CN103605867A - 一种基于多智能体技术的船舶电力系统故障恢复方法 - Google Patents

一种基于多智能体技术的船舶电力系统故障恢复方法 Download PDF

Info

Publication number
CN103605867A
CN103605867A CN201310630390.6A CN201310630390A CN103605867A CN 103605867 A CN103605867 A CN 103605867A CN 201310630390 A CN201310630390 A CN 201310630390A CN 103605867 A CN103605867 A CN 103605867A
Authority
CN
China
Prior art keywords
load
assembly
intelligent body
component
agent
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310630390.6A
Other languages
English (en)
Inventor
夏立
尚安利
王征
王家林
尹洋
卜乐平
杨宣访
王黎明
侯新国
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Naval University of Engineering PLA
Original Assignee
Naval University of Engineering PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Naval University of Engineering PLA filed Critical Naval University of Engineering PLA
Priority to CN201310630390.6A priority Critical patent/CN103605867A/zh
Publication of CN103605867A publication Critical patent/CN103605867A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明提供一种基于多智能体技术的船舶电力系统故障恢复方法,其利用图迹分析和多智能体技术设计船舶综合电力系统故障恢复算法。采用图迹分析方法建立船舶综合电力系统图模型,图模型中的每个边都与物理电力系统中的一个组件相对应,而每个主要组件都有各自的智能体,而采用组件迹来管理电力系统图模型拓扑结构和遍历其它组件智能体。在此基础上,本发明以智能体所具有的信息交换、交互作用、合作、协调工作和通讯功能为基础,协作完成船舶电力系统故障恢复任务。本发明可以处理具有回路的电力系统及其负载具有多优先级的故障恢复问题,在保障高优先级组件优先恢复供电的前提下,尽可能多地恢复断电组件的供电。

