一、电动汽车的现状及发展(Ⅵ)（论文文献综述）
向洪坤[1]（2021）在《电动汽车氢燃料电池特性仿真与关键技术研究》文中研究指明质子交换膜燃料电池（Proton Exchange Membrane Fuel Cel,PEMFC）是一种能够将储存在燃料中的化学能转换成电能的发电装置,它具有高效、清洁、可靠性高、启动快等特点。燃料电池电动汽车（Fuel Cell Vehicles,FCV）是一种以PEMFC作为主要动力来源的电动汽车,它具有高效率、长续航能力、绿色环保、低噪声等特点。FCV已成为当下研究的热门,而做为FCV核心的PEMFC也必将成为人们研究的重点。电动汽车PEMFC是一个非线性的复杂系统,它具有能量管理特性、水管理特性、热管理特性、冷启动、耐久性等诸多特性。对这些模型建立相应数学模型,并通过强大的仿真软件进行仿真实验分析,是一个非常重要的研究手段。同时,运用神经网络算法对PEMFC实验数据进行分析,与仿真手段相得益彰。本文首先综述了燃料电池的发展历史及国内外研究现状,通过分析PEMFC的关键技术,从而引出本文的研究内容;其次阐述了燃料电池的基本原理、分类、优势以及燃料电池汽车的基本原理、分类、优势;然后在结合前人研究成果的基础上建立了燃料电池输出电压数学模型以及电动汽车PEMFC特性（能量管理特性、水管理特性、热管理特性、冷启动、耐久性）的数学模型。然后,在Matlab2014b/Simulink仿真平台上,通过对相对单一的输出电压、功率、效率建模仿真,分析工作温度、反应气体压力、膜含水量等因素对输出电压、功率、效率等特性的影响,得出适当提高工作温度、两极气体压力以及增加膜含水量均能提高PEMFC输出特性的结论。并结合车辆实际工况来调整各因素的参数值以满足车辆实际功率需求,并进一步分析电动汽车燃料电池的相关特性。再后,搭载30k W PEMFC进行实验,在Matlab2014b中运用神经网络算法对实验所得数据进行训练,并预测不同工况条件下的各参数值,再运用神经网络算法对耐久性测试数据进行训练、预测PEMFC的使用寿命。最后,结合PEMFC在实际车辆中的应用,根据车辆启动、加速、匀速、爬坡、减速、下坡、制动等不同工况下功率需求及时调整PEMFC的工作温度、阴极分压、阳极分压、膜含水量等相关参数,从而提高电池输出性能,进一步分析电动汽车PEMFC的各项特性。本文通过对PEMFC相对单一的电压、功率、效率等输出特性进行仿真分析,来间接研究电动汽车PEMFC相对较复杂的能量管理、水管理、热管理、冷启动、耐久性等特性,并运用人工神经网络算法对PEMFC不同工况下的各参数进行预测以及对PEMFC使用寿命的预测,结合FCV车辆的实际工况需求以及预测结果,调整PEMFC的各项参数值,为后续研究电动汽车PEMFC的相关特性提供了一种思路。
王臻臻[2]（2021）在《光储充环境下电动汽车充换电供应链优化模型研究》文中进行了进一步梳理随着“十四五”碳达峰和碳中和的提出,清洁能源的发展进入新的时期。在国家政策的扶持下,我国光伏发电的规模不断扩大,利用率也逐渐提升。为了解决光伏发电的弃能问题,提高能源利用率,促进光伏产业的长续发展,建设光储充电站是十分必要的。电动汽车各项技术的不断成熟也不断推动电动汽车参与供应链建设,并形成光储充环境下电动汽车充换电供应链。光储充环境下电动汽车充换电供应链指:以光储充发电站为起点,电动汽车的移动电源在光储充发电站完成充电,然后借助物流服务商实现移动电源从光储充发电站到固定式换电站再到用户,并最终回到光储充发电站的运输和配送活动。电动汽车充换电供应链的优化,有助于降低供应链的发展成本,提升供应链的整体效益,实现供应链的价值增值。为此,论文从整个供应链可持续发展的角度对光储充环境下电动汽车充换电供应链进行分析,系统的对光储充电站的选址,电动汽车充换电供应链物流节点企业的优化选择以及移动电源的应急配送路径进行研究,具有重要的理论和实践意义。论文首先在阐述相关理论的基础上分析了光储充相关产业的发展现状及存在的问题,构建了光储充环境下电动汽车充换电供应链,界定了该供应链的内涵;其次,构建了基于地理条件、经济条件、环境条件、边界条件、地方政策和协同条件等6个维度共17个二级指标的光储充发电站选址决策指标体系,在此基础上,利用区间二型模糊AHP-TOPSIS方法对光储充电站进行选址优化,并通过算例验证了该模型的有效性;再次,基于电动汽车充换电供应链建设的需要和移动电源的特殊性,借助专业物流服务商对移动电源进行各个节点的配送活动,构建了含有4个维度、17个二级指标的决策标准体系,采用优化模型来确定准则权重,模拟设定备选企业数据,并采用灰色累积前景理论方法选择最佳的物流节点企业,通过算例验证了模型的合理性和有效性;最后,考虑电动车可能会出现的因电池动力不足或者电池故障而无法到达充换电站的情况,提出一种自适应NSGA-Ⅱ多目标优化算法,对移动电源的应急配送路径进行优化,并利用Matlab对模型进行仿真和求解。光储充发电站的选址、电动汽车充换电供应链物流节点企业的优化选择以及移动电源的应急配送路径优化是电动汽车充换电供应链构建过程中的关键问题,本文对该问题的研究和探讨,旨在为电动汽车充换电供应链的实际建设和电动汽车换电模式的进一步推广提供一些有益的思路。
