CN104167814A - 一种基于多代理的配电网重构实现方法 - Google Patents

Abstract

本发明涉及一种基于多代理的配电网重构实现方法，该方法步骤包括：（1）划分网络区域，初始化代理结构信息；（2）初始化每个区域内全部代理的速度与位置信息；（3）计算潮流及网损；（4）判断是否在多代理***网格结构的竞争与合作机制中胜利；（5）对于胜利的代理进行自学习操作，对于失败的代理采用二进制粒子群算法进行修正；（6）计算所有代理的适度值；（7）判断迭代次数是否满足，若满足进行下一步，若不满足返回（3）；（8）输出区域内的重构结果给配电子站代理；（9）输出全网重构的最优解。本发明方法可快速收敛并获得较为准确的全局最优解。

Description

一种基于多代理的配电网重构实现方法

技术领域

本发明属于电力***及其自动化和智能配电网技术领域，特别是一种基于多代理的配电网重构实现方法。

背景技术

配电网具有闭环设计，开环运行特点，即整个网络成辐射状运行。配电网重构就是在保证网络辐射状运行，且满足馈线热容、支路电流、节点电压、变压器容量等前提下，通过改变大量的分段开关和联络开关的状态，以使配电网某一指标达到最佳状态，指标通常情况下为配电网的线路损耗，使得负荷均衡化或者供电电压质量等。配电网重构需要处理大量的开关量，因而它是一个多目标，非线性混合优化问题。配电网重构是优化配电***运行的重要手段，是配电自动化研究的重要内容之一，对于它的研究有着重要的意义。

对于配电网重构的算法研究有很多，主要可以分为三大类。其一为传统的数学优化算法，如线性规划法、动态规划法等，这类算法主要是基于数学理论对配电网结构进行优化的，可以不依赖初始的网络结构，理论上可以得到全局最优解，但随着网络的日益复杂，算法存在着“维数灾”的问题。其二为启发式算法，如支路交换法，最优流模式法等，这类算法速度很快，但是很难获得全局最优解，其三随着人工智能与分布式计算相结合产生了大量的新型的智能算法，如粒子群算法，遗传算法，蚁群算法等。诸多智能算法中二进制粒子群算法应用较为广泛，它的主要原理：每个粒子拥有速度和位置两个量，位置是待优化问题的潜在解，速度的每一维分量则表示位置每一维分量取1的概率。因此与粒子群算法相比，二进制粒子群算法速度更新公式不变，而位置更新公式有所改变，利用了sigmoid函数，具体如下所示：

$\left\{\begin{array}{cc}{x}_{\mathrm{ij}}=1& \mathrm{if}(\mathrm{rand}\left(\right)\≤S\left(v_{\mathrm{ij}}\right))\\ x_{\mathrm{ij}}=0& \mathrm{if}(\mathrm{rand}\left(\right)>S\left(v_{\mathrm{ij}}\right))\\ S\left(v_{\mathrm{ij}}\right)=\frac{1}{[1+\exp (-v_{\mathrm{ij}})]}& \end{array}\right.$

式中将速度的每一维分量带入sigmoid函数，其值与[0,1]上的随机数（rand（））进行比较，从而决定位置的每一维分量的取值。二进制粒子群算法在配电网重构问题中的实现就是将粒子的位置信息看作是一种配电网的开关状态的组合，根据目标函数确定粒子最初的个体与种群的最优值，通过不断的迭代，更新粒子的速度与位置信息，从而更新粒子的个体与种群的最优值，最终得到种群最优解为配电网重构的解。这种算法可能会产生不可行解，故而根据图论的内容，得到配电网辐射状判据，判定公式为闭合支路数=有效节点数-1。

