CC BY
84
Оригинальная статья / Original article
УДК 621.311, 621.331
DOI: 10.21285/1814-3520-2017-4-108-126
МУЛЬТИАГЕНТНЫЙ ПОДХОД К УПРАВЛЕНИЮ РЕЖИМАМИ СИСТЕМ ЭЛЕКТРОСНАБЖЕНИЯ ЖЕЛЕЗНЫХ ДОРОГ
© Ю.Н. Булатов1, А.В. Крюков2, А.П. Куцый3
1Братский государственный университет, Российская Федерация, 665709, г. Братск, ул. Макаренко, 40. 2Иркутский национальный исследовательский технический университет, Российская Федерация, 664074, г. Иркутск, ул. Лермонтова, 83. 2,3Иркутский государственный университет путей сообщения, Российская Федерация, 664074, г. Иркутск, ул. Чернышевского, 15.
РЕЗЮМЕ. ЦЕЛЬ. Разработка подходов к созданию мультиагентных технологий управления режимами систем электроснабжения железных дорог переменного тока. МЕТОДЫ. Для достижения цели использовались методы моделирования режимов электроэнергетических систем (ЭЭС) и систем электроснабжения железных дорог в фазных координатах, разработанные в Иркутском государственном университете путей сообщения. В основу методов положены модели многопроводных элементов ЭЭС в виде решетчатых схем замещения из RLC-элементов, соединенных по схемам полных графов. Методика моделирования реализована на базе программного комплекса Fazonord, предназначенного для моделирования режимов ЭЭС и систем тягового электроснабжения. Кроме того, использовалась модель, созданная на основе программной платформы мультиагентного моделирования AnyLogic. РЕЗУЛЬТАТЫ. По результатам имитационного моделирования определены параметры эффекторов, в качестве которых выступали регулируемые источники реактивной мощности. С использованием разработанной модели на базе платформы AnyLogic выполнен эксперимент для оценки эффективности взаимодействия агентов при изменении мощности установок распределенной генерации. Результаты моделирования показали положительный эффект при работе мультиагентной системы управления, заключающийся в значительном снижении времени регулирования и величины перерегулирования, а также улучшении качества переходного процесса. ЗАКЛЮЧЕНИЕ. На основе полученных результатов сформулированы следующие выводы: сложная задача управления режимами системы электроснабжения магистральной железной дороги переменного тока может быть решена на основе мультиагентных технологий; для определения параметров эффекторов можно использовать методы имитационного моделирования трехфазно-однофазных сетей в фазных координатах; мультиагентная система управления установками распределенной генерации позволяет значительно улучшить качество процессов управления режимами систем электроснабжения железных дорог.
Ключевые слова: системы электроснабжения железных дорог, мультиагентные технологии управления режимами, моделирование.
Формат цитирования: Булатов Ю.Н., Крюков А.В., Куцый А.П. Мультиагентный подход к управлению режимами систем электроснабжения железных дорог // Вестник Иркутского государственного технического университета. 2017. Т. 21. № 4. С. 108-126. DOI: 10.21285/1814-3520-2017-4-108-126
1
Булатов Юрий Николаевич, кандидат технических наук, доцент кафедры электроэнергетики и электротехники, e-mail: bulatovyura@yandex.ru
Yuriy N. Bulatov, Candidate of technical sciences, Associate Professor of the Department of Power Engineering and Electrical Engineering, e-mail: bulatovyura@yandex.ru
2Крюков Андрей Васильевич, доктор технических наук, академик Российской академии транспорта, член-корр. АН ВШ РФ и Российской инженерной академии, заслуженный энергетик Республики Бурятия, профессор кафедры электроснабжения и электротехники ИРНИТУ; профессор кафедры электроэнергетики транспорта ИрГУПС, e-mail: and_kryukov@mail.ru
Andrey V. Kryukov, Doctor of technical sciences, Academician of the Russian Transport Academy, Corresponding Member of the Academy of Sciences of the Higher School of the Russian Federation and Russian Engineering Academy, Honored Power Engineer of the Buryat Republic, Professor of the Department of Power Supply and Electrical Engineering of INRTU, Professor of the Department of Transport Electric Engineering of Irkutsk State Transport University, e-mail: and_kryukov@mail.ru
3Куцый Антон Павлович, аспирант, e-mail: tosha1993irc@yandex.ru Anton P. Kutsiy, Postgraduate student, e-mail: tosha1993irc@yandex.ru
MULTI-AGENT APPROACH TO RAILROAD POWER SUPPLY SYSTEM MODES CONTROL Yu.N. Bulatov, A.V. Kryukov, A.P. Kutsiy
Bratsk State University,
40, Makarenko St., Bratsk, 665709, Russian Federation.
Irkutsk State Transport University,
15, Chernyshevsky St., Irkutsk, 664074, Russian Federation.
Irkutsk National Research Technical University,
83, Lermontov St., Irkutsk, 664074, Russian Federation.
ABSTRACT. The PURPOSE of the article is development of multi-agent technologies to control the modes of AC railroad power supply systems. METHODS. The purpose is achieved through the use of the modeling methods of the modes of electrical power systems (EPS) and railroad power supply systems in phase coordinates. These methods developed at Irkutsk State Transport University are based on the model of EPS multi-wire elements in the form of latticed equivalent circuits consisting of RLC-elements that are connected according to the schemes of complete graphs. The modeling methods are implemented on the basis of the software package Fazonord designed for modeling EPC and traction energy systems modes. Moreover, the model created on the basis of multi-agent modeling software platform AnyLogic is used. RESULTS. Simulation modeling results allowed to determine the parameters of effectors represented by adjustable reactive power sources. Using the developed AnyLogic-based model an experiment has been performed in order to evaluate the interaction efficiency of agents when changing the power of distributed generation plants. Modeling results have shown that multi-agent control system operation has a positive effect consisting in a considerable reduction of the adjustment time and readjustment value as well as improvement of the transition process quality. CONCLUSION. The following conclusions have been derived on the basis of the obtained results. A complex control task of AC trunk railroad power supply system modes can be solved with the application of multi-agent technologies. The methods of simulation modeling of three-phase and monophase networks in phase coordinates can be used for effector parameters determination. A multi-agent control system of distributed generation plants considerably improves the quality of the control processes of railroad power supply system modes.
Keywords: railroad power supply systems, multi-agent technologies for mode control, modeling
For citation: Bulatov Yu.N, Kryukov A.V., Kutsiy A.P. Multi-agent approach to railroad power supply system modes control. Proceedings of Irkutsk State Technical University. 2017, vol. 21. no. 4 pp. 108-126. (in Russian) DOI: 10.21285/1814-3520-2017-4-108-126
Введение
Система электроснабжения железной дороги (СЭЖД) переменного тока, структурная схема которой представлена на рис. 1, может быть отнесена к классу больших и сложных4 технических систем, так как ее описание и моделирование затруднено из-за значительной размерности. Например, модель СЭЖД Байкало-Амурской магистрали, реализованная в комплексе программ Рагопог^ имеет сете-
вую структуру, включающую 665 узлов и 3715 ветвей [1]. Число элементов реальной системы, для которой сформирована эта модель, оценивается величиной, лежащей в пределах 104-105, что отвечает критерию Г.Н. Поварова [2]. Сложность СЭЖД определяется также стохастическим множеством возможных состояний и взаимодействий с окружающей средой.
