基于多Agen技术的电网无功电压控制的研究_开题报告

电网电压是电力系统电能质量的重要指标之一，而系统的无功平衡是保证电压质量的重要条件。系统中的无功电源输出应满足系统中所有负荷和网络损耗的需求，否则电网电压就会偏离额定值。

当电压偏低时，系统中的功率损耗和能量损耗加大，电压过低时，还可能危及系统运行的稳定性，甚至引起电压崩溃；而当电压过高时，各种电气设备的绝缘可能受到损害。

而通过合理无功补偿设备就能使电网的电能质量得到保证，达到稳定运行的标准和满足用户的需求。但是随着电网规模的不断扩大，先前的集中式无功电压控制系统已经不能满足实时性和可靠性的要求。而多Agent系统作为一门分布式人工智能的新技术，能够使得逻辑上和物理上分散的系统并行、协调地解决问题。正因为其有此特性，多Agent系统更适合动态的、分布式的、开放式的应用环境。

二、国内外研究现状和发展趋势

目前，普遍被认同的无功电压优化控制系统结构是三级组织结构，分别是由一级电压控制、二级电压控制和三级电压控制组成。三级控制策略在时间和空间上具有很好的区分控制层次性，但多级多层次的控制难免会产生较多的模糊信息或残缺数据，另外可能由于各级所采用不同分析方法而使得制定的最终控制策略有误。因此，有理论提出了仅具有两级控制的以地区电网为主的电压无功控制模式。

实际应用中，电力系统无功运行优化方法有静态(经典)无功优化和动态无功优化等。其中静态无功优化不考虑负载的动态变化，主要是对某一时刻的运动状态的优化。静态无功优化的算法分为常规的优化方法和智能优化算法。近些年，很多专家提出了很多人工智能类的电力系统无功优化算法，如改进的差分进化算法。

改进的差分进化算法基本思想是：引入基于反学习的种群初始化方法，保证了初始种群的多样性；在交叉操作中引入高斯扰动机制，提高在维尺度上的种群多样性；在进化过程中融入人工蜂群搜索思想，引入蜂群加速进化与侦查操作策略，使算法能快速跳出局部最优，避免了早熟问题。

三、研究内容

（一）地区电网无功电压控制内容

随着计算机技术和通讯技术的迅速发展，电力系统调度自动化技术已经基本在地区级电网都做到了实用化，在此基础上出现了主站集中式自动电压控制系统软件(AVC)。

（二）基于Agent建模的应用

在有关复杂适应系统（complex adaptive systems）理论中，基于Agent的建模（Agent-based　modeling）能使系统中各主体的微观行为与系统的整体属性相结合，从而实现有效的建模。

（三）基于改进差分进化算法的配电网无功优化

多Agent 系统拥有较好的适应能力、容易适应开放动态的社会环境且比较灵活，所以更加突出人类的社会智能，也因此受到社会的广泛关注。现在提出了一种以参数自适应为基础调整差分进化算法的多Agent 系统协作模型，算法的仿真试验验证了改进算法相对来说寻找到最优解的能力更加明显，而且使 Agent 系统之间的合作更协调。

