紀(jì)　秀，周　來，王　磊

(1.長春工程學(xué)院 電氣與信息工程學(xué)院，長春　130012；2.東北電力大學(xué) 信息工程學(xué)院，吉林 吉林　132012；3.吉林圣恩伯大科技有限公司，長春　130012)

?

基于多Agent免疫算法的智能配電網(wǎng)自愈技術(shù)研究

紀(jì)秀1，周來2，王磊3

(1.長春工程學(xué)院 電氣與信息工程學(xué)院，長春130012；2.東北電力大學(xué) 信息工程學(xué)院，吉林 吉林132012；3.吉林圣恩伯大科技有限公司，長春130012)

摘要：未來智能電網(wǎng)的顯著特點(diǎn)是其良好的互動(dòng)性以及完備的自愈能力，體現(xiàn)了整個(gè)電網(wǎng)的技術(shù)水平及智能化程度，側(cè)面反映了國家電力系統(tǒng)的發(fā)展?fàn)顩r;而智能配電網(wǎng)卻是未來智能電網(wǎng)的核心部分，它與用戶進(jìn)行直接的雙向互動(dòng)，這其中涉及到大量分布式電源的接入問題，完備的自愈能力則體現(xiàn)在配電網(wǎng)故障恢復(fù)的這一重要環(huán)節(jié)，是一個(gè)多目標(biāo)、多時(shí)段、多維度的非線性的組態(tài)優(yōu)化問題，關(guān)系到對用戶的供電質(zhì)量;多Agent技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)自愈方面具有得天獨(dú)厚的優(yōu)勢，國內(nèi)外學(xué)者對此做了大量研究;將多Agent免疫算法引入到智能配電網(wǎng)自愈系統(tǒng)的研究中，作為配電網(wǎng)人工智能的故障恢復(fù)策略，搭建了基于多Agent免疫算法的配電網(wǎng)自愈架構(gòu)，并通過仿真平臺上的實(shí)驗(yàn)證明了將多Agent免疫算法應(yīng)用到未來智能配電網(wǎng)自愈系統(tǒng)中的可行性。

關(guān)鍵詞：智能配電網(wǎng)；多Agent；免疫算法；自愈技術(shù)

0引言

與用戶直接進(jìn)行雙向互動(dòng)的智能配電網(wǎng)[1]的供電方式呈輻射狀，各種分布式可再生能源的接入使系統(tǒng)中電源格局呈現(xiàn)多元化，系統(tǒng)的任何異常運(yùn)行都會(huì)對供電質(zhì)量造成影響，自愈技術(shù)猶如配電網(wǎng)的免疫系統(tǒng)，是配電網(wǎng)精細(xì)化、智能化的具體體現(xiàn)，在保證配電網(wǎng)安全、穩(wěn)定運(yùn)行方面具有不可忽視的作用。

1智能配電網(wǎng)自愈技術(shù)研究現(xiàn)狀

1.1自愈評價(jià)標(biāo)準(zhǔn)

對智能配電網(wǎng)[2]自愈系統(tǒng)進(jìn)行評價(jià)是研究智能配電網(wǎng)自愈技術(shù)的關(guān)鍵。自愈成功率和自愈速率是衡量智能配電網(wǎng)自愈能力的兩個(gè)重要標(biāo)準(zhǔn)。

1.1.1自愈成功率

用戶在一個(gè)使用期內(nèi)成功完成自愈的次數(shù)與故障的恢復(fù)次數(shù)之間的比值稱為自愈的成功率，它直接涉及到供電的可靠與否，是智能配電網(wǎng)[3]在發(fā)生故障后迅速恢復(fù)正常運(yùn)行方式能力的重要體現(xiàn)，毋庸置疑，自愈能力隨著自愈成功率的提高而相應(yīng)地得到增強(qiáng)。

