CN101510685B

CN101510685B - 基于生物免疫原理的分布式智能控制系统

Info

Publication number: CN101510685B
Application number: CN2009100474609A
Authority: CN
Inventors: 艾芊; 王新刚; 章健
Original assignee: Shanghai Jiaotong University
Current assignee: Shanghai Jiaotong University
Priority date: 2009-03-12
Filing date: 2009-03-12
Publication date: 2010-12-29
Anticipated expiration: 2029-03-12
Also published as: CN101510685A

Abstract

本发明涉及一种电力控制技术领域的基于生物免疫原理的分布式智能控制系统。该系统中每一个智能体都是分布式发电系统元件的一个控制实体，它由任务感知模块、行为决策模块、协调通讯模块以及输出控制模块组成。运用人工免疫算法分布性、适应性的优点，将分布式系统中的任务看作抗原，智能体看作产生抗体的B细胞，基于抗体识别抗原并受到抗原激励的机理，自主选择合适的智能体以及处理方案来完成任务。在任务处理过程中，智能体遵循固定的应答顺序处理任务，对于单个智能体无法完成的任务，通过通讯选择合适的智能体进行协作。该系统还具有任务死锁消除机制和自愈功能，提高系统的稳定性和可靠性。

Description

基于生物免疫原理的分布式智能控制系统

技术领域

本发明涉及的是一种电力控制技术领域的系统，具体地说，涉及的是一种基于生物免疫原理的分布式智能控制系统。

背景技术

现代电力系统的发展已将现代控制理论与智能技术紧密结合在一起，这些理论和技术的实现依赖于具体装备与运行人员。同时，电网向截然不同的两个方向发展：一是大电网互联和长距离大容量超高压，甚至是特高压交直流输电；另一个是小容量，相对独立的微电网的兴起。两个发展方向均有一些共性问题需要解决，如协调控制与调度、最优化运行等等。互联电网应该充分发挥相互的支持和优势，一些新兴的发电元件或系统不应对现有的电网造成很大的冲击和干扰，这些问题必然涉及到协调控制与优化调度。微电网中通常包含多个分布式发电元件，微电网的协调控制是通过对分布式发电的有效调节以维持微电网的电压和频率稳定，为了提高微电网的电能质量，这个过程要求速度尽可能快；而微电网的优化调度是指合理分配各个分布式发电的出力以达到技术性指标或经济性指标的最优，这个过程并不要求很快的速度。目前对微电网技术的研究还只是停留在协调控制以及智能化比较低的事件处理上面，基于多代理技术的分层控制虽然可以解决大部分问题，但是对于处理相同的事件缺乏学习和记忆能力而需要重新进行计算，对整个系统的运行造成了不必要的负担；对于微电网面临功率不足时又没有足够的准备，只能机械的采取经验设定的处理方式，可能造成不必要的停电区域，降低微电网的供电可靠性。

经对现有技术文献的检索发现，中国专利申请号200610114703.2，发明名称：一种微型电网的控制与管理系统，公开号：CN1964152A，该专利通过使用三层结构的控制管理系统较好的实现了微电网的控制和管理，然而该系统：(1)高级组织层很难在微电网状态切换时迅速做出反应，可能导致系统不稳定；(2)控制结构显得比较冗余，造成系统不必要的开销，这种带通讯线的控制由于网络延迟或阻塞很难实现实时控制。

发明内容

本发明的目的在于针对现有技术存在的不足，提出一种基于生物免疫原理的分布式智能控制系统，克服集中控制无法满足分布式发电实时性的要求，以及传统的基于下垂特性的分散控制缺乏全局信息，很难做出能量优化管理的缺点。

