分布式次梯度算法作为另一种重要的全分布式优化算法,其主要思路是：每个分布式自治单元通过其自身的目标函数信息(即目标函数的次梯度)对决策变量进行估计,并与网络中的其他自治单元直接或间接地交换这些估计用于下一次的迭代更新,最终给出全局目标最优时的决策变量。对于以下无约束凸优化问题
用xi[k]∈Fn表示自治单元i在第k步迭代对决策变量xi的估计值。在不考虑通信时延的情况下,自治单元i对估计值的更新方式[34]如下。
式中：aij[k]为单元i与单元j的通信权重系数;标量di[k]>0是代理i的迭代步长;向量si[k]是单元i的目标函数fi(x)在点x=xi[k]的偏转次梯度。同时,次梯度算法在信息交换过程中还需要满足权重规则、连通性规则和通信频率规则。考虑到分布式稀疏通信网络拓扑属于无向图,从式(9)(11)可知,若偏转次梯度si[k]可以由xj[k] (j=1,2,⋯,n)线性表示,则一致性算法可视为一种特殊的次梯度算法。如在分布式电源的有功功率经济分配问题中,目标函数的次梯度信息即各分布式电源的成本微增率,由于优化问题的最优解即为等微增率点,而等微增率点又可视为以成本微增率为决策变量的一致性问题中的群体决策值[35],这样,次梯度优化算法便退化为一致性算法。
一致性算法与次梯度算法在应对网络拓扑结构的改变时仅需分别对状态转移矩阵D[k]和通信权重系数aij[k]作相应修改,可靠性高,时效性强且便于扩展,适用于能源互联网分布式设备的“即插即用”,从而成为了分布式协同调控研究中的热点。一方面,考虑到一致性算法可快速获取全网各节点状态变量的平均值、最大值和最小值等信息,其与下垂控制相结合可实现电压、电流等的全局协同控制[36]。另一方面,由于次梯度算法中本就包含优化模型信息,同时考虑上述一致性问题与分布式优化问题的相关性,次梯度算法与一致性算法可广泛应用于能源互联网区域自治优化调度及频率快速恢复[37-39],在维持多能源系统的实时供需平衡的前提下降低全网的调节成本。
然而一致性算法与次梯度算法均只有一阶收敛性,收敛速度较慢,故有学者提出采用具有超线性收敛速度的分布式算法,如分布式牛顿法[40-41],但其在应用时对包含二阶梯度信息的海森矩阵Hk的求逆过程耗时较长,且由于多能耦合模型的复杂性,实现H−1k的分布式求解十分困难,在能源互联网中的适用性有待进一步讨论。另一方面,由于成本微增率等优化目标函数的(次)梯度信息和二阶梯度信息属于各分布式单元的私有信息,对所属不同主体的分布式设备进行信息交互会造成能源互联网参与者隐私泄露,而采用交替方向乘子法(alternating direction method of multipliers,ADMM)仅需交换“期望交换功率”等信息,可有效解决该问题,符合未来能源市场的交易要求[42-43]。此外,考虑到上述方法主要应用于凸优化问题,当优化目标或可行域非凸时,其收敛性无法保证。因此,在解决能源互联网中考虑最优功率流等非凸优化问题时可考虑运用二阶锥松弛、序列凸近似[44-45]等方法将问题转化为凸优化问题继续求解。
2.3 多智能体系统的应用
上文中已经提到,实现分层分布式优化策略需要具有自治控制和响应调控指令能力的分布式可控单元的参与,而这些分布式可控单元就相当于不同的智能体,从而构成了多智能体系统(multi-agent system,MAS)。多智能体系统也称为多代理系统,广义来讲,MAS可视为分布式人工智能的应用,其中的每个智能体能够充分发挥自主性并具有与系统中其他智能体交互、协调、达成一致的社会能力[46]。
在多智能体系统中,每个智能体可依据图4中的Agent工作流程按照不同功能设计成双层控制结构。在上层控制中,各Agent通过感知器接收所在代理区域的状态信息后交由事件处理分发器进行数据的分类和预处理,并映射到相应场景。在该场景下,各Agent利用通信系统与其他Agent进行协商与合作确立最优目标,并根据此目标在决策器中选择适当的决策;随后在功能模块已有知识或规则支持下制定响应计划;最后通过效应器作用于系统运行环境。下层控制主要包含电压控制、频率控制等功能,以保证区域供需平衡和安全稳定运行,实现自律调控[47]。
