在“3060双碳”战略与新型电力系统建设目标下,我国能源电力工业迈入了以清洁化为核心的转型升级时期。以风光为代表的间歇性可再生能源大规模接入给能源电力系统的安全稳定运行带来了较大挑战,充分发掘需求侧资源在促进可再生能源安全高效消纳等方面的潜力成为了保障能源电力工业高质量发展的重要途径之一。与此同时,随着能源互联网蓬勃发展和信息数字技术的推广应用,数字革命与能源革命融合不断深化,能源智能化转型为需求侧的多元资源发展、新主体与新业态涌现、技术创新变革等提供了有利条件。在此背景下,本文主要以“3060双碳”、新型电力系统建设、数字化转型等宏观战略为引导,以能源互联网环境下需求侧管理的具体问题为导向,以需求侧范围内的能源生产、消费、运营,以及随之产生海量能源数据治理问题为研究主线,将能源互联网环境下需求侧态势感知与利导优化问题分解为能源互联网下需求侧资源态势感知功能框架研究、数据驱动的需求侧典型分布式资源态势理解与预测方法研究、数据-机理驱动的需求侧典型负荷资源态势理解与预测方法研究、数据驱动的配额制下需求侧资源态势利导优化方法研究、适应需求侧态势感知的能源大数据治理方法研究5方面子问题开展研究,以期助力“3060双碳”战略与新型电力系统建设目标实现。研究内容主要包括以下方面:针对能源互联网下需求侧资源态势感知功能框架研究问题,结合能源电力转型升级需求,在研判能源互联网清洁化、数字化和准中心化发展趋势的基础上,提出了新时期需求侧管理工作技术架构体系;其次,在引入态势感知理念及分析其对能源互联网下需求侧管理问题适应性的基础上,提出了包含态势觉察、理解、预测和利导的能源互联网下需求侧态势感知技术架构;最后,针对能源互联网下需求侧态势感知的特点与需求,构建了云边端协同的需求侧态势感知功能框架,并明确了相应的关键问题,为后续研究提供了重要理论支撑与方向性指导。针对需求侧典型分布式资源态势理解与预测问题,基于数据驱动思想构建了基于两阶段聚类与深度神经网络的分布式可再生能源设备态势理解与预测模型。首先,针对时空迟延现象等对分布式可再生能源设备数据挖掘的影响,在分析动态时间规整与模糊C均值技术适应性的基础上,提出了基于两阶段聚类的分布式可再生能源设备运行工况特征挖掘模型,实现了对历史数据的时空重构与运行工况的有效划分;其次,针对高维信息下分布式可再生能源设备功率特性建模与预测,构建了卷积神经网络与门控神经网络融合的态势理解与预测模型,实现了对分布式可再生能源出力曲线空间形态与时序特征的捕捉与学习。最后,算例表明,本文构建的模型可在不明显增加计算开销的基础上,有效提升对分布式可再生能源设备运行工况划分以及出力预测的准确性。针对需求侧典型负荷资源态势理解与预测问题,构建了基于数据-机理驱动的典型温控负荷基线功率态势理解预测模型和评价优选模型。首先,通过引入闵可夫斯基加和理论用于构建温控负荷集群功率模型,实现了对聚合运营商聚合、优选负荷等行为的描述,克服了传统加和法的缺陷;其次,分析了温控负荷基线功率的影响因素与预测难点,构建了融合时序神经网络和循环神经网络的温控负荷态势理解与预测模型,并引入了注意力机制以改善神经网络学习效率。再次,从可调性、可靠性两个维度构建了典型温控负荷综合调节性能画像方法,并在分析不稳定工况等因素对负荷评价优选影响的基础上,提出了基于证据理论改进的综合评价方法,以提升评价与优选结果的鲁棒性;最后,算例表明,一是本文构建的温控负荷基线功率态势理解预测模型可有效捕捉基线功率曲线在峰谷时段的形态特征以及时序特征,可显著提升预测结果的准确性。二是本文提出的评价优选模型能更好地表征温控负荷的综合调节性能,屏蔽不稳定工况等因素对评价结果的干扰。针对配额制背景下需求侧典型资源态势利导优化问题,基于数据驱动思想构建了强化学习驱动的需求侧资源态势利导优化模型。首先,通过政策分析厘清了配额制、聚合运营商、绿证交易等要素间的逻辑关系,构建了配额制下聚合运营商开展需求侧态势利导优化的机理框架;其次,提出了面向配额制的需求侧资源态势利导优化模型以及基于数据驱动思想和强化学习技术的求解算法,有效模拟了聚合运营商在调度周期内的连续决策过程;最后,算例表明,一是配额制环境下以聚合运营商为枢纽开展需求侧态势利导优化可实现对可再生能源出力的追踪,进而在提升可再生能源消纳量的同时增加聚合运营商的收益。二是,配额制权重和聚合运营商对远期利益偏好的提升能在一定程度上促进可再生能源消纳,但这种促进效果并非是线性正相关的,还需要进一步考虑能源产品价差等因素的影响。针对能源互联网下适应需求侧态势感知的能源大数据治理问题,构建了基于数据管护理论的能源大数据全生命周期管护模型。首先,分析了需求侧态势感知视角下能源大数据的发展态势,提出了能源数据生态系统是能源大数据的重要发展趋势之一,并明确了能源大数据发展面临的挑战;其次,针对能源数据生态系统发展面临的关键挑战,引入了数据管护理念,并从整体框架、战略规划、整合集成等维度构建了能源互联网下适应需求侧态势感知的能源大数据全生命周期管护模型,并进一步从试点示范等角度提出了相应的举措建议,以期为需求侧态势感知过程中涉及的能源大数据科学治理以及数字革命与能源革命融合的持续深化提供相应支撑。