基于博弈论的发电厂多代理报价系统

设计了处于发电侧开放的电力市场环境下的发电厂报价系统,分析了发电厂的运行机制,运用多代理技术结合博弈论模拟发电厂的市场行为,指导发电厂进行合理报价。该系统具备代理的推理交互、协商合作特性,由所构建的成本、利润、报价等代理共同协作实现博弈,因此所得报价比常规系统报价更合理。     

Agent技术与博弈论方法在发电市场中的应用比较

发电厂商竞价上网能否获胜的关键是如何确定合理的报价曲线, 通过建立符合电力市场竞价实际情况的决策方法来获取电厂机组报价曲线又是竞价成功的关键。在运用传统博弈论方法来获取报价曲线面临诸多不太合理的情况下, 文中引入智能 Agent技术, 建立了完全信息下的决策模型, 并用二元进化算法模拟各竞价主体的学习方法,给出了算法模型与学习步骤。通过对智能 Agent技术与传统博弈方法的比较, 并分析其程序运行结果, 表明在电厂机组报价决策中运用智能 Agent技术来研究发电厂的决策报价具有较好的科学性与优越性, 为我国电力市场发电侧投标报价提供了一条新的思路。     

基于JADE平台的发电厂MAS报价系统的开发

介绍了MAS技术与JADE平台的相关概念,设计并开发了位于电力市场环境下的发电厂MAS报价系统,以单个发电厂的报价系统为研究对象,在JADE平台中实现了发电厂的多Agent报价原型系统.阐述了各Agent的构成、功能部署以及报价系统的协作机制,最后对多Agent的开发过程做了详细的说明,并对原型系统所得的报价结果做了简要的分析,给出了发电厂得出合理报价并安排发电计划的可行方案.结果表明多Agent协调工作实现了发电厂的报价需求,内部模拟竞价避免了报价的盲目性.     

基于JADE平台的发电厂MAS报价系统的开发

介绍了MAS技术与JADE平台的相关概念,设计并开发了位于电力市场环境下的发电厂MAS报价系统,以单个发电厂的报价系统为研究对象,在JADE平台中实现了发电厂的多Agent报价原型系统。阐述了各Agent的构成、功能部署以及报价系统的协作机制,最后对多Agent的开发过程做了详细的说明,并对原型系统所得的报价结果做了简要的分析,给出了发电厂得出合理报价并安排发电计划的可行方案。结果表明多Agent协调工作实现了发电厂的报价需求,内部模拟竞价避免了报价的盲目性。     

博弈论在竞价上网中的应用研究

发电公司如何报价 ,报价过高难以上网、报价过低造成经济损失 ,已成为目前电力行业研究的重要课题 ,博弈论正是解决这类问题的有效方法 ,在论述电价形成方法的基础上 ,提出了先进行成本计算 ,然后确定不同成本加成率并以此构建博弈矩阵 ,利用博弈矩阵或博弈数学模型进行竞价上网 ,以求出最优报价的思路和方法。最后 ,以古尔诺双头垄断博弈模型作为实例验证了该方法的应用是切实可行的。     

进化博弈论在发电报价策略研究中的应用

进化博弈论是把博弈论分析和动态进化过程结合起来的一种理论.介绍了进化博弈理论的发展历程与基本思想,并采用进化博弈论的思想对电力市场发电报价过程进行了建模和求解.最后,通过算例对模型进行了论证,结果表明本文提出的模型能充分反映出市场响应及发电商报价的动态过程.     

基于博弈论的发电商报价策略研究

在对各种发电商竟价策略进行比较分析的基础上,结合我国电力市场的现状,选择了博弈论作为发电商报价决策的理论基础,并针对博弈论应用于电力市场的几种模型进行了分析,建立了以只改变报价曲线斜率为策略的报价策略模型;通过在模型中引入虚拟竞争对手的概念,将电力市场上多个发电商的竞争转化为两人博弈问题,将计算出的报价策略模型的最优解引入成本收益函数,从而得出最优报价决策.     

