CN110970895B - 一种基于智能体系统的多虚拟电厂协同优化方法 - Google Patents

Abstract

本发明提供了一种基于智能体系统的多虚拟电厂协同优化方法，包括：步骤1，基于智能体系统建立虚拟电厂信息交互体系：在分布式信息交互架构下，建立融合群内、群间、牵引的分布式信息交互协议；步骤2，分区牵引收敛点agent的预设：通过牵引期望收敛点预设将主动配电系统全局功率不平衡转换为牵引期望迭代；步骤3，虚拟电厂分区内“自”优化：通过场内agent信息交互协调场内实现经济优化；步骤4，虚拟电厂分区间“互”优化：通过建立虚拟电厂间的信息交互方式，利用邻居信息交互实现关键信息分享；步骤5，多虚拟电厂“群”优化：依据牵引趋同群一致性，实现整个主动配电系统群一致协同，满足上层电网功率平衡需求。

Description

一种基于智能体系统的多虚拟电厂协同优化方法

技术领域

本发明涉及配电网控制分区领域，具体涉及一种基于智能体系统的多虚拟电厂协同优化方法。

背景技术

主动配电系统控制技术是实现海量接入多类型DGs、多元复合储能、多样化负荷、及其他设备主动协调管控的有效解决方案之一，也是提高系统安全性、可靠性、运行效率的关键技术。然而，间歇式新能源的不确定性、并网逆变器参与调控的需求、负荷的多样化发展趋势、以及用户对高品质供电的要求等，均给主动配电系统的运行控制带来了极大的挑战。依靠传统的集中式分层协调调控模式，已难以满足主动配电系统主动管控的技术需求，也难以发挥主动配电系统中多种可调资源的自适应调节控制能力，鉴于此，开展多种可调资源协调控制及相关研究，探索新的运行控制模式以适应主动配电系统的发展需求，具有强烈的现实意义。多级分层协调控制架构及策略是解决主动配电系统运行控制问题实用且有效的途径，但其更多地注重上层配电网操作管理者(DNO，Distribution NetworkOperator)的协调分配，而对DGs的就地治控制能力利用尚不够充分，未能深度发掘DGs的利用潜力。鉴于此，有必要在分层协调控制架构的基础上进行探索改进，兼顾全局协调的同时，充分利用分区自治及DG就地控制能力，协调DGs控制、储能控制、多级可控负荷优化减载等控制措施，使主动配电系统中多种可调资源在不同的运行状态下有序、高效运行。

因此开展主动配电网虚拟电厂分层分区控制研究，为新型智能主动配电系统调控提供参考，具有十分重要的理论和实践意义。目前针对于主动配电网虚拟电厂的协调控制的研究，尚处于研究阶段。要实现智能体系下多虚拟电厂协同优化，需要解决以下问题：1)虚拟电厂间如何进行信息交互；2)依据什么标准对多虚拟电厂自互群各层次进行控制。

发明内容

为了弥补现有技术的缺乏，本发明提供了一种基于智能体系统的多虚拟电厂协同优化方法，其技术方案如下：

步骤1：基于智能体系建立虚拟电厂信息交互体系

将主动配电系统抽象为一个MAS系统，其通信拓扑用G表示，由p个虚拟电厂分区组成，G₁,G₂,…,G_P分别表示对应分区的通信拓扑；k＝1,2,…,p，第k个分区有q_k个agents，同时用I来表征对应的agents如下：

对应地，将所有的agents定义如下：

式中，I_k表示第k个分区的agents群对应的标识参数，V_k表示第k个分区中对应的agents，包括分布式电源agents、储能系统agents和可控负荷agents，v_i表示第i个agent对应的参数；

第i个agent对应的邻居集合用N_i来表示：

式中，ξ表示第i和第j个agents间的通信连接；N_k,i代表第k个分区中第i个agent的邻居集合；

步骤2：分区牵引收敛点agent的预设

所谓的牵引收敛点即在边缘区域通过预设agent代理点来统筹虚拟电厂内的功率平衡与经济效益，以及通过相邻分区的agent协调优化最终达到群趋于一致性，满足上层系统的相应需求，统筹系统的不平衡功率；

步骤2.1：建立分区分配系数和/>

式中和/>代表分布式电源、储能、可控负荷对应的本地agent就地评估其对应的无功和有功功率可控容量，ω_i,c代表各可控单元对应的参与因子，若该agent参与全局控制，其参与因子为1，否则参与因子为0；

