在能源与环境的双重压力下,大力发展清洁能源已成为世界各国的共识。我国幅员辽阔,清洁能源资源丰富,但存在显著的地域性。分布式清洁能源可在负荷中心就地利用,降低对大电网输电的依赖,提高清洁能源发电的经济性。随着清洁能源在配电网渗透率的日益提高,给电网带来了很多新的挑战,其中对配电网安全经济运行和高品质供电(电能质量)的影响尤其严重。根据国际大电网会议对主动配电网的定义,具备对电网调节和优化作用的清洁能源发(储)电系统是主动配电网的核心单元,定制电能并网包含参与电网电能质量治理和参与电网优化运行两大方面。本文主要研究工作包括:具有电能质量主动治理功能的并网逆变器控制技术,固体氧化物燃料电池端电压控制技术,光储系统参与主动配电网最优运行调度策略,光储一体定制电能并网样机研制等。首先,在详细分析DC/AC逆变器工作原理和其非线性数学模型的基础上,分别提出基于一般模型的电流跟踪控制算法和基于神经-模糊补偿的PID电流跟踪控制算法。其中,一般模型控制方法直接利用逆变器非线性过程模型,基于最优控制方法的设计思路,提出电流跟踪控制的显式控制律,该方法具有结构简单、鲁棒性强、控制参数易于整定的特点;基于神经-模糊补偿的PID控制方法结合PID控制器和神经-模糊控制器的优点,两种控制器结合可有效保证系统在一定范围内是全局渐进稳定的,且确保系统可获得比传统PID控制更好的性能。而后,针对实际工程中存在的逆变器精确数学模型无法获得,基于模型的控制算法不能实现“即插即用”,难以大规模应用的问题,分别提出改进滞环控制和无模型自适应控制算法。其中,改进滞环控制方法可等效提高系统采样率,减少滞环控制的控制误差,提高控制精度;无模型自适应控制方法完全不需要逆变器数学模型,仅依赖于被控系统的输入输出数据,能保证闭环系统稳定性和收敛性,且该控制方法不需要任何迭代算法来确定控制输入,具有高实时性优势。接着,针对固体氧化物燃料电池端电压控制问题,提出一种基于动态抗饱和的自适应神经网络控制算法。该方法对RBF控制器产生的控制输入进行约束,一方面可确保SOFC的控制输入保持在可接受的范围之内,保证了SOFC电池的性能和安全,另一方面可有效处理燃料电池控制系统执行器饱和约束和燃料电池利用率约束问题,并且可有效避免由于饱和问题引起的闭环系统不稳定和发散问题。仿真结果表明所提的基于RBF神经网络的约束控制在响应速度和跟踪精度上都具有良好的效果,并且可以确保控制输入保持在约束范围之内,同时可使得电池利用率也保持在最佳的范围之内。然后,针对清洁能源满额消纳、全网节点电压控制、“源、网”经济运行等目标,提出光储系统参与主动配电网最优运行策略。该策略首先基于相似日原理选取光伏功率预测的样本,采用改进的支持向量机算法预测光伏电站各时段的发电功率平均值。以此为基础,给出了光储系统的拓扑结构并建立了光储柔性并网模型;以光伏MPPT最大功率结合储能实现分布式能源的满额消纳,以“源-网”损耗最小目标函数实现配电网的经济运行,以并网逆变器P/Q独立控制使全网节点电压满足安全约束实现电压越限治理。针对模型中储能电量的时序连续性和光储有功无功双决策问题,采用多维动态规划算法求解所建模型。仿真结果表明柔性光储系统具有较强的潮流调节能力,优化方法较好地实现了所提目标。最后,在全面分析清洁能源定制电网并网系统需求和目标的基础上,提出系统的设计方案,开发了基于电流预测的滞环空间矢量和无模型自适应的并网控制器,构建了主动配电网实验平台,验证了清洁能源定制电能并网的性能。在全球能源互联这一大趋势下,本文研究成果将引导清洁能源发电并网技术的革新,优化资源高效配置,使其在技术层面响应电网优质供电的需求,主动参与电网调节优化,实现了清洁能源发电对资源环境与电网运行的“双友好”,体现智能电网“绿色、双向、互动、友好”的发展目标。