基于Agent的电力系统建模技术研究

摘 要建模及分析技术在电力系统设计、控制与管理中占据重要地位。提出一种基于图论面向Agent的电力系统建模方法，该模型可用于系统设计、规划、操作和控制，避免了传统微分方程组形式模型全局性和紧耦合性的不足。

【关键词】建模 多Agent系统 透明通信 统一模型 电力系统

1 引言

随着电力系统容量和复杂性的增加，要求开发一种新的分析和建模方法，以支持对电力系统的实时控制和多目标分析。虽然电力系统微分方程组形式的数学模型得到广泛的应用，但使用该模型形式进行系统分析和控制时需要进行大量的数学计算，这在大规模电力系统的控制与应急管理时无法保证响应的实时性。

本研究将多Agent系统（Multi-Agent System，MAS）理论和物理网络建模（Physical Network Modeling）思想相结合，进行电力系统建模及其应用技术的研究。这种基于Agent的建模形式和计算方式，它既继承了面向对象（Object-Oriented）的建模思想，又充分利用了Agent的特性以及电力系统各组件的建模成果，避免了传统微分方程组形式模型全局性和紧耦合性的不足，又不需要对各组件的模型做任何简化处理，而且信息越全面越好；它采用分布式信息处理方式，因此具有计算速度快、可靠性高和反应迅速等优点。而且这种智能模型能够反映电力系统的物理布局和组件之间的连接关系，便于系统分析；同时，在该智能模型上增加新的功能算法Agent或添加组件Agent时，该模型系统不需要关闭或重启，这样整个模型系统具有非常强的维护性和扩展性。

本智能模型可作为一个公共模型用于电力系统的分析、控制、故障诊断和预测以及维修保障等工作，促进了部门内部人员的协作，这样相关人员可以将更多的时间和精力花在各功能算法的研究上，而不是进行收集数据和创建“从头开始”的方案，这样提高了工作效率，减少了建模成本。

2 基础知识

2.1 多Agent系统

软件Agent是一段包含数据和行为规则的软件程序，可以看成为系统物理实体或功能的抽象，它具有自治性、社会性和反应性等特性。多Agent系统的特点：

有限视角，即每个Agent拥有部分信息，或只具备有限能力；没有系统全局控制；数据是分散的；计算是异步的。

Agent在建模中的角色是基于其特性：

（1）Agent是一个自治的计算实体。

（2）智能性是指Agent在变化的环境中灵活而有理性地运作，具有感知和效应的能力。

（3）交互能力是指Agent可以被其他为追求自己的子目标而执行相应任务的Agent所影响。

由于可以将Agent看成为主动对象，基于Agent的建模技术完全可以从面向对象技术中继承并发展。为每类Agent设计相应的类，用属性表达Agent的内部状态和特性，用方法表示Agent的行为。

2.2 物理网络建模

物理网络建模方法使用基于图论的网络分析技术分析系统瞬态和稳态特性。采用该方法分析和设计系统时，先将系统分解为组件级和系统级对象方程和编程结构。对于电力系统，系统中的每个组件可用一组端部变量电压和电流以及反映该组件端部变量关系的方程式表示，例如，系统中的电阻，反映其物理行为的方程式为V=RI，而对于一些物理行为比较复杂的元件和组件，还可以采用比较复杂的函数、曲线图和查表等形式描述其物理行为。

对于电力系统，采用电路理论的观点来定义系统组件之间的关系，其拓扑结构用节点（Node）和边（Edge）组成的图来表示。

3 电力系统基于Agent的智能模型

电力系统由负载，旁路电容，母线，串联支路，配电站，馈线和电源等设备和元件构成，假设三相电力系统为对称的，这样可用单线图表示，本文所建立的元件模型如图1所示，为一个两端口模型。

这样可将电力系统抽象为图形，系统中的部件，如负载、母线、传输线和断路器等抽象为图形中的一个边，用线段“─”表示，不对系统中的节点建模，而是将其作为边的一部分，这样将电力系统抽象为一个边-边图模型。图2为电力系统局部图模型，图中的整数为组件编号，0表示不存在该组件，该图模型表示了电力系统的拓扑。另外，在交流电力系统中，由于包含单相、两相和三相组件，可将两相和三相组件分别等效建模为两个和三个单相组件，例如，三绕组变压器有三个节点连接于电力系统，在这种情况下，可将该变压器建模为三个两绕组变压器，其中的每个变压器就可以看成两节点组件，而两节点组件就可抽象为一个边。

同时，将电力系统中的主要组件也分别建模为各种组件Agent，并用网络容器来（Container）存放这些组件Agent。这样物理系统中的组件、图模型中的边以及智能模型中的组件Agent存在一一对应关系，也就是说，建立了电力系统面向Agent的模型。

