电力系统中混合储能系统的协调运行可以弥补单一储能在多时间尺度电力和电量调节中的不足，但其经济性限制了其与源荷协同参与辅助电网调峰和提升新能源消纳中的应用潜力。为此，提出了一种基于动态时区划分的混合储能源荷协同优化调度方法。首先，基于源荷不平衡功率，综合考虑新能源出力预测误差与需求侧响应设计了动态时区划分策略，引导混合储能在日前-日内不同时间尺度下从电量与电力两个维度协同提升新能源消纳能力和辅助调峰效果。其次，以系统日总运行成本最小为目标，构建了系统日前-日内滚动优化调度模型，其中能量型储能在日前尺度提供调峰电量支撑，功率型储能在日内尺度平抑新能源波动，并通过滚动优化减少系统源荷预测误差，同时嵌入储能循环寿命模型，使系统调度结果更贴近实际工况。最后，通过算例验证了所提方法在经济性、新能源消纳及调峰效果方面的有效性和优越性。

随着高比例、大规模分布式光伏并网以及电动汽车的普及，如何发挥电动汽车灵活性、实现配电网分布式光伏与本地电动汽车负荷灵活性资源的友好协调是当前需要解决的重要问题。为此，提出了考虑电动汽车与分布式光伏协同的配电网集群划分与运行策略。首先，建立电动汽车可调充电功率灵活性聚合模型，提出基于Louvain算法的改进模块度指标配电网分布式集群划分方法；其次，基于历史数据信息生成电动汽车多时间尺度充电场景，提出考虑电动汽车充电灵活性的分布式集群协同优化模型；最后，采用同步交替方向乘子法（synchronous alternating direction multiplier method，SADMM）实现各集群优化模型的分布式求解。仿真结果表明，利用电动汽车充电灵活性参与配电网协同运行可有效提高分布式光伏利用率，并且在满足电动汽车用户充电需求的同时保证了配电网电压运行安全。

随着用户从消费者向产消者转型，越来越多用户有了储电、储热、蓄冷的需求，然而储能的高成本成为了用户侧储能的阻碍，为了解决这一问题，将云储能模式与冷热电联供型（combined cooling heating and power，CCHP）区域综合能源系统进行结合，提出了冷热电联供型区域综合能源系统电/热/冷云储能优化配置模型。首先，构建冷热电联供型区域综合能源系统的结构，并分析其输入、输出转化关系；然后对用户以及云储能提供商的充放能行为进行分析，分别从两主体的角度建立两阶段储能优化配置模型，第一阶段以用户总成本最小为目标对用户储能需求进行优化，第二阶段则在云储能提供商整合用户需求后，以云储能提供商成本最小为目标进行储能配置优化。最后，通过算例验证了云储能模式在储能配置中应用的优势，并对比分析了系统中有无蓄冷以及碳排放因素对储能优化配置的影响。

针对风功率波动平抑场景，以风储联合发电系统作为研究对象，提出一种FIR滤波器结合降幅环节的风电波动平抑策略，同时通过对被滤除波动分量进行基于EMD的自适应重构，从而实现对混合储能的优化调度。该策略选取了一种可以动态调节滤波阶数以及截止频率组合的FIR滤波器进行滤波，并加入FRA降幅环节处理FIR滤波器无法很好平滑的高幅值数据点，从而对风电波动进行平抑；将平抑后滤除的风电波动的作为混合储能功率进行EMD分解，得到的IMF分量通过算法自适应重构为高-低频两组功率分别配给超级电容器-蓄电池，进而得到最优调度参数。通过算例验证分析，加入FRA环节的FIR滤波能够适应不同频率、幅值的功率特性，同时能有效降低1 min、10 min尺度的功率波动，避免了平滑过度导致储能负担加重问题；EMD分解后对IMF分量的自适应重构，能够得到用于补偿不同充放电特性的蓄电池、超级电容器功率，显著降低了储能出力负担同时提高调度经济性。

区域电网优化调度是提高可再生能源消纳水平、提升电力系统可靠性、降低运行成本的重要手段。为此，针对包含电动汽车（electric vehicle，EV）充电站的区域电网提出了基于拍卖的两阶段优化调度方式。第一阶段根据本地可再生能源发电和用电的预测值对区域电网进行日前调度。第二阶段根据发电和用电的实际测量值对日前调度结果进行二次调整。针对第二阶段设计电能拍卖方法，利用EV的充放电能实现区域电网的实时供需平衡，并证明所提的拍卖方法具有激励相容性质，保证EV在拍卖中提交真实的电能需求或供给信息。仿真结果表明所提的两阶段方法能够降低区域电网的运行成本，并使得EV只有在提交真实信息的情况下才能获得最高的效用。

