船舶區(qū)域配電系統(tǒng)全智能體重構(gòu)及其優(yōu)化研究

張 威，施偉鋒，胡紅錢

?

船舶區(qū)域配電系統(tǒng)全智能體重構(gòu)及其優(yōu)化研究

張 威，施偉鋒，胡紅錢

(上海海事大學電氣自動化系，上海 201306)

為確保船舶電力系統(tǒng)故障發(fā)生時主電力推進動力系統(tǒng)不失去供電，對電力推進船舶區(qū)域配電系統(tǒng)的拓撲結(jié)構(gòu)重構(gòu)方法進行了深入研究。依托智能體理論，設(shè)計了一種環(huán)境智能感知、信念產(chǎn)生、目標控制、粒子群最優(yōu)決策的全智能體重構(gòu)方法，實施船舶區(qū)域配電系統(tǒng)故障的拓撲重構(gòu)。重構(gòu)策略以保證全船的不間斷供電、負荷損失最小、繼電保護效率最高等為目標。對某電力推進船舶區(qū)域配電系統(tǒng)電網(wǎng)發(fā)生三相短路工況的仿真實驗表明，所設(shè)計的全智能體方法相比粒子群算法、遺傳算法的電力系統(tǒng)重構(gòu)更能保證船舶電力系統(tǒng)的安全運行，且具有電力系統(tǒng)故障時重構(gòu)功率損耗更小、開關(guān)效率更高的優(yōu)點；進一步提高了船舶電力系統(tǒng)的安全可靠性。

船舶電力系統(tǒng)；區(qū)域配電；系統(tǒng)重構(gòu)；智能體；二進制粒子群算法

0 引言

海洋船舶按需移動、孤立無援、海上資源有限的運行環(huán)境，要求電力推進船舶電力系統(tǒng)必須安全可靠。船舶電力系統(tǒng)故障導致的電力系統(tǒng)崩潰的后果是災難性的[1]，可能會造成海難事故甚至人員傷亡。船舶區(qū)域配電系統(tǒng)重構(gòu)作為船舶電力系統(tǒng)故障時的重構(gòu)優(yōu)化手段，對其進行深入研究尤為必要。船舶區(qū)域配電系統(tǒng)重構(gòu)實際上是指船舶電力系統(tǒng)故障時，在滿足船舶電力系統(tǒng)運行約束前提下，考慮供電負荷優(yōu)先級，通過改變船舶區(qū)域配電系統(tǒng)供電拓撲，實現(xiàn)恢復最多負荷供電、開關(guān)次數(shù)最少及網(wǎng)絡(luò)損耗最小，同時提高各節(jié)點電壓供電質(zhì)量。

船舶電力系統(tǒng)重構(gòu)包括發(fā)電機組主網(wǎng)絡(luò)和配電網(wǎng)重構(gòu)兩部分[2]。船舶電力系統(tǒng)作為典型的分布式發(fā)電系統(tǒng)其重構(gòu)方法主要有：遺傳算法[3]、免疫算法[4]、粒子群算法[5]及其改進方法[6-7]以及多智能體方法[8]。多智能體方法已用于微電網(wǎng)協(xié)調(diào)控制[9]及電網(wǎng)廣域保護控制[10]方面相關(guān)研究。由于多智能體及粒子群算法具有良好的分布式優(yōu)化性能，多智能體與粒子群優(yōu)化算法相結(jié)合的方法已用于電力系統(tǒng)優(yōu)化控制[11]、配電網(wǎng)重構(gòu)[12]及多目標供電恢復[13]。

本文將船舶區(qū)域配電系統(tǒng)重構(gòu)問題轉(zhuǎn)化為分布式優(yōu)化問題，在多智能體方法的基礎(chǔ)上，提出了全智能體重構(gòu)方法，并引入粒子群優(yōu)化算法進行船舶區(qū)域配電系統(tǒng)全智能體重構(gòu)粒子群優(yōu)化方法研究。該方法考慮供電負荷優(yōu)先級，綜合權(quán)衡供電負荷功率、繼電保護效率及網(wǎng)絡(luò)損耗，保障艦船具有較強的安全航行能力。對某電力推進船舶區(qū)域配電系統(tǒng)的仿真實驗結(jié)果表明，全智能體重構(gòu)粒子群優(yōu)化方法能夠有效實現(xiàn)船舶區(qū)域配電系統(tǒng)故障重構(gòu)，能夠保證船舶區(qū)域配電系統(tǒng)安全運行。

