進(jìn)入21世紀(jì)以來，世界范圍內(nèi)的能源供應(yīng)持續(xù)緊張，合理開發(fā)利用綠色能源已經(jīng)成為一項(xiàng)重要課題。越來越多地利用太陽(yáng)能、風(fēng)能、生物質(zhì)能等的分布式電源（DG，Distributed Generation）被應(yīng)用于現(xiàn)有電網(wǎng)。而微電網(wǎng)正是有效利用分布式電源的一種新型供電方式。微電網(wǎng)能比較完善的應(yīng)對(duì)電力系統(tǒng)中負(fù)荷的增長(zhǎng)，能較大地降低傳統(tǒng)能源的消耗，提高了能源利用率，降低了系統(tǒng)的發(fā)電成本，實(shí)現(xiàn)了節(jié)能減排。同時(shí)為分布式發(fā)電單元與電網(wǎng)的連接提供了較好的平臺(tái)，充分利用了分布式電源的發(fā)電優(yōu)勢(shì)。因此，對(duì)微電網(wǎng)關(guān)鍵技術(shù)進(jìn)行研究和開發(fā)變得越來越重要。
　　本書主要介紹了智能微電網(wǎng)的關(guān)鍵技術(shù)及其應(yīng)用，分析了微電網(wǎng)系統(tǒng)的基本特點(diǎn)、組成和工作原理，闡述了當(dāng)前分布式發(fā)電領(lǐng)域的新理論和新方法，介紹了它們?cè)谥鲃?dòng)配電網(wǎng)中的應(yīng)用。具體包括以下內(nèi)容：
　　針對(duì)微電網(wǎng)能量管理系統(tǒng)優(yōu)化調(diào)度問題，提出了利用人工魚群算法（AF-SA，Artificial Fish Swarm Algorithm）和粒子群算法（PSO，Particle SwarmOptimization）混合求解微電網(wǎng)的優(yōu)化調(diào)度方法。建立了考慮風(fēng)速、空氣密度、光照輻照強(qiáng)度、蓄電池充放電能力和運(yùn)行效率的各發(fā)電單元的功率輸出模型，并針對(duì)微電網(wǎng)的實(shí)際情況對(duì)各模型進(jìn)行仿真，計(jì)算每小時(shí)內(nèi)各發(fā)電單元的有功輸出情況。建立了含維護(hù)費(fèi)用、買賣電費(fèi)用、燃料費(fèi)用、蓄電池?fù)p耗費(fèi)用和停電損失費(fèi)用的微電網(wǎng)優(yōu)化調(diào)度模型，提出了利用AFSA算法和PSO算法混合求解微電網(wǎng)的優(yōu)化調(diào)度方法。以含有風(fēng)力發(fā)電機(jī)、光伏電池、微型燃?xì)廨啓C(jī)和鋰電池儲(chǔ)能的微電網(wǎng)系統(tǒng)為例，分別采用PSO算法和AFSA-PSO算法，對(duì)微電網(wǎng)在并網(wǎng)和孤島兩種模式中的六種典型運(yùn)行狀態(tài)進(jìn)行仿真，通過對(duì)兩種仿真方法進(jìn)行比較分析，驗(yàn)證了本文所提出的優(yōu)化調(diào)度方法的正確性和優(yōu)越性。
　　針對(duì)微電網(wǎng)系統(tǒng)能量管理中的運(yùn)行優(yōu)化問題，提出了在普通運(yùn)行調(diào)度中引入需求響應(yīng)的優(yōu)化模型，并最終用改進(jìn)粒子群算法完成了優(yōu)化求解。以典型可控負(fù)荷的數(shù)學(xué)模型為基礎(chǔ)，提出了反映用戶舒適度的需求響應(yīng)約束條件。建立了微電網(wǎng)優(yōu)化運(yùn)行的目標(biāo)函數(shù)，并利用改進(jìn)粒子群算法對(duì)該函數(shù)進(jìn)行了求解，對(duì)比分析了采用需求響應(yīng)情況下微電網(wǎng)的運(yùn)行經(jīng)濟(jì)效益更優(yōu)。
