分布式多元供能系统数学建模与优化控制策略研究

This project intends to give a method of mathematical modeling and optimal control for distributed generation system. The aim is to set up the model system and the theoretical framework for optimal allocation and control of distributed generation system. The technology employed in this project include time sequence prediction technology, neural network, chaos theory and technology and so on. The main works and contributions are summarized as follows: 1) A prediction model of distributed generation system power is established. The maximum power point is tracked，which is the condition of transition between renewable and traditional energy sources. 2) The chaotic kinetic model is established for distributed generation system based on phase space reconstruction technology. The key parameters related to the system behavior are given based on the analysis of the mathematical model. The optimal parameter and configuration of the system are chosen. 3) A method of adaptive fuzzy neural network control is presented to realize optimal control for distributed generation system. The control rules based on the knowledge are expressed by fuzzy logic. The related parameters are adjusted based on the adaptability of the neural network. The research of this project will make deep thoughts of the internal action law of distributed generation system. The scientific analysis of distributed generation system is performed, including mathematical modeling, quantitative analysis and optimal control.

本课题拟研究分布式多元供能系统的数学建模与优化控制策略，利用时间序列预测技术、神经网络、混沌理论与技术等，建立分布式多元供能系统优化配置与控制的模型体系与理论框架。具体从以下三个方面展开深入研究：1）研究分布式多元供能系统输出功率混沌预测模型，实现可再生能源与传统能源转换的最大功率跟踪；2）利用相空间重构技术建立分布式多元供能系统的混沌动力学模型，通过对数学模型的研究与分析确定影响系统行为的关键参数，实现系统最优化参数选择以及系统的集成优化设计；3）研究分布式多元供能系统的模糊神经网络自适应控制策略，利用模糊逻辑实现基于知识的控制规则表达问题，利用神经网络自适应学习功能对系统相关参数进行学习和调整，实现系统的优化控制。本课题的研究将深化对分布式多元供能系统内部作用规律的理解，实现分布式多元供能系统的数学建模、定量分析及优化控制。

本课题在深入调研和查阅国内外该领域研究文献的基础上，提出基于SOFC/PV的分布式冷热电多元供能系统的组成和设计思路，研究该系统的工作机理、相关组件的工作原理和系统的集成原理，依据相关的设计思路、设计原则、工作原理和技术要求，确定联供系统的总体结构方案；采用模块化建模方法，分别建立联供系统的固体氧化物燃料电池、光伏电池、光伏阵列最大功率跟踪装置、蒸汽型双效溴化锂制冷机、电解槽、储氢罐、压气机、功率转换装置等部件的数学模型和完整的Simulink动态模型，并进行相应的性能仿真和特性分析；结合光伏电池的功率特性，选择扰动观察法、增量电导法、模糊控制法和BP神经网络法等四种最大功率跟踪控制方法进行比较研究，验证分析各控制算法的有效性和优缺点，将增量电导法应用于联供系统；研究适合联供系统容量匹配和能量管理的短期负荷预测技术，经过对BP神经网络、RBF神经网络及小波神经网络等三种智能短期负荷预测的方法的比较研究，确定相应的负荷预测模型，并进行仿真分析；由于制冷装置对联供系统的整体性能影响较大，其冷量控制相对比较复杂，是实现冷热电多元供能的技术难点之一，为此，本课题在对双效溴化锂制冷机特性分析的基础上，对其能量控制方法进行较为深入的研究；最后，为确保联供系统能够高效率提供稳定连续的电量、冷量和热量，研究了多元供能系统的能量管理策略和管理方式。.本课题为了充分发挥高温燃料电池和光伏电池的优势，依据“温度对口，能量梯级利用”的原理，发展了一种基于SOFC/PV和吸收式制冷的分布式冷热电多元供能系统，进行了基于固体氧化物燃料电池和光伏电池联合发电的分布式冷热电联供系统特性仿真及能量管理策略研究。同时，进行了较系统的理论研究和仿真分析，为其进一步的研究发展和工程应用提供了参考依据。本课题对进一步的有效利用能源，显著提高能源利用效率，缓解能源危机和减少环境污染具有非常重要的工程应用价值和现实意义。