随着人类生产及生活水平的提高,世界能源消费量大幅度增长,引发了多次能源危机。由于能源的紧缺以及常规化石燃料所带来的环境污染等一系列严重问题,可再生能源逐步成为常规化石燃料的一种替代能源。可再生能源中发展最快的是风力和太阳能。由于风能和太阳能在时间上有很强的互补性,风力太阳能混合发电系统以其经济性和可靠性得到了越来越广泛的应用。本文根据分散式风力-太阳能发电的特点,提出一种风力太阳能混合发电的分布式能量管理系统。主要内容包括以下几个部分： 1.对风力-太阳能混合发电系统的配置进行分析,并采用分布式MAS的体系结构描述能量管理系统(EMS),详细阐述了单体Agent概念模型的各个组成模块及其功能,所设计的Agent具有智能决策和连续控制的特点。通过通信实现信息共享对于Agent之间的协作与协调至关重要,Agent通信内容采用KQML消息格式,由组件对象模型COM实现接口,最终由TCP/IP协议完成消息的传递。 2.建立了风力-太阳能混合发电能量管理系统的数学模型,在数学模型和任务分解原则的基础上,提出一种基于市场机制的动态任务分配算法。并采用有色Petri网建立了EMS中Multi-Agent之间的协作、协调交互模型。 3.针对风力-太阳能混合发电系统具有连续动态和离散事件动态的混杂特性,引入Petri网对系统进行建模和仿真。采用混合Petri网对风力发电子系统在不同风速下的出力及状态转换过程进行了仿真。综合混合Petri网对混杂系统建模和有色Petri网增强建模能力的优点,提出一种有色混合Petri网(CHPN)对基于MAS的风力-太阳能混合发电EMS进行分析及仿真,重点讨论了供电-负荷方供需关系的CHPN仿真过程。 4.学习和决策是Agent具有智能性的体现。本文给出一种基于“状态-事件”驱动的决策机制,采用决策树给出具体算例的决策过程。在介绍了强化学习、博弈学习以及Agent的知识和信念表示后,提出一种基于马尔可夫博弈框架的多Agent学习算法,并通过Q值的学习影响动作的选择,以具体算例说明学习对决策过程的影响。 5.数据管理是EMS支撑软件的核心部分。本文给出了数据采集和数据存储两部分的设计和实现。在数据采集部分,将DSP-ARM的双CPU架构作为EMS的监控单元,使Agent能够实时地获得决策所需的各项数据。在IEC61970标准中的公共信息模型CIM和组件接口规范CIS的基础上,建立了EMS中的关系模型,并采用SQL 2000和COM编程实现数据访问接口。