1 船舶區(qū)域配電系統(tǒng)重構(gòu)

1.1 船舶電力系統(tǒng)重構(gòu)目標函數(shù)

船舶電力系統(tǒng)重構(gòu)研究是指在滿足船舶電力系統(tǒng)約束條件的情況下，考慮負荷優(yōu)先級，以實現(xiàn)恢復供電負荷功率最大、繼電保護效率最高及實現(xiàn)線路損耗最小為目標的船舶電力系統(tǒng)拓撲重構(gòu)優(yōu)化。

(1) 計及供電負荷優(yōu)先級，實現(xiàn)恢復供電負荷功率最大、繼電保護效率最高的目標函數(shù)為

(2) 計及線路損耗的重構(gòu)

重構(gòu)研究中，線路損耗的目標函數(shù)為

(3) 重構(gòu)優(yōu)化目標函數(shù)

一般情況下，故障重構(gòu)優(yōu)先考慮以較少的開關(guān)操作次數(shù)恢復所有重要負荷供電。根據(jù)船舶區(qū)域配電系統(tǒng)運行工況，計及線路損耗的重構(gòu)優(yōu)化目標函數(shù)可表示為

1.2 船舶電力系統(tǒng)重構(gòu)約束條件

鑒于現(xiàn)代艦船電力系統(tǒng)的結(jié)構(gòu)多為閉環(huán)設(shè)計、開環(huán)運行[14-15]及船舶電力系統(tǒng)作為典型孤立電網(wǎng)的特點，船舶區(qū)域配電系統(tǒng)重構(gòu)過程中，需滿足以下約束條件：

(1) 輻射狀供電約束

(2) 發(fā)電機功率約束

(3) 支路功率約束

(4) 節(jié)點電壓約束

2 全智能體重構(gòu)方法及其粒子群優(yōu)化

2.1 全智能體重構(gòu)方法

全智能體重構(gòu)方法是為解決船舶區(qū)域配電系統(tǒng)拓撲重構(gòu)這一分布式重構(gòu)優(yōu)化問題，將分布式重構(gòu)問題完全由智能體實現(xiàn)，并引進智能優(yōu)化算法，進行全局尋優(yōu)求解的一種重構(gòu)方法。全智能體重構(gòu)方法的特點主要體現(xiàn)在：①船舶區(qū)域配電系統(tǒng)重構(gòu)完全由智能體進行分布式控制實現(xiàn)；②重構(gòu)控制策略結(jié)合智能優(yōu)化算法進行全局尋優(yōu)。

2.1.1全智能體的定義

本文在智能體和多智能體定義的基礎(chǔ)上，提出的全智能體是用于研究船舶區(qū)域配電系統(tǒng)重構(gòu)問題的計算機控制軟件實體，它通過環(huán)境感知單元得到船舶電力系統(tǒng)運行過程中的電氣量和開關(guān)狀態(tài)量變量信息，感知船舶電力系統(tǒng)故障，根據(jù)船舶電力系統(tǒng)的故障信息，在滿足船舶電力系統(tǒng)約束的條件下，能夠在智能優(yōu)化算法的作用下，生成相應(yīng)的船舶區(qū)域配電系統(tǒng)重構(gòu)策略。它除了具有智能體與多智能體具有的自主能力、智能性及分布式特征外，還具有優(yōu)化求解能力。所設(shè)計的全智能體抽象體系結(jié)構(gòu)如圖1所示。

圖1 全智能體抽象體系結(jié)構(gòu)

圖1所示的全智能體由環(huán)境感知、信念產(chǎn)生、目標控制、規(guī)劃管理、粒子群最優(yōu)決策單元、效應(yīng)器、知識庫、策略庫、建模模塊及通信模塊等構(gòu)成。全智能體在傳感器的作用下通過環(huán)境感知模塊獲取船舶區(qū)域配電系統(tǒng)運行狀態(tài)信息，并在建模模塊的作用下對其進行抽象處理，將其送入信念產(chǎn)生單元生成反映船舶電力系統(tǒng)運行狀態(tài)的信念；當船舶區(qū)域配電系統(tǒng)故障時，所產(chǎn)生的信念在目標控制器的作用下，根據(jù)知識庫知識及目標生成規(guī)則產(chǎn)生船舶區(qū)域配電系統(tǒng)重構(gòu)目標；所產(chǎn)生的重構(gòu)目標在規(guī)劃管理及粒子群最優(yōu)決策單元的作用下，根據(jù)知識庫知識、決策庫的決策信息并在智能優(yōu)化模塊的作用下，通過智能優(yōu)化算法生成相應(yīng)的重構(gòu)策略；所生成的重構(gòu)策略作用于效應(yīng)器形成可執(zhí)行的重構(gòu)動作，實現(xiàn)船舶區(qū)域配電系統(tǒng)重構(gòu)。

