劉 輝， 遲維雙， 王 鑫

(湖北工業(yè)大學電氣與電子工程學院， 湖北 武漢 430068)

機組組合優(yōu)化問題一直是電力系統(tǒng)研究的熱點之一，合理的機組組合可以使電力系統(tǒng)獲得更大的經(jīng)濟利益．我國電力結構一直以火電為主，火電裝機在全國總裝機的比重中高達70%左右，碳硫廢氣排放量居世界第一位，然而隨著全球性節(jié)能減排，節(jié)能發(fā)電調度辦法的試行，現(xiàn)代的機組組合在經(jīng)濟和環(huán)保方面都有更高的要求．機組組合問題是一個高維的、非凸的、離散的、非線性的優(yōu)化問題，國內外學者也提出各種方法來解決這個問題，如優(yōu)化順序法(PL)、動態(tài)規(guī)劃法(DP)、拉格朗日松弛法(LR)、遺傳算法(GA)、粒子群優(yōu)化算法(PSO)、神經(jīng)網(wǎng)絡算法等[1-6]．隨著計算機技術和分布式人工智能的發(fā)展，將人工智能與數(shù)學模型應用到機組組合求解成為可能．以自主的Agent為中心，使多Agent的知識、愿望、意圖、規(guī)劃、行動協(xié)調，以至達到協(xié)作是MAS主要目標[7]，多Agent的這些特點有利于解決高維的機組組合問題．本文充分利用多Agent系統(tǒng)分散協(xié)調的特性，構建多目標機組組合模型，并利用模糊決策對模型進行優(yōu)化．

1 數(shù)學模型

1.1 目標函數(shù)

本文考慮發(fā)電費用和排放廢氣量最小的目標函數(shù)

(1)

(2)

1.2 約束條件

1)系統(tǒng)負荷平衡約束：

(3)

2)旋轉備用約束：

(4)

3)機組出力上下限約束：

(5)

4)機組最短開機與停機約束

(6)

5)機組爬坡速率約束

(7)

6)機組最大開停次數(shù)約束

(8)

2 MAS的機組組合模型的制定

2.1 MAS的機組組合模型

MAS是能夠通過網(wǎng)絡與其他Agent進行通信、交互、協(xié)作、協(xié)同完成求解某一復雜問題的分布式智能系統(tǒng)．Agent通常被認為是具有自治性、社會性、反應性和能動性的智能實體．

圖 1 MAS機組組合模型

圖1中，系統(tǒng)被封裝成三種Agent：中央Agent、協(xié)調Agent和功能Agent．機組組合Agent即中央Agent，是整個系統(tǒng)的調度中心，根據(jù)需求制定某個時間段的計劃表；協(xié)調Agent實際是一個移動Agent，用于詢問各種功能Agent，同時將功能Agent的計劃發(fā)送給中央Agent；功能Agent包括安全控制Agent、旋轉備用Agent、負荷預測Agent、調峰調頻Agent、機組檢修Agent、市場管理Agent及計算Agent．

2.2 MAS系統(tǒng)工作流程

1)當中央Agent接到制定開停機計劃，將期望開機計劃與制定開機計劃任務一同發(fā)送給協(xié)調Agent；

2)協(xié)調Agent得到指令后將任務分解，分別分配給各功能Agent；

3)各功能Agent接到任務后，向數(shù)據(jù)管理Agent索要數(shù)據(jù)；

4)數(shù)據(jù)管理Agent接到請求后將數(shù)據(jù)發(fā)送給各功能Agent；

5)各功能Agent接受到數(shù)據(jù)后進行計算，并將計算結果發(fā)送給協(xié)調Agent；

6)協(xié)調Agent將各功能Agent的計算結果進行推理得到開機計劃，并與期望開機計劃進行比較，將比較結果發(fā)送給中央Agent；

7)中央Agent對比較結果做最后審核，進行決策，制定開機計劃．

2.3 Agent間的通信語言

Agent間的協(xié)調與協(xié)作是多Agent系統(tǒng)的核心問題之一，而Agent通信語言是實現(xiàn)Agent通信與協(xié)作的基礎，MAS機組組合模型采用XML(eXtensible Markup Language)作為Agent的通信語言，XML能夠對信息進行包含、形式化、標識、組織以及保護，同時提供了一套豐富的語法，允許Agent之間以一種與平臺無關的方式進行通信．XML相比其他通信語言具有編寫簡單、可擴展性、語法規(guī)范的優(yōu)點，其通信機制如圖2所示．