Description

一种基于多智能体技术的船舶电力系统故障恢复方法
技术领域
本发明涉及船舶电力技术领域,具体是一种基于多智能体技术的船舶电力系统故障恢复方法。
背景技术
船舶所处环境恶劣,其电气组件易受到恶劣环境条件影响而出现各种故障或非正常运行状态,从而影响电力系统正常供电,许多重要的用电组件一旦失电将严重影响船舶的安全,因此,迫切需要解决电力组件故障后,失电负载的快速恢复供电问题,以提高系统供电的可靠性和连续性。
船舶电力系统故障恢复基本要求是在满足电力系统过压、过流和开关操作次数等约束条件下,通过调整网络中分段开关和联络开关的组合状态以改变网络拓扑结构,最大限度地恢复失电负载的供电,即电力系统故障恢复通常是通过电力系统的网络重构实现的。系统故障恢复重构的概念来源于陆地电力系统的配电网络运行,但由于船舶综合电力系统其结构和任务的特殊性,其网络重构与陆地电力系统有很大区别。陆地电力系统重构的目标多以考虑安全约束条件下的经济性为目的,而综合电力系统的网络重构关注的问题是如何合理有效地调度系统能源、保障重要负荷的供电连续性从而提高船舶的生命力,因此,许多针对陆地电力系统的网络重构和故障恢复方法不适用于船舶电力系统。
目前的船舶电力系统故障恢复方案都存在一定问题,例如有些设计方案对电网负载的优先级数做了限制,仅能将舰船负载的优先级划分为重要负载、次重要负载和非重要负载三级,并禁止改变负载的优先级,这样无法保证故障恢复的最优性;又有许多方法需要使用矩阵或线性规划来确定故障恢复方案,从而降低了对系统改变响应的快速性;还有一些方法过度简化了电网数学模型,使电网的某些重要特性不能反映出来,这必然降低故障恢复的性能;另外,许多设计方案将故障恢复问题用数学模型来描述和表示,总是利用系统的数学模型来分析和研究故障恢复问题,这样仅能有效地解决辐射状系统的故障恢复问题,而回避了具有回路的系统故障恢复问题。
发明内容
针对现有技术的上述不足,本发明提供一种基于多智能体技术的船舶电力系统故障恢复方法,可以处理具有回路的电力系统及其负载具有多优先级的故障恢复问题,在保障高优先级组件优先恢复供电的前提下,尽可能多地恢复断电组件的供电。
一种基于多智能体技术的船舶电力系统故障恢复方法,采用图迹分析方法建立船舶电力系统数字化模型,该数字化模型由分别对应物理系统中的每一组件的组件智能体构成,组件智能体内存储的链表可反映电力系统拓扑结构关系,组件智能体完成对应组件的状态监测与控制,同时通过与其各恢复路径上的组件智能体之间的通信,以了解其它组件状态信息,另外,由一个中央控制智能体协调负载智能体的恢复次序,所述恢复方法包括如下步骤:
步骤一、中央控制智能体接收到所有断电负载智能体的恢复供电请求信息后,创建待恢复负载集;
步骤二、计算所有待恢复负载所需总功率,如果系统当前可用功率小于所需总功率,依据发电机组运行效率的约束条件启动相应备用电源;
步骤三、选择负载集中优先级最高的负载,从该最高优先级负载开始进行恢复;一次仅恢复一个负载的供电,然后按负载优先级递降次序恢复负载供电;
步骤四、根据船舶电力系统网络拓扑特点和FIPA合同网协议,所选待恢复负载的组件智能体,即发起者智能体,向其各恢复路径迹上的组件智能体发出恢复供电提议消息,消息中包括需要完成的任务、承担任务应具备的条件;
步骤五、各恢复路径迹上的组件智能体,即响应者智能体,接到所述恢复供电提议消息后,计算恢复路径迹上响应组件的可用功率,如果响应组件为失效状态,或其无可用功率,或为负载组件,则响应者智能体直接回复拒绝消息来拒绝该提议,则该响应组件所在的路径迹不能作为恢复路径;如果各响应组件可以提供或通过全部或部分所需功率,则响应者智能体向发起者智能体回复协议消息,在回复的协议消息中包括所能承担的功率;
步骤六、到规定时间或收到所有回复的协议消息后,待恢复组件智能体利用模板匹配方法,依照各条恢复路径迹中的组件次序,对接收到的各回复消息依次进行检查,然后对各恢复路径进行评估,根据开关操作次数最少原则,最终选择一条或几条路径作为恢复路径;
步骤七、发起者智能体向所选择恢复路径上的组件智能体,按照由远到近的次序,发送接受协议消息,所选组件智能体完成委托的任务后给发起者智能体发送提示消息;
步骤八、当该负载供电恢复后,检查相关组件的约束条件是否满足,如果满足约束条件,执行步骤十;如果不满足约束条件,则执行步骤九;
步骤九、从受影响的最低优先级和最小功率负载开始,执行分级卸载,一次仅卸载一个负载,直到所有约束条件满足为止;
步骤十、该负载智能体向中央控制智能体发送提示消息,表明该负载已恢复供电,则中央控制智能体从未恢复供电负载集删除该负载,然后返回步骤三。
本发明的优点在于:在这种分析模式下,分工不同的研究人员可以共用一个统一的系统模型,即图迹分析模型(包括图形化和数字两种模型),进行规划,设计、实时操作和保护等方面的研究,这样可以缩短开发周期,减少建模成本和维护成本。
由于图迹分析数字化模型的工作方式与实际物理系统的工作方式非常相似,即图迹分析数字化模型可以模拟实际物理系统的工作方式和工作过程。本故障恢复系统是由多个智能体相互通讯、彼此协调,共同完成作业任务的系统,它不仅具备一般分布式系统所具有的资源共享、易于扩张、可靠性强、灵活性强、实时性好的特点,而且各智能体能够通过相互协调解决大规模的复杂问题,使系统具有很强的鲁棒性、可靠性和自组织能力。
附图说明
图1是船舶电力系统的MAS结构示意图;
图2是区域配电模式的船舶综合电力系统简化模型图;
图3是船舶综合电力系统GTA模型图;
图4是prepareResponce()的方法工作流程图;
图5是算例1负载发生故障后的GTA模型图;
图6是算例1负载恢复供电后的GTA模型图;
图7是算例2负载发生故障后的GTA模型图;
图8是算例2负载恢复供电后的GTA模型图。
具体实施方式
下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述。
