摘要 | 第5-6页 |
Abstract | 第6页 |
1 绪论 | 第9-15页 |
1.1 课题研究的背景与意义 | 第9-10页 |
1.2 国内外研究现状 | 第10-13页 |
1.2.1 充电站国外研究现状 | 第10-11页 |
1.2.2 充电站国内研究现状 | 第11-12页 |
1.2.3 充电站能量优化国内外研究现状 | 第12-13页 |
1.3 课题的主要研究内容 | 第13-15页 |
2 风光互补充电站的结构及分布式电源建模 | 第15-27页 |
2.1 风光互补充电站系统组成结构 | 第15-17页 |
2.1.1 充电站系统结构分析 | 第15-16页 |
2.1.2 充电站的技术特点 | 第16页 |
2.1.3 充电站的运行模式 | 第16-17页 |
2.2 风力发电单元 | 第17-19页 |
2.2.1 风能资源概况 | 第17页 |
2.2.2 风力发电特性 | 第17-18页 |
2.2.3 风力发电出力模型 | 第18-19页 |
2.3 太阳能光伏发电单元 | 第19-24页 |
2.3.1 太阳能资源概况 | 第19-20页 |
2.3.2 光伏发电特性 | 第20-21页 |
2.3.3 光伏发电等效模型 | 第21-22页 |
2.3.4 光伏发电出力模型 | 第22-24页 |
2.4 储能单元 | 第24-26页 |
2.4.1 蓄电池概述 | 第24页 |
2.4.2 蓄电池充放电机理 | 第24-25页 |
2.4.3 蓄电池等效电路 | 第25-26页 |
2.4.4 蓄电池数学模型 | 第26页 |
2.5 本章小结 | 第26-27页 |
3 充电站并网运行时的电能优化 | 第27-44页 |
3.1 并网运行模式下充电站的电能优化策略 | 第27-29页 |
3.2 并网运行模式下充电站的电能优化调度模型的构建 | 第29-31页 |
3.2.1 目标函数 | 第29-30页 |
3.2.2 约束条件 | 第30-31页 |
3.3 基于粒子群算法对并网模式下优化调度模型求解 | 第31-38页 |
3.3.1 粒子群算法简介 | 第32-35页 |
3.3.2 约束条件处理 | 第35-36页 |
3.3.3 模型的求解步骤与流程 | 第36-38页 |
3.4 算例仿真分析 | 第38-43页 |
3.5 本章小结 | 第43-44页 |
4 充电站独立运行时的电能优化 | 第44-57页 |
4.1 独立运行模式下充电站电能优化策略 | 第44-46页 |
4.2 构建独立运行模式下充电站电能优化调度模型 | 第46-47页 |
4.2.1 目标函数 | 第46-47页 |
4.2.2 约束条件 | 第47页 |
4.3 基于粒子群算法对独立模式下优化调度模型求解步骤 | 第47-48页 |
4.4 基于量子遗传算法对独立模式下优化调度模型求解 | 第48-53页 |
4.4.1 量子遗传算法 | 第48-51页 |
4.4.2 约束条件处理 | 第51页 |
4.4.3 模型的求解步骤与流程 | 第51-53页 |
4.5 算例仿真 | 第53-55页 |
4.6 粒子群算法与量子遗传算法对比分析 | 第55-56页 |
4.7 本章小结 | 第56-57页 |
5 结论与展望 | 第57-59页 |
5.1 结论 | 第57页 |
5.2 展望 | 第57-59页 |
参考文献 | 第59-62页 |
致谢 | 第62页 |