考虑不确定性的电动汽车并网多时间尺度协调调度策略
| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 课题的研究背景与意义 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-15页 |
| 1.2.1 电动汽车入网优化调度效益分析 | 第12-13页 |
| 1.2.2 分布式电源特性建模分析与不确定性问题 | 第13-14页 |
| 1.2.3 需求侧管理与微电网优化运行 | 第14-15页 |
| 1.3 本文主要工作内容 | 第15-17页 |
| 第2章 分布式电源建模分析 | 第17-24页 |
| 2.1 引言 | 第17页 |
| 2.2 分布式发电系统 | 第17-19页 |
| 2.2.1 风力发电 | 第17-18页 |
| 2.2.2 光伏发电 | 第18-19页 |
| 2.3 电动汽车 | 第19-23页 |
| 2.3.1 电动汽车状态空间模型 | 第19页 |
| 2.3.2 电动汽车负荷特性影响因素 | 第19-22页 |
| 2.3.3 电动汽车负荷特性建模 | 第22-23页 |
| 2.4 储能蓄电池 | 第23页 |
| 2.5 本章小结 | 第23-24页 |
| 第3章 综合用户习惯的电动汽车日内优先调度策略 | 第24-32页 |
| 3.1 引言 | 第24页 |
| 3.2 电动汽车日内优先调度管理系统 | 第24-25页 |
| 3.3 电动汽车可调度能力分析模型 | 第25-28页 |
| 3.3.1 SA综合评估体系 | 第25-27页 |
| 3.3.2 SA综合评估方法 | 第27-28页 |
| 3.4 电动汽车日内优先调度策略 | 第28-31页 |
| 3.4.1 决策变量 | 第29页 |
| 3.4.2 优化模型 | 第29-30页 |
| 3.4.3 日内优先调度策略实现 | 第30-31页 |
| 3.5 本章小结 | 第31-32页 |
| 第4章 电动汽车多时间尺度协调调度策略 | 第32-42页 |
| 4.1 引言 | 第32页 |
| 4.2 并网型风光储微电网系统 | 第32-35页 |
| 4.2.1 系统架构 | 第32-33页 |
| 4.2.2 不确定性分析 | 第33-34页 |
| 4.2.3 响应主体 | 第34-35页 |
| 4.3 基于MPC的动态优化控制 | 第35-37页 |
| 4.3.1 机理研究 | 第35页 |
| 4.3.2 内部电价机制 | 第35-36页 |
| 4.3.3 动态优化模型 | 第36-37页 |
| 4.4 实时功率分配 | 第37-40页 |
| 4.4.1 可调度能力分析 | 第38-39页 |
| 4.4.2 基于可调度能力的实时功率分配 | 第39-40页 |
| 4.5 多时间尺度协调调度实现流程 | 第40页 |
| 4.6 本章小结 | 第40-42页 |
| 第5章 算例分析 | 第42-58页 |
| 5.1 引言 | 第42页 |
| 5.2 综合用户习惯的电动汽车日内优先调度方法 | 第42-48页 |
| 5.2.1 场景设定与参数设置 | 第42-43页 |
| 5.2.2 不同调度模式对比分析 | 第43-45页 |
| 5.2.3 随机场景分析 | 第45-46页 |
| 5.2.4 鲁棒性分析 | 第46-48页 |
| 5.3 电动汽车多时间尺度协调调度策略 | 第48-56页 |
| 5.3.1 场景设定与参数设置 | 第48-49页 |
| 5.3.2 不同调度模式对比分析 | 第49-52页 |
| 5.3.3 PEV和储能系统功率补偿量对比 | 第52页 |
| 5.3.4 调度优先权对PEV功率分配的影响 | 第52-53页 |
| 5.3.5 不确定性影响分析 | 第53-56页 |
| 5.4 本章小结 | 第56-58页 |
| 第6章 结论与展望 | 第58-60页 |
| 6.1 全文工作总结 | 第58-59页 |
| 6.2 研究工作展望 | 第59-60页 |
| 参考文献 | 第60-66页 |
| 致谢 | 第66-67页 |
| 攻读学位期间参加的科研项目和成果 | 第67页 |
