配電快速仿真與模擬

唐明躍，郭 力

(1.重慶市電力公司璧山供電局，重慶璧山402760;2.天津大學(xué)自動(dòng)化學(xué)院，天津300072)

0 引言

隨著通信技術(shù)的發(fā)展，信息技術(shù)在各行各業(yè)得到了廣泛應(yīng)用，推進(jìn)全社會(huì)的信息化成為當(dāng)今時(shí)代發(fā)展的趨勢(shì)。然而與早期電網(wǎng)相比，當(dāng)前電網(wǎng)仍然是基于模擬技術(shù)設(shè)計(jì)，無(wú)法適應(yīng)數(shù)字化社會(huì)的需要。電網(wǎng)在數(shù)字化技術(shù)應(yīng)用方面的相對(duì)落后，嚴(yán)重制約了電力系統(tǒng)的發(fā)展。在此形勢(shì)下，國(guó)際上特別是歐美發(fā)達(dá)國(guó)家，關(guān)于“智能電網(wǎng)”的研究和討論孕育而生。

以美國(guó)EPRI為核心的智能電網(wǎng)聯(lián)盟組織(IntelliGridSM)于2006年制定了一份詳盡的智能電網(wǎng)工程計(jì)劃及路線圖［1］，內(nèi)容涉及電力市場(chǎng)、分布式電源(Distributed Energy Resources-DER)、輸電網(wǎng)、配電網(wǎng)、變電站、終端用戶等電力系統(tǒng)的幾乎所有領(lǐng)域，以及和這些領(lǐng)域相關(guān)的概念體系、商業(yè)案例、功能需求、系統(tǒng)框架、技術(shù)標(biāo)準(zhǔn)、軟硬件系統(tǒng)開發(fā)、產(chǎn)品集成、試點(diǎn)及推廣計(jì)劃等各個(gè)方面。這份路線圖還包含了與歐盟技術(shù)委員會(huì)、法國(guó)EDF以及各大廠商、財(cái)團(tuán)、基金會(huì)的合作計(jì)劃，另外還附有各個(gè)領(lǐng)域各個(gè)研發(fā)階段的投資預(yù)算。歐盟委員會(huì)在2006年的綠皮書［2］——《歐洲可持續(xù)的、競(jìng)爭(zhēng)的和安全的電能策略》中強(qiáng)調(diào)歐洲已經(jīng)進(jìn)入一個(gè)新能源時(shí)代。歐洲能源政策最重要的目標(biāo)必須是供電的可持續(xù)性、競(jìng)爭(zhēng)性和安全性。未來(lái)整個(gè)歐洲電網(wǎng)必須向所有用戶提供高度可靠、經(jīng)濟(jì)有效的電能，充分開發(fā)利用大型集中發(fā)電機(jī)和小型分布式電源。智能電網(wǎng)技術(shù)［3］是保證歐盟電網(wǎng)電能質(zhì)量和供電可靠性的關(guān)鍵技術(shù)和發(fā)展方向。

由于接入了各種形式的分布式電源和高級(jí)電力電子設(shè)備，智能電網(wǎng)需要大量的智能儀表和智能裝置，需要新的更加靈活的網(wǎng)絡(luò)重構(gòu)方案、全局性的保護(hù)方案和電壓控制方案。為了進(jìn)一步提高資產(chǎn)利用率，電網(wǎng)的運(yùn)行將越來(lái)越接近運(yùn)行極限，在多級(jí)電力市場(chǎng)環(huán)境中電網(wǎng)的運(yùn)行更加復(fù)雜和難以預(yù)計(jì)。因此，運(yùn)行人員需要高級(jí)的實(shí)時(shí)計(jì)算分析工具來(lái)幫助他們做出正確的決策，以保證電網(wǎng)能安全有效地運(yùn)行。這些工具統(tǒng)稱為快速仿真與模擬(Fast Simulation and Modeling-FSM)。FSM是一套專門用于電網(wǎng)運(yùn)行、規(guī)劃和管理的軟件工具集，它能夠?qū)﹄娏ο到y(tǒng)進(jìn)行實(shí)時(shí)的仿真分析，對(duì)電網(wǎng)故障提前做出預(yù)測(cè)和反應(yīng);為保證系統(tǒng)自動(dòng)的、持續(xù)的優(yōu)化運(yùn)行，向操作員提出預(yù)防控制措施，達(dá)到改善電網(wǎng)穩(wěn)定性、安全性、可靠性和提高運(yùn)行效率的目的。輸電環(huán)節(jié)的FSM簡(jiǎn)稱為輸電快速仿真與模擬(Transmission Fast Simulation and Modeling-TFSM)，配電環(huán)節(jié)的FSM簡(jiǎn)稱配電快速仿真與模擬(Distribution Fast Simulation and Modeling-DFSM)。本文將重點(diǎn)介紹了配電快速仿真(D-FSM)的相關(guān)概念、研究目標(biāo)和關(guān)鍵技術(shù)問(wèn)題。

