CN105550946A - 基于多智能体的居民用户参与自动需求响应的用电策略 - Google Patents

Abstract

本发明是一种基于多智能体的居民用户参与自动需求响应的用电策略，其特点是，根据居民用户参与自动需求响应的特点，设计了相应的多Agent模拟系统和交互机制。综合考虑用电习惯满意度和用电成本满意度，以用户综合满意度最大为目标，建立用电计划决策模型；为实现削峰填谷，建立负荷集中商Agent的多目标优化模型，以平衡负荷曲线峰谷差最小和参加自动需求响应的所有用户平均满意度最大为目的，对用电方案进行修正；实时运行期间，电网Agent发布实时需求响应信号，对修正后的用电方案进行实时调整，最后提出了评估自动需求响应行为的指标变量。可指导注重用电成本的用户在不影响日常生活的前提下，显著降低用电成本。

Description

基于多智能体的居民用户参与自动需求响应的用电策略

技术领域

本发明涉及智能电网技术领域，是一种基于多智能体的居民用户参与自动需求响应的用电策略。

背景技术

自动需求响应是在传统需求响应的基础上引入智能化终端和自动化技术，使参与需求响应的参与主体通过一个开放的、通用的、可互操作的标准通信技术，根据接收的信号自动启用预先设置的需求响应策略，从而实现需求响应的自动化、智能化。多智能体系统是分布式人工智能研究的一个重要分支,其目标是将大的复杂系统(软硬件系统)建造成小的、彼此相互通讯及相互协调的、易于管理的系统。在电力系统中,多Agent技术已开始参与电力系统计算和设计中，通过MAS来完成电力系统中各控制系统之间的协调问题。

需求响应的发展历经3个阶段：人工需求响应、半自动需求响应和全自动需求响应。自动需求响应不依赖于任何人工操作，通过接受外部信号触发用户侧需求响应程序，大大提高了需求响应的可靠性、再现性、鲁棒性和成本效益。自动需求响应的特性主要体现在以下几个方面：1)电网侧与用户侧的信息实时传输。电网侧的需求响应信号可自动传送到用户侧，用户侧的负荷数据也可自动传送到电网侧；2)用户侧负荷管理控制系统。根据接收到的需求响应信号触发需求响应策略，优化负荷用电；3)实时采集用户侧用电数据的遥测设备。电网侧可根据这些实时数据对需求响应信号及时做出调整，保证供需双方的收益均衡；4)用户本身具有一定的自给供电能力，减少主网的能源供给，甚至可向系统提供电能，提高分布式电源的经济性接纳。

Agent技术是计算机智能研究前沿领域的一种自适应智能代理商计算机模拟方法。多Agent系统是将大的复杂系统建造成由多个具有自主性、互动性、协调性和可计算的智能体组成的集合，是研究复杂自适应系统的有效方法。目前，多Agent系统已经应用于电力市场、节能发电调度、负荷预测、继电保护、配电网故障处理和电力系统经济负荷分配等多种研究领域。由于居民用户比较分散，居民用电负荷呈现出高度分散性的特点。而且居民用户的用电主观性比较强，只对单用户进行分析显然不够全面。因此，如何将多种类型的居民用户集中进行分析是值得研究的问题。利用多Agent系统，由负荷集中商将它们集中起来代理用户参与自动需求响应，分析居民用户参与自动需求响应的行为特征，可较为有效地反映智能电网环境下系统与电力用户之间的交互特性。

发明内容

本发明的目的是，根据居民用户参与自动需求响应的特点，设计相应的多Agent系统和信息交互机制，构建评价居民用户自动需求响应指标，以评价不同类型用户占比条件下居民用户整体响应行为特性，科学合理，节约用电成本的基于多智能体的居民用户参与自动需求响应的用电策略。

本发明的目的是由以下技术方案来实现的：一种基于多智能体的居民用户参与自动需求响应的用电策略，其特征是，它包括的内容有：

1)建立居民用户多Agent系统交互机制

(1)电网Agent通过负荷集中商Agent向用户Agent发送峰谷分时电价信号，用户Agent接收电价信号，根据目标函数确定用电方案；

(2)用户Agent将用电数据传送到负荷集中商Agent中的综合用电数据库；中央协调控制Agent根据综合用电数据判定是否满足负荷集中商Agent的控制目标，若满足，用电方案不变；若不满足，负荷集中商Agent要求用户对用电方案进行修正，直至满足负荷集中商Agent的控制目标；

(3)为了防止“反弹高峰”，在实时调整时，电网Agent向注重用电成本的终端用户提供最大用电功率的信号，向注重用电习惯的终端用户提供尖峰电价信号；

(4)用户Agent接收实时需求响应信号，对已确定的用电方案进行实时调整，并将调整后的用电数据传送到负荷集中商Agent中的综合用电数据库；

其中，(1)和(2)是用户日前用电计划的决策过程；(3)和(4)是用户在用电计划的基础上进行的实时调整；

2)建立单用户多Agent系统交互机制

(1)单用户Agent接收峰谷分时电价信号，可中断用电设备控制Agent和不可中断用电设备控制Agent根据各自的目标函数确定用电设备的运行状态和功率；根据综合用电控制Agent总的目标函数确定用电方案，将其保存至反应器中的用电数据库，并且传送到负荷集中商Agent；

(2)用电方案不满足负荷集中商Agent控制目标时，负荷集中商Agent要求用户对用电方案进行修正，直至满足负荷集中商Agent的控制目标；

(3)实际运行时，综合用电控制Agent接收实时需求响应信号，作用于反应器，调整规则库根据调整规则对修正后的用电方案进行实时调整；调整后的用电数据保存至用电数据库中，同时由综合用电控制Agent传送到负荷集中商Agent；