Формализованное описание системы электроснабжения железной дороги
В состав СЭЖД входят три
сложные подсистемы:
Антонов А.В. Системный анализ: учебник для вузов. М.: Высш. шк., 2004. 454 с. Antonov A.V. System analysis: textbook for higher schools. Moscow, Higher school Publ., 2004, 454 p. (In
Russian)
с =c lie I I Vc1
SERR EES ^ ° STE ^ /
k =1
(k) RES
где - питающая электроэнергетическая система (ЭЭС); = и 8^25) -система тягового электроснабжения (СТЭ);
- к -й район электроснабжения нетяговых и нетранспортных потребителей; Б® - СТЭ 25 кВ; з[2*25) - СТЭ 2*25 кВ.
n
Рис. 1. Структурная схема СЭЖД переменного тока: МПЗ - межподстанционная зона; РЭС - район электроснабжения нетяговых потребителей; СТЭ - система тягового электроснабжения; ТП - тяговая подстанция; ЭПС - электроподвижной состав; ЭЭС - электроэнергетическая система Fig. 1. Block diagram of the AC railroad power supply system: IZ - intersubstation zone; REPS - region of electrical power supply of non-tractive customers; STEPS - system of tractive electrical power supply; TS - tractive substation; ERS - electrorolling stock; EPS - electrical power system
Каждой подсистеме можно сопоставить следующее кортежное определение:
S:{{el}, {Lin}, F}, где {el} = {el£.}U{el/} - множество элементов, которое можно разделить на два подмножества: силовые {е1я} и информационные {el7} элементы; {Lin} - множество связей между элементами, определяющих структуру системы; F - функция СЭЖД, определяемая ее основным эмерджентным свойством, не присущим отдельным элементам.
Основное назначение СЭЖД состоит в обеспечении электроэнергией (ЭЭ) тяги поездов и нетяговых потребителей; при этом для F можно записать [1]:
з
F = U F{k),
k=l
где F^ отвечает требованию достижения максимальной эффективности, т.е. Zz ^ min, где Z^. - затраты на передачу и
распределение ЭЭ; F^ соответствует оптимальной надежности электроснабжения, т.е. ро# ^min при ZE ^ opt, ро# - вероятность перерывов в электроснабжении; F(3) = ф(G); G - вектор показателей, характеризующих качество ЭЭ в соответствии
с ГОСТ 32144-2013; F(3) может принимать три значения: показатели G соответствуют ГОСТ; часть показателей G выходит за пределы нормально допустимых величин с превышением интегральной вероятности
0,05; часть показателей в находится вне диапазона предельно допустимых величин.
При решении задач управления режимами СЭЖД возникают затруднения, связанные с особенностями объекта, которые можно разделить на две группы: структурные и режимные.
Структурные особенности состоят в следующем:
• значительная распределенность в пространстве; протяженность тяговой сети магистральной железной дороги может превышать несколько тысяч километров;
• существенная разнородность структуры отдельных подсистем; система тягового электроснабжения является однофазной, а сети ЭЭС и РЭС - трехфазные;
Для режимов СЭЖД характерны следующие особенности:
• пульсирующая активная мощность в однофазных системах тягового электроснабжения;
• перемещение потребителей электроэнергии в пространстве;
• существенная нестационарность тяговых нагрузок;
• однофазный характер тяговых нагрузок, приводящий к значительной несимметрии напряжений в сетях 110-220 кВ и на обмотках тяговых трансформаторов, питающих РЭС;
• несинусоидальность токов, потребляемых тяговыми подстанциями (ТП);
• влияние электромагнитно неуравновешенной тяговой сети (ТС) на линии электропередачи и связи, смонтированные вблизи трассы железной дороги;
• повышенный уровень напряжен-ностей магнитных полей, создаваемых электромагнитно неуравновешенной ТС.
В соответствии с рекомендациями работы5 система электроснабжения желез-
Рыбина Г.В., Паронджанов С.С. Технология построения динамических интеллектуальных систем: учебное пособие. М.: НИЯУ МИФИ, 2011. 240 с. Rybina G.V., Parondzhanov S.S. Design technology of dynamic intelligent systems: learning aids. Moscow, NIYaU MIFI Publ., 2011, 240 p. (In Russian)
ной дороги может быть описана на основе следующего кортежа:
БРБЯ = ( Х,Мк,Р,,Рс),
где Х - вектор непрерывно изменяющихся параметров; М - множество функционально и конструктивно связанных компонентов; р - сложный процесс функционирования,
характеризующийся частым возникновением нештатных ситуаций, приводящим к дефициту времени на принятие решений; Р -
сложный процесс управления.
Для формального описания СЭЖД, учитывающего электромагнитные и электромеханические переходные процессы, может быть использована следующая модель:
^=Ф[Х(0.с(г),у(0>*(0]> (1)
где Х(г) = [X! (г) X (г) ... хп (г)] -вектор параметров, отвечающих режиму СЭЖД; ф = фф ф2 ... фф ... фп]т -нелинейный оператор, в общем случае зависящий от времени,
ф = ф [Б(г),С(г ),У(г)] ; V(г) = [>\ (г) у (0 ... ут (0]т -вектор возмущений; С(^) = [с1(^) с2(г) ... - вектор управлений;
Б(г) = [^ (г) ^ (г) ... ^ (г)]т - вектор
структурных параметров СЭЖД.
Вектор переменных X(г) обычно формируется на основе декартовых и',и],и\ + и],] = 4-1 или полярных координат и4, и\г5> напряжений узлов. Вектор У (г) образуют активные р и реактивные ^ тяговые нагрузки р + ]^, изменяющиеся во времени и перемещающиеся в пространстве. Также компонентами этого вектора являются нагрузки нетяговых потребителей, имеющие переменный характер. Вектор управлений С (г) формируется
на основании команд, поступающих из ситуационного центра филиала ОАО РЖД.
Вектор Б (г) включает в свой состав параметры элементов ЭЭС, СТЭ и РЭС.
Эффективное управление режимами СЭЖД может быть реализовано на
основе применения интеллектуальных технологий [1, 3, 4]. Ниже приведено описание результатов исследований, направленных на реализацию концепции интеллектуальной СЭЖД.
Структура интеллектуальной системы электроснабжения железной дороги
В СЭЖД в полном объеме применимы технологии интеллектуальных электрических сетей (smart grid). Структура интеллектуальной системы электроснабжения железной дороги (ИСЭЖД) показана на рис. 2.
