一、分布式实时仿真平台设计（论文文献综述）
庞卉淼[1]（2021）在《面向潮汐交通流的动态车道组方案评估系统设计与实现》文中指出随着我国经济飞速发展,大规模的城市扩展与原有交通结构的不匹配导致交通拥堵等一系列问题愈发严峻。住职分离的城市格局形成了具有时空特性的潮汐交通流,潮汐拥堵对人们的生活和工作产生了巨大影响,造成了城市道路资源与空间的严重浪费,带来了不可忽视的社会损失与环境问题。在上述背景下,本文分析现有交通方案决策软件的不足,利用交通物联网传感器、分布式数据搜索引擎、流量数据分析、仿真引擎封装等技术优势,构建动态车道组与信号灯协同优化模型、层次分析法方案评估模型以及仿真需求模型,基于此设计并实现了面向潮汐交通流的动态车道组方案评估系统。交通管理人员可以利用此系统对潮汐交通流数据进行深度挖掘与特性分析,对于满足潮汐交通流特性的路段进行动态车道组与信号灯协同优化,获得时段路段下的车道组组合方式与信号灯配时方案,再利用封装的微型仿真模型进行方案验证和层次分析法评估模型综合评分,从而获得可信度高、真实可靠的交通方案决策。本文首先明确本系统的研究意义与现状,然后对系统使用的相关技术和算法理论进行介绍与研究,对系统进行需求分析与功能划分,并对系统中的关键难点与技术问题提出了相应的解决方案算法与技术实现:一、如何对海量交通流量与路网数据进行收集与使用。设计并优化基于ElasticSearch的分布式全文本数据搜索服务引擎来实现交通数据的高效持久化与搜索。二、如何对潮汐性交通拥堵进行有效优化与缓解。提出了协同优化双层模型,上层使用遗传算法结合梯度下降方法进行信号配时周期优化,下层构建根据车辆转弯比例快速预测最佳动态车道组组合模型。三、如何得到科学全面的方案评估结果。本文中根据效率、舒适度、经济和环境准则选取七项交通评估指标构建了层次分析法方案评估模型。最后对系统各模块进行具体实现,设计多项测试用例对各模块进行单元测试与集成测试,验证系统是否己满足功能与性能需求。
黄学进,余婷[2]（2021）在《基于分布式仿真系统的实时架构设计》文中研究说明在大型控制系统全生命周期的研发、测试与验证过程中需要应用到分布式仿真平台,通过加载不同阶段不同格式的模型以满足开展联合仿真的试验需求;文章对分布式仿真系统架构进行深入研究,创造性的设计了基于RTX的实时仿真技术和基于反射内存的实时通讯技术的总体架构,设计了实时模型的加载方法,并针对实时通讯性能开展优化设计;文章基于分布式仿真系统的实时架构搭建了一套完整的仿真平台;通过测试节点间时间,1 kB数据单向延迟160μs以内,满足控制系统实时性要求;本架构在控制系统的全数字、HIL、半实物测试仿真中进行了多轮应用,满足不同控制产品的测试仿真需求。
田鑫娜[3]（2021）在《基于改进下垂控制的直流微网源侧功率协调控制及稳定性分析》文中研究说明随着国际能源、环境和安全问题日益严峻,世界各国聚焦于建立多能互补机制,推动全球能源向清洁、低碳方向转变,风、光等清洁可再生能源登上能源消费舞台,获得了大量的研究、应用和推广。作为分布式发电的有效利用形式,直流微网高效可靠、稳定易控、可扩展性强、电能质量高,迅速成为研究热点。微源通过电力电子变换器并联接入直流母线,通过相应的控制策略实现电压和电流的稳定输出从而向负荷提供电能。探究如何实现并联微源单元之间的协调控制对系统的高效、安全、经济运行具有重要意义。传统下垂控制建立电压、电流的直接耦合关系,通过向本地控制器反馈本地输出电流,不需额外通信即可实现源变换器间的协调控制。但是,下垂系数的引入会引起直流母线电压的跌落,而且当传输线路电阻不匹配时,负荷电流无法合理分配。针对传统下垂控制的不足,本文提出两种改进下垂控制策略。所提出的第一种改进策略是基于直流母线电压通信的改进下垂控制策略,在非线性下垂控制方程的基础上在系统级引入低带宽通信,实现直流母线电压信息的共享,由此抵消传输线路电阻不匹配对负荷电流分配的不利影响,在此基础上,复用该电压信息形成直流母线电压恢复控制器,使直流母线电压稳定地恢复到额定参考值水平。所提的第二种是基于源变换器间通信的自适应改进下垂控制,在下垂系数中引入与输出电流相关的一次项,在相邻变换器之间交换输出电流信息,通过本地电流信息和相邻变换器电流信息动态更新下垂调节系数,抵消传输线路电阻不匹配的部分,实现负荷电流的精确分配,当动态下垂系数为正值时,等效下垂系数减小,直流母线电压有所恢复。为探究直流微网的小信号稳定性,分别建立直流微网的小信号模型和控制器输入输出闭环传递函数,通过状态矩阵的特征值分布和闭环传递函数的极点分布分别判断直流微网和控制器的小信号稳定性;改变某一元件参数或控制参数,观察特征值或闭环极点的分布变化规律,进而探究电路元件参数和控制参数对系统小信号稳定性的影响。为了初步验证所提控制策略,本文基于MATLAB/Simulink仿真平台搭建仿真模型。仿真结果初步验证了本文所提两种控制策略在负荷电流分配和直流母线电压提升两方面的优越性能。进行相应的软、硬件设计,采用TMS320F28335的eCAN模块作为低带宽通信网络,以RTLAB半实物仿真平台为基础,对所提两种改进控制策略进行硬件在环实验。所提控制策略的正确性和有效性也由此得到了进一步验证。
陈乐乐[4]（2021）在《微电网能量管理系统建模与仿真》文中指出为响应国家能源利用可持续发展战略,近些年在分布式电源和微电网技术研究方面取得了不错的成果,更多的清洁能源被加以利用成为微电网中的一员,可是由于风力、光伏等分布式电源出力容易受到自然条件的影响,倘若不对其进行严格的调控直接投入大电网将给系统带来不利影响,所以储能单元的调节对于微电网的稳定运行是必不可少的,将为实现新能源的充分利用、系统供需平衡、提高经济效益提供重要支持。而如何实现微电网能量的有效控制和调度,使各发电单元相互协调,保证微网系统的稳定运行及并离网无缝切换,成为微电网能量管理系统亟需解决的难点。本文以集中式储能下风光储交流微电网系统为研究对象,考虑各微源出力和负荷需求,采用底层控制与上层调度结合的方法,实现微电网的最佳性能。主要研究内容如下:首先,针对微网系统的各组成部分进行研究,详细分析微网系统中光伏电池、风电和锂电池储能的工作原理、拓扑结构及控制策略。针对系统在不同运行模式下设计合理的控制策略保证微网稳定运行。进一步采用相应的最大功率点跟踪控制使风光发电单元的输出功率保持在最大状态,并与电压控制结合,保证直流侧电压稳定,电能完全转化。