分布式新能源智能信息处理及联合发电控制

The load demand, system economy, reliability, and loss of electric power planning problem need to be considered for the co-generation planning of distributed new energy, which needs to establish a complete theoretical system containing information processing methods of unit level, field/cluster level, regional level and system-level, and collaborative regulatory mechanism. The proposal firstly builds a hybrid system modeling of distributed new energy co-generation systems using fuzzy hyperbolic model. Against the key issues of information processing and scheduling management of distributed new energy to be solved, a distributed new energy information intelligent processing technology based on multi-agent dynamic structure is proposed, which breakthroughs key technologies of controlling power controllable of distributed new energy. An N-person game energy management model of the distributed new energy power generation system, and a mixed optimal balance between supply and demand strategy of power system economic stable operation are proposed, to achieve global optimization of distributed energy generation systems. Finally, distributed new energy co-generation operation and control strategy study based on topology and control strategy of common DC busbar distributed new energy co-generation, coordinated control technology of distributed new energy power generation with energy/power hybrid energy storage, and coordinated operation control technology of power controllable distributed new energy power generation in nested level is established.

分布式新能源联合发电规划需要考虑负荷的需求范围、系统的经济性、可靠性和损耗等电力规划问题，并建立起完整的机组级、场/群级、区域级、系统级的信息处理方法，协同调控机制等理论体系。本课题首先利用模糊双曲正切模型对分布式新能源联合发电系统进行混合动力系统建模。针对分布式新能源信息处理和调度管理运行亟待解决的关键问题，提出基于多Agent动态结构的分布式新能源信息智能处理技术，突破了功率可控性分布式新能源运行控制关键技术。提出分布式新能源联合发电系统N人博弈能量管理模型，制定出电网经济稳定运行的混合最优供求平衡策略，实现分布式新能源发电系统的全局最优化。从共直流母线型分布式新能源联合发电拓扑结构及控制策略、分布式新能源发电与能量型/功率型混合储能协调控制技术、级嵌套功率可控型分布式新能源发电协调运行控制技术三个方面对分布式新能源联合发电运行控制策略进行研究。

本项目主要针对分布式新能源发电领域中的信息智能处理方法与联合控制策略进行研究，并取得了如下研究成果。.(1) 提出利用混合型递归神经网络实现自适应盲信号分离的方法，对采集到的过程信号特征进行数据处理。即利用混合型递归神经网络对传感器采集的有功功率等数据信号进行在线自适应盲信号分离。该方法增强算法适应性、逼近性，加快了分离速率并提高存储效率。.(2) 提出基于多智能体理论进行分布式联合发电系统信息处理的方法及具体实现过程。即利用多智能体的分式布计算和网络信息处理能力，将混合型递归神经网络输出的数据信号进行综合分析，实现高度智能行为的信息处理，获得实时确切的分布式联合发电系统信息数据，有效解决了复杂系统实时信息表征的难题。.(3) 提出基于数据驱动和广义模糊双曲神经网络相融合的分布式联合发电系统混合建模方法。通过充分结合数据驱动理论，有效地减少了广义模糊双曲正切模型中的广义变量及模糊规则数。所建立的混合模型，既融入了离线反映数据受控对象的运行规律和相关模式，又融入了广义模糊双曲神经网络模型的涵盖各种机理知识、数据知识和经验知识的特性。进而突破了数据驱动模型的精度和适用范围受建模数据制约的瓶颈。.(4) 在分布式新能源信息智能处理平台的基础上，针对新能源发电所固有的空间分散性与时间强随机波动性、间歇性问题，提出并实现基于N人博弈理论的能量管理策略，以保持系统中功率的供需平衡，协调分布式电源和负荷等设备，保证电网安全稳定，实现电网的经济最优运行。.(5) 提出基于自主开发的分布式发电系统仿真技术，在并网点发电侧采用实物模拟，并网点电网侧采用软件数字模拟。对于发电机侧的实物仿真平台，根据不同分布式新能源的特性特点，采取了不同的仿真结构和并网测试关键点。对于电网侧的仿真平台，采用了自有技术和软件，实现了与实物仿真平台无缝对接，快速有效地实现不同分布式电源之间的协调控制，准确地还原出电网侧的暂态特性。