本发明是通过以下技术方案实现的，本发明是由若干个分散式的智能体通过以太网组成一个互相协调的多智能体控制系统，该系统以生物免疫原理为基础，将每个智能体看作免疫系统中的B细胞，通过免疫系统的自动应答机制实现多个智能体之间的协调，适用于含有多个分布式电源的一类分布式系统的协调控制以及优化管理。多智能体系统中每个智能体对应微电网中一个分布式发电元件的控制，是一个具有事件处理能力的实体，它具有高度的自主独立性，每个智能体都包含任务感知模块、行为决策模块、协调通讯模块以及输出控制模块，其中：

任务感知模块主要完成信号采集、数据处理和任务生成，并将处理后的信号编码为其他模块可识别的形式传给行为决策模块进行进一步处理；

行为决策模块负责任务的处理、优化和记忆，其中任务可以从任务感知模块获得，也可以通过通讯从其他智能体获得，行为决策模块连接任务感知模块、协调通讯模块和输出控制模块，其中与协调通讯模块的信息传递是双向的；

协调通讯模块负责智能体之间的信息传递，实现智能体之间的协调与协作，协作通讯模块与行为决策模块的信息传递是双向的，一方面行为策略模块将任务信息传给协调通讯模块并由后者将任务信息传递给给他智能体，另一方面协调通讯模块接收到任务信息以后将其传给行为决策模块并由后者决定是否参与协作；

输出控制模块根据行为决策模块制定的控制策略对变流器进行控制，该模块的控制策略有定功率控制和电压/频率控制，它在接收到行为决策模块的控制指令后便生成相应的PWM控制序列驱动变流器工作。

所述的任务感知模块由传感器、计算比较单元以及任务生成单元组成，其中传感器主要负责采集分布式发电单元并网处的三相电压和电流值，计算比较单元通过采集的信息计算当前的输出功率和系统频率，并将采集到的以及计算出来的数据与系统正常运行时的设定值进行比较，如果存在差异则生成新的任务交给行为决策模块处理。任务生成模块将信号比较后的结果进行分类编码，生成不同类型的任务以便提高处理速度。

所述的行为决策模块具有学习和记忆能力，并拥有独立的知识库，主要用来存放历史数据和控制策略，其信息传递也是双向的，通过对历史事件的处理和记忆能够更快更好的做出应对方案。行为决策模块决定智能体间协调与协作的标准是免疫理论中抗体间相互作用的关系，其处理内容分为如下几个部分：

(1)任务识别。在微电网正常运行时行为决策模块一直处于任务搜索状态，一旦搜索到新的任务或者接收到其他智能体的协作邀请则转为任务处理状态。

(2)方案形成。在任务处理时，行为决策模块首先搜索知识库，如果知识库中包含相应的解决方案，则直接采用该方案；如果知识库中没有相应的解决方案则由行为决策模块根据预设生成方案。

(3)协调通讯。如果行为决策模块发现自身可以单独完成任务，则通过协调通讯模块对其他智能体发出抑制信号，抑制其他智能体参与任务；如果行为决策模块发现自身无法单独完成任务，则通过协调通讯模块对其他智能体发出协作邀请，同时也可以通过该模块接收其他智能体的邀请。

(4)控制输出。行为决策模块确定了解决方案后，将控制策略和目标传给输出控制模块控制分布式发电变流器进行输出。

所述的协调通讯模块负责智能体之间的信息传递，实现智能体之间的协调与协作。协作通讯模块与行为决策模块的信息传递是双向的，一方面行为策略模块将任务信息传给协调通讯模块，并由后者将任务信息传递给给他智能体；另一方面协调通讯模块接收到任务信息以后将其传给行为决策模块，并由后者决定是否参与协作。

所述的输出控制模块直接产生控制信号驱动变流器运行，其控制策略能够在行为决策模块的控制下实现平滑的切换，以满足微电网在并网运行和孤岛运行之间切换时的要求。

本发明从任务识别到控制策略制定再到控制输出为一个控制周期，如果任务感知模块或者协调通讯模块没有发现新的任务，则多智能体系统中的每个智能体都维持目前的控制策略不变；如果发现有新的任务，则智能体将在一个控制周期内对任务采取处理措施。对于单个智能体就可以完成的简单任务，无需借助其他智能体的协作，由最适合的智能体来完成；对于较复杂的任务，单个智能体无法完成，这是就需要通过多个智能体的协作来共同完成任务。

