在新型电力系统背景下基于量测数据的参数辨识与修正是配电网数字化与智能化的关键需求。为解决线路和变压器参数的在线辨识与修正问题，提出了一种融合配电网数学模型与台区变压器低压侧量测数据的参数辨识方法。首先，通过解析CIM文件获取拓扑结构，并依据资产数据设定元件初始参数；进而采用拟牛顿-拉夫逊法，基于多组量测数据构建雅可比矩阵，通过求解欠定或超定方程实现参数迭代更新。最后，利用辨识参数重新计算低压侧电压，并与实测值对比验证。华南某实际配电网数据的实验结果表明，随数据组数与迭代次数增加，平均相对误差趋于稳定，证明了所提方法具有良好的准确性与实用性，可为配电网潮流计算、状态估计及数字孪生构建提供有效支撑。

在“双碳”目标和能源转型的推动下分布式光伏以“点多面广”特性接入配网，使得配网层级间功率交互更加复杂，传统的供给侧调节方式难以满足多源协同与多目标协调的运行需求。为此提出一种考虑动态舒适区间的配网-台区-用户多层级多目标协同优化方法。首先，构建了配网-台区-用户多层级结构及分层调度框架：将配电网划分为配网层、台区层和用户层，各层源网荷储资源在本层内实现协同互动，层与层之间进行双向功率传输和信息交互，促进资源的合理分配与利用。其次，建立了考虑动态舒界动适区间的柔性资源模型，量化了居民用户在不同电价下的资源调控潜力，实现了调控边态更新。然后，建立了配网-台区-用户多层级多目标协同优化模型，综合考虑不同层级优化目标，制定自下而上的协调优化机制。最后，通过算例仿真对所提策略进行了验证，结果表明，所提方法能充分挖掘和利用各层级源网荷储资源，有效提高了光伏消纳、优化负荷曲线、降低用户用电成本以及保障配网安全经济运行。

分布式电源的广泛接入影响了系统潮流分布，可通过无功功率优化维持电压稳定，提高系统运行经济性。针对传统无功功率设备调控能力不足的问题通过引入自储能智能软开关（soft open point with energy storage，E-SOP）改善了配电网的无功功率电压优化性能。日前阶段构建了长时间尺度无功功率优化模型，确定了有载调压变压器、可投切电容器、储能装置的调度策略；日内阶段基于源荷短期预测结果建立滚动优化模型对日前优化结果进行了修正。提出的柔性配电网多时间尺度无功功率优化方法考虑了E-SOP损耗特性的建模精确性，实现了连续和离散无功功率资源的协调优化，降低运行成本的同时减小了电压偏差。基于凸松弛技术将上述无功功率优化模型转化为混合整数二阶锥规划问题，进而引入基于诱导目标函数（inducing objective function，IOF）的加速技术进一步提高了无功功率优化模型的计算效率。以改造后的IEEE 33节点系统为例进行分析，结果验证了所提方法的可行性和有效性。

针对传统光储跟网变流器接入有源配电台区导致的电压波动、可再生能源利用率低及线路损耗问题，提出了一种基于改进混沌粒子群优化的构网型光储接入优化控制策略。首先构建了以负荷电压偏差最小化、光伏发电功率最大化及线路损耗最小化为目标的多目标优化模型。根据系统需求，设定负荷电压偏差的优化优先级最高，线路损耗最低。通过优先级排序将多目标问题转化为3个单目标优化问题。为提高求解效率，改进了混沌粒子群算法初始参数选取策略。仿真结果表明，所提方法具有更快的收敛速度和更高的求解精度，验证了控制策略的有效性。

针对极高比例分布式光伏规模化接入配电网引起严重反向潮流过载及电压越限问题，考虑配电系统网络复杂阻抗下有功和无功功率与电压强耦合特性，提出了有功-无功功率协同电压支撑的优化控制方法，实现了分布式新能源及储能兼顾低运行成本与高电能质量的多目标协同优化运行。首先提出了基于有功-无功功率耦合的三相潮流电压模型预测控制滚动优化方法，并通过多周期化电压模型预测控制架构，有效减少决策变量及约束数量，在保证求解精度的同时提升求解效率，实现了在线电压控制问题的快速求解。进一步，针对强耦合的三相潮流模型，提出了基于不动点迭代的预迭代方法，并将多步迭代分布在滚动优化过程中实现不增加单时刻模型的迭代次数下大幅提升了模型求解精度。最后通过接入极高比例光伏的IEEE 13节点系统验证了所提控制系统在抑制电压越限的有效性。

