基于多智能体的分布式发电系统协调优化

本文采用评价体系的动态合同协议, 解决分布式发电系统的运行优化问题. 根据分布式发电系统的结构特点, 建立了一种分布协调的Multi-Agent体系. 将各基本可再生发电单元作为电源Agent, 能量管理系统看作是管理协调Agent. 同一地域内的电源Agent组成一个Agent域, 由管理协调Agent对域内各电源Agent电源登记管理. 各Agent域聚集成一个分布式的网络结构. 在此网络结构中, 采用评价体系的动态合同网协议进行协调发电以简化投标过程, 以减少通信量, 提高系统的优化效率. 管理协调Agent作为招标方, 各电源机组作为投标方并按照偷懒原则进行投标. 最后对一个小型的分布式发电系统进行仿真实验, 验证了所提出方案的可行性, 并保证了分布式发电系统的电能质量和可靠供电.     

基于MAS的动态生产调度与控制及系统开发

提出基于MAS的面向敏捷制造的生产过程动态调度与控制的层次结构．1）以任务分解与分配层为中心，建立各层之间的协调工作及协同决策机制；2）引入协商式招／投标方法实现任务的分解与分配；3）采用能力匹配与动态调度相结合的方法实现任务分配与调度控制的有效集成；4）面向生产任务需求动态确定Agent粒度、组建MAS模型；5）适应制造系统状态变化的需要，进行任务的动态重构．讨论基于MAS的采用分级递阶和并行处理相结合的自治组织结构和运作模式，以及利用与组织结构相对应的层次黑板结构实现各Agent之间信息与数据共享．在支持生产过程动态调度与控制基础设施建设的基础上，结合奏川机床集团有限公司车间生产实际，研究开发了基于MAS的车间动态调度系统．     

模型层MAS模型的获取和实现方法

基于多Agent系统(MAS)的开放信息集成体系结构分为界面层、协调层和模型层,每层均由MAS组成。为了获得构成模型层的MAS模型,该文结合信息工程论和面向对象方法而提出了模型层MAS模型获取方法,它从企业行为的功能主题出发进行分析而获取相应的对象模型,并将对象模型转变为相应的MAS模型;为了提高Agent技术的实用化程度,还讨论了在关系型数据库管理系统平台上实现基于MAS的模型层的方法;最后介绍了上述方法的应用实例。     

一种新型的模糊控制器及其应用

以分散式风力太阳能混合发电系统为研究对象，设计了一个基于分级模糊控制的能量管理系统。首先简单介绍了风力太阳能研究的现状．风能、太阳能及其混合发电系统的特点、然后介绍本分散式风力太阳能混合发电系统的组成一随后给出了针对该系统能量管理的分级模糊控制器的设计．最后．通过仿真证明了该方法的有效性。     

模糊型层MAS模型的获取和实现方法

基于多Agent系统（MAS）的开发信息集成体系结构分为界面层、协调层和模型层,每层均由MAS组成。为了获得构成模型层的MAS模型,该文结合信息工程论和面向对象方法而提出了模型层MAS模型获取方法,它从企业行为的功能主题出发进行分析而获取相应的对象模型,并将对象模型转变为相应的MAS模型;为了提高Agent技术的实用化程度,还讨论了在关系型数据库管理系统平台上实现基于MAS的模型层的方法;最后介绍了上述方法的应用实例。     

基于MAS的供应商选择系统分析与设计

在总结了供应链管理及智能代理基本理论的基础上,通过与传统供应商筛选方法之间的对比,构建了基于MAS的企业供应商筛选系统模型,并研究了供应商选择中的协调问题。其次,重点研究了数据采集Agent、决策支持Agent、动态评价Agent的组成框架及工作内容,并在此基础上阐述了各部分的运作模型、供应链框架的运行机制及框架中供应商的地位。然后,为了提高系统的学习性、自适应性和智能性,实现供应商的自动筛选,采用了自组织数据挖掘结合遗传算法优化本系统的学习能力。     

一种基于博弈论的多Agent交互模型

在开放的、动态的多Agent系统(MAS)中,交互是最基本的方面,具有各自利益的多个Agent必须对其目标、资源的使用进行协调.博弈论为协调和协作的研究奠定了坚实的数学基础,把博弈论与多Agent交互相结合是目前DAI研究的新发展方向.该文提出了一种基于博弈论的多Agent交互模型(GMAIM),应用于解决不完全信息的分布式环境下多人协商决策问题,实现了在会议调度系统(MSS)中的应用.     