二进制粒子群算法本身存在着易陷入局部最优解的固有缺陷，同时当将其应用到复杂配电网中时，它存在着编码过长的问题。

代理（Agent）技术是分布式人工智能的一个研究分支，它的通信能力在研究配电网重构问题上显现出了强大的优势，如图1所示，某配电区域内通过Agent发出对配电终端（FTU）的控制指令用以控制配电网络中的开关状态。主要包括配电***及其配电终端FTU，接口电路主要包括配电子站Agent模块和隔离驱动单元，最后是数字信号处理器（DSP）控制单元。配电子站Agent通过通信网络与各个FTU Agent相连，采集配电网中各个开关量的信息，配电子站Agent模块的输出端与DSP控制单元的输入端相连，保证将配电网各个开关量的信息送入到DSP控制单元中，DSP控制单元对配电网重构算法进行C编程，依据配电子站Agent模块提供的信息产生一组最优解。DSP控制单元的输出端与隔离驱动单元的输入端相连，用以将最优解转化成的控制信号输出。隔离驱动单元的输出端与配电网子站Agent模块的输入端相连，将控制信号输出给配电网子站Agent模块。配电网子站Agent模块再通过通信网络将控制指令下达给各个FTU Agent。FTU Agent接受到控制指令后通过FTU对自身所控开关进行操作。如图2所示，其中FTU Agent的标准结构，包括数据采集模块，采集各个开关量的信息；信息处理模块，处理相关开关量的信息送入到输出模块和通信模块；输出模块，主要将信息返回FTU；通信模块，主要完成各模块间的以及Agent间的通信。区域内的优化均按上述过程进行。区域间的结构优化，主要通过各个配电网子站Agent模块将各个区域内的结构优化信息传送给中心控制Agent，中心控制Agent与各个配电网子站Agent协调协作，对整个配电***作整体的优化。

这种配电网重构的研究中，对于重构的算法是比较薄弱的，同时它仅仅利用了Agent的通信性，而Agent其他强大的性质并未能发挥出来。而对于复杂的配电网来说，单由中心控制Agent与配电网子站Agent协调产生的解不够准确。

发明内容

本发明的目的在于设计一种基于多代理的配电网重构方法及其方法实现，它结合了分布式人工智能的诸多优点，也克服了现有智能算法的诸多不足，是一种原理简单且易于收敛的基于多代理的配电网重构实现方法。

本发明解决其技术问题是采取以下技术方案实现的：

一种基于多代理的配电网重构实现方法，方法步骤如下：

（1）以不同的馈线为单位将网络划分为若干个区域，每个区域初始化若干个配电终端代理和一个配电网子站代理的结构信息，整个电网初始化一个中心控制代理的结构信息；

（2）初始化每个区域内全部代理信息，即随机得到方法中每个代理的速度与位置信息；

（3）计算潮流及网损：对于每组代理对应的网络作潮流计算，并同时计算出配电网络的损耗；

（4）对于代理种群采用多代理***网格结构的竞争与合作机制，将所有代理分成胜利的代理和失败的代理；

（5）对于胜利的代理进行自学习操作，提升代理本身求解能力，使得算法加快收敛速度，对于失败的代理采用二进制粒子群算法进行修正；

（6）计算所有代理的适度值，采用优胜劣汰的选择机制进入到下一次的迭代；

（7）判断迭代次数是否满足，若满足进行下一步，若无法满足则返回到步骤（3）；

（8）输出区域内的重构结果给配电子站代理；

（9）配电网子站代理得到的区域内最优解作为全网重构的初值传送给中心控制代理，中心控制代理重复以上（2）－（8）的改进算法步骤，输出全网重构的最优解。

而且，所述步骤（1）将网络划分为若干个区域，每个区域初始化若干个配电终端代理和一个配电网子站代理的结构信息，整个电网初始化一个中心控制代理的结构信息；具体是指，配电终端代理主要控制设备动作，接受设备信息传递给同层的配电终端代理，同时还要与上级通信传递数据，配电子站代理可被看作为一个接口代理，主要负责中心控制代理与底层配电终端代理之间的联系，同时还作为一个区域内的控制代理，将区域内部的重构最优解传递给中心控制代理，中心控制代理主要是接受各个配电子站代理的数据与最优解信息，最终得到全网重构策略。

而且，所述步骤（4）中采用多代理***网格结构的竞争与合作机制，其具体内容是：建立起一个格子结构，每一个代理在一个格子里面，L_size×L_size是格子的总数也是代理种群中代理的个数，N定义为代理a_ij的邻居集合，代理a_ij的邻居组成代理a_ij的邻域，任意代理的竞争与合作均在其邻域中展开，N的表达式为：

$N=\{a_{i^1,j},a_{i,j^1},a_{i^2,j},a_{i,j^2}\}$

$i^1=\left\{\begin{array}{cc}i-1& i\≠1\\ L_{\mathrm{size}}& i=1\end{array}\right.;$ $i^2=\left\{\begin{array}{cc}i+1& i\≠L_{\mathrm{size}}\\ 1& i=L_{\mathrm{size}}\end{array}\right.$