请参考图1,多智能体系统(Multi-Agent System,MAS)是由多个可执行并行计算的智能体(Agent)组成的集合。通常每个智能体被认为是一个物理的或者抽象的实体,各个智能体是独立自主的,能作用于自身和环境,能对环境变化做出反应,更为重要的是它能够与其它智能体通信、交互,彼此协同工作,完成共同的任务。
基于多智能体的船舶电力故障恢复系统可分为二层:电力系统物理层和与物理层相对应的MAS层。每个智能体可以监测对应组件的状态信息,并控制其动作。智能体与智能体之间不但可以交换信息,而且还会根据协议实施社会行为,如合作、商议、调和的行为,如图1所示,其中中央控制智能体CC智能体对各智能体的请求起协调作用。
本系统选择JADE(Java智能体Development Framework)作为多智能体开发工具和平台。JADE完全是通过java语言实现,并符合FIPA多智能体标准,因采用一系列支持调试和发布的图形工具而简化了多智能体系统的开发。每一个JADE的运行环境实例叫做一个容器(Container),每个容器可以包含多个智能体。
FIPA(Foundation for Intelligent Physical智能体s)规定了一套标准交互协议,它们可以作为建立多智能体对话的标准模板。对于智能体s间的每次对话来说,JADE将双方分为Initiator角色(发起者智能体)和Responder角色(响应者智能体)。遵照大部分FIPA交互协议,JADE为对话中的这两个角色提供了行为类。
一旦发起者到达交互协议的任何一个最终状态,所有发起者的行为终止,并被从智能体任务队列中除去。为了无需重建新的对象就可以重新使用这些表示行为的Java对象,所有的发起者包括一些带有恰当参数的reset(重启)方法,所有发起者行为在同一时间可以处理多个响应者。所有的响应者的行为是循环的,一旦它们到达交互协议的任何一个最终状态,就重新排序。
本发明采用图迹分析(GTA,Graph Trace Analysis)方法建立船舶电力系统数字化模型,即图迹分析数字化模型;在图迹分析方法建立的电力系统数字化模型中,电力系统拓扑结构由智能体组成。物理系统中的每一主要组件对应图中的一个智能体,该智能体完成对应组件的状态监测与控制,同时与相邻智能体之间按照一定的规则进行数据通信,以交换组件状态信息。这样在物理系统的组件与图迹分析模型中的智能体之间建立了一一对应关系。
为了表示电力系统中组件之间的拓扑关系,图迹分析技术定义了五种迭代器:前向迭代器(F)、后向迭代器(B)、馈线路径迭代器(FP)、兄弟迭代器(BR)、邻迭代器(ADJ),它们分别从一个组件的智能体指向另一个组件的智能体;这样反复使用同类型迭代器会产生组件的跟踪集,即组件迹(Trace),也就是说,组件的每种迹表示跟踪该组件的一种特定的组件序列,也是算法处理系统组件信息的次序,例如,组件p的五种迹
FTp=从组件p开始的前向迹组件序列
BTp=从组件p开始的后向迹组件序列
FPTp=从组件p开始的馈线路径迹组件序列
BRTp=从组件p开始的兄弟迹组件序列
ADJp=从组件p开始的邻迹组件序列
这样根据电力系统网络拓扑结构的特点,可以预定义每个组件的恢复路径迹,并将其存储在其对应的智能体内。另外,虽然电力系统中的某些组件可能有多个电源,但在GTA模型中,规定每个组件有且只有一个参考源。
最后,基于图迹分析和多智能体技术设计船舶电力系统故障恢复算法,为了进行电力系统故障恢复算法分析和设计的需要,每个组件C可用一个具有多个分量的组元(tuple)来表示,例如,一个组件C的组元可以定义为C={p,type,Pri,Op,Pmax,VLmin,VLmax,P,V,Ic,Ap,Status,FT,BT,FPT,BRT,ADJ}
这里,p=组件的标识符
type=组件类型{负载、电源、开关或母线}
Pri=组件的优先级
Op=组件是否可以进行“开”“关”操作-YES,NO
Pmax=组件的最大功率
VLmin,VLmax=组件的安全电压限;
P=组件的功率,f≤Pmax,其可通过计算或测量获得;
V=组件的电压(可通过计算或测量获得),VLmax≥V≥VLmin;
Ic=组件的电流(可通过计算或测量获得);
Ap=可用功率
Status=组件状况:ON,OFF,Failed(开,关,失效)
FT,BT,FPT,BRT,ADJ=分别为与C相关的前向迹、后向迹、馈线路径迹、兄弟迹、邻迹组件,值为0,表明所指向的组件迹不存在。
该组元C反映了组件p的主要属性:如组件性质,与系统稳定性和安全性相关的约束条件,当前工作状态和工作条件,组件之间拓扑结构关系。这样通过访问组件的组元属性,可进行与故障恢复算法相关的迹集合运算。在故障恢复过程中,需要检查这些与稳定性和安全性相关的约束条件是否满足,以判断所选恢复路径的有效性,这些约束条件可以通过容器外的算法实时计算,也可以是事先计算或经验值,存于各组件的智能体中。另外,在系统实际允许过程中,当组件工作状态发生改变时,组件的属性可通过智能体通信进行更新。
图2是区域配电模式的船舶综合电力系统简化模型,在图2中,11,12,17,18,23,24为不同电压等级的功率变换器(SCM);1,33为交流发电机组(G);5,7,8,29,30,32为传输线和母线(B);3,35为脉冲负载,4和36为推进负载(L);6,31为交流-直流电源(PS)。9,14,20,26,10,16,22,28为母线分段断路器(BSB),15,21和27分别为恒功率负载、电机或其它用电负载(L)。
在本方法中,将组件智能体按照其对应的组件性质分为以下五种:
发电机智能体
发电机智能体可以监测和接收发电机的实时数据,这些数据包括:发电机的容量、有功/无功的输出、故障信息等等。每个发电机智能体会时时更新这些信息,并发送和接收来自其它智能体的信息。发电机智能体要遵循以下基本重构规则:
规则1:监测到发电机的故障信息时,将故障信息发送给相应断路器智能体,命令断路器断开脱离电网,标识发电机状态为Failed;
规则2:当发电机正常但停机时,发电机智能体接收到启动命令后,其向相应断路器智能体发出并网请求命令,控制该断路器闭合;启动完成后,将向相应的智能体发送Inform信息。
