为了适应大规模风、光和电动汽车接入后随机性日益变强的电网环境,发电调度控制系统须从“自动化”向“智能化”迅速转变,为此提出面对各类新能源接入的下一代智能发电控制系统。智能发电控制(SGC)较现代自动发电控制(AGC)最大区别在于:SGC是适应强随机环境、具备多目标动态优化能力的多智能体协调控制系统。本文提出了四种全新SGC方法:DCEQ(λ)、狼爬山、WPH-VTC和狼群捕猎策略,来解释SGC多智能体的相互作用和最优平衡状态,并将SGC随机优化控制问题分别建模为基于以上四种方法的随机均衡博弈问题来综合求解。第一,本文提出DCEQ(λ)算法以解决新能源电源接入所带来的强随机环境下AGC协调控制问题。为了评估其控制性能,本文选取了固定增益的PI控制算法、单智能体的Q(λ)算法和R(λ)算法与其进行对比分析。通过IEEE标准两区域LFC电力系统模型以及CSG模型算例分析,验证了所提方法的有效性和可扩展性。然而,当智能体个数增加时,DCEQ(λ)算法在搜索多智能体均衡解时间呈几何数增加,限制了其方法在更大规模的电网系统里广泛应用。第二,提出一种新颖的融入了资格迹方法的狼爬山方法,以改进DCEQ(λ)在求解智能体数量增加时收敛性会变差的问题以及进一步提升控制性能。此方法能够在多种运行条件下,通过变学习率得到最优平均混合策略。基于混合策略和平均策略,所提方法能够在随机非马尔可夫环境及大时延系统里表现出强适应性,能够对有新能源接入的互联复杂电力系统AGC进行协调控制。对IEEE标准两区电力系统模型以及CSG模型进行算例分析,仿真结果显示,与其他算法相比,所提方法能够获得最优平均混合策略,因此,提高了闭环系统系能,并且具有快速收敛率及鲁棒性。然而上述方法只是对总功率指令的跟踪进行了研究,而没有对AGC功率指令进行动态优化分配。并且,当智能体个数众多时,会出现多解问题,导致系统不稳定。第三,提出了VTC系统以及WPH-VTC策略,来解决当智能体个数众多时而出现多解问题以及对总功率指令跟踪的同时,没有对AGC功率指令进行动态优化分配的问题。即在省网、主动配网、微网之间建立一个分散自治的中间协同控制层,即VTC系统。本文采用MAS-SG框架和MAS-CC框架,重点攻关“同构异构多智能体混合随机博弈问题”基础科学难题,以建立面向电力系统的MAS-SCG框架体系作为应用理论研究的最终目标。对IEEE标准两区电力系统模型及广东电网模型进行仿真,结果显示所提策略能够提高闭环系统性能、增加新能源利用率、减少碳排放,并且与其他算法相比具有快速收敛性。第四,本文提出一种基于同构异构相混合的多智能体狼群捕猎策略,以解决由于传统集中式AGC无法满足新能源的不断接入以及智能电网“即插即用”需求。所提方法能够获得快速的功率分配、优化协同控制以及孤岛配电网的频率自治。利用虚拟一致变量解决由于功率越限导致的拓扑变化以及AGC机组的即插即用问题。综合频率偏差与短期经济调度作为目标函数,以使所有机组能够在负荷扰动下仍能达到最优运行。对具有多种分布式电源以及微网的孤岛智能配电网进行四种算例研究。仿真结果显示,与传统的方法相比,狼群捕猎策略具有更强的鲁棒性以及快速动态优化能力,增加了新能源利用率,降低了发电成本,解决了孤岛智能配电网的协调控制以及FA问题。最后,利用Java多智能体开发通用工具,开发了基于JADE的电力系统多智能体SGC-SP仿真平台,本文以上所提出各种方法都能够被集成到SGC-SP,可以非常便利地对比不同SGC策略对多区域互联系统的协作控制的效果,且可深入研究多智能体通信系统架构、通信时延以及并行计算等工程实用性问题,验证方法的有效性。