考虑多方互动的节能减排多代理模拟方法研究

羊 静，杨勇波，陈 缨，刘明忠，姜振超，曾 荣

(国网四川省电力公司电力科学研究院，四川 成都 610072)

中国经济近年来突飞猛进，已雄踞世界第二大经济体，但也存在如下问题［1－2］:一是经济增长对能源资源需求日益增大，尽管我国总地质储量居世界第三，但人均能源占有量较少，使得中国对国际能源资源的依赖程度日渐提高，给经济增长和国家安全带来威胁;二是由于经济增长方式粗放、技术水平限制等原因导致的能源利用效率不高。随着能源和环境问题的日益突出，节能减排是保证经济可持续发展的必然选择。

我国政府高度重视节能减排成效，据统计，我国从20 世纪80 年代开始就颁布了大量促进节能减排的政策［3］，并已将其作为约束性指标纳入国民经济和社会发展中长期规划，提出“十一五”期间单位GDP 能耗降低20%的目标［4］。目前，虽已取得了积极进展，但是节能减排的压力依然很大［5］。

针对以上问题，国内外学者运用一般均衡模型、投入产出模型、系统动力学模型、委托—代理、博弈论等建模分析工具，对节能减排政策制定及相应市场机制设计过程中所涉及的关键问题进行了大量有利探讨，并提出很多实用化政策建议。文献［6］建立了动态CGE 模型分析CO2减排对GDP、能源价格、资本价格等的影响;文献［7］运用投入产出模型量化了差别电价给全社会带来的直接影响和间接影响，包括对经济、社会、能源和环境方面的影响。文献［8］通过建立政府与企业之间的委托－代理模型和线性支付合同的激励函数，利用政府效用最大化原值对模型求解，得出最优的政府固定补贴和激励强度因子，提出了促进企业节能减排的对策。文献［4，9］分析了政府和企业之间的博弈关系，探讨了节能减排过程中矛盾双方对立统一的基本规律，指出节能减排的政策措施必须是多元化、综合性的，需要多种政策措施的综合运用，并从不同方面给出了建议。文献［10］从建立节能减排长效机制的角度，提出了市场机制加上促进可持续发展的政策机制、有效监管及节能减排技术支撑体系的节能减排“组合拳”，给出了中国节能减排市场机制的路径选择、促进可持续发展的政策机制、节能减排的技术支撑体系。

已有成果主要侧重于宏观意义上的研究，缺乏对节能减排所涉及的各行为主体:政府、节能服务公司和耗能企业等个体行为特性的考虑。然而，不同利益主体的个体特征、行为目标显著不同，甚至相互冲突，为了更准确地分析不同节能减排政策、机制的影响，需予以充分考虑。Multi － Agent 技术作为一种通过微观个体行为反映宏观现象的一种模拟方法［11］，能模拟不同个体的目标及行为特性，极其适合于解决节能减排复杂系统的建模问题。为此，本文提出基于多代理系统开发框架JADE 建立涵盖政府、节能服务公司和多个重点耗能企业的多代理能效模拟系统的方法，为节能减排机制设定提供技术支撑。

1 多代理系统

1．1 多代理系统的概念

多代理技术由分布式计算和人工智能发展而来［10］，已广泛使用于各行各业［12］。智能代理(Agent)为在一定的环境下，独立的、具有一定的自主性和推断能力，又能够和系统中其他代理通信交互以及能对周围的环境做出反应，从而完成一个或者多个功能目标的软硬件实体。灵活自治的智能代理具有如下三个特性［13］:

(1)反应性，智能代理能够及时地对环境的变化作出反应，并根据设计所需达到的功能，针对这些变化采取相应措施;

(2)自主性，智能代理表现出目标导向行为，即Agent 能够动态改变行为以达到设计目标。比如，某代理与另一为其提供服务的代理失去联系，则会自主搜寻其他能够提供相同服务的Agent;

