一种基于多智能体博弈的多热源供热系统优化调度方法技术方案

本发明专利技术公开了一种基于多智能体博弈的多热源供热系统优化调度方法，包括：建立多热源集中供热系统数字孪生模型；设置多热源集中供热系统的多智能体，设置多热源集中供热系统的多智能体，至少包括设置供热总调度智能体、设置局部调度智能体、设置多热源智能体和设置负荷智能体；结合各热源运行状态、不同热源供热成本、不同热源供热能力、热负荷进行综合分析，以多热源集中供热系统全局运行效益和局部区域运行效益最大、热源污染物综合排放量最小为目标，建立多智能体的优化调度模型；构建多智能体博弈模型，并根据博弈理论获取各智能体协调运行的均衡点，构建局部最优策略集合；选择局部最优策略，并采用智能优化算法进行多轮优化迭代求解博弈均衡问题，获得全局Nash均衡点，即为最优策略集。即为最优策略集。即为最优策略集。

【技术实现步骤摘要】
一种基于多智能体博弈的多热源供热系统优化调度方法


[0001]本专利技术属于智慧供热
，具体涉及一种基于多智能体博弈的多热源供热系统优化调度方法。

技术介绍

[0002]多热源集中供热系统是指在一个热网中存在两个或两个以上的热源，供热初期仅运行经济性好或运行效率高的基本热源，随着室外温度的降低，开启调峰热源实现多热源并网运行，进而提高系统供热效率的一种技术。多热源供热系统不仅有利于提高供热系统可靠性和安全性，还有利于供热系统远、近期结合发展。因此，多热源联网运行成为区域集中供热系统发展的主要方向。
[0003]多智能体系统的功能结构和行为特性是基于智能体和智能体之间的互解、合作、协调、通讯、调度、控制和管理去表达的。多智能体的系统不仅拥有分布性、自主性、协调性的三个特性，并且还具有着学习能力、自组织能力、推理的能力。在解决实际应用问题时，若使用多智能体系统的方法。不仅可以大大提高问题求解效率，而且还具有很高的可靠性和鲁棒性。
[0004]然而，传统的多热源集中供热系统优化调度存在优化调度复杂、调度策略达不到供热优化要求，如何应用多智能体理论实现多热源集中供热系统优化调度，获得最优调度策略是目前急需解决的问题。
[0005]基于上述技术问题，需要设计一种新的基于博弈论和多智能体强化学习的多热源供热调度方法。