图4 智能体工作流程
在广义能源互联网中,智能体的概念可做进一步扩展。基于分层分布式的优化调控结构,电力系统、热力系统、天然气系统和智能化交通系统可设计为顶层智能体;中间层智能体由区域能源子网或广义虚拟电厂(generalized virtual power plant,GVPP)构成,是整个多能源系统分层分布式架构中最关键、最复杂、最多样的环节;底层智能体则负责各种分布式设备的即插即用与协同控制,大多数设置在各分布式设备的能源接口处[48]。其中,中间层智能体在能源互联网中处于决定性地位,是联系顶层智能体与底层智能体的纽带,主要包括能量枢纽智能体、能源路由器智能体、微电网智能体等,通过分工合作完成接收顶层智能体综合调控指令,与邻接中间层智能体通信以及制定并下发模式切换策略和功率控制指令等功能,从而实现不同能源子网间的协调运行。中间层智能体与底层智能体的出现弱化了顶层智能体的调控功能,使得能源互联网由传统电网的垂直结构向扁平化发展。
多智能体系统作为分布式优化算法实现的基础,在能源互联网分布式调控中的应用十分广泛。文献[49]基于多智能体一致性算法,设计了一种用于分布式发电机的新型分布式协调控制器,以解决能源互联网中因分布式发电单元输出电压幅值和相角间微小差异而引起较大循环电流的问题。在能源互联网经济运行方面,多智能体优化策略被广泛应用于有功功率和频率的精确控制[50]以及分布式电源竞价机制制定[51]等领域。同时,作为能源互联网中的关键接口设备,能源路由器可视为一种特殊的管理智能体,其相关设计与控制问题也备受关注[52-54]。多智能体优化理论为能源互联网的分层分布式调控提供了新的思路,但对于网络中复杂的多能耦合分布式优化问题,如何改进现有的分布式优化算法与多智能体交互机制,来减少分布式控制器的计算时间并适应能源互联网多时滞[55]、变拓扑结构的特点,还有待进一步研究。此外,MAS在能源互联网中的应用还需要解决标准化的开发平台与通信语言以及模块化、高度集成化的电子互联技术等关键问题。
3 研究展望
能源互联网的多能分布式优化问题涉及领域十分广泛,需要多智能体、信息物理融合、智能能源管理等理论的应用和信息通信、电力电子、新型储能、能源转换等先进技术的支撑。在能源互联网的研究热潮中,新的理念与思路不断涌现,如何选取合适的运行控制体系和机制,如何实现多能流分布式优化调控,如何设计适应能源互联网的商业运营模式,成为未来的主要研究方向。
1)分布式运行控制体系。
目前在电力系统中广泛应用的先分层后分区的运行控制体系从电能传输与利用的角度将整个电网主要分为输电和配电2层。但由于在能源互联网中间歇性分布式可再生能源的渗透率大幅提升,呈现出源-网-荷-储深度融合的特点,同时不同能源的耦合互补也使得多能源系统具有调度灵活性、多样性,导致能源传输环节的控制作用被大大削弱。因此,有必要将上文所述的分层分布式控制架构结合智能电网Web of Cell(WoC)体系“弱中心化”的思想[56]构建能源互联网运行与控制新体系,将能源互联网分成若干个结构较为简单的能源自治区域(Cell),区内集中自治,区间分散协调,从而实现全局的优化运行。每个能源子网并不是单一的供能侧或用能侧,而是可以包含能源生产、传输、分配、使用等各个环节,结合开放系统互连模型(open system interconnection/ reference model,OSI/RM)按功能划分不同的层次结构[57],如图5所示。该体系可以在不改变现有能源系统网架结构和地理边界的情况下实现能源互联网的群体智能化,具有良好的发展前景,是下一步研究需要关注的重点。
图5 基于WoC体系的功能分层结构
2)多能流分布式优化调控。
