| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第12-20页 |
| 1.1 研究背景及其意义 | 第12-13页 |
| 1.2 电动汽车的国内外发展现状 | 第13-16页 |
| 1.2.1 电动汽车的国外发展现状 | 第13-14页 |
| 1.2.2 电动汽车的国内发展现状 | 第14-16页 |
| 1.3 电网能量优化管理的研究现状 | 第16-18页 |
| 1.3.1 能量管理优化算法的研究现状 | 第16-17页 |
| 1.3.2 接入电动汽车的电网能量管理研究现状 | 第17-18页 |
| 1.4 本文的主要工作 | 第18-20页 |
| 2 电动汽车的负荷特点及建模 | 第20-34页 |
| 2.1 电动汽车的负荷特点 | 第20-26页 |
| 2.1.1 电动汽车数量和类型 | 第20-21页 |
| 2.1.2 电动汽车的运行特点及充电需求 | 第21-23页 |
| 2.1.3 动力电池特性 | 第23-24页 |
| 2.1.4 能量补给模式 | 第24-26页 |
| 2.2 V2G技术 | 第26-29页 |
| 2.2.1 V2G概念 | 第27页 |
| 2.2.2 V2G的模式 | 第27-29页 |
| 2.3 电动汽车建模 | 第29-33页 |
| 2.3.1 电动汽车充放电特性模型 | 第29-30页 |
| 2.3.2 电动汽车行驶行为统计模型 | 第30页 |
| 2.3.3 电动汽车SOC和行驶里程关系模型 | 第30-31页 |
| 2.3.4 基于统计模型的仿真方法与自由充电计算模型 | 第31-33页 |
| 2.4 本章小结 | 第33-34页 |
| 3 局域配电网结构及遗传粒子群算法 | 第34-50页 |
| 3.1 局域配电网的典型结构分析 | 第34-36页 |
| 3.2 遗传粒子群混合优化算法 | 第36-40页 |
| 3.2.1 遗传粒子群算法基本思想 | 第36-37页 |
| 3.2.2 遗传粒子群算法的操作 | 第37-39页 |
| 3.2.3 算法流程 | 第39-40页 |
| 3.3 算例分析 | 第40-48页 |
| 3.3.1 算例设计 | 第40-44页 |
| 3.3.2 算例结果 | 第44-47页 |
| 3.3.3 算例分析 | 第47-48页 |
| 3.4 本章小结 | 第48-50页 |
| 4 考虑电动汽车响应能力及储能的能量管理策略 | 第50-60页 |
| 4.1 能量管理系统的基本原理 | 第50-51页 |
| 4.1.1 能量管理系统的组成和工作原理 | 第50-51页 |
| 4.1.2 能量管理系统的具体功能 | 第51页 |
| 4.2 电动汽车群体对能量管理响应能力及功率分配 | 第51-55页 |
| 4.2.1 电动汽车的充放电功率范围 | 第52-53页 |
| 4.2.2 电动汽车的充放电功率分配 | 第53-55页 |
| 4.3 电动汽车能量交易价格激励模型 | 第55页 |
| 4.4 能量管理策略 | 第55-57页 |
| 4.5 局域配电网运行能量管理优化模型 | 第57-58页 |
| 4.6 能量管理方案的确定 | 第58-59页 |
| 4.7 本章小结 | 第59-60页 |
| 5 算例分析 | 第60-72页 |
| 5.1 配电网设计 | 第60-64页 |
| 5.1.1 线路及变压器参数 | 第60-62页 |
| 5.1.2 配电网仿真简化模型 | 第62-63页 |
| 5.1.3 配电网负荷 | 第63-64页 |
| 5.2 电动汽车和光伏-储能系统设置 | 第64-68页 |
| 5.2.1 电动汽车参数设置与假设 | 第64-67页 |
| 5.2.2 光伏-储能系统及电价设置 | 第67-68页 |
| 5.3 仿真结果分析 | 第68-71页 |
| 5.3.1 能量管理结果对比分析 | 第68页 |
| 5.3.2 电动汽车和储能出力情况分析 | 第68-69页 |
| 5.3.3 能量优化管理对负荷曲线的影响分析 | 第69-70页 |
| 5.3.4 能量优化管理对配电网潮流的影响分析 | 第70-71页 |
| 5.4 本章小结 | 第71-72页 |
| 6 结论与展望 | 第72-74页 |
| 6.1 结论 | 第72-73页 |
| 6.2 未来工作展望 | 第73-74页 |
| 参考文献 | 第74-78页 |
| 作者简历 | 第78-82页 |
| 学位论文数据集 | 第82页 |