规则3:发电机并网正常工作时,标识发电机状态为ON;发电机正常停机时,标识发电机状态为OFF;
功率变换器智能体
功率变换器智能体可以监测和接收功率变换器的实时数据,这些数据包括:功率变换器的容量、输出功率、故障信息等等。每个功率变换器智能体会定时更新这些信息,并发送和接收来自其它智能体的信息。功率变换器智能体要遵循以下基本重构规则:
规则1:监测到功率变换器故障信息时,控制功率变换器脱离电网,并标识功率变换器状态为Failed;
规则2:功率变换器正常而尚未联网,当功率变换器智能体接收到启动命令后,则控制功率变换器并网,启动完成后,将向相应的智能体发送Inform信息。
规则3:功率变换器正常工作时,标识发电机状态为ON;发电机正常停机时,标识发电机状态为OFF;
负载智能体
负载智能体的任务是保证其对应的负载得到供电,负载依据其功能进行了优先级排序。负载智能体要遵循以下基本重构规则:
规则1:当电源系统提供的功率不能满足系统负荷需求或电网可用功率较少时,中央控制智能体会向优先级比较低的负载智能体发出脱离电网命令,该负载智能体会向相应断路器智能体发出命令,要求该断路器断开。
规则2:负荷处于非正常运行状态时,负载智能体会向相应断路器智能体发出命令,要求该断路器断开,标识负荷状态为Failed。
规则3:负荷尚未联网且无故障,当接收到启动命令时,则负载智能体会向相邻断路器发出命令,要求该断路器闭合。
规则4:负荷正常工作时,标识负荷状态为ON;负荷正常停机时,标识负荷状态为OFF;
规则4:负荷因断电而停机时,向中央控制智能体发出恢复供电请求;启动完成后,将向相应的智能体发送Inform信息。
断路器智能体
断路器智能体的任务是根据相邻智能体(发电机/负荷/母线智能体)的信息,控制断路器的开合。断路器智能体要遵循以下基本重构规则:
规则1:断路器智能体接收到其它智能体发送的状态查询消息时,会将断路器的状态信息回馈给相应的智能体;
规则2:断路器智能体接收到其它智能体发送的控制命令时,会向对应的断路器发出命令,控制其开合/断开,完成后,将向相应的智能体发送Inform信息。
规则3:断路器正常工作时,标识断路器状态为ON;断路器正常停机时,标识断路器状态为OFF;
母线智能体
母线智能体的任务是监测和接收对应母线的状态信息,如电压、电流等,并做出决定。母线智能体要遵循以下基本重构规则:
规则1:母线的电压、电流越限时,母线智能体会向中央控制智能体发出警告信息。
规则2:母线智能体接收到其它智能体发送的状态查询消息时,会将母线的状态信息回馈给相应的智能体。
因为重构问题主要关注负载电能需求和电源组件,这样复杂的船舶电力系统模型可以用图3所示的图迹分析图形化模型来表示,用线段“─”表示系统的组件,如组件、母线、传输线和断路器等,也表示其对应的智能体。根据图3所示的船舶电力系统图迹分析模型,可以预先建立各组件的备用恢复路径迹,可能有多条,并将这些恢复路径迹存储于各组件的智能体中。由于本方案采用从待恢复组件开始向电源方向搜索恢复路径,这样恢复路径的最后组件通常为母线或发电机等能源。
在船舶电力系统工作过程中,如果发生了组件故障,在故障隔离后,为了恢复船舶电力系统工作,设计了以下电力系统故障重构算法步骤(为了便于书写和阅读,该算法用一种形式化的建模语言OCL[Object Constraint Language]语言表示,与具体的编程语言无关,在工程实现时,可采用具体的编程语言来实现,由于基于JADE平台,本方案采用JAVA编程语言),在本算法步骤中,待恢复负载智能体为发起者智能体,而恢复路径上的其它智能体为响应者智能体:
Step1.中央控制智能体接收到所有断电负载智能体的恢复供电请求信息后,创建待恢复负载集FC;
FC=FT→select(p|p→Status==OFF)
这里Status是组件p的一个属性,表示该负载的工作状态,上式为断电状态。
Step2.分别计算待恢复负载所需总功率(即所有需要恢复供电负载功率之和)和系统可用功率之和,如果系统当前可用功率小于所需总功率,依据发电机组运行效率的约束条件,立即启动相应备用电源;
Step3.选择负载集FC中优先级最高的负载,从该最高优先级负载开始进行恢复;一次仅恢复一个组件的供电,然后按负载优先级递降次序恢复负载供电
Loads→order(p<q if p→Pri>q→Pri)
p,q=组件的标识符
Pri=组件的优先级属性;
Step4.根据船舶电力系统网络拓扑特点和FIPA合同网协议(FIPA-Contract-Net Protocol),所选待恢复组件的智能体(发起者智能体)向其各恢复路径迹上的组件智能体发出恢复供电提议CFP(CallFor Proposal)消息,消息中说明了需要完成的任务、承担任务应具备的条件。
Step5.各恢复路径迹上的组件智能体(响应者智能体)接到该组件智能体的CFP消息后,立即分别调用ContractNetResponder行为的prepareResponce()方法,计算组件可用功率(可用功率=最大功率—当前功率;如果组件处于OFF状态,则其可用功率为最大功率),如果响应组件为失效(Failed)状态,或其无可用功率(即组件满负荷工作),或为负载组件,则响应组件智能体直接回复Refuse(拒绝)消息来拒绝该提议,则该响应组件所在的路径迹不能作为恢复路径;如果各响应组件可以提供或通过全部或部分所需功率,则它的智能体会向发起者智能体回复Proposal)(协议)消息,同时说明所能承担的功率。
Step6.到规定时间或收到所有回复消息后,待恢复组件智能体利用模板匹配方法,依照各条恢复路径迹中的组件次序,对接收到的各回复消息依次进行检查,然后对各恢复路径进行评估,根据开关操作次数最少原则,最终选择一条或几条路径作为恢复路径。
