CN108199379A - 基于多智能体免疫算法的集中式电压控制装置及控制方法 - Google Patents

基于多智能体免疫算法的集中式电压控制装置及控制方法 Download PDF

Info

Publication number
CN108199379A
CN108199379A CN201810043575.XA CN201810043575A CN108199379A CN 108199379 A CN108199379 A CN 108199379A CN 201810043575 A CN201810043575 A CN 201810043575A CN 108199379 A CN108199379 A CN 108199379A
Authority
CN
China
Prior art keywords
pressure regulation
intelligent
decision package
intelligent body
scheme
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
CN201810043575.XA
Other languages
English (en)
Inventor
陈春
刘华
李勇
曹家
曹一家
姜鹏
邹勇军
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.)
Hunan Excellent Power Polytron Technologies Inc
Hunan University
Original Assignee
Hunan Excellent Power Polytron Technologies Inc
Hunan University
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 Hunan Excellent Power Polytron Technologies Inc, Hunan University filed Critical Hunan Excellent Power Polytron Technologies Inc
Priority to CN201810043575.XA priority Critical patent/CN108199379A/zh
Publication of CN108199379A publication Critical patent/CN108199379A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/12—Circuit arrangements for ac mains or ac distribution networks for adjusting voltage in ac networks by changing a characteristic of the network load
    • H02J13/0006—
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y02B90/20—Smart grids as enabling technology in buildings sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S40/00—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them
    • Y04S40/12—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment
    • Y04S40/124—Systems for electrical power generation, transmission, distribution or end-user application management characterised by the use of communication or information technologies, or communication or information technology specific aspects supporting them characterised by data transport means between the monitoring, controlling or managing units and monitored, controlled or operated electrical equipment using wired telecommunication networks or data transmission busses

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于多智能体免疫算法的集中式电压控制方法，当决策单元搜索到调压需求信号或者接收到其他智能体的协作邀请，启动信号识别，智能体产生相应抗体并与其他智能体通讯，智能体先尝试单独处理，如果能单独处理，智能体状态变为需求信号处理模式；如果无法单独处理，智能体将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，一起合作完成信号处理以后，相应的智能体将处理结果写入知识库，智能体的状态由信号处理状态又变回搜索状态，继续寻找新的调压需求信号。本发明的控制方法通过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。

