为保障电力系统的长期安全与可靠供电，容量充裕度机制设计已成为电力市场建设的关键环节。在系统梳理国际上主流的容量充裕度机制的基础上，提出了一种基于收益结算与可靠性期权的集中-分散结合的联合容量机制，即收益期权型联合容量机制。该联合容量机制采用集中式与分散式相结合的双层结构，集中部分通过长期收益型可靠性期权拍卖为新建机组提供稳定收益保障；分散部分通过容量义务和证书交易确保短期资源配置效率。针对中国电力市场尚不成熟的现状，进一步提出了包含4个阶段的收益期权型联合容量机制在我国的推进路径，并详细设计了应用于前3个阶段的基于收益的长期合约，为过渡至第4阶段成熟的收益期权型联合容量机制奠定基础。

在全国统一电力市场建设和高比例可再生能源并网的背景下，我国正形成多层级跨区域市场格局。不同层级、区域和时间点达成的交易在实时交割中共同作用于同一互联电网，使高效、准确地计算可用输电能力及设计其分配机制成为关键问题。首先梳理了可用输电能力的概念与理论框架，并总结了现有计算方法的主要技术路线及其不足。随后汇总典型市场中同时涉及可用输电能力的计算与分配机制的研究进展，并分析其特点与局限。在此基础上，系统比较美国PJM、欧洲以及我国国家电网和南方电网的可用输电能力计算与分配机制，揭示不同机制背后的制度逻辑与市场适配性。最后，从学术研究与市场实践两个层面总结可用输电能力的计算和分配机制未来的发展方向，并结合我国市场建设需求提出相应的优化建议。

为应对高比例新能源电力系统中因新能源出力不确定性导致的系统爬坡压力，提出了一种储能与需求侧资源协同参与的电能量-灵活爬坡产品（flexible ramping products，FRP）联合交易机制。构建了计及储能与需求侧资源参与的电能量-FRP市场优化调度模型，对FRP采用多段定价方式以激励系统中的可调节资源参与FRP服务，通过需求响应实现了储能和需求侧灵活资源协同为系统提供爬坡能力，满足了系统的爬坡需求。基于IEEE 30节点系统的仿真结果表明，在系统净负荷急剧增大的关键爬坡时段，储能参与FRP服务不仅可以有效减少上行灵活调节服务（flexible ramp-up，FRU）的出清频次，还显著降低了FRU的价格，特别是在新能源渗透率较高的场景中，储能的快速响应特性可以显著增强系统的灵活性和稳定性。此外，研究还发现储能参与FRP服务虽然在一定程度提高了能量市场价格，但整体上提升了系统的调节能力。

在新型电力系统的背景下，传统发电厂商或许会借助市场机制行使市场力，以获取额外收益。为防范发电商可能采取的各类市场操纵策略，从监管视角提出了一种综合考量多种市场行为的策略仿真模型，用以模拟发电商的行为。首先，剖析了碳背景下多侧市场的耦合关系，并依据市场机制分析了可能影响市场出清的因素。其次，鉴于单一行为存在的不足，全面考虑发电商可能实施的多种操纵手段，涵盖容量、价格申报以及串谋行为，构建双层竞价模型，分别为发电商决策层和市场出清层。然后，鉴于决策变量包含离散和连续两种类型，采用DDQN和TD3算法相结合的方式分别求解串谋意向和信息申报的两阶段动作决策问题，模拟各发电商策略的演化进程。仿真结果表明，在多侧耦合的市场环境中，发电商会倾向于与具备竞价优势的个体强强联合，实现暗中串谋，形成联盟并操纵电价及容量，从而降低市场效率。同时还发现，合理的市场机制能够在一定程度上减少容量持留现象，缓解市场力，可为市场监管提供一定的参考价值。

当前我国电力市场正处于深化改革阶段，发电侧与售电侧的串谋行为加剧了市场力滥用的风险，严重危害了我国电力市场化进程。为了加强对电力市场化进程中发售两侧之间串谋问题的防范，提出了一种基于考虑主客观因素的递进式双边匹配的发售两侧市场力风险识别模型，该模型适用于电力市场中长期交易场景，旨在识别该场景下发电商与售电商的市场力风险。该方法通过融合分析市场主体主客观行为特征，构建“风险特征筛选-异常交易锁定”的全流程识别框架。通过利用Borda计数法量化发电侧与售电侧在报价、报量、合作稳定性3种维度下的主观偏好特征，并引入熵平衡匹配算法对出清结果分布集中度进行客观量化，最终实现风险主体的精准识别。算例结果表明，该方法在准确识别高风险交易主体的同时可使市场监管效率得到有效提升。

