智能交直流微电网的基于数据驱动的多目标动态Pareto优化设计_智能电网与人工智能.docxVIP

PAGE2

智能交直流微电网的基于数据驱动的多目标动态Pareto优化设计

第一章绪论

1.1研究背景

随着全球能源危机与环境污染问题的日益严峻，以风电、光伏为代表的可再生能源分布式发电技术得到了飞速发展。智能交直流微电网作为整合分布式电源、储能装置及本地负荷的高效载体，因其能够灵活运行于并网与孤岛模式，显著提升供电可靠性与电能质量，已成为现代智能电网建设的重要发展方向。特别是在数据中心、电动汽车充电站等直流负荷占比不断增加的背景下，交直流混合微电网架构有效减少了多级能量转换环节，降低了系统损耗，展现出巨大的应用潜力。

然而，可再生能源发电具有显著的随机性、间歇性与波动性特征，使得微电网源侧功率输出存在高度不确定性。与此同时，用户侧负荷需求也呈现出复杂的动态变化规律，导致微电网运行工况时刻处于剧烈波动之中。这种源荷双侧的双重不确定性，使得传统基于确定性模型的优化调度策略难以适应实际运行环境，极易造成功率平衡失衡、电压越限甚至系统失稳等严重问题，给微电网的安全经济运行带来了前所未有的挑战。

在现有的技术体系中，微电网优化运行通常依赖于精确的物理数学模型，但交直流微电网内部包含大量电力电子变换器、非线性负荷及复杂的控制环节，其动态特性难以用简洁的解析方程精确描述。当系统规模扩大或网络拓扑改变时，传统机理建模方法面临建模复杂、计算量大、模型失配等瓶颈。此外，微电网运行涉及经济成