能源互联网是一个包含多个能源局域网、各类型独立发电单元和各种独立用户的复杂信息物理系统,是解决当前能源危机与环境危机的重要手段之一,是实现第三次工业革命的技术支柱。但对如此复杂的能源互联网的智能能量管理面临较大的挑战,因此开展对能源互联网核心元素—能源局域网的能量管理问题的研究对整个能源互联网的能量管理来说具有重要意义。本文从发电侧的能量管理、用户侧的能量管理两方面入手完善对能源局域网能量管理的技术积累,并在此基础上结合对储能系统、电动汽车等设备的管理提出了对能源局域网进行智能能量管理的方法。1)研究了基于基础模型预测控制的含大规模风电接入的发电端机组组合问题。设计了改进的时间序列模型对风速进行较精确的短期预测,降低了风电输出预测的不确定性,在引入混合逻辑动态模型的基础上,提出了基于基础模型预测控制的含传统发电机组和风电机组的机组组合模型,并运用分段线性化方法实现了对含风电的机组组合模型的降维。通过与传统机组组合能量管理策略的比较,证明了该模型的有效性。2)研究了基于基础模型预测控制的能源局域网需求侧能量管理问题。考虑了用户在需求侧激励机制的影响下,通过调节可切负载的功率、可调度负载的运行时间及调整电动汽车的充放电计划,在满足用户用电舒适性的前提下最大化用户收益。通过与基于改进日前规划的需求侧能量管理模型的比较,证明了该模型有效性。3)在发电侧能量管理模型和需求侧能量管理模型的基础上,通过能源局域网“源-网-荷”特性分析,提出了基于进阶模型预测控制的能源局域网智能能量管理模型,所谓进阶模型预测控制是指在基础模型预测控制的基础上,引入了预测精度信任度因子,改进了该模型的鲁棒性与稳定性。通过与基于改进日前规划的能源局域网能量管理模型的比较,证明了该模型有效性。并通过不同预测不确定等级影响实验,验证了基于进阶模型预测控制的能源局域网智能能量管理模型相对基于基础模型预测控制的能源局域网智能能量管理模型在应对预测不确定性上具有更强的鲁棒性。