随着电力负荷的快速增长及分布式电源的大规模接入,交直流混合的中压大功率微电网已成为未来发展趋势。本文针对多端口交直流混合微电网的功率变换技术开展了研究,主要工作如下:1)提出了一种新型多端口交直流混合微电网结构,可减少功率变换级数并降低硬件成本;提出了一种控制策略,可通过注入零序电压的方式调整相间有功功率分配,保证电网三相电流对称和直流微电网端口电压稳定。通过三端口和五端口交直流混合微电网算例,验证了所提控制策略在电网电压不对称和直流微电网功率不相等工况下的有效性。2)通过分析所提微电网中内部模块的故障情况,提出了一种系统内部故障下的控制策略。当发生故障时,向级联H桥变换器注入零序电压以调整三相参考电压,并注入负序电流以平衡相间有功功率,进而维持直流电容电压均衡,保证系统稳定运行。此外,对所提控制策略下的系统稳定性进行分析并对零序电压注入量进行优选。通过三端口交直流混合微电网算例,验证了所提控制策略的有效性。3)研究了所提微电网中前级组件的子模块故障容错控制策略。针对级联H桥变换器组件,提出了一种故障子模块的配置方式及相应改进的容错控制策略,该策略具有更高的输出线电压和更强的容错能力。针对模块化多电平变换器组件,提出了一种适用于多种子模块故障工况的容错控制策略。当故障模块较少时,可降低故障后模块直流电容电压的增加量;当故障模块较多时,可通过注入基波零序电压,提高其容错能力。此外,提出了一种基于虚拟电压的改进调制方法,避免了发生故障后的载波重构。利用不同组件的仿真和实验结果,验证了所提控制策略的有效性。4)针对所提微电网后级双主动全桥变换器组件,提出了一种新型模型预测控制策略。该策略可自动调整计算步长,具有误差补偿功能和良好的动态响应性能,可在调节输出侧电压的同时,抑制变压器的峰值电流。仿真和实验结果验证了所提策略的有效性。

The integration of renewable energy sources and multi-energy networks in integrated energy systems (IES) introduces significant challenges related to energy degradation, driven by exergy losses during energy conversion/transmission and uncertainty-induced usability reduction. To address these issues, this study proposes a novel entropy state calculation model and analytical framework for assessing energy quality degradation within IES. By unifying thermodynamic entropy (quantifying physical exergy loss) and information entropy (capturing uncertainty-driven energy mismatch), the model integrates physical and information systems into a cohesive entropy state framework. The methodology is validated through a case study on a real-world IES in Tianjin, China (TJBC), demonstrating its capability to reveal entropy state distributions across subsystems under varying network structures and operational modes. Results highlight the dominance of energy conversion processes (e.g., combined heat and power units) in system-wide entropy increase and the critical role of renewable uncertainty in local energy quality degradation. The proposed framework provides a unified metric for optimizing energy efficiency, guiding infrastructure planning, and mitigating energy degradation in high-renewable-penetration IES, contributing to sustainable and high-quality energy system development. © 2025 The Authors

With the rapid development in social informatization, more and more factors, such as regional economy, technological development, and people's living needs, will affect the supply–demand relationship of regional integrated energy systems (RIES), which involve multiple energy forms. These factors turn the supply–demand relationship of an energy system into a nonlinear and time-varying chaotic system. This makes it difficult to predict and balance these relationships, which poses a huge challenge to the prediction, planning, operation, etc. Existing conventional methods attempt to quantify the prediction bias caused by various external environmental factors of energy systems and to weaken the uncertainty caused by multiple energy loads through random programming. However, uncertainty factors increase with the development of an energy system, thereby inreasing the requirements of such uncertainty quantification methods. Furthermore, in conventional methods, the prediction or planning decisions are often made by an observer while neglecting the impact of the observer's decision-making behavior on prediction and planning. Therefore, this paper proposes a three-layer planning framework for to solve the above problems. This architecture includes quasi-quantum uncertainty periodic evaluation, stochastic planning based on information gap decision theory, and rolling planning based on model predictive control. First, we establish a quasi-quantum model of multi-energy system prediction error based on the quasi-quantum wave function model to qualitatively analyze prediction errors affected by uncertainty before and after planning. Simultaneously, combined with the evaluation model of the quasi-quantum potential energy function, a quasi-quantum uncertainty period evaluation model is proposed. Based on the minimum equivalent planning entropy, the planning cycle of multistage rolling planning is divided to minimize uncertainty. Second, the information gap decision theory is used to quantify the influence range of source and load uncertainty in the planning process and the multistage planning cycle is randomly planned. Then, the model predictive control method is used to control the actual error, and the planning strategy is changed in time to reduce the planning deviation caused by the prediction error. Finally, adopting a Beichen demonstration area in Tianjin, China, as a case study, the effectiveness of the proposed method in uncertainty analysis and long-term planning improvement is verified. The three-layer planning framework can improve the adaptability of the regional integrated energy system in the long-term planning process, and can timely adjust the planning scheme to cope with the impact of unpredictable uncertainties in the planning process. © 2017 Elsevier Inc. All rights reserved. © 2023