针对供电企业风险评估维度不全、缺乏客观性、与事故样本耦合程度不足等问题，提出了一种基于广义信息的供电企业系统性风险综合评估方法。首先，系统梳理了供电企业面临的复杂交错的风险因素，提出了基于广义信息的系统性风险综合评估体系，实现了供电企业安全风险的多维度表征。在此基础上，考虑评估维度与风险耦合差异性，提出了结合事故树逻辑结构与专家经验的评估指标定权方法，以准确刻画各评估维度的重要性。然后，考虑评估指标特征周期对系统性风险的影响，深度挖掘事故样本蕴含的数据特征，提出了基于事故能量映射的风险动态辨识模型，并提出改进灰狼算法求解以实现风险动态辨识。该算法融合了大规模事故样本驱动收敛的思路，并引入混沌机制和余弦型动态寻优机制提升种群多样性和均衡不同求解阶段的全局搜索与局部寻优能力，有效提升了求解效率和精度。最后，以某供电企业为研究对象验证了所提方法的有效性。

针对有源配电网故障定位中传统集中式方法所需通信量大，以及现有人工智能方法在分布式部署时面临模型复杂、资源受限等挑战，提出了一种分布式部署-集中式诊断的两阶段协同智能故障区段定位方法。该方法首先利用变分模态分解对各分布测量单元采集的电流信号提取高维局部故障特征，并通过轻量化多层感知机模型在终端完成初步诊断，仅将低维度的故障区段概率向量上传。随后，在集中式融合端以这些概率向量为元特征，借助K-Fold交叉验证生成元学习数据，构建基于Stacking的协同神经网络对多源信息进行端到端优化融合，输出最终故障区段判别结果。仿真实验表明，所提方法能够有效整合分布式观测信息，在多种故障工况下均能实现高精度的故障区段定位，其性能显著优于单个本地模型及简单融合策略，为配电网故障的快速精准定位提供了新的有效途径。

针对大规模分布式电源接入配电网后“源-网-荷-储”协同优化中多模态风险耦合与韧性提升问题，提出了一种融合多模态脆弱性感知与需求响应协同优化的弹性配电网动态重构方法。首先，基于复杂网络理论构建拓扑-运行多维度脆弱性评估模型，通过改进介数中心度量化支路拓扑枢纽性，结合电压灵敏度系数表征节点动态扰动敏感性，采用主成分分析实现结构脆弱性与运行脆弱性的无监督融合，精准识别高风险支路。其次，构建了含韧性约束的二阶锥规划模型，将综合脆弱性指标作为惩罚项嵌入目标函数，实现储能动态调度、需求响应弹性负荷与网络拓扑的协同优化。最后，基于IEEE 33节点系统的仿真，结果验证了所提配电网重构策略在降低网损55.1 %的同时，新能源消纳率提升15.17 %，综合脆弱性驱动重构使高风险节点清零，N-1故障恢复时间缩短70 %，峰时电压波动抑制40 %。帕累托前沿分析揭示，6.5 %经济成本增量可换取22.7 %脆弱性指标改善，验证了安全-经济-弹性的多目标协同，为新型配电网提供了“评估-优化-反馈”闭环理论框架与依据。

低压配电系统用户侧零线、地线接线错误是工程实际中常见的漏电故障，隐蔽性高而定位排查困难，是低压配电系统运维检修中的难题。当前漏电故障用户定位方法难以克服样本量不足及用户间电流多重共线性问题，在用户规模较大的低压供电台区难以快速准确定位漏电故障用户。首先结合目前低压配电系统分级漏保及接地系统防护配置，分析用户侧接线错误漏电故障的影响及危害；进一步研究单个用户及多用户零线、地线接线错误时负荷电流对台区剩余电流的影响差异；考虑台区量测能力限制导致的样本量不足及用户负荷电流曲线之间存在的多重共线性问题，提出基于岭回归的低压配电系统接线错误漏电用户识别方法，可在小样本情况下准确识别漏电故障用户。进一步考虑故障数量及所处相别差异开展不同接线错误漏电故障场景的仿真实验验证了所提方法有效性，并与多元线性回归方法开展对比实验验证了所提方法的优越性。

随着双碳目标的提出，储能是促进分布式光伏就地平衡消纳、降低配电网碳排放的重要方式，但是传统储能配置方案通常只考虑电力电量平衡，如何综合考虑电碳特性对储能的优化配置提出了更高的要求。首先，通过引入节点净负荷碳流率指标，对配电网进行集群划分，提出了一种基于电气距离和净负荷碳流率的配电网集群划分方法，提高了配电网管理的效率和碳排放管理的精准度。在集群划分的基础上进一步提出了一种计及配电网碳排放成本的储能配置方法，综合考虑碳排放成本和网损成本以及储能配置的经济性成本与收益，建立了储能碳平衡机制，量化了储能内部含碳量变化对配电网的影响，避免了二氧化碳排入或排出储能设备。最后，通过在安徽省某地配电网进行的算例仿真验证结果显示，所提方法与未配置储能系统相比配电网碳排放总量减少了11.12 %。