刘沆[3]（2021）在《气电耦合虚拟电厂运营优化及风险评价模型研究》文中进行了进一步梳理随着化石能源的持续开发全球大气二氧化碳排放量达到历史最高水平,排放强度逐年上升,对未来世界的可持续发展带来了严重挑战。传统虚拟电厂应用项目普遍存在能源结构单一、参与市场不足、能源耦合关系稀疏和新型负荷缺失等显着问题,导致传统虚拟电厂的运行稳定性差、经济效益低、风险管理难度大。在此背景下,气电耦合虚拟电厂的概念逐步成为未来分布式能源发展应用的一个重要技术方式,通过进一步聚合电转气装置（P2G）、燃气锅炉等气电转换设备,使得分布式可再生能源机组的利用效率得到提升,减少了出力不确定性对系统稳定、经济运行的影响。然而,当前气电耦合虚拟电厂的运行控制及市场运营研究还较为缺乏,无法有效协调多类型灵活性资源并入虚拟电厂,支撑气电耦合虚拟电厂的调度优化及市场运营决策。基于此,亟需计及多重不确定性、电动汽车特性及综合需求响应特性展开对气电耦合虚拟电厂运营优化及风险评价,以便为多类型分布式能源、可控负荷、电转气耦合设备等灵活性资源参与虚拟电厂调度提供强大动力,有效支撑电力系统与虚拟电厂的协同运行,提高虚拟电厂的经济效益与运行效率。第一,基于气电虚拟电厂的研究现状和相关理论,阐明了本文所研究气电虚拟电厂运营优化研究的理论和应用价值。首先,围绕气电耦合虚拟电厂的基本概念、发展过程和主要类型阐述了气电耦合虚拟电厂的基础理论;其次,为了实现供给侧多能互补和负荷侧综合互动的运行目标,从形态特征、结构特征、技术特征和应用特征四个方面对气电耦合虚拟电厂的运营运行特征进行了详细分解;再次,基于气电虚拟电厂多种能源主体的复杂结构及相互关系,梳理了气电虚拟电厂参与外部能源市场的类型和运营优化模式及内部各类能源形式和设备的协同运行模式;最后,针对国内外虚拟电厂应用项目进行了现状分析与经验总结,并指出对气电虚拟电厂经验启示,为本文后续章节开展相关研究奠定扎实的理论基础。第二,基于可再生能源出力、负荷的不确定性以及能源价格波动对气电虚拟电厂运营优化带来的风险,建立了计及多重不确定性的气电耦合虚拟电厂运营优化模型。首先,分析了气电虚拟电厂内部分布式可再生能源出力、负荷需求、碳排放权价格及能源电力价格的不确定性,采用概率分布模型对上述不确定性因素进行了建模;其次,构建了以系统经济效益最优、碳排放最小为目标的计及多重不确定性的气电耦合虚拟电厂运营优化模型,并提出了改进捕食遗传算法的求解算法和具体的计算流程;最后,选取北方某气电虚拟电厂为例,设置了六种不同情景进行了对比研究,验证了在计及内外部多重不确定性下气电耦合虚拟电厂更具有市场竞争力,能够实现经济效益和环境效益的共赢。第三,基于电动汽车特性及耦合设备运行特性对系统运行的影响,建立了计及电动汽车特性的气电耦合虚拟电厂运营优化模型。首先,对电动汽车运行特性及可与电动汽车耦合运行的虚拟电厂相关设备特性进行了研究,设计了考虑电动汽车特性的气电耦合虚拟电厂运行结构;其次,以气电虚拟电厂在日前能量市场中的运营收益最大化为目标,构建了计及电动汽车特性的气电耦合虚拟电厂运营优化模型;然后,考虑了运营优化模型的非线性、多维度问题,为了提高粒子群算法存在收敛速度、计算精度,避免早熟的问题,提出了基于Tent映射的改进混沌优化算法,以及具体的计算流程;最后,选取某工业园区进行实例分析,并对四种情景下的系统收益进行了优化求解,得到了气电虚拟电厂各设备在运行日各时刻的优化出力方案,证实了考虑电动汽车充放电特性并将其与P2G设备引入气电虚拟电厂可显着提升系统收益。第四,基于虚拟电厂参与需求响应的交易机制和需求响应特性分析,建立了计及综合需求响应特性的气电虚拟电厂运营优化模型。首先,分析了气电虚拟电厂参与需求响应的交易机制和需求响应负荷特性,设计了气电虚拟电厂参与综合需求响应的总体框架;其次,以气电虚拟电厂收益最大化为目标,根据各耦合设备出力交换功率和多能源需求响应的互动关系,考虑可控负荷、电力网络、热力网络、天然气网络及能源耦合、存储设备等约束,构建了气电虚拟电厂参与综合需求响应的运营优化模型;然后,针对综合需求响应中各种能源的价格存在不确定性,在原模型基础上引入了均值-方差模型,实现了气电虚拟电厂效益最大化并降低了不确定性带来的风险;最后通过算例和多情景对比研究,结果表明了虚拟电厂参与综合需求响应相比于传统需求响应能够获得更高的效益。第五,基于气电耦合虚拟电厂参与多种能源市场交易中面临内外部多方面风险因素的影响,建立了考虑气电虚拟电厂参与市场运营的全流程风险评价模型。首先,从多重不确定性、电动汽车特性及综合需求响应特性三个方面,深入分析了不同特性对气电耦合虚拟电厂造成的风险影响;其次,结合气电虚拟电厂的运行结构和特点,多维度考虑了外部政策、参与主体、耦合技术、运营交易、信用管理5个方面,设计了包含29个风险评价指标的气电耦合虚拟电厂风险评价指标体系;然后,在熵权-序关系赋权法和云模型解决不确定性评价信息的优点基础上,构建了基于熵权-序关系法改进的云模型风险评价模型;最后,针对四种场景下的气电虚拟电厂进行算例分析,对比研究了不同场景及不同评价模型的评价结果,验证了所提出模型的有效性和优越性。
