基于多代理系统的微网协同控制研究

孔朝阳，桂　宁，包晓安，裘智峰，胡增见

(1.浙江理工大学信息电子学院， 杭州 310018；2.鲁汶大学ELECTA/ESAT研究组，比利时鲁汶市 3001)



基于多代理系统的微网协同控制研究

孔朝阳1，桂宁1，包晓安1，裘智峰2，胡增见1

(1.浙江理工大学信息电子学院， 杭州 310018；2.鲁汶大学ELECTA/ESAT研究组，比利时鲁汶市 3001)

针对传统集中控制和分散控制的缺陷，提出了一种基于多代理系统的微网控制策略协调和调度方法，设计和部署了总控制Agent用于调度和多个子Agent用于独立管理微网中的不同实体。总控制Agent对微网中不同的子Agent的控制策略进行协调和调度，子Agent根据具体调度策略进行本地执行，以保证微网物理设备满足电约束，这些Agent共同作用保证了微网在变化的环境中始终保持稳定运行。借助开源的JAVA代理开发框架，并遵循FIPA标准定义对Agent之间交互提供支持。利用Matlab/Simulink搭建了微网系统模型，模拟了微网在并网运行、孤岛运行以及并网/孤岛切换情形下各Agent协调和调度过程，仿真结果表明该设计可行、有效。

多代理系统；微网；JADE；Agent

0　引　言

微网通常是由分布式电源(DG)、储能装置、能量转换装置、负载、保护装置等组成的发电系统，是一个能够实现自我控制、保护和管理的自治系统[1]。将分布式发电系统以微网形式接入大电网并网运行，能够与电网互为支撑，同时也能最大化地发挥分布式电源的效能。然而，由于微网中分布式电源的不确定性和分散性、负荷变化的随机性、储能装置的多样性、控制策略的灵活性等因素，使得微网控制方法变得越来越复杂[2-5]。

现有微网控制策略通常可以分为两类：集中控制和分散控制。一方面，传统集中控制由于缺乏灵活性和扩展性，难以满足微网控制实时性的要求；另一方面，完全分散控制又容易出现电源和负荷控制不同步，严重时可能导致微网解列[6-7]。多代理系统(multi-agent system，MAS)兼具集中控制和分散控制的优点，具有良好的自治性、适应性、协调性和社会性，在微网控制等领域具有广泛的应用[8]。目前国内外学者对基于多代理系统的微网控制框架进行了深入研究：蒲天骄等[9]利用多代理系统构建微网分布式协调控制方法以实现主动配电网分布式电源的协调调度；Ren等[10]借助多代理系统构建多微网的分层控制架构以实现多微网间的相互协调以及能量交易的经济性；丁明等[11]提出基于多代理系统的微网分层控制方案以解决多微网系统的能量协调问题；郝雨辰等[12]基于IEC6180和多代理系统方法实现各Agent之间的消息在微网在运行过程中保持统一性和互操作性。然而上述文献主要集中于多代理系统在微网电能优化、能量协调与调度等方面的研究，通常将微网弱化为一个能量资源配置系统，对微网本身的物理电气约束考虑不足，而这些因素对于微网的安全可靠运行至关重要。这些电气约束决定了微网在不同的运行环境下必须使用不同的控制策略，如孤岛运行时必须提供电压和频率的支撑；负荷变化时必须协调微网内各DG出力以维持功率平衡等。这就意味着微网控制系统必须能对微网控制策略进行自适应的协调和调度，然而目前多代理的微网控制系统缺乏对这方面的控制支持。

本文针对微网运行环境动态变化的问题，提出了基于MAS的微网控制策略协调和调度的方法，设计和部署多个子Agent独立管理微网中的实体(微源、负荷等)，每个子Agent实时监测和控制本地物理电气特征变化，如电压波动、功率波动等，根据自身机制可以独立决策和任务执行。为了保证微网整体的物理电气约束处于规定的范围内，设置了一个总控制Agent统一管理各个子Agent，根据微网的不同运行环境，协调和调度各子Agent的控制决策。最后基于开源框架JADE平台设计了多代理系统，利用Matlab/Simulink建立了微网模型，在此基础上测试并网运行模式、孤岛运行模式和并网/孤岛切换模式下各Agent协调和调度过程，以验证本设计的有效性和可行性。

