基于伊藤理论的高比例可再生能源电力系统分析与控制技术研究

To effectively cope with the volatility of high-proportion renewable energies is the key to the stability and security of the future electrical power systems. Among the existing uncertainty control technologies for power systems, robust control technologies may preserve a large security margin, making it difficult to maintain economic benefits; stochastic control technologies based on probabilistic information can be able to balance the security and the economic benefits, however, the existing computing methods based on the scenario set makes it difficult to operate online. As a new and significant achievement in stochastic dynamics, Ito theory has been widely used in financial sector. Though Ito theory has exhibited promising potential in the research of stochastic power systems, due to modeling issue and the large dimension of state space, it cannot be currently applied in large-scale power systems. Based on Ito theory, this project will study on the analysis and control technologies for power systems with high-proportion renewable energies. Detailed content includes: 1) research on the identification of Ito process models of renewable energies based on the historical data and the probabilistic forecasting technologies, 2) research on the dimension reduction analysis of power system dynamic behaviors and stability/security performance indices by combining Ito theory and polynomial chaos theory; and 3) research on the stochastic control technologies for power systems with renewable energies based on the results of the above researches. This project is looking forward to establishing a relatively complete theoretical and methodological system of the analysis and control of power systems with high-proportion renewable energies.

有效应对高比例可再生能源随机波动，是未来电力系统安全稳定运行的关键。现有电力系统不确定性控制技术中，鲁棒控制技术可能会保留过大的安全裕度，经济性不易保证；基于概率的随机控制技术可权衡安全与经济性，但现有基于场景集的计算方法不易实现在线控制。作为随机动力学领域较新的重要成果，伊藤理论已在金融领域得到广泛应用。其在随机电力系统领域亦表现出较好的研究潜力，但受建模及状态空间维数限制在大规模电力系统的应用上遇到瓶颈。为此，本项目拟基于伊藤理论，针对高比例可再生能源电力系统的分析控制技术展开研究，具体包括：1）基于历史数据和概率预测技术，研究可再生能源伊藤过程模型辨识方法；2）结合伊藤理论和多项式混沌理论，研究随机激励下电力系统动态过程和安全稳定性能指标的降维分析方法；3）基于以上成果，研究可再生能源电力系统的随机控制技术。项目有望为高比例可再生能源电力系统的分析与控制提供一套较完整的理论方法体系。

在国家自然科学基金青年项目“基于伊藤理论的高比例可再生能源电力系统分析与控制技术研究”支持下，聚焦于新能源出力随机激励对电力系统动态过程与安全稳定的深刻影响，将随机动力学领域的伊藤理论与电力系统数值方法的最新进展有机结合，以克服现有鲁棒控制技术安全裕度大经济性不易保证、基于场景集的随机控制技术计算复杂度高难以在线应用的不足。项目较好地解决了可再生能源伊藤随机动力学过程模型的同质化建模与辨识、可再生能源无限维随机动力学过程及其场方程的高效降维描述、随机动力学约束下的最优控制高效求解及控制律的显式表示等3个关键科学问题，为高比例可再生能源电力系统的分析与控制提供了一套较新颖、完整、实用、高效的理论方法体系，同时推广至电氢耦合系统等领域，为相关领域的不确定性建模、分析与控制提供新思路、新方法。.主要理论成果包括：.1）建立气象环境因素等外生变量与新能源出力随机微分方程模型参数之间的映射关系，提出可再生能源出力非平稳时序不确定性的伊藤过程模型辨识方法；.2）针对非高斯随机过程持续激励下电力系统非线性动态过程，提出基于随机场正交分解的确定性降维描述方法，提出电力系统安全稳定性能指标不确定性量化的快速分析方法；.3）建立不确定性条件下电力系统性能泛函与控制变量的映射关系，提出高比例波动性可再生能源电力系统随机控制方法，提出最优控制律的显示刻画方法以兼顾保证控制的实时性和准确性。.项目共发表SCI期刊论文11篇（其中电力领域权威期刊IEEE Transactions on Power Systems论文4篇）、中文EI期刊论文1篇、EI会议论文4篇，超额完成预定目标。项目执行期间完成培养博士后1人、博士生2人，项目负责人博士后出站并晋升副研究员、博士生导师，入选中国电机工程学会“青年人才托举工程”。