[发明专利]考虑广义需求侧资源联盟特性的配电网分布式控制方法

权利要求书

1.一种考虑广义需求侧资源联盟特性的配电网分布式控制方法，其特征在于，该方法包括如下步骤：

步骤1：以最小化电网改变负荷成本、广义需求侧资源设备启停次数为综合目标，构建每个智能体的目标函数，并确定相应的约束条件；

步骤2：对初级控制层一周内下发的改变负荷指令数据进行预学习，获得与改变负荷指令量对应的最优初始改变负荷分配量，所有最优初始改变负荷分配量构成预学习数据；

步骤3：采用基于密度峰值聚类的方法对预学习数据聚类，将预学习数据划分成K类，并对每一类的预学习数据首先做升序排序，然后按排序顺序划分为所需的若干个数据区间，获得每一类的预学习数据分类区间并储存到数据库中；

步骤4：开始进行实际改变负荷任务，接收初级控制层当前下发的改变负荷指令并判断当前的改变负荷指令量大小所属预学习数据类别以及对应的预学习数据分类区间，并计算当前改变负荷指令量与其所属预学习数据分类区间左右端点的相关性系数，依据当前改变负荷指令量与其所属预学习数据分类区间左右端点的相似度，进而计算出经过优化的初始改变负荷分配量；

步骤5：对于含有N个智能体的多智能体系统选取一个智能体作为领导智能体，其余N-1个智能体作为跟随智能体，根据每个智能体的目标函数对领导智能体与跟随智能体更新规则进行优化，从而实现对多智能体系统运行的现有一阶离散一致性算法的优化，获得优化的一阶离散一致性算法；

步骤6：在多智能体系统中运行优化的一阶离散一致性算法，根据优化的初始改变负荷分配量计算各智能体的综合目标微增率，直到各智能体综合目标微增率达到一致，获得各智能体管辖集群需要执行的最优改变负荷量。

2.根据权利要求1所述的考虑广义需求侧资源联盟特性的配电网分布式控制方法，其特征在于，所述每个智能体的目标函数为：

其中，f₁^c(ΔP_i)为根据将广义需求侧资源执行改变负荷任务所耗成本作为评价电网调度成本指标构建的广义需求侧资源成本函数，为根据将广义需求侧资源执行改变负荷任务引致的设备启停次数作为评价用户舒适度指标构建的广义需求侧资源设备启停次数函数；ΔP_i为每个智能体i所管辖集群的改变负荷量；μ₁为广义需求侧资源成本函数的权重系数、μ₂为广义需求侧资源设备启停次数函数的权重系数。

3.根据权利要求2所述的考虑广义需求侧资源联盟特性的配电网分布式控制方法，其特征在于，所述广义需求侧资源设备启停次数函数为：

其中，ΔP_i为每个智能体所管辖集群的改变负荷量；p_i,1代表广义需求侧资源层第i个集群中的设备采取温度控制的可调功率，p_i,2代表广义需求侧资源层第i个集群中的设备采取开关控制的可调功率，max1ΔP_i为所有广义需求侧资源设备采取温度控制时第i个智能体所管辖的广义需求侧资源层第i个集群的可改变负荷量上限。

4.根据权利要求1所述的考虑广义需求侧资源联盟特性的配电网分布式控制方法，其特征在于，所述约束条件为以各个智能体所管辖集群的改变负荷量总和等于改变负荷指令量；所述改变负荷指令量指的是初级控制层下发的改变负荷指令中要求的需改变负荷量。

5.根据权利要求4所述的考虑广义需求侧资源联盟特性的配电网分布式控制方法，其特征在于，所述步骤2中所述预学习数据的获得方法为：首先统计每个智能体所管辖集群的可改变负荷量，然后将改变负荷指令量按照每个智能体所管辖集群的可改变负荷量的最大值占所有智能体所管辖集群的可改变负荷量总和的比例进行初始改变负荷分配，将初始改变负荷分配结果输入传统一阶离散一致性算法进行预学习，得到所有智能体状态稳定即所有智能体一致性变量相等时的最优初始改变负荷分配量，所有最优初始改变负荷分配量构成预学习数据。