Description

基于多智能体免疫算法的集中式电压控制装置及控制方法
技术领域
本发明涉及电力控制领域，特别涉及一种基于多智能体免疫算法的集中式电压控制装置及控制方法。
背景技术
对于农村电网，其不仅存在配变台区三相不平衡与功率因数偏低的问题，而且存在线路末端电压偏高或者低电压的问题。特别是在农村偏远地区，在用电高峰时期(节假日，或者农忙灌溉季节)，变压器负荷很重，再加上农村低压电力线线径小，远离变压器台区的电力用户电压降很大，长期电压很低，低电压越限甚至低到160V以下，不仅电能质量差，网络损耗也大为增加，有些电器因电压低不能正常工作。当负荷较轻时，由于变压器的调压档位没有得到及时回调(为了应对末端电压过低时特意调高了档位)，导致出现首端，甚至于末端电压过高。
目前，针对农村配变台区三相不平衡与功率因数偏低的问题，以及首端/末端高、低电压问题，各供电公司采取了一系列措施。常见的方法是对负载重的相序进行换相，但是由于单相用电设备使用的同时较低，且受到不频繁的间断性和四季更替的用电性质的影响，使得用电客户每个月的用电存在较大差异，导致配电变压器的三相负荷更加不平衡，治理效果不理想。
经对现有技术文献的检索发现，中国专利申请号201611167623.3，发明名称：基于实时潮流的农网台区电能电压平衡控制系统及方法，公开号CN106786679A，该专利通过使用低电压调节装置(简称：SLVR装置)和三相不平衡及无功补偿控制装置(简称：SPQC装置)的结合使用较好地实现了末端的电压稳定以及线路的不过载，然而随着配电网的发展，配电网结构变得越来越复杂，由原来的单电源、辐射型结构变成多电源的复杂网络结构，馈线上的电压分布情况会随之发生较大变化，且该系统调节的线路末端电压分属于分散式控制因而缺乏全局信息，很难进行电压的优化管理。
发明内容
为了解决上述技术问题，本发明提供一种结构简单的集中式电压控制装置，并提供一种工作效率高的基于多智能体免疫算法的集中式电压控制方法。
本发明解决上述问题的技术方案是：一种集中式电压控制装置，包括多个分散式的智能体，多个智能体通过以太网构成集中式电压控制装置，每个智能体包括信息处理单元、记忆单元、决策单元、输出控制单元和通讯单元，所述信息处理单元、记忆单元、决策单元依次连接，决策单元分别与输出控制单元、通讯单元连接；所述信息处理单元采集电量信号并与设定值进行比较，若两者有差异则生成调压需求信号并送入记忆单元；记忆单元将调压需求信号与抗体记忆库进行匹配，匹配结果送入决策单元；决策单元根据匹配结果完成调压方案；调压方案送入输出控制单元，输出控制单元根据调压方案对低电压调节装置进行控制；所述通讯单元进行智能体之间的信号传递，实现智能体之间的协调与协作。
上述集中式电压控制装置，所述信息处理单元包括依次串接的传感器、计算比较单元和调压需求信号生成单元，传感器采集线路末端三相电压和电流信号，并将采集到的数据送入计算比较单元，计算比较单元对数据进行处理后与线路正常运行时的设定值进行比较，比较结果送入调压需求信号生成单元，调压需求信号生成单元判断比较结果是否一致，若存在差异则生成调压需求信号并送入记忆单元进行响应。
上述集中式电压控制装置，所述记忆单元通过和抗体记忆库进行匹配来完成整体的识别过程，如果记忆单元能在抗体记忆库中找到与调压需求信息相匹配的抗体，抗体即历史调压需求信号，则由记忆单元提取抗体记忆库中的抗体来驱动决策单元作出决策；决策单元由记忆单元输出抗体信息驱动，若抗体记忆库中没有相匹配的抗体，调压需求信号直接交予决策单元处理，决策单元根据预设方案作出决策。
上述集中式电压控制装置，所述通讯单元进行信号传递的具体方式为：若决策单元自身能单独完成调压方案，则通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与；若决策单元自身无法单独完成调压方案，则通过通讯单元对其他智能体发出协作邀请；同时决策单元也能通过通讯单元接收其他智能体的协作邀请。
一种基于多智能体免疫算法的集中式电压控制方法，以电压控制装置为基础，将调压需求信号看作抗原，智能体看作产生抗体的细胞，基于抗体识别抗原并受到抗原激励的机理，自主选择智能体以及处理方案来完成调压任务，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，通过通讯单元选择智能体进行协作，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，具体包括以下步骤：
步骤一：线路正常运行时，决策单元一直处于搜索调压需求的状态，如果搜索到调压需求信号或者接收到其他智能体的协作邀请则转为工作状态；
步骤二：决策单元进行获得性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤八；若否，则进入步骤三；
