【摘要】：微電網(wǎng)作為分布式發(fā)電的有效管理形式，對于推進清潔能源的發(fā)展，增加新能源在配電網(wǎng)中的滲透率，提高配電網(wǎng)的穩(wěn)定性、可靠性具有重要的意義。但是由于微電網(wǎng)內(nèi)部分布式電源的間歇性和波動性以及微電網(wǎng)分布式接入配電網(wǎng)的方式，導(dǎo)致微電網(wǎng)本身以及微電網(wǎng)與配電網(wǎng)之間的優(yōu)化控制問題難以解決。研究微電網(wǎng)的優(yōu)化控制方法，多微電網(wǎng)之間的協(xié)調(diào)控制策略對于保證微電網(wǎng)的可靠經(jīng)濟運行具有重要的意義，為推進智能配電網(wǎng)的建設(shè)提供理論指導(dǎo)。 由于微電網(wǎng)運行模式多樣、可控程度不同，優(yōu)化問題的局部約束條件各異，全局運行信息難以收集等問題，造成傳統(tǒng)的集中式優(yōu)化控制方法無論是從模型構(gòu)建還是計算成本方面都難以勝任含多微電網(wǎng)復(fù)雜系統(tǒng)的優(yōu)化控制問題求解，而基于多代理的分布式控制方法對于求解這類分布式問題具有明顯優(yōu)勢。因此，本文采用多代理控制理論構(gòu)建了微電網(wǎng)混合優(yōu)化控制框架結(jié)構(gòu)，依據(jù)微電網(wǎng)的不同運行環(huán)境，從系統(tǒng)到個體設(shè)計了相應(yīng)的優(yōu)化控制算法和策略。首先針對含多微電網(wǎng)的配電網(wǎng)系統(tǒng)，提出了分布式約束優(yōu)化算法對微電網(wǎng)進行分布式優(yōu)化控制，解決集中控制難以求解難題，其次針對配電網(wǎng)中個體微電網(wǎng)，建立了集中式優(yōu)化算法對微電網(wǎng)進行集中式控制，保持集中控制對小規(guī)模系統(tǒng)快速求解優(yōu)勢，最后結(jié)合微電網(wǎng)內(nèi)不同的DG給出了各自的執(zhí)行控制方法。本文的主要研究內(nèi)容和創(chuàng)新點包括： （1）結(jié)合多Agent理論，建立了完整的微電網(wǎng)混合式優(yōu)化控制結(jié)構(gòu)，研究基于多Agent分布式理論的分布式優(yōu)化控制算法，，將分布式優(yōu)化控制問題視為分布式約束優(yōu)化問題（DCOP），以勢博弈理論為基礎(chǔ)，提出了符合多代理（MAS）分布式理論的DCOP求解算法Weighted Regret Monitoring Distributed SimulatedAnnealing（WRM-DSAN）。算法以局部優(yōu)化為基礎(chǔ)，通過Agent之間的通信交流以及優(yōu)化控制規(guī)則進行全局優(yōu)化。測試結(jié)果表明所提出的分布式優(yōu)化算法結(jié)構(gòu)上滿足分布式設(shè)計要求，并且能夠保證算法幾乎處處收斂到全局最優(yōu)納什均衡，較集中式有更好的復(fù)雜網(wǎng)絡(luò)分布式求解能力。 （2）以IEEE39節(jié)點系統(tǒng)為基礎(chǔ)，通過微電網(wǎng)優(yōu)化配置，建立了含多微電網(wǎng)的配電網(wǎng)系統(tǒng)。按照DCOP理論將微電網(wǎng)優(yōu)化控制模型轉(zhuǎn)化成為適合分布式求解的分布式約束優(yōu)化問題，設(shè)定微電網(wǎng)中每一個Agent的優(yōu)化目標(biāo)函數(shù)，同時考慮局部優(yōu)化約束和全局優(yōu)化約束的關(guān)系，采用所提出的勢博弈分布式優(yōu)化算法WRM-DSAN進行求解，考慮分析Agent環(huán)狀和網(wǎng)狀控制結(jié)構(gòu)對優(yōu)化控制結(jié)果的影響，證實了微電網(wǎng)分布式優(yōu)化控制的可行性，通過結(jié)果對比表明，系統(tǒng)在優(yōu)化后獲得了更好的整體效益，且網(wǎng)狀控制結(jié)構(gòu)具有更好的故障容忍能力。 （3）針對小規(guī)模微電網(wǎng)的動態(tài)集中優(yōu)化控制方法，提出了基于粒子群算法理論的Information Exchange Particle Swarm Optimization（IEPSO）集中式優(yōu)化控制算法，建立了微電網(wǎng)動態(tài)集中優(yōu)化控制模型，包括DG優(yōu)化配置，風(fēng)電以及負載的波動模型，集中優(yōu)化控制的數(shù)學(xué)模型�？紤]DG以及負載變化的情況下，制定微電網(wǎng)儲能的控制策略，分析了不同儲能貢獻率對優(yōu)化運行的影響，結(jié)果表明動態(tài)儲能貢獻率具有更好的協(xié)調(diào)效果。 （4）建立了包括風(fēng)電，小水電和儲能底層執(zhí)行DG的控制模型，并按照CERTS規(guī)范建立了微電網(wǎng)仿真平臺，對組網(wǎng)后微電網(wǎng)進行仿真，同時研究并搭建了微電網(wǎng)在Matlab/simulink環(huán)境下微電網(wǎng)的數(shù)字仿真平臺，為后續(xù)微電網(wǎng)的研究提供實驗環(huán)境。
[Abstract]:......
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TM921.5

【參考文獻】

相關(guān)期刊論文 前10條

1 唐西勝;鄧衛(wèi);齊智平;;基于儲能的微網(wǎng)并網(wǎng)/離網(wǎng)無縫切換技術(shù)[J];電工技術(shù)學(xué)報;2011年S1期

2 陳偉;石晶;任麗;唐躍進;石延輝;;微網(wǎng)中的多元復(fù)合儲能技術(shù)[J];電力系統(tǒng)自動化;2010年01期

3 姚駿;廖勇;瞿興鴻;劉刃;;直驅(qū)永磁同步風(fēng)力發(fā)電機的最佳風(fēng)能跟蹤控制[J];電網(wǎng)技術(shù);2008年10期

4 郭鵬;楊曉琴;;博弈論與納什均衡[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報;2006年04期

5 顏躍進;李舟軍;陳躍新;;多Agent系統(tǒng)體系結(jié)構(gòu)[J];計算機科學(xué);2001年05期

6 廖飛雄;馬良;;圖著色問題的啟發(fā)式搜索螞蟻算法[J];計算機工程;2007年16期

7 史偉;趙政;薛桂香;;基于智能Agent的復(fù)合網(wǎng)絡(luò)演化模型[J];計算機應(yīng)用;2008年11期

8 賈文生;向淑文;楊劍鋒;胡文生;;基于免疫粒子群算法的非合作博弈Nash均衡問題求解[J];計算機應(yīng)用研究;2012年01期

9 黃曉東;郝木凱;陳柔伊;陸志剛;雷金勇;王科;;微網(wǎng)中儲能系統(tǒng)的控制與分析[J];可再生能源;2012年02期

10 楊光;蔚承建;王開;胡恒愷;;圖形著色問題的分布式勢博弈算法[J];計算機工程;2012年23期

相關(guān)碩士學(xué)位論文 前1條

1 馮珊珊;基于圖著色理論的聚類研究[D];太原理工大學(xué);2013年

本文編號：2365043