目前,分布式优化调控研究多集中于主动配电网层面或互联微电网系统,对于包含多能量枢纽的多能源系统涉及较少,尤其是考虑到能源互联网多能流耦合、多时空尺度、多智能体控制的运行方式,需要对现有的分布式优化策略进行改进和创新[58]。首先,由于不同能源系统的量测精度差异,需要研究稀疏通信网络下的分布式状态估计算法,满足各能流耦合环节信息交互的快速性与可靠性要求。在此基础上,针对不同能流系统响应时间的差异以及动态过程的相互影响,需要提出多优化周期的分布式多能流调控模型,研究多重优化模型下不同分布式优化算法的适用性问题,并考虑针对可再生能源出力等不确定性的模型预测控制[59]。此外,在人工智能兴起的大背景下,未来能源互联网应是能源调控方式与人类行为紧密耦合的信息-物理-社会融合系统,如何利用调度机器人群体的平行机器学习[60]实现多能源系统的分布调控将是具有前瞻性和开创性的研究课题。
3)能源市场去中心化交易模式。
在能源互联网分布式运行体系下,电网调度中心的主导地位将逐渐弱化,需要对供能、用能、储能及中间商等交易实体采用基于分散化决策和帕累托最优的微平衡交易模式[61]。但由于目前还未建立起协同多能源系统的跨平台商业模式和激励相容机制,如何利用区块链技术协同自治、去中心化、合约执行自动化及可追溯性的特点构建高效透明、广泛参与和全面信任的金融交易体系,形成面向分布式交易主体的可交易能源系统是实现能源互联网信息-物理-社会系统与金融体系之间立体化融合的关键[62-65]。然而我国区块链技术在能源互联网中的发展还处于理想化的场景分析阶段,面临计算能力不足、网络信息安全保障不充分、智能合约责任主体不明确等技术瓶颈,同时缺乏相应的政策约束与监管体系,需要结合能源互联网基础设施建设与改造进程探索分阶段的能源市场化发展策略,丰富去中心化交易模式的理论基础与工程实证。
4 结语
针对能源互联网开放互联、以用户为中心、共享对等的特点,相关协调运行与控制问题成为限制其规模与融合深度的瓶颈之一,需要分布式优化策略与调控技术的支撑。本文基于能源互联网“横向多能互补,纵向源-网-荷-储一体化协调”的互联模式,从能量枢纽建模、多能流网络建模与优化运行策略3个方面对多能协调运行优化基本方法和研究现状做了简要介绍与评述。随后,在分层分布式控制架构的基础上分析了适用于分布式设备广泛接入、即插即用的分布式优化算法与控制策略,并进一步介绍了多智能体系统的应用现状。最后展望了能源互联网在运行控制体系、多能流优化调控以及能源市场交易模式等方面的发展前景,对于日后能源互联网的应用与实践具有一定的指导意义和参考价值。
参考文献
[1] Huang A Q,Crow M L,Heydt G T,et al.The future renewable electric energy delivery and management(FREEDM) system: the energy internet[J].Proceedings of the IEEE,2011,99(1):133-148.
[2] 田世明,栾文鹏,张东霞,等.能源互联网技术形态与关键技术[J].中国电机工程学报,2015,35(14):3482-3494. Tian Shiming,Luan Wenpeng,Zhang Dongxia,et al.Technical forms and key technologies on energy internet[J].Proceedings of the CSEE,2015,35(14):3482-3494(in Chinese).
[3] 曾鸣,杨雍琦,刘敦楠,等.能源互联网“源-网-荷-储”协调优化运营模式及关键技术[J].电网技术,2016,40(1):114-124. Zeng Ming,Yang Yongqi,Liu Dunnan,et al.“Generation- grid-load-storage” coordinative optimal operation mode of energy internet and key technologies[J].Power System Technology,2016,40(1):114-124(in Chinese).
