学位论文 > 优秀研究生学位论文题录展示
多Agent方法在分布式智能电网发电调度系统中的应用研究
作 者: 袁志华
导 师: 彭亦功
学 校: 华东理工大学
专 业: 控制科学与工程
关键词: 分布发电调度系统 多Agent方法 遗传算法 C++
分类号: TM76;TM73
类 型: 硕士论文
年 份: 2012年
下 载: 76次
引 用: 0次
阅 读: 论文下载
内容摘要
电能是社会生产和人类发展的重要物质基础,是关系国家安全和国民经济命脉的重要战略资源,更关系到子孙后代的生存环境问题。自2009年美国总统奥巴马提出了发展“智能电网”的战略方针之后,世界各国电网的改造就向着智能电网的大方向趋势发展,尤其中国这种电能需求大国,对智能电网的发展尤为重视,在智能电网中引入的大量新能源发电机组可以减少温室气体的排放,是我国可持续发展战略成功实施的关键因素。而这些新能源发电机组都是分布式的发电机组,所以智能电网分布发电调度技术是建设智能电网的核心部分,对智能电网分布发电调度系统的研究可以在一定程度上克服自然资源随机变化带来的不确定性;可以为用户提供安全、稳定、性价比高的电能。但是,分布式发电调度系统是一个多变的复杂大系统,具有较强的非线性、动态性。而多Agent方法在处理这种非线性、动态性等问题上具有先天的优势,为复杂系统的研究提供了重要的理论基础;因此,多Agent方法也是研究智能电网分布发电调度系统建模问题的重要方法。本课题的研究是基于上海市虹桥商务区核心区域供能课题研究需要展开的。论文首先从智能电网与人类社会的可持续发展以及智能电网的现状,分析了智能调度系统的重要性;基于国内外电网调度方法的研究现状和多Agent方法理论的研究,提出了多Agent方法在智能电网分布发电调度系统中的应用,为确保智能电网安全、稳定的调度提供了新的思路及方法。针对调度系统自上而下的分层结构特点,构建了基于多Agent分层体系的调度系统架构;根据各Agent所承担的功能和任务,分别构建了混合型调度系统管理Agent、调度决策Agent和反应式电能供应层Agent的结构;且着重研究了调度算法和调度决策界面,从宏观的角度对分布式混合发电问题进行了规划设计,同时,本文研究了多Agent系统中各Agent的协作模型与机制。最后,对调度算法进行了仿真模型建立以及对调度系统界面进行了详细的设计。仿真结果表明:基于多Agent方法的研究可有在一定程度上克服自然资源随机变化带来的不确定性,同时确保了可以给电能用户提高稳定、优质、价格低的电能,为政府电力调度部门和相关部门作调度决策提供理论依据,对于稳定国民经济和社会发展也具有非常重要的积极意义。
|
全文目录
摘要 5-6 Abstract 6-11 第1章 绪论 11-21 1.1 课题的研究背景 11-12 1.2 国内外研究现状 12-16 1.2.1 国外研究现状 12-13 1.2.2 国内研究现状 13-16 1.3 课题研究意义 16-18 1.4 课题主要研究工作及章节安排 18-21 1.4.1 本文主要研究工作 18-19 1.4.2 章节安排 19-21 第2章 多Agent理论方法 21-36 2.1 引言 21 2.2 Agent特性 21-22 2.3 Agent的分类 22-27 2.3.1 分布式Agent 23 2.3.2 智能界面Agent 23-24 2.3.3 移动Agent 24-27 2.4 Agent体系结构 27-30 2.4.1 认知型Agent 28-29 2.4.2 反应型Agent 29-30 2.4.3 混合型Agent 30 2.5 多Agent系统 30-34 2.5.1 多Agent系统特性及方法 30-31 2.5.2 多Agent系统体系结构 31-32 2.5.3 多Agent系统的协作 32-34 2.5.4 多Agent系统的通信 34 2.5.5 多Agent系统的通信语言 34 2.6 本章小结 34-36 第3章 基于多Agent的智能电网分布式发电调度系统 36-47 3.1 引言 36 3.2 分布式发电调度系统 36-39 3.2.1 分布式发电调度系统 36-37 3.2.2 分布式发电调度系统分层结构 37-39 3.3 智能电网分布发电调度系统框架 39-41 3.4 基于多Agent方法的分布发电调度系统模型 41-43 3.4.1 电能多Agent系统管理Agent结构 42 3.4.2 电能多Agent系统调度决策Agent结构 42-43 3.4.3 电能多Agent系统供应层Agent结构 43 3.5 多Agent系统的通信及协作 43-45 3.5.1 基于MAS的调度决策模型Agent间的通信 43-45 3.5.2 基于MAS的调度决策模型Agent间的协作 45 3.6 各地区多Agent系统协作模型 45-46 3.7 本章小结 46-47 第4章 基于多Agent系统的目标协作优化 47-59 4.1 引言 47 4.2 分布发电调度的目标优化问题 47-49 4.3 遗传算法 49-55 4.3.1 遗传算法的原理 49-50 4.3.2 遗传算法模型与实现 50-55 4.4 仿真实验与结果分析 55-58 4.4.1 仿真实验 55-56 4.4.2 仿真结果分析 56-58 4.5 本章小结 58-59 第5章 多Agent在智能电网分布发电调度中的实现 59-65 5.1 引言 59 5.2 分布式发电调度系统的任务 59 5.3 调度系统的多Agent模型建立与实现 59-64 5.3.1 调度系统的混合型Agent模型建立 61-63 5.3.2 调度系统的多Agent实现 63-64 5.4 本章小结 64-65 第6章 总结与展望 65-67 6.1 本文工作总结 65-66 6.2 展望 66-67 参考文献 67-71 致谢 71-72 硕士期间论文发表情况 72
|
相似论文
- 天然气脱酸性气体过程中物性研究及数据处理,TE644
- 压气机优化平台建立与跨音速压气机气动优化设计,TH45
- 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
- 部队人员网上训练与考核系统的开发,TP311.52
- 基于并行算法的模糊综合评价模型的设计与应用,TP18
- 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
- 基于遗传算法的中短波磁天线的设计及实现,TN820
- 基于遗传算法的柑橘图像分割,TP391.41
- 基于混合自适应遗传算法的动态网格调度问题研究,TP393.09
- 基于遗传—牛顿算法的公交优化调度,TP18
- 基于遗传算法优化的BP网络对生物柴油制备工艺的优化,TE667
- 基于云理论和蜜蜂进化型遗传算法的纹理合成研究,TP391.41
- 基于遗传算法和粗糙集的聚类算法研究,TP18
- 基于遗传算法的淠史杭灌区渠系配水优化编组模型的研究,S274
- 遗传算法在物流仓储优化中的应用研究,F259.2
- 基于遗传算法的矿山资源优化调度模型的研究,O224
- 磁流变阻尼器的力学特性及其在火炮反后坐中的应用研究,TB535.1
- 模糊预测函数控制改进算法的研究及应用,TP273
- 基于模拟的注塑模浇注系统及成型工艺参数优化研究,TQ320.662
- 基于重型机床大型零件铣削加工性能及参数优化的研究,TG54
- 基于神经网络的自适应噪声主动控制研究,TP183
中图分类: > 工业技术 > 电工技术 > 输配电工程、电力网及电力系统 > 电力系统的调度、管理、通信
© 2012 www.xueweilunwen.com
|