1、基于分布式發(fā)電的微網(wǎng)運(yùn)行控制是智能電網(wǎng)技術(shù)的重要發(fā)展方向。由于分布式發(fā)電類型多樣、運(yùn)行特性差異大、實(shí)時(shí)波動(dòng)明顯，使得含多種分布式發(fā)電單元、負(fù)荷和儲(chǔ)能元件的微網(wǎng)運(yùn)行環(huán)境的復(fù)雜性和動(dòng)態(tài)性大大增加，帶來(lái)系統(tǒng)運(yùn)行和控制方面的諸多技術(shù)難題。因此，深入了解分布式發(fā)電特性和微網(wǎng)內(nèi)部各單元的關(guān)系，研究微網(wǎng)不同運(yùn)行狀態(tài)下的有效控制方法，是實(shí)現(xiàn)基于分布式發(fā)電的微網(wǎng)穩(wěn)定運(yùn)行和大規(guī)模應(yīng)用需要解決的關(guān)鍵技術(shù)之一。
　　本文圍繞基于分布式發(fā)電的微網(wǎng)運(yùn)行控制問(wèn)

2、題開(kāi)展相關(guān)研究。緊密結(jié)合實(shí)際應(yīng)用需求，開(kāi)展分布式發(fā)電功率變化趨勢(shì)特征分析和功率預(yù)測(cè)方法研究;針對(duì)微網(wǎng)孤島模式下的優(yōu)化控制問(wèn)題，研究在微網(wǎng)內(nèi)部分布式電源和負(fù)荷變化時(shí)，實(shí)現(xiàn)各電源對(duì)負(fù)荷分配的優(yōu)化方法;針對(duì)市場(chǎng)實(shí)時(shí)電價(jià)的發(fā)展趨勢(shì)，設(shè)計(jì)微網(wǎng)聯(lián)網(wǎng)模式下的多智能體系統(tǒng)，提出基于關(guān)鍵變量變化率的動(dòng)態(tài)分層強(qiáng)化學(xué)習(xí)方法，完成微網(wǎng)智能體系統(tǒng)的最優(yōu)策略搜索，實(shí)現(xiàn)聯(lián)網(wǎng)模式下微網(wǎng)的優(yōu)化控制目標(biāo)。具體而言，本文的主要研究成果包括以下幾個(gè)方面:
　　(1)提出

3、綜合功率坡度事件預(yù)測(cè)和風(fēng)速預(yù)測(cè)的風(fēng)電功率智能預(yù)測(cè)方法
　　針對(duì)風(fēng)電功率預(yù)測(cè)誤差較大，難以滿足調(diào)度時(shí)長(zhǎng)要求的問(wèn)題，提出能兼顧預(yù)測(cè)時(shí)長(zhǎng)和預(yù)測(cè)精度的風(fēng)電功率智能預(yù)測(cè)方法?；诂F(xiàn)場(chǎng)數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，研究風(fēng)電功率坡度事件及其變化特性，運(yùn)用多支持向量機(jī)方法實(shí)現(xiàn)風(fēng)電功率坡度事件的前向多步預(yù)測(cè)。運(yùn)用自適應(yīng)小波神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)前向30小時(shí)為周期的風(fēng)速預(yù)測(cè)。綜合風(fēng)電功率坡度事件預(yù)測(cè)和風(fēng)速預(yù)測(cè)，運(yùn)用改進(jìn)的徑向基神經(jīng)網(wǎng)絡(luò)建立風(fēng)電功率的智能預(yù)測(cè)模型，通過(guò)網(wǎng)絡(luò)輸

4、入變量權(quán)重調(diào)整和參數(shù)在線學(xué)習(xí)更新，有效識(shí)別風(fēng)電功率變化的動(dòng)態(tài)性和非線性。運(yùn)用現(xiàn)場(chǎng)風(fēng)電數(shù)據(jù)開(kāi)展仿真，通過(guò)與FFNN、PER、NR模型的對(duì)比實(shí)驗(yàn)表明，本文提出的智能預(yù)測(cè)方法兼顧風(fēng)電功率預(yù)測(cè)的時(shí)長(zhǎng)和精度要求，實(shí)現(xiàn)30小時(shí)范圍內(nèi)的風(fēng)電功率有效預(yù)測(cè)，為提前1天優(yōu)化調(diào)度提供可靠的技術(shù)途徑。
　　(2)提出一種微網(wǎng)孤島模式下負(fù)荷分配的改進(jìn)控制策略
　　以含多個(gè)分布式電源的微網(wǎng)為對(duì)象，分析傳統(tǒng)電壓/頻率（V/f）下垂特性控制方法的不足，本文