1 DFSM的研究目標(biāo)

分布式電源、高級(jí)配電自動(dòng)化、高級(jí)量測(cè)等智能配電網(wǎng)高級(jí)應(yīng)用系統(tǒng)的開發(fā)和運(yùn)行需要一個(gè)靈活、開放、自我組織的計(jì)算環(huán)境和支撐平臺(tái)，DFSM正是在此背景下誕生的。研究DFSM的目的是對(duì)配電網(wǎng)進(jìn)行實(shí)時(shí)運(yùn)行優(yōu)化，為全系統(tǒng)的FSM平臺(tái)提供有益地補(bǔ)充。DFSM主要有兩個(gè)設(shè)計(jì)目標(biāo):

1.1 自愈電網(wǎng)技術(shù)

目前，電力系統(tǒng)的運(yùn)行主要是基于就地自動(dòng)控制和人工開關(guān)，只有少數(shù)的遠(yuǎn)程控制行為。自愈技術(shù)要求電力系統(tǒng)的自動(dòng)化控制水平更高，各種裝置之間具備遠(yuǎn)程通訊能力，傳統(tǒng)的就地自動(dòng)控制可以被分布式的智能體控制(Intelligent Agent-IA)或者智能單元所代替。每個(gè)IA可以控制就地控制器、計(jì)算單元和通訊設(shè)備，全系統(tǒng)的運(yùn)行要求所有智能單元具有精確的協(xié)調(diào)運(yùn)行能力。由于大量的信息會(huì)流入這個(gè)信息系統(tǒng)內(nèi)，為了提高系統(tǒng)的可靠性，DFSM將區(qū)別開一個(gè)IA的功能、關(guān)鍵參數(shù)、關(guān)鍵特征、關(guān)鍵信息和數(shù)據(jù)。

1.2 預(yù)測(cè)分析法

電力系統(tǒng)的可靠性是電網(wǎng)規(guī)劃領(lǐng)域非常重要的研究?jī)?nèi)容，主要采用N-1或者N-2原則來(lái)對(duì)全電網(wǎng)進(jìn)行評(píng)估。當(dāng)電力系統(tǒng)結(jié)構(gòu)中失去一部分或者兩部分時(shí)，系統(tǒng)仍然能夠穩(wěn)定運(yùn)行。

DFSM的高級(jí)預(yù)測(cè)功能主要是針對(duì)系統(tǒng)實(shí)時(shí)運(yùn)行和熱備用中的各種偶然事故。DFSM提供的系統(tǒng)預(yù)測(cè)分析法，不僅能夠評(píng)估現(xiàn)有系統(tǒng)狀態(tài)，也包括對(duì)可能發(fā)生的事故或者運(yùn)行費(fèi)用的影響進(jìn)行評(píng)估。

2 DFSM的功能

如圖1所示，DFSM主要完成了“信息→知識(shí)→智能”的過(guò)程，即配電網(wǎng)自我認(rèn)知過(guò)程和部分重要智能的產(chǎn)生過(guò)程，是智能配電網(wǎng)“智能”的核心部分。