3)不可中断用电设备控制Agent

不可中断的用电设备，一旦运行必须完成整个运行周期，而且是以额定功率运行，假设在研究周期内一共分为I个时间点，每个时间点的时间尺度为Δt，主要参数包括：用电设备j的运行额定功率为P_j，第i个时间点用电设备j消耗的电能为完成整个运行过程所需要的时间为T_j，第i个时间点用电设备j的运行状态其数学模型表示为：

$min\underset{i=1}{\overset{I}{\Σ}}{\mathrm{\ρ}}_i\underset{j=1}{\overset{M}{\Σ}}{Q}_j^i{u}_j^i---\left(1\right)$

$E_j=\frac{T_j}{\mathrm{\Δ}t}---\left(2\right)$

$u_j^i=\left\{\begin{array}{cc}1& on\\ 0& off\end{array}\right.---\left(3\right)$

$Q_j^i=\left\{\begin{array}{ccc}{P}_j\mathrm{\Δ}t& u_j^i=1& i=i^{*},i^{*}+1,...i^{*}+E_j-1\\ 0& u_j^i=0& i\≠i^{*},i^{*}+1,...i^{*}+E_j-1\end{array}\right.---\left(4\right)$

式中ρ_i为i时段的电价；元/kWh；M为不可中断用电设备的数量；E_j为用电设备j持续运行的时间点个数；i^*为用电设备初始运行的时间点，由式(2)确定用电设备的持续运行时间点个数；式(3)表明用电设备处于用电状态时，处于断电状态时，通过式(4)确定第i个时间点用电设备j消耗的电能，所建数学模型为0-1整数规划模型，所以设定的优化方案为：通过求解0-1整数规划问题，确定用电设备起始运行的时间点及终止运行的时间点，即在整个研究周期寻找连续的时间点i^*,i^*+1,...i^*+E_j-1，使得该连续时间点内的电价之和最小；

4)可中断用电设备控制Agent

可中断用电设备，运行过程可以被中断，而且由于某些设备的储能特性，用电功率不再是额定运行功率，即每个时间点消耗的电能可能是变化的，主要参数包括：用电设备k的运行额定功率为P_k，第i个时间点用电设备k消耗的电能为用电设备在整个研究时段所需要的总的电能为E_k，第i个时间点用电设备k的运行状态其数学模型为：

$min\underset{i=1}{\overset{I}{\Σ}}{\mathrm{\ρ}}_i\underset{j=1}{\overset{M}{\Σ}}{Q}_k^i{u}_k^i---\left(5\right)$

$u_k^i=\left\{\begin{array}{cc}1& on\\ 0& off\end{array}\right.---\left(6\right)$

$\underset{i=1}{\overset{I}{\Σ}}{Q}_k^i=E_k---\left(7\right)$

$0\≤\frac{Q_k^i}{P_k^{\′}}\≤\mathrm{\Δ}t---\left(8\right)$

0≤P_k′≤P_k(9)

$Q_k^i=\left\{\begin{array}{cc}{P}_k\mathrm{\Δ}t& u_k^i=1\\ 0& u_k^i=0\end{array}\right.---\left(10\right)$

式中N为可中断用电设备的数量；P_k′为用电设备k在第i个时间点的运行功率，式(6)表明用电设备处于用电状态时，处于断电状态时，式(7)表明用电设备必须满足运行所需要的总的电能要求；式(8)表明在每个时间点用电设备的运行时长不能超过划分的单位时间尺度Δt；通过式(10)确定第i个时间点用电设备k消耗的电能，所建数学模型的决策变量为用电设备的运行状态和每个时间点用电设备的运行功率P_k′，设定的优化方案为：通过求解0-1混合整数规划问题，实现用电设备每个时间点运行功率的优化调整；

5)综合用电控制Agent

(1)用电习惯满意度，通过电能调整的程度来表征，其表达式为：

$\mathrm{\θ}=1-\frac{\underset{1}{\overset{I}{\∫}}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{1}{\overset{I}{\∫}}{P}_0\left(i\right)di}---\left(11\right)$

式中，分子表示自动需求响应前后用户各时段用电量的变化值；若自动需求响应完全没有引起电能需求调整，则满意度为1；

(2)用电成本满意度，通过自动需求响应前后电费成本比较来表示，利用正弦函数构造[0，1]区间表征用户用电成本满意度。其表达式为：

$\mathrm{\ϵ}=sin\left(\frac{\mathrm{\π}}{2}\frac{C_0-C_{DR}}{C_0}\right)---\left(12\right)$

式中，C₀、C_DR分别为自动需求响应前后的用电成本，若自动需求响应完全没有引起用电成本的降低，则其满意度为0；

(3)用户综合满意度，用户综合满意度通过对用电习惯满意度和用电成本满意度设定权值来表示，其表达式为：

U＝αθ+βε(13)

式中，α、β分别为为用电习惯满意度和用电成本满意度的权重(α+β＝1)，对于注重用电习惯的用户，α>β；对于注重用电成本的用户，β>α。进行计算时，根据用户对二者的注重程度进行赋值；

(4)综合用电控制Agent的目标是充分考虑用电习惯满意度和用电成本满意度，使用户综合满意度最大，目标函数表示为：

maxU＝αθ+βε(14)

α+β＝1(15)

6)中央协调控制Agent

中央协调控制Agent的目标是：使参加自动需求响应的所有用户平均满意度达到最大的同时尽可能降低负荷曲线的峰谷差，目标函数表示为：

$\max R=\frac{\underset{l\∈L}{\Σ}{U}_l+\underset{h\∈H}{\Σ}{U}_h}{N_l+N_h}---\left(16\right)$

min(maxP′-minP′)(17)