[4] 董朝阳,赵俊华,文福栓,等.从智能电网到能源互联网:基本概念与研究框架[J].电力系统自动化,2014,38(15):1-11. Dong Zhaoyang,Zhao Junhua,Wen Fushuan,et al.From smart grid to energy internet: basic concept and research framework[J].Automation of Electric Power Systems,2014,38(15):1-11(in Chinese).
[5] 张涛,张福兴,张彦.面向能源互联网的能量管理系统研究[J].电网技术,2016,40(1):146-155. ZhangTao,Zhang Fuxing,Zhang Yan.Study on energy management system of energy internet[J].Power System Technology,2016,40(1):146-155(in Chinese).
[6] 陈启鑫,刘敦楠,林今,等.能源互联网的商业模式与市场机制(一)[J].电网技术,2015,39(11):3050-3056.Chen Qixin,Liu Dunnan,Lin Jin,et al.Business models and market mechanisms of energy internet(1)[J].Power System Technology,2015,39(11):3050-3056(in Chinese).
[7] 周海明,包喜春,赵琦.能源互联网结构及其典型应用模式[J].中国电机工程学报,2017,37(22):6619-6626. Zhou Haiming,Bao Xichun,Zhao Qi.Research on the framework and typical application pattern of the energy interconnection[J].Proceedings of the CSEE,2017,37(22):6619-6626(in Chinese).
[8] Geidl M,Koeppel G,Favre-P P,et al.Energy hubs for the future[J].IEEE Power and Energy Magazine,2007,5(1):24-30.
[9] Zhang X J,Karady G G,Ariaratnam S T.Optimal allocation of CHP-based distributed generation on urban energy distribution networks[J].IEEE Transactions on Sustainable Energy,2014,5(1):246-253.
[10] 王毅,张宁,康重庆.能源互联网中能量枢纽的优化规划与运行研究综述及展望[J].中国电机工程学报,2015,35(22):5669-5681. Wang Yi,Zhang Ning,Kang Chongqing.Review and prospect of optimal planning and operation of energy hub in energy internet[J].Proceedings of CSEE,2015,35(22):5669-5681(in Chinese).
[11] 郝然,艾芊,朱宇超,等.基于能源集线器的区域综合能源系统分层优化调度[J].电力自动化设备,2017,37(6):171-178. Hao Ran,Ai Qian,Zhu Yuchao,et al.Hierarchical optimal dispatch based on energy hub for regional integrated energy system[J].Electric Power Automation Equipment,2017,37(6):171-178(in Chinese).
[12] Rastegar M,Zareipour H.A probabilistic energy management scheme for renewable-based residential energy hubs[J].IEEE Transactions on Smart Grid,2017,8(5):2217-2227.
[13] Mortaz E,Valenzuela J.Microgrid energy scheduling using storage from electric vehicles[J].Electric Power Systems Research,2017(143):554-562.
[14] Chicco G,Mancarella P.Matrix modelling of small-scale trigeneration systems and application to operational optimization[J].Energy,2009,34(3):261-273.
[15] 王伟亮,王丹,贾宏杰,等.能源互联网背景下的典型区域综合能源系统稳态分析研究综述[J].中国电机工程学报,2016,36(12):3292-3305. Wang Weiliang,Wang Dan,Jia Hongjie,et al.Review of steady-state analysis of typical regional integrated energy system under the background of energy internet[J].Proceedings of CSEE,2016,36(12):3292-3305(in Chinese).
[16] 杨帅,陈磊,徐飞,等.基于能量流的电热综合能源系统弃风消纳优化调度模型[J].电网技术,2018,42(2):417-426. Yang Shuai,Chen Lei,Xu Fei,et al.Optimal dispatch model of wind power accommodation in integrated electrical-thermal power system based on power flow model[J].Power System Technology,2018,42(2):417-426(in Chinese).
