大规模光伏并网带来的出力随机波动、日内剧烈起伏问题，严重制约电网调频、机组调度与消纳规划工作。单变量、单步预测模型仅能输出下一时刻功率数值，难以支撑中长期电力资源配置；传统时序模型对辐照度、环境温度、湿度、风速等多源耦合变量间局部关联挖掘不足，多步预测过程中误差累积现象突出，极端天气场景预测稳定性较差。针对上述痛点，本文构建面向多变量输入、支持超前多步输出的 CNN-BiLSTM 混合深度学习预测

在空地一体化移动边缘计算场景中，无人机凭借机动灵活、部署便捷、覆盖范围广的优势，可作为移动边缘服务节点，搭载算力设备对地面分布式终端用户的计算任务进行实时卸载与就近处理，有效解决传统地面固定边缘基站覆盖盲区大、部署成本高、应急响应能力弱的问题。然而在复杂野外、陌生城市、动态干扰环境下，多无人机协同作业面临飞行障碍物规避、动态环境自适应、终端服务优先级差异化、多机无冲突协同等多重约束。

随着风力发电的大规模并网，风能的间歇性和波动性带来的问题凸显，对风电场发电功率进行准确预测，将不确定的风电转变为可调度的友好型电源，是提高风力发电市场竞争力的有效方式［1-2］。面向日前电力平衡的风电场短期功率预测方法主要有基于学习算法的统计方法［3-4］和基于求解大气运动方程的物理方法［5-7］ 两大类。神经网络法、时间序列法、卡尔曼滤波法等统计方法能够自发地适应不同的风电场特征，具有计算速度快

为解决光伏发电微电网负载适配性差、供电稳定性不足、电能质量波动等问题，本文以光伏微电网逆变器带负载运行系统为研究对象，系统性开展模型架构、运行特性、工况适配及故障特性研究。文章梳理了光伏微电网发电单元、逆变单元与负载单元的耦合机制，分析了逆变器在能量转换、功率调节、负载适配中的核心作用，探究了光照波动、负载突变、工况切换等场景下系统的运行规律。针对光伏发电间歇性、随机性带来的母线电压波动、谐波畸变

针对欠驱动水下无人航行器三维机动运动特性分析需求，本文依托两套完整时域仿真程序搭建统一的 UUV 动力学仿真体系。整体建模框架舍弃横滚运动自由度，构建兼顾惯性耦合、非线性水动力阻尼、静水力恢复力矩与舵控力矩的简化动力学模型，采用四阶龙格 - 库塔数值方法完成非线性微分方程组高精度离散求解。仿真体系设计两类典型任务工况，一类为恒定舵角驱动的匀速直线下潜任务，用于验证航行器纵向与垂向稳态运动性能；另一

文献来源：目前，针对售电商交易策略的研究多集中于利 润风险管控、需求响应调用、偏差结算机制等方面。文献[1-2]提出利用期货合同、动态零售电价、多代 理服务等方法实现售电商的风险管控。文献[3-5]基 于条件风险价值法(conditional value-at-risk，CVaR) 度量风险损失，并分析了其对售电商购售电参数的 影响。文献[6]比较了最小最大后悔值法、机会约束、 条件风险价值3种方

混合储能永磁同步电机驱动系统仿真模型机理与特性解析。

在 “双碳” 发展战略全面推进的背景下，风电、光伏等清洁能源规模化并网应用已成为能源转型的主流趋势。综合能源系统作为整合多种能源品类、实现多设备协同运行的新型能源载体，能够充分发挥多能互补、梯级利用的优势，有效承接高比例可再生能源接入。但风光能源固有的间歇性、随机性与反调峰特性，使得系统源荷双侧波动加剧，电网负荷峰谷差值不断扩大，弃风、弃光现象频发，不仅增加了系统调度运行压力，也制约了清洁能源的高

无差拍预测电流控制凭借动态响应快、控制精度高、工程实现简便等优势，在表贴式永磁同步电机调速系统中得到广泛应用。但传统无差拍预测电流控制高度依赖电机精准参数，运行过程中电感、磁链等参数失配会大幅恶化电流预测精度，导致系统动态稳态性能下降、电流谐波增大，制约了其工业应用效果。针对该问题，本文提出一种融合增量模型与电流预测误差补偿的鲁棒无差拍预测电流控制及电感在线辨识方法。首先，构建电机增量式无差拍预测

无差拍预测电流控制凭借动态响应快、控制精度高、工程实现简便等优势，在表贴式永磁同步电机调速系统中得到广泛应用。但传统无差拍预测电流控制高度依赖电机精准参数，运行过程中电感、磁链等参数失配会大幅恶化电流预测精度，导致系统动态稳态性能下降、电流谐波增大，制约了其工业应用效果。针对该问题，本文提出一种融合增量模型与电流预测误差补偿的鲁棒无差拍预测电流控制及电感在线辨识方法。首先，构建电机增量式无差拍预测