提出一种R134a制冷剂太阳能光催化降解齿形双层管结构的反应器,以改善槽式聚光反应器光子利用率低和太阳辐照度分布不均的问题。以所提变密度齿和均密度齿反应器为研究对象,对反应器的反应、传热性能进行模拟分析。研究结果表明：在不考虑温度影响时,所提出的齿形反应器可大幅提升总反应速率;当考虑温度影响时,总反应速率提升效果有所减弱,但大齿数的变密度齿仍能在大部分情况下起效。变密度齿表现出比均密度齿更优秀的反应和传热性能。

选取分别位于南海北部、中部与南部海域的4个观测站,对各站实测波浪数据的特征值、联合分布及季度特性等进行对比分析。利用深度学习模型对各站位的波浪预测效果进行研究,分析隐藏层数、优化算法和模型类型3个变量对预测性能的影响。研究结果表明,各海域处的波高及波周期均主要集中在0~4 m及4~9 s区间,北部海域的波高及波周期分布范围相对集中,中部及南部海域的分布范围更广,靠近大陆的近岸海域的波浪能资源明显偏小,中部及北部海域的波高在秋、冬季明显大于春、夏季;门控循环单元（GRU）相较于长短期记忆网络（LSTM）和多层感知机（MLP）模型表现出更优的预测能力,预测模型的隐藏层数为1时,并采用Adam和RMSProp优化算法时的误差更小。

基于数值模拟技术,建立考虑渗流影响的双U型群孔地埋管换热器传热模型,分析渗流场及地温场演化规律,并对影响换热效果的渗流因素开展敏感性分析。结果表明,无地下水渗流时,群孔地埋管换热器之间互相干扰,并在中心区域产生严重的冷堆积,不利于换热。而渗流的存在大大减轻了冷堆积,并在垂直渗流方向上,各地埋管换热不再互相干扰,只在渗流方向上上游影响下游。地埋管换热器换热效率对渗流层的厚度敏感性最强,渗流速度次之,渗流方向最弱。

针对储能电站电池一致性改善手段较为单一、主要依赖外置离线设备调节电池箱间电压差的问题,提出一种将外特征图像与TL-GoogLeNet卷积神经网络模型相结合的储能电站锂离子电池一致性分类方法。该方法以电池电压、温度及IC曲线构建外特征图像,利用灰度层突显曲线峰值与拐点特征,以明暗区域强化特征表现,增强电池状态的有效表征并捕捉其老化过程中的关键变化。采用迁移学习策略将预训练GoogLeNet模型参数迁移至特定电池数据集,构建TL-GoogLeNet模型以提升模型泛化性能。通过锂电池公开数据集和实际储能站运行数据进行综合验证,所提方法准确率均保持在95%以上,结果表明该方法具有较高的分类准确性和鲁棒性,可为储能电站运行后期的不一致性问题和运行安全维护提供有效指导。

以电化学、飞轮等中短时储能作为独立主体参与电网调频可有效减少火电频繁的负荷调节需求,增加频率调节的灵活性。现阶段参与二次调频辅助服务的独立储能电站的功率与容量尚缺乏合理的规划方法,该文通过采用日前调度计划、日内滚动优化的方式确定各并网主体的出力曲线,从而确定调频资源的基准运行点。构建包含电网频率稳定性指标和经济性指标的多目标函数,建立储能参与的区域电网二次调频模型,获取电网实时调频需求,确定独立储能电站在不同参与程度下的最优容量规划。最终,通过多时间尺度下的案例模型,验证该文策略实现独立储能电站辅助电网二次调频的经济性和安全性。

以配电网和微电网（MG）的协同运行为研究对象,提出一种考虑电池老化成本的配-微协同分布鲁棒调控方法。首先,在无功辅助服务的参与下,以配电网和MG各自运行的经济性为利益诉求,考虑电池储能（BES）模型的老化成本,建立了配-微协同运行的有功-无功综合调控双层Stackelberg博弈模型。然后,在分布式光伏出力和负荷历史数据集的驱动下,基于KL散度构建典型场景概率分布的不确定性集合,建立了配-微协同分布鲁棒调控模型。最后,采用KKT条件和列与约束生成（C&CG）算法将配-微协同双层分布鲁棒调控模型转化为单层模型迭代求解。在改进的69节点测试算例上进行的仿真结果表明,提出的考虑电池老化成本的配-微协同分布鲁棒调控方法能有效兼顾配-微协同运行的经济性和鲁棒性。

作为微电网群灵活运行的调节手段,综合需求响应可通过价格信号引导多元负荷主动调节,共享储能可通过能量平移实现跨时域能量平衡,为微电网群协同运行提供了重要支撑。为提高微电网群协同运行经济性并提升各参与主体满意度,该文构建一种计及综合需求响应的含共享储能微电网群非对称纳什谈判模型。首先分别以各微电网和共享储能的经济成本最小为优化目标,构建考虑综合需求响应的各微电网及共享储能运行优化模型。其次,提出基于各主体能量贡献度大小差异的非对称纳什谈判模型,并将其分解为微电网群成本最小化子问题和交易电价谈判子问题。最后以某微电网群为例进行算例分析,结果表明：所构建运行优化模型可有效提高集体以及各主体的运行效益,合作收益基于各主体的能量贡献大小实现了公平分配。

该文建立高温填充床储热系统的仿真模型,以二元硝酸盐作为传热流体介质,分别采用石英石和钢渣作为多孔介质填充材料对单罐熔融盐多孔介质斜温层储热机制进行流体仿真研究。在保证其他条件一定的情况下,通过仿真分析多孔介质填充材料的不同物理性质对储热系统储热性能的影响来优化储热系统设计,分别得到多孔介质区域内流速、孔隙率、颗粒直径和储热罐高径比对系统性能的影响规律,整体研究结论能够为太阳能光热电站储热介质筛选、填充床构型设计与罐体尺寸优化提供数据支撑与设计参考。

随着高渗透新能源接入,构网型储能系统被更多地用于构建新型电力系统。然而,储能系统的可靠性与运行温度强相关：高温不仅加速容量衰减,还易触发热失控。该文提出一种构网型电池储能系统（grid-forming battery energy storage system,GFM-BESS）可靠性分析框架,基于构网系统运行特性,构建电-热-容量多域耦合模型,并将热失控与衰退失效概率模型相关联,将其嵌入蒙特卡洛仿真框架,基于组串拓扑评估系统可靠度与失电风险,实现从单体失效到整体性能演化的分析;在风储互补系统中开展多场景仿真,评估不同初始电池荷电状态（SOC）及调度策略下的运行可靠性。仿真结果表明,该框架能有效反映构网型储能在动态扰动与衰退耦合工况下的性能演化。

该文首先提出一种新型电池组动态串联均衡结构,集成变换器和均衡器。其次,基于该拓扑提出改进的低开关频率的最近电平控制策略,通过子模块电池单元荷电状态排序,输出多电平阶梯波,最终输出波形的电压谐波失真率较传统方法下降13.02%,且加入状态切换步骤,避免荷电状态缓变带来的子模块频繁投切。同时,引入混合变量的均衡控制方法,并分析设计电感、占空比等均衡参数,确保电池单元在投入使用前满足电压等级要求,同时缩小电池单元间荷电状态的差异。通过结构集成与控制策略优化,实现了电池储能系统效率与性能的提升。最后,在MATLAB中验证了所提拓扑与控制策略的有效性。

提出一种基于I-V曲线的质子交换膜燃料电池（PEMFC）膜电极（MEA）衰退指标非线性分析方法,以满足PEMFC健康状态监测的需求。该方法可在无需额外电化学测试的情况下,通过最小二乘逼近法实时提取电池关键性能参数,包括电化学活性面积（SECSA）、氢气渗透电流（iH2）、极限电流（ilim）与高频电阻（RHFR）等。基于0~6000 h单电池运行实验数据进行分析,验证方法的可行性与有效性。结果表明,在0~4000 h阶段,该方法具有较高拟合精度,但在5000~6000 h,由于膜材料的衰退加剧与测试时间差,iH2的拟合误差较大,但该方法可在实际应用中实时获取MEA的衰退状态。

高压氢气发生泄漏时,近场区域会形成具有复杂激波的欠膨胀射流,使得低压射流积分模型无法直接应用于该场景。通常使用虚喷嘴模型为积分模型提供等效边界条件,但不同虚喷嘴模型与积分模型结合的效果有待评估。该文将常用的几种虚喷嘴模型与积分模型相结合,通过与实验数据对比评估了不同虚喷嘴模型与积分模型结合后的计算精度。研究结果表明：未采用动量守恒方程的虚喷嘴模型计算结果与实验测量值基本一致;而添加了动量守恒方程的虚喷嘴模型预测的质量通量更大,射流出口速度更高,浓度的衰减率更大,导致预测结果与实验数据相差较大。