[17] 戴远航,陈磊,闵勇,等.风电场与含储热的热电联产联合运行的优化调度[J].中国电机工程学报,2017,37(12):3470-3479. Dai Yuanhang,Chen Lei,Min Yong,et al.Optimal dispatch for joint operation of wind farm and combined heat and power plant with thermal energy storage[J].Proceedings of the CSEE,2017,37(12):3470-3479(in Chinese).
[18] 王英瑞,曾博,郭经,等.电-热-气综合能源系统多能流计算方法[J].电网技术,2016,40(10):2942-2950.Wang Yingrui,Zeng Bo,Guo Jing,et al.Multi energy flow calculation method of an electric thermal gas integrated energy system[J].Power System Technology,2016,40(10):2942-2950(in Chinese).
[19] 徐宪东,贾宏杰,靳小龙,等.区域综合能源系统电/气/热混合潮流算法研究[J].中国电机工程学报,2015,35(14):3634-3642. Xu Xiandong,Jia Hongjie,Jin Xiaolong,et al.Study on hybrid heat-gas-power flow algorithm for integrated com-munity energy system[J].Proceedings of the CSEE,2015,35(14):3634-3642(in Chinese).
[20] 靳小龙,穆云飞,贾宏杰,等.考虑配电网重构的区域综合能源系统最优混合潮流计算[J].电力系统自动化,2017,41(1):18-24. Jin Xiaolong,Mu Yunfei,Jia Hongjie,et al.Calculation of optimal hybrid power flow for integrated community energy system considering electric distribution network reconfiguration[J].Automation of Electric Power Systems,2017,41(1):18-24(in Chinese).
[21] 孙秋野,赵美伊,陈月,等.能源互联网多能源系统最优功率流[J].中国电机工程学报,2017,37(6):1590-1598. Sun Qiuye,Zhao Meiyi,Chen Yue,et al.Optimal energy flow of multiple energy systems in energy internet[J].Proceedings of the CSEE,2017,37(6):1590-1598(in Chinese).
[22] 卫志农,梅建春,孙国强,等.电-气互联综合能源系统多时段暂态能量流仿真[J].电力自动化设备,2017,37(6):41-47. Wei Zhinong,Mei Jianchun,Sun Guoqiang,et al.Multi-period transient energy-flow simulation of integrated power and gas energy system[J].Electric Power Automation Equipment,2017,37(6):41-47(in Chinese).
[23] 王赫. 供热系统动态特性的模拟研究及在电力调峰中的应用[D].济南:山东大学,2016.
[24] 孙秋野,滕菲,张化光.能源互联网及其关键控制问题[J].自动化学报,2017,43(2):176-194. SunQiuye,Teng Fei,Zhang Huaguang.Energy internet and its key control issues[J].Acta Automatica Sinica,2017,43(2):176-194(in Chinese).
[25] Rastegar M,Fotuhi-Firuzabad M,Lehtonen M.Home load management in a residential energy hub[J].Electric Power Systems Research,2015(119):322-328.
[26] Vahid-P M J,Nojavan S,Mohammadi-I B,et al.Stochastic optimization of energy hub operation with consideration of thermal energy market and demand response[J].Energy Conversion and Management,2017(145):117-128.
[27] Dzobo O,Xia X.Optimal operation of smart multi-energy hub systems incorporating energy hub coordination and demand response strategy[J].Journal of Renewable and Sustainable Energy,2017,9(4):1489-1497.
[28] Huo D,Le Blond S,Gu C H,et al.Optimal operation of interconnected energy hubs by using decomposed hybrid particle swarm and interior-point approach[J].International Journal of Electrical Power & Energy Systems,2018(95):36-46.
[29] Shabanpour-Haghighi A,Seifi A R.Energy flow optimization in multicarrier systems[J].IEEE Transactions on Industrial Informatics,2015,11(5):1067-1077.
