为减少智能体达到收敛所需的训练轮数，提高经验样本利用效率，优化综合能源系统（Integrated Energy System，IES）能量调度，引入深度强化学习（Deep Reinforcement Learning，DRL）算法，提出一种基于多环境实例和数据特征分数经验采样机制的改进深度确定性策略梯度（Deep Deterministic Policy Gradient，DDPG）算法。首先，借助多环境实例促使智能体和环境进行大量交互，从而获得有效的指导经验；其次，对不同类型数据进行特征量化处理，并依据特征分数进行经验采样，提高样本利用效率；最后，将改进DDPG算法与经典柔性动作-评价（Soft Actor-Critic，SAC）算法、双延迟深度确定性策略梯度（TwinDelayed Deep Deterministic Policy Gradient，TD3）算法进行对比实验，实验结果验证了所提算法在提高收敛速度和样本利用效率方面的有效性，并通过算例仿真对模型增量学习后的性能提升进行了验证。
为促进新型电力系统中新能源的消纳，充分发挥风电、光伏和储能的互补效益，研究风光储协同规划具有重要意义。在考虑风电、光伏出力的不确定性和相关性的前提下，基于回代消除（Simultaneous Backward Reduction，SBR）算法缩减场景，得到典型运行场景。综合兼顾系统的经济性和安全性，建立了多目标规划模型，并采用层次分析法将多目标转化为单目标进行求解，同时建立减碳效益评价指标。最后通过温州市某供区输电网的算例分析，验证了所提规划方法的有效性。相比不考虑风光相关性的规划模型，风光储协同规划模型能够使系统年投资运行成本降低9 056.527万元，减碳效益增加8.979万t，年新能源消纳率提高0.64%。
针对高比例分布式新能源接入配电网后，常规的解耦电压控制、最大化消纳控制等方式已不能满足高比例新能源并网条件下配电网控制需求的问题，综合考虑配电网运行的经济性、新能源消纳和电压合格率，将分时电价、系统损耗和相关经济损失相结合，提出一种新型评估主动配电网智能体整体经济效益的奖励函数，构建了含高渗透率分布式光伏的配电网控制数学模型，在基于深度强化学习的源荷储协同控制技术下提升主动配电网智能体的动作效果。通过对IEEE 33节点模型进行仿真分析，验证了基于深度强化学习的配电网源荷储协同优化控制技术的有效性，最大电压波动的标幺值降低了0.029 7，最大线损降低了26.09%，光伏消纳率提高了4.73%。
随着“双碳”战略目标的推进，清洁低碳将是能源系统发展趋势，综合能源系统优化运行成为助推战略落地的重要措施。首先阐述了综合能源系统的基础概念、关键技术及基本特征；在模型方面，从能路、潮流分析、能量枢纽、系统设备、不确定设备及机制等方面归纳出综合能源系统的数学模型，并梳理了学者在综合能源系统基本模型、多目标模型、鲁棒优化模型及博弈模型中的研究成果；在求解算法方面，研究了元启发式优化算法、机器学习算法及优化求解器在综合能源系统中的实际应用，为系统优化提供了方法支撑；最后，对综合能源系统优化运行的未来研究方向进行了展望。
分布式电源多点、大规模接入电网改变了电网结构，同时也使其运行方式发生改变，不恰当的分布式电源选址定容会使配电网的电压质量下降，出现反向潮流等问题。针对该问题，建立以综合成本、有功网损和新型线路电压稳定指标值最小为目标的分布式电源优化配置模型，并采用佳点集、非线性余弦收敛因子和分布估计策略对传统灰狼优化算法进行相关改进，结合IEEE 33节点配电网进行算例分析，发现分布式电源并网后配电网运行成本降低、系统网损显著减少、电网电压稳定性有所改善，验证了改进灰狼优化算法（Improved Grey Wolf Optimization，IGWO）比传统灰狼优化算法（Grey Wolf Optimization，GWO）及其他优化算法在选址定容方面更具优势。