圖1 DFSM與智能系統(tǒng)模型的對(duì)比

DFSM的主要功能包括:

1)實(shí)時(shí)的狀態(tài)估計(jì)，供安全監(jiān)視、評(píng)估與優(yōu)化使用;

2)系統(tǒng)(包括功率交換、系統(tǒng)效率、可靠性、電能質(zhì)量等)性能的連續(xù)優(yōu)化功能;

3)預(yù)測(cè)仿真能力(即安全分析)，能夠避免可能對(duì)系統(tǒng)造成較大影響的預(yù)想事故發(fā)生;若事故發(fā)生，通過(guò)自愈能力盡量減少損失，恢復(fù)正常運(yùn)行;

4)從運(yùn)行和規(guī)劃的角度對(duì)電網(wǎng)進(jìn)行“What-if”分析，并為運(yùn)行人員推薦運(yùn)行方案;在多個(gè)層次上提供輔助決策功能。

5)把對(duì)市場(chǎng)、政策和風(fēng)險(xiǎn)的分析聚合到系統(tǒng)模型中去，把它們對(duì)系統(tǒng)安全性和可靠性的影響進(jìn)行定量化的評(píng)估。

DFSM運(yùn)行模式一般有如下三種:

1)實(shí)時(shí)模式——按預(yù)先設(shè)置的時(shí)間間隔(1～15)min周期運(yùn)行，或在實(shí)時(shí)事件(如拓?fù)浣Y(jié)構(gòu)變化)的觸發(fā)下即時(shí)啟動(dòng)。

2)研究模式——對(duì)配電網(wǎng)進(jìn)行“What-if”分析和研究，為運(yùn)行人員和管理人員提供推薦方案。

3)前瞻模式——使運(yùn)行人員了解未來(lái)幾分鐘(超短期)、1小時(shí)到1周(短期、中長(zhǎng)期)的運(yùn)行狀態(tài)變化趨勢(shì)。

DFSM的主要模塊組成如表1所示，由配電網(wǎng)仿真分析工具和建模工具兩大部分組成。

表1 DFSM中的仿真和建模工具

在DFSM的各個(gè)功能模塊中，有三個(gè)研究難點(diǎn):配電網(wǎng)三相狀態(tài)估計(jì)、網(wǎng)絡(luò)等值和設(shè)備元件(含各種類型的DER)的靜態(tài)、動(dòng)態(tài)建模。

配電系統(tǒng)的智能化需要電力系統(tǒng)運(yùn)行狀態(tài)的準(zhǔn)確信息，這是電網(wǎng)自我認(rèn)知的基礎(chǔ)。在獲得大量量測(cè)數(shù)據(jù)的基礎(chǔ)上，狀態(tài)估計(jì)能夠推算電力系統(tǒng)中的各種電氣量，給出全面而準(zhǔn)確的電網(wǎng)運(yùn)行數(shù)據(jù)。由于配電網(wǎng)在網(wǎng)絡(luò)結(jié)構(gòu)、線路模型、運(yùn)行方式等方面與輸電網(wǎng)有顯著的不同，并且三相運(yùn)行不平衡。因此，輸電網(wǎng)的狀態(tài)估計(jì)算法并不適用于配電網(wǎng)對(duì)于配電網(wǎng)狀態(tài)估計(jì)算法的研究。隨著對(duì)配電網(wǎng)網(wǎng)絡(luò)結(jié)構(gòu)和運(yùn)行特點(diǎn)的理解逐步加深，考慮配電網(wǎng)特點(diǎn)的各種狀態(tài)估計(jì)算法不斷被提出來(lái)［4-6］。文獻(xiàn)［7］提出了利用MPI、PVM等并行軟件工具在PC(或小型機(jī))集群環(huán)境中實(shí)現(xiàn)狀態(tài)估計(jì)的并行計(jì)算。文獻(xiàn)［8］提出配電系統(tǒng)狀態(tài)估計(jì)區(qū)域解耦算法，將配電網(wǎng)中每一個(gè)饋線分解成多個(gè)量測(cè)區(qū)域，使得分解后的各個(gè)區(qū)域之間解耦，即可以對(duì)各個(gè)區(qū)域單獨(dú)進(jìn)行狀態(tài)估計(jì)，說(shuō)明把饋線分割成幾個(gè)較小的區(qū)域分別進(jìn)行狀態(tài)估計(jì)是可行的?；贛AS建立的DFSM分布式智能系統(tǒng)是一種新機(jī)制下的并行分布式計(jì)算環(huán)境，能夠從根本上解決配電網(wǎng)狀態(tài)估計(jì)(以及其它仿真分析計(jì)算軟件)要求計(jì)算快速性的問(wèn)題。文獻(xiàn)［9］提出了基于MAS的配電網(wǎng)三相狀態(tài)估計(jì)算法，有效提高了計(jì)算效率。