风–光互补发电系统的频率控制

由于风、光的强随机性和负荷的多变性,风-光互补发电系统的频率稳定性变差.有功功率优化既能够保证发电系统频率的安全与稳定,又能够使其经济地运行.但它是一个带约束的非线性多极值优化问题,用传统的方法很难处理.随着风-光互补发电场规模的增大,频率控制的实时性变差.针对这些问题,建立了以发电成本最小为目标的频率优化控制的数学模型,提出了基于均匀设计和惰性变异的粒子群算法和基于多Agent的协调优化方法,并用于发电系统频率的优化控制.实验验证了频率优化控制模型的正确性,显示了改进的粒子群算法比标准的粒子群算法优化效果更好;另一实验显示,多Agent的协调优化方法比单一种群的粒子群算法更加高效、更加适合于大规模风-光互补发电系统的频率控制.     

基于MAS代理机制的协同设计系统研究

动态联盟的分布性、自治性、动态性等特征,给联盟的协调带来极大的复杂性。在讨论基于Web服务的多A-gent协同平台的基础上,提出如何解决异构CSCD系统之间的组织,同时对MAS的协作、协商、协调和通信机制进行了深入研究,建立了多Agent协作的网络协同设计多层体系结构和协作模型,为动态联盟环境下的协同技术提供支持。     

MAS系统的问题求解能力分析

本文用状态空间搜索模型分析了多Agent系统(MAS)的问题求解能力，认为MAS系统中Agent之间知识的组合应用和对问题搜索方向的交互和决策是影响MAS系统问题求解能力的主要原因，在状态空间搜索模型下可以将Agent间知识的组合应用表达为不同Agent的搜索路径的组合，而Agent对搜索方向的判断是基于启发式信息做出的，从而为形式化分析MAS系统的性能建立了通用的模型．本文以A*算法为例探讨了可采纳算法下多Agent合作求解效果与Agent的知识和启发信息之间的关系，指出只有在一定条件下MAS系统才会获得更好的解题能力．本文还对非可采纳算法下MAS系统性能分析方法提出了初步看法．     

节能降耗系统平台及关键技术研究 *

针对目前工矿企业节能降耗所遇到的问题 ,提出企业节能应该首先实现能源管理信息化 ,由注重单体设备节能向系统优化节能转变。基于此理念 ,构建了基于分布式体系架构的节能降耗系统平台 ,对企业生产环节和关键设备的能源消耗实行全面监测、管理和控制 ,实现节能的制度化和长效化。     

一种基于数据流跟踪的无线传感网能量模型及网络优化

提出了一种基于数据流跟踪的能量模型,通过跟踪数据流在网络中的整个过程来计算全网的能量消耗,是一种不受网络结构限制的普遍适用的能量模型;在此基础上.建立了基于能耗的网络优化模型,针对链式和簇式结构进行了拓扑、功率和路由方面的优化设计,仿真结果证明了理论分析的正确性.     

An economic receding horizon optimization approach for energy management in the chlor-alkali process with hybrid renewable energy generation

This paper presents a methodology for the application of receding horizon optimization techniques to the problem of optimally managing the energy flows in the chlor-alkali process using a hybrid renewable energy system (HRES). The HRES consists of solar and wind energy generation units and fuel cells to supply energy. The HRES is also connected to the grid and allows for buying or selling electricity from and to the grid. Initially, detailed models of each system component are introduced as the basis for the simulation study. Energy management strategies are then developed to realize the objectives of meeting production requirements while minimizing the overall operating and environmental costs. Sensitivity and uncertainty analyses are carried out to elucidate the key parameters that influence the energy management strategies. Finally, production demand response is integrated into the proposed methodology.     

Optimization management of hybrid energy source of fuel cell truck based on model predictive control using traffic light information

Energy optimization management can make fuel cell truck (FCT) power system more efficient, so as to improve vehicle fuel economy. When the structure of power source system and the torque distribution strategy are determined, the essence is to find the reasonable distribution of electric power between the fuel cell and other energy sources. The paper simulates the assistance of the intelligent transport system (ITS) and carries out the eco-velocity planning using the traffic signal light. On this basis, in order to further improve the energy efficiency of FCT, a model predictive control (MPC)-based energy source optimization management strategy is innovatively developed, which uses Dijkstra algorithm to achieve the minimization of equivalent hydrogen consumption. Under the scenarios of signalized intersections, based on the planned eco-velocity, the off-line simulation results show that the proposed MPC-based energy source management strategy (ESMS) can reduce hydrogen consumption of fuel cell up to 7\% compared with the existing rule-based ESMS. Finally, the Hardware-in-the-Loop (HiL) simulation test is carried out to verify the effectiveness and real-time performance of the proposed MPC-based energy source optimization management strategy for the FCT based on eco-velocity planning with the assistance of traffic light information.     

