基于多Agent的综合能源系统协同管理方法及系统与流程

基于多agent的综合能源系统协同管理方法及系统
技术领域
1.本公开属于能源优化管理技术领域，具体涉及一种基于多agent的综合能源系统协同管理方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。
3.综合能源系统结构主要由外部能源输入、分布式单元、能量管理系统、能量协调装置和负荷构成。综合能源服务(integral energy service provider,简称iesp)作为综合能源系统的运行主体，在电能交易的基础上，加入了热能、冷能交易，通过光伏风电、供气管道、电网输送电等多种能源输入，对多种能源设备进行优化调度并输出冷、热、电等能量，满足多尺度不确定性用户供能需求，实现经济、科学供能。
4.随着可再生能源渗透率和多能源耦合度在系统结构中的增高，综合能源系统运行过程具有明显的随机性、不确定性和能源耦合特征。由于负荷需求趋向多样化和精细化，因此要求系统在复杂运行环境下满足不同品质和不同种类能源的精确需求。
5.据发明人了解，传统的电力系统调度优化理论对多能源输入、输出和耦合运行特征考虑不足，难以适应综合能源系统复杂的能源供给和需求环境。结合经济效益、环境效益和化石能耗等多目标需求，系统运行模式又属于一类带有不确定性扰动的多目标优化调度问题，这使得现有的单一考虑系统内不确定性扰动或多重优化目标的系统调度方法不再适用。


技术实现要素：

6.为了解决上述问题，本公开提出了一种基于多agent的综合能源系统协同管理方法及系统，深入研究综合能源系统的结构及内部多能量流耦合特征，以系统运行模式为基础提出高效能的系统运行优化方法，从理论层面上解决系统供需双侧不确定性和经济、环境等多重优化目标的联合优化难题，对保证系统在复杂环境下运行的有序性和可靠性具有重要意义。
7.根据一些实施例，本公开的第一方案提供了一种基于多agent的综合能源系统协同管理方法，采用如下技术方案：
8.一种基于多agent的综合能源系统协同管理方法，包括：
9.获取综合能源系统架构；
10.基于所获取的综合能源系统架构，分别构建冷热电联供子系统模型、热泵子系统模型、分布式电源子系统模型和储能子系统模型；
11.分析所构建的各个子系统模型之间的能源转换方式，结合各个子系统模型的约束条件，构建多agent系统，实现综合能源的协同管理。
12.作为进一步的技术限定，所述综合能源系统架构用于调度电能、热能和冷能，包括
实体能源系统和综合能源调度管理系统；所述实体能源体系包括冷热电三联产机组、光伏发电机组和风力机组。
13.进一步的，所述冷热电三联产机组在能量梯级利用的基础上，以天然气为依次能源，产生热、电和冷的联产联供系统；所述冷热电三联产机组包括燃气轮机、余热锅炉和吸收式制冷机。
14.作为进一步的技术限定，所述热泵子系统模型包括电热泵和电制冷机，利用介质的状态转换完成热能的转移，产生热能和冷能；
15.所述电制冷机的数学模型为：
16.q
ec
(t)＝p
ec
(t)
·
cop
ec
17.其中，q
ec
(t)为功率输出，p
ec
(t)为消耗的电功率，cop
ec
为电制冷机的能效比；
18.所述电热泵通过消耗电能转化为热量供给热负荷，其数学模型如下：
19.h
eb
(t)＝p
eb
(t)
·
cop
eb
20.其中，h
eh
(t)、p
eh
(t)、cope分别为制热功率输出的电功率、制热功率输入的电功率和电热泵能效比。
21.作为进一步的技术限定，所述分布式电源子系统模型包括风电和光伏，所述风电通过风力驱动风机叶片旋转获得机械能，叶片带动发电机做功将机械能转换成磁能，再转变成电能；所述光伏利用半导体界面的光生伏特效应将光能直接转变为电能。
22.作为进一步的技术限定，所述储能子系统模型包括蓄电池和储热槽，用于存储电能、热能和冷能，在综合能源系统产能不足时释放能量，在综合能源系统产能过剩时存储能量。