步骤2.2：主动配电系统中多形式分区的牵引期望收敛点可预设如下：

牵引期望收敛点预设主要是将主动配电系统全局功率不平衡 转换为牵引期望收敛点/>如此，主动配电系统全局协调控制就转化为分区的群一致性牵引群制，当所有分区达到群一致性时，全局功率不平衡也被弥补；

步骤3：虚拟电厂分区内自优化

所谓虚拟电厂的自优化即通过电厂内的牵引agent来协调源-荷-储三部分，在满足虚拟电厂内的功率稳定为前提，基于场内agent的信息交互，以区域自运行经济性为主要矛盾来实现区内的自优化；

步骤3.1：以第k，2个虚拟电厂分区为例，为了满足无功和有功平衡，首先制定功率等式约束如下：

步骤3.2：针对虚拟电厂中的多种类型的分布式电源，储能和可控负荷，构建发电成本最小最优控制目标函数：

式中，C_T,k,2表示第k,2个虚拟电厂分区的整体控制成本；和/>分别表示无功和有功功率控制应对的成本；

步骤4：虚拟电厂分区间互优化

从网络的稳定性角度考虑，单智能终端的调节能力是有限的，同时也为了实现智能终端的即插即用，多智能终端分区间协同控制就显得尤为重要；

若第k个分区对应的agents集群中的所有agents能够渐进收敛如下：

即表示第k个分区对应的agents集群能够达到群一致性

群间agents和群内agents之间的信息交互方法可表示如下：

式中，表式t_m时刻群间和群内agents间的信息交互控制输出，/>表示t_m时刻第i个分区群内信息交互的通信耦合关联权重，而/>表示t_m时刻第i个分区群间信息交互的通信耦合关联权重；

综上，互优化通过信息交互使相邻分区终端之间进行能量传输来满足功率平衡，进而维持各分区稳定；

步骤5：多虚拟电厂群优化

根据牵引群一致性原理，将整个主动配电系统多个分区的牵引预设群一致性收敛点表示如下：

如此，牵引群趋同信息交互控制可表示为：

其中，表示牵引控制的控制输出；/>表示t_m时刻的牵引控制增益，若表示在第i个agent处施加了牵引控制，若/>则表示第i个agent处未施加牵引控制；

依据牵引趋同群一致性理论，整个主动配电系统中所有agent群将收敛到预设群一致性收敛点处，即代表整个主动配电系统达到群一致性。

与现有技术相比，本发明的有益效果是：

1、本发明建立的多虚拟电厂协同优化，可显著降低运行控制的复杂度和维度，在保证系统全局协调运行的同时，实现分层分区的自治控制，挖掘可调资源的利用潜力；

2、充分发挥分布式牵引控制的优势，利用局部牵引及耦合趋同控制解决主动配电系统全局协调控制问题，探索出适用于主动配电系统的全新的运行控制模式，为新型智能主动配电系统调控提供参考，具有十分重要的理论和实践意义。

附图说明

图1为本发明的流程图；

图2是本发明实施案例中采用的系统结构图；

图3为本发明实施案例中的结果示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施案例对本发明进行深入地详细说明。应当理解，此处所描述的具体实施案例仅仅用以解释本发明，并不用于限定发明。

如图1所示，本发明所述的一种基于智能体系统的多虚拟电厂协同优化方法，流程如图1所示，具体包括以下步骤：

步骤1：基于智能体系建立虚拟电厂信息交互体系

将主动配电系统抽象为一个MAS系统，其通信拓扑用G表示，由p个虚拟电厂分区组成，G₁,G₂,…,G_P分别表示对应分区的通信拓扑；k＝1,2,…,p，第k个分区有q_k个agents，同时用I来表征对应的agents如下：

对应地，将所有的agents定义如下：

式中，I_k表示第k个分区的agents群对应的标识参数，V_k表示第k个分区中对应的agents，包括分布式电源agents、储能系统agents和可控负荷agents，v_i表示第i个agent对应的参数；

第i个agent对应的邻居集合用N_i来表示：

式中，ξ表示第i和第j个agents间的通信连接；N_k,i代表第k个分区中第i个agent的邻居集合；

步骤2：分区牵引收敛点agent的预设

所谓的牵引收敛点即在边缘区域通过预设agent代理点来统筹虚拟电厂内的功率平衡与经济效益，以及通过相邻分区的agent协调优化最终达到群趋于一致性，满足上层系统的相应需求，统筹系统的不平衡功率；