其次,在研究底层风光储微网系统框架及工作特性的基础上,针对微电网整体运行性能的协调控制,采取一种分层控制和能量管理结合的控制方案。储能单元采用V/f下垂控制按照微电网能量管理系统的调度指令充放电,风光发电系统采用最大功率点跟踪控制输出电能,确保分布式能源得到充分利用,通过基于功率跟踪的控制方法保证微电网的稳定运行;在离网运行时,通过上层能量管理系统为底层控制器指定参考有功功率,极端情况下可进行切微源与甩负荷的操作,完成能量协调管理,维持母线电压和频率的稳定,避免运行模式切换对微电网造成的暂态震荡;孤岛转并网时,增加预同步处理模块,实现小冲击电流的并网,通过基于频率跟踪的控制方法使得微电网有更高的可靠性。最后,研究上层微电网能量控制策略,提出一种微电源与储能实时调度方法,并在Matlab/Simulink平台中搭建整个能量管理系统模型,在稳定控制条件下针对不同工况,模拟负荷波动、外界条件变化下的风光发电功率波动以及并离网切换进行离线仿真测试。随后在实验室半实物仿真平台,利用Modeling Tech的Star Sim HIL及Star Sim RCP实时仿真软件将使用Simulink搭建的微网系统模型及控制模型下载到PXI实时仿真器中运行,模拟和仿真一个真实微电网,与Matlab/Simulink离线仿真相比,来进一步验证微网系统在各种工况下控制策略的可行性和合理性。
蒋德志[5]（2021）在《电动汽车分布式驱动控制器硬件在环测试研究》文中进行了进一步梳理分布式驱动控制是轮毂/轮边电机驱动车辆的整车控制关键,分布式电动汽车驱动控制器在稳定性控制和车辆安全性方面承担着重要功能,分布式驱动控制器的开发和测试尤为重要,硬件在环测试作为V模式开发中重要的一环,结合了仿真测试和实车测试的优点,能够提升分布式驱动控制器的开发效率,降低测试成本。本文在了解硬件在环测试的原理及应用,以及分析对比研究国内外硬件在环测试系统的基础上,设计了一套硬件在环测试方案。首先,本文设计了分布式驱动控制策略,并自主开发了驱动控制器用于硬件在环测试。其次,分别对系统的硬件部分和软件部分进行集成,硬件系统包括NI PXI实时系统、驱动控制器、驾驶员操纵机构、执行电机等;软件系统包括实时仿真模型和上位机管理软件,其中基于Truck Sim RT建立了整车动力学模型和道路环境模型,通过NI Veristand对测试工程进行管理,基于NI Teststand实现自动化测试,通过软硬件系统的集成搭建了硬件在环（Hardware-In-the-Loop,HIL）测试系统,实现了初步的整车在环。最后,对驱动控制器和硬件在环系统进行测试,验证了分布式驱动控制策略的有效性,证明了硬件在环测试系统满足预期的设计要求,本文设计的硬件在环测试系统也成功应用到了多个控制器开发项目的测试中。
孙安国[6]（2020）在《基于电力电子变压器的信息物理系统光伏消纳研究》文中研究说明随着化石能源的枯竭与环境问题的日益严重,以分布式光伏为代表的新能源发电技术得到了快速发展,降低了高污染,高能耗的火力发电在电力生产中所占比例。另一方面,光伏发电的间歇性、分散式的地理分布特性不利于网络的集中优化和协调控制,这导致弃光现象无法避免,使得我国光伏发电利用率较低,经济效益差。电力电子变压器具备能量汇集和分配功能,能够提供多种形式的标准化接口。建立基于电力电子变压器的交直流混合系统,可以为光伏的接入及大范围的互联互济提供物理支撑。通信系统,调度控制系统的应用可使电网可控性得到加强,在电力电子变压器形成电网网架的基础上,结合通信系统、调度控制系统建立基于电力电子变压器的信息物理系统,为光伏消纳提供更加灵活的调度控制方式,实现光伏更高水平的消纳。本文首先介绍了电力电子变压器的拓扑结构和工作方式,电力电子变压器包括电网端口、互联端口、交流负载端口和直流负载端口四个端口。介绍了基于电力电子变压器的物理系统、通信系统、调度系统的搭建方式。基于此信息物理系统,提出光伏消纳的日前优化调度、实时控制两种方式。接着建立了日前优化调度的数学模型包括四端口电力电子变压器,储能装置,燃气轮机的能量约束条件,台区内,台区间的功率平衡条件。以光伏的最大消纳和最经济运行为目标函数求解。计算结果证明了基于电力电子变压器的信息物理系统光伏消纳的有效性。但日前调度优化依赖光伏预测、负荷预测的准确性,为保证系统的安全运行,在日前优化调度制定生产计划的基础上,还要加入实时控制,保证光伏的可靠消纳和系统的安全运行。为了验证实时控制的可行性,针对信息物理系统的三层体系搭建了ADN-SIM、OPNET、LABVIEW结合的信息物理系统联合仿真平台。并在此基础上搭建了物理层、通信层、调度层的仿真模型。在连通性,准确性验证了联合仿真平台的平台功能。设置了3种光伏渗透率的仿真场景,通过仿真实验验证了基于电力电子变压器的信息物理系统中对光伏消纳实时控制的有效性。证明了系统在光伏消纳中发挥的作用。
刘迎康[7]（2020）在《分布式电驱动车辆多目标转矩优化分配与控制研究》文中指出随着汽车工业的迅速发展,人们对汽车动力性、乘坐舒适性和操纵稳定性等传统性能的要求也在不断地提高。与此同时,汽车在能源和环保方面也承受着来自政府、法规和社会等各方面日益增长的压力。近年来,新能源汽车高速发展,作为未来公认的新一代重要交通工具,得到社会普遍重视,其中基于轮毂电机的分布式驱动车辆相对于传统汽车在操纵稳定性、行驶安全性以及降低能量消耗等方面具有显着控制优势,是下一代电动汽车的最具有潜力的重要发展方向之一,亦是智能驾驶、无人驾驶的重要研究载体。如何有效利用分布式电驱动车辆各轮转矩独立可控的优势,通过优化算法对各轮转矩进行合理分配;提高分布式电驱动车辆的操纵稳定性和行驶通过性的同时兼顾整车能效优化,是目前国内外诸多学者的主要研究方向,也是本文的研究重点。首先,本文基于牛顿第二定律和欧拉第二定律,采用模块化建模思想,建立目标车辆14自由度动力学模型。包括六个车身自由度和四个车轮的垂向运动自由度以及四个车轮绕其中心轴线的旋转角速度自由度。其中,在建立轮毂电机模型时,考虑到电机效率受电机转速和电机转矩两者的影响,采用响应面分析法,建立电机效率关于电机转速和电机转矩的四阶回归方程。并且通过剩余标准差来检验回归模型的显着性。进一步的,通过绘制散点图,直观的表示回归模型的效果。最后,基于目标车辆验证了所建14DOF车辆模型的准确性和有效性。为后续操纵稳定性控制策略以及转矩优化分配算法研究奠定基础。接着,基于直接横摆力矩控制方法,设计分层控制策略。