基于Multi-agent的艦船配電網(wǎng)絡(luò)系統(tǒng)綜合能量管理

易青豫, 潘常春, 杜文曾

(1.上海交通大學(xué) 電信學(xué)院，上海 200240；2.東海工程設(shè)計(jì)院，上海 201202)

0 引言

本文提出了一種基于多智能體(Multi-Agent)系統(tǒng)的實(shí)時(shí)能量管理策略，將梯形艦船電力系統(tǒng)每個(gè)電力變換模塊被建模為一個(gè)智能體，在滿(mǎn)足艦船運(yùn)行參數(shù)要求的情況下，通過(guò)控制負(fù)載的開(kāi)關(guān)狀態(tài)，實(shí)時(shí)匹配電力系統(tǒng)的供需關(guān)系。

1 梯形艦船電力系統(tǒng)的多智能體模型

基于IEEE Std. 1709[1]所提出的梯形中壓直流艦船電力系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖，如圖1所示。

模型重點(diǎn)研究各分區(qū)配電中心的能量管理問(wèn)題。該電力系統(tǒng)的由兩個(gè)25 MW的主燃?xì)廨啓C(jī)和兩個(gè)5 MW的副燃?xì)廨啓C(jī)構(gòu)成。整個(gè)船網(wǎng)的主母線電壓為1 kV DC，各分區(qū)配電中心的電能都由整個(gè)環(huán)形主母線提供。[2]

2 梯形艦船多智能體模型的建立

梯形艦船電力配電系統(tǒng)由四個(gè)分區(qū)組成，具有相似的拓?fù)浣Y(jié)構(gòu)。分區(qū)配電中心從環(huán)形母線上得到1 kV直流電，經(jīng)各自的功率變換器將1 kV的電壓分別轉(zhuǎn)換為負(fù)載所需的電壓。[3]

每個(gè)DC/DC變換元件等效為一個(gè)智能體(Agent1-Agent12)，每3個(gè)集成在一個(gè)PCM中，分成四個(gè)集合，如圖2所示。

圖1 梯形中壓直流艦船電力系統(tǒng)網(wǎng)絡(luò)結(jié)構(gòu)示意圖

在考慮DC/DC變換元件中的非線性項(xiàng)(即晶體管)的非線性特性的基礎(chǔ)上，將晶體管的動(dòng)態(tài)特性表示成如式(1)。[4-5]

(1)

其中D是常數(shù)，數(shù)值上等于晶體管的占空比。

為了研究多智能體之間的動(dòng)態(tài)特性，將式(1)轉(zhuǎn)換為如下形式：

圖2 多智能體模型轉(zhuǎn)換原理圖

令x(t)=IL(t)，y(t)=(DVin-Vout(t))/L，則有式(2)、(3)。

(2)

(3)

1.2 梯形艦船電力系統(tǒng)能量管理的目標(biāo)函數(shù)

在艦船電力系統(tǒng)中，實(shí)時(shí)能量管理的目標(biāo)是在滿(mǎn)足系統(tǒng)運(yùn)行參數(shù)限制的情況下實(shí)現(xiàn)負(fù)載供能的最大化。[6]由于每個(gè)分區(qū)的輸入電壓Vin均為1 kV DC，因此艦船電力系統(tǒng)能量管理的目標(biāo)函數(shù)可表示為式(4)。

maxI1(t)+I2(t)+I3(t)+I4(t)

s.t.I1(t)+I2(t)+I3(t)+I4(t)≤Itotal(t)

I1(t)+I2(t)≤2 kA

I3(t)+I4(t)≤2 kA

(4)

3 基于Flocking算法的協(xié)同控制策略

為了解上述優(yōu)化控制問(wèn)題，我們參考多智能體中的flocking算法，對(duì)每個(gè)智能體采用如下控制率，如式(5)。

(5)

為了達(dá)成負(fù)載功率最大化這個(gè)目標(biāo)函數(shù)，uij(t)的選取至關(guān)重要。因此，通過(guò)對(duì)本智能體的勢(shì)能函數(shù)、Laplacian矩陣及導(dǎo)航反饋的重新定義與選取，[8]多智能體系統(tǒng)的動(dòng)態(tài)模型可以表示為式(6)。

(6)

其控制策略可以表示為式(7)、(8)。uij(t)=-▽Ep(xij(t))-Lyij(t)-(k1(xij-xrij)+k2(yij-yrij))

(7)

(8)

4 仿真運(yùn)算

為了驗(yàn)證提出的算法，我們基于MATLAB/Simulink開(kāi)發(fā)出了一個(gè)艦船電力系統(tǒng)的負(fù)載管理仿真模型[9]，如圖3所示。

為了驗(yàn)證我們的控制算法的有效性，我們選取了3種典型的工況來(lái)進(jìn)行測(cè)試。(其中，虛線表示服務(wù)負(fù)載的可用功率曲線，細(xì)實(shí)線是國(guó)外學(xué)者Feng研究得出的負(fù)載功率需求曲線，粗實(shí)線線是本課題組研究得出的功率需求曲線。)[6][10][11]

