大數據集成環境下基于MAS 的智能電網能量協調控制模型研究

李存斌 張 炎

（華北電力大學，北京102206）

近些年，我國電力行業迅速的適應了大數據的潮流，不斷通過電力體制改革迅速發展。現如今的智能電網調度已經不單單是機械的收集電力數據，而集成為更加智能化、自動化的智能電網控制系統。而智能電網調度問題更是促進電力合理分配與利用中重要的一環。盡管能量管理系統（EMS）已經在電網系統中得到廣泛應用，但仍需要調度人員根據經驗進行決策和處理[1]。

目前，智能電網自動化調度系統已經形成包括SCADA、EMS、DMS等在內的一套調度系統軟件，雖然其功能在實際運行中不斷進行完善，但智能化水平依然不高,本文將MAS技術運用于智能電網調度系統上，結合大數據的思想分析闡述了電網智能調度系統的結構框架，該技術將會有效推動電網調度技術發展[2]。

1 智能電網調度控制系統結構及應用現狀

電網調度貫穿電能生產、輸送到消費的始終，所以其重要性不言而喻。智能電網調度控制技術的應用在發展正如火如荼的進行中，智能電網調度比較注重吸收學習經驗和自主創新，所以經過一段時間的發展滯后，在電網的智能化功能上就表現的比較突出。電力調度中心推出了智能化技術支持的系統基礎平臺，和高級的應用功能。系統的結構主要就是中心調度以及系統管理服務等，在高級應用功能方面，是通過調度管理和計劃以及實時監控等模塊所組成的[3]。

智能電網通過多級調度協調故障控制技術有效的達到實時監控全網和電網智能警告的目的。有效的解決了特大電網多級調控控制以及電網故障聯合處理的難題。而在協同運行方面上，國網三級調度業務也可以實現聯合溝通，有效的達到了故障預警的目的。同時，國網建立了資源在線共享平臺，加強各級之間的協調和溝通。目前，電網可以實現在線小干擾穩定分析和低頻震蕩預警結合分析，有效保障了電網運行計算的精確性[4]。

2 MAS 技術與大數據平臺

2.1 MAS技術。自從20 世紀50 年代人們提出Agent 最初思想模型后，Agent 技術就越發成熟起來。目前更成為人工智能領域重要的內容。Agent 工作過程類似人類的手、目等感官感知外部環境。通過環境感知器接受外部刺激，Agent 將外部環境轉化為字符串編碼交給計算機信息融合和處理再作用回外部環境[5，6]。

多個Agent 系統簡稱MAS（Multi Agent system），這些Agent通過相互協調來實現某種復雜功能。MAS解決問題的能力極大的依賴于單個Agent 所具備的知識和能力。所以多Agent 系統即MAS 系統可以一邊利用單Agent 系統高效的處理能力解決問題，一邊利用通訊Agent 將各個服務器連接，提升任務效率[7]。

當前國網自動化調度系統中均處于不同環境下自主進行工作，很難將SACDA、EMS等系統獲取的數據進行整合。所以如果將電網運行的相關參數加以整合處理，將會有效的利用現有的資源。而將多Agent 的MAS系統運用到電力調度自動化領域，并融入大數據、計算機技術、通訊技術等，將傳統調度網絡升級，構造智能管理模型，便可有效將現有數據利用，對危險進行預警。

2.2 大數據平臺。隨著智能電網智能化建設的不斷推進，隨之而來產生了大量的電力數據，尤其是在調控一體化運行過程中，所有輸變電設備監控信息集中到調控中心，這些數據信息具有涉及設備眾多、體量龐大、異常故障情況復雜等特點，不僅能反應輸變電設備當前狀態，也能反應設備狀態的變化趨勢，通過對告警信息整理分析可為調控人員提供電網運行風險提前預警。所以電網大數據平臺應運而生，其主要作用就是找出隱藏在電力系統運行信息中的關系，挖掘和整合電網運行中獲取的海量數據。通過對相關參數深度挖掘和對比，及時發現電網運行存在的問題，進行更好的資源配置工作。

3 智能調度系統框架結構

本文提出的在大數據集成環境下基于MAS的智能調控系統，不僅僅限制為一種穩態分析決策系統，同樣適用于故障分析系統和故障過濾到穩態的暫態分析決策[7，8]。該系統結合大數據思想基于MAS 技術，將電網自動化調度分成數據獲取層、決策資源層、人機交互層、通信服務層、主體智能層五層，如圖1 所示，下面對各系統層次的功能加以說明。

3.1 數據獲取層：整個系統的數據來源應包括SCADA 系統的穩態數據、故障信息系統數據和廣域測量系統提供的動態數據及智能電子裝置中的實時數據。這樣使系統中的數據來源更加廣泛，數據量更多，數據種類更加豐富。不斷將電網實際運行獲得的數據寫入數據倉庫，為第二階段對數據關聯規則挖掘打下堅實基礎。

3.2 決策資源層：即大數據挖掘分析算法平臺。該層次的目的是利用大數據分析的相關方法來尋求歷史數據之間的多元相關性，實現快速、準確地對電網故障做出決策，最大程度維護電網運行。整個層次的數據處理流程可以概括為數據集成、數據預處理存儲、數據建模分析、數據挖掘、結果傳遞，由于該系統需要處理大量的結構化和非結構化數據，而且對數據處理的及時性有很高的要求，所以在各個處理環節采用MapReduce 分布式計算框架，數據的存儲利用Hbase 分布式數據庫和分布式文件存儲系統HDFS（Hadoop Distributed File System）。

3.3 通信服務層：該層次是各層次通訊的紐帶，其主要作用是負責各個層次之間的通信工作，傳遞數據信息并分配系統中的資源。

3.4 職能主體層：職能主體層是通過大數據平臺挖掘出的關聯信息的輔助決策相互協調得出最后結果。其由行使不同功能的各種Agent 組成。

圖1 基于MAS 技術的電網調度模型

3.5 人機交互層：人機交互層是人和電力系統之間交互的橋梁，管理員通過人機接口獲取電網運行處理過的數據，其主要以聲音或圖像方式直觀的呈現在管理員的面前，更加清晰明了。緊急情況時管理員可以進行相關操作操縱相關開關和保護裝置。

4 結論

本文提出在大數據環境下基于MAS 技術的智能電網調度系統的框架結構，順應了當今電網大數據的潮流，滿足國家電網推進建設泛在電力物聯網建設的需求。文中提出并設計了MAS系統運用于電力系統調度的各個模塊和功能，提高了電力系統自動化調度的整體性和安全性。基于MAS系統的智能調度系統通過整合和挖掘各類電網運行數據，更能準確的引導管理員決策，這便為電力安全系統運行提供了有效保障。