针对农村地区基础设施薄弱、电压稳定性差、可再生能源利用效率低等现实问题，构建了一种兼顾电压稳定性与经济性的分布式电源容量与选址优化模型。该模型以提高电压稳定性为目标之一，以降低分布式电源接入配电网造成的电能质量影响；同时，以分布式电源全生命周期的平准化度电成本（levelized cost of energy，LCOE）为另一优化目标，综合考虑投资、运维成本及发电能力，以提高系统经济性。采用双重深度Q网络（double deep Q-network，DDQN）算法求解该模型，制定兼顾电压稳定与经济性的最优方案。最后，以改进后的IEEE 33节点系统进行仿真验证，结果表明：采用该模型的改造方案能有效提高农村配电网电压稳定性并降低系统改造成本；通过与深度Q网络（deep Q-network， DQN）算法、非支配排序遗传算法（nondominated sorting genetic algorithm II ， NSGA-II）、多目标粒子群（multi-objective particle swarm optimization， MOPSO）算法进行对比分析，进一步验证了所提方法的优越性，体现出强化学习算法在解决复杂优化问题时的高效性与灵活性。

随着农村配电网分布式光伏并网容量的提升，在农村配电网规划设计过程中实现分布式光伏可测、可调、可控的柔性改造迫在眉睫。在此背景下，提出了一种分布式光伏柔性改造进程下的农村配电网滚动式近似动态规划模型。首先，考虑分布式光伏柔性改造进程，基于“多阶段规划、首阶段建设”思路，建立农村配电网滚动式多阶段随机规划（multi stage stochastic programming，MSSP）模型。其次，以基于马尔可夫决策过程（Markov decision process，MDP）的近似动态规划（approximate dynamic programming，ADP）算法为内核，构建滚动式近似动态规划算法，实现所提规划模型的滚动式求解。最后，利用改进的IEEE 33节点典型系统验证所提模型和算法，结果表明：所提模型能够有效应对农村配电网分布式光伏柔性改造进程，获得经济效益更优、对持续涌现的长期不确定性应对能力更强的优化配置方案。

近年来滨海城市台风频发，受台风影响的配电网线路及负荷的脆弱性日益增强。为此，提出了一种基于分层序列法的移动应急电源车优化调度模型。首先，构建了极端灾害条件下的故障率模型，并采用蒙特卡洛方法确定线路脆弱性模型。同时，考虑了分布式电源、储能系统和移动应急电源车等多种灵活资源在不同时空尺度下的协同作用，以制定孤岛与重构相结合的可靠配电网弹性评估模型。最后，通过二阶锥松弛技术，将原始非线性问题凸化为易于求解的标准混合整数二阶锥问题。该研究采用分层序列求解算法，以重要负荷供电率为主要目标，同时尽可能减少配电网整体负荷损失作为子目标。算例结果验证了该策略的有效性，与其他调度方法进行对比后进一步证明了该算法在准确性方面的优势。

在分布式光伏大规模接入的低压配电网中，现有剩余电流装置 （residual current device，RCD）无法区分剩余电流回路中的光伏异常漏电流与触电时的触电电流，容易发生误动作，导致低压配电网的用电安全和供电可靠性存在隐患。针对该问题，提出一种基于支持向量机（support vector machine，SVM）的漏电故障识别方法和基于极致梯度提升（extreme gradient boosting，XGBoost）的触电电流检测方法。首先，基于变分模态分解（variational mode decomposition，VMD）获取不同漏电场景下剩余电流信号的分量，建立故障特征集；然后，将故障特征作为输入，建立基于麻雀搜索算法（sparrow search algorithm， SSA）优化SVM的漏电故障识别模型，对漏电故障类型进行识别；针对发生触电事故时剩余电流无法真实反映触电的情况，建立基于网格搜索与交叉验证（grid search & cross validation，GSCV）优化XGBoost的回归分析模型，实现从剩余电流中精确提取触电电流。算例结果表明：相较标准SVM和核极限学习机（kernel extreme learning machine，KELM）模型，SSA-SVM模型对漏电故障的识别率最高，平均识别准确率达99.28%；基于GSCV优化的XGBoost回归分析模型提取的触电电流值与真实值实现了良好的拟合；所做工作为具备漏电故障识别和触电电流检测功能的新型RCD开发提供了理论依据。