$j^1=\left\{\begin{array}{cc}j-1& j\≠1\\ L_{\mathrm{size}}& j=1\end{array}\right.;$ $j^2=\left\{\begin{array}{cc}j+1& j\≠L_{\mathrm{size}}\\ 1& j=L_{\mathrm{size}}\end{array}\right.$

其中分别为代理a_ij四个邻居代理的名字，每个代理都有四个邻居代理，四个邻居代理与其进行竞争、合作与知识共享，现假设代理a_m是代理a_ij四个邻居代理中适度值最低的，若满足f(a_ij)≤f(a_m)，则代理a_ij在竞争中是赢家，则它的位置信息保持不变，进行自学习。若不满足f(a_ij)≤f(m)，则代理a_m在竞争中是输家，它需要采用二进制粒子群算法的速度与位置的更新公式进行修正。

而且，所述步骤（5）中进行胜利代理的自学习操作具体的操作是：设定代理的最小搜索范围，用范围内最小适度值的代理代替当前代理，这样每一个代理在其自己的最小搜索范围内修正自身的适度值，提高代理本身的质量。

而且，所述步骤（6）中优胜劣汰的选择机制，具体过程是：计算每一个代理的适应度值，代理的适度值越高，它就越有更多的复制机会，相反代理的复制机会越少，甚至面临着该代理被淘汰掉，其中采用公式将目标函数f转换成适度值函数f'_i，再采用公式p'_i=f_i'/∑f_i'计算出每个代理被选择的概率。

而且，所述步骤（7）中的迭代次数是算法中程序员设定好的。

而且，所述步骤（8）输出区域内的重构结果给配电子站代理，具体是指，输出的结果即为一组0-1的组合，0代表开关的状态为打开，1代表开关的状态为闭合，再由配电终端代理控制开关具体状态的改变。

本发明的优点和积极效果是：

①本发明的配电网重构方法，采用先进的多Agent的竞争与合作机制很好的克服了粒子群算法本身易陷入局部最优解的缺点，实现起来***可快速收敛并获得较为准确的全局最优解；

②本发明利用多代理（Multi-Agent）的分布式计算和通信性的明显优势，将配电网重构问题进行分解，分别完成子***的重构，多Agent协调协作完成整个复杂配电***的重构任务，更加有效的提高了重构的快速性与正确性

附图说明

图1为目前配电区域内多Agent***结构示意图；

图2为现有技术中FTU Agent的标准结构示意图；

图3为本发明的步骤流程示意图；

图4为本发明中多Agent分层示意图；

图5为本发明采用多Agent***网格结构的竞争与合作机制示意图。

具体实施方式

以下结合附图对本发明实施例做进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。

基本原理

对整个配电网络划分若干区域，在每个区域内基于Agent的合作与竞争机制改进二进制粒子群算法，求解区域内重构最优解，这些最优解由配电子站Agent传递给中心控制Agent作为区域间重构算法的初值，区域间同样选用改进的二进制粒子群算法。

一种基于多代理的配电网重构实现方法，如图3所示，方法步骤如下：

（1）以不同的馈线为单位将网络划分为若干个区域，每个区域初始化若干个配电终端代理（FTU Agent）和一个配电网子站Agent的结构信息，整个电网初始化一个中心控制Agent的结构信息。

（2）初始化每个区域内全部Agent信息，即随机得到方法中每个Agent（看作粒子）的速度与位置信息；

（3）计算潮流及网损：对于每组Agent（看作粒子）对应的网络作潮流计算，并同时计算出配电网络的损耗；

（4）对于Agent种群采用多Agent***网格结构的竞争与合作机制，将所有Agent分成胜利的Agent和失败的Agent；

（5）对于胜利的Agent进行自学习操作，提升Agent本身求解能力，使得算法加快收敛速度，对于失败的Agent采用二进制粒子群算法进行修正；

（6）计算所有Agent的适度值，采用优胜劣汰的选择机制进入到下一次的迭代；

（7）判断迭代次数是否满足，若满足进行下一步，若无法满足则返回到步骤（3）；

（8）输出区域内的重构结果给配电子站Agent；

（9）配电网子站Agent得到的区域内最优解作为全网重构的初值传送给中心控制Agent，中心控制Agent重复以上（2）－（8）的改进算法步骤，输出全网重构的最优解。

