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

针对传统能源系统优化中多主体利益失衡、可再生能源消纳不足、多储能形式协同性差等问题，本文构建了含风光可再生能源、电储能、热储能、电解制氢及氢储能的三方三层主从博弈能源系统优化模型，并采用粒子群优化算法求解博弈均衡解。首先，明确能源系统中能源供应商、储能运营商、终端用户三方主体的权责与利益诉求，搭建“上层主导-中层协同-下层响应”的三层主从博弈架构；

综合能源系统作为新型电力系统的核心载体，通过电、热、气等多种能源的协同耦合，可有效提升能源利用效率、促进可再生能源消纳，但风光出力的随机性、负荷需求的波动性以及电价的市场波动性，构成了系统运行的四重不确定性，严重影响系统优化决策的科学性与稳定性。针对这一问题，本文提出一种考虑风光负荷电价四重不确定性的综合能源系统双层鲁棒优化模型，采用多目标粒子群算法（MOPSO）对模型进行求解，并通过敏感度分析探

针对四旋翼无人机与非线性机器人汽车系统的强非线性、参数不确定性及复杂环境扰动等控制难题，本文提出一种基于神经网络（NN）与模型预测控制（MPC）融合的复合控制算法，突破传统控制方法在复杂非线性系统中建模精度不足、实时性差、鲁棒性弱的局限。首先，梳理NN与MPC的核心理论及融合逻辑，利用神经网络强大的非线性拟合与自适应学习能力，补偿MPC对精确系统模型的依赖，同时借助MPC的滚动优化与约束处理优势，

在“双碳”目标与能源转型的双重背景下，综合能源系统作为实现多能源互补、提升可再生能源消纳水平的核心载体，其优化调度问题成为研究热点。P2X（Power-to-X）技术作为电能与其他能源形式转化的关键枢纽，能够有效缓解可再生能源波动性带来的调度难题，而多储能系统的协同运行则进一步提升了系统的灵活性与稳定性。本文针对含P2X（P2G、P2H、P2H₂）的综合能源系统，结合热储、氢储、气储三类储能设备，

针对高比例新能源并网下区域电网多源协同运行与电能质量管控难题，构建涵盖风电、光伏、火电、压缩空气储能、抽水蓄能、电化学储能的联合调度体系，分层次嵌入网络传输约束、直流潮流模型与 IEEE39 节点标准系统拓扑，基于 MATPOWER 实现精准潮流计算，开展多维度电压质量与系统稳态特性分析。研究表明，多类型储能互补可有效平抑风光波动、优化火电出力分布；计及网络拓扑与传输约束的调度模型能显著提升潮流分

针对光伏发电系统中光伏阵列输出特性受外界光照强度、安装角度及自身参数影响呈现强非线性的问题，为最大化光伏能源利用效率，本文基于光伏组件工程参数、太阳法向直射辐照度（DNI）、光伏板安装角度等核心参数，搭建光伏发电 24 小时功率输出仿真分析模型。采用工程应用广泛的扰动观察法（P&O）作为最大功率点跟踪（MPPT）控制核心算法，设计三种仿真研究工况：无 MPPT 控制工况、实际动态 DNI 条件下

随着电动汽车普及率的持续提升和光伏等可再生能源的规模化应用，车网互动（V2G）技术成为优化电网运行、降低购电成本、促进新能源消纳的重要途径。实际V2G调度中，电动汽车的停留时间与充电时间的匹配关系直接决定其参与电网调度的可行性，若忽视该匹配关系，易导致调度策略脱离实际、电网购电成本增加。本文聚焦这一核心问题，结合光伏能源接入，构建以电网购电量最小为目标的V2G调度模型，明确电动汽车停留时间与充电时

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