1　微网MAS的框架设计

1.1微网MAS功能需求

MAS基本组成单元是一个个智能的Agent，每个Agent具备4个典型的特征:自主性，即Agent的运行可以不受外界或人干扰而独立进行，并且可以自行控制自身行为和内部状态；反应性，即Agent具备及时感知外部环境变化的能力，并且可以根据变化及自身目标做出相应的反应；主动性，即Agent 可以依据当前环境及自身目标，通过主动采取某些行为来展现Agent目标驱动的特性；社会性，即Agent通过特定的通信机制，Agent与 Agent之间可以进行交互[13-14]。本文构建的微网架构中微源和负荷都由单独的子Agent进行管理，每个子Agent根据自身机制具有不同的控制和决策机制；同时设有一个总控制代理，负责管理和调度各个子Agent。Agent之间根据FIPA定义的标准规范进行交互，共同实现微网MAS整体控制目标:实现微网内发电和负荷平衡，保证微网供电可靠性。

微网MAS能够动态地应对微网环境的变化，当负荷突然增减或者加入、退出，相应的子Agent应发起能量协调请求；同时微网发生并网/孤岛切换运行时，相应的子Agent也应发起控制策略切换请求。微网MAS运行时会有2种约束：系统性约束和本地约束。系统性约束(微源出力与负荷功率需求平衡)由总控制Agent根据子Agent反馈的信息综合协调之后满足；本地约束(微源出力上下限约束)由各微源Agent独立决策，这种设计减少了总控制代理的计算压力和通讯能力的需求。

1.2微网MAS平台选择

本文采用开源的JADE平台进行MAS设计。JADE是一个完全由 Java 语言实现的多代理开发框架，提供了丰富的兼容 FIPA 规范的中间件，支持调试和部署的图形工具，可以实现跨平台操作和异地部署，极大地简化了Agent开发和应用过程[15]。JADE中定义了Agent基类，用户可以在继承Agent基类的基础上进行扩展，构建用户指定功能的Agent。JADE为MAS提供了以下功能：Agent管理系统(AMS)，负载控制平台内Agent的活动、生命周期及外部应用程序与平台的交互，在平台上采用独一无二的名字来标识、规范Agent；目录服务(DF),负责对平台内的Agent提供黄页服务、注册服务类型以供查找；消息传输服务，控制平台内或不同平台之间的消息传输、消息编码、消息解析等[16]，JADE平台模型如图1所示。

图1　JADE平台模型

2　微网MAS模型和实现

2.1微网MAS模型描述

本文借助MAS构建了适应于微网的分布式协调控制架构，结构如图2所示。该模型中微网实体主要由多个微源、逆变器、滤波电路、负荷(重要负荷与非重要负荷)、断路器、隔离变压器、配电网等组成。断路器K1—K2控制DG退出或加入，K3—K4控制负荷加入或退出，公共耦合点(PCC)控制微网并网运行模式和孤岛运行模式。为简化研究对象，本文采用理想的直流电压源代替每个微源。同时每个DG设置一个SourceAgent，每个断路器设置一个BreakAgent，每个负荷设置一个LoadAgent，PCC设置一个PCCAgent，并且所有Agent都由微网总控制代理MASAgent统一管理。MASAgent、SourceAgent、BreakAgent、LoadAgent及PCCAgent共同构成了整个MAS系统控制结构。下面对每个Agent功能进行详细描述。

图2　微网MAS控制架构

SourceAgent：主要负责监测和控制微网内每个DG的电压、频率、功率输出以及每个DG控制器的控制策略等；根据微网总控制代理MASAgent下达的协调请求，调整相应DG控制器的控制策略及有功功率、无功功率参考值预设。

