我们承担的“智能电网的动态全局优化与节能控制理论及其应用”（50977008）面上基金项目按照原定计划顺利完成。在没有对原计划做出调整的基础上，顺利圆满完成。出版英文专著1部，发表论文75篇，其中 SCI检索论文44篇（包括IEEE会刊和Automatica论文共15篇）。此外，我们将理论成果应用于工业生产实际，申请并被授权国家发明专利14项，获得国家科技进步二等奖1项，辽宁省科技进步奖一等奖1项。我们在理论方面进行了深入的研究，取得的主要学术成果包括: 1.针对智能电网中的分布式电源及负荷，提出了一类新的时变时滞模糊双曲神经网络作为它们的数学模型，该模型考虑了存在诱导时延、数据包丢失情况。采用一个新构造的Lyapunov函数得到了保证闭环互联智能电网鲁棒稳定并具有H-infinity性能的充分条件，该条件不仅在所有电力系统控制元件都正常工作时有效，而且在智能电网的稳定控制器、逆变器等执行器可能发生故障时也有效。 2.针对输配电网中不同节点的类型不同，我们提出了一种数据驱动的最小-最大模糊神经网络，进而利用脉冲泛函微分方程理论和线性矩阵不等式技术解决了电网中存在的分岔和混沌现象、全局能耗最优选取和相位同步的实际问题。保证电网系统中，无论是否有故障发生都不影响系统同步和电网控制系统的稳定性。 3.大区域电网之间的互联性的增强有力地提高了电力系统运行的经济性，同时也使得互联系统动态过程变得更加复杂。因此我们提出了一类新的具有混合时变时滞和马尔科夫跳变的中立性脉冲神经网络模型，以及基于TS模糊理论的复杂网络智能同步控制方法。 4.智能配电网实际的控制和调节过程都是由多个智能主体来共同完成的。这些控制主体形成一组控制，在某些性能指标约束下共同控制系统而形成对策。在这种情况下，许多控制策略被提出来达到某种形式的最优化。为此，我们着重针对一些非线性系统进行了深入研究，取得了一系列非线性系统稳定和最优跟踪控制策略的重要成果。 5.智能电网调度与动态全局优化问题一直都是电网控制研究的焦点问题。我们对智能电网系统进行了分析和研究，在研究智能电网的全局稳定性的基础上，提出了基于互联神经网络计算的近似动态规划的网络优化控制器求解方法，解决了这个难题。 张化光教授参与组织了三次国际会议，担任了20多个国际会议的程序委员会委员或主席。在此基金的资助下，指导毕业博士生11人。 2100433B

智能电网作为合理利用新能源的一种新兴组网模式得到了世界范围内的广泛关注。本课题研究智能电网在不确定和耦合信息作用下的全局动态优化控制的理论和方法。通过建立起考虑系统不确定和耦合因素影响的包括分布式电源、变压器、输配电线路和重要负荷的数学模型，对采集到的系统实时数据进行深入分析和研究。研究出先进的信息处理、控制优化策略（包括基于模糊双曲正切建模的潮流计算方法、广义模糊节点转换策略、以及近似动态规划方法等一系列关键理论和技术环节）。对分布式发电的连续调压装置、电力电子设备、并联电容器、电抗器和可调变压器分抽头等进行综合协调控制，从而实现智能电网的各节点电压偏差、系统网损、无功补偿设备投资、分接头和电容器(电抗器)投切次数以及电压合格率等指标的综合优化。本研究成果对于我国输配电（特别是新兴智能电网）自动化领域的发展和科技进步将具有重要的理论价值和广泛的应用前景。

智能电网作为合理利用分布式能源的一种新兴的智能组网模式得到了国内外研究者的广泛关注。本课题采用群体智能优化策略及零和微分对策理论研究智能电网在随机不确定及信息耦合环境下电压无功优化与协调控制问题。①采用混合控制策略及基于模糊评价的强化学习理论，建立系统底层各节点微观智能体模型，根据环境及负荷的变化，建立可动态重构的宏观系统架构。②建立考虑系统不确定及耦合因素影响的包括系统网损、无功控制设备投切限制等多种优化指标的系统数学模型。③引入混沌序列机制，采用具有群体智能策略的优化方法求解受连续-离散时间的微分-代数方程约束的典型非线性的混合动态优化问题；④对分布式发电的连续调压装置、SVC等无功调压设备等进行综合协调控制，从而实现智能电网的各节点电压偏差、系统网损、无功设备投切次数及电压合格率等指标的综合优化。本研究成果对于我国智能电网自动化理论的发展具有重要的理论价值和应用前景。

《智能电网运营风险元传递理论与应用》是国家自然科学基金项目“智能电网运营风险元扰动与传递理论模型及其应用（71271084）”的主要研究成果之一，是作者在出版《项目风险元传递理论与应用》、《电力风险元传递理论与应用》、《多项目风险元传递理论与应用》专著的基础上，将风险元传递理论应用到智能电网运营管理中，提出了智能电网运营风险管理的新思路和新方法，创新了风险元传递理论，提出了风险元驱动概念，建立了智能电网运营风险元驱动体系，针对不同的风险元驱动因素（市场价格驱动、发电侧经济驱动、输配安全驱动、减排政策驱动等）、不同风险元传递路线（关系型、层次型、树型、链型、网络型和混沌型等），建立了较为完善的智能电网运营风险元传递系统理论和方法。大纲如下：第1章 绪论11 智能电网的内涵及特点12 智能电网运营风险研究的背景和意义13 智能电网运营风险管理研究综述14 智能电网运营风险研究的思路创新第2章 智能电网风险元传递理论基础 21 风险元传递的定义和分类22 风险元的定量表示与度量23 风险元传递的结构24 供电风险元传递路径25 供电风险元传递方法与模型26 智能电网运营风险元驱动体系第3章 智能电网环境下市场价格驱动风险元传递模型及应用 31 智能电网电力价格风险概述32 基于系统动力学的智能电网售电价格风险元传递模模型33 智能电网下考虑峰谷分时电价的电网企业收益风险元传递模型34 智能电网下分时电价售电风险型决策模型第4章 智能电网环境下发电侧经济驱动风险元传递模型及应用 41 智能电网发电侧经济驱动风险概述42 风电投资项目前期经济评价及风险元传递模型及应用43 智能电网发电投资项目风险元传递模型44 智能电网发电侧战略投资利益风险优化模型45 智能电网发电侧经济运行利益风险优化模型46 智能电网下发电侧运营管理风险元传递模型第5章 智能电网环境下输配安全驱动风险元传递模型及应用

在随机不确定及信息耦合环境下，针对智能电网电压无功控制的特点，将现代控制技术与分布式人工智能技术相结合，探索出一种新的控制系统体系结构。采用分层混合控制策略：底层采用混合控制策略及基于模糊理论的强化学习机制建立系统底层各节点微观智能体模型，解决了风力发电机组等可再生能源的单元电压无功控制。顶层采用分布式人工智能技术，建立分层分布式可动态重构的电压无功优化控制系统的宏观系统架构。对底层智能体的学习机制进行研究，通过对底层Agent的学习机制进行仿真实验，验证了算法的收敛性。研究了具有群体智能的蚁群算法，并对接入分布式电源的IEEE14节点配电网进行了无功优化仿真实验。最后对各智能体之间的协调机制进行了研究及仿真试验。