基于多Agent之含风电场电力体系智能调度方法研究.docVIP

　　基于多Agent之含风电场电力体系智能调度方法研究 第 1 章 绪 论 1.1课题研究背景与意义 目前由于全球气候变暖、化石能源消耗以及生态环境恶化，世界的能源利用发生了十分重大而深刻的变化。与此同时，现代经济社会的不断发展，使得人类的活动对全球的环境产生了越来越大的影响，能源短缺、环境污染和气候恶化等已经成为阻碍全球经济社会发展的重要问题。可再生能源以其清洁、安全、可持续利用等特点，在各国能源战略中日益显出重要地位。无论是何种形式的可再生能源都是直接或者间接来自于由太阳能或者地热能，因此与传统能源比较，可再生能源广泛具有污染少、储量大等优点，充分合理地利用可再生能源替代传统能源，在解决当前全球的环境污染和资源消耗等问题上具有非常大的优势。风能在种类繁多的可再生能源中属于一种成本较低、技术较成熟、可靠性较高的能源，早已被人类所利用，近年来更是发展十分迅速，目前已经开始在世界能源供应中发挥出了越来越重要的作用。以风能为动力的风力发电技术，相比于其他形式的能源发电，在资源的利用和发电效益方面具有许多自身独特的优点[1]。风能是一种清洁的自然能源，不存在空气污染问题和类似核电放射性废料对安全的威胁，减少了人类对煤炭等矿物资源的开采、处理及运输，从而降低了温室气体排放量。风力发电的经济性高，风能是取之不尽、用之不竭的，没有燃料成本，由于煤炭、天然气等价格的不断上升，人类逐渐加大了对风力发电的开发利用程度。风力发电量的不断增加可以逐步减少对传统的发电资源的使用，间接缓解化石燃料价格偏高的现状。风力发电技术日益成熟，是一种比较安全可靠的能源利用方式。风能在全世界范围内的陆地和沿海分布都非常广泛，因此对其大规模的开发利用就具有很强的可行性。风电场建设运行需要的资金投入相对较低，风电场的装机规模灵活，建设周期短，发电企业的经济效益较好。目前，包括中国在内的世界上许多国家对风力发电都有很大力度的扶持政策。总而言之，风力发电在现今的可再生能源发电领域不仅应用广泛，而且具有非常重要的地位。 1.2国内外研究现状 近年来，电力工业的快速发展对调度模式的转变产生了巨大的推动作用。由于调度模式的转变，调度部门制定发电计划的目标也随之发生变化。不同种类的电力系统调度的侧重点也不尽相同，其中经济调度主要注重电力系统的经济性，计划电量调度是以电网调度的公平性作为主要的考虑依据，节能调度是随着环境保护的兴起而发展起来的一种注重节能减排的效果的调度方式。19 世纪末，世界上第一座风力发电站在丹麦建成，在 20 世纪 80 年代，我国的风力发电也开始发展，最初的设备和技术都是依靠进口，之后随着科技的进步，我国风机制造的国产化程度越来越高。进入新世纪后，随着对资源环境问题的关注，风力发电也越来越受到重视。随着越来越多的大容量风电场建设并投入使用，风力发电量在电力系统中所占的比例正逐渐提高。这些风电场并入电网后，给现有电力系统的安全稳定运行带来了巨大的挑战。所以，要研究含风电场的电力系统的优化调度问题，首先就需要分析由于风速的不稳定性所带来的风电场出力的不确定性，这样才能评估计算出风电场的出力情况，以达到对风电场的安全、经济调度的目标。目前的研究，主要是通过韦伯分布、瑞利分布等函数，以及利用风速-出力的转换函数对风电场的出力情况进行分析。 第 2 章 基于多 Agent 的电力系统智能调度系统 2.1 Agent 与多 Agent 系统 Agent 的原意是代理，是一种计算实体，通常存在于分布式或协作式系统中，可以长时间、自主地发挥作用，因此也被称为智能体。目前多数研究者比较认可由 Wooldridge 和 Jennings 共同提出的定义：Agent 是一类在特定环境下能感知环境，并能自治地运行以代表其设计者或使用者实现一系列目标的计算实体或程序[36]。在对 Agent 的研究过程中，逐渐衍生出了弱定义和强定义两个有所区别的概念。Agent 的弱定义用来最一般地说明一个软硬件系统，这个系统具有自治性、社会性、反应性和能动性这四个特性。Agent 的强定义则是描述了一种实体，它可以看成是由多种心智状态及一些人类身上具有的一些特性所组成。此外，Agent 还应具有其它一些特性，如移动性、学习性、真实性、仁慈性、合理性等[37-39]。Agent 的基本功能是感知环境，处理从环境中获得的信息，对环境进行动作。虽然应用在不同的研究领域中的 Agent 的自身任务要求不同，导致每个 Agent 的结构也不尽相同，但是 Agent 仍然具有一些相同的基本功能模块，如感知、推理、通信、执行等，这些模块构成了 Agent 任务执行的基本功能。Agent 的执行任务的具体过程可以描述为：首先通过感知模块对收集系统的外部环境信息，在 Agent 内部对这些信息进行处理，之后信息被放