其中,上层控制器主要解决车辆运动控制中的不确定性和非线性等问题,下层控制器则主要解决约束条件下的转矩分配问题。在上层运动控制器中,采用滑模变结构控制,以纵向车速、质心侧偏角和横摆角速度为状态变量,根据它们与理想状态的偏差,求解目标控制力（力矩）。分别设计出纵向速度滑模控制器、横摆角速度滑模控制器和质心侧偏角滑模控制器。实现对纵向速度、质心侧偏角和横摆角速度等运动状态的联合控制,有效提高车辆在极限工况下的操纵稳定性和行驶安全性,并且使之具有良好的鲁棒性。进一步的,基于多目标优化控制分配方法设计出下层控制器。将上层运动控制器输出的目标力矩在电动轮上的分配问题转化为约束条件下的优化问题。分别建立表征驱动系统效率优化的目标函数、表征车辆行驶安全性的目标函数和表征车辆操纵稳定性的目标函数。分析目前主流的一些多目标优化算法,并详细阐述第二代非支配排序遗传算法（NSGA-2）。综合各优化算法的优缺点,在遗传算法和禁忌搜索算法的基础上提出一种新的高效的多目标优化算法:混合遗传禁忌搜索算法（HGTSA）。基于在Matlab/Simulink仿真平台上搭建的14DOF车辆动力学模型,对NSGA-2、HGTSA和常用的平均分配方法进行高附着路面和低附着路面的NEDC仿真工况实验。仿真结果表明,相对于平均分配方法,NSGA-2和HGTSA都可以提高分布式电驱动系统的驱动效率和车辆行驶安全性。特别地,HGTSA的优化效果更加明显,而且稳定速度更快。最后,基于Matlab软件和dSPACE实时仿真系统,采用DS1103实时仿真机和MicroAutoBox搭建实时试验平台。以转矩平均分配作为对比实验进行控制策略验证,实验结果表明,所提出的分层控制策略可以有效的实现预期功能,提出的控制算法可以提高操作稳定性同时兼顾节能效果。
陈忠雷[8]（2020）在《含分布式风力发电的微电网系统优化控制》文中研究指明集中式的风电资源已经大规模开发利用,分布式风电资源还有相当大的存量,分布式风电并入微电网成为电网末端提高可再生能源渗透率的有效方式。分布式风电机组降载控制技术、大规模储能技术和电网运行控制技术将成为能源领域技术的重要发展方向。含分布式风力发电的微电网的优化控制研究,需要从分布式风电机组单机和微电网优化控制两个方面开展研究。在国家863计划项目智能电网关键技术研发项目“风电场、光伏电站集群控制系统研究与开发”课题（2011AA05A104）的资助下,完成的研究工作与成果如下:1、分布式风电机组降载优化控制研究了模型预测控制（Model Predictive Control,MPC）理论,建立了模型预测控制模型。考虑到风电机组随着风速波动,运行工作点一直在变化,因此基于单点的模型预测控制器的降载控制效果会受到影响,分布式风电机组需要增强机组出力的稳定性。分析了风电机组在全风速段区间的运行特性,提出了基于多控制目标的风电机组运行区间划分方法,根据风速以测定风速和基于机组状态的估计风速,将机组的运行区间划分为五个风速段。为了保证基于多控制目标的风电机组运行区间划分方法建立的五个MPC控制器能够在各自工作点连续输出控制信号,建立了一种的复合模型预测控制（Multi Model Predictive Control,Multi MPC）模型。建立了基于Matlab和TUV GL bladed的联合实时仿真平台。在对比验证MPC控制器较传统PI控制器的优点之后,以GL Bladed软件中2MW双馈式风电机组非线性模型作为研究对象,对Multi MPC控制器、MPC控制器和传统的PI控制器进行了仿真比较分析。仿真结果表明,Multi MPC控制器能够减小风电机组转速波动幅度,抑制转速超调量,降低传动链的载荷;能够抑制桨距角的波动幅度和变化速率,降低变桨距机构的运行载荷。2、基于需求侧响应的微电网运行优化为实现分布式风力发电出力最大程度地就地消纳,基于需求侧响应机制,建立负荷削减量约束、负荷削减量爬坡约束和总负荷削减量约束,以微电网系统净负荷需求最大为目标的目标函数。建立风电机组成本模型和考虑充放电次数、充放电深度的储能系统成本模型。基于建立的风电机组成本模型和储能系统成本模型,设定以功率平衡约束、系统之间功率传输约束和储能系统运行约束为边界条件,考虑需求侧响应机制和购售电成本的以微电网系统运行成本最小值为目标的目标函数。基于改进的微分进化算法对目标函数进行优化求解,与基于遗传算法的求解进行对比仿真分析,结果证明了改进的微分进化算法进行微电网的经济运行优化控制,在很大程度上提高了经济效益和储能系统寿命。基于改进的微分进化算法对基于需求侧响应和储能系统的三种边界条件进行对比仿真分析。研究结果表明,良好的需求侧响应机制和储能系统健康充放电是微电网优化运行的关键,基于需求侧响应、储能寿命和电价因素的微电网优化调度模型在优化储能系统寿命,提高了储能系统的寿命和微电网的经济性。3、微电网复合储能的分区域优化揭示了微电网的结构特点和负荷时间分布规律,并对复合储能技术以及复合储能系统的储能技术选型进行了介绍。提出了以综合能源系统资源和负荷特性、地理条件、固定资产覆盖区域为依据的微电网区域划分方法,基于功率平衡约束、微电网与外电网之间功率传输功率约束、磷酸铁锂电池和超级电容运行约束、容量约束,建立储能系统年均成本函数。最终建立以复合储能系统运行约束、功率平衡约束、并网传输约束为边界条件,以微电网系统年收益最大值为经济性最优准则的目标函数,采用改进粒子群算法进行求解,研究结果表明:提出的风/光/储微电网复合储能系统分区域优化方法和微电网自适应区域分层控制策略,可有效地平抑微电网系统中电源侧和用户行为的波动性,提升了电网对可再生能源的消纳能力,减少可再生能源对外电网的影响。4、考虑预测误差随机模型的综合能源系统优化调度研究了综合能源系统的结构与负荷变化特性。建立了基于风电、光伏发电出力和负荷波动的预测误差随机模型。建立基于风电、光伏发电、柴油发电和储能系统运行成本和购售电成本的综合运行成本最小值目标函数,以功率平衡约束、系统之间功率传输约束、储能系统运行约束、柴油发电机运行约束为边界条件,在给定的实时电价条件、风电/光伏/负荷曲线下采用改进粒子群算法进行求解。研究结果表明,优化储能系统和柴油发电调度模型,优化储能系统运行调度和柴油发电机出力,可以在最优化经济运行状态下,以储能系统作为能量缓冲备用,用来弥补发电或用电的实际值与预测值之间的差额,使微电网系统既能较好的平抑风光负荷的波动性,又能实现最优经济运行。因此,需要根据实际情况和综合能源系统区域调度的需求,合理安排分布式电源的种类和数量。