(3)社会性，智能代理能够与其他代理交互。基于代理交互语言(agent communication language，ACL)，Agent 之间不仅能进行简单的数据传送，还能够进行谈判和以合作的方式进行交互。

多代理系统(Multi Agent System，MAS)为由两个及两个以上Agent 组成的系统，用于解决单个Agent 无法处理的问题。因此它不但涉及设计单个Agent 体系结构开发手段等问题，更重要的是处理好代理间的组织策略、消息传递、冲突化解、协调协作与协商等。总的来说，MAS 具备如下特点［10，12］:

(1)每个代理都具有不完全的信息和问题求解能力;

(2)整个系统中不存在全局的控制机构，只拥有多个具有局部目标的Agent;

(3)数据分布性或分散性;

(4)计算过程异步并发或并行。

1．2 多代理系统的开发方法

1．2．1 系统开发步骤

多代理系统开发步骤如图1 所示［14］。首先，需要明确系统的需求，获取并掌握完成这些任务所需的基本知识和技能;然后，将提出的具体需求和任务分解成一个个具有层次的子任务，之后设计系统所需本体;在Agent 建模阶段，让独立自主的Agent 实现各个具体的任务，每个Agent 可以封装一个或者多个任务，每个任务至少要属于某一个Agent。Agent功能设计完成后，需要设计代理之间的交互机制予以支持。最后，设计开发完成每个Agent 的具体行为，包括交互功能和控制功能。

图1 Multi－Agent 系统开发步骤

1．2．2 MAS 系统开发平台

随着多代理技术的推广应用，研究机构和公司根据相关规则推出了一系列多代理系统平台，如AgentBuilder、AgentX、Hive、JATLite 和JADE 等。本文采用Java Agent 开发框架JADE 进行多代理系统开发，JADE 是Java 语言编写的免费开源多Agent 开发框架，遵循FIPA 规范，提供了基本的命名服务、黄页服务、通信机制等，确保系统的可靠性和较好的技术和功能支持，极大地简化了开发多Agent 系统的各个环节，JADE 结构如图2 所示［15］。

JADE 平台由分散的容器组成，一个容器可以为多个Agent 提供运行环境。主容器提供两类特殊的Agent:Agent 管理系统(AMS)和目录服务(DF)，其中，AMS 负责平台内所有Agent 的命名、定位和控制服务;DF 对平台内的Agent 提供黄页服务。

图2 JADE 平台结构

2 节能减排多代理模拟系统框架

2．1 系统分析

节能减排模拟涉及三类不同的利益主体:政府、高耗能企业以及提供节能减排服务的能源服务公司，他们拥有不同的行为规则、目标和技术经济约束:

(1)政府是社会公共利益的代表，是国家的行政领导机构，负责制定节能减排相关法律或者经济激励机制，在保证经济可持续发展的前提下，促使相关行业积极参与节能减排工作，完成节能减排目标。

(2)高耗能企业作为独立运行的经济实体，既是大部分物质产品的直接提供者，又是绝大多数能源资源的消耗者和污染物的直接排放者，也是GDP的主要贡献者，最大化利益是其生产运营的最终目的。

(3)节能服务公司作为以营利为目的的市场参与主体［16］，基于合同能源管理机制向用能单位提供用能状况诊断、节能项目设计、融资、改造(施工、设备安装、调试)、运行管理等服务，通过利用成熟的节能技术和规范的设备，最大化自身利益。

若在法律政策和市场机制的制定过程中不考虑所涉各利益主体的行为特性，难以制定出一套科学、合理、高效的节能减排长效机制。本文用代表各利益主体的智能代理Agent 模拟各自在节能减排工作中的行为，为节能减排机制的制定提供技术支撑。