光伏配置储能是当前的发展趋势，但储能投资价值直接影响到储能业主的利益以及实际上的市场行为，因此有必要考虑储能收益与成本间的相互影响，在传统的网侧多目标最优或储能经济效益最大化的基础上开展深一步的研究。为此，提出了一种采用多目标粒子群算法的考虑边际效益最优的含分布式光伏配电网储能双层优化配置模型。首先，提出了储能边际效益的概念，建立了储能边际效益模型，从储能业主的角度衡量储能效益。然后，建立了双层优化模型，外层优化以储能接入后带来的边际效益最大和电压偏差最小为目标，并将网损率作为约束条件，内层优化则以储能日收益最大为目标对储能出力进行优化计算。最后，采用IEEE 33节点系统进行储能优化计算，结果表明在传统全寿命周期净收益储能容量优化的基础上，基于储能业主的边际效益最优再采用考虑边际效益与电压偏差的目标进行储能容量二次分配可使储能接入后净收益、线损率和电压偏差均有改善。

储能系统的安装能解决大量分布式光伏接入配电网所导致的脆弱性加剧现象，建立完善的配电网脆弱性评估体系能有效提升储能接入效益。计及光伏接入以及电压与负荷波动对配电网运行脆弱性进行了评估，建立了配电网综合脆弱性指标。以脆弱性指标、经济性指标以及有功功率网损技术指标为目标函数建立了配电网储能优化配置模型。通过K-means聚类算法处理光伏、负荷不确定性，使用改进多目标差分进化算法（improved multiple objective differential evolution algorithm，IMODE）对模型进行求解。通过混沌序列初始化种群，提出了自适应变异、交叉因子，并对变异算子策略进行优化。以甘肃省某县配电网实例进行仿真验证，所提策略在考虑经济性的前提下能有效保证配电网的安全运行，使配电网脆弱性降低了18.9 %，有功功率网损降低了23.9 %。所提脆弱性指标与模型能有效量化配电网的脆弱性并反映储能接入后对脆弱性的改善效果，可以为储能系统的安装与运行提供技术参考。

针对储能配置中忽略源荷功率匹配与调控需求差异导致配置不合理、影响效能及损害利益的问题，提出一种考虑光荷场景差异性的储能优化配置方法。首先，从光荷功率差异、匹配以及分布角度，分析了不同典型场景对储能配置运行的需求差异。其次，根据系统各场景储能调控需求度差异，修正各场景原概率系数，增添需求侧重性。然后，基于各场景新概率系数，建立储能优化配置模型，以储能提升运行效益和折损成本最优为目标，并采用多种方法凸化模型中的非线性项。最后，基于改进的IEEE 33节点配电网为例，采用Gurobi求解器得到储能配置方案，验证所提配置方法有效性。

随着以居民住宅为代表的终端用能微元急剧增长，用户侧新能源微电网系统的电能调度优化面临挑战。提出了一种考虑源荷不确定性和电动汽车的新能源微电网分层优化策略，旨在保障居民用电需求和提高系统运行效率。上层模型以电动汽车充电利益和居民用电满意度为优化目标，同时考虑需求响应的不确定性，对住宅用电负荷和电动汽车充电负荷进行优化；下层模型以系统运行效益和对外影响为优化目标，基于上层数据采用区间信息模糊规划模型构建并求解非线性多目标优化问题，从而得到系统各设备的最优出力方案。结果表明，所提调度策略确保居民用电满意度提升的同时保障了系统运行的整体性能，有效应对了不确定性因素带来的影响。

孤岛微电网在独立运行时易受多重干扰影响，可再生能源出力波动与负载波动会破坏功率平衡，引发电压和频率偏移；长距离通信以及网络堵塞会导致控制指令传输时延，降低二次控制实时性。为解决上述问题，提出了一种基于动态事件触发机制的固定时间分布式二次控制算法（dynamic event-triggered mechanism，DETC-P）。针对周期性干扰，运用H_∞鲁棒控制策略增强干扰抑制性；针对通信时延问题，采用模型降阶技术简化分布式发电单元的动态模型提高时延补偿效率。所提出的动态事件触发基于电压与频率的偏差动态调整触发阈值，在保证事件触发间隔下限的前提下显著降低了节点间的通信负担，并避免了Zeno行为。最后，构建了孤岛微电网的系统模型并进行仿真实验验证了所提算法的可行性。

精确的光伏功率超短期概率预测可降低光伏出力不确定性对电力系统的影响，为电网决策调度提供可靠依据。为此，提出了一种基于深度学习技术的光伏出力超短期预测方法。首先，基于历史光伏数据特性进行了特征相关性分析及K-means++天气聚类，选取适宜位置的分位点，搭建了双向长短期记忆神经网络（bidirectional long short term memory，BiLSTM）挖掘双向时序特征。然后，引入自注意力机制（self-attention， SA）动态聚焦序列关键信息，并调用粒子群算法进行神经网络参数寻优，将最优参数置入BiLSTM-SA优化模型进行点预测。最后，基于点预测结果进行误差分析，利用分位数回归（quantile regression，QR）构建了QR-BiLSTM-SA概率预测模型。算例结果表明，所提方法在光伏出力超短期概率预测中精度可达95%以上，并具有良好的泛化能力，可为新型配电系统运行调度提供可靠依据。