網(wǎng)絡(luò)等值是一個(gè)非常復(fù)雜的建模工具，它給出網(wǎng)絡(luò)中一個(gè)部分的電氣等值，應(yīng)用于負(fù)荷、發(fā)電機(jī)的等值聚合或者網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的簡(jiǎn)化，并做穩(wěn)態(tài)或動(dòng)態(tài)的等值計(jì)算分析。例如，對(duì)于110kV/10kV變壓器低壓側(cè)的一個(gè)完整系統(tǒng)，可以等值為一個(gè)由RLC負(fù)荷、旋轉(zhuǎn)負(fù)荷、發(fā)電機(jī)和一段饋線等虛擬元件組成的等值模型。網(wǎng)絡(luò)等值的目的是為了把下一層次的網(wǎng)絡(luò)向上一級(jí)系統(tǒng)做簡(jiǎn)化表達(dá)，在一定程度上減少未經(jīng)處理的信息向控制中心系統(tǒng)集中，使電網(wǎng)的智能計(jì)算具有相對(duì)獨(dú)立性和分布性。在DFSM中，網(wǎng)絡(luò)等值和建模是一個(gè)非常復(fù)雜的研究?jī)?nèi)容，這是支持智能電網(wǎng)分布式仿真計(jì)算的基礎(chǔ)性研究之一。文獻(xiàn)［10］提出了非侵入式電力負(fù)荷的分解與監(jiān)測(cè)方法。

預(yù)想事故分析是以“What-if”方式對(duì)電力系統(tǒng)進(jìn)行模擬分析。對(duì)未來(lái)可能發(fā)生的事件，分析它們發(fā)生的概率、對(duì)系統(tǒng)產(chǎn)生的影響，并給出應(yīng)對(duì)預(yù)案。預(yù)想事故一般指非計(jì)劃停運(yùn)事故，是指電力系統(tǒng)的一個(gè)部分(例如線路)失去負(fù)荷或發(fā)生故障，或者變壓器、發(fā)電機(jī)等單個(gè)設(shè)備的發(fā)生故障或被切除。預(yù)想事故分析通常作為一種離線分析和研究工具。也可以在線應(yīng)用，對(duì)電網(wǎng)當(dāng)前狀態(tài)或正在發(fā)生的事件進(jìn)行評(píng)估，快速定位故障，在損失最小的情況下隔離故障，并給出網(wǎng)絡(luò)重構(gòu)預(yù)案及時(shí)恢復(fù)故障失電區(qū)域的供電。

2 DFSM的關(guān)鍵技術(shù)問(wèn)題

2.1 配電網(wǎng)量測(cè)系統(tǒng)評(píng)估與優(yōu)化的理論與方法

量測(cè)系統(tǒng)是獲得電網(wǎng)運(yùn)行實(shí)時(shí)數(shù)據(jù)的主要途徑，量測(cè)系統(tǒng)的建設(shè)及持續(xù)性優(yōu)化對(duì)智能電網(wǎng)具有非常重要的意義。美國(guó)EPRI已經(jīng)把它確定為智能電網(wǎng)基礎(chǔ)設(shè)施建設(shè)中重要的策略性問(wèn)題，并開始展開相應(yīng)的研究工作［11］。

