一种智能电网多智能体多目标一致性优化方法

摘要

本发明公开了一种智能电网多智能体多目标一致性优化方法，其特征是：根据智能电网多智能体协同控制因素的系统的特点，分析不同电力元件的不同典型特征，以及各自所提出的目标要求，当目标多样时选取恰当的目标函数获取优化运行控制方式与参数，确保系统运行时的可靠性和经济性，并验证优化运行策略的有效性。本发明不仅能根据电力网和负荷特性，建立多智能体的优化模型，利用多智能体理论研究考虑部分信息共享的分布式出力优化算法，还能根据不同的通信拓扑分析算法的收敛性，对算例进行仿真分析并研究提高分布式算法收敛性的相关技术。

说明书

技术领域

本发明属于智能电网优化协调调度技术领域，涉及一种多智能体多目标协调控制的智能电网优化运行策略，具体涉及一种智能电网多智能体多目标一致性优化方法。

背景技术

智能电网是人工智能的一个重要分支，是20世纪末至21世纪初国际上人工智能的前沿学科。随着计算机技术、人工智能理论、控制理论的快速发展以及对现代科学的不断探索，智能电网已成为不同学科领域研究的热点问题之一。智能电网的分布式协同控制对提高配电网可靠性、改善电能质量、提高配电网运行经济性、优化配电网运行安排等都具有十分重要的意义。

功率平衡控制，即实时经济调度，是电力系统运行中的一个基本问题，它是指发电机和柔性负荷在满足一系列运行约束的条件下，使整个电力系统运行的经济效益最大化的优化问题。传统上采用集中优化技术来解决经济调度问题，其中包括经典优化方法和现代人工智能方法。

然而，当采用集中优化方法时，系统需要调度中心发布指令调度整个系统中所有的发电机和柔性负荷，调度中心需要与每一个调度对象进行信息交互。并且，柔性负荷的广泛渗透以及电力元件需要的“即插即用”技术将会使电力网和通信网拓扑结构多变，导致集中优化方法需要较高的通信拓扑建设成本。因此，需要适应性更强的优化算法，在通信受限和不可靠甚至调度中心失效的情况下仍能有效地运行。

发明内容

本发明的目的在于克服现有技术的不足之处，提供一种智能电网多智能体多目标一致性优化方法，根据网荷互动要求，结合不同类型智能电网多智能体特性，从智能电网多智能体多目标系统一致性的角度建立协调控制模型。本发明不仅能根据电力网和负荷特性，建立多智能体的优化模型，利用多智能体理论研究考虑部分信息共享的分布式出力优化算法，还能根据不同的通信拓扑分析算法的收敛性，对算例进行仿真分析并研究提高分布式算法收敛性的相关技术。

为解决上述技术问题，本发明采用以下技术方案：

一种智能电网多智能体多目标一致性优化方法，其特征在于，根据智能电网多智能体协同控制因素的系统的特点，分析不同电力元件的不同典型特征，以及各自所提出的目标要求，当目标多样时选取恰当的目标函数获取优化运行控制方式与参数，确保系统运行时的可靠性和经济性，并验证优化运行策略的有效性；其实施步骤包括：

步骤1，根据电力系统网络结构，建立基于MATLAB与NETLOGO的联合仿真平台，其中，在MATLAB中建立电力系统元件模型，在NETLOGO中定义代表电力系统元件的智能体通用模块，同时，搭建MATLAB和NETLOGO之间的数据交换接口模块实现信息交互；

步骤2，针对各种负荷类型，分别根据负荷基准量、电价，以及对应负荷的各目标的目标倾向度，建立分别对应于各种负荷和电源类型的负荷-电价响应特性模型；所述的负荷包括刚性负荷和柔性负荷，所述的电源包括分布式电源和储能元件；其中，刚性负荷是指不参与电网互动的负荷，柔性负荷是指参与电网互动的负荷；

步骤3，根据所述步骤2中建立的分别对应各种负荷类型的负荷-电价响应特性模型，分别获得各个负荷的各个目标的目标函数；并且分别针对各个负荷，将负荷的各个目标的目标函数进行加权处理，分别获得对应各个负荷的总目标函数；