为对小型家用车库中燃料电池车氢气泄漏的风险性做出评估,利用虚喷管模型计算出搭载35 MPa储氢罐的燃料电池车发生氢气泄漏后扩散的各种物理参数,以此作为Fluent模拟的边界条件。共模拟了车库门是否打开、进风口是否开启、不同排风口风速、排风口布局、自然风速和自然风向6种因素耦合的12种工况,并设置监测点,重点揭示不同通风方式对氢气扩散的影响。研究表明在车库门打开时,自然风在降低风险性方面比强制通风更有效,此外风向也会影响车库内氢气的扩散。车库门关闭时,强制通风对降低车库内危险氢气体积有一定作用,UDF（用户自定义函数,即排风风速=氢气质量分数×800 m/s）智能排风控制工况在30 s后展现出更好的排氢效果,其中分散式排风布局要优于集中式排风布局。

该文设计并制备了具有高储氢容量的BCC结构的 （Ti_0.32Cr_0.30V_0.38）_1-xFe_x （x=0、0.07、0.17） 合金,并采用原位氢化球磨法将其与Mg复合,研究不同Fe含量的 （Ti_0.32Cr_0.30V_0.38）_1-xFe_x合金对Mg基储氢材料的动/热力学性能的影响。采用Sievert’s体积法测试了合金及复合材料的储氢性能并使用XRD、SEM、TEM等对结构和形貌进行表征。结果表明,当x=0.07时,复合材料表现出最佳的储氢性能,起始放氢温度降低至219 ℃,在260 ℃下80 min内的放氢容量为4.22%（质量分数）,放氢焓变较相同制备方法得到的MgH₂材料降低了13 kJ/mol。随着合金中Fe元素的增加,复合材料的放氢活化能逐渐降低,Mg/（Ti_0.32Cr_0.30V_0.38）_0.83Fe_0.17的放氢活化能最低,为80.48 kJ/mol,主要原因在于原位生成的Mg₂FeH₆为放氢反应提供了活性位点,合金元素与Mg之间的电子转移使Mg的电子云密度降低,有利于H原子的解离。机理分析表明,（Ti_0.32Cr_0.30V_0.38）_0.93Fe_0.07具有较高的硬度且在氢化球磨过程中抗粉化,更有利于Mg/（Ti_0.32Cr_0.30V_0.38）_0.93Fe_0.07复合材料的晶粒细化和γ-MgH₂的形成,使得复合材料的热力学性能提升。

目前针对电解槽非等温模型在不同运行场景下预测精度的研究尚显不足,该文建立一种耦合传热与电压的非等温模型,并结合实验数据验证了其合理性。选取功率分别为800 W 和50 kW的电解槽作为研究对象,分析了不同电流密度、电解液温度和环境温度的组合参数对电解槽电压和温度的影响。研究表明,与等温模型相比,非等温模型在高电流密度-低电解液温度场景下,对电压和温度的预测精度均更优;在低电流密度-高电解液温度场景下,其温度预测精度同样更具优势。进一步在60 ℃电解液温度下,对比分析两种模型在不同电流密度下的年度能耗差异。结果显示,等温模型的电耗预测值偏高,且预测误差随电流密度的升高呈显著增大趋势。该研究结果为不同运行条件下电解槽性能预测时是否引入传热模型提供了理论依据。

以质子交换膜燃料电池（PEMFC）准二维多物理域模型为研究对象,运用控制变量法研究模型结构与仿真配置对仿真速率的影响规律,通过物理量分布特性验证模型稳态预测性能,并探究负载加载幅度与速度对模型动态响应的作用规律。结果表明,多孔层一体化简化策略、减少流道分段数、加大步长及快速加速模式可有效提升仿真速率（15 s仿真时间、耗时1.73 s、速度提升8.67 倍）;该模型预测的物理量分布特征符合理论,稳态预测性能良好;负载加载幅度越大、速度越快都会导致电压下冲幅度越大。

可再生能源供电的碱性水电解（AWE）系统中,针对功率波动导致的氧中氢（HTO）浓度升高威胁安全运行及操作参数不合理导致系统效率降低的问题,提出一种基于操作参数可行域的协调控制方法。首先,分析波动工况下温度变化和旁路电流对AWE系统的影响,建立HTO浓度和系统效率模型,并进行参数敏感性分析。其次,根据电流密度、压力、电解液循环流量三者的安全运行边界,给出AWE系统操作参数的可行域。最后,提出一种基于可行域的波动工况下AWE系统操作参数多目标优化控制方法,并在光伏与风电制氢场景中进行验证。结果表明,该方法可有效延长系统的运行时长,提高氢气产量,改善了AWE系统对可再生能源的适应性,实现安全、高效制氢。

本文以零间隙结构的高电流密度和稳定性碱性电解水制氢为主题,对近年来的研究进展进行总结。依次对催化剂、电极、隔膜的催化活性、导电性、亲水性和孔结构等参数进行讨论,提出面向工业化应用的高电流密度碱性电解水制氢的影响机制与优化策略。综合研究结果,电极孔径大小对提升气泡传输和催化剂活性呈现出完全相反的作用机制、隔膜亲水性优化有助于欧姆阻抗的大幅降低。最后从电解极化原理出发,对高性能碱性电解制氢技术未来的研究进行展望。

为解决规模化光伏电站内部引发的电压越限问题,提出一种基于增强型双层交替方向乘子法的系统电压分布式非凸优化方法。首先,该方法建立包含非线性Distflow潮流约束的规模化光伏电站系统电压非凸优化模型;其次,在传统交替方向乘子法的基础上,提出内、外层嵌套循环的增强型双层交替方向乘子法,用于分布式求解电压非凸优化模型。增强型双层交替方向乘子法克服了传统交替方向乘子法求解非凸优化问题时存在的收敛性差和精度不足问题,能够为规模化光伏电站提供更优的系统电压调控结果。基于典型规模化光伏电站系统算例的验证表明：在求解系统非凸优化问题时,增强型双层交替方向乘子法的最优性显著优于传统交替方向乘子法,平均误差降低幅度达0.17%以上;其在高精度残差阈值条件下的收敛性也具有明显优势,所得电压优化结果可有效保障光伏电站系统电压安全。

针对传统预测模型输入气象参数过多造成预测精度不高的问题,提出一种融合核模糊C聚类算法（KFCM）、冠豪猪优化算法（CPO）以及SE通道注意力机制的卷积长短期记忆网络的光伏功率组合预测模型。首先综合考虑皮尔逊相关系数和最大信息系数筛选出主要影响特征,其次使用核模糊C聚类算法（KFCM）将样本灵活划分为晴天、少云、晴转多云以及阴雨天4类。然后通过加入SE机制的卷积神经网络（CNN）对主要气象参数和历史功率的时空特征进行特征提取;最后通过CPO对长短期记忆网络的超参数进行寻优,并选择超参数最优的组合模型进行预测。算例结果表明：在4种天气条件下,相比其他对比模型,所提模型平均绝对误差（MAE）平均降低2.6700、1.9054、1.6192、2.1716 kW;均方根误差（RMSE）平均降低3.1462、2.1492、1.7318、2.3303 kW。4种天气下平均MAE、RMSE和决定系数（R²）分别为0.6237、0.8854、0.9982,验证了该模型的有效性。

针对单一深度学习模型难以兼顾长短期依赖与局部特征波动的问题,提出一种基于经验模态分解（EMD）、Transformer和时间卷积网络（TCN）的双通道耦合预测模型。模型利用EMD将原始光伏序列分解为一组本征模态函数（IMF）分量,针对不同平稳性的IMF分量,分别采用基于残差网络改进的Transformer模型（Enresformer）和基于门控网络改进的TCN模型进行预测,并集成预测结果。引入误差修正机制以进一步提升预测精度。基于多个实际光伏数据集的对比实验表明,所提模型在预测精度方面显著优于当前主流的深度学习模型和耦合模型,为功率预测提供了一种高效且可靠的解决方案。

提出一种基于改进天鹰优化算法的配电网分布式光伏并网功率控制方法。利用物联网技术实时采集分布式光伏并网与配电网的关键数据,包括电流、电压、天气状况以及负荷情况等。采用广义预测控制方法,结合这些关键数据,构建功率预测控制模型,并充分考虑光伏系统动态特性和电网的波动等因素,通过运用丢番图方程等推导出光伏并网系统未来时刻的输出预测值,实现对未来一段时间内光伏系统的电压波动与闪变的有效预测。基于预测结果和电网的实际需求,设计滚动优化策略,进一步优化功率控制,以应对电网的高度动态性和不确定性。引入改进天鹰优化算法,根据预测结果和电网的实际需求,优化逆变器的调控参数。通过调整这些参数,减少输出功率的波动,进而降低电压波动与闪变的程度,实现分布式光伏并网功率的精确预测与控制。实验结果表明：相较于后置性控制的对比方法,所提方法在配电网分布式光伏并网功率控制方面表现出更优越的效果,且适用于实际应用场景。