如果量測(cè)裝置配置數(shù)量不足，所獲得的量測(cè)數(shù)據(jù)亦不足，無(wú)法實(shí)現(xiàn)對(duì)配電系統(tǒng)運(yùn)行狀態(tài)的有效監(jiān)控。輸電網(wǎng)中的量測(cè)裝置一般集中安裝在變電站內(nèi)，在變電站設(shè)計(jì)和建造時(shí)即已確定，并且維護(hù)比較方便。而在配電網(wǎng)，量測(cè)裝置需要在饋線沿線布置，現(xiàn)場(chǎng)環(huán)境復(fù)雜，且維護(hù)成本較高;此外，配電網(wǎng)的網(wǎng)架結(jié)構(gòu)變化較快，新建和改建線路多，需要及時(shí)安裝和調(diào)整量測(cè)裝置。配電網(wǎng)需要以最小的量測(cè)系統(tǒng)建設(shè)和維護(hù)成本獲得必須的、足夠多的、準(zhǔn)確的實(shí)時(shí)數(shù)據(jù)。

配電網(wǎng)中，負(fù)荷功率測(cè)量?jī)x表一般安裝在重要負(fù)荷的開關(guān)處，但數(shù)量較少。為了保證足夠的量測(cè)冗余度，一般將短期負(fù)荷預(yù)測(cè)數(shù)據(jù)作為節(jié)點(diǎn)注入功率或支路潮流功率類型的偽量測(cè)。由于偽量測(cè)誤差較大，影響估計(jì)精度。通過(guò)安裝一定數(shù)量的量測(cè)裝置可以改善狀態(tài)估計(jì)的性能。量測(cè)裝置類型及安裝位置的選擇成為量測(cè)配置及優(yōu)化的重點(diǎn)內(nèi)容。文獻(xiàn)［12］認(rèn)為應(yīng)從可觀測(cè)性、狀態(tài)估計(jì)精度、數(shù)值穩(wěn)定性和經(jīng)濟(jì)性等幾個(gè)方面對(duì)量測(cè)系統(tǒng)進(jìn)行評(píng)價(jià)。文獻(xiàn)［13］提出了基于動(dòng)態(tài)規(guī)劃方法的量測(cè)配置優(yōu)化算法。

2.2 DFSM的分布式智能系統(tǒng)

智能電網(wǎng)是智能科學(xué)和電力系統(tǒng)相關(guān)學(xué)科與技術(shù)的交叉領(lǐng)域，智能電網(wǎng)的研究要和智能科學(xué)的相關(guān)理論與方法緊密結(jié)合起來(lái)。電力系統(tǒng)與一般人造系統(tǒng)相比有著鮮明的特點(diǎn)，它結(jié)構(gòu)龐大復(fù)雜、分布范圍廣大、電力的生產(chǎn)和消費(fèi)同時(shí)完成等，非線性和魯棒性的特征同時(shí)存在且非常明顯，是一個(gè)典型的復(fù)雜適應(yīng)系統(tǒng)(CAS)。對(duì)CAS的仿真與模擬是分布式人工智能學(xué)科的研究熱點(diǎn)和難點(diǎn)問(wèn)題。

分布式人工智能是計(jì)算機(jī)科學(xué)和智能科學(xué)交叉的嶄新學(xué)科分支，在理論研究、實(shí)現(xiàn)方法以及實(shí)踐應(yīng)用等方面取得了許多成果［14，15］。Agent和 MAS 的理論與方法是設(shè)計(jì)和建立分布式人工智能系統(tǒng)，實(shí)現(xiàn)對(duì)CAS的仿真與模擬的主要方法［16.17］，它們?yōu)镈FSM分布式智能系統(tǒng)的實(shí)現(xiàn)提供了理論上和方法上的支持。