步骤4，将所述的各个负荷随机分布在NETLOGO三维层面上，获得各个负荷的初始策略；针对NETLOGO三维层面中的网络节点，随机设定电价，并且建立负荷代理；

步骤5，以所述各个负荷的初始策略作为负荷基准量，分别针对各个负荷的各个目标的目标倾向度，采用+i或-i的方式分别获得各个负荷对应的策略，并结合各个负荷的初始策略构成各个负荷的策略集；所述的i为每一步迭代步长，所述的步是指电价每变动一次，负荷的策略相应变化一次；

步骤6，采用多智能体多目标协调控制的智能电网一致性优化算法,分别对各个负荷的总目标函数进行优化协调运算，并分别选择获得各个负荷对应其最大总目标函数值的策略，作为各个负荷的优选策略；

令x_i表示电力元件的状态，根据一致性协议，当且仅当网络拓补中所有的结点的状态值都相等时，该网络的结点都达到了一致，即：

x₁＝x₂＝L＝x_n

步骤7，分别根据所述的各个负荷的优选策略中的各个目标的目标倾向度，将各个负荷分别运动到NETLOGO三维层面中相应的位置上，并更新各个负荷的各个目标的目标倾向度；然后根据对应的负荷-电价响应特性模型，获得此时各个负荷的功率，并且结合负荷代理针对对应负荷的管辖，分别获得各个负荷代理的总功率；

步骤8，将所述的各个负荷代理的总功率由NETLOGO发送至MATLAB中，在MATLAB中获得发电机出力和对应各个网络节点的电价，并返回至NETLOGO中，更新NETLOGO三维层面中对应网络节点上的电价；

步骤9，将所述的NETLOGO三维层面中各个网络节点上的电价作为牵引信号，并分别由所述的各个负荷代理将对应网络节点上的电价发布给其管辖的各个负荷；

步骤10，根据所述步骤9完成时NETLOGO三维层面中的各个负荷的位置，以及各个负荷的各个目标的目标倾向度，更新各个负荷的初始策略，并按照所述步骤5中的方法，更新所述各个负荷对应的策略集，然后根据对应各个负荷的总目标函数，结合各个负荷对应的电价，分别获得各个负荷对应其策略集中各个策略的总目标函数值；

步骤11，分别针对各个负荷，判断负荷的初始策略对应的总目标函数值是否大于其策略集中其它策略所对应的总目标函数值，是则该负荷停止运动；否则返回步骤4。

在所述步骤1中，所述的建立基于MATLAB与NETLOGO的联合仿真平台，是指：

一种由MATLAB与NETLOGO构成的智能电网多智能体仿真平台，其中利用MATLAB的计算功能和编程技术，来建立电力系统元件的模型和建立复杂的电力网络仿真模型；而NETLOGO是一个对自然和社会现象进行仿真的可编程建模环境，适于对随时间演化的复杂系统进行建模；所述的NETLOGO完成电力系统元件通用模块的搭建，MATLAB进行电力系统的各项计算，求解得到的网络参数通过MATLAB和NETLOGO之间的接口程序实现信息交互。

在所述步骤3中，所述分别获得对应各个柔性负荷的总目标函数，其过程为：

设经济效益B_k作为电力元件的收益，定义如下：

其中E_k为净输入输出的总和，ρ_k为负荷买电的价格，D_k为负荷参考功率，B_k为经济效益，

μ_k为经济性的倾向度，为舒适度的倾向度，υ_k为分布式电源卖电的价格，G_k为分布式电源参考功率；

定义电力元件舒适度如下：

其中C_k为电力元件舒适度；

电力元件的整体效用由两个目标函数加权得到总目标函数表示，总目标函数定义如下：

其中R_k为电力元件的整体效用。

在所述步骤4中，所述的将各个负荷随机分布在NETLOGO三维层面上，构成多个负荷节点，并获得各个负荷的各个目标的初始目标倾向度，即为各个负荷的初始策略，其过程为：

针对所述的NETLOGO三维层面中的网络节点，随机设定电价，并且根据NETLOGO三维层面中的负荷节点，建立负荷代理，所述的负荷代理的数量与负荷节点的数量一致，所述的负荷代理与负荷节点一一对应，所述的各个负荷代理管辖对应各个负荷，并且所述的各个负荷代理分别用于其管辖的各个负荷和MATLAB之间的信息传输。

