首页--工业技术论文--电工技术论文--输配电工程、电力网及电力系统论文--电力系统的自动化论文

智能电网中多代理协调控制策略的研究

摘要第4-5页
abstract第5页
第一章 绪论第8-11页
    1.1 课题研究背景及意义第8页
    1.2 课题研究现状分析第8-10页
        1.2.1 智能电网的研究现状第8-9页
        1.2.2 多代理系统的研究现状第9-10页
    1.3 本课题研究的主要内容第10-11页
第二章 代理智能体介绍与多代理系统基本结构第11-17页
    2.1 代理智能体介绍第11-13页
        2.1.1 代理模型第11-12页
        2.1.2 交互过程第12-13页
    2.2 多代理系统基本结构第13-16页
        2.2.1 运行环境第13页
        2.2.2 平台结构第13-14页
        2.2.3 通信方式第14-16页
    2.3 本章小结第16-17页
第三章 基于多代理系统的风光储发电协调控制策略第17-30页
    3.1 风光储发电系统基本结构第17-22页
        3.1.1 光伏发电系统模型第17-19页
        3.1.2 风力发电系统模型第19-20页
        3.1.3 储能系统模型第20-22页
    3.2 最大功率点跟踪控制第22-24页
        3.2.1 光伏发电系统最大功率点跟踪控制第22-23页
        3.2.2 风力发电系统最大功率点跟踪控制第23-24页
    3.3 多代理协调控制系统第24-27页
        3.3.1 上层代理第26页
        3.3.2 中间层代理第26-27页
        3.3.3 下层代理第27页
    3.4 协调控制过程分析第27-29页
    3.5 本章小结第29-30页
第四章 基于自抗扰控制的光伏发电系统最大功率点跟踪策略第30-43页
    4.1 线性自抗扰控制器第30-34页
        4.1.1 控制器的设计第30-32页
        4.1.2 稳定性的分析第32-34页
    4.2 最大功率点跟踪过程第34-35页
    4.3 仿真分析第35-42页
    4.4 本章小结第42-43页
第五章 基于多代理系统的微电网能量协调管理策略第43-54页
    5.1 微电网基本结构与分布式电源模型第43-44页
        5.1.1 微电网结构第43页
        5.1.2 分布式电源模型第43-44页
    5.2 多代理协调管理系统第44-47页
        5.2.1 目标函数第44-45页
        5.2.2 能量协调管理过程第45-47页
    5.3 新能源发电预测第47-50页
        5.3.1 基于粒子群的模糊神经网络预测算法第47-48页
        5.3.2 仿真分析第48-50页
    5.4 能量协调管理优化算法第50-53页
        5.4.1 中心引力算法第50-51页
        5.4.2 基于模拟退火的粒子群算法第51页
        5.4.3 仿真分析第51-53页
    5.5 本章小结第53-54页
第六章 总结与展望第54-55页
参考文献第55-59页
发表论文和科研情况说明第59-60页
致谢第60页

论文共60页,点击 下载论文
上一篇:硅漂移探测器(SDD)分压器的设计和工艺实现研究
下一篇:基于改进的粒子群优化算法在光伏系统最大功率跟踪技术中的应用