2．2 多代理系统框架

图3 为节能减排多代理模拟系统框架，由政府Agent、节能服务公司Agent 和多个耗能企业Agent组成。

图3 节能减排MAS 模拟系统框架

政府Agent 负责制定耗能企业节能减排政策以及节能服务公司的政策激励机制，并通过实时感知其响应情况不断予以动态调整，以期达到节能减排规划目标;节能服务公司Agent 根据政府Agent 制定的激励机制，优化决策其运营规模和运营模式，并向耗能企业Agent 提供诊断、设计、融资、改造和运行管理等服务，以减少的能源费用来支付节能项目全部成本，并期望最大化公司经济收益;耗能企业Agent 根据政府制定的节能减排机制以及节能服务公司情况，优化决策企业节能措施，如加强管理、进行产品结构升级、投资节能设备或者接受合同能源管理以及如何参与碳排放交易等。

2．3 Agent 交互机制

各类Agent 之间的交互机制如图4 所示。

图4 Agent 交互机制

3 Agent 行为模型

3．1 Agent 交互机制

3．1．1 行为流程

政府Agent 代表政府制定节能减排长效机制，其行为流程如图5 所示。

图5 政府Agent 行为流程

3．1．2 行为策略

(1)政府Agent 的行为目标

政府Agent 代表社会公共利益，以全社会综合效用最大化为目标，既希望国家经济持续快速增长，又要保证环境的可持续发展，目标关系可表示为

式中

U——全社会综合效用;

μ1——节能减排机制的经济效益;

μ2——节能减排机制的环保效用;

x1——针对耗能企业的强制性法律政策措施;

x2——针对耗能企业的经济性激励机制;

x3——节能减排相关市场机制;

y——针对节能服务公司的政府补贴激励政策。

(2)政府Agent 的决策空间

政府Agent 根据耗能企业Agent 和节能服务公司Agent 的响应不断优化调整其决策变量，其决策空间如表1 所示。

表1 政府Agent 的决策空间

3．2 节能服务公司Agent

3．2．1 行为流程

节能服务公司Agent 利用自己在节能技术及管理水平上的优势，为耗能企业提供节能减排服务，并从中获利，其行为流程如图6 所示。

图6 节能服务公司Agent 行为流程图

3．2．2 行为策略

节能服务公司Agent 通过投资收益分析，优化决策运营模式及投资项目，以期在合同能源管理期内最大化收益的净现值，可表示为

式中

B——节能项目总收益;

Tc——项目合同期限;

R(t)——第t 年的收入，与节能改造前后的

节能量对应，包括节能收益和政府节能减排

奖励;

C(t)——第t 年运行成本;

r——表示预定的贴现率;

I——节能改造投资成本;

S——政府财政投资补贴;

BL——收益的最小限值，表示项目投资收益必须大于按一定投资回报率w 测算的投资回报额;

Amax——表示公司的技术经济限制。

3．3 耗能企业Agent

3．3．1 行为流程

耗能企业Agent 作为以利益为导向的市场参与主体，在满足相关法律政策硬性要求的条件下，合理采取节能减排应对行为，优化决策节能减排措施，积极参与节能减排市场以及与节能服务公司签订能源管理合同，其行为流程如图7 所示。

图7 耗能企业Agent 行为流程图

3．2．2 行为策略

耗能企业Agent 以利益最大化为目标进行节能减排措施的优化决策，由合同能源管理决策模块、节能减排市场决策模块和企业节能降耗提升决策模块三个功能模块组成。其中，合同能源管理决策模块决定是否参与合同能源管理;节能减排市场决策模块确定如何优化排污权交易与发电权交易;企业节能降耗提升决策模块通过加强企业管理、改进生产工艺或者产业设备升级等措施完成企业节能减排能力的自我提升。其行为宏观模型可表示为

式中

P——企业考察年限内的总利润;

R——企业考察年限内的总收入;

C——企业考察年限内的总成本;

t——考察年限;

Rp(t)——第t 年企业的产品收入;

Rt(t)——企业参与节能减排市场的收益，包括排污权交易收益和生产权交易收益;