1.1.2自愈速率

電網(wǎng)中由停電時(shí)間的長短而造成的危害程度將設(shè)備分為三類負(fù)荷，智能配電網(wǎng)的自愈速率的快慢直接影響到各類負(fù)荷能否正常運(yùn)行。自愈速率大的電網(wǎng)成本必然會(huì)相應(yīng)增加，這其中涉及到技術(shù)經(jīng)濟(jì)方面的權(quán)衡，要在保證各類負(fù)荷的需求及電網(wǎng)經(jīng)濟(jì)性指標(biāo)的前提下，選取相應(yīng)的自愈速率。

1.2自愈系統(tǒng)的核心技術(shù)

1.2.1狀態(tài)評估

當(dāng)前的配電網(wǎng)是通過供電能力及電網(wǎng)架構(gòu)兩方面進(jìn)行狀態(tài)評估，而未來的智能配電網(wǎng)[4]的狀態(tài)評估涉及到設(shè)備狀態(tài)、運(yùn)行狀態(tài)、脆弱性以及風(fēng)險(xiǎn)等方面，這是由其本身的復(fù)雜性而決定的。設(shè)備狀態(tài)的好壞決定了配電網(wǎng)供電的可靠性及抵御風(fēng)險(xiǎn)的能力，并為將來的故障及老化的趨勢提供參考依據(jù)。運(yùn)行狀態(tài)評估通過分析電網(wǎng)運(yùn)行方式及運(yùn)行參數(shù)來為自愈決策提供參考。脆弱性評估側(cè)重于事故預(yù)防，由脆弱性的類型及嚴(yán)重程度來指定特定的保護(hù)措施，反映了應(yīng)對突發(fā)事故的敏感程度以及可能帶來的損失。風(fēng)險(xiǎn)評估主要描述電網(wǎng)布局以及氣候所給設(shè)備帶來的風(fēng)險(xiǎn)，因智能配電網(wǎng)結(jié)構(gòu)復(fù)雜，故需進(jìn)行風(fēng)險(xiǎn)的定量評估以及管理工作。

1.2.2快速仿真與模擬

作為智能配電網(wǎng)自愈系統(tǒng)的核心技術(shù)，DFSM(配電網(wǎng)快速仿真、模擬技術(shù))由大量對配電網(wǎng)進(jìn)行實(shí)時(shí)監(jiān)測、分析的軟件構(gòu)成，為分布式系統(tǒng)，這其中包括了潮流計(jì)算、負(fù)荷預(yù)測以及狀態(tài)分析、評估等部分，支持故障隔離、無功電壓調(diào)整以及多饋線網(wǎng)絡(luò)重構(gòu)等功能。

2多Agent自愈技術(shù)

2.1技術(shù)特點(diǎn)

多Agent[5]系統(tǒng)，很好地解決了單個(gè)代理無法完成全局目標(biāo)的弊端以及任務(wù)學(xué)習(xí)、決策支持等方面的局限性，且具有與周圍環(huán)境進(jìn)行互動(dòng)的特性，各代理分工不同，由同一語言進(jìn)行通信，很好地解決了各代理間決策的沖突問題。作為一種處理分布式系統(tǒng)問題的新方法，多Agent[6]技術(shù)在諸多領(lǐng)域都得到了廣泛的應(yīng)用。多Agent結(jié)構(gòu)如圖1所示。

圖1　多Agent結(jié)構(gòu)

2.2控制流程分析

該系統(tǒng)包括三部分，各部分的不同響應(yīng)時(shí)間級別由網(wǎng)絡(luò)的復(fù)雜程度來決定，作為物理層的系統(tǒng)層主要負(fù)責(zé)搜集電網(wǎng)實(shí)時(shí)狀態(tài)數(shù)據(jù)并發(fā)送控制命令到系統(tǒng)層，此外還將信息與其他代理共享，發(fā)送范例管理代理的控制信號，而范例管理代理則保存并轉(zhuǎn)發(fā)控制代理的信息?？焖俜抡媾c決策支持代理將可能產(chǎn)生的故障進(jìn)行可靠性以及后果分析，最后將異常運(yùn)行狀態(tài)下的數(shù)據(jù)發(fā)送到控制代理?？刂拼硗瓿呻娋W(wǎng)的優(yōu)化控制工作，并將最終數(shù)據(jù)發(fā)送至協(xié)調(diào)層代理，可視化代理負(fù)責(zé)提供顯示平臺來統(tǒng)一顯示系統(tǒng)所有信息?；诙郃gent自愈系統(tǒng)結(jié)構(gòu)如圖2所示。