Managing a hybrid energy smart grid with a renewable energy source

The aim of this work is to develop tools for optimal power flow management control in a micro grid (MG). The latter consists of a wind turbine, energy storage system, two gas turbines (GTs), and the main grid. Unlike the traditional approach, which is limited to the distribution of active power, this paper models an electrical system to coordinate and optimize the flow of both active and reactive power using discrete controls. The proposed optimal power distribution strategy has two objectives. First, it aims at forecasting over a time horizon of 24 hours the optimal distribution of the active and reactive power required for each power source connected to the MG. The proposed management incorporates the forecasts of consumption, weather, and tariffs. Second, it aims at reducing the CO₂ emissions rate by optimizing both the operating point of the two GTs and the usage of the storage unit. The proposed optimization problem for the energy management system is solved using the Bellman algorithm through dynamic programming. Its effectiveness is illustrated with various simulations carried out in the Matlab environment. The supremacy of the proposed management algorithm is highlighted by comparing its performance with conventional (restricted) management.     

基于实时电价的家庭能量管理系统最优调度研究

家庭能量管理系统作为智能电网在居民家庭中的智能体现,需建立在家庭安全用电的基础上。家庭中的电气故障多为线路过载故障。在对家庭智能电器的优化运行中,将线路负载率作为约束条件,可保障家庭的用电安全。在实时电价环境下,提出了一种考虑家庭线路负载率约束的家庭能量调度策略,分别建立了以用电费用最小和碳排放最小为目标的优化模型,针对建立的0-1整数规划模型,将遗传算法进行了改进,以求得家庭最优用电方式。通过仿真验证,比较用户在不同用电模式下的线路负载率、用电费用和碳排放量,验证了该策略可为家庭用电提供安全可靠的最优用电方式。     

Real‐time optimal energy management for a fuel cell/battery hybrid system

An energy management strategy is proposed for a class of fuel cell/battery hybrid systems. In such hybrid systems, a fuel cell system is the main power source, and a lithium‐ion battery is the auxiliary power source. In order to manage the system power at the next moment in a reasonable way, a load current filter with bounded estimation errors is designed to estimate the load current. Then, a real‐time optimal energy management algorithm is proposed to optimize economy consumption of the hybrid system. By taking current change rate of the fuel cell and the state of charge into consideration and taking reasonable model simplifications, the optimization problem can be described as a quadratic programming problem. Then a general purpose solver is proposed to solve the quadratic programming problem based on the alternating direction method of multipliers. The efficiency of the proposed solver is much faster than computing interior point method or active set method. Simulation results in MATLAB/SIMULINK are carried out to validate the significant effectiveness and efficiency of the proposed management strategy.     

数据仓库在城市公共建筑能耗管理中的应用

当前众多城市公共建筑能耗监测系统中已收集了大量的建筑能耗数据。针对这些数据源存在的各自独立而且分散,不能够提供全局的数据分析环境,不能够有效支持建筑能耗的评估与建筑节能的研究等问题,提出将数据仓库技术应用于城市公共建筑能耗监管系统的解决方法。通过对建筑能耗监测系统的研究,以及对建筑能耗管理的应用需求的调研,建立城市级公共建筑能耗数据仓库的多维数据模型,对主题设计、指标设计和维度模型设计进行了探讨,并在实验阶段已成功构建了某高校公共建筑能耗数据仓库的实例。实验结果表明,该方法能够有效地为建筑能耗的管理与决策提供良好的数据分析环境。     

计及云边协同的综合能源系统双层优化

多区域互联的综合能源系统具备两大优势：区域内部多能互补与区域之间能量互济,本文针对综合能源系统设计了一种云边协同调控方法以兑现这两大优势。首先,本文设计了能量管理云平台-边缘控制器双层架构分别统筹子区域内和子区域间的能量流,子区域以预测控制方法(model predictive control, MPC)实现边缘控制器内部能量的实时调控。其次,基于所提双层架构设计了包括集中调控层-分布协同层的双层能量优化模型,集中调控层负责区域间能量互济以降低整个系统对外部配电网的能量需求,提高系统运行经济性;分布协同层负责控制区域内可控机组以降低实际运行工况与日前调度计划值的偏差,降低系统运行波动性。然后,研究了交替方向乘子法(alternating direction method of multipliers, ADMM)求解所提双层能量优化模型的具体步骤。最后,仿真验证了所提云边协同能量调控方法对多区域互联综合能源系统经济性与稳定性的改善作用。