步骤三：决策单元进行非特异性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤七；若否，则进入步骤四；
步骤四：决策单元进行特异性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤七；若否，则进入步骤五；
步骤五：决策单元向其他智能体通讯进行协作响应，智能体之间进行协作，判断协作是否完成调压方案，若是，则进入步骤七；若否，则进入步骤六；
步骤六：判断是否出现死锁状态，若是，则处理死锁，放弃信号的处理以及该任务引起的一系列操作并将任务信息存入记忆库；若否，则返回步骤五；
步骤七：产生调压方案，并将调压方案记忆到知识库中；
步骤八：程序结束。
上述基于多智能体免疫算法的集中式电压控制方法，当决策单元处于工作状态后，决策单元根据得到的调压需求信号进行分析；决策单元先从知识库中搜索符合此调压需求信号的信息，如果有相同的信息，就直接采用知识库里的处理信息，将处理信息送到输出控制单元进行输出，该应答过程称为获得性响应；
如果知识库中没有相同的信息，则检查决策单元的预设置方案，对于简单的调压需求信号，决策单元基于经验预先设置的方案即可完成调压方案，该应答过程称为非特异性响应；
对于复杂的调压需求信号，决策单元能通过对预设方案的调整形成新的处理方案来完成调压方案，该应答过程称为特异性响应；
如果调压需求信号的复杂度超出了单个智能体的能力范围，智能体只能通过通讯单元与其他智能体协作才能完成调压方案，该应答过程称为协作响应。
上述基于多智能体免疫算法的集中式电压控制方法，所述步骤一中，在决策单元搜索调压需求信号的过程中，智能体之间不进行信息量的交互，处于一种基于本地信息的间接通讯形式。
上述基于多智能体免疫算法的集中式电压控制方法，所述智能体受到激励的程度反映为智能体对调压需求信号的亲和力，智能体生成的调压方案之间也存在激励与抑制的关系；当某一智能体能单独完成调压方案时，此智能体的调压方案对其他智能体的调压方案就是一种抑制作用，而且亲和力越高的调压方案对其他调压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调压方案；当某智能体不能单独完成调压方案时，对其他智能体的调压方案就是一种激励作用，而且亲和力越高的调压方案所受的激励作用就越大，最终由亲和力高的若干个抗体共同协作完成任务。
上述基于多智能体免疫算法的集中式电压控制方法，智能体对每一种调压方案进行评价值计算，评价值的计算公式为
式中，E表示评价值；wi以表示权重系数，且Fi表示对一个目标的评价值；n表示评价目标的总数；
智能体之间评价值的计算都是独立的，并且是同时进行的；评价值高的方案获得激励并抑制评价值低的方案，从而实现多个智能体的协调与协作。
本发明的有益效果在于：
1、本发明的控制装置包括若干个分散式的智能体，每个智能体包括信息处理单元、记忆单元、决策单元、输出控制单元和通讯单元，所述信息处理单元采集电量信号并与设定值进行比较，若两者有差异则生成调压需求信号并送入记忆单元；记忆单元将调压需求信号与抗体记忆库进行匹配，匹配结果送入决策单元；决策单元根据匹配结果完成调压方案；调压方案送入输出控制单元，输出控制单元根据调压方案对低电压调节装置进行控制；所述通讯单元进行智能体之间的信号传递，实现智能体之间的协调与协作。控制装置以生物免疫原理为基础，将每个智能体看作免疫系统中的细胞，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SLVR装置和SPQC装置的农网台区电能电压平衡控制系统的协调控制以及优化管理。
2、本发明的控制方法运用人工免疫算法分布性、适应性的优点，将分布式系统中的调压需求信号看作抗原，智能体看作产生抗体的细胞，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。
附图说明
图1为本发明的控制装置的整体结构示意图。
图2为本发明的控制装置中单个智能体的结构框图。
图3为本发明的控制装置中智能体的工作原理图。
图4为本发明的控制方法的工作流程图。
图5为本发明的控制方法中免疫算法的原理图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1-图3所示，一种集中式电压控制装置3，包括多个分散式的智能体，多个智能体通过以太网构成集中式电压控制装置，该控制装置以生物免疫原理为基础，将每个智能体看作免疫系统中的细胞，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SLVR装置2和SPQC装置1的农网台区电能电压平衡控制系统的协调控制以及优化管理。每个智能体对应农网中SLVR装置的控制，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。
