摘要 | 第5-7页 |
ABSTRACT | 第7-8页 |
第1章 绪论 | 第11-21页 |
1.1 研究背景与研究意义 | 第11-13页 |
1.2 国内外研究现状 | 第13-18页 |
1.2.1 电池建模与状态估计 | 第14-16页 |
1.2.2 微电网能量管理与优化控制 | 第16-18页 |
1.3 本文主要工作及内容安排 | 第18-21页 |
1.3.1 主要工作 | 第18-20页 |
1.3.2 论文内容安排 | 第20-21页 |
第2章 包含储能电池的微电网系统 | 第21-29页 |
2.1 引言 | 第21页 |
2.2 储能电池放电过程中的非线性容量效应 | 第21-23页 |
2.3 微电网系统基本信息 | 第23-28页 |
2.3.1 微电网系统分类 | 第24-25页 |
2.3.2 微电网系统分层控制架构 | 第25-28页 |
2.4 本章小结 | 第28-29页 |
第3章 锂离子电池荷电状态估计与可用时间预测 | 第29-45页 |
3.1 引言 | 第29页 |
3.2 锂离子电池SOC定义 | 第29-30页 |
3.3 锂离子电池状态空间模型 | 第30-34页 |
3.3.1 锂离子电池离散状态空间方程 | 第30-32页 |
3.3.2 电池模型参数离线辨识实验 | 第32-34页 |
3.4 锂离子电池SOC估计与RDT预测 | 第34-38页 |
3.4.1 粒子滤波算法 | 第35-36页 |
3.4.2 基于粒子滤波算法的SOC估计 | 第36页 |
3.4.3 电池放电过程中RDT定义及预测 | 第36-38页 |
3.5 实验与结果分析 | 第38-43页 |
3.5.1 电池参数辨识实验结果 | 第38-39页 |
3.5.2 恒流和动态工况下SOC估计结果 | 第39-41页 |
3.5.3 恒流和动态工况下RDT预测结果 | 第41-42页 |
3.5.4 不同温度条件下RDT预测结果 | 第42-43页 |
3.6 本章小结 | 第43-45页 |
第4章 计及移动储能系统随机性的家庭微电网能量管理 | 第45-63页 |
4.1 引言 | 第45页 |
4.2 含电动汽车的家庭微电网框架 | 第45-46页 |
4.3 电动汽车随机性的分析与建模 | 第46-49页 |
4.3.1 马尔可夫链蒙特卡洛算法 | 第47-48页 |
4.3.2 电动汽车概率分布模型建立 | 第48-49页 |
4.4 优化问题的数学模型 | 第49-52页 |
4.4.1 储能电池系统数学模型 | 第49-50页 |
4.4.2 移动储能系统数学模型 | 第50-52页 |
4.5 微电网能量管理策略 | 第52-55页 |
4.5.1 理想离线优化问题 | 第52-53页 |
4.5.2 全局在线优化问题 | 第53-54页 |
4.5.3 能量管理的算法流程 | 第54-55页 |
4.6 仿真实验与结果分析 | 第55-60页 |
4.6.1 EV概率分布模型的建立 | 第55-56页 |
4.6.2 分时电价情况下系统的仿真结果与分析 | 第56-59页 |
4.6.3 实时电价情况下系统的仿真结果与分析 | 第59-60页 |
4.7 本章小结 | 第60-63页 |
第5章 总结与展望 | 第63-67页 |
5.1 研究成果 | 第63-64页 |
5.2 工作展望 | 第64-67页 |
参考文献 | 第67-73页 |
致谢 | 第73-75页 |
在读期间发表的学术论文与取得的其他研究成果 | 第75页 |