23.作为进一步的技术限定，所述多agent系统是由多个智能体构成的分布式自主系统，通过各个智能体的自主行为以及各个智能体之间的通信、协调、调度和控制表征综合能源系统的结构、功能和行为特征；agent向管理层发送请求信号，管理层收到信号后对供能侧分布式电源给出反馈信息，形成通信回路；综合能源系统中的各分布式电源、储能设备以及负荷的代理信息均在存储地址中，通过该存储地址去寻找并调用所需的通信id地址；当综合能源系统优化运行时，综合能源系统中的各个子系统模型进行能量交互，实现综合能源的协同管理。
24.根据一些实施例，本公开的第二方案提供了一种基于多agent的综合能源系统协同管理系统，采用如下技术方案：
25.一种基于多agent的综合能源系统协同管理系统，包括：
26.获取模块，其被配置为获取综合能源系统架构；
27.建模模块，其被配置为基于所获取的综合能源系统架构，分别构建冷热电联供子系统模型、热泵子系统模型、分布式电源子系统模型和储能子系统模型；
28.管理模块，其被配置为分析所构建的各个子系统模型之间的能源转换方式，结合各个子系统模型的约束条件，构建多agent系统，实现综合能源的协同管理。
29.根据一些实施例，本公开的第三方案提供了一种计算机可读存储介质，采用如下技术方案：
30.一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开第一方面所述的基于多agent的综合能源系统协同管理方法中的步骤。
31.根据一些实施例，本公开的第四方案提供了一种电子设备，采用如下技术方案：
32.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开第一方面所述的基于多agent的综合能源系统协同管理方法中的步骤。
33.与现有技术相比，本公开的有益效果为：
34.本公开针对综合能源系统的总架构进行建模，并对冷热电联供系统、热泵系统、分布式电源系统及储能系统进行建模分析；分析综合能源各子系统间能源的转换方式，研究能量在不同层级之间的传递过程，上进一步研究各子系统内不同设备的运行约束与冷热电负荷约束；能够有效地优化综合能源系统运行效益。
附图说明
35.构成本公开的一部分的说明书附图用来提供对本公开的进一步理解，本公开的示意性实施例及其说明用于解释本公开，并不构成对本公开的不当限定。
36.图1是本公开实施例一中的基于多agent的综合能源系统协同管理方法的流程图；
37.图2是本公开实施例一中的综合能源系统的架构图；
38.图3是本公开实施例一中的综合能源系统多能层级示意图；
39.图4是本公开实施例一中的混合型agent结构；
40.图5是本公开实施例一中的mas结构示意图；
41.图6是本公开实施例一中的agent间通信机制示意图；
42.图7是本公开实施例一中的冷热电预测负荷示意图；
43.图8是本公开实施例一中的风电和光电预测功率示意图；
44.图9是本公开实施例二中的基于多agent的综合能源系统协同管理系统的结构框图。
具体实施方式
45.下面结合附图与实施例对本公开作进一步说明。
46.应该指出，以下详细说明都是例示性的，旨在对本公开提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本公开所属技术领域的普通技术人员通常理解的相同含义。
47.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本公开的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
48.在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。
49.实施例一
