基于多代理技术的微网暂态稳定自适应控制研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 研究背景及意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-13页 |
| 1.2.1 微网稳定控制的研究现状 | 第12页 |
| 1.2.2 MAS在微网中的应用现状 | 第12-13页 |
| 1.3 研究内容 | 第13-15页 |
| 第2章 微网的MAS结构与数学模型 | 第15-28页 |
| 2.1 引言 | 第15页 |
| 2.2 MAS的基本理论及其结构 | 第15-18页 |
| 2.2.1 Agent的基本理论 | 第15-16页 |
| 2.2.2 多Agent系统概述 | 第16-18页 |
| 2.3 底层Agent的数学模型 | 第18-24页 |
| 2.3.1 蓄电池模型 | 第18-19页 |
| 2.3.2 光伏电池模型 | 第19-21页 |
| 2.3.3 风力发电机模型 | 第21-22页 |
| 2.3.4 微型燃气轮机模型 | 第22-23页 |
| 2.3.5 燃料电池模型 | 第23-24页 |
| 2.4 相关算法介绍 | 第24-27页 |
| 2.4.1 支持向量机算法 | 第24-25页 |
| 2.4.2 人工神经网络算法 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 微网的分层策略及暂态稳定评估研究 | 第28-37页 |
| 3.1 引言 | 第28-29页 |
| 3.2 基于MAS的微网分层控制结构设计 | 第29-30页 |
| 3.2.1 MAS的分层方法 | 第29页 |
| 3.2.2 各层代理内部模块的具体工作内容 | 第29-30页 |
| 3.3 暂态稳定评估 | 第30-31页 |
| 3.4 人工神经网络训练方法 | 第31-33页 |
| 3.5 算例分析 | 第33-36页 |
| 3.6 本章小结 | 第36-37页 |
| 第4章 各层Agent的协调控制策略 | 第37-52页 |
| 4.1 引言 | 第37页 |
| 4.2 中层Agent之间的分布式协调 | 第37-40页 |
| 4.2.1 合同网的协调机制 | 第37-39页 |
| 4.2.2 多条件的评价方法 | 第39-40页 |
| 4.3 底层Agent的协调规则 | 第40-45页 |
| 4.4 底层分布式电源控制器设计 | 第45页 |
| 4.5 算例分析 | 第45-51页 |
| 4.5.1 开关的切换 | 第45-47页 |
| 4.5.2 孤岛运行时三相短路故障 | 第47-49页 |
| 4.5.3 并网运行时三相短路故障 | 第49-51页 |
| 4.6 本章小结 | 第51-52页 |
| 第5章 结论与展望 | 第52-54页 |
| 5.1 结论 | 第52页 |
| 5.2 展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