Step7.待恢复负载智能体(发起者智能体)向所选择恢复路径上的组件智能体,按照由远到近的次序,发送Accept Proposal消息。所选组件智能体一旦完成委托的任务,就会给发起者发送Inform消息。在此过程中,当发起者智能体接收到当前所委托智能体的Inform(提示)消息后,才向下一个组件智能体发送Accept Proposal(接受协议)消息。另外,向其余未选中路径中的组件智能体发送Reject-Proposal(拒绝协议)消息,而如果所选智能体未能完成委托的任务,就利用通讯动作Failure向发起者智能体发出失败消息。当然,如果找不出中标智能体,则协商过程直接就结束了。
Step8.当该负载供电恢复后,检查相关组件的约束条件是否满足,如果满足约束条件,转到step10;否则转到Step9;
Step9.从受影响的最低优先级和最小功率负载开始,执行分级卸载,一次仅卸载一个负载,直到所有约束条件满足为止;
Step10.该负载智能体向中央控制智能体发送Inform消息,表明该负载已恢复供电,则中央控制智能体从未恢复供电负载集FC中删除该负载。转到Step3。
在Step5中,响应者智能体接收到待恢复组件智能体的CFP后,立即调用ContractNetResponder行为的方法prepareResponce(),该方法的工作流程如图4所示。
本发明的优点在于:分工不同的研究人员可以共用一个统一的系统模型,即图迹分析模型,进行规划,设计、实时操作和保护等方面的研究,这样可以缩短开发周期,减少建模成本和维护成本。
由于图迹分析模型的工作方式与实际物理系统的工作方式非常相似,即图迹分析模型可以模拟实际物理系统的工作方式和工作过程。本故障恢复系统是由多个智能体相互通讯、彼此协调,共同完成作业任务的系统,它不仅具备一般分布式系统所具有的资源共享、易于扩张、可靠性强、灵活性强、实时性好的特点,而且各智能体能够通过相互协调解决大规模的复杂问题,使系统具有很强的鲁棒性、可靠性和自组织能力。
为了说明上述故障恢复方案的有效性,将采用两个典型算例来说明:
算例1:完全恢复断电负载供电
如图5所示,在系统运行过程中,如果组件11和17发生故障,造成负载15,21发生电力中断。图中负载旁边圆括号内的实数为其额定功率;母线旁边方括号内的实数表示功率容量(左)和可用功率(右)。为了便于说明问题,用“●”表示组件处于断开或停机状态;用“ο”表示组件处于故障状态。
在故障隔离后,所有断电负载的智能体LA15,LA21向中央控制智能体发送电能恢复请求消息,中央控制智能体收到恢复供电请求后,建立待恢复负载集{LA15,LA21},并按照负载优先级进行排序,假设负载15的优先级高于负载21,则优先恢复负载15的供电。中央控制智能体向LA15发送允许“恢复”命令。
根据电力系统网络拓扑结构的特点,可以预定义每个组件的恢复路径迹,存储在其对应的智能体内,负载15可能的恢复路径组件序列为
FPT115=LA15→BA13→SCMA11→BSBA9→BA7→PSA6→BA5→GA1
FPT215=LA15→BA13→SCMA12→BSBA10→BA8→PSA6→BA5→GA1
ADJ115=LA15→BA13→SCMA11→BSBA14→BSBA20→BSBA26→BA29→PSA31→BA32→GA33
ADJ215=LA15→BA13→SCMA12→BSBA16→BSBA22→BSBA28→BA30→PSA31→BA32→GA33
当负载15的智能体LA15接收到允许“恢复”命令后,按照预定义的恢复路径进行搜索。LA15分别给这4条迹上的各部件智能体发出CFP消息,说明所需要的功率。各组件的智能体接收到CFP消息后,检查和分析各组件的状态,然后做出相应回复。由于组件11处于Failed状态,则其SCMA11向LA15回复Refuse消息。则其所在的路径迹FPT115,ADJ115不能作为负载15的恢复路径;而路径FPT215,ADJ215上的各组件智能体向LA15回复Propose消息,表明各自当前的状态以及完成任务的条件。当LA15接收到所有的回复或者超过规定的时间之后,将分别沿路径FPT215,ADJ215上组件的排列次序,按照由近到远的次序依次对各组件的智能体所回复的消息进行评估。
当BA13,SCMA12,BSBA10,BA8,PSA6,BA5和GA1分别向LA15回复了Propose消息,说明可提供和可通过的功率,LA15对这些Propose消息进行评估,以确定整条路径FPT215可提供和可通过的功率。以同样方式,LA15再确定路径ADJ215可提供和可通过的功率,如果两条路径均能向负载15提供所需的功率,这样还需要依据开关操作次数最少的要求,再选择合适的恢复路径,如图6所示,要为负载15恢复供电,路径FPT215需要进行两次操作,闭合断路器10和启动功率变换器12,而ADJ215需要进行三次断路器操作,闭合断路器22和16,启动功率变换器12,所以选择路径FPT215作为负载15的恢复路径,然后LA15向中央控制智能体回复Inform消息,表明负载15启动成功,中央控制智能体将LA15请求从待恢复集中清除;然后采用相同的过程,恢复负载21的供电。负载15和21恢复供电后的GTA模型如图6所示。
算例2:多条恢复路径
当组件11和17发生故障后,如图7所示,母线5和32的可用功率分别为18.0和15.0在算例1中,当LA15接收到路径FPT215。
ADJ215上的组件智能体的Propose消息后,对这些Propose消息进行评估后,如果发现路径FPT215,ADJ215中的任意一条均不足以为负载LA15提供所需恢复功率,而这两条路径的总功率却可以满足负载15的功率需求,则LA15可以向路径FPT215,ADJ215上的负载智能体,逆着路径迹的方向,依次发送ACCEPT PROPOSAL消息,每条路径一次仅发送一条,待收到响应智能体的Inform消息后,才向下一个智能体发送ACCEPT PROPOSAL消息。图8为负载15恢复后的GTA模型图。另外,从图8还可以看出,两条母线的可用功率不足于为负载21提供恢复功率,则故障恢复工作停止。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何属于本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (6)