With development of integrated energy systems and energy markets, transactive energy has received increasing attention from society and academia, and realization of energy distribution and integrated demand response through market transactions has become a current research hotspot. Research on optimized operation of a distributed energy station as a regional energy supply center is of great significance for improving flexibility and reliability of the system. Based on retail-side energy trading market, this study first establishes a framework of combined electric and heating energy markets and analyses a double auction market mechanism model of interconnected distributed energy stations. This study establishes a mechanism model of energy market participants, and establishes the electric heating combined market-clearing model to maximize global surplus considering multi-energy storage. Finally, in the case study, a typical user energy consumption scenario in winter is selected, showing market-clearing results and demand response effects on a typical day. Impact of transmission line constraints, energy supply equipment capacity, and other factors on clearing results and global surplus are compared and analyzed, verifying the effects of the proposed method on improving global surplus, enhancing interests of market participants and realizing coordination and optimal allocation of both supply and demand resources through energy complementarity between regions.

本文以电动汽车（Electric Vehicle,EV）为研究对象,以高速和城市区域为典型场景,围绕EV充电负荷预测、EV快充站协同规划和时空引导策略开展研究,主要工作如下:1)EV充电负荷预测研究:首先考虑EV特有的电池特性和交通行为,提出了基于起讫点（Origin-Destination,OD）分析的充电负荷时空预测（Spatial and Temporal Forecast,STF）模型;进一步,在信息交互框架和STF模型的基础上,提出了信息协调下的EV充电负荷预测方法;最后,利用所提模型及方法,与无信息交互的充电负荷预测结果相比,由于用户可以充分获取快充站的分布和运行信息,改变其充电选择,进而改变充电负荷分布,使其在空间上分布更加合理。2)EV快充站协同规划研究:基于前述STF模型,首先提出了基于交通行为的EV快充站规划方法。基于STF模型,利用共享邻居聚类方法构建选址模型以满足充电需求;其次,基于选址方案、充电需求和排队论,构建定容模型以满足用户的等待时间约束,从而确定规划方案;进一步,提出了考虑配电网潮流约束的EV快充站协同规划方法。该方法构建考虑配电网潮流约束的规划方案校正模型,通过调整规划方案使其满足配电网潮流约束,延缓配电网投资同时满足EV充电需求和用户的等待时间约束。3)EV快充站多目标规划研究:基于前述STF模型,提出了考虑充电需求不确定性的EV快充站多目标规划方法。首先,利用集合覆盖方法和排队论,构建候选方案生成模型得到满足用户充电需求和等待时间约束的规划方案;然后,构建以快充站期望年投资及运行成本最小,配电网期望年网损最小和用户充电需求到相应快充站的期望总距离最小为目标的多目标规划模型,并将配电网相关约束以罚函数的形式引入到多目标规划模型中。利用NSGA-II（Non-dominant Sorting Genetic Algorithm II）算法求解该模型。4)时空引导策略研究:提出了面向配电网电压品质提升的EV快充站充电价格定价策略。首先,考虑城市区域用户多次出行特点、存在慢充设施、路网约束、交通路况等因素,构建基于出行链的交通仿真模型以得到快充需求分布;其次,在快充站收入不变的前提下,以配电网电压幅值总偏移最小为目标,构建双层定价优化模型确定快充站的充电价格;最后以某个城市为算例场景,验证了通过制定快充网络中不同充电价格,可引导快充负荷重新分布,进而可改善配电网运行,提升配电网电压品质。

