[发明专利]基于多智能体的“风-火-水”协同调度方法

权利要求书

1.一种基于多智能体的“风-火-水”协同调度方法，其特征在于：该方法是采用如下步骤实现的：

1）在调度Agent中构建基于多智能体的“风-火-水”协同调度模型；

2）由电力系统中的负荷Agent采集电力系统中负荷需求的预测数据，同时将采集到的负荷需求的预测数据发送至电力系统中的调度Agent；调度Agent接收到负荷需求的预测数据后，向电力系统中的各个火电Agent、水电Agent、风电Agent发送采集数据的请求；

各个火电Agent接收到采集数据的请求后，采集电力系统中各个火电机组的基本数据和实时数据；各个水电Agent接收到采集数据的请求后，采集电力系统中各个水电机组的基本数据和实时数据；各个风电Agent接收到采集数据的请求后，采集电力系统中各个风电机组的实时数据和预测数据；

3）由各个火电Agent将采集到的基本数据和实时数据发送至基于多智能体的“风-火-水”协同调度模型中；由各个水电Agent将采集到的基本数据和实时数据发送至基于多智能体的“风-火-水”协同调度模型中；由各个风电Agent将采集到的实时数据和预测数据发送至基于多智能体的“风-火-水”协同调度模型中；

基于多智能体的“风-火-水”协同调度模型将接收到的数据进行分解，并利用MOPSO算法分别求解出电力系统中的各个火电机组的出力、各个水电机组的出力；

4）由调度Agent将求解得到的各个火电机组的出力发送至电力系统中的各个火电Agent；由调度Agent将求解得到的各个水电机组的出力发送至电力系统中的水电Agent；各个火电Agent、水电Agent根据接收到的出力下发并执行调度命令。

2.根据权利要求1所述的基于多智能体的“风-火-水”协同调度方法，其特征在于：

所述步骤1）包括以下步骤：

1.1）构建“风-火-水”协同调度模型的框架模型；所述框架模型包括若干个火电Agent、若干个水电Agent、若干个风电Agent、火电管理Agent、水电管理Agent、风电管理Agent、调度Agent、以及负荷Agent；其中，各个火电Agent通过火电管理Agent连接调度Agent；各个水电Agent通过水电管理Agent连接调度Agent；各个风电Agent通过风电管理Agent连接调度Agent；负荷Agent连接调度Agent；

1.2）构建“风-火-水”协同调度模型的优化目标函数；所述优化目标函数的优化目标包括：电力系统的功率平衡问题；电力系统运行的经济性问题；电力系统中各个火电机组的排放污染问题；

1.3）确定电力系统中各个火电机组的旋转备用；

1.4）构建“风-火-水”协同调度模型的约束条件；所述约束条件包括：电力系统的正负旋转备用的约束；电力系统中各个火电机组的出力的约束、调节速率的约束；电力系统中各个水电机组的出力的约束、调节速率的约束、库容的约束、下泄流量的约束；电力系统中各个风电机组的风电电能质量的约束。

3.根据权利要求1所述的基于多智能体的“风-火-水”协同调度方法，其特征在于：

所述步骤2）中，各个火电机组的基本数据包括：各个火电机组的最大最小出力、向上向下调节速率、运行费用数据、污染物的排放数据；各个火电机组的实时数据包括：各个火电机组的实时出力数据；各个水电机组的基本数据包括：各个水电机组的最大最小出力、向上向下调节速率、最大最小库容、最大最小下泄流量、运行费用数据；各个水电机组的实时数据包括：各个水电机组的实时出力数据；各个风电机组的实时数据包括：各个风电场的电能质量的数据；各个风电机组的预测数据包括：各个风电场的预测数据；负荷需求的预测数据包括：对负荷有功功率需求的预测数据。