摘要 | 第4-5页 |
Abstract | 第5页 |
第一章 绪论 | 第8-16页 |
1.1 研究背景与意义 | 第8-9页 |
1.1.1 国内外电动汽车发展现状 | 第8页 |
1.1.2 电动汽车接入对微网的影响 | 第8-9页 |
1.2 国内外相关技术研究现状 | 第9-14页 |
1.2.1 电动汽车用电负荷计算研究现状 | 第9-10页 |
1.2.2 电动汽车充放电控制与微网调度 | 第10-12页 |
1.2.3 微电网调度相关研究现状 | 第12页 |
1.2.4 优化调度算法与多目标优化研究现状 | 第12-14页 |
1.3 本文研究内容 | 第14-16页 |
第二章 微网系统建模 | 第16-30页 |
2.1 电动汽车特性分析 | 第16-18页 |
2.1.1 电动汽车充电需求影响因素 | 第16-17页 |
2.1.2 电动汽车充电方式 | 第17页 |
2.1.3 电动汽车行驶特性 | 第17-18页 |
2.2 电动汽车无序充电负荷建模 | 第18-21页 |
2.2.1 蒙特卡洛模拟方法简介 | 第18-19页 |
2.2.2 基于蒙特卡洛方法的电动汽车无序充电负荷计算 | 第19-21页 |
2.3 EV充电负荷需求电价响应模型 | 第21-22页 |
2.3.1 需求响应理论 | 第21页 |
2.3.2 用户对电价响应模型 | 第21-22页 |
2.4 微网结构 | 第22-23页 |
2.5 微源模型 | 第23-28页 |
2.5.1 风力发电模型 | 第23-25页 |
2.5.2 光伏发电 | 第25-26页 |
2.5.3 微型燃气轮机 | 第26-28页 |
2.5.4 储能单元 | 第28页 |
2.6 本章小结 | 第28-30页 |
第三章 优化调度模型 | 第30-41页 |
3.1 微网系统运行优化模型 | 第30-32页 |
3.1.1 目标函数 | 第30-31页 |
3.1.2 约束条件 | 第31-32页 |
3.2 粒子群算法求解 | 第32-40页 |
3.2.1 基本粒子群算法简介 | 第32-34页 |
3.2.2 粒子群算法的改进 | 第34-36页 |
3.2.3 多目标优化问题与粒子群算法 | 第36-40页 |
3.3 改进的多目标粒子群算法在微网中的应用 | 第40页 |
3.3.1 粒子编码以及初始化 | 第40页 |
3.3.2 适应度函数选择 | 第40页 |
3.4 本章小结 | 第40-41页 |
第四章 算例分析 | 第41-54页 |
4.1 算例概述 | 第41页 |
4.2 参数设置 | 第41-44页 |
4.3 优化结果及分析 | 第44-53页 |
4.3.1 单目标优化结果 | 第44-48页 |
4.3.2 多目标优化结果 | 第48-53页 |
4.4 本章小结 | 第53-54页 |
第五章 结论与展望 | 第54-56页 |
5.1 论文主要工作及结论 | 第54页 |
5.2 未来工作展望 | 第54-56页 |
参考文献 | 第56-60页 |
攻读硕士学位期间取得的成果 | 第60-62页 |
致谢 | 第62页 |