圖2　基于多Agent自愈系統(tǒng)結(jié)構(gòu)

3基于多Agent免疫算法的智能配電網(wǎng)自愈系統(tǒng)搭建

用最短的時(shí)限完成判斷、定位、隔離故障區(qū)[7]并恢復(fù)送電是智能配電網(wǎng)實(shí)現(xiàn)自愈的根本目的，為此，需利用相應(yīng)的數(shù)學(xué)模型及控制理論來建立電網(wǎng)在各種運(yùn)行工況下的判別算法，并權(quán)衡電能質(zhì)量、經(jīng)濟(jì)評價(jià)及用戶服務(wù)評價(jià)等各項(xiàng)指標(biāo)來實(shí)現(xiàn)配電網(wǎng)的優(yōu)化運(yùn)行以及自愈的目的。本文以故障檢測、隔離及網(wǎng)絡(luò)重構(gòu)的智能配電網(wǎng)自愈[8-9]關(guān)鍵技術(shù)為出發(fā)點(diǎn)來搭建基于多Agent免疫算法的智能配電網(wǎng)自愈系統(tǒng)。

3.1故障檢測

故障檢測部分由Agent模塊構(gòu)成，分別執(zhí)行數(shù)據(jù)采集、狀態(tài)檢測以及推理分析功能，其結(jié)構(gòu)如圖3所示。

圖3　故障檢測結(jié)構(gòu)

數(shù)據(jù)采集接口Agent用于系統(tǒng)和外部環(huán)境的交互，利用傳感器接口獲取SCADA來傳遞智能配電網(wǎng)的狀態(tài)參量。數(shù)據(jù)采集Agent將參數(shù)發(fā)送給狀態(tài)檢測Agent,對比數(shù)據(jù)庫中的狀態(tài)參量數(shù)據(jù)來計(jì)算出差值，若差值在系統(tǒng)規(guī)定的閾值范圍內(nèi)則為正常狀態(tài)，否則將該參量傳入推理分析Agent模塊。推理分析Agent模塊負(fù)責(zé)實(shí)現(xiàn)知識表示以及拓?fù)浞治龉δ埽鄳?yīng)的知識庫中存有電網(wǎng)全部的一次、二次設(shè)備屬性及電網(wǎng)詳細(xì)的拓?fù)浣Y(jié)構(gòu)，在推理分析模塊中設(shè)置的故障分析模塊內(nèi)部含有有關(guān)故障的節(jié)點(diǎn)算法，利用知識庫中數(shù)據(jù)將狀態(tài)檢測Agent模塊發(fā)送來的數(shù)據(jù)進(jìn)行計(jì)算，并采取相應(yīng)的判別方法來定位故障區(qū)域。

3.2故障隔離

此部分功能由執(zhí)行Agent與故障隔離Agent共同實(shí)現(xiàn)，故障隔離確認(rèn)由推理分析Agent發(fā)送來的故障信號之后便進(jìn)行網(wǎng)絡(luò)分析，得出故障線路的Agent編號，然后將相關(guān)信號發(fā)給執(zhí)行Agent，執(zhí)行Agent收到指令后發(fā)送跳閘命令給本地?cái)嗦菲饕郧袛喙收暇€路，并將相關(guān)跳閘信息返回故障隔離Agent，最終實(shí)現(xiàn)故障區(qū)的隔離。

3.3網(wǎng)絡(luò)重構(gòu)