式中，R表示参加自动需求响应的所有用户平均满意度；U_l和U_h分别表示注重用电习惯和注重用电成本的单用户综合满意度；L和H分别表示注重用电习惯和注重用电成本的用户集合；N_l和N_h分别表示参加自动需求响应的注重用电习惯和注重用电成本的用户数量；maxP′和minP′分别表示对用电方案进行修正后，负荷集中商Agent整合的负荷曲线功率最大值与最小值，

由于该目标函数为多目标优化模型，通过设定权值的办法，将多目标函数转化为单目标函数：

$\min ({\mathrm{\λ}}_1\frac{{\mathrm{maxP}}^{\′}-{\mathrm{minP}}^{\′}}{{\mathrm{maxP}}_0-{\mathrm{minP}}_0}-{\mathrm{\λ}}_{2}R)---\left(18\right)$

λ₁+λ₂＝1(19)

式中，maxP₀和minP₀分别表示居民用户参与自动需求响应前，负荷集中商Agent整合的负荷曲线功率最大值与最小值；λ₁和λ₂分别表示目标函数的权重，采用(maxP′-minP′)/(maxP₀-minP₀)的目的是为了将其取值设定为[0,1]区间，便于和R在同一水平进行比较，为了体现电网和用户双方利益的双赢，计算时，设定λ₁＝λ₂＝0.5；

7)负荷实时调整准则

确定用电方案时，通过需求响应信号的激励，注重用电成本的用户灵活对用电设备进行调度，充分利用电价最低的时段，这样的调度有可能在原来的用电低谷时段出现“反弹高峰”；注重用电习惯的用户可能响应不足甚至不会参与响应，无法达到电网削峰填谷的预期效果，因此，在实际运行中电网Agent通过负荷集中商Agent向注重用电成本的用户提供最大用电功率的信号，向注重用电习惯用户提供尖峰电价信号，对用电方案进行实时调整，居民用户对实时需求响应信号的响应程度取决于当前时段运行中的用电设备是否可以中断；

针对不同类型居民用户，制定了相应的调整规则：

(1)注重用电成本的居民用户接收最大用电功率信号，调整规则为：(a)在“反弹高峰”时段，不可中断用电设备占比较大时，用户只能中断占比较小的的运行中的可中断用电设备；这样可能造成用户对实时需求响应信号响应不足；(b)在“反弹高峰”时段，可中断用电设备占比较大时，将这些用电设备在“反弹高峰”时段的运行状态由通电状态改为断电状态，“反弹高峰”以外的时段运行状态由断电状态改为通电状态；

(2)注重用电习惯的居民用户接收尖峰电价信号。在尖峰电价的激励下，用户在一定程度上会改变原有的用电习惯，调整规则为：(c)当不可中断用电设备在尖峰电价时段占比较大时，由于用户注重用电习惯，而且用电不可中断，选择不予响应；(d)当可中断用电设备在尖峰电价时段占比较大时，由于注重用电习惯，用户只是将部分用电设备在尖峰电价时段的运行状态由通电状态改为断电状态，在尖峰电价以外的时段运行状态由断电状态改为通电状态；

8)自动需求响应评估指标

针对如何评价居民用户自动需求响应问题，构建了一些评价指标，对用户来说，主要包括上述提到的用户用电习惯满意度和用电成本满意度，对电网来说，自动需求响应的主要目的是为了削峰填谷，多用户参加自动需求响应后削峰填谷的调整比重也是评价指标之一，其表达式为：

${\mathrm{\γ}}_{cut,peak}=\frac{\underset{i\∈I_{peak}}{\∫}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{i\∈I_{peak}}{\∫}{P}_0\left(i\right)di}\×100\%---\left(20\right)$

${\mathrm{\γ}}_{add,vally}=\frac{\underset{i\∈I_{vally}}{\∫}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{i\∈I_{vally}}{\∫}{P}_0\left(i\right)di}\×100\%---\left(21\right)$

式中两个指标的值越大，削峰填谷的效果越明显，通过对上述指标的分析，可以更好的反映不同类型用户占比条件下居民用户整体响应行为特性。

本发明的基于多智能体的居民用户参与自动需求响应的用电策略，根据居民用户参与自动需求响应的特性，设计了相应的多Agent系统和信息交互机制，与传统方法比较，具有以下优势：

1.不再是只针对单用户进行分析，而是提出多Agent系统，利用负荷集中商将居民用户集中起来代理它们参与自动需求响应；并且设定衡量用户满意度的两个指标为用电习惯满意度和用电成本满意度；

2.根据对两种满意度指标重视程度不同将用户分为注重用电成本的用户和注重用电习惯的用户两类，采用提出的用电方案和调整规则，可指导注重用电成本的用户在不影响日常生活的前提下，用电成本显著降低；注重用电习惯的用户在用电成本有所降低的前提下，原有的用电方式不会明显改变；并且负荷集中商将居民用户集中起来代理它们参与自动需求响应后，可降低负荷曲线峰谷差，改善负荷曲线使其趋于平缓；

3.分析了不同类型用户占比条件下居民用户整体响应行为特性。注重用电成本的用户和注重用电习惯的用户参与自动需求响应占比不同时，只会影响负荷曲线削峰填谷的效果，对所有用户的平均满意度影响甚微，随着注重用电成本的用户占比提高，负荷曲线削峰填谷的效果更显著；