刘子文[4]（2021）在《不确定条件下电动汽车动力电池回收网络建模与优化》文中提出伴随着全球能源和环境问题的日益严重,电动汽车以其带来的环境污染小、资源充足和效率高等优势在市场中逐渐普及,政府相关部门对电动汽车的普及出台了大量的优惠政策。近年来电动汽车的销量增速明显,与之相关的重要组成部件电池的销量也获得了快速增长。但是,动力电池的寿命是有时间限制的,大量报废电池的出现会给环境和资源带来严重的危害。因为电池中含有大量的重金属钴、锂等危险元素。目前,关于逆向回收模式和回收物流网络的研究较多,单独研究电动汽车废旧动力电池的物流网络模型构建与优化的数量极少。因此,研究电动汽车动力电池逆向物流回收网络模型建模与优化对未来规模化废旧电池回收的实践处理提供理论建议。本文分别从研究背景、意义和国内外研究现状方面叙述动力电池回收状况。对大量与本研究课题相关的文献进行阅读和总结述评,回顾了国内外动力电池回收现状、逆向物流研究发展动态和动力电池回收研究发展动态,指出我国目前电动汽车动力电池回收研究的不足,进而明确了本文的研究内容及技术路线图。论述了动力电池概述、逆向物流网络的特征分类及网络设计和逆向物流不确定规划方法相关理论和研究方法。基于此,分析了电动汽车动力电池回收网络渠道流程,并对逆向物流回收三种模式自营、联营和第三方外包经营进行比较。在EPR制度的影响下,建立了以电池制造企业为主体的多方联合运营物流回收模式。其次构建了确定环境下电动汽车动力电池回收网络模型。接着考虑电动汽车动力电池需求量、动力电池回收数量以及回收质量的不确定性,使用三角模糊数表示,构建不确定环境下电动汽车动力电池回收物流网络模型。运用不确定条件规划方法将不确定模型转化为确定模型,并用Lingo软件对该混合整数线性模型进行求解。最后以L市为研究算例分析,收集并整理了L市地区电动汽车动力电池回收相关的数据,将数据代入模型用Lingo软件求解,设计了 L市不确定条件下动力电池逆向物流回收网络构建,使L市的废旧电池回收更高效有益,发挥更多价值。本文所构建模型和方法可以有效解决未来城市规模化报废动力电池回收问题,在生产者责任延伸制度要求下,考虑了储能节点,本文所构建的不确定条件下动力电池回收集成网络模型充分发挥了报废动力电池的回收价值,使整个动力电池回收网络实现收益最大化。
颜伟杰[5]（2021）在《考虑电动汽车参与的综合能源系统优化研究》文中研究表明能源是人类社会发展的基础和动力,也是一个国家的根本命脉。在世界能源危机的发展背景下,社会经济快速发展过程中日益凸显的能源需求增长与能源紧缺之间的矛盾、能源利用产生的污染与环境保护之间的矛盾就成为了亟待解决的问题。建设能够提高能源利用率、实现多能源耦合的综合能源系统,被认为是解决这类问题的重要途径之一。与此同时,随着电动汽车的数量在不断增加,电动汽车的充放电负荷成为了城市综合能源系统负荷的一部分。而需求侧的大量电动汽车充电负荷接入综合能源系统,会对电网及配电系统造成影响。为保证综合能源系统保持运行的经济性和环保性,需要从需求侧对其运行进行合理的优化。针对考虑电动汽车的综合能源系统多目标优化研究,做了以下工作:首先,根据需求侧用户负荷的不同,将城市综合能源系统分为工业园区、生活社区、公共建筑三个典型用能场景,并对三个用能场景的结构组成和用户负荷进行了分析。其次,基于蒙特卡洛方法,对系统内电动汽车充电负荷进行了建模;基于能源集线器理论,对城市综合能源系统建模思路进行了整理,并确定了使用ε-约束法求解多目标优化问题。再次,依据三个典型用能场景的结构组成和负荷分析,分别对其相关设备进行了数学建模,确立了以用户费用最小化和二氧化碳排放量最小化为目标函数的多目标优化数学模型,为后面的优化分析做好理论基础。最后,对具体算例进行多目标优化求解,获得三个用能场景运行策略的帕累托最优解,并采用模糊满足方法得到使系统综合效益最大的购电购气策略。通过算例结果分析,验证了该多目标优化方法的有效性。
倪健土[6]（2021）在《新型双电机耦合驱动系统参数匹配和模式切换控制》文中提出人民的生活日益富裕,消费水平不断提高,汽车也从奢侈品变成了必需品,成为了人们日常生活中不可替代的一部分。汽车保有量越来越高,随之而来的能源消耗增加和排放污染加剧也变成了不可避免的问题。为了实现节能减排,各个国家及车企正在向新能源汽车方向发展,并且将更多的节能技术应用于车辆上。电动车凭借其自身优势一跃走在了汽车发展的最前沿。相比于传统燃油车,电动汽车可以更好的和各种提高性能的技术手段相结合来实现节能减排的目的。除了增加电池容量,对现有结构进行优化之外,还有电动四驱技术、轮毂电机分布式驱动、转矩定向分配驱动技术和双电机耦合驱动等,这些都是提高汽车性能的重要技术手段。