在所述步骤5中，所述的以各个负荷的初始策略作为负荷基准量，分别针对各个负荷的各个目标的目标倾向度，采用+i或-i的方式分别获得各个负荷对应的策略，并结合各个负荷的初始策略构成各个负荷的策略集：

其中，i＝1，在NETLOGO三维层面上，每一个负荷周围包括八个点，该八个点分别是即每一个负荷对应八个不同的策略，分别构成各个负荷的策略集。

所述步骤8的实现过程是：

将所述的各个负荷代理的总功率通过MATLAB与NETLOGO之间的数据交换接口模块，由NETLOGO发送至MATLAB中，在MATLAB中分别针对各个负荷代理的总功率进行最优潮流计算，获得发电机出力和对应各个网络节点的电价，并将该各个网络节点的电价，通过MATLAB与NETLOGO之间的数据交换接口模块返回至NETLOGO中，更新NETLOGO三维层面中对应网络节点上的电价。

在所述步骤9中，所述的将NETLOGO三维层面中各个网络节点上的电价作为牵引信号，并分别由各个负荷代理将对应网络节点上的电价发布给其管辖的各个负荷，是指：

电力系统调度平台每以一个固定时间段运行一次，在每个时间段末尾时计算实时电价、预测短时电价、计算电网频率和节点电压，并向各负荷代理、大负荷下发该时段电价、频率、电压，需要时同时下发该时段前后的历史和预测电价、频率、电压；所述电价、频率、电压统称为牵引信号，指导牵引各个负荷调整自身用电需求，在最大化自身利益的同时服务于电网。

在所述步骤10中，所述的分别获得各个负荷对应其策略集中各个策略的总目标函数值，是指：

分别针对各个负荷，判断负荷的初始策略对应的总目标函数值是否大于其策略集中其它策略所对应的总目标函数值，如果大于则该负荷停止运动。

与现有技术相比，本发明含有以下优点和有益效果：

(1)本发明根据电力系统网络结构，建立基于MATLAB与NETLOGO的联合仿真平台，搭建MATLAB和NETLOGO之间的数据交换接口模块实现信息交互，提出了根据网荷互动要求，结合不同类型智能电网多智能体特性，从智能电网多智能体多目标系统一致性的角度建立协调控制模型，当目标多样时选取恰当的目标函数获取优化运行控制方式与参数，确保系统运行时的可靠性和经济性，并验证优化运行策略的有效性；

(2)本发明考虑含有柔性负荷多智能体协同控制的系统有其特有的特点，且这类模型属性之间相互竞争博弈，所以采用多智能体多目标协调控制的智能电网分布式一致性优化算法和优化运行策略，在确保系统可靠性的基础上，使系统具有良好的优化运行效果，有效地验证多智能体多目标协调控制优化运行结果；

(3)本发明可广泛应用于分布式网荷互动多智能体系统控制模型，特别适用于柔性负荷下的智能电网多智能体多目标一致性优化方法。

附图说明

图1是本发明的一种智能电网多智能体多目标一致性优化方法流程图。

图2是本发明的负荷k标准化的行为空间示意图。

图3是本发明的基于NETLOGO的电网多智能体仿真平台系统。

具体实施方式

下面结合附图和实施例对本发明做进一步详细说明。

图1所示为本发明的一种智能电网多智能体多目标一致性优化方法的流程图。本发明方法根据智能电网多智能体协同控制因素的系统的特点，分析不同电力元件的不同典型特征，以及各自所提出的目标要求，当目标多样时选取恰当的目标函数获取优化运行控制方式与参数，确保系统运行时的可靠性和经济性，并验证优化运行策略的有效性；其实施步骤包括：

步骤1，根据电力系统网络结构，建立基于MATLAB与NETLOGO的联合仿真平台，其中，在MATLAB中建立电力系统元件模型，在NETLOGO中定义代表电力系统元件的智能体通用模块，同时，搭建MATLAB和NETLOGO之间的数据交换接口模块实现信息交互。