为应对云层动态变化复杂、光伏功率与环境因素关系高度非线性的建模难题,提出一种融合 Transformer 与 Mamba 的多模态深度学习框架,通过联合建模天空图像的时空特征与红外光谱特征,实现更高精度的光伏功率预测。该研究采用Transformer建模云层运动的时序动态,利用Mamba提取红外光谱信息,并通过跨模态特征融合建立天空图像与发电功率之间的非线性关联。实验基于斯坦福天空图像与光伏发电数据集,验证了该模型在天空图像预测和光伏发电预测两方面的性能。消融实验结果表明,结合红外光谱、时序建模和多尺度特征提取的完整模型在图像预测任务中取得最优均方根误差（13.04 kW）和结构衡量指标（0.94653）,同时在光伏功率预测任务中相较现有方法误差降低4.5%。在典型多云天气场景下,模型能较好地跟踪云层遮挡引起的光伏功率波动趋势。

首先,在考虑电解槽启停特性的多工况运行模型基础上,引入功率波动造成的电解槽寿命衰减成本,以量化光伏制氢站同时参与电能量市场和调频市场带来的功率频繁波动对制氢设备寿命的影响;其次,以最大化光伏制氢站总收益为优化目标,综合考虑电解槽阵列运行特性、光伏出力和电力市场价格不确定性等多种影响因素,建立两阶段随机-鲁棒优化模型,并采用嵌套式列与约束生成算法（Nested-C&CG）对该带有整数变量的max-min-max模型进行高效求解;最后对4个不同场景的算例进行仿真求解,仿真结果表明,光伏制氢站采用同时参与电能量和调频市场的商业模式时,不仅能实现制氢站综合收益最大化,而且能进一步提高光伏自用率,促进可再生能源的消纳;采用兼顾启停及波动特性的电解槽阵列运行策略,通过动态权衡调频收益与设备寿命损耗成本,可实现制氢站短期综合收益与设备长期可靠性的平衡。

针对光伏电站结构安全中螺栓松动的检测与定位问题,提出一种基于链式电阻传感网络的光伏电站紧固状态监测系统。首先,基于螺栓与螺母相对转动导致螺栓松动原理,针对光伏组件不同螺栓结构,分别设计板面传感器与支架传感器,将螺栓的转动转换为电阻信号;其次,根据光伏组件中板面螺栓和支架螺栓的分布特点,分别设计板面正反向检测电路和支架检测电路,通过检测电路总电阻的变化,计算螺栓松动位置的定位及松动数量;根据二极管I-V特性,提出一种电压电流差值比值法,减少了二极管对总阻值的影响,提高了板面松动螺栓数量检测精度。实验结果表明,该系统能准确检测光伏电站中螺栓的松动位置及数量,检测容量随着检测电压和传感器电阻的增加而增加,实现了螺栓松动预警远程监测,为分布式光伏电站的螺栓状态监测提供了一种高效、可靠的解决方案。

提出一种基于最大重叠离散小波变换（MODWT）,融合自适应噪声完备集合经验模态分解（CEEMDAN）算法、双向时序卷积网络（BiTCN）与Transformer架构,构建一套面向光伏出力的区间预测组合模型。首先使用MODWT和CEEMDAN将光伏功率时间序列进行双重分解得到本征模态函数分量;其次根据斯皮尔曼相关系数将本征模态函数（IMF）划分为时序分量和随机分量;然后采用Transformer和BiTCN对时序分量和随机分量分别进行预测,并将两个通道的预测结果融合重构,获得点预测值;基于核密度估计方法,对点预测结果进行扩展,最终得到区间预测结果。算例表明,使用时域与时频域结合的双重信号分解,集成BiTCN与Transformer的双通道模型预测,相比于其他预测模型,准确度平均提升了29.36%。

为评估光伏产品制造环节对环境的影响,该文采用生命周期评价（LCA）方法对生产1 kg单晶硅片进行碳排放的量化分析,包括贡献性分析、敏感性分析、改进分析和能量回收期分析。计算发现生产1 kg单晶硅片共排放397.6 kg（该文碳排放均以CO₂计）。贡献性分析表明,单晶硅棒和切片生产碳排放最大,占比58.22%;多晶硅提纯次之,占比32.63%;工业硅冶炼碳排放最小,占比9.15%。敏感性分析表明,电力是影响整个环节碳排放最敏感的因素,敏感度高达37.66%。改进分析表明,使用可再生能源电力是显著的减排措施,将减少149.84 kg的碳排放。通过数据分析得出1 kg单晶硅片能量回收期为3.35 a。最后使用长期能源替代规划系统（LEAP）预测2025—2030年多种单一情景及其综合情景下生产1 kg单晶硅片的碳排放情况,发现以技术与能源结构减排相结合的潜力为最高,随后是能源结构减排情景,技术减排情景的潜力则相对最低。

针对目前分布式光伏多机等值建模存在的建模复杂与精度低等问题,该文提出一种融合改进K-均值和卷积神经网络-长短时记忆神经网络（CNN-LSTM）的分布式光伏集群智能划分与等值建模方法。首先,选取包括输出电压、输出电流、并网点有功及无功功率,以及逆变器外环控制参数在内的多维度特征作为分群依据,通过引入手肘法确定分布式光伏集群的最优聚类数目。采用一种利用动态时间弯曲距离计算距离矩阵优化初始聚类中心的K-均值聚类算法,实现了对分布式光伏集群的智能划分,有效降低了分群的主观性与复杂性。该文结合卷积神经网络（CNN）与长短期记忆网络（LSTM）的优势,CNN用于捕捉空间维度特征,而LSTM则提取时间序列数据的动态特性,从而构建一个既能反映空间分布又能精准预测时间演变的CNN-LSTM分布式光伏集群等效模型。最后在PSCAD中仿真对比聚类等值模型与该文方法的分布式光伏集群等效模型的精度,该文采用模型在3种不同扰动下提升有功功率等值精度1.30、0.32与5.89个百分点,提升无功功率等值精度0.85、0.80与4.91个百分点,验证了该方法在提高分布式光伏系统建模效率与精度方面的有效性与实用性,为大规模分布式光伏并网系统的分析与优化提供了技术参考。

针对光伏组件缺陷检测中存在的检测精度低、小目标漏检率高及网络参数量偏大等问题,提出一种基于YOLOv8的轻量级改进模型CBS-YOLOv8（CBAM-BiFPN-SIoU-YOLOv8）。在特征提取阶段通过嵌入的CBAM注意力模块强化缺陷区域的特征表征,在多尺度特征融合中采用双向特征金字塔网络（BiFPN）,并改良SIoU损失函数提升边界框回归精度,进一步结合知识蒸馏技术构建教师-学生协同训练框架,实现模型压缩与性能迁移。实验结果表明：改进后模型在自建光伏组件EL图像数据集上的mAP_0.5达到87.50%,较原始YOLOv8提升7.20个百分点;经蒸馏压缩的CBS-YOLOv8模型参数量降低75.42%,检测精度仅下降0.45个百分点,在保持检测精度的同时满足轻量化需求。

该文利用流体力学模拟计算软件Ansys Fluent,基于标准k-ε湍流模型,对不同风向角及安装倾角条件下光伏阵列表面静压力分布规律及其风压系数展开研究。结果表明：首排光伏组件对角度变化敏感,其垂直向下压力载荷随安装倾角增大显著上升。后排光伏组件因前排遮蔽效应,表面静压力波动较小,第3、4排呈现流场稳定化特征。阵列下表面吸力效应由绕流低压主导,随风向角增加整体吸力系数上升,但第2、3排因气流分离与再附着作用局部吸力阶段性减弱,形成“首排主导-2排过渡-后排稳定”的3段式分布。

基于光伏电池双二极管模型等效电路,建立双面光伏组件输出特性模型,并针对遮挡状态下的多峰输出特性,提出多峰曲线的模型参数计算方法,研究不同遮挡状态对组件I-V曲线和模型参数的影响作用,分析组件各单元光伏电池遮挡数量和所受遮挡辐照度的变化对模型参数的影响规律。仿真和实验结果表明：模型参数计算结果和基于参数仿真得到的I-V曲线,具有较高准确度;提出的双面组件输出特性模型及其参数计算方法,可为双面光伏组件和组串的故障诊断提供技术支撑。

从成都市太阳能资源条件、用能结构等特征出发,以成都市工业园区为例,聚焦厂房建筑和非厂房建筑,从屋顶光伏利用潜力和建设时序两个层面,开展分布式光伏建设潜力评估。屋顶光伏利用潜力层面,通过对建筑屋顶太阳辐射量模拟,精细化提取屋顶光伏有效安装面积,精准测算工业园区建筑屋顶光伏装机容量为1365.46万kW,年发电总量为10981.00 GW·h,其中工业厂房建筑屋顶光伏发电总量为8895.85 GW·h,建筑屋顶光伏发电量与工业用电量供需匹配度为89.67%,屋顶光伏利用潜力巨大。屋顶光伏建设时序层面,基于熵权法构建时序决策模型,提出“最高-次高-一般-低优先-不建议”五级部署单元,为城市工业园区用能安全与低碳转型提供全新的视角。