2.1.2全智能體重構(gòu)

針對船舶電力系統(tǒng)的特點，根據(jù)圖1所示船舶區(qū)域配電系統(tǒng)全智能體工作原理，將船舶區(qū)域配電系統(tǒng)重構(gòu)問題轉(zhuǎn)換為分布式約束優(yōu)化問題，船舶區(qū)域配電系統(tǒng)全智能體重構(gòu)主要包括以下四個方面：

因此，重構(gòu)目標優(yōu)化函數(shù)可以表示為式(8)。

由式(8)可知，船舶電力系統(tǒng)重構(gòu)優(yōu)化問題已轉(zhuǎn)化為分布式優(yōu)化問題，可利用優(yōu)化算法進行求解。

(3) 船舶區(qū)域配電系統(tǒng)全智能體重構(gòu)優(yōu)化實施。船舶區(qū)域配電系統(tǒng)各智能體根據(jù)智能體狀態(tài)信息，在滿足船舶區(qū)域配電系統(tǒng)重構(gòu)約束條件下，應(yīng)用粒子群優(yōu)化算法改變各斷路器開關(guān)智能體狀態(tài)變量，以式(8)所示的重構(gòu)優(yōu)化目標函數(shù)為適應(yīng)函數(shù)，在全局優(yōu)化算法作用下進行船舶區(qū)域配電系統(tǒng)重構(gòu)優(yōu)化，生成相應(yīng)重構(gòu)策略。

(4) 船舶區(qū)域配電系統(tǒng)全智能體重構(gòu)實現(xiàn)。船舶區(qū)域配電系統(tǒng)根據(jù)步驟(3)，所生成的重構(gòu)策略通過數(shù)字控制器作用于空氣斷路器、自動裝置分斷開關(guān)及接觸器執(zhí)行器，實現(xiàn)船舶區(qū)域配電系統(tǒng)重構(gòu)，保證船舶電力系統(tǒng)安全可靠供電。

2.2 二進制粒子群優(yōu)化算法

二進制粒子群優(yōu)化算法最早由Kennedy等[16]提出，本文結(jié)合Clerc等提出的收縮因子概念[17]進行改進粒子群算法重構(gòu)優(yōu)化研究。研究中采用二進制編碼，、及采用連續(xù)編碼，速度更新公式如式(9)。

(10)

二進制粒子群算法的位置更新，按式(11)進行，先由Sigmoid函數(shù)將位置分量取值概率約束在區(qū)間[0,1]內(nèi)，再根據(jù)所產(chǎn)生隨機數(shù)決定其取值為1或0。

2.3 全智能體重構(gòu)的粒子群優(yōu)化原理

研究中以某電力推進船舶區(qū)域配電系統(tǒng)為研究對象，該系統(tǒng)由四臺參數(shù)相同的船舶柴油發(fā)電機()構(gòu)成發(fā)電單元，依托配電單元縱橫連接構(gòu)成環(huán)形供電網(wǎng)，實現(xiàn)對電力推進機組單元(M1、M2)、母線直供負荷單元及區(qū)域負荷單元(、ZL1和ZL2) 供電，采用的全智能體重構(gòu)粒子群優(yōu)化方法是通過智能體進行船舶電力系統(tǒng)重構(gòu)實現(xiàn)，相應(yīng)的智能體配置結(jié)構(gòu)如圖2所示。

圖2 船舶區(qū)域配電系統(tǒng)智能體配置圖

圖2所示的船舶區(qū)域配電系統(tǒng)智能體配置圖中， B1~B11表示節(jié)點，智能體1~4分別表示發(fā)電機智能體，智能體7、11、13和18分別表示推進電機智能體，智能體10和16表示區(qū)域負荷智能體，智能體8、12和17表示聯(lián)絡(luò)線智能體，其他表示母線單元智能體或母線直供負荷單元智能體，實現(xiàn)對船舶區(qū)域配電系統(tǒng)全智能體控制重構(gòu)。