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%。

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。

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。

受负荷随机变化、需求响应参与、分布式电源波动、量测装置种类多等因素的影响，容易出现配电网量测数据值异常，导致配电网动态状态估计精度下降。为了提高配电网状态估计的精度，提出了一种基于自适应H_∞容积卡尔曼滤波的配电网动态状态估计方法。首先，在容积卡尔曼滤波基础上，将自适应因子和H_∞滤波器相结合，对模型误差问题进行处理与限制。其次，结合噪声估值器，对过程噪声中的参数进行在线估计，减少噪声对预测误差的影响。最后，对典型配电网69节点系统进行仿真，仿真结果表明：该方法在系统正常运行、需求响应参与削峰填谷以及负荷发生突变这3种场景下，其估计精度均提高10%以上，保持了相对高的估计精度。

电动汽车放电时可作为电网的一种分布式储能装置，参与缓解高比例新能源接入微电网的供电压力。基于多时间尺度下分时电价的特点，提出一种考虑电动汽车集群的微电网多时间尺度优化调度方法。在日前调度阶段，基于分时电价对微电网内部储能、可中断负荷、可转移负荷等设备出力进行优化调度；在日内优化调度阶段，将电动汽车集群纳入到微电网能量调度中来，通过分析各电动汽车集群的调度潜力来实现合理的充放电。为验证所提方案的有效性，选取不同的用电峰平谷时段分时电价，让电动汽车集群参与微电网能量调度，结果证明考虑电动汽车集群参与的微电网多时间尺度优化调度能充分利用电动汽车集群的储能资源，提升微电网调度运行的灵活性和经济性。

为评估孤岛型微电网的可靠性以及分析储能装置对系统可靠性的影响，提出基于序贯蒙特卡洛模拟法的孤岛微电网可靠性评估方案。首先，以孤岛型风柴储混合微电网系统作为研究对象，搭建分布式电源等关键设备的出力模型；其次，制定可靠性评估指标体系、不同的储能运行策略及负荷削减策略，在此基础上提出基于序贯蒙特卡洛模拟法的孤岛风柴储微电网可靠性评估算法；最后，通过对改进的RBTS Bus 6 F4孤岛系统进行仿真，量化分析了储能装置的运行策略、储能容量、容量配置对系统可靠性水平的影响。结果表明：合理的储能策略、适当增大储能容量以及适宜的储能系统配置方案等均可提高系统可靠性。

为建设新型能源体系与构建以新能源为主体的新型电力系统，不同类型的新能源加入到电力系统中，高比例新能源的加入对电力系统的影响日益显现。基于国家大力发展新能源的时代背景，结合广东山区具有发展小水电和风电的区位优势，运用理论、仿真等研究方法，对光伏、风电、小水电等不同种类新能源组成的多能互补微电网孤岛初期频率变化规律问题展开研究。首先，研究小水电、风电及光伏发电分别作为单独的分布式能源接进微电网孤岛运行幅频变化情况，发现只有光伏微电网具有较好的孤岛运行稳定性。接着，探讨小水电和光伏分别加入对风电微电网在孤岛初期幅频变化的影响，发现光伏对风电微电网全工况都有支撑作用，而小水电在特定工况下支撑作用较大。最后，分析风光水多能互补微电网孤岛初期幅频变化的影响，研究结果表明风光水多种新能源在一定配比下具有较好的运行稳定性。

针对光热电站热电联供微电网的优化调度问题，提出考虑需求响应、光热电站和电加热器相互协调配合的分层优化调度模型。在上层模型中，使用移动边界法对负荷曲线进行划分，以可再生能源与负荷之间的差异最小化为目标来求解不同时段电价；下层模型以微网调度成本最小为目标进行调度优化。考虑到仅靠风电和光伏不能满足负荷需求等情况，还需对光热电站和可控电源进行调节调度，建立一个基于混合整数线性规划的经济调度优化模型，该模型包含了光热电站、需求响应和电加热器之间的相互协调调度。通过实际案例分析，验证了所提方法的有效性和合理性。

忽视配电网运行的负荷特点，会导致蓄电池状态以及功率交换情况的优化不足。为了解决配电网节点拓扑和负荷不确定性的问题，提出了一种考虑负荷不确定性的配电网分层协调控制方法。分析了包括负荷节点、变压器、断路器、隔离开关等节点在内的配电网拓扑结构，分别计算了并网模态、孤岛模态下的能量关系，建立源网荷储分层协调控制模型，并使用拉丁超立方抽样方法生成不确定性的场景，引入了惯性权重、学习因子等参数改进粒子群算法，设计多目标分层粒子群算法的调控流程，实现配电网源网荷储分层协调控制。实验结果表明：应用该方法后，蓄电池的能量状态更好，交换功率更高；分层协调控制效果较佳，并可以根据实际需求进行配电网负荷状态自适应调整。