为提升光伏组件表面积灰预测的精确性,本文基于灰尘属性与灰尘沉积过程碰撞对象的随机性,改进表面灰尘随机沉积判定准则和灰尘沉积数值模拟方法,并以武汉市为例验证方法的有效性。首先通过构建灰尘沉积影响因素分析树,确定光伏组件灰尘沉积影响因素。其次,建立灰尘与光伏组件表面碰撞和灰尘与已沉积灰尘碰撞两种碰撞类型灰尘沉积判定准则。然后,将灰尘沉积判定准则应用于武汉市某光伏电站,考虑灰尘颗粒成分与尺寸的随机性,借助Fluent软件,将随机数与用户自定义内存相结合,建立描述灰尘沉积过程的二维数值模拟模型,得到基于积灰量模拟结果的预测发电量与实际发电量的相对误差平均值和标准差分别为8.78%和13.64%。最后采用正交试验设计的方法来设定模拟工况,结果表明风速对灰尘沉积结果的影响最显著。

针对光伏功率预测中存在的非线性、波动性及多尺度周期性特征建模不足的问题,提出一种融合多尺度周期性特征的光伏功率短期预测模型。首先,对原始数据进行预处理和皮尔逊相关系数特征重构,并利用门控聚合重分配机制优化相关因素交互;其次,通过构建周期-残差双阶段优化机制,借助残差循环预测技术获取残差分量和周期分量,并将残差分量送入Transformer编码器。此外,采用多尺度周期特征融合模块处理周期分量,结合时序适应性的多尺度卷积核以及基于时间维度均值化融合策略提升对周期模式理解能力;最后,对残差分量和周期分量分别建模后的输出结果进行整合得出预测结果。在3个真实数据集上的实验结果表明,所提模型在不同步长任务下均优于对比模型。在光伏数据集1中,相较于次优模型,其MAE和RMSE分别相对平均降低4.10%和3.98%;在光伏数据集2中,两项指标较次优分别相对平均降低3.31%和1.51%;在电力负荷数据集ETTh1中的短步长预测任务中,相较于次优模型,其MAE降低1.66%。此外,模型在多项任务中的决定系数均达到最优水平,证明其在短期光伏预测任务中的优越性能与泛化能力。

提出一种基于改进块梯法的超短期光伏电站辐照度预测方法。首先对数据集进行预处理,包括对地基云图进行鱼眼畸变矫正以及对辐照度数据建立晴空模型并生成晴空指数。接着采用基于最小交叉熵的自适应阈值计算方法识别地基云图中的云层,并利用基于相似度加权的云位移矢量计算方法进行云运动预测。最后通过改进块梯法预测光伏发电辐照度。实验在UCSD-Folsom数据集中进行仿真验证,结果表明,该方法有效提高了超短期光伏电站辐照度预测精度并拓展了传统块梯法的预测时段。

为解决光伏组件表面积灰引起的发电效率下降、运行寿命降低的问题,该文提出一种用于积灰检测的改进YOLOv5模型,通过引入基于多尺度的GS卷积模块与VoVGSCSP模块,添加CBAM注意力机制并改进SPPF模块,实现检测精度与速度双重提升。在获取充足数据集基础上,对部分数据集采用限制对比度的自适应直方图均衡化（CLAHE）、锐化与Gamma参数调节协同处理,并采用PyCharm搭建基于改进YOLOv5模型的实验平台,实现光伏组件表面积灰位置和区域积灰量的高效率检测验证。结果表明,改进YOLOv5模型能使区域积灰量检测的m_AP@0.5∶0.95较传统YOLOv5模型提升3.3个百分点,检测速度由65.2帧/s提升至68.32帧/s,具备精度和速度双重优势。该研究建立了一种适用于不同光照条件下的光伏组件表面积灰检测模型,可为光伏电站运维管理与清洁决策提供参考。

针对光伏直驱热电制冷系统在变辐照度环境下的性能优化问题,研究通过光伏直接驱动方式实现能量单级转换,并降低其系统复杂性。通过建立MATLAB/Simulink动态仿真模型与真实天气条件下的实验验证,揭示了在变化太阳辐照度环境中热端温度对制冷性能的非线性调控机制：当热端温度≤35 ℃时,制冷系数（COP）随太阳辐照度增强呈先增后减趋势;而热端温度>35 ℃时,制冷系数与太阳辐照度呈正向单调关联。并通过评估实验与仿真输出特性的结果,验证仿真系统的准确性。进一步通过皮尔逊相关性分析,量化了制冷功率与太阳辐照度的强正相关性（r=0.9138）,证明变辐照度下系统可通过自调节机制保持制冷温度的稳定性。此外,研究发现在变辐照度条件下制冷功率与COP间的协同优化规律,根据实际工况需求不同并结合“最优平衡分割点”特性调节其权重,寻找二者最佳协同工作点,为无储能光伏制冷系统的动态匹配设计与能效优化提供了理论框架。

该文系统梳理国外宇航机构航天器太阳翼研制标准及试验验证体系,重点分析其研制阶段的试验项目构成。通过对比美国军用标准MIL-STD-1540E与欧洲航天标准化合作组织（ECSS）标准ECSS-E-10-03A在太阳翼试验项目设置及技术指标要求方面的异同,揭示两套标准的共性与差异。研究成果为中国航天器太阳翼研制流程优化与验证体系构建提供可操作的参考依据。

该文采用四参数随机生长模型构建气凝胶微观结构,通过蒙特卡洛方法模拟计算板状气凝胶的太阳消光系数,并基于格子玻尔兹曼模型预测其导热系数,系统分析孔隙率和微粒直径对光热性能的影响。结果表明,孔隙率和微粒直径对太阳消光系数的影响更为显著,且孔隙率对导热系数的影响大于微粒直径,孔隙率减少约12个百分点可使导热系数减小约25%,而微粒直径变化对导热系数的影响可以忽略不计。最后,结合动态传热模型,对寒冷地区（以郑州为例）建筑能耗进行模拟,发现具有较大孔隙率和微粒直径的气凝胶玻璃可降低约34%的能耗。

通过构建镍基催化剂（Ni/MgAlO_x）与多孔泡沫载体的复合催化体系,系统探究镍（Ni）、镍铬合金（NiCr）和碳化硅（SiC）3种载体对太阳能驱动甲烷干重整（DRM）系统性能的影响机制。结果表明,Ni/MgAlO_x/SiC泡沫反应器性能最优,其CH₄和CO₂的平均转化率分别达到75.56%和81.79%,太阳能燃料效率达38.86%,较Ni和NiCr泡沫反应器分别提高了3.14和5.26个百分点。性能提升主要归因于SiC泡沫优异的导热性能,使反应器轴向温度梯度显著降低至59 °C,有效降低了温度不均匀性,拓宽了高效催化反应域。此外,SiC泡沫载体具有更高的机械强度,能够有效抵抗积碳产生的内应力,提升系统运行稳定性。因此,SiC泡沫反应器在65 h的连续测试中性能未出现明显衰减,而NiCr和Ni泡沫反应器分别于42和24 h出现严重性能衰减。

为获取与西部强辐射地区匹配的冬季室内计算温度,对3个典型城市的主观问卷调研与现场测试数据进行统计,分析服装调节行为与热感觉,获得不同采暖工况下操作温度与服装热阻及平均热感觉的关系,明确连续采暖建筑室内中性温度为20.2 ℃,非连续采暖建筑可接受温度下限为11.7 ℃。据此,提出相应的冬季室内计算温度宜分别取20.0与12.0 ℃的恒定值;并针对被动式采暖房间,以拉萨为例,综合动态模拟得到的冬季室内操作温度日波动范围（10~14 ℃）与现行热工规范中的温度周期化逐时方法,构建了室内计算温度逐时模型,为西部强辐射地区优化建筑热工设计提供基础数据支持。

针对现有短期电力负荷预测模型结构固化导致的跨场景适应能力不足问题,提出一种基于改进麻雀搜索算法（ISSA）优化的可变形卷积神经网络-长短期记忆网络-注意力（CNN-LSTM-Attention）模型,具备面向不同数据场景动态构建最优配置的能力。首先,为实现模型结构与超参数的自适应调整,引入ISSA联合优化CNN与LSTM的网络层数、学习率和批次大小。其中,ISSA融合拉丁超立方抽样法、余弦退火、动态螺旋策略以及莱维飞行机制,以提升优化质量与收敛性能。然后,依据ISSA在不同场景特征下得到的最优配置,构建可变形CNN-LSTM-Attention模型。最后,在美国纽约州和中国南方地区的电力负荷数据上进行仿真验证,结果表明所提模型在多时间分辨率和不同地区季节条件下,决定系数较CNN-LSTM等主流预测模型至少提升1.18%,均方根误差至少降低45.03%,展现出良好的预测性能与跨场景适应性。