50.本公开实施例一介绍了一种基于多agent的综合能源系统协同管理方法。
51.如图1所示的一种基于多agent的综合能源系统协同管理方法，包括：
52.获取综合能源系统架构；
53.基于所获取的综合能源系统架构，分别构建冷热电联供子系统模型、热泵子系统
模型、分布式电源子系统模型和储能子系统模型；
54.分析所构建的各个子系统模型之间的能源转换方式，结合各个子系统模型的约束条件，构建多agent系统，实现综合能源的协同管理。
55.作为一种或多种实施方式，综合能源系统结构主要由外部能源输入、分布式单元、能量管理系统、能量协调装置和负荷构成。综合能源服务商(integral energy service provider,iesp)作为此综合能源系统的运行主体，在电能交易的基础上，加入了热能、冷能交易，通过光伏风电、供气管道、电网输送电等多种能源输入，对多种能源设备进行优化调度并输出冷、热、电等能量，满足多尺度不确定性用户供能需求，实现经济、科学供能。
56.含分布式电源及多类型负荷的区域综合能源系统结构如图2所示，该系统主要由冷热电三联产机组、光伏发电、风力机组等实体能源系统以及综合能源调度管理系统组成，可以对电、热、冷能源进行调度。
57.如图2所示，综合能源系统中的电能主要由光伏、风电和燃气轮机供给，主要用于园区负荷需求以及电热泵和电制冷机的耗电；接入蓄电池，在电量充足时充电，电能不足时放电，起到削峰填谷的作用；同时系统并入大电网，在市价低或电负荷大时向电网购电，在市价高时以及负荷量小时可向电网售电。热能的来源有余热锅炉、电热泵和燃气锅炉，主要用于园区热负荷和吸收式制冷机，储热槽的接入同样起到削峰填谷的作用。园区冷能主要由电制冷机与吸收式制冷机供给，用以满足冷负荷。
58.冷热电三联供系统(cchp)建立在能量的梯级利用概念基础上，以天然气为一次能源，产生热、电、冷的联产联供系统，主要设备包括燃气轮机、余热锅炉和吸收式制冷机。燃气轮机作为cchp机组的核心，是将燃料的化学能转换为电能的装置，它以天然气、沼气等为燃料，通过微燃机燃烧做功发电，剩余的烟和气携带着热量去驱动余热锅炉和吸收式制冷机做功，分别产生热能和冷能，从而完成负荷冷热电三联供的要求。
59.微型燃气轮机(mt)构建如下模型：
[0060][0061]
其中，p
mt
(t)为出力功率；c
mt
(t)为燃料成本；η
mt
(t)为发电效率系数，r
gas
为燃气单位价格，lh为燃气低位热值，δτ为设备运行时间。
[0062]
吸收式制冷机(ac)数学模型如下：
[0063]qac
(t)＝h
ac
(t)
·
cop
ac
[0064]
其中，q
ac
(t)为制冷功率输出，h
ac
(t)为吸收的热功率，cop
ac
为该设备能效比。
[0065]
燃气锅炉(boiler)以天然气为燃料，将燃气的内能转化为热能，其数学模型如下所示：
[0066][0067]
其中，h
b(t)
、cb(t)、ηb依次为t时间内该设备的热功率、燃料成本、效率系数。
[0068]
本实施例中的余热锅炉(whb)主要用于回收利用燃气锅炉热能，用于供热或将其送入吸收式制冷机制冷供给冷负荷。其数学模型如下：
[0069][0070]
其中，h
he
(t)为输出功率；x(t)为燃气轮机烟气通入余热锅炉的流量比；η
l
、η
he
、cop
he
分别为散热损失系数、热回收效率和余热锅炉能效比。
[0071]
热泵系统由电热泵和电制冷机组成，主要利用介质的状态转换过程需要吸放热的特性来完成热能的转移，分别产生热能和冷能。常用介质有空气和水，以空气源热泵为例，利用室外空气的能源从低位热源向高位热源转移的制冷、制热装置。热泵实质上是一种热量提升装置，工作时它本身消耗较少电能却能从环境介质中提取数倍于电能的能量。
[0072]
电制冷机(ec)数学模型如下：
[0073]qec
(t)＝p
ec
(t)
·
cop
ec