4.科学合理，节约用电成本。

附图说明

图1居民用户多Agent系统框图；

图2单用户多Agent系统框图；

图3注重用电习惯的单用户负荷曲线仿真结果示意图；

图4注重用电成本的单用户负荷曲线仿真结果示意图；

图5自动需求响应前后整合负荷曲线比较示意图。

具体实施方式

下面利用附图和实施案例对本发明作进一步说明。

本发明的基于多智能体的居民用户参与自动需求响应的用电策略，根据图1建立居民用户多Agent系统交互机制：

(1)电网Agent通过负荷集中商Agent向用户Agent发送峰谷分时电价信号，用户Agent接收电价信号，根据目标函数确定用电方案。

(2)用户Agent将用电数据传送到负荷集中商Agent中的综合用电数据库；中央协调控制Agent根据综合用电数据判定是否满足负荷集中商Agent的控制目标。若满足，用电方案不变；若不满足，负荷集中商Agent要求用户对用电方案进行修正，直至满足负荷集中商Agent的控制目标。

(3)为了防止“反弹高峰”，在实时调整时，电网Agent向注重用电成本的终端用户提供最大用电功率的信号，向注重用电习惯的终端用户提供尖峰电价信号。

(4)用户Agent接收实时需求响应信号，对已确定的用电方案进行实时调整，并将调整后的用电数据传送到负荷集中商Agent中的综合用电数据库。

其中，(1)和(2)是用户日前用电计划的决策过程；(3)和(4)是用户在用电计划的基础上进行的实时调整。

根据图2建立单用户多Agent系统交互机制：

(1)单用户Agent接收峰谷分时电价信号，可中断用电设备控制Agent和不可中断用电设备控制Agent根据各自的目标函数确定用电设备的运行状态和功率；根据综合用电控制Agent总的目标函数确定用电方案，将其保存至反应器中的用电数据库，并且传送到负荷集中商Agent。

(2)用电方案不满足负荷集中商Agent控制目标时，负荷集中商Agent要求用户对用电方案进行修正，直至满足负荷集中商Agent的控制目标。

(3)实际运行时，综合用电控制Agent接收实时需求响应信号，作用于反应器，调整规则库根据调整规则对修正后的用电方案进行实时调整；调整后的用电数据保存至用电数据库中，同时由综合用电控制Agent传送到负荷集中商Agent。

根据图2对各种用电设备响应行为进行优化控制的过程包括以下几个步骤：

1)不可中断用电设备控制Agent

不可中断的用电设备，一旦运行必须完成整个运行周期，而且是以额定功率运行。假设在研究周期内一共分为I个时间点，每个时间点的时间尺度为Δt。主要参数包括：用电设备j的运行额定功率为P_j，第i个时间点用电设备j消耗的电能为完成整个运行过程所需要的时间为T_j，第i个时间点用电设备j的运行状态其数学模型表示为：

$min\underset{i=1}{\overset{I}{\Σ}}{\mathrm{\ρ}}_i\underset{j=1}{\overset{M}{\Σ}}{Q}_j^i{u}_j^i---\left(1\right)$

$E_j=\frac{T_j}{\mathrm{\Δ}t}---\left(2\right)$

$u_j^i=\left\{\begin{array}{cc}1& on\\ 0& off\end{array}\right.---\left(3\right)$

$Q_j^i=\left\{\begin{array}{ccc}{P}_j\mathrm{\Δ}t& u_j^i=1& i=i^{*},i^{*}+1,...i^{*}+E_j-1\\ 0& u_j^i=0& i\≠i^{*},i^{*}+1,...i^{*}+E_j-1\end{array}\right.---\left(4\right)$

式中ρ_i为i时段的电价；元/kWh；M为不可中断用电设备的数量；E_j为用电设备j持续运行的时间点个数；i^*为用电设备初始运行的时间点。由式(2)可以确定用电设备的持续运行时间点个数；式(3)表明用电设备处于用电状态时，处于断电状态时，通过式(4)确定第i个时间点用电设备j消耗的电能。所建数学模型为0-1整数规划模型，所以设定的优化方案为：通过求解0-1整数规划问题，确定用电设备起始运行的时间点及终止运行的时间点。即在整个研究周期寻找连续的时间点i^*,i^*+1,...i^*+E_j-1，使得该连续时间点内的电价之和最小。

2)可中断用电设备控制Agent

可中断用电设备，运行过程可以被中断，而且由于某些设备的储能特性，用电功率不再是额定运行功率，即每个时间点消耗的电能可能是变化的。主要参数包括：用电设备k的运行额定功率为P_k，第i个时间点用电设备k消耗的电能为用电设备在整个研究时段所需要的总的电能为E_k，第i个时间点用电设备k的运行状态其数学模型为：

$min\underset{i=1}{\overset{I}{\Σ}}{\mathrm{\ρ}}_i\underset{k=1}{\overset{N}{\Σ}}{Q}_k^i{u}_k^i---\left(5\right)$

$u_k^i=\left\{\begin{array}{cc}1& on\\ 0& off\end{array}\right.---\left(6\right)$

$\underset{i=1}{\overset{I}{\Σ}}{Q}_k^i=E_k---\left(7\right)$

$0\≤\frac{Q_k^i}{P_k^{\′}}\≤\mathrm{\Δ}t---\left(8\right)$

0≤P_k′≤P_k(9)

$Q_k^i=\left\{\begin{array}{cc}{P}_k\mathrm{\Δ}t& u_k^i=1\\ 0& u_k^i=0\end{array}\right.---\left(10\right)$