每个智能体包括信息处理单元、记忆单元、决策单元、输出控制单元和通讯单元，所述信息处理单元、记忆单元、决策单元依次连接，决策单元分别与输出控制单元、通讯单元连接；所述信息处理单元采集电量信号并与设定值进行比较，若两者有差异则生成调压需求信号并送入记忆单元；记忆单元将调压需求信号与抗体记忆库进行匹配，匹配结果送入决策单元；决策单元根据匹配结果完成调压方案；调压方案送入输出控制单元，输出控制单元根据调压方案对低电压调节装置进行控制；所述通讯单元进行智能体之间的信号传递，实现智能体之间的协调与协作。
所述信息处理单元完成信号采集、数据处理和调压需求信号生成，并将处理后的信号编码为其他模块可识别的形式传给记忆单元进行进一步处理；信息处理单元包括依次串接的传感器、计算比较单元和调压需求信号生成单元，传感器采集线路末端三相电压和电流信号，并将采集到的以及计算出来的数据送入计算比较单元，计算比较单元对数据进行处理后与线路正常运行时的设定值进行比较，比较结果送入调压需求信号生成单元，调压需求信号生成单元判断比较结果是否一致，若存在差异则生成调压需求信号并编码为其他单元可识别的形式后送入记忆单元进行响应。
记忆单元负责调压需求信息的优化、学习和记忆，当调压需求信号到来时，记忆单元通过和抗体记忆库进行匹配来完成整体的识别过程，如果记忆单元能在抗体记忆库中找到与调压需求信息相匹配的抗体(历史调压需求信号)，则由记忆单元提取抗体记忆库中的抗体来驱动决策单元作出决策；若抗体记忆库中没有相匹配的抗体，调压需求信号直接交予决策单元处理.
决策单元具有决策能力，负责调压方案的形成、处理及记忆，而且具有独立的知识库，主要用来存放历史数据和控制策略，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，决策单元由记忆单元输出“抗体”信息驱动，其中驱动信号可以从记忆单元单元获得，也可以通过通讯单元从其他智能体获得，决策单元连接记忆单元、通讯单元和输出控制单元，其中与通讯单元的信息传递是双向的。
通讯单元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，通讯单元与决策单元的信息传递是双向的，一方面决策单元将记忆单元处理后的调压需求信息传给通讯单元并由通讯单元将调压需求信号传递给给他智能体，另一方面通讯单元接收到调压需求信号以后将其传给决策单元并由决策单元决定是否参与协作。
输出控制模块根据决策单元制定的控制策略对SLVR装置进行控制，它在接收到决策单元的控制指令后便生成相应的控制序列驱动SLVR装置工作，从而形成综合调压方案。
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，知识库对重复出现的调压需求信号做出快速的二次应答。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。
所述每个智能体都有自身的能力范围和应答规则，对于能力范围内的需求信号，智能体通过输出控制单元完成处理，对于不在能力范围内的需求信号，智能体需要通过通讯单元与其他智能体协作处理，处理需求信号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需求信号，则配合控制策略完成处理需求信号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，专门处理这类需求信号；当遇到集所有智能体合力无法完成的需求信号时，立刻放弃该需求信号的处理以及该需求信号引起的一系列操作并将需求信号信息存入知识库，实现对信号的死锁消除机制。
控制装置的工作原理为：每个智能体在空间中搜索需求信号，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，启动信号识别，智能体产生相应抗体并与其他智能体通讯，先尝试单独处理，如果能单独处理，智能体状态变为需求信号处理模式；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，一起合作完成信号处理以后，相应的智能体将处理结果写入知识库，智能体的状态由信号处理状态又变回搜索状态，继续寻找新的调压需求信号，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。
一种基于多智能体免疫算法的集中式电压控制方法，以电压控制装置为基础，运用人工免疫算法分布性、适应性的优点，将调压需求信号看作抗原，智能体看作产生抗体的细胞，基于抗体识别抗原并受到抗原激励的机理，自主选择智能体以及处理方案来完成调压任务，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，通过通讯单元选择智能体进行协作，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。
