| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景和意义 | 第11-12页 |
| 1.2 电动汽车参与电网调频的概述 | 第12-14页 |
| 1.2.1 电动汽车的发展和控制结构 | 第12-14页 |
| 1.2.2 电动汽车参与电网调频的优势 | 第14页 |
| 1.3 国内外研究现状 | 第14-18页 |
| 1.3.1 智能电网AGC功率分配的研究现状 | 第14-15页 |
| 1.3.2 电动汽车充换电站参与电网AGC功率分配的研究现状 | 第15-16页 |
| 1.3.3 多智能体一致性算法研究现状 | 第16页 |
| 1.3.4 强化学习算法研究现状 | 第16-18页 |
| 1.4 本文主要工作 | 第18-19页 |
| 第二章 AGC功率分配的框架和数学模型 | 第19-26页 |
| 2.1 引言 | 第19页 |
| 2.2 AGC机组模型 | 第19-21页 |
| 2.2.1 传统的AGC机组模型 | 第19-20页 |
| 2.2.2 电动汽车V2G的AGC模型 | 第20-21页 |
| 2.3 基于虚拟发电部落的AGC功率分配框架和数学模型 | 第21-25页 |
| 2.3.1 虚拟发电部落框架 | 第21-23页 |
| 2.3.2 基于虚拟发电部落的AGC分配模型 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第三章 基于一致性算法的部落内部机组AGC功率分配 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 多智能体图论概述 | 第26页 |
| 3.3 基于一致性算法的AGC功率分配策略 | 第26-30页 |
| 3.3.1 一致性算法原理 | 第26-27页 |
| 3.3.2 调节成本一致性算法 | 第27-28页 |
| 3.3.3 爬升时间一致性算法 | 第28-29页 |
| 3.3.4 虚拟一致性变量和真实一致性变量 | 第29-30页 |
| 3.3.5 算法流程 | 第30页 |
| 3.4 海南电网仿真算例分析 | 第30-40页 |
| 3.4.1 系统模型 | 第30-32页 |
| 3.4.2 成本一致性算法仿真研究 | 第32-35页 |
| 3.4.3 爬升时间一致性算法仿真研究 | 第35-38页 |
| 3.4.4 随机扰动仿真研究 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第四章 基于协同一致性迁移Q学习算法的部落之间AGC功率分配 | 第41-59页 |
| 4.1 引言 | 第41页 |
| 4.2 CTQ算法原理 | 第41-43页 |
| 4.2.1 单智能体Q学习算法 | 第41-42页 |
| 4.2.2 CTQ算法 | 第42-43页 |
| 4.3 基于CTQ的虚拟发电部落AGC功率动态分配 | 第43-46页 |
| 4.3.1 算法状态与动作的设计 | 第43-44页 |
| 4.3.2 奖励函数的设计 | 第44页 |
| 4.3.3 迁移学习优化 | 第44-45页 |
| 4.3.4 参数设置 | 第45-46页 |
| 4.3.5 算法流程 | 第46页 |
| 4.4 广东电网仿真算例分析 | 第46-57页 |
| 4.4.1 仿真模型 | 第46-49页 |
| 4.4.2 预学习研究 | 第49-53页 |
| 4.4.3 在线迁移学习研究 | 第53-57页 |
| 4.5 本章小结 | 第57-59页 |
| 第五章 结论与展望 | 第59-61页 |
| 5.1 结论 | 第59-60页 |
| 5.2 展望 | 第60-61页 |
| 参考文献 | 第61-66页 |
| 攻读硕士学位期间取得的研究成果 | 第66-67页 |
| 致谢 | 第67-68页 |
| 附表 | 第68页 |