[30] 顾伟,陆帅,王珺,等.多区域综合能源系统热网建模及系统运行优化[J].中国电机工程学报,2017,37(5):1305-1315. Gu Wei,Lu Shuai,Wang Jun,et al.Modeling of the heating network for multi-district integrated energy system and its operation optimization[J].Proceedings of CSEE,2017,37(5):1305-1315(in Chinese).
[31] 蒲天骄,陈乃仕,王晓辉,等.主动配电网多源协同优化调度架构分析及应用设计[J].电力系统自动化,2016,40(1):17-23. Pu Tianjiao,Chen Naishi,Wang Xiaohui,et al.Architecture analysis and application design of multi source cooperative optimization dispatching for active distribution network[J].Automation of Electric Power Systems,2016,40(1):17-23(in Chinese).
[32] 孙秋野,王冰玉,黄博南,等.狭义能源互联网优化控制框架及实现[J].中国电机工程学报,2015,35(18):4571-4580. Sun Qiuye,Wang Bingyu,Huang Bonan,et al.The optimization control and implementation for the special energy internet[J].Proceedings of the CSEE,2015,35(18):4571-4580(in Chinese).
[33] Zhang Z A,Chow M Y.Convergence analysis of the incremental cost consensus algorithm under different communication network topologies in a smart grid[J].IEEE Transactions on Power Systems,2012,27(4):1761-1768.
[34] 蔡高原. 多微网互联系统动态经济调度研究[D].合肥:合肥工业大学,2016.
[35] 吴莹,章雷其,赵睿,等.稀疏通信下分布式电源微增率一致性加速算法[J].电力系统自动化,2016,40(23):86-92. Wu Ying,Zhang Leiqi,Zhao Rui,et al.Consensus accaleration algorithm of incremental cost rate for distributed generators under sparse communication network[J].Automation of Electric Power Systems,2016,40(23):86-92(in Chinese).
[36] 顾伟,薛帅,王勇,等.基于有限时间一致性的直流微电网分布式协同控制[J].电力系统自动化,2016,40(24):49-55. Gu Wei,Xue Shuai,Wang Yong,et al.Finite-time consensus based distributed cooperative control for DC Microgrids[J].Automation of Electric Power Systems,2016,40(24):49-55(in Chinese).
[37] 蒲天骄,刘威,陈乃仕,等.基于一致性算法的主动配电网分布式优化调度[J].中国电机工程学报,2017,37(6):1579-1589. Pu Tianjiao,Liu Wei,Chen Naishi,et al.Distributed optimal dispatching of active distribution network based on consensus algorithm[J].Proceedings of the CSEE,2017,37(6):1579-1589(in Chinese).
[38] Xu Y L,Zhang W,Liu W X,et al.Distributed subgradient-based coordination of multiple renewable generators in a microgrid[J].IEEE Transactions on Power Systems,2014,29(1):23-33.
[39] Wang Z G,Wu W C,Zhang B M.A fully distributed power dispatch method for fast frequency recovery and minimal generation cost in autonomous microgrids[J].IEEE Transactions on Smart Grid,2016,7(1):19-31.
[40] Mokhtari A,Ling Q,Ribeiro A.An approximate Newton method for distributed optimization[C]//IEEE ICASSP.IEEE,2015:2959-2963.
[41] 陈刚,杨毅,杨晓梅,等.基于分布式牛顿法的微电网群分布式优化调度方法[J].电力系统自动化,2017,41(21):156-162. Chen Gang,Yang Yi,Yang Xiaomei,et al.Distributed optimization scheduling method for microgrid cluster based on distributed Newton method[J].Automation of Electric Power Systems,2017,41(21):156-162(in Chinese).
[42] 李佩杰,陆镛,白晓清,等.基于交替方向乘子法的动态经济调度分散式优化[J].中国电机工程学报,2015,35(10):2428-2435. Li Peijie,Lu Yong,Bai Xiaoqing,et al.Decentralized optimization for dynamic economic dispatch based on alternating direction method of multipliers[J].Proceedings of the CSEE,2015,35(10):2428-2435(in Chinese).