BreakAgent：主要负责接收来自微网总控制代理MASAgent、SourceAgent或者LoadAgent下达的协调请求，根据自身机制控制微源加入和退出以及负荷的加入和退出。

LoadAgent：主要负责监测每个负荷的有功功率、无功功率、电压等变化情况；根据不同的负荷种类(重要负荷、非重要负荷)在微网功率供应不足时进行负荷状态的控制，保证重要负荷供电，尽可能满足用电需求。

PCCAgent：负责监测并网电压、频率、相位等，可以控制并网开关让微网与配电网断开或者连接，并实时向总控制代理MASAgent传输并网和孤岛的状态改变信息。

MASAgent：负责实时监测和控制微网的运行动态，包括微网并网/孤岛运行模式，配电网的出力，微网内DG的出力、负荷功率，微网电压、微网频率等；根据微网的场景状态，确定DG代理SourceAgent的控制策略及功率参考值预设，并选择合适的SourceAgent下达协调请求。

2.2微网MAS协调策略

微网并网运行或者孤岛运行出现负荷功率动态变化，以及微网从并网到孤岛，孤岛到并网动态切换时，微网必须根据不同运行环境对微网控制策略进行自适应的协调和调度。本节将对本文设计的多代理系统中各Agent间协调策略展开描述。

2.2.1负荷功率动态变化

当负荷功率发生变化时，LoadAgent会向微网总控制代理MASAgent发起能量协调请求，MASAgent根据SourceAgent和LoadAgent反馈的信息，计算微网内DG出力和负荷总功率，确定整体的功率差额，然后向LoadAgent所在馈线的SourceAgent发送能量协调请求，SourceAgent根据MASAgent的指令变更DG控制策略的出力预设值，从而相应DG增加或者减少出力，以保证微网内微源出力与负荷功率平衡。图3(a)显示了负荷功率变化时微网MAS执行过程。

2.2.2并网/孤岛切换

当PCCAgent监测到电压或者频率超过标准的限定值时，PCC与配电网断开连接，同时PCCAgent向微网总控制代理MASAgent发起孤岛状态信息，MASAgent根据微网内各个DG的代理SourceAgent反馈的控制策略信息，协调其中一个合适的SourceAgent执行V/f控制策略，以支撑整个微网电压和频率，其余SourceAgent执行PQ控制策略；同时再根据SourceAgent和LoadAgent反馈的信息，计算微网内各DG出力和负荷总功率，如果各DG发出的总功率无法满足负荷功率需求，采取保护重要负荷机制，通知相应的BreakAgent切除非重要负荷，以保障重要负荷的持续供电。

图3　微网MAS协调策略

当PCCAgent监测到电压或者频率恢复到标准的限定值之内时，PCC重新与配电网连接，同时PCCAgent向微网总控制代理MASAgent发起并网状态信息，MASAgent根据各个SourceAgent反馈的控制策略信息，指定所有SourceAgent执行PQ控制策略，以确保微网电压和频率与电网保持一致；MASAgent监测到微网运行正常时，通知相应的BreakAgent重新加入非重要负荷。图3(b)显示了并网/孤岛切换时微网MAS执行过程。

3　仿真与分析

为了验证本文提出的基于MAS的微网控制方法的有效性和可靠性，根据图2的微网控制架构图，借助Matlab/Simulink平台搭建了微网模型。为了能够清晰地描述仿真结果，本文只采用两个微源的微网实体模型展开描述，仿真参数如表1所示，并假设微网中的负荷均为阻性负荷。同时基于JADE平台建立了多代理系统的仿真框架，针对微网并网运行模式、孤岛运行模式以及并网/孤岛切换模式的三个场景验证各Agent协调和调度过程。

表1　微网仿真参数

3.1并网运行方式

算例1：并网运行时，微源DG1与DG2初始出力及负荷Load1和Load2初始功率如表2所示。Source Agent1和Source Agent2均采用PQ控制策略，0～0.5 s微网稳定运行，0.5～1 s负荷1突增30 kW，1～1.5 s负荷1突减30 kW,验证微网控制策略对负荷突变的反应能力，仿真结果如图4所示。

