摘要:近年来，中低压配电网中的光伏装机容量迅速增长，带来了功率流向变化和电压越限等问题。针对含高比例光伏的中低压配电网，提出一种日前?日内两阶段的多时间尺度优化调度方法。首先，以网损、光伏弃用惩罚成本以及储能系统充放电成本最小为目标函数建立集中式的中低压配电网日前随机优化模型，并转化为混合整数二阶锥规划（mixed?integer second?order cone programming，MISOCP）模型进行求解。其次，由于不同设备调节时间尺度不同以及低压配电网的准确网络参数难以获取，在日内阶段构建了中低压配电网双层滚动优化方法：上层集中式优化模型提供中压配电网运行的基准策略，下层分布式控制模型根据电压越限情况顺序调节低压层光伏逆变器无功、储能无功、储能有功以及光伏有功的出力。最后，基于改进的IEEE 33节点中压系统和21节点低压系统验证所提方法的有效性。

摘要:为解决电动汽车及新能源大规模接入带来的电力系统运行稳定和新能源高效利用的问题，光储充一体化模式应运而生，其各单元间源荷储协同交互机理及优化调控策略也成为智能电网亟待解决的关键问题。“光储充放+智能建筑”的光储充建一体站微电网模式因其源荷储一体化、供需互补、灵活调度等特征，成为中国节能减碳、能源转型的发展重点。考虑到其微电网运行模式所要面对的分布式能源强不确定性、孤岛并网运行状态下交互机理不明等挑战，对光储充建一体站微电网各单元模块、关键技术、运行状态等方面进行综述，并对光储充建的研究现状进行总结，探讨其未来的发展趋势和需要面对的挑战。研究成果对挖掘经济激励下各类需求响应资源的调控潜力，保障电网供电可靠性，具有重要理论和实际参考意义。

摘要:分布式光伏对于实现“双碳”目标和建设以新能源为主体的新型电力系统具有重要意义。研究了当前阶梯?峰谷电价体系下户用光?储系统的优化运行问题。首先，介绍了户用光?储系统的结构和电价体系。其次，考虑阶梯?峰谷电价对用户长时间尺度用能策略的影响，提出了基于模型预测控制的户用光?储系统双层滚动优化运行策略。其中，上层模型为基于阶梯电价，以年综合收益最大为目标的年滚动优化，下层模型为基于峰谷电价，以日运行成本最低为目标的日滚动优化。下层模型中光伏和储能的运行方案以上层优化结果为参照，并修正由于不确定性因素导致的系统状态偏差。此外，采用Informer模型解决了长时间尺度下系统状态的准确预测问题。最后，通过算例仿真结果表明，所提策略可以推迟高阶梯电价的使用时刻，有效提高居民用户的整体收益。

摘要:针对光伏电池的非线性输出特性，为提高光伏电池的利用效率，需对其输出的最大功率进行实时跟踪。从光伏电池的输出特性分析出发，在阐述MPPT控制原理的基础上，综述光伏发电系统中最大功率点跟踪技术的算法，对跟踪速度、控制精度及将来研究和应用中需要解决的问题作了探讨。通过实验对比分析不同算法以及同一算法不同参数之间的差异，比较分析电压控制与直接占空比控制的不同。根据实验结果，对各种MPPT算法进行总结，包括跟踪时间、跟踪效率、电压波动等。建议工程应用中的合适场合，从而为光伏并网控制器中重要环节的设计与实现提供参考。最后，展望未来发展趋势。

摘要:针对现有时间序列模型预测光储直柔配电系统短期发用电数据精度不高的问题，提出一种基于灰色关联度分析/集合经验模态分解（grey relation analysis，ensemble empirical mode decomposition，GRA/EEMD?Informer的光储直柔配电系统多数据预测模型，通过灰色关联度分析、模态分解，结合自注意力蒸馏机制，有效捕捉输出和输入之间较精确的长程相关性耦合，降低了时空复杂度，极大缓解了传统编解码的局限性。将已建成并投入使用的光伏发电站某月数据、典型办公建筑某月电力数据及电动汽车充电站运行数据作为原始数据，以均方误差、平均绝对误差、均方根误差作为评价指标对模型进行检验，并进行消融实验与分析，最后与长短期记忆网络（long short?term memory，LSTM）、基于粒子群优化（particle?swarm?optimization,PSO）算法的长短期记忆网络（PSO?LSTM）、Transformer时间序列预测方法对比，结果表明该方法的拟合程度明显高于其他预测方法，验证了GRA/EEMD? Informer算法对提高预测能力的有效性和实用性。