近年来,随着电动汽车（Electric Vehicle,EV）的快速发展,大规模EV接入电网的影响受到越来越广泛的关注。由于单台EV的电池容量较小,难以对电网运行产生影响,EV入网后的集群效应更受人们关注。EV接入电网后的运行状况,会受用户交通出行规律、用户用能习惯、电池充放电特性、电力市场等因素的影响,这些因素增加了大规模EV集群建模的复杂度。面向不同的应用场景,由于通讯手段的差异性和市场政策的多样性,在EV集群建模和调控策略设计时,还需考虑应用场景的基础条件、技术可行性、实现目标等因素影响。考虑上述因素,本文主要针对多应用场景下的EV集群建模、控制策略和竞价策略等内容开展研究。主要工作如下:1)面向集群控制中心可以获取各EV完备信息的应用场景:首先,在综合考虑EV用能特征和出行规律的基础上,提出了考虑3种接入状态和4种响应模式的EV单体模型;然后,利用蒙特卡罗抽样算法,获取各EV的参数值,评估各EV在不同响应模式下的可调节容量;然后,构建了EV集群响应能力评估模型来获取集群的输出功率和可调节容量;在该模型的基础上,基于EV的SOC自适应算法,提出了联络线功率平抑控制策略,同时基于潮流追踪算法,提出了EV集群与传统发电机的协同控制策略;仿真结果证明,利用EV集群的可调节容量,可以有效平抑可再生能源的功率波动。2)面向集群控制中心仅可以获取EV有限信息的应用场景,无法与各EV进行高质量独立通讯的应用场景:首先,结合EV的接入状态和SOC状态,利用状态空间和马尔可夫链方法来描述集群的状态分布和转移;然后,结合EV的响应模式,提出了EV集群状态空间模型来预测集群的输出功率和可调节容量;在该模型的基础上,提出了考虑状态分布与自适应控制的EV集群频率控制策略,设计了基于状态空间的全局控制信号,降低了对通讯设施的要求;同时,提出了考虑响应函数与状态恢复的EV集群频率控制策略,设计了基于接入状态的全局控制信号,进一步简化了控制信号和降低了对通讯设施的要求,同时利用用户侧响应函数和全局状态恢复信号来保证用户的充电需求;仿真结果证明,EV集群状态空间模型具有很高的预测和控制精度,具有频率控制的有效性。3)面向EV集群参与日前市场竞价的应用场景:首先,从EV集群运营商的角度,分析了市场环境下补偿电价在不同响应模式下对用户参与度的影响;然后,提出了考虑用户参与度的EV集群价格响应模型,用于评估EV集群的可调节容量和输出功率的成本曲线;结合该模型对用户参与度的分析,开发了考虑市场和EV不确定性的EV充电和放电激励机制,以激励EV用户参与日前市场;同时,考虑到EV和竞价约束在不同时段的差异性,提出了零售商日前最优竞价策略,以帮助零售商获取最优的日前竞价曲线;仿真结果证明,在EV灵活参与下,零售商能够在日前市场中获得更高的竞价收益。

随着环境污染的加剧和化石能源的枯竭,对电、气、冷、热等多种能源进行综合分配和利用是当前能源领域关注的重点。其中区域综合能源系统在源、网、荷、储等环节均可实现能源的耦合与转化,通过协调不同供能环节的调配和供给,可以有效提升能源的综合利用效率,具有良好的发展前景。由于区域综合能源系统涉及的能源种类不断增加,如何综合考虑不同能源系统的差异化特性,对区域综合能源系统进行准确的可靠性评估,进而充分利用各类可调配资源,提高区域综合能源系统可靠性,是区域综合能源系统科学规划、可靠运行的关键。因此,本文主要针对适用于城市、农村等不同地区的多类型区域综合能源系统进行可靠性评估和提升研究。首先,分析了区域综合能源系统的内涵,根据国内区域综合能源系统的发展状况,将其划分为城市型和农村型;然后,针对城市型区域综合能源系统的发展现状,提出了一种计及热负荷动态特性的可靠性评估模型,通过建立热负荷的动态变化过程,将热负荷的负荷削减情况与热负荷的动态过程结合起来,以使可靠性评估模型更符合实际情况,提高区域综合能源系统可靠性评估的准确性;最后,针对电能替代背景下的农村型区域综合能源系统,考虑到电热泵具有良好的调控能力,提出了一种基于电热泵自调节的电压优化控制策略,充分发挥电热泵在农村配电网的调控潜力,通过实际算例进行了验证。

