基于自學習算法的多Agent微電網(wǎng)能量管理方法的研究.pdf

1、作為分布式發(fā)電系統(tǒng)的新型組成形式，微網(wǎng)能夠為用戶帶來更高的經(jīng)濟效益和提供更可靠的電能。然而，微網(wǎng)的這些潛在優(yōu)勢，必須依賴于對微網(wǎng)系統(tǒng)積極主動的能量控制和管理才能實現(xiàn)。在自學習算法基礎上建立的多Agent微網(wǎng)能量管理方法具有更好的靈活性、開放性和自主性的特點，更適用于微網(wǎng)動態(tài)的網(wǎng)絡環(huán)境。研究基于自學習算法的微網(wǎng)能量協(xié)調(diào)控制方法對于開發(fā)多Agent微網(wǎng)能量管理系統(tǒng)的研究具有十分重要的意義。
　　本文的主要工作包括:
　　1.提出

2、了一種結合集中式和分布式能量管理系統(tǒng)各自優(yōu)點的混合式微網(wǎng)能量管理方法(Hybrid EMS-MG, HEMS-MG)，通過整合不同控制層的相關信息并簡化不同控制單元間的通訊過程，從而動態(tài)實現(xiàn)微網(wǎng)多目標和不同時間尺度上的控制目標。同時，通過合同網(wǎng)機制市場競標方法，利用多代理(MAS)技術實現(xiàn)了微網(wǎng)內(nèi)Agent協(xié)作的多因子評價決策機制，建立了微網(wǎng)能量協(xié)調(diào)控制的MAS模型，從而構建了基于微網(wǎng)本地層發(fā)電單元自主控制與中央層多單元間主動能量協(xié)調(diào)控

3、制相結合的微網(wǎng)系統(tǒng)能量協(xié)調(diào)控制框架，以實現(xiàn)微網(wǎng)能量不同層次的協(xié)調(diào)控制方法;
　　2.基于所提出的混合式多Agent微網(wǎng)能量管理系統(tǒng)模型和強化學習算法在線學習的特點，以合同網(wǎng)和多因子協(xié)調(diào)機制為基礎，利用強化學習中的Q學習算法計算微網(wǎng)二次控制優(yōu)化調(diào)度指令，提高了微網(wǎng)中央層Agent對于微網(wǎng)系統(tǒng)結構及其參數(shù)的動態(tài)變化的適應能力，增強了Agent的智能決策水平;
　　3.針對微網(wǎng)二次優(yōu)化調(diào)度指令的實時分配，本文同時考慮系統(tǒng)運行經(jīng)濟性

4、及環(huán)保效益，并且在提供系統(tǒng)所需調(diào)度功率的同時保證微網(wǎng)內(nèi)儲能單元具有較多的可調(diào)度容量，從而實現(xiàn)系統(tǒng)的長期穩(wěn)定、經(jīng)濟運行;最后，利用模糊方法和粒子群優(yōu)化算法求解微網(wǎng)二次協(xié)調(diào)控制多目標模型;
　　4.利用不同微電源的能量計算模型，在C++ Builder環(huán)境下搭建了包括不同微電源的本地層Agent和具有不同控制功能的中央層Agent的微網(wǎng)混合能量管理仿真平臺;不同情形下的仿真結果證明了本文所提出的基于自學習的微網(wǎng)混合能量管理方法的有效性