用面向对象的观点分析辐射形配电系统，将物理元件如负载，旁路电容，母线，串联支路，配电站，馈线等建模为对象。

在三相不平衡配电情况下，连接相（对于两相A-B，B-C，C-A和对于单相A，B，C）不得不考虑。本文使用面向对象设计的聚合（Aggregation）和组合（Composition）原理来建模三相不对称系统，将两相和三相组件分别建模为两个和三个单相对象的合成，为了表示连接相，需在单相组件Agent中添加一个附加属性。

在本面向Agent的智能模型中，每个组件Agent拥有全局唯一的Agent的标识符（AID），利用AID可以给组件Agent赋予多个属性，例如可靠性属性，以及多个算法的计算结果。

在电力系统中，每个组件可以有多个供电电源，但仅将其中一个供电电源定义为参考源（主供电电源）。本建模方法以图论为基础进行系统分析和问题的求解，如图2所示，在表达组件Agent的拓扑属性时，定义四种类型拓扑变量来表达组件之间的连接关系或管理系统拓扑结构：前向变量（f），馈线路径变量（fp），兄弟变量（br），邻变量（adj）；这些拓扑变量与指针的作用类似，存储着与当前组件相连接的各组件Agent的标识符AID：

f-所表示的组件与当前组件相连接，且由当前组件或通过当前组件为其提供电能；

fp -所表示的组件与当前组件相连接，且由该组件或通过该组件为当前组件提供电能；

br -所表示的组件与当前组件相连接，既不为当前组件提供电能，也不由或通过当前组件为其提供电能；

adj-所表示的组件与当前组件相连接，但具有不同的主供电电源（用于查找备用供电路径）。

为了进行电力系统智能模型的设计和相关功能的实现，每个组件Agent C可用一个具有多个属性分量的组元（Tuple）来表示，例如，一个组件的组元可以定义为

C={AID，bCmpTyp，Pri，ms，P，f，b，fp，br，adj，V，Ic，fSectDev，Ap，Pmax，VLmin，VLmax，T， Primary，Backup，f（ ），…}

AID = Agent的标识符

bCmpTyp =组件类型{负载、电源、开关或母线等}；

P=组件的功率，P≤Pmax，可通过计算或测量获得；

f，fp，br，adj =分别为与当前组件相关的拓扑变量，其值为0，表明所指向的组件不存在；

V =组件的电压（可通过计算或测量获得），VLmax≥V≥VLmin；

Ic =组件的电流（可通过计算或测量获得）；

Pri =组件的优先级，可动态分配；

Status =组件状况：OPEN，CLOSE，Failed（开，关，失效）；

Ap = 可用功率；

ms =组件是否可以进行操作- UNLOCKED，LOCKED；

Pmax=组件的最大功率；

VLmin，VLmax =组件的安全电压限；

T =组件操作所需时间；

Primary =基本保护器件Agent的AID；

Backup =备用保护器件Agent的AID；

f（ ） =表示反映该组件物理行为的方程式；

… = 表明组件Agent还可以被赋予其它物理信息。

该组元C定义反映了组件的拓扑属性和主要的物理属性：如组件性质、当前工作状态，组件之间拓扑结构关系，或与系统稳定性和安全性相关的约束条件等参数信息。这样通过访问组件Agent的属性，可进行包括故障恢复算法在内的集合运算。在智能模型中，一个组件Agent与物理系统中的一个组件同步变化，可以通过AID更新组件Agent的属性信息。

另外，根据物理网络建模思想，依据沿闭合回路所有电压降之和等于零，与流入连接点的电流必须等于流出连接点的电流的约束条件，设计多个系统Agent，进行系统相关量如电流或/和电压的计算，并将计算结果返回给相应组件Agent，这样就可以减少传感器的使用，或校验模型中的参数错误。

然后，针对所设计的上述智能模型，设计各功能算法Agent，以完成相应的分析和控制功能。

对于大规模电力系统，为了提高分析和控制的实时性和模型响应的快速性，可以将各类型Agent分布在多个容器中和多个计算机中，因为在问题求解过程中，通信代价要比求解问题的代价低得多。

这样电力系统的组件、拓扑结构、采集数据和各功能算法被集成为一个灵活的，可扩展的软件架构。在该智能模型中，可以局部地处理系统拓扑结构和组件属性的变化，这就提高了信息的处理速度，非常适合于利用实时采集信息和人员过程驱动的操作方式。图3为电力系统基于Agent的智能模型及其应用的分层体系结构图，具体分层如下：

（1）数据采集和存储层。该层包含已有的数据采集和存储系统，以及执行Agent，各执行Agent分别与电力系统各物理设备（电源、各类型负载、断路器、传感器以及采集装置）集成在一起，每个执行Agent负责测量对应组件的状态信息和控制其动作。

（2）智能模型Agent层，包含组件Agent和系统Agent。组件Agent负责计算和管理组件的内部状态信息，其状态属性中必须包含电流和电压，以及该组件的其它相关属性和描述其行为的方程，并对外部激励做出响应。同时，组件Agent还与相应执行Agent进行通信，接收执行Agent的信息，或向执行Agent发送控制命令。各系统Agent要保证智能模型满足电力系统各部分的两个连接方程。