由于人工智能科學(xué)和計(jì)算機(jī)科學(xué)的交叉性和同源性，Agent和MAS必然要通過(guò)計(jì)算機(jī)程序來(lái)實(shí)現(xiàn)，計(jì)算機(jī)科學(xué)研究領(lǐng)域的專家和學(xué)者紛紛提出AOA［18］、AOM、AOP［19］等新的概念和方法。Jennings提出了面向 Agent的軟件工程(AOSE)思想［20］，指出它是當(dāng)代軟件工程思想(面向?qū)ο?、?gòu)件等)的必然發(fā)展趨勢(shì)，并證明在解決復(fù)雜的現(xiàn)實(shí)問(wèn)題上AOP方法優(yōu)于OOP方法。但是，AOSE是一個(gè)新生事物，AOP方法正處于發(fā)展過(guò)程中，還不成熟，目前還面臨許多問(wèn)題和挑戰(zhàn)［21］。在不同的應(yīng)用領(lǐng)域，出于不同的研究目的，人們提出了各種Agent抽象結(jié)構(gòu)和實(shí)現(xiàn)結(jié)構(gòu)的描述。為了將Agent和MAS的理論與方法更好地應(yīng)用于智能配電網(wǎng)尤其是DFSM的研究，提出一個(gè)具有良好適應(yīng)性和靈活性的Agent實(shí)現(xiàn)結(jié)構(gòu)模型是我們首先需要解決的一個(gè)問(wèn)題。

2.3 DFSM并行分布計(jì)算的任務(wù)調(diào)度問(wèn)題

單純從計(jì)算機(jī)科學(xué)的角度來(lái)看，分布式人工智能系統(tǒng)的本質(zhì)仍然是并行分布式計(jì)算。近年來(lái)提出的網(wǎng)格計(jì)算(Grid Computing)［22，23］和云計(jì)算(Cloud Computing)［24］等新概念深受 Google、IBM、Microsoft等世界著名公司的推崇，但究其實(shí)質(zhì)仍然是并行分布式計(jì)算的發(fā)展和演化。在并行分布式計(jì)算中，存在著一個(gè)未能得到很好解決的難點(diǎn)問(wèn)題——任務(wù)調(diào)度問(wèn)題，它同時(shí)也是DFSM分布式智能系統(tǒng)研究中的一個(gè)難點(diǎn)問(wèn)題。

無(wú)論是當(dāng)前電網(wǎng)還是未來(lái)的智能配電網(wǎng)，可用的計(jì)算資源與龐大的電網(wǎng)和海量的數(shù)據(jù)相比，數(shù)量總是相對(duì)較少的，即計(jì)算資源總是稀缺的。因此，DFSM中大量的計(jì)算任務(wù)需要分配到數(shù)量相對(duì)較少的計(jì)算節(jié)點(diǎn)上執(zhí)行，這就產(chǎn)生了DFSM并行分布式計(jì)算的任務(wù)調(diào)度問(wèn)題。由于研究對(duì)象——電網(wǎng)的運(yùn)行方式和拓?fù)浣Y(jié)構(gòu)總是處于變化之中，在配電網(wǎng)，這一情形更加突出;配電網(wǎng)運(yùn)行方式發(fā)生變化后，使得計(jì)算任務(wù)的數(shù)量和各個(gè)計(jì)算任務(wù)的計(jì)算量都發(fā)生了變化，并且在任務(wù)執(zhí)行之前它們是無(wú)法準(zhǔn)確衡量的，這是DFSM中的任務(wù)調(diào)度問(wèn)題與以往研究的調(diào)度問(wèn)題的最大不同之處［25］。

根據(jù)任務(wù)特性、機(jī)器特性和調(diào)度優(yōu)化目標(biāo)的不同，調(diào)度問(wèn)題的數(shù)學(xué)模型也隨之變化［26-29］。文獻(xiàn)［30］提出了Triplet算法，將任務(wù)和計(jì)算節(jié)點(diǎn)分別按3個(gè)一組進(jìn)行組合，然后再優(yōu)化匹配。文獻(xiàn)［31］則將上述思想向異構(gòu)環(huán)境推廣，并考慮通信開銷，提出了適用于細(xì)粒度任務(wù)調(diào)度的CHP(Clustering Tasks onto Heterogeneous Processors)算法。Deo［32］應(yīng)用模糊聚類方法對(duì)任務(wù)和計(jì)算節(jié)點(diǎn)分別進(jìn)行聚類分析，然后互相匹配，提出CMTA(Cluster-based Multiple Task Allocation)算法。