为了充分发挥双电机耦合驱动的优势并最大程度利用双电机构型,在保证动力性的前提下提高整车的经济性,本文在此提出一种新型双电机耦合驱动系统,根据需要提供多种驱动模式,旨在最大限度发挥电机的性能,为电动汽车的未来画上浓墨重彩的一笔。本文首先对现有的双电机驱动构型进行了讨论研究,归纳总结了现有构型的缺点和不足,在充分利用双电机优势的前提下,将其与转矩定向分配技术相结合而提出了一种新型双电机耦合驱动系统,旨在保证动力性的前提下进一步提高经济性。针对新型双电机耦合驱动系统,首先对其双电机耦合三种直线驱动模式进行分析,分别为主驱动电机单独驱动,TV（torque-vectoring）电机单独驱动和双电机转矩耦合驱动,并简要阐述了其节能原理。接下来根据动力性要求进行了单电机的参数匹配,为后面的经济性对比做铺垫。在此基础上,对双电机耦合驱动系统进行参数匹配。由于两电机的功能不同,对主驱动电机和TV电机提出了各自的匹配原则,并且两个电机还有兼顾直线行驶和转矩定分向配功能的需求。完成参数匹配后,在MATLAB/Simulink中搭建了汽车七自由度模型和新型双电机耦合驱动系统模型对转矩定向分配功能进行了初步的验证。然后利用Car Sim和MATLAB/Simulink联合仿真进行了进一步的验证。为充分发挥双电机耦合构型的节能潜力,设计了符合该构型的模式切换控制策略。搭建了车速跟随模块,需求转矩求解模块,以及最优驱动模式判断模块。车速跟随模块便于后续仿真时的车速跟随。需求转矩求解模块根据驾驶员需求提供了运动模式和经济模式。最优驱动模式判断模块根据需求转速和需求转矩对双电机等效外特性进行了遍历,将三种驱动模式中所需电功率最小的作为最优驱动模式。另外基于逻辑门限值方法对双电机等效外特性map进行了区域划分,最大限度发挥节能优势。最后,为了验证新型双电机耦合驱动系统及模式切换控制策略的有效性,基于AVL Cruise和MATLAB/Simulink联合仿真平台,在Cruise中搭建了装有新型双电机耦合驱动系统的车辆模型,与MATLAB/Simulink中搭建好的控制策略进行联合仿真。首先对其是否满足动力性指标进行了验证,结果表明满足动力性需求。然后分别设置了NEDC循环工况以及FTP-75循环工况,并将单电机驱动,双电机转矩均分驱动和双电机模式切换控制驱动进行了对比。结果表明,无论在哪种工况中,双电机模式切换控制策略所消耗的能源均最小,充分发挥了双电机的节能潜力。
武小梅[7]（2021）在《考虑交通网和光储系统的电动汽车充电站规划与运营研究》文中指出伴随着世界经济的发展,石油、煤炭等化石资源日益枯竭,全球气候变暖,人类的生存环境不断恶化。燃油汽车尾气排放是造成大气污染的重要来源。作为新能源交通工具的电动汽车,由于其污染低、排放少、能源利用率高等优势受到越来越多的关注。然而,随着电动汽车不断普及,充电基础设施建设的滞后将会制约电动汽车产业的发展,合理地规划充电站的位置和容量对于电动汽车产业的发展和电力系统的安全稳定运行都非常重要。本文以电动汽车快速公共充电站和公交系统快速充电站为研究对象。针对快速公共充电站,在充分考虑交通网车流量和配电系统负荷特性的基础上,求得最优选址。并结合光伏发电和储能系统,研究充电站的经济运行。在研究充电需求时采用引力模型确定交通流量,充分考虑交通节点之间的相互联系。针对公交系统快速充电站的研究,先将邻近公交车站进行聚类,以减少建设充电站的数量,进而减少总投资。在运营成本中除了考虑路途损耗成本、车辆前往充电站的时间成本,还考虑了车辆的充电成本。与以往的研究不同,本文聚焦中小城市电动汽车的发展。本论文的主要研究内容包括以下几个方面:（1）在人类社会中除了物理世界存在万有引力,人、物和信息在不同地点间的流动中也广泛存在类似引力现象。本文根据所获得的交通数据,采用引力模型计算交通流量,计算时考虑每个路口与主干道中心点的距离,以及每个路口与城市中心点的距离。然后,通过研究电动汽车已行驶里程的概率分布、每时段行驶里程的概率分布以及电动汽车电池荷电状态与行驶里程的关系确定电动汽车的充电概率。最后,基于交通网的车流量、电动汽车的渗透率等因素确定电动汽车充电需求。（2）根据充电需求的时空分布建立充电站的排队模型,并由排队模型来确定每个充电站安装的充电桩的最少数目。然后,以社会总成本最小为目标函数,建立充电站最优规划的模型。为了避免优化问题陷入局部最优,采用模拟退火粒子群算法进行求解。在计算社会总成本时除了考虑常见的建设方投资成本、用户到充电站的电能损耗成本和充电等待成本外,还考虑了用户在路上行驶的时间成本。通过对算例的优化计算和方案比较,发现所采用的模拟退火粒子群算法不仅收敛速度快,而且所获得的规划方案成本比经典粒子群算法低。（3）公交系统的电气化是城市交通电气化的重要组成部分,而且一般情况下公交电气化是城市交通电气化里面率先实现的。在综合考虑公交运营网络和配电系统的基础上,对公交系统的快速充电站规划进行研究。采用近邻传播聚类算法对公交车站进行聚类,以减少粒子群算法的搜索空间。然后采用离散二进制粒子群优化算法寻找部署快速充电站的最优解,优化的目标是减少充电站内的设备冗余和因充电站过多而造成的成本增加。