提出一种计及多序网络耦合与动态控制策略建模的短路故障通用计算方法。首先建立多类型DG故障等效模型,分析其低电压穿越和负序电流抑制策略对序分量网络的影响;结合叠加定理将故障网络分解为正常分量与故障分量网络,推导不同短路类型的序网边界条件方程,构建含IBDG的复合序网模型;最后通过迭代修正节点电压与DG注入电流,实现短路故障的求解。仿真结果表明,该方法在面对多类型多点DG接入的复杂有源配电网时有较好适用性,短路故障计算误差均小于3%。

为充分利用分布式光伏无功调节能力参与有源配电网电压协调控制,提升其电压调控的有效性和稳定性,提出考虑分布式光伏无功裕量的有源配电网电压控制策略。首先,基于电压敏感度矩阵详细阐明分布式光伏功率控制与节点电压变化之间的相互影响机制,从而确定各节点的补偿优先度;其次,基于分布式光伏的无功功率调节能力以及电压调节灵敏度建立分布式光伏无功调节裕量指标;然后,考虑无功调节裕量指标和节点的补偿优先度建立电压控制模型,通过预编码技术的粒子群算法对电压控制模型进行高效求解;最后,通过修正的IEEE 33节点进行仿真,验证了所提方法的可行性与有效性。

针对电动汽车并入电网的无序充电行为影响电网稳定性的问题,在考虑新能源消纳条件下,提出一种多层复杂出行链的电动汽车充换电负荷时空预测模型,旨在揭示“充-换”交互模式下换电负荷对充电负荷波动的动态补偿机制。首先,在多层复杂出行链模型下确定电动汽车的出行特征,利用弗洛伊德算法寻找出行的最优路径,结合“流量-车速”关系确定单位里程耗电量;其次,分别构建充、换电的充电模型并在“充-换”交互模式下确定电动汽车选择的充电方式;再次,建立风光发电的数学模型;最后,对所充电负荷及新能源发电进行数据处理形成时空分布图,对比不同模式下的负荷数据。实验结果表明,电动汽车在行驶过程中产生的充电需求有明显的区域差异性,且在新能源消纳下换电负荷能够有效减缓充电负荷产生的波动性。

针对短流程钢企参与含高比例可再生能源电力系统调峰时源荷互动机制不清导致系统调峰效果受限的问题,提出一种短流程钢企参与电力系统调峰的优化控制方法。首先,设计融合短流程钢企生产负荷的可再生能源系统调峰架构,依据负荷调控特性构建分级响应模型。其次,基于电网需求发布、企业响应求解及聚合商信息交互的非合作博弈过程,兼顾高比例可再生能源电力系统中电网调峰需求与企业生产用电制定电价与激励双信号响应机制。最后,构建源荷双层经济调度模型,分层迭代求解并达成源荷利益均衡。仿真结果表明,该方法可降低负荷峰谷差2.74%,提升电网可再生能源消纳5.53%,同时降低企业综合用电成本17.72%,可显著提高企业响应积极性进而改善电网调峰效果。

以光伏、直驱风力发电机等全功率型新能源并网变流器为研究对象,推导故障穿越期间变流器注入正、负序无功电流的安全可控边界。通过分析变流器注入无功电流与可控边界间的耦合作用,提出考虑耦合影响的可控边界迭代计算方法,提升边界计算的准确性。在此基础上针对变流器器件的电气应力极限、故障类型、电网强度等因素对可控边界的影响规律进行分析,为故障穿越期间变流器的无功电流指令提供设计依据。最后依托Matlab/Simulink仿真平台,验证该可控边界计算方法的有效性和准确性。

为解决传统模型预测控制在参数变化时难以保证预测准确性的问题,提出一种基于非线性扰动观测器的模型预测电压控制策略。首先设计出一种用于三相逆变器的非线性扰动观测器,通过检测逆变器侧电流和负载端电压对负载电流进行实时观测,抑制参数扰动,保证预测结果正确性。其次,针对参考电压获取不合理的问题,利用下垂控制获取参考电压。随后结合逆变器电容电压模型与参数扰动估计量重构电压预测方程,优化价值函数设计,减少计算量并提升系统的控制性能。最后,通过仿真与实验验证了所设计非线性扰动观测器及所提电压控制策略的正确性。

针对限流劣化导致传统纵联保护拒动的问题,提出一种基于模型匹配的递归最小熵状态估计纵联保护方法,在提升算法鲁棒性的同时可避免限流对保护的影响。首先分析故障限流下含电流型潮流控制器（CFC）的金属回流双极直流电网的故障特性,阐述传统电流差动保护的局限性;建立精确的线路等值模型并推导系统量测方程,通过二次积分完成方程离散化;最后引入递归最小误差熵算法对状态估计模型求解,根据模型匹配程度识别区内外故障,并根据故障电流模分量提出故障选极策略。仿真结果表明,该方法可在故障后2 ms内快速准确识别区内外故障并正确选极,同时有较强的耐受限流、过渡电阻、噪声干扰等能力。

为实现综合能源系统低碳经济运行,兼顾能源运营商和用户双方利益,提出一种计及源-荷不确定性的含氢综合能源系统主从博弈优化调度方法。基于主从博弈理论,构建以综合能源运营商为领导者、负荷聚合商为跟随者的双层定价模型,并采用系数可调的鲁棒优化方法量化处理不确定性。针对模型的双层嵌套结构、多目标优化特性及不确定性约束,提出基于折衷规划的多目标优化方法,并结合自适应差分进化算法实现双层博弈求解。最后,依托崇礼风光耦合制氢示范项目数据进行算例分析,结果表明所提优化策略可提升能源系统运行安全性,可实现综合能源运营商与负荷聚合商的利益均衡。

针对单一预测模型忽略跨负荷关联特征导致预测效果较差的问题,提出一种基于多任务学习的组合模型对多元负荷进行预测,以提高预测的准确性。首先,量化气象因素与负荷的相关性,确定模型的输入特征;其次,构建预测模型,采用卷积神经网络（CNN）提取输入特征与负荷之间的非线性空间关联,双向长短期记忆网络（BiLSTM）模块捕获负荷的长期依赖性和时间特征,并引入时间模式注意力（TPA）机制自适应赋权突出重要时间信息;最后,采用多任务学习提取冷、热、电负荷的公共特征,捕捉其耦合关系,在任务特定分支分别预测不同类型的负荷。通过公开数据集开展实验,结果表明,冷、热、电负荷联合预测相比单任务预测模型的平均绝对百分比误差（MAPE）分别降低36.30%、23.93%和22.63%。该方法不仅可提升负荷预测的准确性和稳定性,还能更好地反映综合能源系统中多能源耦合特性。

在“双碳”背景下,为促进综合能源系统（IES）的经济性运行,降低综合能源系统碳排放并解决不同季节下能源分配不平衡的问题,提出考虑季节性和阶梯碳-绿证联合交易的IES低碳经济优化方法。首先,搭建电、热、气、氢相关机组设备模型,根据各类主体的功率特性构建动态平衡模型;其次,在已有阶梯碳交易机制和绿证机制的基础上,提出阶梯碳-绿证联合交易机制;再次,建立以系统运行成本最少和碳排放量最少的低碳经济优化模型,并确定最佳目标函数权重;最后针对若干场景的不同算例,从成本及碳排放角度分析阶梯碳-绿证联合交易机制对IES在不同季节下发挥的作用和对系统热电比的影响,验证方法的有效性。

针对主动配电网与多园区的协同优化调度问题,考虑配电网电压、需求侧相应、综合能源协调和碳交易成本,基于改进目标级联分析法提出一种一主多从模式下的多能源协同优化调度策略。首先,在配电网层面,构建计及网络损耗和电压偏移的主动配电网调度模型;在园区层面,分析园区内柔性负荷及多种能源（如电能、热能等）的特性和调节潜力,搭建融合柔性负荷、碳交易机制的电热联供系统优化调度模型,在提升用能效率的同时可实现低碳经济运行。其次,结合Peaceman-Rachford分裂方法与目标级联分析法（ATC）主子系统信息迭代策略,引入改进的目标级联分析法作为模型分布式求解算法,通过局部优化与信息交换提高系统的协同效率。最后,多组算例仿真验证所建模型与优化算法的有效性,研究表明所提模型及方法适用于区域分层协同优化调度,既能提升系统能效、经济效益与低碳运行水平,又可维系各参与主体利益分配的公允性与信息透明度。