ИСЭЖД включает в свой состав следующие сегменты:
• информационно-измерительные комплексы, работающие в режиме on-line и обеспечивающие мониторинг состояния электрооборудования;
• цифровые устройства управления;
• регулируемые источники реактивной мощности (ИРМ);
• установки распределенной генерации [4-6] и накопители электроэнергии [7];
• средства для улучшения качества электроэнергии, например, пассивные и активные фильтры высших гармоник (ВГ), симметрирующие трансформаторы и др.
Следует отметить многофункциональность отдельных устройств. В частности, ИРМ с пофазным управлением могут эффективно стабилизировать уровни
напряжения, а также снижать несимметрию в питающих сетях и РЭС. Накопители электроэнергии способствуют уменьшению потерь, а также отклонений и колебаний напряжений.
Разработанные в ИрГУПС методы и алгоритмы моделирования режимов СЭЖД [3-8], построенных с использованием технологий smart grid, позволяют решать задачи управления режимами и качеством электроэнергии.
При решении задач управления в ИСЭЖД необходимо учитывать следующее [1]:
• многоуровневая СЭЖД, представляющая собой нелинейный динамический объект большой размерности, характеризуется непрерывным, вызванным перемещением тяговых нагрузок в пространстве изменением не только численных значений коэффициентов, но и структуры реализуемой модели;
• активные элементы, лежащие в основе технологий smart grid, дополнительно усложняют формирование моделей.
Рис. 2. Структура интеллектуальной системы тягового электроснабжения Fig. 2. Structure of an intelligent traction power supply system
Указанные затруднения можно преодолеть на основе применения декомпозиции; при этом моделирование включает два этапа, в которых используются разные модели. На первом этапе осуществляется имитационное моделирование [8], результаты которого на втором этапе применяются для построения динамических моделей [1].
При разработке ИСЭЖД, обеспечивающей эффективное решение задач управления режимами и повышения энергоэффективности и качества ЭЭ, могут использоваться результаты выполненных в последние годы в ИрГУПС исследований по следующим направлениям:
• технологии имитационного моделирования СЭЖД [8];
• нейросетевые методы прогнозирования электропотребления [9];
• технологии ситуационного управления режимами СЭЖД [10];
• интервальные методы учета неопределенности при моделировании режимов СЭЖД [11];
• методы синтеза моделей систем внешнего электроснабжения [11];
• технологии параметрической идентификации элементов СЭЖД [12, 13];
• методы нечеткого моделирования режимов в фазных координатах [3];
• технологии оптимальной настройки автоматических регуляторов установок РГ, разработанные в БрГУ и ИрГУПС [14].
При создании интеллектуальных систем управления режимами СЭЖД и качеством ЭЭ могут использоваться технологии, основанные на мультиагентных подходах [3, 4, 15, 16].
Характеристика мультиагентных систем управления
Мультиагентные технологии позволяют реализовать принципиально новые подходы к решению задач интеллектуального управления режимами СЭЖД. В отличие от классических методов, использующих, в основном, детерминированные алгоритмы, в мультиагентных технологиях оптимальные решения находятся в результате взаимодействия программно-аппаратных модулей (агентов).
Мультиагентная система управления (МАСУ) может быть определена как система, включающая несколько взаимодействующих интеллектуальных агентов, обладающих следующими характеристиками [3, 4, 17, 18, 19]:
• автономность, заключающаяся в том, что агенты, хотя бы частично, являются независимыми;
• ограниченность представления: у каждого из агентов нет полной информации об объекте управления и внешней среде, так как объект настолько сложен, что полное знание о нем не имеет практического значения для агента;
• децентрализация: отсутствуют агенты, осуществляющие управление
всем объектом.
В мультиагентных системах могут проявляться свойства самоорганизации и сложного поведения даже при простых стратегиях действий отдельных агентов.
МАСУ можно представить как систему, состоящую из множества агентов, воздействующих на объекты управления, совокупность которых удобно объединять в виде черного ящика с векторами входных Х\ и выходных У] параметров. Мультиагентная система получает информацию о параметрах объекта и его состоянии с помощью датчиков, обрабатывая которую, воздействует на регуляторы и исполнительные элементы системы, изменяя режимы работы объекта. Множество агентов, входящих в эту структуру, как правило, ранжировано на кластеры, образованные основными агентами, выполняющими задачи определения оптимальных параметров регуляторов и системы в целом, и вспомогательными агентами, распределенными по отдельным объектам и решающими локальные задачи. Приведенному описанию МАСУ отвечает функциональная схема, показанная на рис. 3.
Y,
Объекты управления
Objects of control
Data highway Магистраль передачи информации
Рис. 3. Функциональная схема МАСУ Fig. 3. Functional diagram of the multi-agent control system
Формальное описание МАСУ можно представить в виде кортежа: MASC = { AF, E, P, SV },
где AF - семейство агентов; E - вектор
множества состояний объектов управления и окружающей среды; P - вектор-функция восприятия; SV - вектор-функция изменения состояния (поведения).
Цель управления
Глобальная цель управления режимами СЭЖД определяется ее основной функцией, состоящей в бесперебойном и энергоэффективном электроснабжении тяги поездов и нетяговых потребителей. Реализация этой цели требует решения следующих задач:
• обеспечение уровней напряжения на токоприемниках ЭПС, требуемых нормативными документами;
• снижение до оптимальных значений уравнительных токов и потерь электроэнергии в тяговых сетях и РЭС;
• соответствие требованиям ГОСТ 32144-20136 показателей качества электроэнергии в точках общего присоединения СЭЖД и питающей ЭЭС.
ГОСТ 32144-2013. Нормы качества электроэнергии в системах электроснабжения общего назначения. М.: Стандартинформ, 2014. 16 с.
State Standard 32144-2013. Electric power quality standards in general purpose power supply systems. Moscow, Standartinform Publ., 2014, 16 p. (In Russian)
Формализованное представление целей управления может быть записано так:
max [ dU-1 ■ (U - Us )] e D; min [dU-1 ■(U - U )]e D; dU-1 ■ U(2
max
D^l с интегральной ве-
роятностью 0,95;
dU;1 • U(2)'
dU ;1 • U(0)"
max
D
(L) .
max
k 2 U >
,( N )
g DlJj с интегральной ве-
роятностью 0,95;
max [dU;1 • U(0)
max ( U(era))e Д
D
,( L) .
