为逐步取代传统化石能源,能源互联网成为第三次工业革命的核心,混合可再生能源旨在实现能源产业结构低碳化,进而构建绿色、可持续的能源利用架构。然而,面对互联互通、动态多变的能源互联网环境,如何实现服务适配调度以达到混合能源的供需匹配管理成为该领域亟需解决的一大问题。该问题本质上是在能源互联网各时段的负载达到均衡的同时,保证整个网络更经济、绿色、可靠的运行。本文将能源互联网中的服务适配过程建模为一个智能优化问题,并采用改进的蜻蜓算法对能源互联网的服务适配问题进行优化研究,具体工作如下:(1)提出了能源互联网环境下面向供给侧的绿色服务适配模型。分别从经济效益和环境效益的需求出发,建立绿色服务适配多目标优化模型,并将动态存档引入多目标蜻蜓算法以实现能源互联网的帕累托有效服务适配,从而达到绿色服务适配。(2)提出了面向供需双侧计及预测的服务质量适配模型。将经济效益、环境效益和用户满意度指标融合,克服了片面考虑供给侧经济最优化而忽视了用户侧对能源质量的要求。考虑分布式电源有功出力和负载不稳定性和间歇性,引入宽度学习理论对能源数据进行实时预测,利用预测数据对模型进行优化求解以达到既满足用户对服务质量需求,又使得绿色效益最高的有效能源服务适配。(3)搭建了能源互联网服务适配系统。在上述工作的基础上,结合MVT框架,利用Gentelella前端框架和Mongo数据库,实现了能源互联网服务自动化适配。该系统具备能源数据展示、数据预测、服务适配选择、服务适配方案监管等功能。