重構(gòu)Agent的作用是用來實(shí)現(xiàn)網(wǎng)絡(luò)的重構(gòu)[10]功能，網(wǎng)絡(luò)重構(gòu)Agent接收來自推理分析Agent的分析指令以及執(zhí)行Agent的故障隔離信息，參考負(fù)荷的重要程度為負(fù)荷選擇相應(yīng)的線路，進(jìn)而實(shí)現(xiàn)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的調(diào)整。

3.4多Agent免疫算法

為實(shí)現(xiàn)智能配電網(wǎng)的全面自愈功能，本文提出了基于多Agent的免疫算法，該算法通過隨機(jī)的生成樹方式來獲得抗體，并以動(dòng)態(tài)的方式來改變抗原，利用混合變異的方式來達(dá)到抗體變異的效果，多Agent在計(jì)算效率方面的突出優(yōu)勢使算法能夠快速收斂[11]。多Agent免疫算法利用快速的收斂特性可使故障后自愈方案的獲取時(shí)間得以保證，這是有別于其他算法的重要特性。多Agent免疫算法流程如圖4所示。

圖4多Agent免疫算法流程

參數(shù)配置 將多Agent系統(tǒng)種群的數(shù)量設(shè)定為N，抗體的編碼長度設(shè)定為L，種群的進(jìn)化代數(shù)設(shè)定為Ng,克隆選取抗體的數(shù)量設(shè)定為Ns,增值的倍數(shù)設(shè)定為Nb,免疫[12]的補(bǔ)給數(shù)量為Nr。

1)種群初始化：各抗體自愈方式都為輻射狀，這是由智能配電網(wǎng)閉環(huán)設(shè)計(jì)及開環(huán)運(yùn)行的特性所決定的，采取隨機(jī)生成樹方式，各Agent產(chǎn)生相同數(shù)量的種群，隨機(jī)生成樹即隨機(jī)生成一整數(shù)g,從饋線開始，從A中添加一支路到F，更新A到循環(huán)代數(shù)g為止，因饋線容量的限制所以g取值要適當(dāng)。

2)親和度的計(jì)算：抗體以及抗原親和度計(jì)算公式：

等式右邊的第一部分衡量抗體自身優(yōu)良特性，抗體造成的重復(fù)性沖突用Ab1來表示，Ag1代表抗原Ag中漏掉的負(fù)荷數(shù)量，即負(fù)荷總數(shù)減去Ag中已恢復(fù)的負(fù)荷數(shù)。Ab2代表抗體Ab含有的負(fù)荷總數(shù)，a代表此部分的權(quán)重值，本文將其取1,將要優(yōu)化的目標(biāo)函數(shù)用f來表示，即負(fù)荷恢復(fù)百分比，b為此部分的權(quán)重值，本文將其取0.5，將越界處置系數(shù)用c來表示，對應(yīng)于抗體恢復(fù)方式的潮流在約束范圍內(nèi)時(shí)取1，否則取0。

3)親和度成熟：在此過程中，將聚類競爭的機(jī)制引入到免疫算法[13]中，以此來避免當(dāng)算法未成熟時(shí)收斂的情況發(fā)生。用計(jì)算出的坐標(biāo)長度來決定抗體的相似度，即在完成抗原識別后還需求出所產(chǎn)生抗體間的長度來使抗體聚類得以實(shí)現(xiàn)。抗體U、V之間長度計(jì)算公式：

抗體經(jīng)過聚類后還需通過競爭與克隆算法來使優(yōu)良抗體的比例增加：

由于引入了聚類及競爭克隆的機(jī)制，使Agent在計(jì)算抗體的匹配度時(shí)，利用構(gòu)造的部分優(yōu)良抗體集，增強(qiáng)了抗體群的優(yōu)勢及多樣性，進(jìn)而化解了多Agent免疫算法在廣度、深度間的矛盾，使算法求解問題的效率得以提高。