最后,考虑到规划城市公交系统电气化的需求,针对现状和不同的发车间隔下公交车充电站规划进行优化求解,发现随着发车间隔的减小会导致车辆规模和充电需求增加,从而增加充电站投资的总成本。（4）为了有效地实现碳中和,在充电站的车棚上铺设太阳能电池组件,通过加装储能系统以平抑光伏发电的不确定性和提高充电站运营的经济效益。对光伏发电进行更准确的预测可以更好地实现光伏发电和储能电站之间的协调运行。单一模型预测具有局限性,本文提出考虑不同天气类型的组合预测方法。采用K-mediods聚类算法分析不同天气类型时辐照强度、温度、湿度及其变化差值对光伏输出功率的影响。对光伏发电历史数据的分析发现,简单地按照天气类型去区分效果并不理想,本文将季节性影响和天气类型相结合进行分析,提高了聚类分析的精度。然后,根据天气聚类的结果建立不同天气类型基于双向长短期记忆网络的光伏发电组合预测模型。最后通过算例与其它方法相比较,验证所提模型的有效性。（5）光储系统协调充放电可以实现快速充电站的运营优化和配电系统的经济运行。综合考虑降低运营商购电成本和减小配电线路负荷峰谷差,提出一种考虑电网峰谷电价以及储能充放电策略的充电站运营模型。在计算运营商的购电成本时充分考虑电网公司现阶段执行的峰谷电价时段,对购电成本进行逐段分析,建立了含光储系统的电动汽车快速充电站优化运营的精细化模型。通过对比发现,接入光储系统后上述两个目标都得到了很好的优化。
潘裕馨[8]（2021）在《S公司电动汽车充电站风险分析与应对策略》文中进行了进一步梳理近十年来,全球范围内都面临着环境污染的问题,中国在面对这个挑战时,为了降低环境恶化的速度,将新能源汽车作为一个确定性的新发展方向,通过此项重要途径将空气质量逐渐治理过来。年我国开始发展新能源汽车,而最近几年的发展速度开始有所提升,但是各家车企与桩企执行的标准不统一,设备与终端没有完全匹配和兼容。为了不断提升新能源汽车持续发展水平,我国相继出台了一系列新能源发展规划,各级政府也结合自身实际出台不同的扶持政策,不过考虑到不同地区政策差异,执行力度也存在很大的不同。苏州市目前已建成约350个电动汽车快速充电站,多根快速充电桩,充电公共服务网络初步形成,同时也基本实现城市核心区2公里充电圈的目标。但是,这些充电基础设施的数量依旧很难与新能源汽车的发展速度相提并论,整体充电桩的利用率并不高,燃油车抢占电动车充电位现象经常发生,这说明市场保有量和便利的充电基础设施远远没有符合市场预期。充电设施项目的投资建设与运营是一个系统工程,涉及到对政策、资金、市场、技术、运营等一系列问题的把握,因此具有较高的投资风险,研究充电设施建设项目的风险管控是十分必要的。本文分析中,我们主要介绍了风险管理理论,以S公司电动汽车充电站项目为例,运用德尔菲法,识别分析其中存在着的市场风险、政策风险、运营维护风险以及技术风险等。然后采用专家打分法与LEC半定量分析法对上述风险进行分析与评价。最后,根据得到的风险等级制定相应的应对策略和措施。以期能够帮助S公司在此项目上能够取得较满意的收益,同时为S公司将来其他充电场站的投资和建设提供借鉴和参考价值。
周媛媛[9]（2021）在《增程式电动汽车驱动系统参数匹配及优化》文中指出本文对增程式电动汽车（REEV）的动力系统进行了研究,分析设计了其动力系统,利用AVL CRUISE软件建立车辆模型并对其进行性能仿真,并采用遗传算法对增程式电动汽车的动力性和经济性进行优化,使整车性能更加平衡。首先以某款增程式电动汽车为参照,对本汽车的动力性和经济性提出设计要求;根据整车参数对增程式电动汽车的动力系统部件进行了选型和参数匹配。基于AVL CRUISE软件,完成整车模型的搭建,并选择合适的道路模型及工况,建立全负荷加速任务、稳态行驶任务、爬坡度任务和循环工况任务,对车辆模型进行动力性和经济性仿真,得到增程式电动汽车的性能指标。分析该车的性能指标,发现其动力性略差且较经济性较好,为平衡汽车整体性能,采用遗传算法,以牺牲经济性、提高动力性为优化目标进行优化;根据运动学关系确定其优化变量为电机的峰值功率和电池的容量,并确定其目标函数和约束条件,基于MATLAB软件对其进行优化操作,得到优化结果。将优化结果输入车辆模型,再一次进行仿真任务,得到优化后汽车的动力性能与经济性能。对照增程式电动汽车的设计目标和优化前的整车性能,发现优化后汽车的动力性有提高,经济性虽有下降但仍符合设计标准,证明本方法在汽车设计以及改善汽车性能方面是可行的。