k OU >
min ( U(era))
g DT,
max [dU/ • Ueff]g D^N) с интегральной вероятностью 0,95;
max [ du;1 •U f ]g Dku
,( L)
3n g 5,7,11...37 max
dU;1 • U(n
. n(1N)
: DkU(n)
интегральной вероятностью 0,95;
dU-1 • U°
dU-1 • U°
: jßL)
■ DkU(n)
■ H™)
DkU(n)
3n g 5,7,11...37 max
3n g 3,9,15...39max с интегральной вероятностью 0,95; 3n g 3,9,15... 39 max ГdU^1 • U°
3n g 2,4,6... 40 max ГdU^1 • U(n с интегральной вероятностью 0,95; 3n g 2,4,6... 40 max ГdU^1 • U(
Plc|I ^ min ; AP ^ min , где
dUs = diag(UlS) ; U = [U U2 ... Umf ;
= n(2L ) - DkU(n)
■ H3N )
: DkU(n)
D3L )
■ DkU (n)
и5 =[и51 US2 ... и8т ]; ия - напряжение, равное стандартному номинальному напряжению в /-м узле или согласованному значению ис; 4 = - 0,1...0,1;
= diag(и); иь. - действующее значение напряжения прямой последовательности в /-м узле сети;
U(2) =
Т<2)
U(2) U(
U(
и ; - действующее значение напряжения обратной последовательности в /-м узле сети; =0^0,02; = 0...0,04;
U(0) =
U1(0) U0)
U
(0)"
; UÎ0) - дей-
ствующее значение напряжения нулевой последовательности в /-м узле сети;
=0...0,02; D(Ll = 0...0,04;
U( ers) =
U(
U(
U
( ers)
- напряжение на токоприемнике /-го
поезда; D^ = 21...29; DU = 0... d
/(N) ;
kU ;
DL) = 0 d
DkU 0" dkU ;
/(L).
eff
diN ) = UkU =
SUi2k I IZU2
ZU
2
mk
d(L) = dkU =
0,08 ifU = 0,38 кД 0,05 if U = 6 - 25 кД 0,04 ifU = 35 кД 0,02 ifU = 110 - 220 кД 0,12 ifU = 0,38 кД 0,08 ifU = 6 - 25 кД 0,06 ifU = 35 кД 0,03 ifU = 110 - 220 кД
U( n)=[U! n U2 n
D1N) = 0 d( 1 ) ■
DkU(n) 0-'dkU(n)N ;
U i ;
w mn J >
D2N) = 0 d(2) ;
DkU(n) 0-'dkU(n)N ;
D
(3N) _
= 0...d(
'kU(n) °"dkU( n)N ; dW(n)N , j 1 2> 3 оПределяются по табл. 1-3 ГОСТ 32144-20136;
D1L) = 0 d ( 1) ;
DkU(n) = . kU(n)L ;
D 3 L\ = 0...d( ^
D2L) = 0 d( 2) ;
DkU(n) = . kU(n)L ;
d(j ) = 1 5d< j ) ; i = 1
ukU(n)L = 1,5dkU( n)N ; j 1
kU( n) kU(n)L
2, 3; IiC - вектор модулей уравнительных
токов;
ЛР -
потери мощности.
Структурная схема МАСУ СЭЖД представлена на рис. 4, а схема взаимодействия агентов на рис. 5.
Создание МАСУ системы электроснабжения железнодорожной магистрали является сложной научно-технической проблемой. Ниже приведены результаты исследований, позволяющие реализовать отдельные сегменты МАСУ СЭЖД.
T
<
<
T
T
Определение параметров эффекторов
Для реализации агентом целенаправленного поведения необходимы специальные устройства:
• рецепторы, воспринимающие воздействия внешней среды; в соответствии с рис. 4 такими устройствами являются измерительные комплексы, позволяющие определять комплексные значения
токов и потоков мощности, а также синхро-фазоры напряжений [12, 13];
• эффекторы, представляющие собой исполнительные органы, воздействующие на СЭЖД: FACTS, АКГ, РПН, накопители энергии, источники реактивной мощности, регуляторы установок РГ и т.д.
На первом этапе создания МАСУ необходимы инструменты, дающие воз-
можность определять параметры эффекторов и места их рационального размещения в СЭЖД. Эта задача может быть
решена на основе методов имитационного моделирования СЭЖД в фазных координатах [8].
Рис. 4. Структурная схема МАСУ: АКГ - активный кондиционер гармоник; ИРМ - управляемый источник реактивной мощности; КС - контактная сеть; НЭ - накопитель энергии; ПС - пост секционирования; РГ - установка распределенной генерации; РПН - регулятор напряжения под нагрузкой; УПК - управляемая установка продольной компенсации Fig. 4. Block diagram of the multi-agent control system: ACH - active conditioner of harmonics;
ARPS - adjustable reactive power source; KN - contact network; ES - energy storage; SP - sectioning post; DG - distributed generation plant; VRUL - voltage regulator under load; CILC- controlled installation of longitudinal compensation
Рис. 5. Схема взаимодействия агентов Fig. 5. Diagram of agent interactions
Ввиду большой размерности, сложности и недостаточной информационной обеспеченности СЭЖД использование модели для определения параметров эффекторов на современном этапе затруднительно. Поэтому на практике используют имитационные методы, основанные на концепции мгновенных схем7, заключающейся в редукции динамической модели; при этом исследуемый интервал времени Гм разбивается на малые промежутки Л1, внутри которых параметры X, Б, С и У считаются неизменными. Сопоставление измерений параметров режима на реальных объектах и результатов компьютерного моделирования [8] показывает, что принятое допущение не вносит заметных погрешностей в результаты расчетов.
Алгоритм имитационного моделирования включает следующие этапы:
• формирование схем, отвечающих дискретным моментам времени tk, на основе заданного графика движения поездов и расчет режима для каждой из них;
• определение интегральных показателей моделирования.
Для каждого момента времени tk выполняется решение следующей нелинейной системы уравнений:
Р[Х^,СЛ,у ] = 0, (2)
где ,Ск,У - значения векторов
Х,Б,С,У в момент времени tk■
Ниже, в качестве, примера рассмотрено определение рациональных параметров регулируемых источников реактивной мощности (ИРМ). Моделирование осуществлялось на основе программного комплекса Рагопо^ [8] применительно к СЭЖД, включающей четыре тяговых подстанции с тремя межподстанционными зонами (МПЗ), имеющими посты секционирования (ПС). Источники реактивной мощности (рис. 6, а) размещались на ПС между ТП2 и ТП3, а также на районных обмотках (РО) 10 кВ этих подстанций. Фрагмент схемы СЭЖД показан на рис. 6, Ь. Варианты размещения ИРМ представлены в табл. 1.
U
Ql
Qi= Qc-QL
МАСУ
VS1 V I\
VS.
* qc
c
Multi-agent
control
system
10 кВ 10 kV
220 kV 220 кВ
Three-phase reactive power source Трехфазный ИРМ 10 кВ Трехфазный ИРМ
Three-phase reactive power source 10 kV
■^ÏH'
220 kV 220 кВ
n rr1 Tv^ar+Mr** r\ri\\Tf*r Qrvnrr^
contact network Контактная сеть
b
a
Рис. 6. ИРМ, управляемый тиристорами, и фрагмент схемы СТЭ: a - схема ИРМ; b - фрагмент схемы СТЭ Fig. 6. Thyristor-controlled reactive power source and a fragment of the traction power supply system circuit: a - ARPS circuit; b - fragment of the traction power supply system circuit
7Марквардт К.Г. Электроснабжение электрифицированных железных дорог: учебник для вузов. М.: Транспорт, 1982. 528 с.