为缓解新能源"弃风弃光"问题，提出了一种基于双层决策模型的江河水路氢链市场竞价方法。首先，阐释了江河水路氢链运行机理，同时设计了其参与氢能市场的决策架构。在此基础上提出基于双层决策模型的江河水路氢链市场竞价机制。其中，上层以日运行收益最大为目标，建立了考虑氢气压缩机精细化功率调节的江河水路氢链运行模型；下层以最大化社会福祉为目标，建立了考虑多主体竞价的氢能市场出清模型。继而，基于KKT条件对模型进行重构，并利用对偶理论和大M法将模型转化为经典的混合整数线性规划（mix-integer linearization programming，MILP）问题，实现对模型的高效求解。算例分析结果表明，较之传统方法，所提策略能够提高系统运行经济性不低于5.4%。所提策略为氢链运行和氢能市场交易提供了一个新的视角。

为实现源网荷有效降碳，探究新能源汽车在多能耦合系统的经济价值，提出了碳捕集系统-电转气联合应用模式下考虑新能源汽车车到网（vehicle-to-grid，V2G）及碳交易的综合能源系统（integrated energy system，IES）优化调度策略。首先，构建灵活运行的碳捕集系统，与电转气、储氢罐和掺氢燃气轮机等氢能组件构成系统耦合框架；其次，采用蒙特卡洛方法模拟汽车无序充电行为，并通过结合电池退化成本与激励成本，引导电动汽车-氢燃料汽车（electric vehicle - hydrogen fuel cell vehicle，EV-HFCV）集群参与调度；然后，引入阶梯碳交易机制和面向EV-HFCV集群的碳配额交易机制，构建基于信息间隙决策理论的风险规避模型；最后，算例仿真分析结果表明所提策略能够有效减少碳排放并提高可再生能源消纳，通过EV-HFCV集群的协同调度能进一步降低系统的整体运行成本。

针对可再生能源出力不确定性以及绿证-碳交易市场割裂问题，提出了基于绿证-碳交易联合机制的多区域综合能源系统分布式鲁棒优化调度方法。首先，构建了包含电、热、气、冷多能流的多区域综合能源系统互联架构。其次，设计了一种基于价格联动的绿证-碳交易联合交互机制。通过引入动态折算系数，量化绿证环境权益与碳配额的转化关系，刻画绿证与碳市场间的价值传导过程，从而实现两类市场环境价值的协同激励。最后，基于综合范数约束构建风光出力概率分布模糊集，建立了以系统综合运行成本最小为目标的两阶段分布鲁棒优化调度模型。算例结果表明，绿证-碳交易联合机制能够有效降低系统运行成本和碳排放水平。

为促进综合能源系统中用户侧灵活性资源的高效调动，构建了一种融合经济补偿与碳补偿的双重激励机制，并结合需求响应优化模型展开研究。首先，基于用户对电、热、气等多类能源的响应特性，将柔性负荷划分为3类灵活性负荷进行调度，并引入经济补偿与碳补偿的联合激励策略。其次，建立了综合能源运营商和负荷聚合商之间的双层博弈模型，结合多维需求响应约束和Stackelberg博弈，求解最优利益分配。另外，为了提高算法的寻优能力，提出了自适应多变异差分进化算法。最后，不同场景的仿真表明该模型显著降低了系统的运行成本和碳排放量，同时也证明了所提算法具有更好的寻优能力。

柔性互联配电网（flexible interconnected distribution network，FIDN）中储能型智能软开关（soft open points with energy storage，E-SOP）的应用给可靠性评估带来了新挑战，"双碳"背景下亟需实现电-碳协同评估。针对E-SOP故障特性复杂、风光不确定性难以处理、传统评估方法缺乏碳排放考量等问题，提出了一种基于Kantorovich距离场景约简与MILP的FIDN电-碳协同可靠性评估方法。首先，针对E-SOP的基本结构和数学模型进行了阐述。其次构建风光不确定性模型，并引入Copula函数模型和基于Kantorovich距离的场景约简方法进行处理。然后构建电-碳协同目标函数，建立含碳排放约束的MILP可靠性评估模型。最后在BUS6 F4馈线系统中进行实验分析，结果表明所提方法实现了可靠性与碳排放的协同优化，SAIFI降低76.2 %，碳排放节约因子达6.81 %，为柔性互联配电网的低碳可靠运行提供了有效方法。

