CN101777769B - 电网的多智能体优化协调控制方法 - Google Patents

电网的多智能体优化协调控制方法 Download PDF

Info

Publication number
CN101777769B
CN101777769B CN2010101305206A CN201010130520A CN101777769B CN 101777769 B CN101777769 B CN 101777769B CN 2010101305206 A CN2010101305206 A CN 2010101305206A CN 201010130520 A CN201010130520 A CN 201010130520A CN 101777769 B CN101777769 B CN 101777769B
Authority
CN
China
Prior art keywords
agent
electrical network
grid
information
maincenter
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.)
Expired - Fee Related
Application number
CN2010101305206A
Other languages
English (en)
Other versions
CN101777769A (zh
Inventor
艾芊
吴俊宏
施婕
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong 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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN2010101305206A priority Critical patent/CN101777769B/zh
Publication of CN101777769A publication Critical patent/CN101777769A/zh
Application granted granted Critical
Publication of CN101777769B publication Critical patent/CN101777769B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Supply And Distribution Of Alternating Current (AREA)

Abstract

一种电网技术领域的电网的多智能体优化协调控制方法。包括步骤如下:采集本地电气信息,传递给微电网中枢Agent,同时区域电网下达控制指令给微电网中枢Agent;通过网格技术计算;微电网中枢Agent下达新的控制指令,并同时将信息通过网线传递给区域电网调Agent;各元件Agent接受微电网中枢Agent的调度指令,并根据所采集的本地电气信息,对执行这些调度命令的结果进行逻辑判断;同时,区域电网调Agent进行控制范围内电网的优化,通过网格技术,控制计算机并行计算。本发明适用于对智能电网分布式能源进行最优调度,它能以最优化的方案控制各电源,同时大大提高运算处理时间,保证智能电网安全、稳定、经济地运行。