根據(jù)圖2所示的船舶區(qū)域配電系統(tǒng)智能體配置，全智能體重構(gòu)粒子群優(yōu)化方法研究中，將每個單智能體抽象為粒子群算法中的單個粒子。每個粒子不僅擁有粒子群算法中的追蹤個體極值和全局極值的能力，而且能不斷積累自身學習經(jīng)驗。全智能體重構(gòu)粒子群優(yōu)化方法流程如下：

(1) 船舶電力系統(tǒng)運行過程中，故障的發(fā)生會使相應(yīng)智能體狀態(tài)變量發(fā)生改變(由或由)觸發(fā)重構(gòu)系統(tǒng)進入重構(gòu)優(yōu)化。

(2) 初始化全智能體重構(gòu)的粒子群參數(shù)。根據(jù)全智能體重構(gòu)中智能體個數(shù)確定粒子群數(shù)目為18個，最大迭代次數(shù)為60次，慣性權(quán)重，加速常數(shù)，為屬于[0,1]的隨機數(shù)，重構(gòu)優(yōu)化目標函數(shù)為。

(3) 根據(jù)粒子慣性權(quán)重更新公式(10)、速度更新公式(9)及位置更新公式(11)，分別更新全智能體重構(gòu)優(yōu)化的粒子權(quán)重及各智能體粒子速度和位置。

(4) 根據(jù)更新后的各智能體粒子位置，確定當前位置狀態(tài)下船舶電力系統(tǒng)的拓撲結(jié)構(gòu)，判斷船舶電力系統(tǒng)是否處于開環(huán)運行狀態(tài)。若是開環(huán)運行則進入下一步；反之，返回步驟(3)。

(5) 若船舶電力系統(tǒng)處于開環(huán)運行狀態(tài)，且滿足船舶電力系統(tǒng)約束，則采用牛頓拉夫遜潮流分析方法，分析當前在全智能體重構(gòu)優(yōu)化的粒子群作用下船舶電力系統(tǒng)的性能，計算重構(gòu)優(yōu)化目標；反之，則更新粒子狀態(tài)。

(7) 檢查結(jié)束條件是否滿足，這里主要指是否達到最大迭代次數(shù)。如果達到最大迭代次數(shù)則結(jié)束，否則轉(zhuǎn)至步驟(3)。

3 系統(tǒng)三相短路故障算例

結(jié)合圖2 所示船舶區(qū)域配電系統(tǒng)智能體配置結(jié)構(gòu)及全智能體重構(gòu)粒子群優(yōu)化流程，研究全智能體重構(gòu)粒子群優(yōu)化性能。

3.1 船舶區(qū)域配電系統(tǒng)參數(shù)

船舶區(qū)域配電系統(tǒng)負荷參數(shù)、發(fā)電機參數(shù)及其節(jié)點類型分別如表1、表2所示。

表1 負荷參數(shù)

表2 發(fā)電機參數(shù)及節(jié)點類型

3.2 系統(tǒng)三相短路故障時全智能體重構(gòu)粒子群優(yōu)化仿真分析

仿真基于Matlab 平臺，運行于Intel Core i7、主頻為3.4 GHz的計算機上。電力推進船舶區(qū)域配電系統(tǒng)正常運行工況下，節(jié)點3和節(jié)點4之間的線路突然發(fā)生三相短路故障，智能體BA9的工作狀態(tài)由1變?yōu)?，各聯(lián)絡(luò)線智能體狀態(tài)變量由0變?yōu)?進行重合閘，但節(jié)點1至節(jié)點9的線路聯(lián)絡(luò)開關(guān)重合失敗。對該工況，仿真實驗50次，可得在全智能體重構(gòu)粒子群優(yōu)化方法以及粒子群算法和遺傳算法分別作用下的平均重構(gòu)結(jié)果，如表3所示。