电力市场运营中卖方串谋动机分析

根据我国电力市场的需求特征,应用经济学的委托代理理论,构建了相应的博弈论模型,应用发电厂商收益函数模型,对不存在转移支付和存在转移支付的发电侧默契作了具体分析,最后得出结论,即最高限价和分散机组分布是遏制发电厂商,在决定发电量和发电报价中恶性默契的有力举措.     

Q-学习在多智能体博弈系统中的应用

采用面向对象思想构造了既有继承性、封装性,又具有智能性、自主性的智能主体Agent.结合MAS(Multi - Agent System)的群体智能性和博弈论的思想提出了一种多智能体博弈系统的实现方法.介绍了博弈论的相关理论,并将合作博弈引入多智能体博弈系统中.利用博弈矩阵对传统Q-学习加以改进,使其能适应多智能体环境下的强化学习,从而有效改善系统的适应性.     

基于多智能体的微电网系统优化经济运行研究

微电网兼容各种分布式电源,能够实现自我控制、保护和管理,提供安全、可靠、灵活的电力供应,通过整合经济高效的发电机组实现较好的经济效益。但微电网经济效益一直没有得到充分认识,多智能体(Multi-Agent)技术对于微电网的优化经济运行研究具有重要价值。首先介绍了Multi-Agent的基本原理,提出了基于由微电网Agent,分布式电源Agent,外部配电网Agent,终端用户Agent以及调度中心Agent等组成的Multi-Agent的微电网优化经济运行框架,从购售电交易、调峰服务、降低线损等3个方面分析了微电网的经济效益,并建立了微电网系统优化经济运行模型。选取具体的微电网设计案例,求解出该算例的优化经济运行效益,证实了基于Multi-Agent的微电网系统优化经济运行模型的正确性和有效性。     

基于MAS的电网故障诊断系统的体系结构

在对电网故障诊断理论研究和应用实际现状分析的基础上,提出了一基于MAS(Mu lti-Agent System)的电网故障诊断模型,此模型充分发挥MAS本身固有的协调异构智能体完成共同目标的能力,来充分利用空间分布、性质分层的故障信息,实现在线精确电网故障诊断。MAS诊断模型在电网区域监控中心设置决策A-gent,而按照空间分布的厂站端,设置协作Agent。通过决策Agent和协作Agent之间的合作协商机制,来实现基于区域电网全局各层故障信息的全局最优化诊断结果,即最能够复现电网故障和解释故障现象的诊断结果。此模型可以依托于目前已构建的故障信息网络,通过合作和管理型相结合的协调通讯方式来实现。理论分析和模拟系统测试证明了此诊断模型的可行性、有效性。     

基于Multi-Agent的电力负荷管理系统设计

为进一步提高电力负荷管理系统的智能性、实时性与可扩展性,设计了基于多代理技术（Multi—Agent）的电力负荷管理系统,此系统包括主站计算机系统、数据通信网络和现场终端系统三大部分。重点阐述了基于Multi—Agent的电力负荷管理系统的交互结构和各个Agent的具体功能,为未来的电力负荷管理系统设计提供了一条新的思路。     

Agent技术在电力市场中的应用综述

Agent模型对不确定的电力市场进行仿真,是一种新兴研究方法。为了分析这一技术应用现状,从电力市场Multi—Agent系统框架、基于直接或间接探索学习算法的单Agent学习模式、Agent其他策略模型以及各Agent之间信息交互四个方面综述了近年来Agent技术在电力市场中的应用成果。研究表明,Agent仿真模型提前预警市场的潜在风险和开拓市场研究思路提供机会,很多单Agent模型在预测和处理数据方面已十分智能,但整个电力市场多Agent系统还停留在多个单Agent阶段,其整体智能的效用并未体现,是一个极具潜力的突破方向。     

基于多Agent的电力市场技术支持系统研究

将多Agent技术引入电力市场技术支持系统设计中,提出了基于多Agent的广义电力市场技术支持系统模型和电力市场技术支持系统的设计方案。该方案将电力市场技术支持系统设计为由用户Agent、通信Agent、数据管理Agent、协调Agent和多个应用Agent构成的多Agent系统。对Agent的功能和结构进行了设计,并讨论了多Agent系统开发的关键技术。     

