学位论文题目：互动智能体驱动的园区分层自趋优运行方法

论文简介

围绕核心科学问题“在园区信息物理社会系统中，如何持续驱动大规模互动智能体在动态、复杂环境中自下而上地实现自趋优运行”，提出并构建了一套互动智能体驱动园区自趋优运行的方法体系。遵循分而治之，逐级涌现智能的理念，将园区中的DERs抽象并封装为具备主动感知、主动交互、主动决策和主动演化能力的互动智能体。以此为基础，将复杂的全局优化目标自下而上地解构为设备级、用户级、社群级和园区级的局部趋优任务，这四级在功能上分别被定义为执行层、活动层、协同层与统筹层，执行层实现设备控制，活动层感知用能行为，协同层开展经济优化，统筹层实现系统协同与电网互动。通过在各层级部署以互动智能体为核心的定制化自趋优运行方法，驱动整个园区用电网络向整体满意状态持续演进。该方法体系的价值在于，它将一个难以直接求解的全局优化难题，转化为一系列定义清晰、可在局部自主解决的问题。通过这种方式，系统性地回应了自趋优理论中的“何为优”、“如何趋优”及“如何自趋优”三大关键问题，最终通过局部智能的涌现与高效协同，驱动系统实现全局层面的持续优化。

1）在设备级，为破解DERs在动态环境中自主优化能力不足的难题，提出了一种基于状态切换技术路线的互动智能体构建方法。

2）在房间级，为应对多互动智能体协同运行时面临的准确性、响应性与自适应性挑战，提出了一种基于互动智能体的房间动态应用场景自适应控制方法。

3）在社群级，为解决VPP在聚合大规模DERs时固有的非线性与混沌性问题，提出互动智能体社群的概念、构建方法和应用方法。

4）在园区级，为引导大规模异构互动智能体高效参与DR，提出大规模互动智能体参与DR的方法，有效克服了逐一向智能体下发数值型控制指令所导致的复杂度高、通信压力大以及收益波动等问题。