[43] 王程,刘念.基于交替方向乘子法的互联微电网系统分布式优化调度[J].电网技术,2016,40(9):2675-2681. Wang Cheng,Liu Nian.Distributed optimal dispatching of interconnected microgrid system based on alternating direction method of multipliers[J].Power System Technology,2016,40(9):2675-2681(in Chinese).
[44] Zheng W Y,Wu W C,Zhang B M,et al.A fully distributed reactive power optimization and control method for active distribution networks[J].IEEE Transactions on Smart Grid,2016,7(2):1021-1033.
[45] Molzahn D K,Dörfler F,Sandberg H,et al.A survey of distributed optimization and control algorithms for electric power systems[J].IEEE Transactions on Smart Grid,2017,8(6):2941-2962.
[46] 艾芊,刘思源,吴任博,等.能源互联网中多代理系统研究现状与前景分析[J].高电压技术,2016,42(9):2697-2706. Ai Qian,Liu Siyuan,Wu Renbo,et al.Research and prospect of multi-agent system in energy internet system[J].High Voltage Engineering,2016,42(9):2697-2706(in Chinese).
[47] 蒲天骄,刘克文,李烨,等.基于多代理系统的主动配电网自治协同控制及其仿真[J].中国电机工程学报,2015,35(8):1864-1874. Pu Tianjiao,Liu Kewen,Li Ye,et al.Multi-agent system based simulation verification for autonomy-cooperative optimization control on active distribution network[J].Proceedings of the CSEE,2015,35(8):1864-1874(in Chinese).
[48] 高扬,艾芊.基于多智能体系统的微电网联络线潮流精确控制[J].电力系统自动化,2018,42(5):140-146. Gao Yang,Ai Qian.Precise control of tie-line power for microgrid based on multi-agent system[J].Automation of Electric Power Systems,2018,42(5):140-146(in Chinese).
[49] Sun Q Y,Han R K,Zhang H G,et al.A multi- agent-based consensus algorithm for distributed coordinated control of distributed generators in the energy internet[J].IEEE Transactions on Smart Grid,2015,6(6):3006-3019.
[50] 郝然,艾芊,朱宇超.基于多智能体一致性的能源互联网协同优化控制[J].电力系统自动化,2017,41(15):10-17. Hao Ran,Ai Qian,Zhu Yuchao.Cooperative optimal control of energy internet based on multi-agent consistency[J].Automation of Electric Power Systems,2017,41(15):10-17(in Chinese).
[51] 孔祥玉,曾意,陆宁,等.基于多智能体竞价均衡的微电网优化运行方法[J].中国电机工程学报,2017,37(6):1626-1633. Kong Xiangyu,Zeng Yi,Lu Ning,et al.Optimal bidding management for agent-based microgrid operation[J].Proceedings of the CSEE,2017,37(6):1626-1633(in Chinese).
[52] 曹阳,袁立强,朱少敏,等.面向能源互联网的配网能量路由器关键参数设计[J].电网技术,2015,39(11):3094-3101. Cao Yang,Yuan Liqiang,Zhu Shaomin,et al.Parameter design of energy router orienting energy internet[J].Power System Technology,2015,39(11):3094-3101(in Chinese).
[53] 田兵,雷金勇,郭晓斌,等.多接口能源路由器主回路结构及功能仿真[J].电力系统自动化,2017,41(10):16-21. Tian Bing,Lei Jinyong,Guo Xiaobin,et al.Main circuit structure and function simulation of multi-interface energy router[J].Automation of Electric Power Systems,2017,41(10):16-21(in Chinese).
[54] 江渝,叶泓炜,张青松,等.能源互联网中基于Dijkstra算法的分布式电能路由策略的实现[J].电网技术,2017,41(7):2071-2078. Jiang Yu,Ye Hongwei,Zhang Qingsong,et al.Implementation of distributed power routing strategy based on Dijkstra algorithm in energy internet[J].Power System Technology,2017,41(7):2071-2078(in Chinese).