在本发明方法的具体实施步骤中，所述步骤（1）中划分网络，初始化整个网络结构信息，如图4所示，FTU Agent主要控制设备动作，接受设备信息传递给同层的FTU Agent，同时还要与上级通信传递数据，配电子站Agent可被看作为一个接口Agent，主要负责中心控制Agent与底层FTU Agent之间的联系，同时还作为一个区域内的控制Agent，将区域内部的重构最优解传递给中心控制Agent，中心控制Agent主要是接受各个配电子站Agent的数据与最优解信息，最终得到全网重构策略；

在本发明方法的具体实施步骤中，所述步骤（4）中采用多Agent***网格结构的竞争与合作机制，其具体内容是：如图5所示，建立起一个格子结构，每一个Agent在一个格子里面，L_size×L_size是格子的总数也是Agent种群中Agent的个数，N定义为Agent a_ij的邻居集合，Agent a_ij的邻居组成Agent a_ij的邻域，任意Agent的竞争与合作均在其邻域中展开，N的表达式为：

$N=\{a_{i^1,j},a_{i,j^1},a_{i^2,j},a_{i,j^2}\}$

$i^1=\left\{\begin{array}{cc}i-1& i\≠1\\ L_{\mathrm{size}}& i=1\end{array}\right.;$ $i^2=\left\{\begin{array}{cc}i+1& i\≠L_{\mathrm{size}}\\ 1& i=L_{\mathrm{size}}\end{array}\right.$

$j^1=\left\{\begin{array}{cc}j-1& j\≠1\\ L_{\mathrm{size}}& j=1\end{array}\right.;$ $j^2=\left\{\begin{array}{cc}j+1& j\≠L_{\mathrm{size}}\\ 1& j=L_{\mathrm{size}}\end{array}\right.$

其中分别为Agent a_ij四个邻居Agent的名字，每个Agent都有四个邻居Agent，四个邻居Agent与其进行竞争、合作与知识共享，现假设Agent a_m是Agent a_ij四个邻居Agent中适度值最低的，若满足f(a_ij)≤f(a_m)，则Agent a_ij在竞争中是赢家，则它的位置信息保持不变，进行自学习。若不满足f(a_ij)≤f(m)，则Agent a_m在竞争中是输家，它需要采用二进制粒子群算法的速度与位置的更新公式进行修正。

在本发明方法的具体实施步骤中，所述步骤（5）中进行胜利Agent的自学习操作具体的操作是：如图5所示，设定Agent的最小搜索范围，用范围内最小适度值的Agent代替当前Agent，这样每一个Agent在其自己的最小搜索范围内修正自身的适度值，提高Agent本身的质量。

在本发明方法的具体实施步骤中，所述步骤（6）中优胜劣汰的选择机制，具体过程是：如图5所示，计算每一个Agent的适应度值，Agent的适度值越高，它就越有更多的复制机会，相反Agent的复制机会越少，甚至面临着该Agent被淘汰掉，其中采用公式将目标函数f转换成适度值函数f'_i，再采用公式p'_i=f_i'/∑f_i'计算出每个代理被选择的概率。

在本发明方法的具体实施步骤中，所述步骤（7）中的迭代次数是算法中程序员设定好的，只要合理即可。

在本发明方法的具体实施步骤中，所述步骤（8）输出结果，输出的结果即为一组0-1的组合，0代表开关的状态为打开，1代表开关的状态为闭合，再由FTU Agent控制开关具体状态的改变。

Claims (7)

