微电网作为未来智能电网的一种重要模式,受到了国内外学者的广泛关注。与传统大电网相比,微电网可以充分利用各种分布式能源,具有更好的灵活性、经济性和可靠性。而微电网又是一个复杂的信息物理系统,具有许多复杂的动力学特性,如强非线性、参数不确定性、低惯性等,其控制与优化一直是个难题。系统地研究微电网的控制与优化问题,不仅有利于推动复杂非线性系统理论的发展,还能为实际的微电网建设提供有力的理论依据。本文针对孤岛型交流微电网系统的强非线性、参数不确定性、低惯性等复杂特性,利用强化学习、最优控制、分布式协同控制以及李雅普诺夫稳定性等理论方法,深入地研究了微电网的最优频率控制问题。主要内容包括:针对微电网动力学系统的强非线性,基于离线强化学习算法研究了微电网的最优分布式二次频率控制问题。提出了一种基于数据驱动的最优分布式频率控制框架;设计了一种双启发式动态规划算法来数值求解该问题中的离散时间Hamilton-Jacobi-Bellman方程,从而获得具有最优性能的二次频率控制器;对所提出的算法做了严格的理论分析并搭建实验平台进行了仿真。研究结果表明,所提出的控制方案能够快速高效地维持微电网频率的稳定,同时实现各发电单元的有功功率按比例分配。与已有的方案相比,所提出的方案具有易调节、无模型的优点。针对微电网动力学系统的参数不确定性,基于在线强化学习算法研究了微电网的最优二次频率控制问题。建立了微电网频率动态系统的连续时间动力学方程;设计了一种基于数据驱动的值迭代算法来求解连续时间系统的代数黎卡提方程,从而获得最优的反馈控制增益;对所设计的算法做了严格的理论分析并搭建实验平台进行了仿真实验。研究结果表明,所设计的控制器与线性二次型调节器具有相同的频率调节功能,却不依赖于微电网系统的参数,具有无模型、自适应控制的优点。并且与已有的分布式二次频率控制器相比,所设计的控制器可以更快地消除频率偏差,具有更优的动态性能。针对微电网动力学系统的参数不确定性,基于在线强化学习算法研究了其最优有限时间频率控制问题。为了进一步提升微电网频率控制的效率,确保系统具有更可控的稳定时间,将系统的稳定性从渐近稳定改进到了有限时间稳定。设计了一种最优有限时间控制器,经过严格的理论分析得到了确保微电网频率系统同时具有最优性和有限时间稳定性的充分条件;基于逆最优控制理论,给出了一种分数阶损失函数的构造方法;提出了一种在线强化学习算法用来数值求解连续时间Hamilton-Jacobi-Bellman方程,从而获得微电网的最优有限时间二次频率控制器;采用数值仿真验证了迭代学习算法的有效性,并基于MATLAB\Simscape工具箱搭建微电网测试系统进行了仿真。研究结果表明,所设计的控制器具有无模型、自适应控制的优点。尤其在系统参数变化的情况下,与线性二次型调节器相比,所提出的控制器具有更可控的稳定时间。针对微电网动力学系统的低惯性和参数不确定性,基于在线强化学习算法研究了微电网频率系统的抗扰动控制问题。首先根据电力系统小信号分析理论建立了微电网负载频率控制的状态空间模型;然后通过变量替换方法将负载频率控制问题分解为两个子问题分别求解:1)设计了一种在线策略迭代算法用来获得最优的滑模面参数,2)基于李雅普诺夫稳定性理论分析了二阶滑模系统的闭环稳定性,得到了其有限时间稳定的充分条件,给出了滑模控制器参数的选取方法;最后搭建了基于物理器件仿真的微电网测试系统,验证了所提出的控制方法的有效性。研究结果表明,与PID控制器和H∞最优控制器相比,在所提出的控制器作用下微电网可以更好地抵抗外界扰动,具有更好的鲁棒稳定性。