3 結(jié)論

DFSM是實(shí)現(xiàn)配電網(wǎng)自我認(rèn)知和產(chǎn)生基本智能的關(guān)鍵環(huán)節(jié)，在智能配電網(wǎng)中處于核心地位，是智能配電網(wǎng)研究的重點(diǎn)內(nèi)容之一。DFSM已逐漸成為未來(lái)智能配電網(wǎng)分布式智能系統(tǒng)及技術(shù)支撐平臺(tái)的核心組成部分。

本文緊緊圍繞DFSM及分布式智能系統(tǒng)展開論述，介紹了DFSM的相關(guān)概念、研究目標(biāo)和關(guān)鍵技術(shù)問(wèn)題。

［1］EPRI US，EDF R＆D.Profiling and Mapping of Intelligent Grid R＆D Programs［R］.US EPRI，Palo Alto，CA and EDF R＆D，Clamart，F(xiàn)rance，2006.

［2］European Commission. European Technology Platform Smart Grids:Vision and Strategy for Europe's Electricity Networks of the Future［R/OL］.European Commission，2006.http://ec.europa.eu/research/energy/pdf/smartgrids_en.pdf.

［3］COMMISSION OF THE EUROPEAN COMMUNITIES.GREEN PAPER:A European Strategy for Sustainable，Competitive and Secure Energy［R］.COMMUNITIES，COMMISSION OF THE EUROPEAN，2006.

［4］Mesut E.Baran，Arthur W.Kelley.A branch-currentbased state estimation method for distribution systems［J］.IEEE Transactions on Power Systems.1995，10(1):483-489.

［5］Wang Haibin，Schulz Noel.A Revised Branch Current-Based Distribution System State Estimation Algorithmand Meter Placement Impact［J］.IEEE Transactions on Power Systems.2004，19，(1):207-213.

［6］Lin W.M，Teng J.H.Distribution Fast Decoupled State Estimation by Measurement Pairing［J］.IEE Proc.-Gener.Transm.Distrib.1995，143，(1):43-48.

［7］Jose Beleza Carvalho，F(xiàn).Maciel Barbosa.Parallel and Distributed Processing State Estimation of Power System Energy［C］.Electrotechnical Conference，2000.MELECON 2000.10th Mediterranean，2000:1128-1131.

［8］劉明，周雙喜，鄧佑滿，等.配電系統(tǒng)狀態(tài)估計(jì)區(qū)域解耦算法［J］.電力系統(tǒng)自動(dòng)化，2005，(6):79-82.

［9］徐臣，余貽鑫，賈宏杰.基于MAS的配電網(wǎng)三相狀態(tài)估計(jì)［J］.天津大學(xué)學(xué)報(bào)，2010，(2).

［10］黎鵬.非侵入式電力負(fù)荷分解與監(jiān)測(cè)［D］.天津:天津大學(xué)，2009.

［11］ERPI US.Distribution Fast Simulation and Modeling Technical Update:First Sensor Location Strategy for the Enhancement of Distribution State Estimation［R］.US EPRI，Palo Alto，2008.

［12］王亮，高伏英，周京陽(yáng).華東電網(wǎng)實(shí)時(shí)量測(cè)系統(tǒng)評(píng)價(jià)與優(yōu)化配置［J］.電網(wǎng)技術(shù)，2002，(10):30-32.

［13］［59］Carlo Muscas，F(xiàn)abrizio Pilo，Giuditta Pisano.Optimal Placement of Measurement Devices in Electric Distribution Systems［C］.IMTC 2006 – Instrumentation and Measurement Technology Conference Sorrento，Italy，24-27 April 2006:20061873-1878.