1.一种基于多代理的配电网重构实现方法，其特征在于：方法步骤如下：

（1）以不同的馈线为单位将网络划分为若干个区域，每个区域初始化若干个配电终端代理和一个配电网子站代理的结构信息，整个电网初始化一个中心控制代理的结构信息；

（2）初始化每个区域内全部代理信息，即随机得到方法中每个代理的速度与位置信息；

（3）计算潮流及网损：对于每组代理对应的网络作潮流计算，并同时计算出配电网络的损耗；

（4）对于代理种群采用多代理***网格结构的竞争与合作机制，将所有代理分成胜利的代理和失败的代理；

（5）对于胜利的代理进行自学习操作，提升代理本身求解能力，使得算法加快收敛速度，对于失败的代理采用二进制粒子群算法进行修正；

（6）计算所有代理的适度值，采用优胜劣汰的选择机制进入到下一次的迭代；

（7）判断迭代次数是否满足，若满足进行下一步，若无法满足则返回到步骤（3）；

（8）输出区域内的重构结果给配电子站代理；

（9）配电网子站代理得到的区域内最优解作为全网重构的初值传送给中心控制代理，中心控制代理重复以上（2）－（8）的改进算法步骤，输出全网重构的最优解。

2.根据权利要求1所述的基于多代理的配电网重构实现方法，其特征在于：所述步骤（1）将网络划分为若干个区域，每个区域初始化若干个配电终端代理和一个配电网子站代理的结构信息，整个电网初始化一个中心控制代理的结构信息；具体是指，配电终端代理主要控制设备动作，接受设备信息传递给同层的配电终端代理，同时还要与上级通信传递数据，配电子站代理可被看作为一个接口代理，主要负责中心控制代理与底层配电终端代理之间的联系，同时还作为一个区域内的控制代理，将区域内部的重构最优解传递给中心控制代理，中心控制代理主要是接受各个配电子站代理的数据与最优解信息，最终得到全网重构策略。

3.根据权利要求1所述的基于多代理的配电网重构实现方法，其特征在于：所述步骤（4）中采用多代理***网格结构的竞争与合作机制，其具体内容是：建立起一个格子结构，每一个代理在一个格子里面，L_size×L_size是格子的总数也是代理种群中代理的个数，N定义为代理a_ij的邻居集合，代理a_ij的邻居组成代理a_ij的邻域，任意代理的竞争与合作均在其邻域中展开，N的表达式为：

$N=\{a_{i^1,j},a_{i,j^1},a_{i^2,j},a_{i,j^2}\}$

$i^1=\left\{\begin{array}{cc}i-1& i\≠1\\ L_{\mathrm{size}}& i=1\end{array}\right.;$ $i^2=\left\{\begin{array}{cc}i+1& i\≠L_{\mathrm{size}}\\ 1& i=L_{\mathrm{size}}\end{array}\right.$

$j^1=\left\{\begin{array}{cc}j-1& j\≠1\\ L_{\mathrm{size}}& j=1\end{array}\right.;$ $j^2=\left\{\begin{array}{cc}j+1& j\≠L_{\mathrm{size}}\\ 1& j=L_{\mathrm{size}}\end{array}\right.$

其中分别为代理a_ij四个邻居代理的名字，每个代理都有四个邻居代理，四个邻居代理与其进行竞争、合作与知识共享，现假设代理a_m是代理a_ij四个邻居代理中适度值最低的，若满足f(a_ij)≤f(a_m)，则代理a_ij在竞争中是赢家，则它的位置信息保持不变，进行自学习。若不满足f(a_ij)≤f(m)，则代理a_m在竞争中是输家，它需要采用二进制粒子群算法的速度与位置的更新公式进行修正。

4.根据权利要求1所述的基于多代理的配电网重构实现方法，其特征在于：所述步骤（5）中进行胜利代理的自学习操作具体的操作是：设定代理的最小搜索范围，用范围内最小适度值的代理代替当前代理，这样每一个代理在其自己的最小搜索范围内修正自身的适度值，提高代理本身的质量。

5.根据权利要求1所述的基于多代理的配电网重构实现方法，其特征在于：所述步骤（6）中优胜劣汰的选择机制，具体过程是：计算每一个代理的适应度值，代理的适度值越高，它就越有更多的复制机会，相反代理的复制机会越少，甚至面临着该代理被淘汰掉，其中采用公式将目标函数f转换成适度值函数f'_i，再采用公式p'_i=f_i'/∑f_i'计算出每个代理被选择的概率。

6.根据权利要求1所述的基于多代理的配电网重构实现方法，其特征在于：所述步骤（7）中的迭代次数是算法中程序员设定好的。

7.根据权利要求1所述的基于多代理的配电网重构实现方法，其特征在于：所述步骤（8）输出区域内的重构结果给配电子站代理，具体是指，输出的结果即为一组0-1的组合，0代表开关的状态为打开，1代表开关的状态为闭合，再由配电终端代理控制开关具体状态的改变。