如图5所示，基于抗体识别抗原，受到抗原激励的机理，智能体通过信号处理单元得到调压需求信号，受到信号的激励。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。著名的独特性网络模型指出生物免疫系统由分布的多种细胞组成，由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，本发明为电压控制装置提出了免疫算法。
如图3所示，决策单元具有4种应答方式，在信号传递过程中，这种应答方式是按一定顺序执行的，当信号处理单元发现新的调压需求信号并将其编码为其他单元可识别的形式后，决策单元立刻根据得到的信号进行分析。它先从知识库中搜索符合此调压需求信号的信息，如果有相同的信息，就直接采用知识库里的处理信息，将其送到输出控制单元进行输出，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，则检查决策单元的预设置方案，对于一些简单的调压需求信号，决策单元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调压需求信号，决策单元也可以通过对预设方案的调整形成新的处理方案来完成任务，该应答过程称为特异性响应；如果调压需求信号的复杂度超出了单个智能体的能力范围，智能体只能通过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，当再次遇到相同信号时，决策单元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。
如图4所示，基于多智能体免疫算法的集中式电压控制方法具体包括以下步骤：
步骤一：线路正常运行时，决策单元一直处于搜索调压需求的状态，从调压需求信号产生到调压方案制定再到控制输出为一个控制周期，若决策单元没有搜索到新的调压需求信号或者没有接收到其他智能体的协作邀请，则多智能体系统中的每个智能体都维持目前的调压方案不变；如果决策单元搜索到调压需求信号或者接收到其他智能体的协作邀请则转为工作状态。在决策单元搜索调压需求信号的过程中，智能体之间不进行信息量的交互，处于一种基于本地信息的间接通讯形式。随着电压控制装置的扩大，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。
步骤二：决策单元进行获得性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤八；若否，则进入步骤三；
步骤三：决策单元进行非特异性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤七；若否，则进入步骤四；
步骤四：决策单元进行特异性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤七；若否，则进入步骤五；
步骤五：决策单元向其他智能体通讯进行协作响应，智能体之间进行协作，判断协作是否完成调压方案，若是，则进入步骤七；若否，则进入步骤六；
步骤六：判断是否出现死锁状态，若是，则处理死锁，放弃信号的处理以及该任务引起的一系列操作并将任务信息存入记忆库；若否，则返回步骤五；
步骤七：产生调压方案，并将调压方案记忆到知识库中；
步骤八：程序结束。
所述智能体受到激励的程度反映为智能体对调压需求信号的亲和力，智能体生成的调压方案之间也存在激励与抑制的关系，它们之间的相互作用通过通讯单元来实现。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(即调压方案)对其他应答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应答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，如电压偏移率指标、负荷节点电压指标等，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。
式中，E表示评价值；wi以表示权重系数，且Fi表示对一个目标的评价值；n表示评价目标的总数；
智能体对每一种调压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，从而实现多个智能体的协调与协作。
在整个处理过程中，为了防止智能体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，则立刻放弃信号的处理以及该任务引起的一系列操作并将任务信息存入知识库，尽可能消除因争抢共享资源引起的任务死锁。