技术实现思路

[0006]本专利技术所要解决的技术问题是，克服现有技术的不足，提供一种基于博弈论和多智能体强化学习的多热源供热调度方法。
[0007]为了解决上述技术问题，本专利技术的技术方案是：
[0008]本专利技术提供了一种基于多智能体博弈的多热源供热系统优化调度方法，它包括：
[0009]步骤S1、采用机理建模和数据辨识方法建立多热源集中供热系统数字孪生模型；
[0010]步骤S2、设置多热源集中供热系统的多智能体，至少包括设置供热总调度智能体、设置局部调度智能体、设置多热源智能体和设置负荷智能体；
[0011]步骤S3、结合各热源运行状态、不同热源供热成本、不同热源供热能力、热负荷进行综合分析，以多热源集中供热系统全局运行效益和局部区域运行效益最大、热源污染物综合排放量最小为目标，建立多智能体的优化调度模型；
[0012]步骤S4、基于所述多智能体的优化调度模型，构建多智能体博弈模型，并根据博弈理论和基于多热源集中供热系统数字孪生模型预测获取各智能体协调运行的均衡点，即局部最优策略，构建局部最优策略集合；
[0013]步骤S5、基于构建的局部最优策略集合选择局部最优策略，并采用智能优化算法
进行多轮优化迭代求解博弈均衡问题，获得全局Nash均衡点，全局Nash均衡点即为最优策略集；以及基于多热源集中供热系统数字孪生模型对所述最优策略集进行可行性验证。
[0014]进一步，所述步骤S1中，采用机理建模和数据辨识方法建立多热源集中供热系统数字孪生模型，具体包括：
[0015]步骤S101、构建多热源集中供热系统虚拟实体，包括：
[0016]构建物理设备实体模型、行为模型和规则模型；首先通过构建多热源集中供热系统的结构机理模型，并导入可视化平台，添加设备物理属性；然后基于多热源集中供热系统热力学基本理论构建行为模型，建立具有交互功能和模拟真实操作环境的多热源集中供热虚拟仿真系统；最后建立虚拟实体的规则模型制定虚拟实体的控制策略；
[0017]步骤S102、进行多热源集中供热系统虚实数据连接，包括：
[0018]首先布置多热源集中供热系统物理设备上的传感器检测点，通过物联网技术采集多热源集中供热系统物理设备的实际运行数据，以及在虚拟设备上设置对应检测点，采集相应位置的仿真数据；
[0019]然后通过调用采集的实际运行数据驱动虚拟空间中的对应模型，与多热源集中供热系统虚拟设备形成的仿真数据建立映射关系，形成多热源集中供热系统作业策略；
[0020]最后通过不断迭代和优化数据采集控制过程，实现物理实体与虚拟空间实时数据的连接与动态交互，完成多热源集中供热系统数字孪生模型的建立；
[0021]步骤S103、对数字孪生模型进行辨识，包括：
[0022]将多热源集中供热系统设备的多工况实时运行数据接入已建立的数字孪生模型中，采用反向辨识方法对数字孪生模型的仿真结果进行自适应辨识修正，获得辨识修正后的多热源集中供热系统数字孪生模型。
[0023]进一步，所述多热源集中供热系统数字孪生模型中，所述多热源集中供热系统数字孪生模型的多热源类型至少包括燃气轮机热电联产、燃气锅炉、燃煤锅炉、热泵和新能源热源，各个区域热网可进行不同热源的组合应用，并依据热源运行的经济性、能源利用的综合效益和热源投入与撤出的灵活性对多热源进行综合评估，设置不同热源调度优先级次序。
[0024]进一步，所述步骤S2中，设置多热源集中供热系统的多智能体，至少包括供热总调度智能体、局部调度智能体、多热源智能体和负荷智能体，具体包括：
[0025]依据多热源集中供热系统中的多类型的热源设备和负荷设备，设置多热源智能体和负荷智能体；其中，每一热源设备设置一个热源智能体，每个负荷设备设置一个负荷智能体，每个热源设备和负荷设备由设置的所在区域的局部调度智能体控制，每个局部调度智能体由设置的供热总调度智能体协调管理；
[0026]所述热源智能体将集中供热系统运行时的热源信息反馈给局部调度智能体；
[0027]所述负荷智能体监测负荷的变化信息，以及在系统发生故障时，接收局部调度智能体指令将部分负荷从热网中切除，保证热网大面积供热正常；
[0028]所述供热总调度智能体监测供热系统运行状态的变化，确定各个局部调度智能体的控制策略，并下达执行指令；以及根据局部调度智能体提供的热源供热信息和负荷需求，生成局部调度智能体的激励信号，修改各个局部调度智能体的控制策略的参考值预设，调整各个热源的出力，满足本区域内负荷需求。
[0029]进一步，所述多热源集中供热系统的各个智能体中设置有数据采集单元、决策器单元、知识库单元和通信单元，通过采集外部的相关信息，并进行存储和采用以往的知识、经验、优化算法进行推理分析和生成动作指令，并与其他智能体进行通信交互。
[0030]进一步，所述步骤S3中，结合各热源运行状态、不同热源供热成本、不同热源供热能力、热负荷进行综合分析，以多热源集中供热系统全局运行效益和局部区域运行效益最大、热源污染物综合排放量最小为目标，建立多智能体的优化调度模型，具体包括：
[0031]步骤S301、设置供热总调度智能体的全局优化目标函数，包括：
[0032]以多热源集中供热系统全局运行效益最大为目标，表示为：
[0033][0034]其中，K为参与集中供热系统中多热源智能体的数量；C
k
(t)为t时刻热源智能体k的发电功率，该热源智能体为热电联产类型热源；P
ek
