| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 电动汽车入网概述 | 第11-15页 |
| 1.2.1 电动汽车行业现状 | 第11页 |
| 1.2.2 电动汽车入网对电网的影响 | 第11-12页 |
| 1.2.3 电动汽车充放电研究现状 | 第12-13页 |
| 1.2.4 电动汽车有序调度研究 | 第13-15页 |
| 1.3 本文主要工作 | 第15-16页 |
| 第2章 电动汽车充放电随机建模 | 第16-33页 |
| 2.1 影响电动汽车负荷的因素 | 第16-19页 |
| 2.1.1 电动汽车类型 | 第16-17页 |
| 2.1.2 电动汽车充电时间 | 第17页 |
| 2.1.3 能量供给模式 | 第17-18页 |
| 2.1.4 电池特性 | 第18-19页 |
| 2.1.5 电动汽车保有量 | 第19页 |
| 2.1.6 电动汽车充电模式 | 第19页 |
| 2.2 电动汽车充电功率建模 | 第19-24页 |
| 2.2.1 电动私家车的行为特性 | 第20-22页 |
| 2.2.2 蒙特卡洛模拟法简介 | 第22页 |
| 2.2.3 基于蒙特卡罗法的电动汽车充电负荷计算 | 第22-24页 |
| 2.3 电动汽车充放电功率建模 | 第24-28页 |
| 2.3.1 V2G概念 | 第24-25页 |
| 2.3.2 V2G模式下电动汽车充放电功率模型 | 第25-26页 |
| 2.3.3 基于蒙特卡罗法的电动汽车充放电功率计算 | 第26-28页 |
| 2.4 算例分析 | 第28-32页 |
| 2.4.1 参数设置 | 第28页 |
| 2.4.2 结果分析 | 第28-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第3章 电动汽车有序充放电调度策略 | 第33-45页 |
| 3.1 电动汽车有序充放电调度模型 | 第34-36页 |
| 3.1.1 目标函数 | 第34-35页 |
| 3.1.2 约束条件 | 第35-36页 |
| 3.2 遗传优化算法 | 第36-39页 |
| 3.2.1 遗传算法基本原理 | 第36-37页 |
| 3.2.2 遗传算法基本操作 | 第37-38页 |
| 3.2.3 电动汽车有序调度策略的遗传算法实现 | 第38-39页 |
| 3.3 算例分析 | 第39-44页 |
| 3.3.1 数据参数 | 第39-41页 |
| 3.3.2 优化结果分析 | 第41-44页 |
| 3.4 本章小结 | 第44-45页 |
| 第4章 电动汽车与分布式能源协同调度策略 | 第45-56页 |
| 4.1 风力发电系统模型 | 第45-46页 |
| 4.2 太阳能光伏发电系统模型 | 第46-47页 |
| 4.3 协同调度模型 | 第47-49页 |
| 4.3.1 目标函数 | 第47-48页 |
| 4.3.2 约束条件 | 第48-49页 |
| 4.4 电动汽车协同调度策略的遗传算法实现 | 第49-51页 |
| 4.5 算例分析 | 第51-55页 |
| 4.5.1 数据参数 | 第51-53页 |
| 4.5.2 优化结果分析 | 第53-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第5章 总结与展望 | 第56-58页 |
| 5.1 本文总结 | 第56-57页 |
| 5.2 展望 | 第57-58页 |
| 参考文献 | 第58-63页 |
| 在学期间发表的学术论文和参加的科研情况 | 第63-64页 |
| 一、攻读硕士学位期间发表的论文及专利 | 第63页 |
| 二、攻读硕士学位期间参加的科研项目 | 第63-64页 |
| 致谢 | 第64页 |