Markvardt K.G. Power supply of electrified railroads: Textbook for higher schools. Moscow, Transport Publ., 1982, 528 p. (In Russian)
При моделировании рассматрива- регулирования реактивной мощности. Ре-лось семь вариантов, отличающихся ме- зультаты моделирования представлены в стами размещения источников и способами табл. 2 и проиллюстрированы на рис. 7.
Таблица 1
Варианты установки ИРМ
Table 1
Instal lation options of reactive power sources
Вариант Option Цель регулирования Regulation purpose Пределы изменения реактивной мощности (на фазу), Мвар Reactive power variation limits (per phase), Mvar
Районные обмотки 10 кВ Regional windings of 10 kV Пост секционирования Sectioning post
1 - - -
2 U = const - -10-10
3 U = const -5-5 -
4 U = const -5-5 -10-10
5 U = const 0-5 0-10
6 Q = const 5 10
7 Нерегулируемый Unregulated - -
Таблица 2
Сводные результаты
Table 2
Summary results_
№ варианта / Number of option Схема/ Circuit Напряжения на токоприемниках, кВ Voltages across collector bows, kV Отклонение напряжения на районных обмотках, % Voltage deviation across regional windings, % Средний коэффициент несимметрии на шинах 220 кВ ТП, % Average coefficient of asymmetry across buses of 220 kV of TS, %
Min Mid Max Min Mid Max CM CM с CO 1- 1- ТП3 TS3
1 - 14,62 23,38 27,31 -30,11 -5,88 2,94 0,58 0,63
2 Звезда Star 19,28 24,09 27,26 -20,01 -4,61 2,1 0,46 0,51
Треугольник Mesh 19,24 24,09 27,26 -17,22 -4,72 3,19 0,47 0,51
3 Звезда Star 17,96 24,38 27,19 -17,01 -2,01 0,07 0,36 0,39
Треугольник Mesh 17,46 24,35 27,20 -14,92 -1,8 1,12 0,37 0,42
4 Звезда Star 20,72 24,76 27,19 -13,16 -4,11 0,01 0,27 0,32
Треугольник Mesh 21,08 24,74 27,17 -9,26 -1,2 1,17 0,26 0,32
5 Звезда Star 21,14 24,82 27,31 -12,83 -0,82 3,62 0,32 0,35
Треугольник Mesh 21,09 24,85 27,49 -9,1 -0,42 6,08 0,33 0,36
6 Звезда Star 21,56 26,14 31,29 -8,68 5,68 13,73 0,50 0,57
Треугольник Mesh 21,55 26,14 31,29 -7,2 5,69 15,49 0,50 0,57
7 Звезда Star 21,73 26,68 34,20 -9,42 8,14 19,29 0,64 0,70
Треугольник Mesh 21,67 26,67 34,18 -7,01 8,11 22,34 0,64 0,71
Примечание. Подчеркиванием выделены неприемлемые, а курсивом нежелательные параметры. Лучшие варианты выделены жирным шрифтом / Note. Unacceptable parameters are underlined; undesirable parameters are italicised. The best options are given in bold.
В тяговой сети 25 кВ применялся однофазный ИРМ, а на районных обмотках предусматривалась установка трехфазных устройств. При этом рассматривалось две схемы соединения силовых элементов: звезда и треугольник.
Анализ результатов моделирования позволяет сделать следующие выводы:
• при отсутствии ИРМ не удается обеспечить заданные размеры движения и приемлемый уровень отклонений напряжения на районных обмотках;
• при использовании ИРМ, обеспечивающих генерацию постоянного значения реактивной мощности, наблюдается сверхнормативное повышение напряжений на токоприемниках; аналогичная ситуация имеет место в случае применения нерегу-
лируемого ИРМ в виде батареи статических конденсаторов;
• установка ИРМ только на ПС не позволяет получить приемлемые уровни напряжений на районных обмотках; при размещении источников реактивной мощности только на РО не обеспечиваются нормативные уровни напряжений на токоприемниках;
• наилучшие результаты имеют место при использовании группы регулируемых источников, размещенных на РО и ПС;
• схема соединения силовых элементов трехфазных ИРМ незначительно влияет на результаты моделирования.
Рис. 7. Изменения мощностей ИРМ, установленного на ПС. Вариант 4 Fig. 7. Power variations of the reactive power source installed on a sectioning post. Option 4
Результаты моделирования МАСУ для установок РГ
Ниже приведены результаты моделирования мультиагентной системы управления установками распределенной генерации, работающими на основе синхронных турбо или гидрогенераторов (рис. 8), в которой агенты имели следующий базовый набор свойств:
• активность - способность к организации и реализации воздействий на объект управления, а также на другие агенты;
• реактивность - восприятие состояния объекта через датчики и сообщения от других агентов;
• автономность - относительная независимость от окружающей среды, а также наличие «свободы воли» у некоторых агентов, обуславливающей их собственное поведение;
• общительность, обеспечиваемая развитыми протоколами коммуникации и позволяющая отдельному агенту решать свои задачи совместно с другими;
• целенаправленность, предполагающая наличие собственных источников мотивации.
Каждый агент в системе, имея свои локальные цели и задачи, посредством общения с другими агентами участвует в достижении глобальной цели, предлагаемой МАСУ, которая может быть сформулирована как повышение надежности, эффективности и живучести систем электроснабжения потребителей РЭС.
В предлагаемой системе в качестве рецепторов используются датчики, а также измерители и анализаторы показателей качества электроэнергии. Эффекторами являются программируемые контроллеры, реализующие автоматические регуляторы возбуждения (АРВ) и частоты вращения (АРЧВ) генераторов, входящих в состав установок РГ. Процессор МАСУ представляет собой сервер сбора, обработки и хранения информации*, откуда конкретный агент в случае сбоя может получить необходимые данные.
В предлагаемой МАСУ основные агенты обладают свойством взаимозаменяемости и в случае сбоя отправляют соответствующее сообщение другим агентам, что обеспечивает живучесть системы. Связь агентов может быть представлена событийной моделью (рис. 9), описываемой с помощью иотег-сети [20].
На рис. 9 представлена иотег-сеть событийной модели сценария МАСУ для двух установок РГ. Узлами этой сети являются процессы работы агентов и события, которые генерируют агенты после окончания своей работы. Процессы связываются между собой с помощью входных и выходных событий. Выходные события одного процесса могут являться входными для другого, иначе говоря - инициирующими запуск иного агента. Основные элементы описания агентных сценариев представлены в табл. 3.
Рис. 8. Структура мультиагентной системы управления установками РГ, находящимися в разных узлах сети: АРВ - автоматический регулятор возбуждения; АРЧВ - автоматический регулятор частоты вращения Fig. 8. Structure of a multi-agent control system of distributed generation plants located in different nodes of the network: AEC - automatic excitation controller; ASR - automatic speed regulator
* Эта информация включает следующие сегменты: структура МАСУ, измеренные параметры установок РГ, функции и задачи агентов, база знаний и т.д.