表2　微源出力及负荷功率

图4　并网模式仿真结果

图4(a)-(c)显示了并网运行模式下负荷突变时各微源及配电网出力情况。t∈[0,0.5]s时，各Agent处于监测状态，DG1、DG2功率输出分别为20 kW、40 kW，由于总负荷总共为100 kW，微网提供的功率不能满足本地负荷需求，因而需要配电网出力40kW；t∈[0.5,1]s时,负荷Load1突然增加30kW，LoadAgent1监测到功率发生变化，向MASAgent发出协调请求，MASAgent根据SourceAgent和LoadAgent反馈的功率信息，计算微网内DG出力和负荷总功率，确定整体的功率差额，选择Load1同馈线微源SourceAgent1调整功率预设值，设定为50 kW、0kVar，DG1增加出力30 kW，DG2输出功率保持不变；t∈[1,1.5]s时，负荷Load2突然减少30kW，LoadAgent1监测到功率发生变化，再次向MASAgent发出协调请求，MASAgent根据SourceAgent和LoadAgent功率信息，确定整体的功率差额，将同馈线微源SourceAgent1功率预设值重置为20 kW、0 kVar，DG1减少出力30 kW, DG2输出功率保持不变；在整个运行过程中DG1、DG2采用PQ策略，微网电压和频率与配电网保持一致，同时整个过程配电网出力均维持恒定。图4(d)显示了相关Agent间的消息传递过程，消息传输协议遵循了FIPA标准定义。

从并网运行模式可以看出，基于多代理系统的微网对微网内负荷动态变化具有较强的适应能力，而且主网出力在整个过程中保持稳定，在高渗透率微网环境中，有利于稳定配电网潮流及减小配电网调度难度。

3.2孤岛运行模式

算例2：孤岛运行时，微源DG1与DG2初始出力及负荷Load1和Load2初始功率如表3所示。Source Agent1采用V/f控制策略，Source Agent2采用PQ控制策略。0～0.5 s微网稳定运行，0.5～1 s负荷2突增30 kW，1～1.5 s负荷2突减30 kW, 仿真结果如图5所示。

表3　微源出力及负荷功率

图5(a)显示了孤岛运行模式下负荷突变时各微源出力情况。t∈[0,0.5]s时，各Agent处于监测状态，DG1、DG2功率输出分别为80 kW，20 kW，由于负荷总需求为100 kW，微网提供的功率可以满足本地负荷；t∈[0.5,1]s时,负荷Load2突然增加30 kW，LoadAgent2监测到功率发生变化，向MASAgent发出协调请求，MASAgent根据SourceAgent和LoadAgent反馈的功率信息，计算整体的功率差额，调整Load2同馈线微源SourceAgent2功率预设值，设定为50 kW、0 kVar，DG2增加出力30 kW，以维持负荷需求与功率供应平衡，而DG1输出功率保持不变；t∈[1,1.5]s时，负荷Load2突然减少30 kW，LoadAgent2监测到功率发生变化，再次向MASAgent发出协调请求，MASAgent根据Agent的反馈信息，将同馈线微源SourceAgent2功率预设值重置为20 kW、0 kVar, DG2减少出力30 kW, DG1输出功率保持不变。DG1整个过程采用V/f控制策略，为微网系统提供了电压和频率支撑。图5(c)显示了相关Agent间的消息传递过程。

图5　孤岛模式仿真结果

从孤岛运行模式可以看出，基于多代理系统的微网在独立运行情况下对微网内负荷突变仍然具有较强的适应能力，负荷波动时微网能够及时做出调整，维持微网内DG出力与负荷功率需求平衡，同时微网电压和频率较为稳定。

