随着天然气发电机组数量的逐渐增长,电力网络和天然气网络之间的耦合加深,它们之间的协同运行变得愈发重要。同时,不确定性新能源的接入给电力和天然气互联系统的经济安全运行带来了挑战。为了应对风电不确定性给互联系统带来的运行风险,采用分布鲁棒机会约束,通过数据驱动的方式,以少量的风电预测误差历史数据得到与矩信息有关的模糊集,并将形成的机会约束问题转化为易于求解的形式。另外,为了保护电、气系统各自的隐私信息

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;

针对配电网运行中负荷峰谷差过大、分布式能源消纳能力不足的问题，开展基于智能优化算法的需求侧响应峰谷分时电价优化研究。研究以平抑电网负荷曲线、提升分布式能源消纳水平为核心目标，结合 KMeans 聚类的负荷时段划分方法与价格弹性系数的电价 - 负荷响应模型，构建兼顾电网运行效率与用户用电体验的电价优化体系。分别采用粒子群优化（PSO）、改进麻雀优化（ISSA）、多元宇宙优化（MVO）三种智能算法求解

电-热综合能源系统（EH-IES）是集电能与热能生产、传输、转换、存储和利用于一体的多能耦合系统。电力网络：含常规火电机组、风/光/水电机组、储能设备及输电线路；热力网络：由热源（如热电联产机组CHP）、供热管道（一次管网和二次管网）、水泵及储热罐构成；耦合设备：CHP机组、电锅炉、热泵等实现电能与热能的转换。该系统具有非线性、非凸、高维度的数学模型特性，且热力网络因传输延迟和热惯性具备显著的储能

自动驾驶汽车运行于持续变化的环境中，面临诸多不确定性与干扰因素，致使传统控制器在车辆横向控制方面易失效。本文聚焦路径跟踪任务，设计了一种自适应模型预测控制（MPC）控制器，借助神经网络与自适应神经模糊推理系统（ANFIS）达成在线参数自适应。在三车道变换场景与通用轨迹测试里，该控制器相较于标准MPC，展现出卓越的控制效果与自适应能力，为自动驾驶车辆路径跟踪提供了更可靠、精准的解决方案。

摘要：本文开发了一种基于广义最大似然法（称为GM-IEKF）的鲁棒迭代扩展卡尔曼滤波（EKF），用于估计电力系统在受到干扰时的状态动态。所提出的GM-IEKF动态状态估计器能够比传统的EKF和无迹卡尔曼滤波器（UKF）更快、更可靠地跟踪系统瞬变，这要归功于其批处理模式回归形式以及对创新和观测异常值的鲁棒性，即使在杠杆位置也是如此。创新异常值可能是由动态状态模型中的脉冲噪声引起的，而观测异常值可能是

随着无人机在各个领域的广泛应用，实现能量优化的无人机路径规划变得至关重要。1.通过优化路径减少能量消耗，可以显著延长无人机的续航时间，使其能够执行更长时间的任务或覆盖更大的区域。2. 提高任务效率：减少不必要的能量浪费，确保无人机能够以更高效的方式完成任务，如监测、巡检、物流配送等。3. 降低运营成本：减少对电池的频繁更换或充电需求，降低无人机的运营成本和维护工作量。

多智能体系统的事件驱动策略是受到未来使用资源有限的嵌入式微处理器的启发，这些微处理器将收集信息并触发个体智能体控制器的更新。本文考虑的控制器更新是事件驱动的，取决于某个测量误差与状态函数范数的比值，并应用于一阶一致性问题。首先考虑了集中式方案，然后是其分布式对应方案，在该方案中，智能体仅需要知道其邻居的状态即可实现控制器。随后，结果被扩展到自触发设置，其中每个智能体在上一次更新时计算其下一次更新时

本文考虑了具有非线性轮轨接触力的模型，用于分析高速列车与桥梁之间的动态相互作用，以研究由耦合引起的桥梁和车辆中的动态效应。（3）线性接触模型，在该模型中，允许轨道和列车车轮之间的横向相对位移，假设双圆锥车轮和轨道剖面，以及Kalker理论的正接触的线性理论；（4）非线性模型，其中使用实际的车轮和轨道剖面，Hertz的非线性理论用于法向接触，Kalker的非线性理论用于切向接触。计算和讨论了火车、轨

Benders分解算法由Jacques F. Benders在1962年提出，是一种用于求解混合整数规划问题（Mixed Integer Programming Problem, MIP）的有效方法。在MIP中，同时包含整数和连续变量，这使得问题的求解变得复杂。Benders分解算法通过引入复杂变量（complicating variables），并将这些变量固定，从而将原问题分解为相对容易解决的