规模风电结束一次调频后,在转速恢复阶段会出现功率坑现象,可能会引起系统频率二次跌落,对系统频率安全带来挑战。该文提出一种考虑频率二次跌落的多区域系统优化调度模型。第一阶段为考虑风电出力不确定性的风险调度,优化运行成本与运行风险,第二阶段为恶劣风电场景下的频率安全校核,校验一阶段提供的调度方案在多区域频率安全上是否合格。模型将系统备用功率解耦为风电波动备用、功率坑备用与事故备用,结合储能出力特性,实现了在日前调度尺度上,风电机组转速恢复过程中输出电磁功率骤降对电力系统冲击的消纳与多区域电网频率动态安全约束的协同保障。最后采用改进的两区域12节点系统,验证了所提模型能有效改善风电结束一次调频回归正常工作状态时的频率二次跌落问题,保证系统安全经济运行。

针对直流微电网中低压负载接口变换器输出电压易受不确定性扰动影响的问题,提出一种基于扰动微分补偿与级联型扩张状态观测器的改进自抗扰控制策略,以更好地抑制低压负载接口变换器输出电压波动。该控制策略将扰动微分补偿与级联思想有机融合,不仅实现对扰动的精确重构,避免因过度放大观测器带宽而导致的系统振荡,且有效缓解跟踪性能与抗扰性能之间的耦合问题。之后,利用Lyapunov理论验证所提控制策略的稳定性,同时,在扰动估计性能、扰动抑制性能、耦合特性和鲁棒性能3个维度进行理论分析,以说明所提改进控制策略对于内扰和外扰均具有良好的抑制效果。最后,通过数字仿真实验验证所提改进控制策略的有效性。

从功率传输的路径出发,提出一种低应力的能量前馈型软开关Buck变换器,谐振能量通过高频变压器直接传输到负载侧,而非返回电源或间接传输至负载,以此来减小谐振能量的环流导通损耗。辅助软开关网络由一个开关管、两个二极管以及一个高频变压器组成,包括辅助网络在内的所有开关管和二极管均能完成软开关工作,同时不会增大原功率电路器件的电压电流应力。首先详细分析所提方案的软开关工作原理,接着对关键参数进行理论分析和仿真验证,最后构建一台开关频率为200 kHz、输出功率为200 W的实验样机。实验结果表明,在10%到额定负载范围内,所有开关器件均能完成软开关工作,与传统的硬开关Buck变换器进行效率对比,软开关Buck在整个负载测试范围内均具有更高的效率,轻载时尤为明显,满载时的效率从93.68%提升到96.53%。

继电保护灵敏度是保障电力系统故障快速检测与准确动作的关键因素,但当前配电网规划中缺乏对其考量。随着分布式电源的接入可能导致继电保护灵敏度低于最小阈值,从而无法满足电气安装要求。因此,在不平衡配电网中提出一种考虑电流保护灵敏度的逆变型分布式电源（IIDG）优化配置方法。首先,分析IIDG并网对保护灵敏度有效边界的影响,并提出一种含IIDG的不平衡配电网继电保护灵敏度再评估方法;然后,计及继电保护灵敏度评估约束,构建以IIDG并网容量最大、系统综合成本及网损最小的多目标IIDG规划模型;最后,在改进后的IEEE 33节点三相配电网进行算例分析。结果表明,与未考虑灵敏度限值的优化方法相比,所提方法使保护装置作为本线路后备保护平均灵敏度提升8.67%,作为相邻线路后备保护平均灵敏度提升6.18%,从而验证了所提IIDG优化配置方法的有效性。

针对严寒地区冬季热负荷远大于夏季冷负荷,单一土壤源热泵系统长期运行后会导致系统性能逐年下降的问题,该文通过TRNSYS软件建立光伏光热土壤源热泵系统（PV/T-GSHP）的仿真模型,通过满足不同发电量确定PV/T面积,并探究不同PV/T供回水温差控制策略对系统制冷、制热、性能的影响,分析PV/T-GSHP系统的全年热性能。结果表明,当该系统发电量满足日常照明、热泵能耗、水泵能耗时,热泵机组在供暖期和制冷期性能系数分别为4.21、6.33,系统长期运行10 a后的温度与初始温度相比降低1.95 ℃。当PV/T出口温度与预热水箱温差由8 ℃降低到6 ℃时,系统能耗和发电量分别增加2.24%、1.63%,生活热水需求未满足情况减少16%,表明合理确定PV/T安装面积和采用合适的PV/T进出口温差能有效提升PV/T-GSHP系统运行性能。

为应对全球气候治理背景下可再生能源消纳与多能负荷协同供给的技术挑战,提出一种新型的风电-光伏-熔盐储热-电加热器联合可再生能源热电联产系统。该系统可通过电加热-储热罐-汽轮机组联合调节风电光伏出力满足电负荷需求,并通过储热罐-换热器满足热负荷需求。基于能源枢纽建模理论,构建涵盖经济性（平准化能源成本）、可靠性（失负荷概率）、可持续性（弃风弃光率）及低碳性（全生命周期碳排放）的四维性能评价体系,建立多能流耦合约束下的高维多目标容量优化模型。利用非劣排序遗传算法（NSGA-Ⅲ）求解四维多目标问题,然后利用主成分分析（PCA）进行维度削减实现可视化,最后利用逼近理想点法（TOPSIS）决策得出最优权衡解。案例分析结果表明,所提热电联产系统的目标函数(ELCOE、LLSP、Rc、Ec)相较独立供电系统分别降低4.7%、31.8%、7.5%和26.4%。

结合液化天然气（LNG）稳定、连续、低冷值和太阳能清洁、环保、可再生的互补优势,构建一种集成超临界CO₂再压缩布雷顿循环（SCRBC）、双级有机朗肯循环（ORC）、轻烃分离（LHS）及数据中心冷却（DCC）的多联产系统,通过双罐储热（TES）平抑太阳能波动,耦合LNG冷能梯级回收技术实现冷-电-轻烃多能联供。采用NSGA-Ⅱ与MOPSO算法,以热效率、㶲效率及净现值为目标进行多目标优化,结合优劣解距离法（TOPSIS）决策确定帕累托最优解。结果表明：系统冷能利用率达69.73%,脱重烃塔㶲损占比为57.03%;净现值（NPV）对年利率的敏感性显著高于电价。相较于传统系统,该方案在热力学性能与经济性方面更具优势。

针对温差发电系统在非均匀温度条件下存在的多峰值功率跟踪问题,提出一种改进蜜獾算法（IHBA）与恒定电压法（CVT）相结合的混合控制策略。在Matlab/Simulink平台搭建仿真模型,测试结果表明：恒温条件下跟踪精度达98.9%,响应时间0.04 s;动态温度变化及负载突变工况下平均响应时间小于0.05 s。实物测试验证算法在温度恒定条件下的实用性,跟踪精度达99.3%且无超调。相比传统CVT、粒子群优化算法（PSO）等方法,该方法在跟踪精度、响应速度、稳定性和鲁棒性方面均表现出显著优势。

在“双碳”目标驱动下,为提高综合能源系统的低碳性和经济性,提出一种基于能-碳联合定价与阶梯型碳减排激励机制的农场综合能源系统主从博弈低碳经济调度框架。首先,能源运营商通过动态定价和实时碳势,将碳排放价格与能源价格结合,构建能-碳联合定价机制,引导农场园区优化能源调度减少碳排放;其次,采用阶梯型碳减排激励机制,根据农场园区的碳减排量逐级递增激励,激发其减碳潜力来降低系统碳排放量;最后,构建能源运营商与农场园区的主从博弈模型,通过二者互动决策,优化能源定价和调度策略。算例分析结果表明,所提框架能够有效降低系统碳排放量,同时提高能源运营商的经济收益。

准确预测综合能源系统中的各种负荷需求对其经济稳定运行至关重要。然而,用能形式的多样化发展使负荷演化趋势日益复杂,为准确预测带来严峻挑战。为此,提出一种结合时序重构技术、组合神经网络与集成学习的预测架构。时序重构技术由改进自适应噪声完备集合经验模态分解（ICEEMDAN）和样本熵算法（SE）组成,可将复杂的原始序列分解并重构为更平滑的子序列,以降低预测难度。组合神经网络结合了时间卷积网络（TCN）、门控循环单元（GRU）和注意力机制（AM）的优势,用于捕捉子序列的长期依赖关系。同时,通过AdaBoost算法增强模型的鲁棒性和泛化能力。最后,将所有子序列的预测结果累加得出最终结果。对比实验结果表明,所提模型的电、气、热和冷负荷预测效果均优于其他对比模型。此外,相较于GRU基准模型,所提模型的平均绝对百分比误差与均方根误差分别降低40.59%与40.03%。

为缓解中国北方冬季供暖能耗普遍偏高的问题,以邯郸某小区为研究对象,结合当地峰谷电价差,通过TRNSYS软件构建基于低谷电驱动的光伏光热耦合中深层地源热泵供暖系统（PV/T-GSHP）模型。对在低谷电驱动下系统的运行策略进行探讨,对以供暖为主的地区使用地源热泵系统（GSHP）长期供暖土壤热失衡问题进行研究,分析系统在有无谷电蓄热的情况下对供暖性能的影响,最后对PV/T-GSHP系统进行能源、环境和经济性评价。研究结果表明：PV/T-GSHP系统最佳运行策略为方案3,整个供暖季谷电利用率达90%以上;系统全年累计向土壤补热量比土壤放热量多976.82 kW·h,可保持土壤热平衡;相较于传统供暖系统,PV/T-GSHP系统最高可节约74.93%的能耗;CO₂减排率最大可达74.94%;系统运行费用最高可节约77.27%。