四、研究难点和解决方案以及可行性论证

（一）研究难点

基于Agent建模；改进差分进化算法。

（二）解决方案

采用改进差分进化算法，建立多Agent系统的电网无功电压控制模型。

（三）可行性论证

采用具体地区电网的数据，来实际例子论证采用改进差分进化算法能在一定程度上符合电网无功电压控制优化要求。

五、^范文提纲

1绪论

1.1电力系统电压无功优化的研究背景。

1.1.1电力系统无功电压的目的和意义。

1.1.2电力系统电压无功优化的措施、策略。

1.2基于多Agent技术的电压无功控制的研究背景。

1.2.1多Agent系统的阐述。

1.2.2国内外关于多Agent技术的电压无功控制的研究现状。

2电力系统无功电压控制的原理。

2.1变电站无功优化的调控手段。

2.1.1变压器调档原理。

2.1.2并联电容器补偿原理。

2.2配电网无功补偿分析。

3多Agent技术在电压无功控制中的运用。

3.1多Agent系统。

3.2多Agent系统组织架构。

3.3多Agent系统之间的通讯。

3.4多Agent系统在电压无功控制中的运用。

4多Agent系统中电压无功控制系统结构与策略分析。

4.1 引入多Agent系统建模概念。

4.2 引入改进差分进化算法概念。

4.3 针对某地区实际电网数据，建立分析模型，论证本文采用的模型具有可行性。

5结论与展望。

六、参考文献

[1]张爱国，牛迎水,廖亨利.地区电网无功电压控制应用现状及发展[J].高科技与产业化,2010（8）：83-85

[2]江玲.电力系统无功电压控制模型与仿真研究[J].湖北理工学院学报，2015(6):1-15

[3]张谦，黄安平.多Agent技术在电力系统无功电压优化中的应用[J].机电工程技术，2011(10):93-97

[4]吴军英.多Agent技术在智能电网调度系统中的应用[J].智能应用，2014(21):57-58

[5]单剑. 基于Agent的行为建模方法研究[J].信息通信,2016(9):24-25

[6]刘丹,曹建彤,陈建名. 基于Agent建模的应用:研究综述[J].技术经济,2014(11):96-102

[7]周晨轶,刘松,钟潇,刘鹏. 基于差分进化算法的居民用电负荷分解方法[J]. 南方电网技术,2016(6):62-69

[8]薛伟,许培. 基于多Agent的微电网电压无功控制系统[J]. 传感器与微系统,2012(4):92-95

[9]马小建，魏金成.基于多Agent技术的低电压保护与无功电压控制的研究[J]. 电工技术,2012(5):33-35

[10]孟显,王艳君,安艳. 基于改进差分进化算法的含风电场的电力系统无功优化[J].沈阳农业大学学报,2010(4):506-508

[11]肖冰,陈国伟,安国军,刘长树,吴兰旭. 基于改进差分进化算法的配电网无功优化[J]. 电测与仪表,2015(17):63-67

[12]任甜甜,张海丽,关保林. 基于改进差分进化算法求解连续矩阵问题[J].工业控制计算机,2016(4):25-29

[13]殷凡,牛丽. 基于进化算法优化的多Agent系统协作模型[J].科技通报,2015(11):207-210

[14]陈娟.基于人工智能Agent技术发展现状分析[J].电脑知识与技术,2016(3):195-196

[15]周行.宁波电网区域无功电压控制系统的完善[J].机电信息，2015(12):11-12

[16]叶楠.宁波电网无功电压控制系统设计与实现[D].北京：华北电力大学，2014年6月

[17]刘元均.区域电网电压无功控制策略[J].科学中国人,2016(12):35

[18]张勇,张梅.提高配电网电压质量的可行性方法[J].电力电容器与无功补偿,2015(1):26-29

[19]丁晓阳,李嵩华.一种改进的差分进化算法[J].陕西师范大学学报(自然科学版),2016(1):1-5

[20]边茂占.智能电网之中的Agent技术分析[J].中国新技术新产品,2016(18):

13-14

[21]M.S. Rahman，M.A. Mahmud，A.M.T. Oo，H.R. Pota，M.J. Hossain.Agent-based reactive power management of power distribution networks with distributed energy generation[J]. Energy Conversion and Management，2016，120

[22]Islam, Sk. Razibul;Sutanto, D.;Muttaqi, K. M. A Distributed Multi-Agent Based Emergency Control Approach Following Catastrophic Disturbances in Interconnected Power Systems[J]. IEEE Transactions on Power Systems，2016(4),31

[23]Hyun-Koo Kang;Il-Yop Chung;Seung-Il Moon. Voltage Control Method Using Distributed Generators Based on a Multi-Agent System[J]. Energies,2015(8),12