所述的建立基于MATLAB与NETLOGO的联合仿真平台，是指：一种由MATLAB与NETLOGO构成的智能电网多智能体仿真平台，其中利用MATLAB的计算功能和编程技术，来建立电力系统元件的模型和建立复杂的电力网络仿真模型；而NETLOGO是一个对自然和社会现象进行仿真的可编程建模环境，适于对随时间演化的复杂系统进行建模；所述的NETLOGO完成电力系统元件通用模块的搭建，MATLAB进行电力系统的各项计算，求解得到的网络参数通过MATLAB和NETLOGO之间的接口程序实现信息交互。

所述的由MATLAB与NETLOGO构成的电网多智能体仿真平台如图3所示，电力系统调度平台和NETLOGO多智能仿真平台通过MATLAB接口，实现负荷的多智能体控制。电力系统调度平台主要负责电价计算与预测，同时进行相关的电力系统动态仿真。以基于响应电价的负荷仿真为例，电力系统调度平台则需要进行最优潮流计算，得到此时电网相关节点的电价，同时将该电价通过NETLOGO与MATLAB接口下达给NETLOGO中的负荷代理。而NETLOGO仿真平台主要完成电网运行环境的搭建以及电网元件的建模工作，具体表现为在NETLOGO中搭建拓扑结构、负荷代理及负荷群三层电网运行环境；同时根据负荷群的各自特性，在NETLOGO中对其特性进行建模。NETLOGO与MATLAB接口主要进行历史电价、实时电价、预测电价及相关牵引信号在NETLOGO与MATLAB之间的数据通信。

步骤2，针对各种负荷类型，分别根据负荷基准量、电价，以及对应负荷的各目标的目标倾向度，建立分别对应于各种负荷和电源类型的负荷-电价响应特性模型；在电力系统中存在多种多样的负荷和电源，所述的负荷包括刚性负荷和柔性负荷，所述的电源包括分布式电源和储能元件；其中，刚性负荷是指不参与电网互动的负荷，柔性负荷是指参与电网互动的负荷。

针对负荷和电源不同特性分别进行建模。负荷耗电和电源发电的电价标幺值分别为[ρ_k,υ_k]。在本发明所提出的仿真架构中，电价对[ρ_k,υ_k]即为Agent下达给各个负荷的牵引信号。对于不同母线上的负荷而言，每对电价可能是不同的。

在本发明中，假定采用的负荷和电源以追求经济性和舒适度为目标。在现有技术中，负荷的电价响应特性和电源的发电安排是不考虑舒适度的。因此，考虑舒适度后，负荷的需求无法根据传统模型准确预测，而电源的出力也不能根据传统的发电安排方法得到。负荷和电源追求各自目标的行为可以等效为对应的2-D空间：1)对经济性的倾向度μ_k，表现在一方面避免消费成本的最大化，另一方面获得最大化经济收益。2)对舒适度的倾向度表现个体考虑自身欲望和意愿，他们会使用装置或设备来满足他们的生活标准(生理方面)。每个负荷的目标行为特征用描述，A_k在经济性(如图2的横坐标所示)和舒适度(如图2的纵坐标所示)两个方面被赋予不同的值。

负荷从用电中获得的效能可以在经济效益方面和舒适度方面进行量化，这两个方面的价值取决于个体对功率输入输出方面的行为模式。在此，定义所述负荷和电源的功率输入输出为：

1)刚性负荷：负荷量q_k不随电价改变，即不参与电网互动的负荷；

2)柔性负荷：指参与电网互动的负荷，其中d_k为负荷需求量，D_k为负荷参考功率，ρ_k为负荷买电的价格；

3)分布式电源：其中g_k为分布式电源的发电量，G_k为分布式电源参考功率，υ_k为分布式电源卖电的价格；

4)储能元件：充电时为

放电时为

负荷的网络输出功率是对参考功率的需求计算而来的。在此模型中负荷的参考功率是恒定的，不涉及技术方面的问题。负荷-电价响应特性由式中的状态参数μ_k，决定，其中所述与价格ρ_k，υ_k相关的需求减少率和生产增长率是从而引起功率的弹性变化。此外，与传统的基于固定响应的模型相反，我们的方法中，社会行为被明确建模，综合考虑了由于社会行为的交互所带来的弹性变化。

