| 摘要 | 第5-7页 |
| ABSTRACT | 第7-9页 |
| 缩略词表 | 第15-16页 |
| 第一章 绪论 | 第16-35页 |
| 1.1 研究背景 | 第16-18页 |
| 1.2 智能电网与车辆入电网技术 | 第18-21页 |
| 1.3 移动边缘计算技术 | 第21-22页 |
| 1.4 国内外研究现状 | 第22-30页 |
| 1.4.1 车辆入电网相关技术研究 | 第22-28页 |
| 1.4.2 移动边缘计算相关技术研究 | 第28-30页 |
| 1.5 研究意义与主要研究内容 | 第30-33页 |
| 1.6 论文结构与内容安排 | 第33-35页 |
| 第二章 V2G信息传输系统架构及通信可靠性研究 | 第35-59页 |
| 2.1 引言 | 第35-36页 |
| 2.2 V2G无线信息传输系统架构 | 第36-39页 |
| 2.3 认知无线电技术在电动汽车充电预约通信中的应用 | 第39-49页 |
| 2.3.1 系统模型 | 第40-42页 |
| 2.3.2 最大化电动汽车充电效用的协同频谱检测机制 | 第42-46页 |
| 2.3.3 性能分析 | 第46-49页 |
| 2.4 不可靠通信对电网需求响应管理的影响及应对策略 | 第49-58页 |
| 2.4.1 系统模型 | 第49-51页 |
| 2.4.2 不可靠通信对独立区域电能供需管理的影响 | 第51-53页 |
| 2.4.3 基于共享新能源电能存储的多区域电量协同调度 | 第53-55页 |
| 2.4.4 性能分析 | 第55-58页 |
| 2.5 本章小结 | 第58-59页 |
| 第三章 基于V2G计算传输平台的信息处理机制研究 | 第59-80页 |
| 3.1 引言 | 第59-61页 |
| 3.2 利用电动汽车的电网信息传输与处理机制 | 第61-69页 |
| 3.2.1 V2G信息计算传输平台 | 第61-62页 |
| 3.2.2 系统模型 | 第62-64页 |
| 3.2.3 最小化充电站信息投递开销的数据传输与处理策略 | 第64-66页 |
| 3.2.4 性能分析 | 第66-69页 |
| 3.3 基于边缘计算的车辆应用任务优化卸载机制 | 第69-79页 |
| 3.3.1 系统模型 | 第69-71页 |
| 3.3.2 计算任务卸载系统的斯塔克尔伯格博弈模型 | 第71-74页 |
| 3.3.3 斯塔克尔伯格博弈均衡与最优卸载分布式算法 | 第74-77页 |
| 3.3.4 性能分析 | 第77-79页 |
| 3.4 本章小结 | 第79-80页 |
| 第四章 电动汽车车队充电调度策略研究 | 第80-102页 |
| 4.1 引言 | 第80-81页 |
| 4.2 系统模型 | 第81-85页 |
| 4.3 基于合同理论的充电功率分配和车队准入控制策略 | 第85-96页 |
| 4.3.1 合同理论简介 | 第85-86页 |
| 4.3.2 针对电动车队充电控制策略的可行合同构建 | 第86-88页 |
| 4.3.3 基于最优合同的车队充电控制策略 | 第88-92页 |
| 4.3.4 充电服务系统稳态分析 | 第92-96页 |
| 4.4 性能分析 | 第96-101页 |
| 4.5 本章小结 | 第101-102页 |
| 第五章 基于车-车能量云的电能直接交互机制研究 | 第102-117页 |
| 5.1 引言 | 第102-103页 |
| 5.2 系统模型 | 第103-105页 |
| 5.3 基于合同理论的馈电控制机制 | 第105-109页 |
| 5.4 针对实际应用场景的馈电控制策略 | 第109-112页 |
| 5.4.1 电能交换站最佳购电量 | 第110-111页 |
| 5.4.2 基于合同理论的最优馈电控制算法 | 第111-112页 |
| 5.5 性能分析 | 第112-115页 |
| 5.6 本章小结 | 第115-117页 |
| 第六章 全文总结 | 第117-120页 |
| 6.1 本文贡献 | 第117-118页 |
| 6.2 下一步工作的建议和未来研究方向 | 第118-120页 |
| 致谢 | 第120-121页 |
| 参考文献 | 第121-132页 |
| 攻读博士学位期间取得的成果 | 第132-133页 |
