| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-19页 |
| ·课题的背景和意义 | 第9-10页 |
| ·微网基本概念 | 第10-16页 |
| ·微网的定义与结构 | 第10-14页 |
| ·分布式电源种类 | 第14页 |
| ·微网特点 | 第14-16页 |
| ·国内外研究现状 | 第16-18页 |
| ·本文的主要工作 | 第18-19页 |
| 第二章 微网控制技术及其数学模型 | 第19-35页 |
| ·微网控制技术 | 第19-22页 |
| ·微网常见的控制技术 | 第19-21页 |
| ·微网负荷频率控制 | 第21-22页 |
| ·微网数学模型介绍 | 第22-33页 |
| ·风力发电 | 第22-25页 |
| ·光伏发电 | 第25-27页 |
| ·飞轮储能 | 第27-29页 |
| ·小水电 | 第29-30页 |
| ·微型燃气轮机 | 第30-31页 |
| ·微网负荷频率控制模型 | 第31-33页 |
| ·本章总结 | 第33-35页 |
| 第三章 基于折扣报酬型强化学习的微网 AGC 控制器 | 第35-48页 |
| ·数学方法介绍 | 第35-39页 |
| ·强化学习基本理论 | 第35-36页 |
| ·Q 学习算法 | 第36-38页 |
| ·Q(λ)学习算法 | 第38-39页 |
| ·基于单步 Q 学习算法的 AGC 控制器 | 第39-43页 |
| ·基于单步 Q 学习算法的控制器设计 | 第39-41页 |
| ·Q 控制器仿真研究 | 第41-43页 |
| ·基于多步 Q(λ)学习算法的 AGC 控制器 | 第43-47页 |
| ·基于 Q(λ)学习算法的控制器设计 | 第43-44页 |
| ·控制器的迭代步骤 | 第44-45页 |
| ·Q(λ)控制器的仿真研究 | 第45-47页 |
| ·本章总结 | 第47-48页 |
| 第四章 基于平均报酬型强化学习的微网 AGC 控制器 | 第48-61页 |
| ·数学方法介绍 | 第48-50页 |
| ·平均报酬模型 MDP | 第48-49页 |
| ·R(λ)学习算法 | 第49-50页 |
| ·基于 R(λ)学习算法的控制器设计 | 第50页 |
| ·R(λ)控制器的迭代步骤 | 第50-51页 |
| ·R(λ)控制器的仿真研究 | 第51-59页 |
| ·预学习阶段 | 第51-53页 |
| ·短期动态性能比较分析 | 第53-56页 |
| ·长期控制性能比较分析 | 第56-59页 |
| ·本章总结 | 第59-61页 |
| 第五章 微网分散式 AGC 控制器协调控制研究 | 第61-68页 |
| ·分散式负荷频率控制模型 | 第61-63页 |
| ·分散式 AGC 控制器设计 | 第63-64页 |
| ·状态集和动作集 | 第63页 |
| ·奖励函数 | 第63-64页 |
| ·迭代步骤 | 第64页 |
| ·仿真研究 | 第64-67页 |
| ·本章总结 | 第67-68页 |
| 第六章 结论 | 第68-70页 |
| 参考文献 | 第70-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78-79页 |
| 附件 | 第79页 |