摘要 | 第5-6页 |
abstract | 第6-7页 |
第一章 绪论 | 第11-18页 |
1.1 研究工作的背景与意义 | 第11-12页 |
1.2 充电定价现状 | 第12-13页 |
1.3 国内外相关的研究现状 | 第13-16页 |
1.4 论文的主要工作及内容 | 第16-18页 |
第二章 充电定价相关技术概述 | 第18-28页 |
2.1 充电负荷预测技术 | 第18-23页 |
2.1.1 基于能量等效的充电负荷预测技术 | 第19-20页 |
2.1.2 基于历史数据的总体充电负荷预测技术 | 第20-22页 |
2.1.2.1 算术平均预测法 | 第20页 |
2.1.2.2 灰色矩阵预测法 | 第20-21页 |
2.1.2.3 人工神经网络预测法 | 第21-22页 |
2.1.3 蒙特卡洛方法 | 第22-23页 |
2.2 削峰填谷定价策略 | 第23-24页 |
2.3 收益管理模型 | 第24-27页 |
2.3.1 收益管理定义 | 第24-25页 |
2.3.2 适用行业特征 | 第25-26页 |
2.3.3 模型算法 | 第26-27页 |
2.4 本章小结 | 第27-28页 |
第三章 充电服务网络架构设计 | 第28-35页 |
3.1 充电服务网络架构 | 第28-30页 |
3.1.1 网元描述 | 第28-30页 |
3.2 充电服务网络中的通信 | 第30-33页 |
3.2.1 通信流程设计 | 第30-31页 |
3.2.2 通信报文设计 | 第31-33页 |
3.3 充电服务网络性能指标分析 | 第33-34页 |
3.3.1 最大输出功率/最大载荷量 | 第33页 |
3.3.2 时间/空间利用率 | 第33页 |
3.3.3 过载 | 第33-34页 |
3.3.4 流失 | 第34页 |
3.3.5 收益 | 第34页 |
3.4 本章小结 | 第34-35页 |
第四章 基于流失率最小的差异化定价策略 | 第35-56页 |
4.1 问题引入 | 第35页 |
4.2 算法目标 | 第35-36页 |
4.3 算法思路 | 第36页 |
4.4 基于正态分布的电动汽车充电需求拟合模型 | 第36-38页 |
4.5 基于线性分段函数的电动汽车用户价格响应模型 | 第38-40页 |
4.6 基于蒙特卡洛方法的充电负荷分布预测模型 | 第40-41页 |
4.7 单一充电站场景下的错峰定价策略 | 第41-46页 |
4.7.1 前提假设 | 第42页 |
4.7.2 错峰定价算法步骤与求解 | 第42-46页 |
4.8 多充电站场景下的错峰移位定价策略 | 第46-48页 |
4.8.1 分区模型 | 第46-47页 |
4.8.2 错峰移位定价算法步骤与求解 | 第47-48页 |
4.9 参数设计与算例分析 | 第48-55页 |
4.9.1 原始数据 | 第48-49页 |
4.9.2 参数设计 | 第49-50页 |
4.9.3 蒙特卡洛方法预测 | 第50页 |
4.9.4 电动汽车充电行为建模 | 第50-51页 |
4.9.5 几种定价策略效果对比 | 第51-55页 |
4.9.5.1 均一定价分析 | 第53-54页 |
4.9.5.2 随机定价分析 | 第54-55页 |
4.9.5.3 错峰移位定价策略分析 | 第55页 |
4.10 本章小结 | 第55-56页 |
第五章 兼顾流失率最小与收益最大的差异化定价策略 | 第56-63页 |
5.1 兼顾流失率最小与收益最大的错峰移位定价策略 | 第56-57页 |
5.2 收益管理模型 | 第57-59页 |
5.2.1 电动汽车充电行业特征 | 第57-58页 |
5.2.2 电动汽车充电定价引入收益管理模型的意义 | 第58页 |
5.2.3 收益管理模型存在的问题 | 第58-59页 |
5.3 基于收益管理模型的差异化定价策略 | 第59-61页 |
5.3.1 模型改进 | 第59页 |
5.3.2 模型建立 | 第59-60页 |
5.3.3 模型求解 | 第60-61页 |
5.4 算例分析 | 第61-62页 |
5.5 本章小结 | 第62-63页 |
第六章 总结与展望 | 第63-65页 |
6.1 总结 | 第63页 |
6.2 展望 | 第63-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-68页 |
攻读硕士学位期间取得的成果 | 第68页 |