[55] Dou C X,Yue D,Guerrero J M,et al.Multi-agent- system-based distributed coordinated control for radial DC microgrid considering transmission time delays[J].IEEE Transactions on Smart Grid,2017,8(5):2370-2381.
[56] 宋蕙慧,于国星,曲延滨,等.Web of Cell体系——适应未来智能电网发展的新理念[J].电力系统自动化,2017,41(15):1-9. Song Huihui,Yu Guoxing,Qu Yanbin,et al.Web of cell architecture-new perspective for future smart grids[J].Automation of Electric Power Systems,2017,41(15):1-9(in Chinese).
[57] 吴克河,王继业,朱亚运.基于OSI 的能源互联网模型研究[J].中国电机工程学报,2017,37(3):685-695.Wu Kehe,Wang Jiye,Zhu Yayun.Study of energy internet model based on OSI[J].Proceedings of the CSEE,2017,37(3):685-695(in Chinese).
[58] 孙宏斌,潘昭光,郭庆来.多能流能量管理研究:挑战与展望[J].电力系统自动化,2016,40(15):1-8. SunHongbin,Pan Zhaoguang,Guo Qinglai.Energy management for multi-energy flow: challenges and prospects[J].Automation of Electric Power Systems,2016,40(15):1-8(in Chinese).
[59] 张彦,张涛,刘亚杰,等.基于随机模型预测控制的能源局域网优化调度研究[J].中国电机工程学报,2016,36(13):3451-3462. Zhang Yan,Zhang Tao,Liu Yajie,et al.Stochastic model predictive control for energy management optimization of an energy local network[J].Proceedings of the CSEE,2016,36(13):3451-3462(in Chinese).
[60] 程乐峰,余涛,张孝顺,等.信息-物理-社会融合的智慧能源调度机器人及其知识自动化:框架、技术与挑战[J].中国电机工程学报,2018,38(1):25-40. Cheng Lefeng,Yu Tao,Zhang Xiaoshun,et al.Cyber-physical-social systems based smart energy robotic dispatcher and its knowledge automation: framework, techniques and challenges[J].Proceedings of the CSEE,2018,38(1):25-40(in Chinese).
[61] 刘敦楠,唐天琦,杨建华,等.面向能源互联网的微平衡调度交易设计[J].电力系统自动化,2017,41(10):1-8. Liu Dunnan,Tang Tianqi,Yang Jianhua,et al.Energy internet based micro balance dispatching and trading design[J].Automation of Electric Power Systems,2017,41(10):1-8(in Chinese).
[62] 张宁,王毅,康重庆,等.能源互联网中的区块链技术:研究框架与典型应用初探[J].中国电机工程学报,2016,36(15):4011-4022. Zhang Ning,Wang Yi,Kang Chongqing,et al.Blockchain technique in the energy internet: preliminary research framework and typical applications[J].Proceedings of the CSEE,2016,36(15):4011-4022(in Chinese).
[63] 邰雪,孙宏斌,郭庆来.能源互联网中基于区块链的电力交易和阻塞管理方法[J].电网技术,2016,40(12):3630-3638. Tai Xue,Sun Hongbin,Guo Qinglai.Electricity transactions and congestion management based on blockchain in energy internet[J].Power System Technology,2016,40(12):3630-3638(in Chinese).
[64] 杨德昌,赵肖余,徐梓潇,等.区块链在能源互联网中应用现状分析和前景展望[J].中国电机工程学报,2017,37(13):3664-3671. Yang Dechang,Zhao Xiaoyu,Xu Zixiao,et al.Developing status and prospect analysis of blockchain in energy internet[J].Proceedings of the CSEE,2017,37(13):3664-3671(in Chinese).
[65] 陈启鑫,王克道,陈思捷,等.面向分布式主体的可交易能源系统:体系架构、机制设计与关键技术[J].电力系统自动化,2018,42(3):1-7. Chen Qixin,Wang Kedao,Chen Sijie,et al.Transactive energy system for distributed agents architecture mechanism design and key technologies[J].Automation of Electric Power Systems,2018,42(3):1-7(in Chinese).
