大数据集成环境下基于MAS的智能电网能量协调控模型分析.docxVIP

??

?

??

大数据集成环境下基于MAS的智能电网能量协调控模型分析

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

摘要：调度控制是智能电网管理中的重要内容。基于此，本研究主要针对MAS技术在智能电网调度控制管理工作中的应用优势进行分析；并从模型架构、模型数据收集层、模型数据决策层等方面，细化阐述了基于MAS技术的智能电网能量协调控制模型的构建，以期为智能电网管理提供良好支持。

关键词：大数据集成；MAS；智能电网

前言：随着用电量的持续增长，电网调度控制工作，逐渐成为人们的关注重点。近年来，智能电网建设进程的加快，为用电管理工作提供了极大的支持。但从智能电网的调度、协调控制状况来看，当前智能电网管理模式仍然与大数据集成背景的要求存在一定差异。而MAS技术则在数据分析处理方面具有一定优势，该技术更加契合大数据集成的要求。因此，探讨以MAS技术为核心的智能电网能量协调控制模型构建具有一定必要性。

一、MAS技术在智能电网调度控制管理中的应用优势

（一）问题解决能力

智能电网调度控制管理的关键在于：识别、分析电网的运行数据，根据分析结果，制定调度、控制决策[1]。从本质角度来讲，可将智能电网的调度控制管理过程看成是一个问题解决过程。相对于其他技术而言，MAS在问题解决方面更具优势，原因在于：MAS由多个Agent整合而成。于智能电网调度控制管理工作中引入MAS技术后，该技术可借助各Agent的丰富知识储备及良好数据整合分析能力，于较短时间内完成问题解决任务，并保障电网调度控制决策的可靠性。

（二）数据处理效率

自智能电网推行以来，海量信息的处理，逐渐成为电网管理所面临的主要问题。结合智能电网的发展经验来看，以传统技术处理数据信息时，容易面临数据信息处理不及时、处理错误率高等状况（多见于用电高峰期阶段）。而引入MAS技术后，该技术则可实现海量数据信息的高效化处理：一方面，MAS技术可借助单Agent系统的数据整合、分析优势，高质量完成问题解决；另一方面，该技术还可经通讯Agent这一媒介，于所有服务器之间建立连接，为数据传输、分享提供支持，进一步提高数据分析处理效率。基于上述优势，推行该技术具有一定必要性。

二、大数据集成背景下基于MAS的智能电网能量协调控制模型

（一）模型整体架构

在当前大数据集成环境下，如何优化智能电网的调控质量，逐渐成为智能电网管理面临的关键问题。为了达成改善智能电网调控质量目标，可将以MAS技术为核心的智能电网能量协调控制模型架构设计为：由数据收集层、决策资源层、通信传输层以及人机交互层共4部分构成。其中，数据收集层的功能以收集电网数据为主；决策资源层的作用以数据分析、数据集成等为主；通信传输层相当于整个MAS智能电网能量协调控制模型中的传输媒介、通道，为各层之间的数据传输提供渠道；人机交互层则是管理者与MAS模型交互的基本媒介。

（二）数据收集层

智能电网运行期间产生的数据量较大，数据类型较多[2]。MAS智能电网能量协调控制模型的数据收集层同时经多种渠道，收集与电网有关的数据信息，以保障MAS模型的数据处理效果及决策支持作用。具体数据收集渠道包含：第一，智能电子装置。智能电子装置主要布设于智能电网的各个区域。随着智能电网的持续运行，智能电子装置可动态采集其所在区域的电网实时运行数据，并将所收集数据传输至MAS模型的数据收集层中，为MAS模型调控、能量分配等功能奠定基础。第二，故障信息系统。故障识别、诊断，也是MAS模型的主要功能之一。在MAS模型运行期间，该模型主要利用数据收集层采集来源于故障信息系统的数据信息，并经模型的其他部分开展数据分析、诊断，从中识别出异常数据信息，并判断当前电网是否处于故障状态。第三，SCADA系统。电网运行状态下，数据收集层主要收集来源于SCADA系统的稳态数据信息。第四，广域测量系统。在智能电网中，广域测量系统主要产生与电网有关的动态数据，并将其传输至MAS模型的数据收集层中。

（三）决策资源层

在MAS模型中，决策资源层是大数据集成的重要体现。该部分主要依托数据挖掘技术、数据建模分析技术以及数据预处理技术等，为智能电网的能量调控、分配提供合理的决策。MAS模型运行期间，决策资源层将来源于数据收集层的各类数据信息进行集成处理后，经预处理存储功能，完成电网数据的分类存储，随后经数据建模分析、数据挖掘等环节，获得数据分析结果，最后将所得结果传递至下一层部分。由于数据收集层提供的数据较多，为确保数据存储效率，MAS模型的决策资源层主要借助分布式文件存储模式、Hbase分布式数据库，实现各类数据的高效率存储。而从决策资源层的功能来看，其电网故障诊断、处理等功能，均需依靠数据处理环节来完成。在运行状态下，电网故障决策流程为：经MapReduce分布式计