　　建立了包含逆變器模型、電力網(wǎng)絡(luò)模型和負(fù)荷模型的微電網(wǎng)全階小信號(hào)動(dòng)態(tài)模型，并基于特征值法分析了系統(tǒng)的穩(wěn)定性和下垂系數(shù)變化對(duì)系統(tǒng)穩(wěn)態(tài)性能的影響，建立了基于PSO-IHS算法的微電網(wǎng)系統(tǒng)動(dòng)態(tài)切換模型，并考慮孤島運(yùn)行模式、孤島時(shí)負(fù)荷突變、并網(wǎng)運(yùn)行模式及孤島和并網(wǎng)兩種運(yùn)行模式之間互相轉(zhuǎn)換的四種運(yùn)行模式，提出了系統(tǒng)控制目標(biāo)函數(shù)，并使用PSO-IHS算法優(yōu)化了目標(biāo)函數(shù)，進(jìn)而提高了微電網(wǎng)在這四種運(yùn)行模式下的穩(wěn)態(tài)和動(dòng)態(tài)性能，保證了微電網(wǎng)系統(tǒng)的穩(wěn)定運(yùn)行及在四種運(yùn)行模式之間的平滑切換。
　　以概率模型對(duì)主動(dòng)配電網(wǎng)內(nèi)的各組成元件進(jìn)行建模分析，以概率的描述方式給出了可再生能源對(duì)系統(tǒng)節(jié)點(diǎn)電壓、支路潮流的影響。以成本最低、網(wǎng)損、電壓偏移水平最低為多目標(biāo)，建立了主動(dòng)配電網(wǎng)運(yùn)行優(yōu)化的多目標(biāo)模型進(jìn)行求解。針對(duì)多目標(biāo)求解的粒子群算法進(jìn)行了改進(jìn)，使之能夠滿足優(yōu)化的需要，并在IEEE-14節(jié)電系統(tǒng)上做了驗(yàn)證，并給出了主動(dòng)配電網(wǎng)運(yùn)行過程中，考慮負(fù)荷變化的情況下各元件的最優(yōu)協(xié)調(diào)組合方案。
　　提出了基于FFT和小波變換的混合孤島檢測(cè)方法，即分別用FFT、小波變換對(duì)孤島電壓諧波信號(hào)的低、高頻部分進(jìn)行處理，得到特定諧波的幅值與小波系數(shù)絕對(duì)值的平均值，通過判斷這兩個(gè)值是否都超過各自的閾值來檢測(cè)孤島。采用基于電網(wǎng)電壓定向的矢量控制方法對(duì)分布式發(fā)電并網(wǎng)逆變器進(jìn)行控制，設(shè)計(jì)了其LC濾波器以及孤島檢測(cè)的RLC負(fù)載，建立了分布式發(fā)電并網(wǎng)孤島檢測(cè)系統(tǒng)的仿真模型，分別對(duì)其檢測(cè)盲區(qū)內(nèi)的孤島情況、電能質(zhì)量擾動(dòng)情況進(jìn)行仿真，結(jié)果表明，提出的孤島檢測(cè)方法無(wú)檢測(cè)盲區(qū)、能有效避免因電能質(zhì)量擾動(dòng)引起的斷路器誤動(dòng)作，且比高頻阻抗法檢測(cè)速度更快。
　　研究了復(fù)合儲(chǔ)能的控制策略，將不同特性的儲(chǔ)能裝置混合使用、協(xié)調(diào)控制，解決孤島運(yùn)行下微電網(wǎng)暫態(tài)過程中電能質(zhì)量和系統(tǒng)不穩(wěn)定等問題，建立了基于復(fù)合儲(chǔ)能的微電網(wǎng)穩(wěn)定性分析數(shù)學(xué)模型，并對(duì)提出的控制策略做出評(píng)價(jià)。