步骤2.1：建立分区分配系数和/>

式中和/>代表分布式电源、储能、可控负荷对应的本地agent就地评估其对应的无功和有功功率可控容量，ω_i,c代表各可控单元对应的参与因子，若该agent参与全局控制，其参与因子为1，否则参与因子为0；

步骤2.2：主动配电系统中多形式分区的牵引期望收敛点可预设如下：

牵引期望收敛点预设主要是将主动配电系统全局功率不平衡 转换为牵引期望收敛点/>如此，主动配电系统全局协调控制就转化为分区的群一致性牵引群制，当所有分区达到群一致性时，全局功率不平衡也被弥补；

步骤3：虚拟电厂分区内自优化

所谓虚拟电厂的自优化即通过电厂内的牵引agent来协调源-荷-储三部分，在满足虚拟电厂内的功率稳定为前提，基于场内agent的信息交互，以区域自运行经济性为主要矛盾来实现区内的自优化；

步骤3.1：以第k，2个虚拟电厂分区为例，为了满足无功和有功平衡，首先制定功率等式约束如下：

步骤3.2：针对虚拟电厂中的多种类型的分布式电源，储能和可控负荷，构建发电成本最小最优控制目标函数：

式中，C_T,k,2表示第k,2个虚拟电厂分区的整体控制成本；和/>分别表示无功和有功功率控制应对的成本；

步骤4：虚拟电厂分区间互优化

从网络的稳定性角度考虑，单智能终端的调节能力是有限的，同时也为了实现智能终端的即插即用，多智能终端分区间协同控制就显得尤为重要；

若第k个分区对应的agents集群中的所有agents能够渐进收敛如下：

即表示第k个分区对应的agents集群能够达到群一致性

群间agents和群内agents之间的信息交互方法可表示如下：

式中，表式t_m时刻群间和群内agents间的信息交互控制输出，/>表示t_m时刻第i个分区群内信息交互的通信耦合关联权重，而/>表示t_m时刻第i个分区群间信息交互的通信耦合关联权重；

综上，互优化通过信息交互使相邻分区终端之间进行能量传输来满足功率平衡，进而维持各分区稳定；

步骤5：多虚拟电厂群优化

根据牵引群一致性原理，将整个主动配电系统多个分区的牵引预设群一致性收敛点表示如下：

如此，牵引群趋同信息交互控制可表示为：

其中，表示牵引控制的控制输出；/>表示t_m时刻的牵引控制增益，若表示在第i个agent处施加了牵引控制，若/>则表示第i个agent处未施加牵引控制；

依据牵引趋同群一致性理论，整个主动配电系统中所有agent群将收敛到预设群一致性收敛点处，即代表整个主动配电系统达到群一致性。

实施案例

1.基于智能体系建立虚拟电厂信息交互体系

图2为基于MAS的主动配电系统仿真模型。在初始时，整个主动配电系统运行在稳定状态下，所有的分布式电源运行在PQ控制策略下；当t＝1s时，DNO的无功功率控制发生变化；其节点安装DG容量如表1所示：

表1.节点DG安装容量

采用数学模型和仿真模型结合的方法，在MATLAB仿真平台中建立基于MAS的主动配电系统仿真模型；构建对应的分区牵引趋同信息交互架构，建立多种类型agents(牵引agents、群内agents、群间agents)模型、以及agents与电力设备间接口模型，制定分布式信息交互方法，验证分区间的牵引一致趋同特性，同时证明通信耦合关联设置及自适应调整方法的灵活适应性。

2.分区牵引收敛点agent的预设

步骤2.1：建立分区分配系数

式中和代表分布式电源、储能、可控负荷对应的本地agent就地评估其对应的无功可控容量；ω_i,c代表各可控单元对应的参与因子，若该agent参与全局控制，其参与因子为1，否则参与因子为0。

步骤2.2：主动配电系统中多形式分区的牵引期望收敛点可预设如下：

3.虚拟电厂分区内自优化

步骤3.1：以第k,2个虚拟电厂分区为例，为了满足无功和有功平衡，首先制定功率等式约束如下：

步骤3.2：针对虚拟电厂中的多种类型的分布式电源，储能和可控负荷，构建发电成本最小最优控制目标函数

式中，C_T,k,2表示第k,2个虚拟电厂分区的整体控制成本；表示无功功率控制应对的成本。

综合考虑分区内各种可控制资源(分布式电源DGs，可控负荷CLs等)的边际成本，并根据经济优化结果调整相关无功功率输出。

4.虚拟电厂分区间互优化

根据DNO的无功功率指令变化利用步骤2的分区牵引收敛点预设方法对各个分区的牵引期望收敛点进行预设；根据确定好的群一致性收敛点预设值，主动配电系统实现多个分区间的全局协调控制。

