，仅为传统电压控制方法的40%和16.4%。
分布式光伏电站功率的精准预测对于解决其出力不确定性至关重要。分布式光伏具有数量众多且地理位置分布较为分散的特点，若对每个分布式光伏电站进行功率预测系统配置，将会带来很高的运行成本，为此提出一种基于多源预报动态聚类的分布式光伏集群短期功率预测方法。首先，将预测日的当地公共天气预报信息进行数字编码，并将编码信息与本地区数值天气预报(numerical weather prediction，NWP)数据通过改进自编码器进行特征提取，实现多源预报数据融合；其次，以预测日的多源预报数据融合后的特征作为聚类特征，利用自组织映射(self-organizing mapping，SOM)网络聚类来实现集群的动态划分；最后，通过1维卷积神经网络(1D convolutional neural network，1DCNN)进行集群预测，并将集群预测结果累加实现区域分布式光伏的功率预测。结果表明，所提方法可以得到较为精确的预测精度和更可靠的预测效果。
大功率双向隔离型DC-DC变换器是直流微网的关键装备，其性能对微电网运行具有重大影响。在微网启动及故障后恢复工作时，隔离型DC-DC变换器往往会产生大冲击电流，给微网的可靠运行带来巨大挑战。基于此，以三相双有源桥变换器为研究对象，提出一种可极大降低启动冲击电流的软启动方法，结合Buck模式与移相控制进行启动。此外，对输出电压调节器进行设计，并在其中加入负载电流前馈，在瞬态过程中采用改进型瞬时电流控制，使移相角之间能平滑切换。仿真结果表明，该方法在黑启动过程中可极大地减小冲击电流，且具有更好的动态性能。
为解决交直流混合微电网单一储能形式无法满足各子网功率协调问题，提出一种考虑互联接口变换器(interlinking interface converter， IIC)及混合储能荷电状态(state of charge，SOC)变化的多模式功率协调控制策略。根据子网归一化电压频率指标划分微电网的运行域，结合各子网功率状态及混合储能SOC，在不同工况下由IIC与储能双向接口变换器(bidirectional interface converter，BIC)配合进行功率传输，实现系统整体功率平衡并控制储能SOC在合理的范围内，提高了系统运行稳定性和可靠性。同时，超级电容及蓄电池形成的混合储能，不仅能充分发挥超级电容响应迅速的优势，还能减小过冲过放对蓄电池的影响。最后，在PSCAD环境下设计不同工作模式的网间功率互济场景，验证多模式功率协调控制策略的有效性。
针对新能源发电接入以及考虑需求响应背景下的微电网优化调度问题，建立微电网模型；以考虑需求响应带来的用户用电不舒适度和系统的运行成本构建目标函数，调整用户可转移负荷。根据风光出力具有的随机性、波动性等特点，采用模糊K-means算法对风光出力数据进行聚类，得到典型的风光出力曲线。对哈里斯鹰优化(Harris hawks optimization， HHO)算法种群分布不均以及易陷入局部最优的问题进行改进：首先，在初始化种群阶段引入Tent映射，使得初始种群覆盖更全面，避免在早期陷入局部最优解；然后，在搜索阶段引入Levy飞行函数，增强算法的全局搜索能力，再将改进哈里斯鹰优化(improved HHO， IHHO)算法应用于寻优，并将其与经典算法进行对比。最终结果验证了所提策略的有效性以及IHHO算法的优越性。
清华大学出版社期刊中心