[0074]
其中，q
ec
(t)为功率输出，p
ec
(t)为消耗的电功率，cop
ec
为此设备的能效比。
[0075]
电热泵(eb)通过消耗电能转化为热量供给热负荷，其数学模型如下：
[0076]heb
(t)＝p
eb
(t)
·
cop
eb
[0077]
其中，h
eh
(t)、p
eh
(t)、cope依次为制热功率输出、输入的电功率和电热泵能效比。
[0078]
分布式电源系统主要有风电和光伏，风力发电是通过风力驱动风机叶片旋转获得机械能，然后叶片带动发电机做功将机械能转换成磁能，最后转变成电能。光伏发电是利用半导体界面的光生伏特效应将光能直接转变为电能。
[0079]
在实际发电过程中，风电机组(wt)风电机组的实际功率输出p
wt
(t)与实际风速v(t)关系可以表示为：
[0080][0081]
针对实际的光伏发电效果进行建模，光伏发电功率如下式所示，其中p
pv
是实时功率，g
max
是最大光照强度，是光照的beta分布函数。
[0082][0083]
储能系统主要有蓄电池、储热槽，可以分别存储电能、热能和冷能，在系统产能不足时释放能量，在系统产能过剩时充能，起到削峰填谷的作用，有效减小系统中设备的出力波动。某一时刻中，蓄电池只能进行充电或者放电动作。蓄电池电量wb与之前蓄电池的电量以及这一时间内的充放电功率有关。如下式所示:
[0084][0085]
其中，wb(t)是t时刻的蓄电池电量，wb(t-1)是t-1时刻的蓄电池电量。是蓄电池充放电的效率，此处简化为单一效率。是蓄电池进行充电或者放电的功率。
[0086]
对于储热槽，同一时间内，储热槽只能单一进行储热与输出中的一个操作。储热槽
的储热量w
rb
与之前储热槽的储热量以及这一时间内的储热放热功率有关，表达式如下：
[0087][0088]
其中，w
rb
(t)是t时刻的储热槽热量，w
rb
(t-1)是t-1时刻的蓄储热槽热量。是蓄储热槽充放热的效率，此处简化为单一效率。是储热槽进行充热或者放热的功率。
[0089]
综合能源系统中，多能之间互相耦合、互相转化，十分复杂。因此要对系统进行管理分析，必须对多能系统之间的转换关系进行分析。综合能源系统多能层级示意图如图3所示：
[0090]
电能与热能之间有两个主要的转换方式：一是通过燃气轮机的余热供给余热锅炉，产生热量；二是通过电热泵直接通过电能制热，产生热能。特别是对于第一种方式，由于燃气轮机传递一部分热量给余热锅炉并非是单纯的转化关系，而是复杂的耦合方式，因此电能系统与热能系统难以通过简单线性方式表达出来。电能与冷能之间也有两个主要的转换方式，一是通过燃气轮机的余热供给吸收式制冷机，吸收式制冷机利用余热进行制冷；二是电制冷机使用电能进行制冷；第一种方式中冷能与电能之间是复杂的耦合关系。
[0091]
综合能源系统中，能量在不同能级之间的传递是一个很复杂的过程。能量通过不同的设备传递、耦合，因此需要对传递过程进行分析。
[0092]
首先对于电能系统，燃气轮机利用一级能源天然气进行发电，即发电效率为η
mt
，产生的电能供给电能系统；光伏太阳能发电站利用太阳能发电，风力发电站利用风能发电，这些属于分布式电源系统对电能系统的供给，即供给，即储能系统中储电池在电能供给丰富的时候，进行储能，在电能缺乏的时候进行放能，在理想化情况中，充放电均以的效率进行。
[0093]
在热能系统中，燃气轮机利用一级能源天然气进行发电的余热，被余热锅炉吸收，即热回收效率为η
he
，余热锅炉的效能比为cop
he
；同时燃气锅炉利用一次能源天然气直接进行燃烧发热，供给于热能系统；电热泵利用电能发热，即h
eb
(t)＝p
eb
(t)
·
cop
eb
，电热泵效能比为cop
eb
。除此之外，储能系统中，蓄热槽在热能供给丰富的时候进行储能，在热能缺乏的时候进行放能，在理想化情况中，充放热均以的效率进行。
[0094]
