抽水蓄能和新型储能协同发展对实现能源结构转型有积极推动作用，但适应新型电力系统建设进程的抽水蓄能和新型储能如何协同发展尚无定论。结合新型电力系统不同时间尺度储能需求和储能发展现状分析明确抽水蓄能和新型储能功能定位和发展趋势，并适应新型电力系统建设需求基于规划定位—技术创新—运维管理—运营策略架构提出抽水蓄能和新型储能协同发展建议，为推动储能行业发展决策制定、促进储能行业良性发展提供战略支撑。

更多

工业企业从电能消费者转变为产消者的环境生态可持续性仍是个未知数。以水泥产消者为例，基于能值分析方法，提出了光伏发电有效能值可持续发展指数，对分布式光伏发电系统在生命周期内投入的成本和“免费”资源进行统计和综合计算；接着，提出了基于能值指标的绿证与碳抵消电量折算方法，对不同用电模式产生的碳减排效果和电-碳-绿证融合的自然价值进行量化和比较。结果证明，水泥产消者的分布式光伏系统单位功率输出的能值需求低；“自发自用”模式可兼容经济性实现高效减碳；能值指标减小了月度绿证和碳市场的可交易量。据此，水泥产消者需进一步提高能值可持续性，机制制定需倡导个性化的电-碳-证交易，以实现能源供给与生态服务和谐发展。

更多

分布式屋顶光伏地理位置分散，受地理环境遮挡和多种气象因素影响，导致光伏出力特性存在差异，给变电站级分布式屋顶光伏日前功率预测造成挑战。针对上述问题，提出了一种基于双重注意力变换模型的分布式屋顶光伏变电站级日前功率预测方法。首先，基于动态时间规整算法计算分布式光伏用户出力特性间的相似度，并基于凝聚层次聚类法将其划分成若干类；然后，利用自主注意力网络学习各时间步间的时序关联特性，通道卷积注意力机制学习多特征变量间的相关性，构建日前功率预测模型；最后，将每一类日前预测结果相加，实现变电站级日前功率预测。算例结果表明所提方法在多种天气状况下，较Transformer、长短期记忆神经网络和时序卷积网络，预测精度显著提升。

更多

由于用户级综合能源系统（integrated energy system，IES）的多元负荷序列之间复杂的耦合关系及易受外部因素影响等原因，综合能源系统多元负荷的精准预测面临很大困难。为此，提出一种基于Spearman相关性分析阈值寻优（threshold optimization，TO）和变分模态分解结合长短期记忆网络（variational mode decomposition based long short-term memory network，VMD-LSTM）的多元负荷预测方法。首先，使用斯皮尔曼等级（Spearman rank，SR）相关系数定量计算多元负荷间以及负荷与其他气候因素间的相关关系并通过循环寻优确定最优相关阈值，然后采用VMD算法将以最优阈值筛选出的负荷特征序列分解成更简单、平稳、有规律性的本征模态函数（intrinsic mode function，IMF）后与最优气象特征一起输入LSTM模型进行负荷预测。通过某用户级IES的实际数据对所提方法的有效性进行了验证，结果表明，所提方法能有效提高IES的多元负荷预测精度。

更多

针对纯电重卡大规模充电给电网带来的负荷峰值大、运行成本高等问题，提出了用于削峰填谷的双层协调优化调度方法。首先，考虑物流特性对纯电重卡进行负荷预测，并获取纯电重卡的行驶行为，得到充电负荷曲线，同时利用模糊C均值聚类将充电负荷分为可调度与不可调度两类，计算其可调度潜力；其次，以总负荷方差最小为目标函数，构造上层优化模型，制定纯电重卡日充电方案；然后，将上层寻优的日充电方案传递到下层，考虑柔性时间窗约束，以纯电重卡运行成本最低为目标函数，构造下层优化模型，实现考虑充电负荷方差与运行成本的双层优化调度；最后，在主从博弈框架下利用自适应粒子群算法求解双层协调优化调度模型，采用某物流区域实际纯电重卡数据进行仿真验证。结果表明，提出的双层优化调度方法能够在有效平滑负荷曲线的同时，降低纯电重卡的运行成本。

更多

源荷预测是虚拟电厂（virtual power plant，VPP）制定未来调度计划的重要依据。提出一种基于多频组合短期源荷预测的VPP发电侧和用户侧协同优化调度方法。首先对时间序列的负荷数据进行集合经验模态分解（ensemble empirical mode decomposition，EEMD），并将其重构为高低2种频率，使用图卷积神经网络（graph convolution network，GCN）和长短期记忆网络（long short-term memory，LSTM）相结合的GCN-LSTM算法进行预测，并将多频模型得出的预测结果聚合形成不确定模糊集合。考虑需求响应，建立VPP双层优化调度模型。上层以用户利益最大化为目标，综合利用需求响应调度作用，基于制定的分时电价优化多类型可控负荷。下层以分布式电源出力成本最小为目标，同时兼顾供需两侧利益，实现VPP内部资源的优化，并运用改进列约生成算法将上述模型分解为主、子问题进行求解。通过算例分析对所构建的模型进行经济性、鲁棒性和有效性验证。

更多

为提高主动配电网（active distribution network，ADN）运行经济性和用户满意度，提出一种考虑需求响应和用户满意度的ADN优化调度方法。综合考虑ADN运行过程中的购电成本、发电成本、维护成本和需求响应成本，建立了以ADN总运行成本最小为目标函数的优化调度模型。利用混沌映射、莱维飞行和收敛因子非线性变化等策略对斑点鬣狗优化算法（spotted hyena optimization，SHO）进行优化，以提高斑点鬣狗算法的优化性能。采用改进斑点鬣狗优化算法 （ISHO） 对ADN优化调度模型进行求解，算例分析结果表明，ISHO算法的优化效果优于其他算法，2种需求响应同时参与系统调度时的ADN总运行成本最小，经济性更好。

更多