一种基于Matlab和Netlogo的电力系统负荷多智能体控制方法
【技术领域】
[0001] 本发明涉及一种基于Matlab和Netlogo的电力系统负荷多智能体控制方法。
【背景技术】
[0002] 随着电力技术的进步，能源种类越来越多，供电的质量也不断提高，电力系统的复 杂程度越来越高，使得电力系统的运行及调度产生诸多挑战。系统运行中，由于电力负荷 的随机变化以及外界的各种干扰（如雷击等）会影响电力系统的稳定，导致系统电压与频 率的波动，从而影响系统电能的质量，严重时会造成电压崩溃或频率崩溃。电力系统因其大 规模、时变的特性，在国内外受到广泛研宄。电力系统仿真更是成为电力系统研宄、规划和 设计的重要手段。因此将复杂的电力系统看作一个多智能体系统来进行仿真研宄是如今的 大趋势。将电力系统的参与者发电方、输电方、配电方和用户都表示为多智能体系统中的 Agent。由于多智能体系统中各种Agent都能自主地竞争资源，因此在资源受限的优化问题 中，如何基于系统的整体目标对各个Agent进行协调，便成为进行电力系统仿真所要解决 的一个重要问题。
[0003] 多智能体控制算法是一个具有挑战性的研宄课题。较快的计算速度、较好的收敛 性以及在线计算功能是多智能体控制方法的基本要求。通常采用的智能算法有：遗传算法、 模拟退火法、粒子群优化算法等。采用遗传算法进行控制的收敛速度较慢、计算时间较长、 计算量大。而模拟退火法采用Metropolis准则，用冷却进度表示算法进程。该算法计算准 确、收敛性较强，但是用该算法仿真时其参数如退火速度、温度的初始值等设置较为困难， 其初始值的设置影响算法的计算时间以及收敛性等。粒子群算法具有待定参数少、收敛较 快、计算时间短、易于实现等优点，但是，粒子群算法仿真多智能体控制容易出现局部最优 解的现象。
[0004] 因为，电力系统中用户功率量会随着市场电价、自身经济性倾向度、自身舒适度倾 向度等相关方面改变，另外，电网中分布式电源的发电出力也时刻发生着变动，这对电力系 统中多智能体的控制方法提出了新的要求与挑战。
【发明内容】
[0005] 针对上述技术问题，本发明所要解决的技术问题是提供一种采用全新设计思路， 对电力系统中负荷多智能体进行实时优化控制，能够有效解决现有电力系统中负荷控制问 题的基于Matlab和Netlogo的电力系统负荷多智能体控制方法。
[0006] 本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种基于 Matlab和Netlogo的电力系统负荷多智能体控制方法，包括如下步骤：
[0007] 步骤001.根据电力系统网络结构，建立基于Matlab与Netlogo的联合仿真平台， 其中，在Matlab中建立电力系统元件模型，在Netlogo中定义代表电力系统元件的智能体 通用模块，同时，搭建Matlab和Netlogo之间的数据交换接口模块实现信息交互；
[0008] 步骤002.针对各种负荷类型，分别根据负荷基准量、电价，以及对应负荷的各目 标的目标倾向度，建立分别对应各种负荷类型的负荷-电价响应特性模型；
[0009] 步骤003.根据对应的负荷-电价响应特性模型，分别获得各个负荷的各个目标的 目标函数，并且分别针对各个负荷，将负荷的各个目标的目标函数进行加权处理，分别获得 对应各个负荷的总目标函数；
[0010] 步骤004.将各个负荷随机分布在Netlogo三维层面上，构成多个负荷节点，并获 得各个负荷的各个目标的初始目标倾向度，即为各个负荷的初始策略；针对Netlogo三维 层面中的网络节点，随机设定电价，并且根据Netlogo三维层面中的负荷节点，建立负荷代 理，负荷代理的数量与负荷节点的数量一致，负荷代理与负荷节点一一对应，各个负荷代理 管辖对应各个负荷，并且各个负荷代理分别用于其管辖的各个负荷和Matlab之间的信息 传输；