氢电混动汽车（fuel-cell hybrid electric vehicles，FCHEV）的出现有效促进了能源-交通系统的绿色低碳转型。现阶段关于FCHEV的研究主要集中在能量管理和控制策略上，较少关注灵活性潜力评估方面，为此，提出了一种计及车主充能意愿差异性的FCHEV集群灵活性潜力评估方法。首先，建立城市交通路网模型模拟FCHEV的出行特征，进而建立单体FCHEV充能模型；其次，利用改进层次分析法并结合熵权法建立车主充能意愿综合评价体系，并综合考虑禀赋效应和环保意识对车主响应意愿度的影响；最后，建立FCHEV集群灵活性潜力评估模型，求解得出潜力评估结果。仿真结果表明，所提方法在评估过程中能够合理刻画车主充能意愿的差异性，并有效提高集群参与优化调度时系统的灵活性。

随着能源互联网战略的深入实施，可再生能源与微电网的参与度不断攀升，系统中不确定性因素显著增加，各参与主体间的合作与竞争关系变得愈发错综复杂。从垂直和水平两个层面建立了电网、服务商及多微电网混合博弈双层电能交易体系。在垂直层面提出主从博弈的思想，以服务商为主导者、微电网为从属者。构建不确定性问题分阶段优化的分段鲁棒优化模型，实现不确定性的差异化调度，提高鲁棒优化的灵活性。利用布尔-列和约束生成（Bool-Column and constraint generation，B-C&CG）算法求解模型，并把整个模型分为主问题和子问题：主问题优化电价不确定性问题，子问题优化源荷不确定问题。在水平层面搭建纳什谈判模型，通过交替方向乘子（alternating direction method of multipliers，ADMM）算法求解水平层面微电网之间的电能交互模型。利用分布式求解方法得出交易价格策略，再结合拉格朗日乘子法，交替优化各分部并更新乘子，得出各微电网之间的最佳交易电价。仿真结果表明，所提方案兼顾了系统的鲁棒性、经济性及灵活性，缩减了各微电网的成本并充分保护了各微网的隐私。

为充分发挥虚拟电厂（virtual power plant，VPP）的减排潜力，挖掘清洁能源潜在利润，提出了一个基于二级碳市场与绿证分配制度的源荷低碳经济调度模型。首先，针对VPP内聚合了多种能源设备的集线器，以综合运维成本最小为优化目标；其次，建立基于碳配额交易与拍卖市场的二级碳市场交易体系，模拟源侧多企业共同参与不完全信息博弈；再次，依据碳流理论，将碳排放量与碳流密度结合为碳指标，并建立荷侧绿证分配方法，提高用户购买绿证的经济效益，从而提高绿证价值，使提供绿证的清洁能源企业从中获益。最后，以一个多区域VPP模型为例，对夏、冬两季典型日进行模拟，算例计算结果验证了二级碳市场与绿证分配制度能有效利用市场传导机制提高环保企业收益，鼓励高碳排放企业向低碳转型。

针对源荷波动性造成交直流混合配电网节点电压失稳、风光损失率高和系统运维成本高等问题，提出一种计及网络重构与需求响应的交直流混合配电网低碳优化运行方法。首先，建立面向交直流混合配电网的阶梯式碳交易模型。其次，以系统经济性和低碳性为优化目标，考虑网络重构、需求响应、电容器投切、分布式电源接入和储能充放电等多种约束，建立交直流混合配电网低碳优化运行模型。接着，通过引入中间变量和二阶锥松弛方法将非凸的配电网优化模型转化为混合整数凸规划模型并进行求解。最后，通过改进的IEEE33节点交直流混合配电网系统对所提方法进行仿真分析，结果表明所提方法能够显著减少系统运行产生的碳排放量和风光损失率，提升系统电压稳定性和调度经济性。

针对“双碳”减排目标以及新能源大规模并网带来的电力系统调峰问题，提出了一种考虑阶梯型碳交易的梯级水火风光储多能联合优化调度模型。首先，采用分层优化调度，在上层模型中以负荷波动最小为目标函数，使用一种考虑了Circle映射策略、三角形游走策略、Levy飞行游走策略以及精英反向学习策略的改进沙丘猫群优化算法（modified sand cat swarm optimization，MSCSO）优化梯级水电的出力，从而得到经过平抑后的等效负荷曲线。在下层模型中以综合成本最小为目标函数对其分段线性化进行求解。最后，在修改的IEEE 30节点中进行多场景仿真计算，结果表明所提模型可以有效减少碳排放量，充分发挥火电机组的深度调峰能力，有效提升新能源的消纳能力和系统运行的低碳性以及经济性，验证了模型的有效性。