邱瑾[10]（2020）在《基于分时电价的电动汽车有序充电策略研究》文中提出甘肃省是新能源发电大省,新能源装机容量占到总装机容量的40%以上。但是由于甘肃省基础电网架构薄弱,长距离外送系统稳定性差,且自身消纳能力较弱,导致了严重的弃风弃光等问题。为此,甘肃省各市推出了以电动汽车促电力消纳同时改善环境污染的解决方案。但是,由于电动汽车的充电行为在时间和空间上具有一定的随机性质,接入电网必定会对配电网的负荷产生不良影响是目前电动汽车发展面临的主要难点。基于此,本文重点研究了电动汽车接入电力系统对电力系统的影响规律,以及基于分时充电电价的电动汽车有序充电控制策略,本文的主要研究内容如下:（1）本文首先根据电动汽车的充放电特性,对电动汽车的充放电功率、充放电方式以及电动汽车电池特性进行了分析,综述了电动汽车的主要类型。建立电动汽车的无序充电电力系统负荷模型,并基于蒙特卡洛方法建立电动汽车的充放电行为模型,基于电动汽车充电行为规律的数据统计,对电动汽车的无序充电负荷进行仿真,仿真结果表明:电动汽车无序充电将会导致电力系统局部配电网的局部峰峰值进一步提升,同时负荷的波动更加剧烈,验证了无序充电负荷对电网的影响。（2）考虑电网侧引导电动汽车削峰填谷和用户侧主动要求降低充电费用两个维度出发,建立了电动汽车有序充电模型主动引导电动汽车充电行为,旨在最大化提升电网与用户之间的共同利益;并提出了一种改进的萤火虫（Improved firefly algorithm,IFA）算法用于求解最优模型,通过在传统FA算法的个体进行更新时,加入自适应变异算子有效避免了传统FA算法容易陷入局部最优的难题。基于IFA算法对有序充电模型进行优化求解,仿真结果表明:所提有序充电方法可有效平抑电网负荷波动,达到削峰填谷的目的。（3）为进一步激励电动汽车用户对有序充电策略的参与度,从电力系统负荷峰谷时段的划分以及电价制定两个维度对分时电价进行了优化。根据局部配电网的负荷特性,采用k-means算法对高峰期和谷值期进行重新分类。根据电价弹性矩阵近似模拟电动汽车的动态响应模型,然后利用IFA算法求解优化模型得到优化后的峰谷电价。仿真结果表明:本文使用的所提出的模型可以有效抑制配电网的负荷波动,促进电动汽车用于对有序充电策略的响应,并降低用户电动汽车的充电成本。
二、电动汽车的现状及发展(Ⅵ)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、电动汽车的现状及发展(Ⅵ)（论文提纲范文）
（1）电动汽车氢燃料电池特性仿真与关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 引言 |
| 1.2 国内外燃料电池研究现状 |
| 1.2.1 燃料电池发展史 |
| 1.2.2 燃料电池国内外研究现状 |
| 1.2.2.1 燃料电池国外现状 |
| 1.2.2.2 燃料电池国内现状 |
| 1.3 主要研究内容及研究意义 |
| 1.3.1 主要研究内容 |
| 1.3.2 研究意义 |
| 2 燃料电池的基本原理及特性 |
| 2.1 燃料电池 |
| 2.1.1 燃料电池基本原理 |
| 2.1.2 燃料电池分类 |
| 2.1.3 燃料电池优势 |
| 2.2 质子交换膜燃料电池(PEMFC) |
| 2.3 燃料电池电动汽车介绍 |
| 2.3.1 电动汽车分类 |
| 2.3.2 燃料电池电动汽车原理 |
| 2.3.3 燃料电池汽车优势 |
| 2.3.4 燃料电池电动汽车分类 |
| 2.4 本章小结 |
| 3 电动汽车的PEMFC特性建模 |
| 3.1 PEMFC数学模型 |
| 3.1.1 热力学开路电压 |
| 3.1.2 活化过电压 |
| 3.1.3 欧姆过电压 |
| 3.1.4 浓度差过电压 |
| 3.1.5 功率和效率 |
| 3.2 建立电动汽车PEMFC特性数学模型 |
| 3.2.1 能量管理特性 |
| 3.2.2 水管理特性 |
| 3.2.3 热管理特性 |
| 3.2.4 冷启动 |
| 3.2.5 耐久性 |
| 3.3 本章小结 |
| 4 仿真实验及结果分析 |
| 4.1 Matlab/Simulink仿真软件 |
| 4.2 神经网络算法 |
| 4.3 建立基于Simulink平台仿真模型 |
| 4.4 仿真实验与结果分析 |
| 4.4.1 仿真实验设置 |
| 4.4.4.1 仿真实验条件设置 |
| 4.4.4.2 仿真实验数据输出设置 |
| 4.4.2 温度对电动汽车PEMFC的影响 |
| 4.4.3 阳极气体压力对电动汽车PEMFC的影响 |
| 4.4.4 阴极气体压力对电动汽车PEMFC的影响 |
| 4.4.5 膜含水量对电动汽车PEMFC的影响 |
| 4.5 本章小结 |
| 5 燃料电池实验与结果分析 |
| 5.1 燃料电池实验 |
| 5.1.1 燃料电池测试系统介绍 |
| 5.1.2 实验平台搭建及数据采集 |
| 5.2 实验数据分析处理 |
| 5.2.1 对第一阶段实验数据进行分析处理 |
| 5.2.1.1 设置输入输出样本 |
| 5.2.1.2 选择隐含层数和隐层节点数 |
| 5.2.1.3 传递函数和训练函数的选择 |
| 5.2.1.4 网络阈值权值设置 |
| 5.2.1.5 网络训练 |
| 5.2.1.6 模型验证 |
| 5.2.1.7 网络预测 |
| 5.2.2 对第二阶段实验数据进行分析处理 |
| 5.3 本章小结 |
| 6 总结与展望 |
| 6.1 全文总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间参加的科研项目及发表的学术论文 |