Description

电网的多智能体优化协调控制方法
技术领域
本发明涉及的是一种电网技术领域的控制方法,特别是一种基于网格技术的电网的多智能体优化协调控制方法。
背景技术
在未来的智能电网中,电能不仅从集中式发电厂流向输电网、配电网直至用户,同时电网中还遍布各种形式的新能源和清洁能源,包括:太阳能、风能、燃料电池、电动汽车等等,当这些能源被安装在用户端时就被称为分布式能源。然而,当电网中融入大量的分布式能源后,电网的结构、能量形式、功率流动、信息交换和控制方式的复杂程度将大大增加。因此,如何对各种分布式能源进行智能化管理是实现智能电网的关键技术之一。针对分布式能源带来的问题,目前提出和研究最多的解决方案就是微电网(Micro Grid)技术,即对于输电成本高、对电能质量要求高的集中电力用户区,将分布式能源以微电网的形式接入大电网。微电网一方面能够有效利用分布式能源,提供高质量的供电服务,另一方面又能避免分布式能源对大电网的冲击,因此成为解决分布式能源大规模接入问题的有效手段。
与此同时,如何解决包含大量分布式能源的电力***的安全可靠稳定运行,关系到一个社会的安全稳定,要对电网进行安全分析、保证电力***的正常运行和经济运行,我们必须进行大量的数字运算。而由于现有的计算机技术的限制,目前在电力***中的主要采用的方法是根据经验把现有的网络进行等值简化,再进行离线计算或在线计算.这就不能保证计算的实时性与准确性。同时,电力***的最优化控制和动态实时安全分析,对计算速度也提出了很高的要求。由于目前的单机计算速度远远不能满足大规模电力***的实时计算要求。为了提高计算能力,现在主要的方法是在电力***潮流计算、暂态稳定分析中并行计算,但其计算加速比与效率不高,且计算能力始终跟不上实际问题计算需求的增长。而且并行计算所需硬件成本过高,软件编程困难,用户使用维护技术复杂等诸多不利因素,从而导致研究网格计算成为电力***发展的迫切需要。
然而,包含大量分布式电源的智能电网,由于存在大量的信息数据,若采用传统的集中调度控制方式,难以有效的实现对各电源以及负荷的有效控制。而日趋成熟的多智能体***为电力***的分布式控制提供了有效的解决方案。且鉴于智能体自主性与反应性等多个优点,它能充分实现对电力***的职能管理与无人调度。
经对现有技术文献的检索发现,中国专利申请号200710152493.0,发明名称:控制微电网的***和方法,公开号:CN101207284,该专利通过连通线控制器较好的实现了大型电网对微电网的控制和管理,然而该方法:(1)该控制方法缺少对全网运行的优化分析以及快速计算方式;(2)控制方法没有考虑对错误指令的纠错,造成***失稳的可能,这种连通线控制器由于网络延迟或阻塞很难实现实时控制,不易达到电网经济和稳定运行的目的。
鉴于以上分析,为了给包含大量分布式能源的智能电网提供优化调度方案,特别针对其中的分布式电源的管理,本项目提出了基于网格技术的智能电网多智能体优化协调控制方法。
发明内容
本发明的目的是解决智能电网大量分布式电源的优化管理与控制,并协调整个电网达到安全、稳定、经济、可靠的运行,提供一种基于网格技术的智能电网多智能体优化协调控制方法。该控制方法通过多智能体***对智能电网进行分层控制,并利用网格技术进行并行计算,确保未来电网智能化的安全稳定运行。
本发明包括步骤如下:
第一步:由处于控制结构底层的各元件Agent通过采样装置采集本地电气信息,如频率、电压、电流等信息,并通过网线传递给微电网中枢Agent,同时区域电网调Agent根据区域电网的稳定原则和经济原则,会下达控制指令信息给微电网中枢Agent。
第二步:微电网中枢Agent对其管辖的微电网进行总调度,接收电气信息,并进行控制范围内电网的优化计算,进行安全稳定分析和经济运行分析,即通过网格技术,将数学目标函数发送给多台计算机同时进行并行计算,通过所述的网格技术进行计算由单机串行计算改为由网格多台计算机的并行计算,利用MPICH实现。这样能够大大提高计算时间。
第三步:微电网中枢Agent根据第二步中的优化计算结果和预先设定的协调控制策略
