| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 电动汽车接入电网国内外研究现状 | 第11-15页 |
| 1.2.1 电动汽车接入电网对电网的影响 | 第11-13页 |
| 1.2.2 电动汽车充放电管理研究现状 | 第13-15页 |
| 1.3 可再生能源预测研究现状 | 第15-17页 |
| 1.3.1 风力发电研究现状 | 第15-17页 |
| 1.3.2 太阳能发电 | 第17页 |
| 1.4 含可再生能源与电动汽车的智能电网调度策略研究现状 | 第17-19页 |
| 1.5 本文的主要工作 | 第19-21页 |
| 第2章 电动汽车与可再生能源随机性的建模 | 第21-29页 |
| 2.1 影响电动汽车充电负荷的因素 | 第21-22页 |
| 2.1.1 电动汽车分类 | 第21页 |
| 2.1.2 电动汽车充电方式 | 第21-22页 |
| 2.1.3 电动汽车的保有量 | 第22页 |
| 2.2 电动汽车充电负荷建模 | 第22-24页 |
| 2.2.1 电动汽车用户充电行为建模 | 第22-24页 |
| 2.3 基于蒙特卡洛的电动汽车充电负荷计算 | 第24-26页 |
| 2.4 可再生能源发电随机性建模 | 第26-29页 |
| 2.4.1 光伏发电不确定性建模 | 第26-27页 |
| 2.4.2 风力发电不确定性建模 | 第27-29页 |
| 第3章 基于双层优化的风、光、电动汽车协调调度策略 | 第29-35页 |
| 3.1 双层优化理论介绍 | 第29-31页 |
| 3.2 双层优化调度模型 | 第31-33页 |
| 3.3 本章小结 | 第33-35页 |
| 第4章 双层优化模型的算法实现 | 第35-45页 |
| 4.1 遗传算法介绍 | 第35-38页 |
| 4.1.1 遗传算法基本思想 | 第35页 |
| 4.1.2 遗传算法的特点 | 第35-36页 |
| 4.1.3 遗传算法的实现 | 第36-38页 |
| 4.1.4 遗传算法总结 | 第38页 |
| 4.2 算例分析 | 第38-45页 |
| 4.2.1 山西省新能源电网建设情况 | 第38-40页 |
| 4.2.2 算例描述 | 第40-41页 |
| 4.2.3 算例数据 | 第41-44页 |
| 4.2.4 本章小结 | 第44-45页 |
| 第5章 结论与展望 | 第45-46页 |
| 5.1 结论 | 第45页 |
| 5.2 展望 | 第45-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士期间发表的论文及其他成果 | 第49-50页 |
| 致谢 | 第50-51页 |
| 作者简介 | 第51页 |