本发明运用人工免疫算法分布性、适应性的优点，将分布式系统中的任务看作抗原，智能体看作产生抗体的B细胞，基于抗体识别抗原并受到抗原激励的机理，自主选择合适的智能体以及处理方案来完成任务。在任务处理过程中，智能体遵循固定的应答顺序处理任务，对于单个智能体无法完成的任务，通过通讯选择合适的智能体进行协作，协作智能体之间的关系表现为抗体和抗原、抗体和抗体之间的亲和力。智能体完成任务后即记忆处理信息，遇到重复任务时快速做出二次响应。该系统还具有任务死锁消除机制和自愈功能，提高系统的稳定性和可靠性。

本发明使用面向对象的技术，采用开放、模块化、可扩展的架构，用户可以根据自身的实际需要，方便的扩展智能体的功能。从组织结构上来看，各智能体之间是平等的，且具有高度的自治性，每个智能体都具有自行规划和决策的能力。

附图说明

图1为本发明单个智能体的组成结构框图。

图2为本发明单个智能体的工作机理图。

图3为本发明多智能体系统的网络模型图。

图4为本发明智能体系统的任务处理流程图。

具体实施方式

下面结合附图对本发明的实施例作详细说明：本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

以下结合微电网分布式发电系统对本实施例的任务处理过程做进一步说明。如前所述，每个智能体在任务处理过程中都是一个处理实体，其组成结构如图1所示，多智能体系统中的每个智能体都包含任务感知模块、行为决策模块、协调通讯模块以及输出控制模块，其中：

所述每个智能体都有自身的能力范围和应答规则，对于能力范围内的任务，智能体通过输出控制模块完成任务，对于不在能力范围内的任务，智能体需要通过通讯与其他智能体协作完成，完成任务过程中遵循应答规则，即首先搜索知识库查看是否有相应的处理方案，如果有则直接选取该方案进行处理，否则查看自己的能力范围，如果属于能力范围内的任务，则配合控制策略完成任务并将处理结果存入知识库，如果超出自身的能力范围，则邀请其他智能体一起来完成并将处理结果分别存入知识库，形成一种类似“组织”的结构体，专门处理这类任务；当遇到集所有智能体合力无法完成的任务时，立刻放弃该任务以及该任务引起的一系列操作并将任务信息存入知识库，实现对任务的死锁消除机制。

所述每个智能体在空间中随机搜索任务，当传感器感知到基于本地的电气量信息与设定值存在差异时，启动任务识别，智能体产生相应抗体并与其他智能体通讯，由最适合处理这项任务的智能体来接受任务；该智能体接受任务后，先尝试单独处理，如果能单独处理，智能体状态变为任务处理，直到任务完成；如果无法单独处理，智能体将任务的有关信息发送给其他智能体，自己进入等待协作状态，直到有足够的智能体受到激励来协作，一起合作完成任务；任务完成以后，相应的智能体将处理结果写入知识库，智能体的状态由任务处理又变回搜索，继续寻找新的任务；智能体的自主性以及智能体之间的协调性能基于本地信息对电网中的事件做出自主反应，实现协调控制，对于重复出现的事件还能做出快速的二次应答。

所述智能体受到激励的程度反映为智能体对任务的亲和力，而亲和力综合了系统的稳定性、运行的经济性以及分布式电源的特性因素，智能体生成的控制方案之间也存在这种激励与抑制的关系，对任务亲和力越高的方案受到越多的激励，相反，对任务亲和力越低的方案则被抑制，通过这种方案间激励和抑制的相互作用，实现分布式发电的协调控制以及微电网能量的优化调度。