［14］焦李成，劉靜，鐘偉才.協(xié)同進(jìn)化計(jì)算與多智能體系統(tǒng)［M］.北京:科學(xué)出版社，2006.

［15］Weiss G.Multi-Agent Systems:A Modern Approache Distributed Artificial Intelligence［M］.Cambridge，MA:MIT Press，1999.

［16］Marvin Minsky.Society Of Mind［M］.Simon ＆ Schuster，1988.

［17］Michael Wooldridge，Nick Jennings.Intelligent Agents:Theory and Practice［J］.The Knowledge Engineering Review.1995，10，(2):115-152.

［18］周永林，潘云鶴.面向Agent的分析與建模［J］，計(jì)算機(jī)研究與發(fā)展，1999，(4):27-33.

［19］Shoham Y.Agent Oriented Programming［J］.Artificial Intelligence.1993，60，(1):51-92.

［20］Jennings N.R.，Nicholas R.On agent-based software engineering［J］.Artificial Intelligence.2000，117，(2):277-296.

［21］毛新軍，常志明，王戟，等.面向Agent的軟件工程:現(xiàn)狀與挑戰(zhàn)［J］.計(jì)算機(jī)研究與發(fā)展，2006，(10):1782-1789.

［22］王天擎，謝軍，曾洲.網(wǎng)格計(jì)算中的資源調(diào)度不確定性分析［J］.計(jì)算機(jī)應(yīng)用，2007，(2):489-491.

［23］汪林華，鄭衍衡.高性能計(jì)算網(wǎng)格資源平臺(tái)的一種實(shí)現(xiàn)方法［J］.計(jì)算機(jī)應(yīng)用與軟件，2007，(1):118-120.

［24］尹國(guó)定，衛(wèi)紅.云計(jì)算——實(shí)現(xiàn)概念計(jì)算的方法［J］.東南大學(xué)學(xué)報(bào)(自然科學(xué)版)，2003，(4):502-506.

［25］朱福喜，何炎祥.并行分布計(jì)算中的調(diào)度算法理論與設(shè)計(jì)［M］.武漢:武漢大學(xué)出版社，2003.

［26］Yu-Kwong Kwok，Ishfaq Ahmad.Benchmarking the Task Graph Scheduling Algorithms［C］.Proceedings of the First Merged Symposium IPPS/SPDP(the 12th International Parallel Processing Symposium＆the 9th Symposium on Parallel and Distributed Processing)，March 1998，Orlando，F(xiàn)lorida，USA:531-537.

［27］Yu-Kwong Kwok，Ishfaq Ahmad.Benchmarking and Comparison of the Task Graph Scheduling Algorithms［C］.Proceedings of the 12th.International Parallel Processing Symposium，April 1999:381-422.

［28］陳華平，黃劉生，安虹.并行分布計(jì)算中的任務(wù)調(diào)度及其分類［J］.計(jì)算機(jī)科學(xué)，2001，(1):45-48.

［29］馬丹，張薇，李肯立.并行任務(wù)調(diào)度算法研究［J］.計(jì)算機(jī)應(yīng)用研究，2004，(4):91-94.

［30］Bertrand Cirou，Emmanuel Jeannot.Triplet:A clustering scheduling algorithm for heterogeneous systems［C］.Parallel Processing Workshops，2001 International Conference，3-7 Sept.2001:231-236.

［31］Cristina Boeres，Jose Viterbo Filho.A cluster-based strategy for scheduling task on heterogeneous processors［C］.Proceedings of the 16th Symposium on Computer Architecture and High Performance Computing(SBACPAD'04)，27-29 Oct.2004:214-221.

［32］Deo Prakash Vidyarthi，Anil Kumar Tripathi，Biplab Kumer Sarker.Cluster-based multiple task allocation in distributed computing system［C］.Proceedings of the 18th International Parallel and Distributed Processing Symposium(IPDPS'04)，26-30 April 2004:239-246.