智慧儲(chǔ)能：多智能體在儲(chǔ)能系統(tǒng)中的應(yīng)用

序一
序二
前言
第1章 緒論 1
1.1 多智能體技術(shù) 1
1.2 多智能體技術(shù)的應(yīng)用 2
1.3 JADE簡(jiǎn)介 3
1.4 強(qiáng)化學(xué)習(xí) 4
1.5 本書介紹 7
第2章 智能體技術(shù)概述 9
2.1 關(guān)于智能體 9
2.1.1 智能體和多智能體系統(tǒng) 9
2.1.2 基于智能體的計(jì)算系統(tǒng)體系結(jié)構(gòu) 10
2.1.3 基于智能體的計(jì)算系統(tǒng)管理 11
2.2 關(guān)于FIPA 12
2.2.1 術(shù)語和定義 12
2.2.2 FIPA抽象體系結(jié)構(gòu) 13
2.2.3 智能體管理規(guī)范 18
2.2.4 智能體消息傳輸服務(wù) 21
2.2.5 FIPA本體服務(wù) 22
2.2.6 FIPA ACL消息結(jié)構(gòu) 24
2.3 FIPA與JADE的關(guān)系 34
2.4 本章小結(jié) 36
第3章 JADE平臺(tái) 37
3.1 JADE平臺(tái)和智能體范式 37
3.2 JADE平臺(tái)的體系結(jié)構(gòu) 39
3.2.1 JADE組件 39
3.2.2 JADE 智能體系統(tǒng)體系結(jié)構(gòu) 40
3.2.3 主要體系元素之間的關(guān)系 41
3.2.4 JADE平臺(tái)容錯(cuò)機(jī)制 42
3.3 JADE包 43
3.4 圖形化平臺(tái)管理工具 47
3.4.1 智能體與GUI之間的交互機(jī)制 47
3.4.2 遠(yuǎn)程監(jiān)視控制臺(tái) 48
3.5 JADE安裝及使用 57
3.5.1 開發(fā)環(huán)境 57
3.5.2 環(huán)境變量配置 57
3.5.3 平臺(tái)使用 60
3.6 本章小結(jié) 62
第4章 JADE編程基礎(chǔ) 63
4.1 JADE智能體生命周期控制 63
4.1.1 創(chuàng)建一個(gè)簡(jiǎn)單的JADE智能體 63
4.1.2 智能體標(biāo)識(shí)符 66
4.1.3 智能體終止 67
4.1.4 CMD窗口下的AP控制 68
4.1.5 向智能體傳遞參數(shù) 69
4.1.6 MyEclipse環(huán)境下JADE體系結(jié)構(gòu)部署 71
4.2 智能體任務(wù) 75
4.2.1 一般任務(wù)模型 77
4.2.2 簡(jiǎn)單任務(wù)模型 78
4.2.3 復(fù)雜任務(wù)模型 84
4.3 智能體之間通信 89
4.3.1 發(fā)送/接收消息 89
4.3.2 消息模板 91
4.4 黃頁服務(wù) 94
4.4.1 發(fā)布服務(wù) 94
4.4.2 搜索服務(wù) 95
4.5 本章小結(jié) 99
第5章 強(qiáng)化學(xué)習(xí) 100
5.1 強(qiáng)化學(xué)習(xí)算法 100
5.1.1 概述 100
5.1.2 學(xué)習(xí)任務(wù) 102
5.1.3 Q學(xué)習(xí) 103
5.1.4 資格跡 108
5.2 應(yīng)用案例 109
5.2.1 基于強(qiáng)化學(xué)習(xí)的五子棋AI設(shè)計(jì) 109
5.2.2 基于強(qiáng)化學(xué)習(xí)的城市道路單交叉口交通信號(hào)優(yōu)化控制 114
5.3 本章小結(jié) 131
第6章 多智能體強(qiáng)化學(xué)習(xí) 132
6.1 多智能體強(qiáng)化學(xué)習(xí)算法 132
6.1.1 概述 132
6.1.2 梯度上升算法 133
6.1.3 WoLF-PHC算法 134
6.1.4 FMRQ算法 137
6.2 多智能體強(qiáng)化學(xué)習(xí)在重復(fù)博弈中的分析 142
6.2.1 對(duì)IQL算法建模 142
6.2.2 對(duì)FMRQ算法進(jìn)行收斂性分析 146
6.3 應(yīng)用案例 154
6.3.1 分布式傳感器網(wǎng)絡(luò) 154
6.3.2 推箱子問題 157
