光伏（PV）电力的概率预测为系统运营商提供了有关PV电力发电不确定性的相关信息。本文提出了一种基于单调广义学习系统（MBLS）和Copula理论的时空概率预测模型。MBLS是一种新颖的神经网络结构，用于提供高效的分位数回归解决方案。MBLS确保了分位数与它们的概率之间的单调性，从而彻底避免了分位数交叉问题。然后，使用自组织映射对历史PV数据进行聚类，并使用每个聚类中的样本进行Copula参数估计。

商业园区是未来能源互联网中的关键用户之一，也是最先尝试售电侧市场化的主体之一，但现有商业园区存在清洁可再生电源利用率低、负荷峰谷差大、缺乏对市场机制或电价的积极响应,商业园区中源-储-荷的协调配置是亟需解决的问题。本章基于第二章的基础理论，选取商业园区示范应用场景，考虑储能电池健康状态，建立源储荷协同优化配置数学模型，外层优化日标为投资回报率，决策变量为储能功率、容量和分布式电源装机容量;

风力发电特点：风力发电的能量来源为风能，其受到地球自转、日照程度、山川海洋地貌等多种因素的影响，导致风机输出功率产生剧烈波动。储能技术作用：储能技术通过将电能转化为其他形式的能量储存起来，并在需要时释放，从而平抑风电功率波动，提高电力系统的稳定性和可靠性。

由于随机规划方法寻求的是目标函数期望值最大/最小的解集，存在某种场景下决策不合理的风险，因此，文献[9]将随机规划和条件风险价值约束方法相结合，使得相应场景下的预期收 图1所示为典型的微电网结构，由可控分布式电源、可再生分布式电源、储能及本地负荷集成而成。本文构建了基于两阶段鲁棒优化的微电网经济调度模型，考虑微电网内可再生分布式电源和负荷的不确定性及储能、需求响应负荷和可控分布式电源等的协调控制，

针对自主水下航行器（AUV）轨迹跟踪过程中，传统非线性模型预测控制（NMPC）计算复杂度高、实时性不足的问题，基于两篇目标文献《Distributed implementation of nonlinear model predictive control for AUV trajectory tracking》与《Modified C/GMRES Algorithm for Fast Nonli

随着分布式电源（DG）在主动配电网中的大规模接入，传统故障恢复策略已难以适应复杂多变的运行环境。本文提出一种基于变异粒子群算法（MPSO）的主动配电网故障恢复策略，通过构建光储系统与负荷特性模型，结合动态孤岛划分技术，以总失电负荷最少、网损最小及开关动作次数最少为综合目标函数，实现故障后快速、可靠的供电恢复。IEEE 33节点系统算例验证表明，该策略能有效提升恢复效率，降低系统损耗，并显著改善用户

文献来源：为满足“低碳”能源结构的要求，数量庞大的分布式能源接入电网呈规模化趋势，其波动性和随机性给电网的运行安全带来了巨大挑战[1-3]。为应对挑战，微电网作为新兴的电网业态可灵活地进行分布式能源管理，而储能系统在其中起到储存电能、削峰填谷、应急供电等重要作用[4-6]。但在低温环境下，储能系统中起核心作用的电池却常出现充放电效率下降、寿命衰减速率增大等问题[7-8]，高速率的电池老化除了增加如

针对传统模型预测控制（MPC）在车辆轨迹跟踪中存在参数依赖经验设定、动态适应性不足，且粒子群优化（PSO）算法固定种群规模（Np）和迭代次数（Nc）导致寻优效率与控制精度难以平衡的问题，本文提出一种基于自适应Np、Nc的PSO+MPC车辆轨迹跟踪控制策略。以双移线轨迹、换道两种典型行驶场景为研究对象，构建车辆轨迹跟踪控制体系，通过PSO算法自适应调整种群规模和迭代次数，对MPC控制器关键参数进行寻

针对线性时不变（LTI）系统在复杂工业场景中易受执行器、传感器故障干扰，且网络化控制过程中存在数据隐私泄露与网络攻击风险的双重问题，本文提出一种融合故障诊断、容错模型预测控制（FT-MPC）与同态加密（HE）的一体化控制策略。以典型化工过程连续搅拌式反应器（CSTR）为研究对象，构建包含故障检测、隔离、估计模块的主动容错框架，依托模型预测控制的滚动优化与约束处理能力实现故障自适应调节；同时引入同态

针对线性时不变（LTI）系统在复杂工业场景中易受执行器、传感器故障干扰，且网络化控制过程中存在数据隐私泄露与网络攻击风险的双重问题，本文提出一种融合故障诊断、容错模型预测控制（FT-MPC）与同态加密（HE）的一体化控制策略。以典型化工过程连续搅拌式反应器（CSTR）为研究对象，构建包含故障检测、隔离、估计模块的主动容错框架，依托模型预测控制的滚动优化与约束处理能力实现故障自适应调节；同时引入同态