式中N为可中断用电设备的数量；P_k′为用电设备k在第i个时间点的运行功率。式(6)表明用电设备处于用电状态时，处于断电状态时，式(7)表明用电设备必须满足运行所需要的总的电能要求；式(8)表明在每个时间点用电设备的运行时长不能超过划分的单位时间尺度Δt；通过式(10)确定第i个时间点用电设备k消耗的电能。所建数学模型的决策变量为用电设备的运行状态和每个时间点用电设备的运行功率P_k′。设定的优化方案为：通过求解0-1混合整数规划问题，实现用电设备每个时间点运行功率的优化调整。

3)综合用电控制Agent

(1)用电习惯满意度，通过电能调整的程度来表征，其表达式为：

$\mathrm{\θ}=1-\frac{\underset{1}{\overset{I}{\∫}}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{1}{\overset{I}{\∫}}{P}_0\left(i\right)di}---\left(11\right)$

式中，分子表示自动需求响应前后用户各时段用电量的变化值；若自动需求响应完全没有引起电能需求调整，则满意度为1。

(2)用电成本满意度，通过自动需求响应前后电费成本比较来表示，利用正弦函数构造[0,1]区间表征用户用电成本满意度。其表达式为：

$\mathrm{\ϵ}=sin\left(\frac{\mathrm{\π}}{2}\frac{C_0-C_{DR}}{C_0}\right)---\left(12\right)$

式中，C₀、C_DR分别为自动需求响应前后的用电成本，若自动需求响应完全没有引起用电成本的降低，则其满意度为0。

(3)用户综合满意度，用户综合满意度通过对用电习惯满意度和用电成本满意度设定权值来表示。其表达式为：

U＝αθ+βε(13)

式中，α、β分别为为用电习惯满意度和用电成本满意度的权重(α+β＝1)。对于注重用电习惯的用户，α>β；对于注重用电成本的用户，β>α。进行计算时，根据用户对二者的注重程度进行赋值。

(4)综合用电控制Agent的目标是充分考虑用电习惯满意度和用电成本满意度，使用户综合满意度最大，目标函数表示为：

maxU＝αθ+βε(14)

α+β＝1(15)

4)中央协调控制Agent

中央协调控制Agent的目标是：使参加自动需求响应的所有用户平均满意度达到最大的同时尽可能降低负荷曲线的峰谷差，目标函数表示为：

$\max R=\frac{\underset{l\∈L}{\Σ}{U}_l+\underset{h\∈H}{\Σ}{U}_h}{N_l+N_h}---\left(16\right)$

min(maxP′-minP′)(17)

式中，R表示参加自动需求响应的所有用户平均满意度；U_l和U_h分别表示注重用电习惯和注重用电成本的单用户综合满意度；L和H分别表示注重用电习惯和注重用电成本的用户集合；N_l和N_h分别表示参加自动需求响应的注重用电习惯和注重用电成本的用户数量；maxP′和minP′分别表示对用电方案进行修正后，负荷集中商Agent整合的负荷曲线功率最大值与最小值。

由于该目标函数为多目标优化模型，本文通过设定权值的办法，将多目标函数转化为单目标函数：

$\min ({\mathrm{\λ}}_1\frac{{\mathrm{maxP}}^{\′}-{\mathrm{minP}}^{\′}}{{\mathrm{maxP}}_0-{\mathrm{minP}}_0}-{\mathrm{\λ}}_{2}R)---\left(18\right)$

λ₁+λ₂＝1(19)

式中，maxP₀和minP₀分别表示居民用户参与自动需求响应前，负荷集中商Agent整合的负荷曲线功率最大值与最小值；λ₁和λ₂分别表示目标函数的权重。采用(maxP′-minP′)/(maxP₀-minP₀)的目的是为了将其取值设定为[0,1]区间，便于和R在同一水平进行比较。为了体现电网和用户双方利益的双赢，计算时，设定λ₁＝λ₂＝0.5。

5)负荷实时调整准则

确定用电方案时，通过需求响应信号的激励，注重用电成本的用户灵活对用电设备进行调度，充分利用电价最低的时段，这样的调度有可能在原来的用电低谷时段出现“反弹高峰”；注重用电习惯的用户可能响应不足甚至不会参与响应，无法达到电网削峰填谷的预期效果。因此，在实际运行中电网Agent通过负荷集中商Agent向注重用电成本的用户提供最大用电功率的信号，向注重用电习惯用户提供尖峰电价信号，对用电方案进行实时调整。居民用户对实时需求响应信号的响应程度取决于当前时段运行中的用电设备是否可以中断。

针对不同类型居民用户，制定了相应的调整规则：

(1)注重用电成本的居民用户接收最大用电功率信号，调整规则为：(a)在“反弹高峰”时段，不可中断用电设备占比较大时，用户只能中断占比较小的的运行中的可中断用电设备。这样可能造成用户对实时需求响应信号响应不足；(b)在“反弹高峰”时段，可中断用电设备占比较大时，将这些用电设备在“反弹高峰”时段的运行状态由通电状态改为断电状态，“反弹高峰”以外的时段运行状态由断电状态改为通电状态。

(2)注重用电习惯的居民用户接收尖峰电价信号。在尖峰电价的激励下，用户在一定程度上会改变原有的用电习惯。调整规则为：(c)当不可中断用电设备在尖峰电价时段占比较大时，由于用户注重用电习惯，而且用电不可中断，选择不予响应；(d)当可中断用电设备在尖峰电价时段占比较大时，由于注重用电习惯，用户只是将部分用电设备在尖峰电价时段的运行状态由通电状态改为断电状态，在尖峰电价以外的时段运行状态由断电状态改为通电状态。