负荷在空间的状态位置如图2所示。如果负荷k在位置A_k处，表示该负荷只考虑经济利益：ρ_k(υ_k)的增长会导致功率输出的减少或增加。位置B意味着它无法根据价格的改变而改变电能的输出或输入量，它考虑的是舒适度。与这两种情况相比，不在边界上的位置，其价格与一定程度的经济利益和舒适度都相关。例如，负荷k位于点C，从经济性而言，在价格ρ_k＝1时，功率需求减少0.3，从舒适度而言，功率消耗将减少0.3。这就意味着在价格ρ_k＝1时最终需求将减少0.3*(1-0.3)。同理在点D处，在价格ρ_k＝1时最终需求将减少0.7*(1-0.7)。在价格υ_k＝1时最终发电量将减少0.7*(1-0.7)。从理论上而言，ρ_k和υ_k可以单独设置。但为防止负荷套利，假设ρ_k＝-υ_k。

作为负荷的收益，经济效益B_k定义如下：

其中E_k为净输入输出的总和。

负荷舒适度定义如下：

负荷的整体效用由两个目标函数加权得到总目标函数表示，总目标函数定义如下：

步骤3，根据所述步骤2中建立的分别对应各种负荷类型的负荷-电价响应特性模型，分别获得各个负荷的各个目标的目标函数；并且分别针对各个负荷，将负荷的各个目标的目标函数进行加权处理，分别获得对应各个负荷的总目标函数。

所述的分别获得对应各个柔性负荷的总目标函数，其过程为：

设经济效益B_k作为电力元件的收益，定义如下：

其中E_k为净输入输出的总和，ρ_k为负荷买电的价格，D_k为负荷参考功率，B_k为经济效益，

μ_k为经济性的倾向度，为舒适度的倾向度，υ_k为分布式电源卖电的价格，G_k为分布式电源参考功率；

定义电力元件舒适度如下：

其中C_k为电力元件舒适度；

电力元件的整体效用由两个目标函数加权得到总目标函数表示，总目标函数定义如下：

其中R_k为电力元件的整体效用。

步骤4，将所述的各个负荷随机分布在NETLOGO三维层面上，获得各个负荷的初始策略；针对NETLOGO三维层面中的网络节点，随机设定电价，并且建立负荷代理，其过程为：

针对所述的NETLOGO三维层面中的网络节点，随机设定电价，并且根据NETLOGO三维层面中的负荷节点，建立负荷代理，所述的负荷代理的数量与负荷节点的数量一致，所述的负荷代理与负荷节点一一对应，所述的各个负荷代理管辖对应各个负荷，并且所述的各个负荷代理分别用于其管辖的各个负荷和MATLAB之间的信息传输。

步骤5，以所述各个负荷的初始策略作为负荷基准量，分别针对各个负荷的各个目标的目标倾向度，采用+i或-i的方式分别获得各个负荷对应的策略，并结合各个负荷的初始策略构成各个负荷的策略集；所述的i为每一步迭代步长，所述的步是指电价每变动一次，负荷的策略相应变化一次。

在所述步骤5中，所述的以各个负荷的初始策略作为负荷基准量，分别针对各个负荷的各个目标的目标倾向度，采用+i或-i的方式分别获得各个负荷对应的策略，并结合各个负荷的初始策略构成各个负荷的策略集：

其中，i＝1，在NETLOGO三维层面上，每一个负荷周围包括八个点，该八个点分别是即每一个负荷对应八个不同的策略，分别构成各个负荷的策略集。

步骤6，采用多智能体多目标协调控制的智能电网一致性优化算法,分别对各个负荷的总目标函数进行优化协调运算，并分别选择获得各个负荷对应其最大总目标函数值的策略，作为各个负荷的优选策略。

令x_i表示电力元件的状态，根据一致性协议，当且仅当网络拓补中所有的结点的状态值都相等时，该网络的结点都达到了一致，即：

x₁＝x₂＝L＝x_n

所述的多智能体多目标协调控制的智能电网一致性优化算法,是采用分布式经济调度策略,是指:

在柔性负荷下，电力系统经济调度的目标是社会福利最大。从分布式优化的角度，应用一致性算法，将发电机组的增量成本(IC)与柔性负荷的增量效益(IB)作为一致性变量，经济调度问题通过分布式优化的方式求解。嵌入到每一个发电机组和柔性负荷中的本地控制器根据邻居的增量成本或者增量效益来更新自己的增量成本或者增量效益。选择一个“主机组”和“主负荷”决策是否增大或减小全局增量成本和增量效益。当发电机总发电功率大于负荷总需求功率时，就会减小全局的增量成本，反之亦然。当负荷总需求功率大于发电机总发电功率时，就会增大全局的增量效益，反之亦然。

该算法包括以下过程:

假设发电机组的发电成本函数和柔性负荷的用电效益函数均为二次函数，发电机组的发电成本函数如下：

C_i(P_Gi)＝α_i+β_iP_Gi+γ_iP²_Gi，i∈S_G

柔性负荷的用电效益函数如下：

B_j(P_Dj)＝a_j+b_jP_Dj+c_jP²_Dj，j∈S_D

经济调度问题是指发电机和柔性负荷在满足一系列运行约束的条件下，使整个电力系统运行的经济效益最大化的优化问题，即：

P_Gi，min≤P_Gi≤P_Gi，max，i∈S_G

P_Dj，min≤P_Dj≤P_Dj，max，j∈S_D

其中，P_Dj表示柔性负荷j的需求功率，P_Gi表示发电机组i的输出功率。S_G表示发电机集合，S_D表示柔性负载集合。利用经典的拉格朗日乘子法求解，令λ代表与等式约束对应的拉格朗日乘子，不考虑约束，上述等式约束优化问题可以转化为：

对变量P_Gi，P_Dj和λ求偏导得到最优性条件，即：

上式即协调方程，根据协调方程可得：

即经济调度的最优解是使发电机的增量成本与柔性负荷的增量效益相等，其中m表示发电机数目，k表示柔性负荷的数目。

假设所有的柔性负荷与发电机组均在其功率约束范围内运行。在该一致性算法中，发电机组的IC与柔性负荷的IB的定义如下：

选择IC与IB作为一致性变量，应用一致性算法，从发电机组(FollowerGenerator)的IC的更新公式为：

从负荷(FollowerLoad)的IB的更新公式为：

为了满足电力系统中的功率平衡约束，用ΔP表示柔性负荷实际需求功率与发电机组实际输出功率之间的差值：

主发电机组(LeaderGenerator)的IC的更新公式为：

主负荷(LeaderLoad)的IB的更新公式为：

其中为收敛系数，是一个正的标量。它与主发电机组和主负荷的分布式优化收敛速度有关。

步骤7，分别根据所述的各个负荷的优选策略中的各个目标的目标倾向度，将各个负荷分别运动到NETLOGO三维层面中相应的位置上，并更新各个负荷的各个目标的目标倾向度；然后根据对应的负荷-电价响应特性模型，获得此时各个负荷的功率，并且结合负荷代理针对对应负荷的管辖，分别获得各个负荷代理的总功率。

步骤8，将所述的各个负荷代理的总功率由NETLOGO发送至MATLAB中，在MATLAB中获得发电机出力和对应各个网络节点的电价，并返回至NETLOGO中，更新NETLOGO三维层面中对应网络节点上的电价。其实现过程是：

将所述的各个负荷代理的总功率通过MATLAB与NETLOGO之间的数据交换接口模块，由NETLOGO发送至MATLAB中，在MATLAB中分别针对各个负荷代理的总功率进行最优潮流计算，获得发电机出力和对应各个网络节点的电价，并将该各个网络节点的电价，通过MATLAB与NETLOGO之间的数据交换接口模块返回至NETLOGO中，更新NETLOGO三维层面中对应网络节点上的电价。

本发明中MATLAB与NETLOGO之间接口传递的信号为P、f、V和C等。以C为例，MATLAB进行电价求解运算后得到的C储存到bus矩阵中，在三机九节点系统中，电价信息是储存在Bus矩阵的第14列，Bus矩阵如表1所示。