诸斐琴[9]（2020）在《城市轨道交通地面式超级电容储能系统自适应协调控制与容量配置综合优化研究》文中研究表明随着我国城市轨道交通运营里程的快速增加,运行能耗问题日益突出。为了降低城轨交通系统运行能耗,近年来,再生能量利用装置在我国城轨交通中日益得到推广应用。超级电容具有功率密度高、充放电速度快、循环寿命长的优点,是较为理想的再生制动能量回收储能元件。为提高超级电容储能系统的节能稳压效果和经济效益,本文针对单一储能系统能量管理策略、多储能系统之间的协调控制算法以及容量配置综合优化三方面开展理论和实验研究。储能系统处于多列车协同运行、系统能量实时交互的复杂环境中,再生能量回收作用受到变电所空载电压、列车运行状态等多维因素的影响。而储能系统的能量管理策略决定了在不同系统状态下储能系统的充放电状况,从而在稳态层级对系统再生能量分布进行调控,将直接影响储能系统的节能、稳压效果。本文以基于网压的储能系统分层控制结构为基础,提出基于深度强化学习的能量管理策略,设计线下训练流程和在线决策方法,通过储能代理“试错”和“反馈”的机制进行策略学习和优化,并在运行过程中根据列车、变电所和储能系统状态对控制参数进行实时动态调整。由于变电所空载电压波动会导致储能系统运行于如“储而不放”等不合理的工作状态,本文在能量管理策略的在线决策方法中纳入基于变电所特性拟合的空载电压辨识模块,提升算法对环境变化的在线适应能力。通过实际地铁线路仿真对所提出能量管理策略的最优性和适应性进行了验证。轨道交通全线通常配置多套超级电容储能系统,储能系统、整流机组与列车间的能量流动效率受到多储能系统控制参数的综合影响。本文基于供电系统能量耦合模型,解析在不同列车运行工况下多储能系统控制参数对系统再生制动能量分布以及整体回收效率的调节作用。考虑多储能系统决策过程的“动态”和“合作”特性,本文将多储能系统的联合决策等效为合作式马尔科夫博弈过程,提出基于多代理深度强化学习的协调控制方法:通过“集中学习,分散控制”构架实现各储能代理的平稳学习和独立决策;通过代理间协调对系统再生能量进行优化调度,提高多储能装置的整体节能效果。基于仿真算例对所提出的协调控制算法进行验证,选取特定列车运行场景进行算法优化的机理分析。储能系统配置通常仅对储能系统本身设置位置和容量进行优化,很少考虑列车运行特性和供电系统参数的影响。本文将变电所输出特性、制动电阻控制曲线、列车运行图和储能系统容量配置进行综合考虑,通过供电系统等效电路模型分析了供电系统参数对牵引-制动列车、储能系统之间能量传递的影响,基于实际线路仿真揭示列车运行参数对系统能耗和再生能量分布的影响规律,并由此提出储能系统容量配置与列车运行图、供电系统参数多变量综合优化方法。为了减小优化算法搜索空间,提高求解效率,建立分层优化模型,将设计变量与控制变量进行迭代优化。由于行车密度差异对系统再生能量分布具有较大影响,优化目标充分考虑了全天列车发车间隔的频率分布特性。结合采用精英策略的非支配排序遗传算法（Elitist Non-dominated Sorting Genetic Algorithm,NSGA-II）和城轨牵引供电潮流仿真平台设计两阶段协同优化算法流程,求解多目标优化问题的帕累托（Pareto）解集。基于北京地铁八通线实例验证了两阶段协同优化在降低系统能耗和配置成本方面的优势。为了验证本文提出的储能系统控制策略的有效性,搭建了城轨供电系统功率硬件在环实验平台,通过功率放大器将RT-LAB实时仿真器与物理超级电容储能系统互联,实现了对牵引供电系统中多列车运行的复杂工况的实验模拟。设计了分层控制系统,其中PC上位机执行能量管理算法,DSP控制器对储能变流器进行控制。基于该平台开展了本文提出的基于深度强化学习的能量管理策略、空载电压辨识方法及多储能系统协调控制算法实验,验证了以上算法的可行性和有效性。
方立[10]（2020）在《基于网页浏览器的多智能体控制系统仿真技术和实现》文中研究指明本文以实现多智能体控制系统一键仿真和一键编译为目标,底层仿真引擎以MATLAB软件为基础,基于网页浏览器设计了多智能体控制系统仿真功能,该功能目前已经在作者所在的实验室的远程虚拟实验室上部署,并可以稳定、准确地进行仿真实验。本文的主要工作可以分为以下四个方面:1.基于多智能体控制系统仿真时的特点,结合浏览器的特殊性,设计了一种全新的、易于理解的仿真界面。该界面分为主系统界面和子系统界面两层,主系统页面用于展示智能体之间的通信拓扑结构图,子系统页面用于展示智能体内部的建模。这种设计方便用户理解和设计智能体之间的关系。2.提出了在多智能体控制算法设计过程中,一键自动设置各个智能体用于通信的功能单元的方法。根据用户在主系统界面搭建的智能体的通信拓扑结构图,用户在保证连线逻辑正确以及智能体的属性设置正确的前提下,可以一键设置各个智能体需要的通信模块。在保证通信单元设置正确的前提下,极大简化了传统的多智能体控制算法设计过程中通信模块设置的流程。3.提出了多智能体控制系统的一键离线仿真方法。利用通信模块总是成对出现,发射模块和接收模块总是一一对应,将各个智能体的算法框图中的通信模块删除,通过信号线连接起来,并在两个子系统的连接处增加模拟网络传输的延迟模块,可以实现多智能体控制系统的一键离线仿真。离线仿真的算法框图和实时仿真算法框图对于用户是相同的,无需创建两份不同的文件,这简化了仿真设计过程,仿真结果也充分证明了该方法的准确性。4.提出了多智能体控制系统的一键实时仿真方法。利用智能体单元的IP和实际设备的IP一一对应,用户在设计好多智能体控制算法以后,在确保离线仿真结果满意的情况,可以一键生成多个可执行文件,并且可以将可执行文件下载到对应IP的实验设备中。实际实验中算法运行稳定。虽然本文提出的多智能体控制系统的仿真方法是基于网页浏览器实现的,但是该方法同样可以用于手机等移动设备端。这些研究结果将为实现多智能体控制系统的仿真功能提供一定的参考价值。
二、分布式实时仿真平台设计（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、分布式实时仿真平台设计（论文提纲范文）
（1）面向潮汐交通流的动态车道组方案评估系统设计与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关理论和技术介绍 |
| 2.1 主流交通方案解决仿真系统介绍 |
| 2.2 潮汐交通流理论 |
| 2.3 交通方案评估方法 |