6)自动需求响应评估指标

针对如何评价居民用户自动需求响应问题，构建了一些评价指标，对用户来说，主要包括上述提到的用户用电习惯满意度和用电成本满意度。对电网来说，自动需求响应的主要目的是为了削峰填谷，多用户参加自动需求响应后削峰填谷的调整比重也是评价指标之一，其表达式为：

${\mathrm{\γ}}_{cut,peak}=\frac{\underset{i\∈I_{peak}}{\∫}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{i\∈I_{peak}}{\∫}{P}_0\left(i\right)di}\×100\%---\left(20\right)$

${\mathrm{\γ}}_{add,vally}=\frac{\underset{i\∈I_{vally}}{\∫}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{i\∈I_{vally}}{\∫}{P}_0\left(i\right)di}\×100\%---\left(21\right)$

式中两个指标的值越大，削峰填谷的效果越明显。通过对上述指标的分析，可以更好的反映不同类型用户占比条件下居民用户整体响应行为特性。

算例中包括两种不可调度用电设备(电水壶和烤箱)，运行时间由用户用电习惯决定，两种不可中断用电设备(洗衣机和冰箱)和两种可中断用电设备(电动汽车充电器、储能空调)，用电设备具体参数如表1所示。设置的单位时间尺度为10min，研究周期为24小时，一共有144个时间点，第1个时间点代表0:10-1:00，以此类推，第144个时间点代表23:10-24:00。电网Agent发布的峰谷分时电价信号如表2所示。单用户最大用电功率限制为5kW，尖峰电价时段与峰时段相同，尖峰电价为0.8元/kWh。

表1用电设备参数

表2各时段电价

单用户仿真中，对于重视用电习惯的用户，设定权重值为：α＝0.8，β＝0.2；对于重视用电成本的用户，设定权重值为：α＝0.2，β＝0.8，假设用户对用电方案进行实时调整时可以充分响应。图3和图4分别为两类单用户自动需求响应前后负荷曲线仿真结果所示。为了直观的说明问题，仿真图时间点设置为72-144,1-72，即从第一天中午12:00到第二天的中午12:00。从两个图中可以看出，经过自动需求响应后，用户会改变原有的用电方式，只是改变的程度不同。注重用电习惯的单用户不会轻易改变原有的用电方式，只是在尖峰电价信号的激励下，对原有用电方式做出一些调整，那么自动需求响应前后负荷曲线的差异不会很明显；注重用电成本的单用户，为了追求低用电成本，会积极响应需求响应信号在很大程度上改变原有的用电方式，那么自动需求响应前后负荷曲线的差异会非常明显。但是，经过计算，对注重用电习惯的单用户和注重用电成本的单用户来说，电费支出都会降低，分别从原来的26.526元变为22.869元和16.682元。

表3两类用户的满意度比较

从表3中可以看出，注重用电习惯的用户用电习惯满意度大于用电成本满意度；注重用电成本的用户用电习惯满意度小于用电成本满意度。但是，两类用户的综合满意度几乎处在同一水平。说明本发明提出的用电方案和调整规则的合理性。

为了说明参与自动需求响应的两类用户占比不同时对系统负荷曲线的影响，对某小区的多用户进行仿真分析。参与自动需求响应的用户数目为600户，注重用电习惯的用户数量为N_l，注重用电成本的用户数量为N_h，算例分三种情况进行比较。情况(1)：N_l＝480,N_h＝120；情况(2)：N_l＝300,N_h＝300；情况(3)：N_l＝120,N_h＝480。图5为负荷集中商Agent整合的负荷曲线比较。从图5中可以看出，自动需求响应前用电高峰期最大功率为3.192MW；自动需求响应后，负荷曲线趋于平缓，情况(1)最大功率降为2.804MW，情况(2)最大功率降为2.73MW，情况(3)最大功率降为2.606MW，而且在原用电谷时段用电量增加。随着注重用电成本的用户占比提高，负荷集中商Agent整合的负荷曲线削峰填谷的效果更明显。

两类用户占比不同时，参加自动需求响应后对评估指标的影响如表4所示。

表4评估指标比较

从表4中可以看出，根据本实施例所提用电方案，当两类用户占比不同时，参加自动需求响应的所有用户平均满意度几乎处于同一水平。不同的只是负荷集中商Agent整合的负荷曲线峰谷差降低的程度以及削峰填谷的调整比重。随着注重用电成本的用户比例的提高，负荷曲线峰谷差的降低程度和削峰填谷的调成比重都有所增加。

综上，负荷集中商将居民用户集中起来代理它们参与自动需求响应后，从电网角度，负荷曲线削峰填谷的效果明显，有助于提高能源利用率；从用户角度，注重用电成本的用户在不影响日常生活的前提下，用电成本显著降低；注重用电习惯的用户在用电成本有所降低的前提下，原有的用电方式不会明显改变。当参与自动需求响应的两类用户占比不同时，只会影响负荷曲线削峰填谷的效果，对所有用户的平均满意度影响甚微。随着注重用电成本的用户比例的提高，负荷曲线的削峰填谷效果更明显。

Claims (1)

1.一种基于多智能体的居民用户参与自动需求响应的用电策略，其特征是，它包括的内容有：

1)建立居民用户多Agent系统交互机制

(1)电网Agent通过负荷集中商Agent向用户Agent发送峰谷分时电价信号，用户Agent接收电价信号，根据目标函数确定用电方案；

(2)用户Agent将用电数据传送到负荷集中商Agent中的综合用电数据库；中央协调控制Agent根据综合用电数据判定是否满足负荷集中商Agent的控制目标，若满足，用电方案不变；若不满足，负荷集中商Agent要求用户对用电方案进行修正，直至满足负荷集中商Agent的控制目标；