摘要:配电网中光伏和电动汽车充电站的接入会影响配电网稳定运行，但其各自的灵活调度特性也为配电网增强了一定灵活特性，故提出一种考虑光伏利用效率与电动汽车充电设施数量限制的配电网分布式资源协调控制策略（distributed resource coordination control strategy, DRCCS）。该方法在光伏侧考虑配网中光伏控制能力，协调配网各光伏逆变器的V?Q下垂控制斜率，实现光伏出力优化控制。在电动汽车充电侧考虑实际充电站内充电设施的数量限制，实现电动汽车有序充电，在保证充电需求的前提下调用充电灵活性实现对配网的辅助支撑。综合构建考虑光伏利用效率与电动汽车充电设施数量限制的协调控制模型，实现维持配网电压稳定，提升光伏逆变器有功输出，并保证电动汽车充电需求的目标。所构建的混合整数非线性问题采用广义Benders分解算法（generalized Benders decomposition, GBD）进行求解，并通过仿真验证了该方法的有效性。

摘要:为响应“双碳”目标，高比例新能源接入的新型电力系统已成为下一个发展目标。光伏作为当前电力系统能源发电主体形式之一，其出力特性数据尚存在多源、异构及高维等分布特点，导致不同特征作用机理、机制较为复杂，继而加大分布式光伏系统出力的预测难度。为此，首先构建核主成分分析（kernel principle component analysis，KPCA）模型，通过核函数在特征空间中依据不同特征的有效信息蕴含度提取主成分；然后采用信息熵（information entropy, IE）模型，根据各主成分信息负载度量加权系数，综合求解相应作用权重；最后依据特征评估结果，针对性设置极限学习机（extreme learning machine，ELM）网络参数，降低预测不确定度。最终整合多类别数据挖掘模型，构建K?I?ELM预测方法，在复杂数据环境下实施光伏出力短期预测。基于某实际台区光伏发电数据进行案例分析，论证所提方法针对不同数据环境的适应性及较高的预测精度。

摘要:为了提高光伏输出功率短期预测的准确性和可靠性，提出一种基于主成分分析法（principal component analysis, PCA）、变分模态分解法（variational mode decomposition, VMD）和多元宇宙算法（multi verse optimizer, MVO）对支持向量机（support vector machine, SVM）进行优化的光伏输出功率短期预测组合模型。先利用PCA具有的数据分析能力和VMD具有的数据分解性能，对多维训练数据进行降维和分解；再将提取后的数据输入由MVO算法优化的SVM预测模型，得到不同本征模态的光伏输出功率预测分量；最后，将各预测分量的结果进行叠加。研究结果表明：该模型在晴天、多云和阴雨天时的平均绝对百分比误差分别为0.745 3%、0.510 5%和1.015?6%。以多云天气为例，该模型的平均绝对百分比误差比MVO?SVM、VMD?MVO?SVM、PCA?MVO?SVM模型的分别降低了3.820 7%、2.917 3%和1.843 8%。

摘要:光伏阵列输出功率随机性、波动性强。如果其发生故障，将严重影响电力系统安全与稳定。针对当前光伏故障诊断的准确率低和收敛速度慢的难题，提出一种基于蝗虫算法-支持向量机（grasshopper optimization algorithm?support vector machine，GOA?SVM）模型的光伏阵列故障诊断方法。首先，建立光伏阵列等效电路模型，分析光伏阵列的伏安曲线变化特性；其次，考虑环境影响因素和光伏阵列规模非线性变化，提取反映不同故障特性的特征量，将数据映射到高维空间进行非线性处理；最后，提出蝗虫算法（grasshopper optimization algorithm,GOA)优化非线性支持向量机改进方法，建立GOA?SVM光伏阵列故障诊断模型，并结合实例进行仿真。研究结果表明：该方法可应用于多种不同规模的光伏阵列模型，且均能实现对光伏阵列故障的有效诊断，其对4×3光伏阵列规模的数据仿真分类准确率可达99.808 8%。采用美国国家标准与技术研究院（National Institute of Standards and Technology，NIST）公开数据集进行验证，其故障诊断准确率达到92.368 2%。与其他方法相比，该方法的召回率及F1?Score均有明显提升。

摘要:针对户用光伏的大量无序接入导致低压配电网附加损耗严重增大的问题，对配电网附加损耗的量化分析是实现电力系统节能降损的必要途径之一。以户用光伏接入电网后的附加损耗为对象，研究考虑户用光伏发电与配电线路附加损耗的量化关系。首先，对户用光伏接入下附加损耗的变化表征进行理论分析，建立有源低压配电网三相四线制等效电路与数学模型；然后，研究户用光伏不同容量与接入相序下的多类型电能质量扰动情况，建立复合电能质量扰动附加损耗模型；最后，依据典型日的光伏出力功率曲线与附加损耗模型，通过算例分析并验证了所提长时间尺度下户用光伏对配电网附加损耗的量化评估方法的准确性。