表3 全智能體重構(gòu)粒子群優(yōu)化方法性能比較

從表3所示的實驗數(shù)據(jù)可以看出，全智能體重構(gòu)粒子群優(yōu)化方法、傳統(tǒng)二進制粒子群重構(gòu)優(yōu)化方法及遺傳算法重構(gòu)均能夠?qū)崿F(xiàn)對所有負荷的恢復供電，且開關(guān)次數(shù)最少均為4次。重構(gòu)前的網(wǎng)絡(luò)是一個高損耗網(wǎng)絡(luò)，在全智能體重構(gòu)粒子群優(yōu)化方法作用下，線路損耗降低為1 729.82 kW，傳統(tǒng)粒子群算法作用下的線路損耗為1 747.94 kW，而遺傳算法作用下重構(gòu)后的線路損耗達2 108.01 kW。由于遺傳算法包含選擇、交叉和變異操作，其迭代的時間代價遠高于全智能體重構(gòu)粒子群優(yōu)化方法。仿真結(jié)果表明，全智能體重構(gòu)粒子群優(yōu)化方法作用下重構(gòu)后的節(jié)點電壓質(zhì)量優(yōu)于傳統(tǒng)粒子群作用下的重構(gòu)效果，遺傳算法作用下的重構(gòu)效果不及傳統(tǒng)粒子群作用下的效果，如圖3所示。

對比圖3船舶區(qū)域配電系統(tǒng)重構(gòu)前后的節(jié)點電壓可知，在全智能體重構(gòu)粒子群優(yōu)化方法的作用下，各節(jié)點電壓漂移得到了有效降低，各節(jié)點電壓供電質(zhì)量得到了提高。尤其是節(jié)點5和節(jié)點8的電壓有明顯改善，分別較重構(gòu)前的電壓質(zhì)量提高了2.1%和2.6%；而在傳統(tǒng)粒子群優(yōu)化算法作用下的電壓質(zhì)量僅提高了1.5%。

圖3 船舶區(qū)域配電系統(tǒng)重構(gòu)前后節(jié)點電壓

進一步分析某電力推進船舶區(qū)域配電系統(tǒng)在基于全智能體重構(gòu)粒子群優(yōu)化方法生成的重構(gòu)策略作用下，重構(gòu)前后的電力系統(tǒng)穩(wěn)定性。假設(shè)船舶區(qū)域配電系統(tǒng)正常運行工況下，在3.0 s節(jié)點3和節(jié)點4之間的線路突然發(fā)生故障，且節(jié)點1至節(jié)點9的線路聯(lián)絡(luò)重合失敗，考慮全智能體粒子群重構(gòu)優(yōu)化策略的生成時間，該系統(tǒng)在3.8 s按所生成的重構(gòu)策略進行重構(gòu)，推進電動機及發(fā)電機組的轉(zhuǎn)速變化分別如圖4、圖5所示。

由圖4、圖5所示的船舶推進電動機、發(fā)電機組重構(gòu)前后轉(zhuǎn)速仿真結(jié)果可知，在全智能體重構(gòu)粒子群優(yōu)化算法作用下，推進電動機和發(fā)電機組分別經(jīng)過2.2 s和2.3 s的過渡，達到穩(wěn)定運行狀態(tài)；而未采用全智能體重構(gòu)粒子群優(yōu)化方法的系統(tǒng)需經(jīng)過約長達8.6 s的調(diào)整，才能恢復穩(wěn)定運行。但由于重構(gòu)過程中大負荷切換，會分別使船舶推進電動機、發(fā)電機組轉(zhuǎn)速產(chǎn)生0.34%和0.13%的擾動。

圖4 重構(gòu)前后推進電動機轉(zhuǎn)速

圖5 重構(gòu)前后發(fā)電機組轉(zhuǎn)速

4 結(jié)論

針對船舶區(qū)域配電系統(tǒng)重構(gòu)優(yōu)化問題，為提高船舶區(qū)域配電系統(tǒng)不間斷供電能力，在多智能體方法的基礎(chǔ)上結(jié)合粒子群優(yōu)化算法，提出全智能體重構(gòu)粒子群優(yōu)化方法用于船舶區(qū)域配電系統(tǒng)重構(gòu)研究。該方法根據(jù)所建立的某電力推進船舶區(qū)域配電系統(tǒng)全智能體重構(gòu)模型，將復雜的船舶電力系統(tǒng)重構(gòu)問題轉(zhuǎn)化為分布式優(yōu)化問題進行研究。研究過程中，分布式問題完全由智能體進行實現(xiàn)，并基于粒子群算法進行全局尋優(yōu)。通過對所生成的重構(gòu)策略進行的仿真實驗結(jié)果表明，全智能體重構(gòu)粒子群優(yōu)化方法既保證了船舶電力系統(tǒng)連續(xù)供電，又提高了船舶電力系統(tǒng)的供電質(zhì)量，有效降低了船舶電力系統(tǒng)的網(wǎng)絡(luò)損耗，使船舶電力系統(tǒng)穩(wěn)定運行能力得到了提升。

[1] BOSE S, PAL S, NATARAJAN B, et al. Analysis of optimal reconfiguration of shipboard power systems[J]. IEEE Transactions on Power Systems, 2012, 27(1): 189-197.

