基于学习优化的孤岛两区域多源微网自动发电控制
| 致谢 | 第7-8页 |
| 摘要 | 第8-9页 |
| ABSTRACT | 第9-10页 |
| 第一章 绪论 | 第16-22页 |
| 1.1 研究背景与意义 | 第16-18页 |
| 1.2 研究工作与国内外现状 | 第18-20页 |
| 1.2.1 孤岛两区域微电网简介 | 第18-19页 |
| 1.2.2 自动发电控制技术 | 第19-20页 |
| 1.2.3 微网频率控制策略 | 第20页 |
| 1.3 论文内容及组织结构 | 第20-22页 |
| 第二章 孤岛两区域多源微网系统 | 第22-34页 |
| 2.1 孤岛两区域多源微网系统结构 | 第22-23页 |
| 2.2 微网频率调节特性 | 第23-25页 |
| 2.2.1 发电机负荷频率调节特性 | 第23-24页 |
| 2.2.2 区域控制偏差 | 第24-25页 |
| 2.3 孤岛两区域多源微网系统模型 | 第25-33页 |
| 2.3.1 微型燃气轮机组模型 | 第25-27页 |
| 2.3.2 小规模水电机组模型 | 第27-29页 |
| 2.3.3 飞轮储能系统模型 | 第29-30页 |
| 2.3.4 用户负荷模型 | 第30-31页 |
| 2.3.5 风力发电模型 | 第31页 |
| 2.3.6 光伏发电模型 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第三章 基于学习优化方法的AGC控制器设计 | 第34-54页 |
| 3.1 孤岛两区域微电网系统数学模型 | 第35-37页 |
| 3.1.1 系统状态空间 | 第35页 |
| 3.1.2 系统行动集 | 第35-36页 |
| 3.1.3 系统运行代价 | 第36页 |
| 3.1.4 系统优化目标 | 第36-37页 |
| 3.2 学习优化算法 | 第37-40页 |
| 3.2.1 强化学习算法 | 第37页 |
| 3.2.2 基于模拟退火的Q学习算法 | 第37-39页 |
| 3.2.3 策略评估 | 第39-40页 |
| 3.3 仿真实验与结果分析 | 第40-53页 |
| 3.3.1 传统Q学习控制器与SAQ控制器对比 | 第42-46页 |
| 3.3.2 SAQ控制器的学习优化过程 | 第46-50页 |
| 3.3.3 PI控制器与SAQ控制器仿真对比 | 第50-53页 |
| 3.4 本章小结 | 第53-54页 |
| 第四章 考虑源荷协同模式下的微网AGC控制器设计 | 第54-64页 |
| 4.1 源荷协同模式分析与系统建模 | 第54-56页 |
| 4.1.1 源荷协同模式简介 | 第54-55页 |
| 4.1.2 源荷协同模式下的用户负荷模型 | 第55-56页 |
| 4.2 数学模型与优化方法 | 第56-57页 |
| 4.2.1 源荷协同模式下微网系统数学模型 | 第56-57页 |
| 4.2.2 优化方法 | 第57页 |
| 4.3 仿真实验与结果 | 第57-63页 |
| 4.3.1 SAQ控制器不同模式下的曲线对比 | 第57-61页 |
| 4.3.2 源荷协同模式下的SAQ学习优化过程 | 第61-63页 |
| 4.4 本章小结 | 第63-64页 |
| 第五章 总结与展望 | 第64-66页 |
| 5.1 总结 | 第64页 |
| 5.2 展望 | 第64-66页 |
| 参考文献 | 第66-71页 |
| 攻读硕士学位期间的学术活动及成果情况 | 第71页 |