第三步:微电网中枢Agent根据第二步中的优化计算结果和协调控制的预先设定给底层元件Agent下达新的控制指令,并同时将信息通过网线传递给区域电网调Agent。
第四步:各元件Agent接受微电网中枢Agent的调度指令,并根据所采集的本地电气信息,如电压、频率、电流,对执行这些调度命令的结果根据事先设定的程序进行逻辑判断,如果执行这些指令不会对电网的稳定性造成破坏,则执行相关电气元件例如电源和负荷进行操作,否则拒绝执行新指令并询问微电网中枢Agent。同时,区域电网调Agent根据第三步中微电网中枢Agent上传的信息以及总调Agent下达的指令进行控制范围内电网的优化计算,即进行安全稳定分析和经济运行分析,计算采用网格技术,即将目标函数通过网线发送给多台计算机同时进行并行计算。
第五步:区域电网调Agent根据优化计算结果给微电网中枢Agent下达新的控制指令,并同时将信息通过网线传递给总调Agent。
第六步:微电网中枢Agent根据第五步区域电网调Agent新的控制指令和采集的本地电气信息进行第二步所描述的操作。总调Agent进行控制范围内电网的优化计算,即进行安全稳定分析和经济运行分析,计算采用网格技术,即将目标函数通过网线发送给多台计算机同时进行并行计算,并根据优化计算结果给区域电网调Agent通过网线下达新的控制指令。
第七步:区域电网调Agent根据第六步总调Agent新的控制指令和第三步中描述的微电网中枢Agent上传的信息进行第四步里所描述的操作。
在电力***中,电网由某些单个电气元件组成微电网,再由某些微电网组成区域电网,最后所有的区域电网组成全网,本发明利用多智能体的控制结构,自下而上的元件Agent、微电网中枢Agent、区域电网调Agent、总调Agent,各层Agent是一个或多个有通讯能力的CPU,其中元件Agent主要负责对电源和负荷等电气元件的控制以及采集本地电压、电流、频率等电气信息,微电网中枢Agent取代人工负责某个微电网范围内的管理,区域电网调Agent取代人工负责某个区域电网范围内的管理,总调Agent取代人工负责全网范围内的管理,他们的管理方法是根据各种电气信息进行优化计算,并向其管辖范围内的下一层Agent发布控制指令。通过网格技术,将目标函数发送给多台计算机同时进行并行计算,对智能电网全网进行优化协调控制,即进行安全稳定分析和经济运行分析,自动实现全网的经济、安全调度。
本发明的基于网格技术的智能电网多智能体优化协调控制方法,其最大的特点是采用了多智能体控制***分层控制的思想以及利用了网格技术,能够自动智能的实现全网的优化调度,解决了智能电网分布式电源多、管理难的问题;实现了智能电网的智能无人调度;加快了控制***的运算和分析;能够保证电网经济调度的同时确保电网安全稳定的运行。
附图说明
图1、以微电网为分布式能源管理手段的智能电网;
图2、智能电网的多智能体结构体系示意图;
图3、静态电压分析流程图;
图4、静态电压分析的MPI并行计算流程图;
图5、基于微网集中控制的分布式电源总体协调策略流程图;
图6、蓄电池元件Agent功能示意图;
图7、燃料电池与燃气轮机Agent控制策略流程图;
图8、光伏Agent和风电Agent控制策略流程图;
图9、负荷Agent控制策略流程图;
图10、光伏发电MPPT和负荷曲线;
图11、仿真结果图;
图12、光伏、风电MPPT与实际输出比较;
图13、全网节点电压曲线图;
图14、蓄电池储能以及充电功率。
具体实施方式
以下结合附图对本发明的实施例作详细说明:以下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过程,但本发明的保护范围不限于下述的实施例。
实施例
本实施例基于网格技术应用到智能电网的优化协调控制中。该智能电网如图1所示,将分布式电源利用微电网模式统一进行管理,再接入配电网***,进而与传统电网连接成一个整体。这种管理模式一方面能够有效利用分布式能源,提供高质量的供电服务,另一方面又能避免分布式能源对大电网的冲击。详细说明如下:
第一步:由各底层元件Agent通过采样装置采集本地相关电气信息,如频率、电压、电流等信息,并通过网线传递给微电网中枢Agent,同时区域电网调Agent会下达控制指令信息给微电网中枢Agent。