所述每个智能体都具有学习和记忆能力，且具有一个独立的知识库，该知识库只有对应的智能体才能访问，知识库中的记忆分为长期记忆和短期记忆：短期记忆主要存放最新发生的或复现性高的事件处理方案，优先进行访问，对重复出现的事件做出快速的二次应答；长期记忆主要存放历史数据以及运行记录，便于对负荷进行预测，满足长期运行的要求，运行记录为运行提供参考，确定是否需要修改运行参数。整个系统的信息是分散存储和处理的，整个系统体现出内部的交互性和整体的封装性，单个智能体具有解决问题的不完全的信息或能力，在大多数情况下需要相互协作来达到共同的整体目标，协作过程中的计算是同步进行的。

如图2所示，基于上述的四个模块，可以从单个智能体的角度出发将整个处理过程分为如下4个步骤：

1、随机搜索任务

利用智能体任务识别模块收集到的本地电气量信息来确定任务，首先对分布式发电端口的电压和电流量进行转换，并计算此时的功率和系统频率，然后将所有这些量与正常运行情况下的值进行比较，并将比较结果进行分类以形成不同类型的任务。由于传感器的误差以及对任务信息判断的不确定性，智能体在搜索任务的过程中表现出一定的随机性。由于任务搜索的随机性，同一个任务可能被多个智能体所识别，同一个智能体也可以识别多个任务，这就为任务的处理提供多种选择。在任务搜索过程中，智能体之间不进行信息量的交互，是一种基于本地信息的间接通讯形式。随着多智能体系统规模的扩大，智能体之间信息交换量增大，这种间接通讯不会造成通讯瓶颈，具有较高的动态性能。

2、形成控制方案

如图2所示，行为策略模块具有4种应答方式，在任务执行过程中，这4种应答方式是按一定顺序执行的，当任务识别模块发现新任务并将其编码为其他模块可识别的形式后，行为决策模块立刻根据得到的任务信息对任务进行分析。它先从知识库中搜索这一类型任务的信息，如果有相同的信息，就直接采用知识库里的处理信息，将其送到输出控制模块进行输出，该应答过程称为获得性响应；如果知识库中没有相同的任务信息，则检查行为决策模块的预设置方案，对于一些简单的任务，这种基于经验预先设置的方案就可以完成，该应答过程称为非特异性响应；而对于一些较为复杂的任务，行为决策模块也可以通过对预设方案的调整来形成新的处理方案，该应答过程称为特异性响应；如果任务的复杂度超出了单个智能体的能力范围，智能体只能通过协调通讯模块与其他智能体协作才能完成，该应答过程称为协作响应。对于后三种响应，当任务完成以后，将相应的处理信息存入知识库，当再次遇到相同任务时，行为决策模块就可以从知识库中快速找出相应的应答方案而不需要重新判断，减少了系统的开销。

3、进行协调通讯

基于抗体识别抗原，受到抗原激励的机理，智能体通过任务识别模块得到任务信息后，受到任务的激励。现代免疫学认为免疫响应不仅仅只是单个细胞的作用，而是抗原和多种抗体之间的复杂反应。著名的Jerne独特性网络模型指出生物免疫系统由分布的多种B细胞组成，由B细胞产生的抗体之间并不是孤立的。抗体有一个抗原结合部位或称之为对位，可以识别抗原的表位，同时抗体还有个体基因型结构，可以被抗体的对位所识别。当抗体的对位识别了抗原的表位或抗体的个体基因型时，抗体受到激励；而当抗体被识别时，抗体则受到抑制。基于这种对应关系，本系统为多智能体系统构建了一个免疫结构网络模型，如图3所示。该模型中智能体行为决策模块产生的应答方案之间存在这种激励和抑制作用，它们之间的相互作用通过协调通讯模块来实现。当智能体可以单独完成任务时，它的应答方案对其他智能体的方案就是一种抑制作用，而且越是亲和力高的应答方案对其他方案的抑制作用就越大，通过抗体与抗原、抗体与抗体之间的相互作用，最终由亲和力最高的抗体作为最佳应答方案；当智能体不能单独完成任务时，它的应答方案对其他智能体的方案就是一种激励作用，而且越是亲和力高的应答方案受其他方案的激励作用就越大，最终由亲和力高的若干个抗体共同协作完成任务。由于抗体可分为两大类型，即不同智能体之间和同个智能体内部两类，抗体之间的相互作用力相应的也可以分为两种类型：1)智能体之间的抗体相互作用，与其他智能体产生的抗体发生的作用力；2)智能体内部的抗体相互作用，由同个智能体产生的抗体发生的作用力。

