基于信息物理融合计算的电动汽车能源优化管理
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 缩略词表 | 第14-16页 |
| 1 绪论 | 第16-28页 |
| 1.1 电动汽车发展背景与现状 | 第16-21页 |
| 1.1.1 交通运输系统碳排放分析 | 第16-17页 |
| 1.1.2 电动汽车发展现状 | 第17-19页 |
| 1.1.3 影响电动汽车推广的主要因素分析 | 第19-21页 |
| 1.2 信息物理融合计算技术 | 第21-24页 |
| 1.2.1 CPS概念和特性 | 第21-22页 |
| 1.2.2 CPS研究和应用 | 第22-24页 |
| 1.3 研究内容与意义 | 第24-27页 |
| 1.4 论文组织结构 | 第27-28页 |
| 2 电动汽车能源管理的信息物理融合架构 | 第28-42页 |
| 2.1 电动汽车简介 | 第28-29页 |
| 2.2 EV能源管理系统及其CPS扩展 | 第29-36页 |
| 2.2.1 EV能源管理系统简介 | 第29-31页 |
| 2.2.2 基于EM-CPS的AADL扩展 | 第31-36页 |
| 2.3 面向应用的EM-CPS建模 | 第36-40页 |
| 2.3.1 EV行驶规划的CPS架构模型 | 第37页 |
| 2.3.2 EV充电功率协同控制 | 第37-39页 |
| 2.3.3 EV充电资源调度 | 第39-40页 |
| 2.4 本章小结 | 第40-42页 |
| 3 充电设施部署优化 | 第42-68页 |
| 3.1 相关工作 | 第42-45页 |
| 3.2 充电需求的时空特性分析与建模 | 第45-46页 |
| 3.3 充电需求的优化 | 第46-49页 |
| 3.4 电网模型 | 第49-52页 |
| 3.5 含电网约束的部署优化 | 第52-56页 |
| 3.5.1 DC模型 | 第52-53页 |
| 3.5.2 LPNM模型 | 第53-54页 |
| 3.5.3 带电网约束的启发式算法——HAG | 第54-56页 |
| 3.6 实验及其结果分析 | 第56-67页 |
| 3.6.1 实验平台 | 第56-61页 |
| 3.6.2 测试基准 | 第61页 |
| 3.6.3 LPNM模型的误差分析 | 第61-62页 |
| 3.6.4 电网最大承载量 | 第62-63页 |
| 3.6.5 不同预算下充电能力 | 第63-64页 |
| 3.6.6 充电桩利用率测试 | 第64页 |
| 3.6.7 压降测试 | 第64-65页 |
| 3.6.8 功率损耗测试 | 第65-67页 |
| 3.7 本章小结 | 第67-68页 |
| 4 EV充电调度和控制优化 | 第68-96页 |
| 4.1 相关工作分析 | 第68-69页 |
| 4.2 按需充电资源调度 | 第69-81页 |
| 4.2.1 社会收益建模 | 第69-71页 |
| 4.2.2 充电需求调度算法 | 第71-75页 |
| 4.2.3 案例研究 | 第75-81页 |
| 4.3 充电功率控制 | 第81-95页 |
| 4.3.1 通用系统架构 | 第81-83页 |
| 4.3.2 基于数据中心的EV充电功率控制 | 第83-95页 |
| 4.4 本章小结 | 第95-96页 |
| 5 EV行驶规划 | 第96-116页 |
| 5.1 背景及相关工作 | 第96-98页 |
| 5.2 地图模型 | 第98-99页 |
| 5.3 BEV的行驶规划 | 第99-100页 |
| 5.4 PHEV的行驶规划及其优化 | 第100-109页 |
| 5.4.1 PHEV能耗模型 | 第100-103页 |
| 5.4.2 PHEV行驶规划难点 | 第103-104页 |
| 5.4.3 成本最优的路径规划算法 | 第104-109页 |
| 5.5 实验结果分析 | 第109-114页 |
| 5.5.1 实验设置 | 第109页 |
| 5.5.2 一个COA的运行实例 | 第109-111页 |
| 5.5.3 COA的费用测试 | 第111-112页 |
| 5.5.4 COA的绕路测试 | 第112-113页 |
| 5.5.5 COA运行时间测试 | 第113-114页 |
| 5.6 本章小节 | 第114-116页 |
| 6 总结与展望 | 第116-118页 |
| 6.1 论文总结 | 第116-117页 |
| 6.2 论文展望 | 第117-118页 |
| 参考文献 | 第118-130页 |
| 攻读博士学位期间发表的论文和参加的科研项目 | 第130-132页 |
| 致谢 | 第132-134页 |