本实施例采用的多智能体***分层结构如图2所示,分为四层:元件Agent、微电网中枢Agent、区域电网调Agent、区域电网调Agent。各层Agent可以看作是一个或多个有通讯能力的CPU,各底层元件(包括发电机、负荷等)都作为独立的Agent运行;微电网中枢Agent根据底层Agent信息与上一层Agent指令对本微电网内底层元件Agent进行协调管理;区域电网调Agent可以理解为传统的配电网调度***,它通过通讯协调解决管辖范围内各微电网中枢Agent之间的任务划分和共享资源的分配,并管理传统的发电及变电设备;网调Agent可以理解为输电网调度***,它通过通讯协调解决管辖范围内各区域电网调Agent之间的任务划分和共享资源的分配。不同的Agent还保持一定量的数据通讯以更好的保证各自决策的合理性。
第二步:微电网中枢Agent通过网线接收第一步中所描述的信息,并进行控制范围内电网的优化计算,即进行安全稳定分析和经济运行分析,计算采用网格技术,即将目标函数发送给多台计算机同时进行并行计算,这样能够大大提高计算时间。
本实施例各层Agent的优化实质是安全稳定分析和经济分析,它也是本项目控制方法的基础,任何控制指令都将借鉴于这些计算结果,为了快速及时地对全网进行控制,快速的实现这些大型计算就显得至关重要,而基于网格技术的多机并行计算方式可以将传统的串行计算方式改进为并行计算方式,这种方式大大减少了计算时间。本项目采用消息传递模型MPI(Message Passing Interfae)来实现并行计算,它具有较高的通信性能、较好的程序可移植性和强大的功能等特点,因此它成为目前最为通用的并行编程方式。本实施例分析静态电压安全,连续潮流算法和相应的网格化并行计算流程图如图3所示和如图4所示。以IEEE162节点为例进行分析,若为单机串行计算,运行时间消耗为5.0105s,而采用2机并行计算,运算时间消耗为4.65503,由此可见,若网格上参与并行计算的计算机数量越多,那么运算时间将更快。
第三步:微电网中枢Agent根据第二步中的优化计算结果和预先设定的协调控制策略给底层元件Agent通过网线下达新的控制指令,并同时将信息传递给区域电网调Agent。
本实施例的主要目标是在保证全网安全稳定运行的条件下实现最经济运行,要注意的是,本文研究的安全稳定重点从电压稳定的角度出发,因为分布式电源通过逆变器接入的微电网里,不存在同步机型分布式电源,功角稳定也就不是主要问题,而有功功率的过剩或不足,将会直接导致母线电压的上升或下降;最经济运行则是尽可能使可再生能源(光伏、风电)工作在MPPT模式,因为它们发电不需要花费比如燃料电池燃料的这种成本费用。即控制目标函数为:
F={maxPG,i|Vmin≤V(t)i≤Vmax}                                        (1)
式中:PG,i为电网第i个可再生能源发电元件发电量,V(t)i为t时刻微电网第i个母线节点电压,Vmax、Vmin分别为1.05,0.95。
相应的约束约束条件如下:
1)功率平衡
∑PG,i=PD+PL                                      (2)
式中,PD,PL分别为负荷需求和网络损耗。
2)蓄电池储能限制
0.2≤Ss(t)≤Ss,max                                    (3)
式中,Ss(t)为t时刻蓄电池储存量,Ss,max=2.5。对于蓄电池,一般不会让它完全放完电,因此本文在储能低于0.2后将自动断开蓄电池与电网的连接,且储能量0.2的状态为后文所提到的放完电的状态。
3)蓄电池充放电功率限制
Ps(t)≤Pmax                                               (4)
式中,Ps(t)为t时刻蓄电池充放电功率,Pmax=1.25。
4)蓄电池安全工作电压限制
Vsafe_min<Vs(t)<Vsafe_max                                 (5)
