由于主动配电网具有大量分布式可调资源、数据交互多、控制方式灵活等特点，因此其分布式优化调度技术成为研究热点。人工智能范畴的多代理系统(Multi-AgentSystem,MAS)具有良好的自治性、适应性、协调性和社会性，能很好地解决分布式系统的协调优化问题，目前被广泛应用于配电网和微电网的研究领域。
文献]建立了多微网环境中的能量协调调度方法，提出了分层调度方案，在负荷变化时以可调发电单元作为主要调控手段。
本文提出了储能实时优化调度模型和柔性负荷模型，并利用MAS构建适用于主动配电网的分布式多源协调优化调度架构以及区域自治和全局协调两种优化调度策略。最后基于JADE开发平台搭建仿真环境，结合算例系统进行验证。
图1 储能虚拟放电价格曲线
结论
对主动配电网多源协调优化调度模型、优化调度架构以及优化调度策略进行了研究，所得结论为：
1）为了实现主动配电网实时优化调度，对传统的储能模型进行了改进，提出了储能虚拟充放电成本。还建立了具有可控特性的负荷模型，并通过仿真算例验证了模型的有效性。
2）提出的“主导Agent—节点Agent—单元Agent”三层多源协调优化调度架构将全网优化模型的目标和约束分散到节点Agent和单元Agent中，利用Agent之间的交互和通信，通过主导Agent引导各区域进行分布式优化调度。该架构可扩展性强，交互方式灵活，计算效率高。
3）提出了基于MAS的区域自治协调优化调度策略，并基于JADE开发平台搭建了仿真环境，以两个典型系统为例，采用区域自治协调优化调度策略可实现主动配电网多源协调优化调度。
