| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-21页 |
| 1.1 混合能源系统的研究现状与发展 | 第11-14页 |
| 1.1.1 能源的发展现状 | 第11-12页 |
| 1.1.2 混合能源系统的发展 | 第12-14页 |
| 1.2 混合潮流优化研究现状与发展 | 第14-16页 |
| 1.2.1 研究意义 | 第14-15页 |
| 1.2.2 混合能源系统潮流优化问题的发展 | 第15-16页 |
| 1.3 强化学习的研究现状与发展 | 第16-19页 |
| 1.3.1 强化学习算法发展 | 第16-18页 |
| 1.3.2 强化学习算法在电力系统中的应用 | 第18-19页 |
| 1.4 本文主要研究思路与内容 | 第19-21页 |
| 第2章 电/气/热混合能源系统模型 | 第21-31页 |
| 2.1 电力系统模型 | 第21-22页 |
| 2.2 天然气系统模型 | 第22-24页 |
| 2.3 集中热力系统模型 | 第24-27页 |
| 2.4 能源枢纽模型 | 第27-30页 |
| 2.4.1 能源枢纽结构 | 第27-28页 |
| 2.4.2 能源枢纽数学模型 | 第28页 |
| 2.4.3 典型能源枢纽模型分析 | 第28-30页 |
| 2.5 本章小结 | 第30-31页 |
| 第3章 电/气/热混合能源系统牛顿法潮流计算 | 第31-42页 |
| 3.1 牛顿-拉夫逊法混合潮流计算 | 第31-35页 |
| 3.1.1 混合能源系统潮流模型 | 第31-32页 |
| 3.1.2 牛顿-拉夫逊算法 | 第32-35页 |
| 3.2 牛顿法混合潮流计算的收敛性分析 | 第35-36页 |
| 3.3 牛顿潮流初值估计法工作分析及流程 | 第36-37页 |
| 3.4 算例分析 | 第37-41页 |
| 3.4.1 混合潮流算例分析 | 第37-39页 |
| 3.4.2 混合潮流初值收敛性仿真分析 | 第39-41页 |
| 3.5 本章小结 | 第41-42页 |
| 第4章 基于Q学习的区域混合能源系统最优潮流 | 第42-57页 |
| 4.1 区域混合能源系统最优潮流建模 | 第42-45页 |
| 4.1.1 目标函数 | 第42-44页 |
| 4.1.2 约束条件 | 第44-45页 |
| 4.1.3 统一优化调度模型 | 第45页 |
| 4.2 Q学习算法 | 第45-48页 |
| 4.2.1 马尔科夫决策过程 | 第45-47页 |
| 4.2.2 Q学习算法模型 | 第47-48页 |
| 4.3 区域混合最优潮流的Q学习建模 | 第48-52页 |
| 4.3.1 运行系统的离散化 | 第48-49页 |
| 4.3.2 混合最优潮流算法的Q学习模型 | 第49-51页 |
| 4.3.3 基于Q学习的混合最优潮流算法应用流程 | 第51-52页 |
| 4.4 仿真分析 | 第52-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第5章 基于分布式强化学习的混合最优潮流 | 第57-70页 |
| 5.1 分布式强化学习模型 | 第57-59页 |
| 5.2 混合能源系统多自能源最优潮流模型 | 第59-61页 |
| 5.2.1 混合能源系统的多自能源最优潮流结构 | 第59-60页 |
| 5.2.2 混合能源系统的多自能源最优潮流数学模型 | 第60-61页 |
| 5.3 分布式强化学习混合最优潮流模型 | 第61-65页 |
| 5.3.1 分布式强化学习数学模型 | 第61-62页 |
| 5.3.2 奖励函数的设计 | 第62-63页 |
| 5.3.3 分布式强化学习的混合最优潮流框架 | 第63-64页 |
| 5.3.4 混合能源系统双层最优潮流应用流程 | 第64-65页 |
| 5.4 仿真分析 | 第65-69页 |
| 5.4.1 算例网络 | 第65-66页 |
| 5.4.2 算例与结果分析 | 第66-69页 |
| 5.5 本章小结 | 第69-70页 |
| 第6章 总结与展望 | 第70-72页 |
| 6.1 结论 | 第70页 |
| 6.2 展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士期间所发表论文 | 第79页 |