摘要：調度控制是智能電網管理中的重要內容。基于此，本研究主要針對MAS技術在智能電網調度控制管理工作中的應用優勢進行分析;并從模型架構、模型數據收集層、模型數據決策層等方面，細化闡述了基于MAS技術的智能電網能量協調控制模型的構建，以期為智能電網管理提供良好支持。

　　關鍵詞：大數據集成;MAS;智能電網

　　前言：隨著用電量的持續增長，電網調度控制工作，逐漸成為人們的關注重點。近年來，智能電網建設進程的加快，為用電管理工作提供了極大的支持。但從智能電網的調度、協調控制狀況來看，當前智能電網管理模式仍然與大數據集成背景的要求存在一定差異。而MAS技術則在數據分析處理方面具有一定優勢，該技術更加契合大數據集成的要求。因此，探討以MAS技術為核心的智能電網能量協調控制模型構建具有一定必要性。

　　一、MAS技術在智能電網調度控制管理中的應用優勢

　　(一)問題解決能力

　　智能電網調度控制管理的關鍵在于：識別、分析電網的運行數據，根據分析結果，制定調度、控制決策[1]。從本質角度來講，可將智能電網的調度控制管理過程看成是一個問題解決過程。相對于其他技術而言，MAS在問題解決方面更具優勢，原因在于：MAS由多個Agent整合而成。于智能電網調度控制管理工作中引入MAS技術后，該技術可借助各Agent的豐富知識儲備及良好數據整合分析能力，于較短時間內完成問題解決任務，并保障電網調度控制決策的可靠性。

　　(二)數據處理效率

　　自智能電網推行以來，海量信息的處理，逐漸成為電網管理所面臨的主要問題。結合智能電網的發展經驗來看，以傳統技術處理數據信息時，容易面臨數據信息處理不及時、處理錯誤率高等狀況(多見于用電高峰期階段)。而引入MAS技術后，該技術則可實現海量數據信息的高效化處理：一方面，MAS技術可借助單Agent系統的數據整合、分析優勢，高質量完成問題解決;另一方面，該技術還可經通訊Agent這一媒介，于所有服務器之間建立連接，為數據傳輸、分享提供支持，進一步提高數據分析處理效率。基于上述優勢，推行該技術具有一定必要性。

　　二、大數據集成背景下基于MAS的智能電網能量協調控制模型

　　(一)模型整體架構

　　在當前大數據集成環境下，如何優化智能電網的調控質量，逐漸成為智能電網管理面臨的關鍵問題。為了達成改善智能電網調控質量目標，可將以MAS技術為核心的智能電網能量協調控制模型架構設計為：由數據收集層、決策資源層、通信傳輸層以及人機交互層共4部分構成。其中，數據收集層的功能以收集電網數據為主;決策資源層的作用以數據分析、數據集成等為主;通信傳輸層相當于整個MAS智能電網能量協調控制模型中的傳輸媒介、通道，為各層之間的數據傳輸提供渠道;人機交互層則是管理者與MAS模型交互的基本媒介。

　　(二)數據收集層

　　智能電網運行期間產生的數據量較大，數據類型較多[2]。MAS智能電網能量協調控制模型的數據收集層同時經多種渠道，收集與電網有關的數據信息，以保障MAS模型的數據處理效果及決策支持作用。具體數據收集渠道包含：第一，智能電子裝置。智能電子裝置主要布設于智能電網的各個區域。隨著智能電網的持續運行，智能電子裝置可動態采集其所在區域的電網實時運行數據，并將所收集數據傳輸至MAS模型的數據收集層中，為MAS模型調控、能量分配等功能奠定基礎。

　　第二，故障信息系統。故障識別、診斷，也是MAS模型的主要功能之一。在MAS模型運行期間，該模型主要利用數據收集層采集來源于故障信息系統的數據信息，并經模型的其他部分開展數據分析、診斷，從中識別出異常數據信息，并判斷當前電網是否處于故障狀態。第三，SCADA系統。電網運行狀態下，數據收集層主要收集來源于SCADA系統的穩態數據信息。第四，廣域測量系統。在智能電網中，廣域測量系統主要產生與電網有關的動態數據，并將其傳輸至MAS模型的數據收集層中。

　　(三)決策資源層

　　在MAS模型中，決策資源層是大數據集成的重要體現。該部分主要依托數據挖掘技術、數據建模分析技術以及數據預處理技術等，為智能電網的能量調控、分配提供合理的決策。MAS模型運行期間，決策資源層將來源于數據收集層的各類數據信息進行集成處理后，經預處理存儲功能，完成電網數據的分類存儲，隨后經數據建模分析、數據挖掘等環節，獲得數據分析結果，最后將所得結果傳遞至下一層部分。

　　由于數據收集層提供的數據較多，為確保數據存儲效率，MAS模型的決策資源層主要借助分布式文件存儲模式、Hbase分布式數據庫，實現各類數據的高效率存儲。而從決策資源層的功能來看，其電網故障診斷、處理等功能，均需依靠數據處理環節來完成。在運行狀態下，電網故障決策流程為：經MapReduce分布式計算框架初步完成數據處理任務后，由數據挖掘技術、數據建模分析技術，確定可疑數據與其他歷史數據間的關聯性，以便確定最佳電網故障決策。

　　(四)通信傳輸層

　　在MAS模型中，智能電網實時數據、穩態數據等數據信息的傳輸工作，主要由通信服務層中的通信Agent實現。隨著數據信息的快速傳輸，MAS模型可根據數據分析結果，合理分配系統資源，進而保障智能電網的安全、穩定運行。

　　(五)人機交互層

　　MAS模型的人機交互層是決定MAS模型在智能電網管理中作用、價值的關鍵所在。運行MAS模型后，該模型可經顯示屏這一媒介，向管理人員展示經處理、分析后的電網數據信息(數據形式以聲音、圖像等為主)。管理人員根據則根據人際交互層所提供的數據，判斷當前智能電網運行狀態、資源分配合理性等。如人際交互層顯示智能電網某部位出現故障，管理人員可按照人機交互層提供的信息，通過啟用保護裝置、切斷某部分電路(由開關控制)等途徑，實現對電網故障的控制，以便將電網故障引發的不良影響控制于最小范圍內，進而保障智能電網的正常運行。

　　電力論文投稿期刊：《黑龍江科學》(月刊)創刊于2010年，是由黑龍江省科學院高技術研究院主辦的報道黑龍江省自然科學領域的基礎理論研究和應用研究方面研究成果和新技術成就的綜合性學術期刊。報道內容包括能源、材料、化工、機械、動力、電氣、電子、信息與控制、計算機、生物工程、土木工程、市政環境、道路、橋梁、交通工程、工程力學及有關交叉性科學相關的學術論文。

　　結論：綜上所述，運用MAS技術構建具有集成化特征的智能電網能量協調控制模型具有一定現實意義。為促進MAS技術優勢的發揮，可在充分了解智能電網調度控制需求的基礎上，通過適宜策略，促進MAS技術與智能電網能量協調控制模型的融合。此外，為了進一步提升智能電網協調控制質量，可結合大數據集成技術的要求，適當調整MAS模型的功能，以此為電網管理提供良好支持。

　　參考文獻：

　　[1]孫筱琳.智能電網模式下配網調控一體化研究[J].黑龍江科學,2020,11(14):102-103.

　　[2]李金訊,顏清,吳秋佳.基于大數據及人工智能的大電網智能調控系統框架[J].通信電源技術,2020,37(03):5-7.

　　作者簡介：蘇坤