| 摘要 | 第5-6页 |
| abstract | 第6-7页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 课题的研究背景及意义 | 第10-13页 |
| 1.1.1 分布式储能概述 | 第10-12页 |
| 1.1.2 电动汽车概述 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-16页 |
| 1.2.1 电动汽车储能研究现状 | 第13-14页 |
| 1.2.2 SOC估计研究现状 | 第14-15页 |
| 1.2.3 电动汽车充放电控制策略研究现状 | 第15-16页 |
| 1.3 本文的主要内容 | 第16-18页 |
| 第二章 电动汽车储能系统及其关键技术 | 第18-31页 |
| 2.1 能源互联网 | 第19-22页 |
| 2.1.1 能源互联网概述 | 第19-20页 |
| 2.1.2 关键技术分析 | 第20-22页 |
| 2.2 电动汽车并网（V2G）技术 | 第22-28页 |
| 2.2.1 V2G技术概述 | 第22-24页 |
| 2.2.2 V2G的实现方式 | 第24-27页 |
| 2.2.3 V2G关键技术 | 第27-28页 |
| 2.3 电池管理系统-BMS | 第28-29页 |
| 2.4 本章小结 | 第29-31页 |
| 第三章 锂离子电池组SOC估计 | 第31-45页 |
| 3.1 锂电池结构及工作原理 | 第31-33页 |
| 3.2 最小二乘支持向量机 | 第33-35页 |
| 3.2.1 支持向量机 | 第33-34页 |
| 3.2.2 最小二乘支持向量机 | 第34-35页 |
| 3.3 差分进化算法 | 第35-37页 |
| 3.4 基于MBDE-LSSVM的锂离子电池SOC估计及仿真分析 | 第37-39页 |
| 3.5 锂离子电池组SOC估计及仿真分析 | 第39-44页 |
| 3.5.1 电池组SOC | 第39-41页 |
| 3.5.2 基于MBDE-LSSVM的锂离子电池组SOC估计 | 第41-44页 |
| 3.6 本章小结 | 第44-45页 |
| 第四章 分布式储能系统建模 | 第45-57页 |
| 4.1 家庭用电负荷建模及负荷预测 | 第45-48页 |
| 4.1.1 家庭用电负荷建模 | 第45-47页 |
| 4.1.2 短时负荷预测 | 第47-48页 |
| 4.2 电价预测 | 第48-50页 |
| 4.3 电动汽车行为分析 | 第50-53页 |
| 4.4 电动汽车充放电建模 | 第53-55页 |
| 4.5 电动汽车电池成本建模 | 第55-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第五章 电动汽车充放电控制策略及其仿真结果分析 | 第57-74页 |
| 5.1 总成本最优模型 | 第57-61页 |
| 5.1.1 第一阶段模型 | 第58-60页 |
| 5.1.2 第二阶段模型 | 第60-61页 |
| 5.2 改进的离散二进制粒子群优化算法 | 第61-64页 |
| 5.2.1 粒子群优化算法 | 第61-62页 |
| 5.2.2 改进的DBPSO | 第62-64页 |
| 5.3 不同策略仿真结果及分析 | 第64-73页 |
| 5.3.1 三种策略的仿真结果比较及分析 | 第65-67页 |
| 5.3.2 成本分析 | 第67-69页 |
| 5.3.3 负荷分析 | 第69-73页 |
| 5.4 本章小结 | 第73-74页 |
| 第六章 总结与展望 | 第74-76页 |
| 6.1 总结 | 第74-75页 |
| 6.2 展望 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间取得的成果 | 第81-82页 |