Claims (9)

1.一种集中式电压控制装置，其特征在于：包括多个分散式的智能体，多个智能体通过以太网构成集中式电压控制装置，每个智能体包括信息处理单元、记忆单元、决策单元、输出控制单元和通讯单元，所述信息处理单元、记忆单元、决策单元依次连接，决策单元分别与输出控制单元、通讯单元连接；所述信息处理单元采集电量信号并与设定值进行比较，若两者有差异则生成调压需求信号并送入记忆单元；记忆单元将调压需求信号与抗体记忆库进行匹配，匹配结果送入决策单元；决策单元根据匹配结果完成调压方案；调压方案送入输出控制单元，输出控制单元根据调压方案对低电压调节装置进行控制；所述通讯单元进行智能体之间的信号传递，实现智能体之间的协调与协作。
2.根据权利要求1所述的集中式电压控制装置，其特征在于：所述信息处理单元包括依次串接的传感器、计算比较单元和调压需求信号生成单元，传感器采集线路末端三相电压和电流信号，并将采集到的数据送入计算比较单元，计算比较单元对数据进行处理后与线路正常运行时的设定值进行比较，比较结果送入调压需求信号生成单元，调压需求信号生成单元判断比较结果是否一致，若存在差异则生成调压需求信号并送入记忆单元进行响应。
3.根据权利要求1所述的集中式电压控制装置，其特征在于：所述记忆单元通过和抗体记忆库进行匹配来完成整体的识别过程，如果记忆单元能在抗体记忆库中找到与调压需求信息相匹配的抗体，抗体即历史调压需求信号，则由记忆单元提取抗体记忆库中的抗体来驱动决策单元作出决策；决策单元由记忆单元输出抗体信息驱动，若抗体记忆库中没有相匹配的抗体，调压需求信号直接交予决策单元处理，决策单元根据预设方案作出决策。
4.根据权利要求1所述的集中式电压控制装置，其特征在于，所述通讯单元进行信号传递的具体方式为：若决策单元自身能单独完成调压方案，则通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与；若决策单元自身无法单独完成调压方案，则通过通讯单元对其他智能体发出协作邀请；同时决策单元也能通过通讯单元接收其他智能体的协作邀请。
5.一种基于多智能体免疫算法的集中式电压控制方法，其特征在于：以权利要求1-4中任一项所述的电压控制装置为基础，将调压需求信号看作抗原，智能体看作产生抗体的细胞，基于抗体识别抗原并受到抗原激励的机理，自主选择智能体以及处理方案来完成调压任务，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，通过通讯单元选择智能体进行协作，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，具体包括以下步骤：
步骤一：线路正常运行时，决策单元一直处于搜索调压需求的状态，如果搜索到调压需求信号或者接收到其他智能体的协作邀请则转为工作状态；
步骤二：决策单元进行获得性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤八；若否，则进入步骤三；
步骤三：决策单元进行非特异性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤七；若否，则进入步骤四；
步骤四：决策单元进行特异性响应，判断是否完成调压方案，若是，则决策单元通过通讯单元向其他的智能体发出抑制信号，抑制其他智能体参与，进入步骤七；若否，则进入步骤五；
步骤五：决策单元向其他智能体通讯进行协作响应，智能体之间进行协作，判断协作是否完成调压方案，若是，则进入步骤七；若否，则进入步骤六；
步骤六：判断是否出现死锁状态，若是，则处理死锁，放弃信号的处理以及该任务引起的一系列操作并将任务信息存入记忆库；若否，则返回步骤五；
步骤七：产生调压方案，并将调压方案记忆到知识库中；
步骤八：程序结束。
6.根据权利要求5所述的基于多智能体免疫算法的集中式电压控制方法，其特征在于：
当决策单元处于工作状态后，决策单元根据得到的调压需求信号进行分析；决策单元先从知识库中搜索符合此调压需求信号的信息，如果有相同的信息，就直接采用知识库里的处理信息，将处理信息送到输出控制单元进行输出，该应答过程称为获得性响应；
如果知识库中没有相同的信息，则检查决策单元的预设置方案，对于简单的调压需求信号，决策单元基于经验预先设置的方案即可完成调压方案，该应答过程称为非特异性响应；
对于复杂的调压需求信号，决策单元能通过对预设方案的调整形成新的处理方案来完成调压方案，该应答过程称为特异性响应；
如果调压需求信号的复杂度超出了单个智能体的能力范围，智能体只能通过通讯单元与其他智能体协作才能完成调压方案，该应答过程称为协作响应。
7.根据权利要求6所述的基于多智能体免疫算法的集中式电压控制方法，其特征在于：所述步骤一中，在决策单元搜索调压需求信号的过程中，智能体之间不进行信息量的交互，处于一种基于本地信息的间接通讯形式。
8.根据权利要求6所述的基于多智能体免疫算法的集中式电压控制方法，其特征在于：所述智能体受到激励的程度反映为智能体对调压需求信号的亲和力，智能体生成的调压方案之间也存在激励与抑制的关系；当某一智能体能单独完成调压方案时，此智能体的调压方案对其他智能体的调压方案就是一种抑制作用，而且亲和力越高的调压方案对其他调压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调压方案；当某智能体不能单独完成调压方案时，对其他智能体的调压方案就是一种激励作用，而且亲和力越高的调压方案所受的激励作用就越大，最终由亲和力高的若干个抗体共同协作完成任务。
9.根据权利要求8所述的基于多智能体免疫算法的集中式电压控制方法，其特征在于：智能体对每一种调压方案进行评价值计算，评价值的计算公式为
式中，E表示评价值；wi以表示权重系数，且Fi表示对一个目标的评价值；n表示评价目标的总数；
智能体之间评价值的计算都是独立的，并且是同时进行的；评价值高的方案获得激励并抑制评价值低的方案，从而实现多个智能体的协调与协作。
CN201810043575.XA 2018-01-17 2018-01-17 基于多智能体免疫算法的集中式电压控制装置及控制方法 Pending CN108199379A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810043575.XA CN108199379A (zh) 2018-01-17 2018-01-17 基于多智能体免疫算法的集中式电压控制装置及控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810043575.XA CN108199379A (zh) 2018-01-17 2018-01-17 基于多智能体免疫算法的集中式电压控制装置及控制方法