商业建筑负荷约占城市终端负荷的25 %，其中包含大量如空调等可灵活调节的负荷，使得商业建筑具有显著的需求响应调节潜力。负荷分解识别可调资源以支持电网制定响应策略，而现有非侵入式分解方法受限于建筑设备运行频次差异，单一时间尺度建模难以在边端设备高效捕捉异步设备特征。为此，提出基于多时间尺度深度学习的非侵入式负荷分解方法。首先，构建了卷积神经网络和长短期记忆神经网络融合模型，实现负荷动态变化中时空特征的协同提取。其次，通过多时间尺度采样机制进行时间敏感性分析，选取边端最佳采样时间。最后，基于商业建筑实际负荷数据的实验表明所提模型在综合性能最优，当采样时间间隔从30 s延长至60 s时，所提模型的马修斯相关系数提升了7.35 %。

商业建筑占全国建筑总面积的25 %以上，且碳排放强度较其他类型建筑更高。商业建筑虚拟电厂改造有助于找到降低商业建筑高碳排的路径。从全生命周期角度对商业建筑虚拟电厂改造进行探究，提出了基于商业建筑参与碳交易场景下的商业建筑虚拟电厂改造的技术经济性评估方法。从经济性角度考虑包括改造初始投资成本、运营成本、参与碳市场交易收益等评价既有商业建筑虚拟电厂改造全生命周期的经济性。从技术性角度分析商业建筑碳排放行为特点，从虚拟电厂用能、储能、发电三类改造行为出发，评估既有商业建筑全生命周期的降碳潜力。仿真算例结果表明，随着商业建筑虚拟电厂改造总成本的增加，商业建筑生命周期碳排放量也会相对降低，需要平衡两者关系，最终实现虚拟电厂改造成本与商业建筑降碳之间的双赢。技术经济性评估表明，商业建筑虚拟电厂改造静态投资回收期为4年左右，其在经济性方面具备可行性，且商业建筑虚拟电厂改造具备显著降碳潜力。因此，尽管需要一定初始投资，但对既有商业建筑进行虚拟电厂改造在技术经济性上具有可行性。

在混合电力市场中，交易耦合造成源荷间碳排放路径追踪复杂、网损碳责任分摊机制不明等问题，制约新型电力系统实现精准碳计量。为此面向低碳导向的碳排放管理目标设计了融合有向图建模与路径优化的碳排放路径追踪和网损双向分摊框架及实现方法。通过构建虚拟无损网络，实现双边交易与联营交易的解耦。针对双边交易单源-单汇的网络结构，引入碳排放因子优先机制，构建低碳路径优先分配的最大流模型。针对联营交易多源-多汇的网络结构，设计“先BFS排序后DFS追踪”的双向分摊机制，构建虚拟节点碳流分布的递推序列。算例表明，该框架有效提升了混合电力市场碳排放溯源的精准性与公平性，凸显了低碳导向下的路径追踪价值，为“双碳”目标下的低碳电力系统发展提供技术支撑。

针对省级区域碳排放预测由于历史数据不足导致预测精度较低问题，提出了一种基于电力数据的省级区域碳排放预测方法。首先，分析了省级区域电力负荷数据与碳排放总量之间的相关性；然后，构建长短期记忆-梯度提升回归树（long short-term memory-gradient boosting regression tree，LSTM-GBRT）混合模型，并基于电-碳相关性完成省级区域碳排放预测；为进一步提升预测精度，采用K-means聚类算法对各省级区域能源消费结构进行聚类分析，挖掘碳排放特征相似省份，用于完善数据集与特征集；最后，基于我国各省级区域的电力和碳排放历史数据对某省碳排放进行预测，结果表明，该模型能够有效地预测碳排放趋势，平均绝对百分误差、平均绝对误差和均方根误差指标均优于LSTM、卷积神经网络（convolutional neural network，CNN）和门控循环单元（gated recurrent unit，GRU）等模型，展示出更好的泛化能力与鲁棒性。