6.3.3 兩AGV任務(wù)調(diào)度與路徑規(guī)劃 160
6.4 本章小結(jié) 162
第7章 基于多智能體系統(tǒng)的光儲(chǔ)荷微網(wǎng)控制 163
7.1 基于MAS的光儲(chǔ)荷微網(wǎng)能量管理系統(tǒng)結(jié)構(gòu) 163
7.2 智能體之間協(xié)調(diào)策略 164
7.2.1 微網(wǎng)內(nèi)部智能體之間的協(xié)調(diào) 165
7.2.2 微網(wǎng)間智能體的協(xié)調(diào) 167
7.3 基于JADE的智能體系統(tǒng)實(shí)現(xiàn) 168
7.3.1 光伏智能體PVA 168
7.3.2 負(fù)荷智能體LoadA 171
7.3.3 儲(chǔ)能智能體BatA 174
7.3.4 微網(wǎng)智能體MIA 177
7.3.5 全局智能體GIA 183
7.4 仿真結(jié)果及分析 186
7.4.1 仿真實(shí)例 186
7.4.2 基于JADE的MAS結(jié)構(gòu) 188
7.4.3 結(jié)果及分析 188
7.5 本章小結(jié) 190
第8章 大規(guī)模電池儲(chǔ)能電站多智能體協(xié)調(diào)控制 191
8.1 多智能體及其分層控制體系結(jié)構(gòu) 191
8.1.1 多智能體控制的分層架構(gòu) 191
8.1.2 基于多智能體的監(jiān)控架構(gòu) 191
8.2 多智能體分區(qū)自治的儲(chǔ)能電站控制架構(gòu) 194
8.2.1 單個(gè)智能體的仿真模型 196
8.2.2 多個(gè)智能體的仿真模型 196
8.2.3 基于多智能體的電池儲(chǔ)能電站分區(qū)控制能力分析 197
8.3 基于多智能體的儲(chǔ)能電站協(xié)調(diào)控制技術(shù) 198
8.3.1 不同運(yùn)行工況下的儲(chǔ)能電站功率控制思路 198
8.3.2 基于多智能體粒子群的儲(chǔ)能電站功率控制技術(shù) 198
8.4 本章小結(jié) 203
第9章 基于多智能體的儲(chǔ)能電站能量管理 204
9.1 基于多智能體的儲(chǔ)能平滑新能源發(fā)電控制技術(shù) 204
9.1.1 平滑新能源發(fā)電的定義 204
9.1.2 平滑新能源發(fā)電的儲(chǔ)能控制技術(shù) 205
9.2 基于多智能體的儲(chǔ)能跟蹤發(fā)電計(jì)劃控制技術(shù) 208
9.2.1 儲(chǔ)能跟蹤計(jì)劃發(fā)電的定義 208
9.2.2 儲(chǔ)能跟蹤計(jì)劃發(fā)電的控制方法 209
9.3 兼顧平滑與跟蹤計(jì)劃的風(fēng)光儲(chǔ)系統(tǒng)多智能體能量管理技術(shù) 211
9.3.1 兼顧平滑與跟蹤計(jì)劃的技術(shù)要求 211
9.3.2 兼顧平滑與跟蹤計(jì)劃的儲(chǔ)能系統(tǒng)控制技術(shù) 212
9.4 仿真案例分析 213
9.4.1 兼顧平滑和跟蹤計(jì)劃的儲(chǔ)能電站控制效果仿真分析 213
9.4.2 百兆瓦級(jí)電池儲(chǔ)能電站削峰填谷的仿真分析 215
9.4.3 百兆瓦級(jí)電池儲(chǔ)能電站跟蹤調(diào)頻指令的仿真分析 218
9.5 本章小結(jié) 220
第10章 基于多智能體的儲(chǔ)能電站集群多維資源協(xié)同調(diào)度 222
10.1 大規(guī)模儲(chǔ)能電站協(xié)同管控架構(gòu)及潛在問題 222
10.2 基于多智能體的儲(chǔ)能電站集群多維資源協(xié)同調(diào)度模型 223
10.2.1 網(wǎng)絡(luò)模型 224
10.2.2 計(jì)算模型 225
10.3 儲(chǔ)能電站集群多智能體協(xié)同調(diào)度的馬爾可夫決策過程 227
10.3.1 儲(chǔ)能電站集群多維資源協(xié)同調(diào)度的問題原型 227
10.3.2 儲(chǔ)能電站集群多維資源協(xié)同調(diào)度的MAMDP 228
10.4 基于多智能體的儲(chǔ)能電站集群云邊端多維資源協(xié)同調(diào)度 230
10.4.1 多智能體學(xué)習(xí)過程 230
10.4.2