为实现清洁能源的高效消纳和电网的稳定运行，主动配电网中可调控资源越来越多，但同时也增加了主动配电网能量优化问题的复杂性。为此，以经济环境成本最小、调控成本最小和节点电压偏差最小为目标函数，建立了一种协调配电网重构、无功补偿设备、有载调压变压器和可调控负荷的主动配电网能量优化模型。采用改进的IEEE 33系统进行测试，结果表明，本研究所提的基于角蜥优化算法的主动配电网能量优化方法表现出优异的效果，在电压偏差和网络损耗方面，比单一手段控制平均降低了51.62%和22.16%。在电网的智能化升级和主动控制转型中，本方法可以为新能源的消纳和电网的稳定运行提供技术支撑。
随着新能源占比不断增加，新能源多场站短路比（Multiple Renewable Energy Stations Short Circuit Ratio，MRSCR）逐渐成为制约电网安全运行的重要指标。对MRSCR的主要影响因素及机理进行分析，结果表明，电网初始电压、近区新能源出力对MRSCR及暂态稳定均有不同程度的影响。从电网规划建设、生产运行等多角度探讨提升MRSCR的合理方法。提出应参考MRSCR指标进行新能源布点、线路选型，做好MRSCR专题计算分析工作，利用MRSCR估算电网强度、预算新能源消纳能力等建议，结合内蒙古电网近期规划网架，基于功率差异化控制原则，制订满足MRSCR安全约束的新能源出力优化措施，为释放新能源发电能力提供思路。
针对人工盘煤成本高昂与激光测量方法精度受限等问题，提出基于PointCNN网络的煤场煤堆点云识别与体积计算方法。首先，利用欧式距离对毫米波雷达获取的煤堆原始点云数据进行分割；其次，采用PointCNN网络精确识别目标煤堆点云数据，并采用Delaunay三角剖分算法及投影法实现煤堆点云数据的三维曲面重建和煤堆的体积计算；最后，以某燃煤电站煤场为研究对象，对所提方法进行验证。结果表明，相较于传统测量方法，本文所提方法精度更高，相对误差低于5%，能够满足燃煤电站对煤场煤堆的体积测量要求。
基于储能和柔性多状态开关的智能配电网在计划和非计划馈线离网时，均会引起较大电压偏差。为了提高系统稳定性，针对计划馈线离网，设计了计划馈线离网切换时序，可提前将需切出的交流电网与系统间的交换功率降为0；针对非计划馈线离网，在蓄电池恒压控制中引入功率前馈控制，可在馈线离网瞬间快速释放蓄电池能量。针对离网后出现的故障负荷相位突变问题，提出具有离网锁相功能的改进<i>V</i>/<i>f</i>控制策略。不同工况下的仿真结果表明，基于储能和柔性多状态开关的智能配电网功能控制策略能在计划馈线离网发生时，实现平滑切换；在非计划馈线离网发生时，减小母线电压波动，在离网切换后，快速实现相位锁定和跟踪，保证系统的稳定运行。
为应对风能、光能等自然资源的间歇性和波动性，提高风光火储综合能源系统的新能源消纳率，维护电网安全稳定运行，建立风光火储综合能源系统调度模型，提出一种自适应随机模型预测控制（Stochastic Model Predictive Control，SMPC）调度策略。该策略主要由供需预测模型、场景削减、滚动优化及反馈校正4部分组成，通过合理削减初始场景及实时改变滚动优化周期步长等手段提升调度精确性。同时，以某典型日为算例，对比分析自适应SMPC、模型预测控制（Model Predictive Control，MPC）、SMPC三种调度策略的优劣性。结果表明，本文所提自适应SMPC调度策略可有效应对风光出力与负荷的波动性和不确定性，该策略下，调度精度较高、速度较快，且总调度成本变动较小。