智能电网的动态全局优化与节能控制理论及其应用

智能电网作为合理利用新能源的一种新兴组网模式得到了世界范围内的广泛关注。本课题研究智能电网在不确定和耦合信息作用下的全局动态优化控制的理论和方法。通过建立起考虑系统不确定和耦合因素影响的包括分布式电源、变压器、输配电线路和重要负荷的数学模型，对采集到的系统实时数据进行深入分析和研究。研究出先进的信息处理、控制优化策略（包括基于模糊双曲正切建模的潮流计算方法、广义模糊节点转换策略、以及近似动态规划方法等一系列关键理论和技术环节）。对分布式发电的连续调压装置、电力电子设备、并联电容器、电抗器和可调变压器分抽头等进行综合协调控制，从而实现智能电网的各节点电压偏差、系统网损、无功补偿设备投资、分接头和电容器(电抗器)投切次数以及电压合格率等指标的综合优化。本研究成果对于我国输配电（特别是新兴智能电网）自动化领域的发展和科技进步将具有重要的理论价值和广泛的应用前景。

我们承担的“智能电网的动态全局优化与节能控制理论及其应用”（50977008）面上基金项目按照原定计划顺利完成。在没有对原计划做出调整的基础上，顺利圆满完成。出版英文专著1部，发表论文75篇，其中 SCI检索论文44篇（包括IEEE会刊和Automatica论文共15篇）。此外，我们将理论成果应用于工业生产实际，申请并被授权国家发明专利14项，获得国家科技进步二等奖1项，辽宁省科技进步奖一等奖1项。我们在理论方面进行了深入的研究，取得的主要学术成果包括:.1.针对智能电网中的分布式电源及负荷，提出了一类新的时变时滞模糊双曲神经网络作为它们的数学模型，该模型考虑了存在诱导时延、数据包丢失情况。采用一个新构造的Lyapunov函数得到了保证闭环互联智能电网鲁棒稳定并具有H-infinity性能的充分条件，该条件不仅在所有电力系统控制元件都正常工作时有效，而且在智能电网的稳定控制器、逆变器等执行器可能发生故障时也有效。.2.针对输配电网中不同节点的类型不同，我们提出了一种数据驱动的最小-最大模糊神经网络，进而利用脉冲泛函微分方程理论和线性矩阵不等式技术解决了电网中存在的分岔和混沌现象、全局能耗最优选取和相位同步的实际问题。保证电网系统中，无论是否有故障发生都不影响系统同步和电网控制系统的稳定性。.3.大区域电网之间的互联性的增强有力地提高了电力系统运行的经济性，同时也使得互联系统动态过程变得更加复杂。因此我们提出了一类新的具有混合时变时滞和马尔科夫跳变的中立性脉冲神经网络模型，以及基于TS模糊理论的复杂网络智能同步控制方法。.4.智能配电网实际的控制和调节过程都是由多个智能主体来共同完成的。这些控制主体形成一组控制，在某些性能指标约束下共同控制系统而形成对策。在这种情况下，许多控制策略被提出来达到某种形式的最优化。为此，我们着重针对一些非线性系统进行了深入研究，取得了一系列非线性系统稳定和最优跟踪控制策略的重要成果。.5.智能电网调度与动态全局优化问题一直都是电网控制研究的焦点问题。我们对智能电网系统进行了分析和研究，在研究智能电网的全局稳定性的基础上，提出了基于互联神经网络计算的近似动态规划的网络优化控制器求解方法，解决了这个难题。 .张化光教授参与组织了三次国际会议，担任了20多个国际会议的程序委员会委员或主席。在此基金的资助下，指导毕业博士生11人。