Distributed generation plants multi-agent controlling system
https://doi.org/10.30724/1998-9903-2015-0-11-12-97-107
Abstract
For the moment there is a change-over of electric-power industry performed to the new technology platform, which is based on the Smart Grid concept. The significant components of such grids the distributed generation plants are, including those implemented on the basis of renewable energy sources. Centralized control system of numerous distributed generation plants becomes inefficient due to the need of transfer of large communication flow to the center for taking decision. Rising up the efficiency of control is possible by the means of implementation of peripheral systems actualized on the basis of agent approach. The framework of multi-agent controlling system (MACS) is proposed in the article in order to control the power of distributed generation plants, implemented on the basis of turbine-type alternatives. The major functions of the agents, forming an interactive network are described. The system of differential equations, describing the processes in electric power supply system containing distributed generation plants is represented. The model of offered MACS is developed in the “AnyLogic” imitating modeling environment. The results of modeling have demonstrated positive effects achievable within the presence of MACS. The adaptability of the system against variable conditions and applicability of the multi-agent technologies during creation of electric power supply smart grids was demonstrated.
About the Authors
YU. N. Bulatov
Братский государственный университет
Russian Federation
Russian Federation
A. V. Kryukov
Иркутский государственный университет путей сообщения; Иркутский национальный исследовательский технический университет
Russian Federation
Russian Federation
References
1. Витол Э.А. Интеллектуализация техники - главный вектор современной эволюции // Философия и космология. 2013. С. 65-92.
2. Пупков К.А., Коньков В.Г. Интеллектуальные системы. М.:МГТУ, 2003. 348 с.
3. Концепция интеллектуальной электроэнергетической системы России с активно-адаптивной сетью / под ред.: Фортова В.Е. и Макарова А.А. М.: ОАО «НТЦ ФСК ЕЭС», 2012. 235 с.
4. Моржин Ю.И., Шакарян Ю.Г., Кучеров Ю.Н., Воропай Н.И., Васильев С.Н., Ядыкин И.Б. Smart Grid Concept for Unified National Electrical Network of Russia / CD. Preprints of proceedings of IEEE PES Innovative Smart Grid Technologies Europe 2011, Manchester Dec. 5-7 2011. Manchester, GB: IEEE, The University of Manchester, 2011. Panel session 5D. С. 1-5.
5. Закарюкин В.П., Крюков А.В, Черепанов А.В. Интеллектуальные технологии управления качеством электроэнергии. Иркутск: ИрГУПС, 2015. 218 с.
6. Bernd M. Buchholz, Zbigniew A. Styczynski. Smart Grids - Fundamentals and Technologies in Electricity Networks // Springer-Verlag Berlin Heidelberg, 2014. 396 с.
7. Булатов Ю.Н., Игнатьев И.В. Программный комплекс для идентификации электроэнергетических систем и оптимизации коэффициентов стабилизации автоматических регуляторов возбуждения // Системы. Методы. Технологии. № 4(8). 2010. С. 106-113.
8. Булатов Ю.Н., Игнатьев И.В., Попик В.А. Влияние согласованной настройки систем АРВ и АРЧВ генераторов электростанций на устойчивость электроэнергетических систем // Системы. Методы. Технологии. № 2(10). 2011. С. 85-90.
9. Булатов Ю.Н., Крюков А.В., Чан Зюй Хынг. Автоматические регуляторы для установок распределенной генерации // Системы. Методы. Технологии. №3 (23). 2014. С. 108-116.
10. Булатов Ю.Н., Крюков А.В., Чан Зюй Хынг. Согласованная настройка регуляторов установок распределенной генерации, работающих в системе электроснабжения железной дороги // Системы. Методы. Технологии. 2015. № 1(25). С. 94-102.
11. Булатов Ю.Н. Методика согласованной настройки автоматических регуляторов возбуждения и частоты вращения генераторов электростанций: дис.. канд. техн. наук: 05.13.06; [место защиты: Иркутский государственный университет путей сообщения]. Иркутск, 2012. 163 с.
12. Булатов Ю.Н., Игнатьев И.В. Оптимизация коэффициентов регулирования системы АРЧМ с использованием генетического алгоритма // Современные технологии. Системный анализ. Моделирование. 2009. №1(21). С. 150-153.
13. Булатов Ю.Н., Попик В.А. Решение оптимизационных задач электроэнергетики с помощью адаптивного генетического алгоритма // Труды Братского государственного университета: Сер.: Естественные и инженерные науки - развитию регионов Сибири. Т.2. Братск: Изд-во БрГУ, 2012. С. 94-99.
14. Булатов Ю.Н., Приходько М.А., Игнатьев И.В. Разработка блока автонастройки АРЧМ на основе нечёткой логики // Системы. Методы. Технологии. № 2(6). 2010. С.91-95.
15. Приходько М.А., Булатов Ю.Н., Игнатьев И.В. Адаптивный блок согласованной настройки автоматических регуляторов возбуждения и частоты вращения генераторов электростанций // Труды Братского государственного университета: Сер.: Естественные и инженерные науки - развитию регионов Сибири. Т.1. Братск: Изд-во БрГУ, 2014. С. 265-269.
16. Инструмент имитационного моделирования AnyLogic [Электронный ресурс]: сайт AnyLogic / URL // http://www.anylogic.ru/ (дата обращения 07.12.2015).
Review
For citations:
Bulatov Yu.N., Kryukov A.V. Distributed generation plants multi-agent controlling system. Power engineering: research, equipment, technology. 2015;(11-12):97-107. (In Russ.) https://doi.org/10.30724/1998-9903-2015-0-11-12-97-107
Views:
569
Email this article 