式中,Vs(t)为蓄电池t时刻工作电压,Vsafe_min=0.9,Vsafe_max=1.1分别为蓄电池安全工作电压的最低值与最高值。
5)光伏、风电发电限制
PPV(t)≤PPV_mppt                                (6)
Pwind(t)≤Pwind_mppt                                  (7)
式中,PPV(t),Pwind(t)为t时刻光伏和风电发电功率,PPV_mppt,PPV_windd为MPPT时发电功率。(所有参数都为标么值)
根据式(1)的控制目标及各约束条件,微电网中枢Agent对于微网的协调控制策略设计如图5所示。微电网中枢Agent将根据底层元件Agent以及区域电网调Agent的信息对底层Agent进行事件驱动控制,一旦微电网内有新的环境变化,各个Agent的运行状态将进行调整。
第四步:各底层元件Agent接受微电网中枢Agent的调度指令,并根据所采集的本地电气信息,如电压、频率、电流,对执行这些调度命令的结果进行根据事先设定的程序进行逻辑判断,如果判断执行这些指令不会对电网的稳定性造成破坏,则执行相关电气元件例如电源和负荷进行操作,否则拒绝执行新指令并询问微电网中枢Agent。同时,区域电网调Agent根据第三步中微电网中枢Agent上传的信息以及总调Agent进行控制范围内电网的优化计算,即进行安全稳定分析和经济运行分析,计算采用网格技术,即将目标函数发送给多台计算机同时进行并行计算。
对于第四步描述的各底层元件Agent根据事先设定程序的操作或询问上级Agent的具体实施为:根据式(3)、(4)、(5)设计的蓄电池Agent控制流程如图6所示;根据图5设计的燃料电池和微型燃气轮机Agent的控制流程如图7所示;根据式(6)、(7)设计的风机、光伏Agent控制流程如图8所示;根据图5设计的负荷Agent的控制流程如图9所示。
区域电网调Agent采用网格技术的优化算法如第二步描述,只是管辖范围较微电网中枢Agent更大。
第五步:区域电网调Agent根据优化计算结果给微电网中枢Agent下达新的控制指令,并同时将信息传递给总调Agent。
第六步:微电网中枢Agent根据第五步区域电网调Agent新的控制指令和采集的本地电气信息进行第二步所描述的操作。总调Agent进行控制范围内电网的优化计算,即进行安全稳定分析和经济运行分析,计算采用网格技术,即将目标函数发送给多台计算机同时进行并行计算,并根据优化计算结果给给区域电网调Agent下达新的控制指令。
总调Agent采用网格技术的优化算法如第二步描述,只是管辖范围较区域电网调Agent更大。
第七步:区域电网调Agent根据第六步总调Agent新的控制指令和第三步中描述的微电网中枢Agent上传的信息进行第四步里所描述的操作。
本实施例仿真所需参数图如图10所示。它描述了早上8点到晚上12点的负荷变化、光伏MPPT曲线以及风电MPPT曲线。其中,12:35突然发生的一次故障使得负荷丢失近一半。需要注意的是,风电与光伏的装机容量有可能大于微网内负荷的需求,但是在并网情况下,多余的发电量将传输给主网。该仿真的数据都是标幺值,线电压基准值为400V,功率基准值为500kVA。给出了在MAS的协调控制下,该网每个元件的实际功率输出情况如图11所示,图中,除了负荷曲线外,功率为正表示向***注入功率。光伏、风电实际输出与MPPT的差别如图12所示。在本项目提出的协调控制方法控制作用下,不同时刻微电网电压情况如图13所示,可以看出,在MAS的协调控制下,微电网各节点电压始终都在安全范围内,即便12:35时刻***突然故障,也因Agent的快速反应性,保证了全网电压的稳定。蓄电池的充电以及储能情况如图14所示,由于单位都是标幺值,所以可以把两者展示在1张图中。从图中可以看出,蓄电池通过充放电有效的对电网进行了功率调节,且由于蓄电池Agent对于充放电功率的严格控制,蓄电池能始终工作在安全状态。本实施例适用于对智能电网分布式能源进行最优调度,它能以最优化的方案控制各电源,同时大大提高运算处理时间,保证智能电网安全、稳定、经济地运行。

