多智能體系統分布式協調控制在電力系統中的應用

宋天華

（寧夏大學新華學院信息與計算機科學系，寧夏銀川750021）

0 引言

控制理論可以追溯到20世紀初萊特兄弟發明飛機時，從此控制理論逐漸發展起來并受到越來越多的關注[1]。隨著航空航天技術的發展，現代控制理論也得到了快速發展，同時也發展出很多控制方法，比如魯棒控制、自適應控制、非線性控制和智能控制等[2]。多智能體系統因為其本身的優越性得到越來越廣泛的應用。本文簡述多智能體系統分布式協調控制問題，以及其在電力系統中的簡單應用。

1 多智能體系統

人們對多智能體的關注源于科學家對自然界動物行為的研究，動物的聚集、蜂擁等問題啟發了人們。多智能體系統可以通過控制相對簡單的單個智能體來完成復雜的任務，并且這些任務是單個智能體無法完成的[3]。多智能體系統在電力系統、軍事、游戲、交通以及機器人等方面有著廣泛的應用。在軍事領域，多智能體系統可以編隊完成士兵無法完成的危險任務；在游戲領域，多智能體系統可應用于足球賽、舞蹈賽等；工業制造中利用機器人搬運大型貨物等。

2 分布式協調控制

隨著控制理論的發展，兩種控制方法也逐漸發展起來。一種是集中控制，集中控制是在系統中建立一個控制中心，由統一的控制協議控制整個系統。但是這種控制屬于比較簡單的控制，比較適合傳統的、結構簡單的控制系統。另一種是分布式控制，這種控制方法就是對系統進行集中管理、分散控制，分布式控制需要一個分布式控制協議來控制系統。和集中控制相比，分布式控制可以解決因能源、帶寬以及單個智能體尺寸等缺陷帶來的問題，因此分布式控制在多智能體系統中得到越來越多的關注。

多智能體系統分布式協調控制主要包括一致性問題、編隊問題、群集和蜂擁等[1]。其中，一致性問題是多智能體系統分布式協調控制的基礎，也是研究其他問題的理論基礎[4]。多智能體系統一致性問題指的是隨著時間的變化，系統中的單個智能體在一致性協議的控制下最終狀態趨于一致[3]。多智能體系統分布式協調控制中的編隊問題不同于一致性控制最終達到一致的狀態，編隊問題的控制結果更加多元化，因此編隊的應用也更加廣泛，比如應用在無人機編隊飛行、衛星編隊和監視偵察等領域。2015年9月3日，在北京天安門廣場舉行的抗日戰爭勝利70周年閱兵儀式中，空中梯隊編隊飛行就是采用了基于領航法的編隊控制。一般用圖論里面的無向圖和有向圖給多智能體系統建立模型，每一個智能體用無向圖或者有向圖的頂點來表示，智能體之間的信息交流關系用圖的邊來表示，如圖1所示。編隊隊形可以通過無向圖或者有向圖中的一個來描述，如圖2所示。當兩個智能體之間的信息交流是單向時，可以建立有向圖的模型；當兩個智能體之間的信息交流是相互的，則建立無向圖的模型如圖3所示。

圖1 圖論

圖2 有向圖

圖3 無向圖

多智能體系統編隊過程中有一個很重要的問題就是避障，這其中包括智能體之間要相互交流以防碰撞以及多智能體系統也要躲避所在場所的障礙物，場所中的障礙物又分為靜態和動態，如圖4和圖5所示。研究多智能體系統的避障問題可以提高任務完成效率，大大節約成本[5]。

圖4 靜態避障

圖5 動態避障

群集指的是大量個體的集合，個體和個體之間通過信息交流最終達到一致的狀態。蜂擁問題是一種特殊的群集問題，蜂擁問題的最終狀態是多智能體系統的個體之間距離穩定和速度相等，速度相等包括大小和方向都相等。分布式協同控制應用于多智能體系統中可以更好地展現多智能體系統的協同表現能力，同時也具有更好的靈活性、適應性和魯棒性，因此多智能體系統的分布式協調控制得到越來越廣泛的應用。

3 多智能體系統協調控制在電力系統中的簡單應用

隨著多智能體系統的發展，多智能體系統分布式協同控制在電力系統中的應用也越來越廣泛。趙波等在2004年提出了一種在電力市場中的基于多智能體系統分布式協調控制的仿真系統[6]；在中國人工智能學術年會第11屆全國學術年會上，朱永利等人提出了多智能體系統在電網故障在線診斷中的應用[7]，文獻[8]、文獻[9]提出了基于多智能體系統分布式協調控制的電力系統分布式經濟調度策略和微網功率的經濟分配方法。近幾年新能源成為人們關注的熱點，為解決現有能源問題，確保社會可持續發展，可再生能源的利用越來越廣泛，文獻[10]結合微電網，在多智能體系統分布式協調控制的基礎上，提出了一致性算法來解決微電網中的經濟分配問題，并提出了基于隨時延時的一致性算法來解決微電網中通信存在隨機延時的問題。

4 結語

隨著電力系統的改革和發展，傳統的集中控制方式已經不能滿足電力系統的發展和應用需要。多智能體系統分布式協同控制鑒于其分布式控制的特點在電力系統中得到越來越廣泛的應用，尤其隨著智能電網的發展，多智能體系統和電力系統的結合一定會得到越來越多的關注。