人工智能及其在風(fēng)-光互補(bǔ)發(fā)電場中的應(yīng)用研究.pdf

1、風(fēng)能、太陽能是豐富清潔的可再生能源，將為能源結(jié)構(gòu)調(diào)整和環(huán)境保護(hù)做出巨大貢獻(xiàn)。國內(nèi)外研究表明，風(fēng)-光互補(bǔ)發(fā)電是比單獨(dú)風(fēng)力發(fā)電、單獨(dú)光伏發(fā)電更好的發(fā)電方式，已受到世界許多國家的關(guān)注。目前，對風(fēng)-光互補(bǔ)發(fā)電的研究主要集中于風(fēng)力發(fā)電機(jī)組的研制及控制、光伏發(fā)電單元的研制及控制和風(fēng)-光互補(bǔ)發(fā)電場的優(yōu)化設(shè)計等方面，對風(fēng)一光互補(bǔ)發(fā)電場能量管理控制的研究很少，而能量管理控制的好或壞直接影響這種新綠色能源的推廣和應(yīng)用。 在搜集國內(nèi)外風(fēng)-光互補(bǔ)發(fā)電研

2、發(fā)文獻(xiàn)資料之后，對其進(jìn)行整理、分析與綜合。在此基礎(chǔ)上，對風(fēng)-光互補(bǔ)發(fā)電場能量管理控制進(jìn)行了較深入的研究，主要研究工作如下： (1)粒子群算法的研究 提出了一種新的粒子群算法。該算法采用均勻設(shè)計方法初始化粒子群，使粒子以更大概率位于全局最優(yōu)解所處位置或其附近，從而使算法以更高的概率和更快的速度找到全局最優(yōu)解；對惰性粒子以概率為l進(jìn)行隨機(jī)變異，保證進(jìn)化過程中粒子群的多樣性，從而使算法求解的精度更高。仿真結(jié)果證明了該粒子群算法

3、的求解效率和求解精度比標(biāo)準(zhǔn)的粒子群算法更高。 (2)風(fēng)-光互補(bǔ)發(fā)電場控制系統(tǒng)的研究 大型風(fēng)-光互補(bǔ)發(fā)電場的發(fā)電裝置多，分布范圍廣，本文采用分布式人工智能-Agent理論與技術(shù)構(gòu)建風(fēng)-光互補(bǔ)發(fā)電場能量管理控制系統(tǒng)的體系結(jié)構(gòu)。該體系結(jié)構(gòu)既與控制對象的本質(zhì)相吻合，又具有適應(yīng)性強(qiáng)、開放性和容錯性好等優(yōu)點(diǎn)。構(gòu)造Agent模型，并介紹Agent中各個模塊之間的關(guān)系及功能。提出一種改進(jìn)的合同網(wǎng)協(xié)議，該協(xié)議簡化Agent間的協(xié)商過程，解

4、決了任務(wù)分解的難題。 (3)風(fēng)-光互補(bǔ)發(fā)電系統(tǒng)的頻率控制研究 基于發(fā)電系統(tǒng)無功功率已確定，以發(fā)電系統(tǒng)發(fā)電成本最低為目標(biāo)，建立風(fēng)一光互補(bǔ)發(fā)電系統(tǒng)頻率優(yōu)化控制的數(shù)學(xué)模型。該模型既考慮了發(fā)電系統(tǒng)頻率的安全性和穩(wěn)定性問題，又考慮了發(fā)電系統(tǒng)運(yùn)行的經(jīng)濟(jì)性問題。采用改進(jìn)的粒子群算法實(shí)現(xiàn)了發(fā)電系統(tǒng)的頻率控制，同時保證發(fā)電系統(tǒng)的經(jīng)濟(jì)運(yùn)行。針對大型發(fā)電場的發(fā)電裝置多，控制變量多，優(yōu)化速度慢的問題，采用多Agent的協(xié)調(diào)優(yōu)化方法，實(shí)現(xiàn)了比單一

5、種群粒子群算法更高的求解效率。設(shè)計了發(fā)電系統(tǒng)頻率控制子系統(tǒng)的自動機(jī)模型，實(shí)驗(yàn)顯示該模型能有效地控制發(fā)電系統(tǒng)的頻率變化，同時證明了該模型的健壯性。 (4)風(fēng)-光互補(bǔ)發(fā)電系統(tǒng)的電壓控制研究 基于發(fā)電系統(tǒng)有功功率已確定，以發(fā)電系統(tǒng)的電壓偏差最小和有功損耗最少為目標(biāo)，建立風(fēng)一光互補(bǔ)發(fā)電系統(tǒng)電壓優(yōu)化控制的數(shù)學(xué)模型，該模型同時考慮了各電壓監(jiān)測點(diǎn)的電壓偏差和發(fā)電系統(tǒng)的有功損耗等問題。采用改進(jìn)的粒子群算法與多Agent的協(xié)調(diào)優(yōu)化方法，實(shí)