| 致谢 |
（2）光储充环境下电动汽车充换电供应链优化模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状综述 |
| 1.2.1 光伏-储能系统发展现状 |
| 1.2.2 电动汽车充换电站发展现状 |
| 1.2.3 光储充一体化充换电站发展现状 |
| 1.2.4 光伏电站选址决策的研究现状 |
| 1.2.5 供应链节点企业优化选择研究现状 |
| 1.2.6 电动汽车换电配送研究现状 |
| 1.3 研究内容和框架 |
| 1.4 研究成果及主要的创新点 |
| 第2章 光储充环境下电动汽车充换电供应链分析 |
| 2.1 电动汽车充换电供应链构建 |
| 2.2 电动汽车充换电供应链特征 |
| 2.3 电动汽车充换电供应链关键问题 |
| 2.4 本章小结 |
| 第3章 光储充环境下电动汽车充换电站选址优化模型 |
| 3.1 光储充发电站选址决策指标体系 |
| 3.1.1 地理条件 |
| 3.1.2 经济条件 |
| 3.1.3 环境条件 |
| 3.1.4 边界条件 |
| 3.1.5 地方政策 |
| 3.1.6 协同条件 |
| 3.2 构建光储充发电站选址决策优化模型 |
| 3.2.1 区间二型模糊数集 |
| 3.2.2 区间二型模糊AHP |
| 3.2.3 区间二型模糊TOPSIS |
| 3.3 算例分析 |
| 3.3.1 数据预处理 |
| 3.3.2 评价结果 |
| 3.3.3 敏感性分析 |
| 3.4 本章小结 |
| 第4章 光储充环境下电动汽车充换电供应链物流节点企业选择优化模型 |
| 4.1 电动汽车充换电供应链节点企业优化选择的评价体系 |
| 4.2 基于灰色累积前景理论的移动电源物流服务商选择 |
| 4.2.1 累积前景理论 |
| 4.2.2 灰色累积前景理论 |
| 4.2.3 灰色累积前景理论决策方法的计算步骤 |
| 4.3 情景分析 |
| 4.3.1 数据预设 |
| 4.3.2 决策过程 |
| 4.4 讨论分析 |
| 4.4.1 对比分析 |
| 4.4.2 敏感度分析 |
| 4.5 本章小结 |
| 第5章 光储充环境下电动汽车充换电供应链移动电源应急配送优化模型 |
| 5.1 电动汽车移动电源配送物流网络构建 |
| 5.1.1 问题描述 |
| 5.1.2 配送路网构建 |
| 5.2.自适应NSGA-Ⅱ的配送路径优化 |
| 5.2.1 电动汽车移动电源应急配送数学模型 |
| 5.2.2 自适应NSGA-Ⅱ算法 |
| 5.3 算例分析 |
| 5.4 本章小结 |
| 第6章 研究成果和结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（3）气电耦合虚拟电厂运营优化及风险评价模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 虚拟电厂发展研究综述 |
| 1.2.2 虚拟电厂参与能源电力市场研究综述 |
| 1.2.3 虚拟电厂运营优化研究综述 |
| 1.2.4 虚拟电厂风险评价研究综述 |
| 1.3 论文主要研究内容及技术路线 |
| 1.3.1 论文主要研究内容 |
| 1.3.2 论文研究技术路线 |
| 1.4 论文研究主要成果和创新点 |
| 1.4.1 本文主要研究成果 |
| 1.4.2 本文主要创新点 |
| 第2章 气电耦合虚拟电厂相关理论基础 |
| 2.1 气电耦合虚拟电厂基础理论 |
| 2.1.1 气电虚拟电厂基本概念 |
| 2.1.2 气电虚拟电厂发展过程 |
| 2.1.3 气电虚拟电厂主要类型 |
| 2.2 气电耦合虚拟电厂运营特征 |
| 2.2.1 形态特征 |
| 2.2.2 结构特征 |
| 2.2.3 技术特征 |
| 2.2.4 应用特征 |
| 2.3 气电耦合虚拟电厂内外部运营优化规则 |
| 2.3.1 内外部主体构成 |
| 2.3.2 外部运营策略优化 |
| 2.3.3 内部协同运行模式 |
| 2.4 气电耦合虚拟电厂应用项目经验总结及启示 |
| 2.4.1 国外虚拟电厂应用项目 |
| 2.4.2 国内虚拟电厂应用项目 |
| 2.4.3 经验总结与启示 |
| 2.5 本章小结 |
| 第3章 计及多重不确定性的气电耦合虚拟电厂运营优化模型研究 |
| 3.1 引言 |
| 3.2 多重不确定性分析及运行架构 |
| 3.2.1 多重不确定性分析 |
| 3.2.2 多重不确定性设备参与气电耦合运行架构 |
| 3.3 计及多重不确定性的气电虚拟电厂多目标优化模型 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 3.3.3 不确定性处理 |
| 3.4 气电耦合虚拟电厂多目标运营优化求解方法 |
| 3.4.1 多目标优化模型求解 |