圖 2 Agent間通信

2.4 模型求解

本文采用將各功能Agent在決策層融合中的影響權重引入模糊集合論中的隸屬度函數(shù)中，利用融合隸屬度函數(shù)和多目標優(yōu)化模糊決策的概念來求解機組組合的不確定關系．

假設Fmin為一次能源消耗的最少成本，Δδ為相應目標可接受的伸縮值，Emin為廢氣排放的最小值，引入目標函數(shù)(1)(2)的隸屬度函數(shù)

(9)

(10)

由此給出多目標優(yōu)化模糊決策滿意度數(shù)學表達式為

λ=min{μ(F)μ(E)}.

(11)

這樣轉化成求解單目標非線性機組組合的最大滿意度

maxλ0≤λ≤2.

(12)

求解步驟如下所示:

以目標函數(shù)式(1)，約束條件式(3)-(8)進行單目標求解，確定Fmin.

以目標函數(shù)式(2)，約束條件式(3)-(8)進行單目標求解，確定Emin.

以式(12)為目標函數(shù)，約束條件式(3)-(8)進行多目標求解，確定λ.

3 算例

本文對龍口南山10臺發(fā)電機組進行計算，計算周期分成24個時段，表1是利用本文方法得出的組合結果，表2為各機組的基本參數(shù)，表3為各時段的系統(tǒng)負荷和備用總量，其中發(fā)電費用最小綜合費用為96466，排放量最小綜合費用為98438，雙目標綜合費用為90254元，分別降低了6.88%和7.96%．

表1 運行結果

表2 機組基本特性

表3 系統(tǒng)負荷及備用總量

4 結束語

本文考慮經(jīng)濟與環(huán)保因素，對發(fā)電機機組的組合優(yōu)化進行了研究，構建了基于MAS的機組組合模型，并利用模糊決策進行求解，通過仿真驗證了模型的可靠性與可行性，將Agent的自主性、自治性以及智能型與模糊理論表達知識的能力充分結合起來，為日后制定實際可行的調度計劃提供了理論基礎．

[參考文獻]

[1] 黎靜華,蘭 飛.適用于機組組合問題的擴展優(yōu)先順序法[J].電力系統(tǒng)保護與控制,2010,38(2):1-7.

[2] 任 垚，張小青.基于改進動態(tài)規(guī)劃法的電力系統(tǒng)機組組合問題研究[J].控制理論與應用,2010,29(5):6-8.

[3] Ongsakul Weerakorn, Petcharaks Nit. Unit commitment by enhanced adaptive Lagrangian relaxation[J].IEEE Trans on Power Systems,2004,19(1):620-628.

[4] 汪 峰，朱藝穎，白曉民. 基于遺傳算法的機組組合研究[J].電力系統(tǒng)自動化,2003,27(6):36-41.

[5] 陳海良，郭瑞鵬. 基于改進離散粒子群算法的電力系統(tǒng)機組組合問題[J].電網(wǎng)技術,2011,35(12):94-99.

[6] 高煒欣，穆向陽，湯 楠,等. Hopfield神經(jīng)網(wǎng)絡在機組組合問題中的應用[J]. 計算機應用,2009,29(4):1 028-1 031.

[7] 王汝傳，徐小龍，黃海平. 智能Agent及其在信息網(wǎng)絡中的應用[M].北京郵電大學出版社,2006:46.

[8] 成樂祥，趙 軒，黃 映. 兼顧經(jīng)濟和環(huán)保效益的機組組合[J]. 中國電力,2011,44(9):80-83.

[9] 黎靜華, 韋 化.節(jié)能發(fā)電調度計劃多Agent制定系統(tǒng)[J]. 電網(wǎng)技術,2011,35(5):90-96.

[10] 張曉花，趙晉泉，陳星鶯. 節(jié)能減排多目標機組組合問題的模糊建模及優(yōu)化[J]. 中國電機工程學報,2010,30(22):71-76.