低频输电系统是一种结合传统的高压交流输电与高压直流输电且采用小于工频的低频的新型交流输电技术，该系统核心的功率变换器──模块化多电平矩阵变换器（modular multilevel matrix converter，M3C）是一种适用于高电压、大功率的新型AC/AC变换器拓扑结构，M3C的容错控制对于提高M3C系统可靠性具有重要意义，但目前其容错控制策略还存在问题。为此提出了一种最佳共模电压（common mode voltage，CMV）注入方法的容错控制策略，该方法能够在非冗余子模块失效后使M3C的输入和输出电压范围最大化。该方法通过实时计算基波参考电压与各桥臂分支最大可用电压之间的关系，可以动态调整注入的最优CMV，从而适应不同的故障情况。最后，在MATLAB/Simulink和RT-LAB两个平台进行实验，验证了在单桥臂和多桥臂分支故障情况下所提方法的正确性和有效性。

强电磁脉冲上升时间短，场强峰值大，通过与线缆的强耦合作用传播至电力设备，对设备造成损伤。为探究强电磁脉冲与一次设备的耦合效应，建立了强电磁脉冲传导环境，搭建了氧化锌避雷器、玻璃绝缘子和配电变压器的等效电路模型，通过仿真计算获得了强电磁脉冲环境下各设备端口电压和电流。结果表明，强电磁脉冲耦合架空线产生的末端电压波形进入典型一次设备后，在端口接保护电阻时避雷器、绝缘子和变压器的电压和电流仍为脉冲波形，但是前沿变缓，脉宽增大；在无保护电阻时绝缘子串表面会在闪络后形成流注，此时等效阻抗由容性转变为感性，导致接地电流持续振荡，发生闪络时电压、电流幅值迅速减小；变压器端口电压和对地电流在不接入保护电阻时均为振荡波形，并逐渐衰减为0。

电力电容器是高压直流换流站中的主要噪声源之一，其相干声场在远场表现为明显的指向性，在进行电容器塔噪声计算时必须对其进行指向性修正。研究了电容器塔仿真计算中声源的指向性参数获取、指向性定义、以及指向性三维重构的方法，并采用该方法和Cadna/A软件对某换流站中的交流滤波电容器塔进行了仿真对比计算，结果表明，该方法可以很好地解决电容器塔噪声计算中的指向性修正问题。

在数字经济背景下，数据中心产业飞速发展，其能耗占据社会电力消耗的相当比例，数据中心已经成为配电网中重要的组成部分。为了充分开发数据中心的灵活性资源，基于数据负载的时空可调特性，建立了数据负载调度模型，并将其接入综合能源站，以实现能源的高效利用。针对数据中心运行过程中数据负载处理能力与电能消耗量之间的复杂关系进行了深入分析，采用动态电压频率调节（dynamic voltage and frequency scaling，DVFS）技术对数据中心进行建模，并根据混合制排队论模型建立了不同类型数据负载的需求模型。为了平衡数据负载波动、提高整体效能和功耗比，提出了共享数据负载的数据中心联盟模式，并建立了联盟下数据负载调度模型。然后，以综合成本最小化为目标，建立了考虑多能互补特性与时空可调特性的多区域能源站协同调度模型。最后，采用集成数据中心的能源站进行仿真分析，分析考虑多能互补与时空可调特性对数据中心运行经济性与环保性的积极作用，验证了所提出调度策略的经济性收益。

针对当前相关政府部门、企业对能源消费和碳排放等数据时效性和高频次更新的现实需求，以电力数据为核心，多源数据相融合，通过对比分析多种模型在多种拟合方法下的表现，确定了岭回归赋权下的多元线性回归（ridge-multivariable linear regression，R-MLR）能耗测算模型，并在此基础上建立了碳排放监测模型。应用线性模型的可叠加性原理实现了年度数据建模、月度数据预测的功能，解决了统计数据频率不一造成的建模困难的关键问题，同时避免了传统数据拆分方法在数据源头引入的误差。岭回归赋权方法的应用解决了模型输入数据的多重共线性问题。所提模型适用范围广，在区域、行业等不同空间尺度和年度、季度、月度等不同时间尺度实现了能源和碳排放监测与预测的功能，具有“以简应繁”的效果，填补了当前能源和碳排放数据高频统计数据上的空白，可为相关政府部门、行业协会等进行能源消费和碳排放的监测以及制定相关政策提供理论依据和数据支撑。