在处理实际问题时，这种亲和力关系可以表现为一系列指标，如系统稳定性指标、经济性指标以及电能质量指标等，这些指标按实际情况在运行时表现出不同的权重，从而形成一个评价函数。

E = Σ_{i = 1}^{n} ω_{i} \cdot F_{i}

式中，E表示评价值

ω_i表示权重系数，且

Σ_{i = 1}^{n} ω_{i} = 1

F_i表示对一个目标的评价值

n表示评价目标的总数

智能体对每一种方案进行评价值计算，评价值高的方案获得激励并抑制评价值低的方案，智能体之间评价值的计算都是独立的，并且是同时进行的。通过这种方式，亲和力高的方案受激励，亲和力低的方案受抑制，既实现了多个分布式发电之间的协调与协作，又实现了能量的优化调度。

4、输出控制模块

输出控制模块主要为分布式发电提供控制驱动，当行为决策模块生成控制策略后，由输出控制模块为变流器提供驱动，使其能够按照要求进行输出。

如图4所示，多智能体控制系统处理任务的流程图，在整个处理过程中，为了防止在协作过程中争抢共享资源或遇到无法完成的任务时引起的任务死锁，添加了死锁检测环节。如果系统出现死锁，则立刻放弃任务以及该任务引起的一系列操作并将任务信息存入记忆库。同时引入抗原自强化调整，协作数多的任务越容易吸引智能体协作，尽可能消除因争抢共享资源引起的任务死锁。此外，多智能体系统还具备自愈功能，通过智能体之间的通讯能够准确定位故障所在线路，只切除对故障线路，同时恢复未故障线路的供电，体现出较高的供电可靠性。

Claims

1.一种基于生物免疫原理的分布式智能控制系统，其特征在于，由若干个分散式的智能体通过以太网组成的一个互相协调的系统，每个智能体都包含任务感知模块、行为决策模块、协调通讯模块以及输出控制模块，其中：

任务感知模块完成信号采集、数据处理和任务生成，并将处理后的信号编码为其他模块可识别的形式传给行为决策模块进行进一步处理；

行为决策模块负责任务的处理、优化和记忆，其中任务从任务感知模块获得，或者通过通讯从其他智能体获得，行为决策模块连接任务感知模块、协调通讯模块和输出控制模块，其中与协调通讯模块的信息传递是双向的；

协调通讯模块负责智能体之间的信息传递，通过以太网连接，实现智能体之间的协调与协作；

输出控制模块根据行为决策模块制定的控制策略对变流器进行控制，该模块的控制策略有定功率控制和电压/频率控制，它在接收到行为决策模块的控制指令后便生成相应的PWM控制序列驱动变流器工作；

所述的行为决策模块具有学习和记忆能力，并拥有独立的知识库，主要用来存放历史数据和控制策略，其信息传递也是双向的，通过对历史事件的处理和记忆做出应对方案，行为决策模块决定智能体间协调与协作的标准是免疫理论中抗体间相互作用的关系；

所述的行为决策模块处理内容分为如下几个部分：

任务识别：在微电网正常运行时行为决策模块一直处于任务搜索状态，一旦搜索到新的任务或者接收到其他智能体的协作邀请则转为任务处理状态；

方案形成：在任务处理时，行为决策模块首先搜索知识库，如果知识库中包含相应的解决方案，则直接采用该方案；如果知识库中没有相应的解决方案则由行为决策模块根据预设生成方案；