尽管参照前述实施案例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施案例所记载的技术方案进行修改，或者对其中部分技术特征进行同等替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (1)

1.一种基于智能体系统的多虚拟电厂协同优化方法，所述方法包括：

步骤1：基于智能体系建立虚拟电厂信息交互体系

将主动配电系统抽象为一个MAS系统，其通信拓扑用G表示，由p个虚拟电厂分区组成，G₁，G₂，...，G_P分别表示对应分区的通信拓扑；k＝1，2，...，p，第k个分区有q_k个agents，同时用I来表征对应的agents如下：

对应地，将所有的agents定义如下：

式中，I_k表示第k个分区的agents群对应的标识参数，V_k表示第k个分区中对应的agents，包括分布式电源agents、储能系统agents和可控负荷agents，v_i表示第i个agent对应的参数；

第i个agent对应的邻居集合用N_i来表示：

式中，ξ表示第i和第j个agents间的通信连接；N_k，i代表第k个分区中第i个agent的邻居集合；

步骤2：分区牵引收敛点agent的预设

所谓的牵引收敛点即在边缘区域通过预设agent代理点来统筹虚拟电厂内的功率平衡与经济效益，以及通过相邻分区的agent协调优化最终达到群趋于一致性，满足上层系统的相应需求，统筹系统的不平衡功率；

步骤2.1：建立分区分配系数和/>

式中，和/>代表分布式电源、储能、可控负荷对应的本地agent就地评估其对应的无功和有功功率可控容量，ω_i，c代表各可控单元对应的参与因子，若该agent参与全局控制，其参与因子为1，否则参与因子为0；

步骤2.2：主动配电系统中多形式分区的牵引期望收敛点设置如下：

牵引期望收敛点预设将主动配电系统全局功率不平衡转换为牵引期望收敛点/>如此，主动配电系统全局协调控制就转化为分区的群一致性牵引群制，当所有分区达到群一致性时，全局功率不平衡也被弥补；

步骤3：虚拟电厂分区内自优化

所谓虚拟电厂的自优化即通过电厂内的牵引agent来协调源-荷-储三部分，在满足虚拟电厂内的功率稳定为前提，基于场内agent的信息交互，以区域自运行经济性为主要矛盾来实现区内的自优化；

步骤3.1：以第k,2个虚拟电厂分区为例，为了满足无功和有功平衡，首先制定功率等式约束如下：

步骤3.2：针对虚拟电厂中的多种类型的分布式电源，储能和可控负荷，构建发电成本最小最优控制目标函数：

式中，C_T，k，2表示第k，2个虚拟电厂分区的整体控制成本；和/>分别表示无功和有功功率控制对应的成本；

步骤4：虚拟电厂分区间互优化

从网络的稳定性角度考虑，单智能终端的调节能力是有限的，同时也为了实现智能终端的即插即用，多智能终端分区间协同控制就显得尤为重要；

若第k个分区对应的agents集群中的所有agents能够渐进收敛如下：

即表示第k个分区对应的agents集群能够达到群一致性x_k ^*；

群间agents和群内agents之间的信息交互方法表示如下：

式中，表式t_m时刻群间和群内agents间的信息交互控制输出，/>表示t_m时刻第i个分区群内信息交互的通信耦合关联权重，而/>表示t_m时刻第i个分区群间信息交互的通信耦合关联权重；

综上，互优化通过信息交互使相邻分区终端之间进行能量传输来满足功率平衡，进而维持各分区稳定；

步骤5：多虚拟电厂群优化

根据牵引群一致性原理，将整个主动配电系统多个分区的牵引预设群一致性收敛点表示如下：

如此，牵引群趋同信息交互控制表示为：

其中，表示牵引控制的控制输出；/>表示t_m时刻的牵引控制增益，若/>表示在第i个agent处施加了牵引控制，若/>则表示第i个agent处未施加牵引控制；

依据牵引趋同群一致性理论，整个主动配电系统中所有agent群将收敛到预设群一致性收敛点处，即代表整个主动配电系统达到群一致性。