[2] 陳雁, 孫海順, 文勁宇, 等．改進粒子群算法在船舶電力系統(tǒng)網(wǎng)絡(luò)重構(gòu)中的應(yīng)用[J]. 電力自動化設(shè)備, 2011, 31(3): 29-34.

CHEN Yan, SUN Haishun, WEN Jinyu, et al. Application of improved PSO algorithm in network reconfiguration of shipboard power system[J]. Electric Power Automation Equipment, 2011, 31(3): 29-34.

[3] 胡雯, 孫云蓮, 張巍. 基于改進的自適應(yīng)遺傳算法的智能配電網(wǎng)重構(gòu)研究[J]. 電力系統(tǒng)保護與控制, 2013, 41(23): 85-90.

HU Wen, SUN Yunlian, ZHANG Wei. Reconfiguration of smart distribution using improved adaptive genetic algorithm[J]. Power System Protection and Control, 2013, 41(23): 85-90.

[4] 劉暢, 黃民翔. 含多種分布式電源的配電網(wǎng)重構(gòu)優(yōu)化研究[J]. 電力系統(tǒng)保護與控制, 2013, 41(6): 13-18.

LIU Chang, HUANG Minxiang. Distribution network reconfiguration with a variety of DGs[J].Power System Protection and Control,2013, 41(6): 13-18.

[5] WANG C, LIU Y, ZHAO Y. Application of dynamic neighborhood small population particle swarm optimization for reconfiguration of shipboard power system[J]. Engineering Applications of Artificial Intelligence, 2013, 26(4): 1255-1262.

[6] 辛文成, 向鐵元, 詹昕, 等. 鄰接矩陣和粒子群優(yōu)化算法應(yīng)用于微電網(wǎng)重構(gòu)[J]. 電力系統(tǒng)及其自動化學報, 2014, 26(11): 37-41.

XIN Wencheng, XIANG Tieyuan, ZHAN Xin, et al. Adjacency matrix and particle swarm optimization algorithm applied to micro-grid reconfiguration[J]. Proceedings of the CSU-EPSA, 2014, 26(11): 37-41.

[7] 劉仲, 牟龍華, 楊智豪. 大停電后含分布式電源的電網(wǎng)分區(qū)及負荷恢復方案[J]. 電力系統(tǒng)保護與控制, 2015, 43(22): 55-61.

LIU Zhong, MU Longhua, YANG Zhihao.Scheme for partitioning and load restoration of power grid containing distributed generation after blackout[J]. Power System Protection and Control,2015, 43(22): 55-61.

[8] 王冠群, 張雪敏, 劉鋒, 等. 船舶電力系統(tǒng)重構(gòu)的博弈算法[J]. 中國電機工程學報, 2012, 32(13): 69-76.

WANG Guanqun, ZHANG Xuemin, LIU Feng, et al. Game theory algorithm of reconfiguration for shipboard power system[J].Proceedings of the CSEE, 2012, 32(13): 69-76.

[9] 竇春霞, 李娜, 徐曉龍. 基于多智能體系統(tǒng)的微電網(wǎng)分散協(xié)調(diào)控制策略[J]. 電工技術(shù)學報, 2015, 30(7): 125-134.

DOU Chunxia, LI Na, XU Xiaolong. Multi-agent system based decentralized coordinated control strategy for micro-grids[J].Transactions of China Electrotechnical Society,2015, 30(7): 125-134.

[10]余文輝, 王少榮, 柳斐, 等. 基于在線自組織同步MAS的電網(wǎng)廣域保護系統(tǒng)[J]. 電力系統(tǒng)保護與控制, 2015, 43(3): 69-76.

YU Wenhui, WANG Shaorong, LIU Fei, et al. A wide- area protection system based on synchronized MAS self- organizing online for power grid[J]. Power System Protection and Control,2015, 43(3): 69-76.

[11]李文云, 蔣亞坤, 雷炳銀, 等. 基于 Multi-Agent 系統(tǒng)的含分布式電源電網(wǎng)能源優(yōu)化管理[J]. 電力系統(tǒng)保護與控制, 2015, 43(12): 21-27.

