| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 微网调度优化研究现状 | 第11-16页 |
| 1.2.1 电动汽车及可再生能源随机性的处理 | 第11-12页 |
| 1.2.2 数学模型比较 | 第12-14页 |
| 1.2.3 求解方法比较 | 第14-15页 |
| 1.2.4 鲁棒调度优化研究现状 | 第15-16页 |
| 1.3 本文主要工作 | 第16-17页 |
| 第2章 鲁棒优化理论 | 第17-24页 |
| 2.1 鲁棒优化研究现状 | 第17页 |
| 2.2 鲁棒优化数学模型 | 第17-18页 |
| 2.3 鲁棒对等式的转化 | 第18-22页 |
| 2.3.1 Soyster的转化方法[31] | 第18-19页 |
| 2.3.2 Ben-Tal的转化方法[32] | 第19-20页 |
| 2.3.3 D. Bertsimas转化方法[33] | 第20-22页 |
| 2.4 不确定系数的选取 | 第22-24页 |
| 第3章 含可再生能源和电动汽车的微网系统可调节鲁棒优化模型 | 第24-39页 |
| 3.1 引言 | 第24-25页 |
| 3.2 电动汽车与可再生能源不确定性建模 | 第25-28页 |
| 3.2.1 风电不确定性建模 | 第25-26页 |
| 3.2.2 电动汽车充电功率预测 | 第26-27页 |
| 3.2.3 分组调度策略 | 第27-28页 |
| 3.3 微网调度问题描述 | 第28-31页 |
| 3.3.1 模型目标函数： | 第28-29页 |
| 3.3.2 约束条件： | 第29-31页 |
| 3.4 鲁棒优化模型 | 第31页 |
| 3.5 鲁棒对等式与可调节鲁棒优化 | 第31-34页 |
| 3.5.1 鲁棒对等式 | 第31-32页 |
| 3.5.2. 可调节鲁棒优化算法 | 第32-34页 |
| 3.6 算例仿真 | 第34-38页 |
| 3.6.1 仿真场景 | 第34-35页 |
| 3.6.2.仿真结果分析 | 第35-38页 |
| 3.7 本章小结 | 第38-39页 |
| 第4章 鲁棒优化在V2G网络调度应用研究 | 第39-47页 |
| 4.1 鲁棒能量调度 | 第39-40页 |
| 4.2 V2G网络鲁棒能量调度 | 第40-43页 |
| 4.2.1 支持可再生能源并网 | 第41-42页 |
| 4.2.2 提供辅助服务 | 第42-43页 |
| 4.2.3 参与电力市场需求响应 | 第43页 |
| 4.3 算例仿真 | 第43-45页 |
| 4.4 本章总结 | 第45-47页 |
| 第五章 结论与展望 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第52-53页 |
| 致谢 | 第53-54页 |
| 附录 | 第54-55页 |