可动态重构的智能电网电压无功优化与协调控制研究

智能电网作为合理利用分布式能源的一种新兴的智能组网模式得到了国内外研究者的广泛关注。本课题采用群体智能优化策略及零和微分对策理论研究智能电网在随机不确定及信息耦合环境下电压无功优化与协调控制问题。①采用混合控制策略及基于模糊评价的强化学习理论，建立系统底层各节点微观智能体模型，根据环境及负荷的变化，建立可动态重构的宏观系统架构。②建立考虑系统不确定及耦合因素影响的包括系统网损、无功控制设备投切限制等多种优化指标的系统数学模型。③引入混沌序列机制，采用具有群体智能策略的优化方法求解受连续-离散时间的微分-代数方程约束的典型非线性的混合动态优化问题；④对分布式发电的连续调压装置、SVC等无功调压设备等进行综合协调控制，从而实现智能电网的各节点电压偏差、系统网损、无功设备投切次数及电压合格率等指标的综合优化。本研究成果对于我国智能电网自动化理论的发展具有重要的理论价值和应用前景。

在随机不确定及信息耦合环境下，针对智能电网电压无功控制的特点，将现代控制技术与分布式人工智能技术相结合，探索出一种新的控制系统体系结构。采用分层混合控制策略：底层采用混合控制策略及基于模糊理论的强化学习机制建立系统底层各节点微观智能体模型，解决了风力发电机组等可再生能源的单元电压无功控制。顶层采用分布式人工智能技术，建立分层分布式可动态重构的电压无功优化控制系统的宏观系统架构。对底层智能体的学习机制进行研究，通过对底层Agent的学习机制进行仿真实验，验证了算法的收敛性。研究了具有群体智能的蚁群算法，并对接入分布式电源的IEEE14节点配电网进行了无功优化仿真实验。最后对各智能体之间的协调机制进行了研究及仿真试验。