高级检索

  • ISSN 1006-3080
  • CN 31-1691/TQ

并网模式下基于多代理技术的微电网多目标优化

王思明 牛玉刚 祖其武

王思明, 牛玉刚, 祖其武. 并网模式下基于多代理技术的微电网多目标优化[J]. 华东理工大学学报(自然科学版), 2017, (6): 829-836,889. doi: 10.14135/j.cnki.1006-3080.2017.06.012
引用本文: 王思明, 牛玉刚, 祖其武. 并网模式下基于多代理技术的微电网多目标优化[J]. 华东理工大学学报(自然科学版), 2017, (6): 829-836,889. doi: 10.14135/j.cnki.1006-3080.2017.06.012
WANG Si-ming, NIU Yu-gang, ZU Qi-wu. Multi-objective Optimization of Connected Microgrid Based on Multi-agent Technology[J]. Journal of East China University of Science and Technology, 2017, (6): 829-836,889. doi: 10.14135/j.cnki.1006-3080.2017.06.012
Citation: WANG Si-ming, NIU Yu-gang, ZU Qi-wu. Multi-objective Optimization of Connected Microgrid Based on Multi-agent Technology[J]. Journal of East China University of Science and Technology, 2017, (6): 829-836,889. doi: 10.14135/j.cnki.1006-3080.2017.06.012

并网模式下基于多代理技术的微电网多目标优化

doi: 10.14135/j.cnki.1006-3080.2017.06.012
基金项目: 

国家自然科学基金(61673174);上海市优秀学术/技术带头人计划(16XD1421300)

Multi-objective Optimization of Connected Microgrid Based on Multi-agent Technology

  • 摘要: 微电网的经济运行是一个多目标、多约束问题。传统方法将多目标转化为单目标的求解策略往往难以迅速收敛,且在权重的选取上具有很强的主观性。本文提出了一种基于多代理技术的多目标求解策略,考虑微网的整体经济性问题,分别建立发电侧目标代理(PowerAgent)以及需求侧目标代理(LoadAgent),从而避免了权重的选择。虚拟电价信息作为发电侧代理的协商参数,负荷调度信息作为需求侧代理的协商参数。利用JADE平台提供的Agent通信功能,目标代理之间传递协商参数,优化自身子目标问题,迭代协商,最终达到目标均衡。协商过程保证了微网的整体经济性要求,且两个子目标通过目标代理分布式求解,能够快速收敛。最后通过算例讨论了各代理的行为特征,验证了本文方法的可行性。

     

  • [1] LOPES J A P,MADUREIRA A G.A view of micro-grids[J].Wiley Interdisciplinary Reviews Energy & Environment,2013,2(1):86-103.
    [2] 杨毅,雷霞,叶涛,等.考虑安全性与可靠性的微电网电能优化调度[J].中国电机工程学报,2014,34(19):3080-3088.
    [3] LIAO G C.Solve environmental economic dispatch of smart micro-grid containing distributed generation system using chaotic quantum genetic algorithm[J].International Journal of Electrical Power & Energy Systems,2010,43(1):779-787.
    [4] MOHAMED F A,KOIVO H N.System modelling and online optimal management of micro-grid using multi-objective optimization[C]//International Conference on Clean Electrical Power.Italy:IEEE,2007:148-153.
    [5] 曾嶒,彭春华,王奎,等.基于鸟群算法的微电网多目标运行优化[J].电力系统保护与控制,2016,44(13):117-122.
    [6] 杨毅,雷霞,徐贵阳,等.采用PSO-BF算法的微电网多目标电能优化调度[J].电力系统保护与控制,2014,42(13):13-20.
    [7] 宋晓英,王艳松.基于协同进化遗传算法的微网经济环保调度[J].电力系统保护与控制,2014,42(5):85-89.
    [8] 刘前进,许慧铭,施超.基于人工蜂群算法的多目标最优潮流问题的研究[J].电力系统保护与控制,2015,43(8):1-7.
    [9] 李存斌,张建业,李鹏,等.考虑成本、排污及风险的微电网运营多目标优化模型[J].中国电机工程学报,2015,35(5):1051-1058.
    [10] 陈洁,杨秀,朱兰,等.微网多目标经济调度优化[J].中国电机工程学报,2013,33(19):57-66.
    [11] BEDAKO B A,KLING K L,RIBERIRO P F.Multi-agent system architecture for smart home energy management and optimization[C]//2013 IEEE PES Innovative Smart Grid Technologies Europe(ISGT Europe).Copenhagen:IEEE,2013:1-5.
    [12] 曾君,徐冬冬,刘俊峰,等.考虑负荷满意度的微电网运行多目标优化方法研究[J].中国电机工程学报,2016,36(12):3325-3333.
    [13] 李晨迪,陈渊睿,曾君,等.基于非合作博弈的微电网能量管理系统优化算法[J].电网技术,2016,40(2):387-395.
    [14] 丁明,罗魁,毕锐.孤岛模式下基于多代理系统的微电网能量协调控制策略[J].电力系统自动化,2013,37(5):1-8.
    [15] 江润洲,邱晓燕,李丹.基于多代理的多微网智能配电网动态博弈模型[J].电网技术,2014,38(12):3321-3327.
    [16] NUNNA H S V S K,DOOLLA S.Multiagent-based distributed-energy-resource management for intelligent micro-grids[J].IEEE Transactions on Industrial Electronics,2013,60(4):1678-1687.
    [17] 郝雨辰,窦晓波,吴在军,等.微电网分层分布式能量优化管理[J].电力自动化设备,2014,34(1):154-162.
    [18] 祖其武,牛玉刚,陈蓓.基于改进粒子群算法的微网多目标经济运行策略研究[J].电力系统保护与控制,2017,45(14):57-63.
    [19] KARAMI H,SANJARI M J,HOSSEINIAN S H,et al.An optimal dispatch algorithm for managing residential distributed energy resources[J].IEEE Transactions on Smart Grid,2014,5(5):2360-2367.
    [20] WANG H,HUANG J.Joint investment and operation of microgrid[J].IEEE Transactions on Smart Grid,2017,8(2):833-845.
  • 加载中
图(1)
计量
  • 文章访问数:  1397
  • HTML全文浏览量:  229
  • PDF下载量:  305
  • 被引次数: 0
出版历程
  • 收稿日期:  2016-12-27
  • 刊出日期:  2017-12-28

目录

    /

    返回文章
    返回