随着跟网型新能源装机容量大幅增长，系统振荡风险日益增加。相较于以往大规模新能源基地集中送出导致场网作用模式失稳，如今规模化新能源在多点分散接入受端电网可能导致场站间相互作用更加明显。针对多风电场分散接入多区域弱交流互联系统，基于特征模式分析确定了系统主导振荡模式同时存在场网作用模式与场间作用模式，并研究了风电控制参数、系统运行方式对系统主导振荡模式稳定性的影响。经研究发现，各风电场控制带宽趋同时风电场间控制耦合作用较明显。另一方面，风电场间电气距离、运行工况差异均会影响场间相互耦合作用。基于PSCAD/EMTDC的详细电磁暂态仿真验证了分析结论的正确性。研究工作对于认识多风电场间控制相互作用、指导复杂系统中风电场场址规划及提出振荡抑制策略有一定指导意义。

随着现代电力系统规模不断扩大，电力系统的结构与运行方式日趋复杂，对电力系统进行实时、准确的状态估计至关重要。对此提出了一种基于双重注意力卷积双向长短期记忆神经网络（dual attention convolutional bidirectional long and short-term memory neural networks，DA-CNN-BiLSTM）的电力系统状态估计方法。该模型引入通道注意力机制自适应调整卷积神经网络（convolutional neural network，CNN）特征通道的权重，通过引入特征注意力机制动态分配单一特征权重输入双向长短期记忆神经网络（bi-long short-term memory neural network，BiLSTM），从时空特征中根据获取的重要性量度筛选重要特征，动态挖掘量测量与状态量之间的相关性。通过获得的历史数据构建量测数据集建立了DA-CNN-BiLSTM状态估计模型，将获得的实时量测数据输入建立的状态估计模型中，即可得到实时的状态估计结果。通过IEEE标准系统的算例分析表明，相比WLS、SE-CNN与FA-BiLSTM状态估计方法，所提方法的状态估计结果具有更优的估计精度、鲁棒性和计算效率。

风力发电受环境影响显著，具有高度随机性和波动性使得准确预测发电量变得困难。为此，提出了结合多头自注意力机制、卷积神经网络和长短时记忆网络的超短期风电功率预测模型（attention mechanism-convolutional neural network-long short-term memory，AM-CNN-LSTM）。其中，多头自注意力机制根据历史风电功率和气象数据的不同重要性分配权重，生成关键特征的表达，削弱干扰因素。卷积神经网络提取风电功率与气象因素的复杂空间模式和局部依赖关系。长短时记忆网络捕捉时间序列的长期依赖性和动态变化提升预测精度。结果表明，最优时间窗口T=4 h下，模型的平均绝对误差、均方根误差和平均绝对百分比误差分别为13.45 %、19.48 %和3.78 %，优于对比方法LSTM、CNN和CNN-LSTM；比较不同模型最优时间窗口的未来8个样本点的预测误差，发现所提模型在超短期预测准确性和稳定性方面具有显著优势；变量分析表明，组合使用多个气象变量显著优于单一变量，揭示了气象变量间复杂的交互和非线性关系。

当前虚拟电厂（virtual power plant，VPP）建设方兴未艾。虚拟电厂参与电网调度需要综合考虑虚拟电厂运营商的经济性要求与电网的安全性要求，但在目前的电力系统信息安全要求下，市场化虚拟电厂运营商不掌握电网拓扑和实时潮流信息，随着虚拟电厂聚合资源的增多，可能带来严重的电网安全隐患。基于我国电力调度体系现状，提出了虚拟机组的定义，并从虚拟机组分区聚合构建方式、虚拟电厂参与分层调控方式、虚拟电厂参与电力市场方式等方面进行阐述，提出了一套分区聚合、分层调度的市场化虚拟电厂调控架构。算例表明，所提出的调控架构能够支撑虚拟电厂运营商在不掌握拓扑信息的情况下安全且经济地参与电网调度和市场交易。