| 2.4 微观级交通仿真SUMO |
| 2.5 系统开发相关技术 |
| 2.5.1 领域驱动设计 |
| 2.5.2 Vue.js |
| 2.5.3 Druid Monitor |
| 2.5.4 ElasticSearch分布式数据搜索引擎 |
| 2.5.5 MySQL、Redis |
| 2.6 本章小结 |
| 第三章 系统需求分析与设计 |
| 3.1 系统设计目标 |
| 3.1.1 设计场景 |
| 3.1.2 设计目标 |
| 3.2 系统需求分析 |
| 3.2.1 功能需求 |
| 3.2.2 非功能性需求 |
| 3.3 系统架构设计 |
| 3.4 系统功能模块设计 |
| 3.4.1 系统模块划分 |
| 3.4.2 系统数据库设计 |
| 3.5 本章小结 |
| 第四章 关键算法和技术研究与实现 |
| 4.1 动态车道组与信号配时协同优化算法 |
| 4.1.1 协同优化算法设计 |
| 4.1.2 仿真验证优化效果 |
| 4.2 交通评价指标模型库与层次分析法方案评估模型 |
| 4.2.1 交通评价指标模型库 |
| 4.2.2 层次分析法方案评估模型 |
| 4.3 基于ElasticSearch的分布式数据搜索服务引擎设计与实现 |
| 4.3.1 框架详细设计与实现 |
| 4.3.2 功能与性能分析 |
| 4.4 本章小结 |
| 第五章 系统实现与测试 |
| 5.1 系统环境配置 |
| 5.2 系统模块实现 |
| 5.2.1 用户权限管理模块的实现 |
| 5.2.2 动态车道组协同优化管理模块的实现 |
| 5.2.3 交通流量管理模块的实现 |
| 5.2.4 区域路网管理模块的实现 |
| 5.2.5 评价管理模块的实现 |
| 5.2.6 仿真辅助管理模块的实现 |
| 5.2.7 系统管理模块的实现 |
| 5.3 系统测试 |
| 5.3.1 测试框架与工具 |
| 5.3.2 系统功能测试结果 |
| 5.3.3 系统性能测试结果 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（2）基于分布式仿真系统的实时架构设计（论文提纲范文）
| 0 引言 |
| 1 分布式仿真架构及原理 |
| 2 仿真架构设计 |
| 1) 确定性。 |
| 2) 抖动小。 |
| 3 实时通讯技术设计 |
| 4 结果及应用 |
| 5 结束语 |
（3）基于改进下垂控制的直流微网源侧功率协调控制及稳定性分析（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号说明 |
| 第一章 绪论 |
| 1.1 课题研究背景和研究意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 直流微网研究现状 |
| 1.2.1 直流微网特点 |
| 1.2.2 国外研究动态 |
| 1.2.3 国内研究动态 |
| 1.3 功率协调控制研究现状 |
| 1.3.1 直流微网控制体系 |
| 1.3.2 下垂控制研究现状 |
| 1.4 小信号稳定性研究现状 |
| 1.5 本文主要工作 |
| 第二章 直流微网建模 |
| 2.1 直流微网源变换器建模 |
| 2.2 恒功率负载建模 |
| 2.3 控制器建模 |
| 2.3.1 源侧下垂控制器建模 |
| 2.3.2 CPL双闭环控制器建模 |
| 2.4 基于传统下垂控制的直流微网小信号建模 |
| 2.5 本章小结 |
| 第三章 直流微网传统下垂控制分析 |
| 3.1 工作原理 |
| 3.2 仿真分析 |
| 3.3 小信号稳定性分析 |
| 3.4 本章小结 |
| 第四章 基于直流母线电压通信的改进下垂控制 |
| 4.1 工作原理 |
| 4.2 输入输出特性分析 |
| 4.3 仿真验证 |
| 4.4 本章小结 |
| 第五章 基于源变换器间通信的自适应改进下垂控制 |
| 5.1 工作原理 |
| 5.2 输入输出特性分析 |
| 5.3 仿真验证 |
| 5.4 本章小结 |
| 第六章 基于RTLAB硬件在环的软硬件设计及实验验证 |
| 6.1 RTLAB实时仿真平台简介 |
| 6.1.1 RTLAB半实物仿真平台组成及特点 |
| 6.1.2 RTLAB仿真上位机简介 |
| 6.1.3 RTLAB目标机简介 |
| 6.2 RTLAB硬件在环半实物仿真开发流程 |
| 6.3 基于RTLAB硬件在环的主电路模型建立 |
| 6.3.1 SM子系统的模块设计 |
| 6.3.2 SC子系统的模块设计 |
| 6.4 硬件电路设计 |
| 6.4.1 控制芯片简介 |
| 6.4.2 调理电路设计 |
| 6.4.3 转换板电路设计 |
| 6.4.4 eCAN总线通信设计 |
| 6.4.5 硬件电路展示 |
| 6.5 软件设计 |
| 6.5.1 控制器离散化 |
| 6.5.2 程序设计流程 |
| 6.6 基于RTLAB硬件在环的实验验证 |
| 6.6.1 传统下垂控制策略实验验证 |
| 6.6.2 基于直流母线电压通信的改进下垂控制策略实验验证 |
| 6.6.3 基于源变换器通信的自适应改进下垂控制策略实验验证 |
| 6.6.4 对比实验验证 |
| 6.7 本章小结 |
| 第七章 总结与展望 |
| 7.1 工作总结 |
| 7.2 工作展望 |
| 附录1 |
| 参考文献 |
| 致谢 |
| 在读期间参与的科研项目及成果 |
| 一. 参与项目 |
| 二. 成果 |
| 学位论文评阅及答辩情况表 |
（4）微电网能量管理系统建模与仿真（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题的背景和意义 |
| 1.2 国内外微电网研究现状 |
| 1.3 国内外微电网能量管理系统研究现状 |
| 1.4 目前主流的实时仿真平台 |
| 1.5 本文的主要工作 |
| 第2章 风光储微电网系统建模与仿真 |
| 2.1 光伏发电系统的建模与仿真 |
| 2.1.1 光伏发电系统工作原理 |
| 2.1.2 光伏系统最大功率点跟踪 |
| 2.1.3 光伏逆变器的控制策略 |
| 2.1.4 光伏发电系统仿真分析 |
| 2.2 风力发电系统的建模与仿真 |
| 2.2.1 风力发电系统工作原理 |