Rc(t)——参与合同能源管理后分配的纯利润;

C(t)——企业第t 年的运营成本，包括生产资料成本、能源成本、管理成本和税收等;

P(t)——企业没达到节能减排标准的罚款

(或为政府给与的节能减排奖励，为负值);

r——预定的贴现率;

I——节能改造的一次投资成本;

S——政府节能改造补贴;

EL——法律规定的能效下限;

ηU——法律规定的排污率上限;

Amax——企业的技术经济约束。

4 节能减排MAS 模拟系统示例

4．1 模型构建与模拟系统开发

利用Java 语言基于多代理开发平台JADE 开发由政府Agent、节能服务公司Agent 和火力发电企业Agent 组成的节能减排MAS 模拟系统示例，用以展示CO2排放政策的制定过程，模拟系统界面如图8所示。

图8 基于JADE 的节能减排MAS 模拟系统

(1)政府Agent 制定火力发电企业的CO2的排放量标准(按月计)，并实时监测其排放水平，若排放量超过排放标准，则予以罚款

式中 α——惩罚力度;

E——排放量;

Es——排放标准。

若排放量低于排放标准，则予以奖励(也可理解为存在碳交易机制时的收益)

式中 β——奖励力度(碳交易价格)，取β=kα。

政府Agent 首先根据当前排放水平E0和减排目标Φ=10%，确定惩罚力度初值α0=100 元/t 以及排放标准Es，并告知发电公司Agent 和节能服务公司Agent;接收在该排放政策下的减排效果，判断是否达到减排目标，若没有，则增加惩罚力度α(k+1)=α(k)+Δ ，迭代直到达到减排目标，为了更快的达到均衡，取元/t，当排放量距离排放目标越远时，调整量越大，反之，越小。

(2)发电公司Agent 进行电力生产，并根据排放政策向政府缴纳罚金(接收奖金)，与节能公司共享减排效益，优化碳捕集技术的改造力度，以追求利益的最大化，改造前后利益的变化函数为

式中 ρ——上网电价，取0．4 元/kW·h;

q——上网电量，取1 700 GW·h;

q'——碳捕集系统消耗的能量，取每吨CO2电耗100 kW·h;

ω——与节能服务公司达成的效益分享率。总装机容量为3 220 MW。发电成本函数为

其中，取a=1．8 元/MW·h;b=60 元/MW·h。CO2排放函数为

其中，第一部分为未进行碳捕集技术的排放量，第二部分为来自碳捕集机组的排放量;μ 为碳捕集技术覆盖率，本文初始值取0，都未安装碳捕集系统;ε 为常规机组排放率，取为1．2 kg/kW·h;ε'为碳捕集机组排放率，本文取ε' =0．65 ε。

(3)节能服务公司Agent 通过合同能源管理为发电公司提供节能技术(如碳捕集技术CCS)改造的技术支撑及管理运营，通过与发电企业分享减排效益和政府补贴获益

其中，RE为分享的减排效益;S 为政府补贴;I 为综合费用，包括为碳捕集系统造价、运行维护费用、压缩传输费用、封存费用，具体计算模型及参数参照文献［17］，本文假设政府补贴足够大，让其能够积极参与到节能服务市场。

4．2 结果分析

当政府的减排目标设置为Φ =10%时，发电企业初始CO2排放量为204 万t，经过各Agent 之间的迭代交互，最后达到排放目标183．6 万t。其中，碳捕集技术覆盖率和排放超标时的惩罚力度的收敛过程分别如图9、图10 所示。

图9 碳捕集技术覆盖率

图10 排放超标时的惩罚力度

由图可见，在第12 次迭代时系统达到均衡，此时，碳捕集技术的覆盖率为29．5%，惩罚力度为305元/t。

分别设置减排目标为10%、20%、30%进行仿真，结果见表2 所示。

表2 仿真结果

该仿真示例证明了基于多代理的建模技术能很方便对各独立决策主体的行为规则进行建模，观察各主体在整个过程中的决策轨迹。通过合理设置Agent 之间的交互机制及行为调整机制也能使系统较快的达到均衡状态。

