| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 论文研究背景与意义 | 第8-10页 |
| 1.1.1 国内外电动汽车发展现状 | 第8-9页 |
| 1.1.2 论文研究意义 | 第9-10页 |
| 1.2 大规模电动汽车配电网问题的研究现状 | 第10-12页 |
| 1.2.1 规模化电动汽车配电网功率预测问题 | 第10-11页 |
| 1.2.2 规模化电动汽车适应智能配电网特征的负荷预测问题 | 第11-12页 |
| 1.3 本文主要研究内容 | 第12-16页 |
| 第二章 电动汽车充电功率的计算模型 | 第16-34页 |
| 2.1 充电电池特性 | 第16-17页 |
| 2.1.1 电池电荷状态 | 第16页 |
| 2.1.2 电池充电电压 | 第16-17页 |
| 2.2 电池起始SOC | 第17-19页 |
| 2.3 用户充电行为起始时刻 | 第19-20页 |
| 2.4 单个电动汽车充电功率 | 第20-21页 |
| 2.5 规模化电动汽车充电模型建立方法研究 | 第21-22页 |
| 2.6 实例分析 | 第22-32页 |
| 2.6.1 电动公交车充电功率仿真建模 | 第23-26页 |
| 2.6.2 电动公务车充电功率仿真建模 | 第26-29页 |
| 2.6.3 电动出租车充电功率仿真建模 | 第29-31页 |
| 2.6.4 不同类型电动汽车充电功率仿真建模 | 第31-32页 |
| 2.6.5 不同类型电动汽车充电功率功能实现 | 第32页 |
| 2.7 本章小结 | 第32-34页 |
| 第三章 规模化电动汽车不同区域充电需求研究 | 第34-50页 |
| 3.1 渗透率下电动汽车配电网负荷模型 | 第34-37页 |
| 3.1.1 电动汽车渗透率-负荷配电网模型 | 第34-35页 |
| 3.1.2 渗透率影响下电动汽车配电网日负荷 | 第35-37页 |
| 3.1.3 渗透率影响下电动汽车配电网时负荷 | 第37页 |
| 3.2 不同区域电动汽车充电的配电网日负荷 | 第37-38页 |
| 3.2.1 区域电动汽车停车率-渗透率-负荷模型 | 第37-38页 |
| 3.3 算例分析 | 第38-44页 |
| 3.3.1 工业区电动汽车充电配电网负荷 | 第39页 |
| 3.3.2 商业区电动汽车充电配电网负荷 | 第39-40页 |
| 3.3.3 居民区电动汽车充电配电网负荷 | 第40-41页 |
| 3.3.4 城市电动汽车充电配电网负荷 | 第41-44页 |
| 3.4 电动汽车对配网负荷影响分析 | 第44-47页 |
| 3.4.1 有序充电下电动汽车配电网日负荷 | 第44-46页 |
| 3.4.2 有序充电下电动汽车配电网时负荷 | 第46-47页 |
| 3.5 本章小结 | 第47-50页 |
| 第四章 规模化电动汽车多时间尺度负荷预测 | 第50-62页 |
| 4.1 多时间尺度负荷预测 | 第50页 |
| 4.1.1 多时间尺度负荷预测的分类 | 第50页 |
| 4.1.2 多时间尺度负荷预测的意义 | 第50页 |
| 4.2 多时间尺度日前负荷改进遗传算法GA预测 | 第50-54页 |
| 4.2.1 遗传算法预测 | 第50-51页 |
| 4.2.2 日前负荷预测采用遗传算法的优越性与适用性 | 第51页 |
| 4.2.3 改进遗传算法滚动预测模型 | 第51-52页 |
| 4.2.4 算例分析 | 第52-54页 |
| 4.3 多时间尺度滚动负荷改进神经网络-GA预测 | 第54-57页 |
| 4.3.1 神经网络预测 | 第54-55页 |
| 4.3.2 滚动负荷预测采用神经网络-GA算法的优越性与适用性 | 第55页 |
| 4.3.3 神经网络-GA滚动预测模型 | 第55页 |
| 4.3.4 算例分析 | 第55-57页 |
| 4.4 多时间尺度负荷改进灰色理论法预测 | 第57-60页 |
| 4.4.1 GM(1,1)灰色预测模型 | 第57-59页 |
| 4.4.2 振荡序列的灰色预测模型 | 第59页 |
| 4.4.3 构造子数列 | 第59-60页 |
| 4.4.4 算例分析 | 第60页 |
| 4.5 本章小结 | 第60-62页 |
| 第五章 多时间尺度层次分析法决策论预测模型 | 第62-70页 |
| 5.1 电动汽车负荷预测层次分类 | 第63页 |
| 5.2 电动汽车负荷预测模型层次比重表征模型 | 第63-64页 |
| 5.3 算例分析 | 第64-69页 |
| 5.3.1 日前预测 | 第68页 |
| 5.3.2 滚动预测 | 第68页 |
| 5.3.3 实时预测 | 第68-69页 |
| 5.3.4 预测功能实现 | 第69页 |
| 5.4 本章小结 | 第69-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录A 训练样本数据 | 第78-81页 |
| 附录B 测试样本数据 | 第81-82页 |
| 研究生期间取得的成果 | 第82页 |