5、基于電壓/相角(V/δ)下垂特性控制思想，并在基本公式中增加有功/相角(P-δ)下垂控制修正項(xiàng)和無(wú)功/電壓(Q-V)下垂控制修正項(xiàng)，以有效跟蹤功率變化的動(dòng)態(tài)特性，使控制參數(shù)能隨著負(fù)荷變化的幅度而動(dòng)態(tài)調(diào)整，優(yōu)化微網(wǎng)內(nèi)部的負(fù)荷分配。同時(shí)，設(shè)計(jì)輔助控制器，對(duì)每個(gè)逆變器參考電壓的d軸分量進(jìn)行修正。在孤島模式下，設(shè)計(jì)微網(wǎng)平穩(wěn)運(yùn)行和急劇變化兩種情形，分別采用低P-δ下垂因子和高P-δ下垂控制因子進(jìn)行對(duì)比實(shí)驗(yàn)，結(jié)果表明，本文的控制策略可有效防止當(dāng)負(fù)荷

6、或電源顯著變化時(shí)系統(tǒng)發(fā)生震蕩，并能明顯優(yōu)化負(fù)荷的分配，保證系統(tǒng)穩(wěn)定。
　　(3)設(shè)計(jì)聯(lián)網(wǎng)模式和實(shí)時(shí)電價(jià)環(huán)境下的微網(wǎng)多智能體系統(tǒng)
　　針對(duì)分布式發(fā)電的廣泛應(yīng)用和電力市場(chǎng)化發(fā)展的趨勢(shì)，建立含本地控制器、微網(wǎng)管理器和分布式管理系統(tǒng)的微網(wǎng)分層控制結(jié)構(gòu)。在分層控制架構(gòu)下，突出微網(wǎng)分散控制特點(diǎn)，綜合考慮實(shí)時(shí)電價(jià)和微網(wǎng)內(nèi)部運(yùn)行成本，確立微網(wǎng)優(yōu)化控制目標(biāo)函數(shù)。設(shè)計(jì)聯(lián)網(wǎng)模式下微網(wǎng)的多智能體系統(tǒng)結(jié)構(gòu)，完成智能體系統(tǒng)中各類智能體和變量的定義，確定

7、智能體學(xué)習(xí)中的立即獎(jiǎng)賞值函數(shù)，提出反映微網(wǎng)系統(tǒng)整體變化特征的“趨勢(shì)”變量，以實(shí)現(xiàn)狀態(tài)簡(jiǎn)化，確定了微網(wǎng)多智能體系統(tǒng)的具體工作流程。設(shè)計(jì)的微網(wǎng)多智能體系統(tǒng)不依賴各智能體之間的實(shí)時(shí)通信，能適應(yīng)實(shí)時(shí)電價(jià)環(huán)境，符合微網(wǎng)應(yīng)用的現(xiàn)實(shí)特點(diǎn)，為微網(wǎng)聯(lián)網(wǎng)模式下的優(yōu)化控制提供基礎(chǔ)。
　　(4)提出多智能體DHRL-RCSV算法，實(shí)現(xiàn)微網(wǎng)聯(lián)網(wǎng)模式下的優(yōu)化控制
　　為緩解微網(wǎng)復(fù)雜未知環(huán)境下應(yīng)用強(qiáng)化學(xué)習(xí)帶來(lái)的“維度災(zāi)難”問(wèn)題，本文提出基于關(guān)鍵變量變化率

8、的動(dòng)態(tài)分層強(qiáng)化學(xué)習(xí)(DHRL-RCSV)方法，提高聯(lián)網(wǎng)模式下多智能體系統(tǒng)的學(xué)習(xí)效率，實(shí)現(xiàn)微網(wǎng)優(yōu)化控制。以市場(chǎng)電價(jià)為關(guān)鍵變量，通過(guò)識(shí)別電價(jià)信息中的瓶頸狀態(tài)點(diǎn)，實(shí)現(xiàn)學(xué)習(xí)任務(wù)的自動(dòng)分層，生成微網(wǎng)優(yōu)化控制的類MAXQ分層結(jié)構(gòu)?；谛碌姆謱咏Y(jié)構(gòu)，采用貝葉斯-MAXQ算法來(lái)學(xué)習(xí)遞歸最優(yōu)策略。通過(guò)實(shí)驗(yàn)分析表明，本文提出的DHRL-RCSV算法可顯著提高未知環(huán)境下智能體的自學(xué)習(xí)效率，使微網(wǎng)內(nèi)部負(fù)荷、分布式電源和儲(chǔ)能單元的行為動(dòng)作能根據(jù)市場(chǎng)電價(jià)波動(dòng)不斷優(yōu)