对于冷能系统，不再有一次能源直接供给。冷能系统中，进入的能源有两种形式。一是燃气锅炉的余热，传递进吸收式制冷机中，即q
ac
(t)＝h
ac
(t)
·
cop
ac
，吸收式制冷机的能效比为cop
ac
。二是电能系统传递的电能，电制冷机利用电能制冷，即q
ec
(t)＝p
ec
(t)
·
cop
ec
，产生冷能的能效比为cop
ec
。
[0095]
在实际的综合能源系统中，各个设备在运行的时候，由于自身的特性与安全性需要，会存在运行的约束条件。
[0096]
冷热电联供系统中，微型燃气轮机(mt)不仅仅有功率的区间约束，还有上下行的变化约束，即：
[0097][0098]
对于吸收式制冷机(ac)、燃气锅炉(boiler)、余热锅炉(whb)的输出q
ac
(t)、hb(t)、h
he
(t)分别满足以下约束：
[0099][0100][0101][0102]
热泵系统中，电制冷机(ec)、电热泵(eb)的输出q
ec
(t)、h
eb
(t)分别满足以下约束
[0103][0104][0105]
储能系统中，储电池与储冷槽的容量wb(t)、w
rb
(t)与充放功率p
bchr
(t)、p
rbchr
(t)均有约束：
[0106][0107][0108][0109][0110]
分布式电源系统的约束，由于光伏发电和风力发电本身的出力，有实际输出的自有约束，因此无需考虑。
[0111]
在综合能源系统中，冷热电负荷都有着自身的运行约束。冷负荷平衡约束如下式所示：
[0112][0113]
其中，h
ac
(t)分别为t时段吸收式制冷机消耗的热功率；cop
ac
为吸收式制冷机能效比，p
ec
(t)为t时段电制冷机消耗的电功率；cop
ec
为电制冷机能效比，式中为t时段冷负荷需求。
[0114]
热负荷平衡约束：
[0115][0116]
其中，h
eh
(t)、h
he
(t)、h
b(t)
分别为t时段电热泵的制热功率输出，余热锅炉的制热功率输出，燃气锅炉的热功率，h
ac
(t)为t时段吸收式制冷机消耗的热功率，为t时段热
负荷需求。
[0117]
电功率平衡约束：
[0118][0119]
其中，分别为t时段风电机组输出功率和光伏输出功率，p
mt
(t)、p
grid
(t)为t时段微型气轮机发出有功功率和电网购电功率，p
ec
(t)、p
eh
(t)分别为t时段电制冷机消耗的电功率和电热泵消耗的电功率，式中为t时段电负荷需求。
[0120]
agent即为智能体，是指能够在一定环境中运行并且具有一定行为准则和适应能力的计算机系统，它可以应用系统使用推理、学习和其他技术来分析解释它接触过的或刚提供给它的各种信息和知识，在不断的学习中给出不同的决策。具有良好的自治性、反应性、主动性和智能性。
[0121]
结合电力系统实际结构，设计混合型的agent结构如图4所示，主要分为反应层、决策层和通信层，具体模块主要包括：学习和评估模块、决策模块、调节模块、识别感知模块、动作模块和通行模块，各模块主要功能如下：
[0122]
识别感知模块：主要承担对系统运行状态以及环境进行识别感知，最终形成相应参考数据传送至其他模块中。
[0123]
动作模块：具体的指令执行机构，主要用于相关机组启停状态的控制以及出力大小的调整。
[0124]
通信模块：负责该agent与其他agent间的信息交互共享，主要包括当前冷热电预测负荷与各个供能agent实时出力等运行数据。
[0125]
决策模块：agent的核心模块，根据当前数据制定经济性最优的运行策略，用于调配设备实时出力。
[0126]
多agent系统(mas)是由多个智能体构成的一种分布式自主系统，是通过各智能体的自主行为以及它们之间的通信、协调、调度及控制来表现系统的结构、功能和行为特征，能很好地解决复杂系统的通信问题。根据园区结构，首先建立三层多agent系统，如图5所示：