Таблица 3
Joiner-элементы
Table 3
Joiner-elements
Процесс работы агента / Process of agent operation
• Событие, которое генерирует агент после окончания своей работы / Event generated by the agent on completing the operation
Пользователь, взаимодействующий с программой / User interacting with the program
-► Направление развития события / Direction of event development
Avp
Рис. 9. Joiner-сеть событийной модели сценария мультиагентной системы управления установками РГ: AVPP - агент-координатор; AD - агент диагностики; AZ - агент задания мощности; AM - агент идентификации и моделирования; AS - агент согласованной настройки; Aa - агент автонастройки; Ai - агент исполнительных элементов (регуляторов) Fig. 9. Joiner-network of the event model for a multi-agent control system scenario of distributed generation plants: AVPP - coordinating agent; AD - diagnosing agent; AZ - power specifying agent; AM - identification and modeling agent; AS - coordinated tuning agent; AA - auto-tuning agent; AI - agent of executive elements (controllers)
Основные функции агентов предлагаемой МАСУ можно сформулировать так:
1. Агент-координатор (Дурр) подает команды агентам задания мощности (АЗМ) в виде графиков нагрузок агрегатов, а также принимает сообщения от АЗМ и агентов диагностики установок РГ, в соответствии с которыми может корректировать свои задания. Агент-координатор может включать
внутренние сегменты, которые можно интерпретировать как агенты, например:
- агент прогнозирования, который осуществляет прогноз электропотребления и потерь мощности в сети;
- агент оптимизации генерации, производящий выбор оптимальной загрузки установок РГ по критериям обеспечения заданных уровней напряжения и частоты;
- агент рынка электроэнергии, участвующий в формировании тарифов.
2. Агент диагностики (Др) выполняет непрерывную диагностику агрегата с использованием нейронных сетей и посылает сообщения Дурр и АЗМ в случае выхода диагностируемых параметров за допустимые пределы.
3. Агент задания мощности (Дг) принимает команды от Дурр и воздействует на механизм управления турбиной, а также в случае необходимости корректирует задание, сообщая об этом агенту-координатору: «не могу выполнить задание, провожу корректировку». Также АЗМ принимает сообщения от До и ограничивает мощность агрегата.
4. Агент идентификации и моделирования (Дм) при изменении режима работы агрегата выполняет процедуру идентификации с использованием вейвлет-преобразования для выделения шума регуляторов [14] и построения виртуальной модели для текущего режима, а также для определения оптимальных настроек АРВ и АРЧВ и проверки необходимости изменения текущих настроек. Результаты решения задач агентом Дм передаются агентам Д и Дд.
5. Агент согласованной настройки (Дб) использует модель, полученную Дм, для определения оптимальной согласованной настройки АРВ и АРЧВ генератора для текущего режима с использованием генетического алгоритма [14, 21] и передает полученные значения коэффициентов настройки ДД, а в случае сбоя последнего -агенту Д|.
6. Агент автонастройки (ДД) использует технологии нечетких систем управления, накапливает базу знаний настроек АРВ и АРЧВ для различных режимов работы агрегата [22, 23], проверяет эти настройки на виртуальной модели с помощью агента Дм и в случае получения положительного эффекта изменяет текущие настройки через агента Д|.
7. Агент исполнительных элементов (Д|) является главным модулем управления установкой РГ, обеспечивающим интерфейс пользователю-оператору для вы-
бора режима ее работы и планирования графика нагрузки. Данный агент способен также изменять настройки АРВ и АРЧВ.
Предлагаемая МАСУ позиционируется в качестве самоорганизующейся системы со способностью агентов инициировать диалог по результатам анализа не предписанной заранее ситуации, работая в условиях неопределенности.
Агент диагностики имеет рецепторы, позволяющие измерять параметры генератора, а АЗМ оснащен эффектором, по которому изменяется выработка активной мощности генератора.
Агент идентификации и моделирования с помощью своих рецепторов фиксирует управляющие сигналы, поступающие от АРВ и АРЧВ, а также напряжение и частоту, выполняя процедуру идентификации, описанную в [14, 21]. Агенты Д и Дд через соответствующие эффекторы изменяют коэффициенты настройки АРВ и АРЧВ при изменении режима работы. Агенты связаны каналами передачи информации через порты и соединители, образующие сеть, по которой они могут передавать сообщения друг другу.
За последнее десятилетие было разработано более ста программных платформ, реализующих агентное моделирование, среди которых можно выделить систему ДпуЬодю [24], сочетающую в себе все основные виды имитационного моделирования. Предлагаемая МАСУ установок РГ, оснащенных турбогенераторами с АРВ и АРЧВ, была промоделирована в этой системе. В основу модели заложена система уравнений в относительных единицах, описанная в работе [16]. Рассматривалась наиболее тяжелая ситуация автономной работы РЭС при отключении связей с ТП.
С использованием разработанной модели был выполнен эксперимент для оценки эффективности взаимодействия агентов при изменении мощности одной из установок РГ. При этом от агента-координатора было отправлено сообщение АЗМ об изменении генерируемой активной мощности. В результате положительного ответа от агента диагностики изменилась
величина активной мощности турбогенератора. На основании этого агент автонастройки провел уточнение коэффициентов настройки АРВ и АРЧВ. Результаты работы модели в виде зависимостей от времени напряжения, частоты вращения ротора и генерируемой активной мощности представлены на рис. 10.
Результаты моделирования показывают положительный эффект при работе
МАСУ, заключающийся в значительном снижении времени регулирования и величины перерегулирования, а также улучшении качества переходного процесса. Из рис. 10 видно, что изменение настроек регуляторов выполняется с некоторым запаздыванием, обусловленным заложенным в алгоритм МАСУ ожиданием заметного изменения мощности установки РГ.
b
а
Рис. 10. Изменение напряжения генератора, частоты вращения и генерируемой активной мощности при изменении нагрузки: а - при работе МАСУ и изменении коэффициентов настройки АРВ и АРЧВ; b - при выведенной из работы МАСУ Fig. 10. Variations of generator voltage, rotor speed and generated active power under load change: a - under multi-agent control system operation and change in the turning coefficients of an excitation controller and an automatic rotation speed regulator; b - under disabled multi-agent control system
Заключение
На основе полученных результатов могут быть сформулированы следующие выводы:
1. Сложная задача управления режимами системы электроснабжения магистральной железной дороги переменного тока может быть решена на основе муль-тиагентных технологий.
2. Для определения параметров эффекторов МАСУ можно использовать
1. Закарюкин В.П., Крюков А.В., Ушаков В.А., Алек-сеенко В.А. Оперативное управление в системах электроснабжения железных дорог: монография. Иркутск: ИрГУПС, 2012. 129 с.
