含分布式电源的微网多电源协调控制策略与方法研究

如何对微网中分布式电源进行协调控制是确保微网安全、可靠运行的关键问题。本项目拟针对这一问题，从微网电源的分布式特性出发，将微网中的微电源、储能装置、负荷等分别视为有一定自主能力的Agent, 运用分布式人工智能理论和群集智能方法设计各Agent的自学习控制策略和算法，研究微网中各分布式电源的合作竞争机制和协调控制策略，Agent网络演化与微网控制间的关系，各Agent的自主优化策略以及动态环境下的分布式约束优化问题，建立基于多Agent系统（MAS）的微网分布式控制理论框架和软硬件体系架构，实现对微网多分布式电源的协调控制和微网中可再生能源的有效利用与优化运行管理。

如何对微电网中的分布式电源（distributed generators, DGs）进行协调控制是确保微电网安全、可靠运行的关键问题。本项目针对这一问题，从微电网中分布电源的分布式特性出发，运用多代理理论（multi-agent system, MAS）、分布式人工智能、复杂网络理论和群集智能等方法，对“含分布式电源的微电网多电源协调控制策略与方法”展开研究，较好地完成了研究计划内容，主要的研究内容及成果概括如下：.（1）基于MAS的微电网能量优化问题研究：这部分的研究，建立了系统的风电输出功率和负荷的短期动态预测模型，有效地实现风电功率和负荷的短期动态预测，克服了静态预测方法的缺点，在此基础上，分别设计基于MAS的孤岛和并网微电网经济运行策略，使得微电网运行成本最小化；.（2）MAS协同优化算法及其在含DG配电网多目标优化中的应用：这部分的研究，提出了综合自适应多目标粒子群优化算法，并以此设计了基于MAS的协同优化机制。同时，将该协调机制应用于配电网中DG位置和容量的优化配置、无功优化问题求解，从而降低系统损耗和成本，并提高系统稳定性；.（3）基于MAS理论的含多微电网的配电网分布式优化方法研究：此研究提出基于势博弈理论的混合分布式约束优化算法，并采用该算法对含多微电网的配电网优化模型进行求解，证实了微电网分布式优化的可行性，且结果表明系统在优化后获得了更好的整体效益；.（4）微电网中Agent的自主控制及Agent之间的协调控制策略研究：基于自适应下垂系数的动态下垂控制，此研究为微电网中的Agent设计自主控制策略，实现单个Agent的自适应控制和微电网中多Agent之间的协同控制，为建立微电网的分布式控制框架提供必要的平台基础；.（5）基于MAS的孤岛微电网分布式控制策略研究：针对含间歇性DG的孤岛微电网，本项目提出提出基于MAS的孤岛微电网分布式框架，包括一个两层的控制模型，MAS通信网络设计方法，以及从任意通信网络推导出Agent控制律的系统方法，和控制律稳定性的证明。. 同时，基于这些结果，已完成博士后出站报告1篇，在国内外核心期刊、会议发表论文30篇，其中SCI期刊论文9篇，EI期刊论文19篇。组织出席国际和国内学术会议8人次，培养博士后1人，博士研究生4人，硕士研究生6人。