针对含多智能楼宇的微网系统,提出一种基于模型预测的多时间尺度调度方法。首先,为有效利用建筑围护结构蓄热特性所带来的灵活性,构建了虚拟储能系统数学模型,并将其集成到智能楼宇微网多时间尺度调度方法中。随后,提出了基于模型预测的日内滚动修正方法,通过每个控制时域内的滚动优化,实现日内微网系统运行方案的精确修正。最后,以夏季制冷场景为例,利用含智能楼宇的微网系统验证了所提方法的有效性。结果表明,该方法可在保证楼宇室内温度舒适度的前提下,在日前经济优化调度阶段降低运行成本;在日内滚动修正阶段平抑由日前预测误差导致的微网联络线功率波动。

可再生能源技术,分布式发电供能技术,综合能源利用技术以及能源监视、控制和管理等技术的快速发展,为城市提升用能品质和降低能源消耗提供了重要支撑手段。区域综合能源系统（Integrated Community Energy Systems,ICES）和终端楼宇综合能源系统（简称为智能楼宇）,作为未来智慧型城市发展的重要基础受到越来越多的关注。本文以集成智能楼宇的ICES为研究对象,通过模型构建、特性分析、运行优化和协调控制等研究,以期挖掘ICES内部不同能源间的互补替代潜力,实现ICES系统中多种能源的协调优化,降低运行成本和提高能源利用效率,并最大限度地实现可再生能源安全消纳。本文主要工作如下:（1）针对终端楼宇综合能源系统:经优化协调后的终端楼宇综合能源系统,可视为ICES中的一种调控源。本文深入分析了楼宇围护结构的热动态特性,在此基础上构建了终端楼宇虚拟储能系统模型,以充分挖掘智能楼宇建筑围护结构的蓄热能力;进一步,采用模型预测及多时间尺度调度等方法,提出了融合虚拟储能的单体智能楼宇及智能楼宇集群优化调度方法,在保持用户用能舒适性前提下对楼宇室温进行优化调节,实现对虚拟储能环节的充放电管理,在降低楼宇能耗的同时提高了ICES的能源利用效率。（2）针对区域综合能源系统:首先,为对ICES中的多能源耦合设备进行协调优化,基于能源集线器理论,给出了能量转换环节的建模方法。进而,为实现ICES的灵活调度,构建了考虑多能源网络复杂约束的最优潮流数学模型,其优化结果能有效反映ICES中不同能源网络经协调优化后所带来的系统运行灵活性的提升。最后,构建了ICES系统的“源-网”优化调度模型,实现对不同供用能单元及多能源网络的优化调度。算例表明,所提模型可有效降低ICES的运行成本和提高系统的综合用能效率。（3）针对集成智能楼宇的区域综合能源系统:为实现ICES和智能楼宇系统的协调配合和优化调度,构建了考虑“源-网-荷”全环节的ICES多阶段优化调度模型;进一步,基于二阶锥规划方法给出了适用的求解算法;算例表明,所提方法可有效挖掘ICES各环节之间的互补优化能力,实现综合能源利用效率的提升和降低系统运行成本。（4）针对区域综合能源系统的运行灵活性:提出了一种基于ICES灵活运行能力的输电线路过载控制策略,在输电网发生线路过载时,通过灵活调整ICES的运行方式和对“源-网-荷”各环节的优化调控,帮助电网从紧急状态过渡到正常运行状态,通过提升系统的灵活性来提高其运行安全性。