Claims (5)

1.一种电网的多智能体优化协调控制方法,其特征在于,包括步骤如下:
第一步:由处于控制结构底层的各元件Agent通过采样装置采集本地电气信息,并通过网线传递给微电网中枢Agent,同时区域电网下达控制指令给微电网中枢Agent;
第二步:微电网中枢Agent对其管辖的微电网进行总调度,通过网格技术,控制计算机同时进行并行计算;
第三步:微电网中枢Agent根据第二步中的计算结果和协调控制的预先设定给底层元件Agent下达新的控制指令,并同时将信息通过网线传递给区域电网调Agent;
第四步:各元件Agent接受微电网中枢Agent的控制指令,并根据所采集的本地电气信息,对执行这些控制指令的结果进行逻辑判断:
如果执行这些指令不会对电网的稳定性造成破坏,则电源和负荷电气元件进行操作,否则拒绝执行新指令并询问微电网中枢Agent;
同时,区域电网调Agent根据第三步中微电网中枢Agent上传的信息以及总调Agent下达的指令进行控制范围内电网的优化,通过网格技术,控制计算机同时进行并行计算;
第五步:区域电网调Agent根据优化计算结果给微电网中枢Agent下达新的控制指令,并同时将信息通过网线传递给总调Agent;
第六步:微电网中枢Agent根据第五步区域电网调Agent新的控制指令和采集的本地电气信息进行第二步;总调Agent进行控制范围内电网的优化,通过网格技术,控制计算机同时进行并行计算,并根据优化计算结果给区域电网调Agent通过网线下达新的控制指令;
第七步:区域电网调Agent根据第六步总调Agent新的控制指令和第三步中描述的微电网中枢Agent上传的信息进行第四步里所描述的操作。
2.根据权利要求1所述的电网的多智能体优化协调控制方法,其特征是,所述的电气信息为频率、电压、电流信息。
3.根据权利要求1所述的电网的多智能体优化协调控制方法,其特征是,所述的下达控制指令是指区域电网调Agent根据区域电网的稳定原则和经济原则下达控制指令信息给微电网中枢Agent。
4.根据权利要求1所述的电网的多智能体优化协调控制方法,其特征是,所述的第二步中通过网格技术,即微电网中枢Agent接收电气信息,并进行控制范围内电网的优化计算,根据稳定原则和经济原则进行安全稳定分析和经济运行分析,将目标函数发送给多台计算机同时进行并行计算,缩短计算时间。
5.根据权利要求1所述的电网的多智能体优化协调控制方法,其特征是,通过所述的网格技术进行计算,是指:由单机串行计算改为由网格多台计算机的并行计算,利用MPICH实现。
CN2010101305206A 2010-03-24 2010-03-24 电网的多智能体优化协调控制方法 Expired - Fee Related CN101777769B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2010101305206A CN101777769B (zh) 2010-03-24 2010-03-24 电网的多智能体优化协调控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2010101305206A CN101777769B (zh) 2010-03-24 2010-03-24 电网的多智能体优化协调控制方法