圖3 梯形中壓直流艦船電力系統(tǒng)Simulink仿真圖

情況1. 正常工況下巡航模式：艦船在巡航過(guò)程中推進(jìn)負(fù)載的動(dòng)力需求由48.4 MW下降到46 MW，持續(xù)2秒。在持續(xù)了15 s之后，推進(jìn)負(fù)載的動(dòng)力需求恢復(fù)到48.4 MW。整個(gè)切換過(guò)程中，服務(wù)負(fù)載的功率需求曲線如圖4(a)所示。圖4(a)可以看出，粗實(shí)線對(duì)于功率的利用率更高，減少了能源的浪費(fèi)。具體每一個(gè)分區(qū)配電中心的功率需求曲線如圖4(b)所示。

圖4 (a)情況1下負(fù)載功率需求曲線

情況2．戰(zhàn)備模式的切換：艦船在戰(zhàn)斗模式下，高能艦載武器的功率需求瞬時(shí)增加，其功率需求從1.6 MW增大至4 MW。從仿真結(jié)果看出，應(yīng)用細(xì)實(shí)線的策略對(duì)功率進(jìn)行分配，會(huì)導(dǎo)致船網(wǎng)電力出現(xiàn)大幅的波動(dòng)，對(duì)艦船電力系統(tǒng)的運(yùn)行造成了不良影響。而粗實(shí)線線所表示的策略則可以在極短時(shí)間內(nèi)對(duì)全船負(fù)載的功率需求進(jìn)行再分配，滿(mǎn)足戰(zhàn)時(shí)需求，如圖5(a)、(b)所示。

情況3. 戰(zhàn)損模式下電能的急劇變換和配電管理：艦船在戰(zhàn)斗過(guò)程中能源系統(tǒng)遭受打擊，電力供應(yīng)瞬時(shí)下落。為了避免由功率不匹配所引起的全船失電，需要卸載一部分負(fù)載，并在電力恢復(fù)供應(yīng)后進(jìn)行網(wǎng)絡(luò)重構(gòu)。整個(gè)過(guò)程的負(fù)載功率需求曲線可如圖6(a)、(b)所示。應(yīng)用我們的研究策略，各分區(qū)內(nèi)的供配電關(guān)系可以達(dá)到實(shí)時(shí)匹配。

(a)

(a)

5 總結(jié)

本文采用了一種基于Multi-agent的實(shí)時(shí)控制算法，對(duì)帶狀中壓直流艦船電力系統(tǒng)進(jìn)行實(shí)時(shí)能量管理。針對(duì)艦船運(yùn)行的3種典型工況，該算法都能實(shí)時(shí)匹配分區(qū)配電中各負(fù)載的供需關(guān)系，且具備較高的實(shí)時(shí)性。

[1] IEEE Recommended Practice for 1 to 35 kV Medium Voltage DC Power Systems on Ships[J].IEEE STD1709-2010:14-20.

[2] Feng X, Butler-Purry K L, Zourntos T. Multi-agent system-based real-time load management for all-electric ship power systems in DC zone level[J]. IEEE Transactions on Power Systems, 2012, 27(4): 1719-1728.

[3] Huang K, Cartes D A, Srivastava S K. A multiagent-based algorithm for ring-structured shipboard power system reconfiguration[J]. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 2007, 37(5): 1016-1021.

[4] Sulligoi G, Bosich D, Giadrossi G, et al. Multiconverter medium voltage dc power systems on ships: constant-power loads instability solution using linearization via state feedback control[J]. IEEE Transactions on Smart Grid, 2014, 5(5): 2543-2552.

[5] Davoudi A, Jatskevich J, Rybel T D. Numerical state-space average-value modeling of PWM DC-DC converters operating in DCM and CCM[J]. IEEE TRANSACTIONS ON POWER ELECTRONICS PE, 2006, 21(4): 1003.

[6] Feng X, Butler-Purry K L, Zourntos T, et al. Multi-agent system-based real-time load management for NG IPS ships in high/medium voltage level[C]//Power Systems Conference and Exposition (PSCE), 2011 IEEE/PES. IEEE, 2011: 1-8.

[7] Middlebrook R D, Cuk S. A general unified approach to modelling switching-converter power stages[C]//Power Electronics Specialists Conference, 1976 IEEE. IEEE, 1976: 18-34.

[8] Olfati-Saber R. Flocking for multi-agent dynamic systems: Algorithms and theory[J]. IEEE Transactions on Automatic Control, 2006, 51(3): 401-420.

[9] Liu L, Logan K P, Cartes D A, et al. Fault detection, diagnostics, and prognostics: software agent solutions[J]. IEEE Transactions on Vehicular Technology, 2007, 56(4): 1613-1622.

[10] Butler K L, Sarma N D R, Prasad V R. Network reconfiguration for service restoration in shipboard power distribution systems[J]. IEEE Transactions on Power Systems, 2001, 16(4): 653-661.

[11] Butler-Purry K L, Sarma N D R, Hicks I V. Service restoration in naval shipboard power systems[J]. IEE Proceedings-Generation, Transmission and Distribution, 2004, 151(1): 95-102.