2. Поваров Г.Н. Об уровнях сложности систем // Методологические проблемы кибернетики (материалы к Всесоюзной конференции). М., 1970. Т. 2. С. 125.
3. Закарюкин В.П., Крюков А.В., Черепанов А.В. Интеллектуальные технологии управления качеством электроэнергии: монография. Иркутск: Изд-во ИрНИТУ, 2015. 218 с.
4. Закарюкин В.П., Крюков А.В., Черепанов А.В. Управление качеством электроэнергии в системах электроснабжения железных дорог: монография. Иркутск: ИрГУПС, 2015. 180 с.
5. Булатов Ю.Н., Крюков А.В., Чан Зюй Хынг. Применение сетевых кластеров (тюгодпС) в системах электроснабжения железных дорог: монография. Братск: БрГУ, 2016. 178 с.
6. Арсентьев М.О., Арсентьев О.В., Крюков А.В. Системы электроснабжения железнодорожного транспорта с установками распределенной генерации: монография. Иркутск: Изд-во ИрГТУ, 2013. 152 с.
7. Закарюкин В.П., Крюков А.В., Черепанов А.В. Применение накопителей энергии в системах тягового электроснабжения железных дорог переменного тока // Современные технологии. Системный анализ. Моделирование. 2014. № 2 (42). С. 158-164.
8. Закарюкин В.П., Крюков А.В. Методы совместного моделирования систем тягового и внешнего электроснабжения железных дорог переменного тока: монография. Иркутск: ИрГУПС, 2011. 170 с.
9. Закарюкин В.П., Крюков А.В., Раевский Н.В., Яковлев Д.А. Моделирование и прогнозирование процессов электропотребления на железнодорожном транспорте. Иркутск, 2007. 114 с. Деп. в ВИНИТИ 11.01.2007, № 19-В2007.
10. Крюков А.В., Закарюкин В.П., Абрамов Н.А.. Ситуационное управление режимами систем тягового электроснабжения: монография. Иркутск: Изд-во ИрГУПС, 2010. 123 с.
методы имитационного моделирования трехфазно-однофазных сетей в фазных координатах.
3. Мультиагентная система управления установками распределенной генерации РЭС позволяет значительно снизить время регулирования и величину перерегулирования контролируемых величин, а также улучшить качество переходного процесса.
uiü список
11. Крюков А.В., Литвинцев А.И. Интервальное моделирование режимов электроэнергетических систем: монография. Иркутск: ИрГУПС, 2014. 164 с.
12. Закарюкин В.П., Крюков А.В., Шульгин М.С. Параметрическая идентификация линий электропередачи и трансформаторов: монография. Иркутск: ИрГУПС, 2012. 96 с.
13. Закарюкин В.П., Крюков А.В., Кушов А.А., Шульгин М.С. Определение параметров элементов электроэнергетических систем по данным измерений: монография. Иркутск: ИрГУПС, 2015, 184 с.
14. Булатов Ю.Н., Крюков А.В. Применение вейвлет-преобразования и генетических алгоритмов для настройки автоматических регуляторов установок распределенной генерации // Научный вестник Новосибирского государственного технического университета. 2016. Т. 63. № 2. С. 7-22.
15. Третьяков Е.А. Управление качеством электрической энергии в распределительных сетях железных дорог: монография. Омск: ОмГУПС, 2013. 195 с.
16. Булатов Ю.Н., Крюков А.В. Мультиагентная система управления установками распределённой генерации // Известия высших учебных заведений. Проблемы энергетики. 2015. № 11-12. С. 97-107.
17. Morzhin Yu.I., Shakaryan Yu.G., Kucherov Yu.N. et al. 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.
18. Bernd M. Buchholz, Zbigniew A. Styczynski. Smart Grids - Fundamentals and Technologies in Electricity Networks // Springer-Verlag Berlin Heidelberg, 2014. 396 с.
19. Бугайченко Д.Ю., Соловьев И.П. Абстрактная архитектура интеллектуального агента и методы ее реализации // Системное программирование. 2005. № 1. С. 36-67.
20. Столяров Л.Н., Новик К.В. Joiner-сеть для моделирования взаимодействующих параллельных процессов // Моделирование процессов управления: сб.
науч. трудов. М., Изд-во Моск. физ.-тех. ин-та. 2004. С. 81-97.
21. Игнатьев И.В., Булатов Ю.Н. Модели и методы настройки систем регулирования возбуждения генераторов на основе экспериментальных данных: монография. Братск: Изд-во БрГУ, 2016. 278 с.
22. Булатов Ю.Н., Приходько М.А., Игнатьев И.В. Разработка блока автонастройки АРЧМ на основе нечёткой логики // Системы. Методы. Технологии. 2010. № 2 (6). С. 91-95.
23. 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. Серия «Естественные и инженерные науки». 2014. Т. 1. С. 265269.
24. Инструмент имитационного моделирования AnyLogic [Электронный ресурс]: сайт AnyLogic / URL // http://www.anylogic.ru/ (14.01.2017).
References
1. Zakaryukin V.P., Kryukov A.V., Ushakov V.A., Ale-kseenko V.A. Operativnoe upravlenie v sistemah 'el-ektrosnabzheniya zheleznyh dorog [Operative control in railroad power supply systems]. Irkutsk, 2012, 129 p. (In Russian)
2. Povarov G.N. Ob urovnyah slozhnosti sistem [On system complexity levels]. Metodologicheskie problemy kibernetiki [Methodological problems of cybernetics]. Moscow, 1970. T. 2. P. 125. (In Russian)
3. Zakaryukin V.P., Kryukov A.V., Cherepanov A.V. Intellektual'nye tehnologii upravleniya kachestvom 'el-ektro'energii [Intelligent technologies of electric power quality management]. Irkutsk, 2015, 218 p. (In Russian)
4. Zakaryukin V.P., Kryukov A.V., Cherepanov A.V. Upravlenie kachestvom 'elektro'energii v sistemah 'el-ektrosnabzheniya zheleznyh dorog [Electric power quality management in railroad power supply systems]. Irkutsk, 2015, 180 p. (In Russian)
5. Bulatov Yu.N., Kryukov A.V., Chan Zyuj Hyng. Primenenie setevyh klasterov (microgrid) v sistemah 'elektrosnabzheniya zheleznyh dorog [Application of network clusters (microgrids) in railroad power supply systems]. Bratsk, 2016, 178 p. (In Russian)
6. 9. Arsent'ev M.O., Arsent'ev O.V., Kryukov A.V. Sistemy elektrosnabzheniya zheleznodorozhnogo transporta s ustanovkami raspredelennoj generacii [Electric power supply systems of rail transport with distributed generation plants]. Irkutsk, 2013, 152 p. (In Russian)
7. Zakaryukin V.P., Kryukov A.V., Cherepanov A.V. Primenenie nakopitelej energii v sistemah tyagovogo elektrosnabzheniya zheleznyh dorog peremennogo toka [Use of energy stores in traction power supply systems of alternating current railroads]. Sovremennye tekhnologii. Sistemnyi analiz. Modelirovanie [Modern technologies. System analysis. Modeling]. 2014, no. 2 (42), pp. 158-164. (In Russian)
8. Zakaryukin V.P., Kryukov A.V. Metody sovmestnogo modelirovaniya sistem tyagovogo i vneshnego elektrosnabzheniya zheleznyh dorog peremennogo toka [Co-simulation methods of traction and external power supply of AC railroads]. Irkutsk, 2011, 170 p. (In Russian)
9. Zakaryukin V.P., Kryukov A.V., Raevskij N.V., Ya-kovlev D.A. Modelirovanie i prognozirovanie processov elektropotrebleniya na zheleznodorozhnom transporte [Modelling and forecasting of electricity consumption
processes on railway transport]. Irkutsk, 2007, 114 p. Deposited in VINITI 1 November 2007, no. 19-B2007. (In Russian)
10. Kryukov A.V., Zakaryukin V.P., Abramov N.A. Situ-acionnoe upravlenie rezhimami sistem tyagovogo el-ektrosnabzheniya [Situational control of traction power supply system modes]. Irkutsk, 2010, 123 p. (In Russian)
11. Kryukov A.V., Litvincev A.I. Interval'noe modeliro-vanie rezhimov elektroenergeticheskih system [Interval modeling of electrical power system modes]. Irkutsk, IrGUPS Publ., 2014. 164 p.