| 2.2.2 永磁同步发电机模型 |
| 2.2.3 最大风能追踪的控制策略 |
| 2.2.4 永磁同步风力发电系统仿真分析 |
| 2.3 蓄电池储能系统的建模与仿真 |
| 2.3.1 锂电池储能单元工作原理 |
| 2.3.2 储能系统在微电网中的作用 |
| 2.3.3 储能系统控制策略 |
| 2.3.4 储能系统仿真分析 |
| 2.4 风光储微电网中的负荷分类 |
| 2.5 本章小结 |
| 第3章 微电网多微源协调控制策略 |
| 3.1 基于管理层面的微电网协调控制概述 |
| 3.2 微电网多微源协调控制架构 |
| 3.3 基于分层控制与能量管理的实时调度策略 |
| 3.3.1 微电源与储能实时调度控制目标及约束条件 |
| 3.3.2 并网运行时微电源与储能的实时调控策略 |
| 3.3.3 离网运行时微电源与储能的实时调控策略 |
| 3.4 算例分析 |
| 3.5 本章小结 |
| 第4章 微电网能量管理系统半实物仿真实验 |
| 4.1 半实物仿真平台搭建 |
| 4.1.1 系统整体架构 |
| 4.1.2 硬件部分 |
| 4.1.3 软件资源及仿真流程 |
| 4.2 人机交互界面及功能实现 |
| 4.3 仿真与实验验证 |
| 4.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其他成果 |
| 致谢 |
（5）电动汽车分布式驱动控制器硬件在环测试研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 分布式电动汽车驱动控制研究现状 |
| 1.2.2 硬件在环测试研究现状 |
| 1.3 本文研究内容 |
| 2 硬件在环测试系统方案设计 |
| 2.1 设计目标 |
| 2.2 系统分析 |
| 2.2.1 系统性要求 |
| 2.2.2 功能性要求 |
| 2.3 系统方案选择 |
| 2.4 系统架构 |
| 2.5 本章小结 |
| 3 硬件在环测试硬件系统实现 |
| 3.1 驱动控制器设计 |
| 3.2 NIPXI实时系统选型 |
| 3.3 驾驶员操纵装置 |
| 3.4 执行电机 |
| 3.5 本章小结 |
| 4 硬件在环测试软件系统设计 |
| 4.1 控制器算法开发 |
| 4.1.1 分布式驱动控制策略设计 |
| 4.1.2 分布式驱动控制策略建模 |
| 4.1.3 上电和档位切换策略 |
| 4.2 实时仿真模型开发 |
| 4.2.1 整车动力学模型和环境模型 |
| 4.2.2 驾驶员输入模型 |
| 4.3 上位机管理软件集成 |
| 4.3.1 Veristand配置 |
| 4.3.2 NI Teststand自动化测试设计 |
| 4.4 本章小结 |
| 5 硬件在环测试实验与分析 |
| 5.1 系统测试说明 |
| 5.2 系统开环测试 |
| 5.2.1 MIL测试 |
| 5.2.2 IO接口测试 |
| 5.2.3 传感器信号采集测试 |
| 5.3 控制器功能测试 |
| 5.4 工况测试 |
| 5.4.1 直线加减速正常行驶工况 |
| 5.4.2 左右大转向角工况 |
| 5.4.3 单移线工况 |
| 5.4.4 直角弯工况 |
| 5.4.5 定常圆工况 |
| 5.4.6 对开路面工况 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 工作总结 |
| 6.2 不足和展望 |
| 参考文献 |
（6）基于电力电子变压器的信息物理系统光伏消纳研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 电力电子变压器研究现状 |
| 1.2.2 信息物理系统研究现状 |
| 1.2.3 信息物理系统仿真方法研究现状 |
| 1.3 本文主要研究内容及章节安排 |
| 1.3.1 研究内容及思路 |
| 1.3.2 论文主要工作 |
| 2 基于电力电子变压器的信息物理系统构建 |
| 2.1 电力电子变压器的拓扑结构 |
| 2.2 多台PET互联的物理系统 |
| 2.3 通信系统的构建 |
| 2.4 调度系统功能与模式 |
| 2.5 信息物理系统光伏消纳方式 |
| 2.6 本章小结 |
| 3 光伏消纳的日前优化调度 |
| 3.1 引言 |
| 3.2 含PET交直流系统的物理结构 |
| 3.3 数学模型 |
| 3.3.1 电力电子变压器的稳态模型 |
| 3.3.2 储能电池模型 |
| 3.3.3 供能设备模型 |
| 3.3.4 负荷模型 |
| 3.3.5 功率约束条件 |
| 3.3.6 目标函数 |
| 3.4 算例分析 |
| 3.4.1 初始数据设定 |
| 3.4.2 求解步骤 |
| 3.4.3 求解结果及分析 |
| 3.5 本章小结 |
| 4 信息物理系统实时仿真平台及仿真建模 |
| 4.1 引言 |
| 4.2 基于电力电子变压器的信息物理系统3层体系 |
| 4.3 仿真平台的搭建 |
| 4.3.1 物理层仿真 |
| 4.3.2 通信层仿真 |
| 4.3.3 调度控制层仿真 |
| 4.4 模型构建 |
| 4.4.1 物理层模型构建 |
| 4.4.2 通信层模型构建 |
| 4.4.3 调度控制层模型构建 |
| 4.5 数据交互模型 |
| 4.6 本章小结 |
| 5 光伏消纳实时控制的仿真分析 |
| 5.1 引言 |
| 5.2 仿真算例 |
| 5.3 仿真流程 |
| 5.4 仿真实验 |
| 5.4.1 连通性验证 |
| 5.4.2 部分台区光伏充足 |
| 5.4.3 光伏均充足及光伏均不足 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（7）分布式电驱动车辆多目标转矩优化分配与控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 分布式电驱动车辆研究现状 |
| 1.2.2 分布式电驱动车辆操纵稳定控制研究现状 |
| 1.2.3 分布式电驱动车辆转矩优化控制研究现状 |
| 1.3 本文主要研究内容与结构安排 |
| 第二章 分布式电驱动车辆动力学建模 |
| 2.1 参考坐标系 |
| 2.2 车辆动力学模型建模 |
| 2.2.1 车身模型 |