(3)为了防止“反弹高峰”，在实时调整时，电网Agent向注重用电成本的终端用户提供最大用电功率的信号，向注重用电习惯的终端用户提供尖峰电价信号；

(4)用户Agent接收实时需求响应信号，对已确定的用电方案进行实时调整，并将调整后的用电数据传送到负荷集中商Agent中的综合用电数据库；

其中，(1)和(2)是用户日前用电计划的决策过程；(3)和(4)是用户在用电计划的基础上进行的实时调整；

2)建立单用户多Agent系统交互机制

(1)单用户Agent接收峰谷分时电价信号，可中断用电设备控制Agent和不可中断用电设备控制Agent根据各自的目标函数确定用电设备的运行状态和功率；根据综合用电控制Agent总的目标函数确定用电方案，将其保存至反应器中的用电数据库，并且传送到负荷集中商Agent；

(2)用电方案不满足负荷集中商Agent控制目标时，负荷集中商Agent要求用户对用电方案进行修正，直至满足负荷集中商Agent的控制目标；

(3)实际运行时，综合用电控制Agent接收实时需求响应信号，作用于反应器，调整规则库根据调整规则对修正后的用电方案进行实时调整；调整后的用电数据保存至用电数据库中，同时由综合用电控制Agent传送到负荷集中商Agent；

3)不可中断用电设备控制Agent

不可中断的用电设备，一旦运行必须完成整个运行周期，而且是以额定功率运行，假设在研究周期内一共分为I个时间点，每个时间点的时间尺度为Δt，主要参数包括：用电设备j的运行额定功率为P_j，第i个时间点用电设备j消耗的电能为完成整个运行过程所需要的时间为T_j，第i个时间点用电设备j的运行状态其数学模型表示为：

$min\underset{i=1}{\overset{I}{\Σ}}{\mathrm{\ρ}}_i\underset{j=1}{\overset{M}{\Σ}}{Q}_j^i{u}_j^i---\left(1\right)$

$E_j=\frac{T_j}{\mathrm{\Δ}t}---\left(2\right)$

$u_j^i=\left\{\begin{array}{cc}1& on\\ 0& off\end{array}\right.---\left(3\right)$

$Q_j^i=\left\{\begin{array}{ccc}{P}_j\mathrm{\Δ}t& u_j^i=1& i=i^{*},i^{*}+1,\mathrm{...}{i}^{*}+E_j-1\\ 0& u_j^i=0& i\≠i^{*},i^{*}+1,\mathrm{...}{i}^{*}+E_j-1\end{array}\right.---\left(4\right)$

式中ρ_i为i时段的电价；元/kWh；M为不可中断用电设备的数量；E_j为用电设备j持续运行的时间点个数；i^*为用电设备初始运行的时间点，由式(2)确定用电设备的持续运行时间点个数；式(3)表明用电设备处于用电状态时，处于断电状态时，通过式(4)确定第i个时间点用电设备j消耗的电能，所建数学模型为0-1整数规划模型，所以设定的优化方案为：通过求解0-1整数规划问题，确定用电设备起始运行的时间点及终止运行的时间点，即在整个研究周期寻找连续的时间点i^*,i^*+1,...i^*+E_j-1，使得该连续时间点内的电价之和最小；

4)可中断用电设备控制Agent

可中断用电设备，运行过程可以被中断，而且由于某些设备的储能特性，用电功率不再是额定运行功率，即每个时间点消耗的电能可能是变化的，主要参数包括：用电设备k的运行额定功率为P_k，第i个时间点用电设备k消耗的电能为用电设备在整个研究时段所需要的总的电能为E_k，第i个时间点用电设备k的运行状态其数学模型为：

$min\underset{i=1}{\overset{I}{\Σ}}{\mathrm{\ρ}}_i\underset{k=1}{\overset{N}{\Σ}}{Q}_k^i{u}_k^i---\left(5\right)$

$u_k^i=\{\begin{array}{cc}1& on\\ 0& off\end{array}---\left(6\right)$

$\underset{i=1}{\overset{I}{\Σ}}{Q}_k^i=E_k---\left(7\right)$

$0\≤\frac{Q_k^i}{P_k^{\′}}\≤\mathrm{\Δ}t---\left(8\right)$

0≤P′_k≤P_k(9)

$Q_k^i=\{\begin{array}{cc}{P}_k\mathrm{\Δ}t& u_k^i=1\\ 0& u_k^i=0\end{array}---\left(10\right)$

式中N为可中断用电设备的数量；P′_k为用电设备k在第i个时间点的运行功率，式(6)表明用电设备处于用电状态时，处于断电状态时，式(7)表明用电设备必须满足运行所需要的总的电能要求；式(8)表明在每个时间点用电设备的运行时长不能超过划分的单位时间尺度Δt；通过式(10)确定第i个时间点用电设备k消耗的电能，所建数学模型的决策变量为用电设备的运行状态和每个时间点用电设备的运行功率P′_k，设定的优化方案为：通过求解0-1混合整数规划问题，实现用电设备每个时间点运行功率的优化调整；

5)综合用电控制Agent

(1)用电习惯满意度，通过电能调整的程度来表征，其表达式为：

$\mathrm{\θ}=1-\frac{\underset{1}{\overset{I}{\∫}}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{1}{\overset{I}{\∫}}{P}_0\left(i\right)di}---\left(11\right)$

