| 中文摘要 | 第3-4页 |
| 英文摘要 | 第4-5页 |
| 1 绪论 | 第8-16页 |
| 1.1 选题背景和研究意义 | 第8-9页 |
| 1.2 电动汽车发展现状 | 第9-11页 |
| 1.3 电动汽车负荷模型 | 第11-15页 |
| 1.3.1 电动汽车负荷建模方法 | 第11-12页 |
| 1.3.2 起始充电时间和起始SOC的概率分布模型 | 第12-13页 |
| 1.3.3 起始充电时间和起始SOC的抽样方法 | 第13-15页 |
| 1.4 本文的主要内容 | 第15-16页 |
| 2 基于核密度估计的电动汽车随机变量概率分布模型 | 第16-30页 |
| 2.1 引言 | 第16页 |
| 2.2 电动汽车随机变量分布模型的非参数核密度估计 | 第16-18页 |
| 2.2.1 非参数核密度估计的概念 | 第16-17页 |
| 2.2.2 非参数核密度估计存在的问题 | 第17-18页 |
| 2.3 采用边界核的自适应非参数核密度估计算法 | 第18-20页 |
| 2.3.1 采用边界核的非参数核密度估计算法 | 第18-19页 |
| 2.3.2 自适应非参数核密度估计算法 | 第19-20页 |
| 2.3.3 基于边界核的自适应非参数核密度估计算法 | 第20页 |
| 2.4 仿真结果及分析 | 第20-29页 |
| 2.4.1 电动客车充电负荷数据 | 第20-21页 |
| 2.4.2 拟合性能评估 | 第21-24页 |
| 2.4.3 直方图和理论概率分布之间的对比 | 第24-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 结合三次样条插值法的改进拉丁超立方抽样算法 | 第30-42页 |
| 3.1 引言 | 第30页 |
| 3.2 抽样算法原理 | 第30-33页 |
| 3.2.1 舍选法抽样 | 第30-32页 |
| 3.2.2 拉丁超立方抽样 | 第32-33页 |
| 3.3 结合三次样条插值法的改进拉丁超立方抽样算法 | 第33-36页 |
| 3.3.1 三次样条插值法 | 第34-35页 |
| 3.3.2 改进拉丁超立方抽样算法 | 第35-36页 |
| 3.4 仿真结果及分析 | 第36-41页 |
| 3.4.1 三次样条插值法曲线拟合 | 第37页 |
| 3.4.2 改进拉丁超立方抽样算法和舍选法的抽样精度对比 | 第37-38页 |
| 3.4.3 改进拉丁超立方抽样算法和舍选法的抽样效率对比 | 第38-40页 |
| 3.4.4 改进拉丁超立方抽样算法和舍选法的相关性验证 | 第40-41页 |
| 3.5 本章小结 | 第41-42页 |
| 4 基于改进核密度估计和拉丁超立方抽样的电动客车负荷模型 | 第42-47页 |
| 4.1 引言 | 第42页 |
| 4.2 电动客车充电负荷模型 | 第42-44页 |
| 4.3 电动客车充电日负荷曲线的仿真结果分析 | 第44-46页 |
| 4.3.1 仿真对象及仿真条件 | 第44页 |
| 4.3.2 仿真分析 | 第44-46页 |
| 4.4 本章小结 | 第46-47页 |
| 5 总结与展望 | 第47-50页 |
| 5.1 本文的主要结论 | 第47-48页 |
| 5.2 有待于进一步研究的问题 | 第48-50页 |
| 致谢 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录 | 第55页 |
| A. 作者在攻读硕士学位期间发表的论文 | 第55页 |
| B. 作者在攻读硕士学位期间参与的科研项目 | 第55页 |
