可再生能源等分布式电源是未来能源发展的方向。分布式电源接入配电网,改变了配电网的运行方式,配电网原有的运行控制手段已无法满足分布式电源接入后复杂配电网的运行要求,需要研究新的具有预想功能,可以根据当前及未来配电网和分布式电源的运行状态确定控制策略的智能控制技术。本课题以分布式发电的协调控制为切入点,研究基于神经-内分泌-免疫网络模型的新的预期系统建模方法,研究基于预期系统理论的分布式电源和电网间协调控制的基本框架和实施方法。本课题拓展了预期系统建模的思路,提高了利用预期系统理论解决实际复杂系统协调控制问题的能力,为大规模分布式发电系统接入配电网后,分布式电源和电网间的协调控制提供了理论支持和技术手段,是实现配电网智能控制的一条可行思路。本课题的研究具有较强的前瞻性和创新性,是一项重要的应用性基础研究。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于分形L系统的水稻根系建模方法研究
跨社交网络用户对齐技术综述
基于SSVEP 直接脑控机器人方向和速度研究
拥堵路网交通流均衡分配模型
基于多模态信息特征融合的犯罪预测算法研究
基于多Agent理论的分布式发电系统智能控制研究
分布式发电微网系统中的协调与优化控制问题研究
基于可重构petri网与贝叶斯推理的分布式发电系统协调优化控制研究
无显式通讯分布式光伏并网发电系统协调控制研究