本书系统、深入地阐述了智能电网供需互动能量优化技术，以供需互动优化控制理论框架为基础，详细介绍了信息接入与传输优化策略、供需互动需求侧管理策略和供需互动协同优化策略，并给出了大量的定性和定量分析。全书共6章，内容包括绪论、智能电网供需互动优化控制基础、基于三层网络架构的供需互动信息接入与传输优化策略、供需互动环境下需求侧管理策略、供需互动环境下协同优化策略及智能电网供需互动技术发展趋势。本书取材新颖，内容丰富，体系完整，涵盖了作者多年来在智能电网领域所取得的科研成果，以及国内外智能电网能量优化控制的最新成果和进展。本书的读者对象是从事智能电网信息处理和能量管控的专业技术人员、科研工作者，以及从事相关领域研究的高校教师、研究生。

新能源革命极大地促进了全球智能电网和能源互联网的发展，作为能源消费大国和生产大国，我国也在积极推进能源绿色转型。同时，能源消费持续升级，新型能源消费模式也逐渐形成。能源供应体系的多样化和消费模式的多元化给供需高度协调匹配带来了极大的挑战，供需双侧良性的协调互动成为能源系统安全、稳定、经济运行的关键。 作者多年来一直从事智能电网、能源互联网的研究。最近几年在国家重点研发计划项目（能源互联网的规划、运行与交易基础理论，2016YFB0901900）、国家自然科学基金项目（基于边缘计算的风电工业互联网关键技术研究，U1908213）及河北省高等学校科学研究项目（供需互动环境下能源互联网综合能效管理优化策略的研究，QN2020504）的资助下，作者对智能电网供需互动关键技术进行了系统、深入的研究，并取得了一定的成果。作为研究工作的阶段性总结，将这些成果汇总成册，构成本书的主要内容，期望为从事智能电网、能源互联网能量管理和优化调度研究的科研人员和技术工作者提供有价值的参考和帮助。 本书从智能电网供需互动体系架构出发，分析了其关键技术的研究现状和发展趋势，以供需互动优化控制理论框架为基础，详细介绍了信息接入与传输优化策略、供需互动需求侧管理策略和供需互动协同优化策略，并给出了大量的定性和定量分析。 在本书的编写过程中，作者站在读者的角度进行选材取舍和结构设计，既注重内容体系的系统性与完整性，又注意到每项关键技术的分析达到适当的深刻程度，力求使本书在理论上具有先进性，在技术方法上具有实用性，在体系结构上具有合理性，以为相关研究人员提供解决问题的思路及有益的帮助。 本书由汪晋宽教授组织编写，赵强和韩英华执笔，曹知奥、司方远、方笑晗、李雨纯、杨乐参与了本书部分内容的编写。在本书的编写过程中，参阅和引用了大量国内外文献资料，得到了东北大学秦皇岛分校控制工程学院和工程优化与智能天线研究所的大力支持和帮助。在此，向有关文献资料作者和单位一并表示衷心的感谢！同时要感谢曾经与作者一同参与课题研究的同行专家、学者，长期的研究交流使作者受益匪浅。 由于智能电网发展极为迅速，加上本书作者水平有限，对智能电网供需互动能量优化技术的研究仍有大量工作要做。因此，书中难免存在不妥与不足，恳请读者批评指正。 作 者

第1章 绪论 1 1.1 智能电网的发展 1 1.2 供需互动体系架构 3 1.3 国内外研究现状 5 1.3.1 信息接入与传输策略的研究现状 5 1.3.2 需求侧管理的研究现状 7 1.3.3 供给侧优化控制的研究现状 9 参考文献 15 第2章 智能电网供需互动优化控制基础 24 2.1 供需互动优化控制理论框架 24 2.2 基于分段函数模型的分析方法 26 2.2.1 基于分段函数模型的风电出力不确定性分析 26 2.2.2 基于分段函数模型的机组开机成本分析 28 2.3 基于负荷物理特性及用电方式的交互机理分析方法 29 2.3.1 电动汽车电池模型 29 2.3.2 电动汽车到达时间的随机模型 29 2.3.3 电动汽车日常行驶电量消耗模型 30 2.3.4 可参与互动的电动汽车电池剩余电量分析模型 30 2.4 基于层次分析法的多因素耦合影响分析方法 