[0127]
第一层是电力市场管理系统agent，包括大电网agent与各个微网agent；
[0128]
第二层是微网中分布式能源agent；
[0129]
第三层是冷热电负荷agent；
[0130]
大电网agent主要用于实时监控各区域级微网agent的行为，同时可与其他大电网agent通信交互；区域级微网agent是整个系统的大脑，主要任务是基于多时间尺度的微电网内部能量优化分配；设备层agent管理各个设备启停状态及实时出力；负荷agent用于反馈当前的预测功率。
[0131]
各agent间通信过程示例如图6所示：
[0132]
各agent向管理层ams发送请求信号(request)，管理层收到信号后对供能侧分布式电源给出反馈信息(inform)，形成通信回路。综合能源系统中各分布式电源、储能设备以及负荷的代理信息均在存储地址other中，通过该储存地址去寻找所需的通信id地址，并进行调用。当综合能源系统优化运行时，分布式电源pv、wt、cchp等进行能量交互，图中6的三到十四步骤即其交互信息，包括各代理向管理层ams询问所有代理的容量以及约束条件。步
骤十五到二十四示例了某一时刻下具体的通信过程，该时刻下冷热电负荷均有需求。首先，负荷agent向发电侧分布式电源pv agent与mt agent发送请求信号requst，ams以当前负荷、实时电价等为依据通过优化算法设计经济性最优的出力方案，pv agent与mt agent接收到请求信号后，通过向管理层ams反馈需求侧请求信息，ams下达命令使pv与mt满负荷运行，同时反馈执行信息，ams再次下达命令使得cchp输出一定电功率，cchp机组在发电的同时可以提供一部分热能以及冷能，cchp将以上信息反馈，负荷agent根据所需热能及冷能向热泵agent以及储能agent发送请求，在ams的调控下以上设备调整出力满足实时负荷。
[0133]
下面结合实际算例进行仿真分析：
[0134]
综合能源系统园区各子系统设备容量配置如下：冷热电联供系统中，燃气轮机100kw，余热锅炉200kw，吸收式制冷机200kw，燃气锅炉200kw；热泵系统中，空气源电热泵最大功率为100kw,电制冷机最大功率为200kw；储能系统中，蓄电池和储热槽容量分别为100kwh和150kwh，清洁能源光伏和风电最大出力为100kw和150kw。
[0135]
调度采用多时间尺度调度方式，分为日前和实时两个阶段，日前调度周期为1天，时间间隔1小时，实时调度周期同样为1天，时间间隔为15分钟，日前调度以预测的冷、热、电功率以及预测的光电、风电发电量为基础，提前规划当天每小时各个设备工作状态及出力，实时调度以实时功率以及光电风电量为基础，在日前调度的基础上调整设备出力，日前预测和实时调度相结合的调度方式可以有效提高园区调度效率，避免部分设备短期内的出力波动，减少负荷变化对电网稳定性的冲击。所需数据如表1所示，实时电价如表2所示，冷热电预测负荷如图7所示，风电机组及光伏电池发电功率预测如图8所示。
[0136]
表1综合能源系统相关系数
[0137]
[0138][0139]
表2实时电价
[0140]
[0141][0142]
电能主要由风电、光伏和燃气轮机供给，全天中风力发电相对稳定，平均每小时发电90kwh，光伏主要集中在10-16时，燃气轮机出力稳定，园区所发电量主要用于电热泵的消耗以及满足园区负荷，产能富足时可向电网售电。时段1-11，园区电负荷较低，发电完全可以满足负载，同时多余的电量售于电网获利。时段12-13，园区负荷较高，且电热泵电量需求增加，园区所发电量难以满足负载，所以向电网购入少量电能。时段14-15为电价最高峰，园区在满足负荷的前提下尽可能多的向电网售电。时段16-21，园区负荷依然较高，且光伏出力大幅下降，电价也降低至较低水平，园区从电网购电满足负荷。时段22-24，园区电负荷下降，同时电热泵耗电量也大幅下降，园区产能剩余，多余的电能售于电网。在全天中，电制冷机耗电量整体较小且功率稳定，蓄电池间隔性地充放电。