1.一种基于多智能体技术的船舶电力系统故障恢复方法,其特征在于:采用图迹分析方法建立船舶电力系统数字化模型,该数字化模型由分别对应物理系统中的每一组件的组件智能体构成,组件智能体内存储的链表可反映电力系统拓扑结构关系,组件智能体可完成对应组件的状态监测与控制,同时通过与其各恢复路径上的组件智能体之间的通信,以了解其它组件状态信息,另外,由一个中央控制智能体协调负载智能体的恢复次序,所述恢复方法包括如下步骤:
步骤一、中央控制智能体接收到所有断电负载智能体的恢复供电请求信息后,创建待恢复负载集;
步骤二、计算所有待恢复负载所需总功率,如果系统当前可用功率小于所需总功率,依据发电机组运行效率的约束条件启动相应备用电源;
步骤三、选择负载集中优先级最高的负载,从该最高优先级负载开始进行恢复;一次仅恢复一个负载的供电,然后按负载优先级递降次序恢复负载供电;
步骤四、根据船舶电力系统网络拓扑特点和FIPA合同网协议,所选待恢复负载的组件智能体,即发起者智能体,向其各恢复路径迹上的组件智能体发出恢复供电提议消息,消息中包括需要完成的任务、承担任务应具备的条件;
步骤五、各恢复路径迹上的组件智能体,即响应者智能体,接到所述恢复供电提议消息后,计算恢复路径迹上响应组件的可用功率,如果响应组件为失效状态,或其无可用功率,或为负载组件,则响应者智能体直接回复拒绝消息来拒绝该提议,则该响应组件所在的路径迹不能作为恢复路径;如果各响应组件可以提供或通过全部或部分所需功率,则响应者智能体向发起者智能体回复协议消息,在回复的协议消息中包括所能承担的功率;
步骤六、到规定时间或收到所有回复的协议消息后,待恢复组件智能体利用模板匹配方法,依照各条恢复路径迹中的组件次序,对接收到的各回复消息依次进行检查,然后对各恢复路径进行评估,根据开关操作次数最少原则,最终选择一条或几条路径作为恢复路径;
步骤七、发起者智能体向所选择恢复路径上的组件智能体,按照由远到近的次序,发送接受协议消息,所选组件智能体完成委托的任务后给发起者智能体发送提示消息;
步骤八、当该负载供电恢复后,检查相关组件的约束条件是否满足,如果满足约束条件,执行步骤十;如果不满足约束条件,则执行步骤九;
步骤九、从受影响的最低优先级和最小功率负载开始,执行分级卸载,一次仅卸载一个负载,直到所有约束条件满足为止;
步骤十、该负载智能体向中央控制智能体发送提示消息,表明该负载已恢复供电,则中央控制智能体从未恢复供电负载集删除该负载,然后返回步骤三。
2.如权利要求1所述的基于多智能体技术的船舶电力系统故障恢复方法,其特征在于:在步骤七中,当发起者智能体接收到当前所委托组件智能体的提示消息后,才向下一个组件智能体发送接受协议消息;另外,向其余未选中路径中的组件智能体发送拒绝协议消息,而如果所选组件智能体未能完成委托的任务,组件智能体向发起者智能体发出失败消息。
3.如权利要求1所述的基于多智能体技术的船舶电力系统故障恢复方法,其特征在于:每一组件采用具有多个分量的组元表示,该组元反映组件的主要属性,所述主要属性包括组件性质,与系统稳定性和安全性相关的约束条件,当前工作状态和工作条件,组件之间拓扑结构关系。
4.如权利要求3所述的基于多智能体技术的船舶电力系统故障恢复方法,其特征在于:所述组件性质包括组件的标识符、组件类型、组件的优先级、组件是否可以进行“开”“关”操作;所述约束条件包括组件的最大功率、组件的安全电压限,当前工作状态和工作条件包括组件的功率、组件的电压、组件的电流、可用功率、组件状态,组件之间拓扑结构关系包括与组件相关的前向迹、后向迹、馈线路径迹、兄弟迹和邻迹组件。
5.如权利要求3所述的基于多智能体技术的船舶电力系统故障恢复方法,其特征在于:当组件工作状态发生改变时,组件的属性通过智能体通信进行更新。
6.如权利要求1所述的基于多智能体技术的船舶电力系统故障恢复方法,其特征在于:根据电力系统网络拓扑结构的特点预先定义每个组件的恢复路径迹,并存储在其对应的组件智能体中。
CN201310630390.6A 2013-11-29 2013-11-29 一种基于多智能体技术的船舶电力系统故障恢复方法 Pending CN103605867A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310630390.6A CN103605867A (zh) 2013-11-29 2013-11-29 一种基于多智能体技术的船舶电力系统故障恢复方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310630390.6A CN103605867A (zh) 2013-11-29 2013-11-29 一种基于多智能体技术的船舶电力系统故障恢复方法