Publications (2)

Publication Number Publication Date
CN101777769A CN101777769A (zh) 2010-07-14
CN101777769B true CN101777769B (zh) 2012-06-20

Family

ID=42514142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2010101305206A Expired - Fee Related CN101777769B (zh) 2010-03-24 2010-03-24 电网的多智能体优化协调控制方法

Country Status (1)

Country Link
CN (1) CN101777769B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104932304A (zh) * 2015-05-29 2015-09-23 长春工程学院 一种微电网的多智能体控制***和方法

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5583507B2 (ja) * 2010-07-29 2014-09-03 株式会社日立製作所 スマートグリッドの監視制御方法及び装置
CN101964545A (zh) * 2010-10-19 2011-02-02 天津理工大学 基于广域网和多Agent的电网自适应智能协调保护控制***
US8831788B2 (en) * 2011-04-20 2014-09-09 General Electric Company Systems, methods, and apparatus for maintaining stable conditions within a power grid
CN102169342B (zh) * 2011-05-13 2014-09-17 吉林省电力有限公司电力科学研究院 一种计及分布式电源的配电网协调控制***及控制方法
CN102355057A (zh) * 2011-09-25 2012-02-15 国网电力科学研究院 微电网***计算机监控方法
CN103186570B (zh) * 2011-12-28 2017-08-18 富泰华工业(深圳)有限公司 基于云端服务器的数据源查询***及其方法
CN102611127B (zh) * 2012-02-17 2014-12-03 中国电力科学研究院 一种微电网自平衡和自平滑统一的控制方法
CN102710013B (zh) * 2012-05-23 2014-02-19 中国电力科学研究院 基于微电网的园区能源网能量优化管理***及其实现方法
CN102708425B (zh) * 2012-06-29 2015-08-05 国家电网公司 基于Multi-Agent***的电动汽车服务网络协调控制***及方法
CN102904343B (zh) * 2012-10-16 2014-12-17 贵州电力试验研究院 基于分布式多智能体的状态监测***及方法
CN102946100B (zh) * 2012-10-25 2014-12-10 国网能源研究院 一种电力用户响应***的智能体
CN102968746B (zh) * 2012-10-25 2016-01-27 国网能源研究院 一种电力用户响应***的智能体的智能体控制与学习模块
CN103001225B (zh) * 2012-11-14 2014-10-08 合肥工业大学 基于mas的多微电网能量管理***仿真方法
CN103107538B (zh) * 2013-02-08 2015-01-14 深圳市行健自动化股份有限公司 海上电网电站安稳策略构建方法及***
CN103327010A (zh) * 2013-05-27 2013-09-25 云南电力试验研究院(集团)有限公司电力研究院 一种新型的模糊模式识别的电力规约聚类分析方法
CN104167814A (zh) * 2013-07-24 2014-11-26 国家电网公司 一种基于多代理的配电网重构实现方法
CN103346572B (zh) * 2013-07-29 2015-03-25 国家电网公司 基于灵敏度和多Agent的电网无功智能控制方法
CN103439629B (zh) * 2013-08-05 2016-11-02 国家电网公司 基于数据网格的配电网故障诊断***
CN103490444B (zh) * 2013-08-29 2015-06-03 国家电网公司 一种基于maga的光伏并网协调控制方法
CN103795078A (zh) * 2013-09-12 2014-05-14 苏州市龙源电力科技股份有限公司 家庭光伏并网发电***
CN103616825B (zh) * 2013-12-05 2016-09-07 合肥工业大学 一种低成本半实物自适应时钟虚拟微电网实验平台
CN103647351B (zh) * 2013-12-18 2015-11-18 中国能源建设集团江苏省电力设计院有限公司 基于多代理和异构通信技术的微电网智能测控终端及方法
CN104270413B (zh) * 2014-09-10 2017-10-27 中国科学院广州能源研究所 一种分布式微电网调度的通讯***及方法
CN104218681B (zh) * 2014-09-28 2016-01-13 东南大学 一种用于降低孤岛微电网切负荷成本的控制方法
CN105022021B (zh) * 2015-07-08 2018-04-17 国家电网公司 一种基于多智能体的关口电能计量装置的状态识别方法
CN105140907B (zh) * 2015-08-19 2018-03-06 华北电力大学(保定) 直流微网多智能体自适应下垂一致性协调控制方法及装置
CN105117805A (zh) * 2015-09-15 2015-12-02 武汉大学 一种利用电动汽车的虚拟发电厂优化调度方法及***
CN106611966B (zh) * 2015-10-21 2018-11-02 中国科学院沈阳自动化研究所 多逆变器型交流微电网分布式经济性自动发电控制算法
CN105186583B (zh) * 2015-10-22 2017-11-03 东北大学 基于多智能体建模的能量路由器及其能量调度方法
CN105376304B (zh) * 2015-10-22 2019-03-01 中国科学院广州能源研究所 一种可用于微网多目标能量管理的改进分散式多代理***
CN105391179B (zh) * 2015-12-23 2017-10-31 南京邮电大学 一种基于多智能体的环形直流微电网协调控制方法
CN105515045A (zh) * 2015-12-25 2016-04-20 国家电网公司 基于多代理的输配网与分布式电源协调控制***和方法
CN105527858A (zh) * 2015-12-29 2016-04-27 国网上海市电力公司 一种智能电网中自动发电控制的硬件在环仿真***
CN105743126A (zh) * 2016-04-14 2016-07-06 华南理工大学 一种实现负荷管理的微电网能量管理***
CN106249598B (zh) * 2016-09-26 2022-03-08 河海大学 一种基于多代理的工业大用户能效优化控制方法
JP6703777B2 (ja) * 2016-10-19 2020-06-03 株式会社東芝 発電計画策定装置、発電計画策定方法、および発電計画策定プログラム
CN106532952B (zh) * 2016-12-06 2018-11-27 东北大学 基于多智能体的含分布式电源配电网保护控制***及方法
CN106529744A (zh) * 2016-12-14 2017-03-22 东北电力大学 一种互联网可调度负荷综合调度***
CN106602555A (zh) * 2016-12-27 2017-04-26 上海中兴电力建设发展有限公司 具有分层分布式结构的能源互联网能量管理***
CN108808724A (zh) * 2017-05-03 2018-11-13 周锡卫 一种集散式微电网集群***及控制方法
CN108462198A (zh) * 2018-01-24 2018-08-28 三峡大学 一种基于多代理技术的多能互补微网优化调度方法
CN108667067A (zh) * 2018-04-04 2018-10-16 燕山大学 一种基于双重smc-一致性理论的孤岛微电网分层控制方法
CN108736522B (zh) * 2018-06-29 2020-10-30 北京四方继保自动化股份有限公司 交直流混合分布式***的运行控制***
CN108966253A (zh) * 2018-07-24 2018-12-07 南京邮电大学 无线传感器网络的异步流言传播多智能体分布式优化方法
CN109936170B (zh) * 2019-04-08 2022-02-18 东北电力大学 考虑电源灵活性裕度的风光水火互补协调优化调度方法
RU2750260C1 (ru) * 2020-12-30 2021-06-25 федеральное государственное бюджетное образовательное учреждение высшего образования "Национальный исследовательский университет "МЭИ" (ФГБОУ ВО "НИУ "МЭИ") Способ управления режимами электроэнергетической системы
CN117220326B (zh) * 2023-11-09 2024-03-15 国网山东省电力公司东营供电公司 一种微电网车辆充电协调调度方法、***、终端及介质
CN118074117A (zh) * 2024-02-29 2024-05-24 国网江苏省电力有限公司电力科学研究院 一种配用电边缘智能体台区分布式优化控制方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1455488A (zh) * 2003-05-12 2003-11-12 昆明理工大学 基于多代理的变电站保护测控一体化技术
CN101354775A (zh) * 2007-07-26 2009-01-28 深圳职业技术学院 一种用于风光联合发电的多代理控制***

