面向代理的智能电网自愈设计

王春林

摘 要：电网是高度复杂的动态系统，对于最终消费者服务，可能是不可靠的、不稳定的、效率低的。本研究设计了一个面向代理的仿真，这个仿真能够帮助理解智能电网并且找到改进电网的方法。该文主要关注自愈问题，也就是在问题发生后能使控制系统采取预防措施或者解决问题。

关键词：多代理系统 智能电网 分布式通信 智能系统

中图分类号：TP3 文献标识码：A 文章编号：1674-098X（2012）12（a）-00-02

由于智能电网规模很大而且复杂，很难预测所有可能出现的情况，从而导致性能失效。电力传输系统的可靠性、可用性和效率是很难准确预估的，因此决策者在智能电网管理系统方面会犹豫而导致结果的不确定性。目前大多数的研究集中在减轻这些不确定性方面。

1 不安全因素和自我修复功能

电力系统是暴露在自然灾害，恐怖主义分子面前的设施，也可能因操作方面的原因而导致崩溃。一旦一次故障发生，必须迅速地将其余部分与故障部分进行隔离。电源故障可能是由本地故障引起的一个相对影响较小的事故，也可能是由恐怖性袭击造成的灾难性的地域性断电。对于紧急情况的准备，有时候是非常缺乏的。最常见的电网中断类型如下所述。

动力故障：又称为电源故障或者停电，这是一种短期的或者长期的在一定区域内的功率损耗。原因包括电力线的损坏，或者输配电设备的任何故障。

电压不稳：电压不稳指的是电力系统不能维持电压在一个可接受的范围内波动，尤其是在系统的电压崩溃之后。电压稳定的评估可以有多种模型，包括神经网络、模糊逻辑系统、遗传搜索和统计方法。

功率流的不平衡：发电和消耗必须维持平衡，因为它通常不是储存电能。如果一个部件有部分的或者完全的故障，并将负载重定向到其他的没有准备好或者没有能力接受负载的组件，就会导致过负载的结果。随后负载的重定向可以级联到其他的组件并且导致更为严重的故障。这样的故障连锁反应是非常严重的，可能导致电力系统的崩溃。

安全性故障：一个电力系统由于安全故障而导致被破坏或者失效是无奈的。对电力系统通讯网络的攻击可能有多种形式。例如，无线部件是在物理层面被干扰或者篡改，路由信息能够在网络层面被操控，过量的信息会在传输层面崩溃一个网络，一个智慧型的对手可以设计多种类型的攻击来破坏通讯网络的安全。大多数现有的控制系统，最初是为私人设计的的通信网络，是通过间接地连接到互联网来保证他们的安全性的。

2 仿真设计

本模拟设计的目标是产生一个灵活的、适应性强的和可扩展的软件系统。模拟的目的是使模拟环境能支持具有选择性知识库的多个代理，在抽象层面上，从多个角度运行各种决策模型。本次模拟利用JADE框架，是因为它完全支持IEEE标准下的智能代理的标准基础（FIPA），这能保证系统工作在不同的系统和平台，并且使他们能够无间隙地交互作用。

模拟的主要特点和设计准则如下：

封装设备模型：电网中的设备代理被设计成具有良好接口的能通讯的黑盒子。它允许模拟连续运行而不用考虑代理的具体实施情况。最初的设备是相对简单的。我们预计设备代理将进阶到能利用MATLAB/SIMULINK 来提高装置电子行为的准确性。

松散耦合：所有的代理节点作为松散的耦合来运行，只有通过代理通信语言来交流。这种交流方式承载了过量的计算，但是避免了选择性，例如共享的内存通讯提供了很大的灵活性来适应任何一个部件，范围从小的链路到完整的微电网不等。