表1

接上表

NETLOGO调用MATLAB中负荷节点的C，首先要确定该节点电价在bus矩阵的位置，该节点处的Agent通过接口命令语句得到该节点的电价。另一方面，Agents也需要将负荷群总功率通过命令语句调用MATLAB，将电价计算中的负荷量用现有值替代重新进行电价计算。其代码描述如表2所示。

表2

步骤9，将所述的NETLOGO三维层面中各个网络节点上的电价作为牵引信号，并分别由所述的各个负荷代理将对应网络节点上的电价发布给其管辖的各个负荷。是指：

电力系统调度平台每以一个固定时间段运行一次，在每个时间段末尾时计算实时电价、预测短时电价、计算电网频率和节点电压，并向各负荷代理、大负荷下发该时段电价、频率、电压，需要时同时下发该时段前后的历史和预测电价、频率、电压；所述电价、频率、电压统称为牵引信号，指导牵引各个负荷调整自身用电需求，在最大化自身利益的同时服务于电网。

在NETLOGO三维界面中，原点位于西南角，水平方向代表经济性倾向度，垂直方向代表舒适度倾向度，数值范围都是0-1，用户层中的每个用户在该层面的左右、上下移动分别表示对经济性倾向度和舒适度倾向度的改变，移动的同时，负载也在不断地变化，直到最后到达一个总目标最大的点停止。

步骤10，根据所述步骤9完成时NETLOGO三维层面中的各个负荷的位置，以及各个负荷的各个目标的目标倾向度，更新各个负荷的初始策略，并按照所述步骤5中的方法，更新所述各个负荷对应的策略集，然后根据对应各个负荷的总目标函数，结合各个负荷对应的电价，分别获得各个负荷对应其策略集中各个策略的总目标函数值；

所述的分别获得各个负荷对应其策略集中各个策略的总目标函数值，是指：分别针对各个负荷，判断负荷的初始策略对应的总目标函数值是否大于其策略集中其它策略所对应的总目标函数值，如果大于则该负荷停止运动。

步骤11，分别针对各个负荷，判断负荷的初始策略对应的总目标函数值是否大于其策略集中其它策略所对应的总目标函数值，是则该负荷停止运动；否则返回步骤4。

综上所述，当前多智能体互动电网的系统功率平衡控制已经成为当前的一个研究热点。多智能体互动电网的多变性和不确定性使其控制变得尤为困难，基于多智能体多目标一致性的方法能够有效应对。在设计的电网多智能体控制方法中每个电力元件组成的模块具有一定的智能性，能够应对外界扰动，做出积极反应，同时通过自身与周边模块的沟通来实现自我调整以达到一定程度的自治，实现实时调度以及分布式调度，从而提高电网运行的可靠性和经济性。因此，将电力元件参与系统功率平衡看作一个多智能体系统来研究是可行的。

本发明为了实现多智能体互动的电力系统功率平衡控制，采用了一种电网多智能体建模、仿真与控制方案。该方案仿真平台由NETLOGO与MATLAB组成，其中NETLOGO承担电力系统智能元件建模以及电网多智能体控制的工作，MATLAB负责电力系统的各项运算，通过NETLOGO和MATLAB之间的接口模块实现整个系统网络数据交互。仿真方案中电力元件智能体与MATLAB通过接口传递交互信息，电力元件智能体将有关参数上传给MATLAB进行电力系统各项运算，同时调用MATLAB中最新信号下达给电力元件智能体，各个电力元件智能体考虑自身目标做出积极响应。

本发明考虑柔性负荷特性，负荷在不同电价下，以追求经济性和舒适度为目标，研究分布式一致性优化调度策略，进行优化协调运算，使系统性能协同达到最优的效果，验证优化运行策略的有效性。通过建立智能电网多智能体多目标系统协调控制模型，实现间接、分布控制。在智能电网复杂网络理论体系中准确描述电网元件和系统的运行特性，以智能体形式描述柔性负荷，获得基于柔性负荷信息交互的电网互动运行多智能体环境、基于牵引控制的电网元件互动运行的协调控制策略和基于行为准则的电网元件自主运行的行为规范，采用合适的算法和优化运行策略，在确保系统可靠性的基础上，使系统具有良好的优化运行效果，并验证多智能体多目标协调控制优化运行结果。