與基因重組的優(yōu)勢理論相類似，本文采取具有良好的部分搜索性能的高斯變異算子以及具有良好的整體收斂特性的柯西變異算子，使多Agent免疫算法得以在很小的范圍里發(fā)生變異的幾率較大，同時(shí)也可使算法不會(huì)陷入局部的極值點(diǎn)。

高斯變異公式：

Ni(0,1)表示對步長δi重新生成的正態(tài)分布。

柯西變異公式：

式中，η(0,1)表示以0為中心值1為比例系數(shù)的柯西分布。

4)免疫更替：同生物學(xué)免疫系統(tǒng)中推陳出新的細(xì)胞代謝一樣，為保持Agent中抗體適應(yīng)性，Agent利用隨機(jī)方式生成的新抗體[14]來更替親和度較差的舊抗體。

3.5基于多Agent免疫算法的智能配電網(wǎng)自愈系統(tǒng)

基于多Agent免疫算法的智能配電網(wǎng)自愈系統(tǒng)由規(guī)則層、過程層以及物理層構(gòu)成，系統(tǒng)如圖5所示。

圖5　基于多Agent免疫算法的智能配電網(wǎng)自愈系統(tǒng)

自愈過程的實(shí)質(zhì)是智能配電網(wǎng)經(jīng)過不斷的識別、響應(yīng)、改變來清除各種故障及擾動(dòng)的過程，當(dāng)抗原足夠小時(shí)就說明系統(tǒng)已經(jīng)自愈成功，智能配電網(wǎng)[15]便進(jìn)入了安全運(yùn)行階段。

4實(shí)驗(yàn)驗(yàn)證及需注意的問題

4.1實(shí)驗(yàn)驗(yàn)證

搭建包括分布式電源及微網(wǎng)系統(tǒng)在內(nèi)的智能配電網(wǎng)模型，設(shè)置常見的故障類型，通過本文所搭建的多Agent自愈系統(tǒng)來進(jìn)行自愈實(shí)驗(yàn)。智能配電網(wǎng)模型如圖6所示。

圖6　智能配電網(wǎng)模型

實(shí)驗(yàn)中假設(shè)網(wǎng)絡(luò)容量無限大，僅考慮故障造成微網(wǎng)外部負(fù)荷斷電這一常見類型，Bus代表母線，S代表分布式電源，L代表負(fù)荷，B、K分別代表常閉與常開開關(guān)。當(dāng)Agent檢測到失電母線返回的信號后，發(fā)出自愈命令到其他相關(guān)的Agent，這其中還包括向故障母線Agent詢問故障的切除情況以及向就近的微網(wǎng)或分布式Agent發(fā)出功率請求，微網(wǎng)或分布式電源可在最佳并網(wǎng)點(diǎn)接入，恢復(fù)送電。

當(dāng)故障3發(fā)生后，母線Bus9、13及負(fù)荷L7失電，此時(shí)Agent實(shí)現(xiàn)自愈有兩種方案，一種是閉合K3并將L7接入微網(wǎng)B，另一種是閉合K4并將L7接入微網(wǎng)C，因B9、B10間僅有3.0個(gè)單位容量的饋線造成過載的原因，故只能閉合K4，且CAG需向MGAGC發(fā)出斷開Bus10的命令來滿足輻射狀拓?fù)浣Y(jié)構(gòu)。MGAGC在斷開Bus10時(shí)會(huì)因斷開B36還是B37時(shí)出現(xiàn)一次以抗體形式進(jìn)行的競爭，由聚類法則知斷開B36抗體距Bus10較近，故斷開B36并將此抗體呈至CAG，至此，閉合K4及斷開B36的自愈方案已存于CAG的優(yōu)良抗體集中，當(dāng)3再次發(fā)生故障時(shí)，CAG便直接發(fā)出閉合K4及斷開B36的命令。自愈后部分網(wǎng)絡(luò)如圖7所示。

圖7　自愈后網(wǎng)絡(luò)

