中文摘要 | 第3-4页 |
英文摘要 | 第4-5页 |
1 绪论 | 第8-15页 |
1.1 研究背景及意义 | 第8-9页 |
1.2 课题来源 | 第9-10页 |
1.3 国内外研究现状 | 第10-13页 |
1.3.1 电动汽车充电站发展现状 | 第10-12页 |
1.3.2 电动汽车充电负荷建模及功率需求的研究现状 | 第12-13页 |
1.3.3 电动汽车充电站短期负荷预测研究现状 | 第13页 |
1.4 本文的主要研究工作及章节安排 | 第13-15页 |
2 电动汽车充电时间需求及特性分析 | 第15-23页 |
2.1 电动汽车充电模式分析 | 第15-18页 |
2.2 电动汽车充电时间需求分析 | 第18-19页 |
2.3 电动汽车动力电池的充电特性 | 第19-22页 |
2.3.1 电动汽车动力电池类型 | 第19-20页 |
2.3.2 电动汽车动力电池充电特性 | 第20-22页 |
2.4 本章小结 | 第22-23页 |
3 电动汽车充电站负荷建模 | 第23-41页 |
3.1 建模思想 | 第23页 |
3.2 充电开始时间概率模型 | 第23-28页 |
3.2.1 基于核密度估计的电动客车充电开始时间分布 | 第23-26页 |
3.2.2 基于泊松分布的公共充电站充电开始时间分布 | 第26-28页 |
3.3 初始荷电状态和充电服务时间的概率模型 | 第28-31页 |
3.3.1 电动客车充电站起始SOC分析 | 第28-29页 |
3.3.2 公共充电站起始SOC分析 | 第29-31页 |
3.3.3 充电服务时间计算 | 第31页 |
3.4 电动汽车充电站负荷模型 | 第31-35页 |
3.4.1 电动汽车充电站负荷建模思路 | 第31-33页 |
3.4.2 电动汽车充电站负荷模型 | 第33-35页 |
3.5 算例分析 | 第35-40页 |
3.5.1 电动客车充电站负荷建模算例分析 | 第35-38页 |
3.5.2 公共充电站负荷建模算例分析 | 第38-40页 |
3.6 本章小结 | 第40-41页 |
4 基于时间序列距离度量的短期负荷预测算法 | 第41-53页 |
4.1 异常数据识别与修正 | 第41-42页 |
4.1.1 缺失数据处理 | 第41-42页 |
4.1.2 异常数据的处理 | 第42页 |
4.2 基于时间序列距离度量的短期负荷预测算法 | 第42-48页 |
4.2.1 充电站负荷时间序列 | 第42-43页 |
4.2.2 时间序列距离度量 | 第43-46页 |
4.2.3 负荷预测效果评估 | 第46-47页 |
4.2.4 电动汽车充电站短期负荷预测流程 | 第47-48页 |
4.3 算例分析 | 第48-52页 |
4.3.1 量化因子特性分析 | 第48-49页 |
4.3.2 区间参数分析 | 第49-51页 |
4.3.3 算法对比 | 第51-52页 |
4.4 本章小结 | 第52-53页 |
5 全文工作总结与展望 | 第53-55页 |
5.1 全文工作总结 | 第53-54页 |
5.2 展望 | 第54-55页 |
致谢 | 第55-56页 |
参考文献 | 第56-61页 |
附录 | 第61页 |
A.作者在攻读硕士学位期间发表的论文 | 第61页 |
B.作者在攻读硕士学位期间发表的专利 | 第61页 |
C.作者在攻读硕士学位期间参与的科研项目及得奖情况 | 第61页 |