基于代理和XML的电厂级信息集成系统的研究

为解决目前大多数电厂内部各种应用系统的异构问题,促进系统之间的数据传输和信息共享,实现电厂信息一体化,作者提出了在SIS内建立信息集成系统的观点,设计了基于Agent和XML技术的电厂级综合自动化信息集成系统模型,详细介绍了系统的组成和主要功能部件的结构,探讨了信息集成Agent的实现方法并提出一种新的基于XML的Agent交互方式,在实验室环境下对该模型的主要功能进行了研究和实现,为实现电厂内部各级系统之间的信息交互和共享以及构造智能化的SIS系统和厂级综合自动化系统提出了一种新思路并进行了尝试.     

MFM与 MAS协作的热电机组故障诊断方法

针对汽轮发电机组故障诊断问题的复杂性、实时性要求,提出了主要由监测与诊断Agent、诊断方法Agent、管理Agent、黑板Agent等组成的分布式多智能体系统(MAS)。利用功能分解方法,实现了多级流模型(MFM)和分布式MAS协作的故障诊断方法,其基本思想是:当现场发生异常时,监测与诊断Agent之间协同,依靠汽轮发电机组MFM模型,通过系统中能量、物质或信息流关系建立故障搜索路径,实现故障的快速定位;根据已定位的故障节点(设备)特征,在管理Agent的协调下,诊断方法Agent和监测与诊断Agent协同组成针对性很强的MAS,完成故障的进一步精确诊断。     

基于Multi-Agent系统的含分布式电源电网能源优化管理

在市场运行环境下,为了寻求微电网成本利益和环境效益的最大化,提出基于Multi-Agent系统能源优化管理策略。该研究首先构建Multi-Agent系统。此系统包括市场管理Agent(MOA),微电网管理Agent(MMA),公共电网Agent(UGA)和分布式发电Agent(DGA)。根据各微电网管理Agent上报的发电计划,在市场管理Agent中设计电价竞标策略用来确定各微电网的最佳交易电价和中标电量,以确保微电网经济利益最大化。在此基础上,在各微电网管理Agent中设计能量管理策略,并采用改进粒子群算法来确定微电网内部各分布式发电Agents的最佳功率分派,从而最小化微电网的运行成本。最后仿真验证了该方案的有效性。     

基于智能多代理系统的VSC-MTDC系统分布式控制策略

应用智能多代理系统(MAS),提出一种基于电压源型换流器的多端柔性直流输电(VSC-MTDC)系统的控制策略。首先,基于网络图论的概念,提出了MAS最优通信拓扑设计方法。然后,基于VSC-MTDC系统传统下垂控制给出了完整的MAS控制策略,设计了以换流站交流母线电压、频率为输入信号的频率支撑Agent(FSA)模块和以换流站负载率为输入信号的功率分配Agent(PAA)模块,并深入讨论了FSA和PAA的配合控制问题。其中,FSA通过控制换流站的功率输出对交流电网提供快速频率支撑,PAA通过换流站之间的输出功率再分配保证VSC-MTDC系统中各换流站负载率的均衡分配。最后,基于DIgSILENT/PowerFactory电力系统仿真软件搭建了六端VSC-MTDC系统,通过非线性仿真证明了所提通信网络拓扑优化方法的有效性,并且验证了所提控制策略能迅速实现系统频率的稳定、有效防止换流站功率的过载。     

发电机局部放电在线监测Multi-Agent系统研究

为了解决局放信号自身和监测系统框架方面的诸多问题,笔者将分布式人工智能技术应用于发电机局部放电在线监测,构建了一个局部放电在线监测Multi-Agent系统。针对局放数据评估中的预处理、特征提取、趋势和指纹分析,本文分别给出了相应的处理方法及流程,基于此,给出了构建整个系统的框架及单个Agent的设计细节。分析表明,所设计的Multi-Agent系统相比其他局放在线监测系统有诸多优点。