基于分布式发电的微网智能优化控制策略研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 目录 | 第9-12页 |
| 1 绪论 | 第12-24页 |
| ·研究背景与研究意义 | 第12-14页 |
| ·国内外研究与应用现状 | 第14-19页 |
| ·分布式发电特性分析与运行控制 | 第14-15页 |
| ·微网并网和孤岛运行控制 | 第15-17页 |
| ·人工智能技术在微网中的应用 | 第17-19页 |
| ·分布式发电和微网控制的主要问题 | 第19-21页 |
| ·论文主要内容及构成 | 第21-24页 |
| 2 分布式发电功率智能预测 | 第24-50页 |
| ·分布式发电功率预测的必要性 | 第24-26页 |
| ·分布式发电对配电网影响 | 第24-25页 |
| ·风电功率预测方法 | 第25-26页 |
| ·电功率坡度事件的统计分析 | 第26-31页 |
| ·数据预处理 | 第26-28页 |
| ·坡度事件定义 | 第28-29页 |
| ·坡度事件的统计特征分析 | 第29-31页 |
| ·基于MSVMs的坡度事件分类预测 | 第31-34页 |
| ·基于MSVMs的风电功率坡度事件分类原理 | 第31-32页 |
| ·坡度事件的前向一步和多步分类预测 | 第32-34页 |
| ·综合风速预测和坡度事件预测的风电功率预测 | 第34-42页 |
| ·风电功率智能预测基本思想 | 第34-35页 |
| ·基于自适应小波神经网络的风速预测 | 第35-38页 |
| ·综合坡度事件和风速的风电功率预测 | 第38-42页 |
| ·仿真实验与分析 | 第42-49页 |
| ·风电功率坡度事件预测 | 第42-43页 |
| ·风速预测 | 第43-46页 |
| ·风电功率预测 | 第46-49页 |
| ·小结 | 第49-50页 |
| 3 微网孤岛模式下负荷分配的优化控制 | 第50-67页 |
| ·微网运行和控制特性分析 | 第50-55页 |
| ·微网结构和特性 | 第50-51页 |
| ·孤岛运行模式控制 | 第51-53页 |
| ·电压/频率下垂特性分析 | 第53-55页 |
| ·孤岛模式下负荷分配的改进控制策略 | 第55-62页 |
| ·研究对象结构 | 第55页 |
| ·负荷分配控制总体思想 | 第55-56页 |
| ·改进的V/δ下垂控制 | 第56-57页 |
| ·基于改进V/δ下垂控制的DGs功率分配 | 第57-60页 |
| ·辅助控制器设计 | 第60-62页 |
| ·仿真实验与分析 | 第62-66页 |
| ·仿真参数 | 第62页 |
| ·仿真结果及分析 | 第62-66页 |
| ·小结 | 第66-67页 |
| 4 微网联网模式下的多智能体系统设计 | 第67-86页 |
| ·MAS在微网中的应用分析 | 第67-70页 |
| ·基于MAS的微网优化调度方法 | 第68页 |
| ·基于MAS的市场电价形成和交易机制 | 第68页 |
| ·基于MAS的微网稳定运行控制 | 第68-69页 |
| ·微网多智能体系统设计和实现的主要问题 | 第69-70页 |
| ·微网物理模型和分层控制结构 | 第70-74页 |
| ·微网物理模型 | 第70-72页 |
| ·微网分层控制结构 | 第72-74页 |
| ·微网联网模式下的控制特性分析 | 第74-78页 |
| ·联网模式下的优化控制目标 | 第74-75页 |
| ·联网模式下的控制特性分析 | 第75-78页 |
| ·微网联网模式下的多智能体系统设计 | 第78-84页 |
| ·智能体的定义 | 第78-79页 |
| ·状态空间简化 | 第79-81页 |
| ·变量的定义 | 第81-82页 |
| ·立即奖赏的定义 | 第82-83页 |
| ·微网多智能体系统结构和工作流程 | 第83-84页 |
| ·小结 | 第84-86页 |
| 5 微网联网模式下的优化控制策略 | 第86-106页 |
| ·分层强化学习 | 第86-90页 |
| ·强化学习 | 第86-88页 |
| ·分层与抽象 | 第88-89页 |
| ·典型的MAXQ分层学习方法 | 第89-90页 |
| ·基于关键变量变化率的动态分层 | 第90-98页 |
| ·未知环境下多智能体强化学习的问题描述 | 第90-91页 |
| ·基于贝叶斯学习的强化学习 | 第91-93页 |
| ·基于模型的分层强化学习算法 | 第93-96页 |
| ·动态分层的实现 | 第96-98页 |
| ·分层结构下的最优策略搜索 | 第98-99页 |
| ·DHRL-RCSV算法的总体流程和性能分析 | 第99-101页 |
| ·算法的总体流程 | 第99页 |
| ·算法的稳定性 | 第99-101页 |
| ·算法在未知大规模环境下的有效性 | 第101页 |
| ·仿真实验与分析 | 第101-105页 |
| ·实验对象 | 第101-102页 |
| ·仿真结果及分析 | 第102-105页 |
| ·小结 | 第105-106页 |
| 6 结论与展望 | 第106-110页 |
| ·结论 | 第106-108页 |
| ·展望 | 第108-110页 |
| 参考文献 | 第110-124页 |
| 致谢 | 第124-125页 |
| 攻读学位期间主要研究成果 | 第125页 |