协调通讯：如果行为决策模块发现本智能体可以单独完成任务，则通过协调通讯模块对其他智能体发出抑制信号，抑制其他智能体参与任务；如果行为决策模块发现本智能体无法单独完成任务，则通过协调通讯模块对其他智能体发出协作邀请，同时也可以通过该模块接收其他智能体的邀请；

控制输出：行为决策模块确定了解决方案后，将控制策略和目标传给输出控制模块控制分布式发电变流器进行输出；

2.根据权利要求1所述的基于生物免疫原理的分布式智能控制系统，其特征是，所述的任务感知模块由传感器、计算比较单元以及任务生成单元组成，其中传感器主要负责采集分布式发电单元并网处的三相电压和电流值，计算比较单元通过采集的信息计算当前的输出功率和系统频率，并将采集到的以及计算出来的数据与系统正常运行时的设定值进行比较，如果存在差异则生成新的任务交给行为决策模块处理，任务生成模块将信号比较后的结果进行分类编码，生成不同类型的任务以便提高处理速度。

3.根据权利要求1所述的基于生物免疫原理的分布式智能控制系统，其特征是，所述的协作通讯模块与行为决策模块的信息传递是双向的，一方面行为决策模块将任务信息传给协调通讯模块并由后者将任务信息传递给其他智能体，另一方面协调通讯模块接收到任务信息以后将其传给行为决策模块并由后者决定是否参与协作。

4.根据权利要求1所述的基于生物免疫原理的分布式智能控制系统，其特征是，所述的输出控制模块直接产生PWM控制序列驱动变流器运行，其控制策略能够在行为决策模块的控制下实现平滑的切换，以满足微电网在并网运行和孤岛运行之间切换时的要求。

5.根据权利要求1所述的基于生物免疫原理的分布式智能控制系统，其特征是，所述每个智能体都有自身的能力范围和应答规则，对于能力范围内的任务，智能体通过输出控制模块完成任务，对于不在能力范围内的任务，智能体之间完成任务过程中遵循应答规则，即首先搜索知识库查看是否有相应的处理方案，如果有则直接选取该方案进行处理，否则查看自己的能力范围，如果属于能力范围内的任务，则配合控制策略完成任务并将处理结果存入知识库，如果超出自身的能力范围，则邀请其他智能体一起完成并将处理结果分别存入知识库，形成一种类似“组织”的结构体，专门处理这类任务；当遇到集所有智能体合力无法完成的任务时，立刻放弃该任务以及该任务引起的一系列操作并将任务信息存入知识库，实现对任务的死锁消除机制。

6.根据权利要求1所述的基于生物免疫原理的分布式智能控制系统，其特征是，所述智能体受到激励的程度反映为智能体对任务的亲和力，而亲和力综合了系统的稳定性、运行的经济性以及分布式电源的特性因素，智能体生成的控制方案之间也存在这种激励与抑制的关系，对任务亲和力越高的方案受到越多的激励，相反，对任务亲和力越低的方案则被抑制，通过这种方案间激励和抑制的相互作用，实现分布式电源的协调控制以及微电网能量的优化调度。

7.根据权利要求1所述的基于生物免疫原理的分布式智能控制系统，其特征是，所述每个智能体都具有学习和记忆能力，且具有一个独立的知识库，该知识库只有对应的智能体才能访问，知识库中的记忆分为长期记忆和短期记忆：短期记忆存放最新发生的或复现性高的事件处理方案，优先进行访问，对重复出现的事件做出快速的二次应答；长期记忆存放历史数据以及运行记录，便于对负荷进行预测，满足长期运行的要求，运行记录为运行提供参考，确定是否需要修改运行参数；整个系统的信息是分散存储和处理的，整个系统体现出内部的交互性和整体的封装性，单个智能体在大多数情况下需要相互协作来达到共同的整体目标，协作过程中的计算是同步进行的。