基于多智能体技术的电动汽车优化充电研究
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 选题背景及意义 | 第9-10页 |
| 1.2 电动汽车与电网融合的技术支持与运营架构 | 第10-13页 |
| 1.2.1 车内数据监控 | 第10-11页 |
| 1.2.2 基础设施建设 | 第11-13页 |
| 1.2.3 商业运营模式 | 第13页 |
| 1.3 电动汽车优化充电研究现状 | 第13-16页 |
| 1.3.1 电动汽车保有量发展趋势 | 第14页 |
| 1.3.2 电动汽车充电负荷特性 | 第14-15页 |
| 1.3.3 电动汽车充电的影响及优化策略 | 第15-16页 |
| 1.4 多智能体技术 | 第16-17页 |
| 1.5 本文的主要工作 | 第17-19页 |
| 第2章 电动汽车充电负荷模型 | 第19-33页 |
| 2.1 电动汽车电池技术 | 第19-22页 |
| 2.1.1 电池参数 | 第20页 |
| 2.1.2 主流车用电池 | 第20-22页 |
| 2.2 电动汽车充电负荷的影响因素 | 第22-25页 |
| 2.2.1 电动汽车类型及充电方式 | 第22-24页 |
| 2.2.2 电动汽车充电时间 | 第24页 |
| 2.2.3 电动汽车每日行程 | 第24页 |
| 2.2.4 电池消耗 | 第24-25页 |
| 2.2.5 电动汽车渗透率与保有量 | 第25页 |
| 2.3 基于蒙特卡洛法的改进电动汽车充电负荷模型 | 第25-32页 |
| 2.3.1 电动汽车充电负荷一般规律及基本假设 | 第26-29页 |
| 2.3.2 基于蒙特卡洛法的电动汽车充电负荷计算 | 第29-32页 |
| 2.4 本章小结 | 第32-33页 |
| 第3章 无序充电下电动汽车接入的影响 | 第33-45页 |
| 3.1 电网日负荷曲线 | 第33-37页 |
| 3.1.1 电网日负荷曲线模型 | 第34-36页 |
| 3.1.2 PJM日负荷数据拟合实例分析 | 第36-37页 |
| 3.2 计及电动汽车无序充电的电网日负荷曲线 | 第37-39页 |
| 3.3 电动汽车大规模接入对节点电压偏移的影响 | 第39-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 基于多智能体技术的电动汽车优化充电方案 | 第45-62页 |
| 4.1 多智能体技术 | 第45-48页 |
| 4.1.1 基本特性 | 第45-46页 |
| 4.1.2 功能模块 | 第46-47页 |
| 4.1.3 体系结构 | 第47-48页 |
| 4.1.4 控制策略 | 第48页 |
| 4.2 多智能体分层动态柔性充电管理模式 | 第48-51页 |
| 4.2.1 多智能体系统架构 | 第48-49页 |
| 4.2.2 分层动态柔性控制方案 | 第49-51页 |
| 4.3 全局管理Agent | 第51-54页 |
| 4.3.1 粒子群算法 | 第51-52页 |
| 4.3.2 GMA采用的改进PSO算法 | 第52-54页 |
| 4.4 局部调度Agent | 第54-56页 |
| 4.4.1 数据分类 | 第54-55页 |
| 4.4.2 充电计划优化 | 第55-56页 |
| 4.5 充电终端Agent | 第56-57页 |
| 4.6 仿真结果与分析 | 第57-61页 |
| 4.6.1 相关参数 | 第57-58页 |
| 4.6.2 MATLAB优化结果及分析 | 第58-61页 |
| 4.7 本章小结 | 第61-62页 |
| 第5章 系统设计开发 | 第62-69页 |
| 5.1 系统结构设计 | 第62-63页 |
| 5.2 数据库设计 | 第63-64页 |
| 5.3 关键功能函数实现 | 第64-65页 |
| 5.4 上位机界面设计 | 第65-68页 |
| 5.5 本章小结 | 第68-69页 |
| 第6章 总结与展望 | 第69-71页 |
| 6.1 全文总结 | 第69-70页 |
| 6.2 未来研究展望 | 第70-71页 |
| 参考文献 | 第71-77页 |
| 攻读硕士学位期间取得的研究成果 | 第77-78页 |
| 致谢 | 第78页 |