5 结语

节能减排工作涉及政府、节能服务公司、耗能企业等多个相互独立的市场主体，节能减排机制涵盖法律法规、政策激励以及市场机制等不同层面的内容。因此，节能减排长效机制的制定是一项复杂的系统工程，为让其更加科学、高效、合理，在制定过程中需充分考虑各参与主体具体的行为特性和行为规则，而Multi－Agent 技术在处理这种多个主体建模问题具有独特优势。

本文首先概述了MAS 的概念与特点，介绍了MAS 开发步骤和方法;在此基础上深入分析了各参与主体在节能减排系统中的功能和角色，提出了由政府Agent、节能服务公司Agent 和多个耗能企业Agent 组成节能减排MAS 模拟系统框架，并设计了系统Agent 之间的交互机制;然后建立了各Agent 的节能减排优化决策行为模型;最后给出了基于多代理开发框架JADE 开发节能减排MAS 模拟系统示例。所提方法能充分考虑各利益主体的实际行为特点，为节能减排长效机制的制定提供技术支撑。当前各主体的行为模型大多还处于宏观层面，具体的模型构建和平台开发为下一步研究重点。

［1］王衍行，汪海波，樊柳言．中国能源政策的演变及趋势［J］．理论学刊，2012(9):70 －73．

［2］魏楚．中国能源效率问题研究［D］．杭州:浙江大学，2009．

［3］张国兴，高秀林，汪应洛，等．政策协同:节能减排政策研究的新视角［J］． 系统工程理论与实践，2014，34(3):545 －559．

［4］聂力．低碳时代基于节能减排的博弈均衡分析［J］．技术经济与管理研究，2012(12):13 －16．

［5］袁开福．我国节能减排困境，成因及应对策略分析［J］．生产力研究，2009(6):99 －101．

［6］王灿，陈吉宁，邹骥．基于CGE 模型的CO2减排对中国经济的影响［J］． 清华大学学报:自然科学版，2006，45(12):1621 －1624．

［7］李莉．电力产业节能减排机制设计模型与方法研究［D］．北京:华北电力大学，2011．

［8］崔秀敏． 企业节能减排激励机制研究［J］． 生态经济，2010(8):46 －48．

［9］陈忠全，赵新良． 节能减排过程的博弈分析［J］． 中国地质大学学报:社会科学版，2009，9(1):54 －58．

［10］刘红进，祁达才．多代理系统及其在电力系统中的应用［J］．电力系统自动化，2001，25(19):45 －52．

［11］谭显东，胡兆光，张克虎，等．构建多Agent 模型研究差别电价对行业的影响［J］．中南大学学报:自然科学版，2008，39(1):172 －177．

［12］廖恩荣．多代理(Multi －Agent)技术在电力系统控制中的应用［J］．机械制造与自动化，2013(2):159 －163．

［13］McArthur，Stephen DJ，et al．“Multi－agent systems for power engineering applications Part I:Concepts，approaches，and technical challenges．”Power Systems，IEEE Transactions on，2007，22(4):1743 －1752．

［14］McArthur，Stephen DJ，et al．“Multi－agent systems for power engineering applications Part II:technologies，standards，and tools for building multi －agent systems．”Power Systems，IEEE Transactions on，2007，22(4):1753 －1759．

［15］http://jade．tilab．com/．

［16］卢志坚，孙元欣．国外合同能源管理研究及其在中国促进建议［J］．科技管理研究，2012，32(2):38 －42．

［17］卢志刚，夏明昭，张晓辉． 基于多阶段减排规划的发电厂碳捕集系统优化配置［J］．中国电机工程学报，2012，31(35):65 －71．