式中，分子表示自动需求响应前后用户各时段用电量的变化值；若自动需求响应完全没有引起电能需求调整，则满意度为1；

(2)用电成本满意度，通过自动需求响应前后电费成本比较来表示，利用正弦函数构造[0,1]区间表征用户用电成本满意度。其表达式为：

$\mathrm{\ϵ}=sin\left(\frac{\mathrm{\π}}{2}\frac{C_0-C_{DR}}{C_0}\right)---\left(12\right)$

式中，C₀、C_DR分别为自动需求响应前后的用电成本，若自动需求响应完全没有引起用电成本的降低，则其满意度为0；

(3)用户综合满意度，用户综合满意度通过对用电习惯满意度和用电成本满意度设定权值来表示，其表达式为：

U＝αθ+βε(13)

式中，α、β分别为为用电习惯满意度和用电成本满意度的权重(α+β＝1)，对于注重用电习惯的用户，α>β；对于注重用电成本的用户，β>α。进行计算时，根据用户对二者的注重程度进行赋值；

(4)综合用电控制Agent的目标是充分考虑用电习惯满意度和用电成本满意度，使用户综合满意度最大，目标函数表示为：

maxU＝αθ+βε(14)

α+β＝1(15)

6)中央协调控制Agent

中央协调控制Agent的目标是：使参加自动需求响应的所有用户平均满意度达到最大的同时尽可能降低负荷曲线的峰谷差，目标函数表示为：

$\max R=\frac{\underset{l\∈L}{\Σ}{U}_l+\underset{h\∈H}{\Σ}{U}_h}{N_l+N_h}---\left(16\right)$

min(maxP′-minP′)(17)

式中，R表示参加自动需求响应的所有用户平均满意度；U_l和U_h分别表示注重用电习惯和注重用电成本的单用户综合满意度；L和H分别表示注重用电习惯和注重用电成本的用户集合；N_l和N_h分别表示参加自动需求响应的注重用电习惯和注重用电成本的用户数量；maxP′和minP′分别表示对用电方案进行修正后，负荷集中商Agent整合的负荷曲线功率最大值与最小值，

由于该目标函数为多目标优化模型，通过设定权值的办法，将多目标函数转化为单目标函数：

$\min ({\mathrm{\λ}}_1\frac{{\mathrm{maxP}}^{\′}-{\mathrm{minP}}^{\′}}{{\mathrm{maxP}}_0-{\mathrm{minP}}_0}-{\mathrm{\λ}}_{2}R)---\left(18\right)$

λ₁+λ₂＝1(19)

式中，maxP₀和minP₀分别表示居民用户参与自动需求响应前，负荷集中商Agent整合的负荷曲线功率最大值与最小值；λ₁和λ₂分别表示目标函数的权重，采用(maxP′-minP′)/(maxP₀-minP₀)的目的是为了将其取值设定为[0,1]区间，便于和R在同一水平进行比较，为了体现电网和用户双方利益的双赢，计算时，设定λ₁＝λ₂＝0.5；

7)负荷实时调整准则

确定用电方案时，通过需求响应信号的激励，注重用电成本的用户灵活对用电设备进行调度，充分利用电价最低的时段，这样的调度有可能在原来的用电低谷时段出现“反弹高峰”；注重用电习惯的用户可能响应不足甚至不会参与响应，无法达到电网削峰填谷的预期效果，因此，在实际运行中电网Agent通过负荷集中商Agent向注重用电成本的用户提供最大用电功率的信号，向注重用电习惯用户提供尖峰电价信号，对用电方案进行实时调整，居民用户对实时需求响应信号的响应程度取决于当前时段运行中的用电设备是否可以中断；

针对不同类型居民用户，制定了相应的调整规则：

(1)注重用电成本的居民用户接收最大用电功率信号，调整规则为：(a)在“反弹高峰”时段，不可中断用电设备占比较大时，用户只能中断占比较小的的运行中的可中断用电设备；这样可能造成用户对实时需求响应信号响应不足；(b)在“反弹高峰”时段，可中断用电设备占比较大时，将这些用电设备在“反弹高峰”时段的运行状态由通电状态改为断电状态，“反弹高峰”以外的时段运行状态由断电状态改为通电状态；

(2)注重用电习惯的居民用户接收尖峰电价信号。在尖峰电价的激励下，用户在一定程度上会改变原有的用电习惯，调整规则为：(c)当不可中断用电设备在尖峰电价时段占比较大时，由于用户注重用电习惯，而且用电不可中断，选择不予响应；(d)当可中断用电设备在尖峰电价时段占比较大时，由于注重用电习惯，用户只是将部分用电设备在尖峰电价时段的运行状态由通电状态改为断电状态，在尖峰电价以外的时段运行状态由断电状态改为通电状态；

8)自动需求响应评估指标

针对如何评价居民用户自动需求响应问题，构建了一些评价指标，对用户来说，主要包括上述提到的用户用电习惯满意度和用电成本满意度，对电网来说，自动需求响应的主要目的是为了削峰填谷，多用户参加自动需求响应后削峰填谷的调整比重也是评价指标之一，其表达式为：

${\mathrm{\γ}}_{cut,peak}=\frac{\underset{i\∈I_{peak}}{\∫}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{i\∈I_{peak}}{\∫}{P}_0\left(i\right)di}\×100\%---\left(20\right)$

${\mathrm{\γ}}_{add,vally}=\frac{\underset{i\∈I_{vally}}{\∫}|P_{DR}\left(i\right)-P_0\left(i\right)|di}{\underset{i\∈I_{vally}}{\∫}{P}_0\left(i\right)di}\×100\%---\left(21\right)$

式中两个指标的值越大，削峰填谷的效果越明显，通过对上述指标的分析，可以更好的反映不同类型用户占比条件下居民用户整体响应行为特性。