多智能体协同控制发展及电力方面应用综述

发布时间：2020-04-29 13:35:47

文章阐述了多智能体相关概念及背景意义，多智能体协调控制研究现状，对一致性和包容控制的控制模型及协议进行总结，并阐述了在电力系统中的应用。

摘要：文章阐述了多智能体相关概念及背景意义，多智能体协调控制研究现状，对一致性和包容控制的控制模型及协议进行总结，并阐述了在电力系统中的应用。

关键词：多智能体；协调控制；一致性；包容控制

Abstract: This paper describes the concept and background significance of multi-agents, the research status of multi-agent coordination control, summarizes the control models and protocols of consistency and containment control, and expounds the application in power systems.

Key words: Multi-agent; Collaborative Control; Consistency; Containment control

1 背景意义及相关概念

智能体目前没有一个被大家广泛接受的准确定义，从它的特性出发，研究者Wooldringe和Jennings在文献[2]中提出智能体强、弱定义。从智能体特性角度说明弱定义是有自主性、社会性、反应性及预动性特性的实体，在强定义中智能体在弱定义基础上还增加了人的特性。多智能体系统是包含多个智能体的，智能体间存在逻辑关系，可以进行双向、单向的传递状态信息，集体共同完成一个智能体无法解决的问题。

由于个体能力的有限性，对整体问题的解决不能产生很好的效果这一问题，人类受自然界启发，在自然界中发现简单个体利用简单的规则产生奇妙的现象。比如昆虫和动物无领导的迁移现象，大雁有组织的飞行，沙丁鱼聚集成一团抵御攻击，蚂蚁觅食现象等，多个有限的个体共同协作解决复杂的问题，此现象引起科学家注意，希望能够运用到生活中，如运输网络、传感器网络、电力系统、通信系统、医疗等方面，对于科技、经济的发展产生重要意义，对人们生活产生重要影响。

2 多智能体协调控制研究现状

在1989年举办了第一届具有国际性意义的有关多智能体的学术会议，从此多智能体开始进入研究者的视野，也成为控制领域的热点。目前研究主要集中在编队控制、聚集、群集、一致性控制、包容控制。而对于一致性问题是协同控制的一个基本问题，是研究基于局部信息交换的控制策略，使智能体最终趋于某一共同值。在1987年Reynolds等人[3]模仿自然界动物聚集行为，利用计算机仿真群体生物行为，提出Boid模型，该模型将自然界中生物群体行为描述为三个规则：(1)速度匹配；（2）向中心靠拢；（3）预防产生相互碰撞。在1995年，Vicsek等人[4]提出一种称为Vicsek模型，此模型利用局部状态信息的邻居规则使所有智能体趋同，2003年Jadbabaie等人[5]在没有噪声情况下对Vicsek模型做了简化，为促进一致性发展作出贡献；2000年后Olfati-Saber等人研究系统的网络拓扑结构与系统收敛性之间的关系取得了重要成果。在2008年M.Ji在文献[6]中首先提出包容控制问题，包容控制是多领导者的一种典型情况，实质是一种跟随者在多领导者领导下，达到由领导者包围的凸包中。基于Lie代数知识，Xiong等人[7]研讨了系统牵制一致性问题。Zhao等人[8]提出了可以加快一致性收敛速度的优化的牵制控制方法。Chen等人[9]关于无向和有向生成树的有向网络，研究系统牵制一致性的成果表明当节点间耦合强度很大的时候，牵制一个根节点就可以对整个网络进行牵制控制。Yu等人[10]研究无向动态网络指出耦合强度很小的时候值小的节点会优先牵制。Song等人[11]提出了维度比较小时的牵制控制策略，指出入度小于出度时节点要被牵制，此结论和文献[12]中有关的结论同。Li等人[13]研究了当拓扑结构不同的星型网络的牵制一致时判据。Nariman等[14]还分别研究了无向以及强连通有向网络的脉冲控制成本问题，并指出为了减少控制成本，网络中度值较小的节点需要被选择牵制。基于虚拟控制，Li等[15]研究了在随机网络拓扑和无标度网络拓扑下多智能体系统的牵制控制问题，并总结出有关全局一致和局部一致的充分条件。Wang等人[16]研究显示无向网络可以随机选择牵制节点。

3 多智能体协调控制研究热点

3.1 一致性研究

一致性包含有领导跟随的一致性研究和虚拟领导的一致性研究。对于领导者跟随者的问题也是追踪问题，也就是控制协议令所有跟随者的状态与领导者的状态一致[7、18]。领导者不需要考虑网络中全部智能体的状态，只需要将信息传递给一部分智能体。虚拟领导是无领导的一致性问题也需要控制协议，令全部智能体信息状态趋于一个平衡值，但是这个平衡值不能提前设定，并且与全部智能体的初始状态有关。有关一致性的知识可以参考文献[19、22]。关于一致性经典模型有以下几种：

（1）连续时间一阶系统一致性模型及协议

（2）二阶连续系统一致性模型及协议

典型的二阶控制协议为：

（3）高阶智能体协议模型

（4）一阶离散一致性模型

3.2 包容控制

包容控制就是领导者有多个的一种控制，是一致性控制的特殊情况，本文主要介绍关于通信时延对多智能体包容控制影响的相关模型协议总结。

（1）时延连续包容控制状态方程为

R，H分别表示领导者集合，跟随者集合。

满足固定时延的控制协议为：

（2）时延离散包容控制状态方程

T>0表示采样周期，采用如下包容控制协议：

（3）时延非线性包容控制动态方程

当是固定通信时延时，包容控制协议为：

当是时变通信时延时，包容控制协议为：

（4）动态时延线性包容控制动态方程

当是分布式包容控制协议：

K为状态反馈增益矩阵。

输出包容控制协议为：

4 多智能体在电力方面的应用

多智能体一致性协调控制多应用于无人机编队飞行/航空领域。得到研究者的重视，目前已经渗透到很多行业领域。多智能体一致性协调控制在电力系统中也很快得到发展，譬如，有人提出有约束整合项的多智能体协同控制水滴优化方法，完成三相不平衡电网状态估计[23]。又如，为使微网内部功率平衡实时调节控制，采取协调控制的方法合理对分布式电源出力调节[24]。还有就是，提出孤立微网功率经济分配方法在多智能体系统中的应用，用下垂控制与一致性有关知识，通过下垂控制使电力系统功率平衡，使用功率控制器控制全部电源出力，并使微网功率经济合理分配[25]。一种利用多智能体系统研究配电系统管理的方法，模拟配电系统的特性[26]。

5 总结

对于多智能体协同控制问题介绍了相关概念及研究背景，以及发展现状，并在一致性及包容控制方面进行动态描述和控制协议总结。关于多智能体协同控制的研究还有许多方面，如群聚、编队，以及将理论与实际相结合等方面。对于多智能体一致性收敛速度问题是一个值得研究的热点问题。

参考文献：

[1] WOOLDRIGE M, JENNINGS N R.Intelligent agents:theory and practice[J]. knowledge Engineering Review, 1995, 10 ( 2 ) : 112 -152.

[2] 李勃，耿华. 实验多智能体系统的协调控制[M]. 北京: 电子工业出版社, 2018.

[3] REYNOLDS C W. Flock, herds and schools: A distributed behavioral model[J]. ACM Siggraph Computer Graphics, 1987, 21 ( 4 ) : 25- 34.

作者简介：

李 双（1991-）女，河南周口人，长春工业大学硕士研究生在读，从事多智能体协调控制在电力方面的智能控制研究。

摘自《自动化博览》2020年1月刊