Publications (1)

Publication Number Publication Date
CN108199379A true CN108199379A (zh) 2018-06-22

Family

ID=62589757

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810043575.XA Pending CN108199379A (zh) 2018-01-17 2018-01-17 基于多智能体免疫算法的集中式电压控制装置及控制方法

Country Status (1)

Country Link
CN (1) CN108199379A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201215569Y (zh) * 2008-04-24 2009-04-01 长春供电公司 一种集中式电压实时监测及管理系统
CN101510685A (zh) * 2009-03-12 2009-08-19 上海交通大学 基于生物免疫原理的分布式智能控制系统
CN103545829A (zh) * 2013-11-12 2014-01-29 武汉大学 基于免疫多智能体系统的电气化铁路不平衡协同补偿方法
CN104392279A (zh) * 2014-11-19 2015-03-04 天津大学 一种多智能体结构的微电网优化运行方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201215569Y (zh) * 2008-04-24 2009-04-01 长春供电公司 一种集中式电压实时监测及管理系统
CN101510685A (zh) * 2009-03-12 2009-08-19 上海交通大学 基于生物免疫原理的分布式智能控制系统
CN103545829A (zh) * 2013-11-12 2014-01-29 武汉大学 基于免疫多智能体系统的电气化铁路不平衡协同补偿方法
CN104392279A (zh) * 2014-11-19 2015-03-04 天津大学 一种多智能体结构的微电网优化运行方法

Similar Documents

Publication Publication Date Title
CN112072641A (zh) 一种源网荷储柔性协调控制和运行优化方法
Vlennet et al. Multicriteria optimization using a genetic algorithm for determining a Pareto set
CN101510685B (zh) 基于生物免疫原理的分布式智能控制系统
CN104917173B (zh) 适应配电网大容量负荷转移的配电网优化方法
CN108123439A (zh) 一种基于多代理系统的主动配电网多故障抢修与恢复方法
CN110858718B (zh) 考虑经济性的交流微电网分布式事件驱动的频率控制方法
CN105515010B (zh) 一种基于合作对策的二级电压协调控制方法及系统
CN106451415B (zh) 一种基于分布式协调方法的微电网电力交易系统
CN106026084A (zh) 一种基于虚拟发电部落的agc功率动态分配方法
CN107147105A (zh) 一种多时空尺度混合优化与分布式协调混杂控制方法
CN106655253A (zh) 单三相多微网区域动态划分方法
CN108270216A (zh) 一种考虑多目标的复杂配电网故障恢复系统及方法
CN115102953A (zh) 配电网云边端协同管控系统及方法
CN106487001B (zh) 一种独立电力系统智能重构方法
CN107171339A (zh) 一种含微网的配电网电压无功优化方法
CN108092315A (zh) 一种适用于海上风电消纳的交流微网组网系统
CN108199379A (zh) 基于多智能体免疫算法的集中式电压控制装置及控制方法
CN109149658A (zh) 基于一致性理论的独立微电网分布式动态经济调度方法
CN106611966A (zh) 多逆变器型交流微电网分布式经济性自动发电控制算法
CN109286206A (zh) 一种基于单元网布局下的多级能源主动调控方法
CN108011377B (zh) 基于自治控制区域的主动配电网自动电压控制方法
CN107370191A (zh) 一种基于改进蚁群算法的火电机组发电计划制作方法
Dudko et al. Open routed energy distribution network based on a concept of energy router in smart grid
CN106253346B (zh) 一种电力网络的控制方法、装置及系统
CN106253348B (zh) 一种电力网络及其控制方法、装置和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180622

RJ01 Rejection of invention patent application after publication