为解决综合能源系统(IES)中供需双侧不确定因素对运行调度带来的风险问题，将CVaR理论引入IES运行调度问题，提出一种计及风、光出力和电、热负荷不确定性的IES经济调度模型。该模型以IES运行风险费用最小为目标函数，综合考虑电力网络、天然气管网、热力管网以及机组出力等多种约束条件。运用双层优化的思想将上述模型进行转化，采用快速粒子群优化算法和内点法进行求解。通过算例分析置信水平、多能流约束和单位功率调整费用对运行费用的影响，验证了CVaR理论在IES经济调度中的有效性。

能源互联网的范畴内，电热联合系统是消纳风电的一种有效手段，为此构建了包含储热、热电联产和需求响应资源的综合电热系统调度模型。提出了风电消纳日前日内两阶段调度方法：在日前调度阶段，机组、储热装置以及电价型需求响应配合消纳风电短期预测出力；在日内调度阶段，机组以及激励型需求响应配合消纳风电超短期预测出力。以系统发电运行成本最小为目标函数，综合考虑弃风惩罚费用和需求响应成本建立了电热联合系统调度模型，使用改进帝国竞争算法解决电热系统约束条件过多的问题，使得到的解更可行。算例分析表明，使用所提调度模型和方法能够有效提高电热联合系统风电消纳水平。

考虑多风电场出力之间的尾部相关性，借助Gumbel-Copula函数构建多风电场出力的联合概率分布，提出含多风电场的电力系统随机优化调度模型。通过抽样平均近似（SAA）法处理机会约束条件，将随机优化问题转换为可计算的确定性非线性规划问题，并采用粒子群优化（PSO）算法进行求解。通过算例分析联合概率分布、机会约束置信水平和抽样次数对优化调度结果的影响，结果验证了基于Gumbel-Copula联合概率分布的随机优化调度的合理性。

风光水储互补系统优化调度研究，吕崇帅，刘瑞叶，随着风电和光伏发电装机容量逐年增加，其并网发电引起的间歇性和波动性也越来越严重。为保证系统安全稳定运行，有时不得不弃风、

航班调度问题

压缩空气储能（CAES）作为一种流行的风能存储技术，在数学上与新型液压风能系统集成在一起。 压缩空气储能的集成改善了电力输送的质量，同时在风速可变的情况下，在600 kW液压风力发电系统中保持稳定的频率产生。

为了以清洁和集成的方式利用热量和电力，提出了一种零碳排放微能源互联网（ZCE-MEI）架构，该架构通过并入非辅助燃烧式压缩空气储能（NSF-CAES）集线器。本文考虑了一种典型的结合电力分配网络（PDN）和区域供热网络（DHN）和NSF-CAES的ZCE-MEI。采用了一个由NSF-CAES集线器，33总线PDN和8节点DHN组成的典型测试系统，以验证所提出的ZCE-MEI在降低运营成本和减少风力方面的有效性。