3.3并网/孤岛切换模式

算例3：微源DG1与DG2最大输出功率及负荷Load1和Load2初始功率如表4所示。并网/孤岛运行时，Source Agent2均采用PQ控制策略，Source Agent1采用双模控制策略，并网运行采用PQ控制策略，孤岛运行V/f控制策略。0～0.5s微网稳定运行，0.5～1s电发生故障，转到孤岛运行，1～1.5s故障消除，微网重新并网运行。仿真结果如图6所示。

表4　初始状态下各微源出力及负荷功率

图6(a)-(c)显示了并网/孤岛切换模式下各微源及配电网出力情况。t∈[0,0.5]s时，各Agent处于监测状态，SourceAgent1、SourceAgent2均采用PQ控制策略，DG1、DG2功率输出都是50kW，由于总负荷总共为130 kW，微网提供的功率不能满足本地负荷，因而需要配电网出力30kW；t∈[0.5,1]s时，PCCAgent检测到电网故障，向MASAgent发出协调请求，MASAgent根据SourceAgent1、SourceAgent2反馈的控制策略情况，向具有双模控制功能的微源代理SourceAgent1发送控制策略切换请求，SourceAgent1接受协调请求后将PQ控制策略切换到V/f控制策略，以维持微网电压和频率；同时MASAgent综合DG1、DG2最大输出功率及负荷 Load1和Load2功率(总负荷为130kW,超

图6　并网/孤岛切换模式仿真结果

出了DG1、DG2最大输出功Load2请求，此时负荷率之和，微网提供的功率无法满足本地负荷)，采取保护重要负荷措施，向Break2Agent发送切除非重要负荷总需求变为80kW，由于DG2采用PQ控制策略，输出功率50kW保持恒定不变，因而DG1只需输出功率30kW，由于DG1采用的是V/f控制策略，可以根据微网出力情况自行调节输出功率，将DG1输出功率降到30kW；t∈[1,1.5]s时，PCCAgent检测到电网故障消除，向MASAgent发出协调请求，MASAgent根据DG代理反馈目前各DG的控制策略信息，向具有双模控制功能的微源SourceAgent1发送控制策略切换请求，SourceAgent1重新切换为PQ控制策略。MASAgent监测到微网电压、频率恢复正常之后，向Break2Agent发送请求，重新加入非重要负荷Load2，此时总负荷需求变为130kW，再次需要配电网出力30kW才能维持功率供应与功率需求平衡。图6(d)显示了相关Agent间的消息传递过程。

从并网/孤岛切换模式可以看出，基于多代理系统的微网在并网/孤岛动态切换时同样表现出较强的适应能力，在切换过程中，能够动态调整DG代理的控制策略以及非重要负荷加入和退出，从而保护了重要负荷持续供电，维持了微网电压和频率稳定以及功率平衡。

4　结　语

本文借助JADE平台成功构建了一个基于MAS的微网控制架构，在此基础上设计了一个总控制Agent和多个子Agent控制和管理微网的不同实体。总控制Agent根据微网不同的运行环境统一协调和调度各子Agent的控制决策，每个子Agent根据调度指令及自身机制独立执行任务以保证微网物理设备满足电气约束，实现微网稳定运行。通过仿真实验，验证了本设计的可行性和有效性，更好地满足了微网要求的开放性、分布性、合作性和自主性。然而微网运行环境是复杂多变的，本文选择的仿真算例只是其中相对简单的场景，下一步将进一步研究更加复杂场景下基于MAS的微网控制方法的适应性和可行性。

[1] 王成山，王守相.分布式发电供能系统若干问题研究[J].电力系统自动化，2008，32(20)：1-4,31.

[2] 撖奥洋，邓星，文明浩，等.高渗透率下大电网应对微网接入的策略[J].电力系统自动化，2010，34(1)：78-83.

[3] 徐少华，李建林.光储微网系统并网/孤岛运行控制策略[J].中国电机工程学报，2013，33(34)：25-33,6.

[4] 陈炜，艾欣，吴涛，等.光伏并网发电系统对电网的影响研究综述[J].电力自动化设备，2013，33(2)：26-32,39.