12. Zakaryukin V.P., Kryukov A.V., Shul'gin M.S. Par-ametricheskaya identifikaciya linij elektroperedachi i transformatorov [Parametrical identification of power lines and transformers]. Irkutsk, IrGUPS Publ., 2012, 96 p. (In Russian)
13. Zakaryukin V.P., Kryukov A.V., Kushov A.A., Shul'gin M.S. Opredelenie parametrov elementov el-ektro energeticheskih sistem po dannym izmerenij [Determination of electrical power system element parameters according to measurement data]. Irkutsk, 2015, 184 p. (In Russian)
14. Bulatov Yu.N., Kryukov A.V. Primenenie vejvlet-preobrazovaniya i geneticheskih algoritmov dlya nastro-jki avtomaticheskih regulyatorov ustanovok raspredelennoj generacii [Application of the wavelet transform and genetic algorithms for tuning automatic regulators of distributed generators]. Nauchnyi vestnik Novosibir-skogo gosudarstvennogo tekhnicheskogo universiteta [Scientific bulletin of the Novosibirsk state technical university]. 2016, vol. 63, no. 2, pp. 7-22. (In Russian)
15. Tret'yakov E.A. Upravlenie kachestvom 'elektrich-eskoj 'energii v raspredelitel'nyh setyah zheleznyh dorog [Electrical energy quality management in railroad distribution networks]. Omsk, 2013, 195 p. (In Russian)
16. Bulatov Yu.N., Kryukov A.V. Mul'tiagentnaya sistema upravleniya ustanovkami raspredelennoj generacii [Distributed generation plants multi-agent controlling system]. Izvestiya vysshikh uchebnykh zavedenii. Prob-lemy energetiki. [Proceedings of higher educational institutions. Energy problems]. 2015, no. 11-12, pp. 97-107. (In Russian)
17. Morzhin Yu.I., Shakaryan Yu.G., Kucherov Yu.N. et al. Smart Grid Concept for Unified National Electrical Network of Russia [Smart Grid Concept for Unified National Electrical Network of Russia]. In: 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, pp. 1-5.
18. Bernd M. Buchholz, Zbigniew A. Styczynski. Smart Grids - Fundamentals and Technologies in Electricity Networks // Springer-Verlag Berlin Heidelberg, 2014, 396 p.
19. Bugajchenko D.Yu., Solov'ev I.P. Abstraktnaya arhitektura intellektual'nogo agenta i metody ee realiza-cii [Abstract architecture of the intelligent agent and its implementation methods]. Sistemnoe programmirovanie [System programming]. 2005, no. 1, pp. 36-67. (In Russian)
20. Stolyarov L.N., Novik K.V. Joiner-set' dlya mod-elirovaniya vzaimodejstvuyuschih parallel'nyh pro-cessov [Joiner-network for interacting parallel processes modeling]. In: Modelirovanie protsessov upravleniya [Control processes modeling]. Moscow, 2004, pp. 8197. (In Russian)
21. Ignat'ev I.V., Bulatov Yu.N. Modeli i metody nastro-jki sistem regulirovaniya vozbuzhdeniya generatorov na osnove 'eksperimental'nyh dannyh [Models and methods of tuning generator excitation control systems
Критерии авторства
Булатов Ю.Н. разработал алгоритмы и компьютерные модели для мультиагентной системы управления режимами систем электроснабжения железных дорог. Несет ответственность за плагиат. Крюков А.В. разработал методы определения параметров мультиагентной системы, несет ответственность за плагиат. Куцый А.П. участвовал в разработке методов определения параметров мультиагентной системы; выполнил имитационное моделирование режимов.
Конфликт интересов
Авторы заявляют об отсутствии конфликта интересов.
Статья поступила 09.02.2017 г.
based on experimental data]. Bratsk, 2016, 278 p. (In Russian)
22. Bulatov Yu.N., Prihod'ko M.A., Ignat'ev I.V. Raz-rabotka bloka avtonastrojki ARChM na osnove nechetkoj logiki [Working out of the autotune block of automatic regulator of frequency and active capacity (ARFAC) on the basis of fuzzy logic]. Sistemy. Metody. Tekhnologii [System. Methods. Technologies]. 2010, no. 2 (6), pp. 91-95.
23. Prihod'ko M.A., Bulatov Yu.N., Ignat'ev I.V. Adap-tivnyj blok soglasovannoj nastrojki avtomaticheskih reg-ulyatorov vozbuzhdeniya i chastoty vrascheniya generatorov 'elektrostancij [Adaptive block of coordinated tuning of automated regulators of generator excitation and rotation speed at power plants]. Trudy Bratskogo gosudarstvennogo universiteta. Seriya "Estestvennye i inzhenernye nauki" [Proceedings of Bratsk State University. Series: Natural and Engineering Sciences]. 2014, vol. 1, pp. 26-269. (In Russian)
24. Instrument imitacionnogo modelirovaniya AnyLogic [AnyLogic as a tool of simulation modeling]. Available at: //http://www.anylogic.ru/ (accessed 14 January 2017).
Authorship criteria
Bulatov Yu.N. has developed the algorithms and computer models for a multi-agent system of rail road power supply system mode control. He bears the responsibility for plagiarism. Kryukov A.V. has developed the methods for determining multi-agent system parameters. He bears the responsibility for plagiarism. Kutsiy A.P. participated in the development of methods for determining multi-agent system parameters and performed simulation modeling of modes.
Conflict of interest
The authors declare that there is no conflict of interests regarding the publication of this article.
The article was received 9 February 2017
