稳定、可靠和清洁的能源供应是人类文明、经济发展和社会进步的保障,煤炭、石油、天然气等化石能源支持了19世纪和20世纪近两百年的人类文明的进步和发展。然而,化石燃料的大量消耗,不仅让人类面临资源枯竭的压力,同时也感觉到了环境恶化的威胁。21世纪人类社会将从化石燃料时代向具有持续利用能力的可再生能源时代过渡,逐步开创一个人类摆脱化石燃料桎梏的能源新时代的世纪。风力发电是近期内技术成熟、具有大规模发展潜力的可再生能源技术。 利用风能发电的系统本身具有内在分布性(时间、空间及功能上的分布),这种分布式电源位置灵活、分散的特点极好地适应了分散电力需求和资源分布,同时,它与大电网互为备用也使供电可靠性得以改善。本文正是在此背景下,对其能量管理系统(Energy Management System EMS)进行深入研究,并取得了一些创新性的成果。 1、对可并网运行的风力-太阳能混合发电系统的配置进行分析,并以此为基础设计了一种基于多智能体系统框架的分布式能量管理系统,详细阐述了MAS系统的宏观体系结构和单个Agent的微观模型,给出了各个层次之间信息流与控制流的关系以及功能模块的组成和它们之间信息交换处理关系。通信方式的确立,为MAS系统的协作与控制策略的设计提供了基本思路。同时遵循KQML标准设计了MAS系统的Agent通信语言,从而为在能量管理的宏观层面进行协调控制奠定了基础。 2、根据分布式发电系统体系结构的基本特点,首次提出了基于个体学习与群体协商机制相结合的群集优化模式。借鉴遗传算法的思想,将Agent取代遗传算法中的个体,由Agent基于环境信息的一系列决策行为生成优化问题的一个可行解,用基于“案例学习”的进化寻优机制取代遗传和变异的进化寻优机制,而合同网协商机制的确立在全局上保证了任务分解的有效实施。通过具体算例表明本章提出的协调策略有较好的实用性。 3、鉴于风能的随机性特点,结合国内风力资源评估的实际情况,率先将风速预测与风机输出功率预测应用于系统调度计划,为系统运行提供决策支持。运用Box-Jenkins随机时间序列理论进行在线短时风速预测分析。实现了在线的模型识别,参数估计,模型检验,而后建立自校正预报器进行实时的风速预测。风力发电功率预测的原始数据是风电机组输出功率的时间序列,虽然它的原始数据不同于风速数据,但是实时预测的方法相同。以某风电场实测风速和功率记录为原始数据,进行风速的实时在线预测,结果显示在该风电场风况条件下预测精度比较理想。 4、风力发电机组在启动时会产生较大的冲击电流,风速的变化和风机的塔影效应都会导致风机出力的波动,风机本身配备的电力电子装置,可能带来谐波问题。因此,对风电的电能质量进行综合评估,也是调度决策的基本要求。本文提出了基于概率论与模糊数学相结合的电能质量的分析与评估方法,先将概率论和数理统计相结合的方法分别对电能质量的各项指标进行分析和等级划分,并将其归一量化从而得到电能质量的各项指标的一个评估结果；再采用模糊数学中的模糊综合评判方法将这些分项指标的评估结果归一量化,从而得到评估电能质量的客观、全面的唯一量化指标,以此为依据,对电能进行质量等级划分,并将其作为系统运行的参考依据。 5、数据采集装置是分布式发电调度自动化系统基础设备与平台。其具体任务包括：数据(模拟量、开关量、数字量、脉冲量)采集；数据通信；执行命令；自诊断功能。本文对现场管理终端的进行了比较详细的介绍和研究,并结合课题的实际要求进行了研制,给出的硬件设计已得到实际检验。 本文的研究工作对于含风电等随机性能源的电力系统运行调度管理具有理论和实际应用意义。