柔性负荷参与新型电力系统的优化调度对于提高新能源的消纳能力具有显著作用，但目前柔性负荷潜力尚未充分挖掘。针对这一问题，提出一种基于源荷预测的日前-日内优化调度方法。首先，采用麻雀搜索算法优化卷积长短时记忆神经网络（sparrow search algorithm is used to optimize the convolutional long-term and short-term memory neural network，SSA-CNN-LSTM）对新能源和负荷进行日前和日内功率预测；其次，根据柔性负荷的特性和需求响应灵活性，将负荷分为可平移、可转移和可削减负荷等不同类型，以考虑阶梯式碳交易成本的系统运行成本和污染气体排放最优为目标构建源荷互动的日前-日内两阶段低碳环境经济调度模型；最后，利用改进多目标灰狼算法（multi-objective grey wolf algorithm， MOGWO）对模型进行求解。算例分析表明，通过对柔性负荷分类参与调度较传统方式总成本降低8.6%、污染物排放减少4.1%、新能源消纳能力提高4.2%，在多时间尺度内显著降低新能源和负荷响应的不确定性并提高新型电力系统的低碳环境经济综合效益。

分布式算法在通信、可靠性、灵活性等方面拥有显著的优势，在电网经济调度方面显示出其竞争力。为此，构建了含可转移负荷和向大电网购电的微电网多时段经济调度模型。针对于当前分布式一致性调度算法无法解决调度资源成本函数为非严格凸的情况，基于卡罗需-库恩-塔克（Karush-Kuhn-Tucker，KKT）条件设计了一种动态功率约束生成策略，该策略能动态修改局部优化过程中的功率约束，避免了可转移负荷和购电功率集中参与响应，消除了调度资源成本函数非严格凸导致结果无法收敛的影响。最后，仿真算例验证了所提算法的正确性和有效性。

针对实际电网运行中仍存在新能源消纳能力不足的问题，提出了一种基于生成对抗网络（generative adversarial networks，GAN）和强化学习（reinforcement learning，RL）最优新能源消纳的运行方式样本智能生成方法。该方法可以根据少量实际电网的运行方式样本集，通过深度神经网络建立生成器和判别器模型，并依托生成对抗网络的目标函数对生成器和判别器进行最大最小对抗训练，使生成的虚假运行方式样本分布特征趋近真实样本。在生成器训练过程中，定义了一个关于新能源消纳的奖惩反馈函数，以对“生成动作”给予量化的优劣响应，并在此基础上引入强化学习方法。在遵循使累积奖励最多的寻优原则下，通过基于策略梯度的强化学习方法不断实时优化生成器参数，智能生成具有最优新能源消纳特征的运行方式样本。所提方法在某地区实际电网进行了测试，结果表明该方法能够有效地生成满足最优新能源消纳的运行方式样本，为改善现阶段下新能源消纳不足的运行调度决策提供数据支撑。

在机组组合优化问题中，考虑短路电流约束，并与支路投切问题联合优化，能够给出安全性和经济性更高的系统运行方案。但由于问题规模庞大，其求解面临挑战。为此提出一种基于目标级联分析和大规模邻域搜索的启发式分解算法。首先建立计及短路电流约束的机组组合与支路投切联合优化模型，然后将该模型转化为具有可分结构的混合整数线性规划模型，再采用目标级联分析法将转化后的模型分解为上层协调主问题、下层整数规划子问题和线性规划子问题，并在求解下层子问题时引入大规模邻域搜索。最后，在IEEE 54机118节点系统和某实际电力系统上的仿真计算表明，采用所提算法求解问题可以快速收敛得到可行解，同时不影响解的质量。

为促进微网中新能源消纳与低碳经济运行，构建了含共享储能电站的多能微网群模型。首先，建立了含电、热、气的多能微网模型，并由多个多能微网组成合作联盟共同建立共享储能。其次，考虑风光出力的相关性和不确定性，针对多能微网群构建多目标鲁棒优化调度模型，采用Copula-多场景置信间隙决策理论，旨在实现总成本最小与碳排放量最少的双重目标。最后，考虑联盟内成员的能源交互贡献、风险水平、碳减排贡献，利用改进Shapely值法量化各联盟主体的贡献，以公平分配合作剩余。算例结果表明，所提模型相比独立配置储能，总成本降低了318.64%，碳排放减少了30.24%；且实现各主体对联盟的综合贡献水平与合作剩余分配的精准匹配，提升多能微网参与合作的积极性。

为了实现数据中心的节能和减排，将数据中心融于综合能源系统进行协同优化是实现这一目标的有效途径。首先阐述了数据-模型混合驱动策略的原理，并分别对模型驱动和数据驱动在综合能源系统中的应用情况进行综述。然后，详细介绍了数据中心的负荷预测模型以及数据-模型混合驱动在数据中心综合能源系统中的应用现状，在此基础上，提出了一种基于数据-模型混合驱动的数据中心综合能源系统调度策略框架。最后，对目前研究存在的问题进行了讨论，并对未来的发展方向做出展望，为该领域的研究人员提供参考。