基于Multi-Agent的微电网能量管理优化的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 课题的来源和意义 | 第9-10页 |
| 1.2 微电网能量管理系统的研究现状 | 第10-12页 |
| 1.2.1 国外研究现状 | 第10-11页 |
| 1.2.2 国内研究现状 | 第11-12页 |
| 1.3 微电网的结构 | 第12-15页 |
| 1.4 本论文的主要内容 | 第15-16页 |
| 第2章 基于多智能体的微电网系统 | 第16-28页 |
| 2.1 引言 | 第16页 |
| 2.2 微电网的运行模式 | 第16-17页 |
| 2.3 微电网各微电源的数学模型 | 第17-23页 |
| 2.3.1 风力发电机数学模型 | 第17-19页 |
| 2.3.2 光伏发电机 | 第19-21页 |
| 2.3.3 微型燃气轮机 | 第21-22页 |
| 2.3.4 燃料电池 | 第22-23页 |
| 2.3.5 蓄电池 | 第23页 |
| 2.4 多智能体系统 | 第23-27页 |
| 2.4.1 多智能体系统的结构 | 第23-25页 |
| 2.4.2 多智能体系统的交互机制 | 第25-27页 |
| 2.5 本章小结 | 第27-28页 |
| 第3章 基于可再生能源和负荷的能量预测 | 第28-40页 |
| 3.1 统计学习理论 | 第28-33页 |
| 3.1.1 支持向量机的基础概念 | 第28-31页 |
| 3.1.2 最小二乘支持向量机 | 第31-33页 |
| 3.2 萤火虫算法 | 第33-34页 |
| 3.3 基于萤火虫的最小二乘支持向量机模型 | 第34-36页 |
| 3.4 负荷、风能和光能的预测 | 第36-39页 |
| 3.5 本章小结 | 第39-40页 |
| 第4章 微电网的能量管理优化 | 第40-58页 |
| 4.1 引言 | 第40页 |
| 4.2 优化模型 | 第40-47页 |
| 4.2.1 优化目标 | 第40-42页 |
| 4.2.2 约束条件 | 第42-43页 |
| 4.2.3 权重系数的确定 | 第43-46页 |
| 4.2.4 罚函数法 | 第46-47页 |
| 4.3 优化算法 | 第47-52页 |
| 4.3.1 基于粒子群的优化算法 | 第47-49页 |
| 4.3.2 基于布谷鸟的搜索算法 | 第49-50页 |
| 4.3.3 基于布谷鸟的粒子群优化算法 | 第50-51页 |
| 4.3.4 中心引力算法 | 第51-52页 |
| 4.4 微电网能量优化策略的分析 | 第52-54页 |
| 4.5 仿真结果与分析 | 第54-57页 |
| 4.6 本章小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 攻读硕士学位期间承担的学科任务与主要成果 | 第62-63页 |
| 致谢 | 第63页 |
