微电网是以分布式电源为主体的新型发配电系统,为应对自然灾害事件和人为恶意攻击对电力系统造成严重破坏以及局势的扩大,如何有效的求解微电网重构策略,对微电网弹性的增强具有重要意义。科学技术的快速更新迭代,电网结构也走向多样化、复杂化。传统单一的集中控制模式很难再适用。需要寻求更加灵活、有效的控制方式和解决复杂问题的有效方法。多智能体系统（Multi-agent system,MAS）与微电网系统在控制需求上具有高度的适应性,其分布式计算能够将复杂问题拆分化、简单化,满足微电网的多种运行需求,实现更智能的微电网功能。本文将多智能体强化学习技术应用于微电网重构研究,以此来提升微电网弹性,并结合微电网的运行特点对智能体进行改进。本文主要的研究工作如下:（1）对近二十年来的国内外大停电事件进行统计和分析,并对各类大停电原因进行归类统计,自然灾害和人为恶意破坏事件占比为55%和8%,是对电网安全最大的威胁,在此背景下研究如何增强微电网弹性的问题。通过大量的国内外文献的阅读,总结微电网弹性增强的方法,并比较其各自的优劣性以及适用性,选定通过微电网重构来增强其系统的弹性。（2）从系统的脆弱性和弹性两个相反的概念介绍了系统弹性的量化分析。叙述了微电网重构对系统弹性增强的意义,并重点对比了微电网重构与主电网重构的异同。结合微电网分布式电源种类较多、所属主体不同的特点。并根据集中控制相对较难管理、缺少灵活性等问题。构建MAS在拓扑结构上对微电网中拓扑结构的映射关系,并确定设备参数和智能体的属性的映射关系。根据微电网重构理论知识,设定了微电网在灾害事件下的重构目标和约束条件等。首先,分析微电网设备组成以及网络结构特征,介绍了MAS的基本理论及系统结构特征,分析MAS集中式、分布式和混合式的优劣性,以及MAS在微电网的应用优势。构建MAS中智能体与微电网设备元件的映射关系,并搭建MAS的微电网模型。其次,对MAS中智能体的框架结构进行详细的描述,并对智能体的独立性和智慧性进行分析,鉴于分布式结构极大的增加了智能体的独立性,其设备智能体的智慧性还有待提高的问题,故对设备层智能体的框架结构和求解算法进行部分改进。最后,对微电网在极端灾害事件下的弹性进行分析,并论述微电网重构对系统弹性增强的重要性,对比微电网重构与主电网重构的异同,设定MAS微电网重构目标、约束条件。（3）介绍了强化学习算法在微电网控制中的应用,以及Q-learning算法在微电网控制领域中的优势,对Q-learning算法的进行公式推导,对智能体的探索策略进行推导。在微电网智能重构中采用了Q-learning算法作为MAS微电网重构的求解算法。采用贪心策略进行探索,鉴于智能体对周围环境探索的局限性,以及其奖励反馈的延迟性,故其决策的智慧性还有待提高。借鉴人类既能够自己通过实践学习,又能向阅历丰富的智者请教学习的思想,对设备层智能体的决策与更新做出改进,引入建议度和接受度的概念,提升智能体动作决策的智慧性。并对改进前后的算法进行实验仿真和结果分析。