依托风洞实验针对风沙环境中风力机翼型S809的气动性能展开研究,分析不同颗粒粒径斯托克斯数（St）和沙尘浓度条件下的升/阻力系数变化、流场特征及沙尘颗粒的动力学行为。实验结果表明：1）不同St工况下升力系数随St的增大呈先增大后减小的趋势,阻力系数缓慢上升;20°与24°攻角下随St的增大速度分布逐步增强,涡结构发生改变,且分离点随St的增大向尾缘迁移;2）不同沙尘浓度条件下在攻角20°~28°范围中升力系数随沙尘浓度的增大而增大。沙尘浓度的增大使得吸力面速度降低,20°与24°攻角下分离点随浓度的增大向前缘移动;3）沙尘浓度的增大导致颗粒聚集现象逐渐向翼型尾缘区域转移;St增大导致沙尘颗粒在翼型分离涡区域数量减小;对比不同攻角下的颗粒分布特征,攻角增大使得沙尘颗粒逐渐在翼型前缘聚集。

针对目前风电功率预测结果常以“功率点”的形式提供未来时刻预测值、可靠性普遍较低的现状,提出一种基于“风电功率区间预测”的风储系统优化控制策略。首先,建立基于双重注意力机制和胡伯分位数损失函数的风电功率区间预测神经网络模型;然后,基于得到的风电功率区间预测结果,构建综合微网能量平衡、储能状态可靠性以及与外部电网交互经济性等关键因素的风储微网系统多目标优化模型,并设计基于深度强化学习算法的优化控制策略;最后,通过对典型工况的仿真,证明所提控制策略在调节微网能量平衡以及保障备电性能方面均具有良好效果。

针对新能源汽车驱动电机对高转矩密度、低转矩波动的需求,围绕内置式永磁同步电机开展设计与优化研究。首先,根据整车动力需求确定电机基本参数,完成初始结构设计,并通过有限元仿真分析磁场与转矩特性,验证方案合理性。针对转矩脉动问题,对比转子修形、开辅助槽及定子槽口优化3种抑制措施;提出混合遗传算法（田口法与遗传算法相结合）对电机转矩性能进行多目标优化,在降低齿槽转矩与转矩波动的同时可提高平均输出转矩,显著提升优化效率与效果。研究结果表明,使用遗传算法后电机平均转矩提升5.4%,齿槽转矩值减少17.27%,转矩脉动降低12%。实验证明该方法可有效抑制转矩脉动,提升电机变桨系统运行稳定性,适用于风力机变桨系统设计。

在大干扰场景下,基于单一平衡点的线性化模型降阶方法无法取得良好的近似效果。为解决该问题,提出一种高精度、保结构、兼顾系统可观性的直驱风电场系统非线性降阶方法。首先,建立多点的局部线性化模型,保留原系统的非线性信息。其次,为避免数值计算中的误差积累和矩阵病态问题,依据广义参与因子划分强弱相关变量。然后根据奇异摄动理论,在非线性动力学方程的基础上,忽略弱相关变量的动态过程,保留强相关状态变量和能观状态变量的动态过程,从而得到兼顾可观性且保留非线性结构的降阶模型。随后,通过非侵入式建模,采用粒子群算法对低阶非线性降阶模型进行改进,使改进后的降阶模型在保持非线性结构的同时能兼顾精度要求。最后,在3种大干扰场景进行仿真验证。结果表明,基于所提降阶方法得到的降阶系统模型与全阶系统模型的动态响应特性高度相似,降阶效率达到50%,响应误差在1%以内,能大幅降低控制策略优化与数值计算的复杂度,可为区域自动电力控制系统的设计与优化提供更为可行与高效的途径。

针对大容量永磁同步风力发电机温升加剧引发的绝缘老化与永磁体退磁等问题，以一台2 MW永磁同步风力发电机为研究对象，结合电磁损耗与风摩损耗结果对发电机温度场进行仿真分析。等效热网络法与单向磁-热耦合模型均存在较大误差，且忽略多因素交互影响，因此构建双向磁-热耦合模型，并引入线性回归模型以及随机森林模型，从而实现电机温度场的准确计算以及绕组温升影响因素的定量评估与动态预测。结果表明：随机森林模型可有效捕捉风速、转速及环境温度与绕组温度的非线性关系；转速与绕组温升呈现强正相关性，风速影响次之，环境温度影响最弱；绕组温度变化对各影响因素存在滞后效应，对风速响应速度最快，转速次之，环境温度最慢。经多方法研究对比表明，随机森林模型预测性能显著优于线性回归模型，双向磁-热耦合仿真结果与随机森林模型预测结果接近，单向磁-热耦合与等效热网络法计算精度相对较低。

为探究风浪环境参数对大兆瓦海上风电结构设计荷载的影响，选取位于中国海域的近海风电场环境参数为变量，使用OpenFAST对IEA 22 MW海上单桩式参考风力机进行动力响应分析和极限、疲劳荷载计算。根据海域数据特征，将湍流强度、风切系数分为3个水平，通过Copula函数建立各海域风浪联合概率分布，通过方差分析及随机森林法，衡量各环境参数对等效疲劳荷载各分量的影响程度。通过极限工况下的荷载响应统计，分析50 a一遇极端风速、极端波高及波周期对泥面处极限荷载响应的影响。

针对风电叶片在复杂工况下面临的跨域数据分布偏移导致的异常状态评测泛化能力不足问题,提出一种动态域自适应残差注意力网络（DDA-RAN）的跨域异常状态评测方法。该方法融合迁移学习与动态注意力机制,通过双向动态校准策略实现领域偏移协同优化。具体而言,设计动态域自适应注意力残差块（DDAAR-Block）,利用动态域自适应注意力动态调整机制结合可切换式域标识,自适应激活源域或目标域分支,平衡领域共性与特异性特征表征;构建跨域对齐模块,通过梯度截断与门控机制实现分阶段动态训练,促进跨域特征交互与分布对齐;采用自适应多尺度残差块提取深层与浅层时序特征,结合全局自适应池化增强特征鲁棒性;进一步引入正则化多层感知器（MLP）分类器,提升模型泛化能力。实验结果表明,在叶片开裂与覆冰跨域评测任务中,所提方法在目标域准确率（最高达99.36%）、F1分数（99.35%）及马修斯相关系数（MCC）（98.71%）等指标上均显著优于主流对比模型（如对抗判别域适应（ADDA）、域对抗神经网络（DANN））,其中准确率平均提升2.1%~3.8%,可为工业场景下的跨域异常评测提供有益参考。

为充分挖掘风速的时空特征,提出一种基于图卷积网络（GCN）、逐次变分模态分解（SVMD）、双向长短时记忆网络（BiLSTM）及柯尔莫哥洛夫-阿诺德网络（KAN）的短期风速预测模型。首先,利用GCN提取不同水平距离风速之间的空间特征;然后,采用SVMD对目标风速序列进行分解,以提取不同时间尺度的模态特征;最后,将提取的空间信息和分解后的多尺度时间序列进行融合,并将融合后的时空多维信息输入到BiLSTM-KAN模型中进行预测。实验结果表明,在超前1步、3步、6步、9步和12步预测中,所提模型的平均绝对误差相比于BiLSTM模型分别降低38.36%、55.45%、58.21%、60.53%和59.76%。

通过数值模拟的研究方法,分析不同比尺模型中单桩基础局部冲刷发展的区别,依据江苏某海上风电场、欧洲北海某海上风电场、广东某海上风电场现场数据建立全尺寸数值模型,基于平均雷诺数Rea的概念提出适用于现场情况的单桩基础局部冲刷深度预测公式,在此基础上探究相对露出床面高度e/D和波流条件对单筒基础局部冲刷深度的影响,并根据数值结果提出单筒基础局部冲刷深度预测公式。

针对风电集控中心多风场风速序列非平稳性强及多尺度特征差异显著的问题,提出一种基于变分模态分解（VMD）分频与门控循环单元（GRU）-长序列时间序列预测模型（Informer）协同机制的混合风速预测模型。首先,利用VMD技术对典型风电场的风速及相关气象变量进行多模态分解,并将分解后的子序列重构为高频与低频两类信号。其次,构建分频协同预测架构,针对低频信号趋势性强、长期依赖显著的特点,采用GRU神经网络进行快速且精准的预测;针对高频信号波动剧烈、包含复杂细节的特点,利用Informer模型在长序列处理上的优势进行捕捉。随后,将两部分预测结果重组,形成典型风场的基础预测值。进一步地,针对集控中心多风场集中管控的需求,采用迁移学习策略将典型风场的特征模型迁移至中心平台,并引入多目标浣熊优化算法（MOCOA）对多源模型的预测结果进行自适应加权融合,构建具有强泛化能力的通用预测模型,以实现对辖区内其他风电场的精准预测。实验结果表明,该混合模型在风电集控中心的应用中展示了较高的预测精度、较强的环境适应能力及较快的响应速度,证明了其在实际应用中的有效性和优越性。

