基于多智能体自适应决策的微电网分布式发电最优控制方法 郝 Mai， 腾秦芳， 王晓剑

《Sensors》：Optimal Control Method for Microgrid Distributed Generation Based on Multi-Agent Adaptive Decision-Making Hao Mai, Qinfang Teng and Xiaojian Wang

　　

摘要

为应对微电网运行中电力生成波动剧烈、负载变化复杂以及拓扑结构动态变化所带来的挑战，本文提出了一种基于多智能体自适应决策的分布式发电最优控制方法。该动态策略优化模块的核心理念是促进智能体的在线学习与决策能力的持续提升。这一目标是通过构建一个基于微电网运行数据的拓扑相关矩阵来实现的。随后，多智能体自适应决策网络协助生成初步控制措施。同时，还开发了一个基于李雅普诺夫函数的安全优化模型，该模型有助于对初步控制措施进行协作修正和安全约束验证，从而生成满足全局优化和安全运行要求的最终控制方案。在此基础上，引入了增强型的执行控制模块，该模块结合了自适应斜率限制机制来计算目标功率参考值，实现了功率指令的高精度和快速跟踪。仿真与实验研究结果表明，在负载波动和拓扑重构等复杂场景下，所提出的方法能够将电压波动控制在1.6伏以内，频率恢复时间小于0.01秒，并确保电力分配响应迅速且稳态误差较小；与传统分布式控制方法相比，系统运行效率提升了约8.2%。因此，这一方法在提升微电网的动态适应性、运行安全性及经济性能方面具有重要意义。