| 2.2.2 悬架模型 |
| 2.2.3 车轮模型 |
| 2.2.4 轮胎模型 |
| 2.2.5 轮毂电机模型 |
| 2.3 动力学模型验证 |
| 2.4 本章小结 |
| 第三章 基于滑模控制的上层运动控制器研究 |
| 3.1 基于分层控制的操纵稳定性控制策略 |
| 3.1.1 上层运动控制器问题描述 |
| 3.1.2 基于分层控制架构的操纵稳定性控制策略 |
| 3.2 滑模控制简介 |
| 3.2.1 滑模控制基本原理 |
| 3.2.2 滑模控制中的抖振问题 |
| 3.3 上层多目标运动控制器 |
| 3.3.1 二自由度车辆模型 |
| 3.3.2 纵向速度滑模控制 |
| 3.3.3 横摆角速度滑模控制 |
| 3.3.4 质心侧偏角滑模控制 |
| 3.4 上层运动控制器仿真实验 |
| 3.5 本章小结 |
| 第四章 基于多目标优化的下层转矩分配控制器研究 |
| 4.1 车辆性能目标函数 |
| 4.1.1 表征驱动系统效率优化的目标函数 |
| 4.1.2 表征车辆行驶安全性的目标函数 |
| 4.1.3 表征车辆操纵稳定性的目标函数 |
| 4.2 多目标优化算法 |
| 4.2.1 第二代非支配排序遗传算法 |
| 4.2.2 遗传禁忌混合搜索算法 |
| 4.3 下层转矩分配控制器仿真实验 |
| 4.3.1 高附着路面NEDC工况仿真 |
| 4.3.2 低附着路面NEDC工况仿真 |
| 4.4 本章小结 |
| 第五章 控制策略实时实验验证 |
| 5.1 Matlab/DSPACE集成开发环境 |
| 5.2 实时仿真平台方案设计 |
| 5.3 实时仿真实验 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间研究成果 |
（8）含分布式风力发电的微电网系统优化控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.1.1 课题研究的背景 |
| 1.1.2 课题研究的意义 |
| 1.2 课题研究现状 |
| 1.2.1 分布式电源控制的研究现状 |
| 1.2.2 微电网协调控制的研究现状 |
| 1.2.3 微电网能量管理策略的研究现状 |
| 1.2.4 微电网中储能技术应用研究现状 |
| 1.3 研究内容介绍 |
| 第2章 分布式风电机组降载优化控制 |
| 2.1 引言 |
| 2.2 风电机组建模 |
| 2.2.1 叶素动量理论 |
| 2.2.2 变桨系统建模 |
| 2.2.3 传动链建模 |
| 2.2.4 电气系统建模 |
| 2.3 模型预测控制模型 |
| 2.3.1 基本原理 |
| 2.3.2 风电机组MPC控制模型 |
| 2.4 控制器设计 |
| 2.4.1 桨距角PI控制器的设计 |
| 2.4.2 风电机组MPC控制器设计 |
| 2.4.3 复合模型预测控制器的设计 |
| 2.5 案例仿真及结果分析 |
| 2.5.1 联合实时仿真平台的设计 |
| 2.5.2 MPC控制算例分析 |
| 2.5.3 Multi MPC控制仿真结果 |
| 2.6 本章小结 |
| 第3章 基于需求侧响应的微电网运行优化 |
| 3.1 引言 |
| 3.2 风电/储能系统的结构 |
| 3.3 优化调度模型 |
| 3.3.1 需求响应模型 |
| 3.3.2 风力发电及储能系统成本 |
| 3.3.3 优化调度口标函数及约束条件 |
| 3.4 求解方法 |
| 3.4.1 微分进化算法介绍 |
| 3.4.2 算法操作 |
| 3.5 算例 |
| 3.5.1 优化算法的比较选择 |
| 3.5.2 不同算法调度结果的比较 |
| 3.5.3 不同场景仿真结果的比较 |
| 3.6 本章小结 |
| 第4章 微电网复合储能分区域优化 |
| 4.1 引言 |
| 4.2 微电网结构特点与负荷规律 |
| 4.3 复合储能系统分区域优化 |
| 4.3.1 复合储能系统选型 |
| 4.3.2 微电网的区域划分 |
| 4.3.3 复合储能容量优化 |
| 4.4 区域自适应分层控制模型 |
| 4.4.1 成本函数 |
| 4.4.2 目标函数及约束条件 |
| 4.4.3 求解方法 |
| 4.5 算例 |
| 4.5.1 区域初始条件 |
| 4.5.2 求解 |
| 4.6 本章小结 |
| 第5章 考虑预测误差随机模型的综合能源系统优化调度 |
| 5.1 引言 |
| 5.2 区域综合能源系统结构与负荷特性 |
| 5.3 预测误差随机模型 |
| 5.3.1 发电出力和负荷预测误差 |
| 5.3.2 出力和负荷随机模型 |
| 5.4 优化调度模型 |
| 5.4.1 成本函数 |
| 5.4.2 目标函数及约束条件 |
| 5.4.3 求解方法 |
| 5.5 算例 |
| 5.5.1 边界条件 |
| 5.5.2 计算求解 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 创新点 |
| 6.3 研究展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（9）城市轨道交通地面式超级电容储能系统自适应协调控制与容量配置综合优化研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 绪论 |
| 1.1 选题背景与意义 |
| 1.1.1 再生制动能量的利用方式 |
| 1.1.2 地面式储能系统的发展与应用 |
| 1.2 国内外研究现状 |
| 1.2.1 储能系统能量管理策略 |
| 1.2.2 多储能系统协调控制研究 |
| 1.2.3 容量配置与系统优化方法 |
| 1.3 本文研究问题与结构安排 |
| 2 基于深度强化学习的单储能系统能量管理策略 |
| 2.1 含储能系统的城轨牵引供电系统 |
| 2.1.1 地面式储能系统结构与控制方法 |
| 2.1.2 含储能系统的牵引供电网稳态建模与特性分析 |
| 2.1.3 储能系统能量管理优化问题 |
| 2.2 基于深度强化学习的能量管理策略设计 |
| 2.2.1 储能系统强化学习模型 |
| 2.2.2 算法训练流程 |
| 2.2.3 在线决策方法 |
| 2.3 能量管理策略仿真验证 |
| 2.3.1 最优性分析 |
