智能電網(wǎng)中Agent技術的應用研究.pdf

1、現(xiàn)今智能電網(wǎng)的諸多領域以及若干技術已經(jīng)成為了諸多學者們研究的熱點。對于智能發(fā)電側(cè)的研究，風光儲互補發(fā)電系統(tǒng)將是一個全新的嘗試，對于該系統(tǒng)的協(xié)調(diào)控制問題采用多Agent技術的想法將是一個行之有效的辦法。對于智能配電側(cè)的研究，配電網(wǎng)重構(gòu)優(yōu)化是一個永恒的話題。人工智能的諸多算法如雨后春筍一般的涌現(xiàn)，應用多Agent的學習特性來改善算法缺陷的想法是非常合理的。本文主要工作內(nèi)容如下:
　　1、對于風光儲互補發(fā)電系統(tǒng)的工作原理做了深入的研究，

2、采用化整為零的思想，分別研究風電子系統(tǒng)和光伏子系統(tǒng)的最大功率跟蹤控制和負載功率跟蹤控制。在matlab中建立仿真模型，對于兩種子系統(tǒng)的控制效果進行仿真驗證。采用分層的思想設計多Agent系統(tǒng)完成協(xié)調(diào)控制，將風電、光伏以及蓄電池的出力環(huán)節(jié)抽象成風電Agent、光伏Agent以及蓄電池Agent方便觀測協(xié)調(diào)控制的過程。同時設計了風電最大功率跟蹤控制Agent、風電負載功率跟蹤控制Agent、光伏最大功率跟蹤控制Agent以及光伏負載功率跟蹤

3、控制Agent、蓄電池充放電控制Agent等功能型Agent，還設計有一個總的控制Agent。在JADE下開發(fā)該多Agent系統(tǒng)，利用平臺上Agent嗅探器觀測各個Agent的協(xié)調(diào)過程。
　　2、對于配電網(wǎng)重構(gòu)算法的研究中，將Agent的學習特性融合到二進制粒子群算法中，將每一個粒子抽象成一個Agent，進而設計成一個多Agent系統(tǒng)，利用網(wǎng)格結(jié)構(gòu)及Agent的特性可以使得算法中每一個粒子與鄰域內(nèi)每一個粒子進行學習與競爭，故而提高