针对智能车辆在行驶过程中轨迹跟踪精度不足、动态适应性较弱等问题，本文以二自由度车辆动力学模型为基础，开展模型预测控制算法在车辆轨迹跟踪中的应用研究。通过构建自适应模型预测控制框架，实现对预设参考轨迹的持续稳定跟踪，同时依托 Matlab2018 及以上版本仿真环境搭建完整仿真流程，完成参数配置、模型调节与轨迹跟踪验证。研究结果表明，所设计的模型预测控制策略能够有效提升车辆轨迹跟踪的精准度与鲁棒性，

在光伏发电系统高效运行与性能精准评估的实际需求下，光伏电池等效模型参数辨识成为关键技术环节。针对传统参数辨识方法精度偏低、稳定性不足、易陷入局部最优解等问题，本文将灰狼优化算法、蜣螂优化算法与野狗优化算法应用于光伏电池及组件的参数辨识任务，构建完整的智能优化辨识框架。研究以实测电流电压数据为依据，建立单二极管、双二极管与光伏组件三二极管三种精度逐级提升的等效模型，以拟合误差最小化为优化目标，通过三

在数字经济与新型电力系统深度融合的背景下，数据中心作为算力供给核心载体与电力高耗能负荷，其规模化接入对配电网规划运行提出双重挑战。传统配电网规划与算力资源调度相互独立，难以适配算力 - 电力双向互动的市场机制，易造成配电网运行冗余、算力资源闲置与电力峰谷失衡等问题。为此，本文提出算力 - 电力联合市场下数据中心与配电网集成规划模型，以 IEEE 33 节点配电网为研究载体，在多类型分布式电源与储能

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

在全球“双碳”目标背景下，综合能源系统（Integrated Energy System, IES）通过整合电力、热力、天然气等多能源形式，成为实现能源高效利用与低碳转型的关键载体。本文以IEEE33节点配电系统为测试平台，构建经济-碳排放协调最优调度模型，采用多目标优化方法平衡系统运行成本与碳排放量，并通过灵敏度分析揭示关键参数对调度结果的影响。仿真结果表明，模型可有效降低系统总成本与碳排放，灵