基于数据的智能电网电能供需自适应优化匹配与调控

In this project, according to China's current situation of the power grids, a new data-based adaptive optimal matching and control theory and method will be established for the power supply and demand of smart grids. The proposed scheme will realize the intelligent interaction of power generation, power distribution and client in power grids. The proposed scheme will also open up a new research area in adaptive matching and control of power supply and demand in smart grids. First, the data-based stability analysis method for power grids is studied and the corresponding data-based controller design is presented. Second, the adaptive dynamic programming (ADP) algorithms are applied to power grids. Under system errors,the important properties of the adaptive dynamic programming algorithms such as convergence property, stability property and optimality property are analyzed. Next, according to adaptive dynamic programming methodology, the data-based adaptive optimal matching and control scheme is constructed for the power supply and demand of smart grids for the cases of distributed power, energy storage equipment and intelligent loads in smart grids, respectively. According to different directions of the power flow, corresponding adaptive dynamic programming algorithms are proposed. Research results will also be extended to the optimal matching and control of power supply and demand for power village which realize the intelligent interaction among power generation, power distribution and client.To realize the theoretical results, a software platform will be biult for experimental studies in the laboratory. After the success in experiments, applications in real power grids will lead to economic benefits.This project will also push forward the frontier of data-based control, smart grids, and optimal control and provide new ideas for interdisciplinary research.

本项目针对我国电网发展现状，建立一套全新的基于数据的智能电网电能自适应供需优化匹配与调控的理论与方法，实现电网发电端，配电端以及用户端的智能交互，开辟对智能电网供需优化匹配与调控方法的新途径。项目首先研究基于数据的电网系统稳定性分析方法和控制器设计方案。其次，以自适应动态规划为基础分析带有系统误差的电网系统优化方法收敛性与最优性。之后，分别研究带有分布式电源、储能设备以及智能负载情况下的智能电网电能供需自适应优化匹配与调控方法，并针对不同电流方向，分析并设计出有效的自适应动态规划电能优化匹配与调控方案，同时将研究成果扩大到电园小区电网的电能自适应优化匹配与调控，并实现电网发电端，配电端以及用户端的智能交互。项目将建立理论研究成果软件平台并在实验室小型生产线实验设备上验证和改进，并将研究成果应用于实际电网系统中，创造经济效益，同时为基于数据的控制，智能电网，最优控制等学科交叉发展提供新思路。

本项目研究基于数据的自适应动态规划方法及其在智能电网中的应用基础研究。目前实际非线性系统数学模型难以确立的情况，建立了一套全新的基于数据的非线性控制系统分析与设计理论和方法，开辟了对智能电网系统控制与优化优化的新途径。在国家自然科学基金支持的四年中，课题组顺利并超额完成了申请书和计划书中的预期成果。所获得的研究成果包括： 1. 研究带有系统误差的自适应动态规划收敛性分析，建立带有系统误差的自适应动态规划方法以及稳定性、收敛性及最优性理论。2. 基于数据的广义策略迭代方法，将现有的迭代自适应动态规划方法均纳入到广义策略迭代方法之中，构成统一的迭代形式以及分析方案。3. 由于小区用户的用电行为与实时电价难以建立机理模型使得传统基于模型的自适应动态规划方法难以适用，对此申请人提出了基于数据的双迭代Q学习自适应动态规划方法，直接根据小区用户用电数据以及实时电价数据更新迭代Q函数和迭代控制律并证明了迭代Q函数的收敛性，实现小区住宅电能的自学习优化匹配与控制。4. 以秦皇岛数谷大厦等办公用电智能电网系统为应用研究对象，建立基于自适应动态规划的多控制器电能协同最优控制策略实现建筑节能。秦皇岛数谷大厦办公用电智能电网系统具有数据量大，控制变量多，用电行为难以建模等特点，对此申请人基于大厦用户用电数据，提出了分布式迭代自适应动态规划协同最优控制方法。首先将控制器性能约束成统一的“最差性能”使得多控制器系统转换成单控制器系统获得初始优化控制策略，然后基于初始优化控制策略，逐个优化每个控制设备的迭代控制律从而获得系统全局协同最优控制策略，有效地避免了高维优化计算量巨大的难题，实现建筑用电节能。上述研究成果将为基于数据的控制理论和非线性系统控制理论的发展提供新思路，丰富其研究内容，同时能推动我国智能电网技术的深入发展和我国经济的向前迈进。