面向代理的智能電網自愈設計

王春林

摘 要：電網是高度復雜的動態系統，對于最終消費者服務，可能是不可靠的、不穩定的、效率低的。本研究設計了一個面向代理的仿真，這個仿真能夠幫助理解智能電網并且找到改進電網的方法。該文主要關注自愈問題，也就是在問題發生后能使控制系統采取預防措施或者解決問題。

關鍵詞：多代理系統 智能電網 分布式通信 智能系統

中圖分類號：TP3 文獻標識碼：A 文章編號：1674-098X（2012）12（a）-00-02

由于智能電網規模很大而且復雜，很難預測所有可能出現的情況，從而導致性能失效。電力傳輸系統的可靠性、可用性和效率是很難準確預估的，因此決策者在智能電網管理系統方面會猶豫而導致結果的不確定性。目前大多數的研究集中在減輕這些不確定性方面。

1 不安全因素和自我修復功能

電力系統是暴露在自然災害，恐怖主義分子面前的設施，也可能因操作方面的原因而導致崩潰。一旦一次故障發生，必須迅速地將其余部分與故障部分進行隔離。電源故障可能是由本地故障引起的一個相對影響較小的事故，也可能是由恐怖性襲擊造成的災難性的地域性斷電。對于緊急情況的準備，有時候是非常缺乏的。最常見的電網中斷類型如下所述。

動力故障：又稱為電源故障或者停電，這是一種短期的或者長期的在一定區域內的功率損耗。原因包括電力線的損壞，或者輸配電設備的任何故障。

電壓不穩：電壓不穩指的是電力系統不能維持電壓在一個可接受的范圍內波動，尤其是在系統的電壓崩潰之后。電壓穩定的評估可以有多種模型，包括神經網絡、模糊邏輯系統、遺傳搜索和統計方法。

功率流的不平衡：發電和消耗必須維持平衡，因為它通常不是儲存電能。如果一個部件有部分的或者完全的故障，并將負載重定向到其他的沒有準備好或者沒有能力接受負載的組件，就會導致過負載的結果。隨后負載的重定向可以級聯到其他的組件并且導致更為嚴重的故障。這樣的故障連鎖反應是非常嚴重的，可能導致電力系統的崩潰。

安全性故障：一個電力系統由于安全故障而導致被破壞或者失效是無奈的。對電力系統通訊網絡的攻擊可能有多種形式。例如，無線部件是在物理層面被干擾或者篡改，路由信息能夠在網絡層面被操控，過量的信息會在傳輸層面崩潰一個網絡，一個智慧型的對手可以設計多種類型的攻擊來破壞通訊網絡的安全。大多數現有的控制系統，最初是為私人設計的的通信網絡，是通過間接地連接到互聯網來保證他們的安全性的。

2 仿真設計

本模擬設計的目標是產生一個靈活的、適應性強的和可擴展的軟件系統。模擬的目的是使模擬環境能支持具有選擇性知識庫的多個代理，在抽象層面上，從多個角度運行各種決策模型。本次模擬利用JADE框架，是因為它完全支持IEEE標準下的智能代理的標準基礎（FIPA），這能保證系統工作在不同的系統和平臺，并且使他們能夠無間隙地交互作用。

模擬的主要特點和設計準則如下：

封裝設備模型：電網中的設備代理被設計成具有良好接口的能通訊的黑盒子。它允許模擬連續運行而不用考慮代理的具體實施情況。最初的設備是相對簡單的。我們預計設備代理將進階到能利用MATLAB/SIMULINK 來提高裝置電子行為的準確性。

松散耦合：所有的代理節點作為松散的耦合來運行，只有通過代理通信語言來交流。這種交流方式承載了過量的計算，但是避免了選擇性，例如共享的內存通訊提供了很大的靈活性來適應任何一個部件，范圍從小的鏈路到完整的微電網不等。