| 2.3.2 适应性分析 |
| 2.4 本章小结 |
| 3 多储能系统分布式协调控制算法 |
| 3.1 供电系统能量耦合模型 |
| 3.2 控制参数影响分析 |
| 3.3 基于多代理学习的协调控制算法 |
| 3.3.1 合作式马尔可夫博弈 |
| 3.3.2 值解耦网络 |
| 3.3.3 协调控制算法设计 |
| 3.4 协调控制算法的仿真验证 |
| 3.4.1 算法性能分析 |
| 3.4.2 运行场景分析 |
| 3.4.3 能耗统计 |
| 3.5 本章小结 |
| 4 储能装置容量配置与系统参数协同优化 |
| 4.1 供电系统参数对系统能量传递的影响分析 |
| 4.1.1 变电所-牵引列车间能量传递分析 |
| 4.1.2 牵引列车—制动列车间能量传递分析 |
| 4.1.3 制动列车-储能系统间能量传递分析 |
| 4.2 列车运行参数对系统能耗分布的影响分析 |
| 4.2.1 发车间隔影响分析 |
| 4.2.2 停站时间影响分析 |
| 4.2.3 储能系统与列车运行的综合影响分析 |
| 4.3 储能系统容量配置与系统参数综合优化方法 |
| 4.3.1 协同优化模型 |
| 4.3.2 两阶段优化算法 |
| 4.4 实例分析 |
| 4.4.1 高峰期优化结果 |
| 4.4.2 平峰期优化结果 |
| 4.4.3 全天优化结果 |
| 4.5 本章小结 |
| 5 实验验证 |
| 5.1 城轨交通供电系统功率硬件在环实验平台 |
| 5.1.1 功率硬件在环测试原理 |
| 5.1.2 实验平台子系统构成 |
| 5.1.3 实验平台功能验证 |
| 5.2 单储能系统能量管理策略实验验证 |
| 5.3 多储能系统协调控制实验验证 |
| 5.4 本章小结 |
| 6 结论 |
| 6.1 主要研究成果 |
| 6.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（10）基于网页浏览器的多智能体控制系统仿真技术和实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究现状 |
| 1.2.1 多智能体控制系统的应用现状 |
| 1.2.2 多智能控制系统仿真平台研究现状 |
| 1.2.3 研究现状总结和分析 |
| 1.3 研究内容及论文的章节安排 |
| 第2章 需求分析与技术选型 |
| 2.1 引言 |
| 2.2 需求分析 |
| 2.2.1 基本需求 |
| 2.2.2 创新需求 |
| 2.3 技术分析 |
| 2.3.1 Java技术 |
| 2.3.2 JS技术 |
| 2.4 架构设计 |
| 2.4.1 整体架构设计图 |
| 2.4.2 服务器集群 |
| 2.6 本章小结 |
| 第3章 仿真页面设计 |
| 3.1 引言 |
| 3.2 仿真页面布局设计 |
| 3.2.1 仿真页面设计的难点 |
| 3.2.2 仿真页面设计思路 |
| 3.2.3 主页面和子页面的关系 |
| 3.3 仿真页面的实现 |
| 3.3.1 浏览器图形化编程的方法 |
| 3.3.2 浏览器图形化编程的实现 |
| 3.3.3 浏览器页面控制逻辑的实现 |
| 3.3.4 浏览器页面临时存储的实现 |
| 3.4 本章小结 |
| 第4章 自动设置通信模块 |
| 4.1 引言 |
| 4.2 通信模块的重要性 |
| 4.3 一键设置通信模块的难点 |
| 4.4 一键设置通信模块的步骤 |
| 4.4.1 主系统页面数据的预处理 |
| 4.4.2 控制层对临时存储的操作 |
| 4.5 一键设置通信模块的实现 |
| 4.6 本章小结 |
| 第5章 仿真功能的实现 |
| 5.1 引言 |
| 5.2 离线仿真 |
| 5.2.1 一键离线仿真的重要性 |
| 5.2.2 一键离线仿真的难点 |
| 5.2.3 一键离线仿真的步骤 |
| 5.2.4 一键离线仿真的实现 |
| 5.3 实时仿真 |
| 5.3.1 一键编译的难点 |
| 5.3.2 一键编译的方法 |
| 5.3.3 一键编译的步骤 |
| 5.3.4 一键编译的实现 |
| 5.4 本章小结 |
| 第6章 多智能体控制系统的仿真实验 |
| 6.1 引言 |
| 6.2 实验环境配置 |
| 6.3 智能体模型的选择 |
| 6.4 两智能体控制系统仿真 |
| 6.4.1 两智能体的网络化控制系统 |
| 6.4.2 被控对象和控制方法 |
| 6.4.3 基于网页浏览器的离线仿真实验 |
| 6.4.4 基于网页浏览器的实时仿真实验 |
| 6.5 三智能体控制系统仿真 |
| 6.5.1 多电机协调控制系统简介 |
| 6.5.2 多电机协调控制性能评价指标 |
| 6.5.3 三电机协同控制系统 |
| 6.5.4 基于网页浏览器的离线仿真 |
| 6.5.5 基于网页浏览器的实时仿真 |
| 6.6 仿真平台的优点 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
四、分布式实时仿真平台设计（论文参考文献）
- [1]面向潮汐交通流的动态车道组方案评估系统设计与实现[D]. 庞卉淼. 北京邮电大学, 2021(01)
- [2]基于分布式仿真系统的实时架构设计[J]. 黄学进,余婷. 计算机测量与控制, 2021(05)
- [3]基于改进下垂控制的直流微网源侧功率协调控制及稳定性分析[D]. 田鑫娜. 山东大学, 2021(12)
- [4]微电网能量管理系统建模与仿真[D]. 陈乐乐. 东北电力大学, 2021(09)
- [5]电动汽车分布式驱动控制器硬件在环测试研究[D]. 蒋德志. 浙江大学, 2021(07)
- [6]基于电力电子变压器的信息物理系统光伏消纳研究[D]. 孙安国. 北京交通大学, 2020(03)
- [7]分布式电驱动车辆多目标转矩优化分配与控制研究[D]. 刘迎康. 南昌大学, 2020
- [8]含分布式风力发电的微电网系统优化控制[D]. 陈忠雷. 华北电力大学(北京), 2020(06)
- [9]城市轨道交通地面式超级电容储能系统自适应协调控制与容量配置综合优化研究[D]. 诸斐琴. 北京交通大学, 2020(03)
- [10]基于网页浏览器的多智能体控制系统仿真技术和实现[D]. 方立. 哈尔滨工业大学, 2020(12)