多微电网交易行为不仅实现了有效的能源协同管理，还为配电市场中的主体带来了经济效益。为了实现多微电网运行成本最小化的同时降低配电网的网损，提出了一种考虑配电网重构的多微电网电能交易纳什谈判方法。首先，考虑多微电网的电能交易，建立多微电网优化运行模型。其次，基于纳什谈判理论，建立多微电网电能交易模型，并将纳什谈判原问题等价转换为两个子问题，即多微电网运行成本最小化和支付效益最大化。然后，基于混合整数二阶锥规划方法建立配电网重构模型，对配电网进行潮流优化和网络重构，并利用Dijkstra算法寻找该网络拓扑下微电网间的最短电气距离，更新电能传输路径。最后，通过算例验证了所提方法的有效性，仿真结果表明，考虑配电网重构的多微电网电能交易纳什谈判方法最大化了社会效益，使社会总成本降低13.67 %。

为了评估现有柔性互联配电网新能源承载能力，为了评估新能源最大承载能力，通常将原有模型转化为混合整数二阶锥优化模型。然而，二阶锥松弛条件较为苛刻，通用性不高，求解收敛性较差，模型求解速度慢，无法适用于大规模复杂配电网的快速评估。为此，提出了一种基于改进直流潮流算法的新能源承载力评估模型，该模型将原有非线性模型转化为近似线性模型，提高了求解速度与精度，满足柔性互联配电网新能源承载力的快速评估与分析要求。通过IEEE 33节点柔性互联配电网及1 000次随机仿真的算例验证了所提方法的有效性，并对比验证了所提改进直流潮流算法的精度和数值稳定性。

在配电网不停电负荷倒换过程中，进行合解环操作时形成的合环电流较大，会导致负荷转供失败，而且随着新能源的接入，负荷转供的情况也越来越复杂。为快速、高效进行配电网的负荷转供，提出了计及源荷不确定性的配电网负荷转供优化模型。首先，提出了度量传输元件耦合特性的计算方法，即传输阻抗式的电气距离方法，通过刻画元件之间的耦合程度达到降低合环电流的目标，形成电气距离约束条件。然后结合负荷转供的安全约束条件和开关总动作次数最少的目标函数分析分布了式发电（distributed generation，DG）和负荷的不确定性，获得合环电流机会约束，建立了计及源荷不确定性的负荷转供优化模型。最后对某地区配电网接线进行分析，验证了所提模型的可行性和有效性。

针对现有输电线路异物检测算法中异物尺度大、背景复杂导致的精度低和实时性差的问题，提出了一种基于改进YOLOv8的轻量化模型。首先设计了一种融合双分支架构注意力机制的MobileNetV2的改进特征提取网络，优化模型的参数量，增强特征表达能力。同时，将CBAM注意力机制嵌入到SPPF和PANet模块，增强异物与环境之间的区分度，提高模型在复杂背景下对异物的检测能力，进而提高了检测精度。此外，引入WIoU损失函数，合理分配梯度增益，提高模型的泛化能力和检测框定位精度。实验结果表明，改进YOLOv8的检测精度mAP达到96.12 %，推理速度达到60帧/s，整体性能优于YOLOv8和其他5种主流目标检测模型，且在不同光照的条件下展现出高稳定性和鲁棒性，证明其在复杂环境中的实用性。在嵌入式设备上开展了进一步测试验证，即使在计算资源受限的条件下改进YOLOv8仍能实现准确检测。

为研究树线故障时零序电压信号变化特征，搭建了树线故障实验平台，研究谐振接地系统不同残余电流下不同植被发生单相树线接地故障时的零序电压变化特性，总结了零序电压的变化阶段和规律，分析了残余电流和植被自身参数对零序电压变化的影响规律，并在此基础上建立了零序电压峰值预测模型。实验结果表明：树线故障的发展过程可由零序电压变化来表现，其变化一般存在缓增、速增、下降和回升4个阶段，变化趋势存在U形、J形、V形3种曲线；残余电流增大会导致零序电压变化幅度减小，不利于故障检测，其值应尽量补偿至0~1 A范围内；对于同种植被，零序电压峰值与含水率、直径呈正相关，峰值时间与二者呈负相关；不同种类植被结构差异也是影响零序电压峰值和峰值时间的关键。研究结果对于检测和预警树线故障引发山火事故具有重要意义。