一种基于Agent的智能电网集成优化控制策略

　　智能电网集成优化控制技术是实现各环节协调运行的关键，智能代理技术为解决这一问题提供了良好的方法。在介绍国内外智能代理研究现状和发展趋势的基础上，介绍了基于Agent的智能电网集成优化控制技术总体架构，基于Agent的动态分解与协调技术，并以微电网为例，对微电网中基于Agent的即插即用技术进行了分析。

　　0引言

　　建设智能电网是实现我国能源转型的根本战略，也是一个长期复杂的系统工程。未来智能电网要求通过对多种运行方式、多层面的协调控制，保证电网整体处于安全、经济的运行状态。智能电网要求系统能够迅速地进行信息处理，管理信息和操作信息必须是在保密级别约束的条件下，在授权允许范围内实现共享和协同，能有效地防止网络攻击。依靠传统的协调控制手段不能满足智能电网集成优化控制的要求。近年来，智能代理技术逐渐发展起来，为实现智能电网的集成优化控制、电网信息管理和信息安全提供了一种新的信息处理方法。

　　智能代理（IntelligentAgent）的关键是获取代理所需的知识推理能力、知识的操纵能力、知识的展现能力和一个代理同其他代理共享知识协同操作的能力。代理设计者必须能够用产生的知识对电网状态和控制行为进行准确完整的描述。智能代理的一般属性包括：（1）自主性：智能代理可以在没有人和其他事物的直接干预下操作，可以对它们的动作行为和内部状态进行协调控制；（2）社会能力：智能代理可以通过交流语言同其他的智能代理（可能是设备，也可能是人）进行相互作用；（3）反应性：智能代理能够预测到其环境并及时作出反应；（4）主动性：智能代理不仅可以对其环境作出反应，而且可以主动表现出朝着既定目标方向动作的行为。

　　多代理系统（Multi-AgentSystem，MAS）是能够相互交流的智能代理的集合，可以通过相互协作达到共同的目标。近年来，国内外专家学者对 MAS理论研究逐步应用到电力市场、继电保护、电力系统电压无功优化调节和紧急控制等领域。基于Agent的智能电网集成优化控制技术正在成为当前和今后研究的热点之一。

　　目前多代理技术（Multi-Agent）尚在不断发展和完善当中，还存在一些有待研究的问题：（1）多代理系统的设计目前尚未标准化。（2）多代理系统能否真实地揭示整个电力系统动态行为特征，还需要实践的检验。主要是目前某一方面的代理可以实现设计目标，太复杂的系统还有待研究。单个代理有能力解决局部问题，但不能单独实现全局目标等。（3）多代理系统中没有系统全局控制功能，仅仅依靠一组协调代理，解决代理间的决策冲突。（4）代理决策过程是异步的。必须与知识工程相结合。

　　1基于Agent的智能电网集成优化控制

　　未来智能电网不仅需要本地不同控制器间协调，也需要异地不同控制器间协调控制。依靠传统的协调控制手段不能满足智能运行控制的要求。采用基于Agent的智能电网集成优化控制技术不失为解决问题的理想手段之一［1］。

　　1.1总体架构

　　总体思想是通过专门设计的系统结构、各层Agent态势判据、多判据综合决策方法和流程及各层Agent的协同控制机制，实现智能电网集成优化协调控制。

　　

　　主要技术思想包括：（1）智能电网的分布式自治架构是基于Agent的分层分布式计算结构，包括感器，嵌入式处理器和实时计算等，用标准化接口通过网络来互通信息，主要采用SOA架构和面向信息的中间件实现。（2）对于专用网络主要是采用分布式数据库技术来实现局部和全局的数据交换与智能决策，分布式数据库是通过开放式接口整合起来的。（3）系统将尽量用即插即用硬件和软件组成，采用基于主动学习特征的技术标准［3-12］。

　　1.2动态分解与协调

　　在计算机应用领域，现有的大多数的分析优化协作任务的求解系统都是依据智能Agent技术构建的。这里给出一种新的思想：通过系统自动动态重构来提高智能电网的动态适应性，既可以解决智能电网在输电网方面的集成优化控制方面的问题，也可以解决微电网与配电管理系统（DMS）的协调控制问题。该思想允许组成求解系统的各个智能Agent之间自动地根据电网变化的环境采取2种操作：Agent融合和Agent分解。生成新的任务求解结构，以适应环境的变化，可重构新的适应当前环境的求解结构，这种重构是基于智能Agent自身的。

　　

　　图2给出了自动动态重构控制模型的构造。过程包括输入表示、决策制定、决策执行和动态环境感知4个阶段。每个阶段所需完成的任务为：

　　输入表示：对外部环境观察和对智能Agent自身进行观察，得到关于外部环境和自身情况的相关数据。对于每个智能Agent的外部环境是指与其他智能 Agent进行信息交流。可以采用时间逻辑树的结构记录某个智能Agent同其他智能Agent进行交流的过程。这种结构非常适合于查询统计。该 Agent通过对时间逻辑树的查询操作进行统计，可以选择出同它进行融合操作的最佳智能Agent。这个阶段是智能Agent进行融合和分解操作的准备阶段。决策制定：将输入理想结构的大致描述和当前组织构造进行比较判断，作出是否保持目前结构者调整当前组织结构的决定。

　　决策执行：具体执行由决策制定阶段产生的决策。如果决策制定阶段作出改变当前组织结构的决定，那么执行该决策。

　　动态环境感知：决策执行阶段执行决策之后，通过动态环境感知将新形成的结构转化成当前组织结构。