针对传统海岛存在能源资源的可持续供给问题，提出一种独立海岛零碳微网多时间尺度优化运行方法， 以满足独立海岛微网在稳定性、灵活性和经济性方面的需求。首先，根据海岛用能实际情况构建独立海岛零碳 微网风-光-储-氢-水系统模型。其次，考虑到氢储能具有长周期储能的能力，建立周前-日前-日内多时间尺度优 化模型，提出计及风光不确定性的多时间尺度运行调度策略。周前阶段基于历史数据预测风光资源趋势，制定 氢储能启停计划；日前阶段利用基于多场景技术的随机优化方法处理风光不确定性，并制定海水淡化机组启停 计划；日内阶段结合实时风光数据动态调整电氢混合储能与海水淡化系统运行状态。最后，仿真结果表明，所 提方法可以更好地发挥氢储能长时间储存能量的特性，促进系统风光消纳，在风光资源不足时，能有效减少负 荷损失量，提高独立海岛零碳微网系统的可靠性。

在全球能源转型与新能源汽车产业高速发展的背景下，换电站作为关键补能基础设施，其布局优化对提升服务效率与电力基础设施效能至关重要。该文以 B 市营运类乘用车换电市场为研究对象，通过市场调研获取换电出租车运营数据，引入混合队列模型，建立基于动态稀释效应的饱和度预测模型，同时提出了耦合泰森多边形与粒子群算法的融合算法。基于上述方法，构建了“预测-优化-布局”的协同规划体系，量化了政策敏感性与供需的互动关系。经蒙特卡洛模拟验证了 2025 年理论新增换电站 23 座的预测可靠性；通过“换电站-充电枪”协同配置 (65 座换电站+4 把充电枪) 将用户平均等待时间控制在 10 min 内，实际建站需求优化至 13 座；利用动态空间划分与全局寻优耦合，解决了高密度城区站址优化难题。研究成果为换电网络规划提供了兼顾服务效率与投资成本的可落地方案，也可为分布式电力基础设施优化提供参考。

由于风能、太阳能等可再生能源受天气条件影响，具有间歇性和波动性，将会影响多能互补系统的可靠运行。氢能作为一种优质的二次能源，具有绿色无污染和高能量密度的优势。为应对新能源出力的不确定性，构建了多能互补热电联产系统模型，该系统包括热电机组、风力发电机组、光伏发电机组、电锅炉及氢储系统，并引入余热回收环节，以提升系统灵活性与能源利用效率。在此基础上，建立了以总运行成本最小和碳排放最少为目标的优化调度模型。针对该模型，提出一种改进的多目标模拟退火粒子群算法，有效提高了收敛速度和寻优精度。对山东省某地区的算例进行仿真分析，结果表明所提方法使系统总运行成本平均降低了12.51%，碳排放量平均减少了 5.53%，验证了所建模型与算法的可行性和优越性。

针对现有区域分布式光伏功率预测依赖气象数据、运维成本高、数据质量差及结果可信性不足的问题，提出一种光伏功率电量联合可信预测方法。首先，基于电能表功率采集与日电量冻结数据，进行联合筛选、融合与归一化处理以提升数据质量；其次，构建多时间尺度高精度序列到序列（sequence to sequence，Seq2Seq）预测框架，结合区域集中式光伏电站历史与预测数据，通过计及功率与电量的多时间尺度损失函数来优化预测精度；最后，采用承诺-证明简洁非交互零知识证明（commit-and-prove succinct non-interactive argument of knowledge，cp-SNARKs）技术构造模型完整性验证方案，在保障结果可信的同时保护模型机密性。基于华北某城市实测数据的实验验证表明，该方法能显著降低功率电量预测误差，提高光伏功率预测精度。所提方法无需气象数据和系统改造，具有数据质量高、预测精度优、运维成本低和可验证性强的特点，可拓展至负荷预测、风电出力等时间序列预测场景。

振动监测与状态评估是保障大型风电机组安全运行的重要技术手段和管理措施，特别在云贵高原冬季凝冻环境下抗凝冻试验风电机组的振动监测和状态评估显得尤为重要。风电机组叶片结冰的随机分布可能导致三支叶片质量不平衡和气动外形变化，加之机组叶片防/除冰需要而新增设备或辅材的安装差异，综合作用或将引发机组振动而产生设备安全隐患。文中采用主动气热法构造3台5MW抗凝冻试验风电机组，深入分析机组振动主要影响因素；利用 3台 5MW 抗凝冻试验机组历时 4个月运行期间的振动监测数据，计算机组 9个关键振动状态变量参数并结合特征量限值综合评估试验机组振动状态，通过纵向/横向对比判定每台机组振动状态及发展趋势。评估结果表明，3台试验机组振动烈度及差异较小，均可长周期安全运行，叶片结冰以及抗凝冻改造对机组振动影响不显著。

阵列式换热器作为换热器网络（heat exchanger network，HEN）的一种拓展，能够有效提升先进绝热压缩空气储能（advanced adiabatic compressed air energy storage，AA-CAES）发电系统的运行能力。然而变结构阵列式换热器网络的复杂性会对 AA-CAES运行能力产生显著影响。为此，本文提出了一种计及阵列式换热器的先进绝热压缩空气储能系统宽工况运行方法。首先基于热电比拟理论建立了 AA-CAES系统用阵列式换热器模型。随后，基于阵列式换热器的运行特点提出了一种 AA-CAES宽工况运行方法，根据需求功率确定参与功率调节的换热器单元数量后以功率偏差、导热油余能作为目标函数对阵列式换热器进行多目标优化。最后基于一商业运行压缩空气储能电站参数进行算例分析，验证了所提方法的有效性。结果显示相较传统换热器，阵列式换热器能够有效拓宽 AA-CAES发电系统运行可行域，减少功率跟踪偏差并增加导热油能量利用率。该研究将为压缩空气储能电站的灵活调控提供理论依据和技术支撑。

为了有效识别和剔除风电机组实测数据中的异常数据，通过分析风电机组的高维实测数据，提出一种基于流形学习的异常数据识别算法。首先采用 k-近邻互信息算法实现风电机组特征变量选择，然后使用将样本间距离度量替换为欧几里得度量和局部主成分分析（Local Principal Component Analysis， LPCA）差别加权和的优化t-分布随机近邻嵌入（t-Distributed Stochastic Neighbor Embedding， t-SNE）算法挖掘出高维流形数据中具有内在规律的低维特征，使得具有不同分布特征的数据在可视化二维空间中显著分离。并采用基于密度的噪声空间聚类（Density-Based Spatial Clustering of Applications with Noise， DBSCAN）算法对二维空间中的数据进行聚类。结果表明，与主成分分析（Principal Component Analysis， PCA）算法、局部线性嵌入（Locally Linear Embedding， LLE）算法和原 t-SNE 算法相比，所提方法能够对各种复杂工况数据进行可视化分离聚类，并对异常数据进行识别和剔除。