[发明专利]多智能体系统及其能源路由策略

权利要求书

1.一种多智能体系统，其特征在于，包括能源路由器智能体、多能源智能体、储能智能体、主网智能体和负荷智能体，其中，

能源路由器智能体，对应于多源微网系统中的能源路由器，实现与配电网/供热网络的能源共享与信息交互，接收和监测系统中各模块的运行状态，进行能量管理和优化决策，并将决策指令分别下发给执行单元；

多能源智能体，对应于多源微网系统中的供能单元，实现当前时段的能源侧各机组的发电/供热的运行状态实时检测及未来时段的出力预测，并把当前机组状态信息及出力预测信息上报能源路由器智能体，并响应其调控指令；

储能智能体，对应于多源微网系统中的储能装置，包括储电和储热两种机组，监测各机组的运行状态并上报能源路由器智能体，并响应其调控指令，调整运行状态，单独或与需求相应配合平抑负荷波动；

主网智能体，对应于配电网/供热网络，与能源路由器智能体实现信息和能源需求交互；

负荷智能体，对应于多源微网系统中用户侧多种形式的需求负荷，其中包括需求响应负荷，实现对当前时段的负荷需求实时监测及未来时段的负荷需求预测，并上报能源路由器智能体，等待接收上级调度及控制指令，需求响应负荷可以根据能源路由器智能体的调度指令转移需求时段。

2.一种适用于权利要求1所述多智能体系统的能源路由策略，其特征在于，包括以下步骤：

101、负荷智能体根据预测负荷数据向能源路由器智能体提交负荷需求，等待响应命令；

102、能源路由器智能体接收负荷智能体提交的信息，确定负荷智能体的负荷需求量；

103、多能源智能体向调度中心的能源路由器智能体提交供能信息；

104、能源路由器智能体通过确定负荷智能体的负荷需求量和能源侧预测的供能信息，计算剩余需求，并且根据多源微网系统制定目标函数，通过能源路由优化算法得到各能源侧机组的出力；

105、能源路由器智能体向各多能源智能体发布调度信息，等待响应；

106、多能源智能体接收能源路由器智能体的调度信息，根据指令信息进行出力。

3.根据权利要求2所述的能源路由策略，其特征在于，所述能源路由优化算法具体如下：

201、路径选择，定义两个蚁群，其中每个蚁群表示一个目标函数，定义蚁群有N只蚂蚁，每只蚂蚁的行走路径代表一种可行方案；首先，产生初始智能体Q_i及适应值，定义初始迭代次数为0；选定起始节点后，蚂蚁在信息素的指引下向下一个节点移动，哪个节点的信息素越强被选择的几率越大，初始智能体Q_i在第j₁个方案完成后继续选择Q_i+1的第j₂种实施方案的概率为：

其中，表示路径(i，i+1)上智能体Q_i的实施方案j₁到Q_i+1的实施方案j₂的信息素；表示路径(i，i+1)上智能体Q_i的实施方案j₁到Q_i+1的实施方案j₂的启发因子；和共同决定路径对蚂蚁的吸引程度；R_i表示完成智能体Q_i后可以选择的搜索的点的集合；β、分别表示信息素、启发因子的权重，其中

202、信息素更新，N只蚂蚁完成一次循环后，各边的信息素强度按照下式更新：

式中，和分别表示第N次和第N-1次循环后各边的信息素强度；ρ∈[0，1]表示信息素残留参数，表示在蚂蚁k循环一次后，在边(i，j₁，j_２)上留下的信息素，求解运行成本和碳排放最小的路径中，系统运行成本、碳排放成本越低信息素越高；

203、种群间信息素协调比较分析，包括以下三种情况：

A、若j₁和j₂共2个种群搜索的解对应的函数值都优于目标值，就把该解加入到解集中，再按照步骤202进行更新；若搜索出的解和非支配解集中的某个解相同，就对这条路径上的信息素进行1％～50％比例减少，防止陷入局部最优；

B、若有一个目标函数值比设定目标值要更优，则将这个目标种群在其对应的路径上选取其中某段路径，对此路径上的信息素进行变异处理；

C、当两个目标函数值均劣于目标值时，根据步骤202更新信息素，并进行下一次的迭代搜索；

204、路径对蚂蚁的吸引程度计算，表示蚂蚁k从节点i选择移动到节点j的期望程度，表示为：

205、构造非支配解集，定义一个外部集合A把当前搜索到的非支配解存放到该集合中，以指导蚂蚁在可行区域内更好地进行搜索，把搜索到的解与目标值进行对比，从而决定是否在A中存放该解，如果搜索到的解满足存放条件但是该解等于A中的解时，该值不在A中存放；

206、利用灰色关联度计算折中解，根据实际需要，决策者选择满足要求的一个多目标最优解并以该解进行调度。