[0011] 步骤005.以各个负荷的初始策略作为负荷基准量，分别针对各个负荷的各个目 标的目标倾向度进行预设变化方式，分别获得各个负荷对应的策略，并结合各个负荷的初 始策略构成各个负荷的策略集；
[0012] 步骤006.根据对应各个负荷的总目标函数，分别获得各个负荷对应其策略集中 各个策略的总目标函数值，并分别选择获得各个负荷对应其最大总目标函数值的策略，作 为各个负荷的优选策略；
[0013] 步骤007.分别根据各个负荷的优选策略中的各个目标的目标倾向度，将各个负 荷分别运动到Netlogo三维层面中相应的位置上，并更新各个负荷的各个目标的目标倾向 度；然后根据对应的负荷-电价响应特性模型，获得此时各个负荷的功率，并且结合负荷代 理针对对应负荷的管辖，分别获得各个负荷代理的总功率；
[0014] 步骤008.将各个负荷代理的总功率通过Matlab与Netlogo之间的数据交换接口 模块，由Netlogo发送至Matlab中，在Matlab中分别针对各个负荷代理的总功率进行最优 潮流计算，获得发电机出力和对应各个网络节点的电价，并将该各个网络节点的电价，通过 Matlab与Netlogo之间的数据交换接口模块返回至Netlogo中，更新Netlogo三维层面中 对应网络节点上的电价；
[0015] 步骤009.将Netlogo三维层面中各个网络节点上的电价作为牵引信号，并分别由 各个负荷代理将对应网络节点上的电价发布给其管辖的各个负荷；
[0016] 步骤010.根据此时Netlogo三维层面中，各个负荷的位置，以及各个负荷的各个 目标的目标倾向度，更新各个负荷的初始策略，并按步骤005的方法，更新各个负荷对应的 策略集，然后根据对应各个负荷的总目标函数，结合各个负荷对应的电价，分别获得各个负 荷对应其策略集中各个策略的总目标函数值，并分别针对各个负荷，判断负荷的初始策略 对应的总目标函数值是否大于其策略集中其它策略所对应的总目标函数值，是则该负荷停 止运动；否则返回步骤004。
[0017] 作为本发明的一种优选技术方案：所述步骤001中的智能体通用模块包括通信属 性子模块、智能属性子模块和物理属性子模块，其中，通信属性子模块用于模拟电力系统元 件之间的信息交换过程；智能属性子模块用于描述电力系统元件制定决策的过程；物理属 性子模块用于定义电力系统元件的运行状态。
[0018] 作为本发明的一种优选技术方案：所述步骤002中，所述对应负荷的各目标包括 经济效益、生活用电满足程度和输电质量。
[0019] 作为本发明的一种优选技术方案：所述步骤005中，以各个负荷的初始策略作为 负荷基准量，分别针对各个负荷的各个目标的目标倾向度，采用+i或_i的方式分别获得各 个负荷对应的策略，其中i为每一步迭代步长。
[0020] 作为本发明的一种优选技术方案：所述电价包括买入电价和卖出电价。
[0021] 本发明所述一种基于Matlab和Netlogo的电力系统负荷多智能体控制方法采用 以上技术方案与现有技术相比，具有以下技术效果：本发明设计的基于Matlab和Netlogo 的电力系统负荷多智能体控制方法，采用全新设计思路，对电力系统中负荷多智能体进行 实时优化控制，能够有效解决现有电力系统中负荷控制问题，具有计算速度快，收敛性强等 优点，能够针对智能体的多变性进行控制，应对外界的扰动，做出积极的反应；并且本发明 相较以往的电力系统仿真系统具有仿真过程直观可见的特点，整个过程中可以在Netlogo 中很清楚地看到每个智能元件模块的状态变化情况。
【附图说明】
[0022