[5] MAHMOUD M S, HUSSAIN S A, ABIDO M A. Modeling and control of microgrid: an overview[J]. Journal of the Franklin Institute, 2014, 351(5): 2285-2822.

[6] GU Y, XIANG X, LI W, et al. Mode-adaptive decentralized control for renewable DC microgrid with enhanced reliability and flexibility[J]. Power Electronics, IEEE Transactions on, 2014, 29(9):5072-5080.

[7] 苏玲，周翔，季良，等.微电网控制策略综述[J].华东电力，2014，42(11)：2249-2253.

[8] 丁明，罗魁，毕锐.孤岛模式下基于多代理系统的微电网能量协调控制策略[J].电力系统自动化，2013，37(5)：1-8.

[9] 蒲天骄，刘克文，李烨，等.基于多代理系统的主动配电网自治协同控制及其仿真[J].中国电机工程学报，2015，35(8)：1864-1874.

[10] REN J S, TAN K T, SIVANEASAN B, et al. Energy management of a multi-agent based multi-microgrid system[C]//Power and Energy Engineering Conference (APPEEC), 2014 IEEE PES Asia-Pacific. IEEE, 2014: 1-6.

[11] 丁明，马凯，毕锐.基于多代理系统的多微网能量协调控制[J].电力系统保护与控制，2013，41(24)：1-8.

[12] 郝雨辰，吴在军，窦晓波，等.基于IEC61850的多代理系统在微电网运行控制中的应用[J].电力自动化设备，2013，33(6)：139-146.

[13] 毛新军，胡翠云，孙跃坤，等.面向Agent程序设计的研究[J].软件学报，2012，23(11)：2885-2904.

[14] 郭昊坤，吴军基.Agent技术在中国智能电网建设中的应用[J].电网与清洁能源，2014，30(2)：12-16.

[15] 程志峰，张蕾，陈佳俊，等.基于JADE的多Agent系统开发[M].北京：国防工业出版社，2013.

[16] LOGENTHIRAN T, SRINIVASAN D, KHAMBADKONE A M. Multi-agent system for energy resource scheduling of integrated microgrids in a distributed system[J]. Electric Power Systems Research, 2011, 81(1): 138-148.

(责任编辑： 陈和榜)

Research on Micro-grid Cooperative Control Based on Multi-Agent System

KONGZhaoyang1,GUINing1,BAOXiaoan1,QIUZhifeng2,HUZengjian1

(1.School of Information Science and Technology，Zhejiang Sci-Tech University，Hangzhou 310018， China; 2. ELECTA/ESAT Growp, KULeuven, Leuven 3001, Belgium)

In view of the defects of the traditional centralized control and decentralized control, this paper put forward a method for coordination and scheduling of micro-grid control strategy based on multi-agent system, and designed and deployed a master control agent for scheduling and multiple sub-agents for independently managing the entities in the micro-grid. The master control agent coordinates and schedules control decisions of each different sub-agent, and sub-agent will locally execute the specific scheduling. All the agents work together to ensure that micro-grid keeps stable operation in the changing environment. The interaction between agents were carried out with the assistance of open-source java agent development framework, JADE and by following the Foundation for Intelligent Physical Agents (FIPA) standard definition. A micro-grid model was built by using Matlab / Simulink software, and the simulation was carried out during grid-connected pattern, isolated pattern and grid-connected /isolated switch pattern conditions to simulate each agent coordination and scheduling process. The simulation results demonstrate the feasibility and effectiveness of the design.

multi-agent system; micro-grid; JADE; Agent

10.3969/j.issn.1673-3851.2016.03.016

2015-07-11

国家自然科学基金项目(61202050，61379036); 浙江省重大技术专项研究项目(2013C01039)；浙江理工大学521人才培养计划

孔朝阳(1988-)，男，江苏仪征人，硕士研究生，主要从事基于自适应的微网控制方面的研究。

桂宁，E-mail:ninggui@gmail.com

TM76，TP18

A

1673- 3851 (2016) 02- 250- 07 引用页码： 030504