| 致谢 | 第5-6页 |
| 摘要 | 第6-8页 |
| Abstract | 第8-9页 |
| 1 绪论 | 第13-22页 |
| 1.1 研究背景和意义 | 第13-14页 |
| 1.2 可再生能源发展带来的挑战和电动汽车作为储能装置的潜在优势 | 第14-15页 |
| 1.3 电动汽车充电设施的不足和充电站规划的必要性 | 第15-16页 |
| 1.4 电动汽车发展现状 | 第16-19页 |
| 1.4.1 电动汽车分类 | 第16-18页 |
| 1.4.2 电动汽车动力电池技术 | 第18页 |
| 1.4.3 电动汽车充换电方式 | 第18-19页 |
| 1.5 本文研究工作 | 第19-22页 |
| 2 配电系统中平抑负荷波动的混合动力电动汽车优化调度 | 第22-39页 |
| 2.1 引言 | 第22页 |
| 2.2 建模与假设 | 第22-25页 |
| 2.2.1 混合动力电动汽车运行模式 | 第22-23页 |
| 2.2.2 混合动力电动汽车行驶能耗 | 第23-24页 |
| 2.2.3 电动汽车行驶行为统计建模 | 第24-25页 |
| 2.3 调度模型 | 第25-26页 |
| 2.3.1 优化调度目标函数 | 第25页 |
| 2.3.2 约束条件 | 第25-26页 |
| 2.4 交叉熵算法 | 第26-33页 |
| 2.4.1 交叉熵算法概述 | 第26-27页 |
| 2.4.2 交叉熵算法原理 | 第27-29页 |
| 2.4.3 交叉熵两级更新迭代方法 | 第29-30页 |
| 2.4.4 用交叉熵算法求解电动汽车优化调度问题 | 第30-33页 |
| 2.5 算例 | 第33-37页 |
| 2.5.1 算例参数设置 | 第33-35页 |
| 2.5.2 算例结果 | 第35-37页 |
| 2.6 本章小结 | 第37-39页 |
| 3 降低可再生能源出力不确定性与间歇性的电动汽车优化调度 | 第39-70页 |
| 3.1 引言 | 第39页 |
| 3.2 电动汽车与可再生能源概率建模 | 第39-42页 |
| 3.2.1 光伏发电不确定性建模 | 第40-41页 |
| 3.2.2 风电出力不确定性建模 | 第41-42页 |
| 3.3 优化调度模型 | 第42-48页 |
| 3.3.1 优化调度框架 | 第43页 |
| 3.3.2 目标函数 | 第43-45页 |
| 3.3.3 电动汽车储能约束 | 第45-47页 |
| 3.3.4 配电网安全约束 | 第47-48页 |
| 3.3.5 数学模型求解框架 | 第48页 |
| 3.4 遗传算法求解 | 第48-50页 |
| 3.5 算例设置 | 第50-54页 |
| 3.5.1 研究系统 | 第50-51页 |
| 3.5.2 数据和参数 | 第51-54页 |
| 3.6 算例结果 | 第54-68页 |
| 3.6.1 风速和光照强度的随机特性 | 第54-58页 |
| 3.6.2 可再生能源出力的随机特性 | 第58-60页 |
| 3.6.3 优化结果 | 第60-65页 |
| 3.6.4 电动汽车电池损耗成本对优化结果的影响 | 第65-67页 |
| 3.6.5 优化调度的优点 | 第67-68页 |
| 3.7 本章小结 | 第68-70页 |
| 4 计及交通约束的电动汽车充电站多目标规划方法 | 第70-87页 |
| 4.1 引言 | 第70页 |
| 4.2 多目标规划模型 | 第70-76页 |
| 4.2.1 最大化充电服务能力 | 第71-73页 |
| 4.2.2 考虑电动汽车电池容量限制的充电站规划 | 第73-75页 |
| 4.2.3 最小化系统网损和电压偏移 | 第75-76页 |
| 4.3 求解算法 | 第76-79页 |
| 4.3.1 多目标问题处理方法 | 第76-77页 |
| 4.3.2 粒子群算法求解 | 第77-79页 |
| 4.4 算例分析 | 第79-86页 |
| 4.4.1 测试系统与参数设置 | 第79-81页 |
| 4.4.2 各目标函数重要度不同对结果的影响 | 第81-82页 |
| 4.4.3 粒子群算法有效性分析 | 第82-83页 |
| 4.4.4 不同目标函数的效果 | 第83-86页 |
| 4.5 本章小结 | 第86-87页 |
| 5 综合评估方法在电动汽车充电设施规划中的应用 | 第87-101页 |
| 5.1 引言 | 第87-88页 |
| 5.2 综合评估方法简介 | 第88-89页 |
| 5.2.1 数据包络分析的优点 | 第88页 |
| 5.2.2 数据包络分析的数学模型 | 第88-89页 |
| 5.3 数据包络分析在多目标优化决策中的应用 | 第89-91页 |
| 5.3.1 数据包络分析的输入和输出 | 第89-90页 |
| 5.3.2 计算步骤 | 第90-91页 |
| 5.4 数据包络分析在充电设施多阶段规划中的应用 | 第91-94页 |
| 5.4.1 背景和动机 | 第91页 |
| 5.4.2 规划决策者面临的挑战 | 第91-92页 |
| 5.4.3 数据包络分析的应用方法 | 第92-93页 |
| 5.4.4 第二阶段规划方案场景设置方法 | 第93-94页 |
| 5.5 算例分析 | 第94-100页 |
| 5.5.1 研究系统 | 第94页 |
| 5.5.2 数据包络分析在多目标规划决策中的应用 | 第94-96页 |
| 5.5.3 数据包络分析在多阶段规划中的应用 | 第96-100页 |
| 5.5.3.1 阶段1规划 | 第98页 |
| 5.5.3.2 阶段2规划 | 第98-99页 |
| 5.5.3.3 选择第一阶段最佳方案 | 第99-100页 |
| 5.6 本章小结 | 第100-101页 |
| 6 结论与展望 | 第101-103页 |
| 6.1 结论 | 第101-102页 |
| 6.2 展望 | 第102-103页 |
| 参考文献 | 第103-108页 |
| 攻读博士学位期间取得的研究成果 | 第108-110页 |
| 致谢 | 第110页 |