(t)为t时刻热源智能体k的上网电价，该热源智能体为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于多智能体博弈的多热源供热系统优化调度方法，其特征在于，它包括：步骤S1、采用机理建模和数据辨识方法建立多热源集中供热系统数字孪生模型；步骤S2、设置多热源集中供热系统的多智能体，至少包括设置供热总调度智能体、设置局部调度智能体、设置多热源智能体和设置负荷智能体；步骤S3、结合各热源运行状态、不同热源供热成本、不同热源供热能力、热负荷进行综合分析，以多热源集中供热系统全局运行效益和局部区域运行效益最大、热源污染物综合排放量最小为目标，建立多智能体的优化调度模型；步骤S4、基于所述多智能体的优化调度模型，构建多智能体博弈模型，并根据博弈理论和基于多热源集中供热系统数字孪生模型预测获取各智能体协调运行的均衡点，即局部最优策略，构建局部最优策略集合；步骤S5、基于构建的局部最优策略集合选择局部最优策略，并采用智能优化算法进行多轮优化迭代求解博弈均衡问题，获得全局Nash均衡点，全局Nash均衡点即为最优策略集；以及基于多热源集中供热系统数字孪生模型对所述最优策略集进行可行性验证。2.根据权利要求1所述的多热源供热系统优化调度方法，其特征在于，所述步骤S1中，采用机理建模和数据辨识方法建立多热源集中供热系统数字孪生模型，具体包括：步骤S101、构建多热源集中供热系统虚拟实体，包括：构建物理设备实体模型、行为模型和规则模型；首先通过构建多热源集中供热系统的结构机理模型，并导入可视化平台，添加设备物理属性；然后基于多热源集中供热系统热力学基本理论构建行为模型，建立具有交互功能和模拟真实操作环境的多热源集中供热虚拟仿真系统；最后建立虚拟实体的规则模型制定虚拟实体的控制策略；步骤S102、进行多热源集中供热系统虚实数据连接，包括：首先布置多热源集中供热系统物理设备上的传感器检测点，通过物联网技术采集多热源集中供热系统物理设备的实际运行数据，以及在虚拟设备上设置对应检测点，采集相应位置的仿真数据；然后通过调用采集的实际运行数据驱动虚拟空间中的对应模型，与多热源集中供热系统虚拟设备形成的仿真数据建立映射关系，形成多热源集中供热系统作业策略；最后通过不断迭代和优化数据采集控制过程，实现物理实体与虚拟空间实时数据的连接与动态交互，完成多热源集中供热系统数字孪生模型的建立；步骤S103、对数字孪生模型进行辨识，包括：将多热源集中供热系统设备的多工况实时运行数据接入已建立的数字孪生模型中，采用反向辨识方法对数字孪生模型的仿真结果进行自适应辨识修正，获得辨识修正后的多热源集中供热系统数字孪生模型。3.根据权利要求2所述的多热源供热系统优化调度方法，其特征在于，所述多热源集中供热系统数字孪生模型的多热源类型至少包括燃气轮机热电联产、燃气锅炉、燃煤锅炉、热泵和新能源热源，各个区域热网可进行不同热源的组合应用，并依据热源运行的经济性、能源利用的综合效益和热源投入与撤出的灵活性对多热源进行综合评估，设置不同热源调度优先级次序。4.根据权利要求1所述的多热源供热系统优化调度方法，其特征在于，所述步骤S2中，设置多热源集中供热系统的多智能体，至少包括设置供热总调度智能体、设置局部调度智
能体、设置多热源智能体和设置负荷智能体，具体包括：依据多热源集中供热系统中的多类型的热源设备和负荷设备，设置多热源智能体和负荷智能体；其中，每一热源设备设置一个热源智能体，每个负荷设备设置一个负荷智能体，每个热源设备和负荷设备由设置的所在区域的局部调度智能体控制，每个局部调度智能体由设置的供热总调度智能体协调管理；所述热源智能体将集中供热系统运行时的热源信息反馈给局部调度智能体；所述负荷智能体监测负荷的变化信息，以及在系统发生故障时，接收局部调度智能体指令将部分负荷从热网中切除，保证热网大面积供热正常；所述供热总调度智能体监测供热系统运行状态的变化，确定各个局部调度智能体的控制策略，并下达执行指令；以及根据局部调度智能体提供的热源供热信息和负荷需求，生成局部调度智能体的激励信号，修改各个局部调度智能体的控制策略的参考值预设，调整各个热源的出力，满足本区域内负荷需求。5.根据权利要求4所述的多热源供热系统优化调度方法，其特征在于，所述多热源集中供热系统的各个智能体中设置有数据采集单元、决策器单元、知识库单元和通信单元，通过采集外部的相关信息，并进行存储和采用以往的知识、经验、优化算法进行推理分析和生成动作指令，并与其他智能体进行通信交互。6.根据权利要求1所述的多热源供热系统优化调度方法，其特征在于，所述步骤S3中，结合各热源运行状态、不同热源供热成本、不同热源供热能力、热负荷进行综合分析，以多热源集中供热系统全局运行效益和局部区域运行效益最大、热源污染物综合排放量最小为目标，建立多智能体的优化调度模型，具体包括：步骤S301、设置供热总调度智能体的全局优化目标函数，包括：以多热源集中供热系统全局运行效益最大为目标，表示为：其中，K为参与集中供热系统中多热源智能体的数量；C
k
(t)为t时刻热源智能体k的发电功率，该热源智能体为热电联产类型热源；P
ek
(t)为t时刻热源智能体k的上网电价，该热源智能体为热电联产类型热源；D
k
(t)为t时刻热源智能体k的供热负荷；P
hk
(t)为t时刻热源智能体k的供热收益；f
k
(t)为t时刻热源智能体k的燃料消耗量，不同热源智能体的燃料消耗量依据影响因素不同而计算方法不同；E
k
(t)为t时刻热源智能体k所使用的燃料价格；x
k
(t)为t时刻热源智能体k的运行状态，正常运行时取1，停机时取0；步骤S302、设置区域调度智能体的区域优化目标函数，包括：以热网单个局部区域运行效益最大为目标，表示为：其中，M为该局部区域内多热源智能体的数量；C
m,j
(t)为t时刻该局部区域j内热源智能体m的发电功率，该热源智能体为热电联产类型热源；P
...

【专利技术属性】
技术研发人员：时伟，穆佩红，李岚，谢金芳，
申请(专利权)人：浙江英集动力科技有限公司，
类型：发明
国别省市：