管理的復雜性：智能電網的復雜程度很高，是通過定義軟件功能的個人代理所提供的模塊來代理。這提供了一個靈活的、適應性強的、可進階的并且易于維護和擴展的設計。

橫切關注點：從軟件工程的角度來看，一些要求和屬性不能被模塊化，因為他們固有的橫切關注點。這些抵制模塊化是因為本身分布的問題以及對于軟件的耦合存在負面影響。智能電網中最初的橫切關注點是安全的，值得信賴的、被證明了的以及策略性強的。為了支持這些問題，我們對于確認代理，保護代理的知識基礎，建立信任關系，執行代理角色的兩個層次堅持一致的協議。如果封裝成模塊，橫切關注點將會在模型中產生重復代碼并且使它們相互依賴。這樣會導致大量的更新給沒有直接關系的模塊，并且對于軟件的耦合產生負面影響。橫切關注點不利于軟件的維護，重復利用和進階。AOP將橫切關注點封裝成為模塊。橫切關注點的代碼是與這個相位的模塊相聯系的。把這種模塊應用在我們的設計中能夠避免橫切關注點產生的大量問題。

知識陳述：支持智能決策，代理必須維護知識數據庫。我們的基本方法是利用BDI模型來代表和利用知識。在最初的工作中，計劃本身是一連串的預先指定和規定的動作來完成電網的自愈。

決策支持模型：在很多情況下，代理必須利用決策支持模型來評估當前的情況并且決定行動方針。智能電網是一個有著大量節點的巨大的異構系統。一些通訊的渠道可能是禁用的或者不可靠的。魯棒性需要決策分散的建議。因此，獲取代理在決策制定方面的完整信息可能需要大量時間，是非常昂貴，甚至不可能完成的。

模糊邏輯是一種解決控制系統問題的方法，這種方法在從簡單的，小的，嵌入式的微型控制器到大型的，網絡化的，多通道數據的控制系統中都取得了成功。它可以在硬件，軟件或者兩者結合中都獲得成功。決策樹可以在模糊邏輯的幫助下通過部分的信息來建立。這種方法提供了一個簡單直接的方式來根據模糊的、模棱兩可的、不準確的、含糊的或缺少輸入的信息得到明確的結論。模糊決策技術使用邏輯規則來制定決策。在應用模糊邏輯決策方法來自我修復，一個尋求目標的代理利用故障的數據和證據來填充邏輯規則。

這個模糊決策方法把地方數據如電壓等級，不穩定的措施和已知的斷電轉變成相應的范圍（如高、中、低）。這個推理引擎將會評估決策結果是真或假，達到自愈性決定的鑒定，如重新配置電源等。隨著時間的推移和知識的提高，這個系統的代理能夠推理并作出決定，如設置斷路器，減少負載，重新配置能源來尋求最優配置。

整數線性規劃是一個封閉的優化方法，這個方法能夠實現資源的優化配置。在此次應用中，有一個類似的方法來分配任務給代理，能夠開展具體的行動來糾正電網的錯誤。當任務明確要求合作時，這種模式能夠鑒別優化代理資源中可能存在的問題以及他們應該承擔的角色。

統計假設檢驗提供了一個歷史悠久的在數據豐富的環境中支持決策的方法。對于每一個確定的電網中的問題，有一套替代假說的方法，每一個問題都能夠被數據檢驗來確定證據是否支持假說的真實性。當一個特定的假說被給定的事實支持時，相關的糾正措施將被觸發。

許多其他的決策模型可以被包含。例如，考慮貝葉斯信念的網絡，它能夠可靠地對數據的不同解釋的可能性進行評估。其他的可能性包括啟發式搜索，例如分發樹問題（DTP），最小生成樹（MST），模擬退火法（SIMA）和禁忌搜索（TS）等技術。本設計的仿真中，代理在決策模型的使用中是獨立的，允許簡單的替代模型的實驗。

還可以進一步改進系統，比如增加簡單的呼救功能，需要來自于分布式的能源來幫助系統的平衡。代理接受實時的信息數據，將有一個基本的知識庫作為規則來控制決策，并且執行在不確定條件下自我恢復的決策。

參考文獻

[1] Lemon，M.D.，Venkatarajmanan，G.，Chapman，P.Using Microgrids as a Path towards Smart Grids.2009

[2] S.Rahman，M.Pipattanasomporn，Y.Teklu.Intelligent Distributed Autonomous Power Systems（IDAPS），In Proc. 2007 the IEEE PES Annual General Meeting，Tampa，Florida.

[3] M.Pipattanasomporn.Multi-Agent Systems in a Distributed Smart Grid：Design and Implementation，Proc. IEEE PES 2009 Power Systems Conference and Exposition（PSCE09），2009.

[4] T.Nagata，H.Sasaki.A Multi-agent Approach to Power System Restoration.IEEE Transactions on Power Systems，2002（17），457-462.