随着新能源装机和发电量占比不断提升，电力系统主体数量激增，电力网络潮流双向流动、电力系统灵活资源稀缺化、运行方式多样化、多能源系统耦合复杂化、电力需求弹性化等趋势明显。建立适应新型电力系统的市场机制至关重要，以体现新型电力系统运行成本特性，以及涵盖电能量、安全、绿色价值的多元价值体系。

《全球能源互联网》编辑部紧追学术前沿和研究热点，邀请我作为特约主编，共同策划“促进新型电力系统建设的市场机制创新”专题，围绕建设新型电力系统形势下市场机制的新理论、新技术和新实践等方面的研究，征集并发表相关专家在该领域的最新研究成果。

本专题共收录论文10篇，主要涵盖新型电力系统市场理论模型和方法、促进新能源消纳的市场机制、市场实践和典型案例研究3个方面。在新型电力系统市场理论模型和方法方面，英国巴斯大学顾承红等提出了一种使分布式能源资源通过参与本地能源交易实现最大化资源利用的非合作交易模式，以帮助本地能源交易中的产消者进行最优决策；清华大学孙宏斌等在能源系统的去中心化问题中提出了基于Paillier加密和共识机制的分解协调式算法，以在发电商间构建信任；西安交通大学王秀丽等针对风电机组备用成本分摊交叉补贴问题，提出了基于分布鲁棒机会约束优化的日前经济调度和不确定性出清模型，出清价格能有效反映不确定性对系统成本的影响和传统机组在系统不确定性平衡中的作用；北京理工大学王永真等从“物理、信息、价值”的维度，刻画了综合能源服务“三元驱动”的体系架构、理论框架及关键技术。

促进新能源消纳的市场机制方面，电力规划设计总院袁伟等从规划视角开展基于关键指标的电力市场规划设计，提出基于关键规划参数的电力市场规划体系，可为各地区电力市场建设和市场运行评估提供参考借鉴；西安交通大学肖云鹏等提出了一种基于卖方灵活合同的绿电与绿证中长期联合交易机制，可促进中长期绿电合同的达成，实现绿电与绿证交易的有效衔接；华北电力大学刘敦楠等着眼于省级电网的现状及市场化边界条件，建立了新能源市场化规模测算模型，以保障新能源项目收益， 满足市场化边界，有力推动新能源逐步参与电力市场。

市场实践和典型案例研究方面，东南大学王蓓蓓等系统分析了北美容量市场增量拍卖和容量转移权机制，在逐步引入多级增量拍卖、综合考虑增量拍卖需求曲线设计、形成明确的容量市场分区投资信号、制定合理分配容量阻塞盈余的策略、全面布局统筹协调行政和市场的双股力量等方面提出了相关建议；清华大学马君华等考虑传统煤电厂同时面临碳排放成本上升的压力和新能源涌入电力市场的挑战，构建了燃煤-风力发电系统的日前低碳经济优化调度模型，提升了发电系统的综合效益；华北电力大学卢文冰等从多元生产设备数据融合、智能化算法、设备智能化管理3个方面阐述了新型电力系统生产设备智能化管理平台架构。

希望本专题可以为建设新型电力系统形势下市场机制的理论、方法、趋势、政策等方面提供借鉴和参考，推动新型电力系统建设的跨学科、系统性研究。最后，衷心感谢各位作者、审稿专家对本专题的支持和广大读者的关注，希望在各位同仁的共同努力下，加速推进我国新型电力系统建设和“双碳”目标的实现。

2023年6月30日，北京清华园

构建新型电力系统，是实现“碳达峰、碳中和”目标的关键举措。但是随着可再生能源发电占比不断提升和新兴负荷大量接入，电力系统呈现出惯量降低、源荷失配、峰谷差增大等问题，电网的安全稳定运行面临严峻挑战。人工智能技术近年来蓬勃发展，具备强大的感知推理能力、智能决策能力以及海量数据分析能力，有助于新型电力系统实现精准建模、高效分析及智能控制，是电力系统向数字化、网络化和智能化发展的关键支撑技术。如何通过新一代人工智能及信息通信技术为新型电力系统的感知调控提供决策支持，实现电力系统各要素之间的协同控制和优化配置，值得广泛关注与深入研究。《全球能源互联网》编辑部密切关注最新研究进展，邀请我们担任特约主编，共同策划本专题，与读者共同探讨人工智能技术在新型电力系统运行控制领域的理论研究与工程应用最新进展。

本专题受到了广大专家学者的广泛关注，经过严格的同行评审，从30余篇来稿中遴选出8篇论文，主要聚焦两方面。微电网优化运行与控制方面，中国电力科学研究院周翔等对深度强化学习原理、深度强化学习在单个微网以及微网群优化运行中的应用进行了综述与分析，对应用中所面临的算法可解释性、奖励函数设置、用户隐私性等方面问题与挑战进行了展望。武汉大学杨军等将PID与深度确定性策略梯度（DDPG）算法进行互补并生成可进化PID控制器，相较传统PID控制器能够实现自适应权重参数的调整，从而解决电动汽车与随机扰动给微电网带来的强非线性影响。兰州理工大学吴丽珍等提出一种基于差分进化-径向基神经网络（DE-RBF）混合优化算法的自适应下垂控制策略，获得下垂控制参数并进行优化校正，能够提高多逆变器并联微电网系统下垂控制的动态响应速度与系统稳定性。郑州大学冯志远等采用数字孪生技术建立配电网数字镜像模型，通过人工神经网络对数字镜像模型的历史数据进行学习训练，实现电压暂降源的准确定位，可大幅提高复杂配电网系统中电压暂降定位的工作效率。国网河北电力公司经济技术研究院杨书强等提出了一种将负荷数据图像化，并应用长短期记忆（LSTM）人工神经网络进行短期电力负荷预测的方法，借助LSTM方法在图像分析和处理上的优势，提高了短期负荷预测的精度。新型电力系统5G通信技术创新与应用方面，华北电力大学朱校汲等提出了一种基于软件定义网络（SDN）的5G电力通信网业务编排自主决策方法，在信息不确定的情况下实现接入网信道选择与核心网路由选择的联合优化，从而最小化电力通信终端数据包传输总时延，有效提高了电力业务的传输质量。国网能源研究院王成洁等针对电力杆塔和5G基站，构建了基于站距和站高的规模化匹配方法，以及考虑技术、政策和商业约束等情景的匹配度测算方法，通过实证分析，表明二者具有较大的共享潜力和良好的合作空间，有助于提高资源利用效率、降低企业成本。国网河北省检修公司马助兴等提出了一种面向新型变电站智能巡检的5G大规模天线远近场融合定位算法，提高了变电站内巡检定位精度和稳定性。

感谢各位作者对本专题的大力支持，感谢各位专家提出的细致专业的评审意见，以及《全球能源互联网》编辑部为专题顺利出版作出的努力，希望本专题能为广大专家学者提供借鉴与启发，共同推动人工智能技术在新型电力系统中的应用深入发展。

2023年4月16日