管理的复杂性：智能电网的复杂程度很高，是通过定义软件功能的个人代理所提供的模块来代理。这提供了一个灵活的、适应性强的、可进阶的并且易于维护和扩展的设计。

横切关注点：从软件工程的角度来看，一些要求和属性不能被模块化，因为他们固有的横切关注点。这些抵制模块化是因为本身分布的问题以及对于软件的耦合存在负面影响。智能电网中最初的横切关注点是安全的，值得信赖的、被证明了的以及策略性强的。为了支持这些问题，我们对于确认代理，保护代理的知识基础，建立信任关系，执行代理角色的两个层次坚持一致的协议。如果封装成模块，横切关注点将会在模型中产生重复代码并且使它们相互依赖。这样会导致大量的更新给没有直接关系的模块，并且对于软件的耦合产生负面影响。横切关注点不利于软件的维护，重复利用和进阶。AOP将横切关注点封装成为模块。横切关注点的代码是与这个相位的模块相联系的。把这种模块应用在我们的设计中能够避免横切关注点产生的大量问题。

知识陈述：支持智能决策，代理必须维护知识数据库。我们的基本方法是利用BDI模型来代表和利用知识。在最初的工作中，计划本身是一连串的预先指定和规定的动作来完成电网的自愈。

决策支持模型：在很多情况下，代理必须利用决策支持模型来评估当前的情况并且决定行动方针。智能电网是一个有着大量节点的巨大的异构系统。一些通讯的渠道可能是禁用的或者不可靠的。鲁棒性需要决策分散的建议。因此，获取代理在决策制定方面的完整信息可能需要大量时间，是非常昂贵，甚至不可能完成的。

模糊逻辑是一种解决控制系统问题的方法，这种方法在从简单的，小的，嵌入式的微型控制器到大型的，网络化的，多通道数据的控制系统中都取得了成功。它可以在硬件，软件或者两者结合中都获得成功。决策树可以在模糊逻辑的帮助下通过部分的信息来建立。这种方法提供了一个简单直接的方式来根据模糊的、模棱两可的、不准确的、含糊的或缺少输入的信息得到明确的结论。模糊决策技术使用逻辑规则来制定决策。在应用模糊逻辑决策方法来自我修复，一个寻求目标的代理利用故障的数据和证据来填充逻辑规则。

这个模糊决策方法把地方数据如电压等级，不稳定的措施和已知的断电转变成相应的范围（如高、中、低）。这个推理引擎将会评估决策结果是真或假，达到自愈性决定的鉴定，如重新配置电源等。随着时间的推移和知识的提高，这个系统的代理能够推理并作出决定，如设置断路器，减少负载，重新配置能源来寻求最优配置。

整数线性规划是一个封闭的优化方法，这个方法能够实现资源的优化配置。在此次应用中，有一个类似的方法来分配任务给代理，能够开展具体的行动来纠正电网的错误。当任务明确要求合作时，这种模式能够鉴别优化代理资源中可能存在的问题以及他们应该承担的角色。

统计假设检验提供了一个历史悠久的在数据丰富的环境中支持决策的方法。对于每一个确定的电网中的问题，有一套替代假说的方法，每一个问题都能够被数据检验来确定证据是否支持假说的真实性。当一个特定的假说被给定的事实支持时，相关的纠正措施将被触发。

许多其他的决策模型可以被包含。例如，考虑贝叶斯信念的网络，它能够可靠地对数据的不同解释的可能性进行评估。其他的可能性包括启发式搜索，例如分发树问题（DTP），最小生成树（MST），模拟退火法（SIMA）和禁忌搜索（TS）等技术。本设计的仿真中，代理在决策模型的使用中是独立的，允许简单的替代模型的实验。

还可以进一步改进系统，比如增加简单的呼救功能，需要来自于分布式的能源来帮助系统的平衡。代理接受实时的信息数据，将有一个基本的知识库作为规则来控制决策，并且执行在不确定条件下自我恢复的决策。

参考文献

[1] Lemon，M.D.，Venkatarajmanan，G.，Chapman，P.Using Microgrids as a Path towards Smart Grids.2009

[2] S.Rahman，M.Pipattanasomporn，Y.Teklu.Intelligent Distributed Autonomous Power Systems（IDAPS），In Proc. 2007 the IEEE PES Annual General Meeting，Tampa，Florida.

[3] M.Pipattanasomporn.Multi-Agent Systems in a Distributed Smart Grid：Design and Implementation，Proc. IEEE PES 2009 Power Systems Conference and Exposition（PSCE09），2009.

[4] T.Nagata，H.Sasaki.A Multi-agent Approach to Power System Restoration.IEEE Transactions on Power Systems，2002（17），457-462.