4.2需注意的問題

由實(shí)驗(yàn)結(jié)果可知，3發(fā)生故障后，B36斷開，K4閉合，負(fù)荷全部恢復(fù)送電，系統(tǒng)自愈成功。需要注意的是，許多文獻(xiàn)規(guī)定自愈時(shí)間[16]需在3 s內(nèi)，但這與整個(gè)配電網(wǎng)所有設(shè)備協(xié)同運(yùn)作的智能化程度有關(guān)，隨著國內(nèi)外對智能配電網(wǎng)自愈技術(shù)研究的不斷推進(jìn)，自愈時(shí)限必將會(huì)逐步縮短，以求實(shí)現(xiàn)配電網(wǎng)不斷智能化。另外，本文僅考慮了常見的區(qū)外故障時(shí)系統(tǒng)[17]自愈情況，對于區(qū)內(nèi)及區(qū)內(nèi)、外這兩種情況下的故障，有文獻(xiàn)表明，對于前者多Agent免疫算法具有同樣很好的自愈效果，但對于后者卻效果欠佳，這兩種極少發(fā)生的故障情況，暫不作本文討論內(nèi)容。

5結(jié)語

自愈系統(tǒng)在智能配電網(wǎng)的安全、穩(wěn)定運(yùn)行中有著不可估量的作用，在故障發(fā)生前通過對電網(wǎng)運(yùn)行數(shù)據(jù)的實(shí)時(shí)獲取、分析，進(jìn)行故障診斷，未雨綢繆，當(dāng)故障發(fā)生后能迅速隔離故障，恢復(fù)送電，保證了配電網(wǎng)的運(yùn)行效率及電能質(zhì)量。實(shí)驗(yàn)證明，本文所提出的基于多Agent免疫算法的智能配電網(wǎng)自愈技術(shù)，通過隨機(jī)生成樹來變異抗體，動(dòng)態(tài)識別抗原，將計(jì)算任務(wù)分布到網(wǎng)絡(luò)中的各Agent節(jié)點(diǎn)上，充分利用分布式人工智能技術(shù)在計(jì)算效率上的優(yōu)勢，可以達(dá)到算法快速收斂的目的，并且彌補(bǔ)了配電網(wǎng)含有分布式電源情況下自愈能力差的技術(shù)缺陷，必將在未來智能配電網(wǎng)的自愈系統(tǒng)中得到廣泛應(yīng)用。

參考文獻(xiàn)：

[1] 徐炳垠,李天友.智能配電網(wǎng)概述[J].供用電,2009,26(6):81-84.

[2] 李天友,徐炳垠.智能配電網(wǎng)自愈功能與評價(jià)指標(biāo)[J].電力系統(tǒng)保護(hù)與控制,2010,38(22):105-108.

[3] 王成刪,李鵬.分布式發(fā)電、微網(wǎng)與智能配電網(wǎng)的發(fā)展與挑戰(zhàn)[J].電力系統(tǒng)自動(dòng)化,2010,34(2):10-14.

[4] 徐炳垠,李天友.智能配電網(wǎng)與配電自動(dòng)化[J].電力系統(tǒng)自動(dòng)化,2009,33(17):38-41.

[5] 余兆榮.智能配電網(wǎng)技術(shù)叢書—配電自動(dòng)化[M].北京:中國電力出版社,2011:83-104.

[6] 賈冬梨,孟曉麗.智能配電網(wǎng)自愈控制技術(shù)體系框架研究[J].電力系統(tǒng)保護(hù)與控制,2011,27(2):14-18.

[7] 祖友華.分布式電源并網(wǎng)及其對電網(wǎng)的影響[D].北京:華北電力大學(xué),2009.

[8] 王成山,李鵬.分布式發(fā)電、微網(wǎng)與智能配電網(wǎng)的發(fā)展與挑戰(zhàn)[J].電力系統(tǒng)自動(dòng)化,2010,34(2):10-14.