（3）功能算法Agent层。其只与组件Agent层中的相关Agent进行通信，获取组件的当前状态信息用于功能计算，并将计算结果或控制命令返回给相应的组件Agent。

（4）命令控制中心Agent。命令控制中心Agent提供完整的人机界面，通过人机界面完成操作命令的输入，现场设备状态的显示和操作提示等。

本文选择JADE（Java Agent Development Framework）作为开发电力系统智能模型的工具和平台。

这样在智能模型内部，系统Agent和各组件Agent通过AID与其他组件Agent进行透明通信，完成各自的计算和操作任务；而各功能算法Agent通过各组件Agent的AID与智能模型产生联系，共享智能模型中的信息而协同工作，完成各自的计算任务。在此期间，当某一算法Agent完成了自己的计算，它将计算结果传给模型中相应组件Agent。同时，当另一个算法Agent需要某数据时，它可以从智能模型中获取所需数据。这样计算结果可以像网络积木一样从一个算法传送到另一个算法，而通过系统内部的相关性将各算法相关联，高层算法建立在低层算法之上，例如，计算电网潮流需要计算各负载阻抗和估计负载，然而估计负载与负载统计研究有关，最终，本文所构建的电力系统智能模型也是一种“逼真模型”或“实况模型”（living model）。

由于Agent与对象有着许多相似性，所以可以使用面向对象技术来实现Agent，事实上，现在许多Agent开发工具和应用实例都是采用面向对象技术来实现。UML（Unified Modeling Language）为面向对象软件设计提供统一的、标准的、可视化的建模语言。由于本智能模型是一种基于图论的面向Agent的模型，所以在系统分析和设计过程中，可根据所建立的电力系统图模型，利用UML中的OCL（对象约束语言）进行基于模型的系统功能算法的分析和设计，它可以详细地描写计算机算法的细节，说明一些图模型不能充分表达的建模信息。它容易书写和阅读，能准确地阐述Agent之间是如何相互交互的，便于对复杂系统的工作过程进行分析与研究，可以很方便地解决各功能算法（如电力系统故障诊断和保护，以及故障恢复）设计过程中的约束条件表达问题。算法还可以在设计过程中逐步完善。下面为一个用OCL符号表示的搜寻备用恢复路径的算法，令CAF为备用恢复路径集，可通过下式来计算

CAF = ft select（p|p.bCmpTyp==SD and p.fSectDev==OPEN and p.ms==UNLOCKED）

式中运算符select（ ）用于选取表达式为真的子集；p表示组件的一个迭代器；bCmpTyp表示组件类型，SD表示分区隔离开关组件；fSectDev表示分区隔离组件的状况，OPEN表示其处于断开状态；ms表示能活动组件，UNLOCKED表示其处于非闭锁状态。这里使用的OCL箭头运算符“”，当其作用于一个集合时，这个运算符对集合中的每个对象进行访问和操作；当作用于一个组件Agent时，用于访问和操作该组件属性的值。

4 结语

本文建立了基于多Agent系统的电力系统智能模型，这种模型形式避免了传统模型的全局性和紧耦合性不足，比基于矩阵的模型具有更快的计算速度。它为电力系统设计人员、规划人员、操作人员和可靠性工程师提供了统一模型，这样既减少了系统建模成本，又促进了不同人员的协作，提高了工作效率。

参考文献

[1]Feinauer L R，Russell K J，Broadwater R.Graph trace analysis and generic algorithms for interdependent reconfigurable system design and control[J].Naval Engineers Journal， 2008，120（01）：29-40.

[2]F.Bellifemine，G.Caire，and D. Greenwood，Developing multi-agent systems with JADE，John Wiley & Sons，Feb.2007.

[3]Blackwell，W.A.，Mathematical modeling of physical networks，The MacMillan Company.New York，1968.

[4]S.D.J.McArthur，E.M.Davidson， V.M.Catterson，A.L.Dimeas， N.D.Hatziargyriou，F.Ponci，T. Funabashi， Multi-Agent Systems for Power Engineering Applications―Part I：Concepts，Approaches，and Technical Challenges，IEEE Transactions on Power Systems，22（04）：1743-1752.

[5]J.Roark.Analysis of the Costs and Benefits of Model-Based Grid Modernization for Orange and Rockland Utilities.Final Report，October 2014.

[6]Steven，P.and R.Pooley，Using UML： Software engineering with objects and components，AddisonCWesley. Reading，MA，2006.

[7]Broadwater，R.P.，J.C.Thompson，and T.E.McDermott，Pointers and linked lists in electric power distribution circuit analysis. Power Industry Computer Application Conference，Conference Proceedings， May 7C10，1991：16C21.

作者简介

张朝亮（1983-）男， 博士学位。现为海军工程大学电气工程学院讲师，主要从事控制理论与控制工程方面的教学和研究。

作者单位

海军工程大学电气工程学院 湖北省武汉市 430033