LI Wenyun, JIANG Yakun, LEI Bingyin, et al. MAS based energy management strategies of microgrid[J]. Power System Protection and Control, 2015, 43(12): 21-27.

[12]唐賢倫, 程祥, 汪斌全. 采用多Agent混沌粒子群算法的配電網(wǎng)重構(gòu)[J]. 電力系統(tǒng)及其自動化學報, 2015, 27(3): 17-23.

TANG Xianlun, CHENG Xiang, WANG Binquan. Distribution network reconfiguration adopting chaos particle swarm algorithm of multi-agent system[J]. Proceedings of the CSU-EPSA, 2015, 27(3): 17-23.

[13] 戴志輝, 崇志強, 焦彥軍. 含分布式電源的配電網(wǎng)多目標供電恢復[J]. 電網(wǎng)技術(shù), 2014, 38(7): 1959-1965.

DAI Zhihui, CHONG Zhiqiang, JIAO Yanjun. Multi- objective service restoration of distribution network containing distributed generation[J]. Power System Technology, 2014, 38(7): 1959-1965.

[14]麻秀范, 丁寧, 李龍. 配電網(wǎng)重構(gòu)中網(wǎng)絡(luò)輻射形與連通性的判斷[J]. 電工技術(shù)學報, 2014, 29(8): 289-293.

MA Xiufan, DING Ning, LI Long. Judging radial and connectivity of network in distribution networks reconfiguration[J].Transactions of China Electrotechnical Society,2014, 29(8): 289-293.

[15]黎恒烜, 孫海順, 文勁宇, 等. 用于艦船電力系統(tǒng)重構(gòu)的多代理系統(tǒng)設(shè)計[J]. 中國電機工程學報, 2011, 31(10): 81-87.

LI Hengxuan, SUN Haishun, WEN Jinyu, et al.Design of a multi-agent system for shipboard power system reconfiguration[J].Proceedings of the CSEE,2011, 31(10): 81-87.

[16] KENNEDY J, EBERHART R C. A discrete binary version of the particle swarm algorithm[C] // IEEE International Conference on Systems, Man, and Cybernetics, IEEE, 1997: 4104-4108.

[17] CLERC M, KENNEDY J. The particle swarm-explosion, stability, and convergence in a multidimensional complex space[J]. IEEE Transactions on Evolutionary Computation, 2002, 6(1): 58-73.

(編輯 魏小麗)

Research on agent based reconfiguration and its optimization for shipboard zonal power systems

ZHANG Wei, SHI Weifeng, HU Hongqian

(Department of Electrical Automation, Shanghai Maritime University, Shanghai 201306, China)

In order to ensure that the main electric propulsion power system do not lose power for the shipboard power system under fault condition, the shipboard power system topology reconfiguration method is studied. Based on the intelligent agent theory, a kind of all agent based reconfiguration method is established. This method is composed of intelligent environment perception, belief generator, target control and the particle swarm optimal decision. Reconfiguration strategies are used to ensure the uninterrupted power supply, minimization of the shipboard power system loss and maximum of relay protection efficiency, etc. The simulation for a certain type power grid of electric propulsion shipboard distribution system under the three-phase short circuit conditions is conducted. Compared with the particle swarm particle algorithm and genetic algorithm from the simulation result, it shows that the proposed method can ensure the safety operation of the shipboard power system and also has the benefit of less power loss and higher switch efficient under power system fault condition. It can further improve the safety and reliability for shipboard power system.

This work is supported by Research Fund for the Doctoral Program of Higher Education of China (No. 20123121110003).

shipboard power system; zonal power systems; power system reconfiguration; agent systems; binary particle swarm optimization

10.7667/PSPC150358

高等學校博士學科點專項科研基金項目(20123121110003)；上海海事大學研究生創(chuàng)新基金資助項目(2014ycx056)

2015-03-09；

2015-12-11

張 威(1987-)，女，博士研究生，研究方向為電力系統(tǒng)控制與優(yōu)化；E-mail: viweizhang@163.com

施偉鋒(1963-)，男，教授，博士生導師，研究方向為電力系統(tǒng)及其自動化、電力傳動控制系統(tǒng)、船舶控制工程等；E-mail: wfshi@shmtu.edu.cn

胡紅錢(1983-)，男，博士研究生，研究方向為電力系統(tǒng)控制與優(yōu)化。