[9] 李曉靜.含分布式電源的配電網(wǎng)供電恢復(fù)的多 Agent 方法研究[D].天津:天津大學(xué),2007.

[10] 魏巍,李興源,廖萍.含分布式電源的電力系統(tǒng)多代理故障恢復(fù)新方法[J].電力系統(tǒng)自動(dòng)化, 2009,33(3):89-93.

[11] 楊旭升,盛萬興,王孫安.多Agent電網(wǎng)運(yùn)行決策支持系統(tǒng)體系結(jié)構(gòu)研究[J].電力系統(tǒng)自動(dòng)化, 2009,33(3):89-93.

[12] 錢海.基于人工免疫的多 Agent 系統(tǒng)及其應(yīng)用研究 [D].合肥:中國科學(xué)技術(shù)大學(xué), 2006.

[13] 尹項(xiàng)根,汪旸,張哲.適應(yīng)智能電網(wǎng)的有限廣域繼電保護(hù)分區(qū)與跳閘策略[J].中國電機(jī)工程學(xué)報(bào),2010,30(7):1-7.

[14] 林霞,陸于平,王聯(lián)合.分布式發(fā)電條件下的多電源故障區(qū)域定位新方法[J].電工技術(shù)學(xué)報(bào),2008,23(11)：139-145，165.

[15] 熊小伏,陳星田,夏瑩.面向智能電網(wǎng)的繼電保護(hù)系統(tǒng)重構(gòu)[J].電力系統(tǒng)自動(dòng)化,2009,33(17):33-37.

[16] 劉莉,陳雪峰.智能配電網(wǎng)故障恢復(fù)的現(xiàn)狀與展望 [J].電力系統(tǒng)保護(hù)與控制,2011,39(13):148-154.

[17] 陳海焱,陳金富. 含分布式電源的配電網(wǎng)潮流計(jì)算[J].電力系統(tǒng)自動(dòng)化, 2006, 30(1):35-40.

Research on Self-healing Technologies of Smart Distribution Grid Based on Multi-Agent Immune Algorithm

Ji Xiu1, Zhou Lai2, Wang Lei3

(1.Institute of Electrical and Information Engineering,Changchun Institute of Technology,Changchun130012,China;2.School of Information Engineering,Northeast Dianli University,Jilin132012,China;3.Jilin Senbode Technology Co., Ltd.,Changchun130012, China)

Abstract:The notable features of the future smart grid is its good interactivity and extensive healing ability, reflecting the level of the technology and intelligence, the development of the national power system. The intelligent distribution network is a core part of the smart grid, it’s two-way interaction with the user, which involves the access problem of a large number distributed power, the distribution network fault recovery reflects complete healing ability, is a multi-target, multi-session, multi-dimensional nonlinear optimization configuration problem, related to the quality of the user's power supply. Multi-Agent technology has unique advantages in terms of computer network self-healing, domestic and foreign scholars have done a lot of research. Introduce multi-Agent immune algorithm into Intelligent distribution network self-healing system, as the AI recovery strategy of distribution network,builded self-healing technique based on multi-Agent distribution network architecture, and through the simulation experiment platform It proved that it is feasible to introduce multi-Agent immune algorithm into self-healing system of the future smart distribution grid.

Keywords:smart distribution grid; multi-agent; immune algorithm; self-healing technology

文章編號：1671-4598(2016)02-0247-04

DOI：10.16526/j.cnki.11-4762/tp.2016.02.068

中圖分類號：TM76

文獻(xiàn)標(biāo)識碼：A

作者簡介：紀(jì)秀(1981-)，男，吉林磐石人，講師，碩士，主要從事智能電網(wǎng)技術(shù)、人工智能方向的研究。

基金項(xiàng)目：吉林省教育廳項(xiàng)目(2014317)；吉林省發(fā)改委項(xiàng)目(20131188-31)；長春市科技局項(xiàng)目(2014116)。

收稿日期：2015-08-25；修回日期：2015-09-27。