抽蓄储能风光互补智能微网多尺度控制研究

This project proposes the theoretical supposition on a novel intelligent microgrid composed of wind power, photovoltaic (PV) and High-rise Building based Pumped-Storage (HBPS) at the first time, for the purpose of distributed utilization of new energy. This project also takes systematic research on multi-scale control of pumped-storage based microgrid. At macro-time-scale control level, stochastic energy-scheduling model, which took into account the wind speed, illumination and some other stochastic factors of meteorological or load, is built, and the mean-variance optimization theory of economics is introduce into the modeling process. The mathematical programming and advanced evolutionary algorithms with Monte Carlo Simulation are designed to realize efficient solution of the stochastic energy-scheduling model. At micro-time-scale control level, the project is intended to parse the non-linearity of pumped storage units, uncertainty of the wind and photovoltaic power system, and furtherly develops new multi-scale superposition coupling transient models of pumped-storage based microgrid for improving the accuracy of transient simulation and portraying accurately the dynamics process. Combining with descriptive ability of multiple uncertain information of the fuzzy 2-type theory, fuzzy prediction control model considered the strong wind and solar power disturbance is proposed for pumped storage units, and fuzzy MPPT control method is also proposed for wind and photovoltaic power system. Finally, multi-scale coordinated control methods based on multi-agent agent will be researched for the distributing and concentrated hybrid microgrid, and an experiment system of the HBPS/wind/PV/ intelligent microgrid also will be built. Research achievements of this research will develop theory of pumped-storage based microgrid, promote the distributed utilization of new energy, and have great enlarging application value.

本项目首次提出了面向新能源分布利用的高层建筑抽蓄-风-光智能微网的理论设想，并对抽蓄微网的多尺度控制展开系统研究。在宏观时间尺度控制层面，考虑风速/光照等气象因素和负荷的随机性，引入经济学原理中的均值-方差优化理论，建立微网随机能量调度模型，结合蒙特卡罗模拟，运用数学规划和先进智能进化算法实现模型的高效求解；在微观尺度控制研究层面，解析微网抽蓄机组非线性、风电与光伏发电系统的不确定性，推求微网的多时间尺度叠加耦合暂态模型，实现微网暂态过程与动力学行为的精确刻画；结合二型模糊理论的多重不确定性信息描述能力，提出考虑风光功率强扰动下的抽蓄机组模糊预测控制模型，以及风、光发电系统的模糊MPPT控制方法；最后研究基于多代理Agent的集中与分布混合式微网多尺度协调控制方法，建立高层建筑抽蓄-风-光智能微网实验系统。研究成果将发展抽蓄微网理论，促进新能源的规模化分布式利用，具有重大推广应用价值。

随着全球碳排放压力的日益增大，大力发展新能源和绿色电网已成为我国能源战略的重要举措。微网在分布式能源高效利用方面表现出了极大的潜能和优势，是解决能源问题的一项重要举措。然而，储能的理论与技术瓶颈极大地制约了微网的发展。抽水蓄能以其储能规模大、转换效率高、清洁环保等特点，成为目前电力系统中最成熟和实用的储能方式。为此，本项目以高层建筑抽蓄-风-光智能微网为例，采用理论研究、实验研究与工程应用相结合的技术路线，利用多学科交叉融合的优势，从微网能量优化调度、多尺度耦合水-风-光微网精细化建模、模糊预测控制方法和微电网分层协调控制方法等四方面开展研究，构建了以微网多尺度协调优化控制为核心的抽水蓄能机组综合控制方法与应用体系。具体表现在：（1）提出了模型高效求解方法，建立了新型微网随机能量调度模型，分析了抽蓄机组和需求响应策略对调度结果的影响，显著提高了高层建筑抽蓄微网的运行效益和新能源利用率；（2）建立了考虑调速与励磁系统相互耦合以及不同非线性环节的抽蓄机组调节系统精细化模型，揭示了不同水头和负荷下的开机和甩负荷过程在反“S”区的动态特性，分析了系统小扰动下的稳定性；（3）建立了风-光-抽蓄储能微网的多时间尺度叠加耦合暂态模型，开展了模型参数敏感性分析和自适应模糊PID控制器的参数整定，增强了系统的鲁棒性；（4）提出了基于二型模糊模型的抽蓄机组高精度在线辨识方法，实现了模型参数的在线调整，同时提出了基于自适应T-S模糊模型的抽蓄机组调速系统预测控制方法，显著提高了机组的控制品质；（5）构建了基于多代理机制的微电网现地发电单元自主控制与中央层多单元间能量协调控制相结合的微电网能量协调控制框架，提出了一种Laguerre函数型分布式MPC-LFC方法，有效提高了在线计算效率，改善了复杂状态约束条件下互联电网的调频性能。相关成果为微网的安全稳定运行提供了科学的理论指导，具有重要的工程应用价值。