Publications (1)

Publication Number Publication Date
CN103605867A true CN103605867A (zh) 2014-02-26

Family

ID=50124088

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310630390.6A Pending CN103605867A (zh) 2013-11-29 2013-11-29 一种基于多智能体技术的船舶电力系统故障恢复方法

Country Status (1)

Country Link
CN (1) CN103605867A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104200051A (zh) * 2014-09-22 2014-12-10 哈尔滨工程大学 一种船舶电力系统故障状态评估和应对策略的仿真方法
CN104345652A (zh) * 2014-09-23 2015-02-11 燕山大学 一种多智能体平行控制通信系统
CN106873562A (zh) * 2017-04-13 2017-06-20 冶金自动化研究设计院 基于JADE平台的能源管理多Agent系统实现方法
CN106920031A (zh) * 2017-01-24 2017-07-04 武汉工程大学 开放环境下多智能体协作方法
CN108375903A (zh) * 2018-02-08 2018-08-07 凯铭科技(杭州)有限公司 一种多智能体系统线性二次型调节器控制方法
US10374415B2 (en) 2014-04-17 2019-08-06 Abb Schweiz Ag Load restoration in a high or medium voltage substation
CN110131936A (zh) * 2018-02-08 2019-08-16 开利公司 用于运输制冷系统的端点失效检测和恢复的电力分配
CN118473098A (zh) * 2024-07-09 2024-08-09 河南深蓝静行光电科技有限公司 一种船舶计算机智能电源管理模块