[0143]
热能主要由电热泵供给，热能的消耗主要用于对吸收式制冷机的供应：时段1-7，园区热负荷较小，电价也较低，吸收式制冷机需电量平稳，电能主要由电热泵供应，同时向储热槽存储热能。时段8-9，电价略涨，电热泵出力减小，储热槽释放部分热能缓解需求。时段10-11，由于冷负荷的下降，吸收式制冷机出力下降，余热锅炉出力略提高，电热泵所需要提供的热能也降低。时段12-18，冷负荷增加，对吸收式制冷机出力要求高，电热泵出力增加，同时燃气锅炉出力增加。时段19-24，制冷机耗电量减少，但园区整体热负荷增加，热能供应主要由电热泵和燃气锅炉配合完成，同时燃气轮机烟气大部分进入余热锅炉，所发热量用于热能供应。全天中储热槽间断性充放热。
[0144]
冷能主要由电制冷机和吸收式制冷机提供，在时段1-11，冷负荷小，两类制冷机出力也小，时段12-19，制冷机制冷功率随负荷增加而增加，时段20-24，制冷机出力随负荷减
小而下降。
[0145]
实时调度阶段仍采用自适应粒子群算法，该调度方案为每15min调度一次，相比于日前预测灵敏度提高，调度根据实时冷热电负荷以及光电和风电出力数据，在日前预测的设备出力数据基础上，调整各供能设备的出力大小。
[0146]
本实施例在分析综合能源各子系统形态与互相作用机理的基础上，提出了一种基于多agent的综合能源系统协同管理机制。首先针对综合能源系统的总架构进行建模，并对冷热电联供系统、热泵系统、分布式电源系统及储能系统进行建模分析；然后分析综合能源各子系统间能源的转换方式，研究能量在不同层级之间的传递过程，在此基础上进一步研究各子系统内不同设备的运行约束与冷热电负荷约束；最后提出了一种基于多agent技术的协同管理机制，建模仿真结果表明该协同管理机制有效地优化了综合能源系统运行效益。
[0147]
实施例二
[0148]
本公开实施例二介绍了一种基于多agent的综合能源系统协同管理系统。
[0149]
如图9所示的一种基于多agent的综合能源系统协同管理系统，包括：
[0150]
获取模块，其被配置为获取综合能源系统架构；
[0151]
建模模块，其被配置为基于所获取的综合能源系统架构，分别构建冷热电联供子系统模型、热泵子系统模型、分布式电源子系统模型和储能子系统模型；
[0152]
管理模块，其被配置为分析所构建的各个子系统模型之间的能源转换方式，结合各个子系统模型的约束条件，构建多agent系统，实现综合能源的协同管理。
[0153]
详细步骤与实施例一提供的基于多agent的综合能源系统协同管理方法相同，在此不再赘述。
[0154]
实施例三
[0155]
本公开实施例三提供了一种计算机可读存储介质。
[0156]
一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现如本公开实施例一所述的基于多agent的综合能源系统协同管理方法中的步骤。
[0157]
详细步骤与实施例一提供的基于多agent的综合能源系统协同管理方法相同，在此不再赘述。
[0158]
实施例四
[0159]
本公开实施例四提供了一种电子设备。
[0160]
一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如本公开实施例一所述的基于多agent的综合能源系统协同管理方法中的步骤。
[0161]
详细步骤与实施例一提供的基于多agent的综合能源系统协同管理方法相同，在此不再赘述。
[0162]
以上所述仅为本公开的优选实施例而已，并不用于限制本公开，对于本领域的技术人员来说，本公开可以有各种更改和变化。凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。