针对配电网中含有谐波、带外干扰及其他严重干扰的同步相量测量问题，提出一种基于有限冲击响应滤波器和M类同步相量测量算法(finite impulse response-M synchrophasor measurement algorithm, FIR-MSMA)相结合的配电网测频算法。该方法利用最小二乘法设计出FIR-1滤波器提取低频信号，在此基础上利用设计的FIR-2滤波器实现频率测量的目的，并分析2种滤波器参数设定的原则。利用Matlab软件编制算法仿真程序，验证所提算法的动态测量性能。结果表明，相比于基于离散傅里叶变换的算法和基于滑动平均滤波器的算法，基于FIR-MSMA的算法具有更强的抗干扰能力和更高的测量精度。

针对工业园区供电容量不满足用电负荷需求的情形，通过研究微电网系统用电策略，提出一种微电网双层优化模型。优化模型外层建立光伏-储能系统经济效益模型，以投资回收期、内部收益率作为经济效益的评价指标；内层以微电网、负荷、储能系统的运行状态等作为约束条件，同步考虑分布式光伏、储能系统与负荷间的配合，以供电可靠性作为评价指标，设置储能系统充放电运行策略。选取西北地区某工业园区作为应用场景，对优化模型求解，得到微电网系统最优容量配置。同时，对比分析改进优化方案和满足持续供电的储能容量配置方案，发现所提储能容量配置可实现最优经济效益，结合实际验证了该模型的有效性和可行性。

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。

为提高微网三相线路故障诊断精度，提出基于自适应变分模态分解(adaptive variational mode decomposition，AVMD)和卷积神经网络(convolutional neural network，CNN)的微网线路故障诊断分类方法。首先建立包含风、光、水系统的微网径向结构模型；采用AVMD将原始故障信号分解得到多个模态分量，其中变分模态分解(variational mode decomposition，VMD)的参数采用天鹰优化(aquila optimizer，AO)算法进行优化；诸多模态中只有少数模态保留了故障信号的信息，利用有效加权峰态相关(effective weighted peak relevance，EWPR)指数对模态分量进行选择，选取最能保留故障信息的3个模态作为敏感模态；剔除噪声和其他无关模态的影响，使用CNN对微网的线路故障进行诊断分类。生成110组故障数据用于训练和验证神经网络，结果表明22组验证数据集中共有21组数据分类正确，此研究方法对故障的诊断精度达到了95.46%。

在聚合商管理模式下，对大规模插电式电动汽车(electric vehicles, EV)调节容量的高效利用可降低系统运行成本，助力可再生能源(renewable energy resources, RES)消纳。同时，随着EV快速充电设施的普及，相较于慢充而言，快充模式下EV参与电网辅助服务时可能存在更多灵活性，但无疑也考验着电力系统承受能力。为充分利用需求侧灵活性资源，考虑将快速充电概念应用于电动汽车入网(vehicle to grid, V2G)场景中，即考虑双向的快速功率，提出考虑EV充放电模式灵活性的配电网日前经济调度方法，其包含2个模型：考虑充放电模式的EV聚合模型与配电网经济调度模型。通过算例分析验证了该策略可提升EV可调度区域灵活性，并能为配电网经济调度带来可观效益。

高比例风光电源接入微电网系统，带来了更多的不确定因素，也给电网的优化调度带来了挑战。为提高系统的经济、环保性能，合理配置风光机组的装机容量，促进风光消纳，该文建立高比例清洁能源微电网模型，定义经济性与环保性目标函数，提出多目标优化调度策略，并采用粒子群优化算法进行求解。通过算例分析，探究清洁能源渗透率对微电网的经济、技术特性及清洁能源消纳率的影响。随着清洁能源渗透率的提高，消纳率总体呈降低趋势，且存在渗透率临界值，在临界值范围内提升渗透率可有效提升微电网综合运行效益。结果表明，该文提出的调度策略正确有效、算法收敛可靠，能为风光机组装机容量的合理配置提供重要参考。