摘要 | 第5-6页 |
ABSTRACT | 第6页 |
第1章 绪论 | 第10-17页 |
1.1 课题研究背景及意义 | 第10-11页 |
1.2 微电网的提出 | 第11-12页 |
1.2.1 微电网的概念 | 第11页 |
1.2.2 微电网的基本结构 | 第11-12页 |
1.3 微电网的国内外研究状况 | 第12-14页 |
1.3.1 国内外微电网的发展状况 | 第12-13页 |
1.3.2 多微网协调控制的研究状况 | 第13-14页 |
1.3.3 MAS以及元胞自动机的研究 | 第14页 |
1.4 本文的主要工作 | 第14-15页 |
1.5 本文结构安排 | 第15-17页 |
第2章 多微网的组网结构与功率控制 | 第17-24页 |
2.1 多微网系统控制结构 | 第17-18页 |
2.1.1 多微网系统基本概念 | 第17页 |
2.1.2 多微网系统基本结构 | 第17-18页 |
2.2 微网运行时的功率特点 | 第18-22页 |
2.2.1 微网有功功率特点及数学模型 | 第18-21页 |
2.2.2 微网无功功率特点及数学模型 | 第21-22页 |
2.3 基于δ-P-Q/V-P-Q的下垂优化控制策略 | 第22-23页 |
2.4 本章小结 | 第23-24页 |
第3章 基于多智能体和元胞自动机的双层多微网分布式协调控制模型 | 第24-35页 |
3.1 Agent与MAS基本理论 | 第24-29页 |
3.1.1 Agent的基本概念 | 第24-25页 |
3.1.2 MAS的理论模型 | 第25页 |
3.1.3 MAS的体系结构 | 第25-27页 |
3.1.4 MAS的交互模型 | 第27页 |
3.1.5 MAS的学习能力研究 | 第27-28页 |
3.1.6 MAS简单模型 | 第28-29页 |
3.2 CA的基本理论 | 第29-32页 |
3.2.1 CA的研究和发展 | 第29-30页 |
3.2.2 元胞自动机理论知识 | 第30-32页 |
3.2.4 CA应用于多微网中的优势 | 第32页 |
3.3 基于MAS和CA的双层协调控制模型 | 第32-33页 |
3.4 本章小结 | 第33-35页 |
第4章 基于多智能体和元胞自动机的双层多微网分布式协调控制策略 | 第35-42页 |
4.1 多微网的自趋优控制策略 | 第35-40页 |
4.1.1 自趋优 | 第35页 |
4.1.2 多微网并网控制策略 | 第35-36页 |
4.1.3 多微网孤岛自趋优控制策略 | 第36-40页 |
4.2 CA运行跟踪机制在多微网的应用 | 第40-41页 |
4.3 本章小结 | 第41-42页 |
第5章 多微网分布式协调控制学习算法 | 第42-48页 |
5.1 多微网分布式协调控制算法的选取 | 第42页 |
5.2 强化学习 | 第42-44页 |
5.2.1 Q学习 | 第42-43页 |
5.2.2 PS学习 | 第43-44页 |
5.3 混合型强化学习算法 | 第44-45页 |
5.4 KQML通信机制 | 第45-47页 |
5.5 本章小结 | 第47-48页 |
第6章 算例仿真验证 | 第48-59页 |
6.1 多微网系统仿真模型 | 第48-49页 |
6.2 算法相关参数设置 | 第49-50页 |
6.2.1 奖励函数 | 第49-50页 |
6.2.2 元胞状态转换规则 | 第50页 |
6.3 仿真实验及其分析 | 第50-58页 |
6.3.1 光照强度改变时微网仿真性能分析 | 第51-52页 |
6.3.2 风速改变时微网仿真性能的分析 | 第52-53页 |
6.3.3 子微网A故障对多微网的影响 | 第53-55页 |
6.3.4 子微网B故障对多微网的影响 | 第55-56页 |
6.3.5 切除全部子微网负荷对多微网的影响 | 第56-57页 |
6.3.6 与其他控制方法的比较 | 第57-58页 |
6.4 本章小结 | 第58-59页 |
第7章 结论与展望 | 第59-60页 |
7.1 结论 | 第59页 |
7.2 展望 | 第59-60页 |
参考文献 | 第60-64页 |
攻读硕士学位期间发表的论文及其它成果 | 第64-65页 |
致谢 | 第65页 |