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
RU2270469C2 (ru) * 2004-03-11 2006-02-20 Олег Алексеевич Суханов Система управления режимами электроэнергетических систем

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1455488A (zh) * 2003-05-12 2003-11-12 昆明理工大学 基于多代理的变电站保护测控一体化技术
CN101354775A (zh) * 2007-07-26 2009-01-28 深圳职业技术学院 一种用于风光联合发电的多代理控制***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋斌.基于Agent的微网控制***研究.《电力科学与工程》.2009,第25卷(第9期),第22-25页. *
王守相等.含分布式电源的配电网供电恢复的多代理方法.《电力***自动化》.2007,第31卷(第10期),第61-65,81页. *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104932304A (zh) * 2015-05-29 2015-09-23 长春工程学院 一种微电网的多智能体控制***和方法

Also Published As

Publication number Publication date
CN101777769A (zh) 2010-07-14

Similar Documents

Publication Publication Date Title
CN101777769B (zh) 电网的多智能体优化协调控制方法
CN102420428A (zh) 一种用于对微网能量进行管理的方法及***
CN110867897B (zh) 一种多端口能量路由器多模态下的协调控制策略
CN103296754A (zh) 一种主动配电网分布式电源资源控制方法
WO2014032572A1 (zh) 一种基于四维能量管理空间的多级微电网控制方法
CN202363902U (zh) 一种用于对微网能量进行管理的***
CN106549380A (zh) 多模态微电网能量协调优化控制方法
CN105244912B (zh) 有源配电网孤岛恢复供电及黑启动方法
CN108365627B (zh) 一种基于柔性协调因子的风储孤网供电***协调控制方法
CN107528344A (zh) 一种光储一体化发电装置并网运行控制方法及***
CN109586277A (zh) 多代理***分布式协调控制***及其配电网故障恢复方法
CN104253439B (zh) 电池储能电站无功功率分配与控制方法
CN117411007A (zh) 一种分布式光伏和储能联合的配网低电压治理方法
Li et al. Development and application of dispatching and energy management system for 50MW/100MWh battery energy storage station
Jing et al. Analysis, modeling and control of a non-grid-connected source-load collaboration wind-hydrogen system
Abedini et al. Adaptive energy consumption scheduling of multi-microgrid using whale optimization algorithm
Elgammal et al. Optimal Energy Management Strategy for a DC Linked Hydro–PV–Wind Renewable Energy System for Hydroelectric Power Generation Optimization
CN211403476U (zh) 一种热能和电能集成化微网***
Hou et al. Optimized wind-light-storage configuration based on Homer pro
CN211556873U (zh) 一种微电网多状态自适应协调控制***
Wang et al. Research on Coordinated Reactive Power and Voltage Control Strategy for Regional Power Grids with High Penetration of Renewable Energy
Jiang et al. Coordinated control strategy for microgrid in grid-connected and islanded operation
Wang et al. Consensus dispatch of distributed power network based on multi-access edge computing and multi-agent system
CN108808666A (zh) 一种能源互联网协同控制***与控制方法
Lu et al. Research on Distributed Control of Energy Storage Based on Big Data Algorithm

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20120620

Termination date: 20150324

EXPY Termination of patent right or utility model