31 2.4.1 基于层次分析法的通信网络参数耦合影响分析 31 2.4.2 基于层次分析法的多目标机组组合优化模型 34 2.5 基于最优化的互动优化方法 34 2.5.1 源源互补优化方法 34 2.5.2 源网互动优化方法 36 2.5.3 源荷互动优化方法 38 2.6 基于认知强化学习的供需互动优化方法 39 2.6.1 强化学习理论 39 2.6.2 深度强化学习 41 2.6.3 多智能体强化学习 43 2.6.4 认知强化学习 45 参考文献 46 第3章 基于三层网络架构的供需互动信息接入与传输优化策略 47 3.1 供需互动业务的信息接入与传输网络架构 47 3.2 电动汽车规模化应用的双向互动信息接入优化策略 50 3.2.1 电动汽车入网的信息传输网络架构 50 3.2.2 基于多属性决策的中继选择算法 51 3.2.3 基于遗传算法的信道分配机制 58 3.3 适用于互动业务的自适应网络选择算法 65 3.3.1 基于动态属性机制的自适应网络选择算法 65 3.3.2 仿真实验及结果分析 71 第4章 供需互动环境下需求侧管理策略 75 4.1 电池SOC估计及生命周期优化管理 75 4.1.1 基于修正模型的SOC估计算法 76 4.1.2 基于几何过程的电池生命周期优化管理 84 4.2 考虑配电网安全运行的电动汽车充放电优化策略 92 4.2.1 确定电动汽车充放电状态模型 93 4.2.2 电动汽车充放电功率优化调度 95 4.2.3 仿真实验及结果分析 98 4.3 考虑用户热舒适度的建筑用户需求响应策略 103 4.3.1 随机森林算法概述 103 4.3.2 基于MBCRF算法的建筑用户需求响应策略 107 4.3.3 仿真实验及结果分析 114 4.4 考虑可再生能源不确定性的日前、日间需求侧管理策略 119 4.4.1 日前、日间两阶段优化模型 121 4.4.2 风电出力预测误差处理 125 4.4.3 日前、日间两阶段调度优化算法 126 4.4.4 仿真实验及结果分析 129 4.5 不稳定通信环境下分级式需求响应策略 138 4.5.1 需求响应调度系统架构及运行机制 139 4.5.2 基于实时电价的需求响应管理 141 4.5.3 不稳定通信环境对需求响应性能的影响 144 4.5.4 基于认知强化学习的需求响应管理 148 4.5.5 仿真实验及结果分析 153 参考文献 162 第5章 供需互动环境下协同优化策略 165 5.1 考虑电动汽车换电站和风电的机组组合优化策略 165 5.1.1 考虑换电站和风电的机组组合模型 165 5.1.2 仿真实验及结果分析 173 5.2 基于虚拟电价的供需互动协同优化策略 178 5.2.1 供需互动环境下的机组组合优化模型 178 5.2.2 基于虚拟电价的协同优化策略 185 5.2.3 仿真实验及结果分析 188 5.3 基于博弈论的供需互动协同优化策略 197 5.3.1 基于博弈论的协同优化策略 198 5.3.2 仿真实验及结果分析 200 5.4 风电并网下日前、日间、实时多尺度供需互动协同优化 策略 203 5.4.1 日前24小时调度计划建模 204 5.4.2 日间4小时滚动调度计划建模 208 5.4.3 实时15分钟调度计划建模 210 5.4.4 超启发式算法 211 5.4.5 仿真实验及结果分析 215 5.5 多能源系统供需互动协同优化策略 222 5.5.1 多能源系统基本结构 222 5.5.2 网络化能量枢纽结构 224 5.5.3 计及供需不确定性的多能源系统供需互动协同优化模型 228 5.5.4 计及供需不确定性的多能源系统供需互动协同优化方法 236 5.5.5 多能源系统多目标供需互动协同优化方法 238 5.5.6 多能源系统算例分析 242 参考文献 254 第6章 智能电网供需互动技术发展趋势 257