结合层次分析法和模糊数学法,综合考虑能源分布、地形地貌与人类活动等因素,建立新能源开发影响因子指标体系,形成多因子决策系统,评估中国风能及太阳能开发适宜性。研究结果表明,中国风能开发适宜区集中在“三北”地区,内蒙古自治区、新疆维吾尔自治区、甘肃省、青海省这4个省区最优/较优适宜区占全国总量超过90%。中国太阳能开发适宜区集中在华北及西北地区,新疆、内蒙古、甘肃、青海四省区最优/较优适宜区占比超过80%。研究成果为中国以风能、太阳能为主的可再生能源开发利用提供了有效支撑。

针对风电叶片结构优化设计中传统建模方法迭代效率低、依赖人工干预的问题,该文提出一种基于节点坐标驱动的风电叶片参数化建模方法,以IEA 15 MW风电叶片为研究对象,通过离散节点控制几何外形与网格单元分布,采用双重循环算法构建叶片展向和弦向的单元拓扑关系,集成材料铺层、载荷及边界条件,实现有限元模型建立、结构化网格生成及材料指派的自动化流程。基于该参数化模型开展模态频率对比验证,并结合LaRC失效准则对复合材料进行强度校核,分析极端工况下叶片的结构响应。结果表明：所建模型前六阶模态频率与参考结果的平均相对误差低于5%,叶尖最大位移满足塔架间隙约束,且复合材料失效因子均低于临界阈值,验证了模型精度与结构安全性。该方法通过节点坐标关联设计变量,能够显著提升大型叶片优化迭代效率,为复合材料叶片的设计优化与可靠性评估提供技术支撑。

针对海上风电时空关联特性显著的特点,提出一种考虑机组出力特性差异的时空关联功率预测模型。首先,利用密度聚类算法对风电机组进行分类,识别不同出力模式的机组群体;其次,通过相关性分析筛选出具有代表性的机组集合,为后续建模提供关键输入特征;最后,基于轻量级梯度提升机开展功率预测建模,实现高效、精准的风电功率预测。经过与实际运行数据的比对,结果表明,该模型能有效提高功率预测精度,并在一定程度上增强预测模型的泛化能力。

为提升超短期风电功率预测准确度、探索不同特征对功率预测模型的贡献,该文提出一种基于CEEMD-GA-BiGRU-Attention的风电超短期预测模型,并采用SHAP值分析方法分析各特征贡献。首先采用完全集成经验模态分解（CEEMD）方法分解功率数据,其次利用遗传算法（GA）优化带注意力机制的双向门控循环单元（BiGRU-attention）,对各模态分量动态建模,构建组合预测模型。将该模型与多种不同功率预测模型进行比较,结果表明其在RMSE、MAE、R²评价指标上具有优势,相较于BiGRU模型,R²提升10.08%,RMSE和MAE分别降低40.15%和42.38%。最后,采用SHAP值分析方法研究发现,对模型贡献较大的特征为历史实际功率和天气预报风速,前者在超短期预测初期占据主导地位,但重要性随时间步推进逐渐下降,后者的重要性则在预测中后期呈稳定上升趋势。

针对传统机器学习方法难以应对风电功率的强波动特性、预测精度不足的问题,提出一种基于PM-iTransformer-TCN和贝叶斯优化的超短期风电功率预测方法。首先通过Perona-Malik算法对原始风电功率序列进行平滑预处理,抑制其中的随机性成分;其次通过iTransformer模型联合风速、风向、温度、气压等多组输入变量,获得风电功率的初步预测值;最后利用时间卷积网络（TCN）基于风电功率数据的波动特性,实现多步预测误差的实时追踪和补偿。将贝叶斯优化（BO）应用于训练过程,以实现最优参数组合的选取。采用中国甘肃某风电场的现场数据进行方法验证。将所提方法与多种基线机器学习模型进行对比,结果表明,所提方法在未来2 h和4 h预测的归一化均方根误差（NRMSE）分别为18.95%和21.64%,优于传统的机器学习方法,可显著提升超短期风电功率预测的准确性。

为实现陆上风电机组自相似模块化塔架的设计,提出相应的拓扑优化方法。基于三场理论,以体积比为约束和柔顺度最小化为目标建立拓扑优化列式,推导自相似模块化约束下的敏度表达式,以移动渐近线法优化求解并更新设计变量。基于Python对ANSYS软件二次开发相应的拓扑优化功能,得到不同层数的自相似结构。正常工况DLC1.2、DLC1.3和极端工况DLC6.2 3种典型工况的极限刚强度分析结果表明,自相似结构具有较优异的刚强度,从而证明了所提方法的可行性和优越性。

为探究机组大型化对张力腿型浮式风力机的影响,以DTU 10 MW和NREL 5 MW风力机为研究对象,建立风力机系统耦合计算模型,对其在典型海况下的响应特性进行时域数值仿真,研究机组大型化产生的影响。结果表明,上部风力机大型化引起浮式基础运动响应放大,不同自由度运动耦合现象突出,运动频率成分更加复杂。在额定海况下,相对于5 MW机型,10 MW浮式风力机纵荡运动均值增大,垂荡运动平衡位置发生明显改变,纵摇运动剧烈程度增加,且基础纵摇运动出现更为复杂的谐振特性。同时,10 MW风力机叶片旋转平面外变形均值、平面内变形极值都较5 MW机型有所增加。此外,10 MW浮式风力机叶片变形对风速改变的敏感度更高。

该文考虑大规模风电参与调频过程中的复杂频率特性,提出一种考虑频率二次跌落的高比例风电电力系统鲁棒优化调度方法。首先,综合考虑风电、火电、储能及负荷的频率响应特性,推导电力系统频率一次与二次跌落过程的数学表达式,并提取关键频率指标。其次,计及风电不确定性与动态频率约束,并考虑系统运行成本与弃风等成本,建立电力系统非线性机会约束优化调度模型。接下来,针对调度模型中频率一次与二次跌落约束的非线性特征,提出两阶段迭代的鲁棒优化调度模型求解方法。最后,在IEEE-39节点系统与中国某实际电力系统进行算例分析。结果表明,所提方法能兼顾系统运行经济性与频率稳定性,并显著提高新能源利用率。

在风电功率预测中,预测误差分布具有多模态和非对称特性,易导致局部概率密度失真与区间估计偏差问题。针对上述问题,提出一种基于双阶段参数优化多核核密度估计的风电功率区间预测方法。首先,根据不同核函数的概率密度估计特性,通过加权融合多个不同核密度估计函数,解决单核核密度估计在多模态场景下的局部概率密度失真问题;其次,针对多核核密度估计中权重和带宽参数的高维非线性耦合优化难题,提出双阶段参数优化方法：第一阶段采用基于白鲸优化算法（BWO）的参数对分域搜索策略,对权重和带宽进行初步优化;第二阶段引入基于留一法交叉验证（LOOCV）的带宽细化调优方法,提升带宽的精度。最后,通过在公开数据集和现场实测数据集上进行实验,验证所提方法的误差概率密度拟合效果优于单核核密度估计方法,与现有区间预测方法相比,具有更优的预测性能。

构建限域于SBA-15介孔通道内的双金属铜钴纳米颗粒催化剂（CuCo/SBA-15）。通过X射线衍射、N₂物理吸附和扫描电子显微镜等多尺度表征,证实该限域结构可有效调控活性组分的粒径分布,并可增强铜钴组分间的电子协同效应。在合成气制高级醇的反应中,CuCo/SBA-15催化剂展现出41.6%的高级醇选择性,特别是C₁~C₄混合醇的分布显著窄化,占比超过86.3%。

该文基于Aspen Plus构建由10个反应釜组成的聚丙烯和生物质共气化反应动力学模型,数值分析聚丙烯和生物质在氧气和水蒸气中的产气特性。结果表明：聚丙烯增加提高了CO和CH₄的体积分数,水蒸气增加提高了H₂的体积分数。H₂+CO合成气体积分数在聚丙烯质量分数为9%~23%范围内有最高值。随着S/C（水蒸气与生物质中碳的质量比）的增加,H₂+CO合成气体积分数在600~700 ℃时升高,在800~1000 ℃时略有下降。在9%~23%聚丙烯质量分数下,H₂/CO在700~1000 ℃下有最大值。聚丙烯增加会降低CO₂体积分数,当S/C为0.2、气化温度为1000 ℃时CO₂体积分数有最大值。