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101014915A (zh) * 2004-06-08 2007-08-08 海运控制公司 用于对结合的动态定位和电力管理系统进行测试的方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101014915A (zh) * 2004-06-08 2007-08-08 海运控制公司 用于对结合的动态定位和电力管理系统进行测试的方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
FEINAUER L R .ECT: ""Graph Trace Analysis and Generic Algorithms for Interdependent Reconfigurable System Design and Control"", 《NAVAL ENGINEERS JOURNAL》, vol. 120, no. 1, 30 December 2008 (2008-12-30) *
MOMOH J A .ETC: ""NAVY Ship Power System Restoration Using Multi-Agent Approach"", 《POWER ENGINEERING SOCIETY GENERAL MEETING》, 31 December 2006 (2006-12-31) *
杨秀霞: "大型舰船电力系统网络重构研究", 《海军工程大学学报》, vol. 16, no. 2, 30 April 2004 (2004-04-30), pages 44 - 47 *
王征 等: "基于多Agent的船舶电力系统故障诊断系统设计", 《船电技术|电力系统》, vol. 30, no. 5, 31 May 2010 (2010-05-31), pages 1 - 6 *
肖云云: ""基于多Agent船舶电力系统网络重构技术研究"", 《中国优秀硕士学位论文全文数据库 工程科技II辑》, no. 05, 15 May 2011 (2011-05-15), pages 13 - 15 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10374415B2 (en) 2014-04-17 2019-08-06 Abb Schweiz Ag Load restoration in a high or medium voltage substation
EP2933891B1 (en) * 2014-04-17 2022-08-17 Hitachi Energy Switzerland AG Load restoration in a high or medium voltage substation
CN104200051A (zh) * 2014-09-22 2014-12-10 哈尔滨工程大学 一种船舶电力系统故障状态评估和应对策略的仿真方法
CN104345652A (zh) * 2014-09-23 2015-02-11 燕山大学 一种多智能体平行控制通信系统
CN104345652B (zh) * 2014-09-23 2017-03-29 燕山大学 一种多智能体平行控制通信系统
CN106920031A (zh) * 2017-01-24 2017-07-04 武汉工程大学 开放环境下多智能体协作方法
CN106873562A (zh) * 2017-04-13 2017-06-20 冶金自动化研究设计院 基于JADE平台的能源管理多Agent系统实现方法
CN108375903A (zh) * 2018-02-08 2018-08-07 凯铭科技(杭州)有限公司 一种多智能体系统线性二次型调节器控制方法
CN110131936A (zh) * 2018-02-08 2019-08-16 开利公司 用于运输制冷系统的端点失效检测和恢复的电力分配
CN110131936B (zh) * 2018-02-08 2022-01-11 开利公司 用于运输制冷系统的端点失效检测和恢复的电力分配
CN118473098A (zh) * 2024-07-09 2024-08-09 河南深蓝静行光电科技有限公司 一种船舶计算机智能电源管理模块

Similar Documents

Publication Publication Date Title
CN103605867A (zh) 一种基于多智能体技术的船舶电力系统故障恢复方法
CN112884245B (zh) 配电网灾后抢修调度及负荷恢复协同优化方法及系统
JP6001841B2 (ja) 電力系統グリッドを管理する方法及びシステム
CN102983629A (zh) 一种在线电力系统恢复辅助决策方法
Simon et al. Randomized adaptive vehicle decomposition for large-scale power restoration
JP2012143138A (ja) 停電復旧の方法およびシステム
Bagdadee et al. Renewable energy based self-healing scheme in smart grid
Veldman et al. Smart grids put into practice: Technological and regulatory aspects
CN102664457A (zh) 一种船舶能量管理系统
CN202586500U (zh) 一种船舶能量管理系统
CN105719102A (zh) 一种电网事故预案的智能化处理方法
Simão et al. A robust solution to the load curtailment problem
Li et al. Collaborative cyber-physical restoration for enhancing the resilience of power distribution systems
CN113868589B (zh) 考虑应急资源调度的弹性配电网多点故障抢修方法及系统
CN115829285A (zh) 城市配电网与交通系统灾后协同抢修调度方法
Pang et al. Emergency rush repair task scheduling of distribution networks in large-scale blackouts
CN102938113A (zh) 基于停电管理系统平台的电网故障恢复方法及系统
Wang et al. Enhancing Distribution System Restoration With Coordination of Repair Crew, Electric Vehicle and Renewable Energy
Mert et al. An architecture for a microgrid-based eco industrial park using a Multi-Agent System
Li et al. Distributed Stochastic Scheduling of Massive Backup Batteries in Cellular Networks for Operational Reserve and Frequency Support Ancillary Services
Sun et al. Optimization-based strategies towards a self-healing smart grid
CN106655172A (zh) 基于安控策略的连锁故障分析方法及装置
Hintz et al. Hybrid multi-agent based resilient control for EV connected micro grid system
Wang et al. CPS based electric vehicle charging directing system design in Smart Grid
Ma et al. An initial study on computational intelligence for smart grid

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20140226