| 3.4.2 基于捕食搜索策略的遗传算法 |
| 3.4.3 设计优化模型求解流程 |
| 3.5 算例分析 |
| 3.5.1 基础数据 |
| 3.5.2 仿真结果分析 |
| 3.5.3 敏感性分析 |
| 3.5.4 收敛性分析 |
| 3.6 本章小结 |
| 第4章 计及电动汽车特性的气电耦合虚拟电厂运营优化模型研究 |
| 4.1 引言 |
| 4.2 气电虚拟电厂电动汽车运行特性及运行架构 |
| 4.2.1 电动汽车及耦合设备运营特性 |
| 4.2.2 电动汽车及耦合设备参与气电耦合运行架构 |
| 4.3 计及电动汽车特性的气电虚拟电厂运营优化模型 |
| 4.3.1 目标函数 |
| 4.3.2 约束条件 |
| 4.4 气电耦合虚拟电厂运营优化模型求解算法 |
| 4.4.1 典型粒子群优化算法 |
| 4.4.2 混沌优化算法 |
| 4.4.3 设计优化模型求解流程 |
| 4.5 算例分析 |
| 4.5.1 基础数据 |
| 4.5.2 场景设置 |
| 4.5.3 算例结果分析 |
| 4.5.4 敏感性分析 |
| 4.5.5 收敛性分析 |
| 4.6 本章小结 |
| 第5章 计及综合需求响应的气电耦合虚拟电厂运营优化模型研究 |
| 5.1 引言 |
| 5.2 虚拟电厂参与综合需求响应的交易机制与特性分析 |
| 5.2.1 虚拟电厂参与综合需求响应的交易机制 |
| 5.2.2 综合需求响应特性分析 |
| 5.3 计及综合需求响应的气电虚拟电厂运营优化模型 |
| 5.3.1 目标函数 |
| 5.3.2 约束条件 |
| 5.3.3 条件风险价值均值-方差模型 |
| 5.4 气电耦合虚拟电厂参与综合需求响应运营的求解算法 |
| 5.4.1 互利共生阶段 |
| 5.4.2 偏利共生阶段 |
| 5.4.3 寄生阶段 |
| 5.4.4 基于旋转学习策略的SOS改进 |
| 5.5 算例分析 |
| 5.5.1 基础数据 |
| 5.5.2 仿真结果分析 |
| 5.5.3 求解算法性能对比 |
| 5.6 本章小结 |
| 第6章 计及多角度特性下气电耦合虚拟电厂运营风险评价模型研究 |
| 6.1 引言 |
| 6.2 多角度特性下气电虚拟电厂运营风险分析 |
| 6.2.1 多重不确定特性产生风险分析 |
| 6.2.2 含电动汽车产生风险分析 |
| 6.2.3 综合需求响应产生风险分析 |
| 6.3 设计气电耦合虚拟电厂风险评价指标体系 |
| 6.3.1 风险评价指标选取原则 |
| 6.3.2 设计风险评价指标体系 |
| 6.3.3 风险评价指标的预处理 |
| 6.4 基于熵权法-序关系改进的云模型风险评价模型 |
| 6.4.1 熵权-序关系赋权法 |
| 6.4.2 云模型算法 |
| 6.4.3 设计风险评价计算流程 |
| 6.5 算例分析 |
| 6.5.1 场景设置 |
| 6.5.2 基于改进云模型风险评价的结果分析 |
| 6.5.3 基于传统模糊综合评价的结果分析 |
| 6.6 本章小结 |
| 第7章 研究成果和结论 |
| 7.1 本文主要结论 |
| 7.2 未来研究展望 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）不确定条件下电动汽车动力电池回收网络建模与优化（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状及研究动态 |
| 1.2.1 动力电池回收现状 |
| 1.2.2 逆向物流研究发展动态 |
| 1.2.3 动力电池回收研究发展动态 |
| 1.2.4 研究现状及研究动态述评 |
| 1.3 主要研究方法及研究内容 |
| 1.3.1 主要研究方法 |
| 1.3.2 主要研究内容及技术路线图 |
| 第2章 相关理论及研究方法 |
| 2.1 动力电池概述 |
| 2.1.1 动力电池基本特征 |
| 2.1.2 动力电池回收相关理论 |
| 2.2 逆向物流网络 |
| 2.2.1 逆向物流概念及特征 |
| 2.2.2 逆向物流网络特征及分类 |
| 2.2.3 逆向物流网络设计方法 |
| 2.3 逆向物流不确定条件规划方法 |
| 2.3.1 不确定条件描述 |
| 2.3.2 不确定条件规划方法 |
| 2.4 本章小结 |
| 第3章 电动汽车动力电池回收网络设计分析 |
| 3.1 电动汽车动力电池回收网络分析 |
| 3.1.1 电动汽车动力电池回收渠道 |
| 3.1.2 电动汽车动力电池回收流程分析 |
| 3.2 电动汽车动力电池回收模式确定 |
| 3.2.1 电动汽车动力电池回收模式分类 |
| 3.2.2 电动汽车动力电池回收模式比较选择 |
| 3.3 电动汽车动力电池回收网络结构设计 |
| 3.3.1 电动汽车动力电池回收网络设计原则 |
| 3.3.2 电动汽车动力电池回收网络结构设计分析 |
| 3.4 本章小结 |
| 第4章 不确定条件下动力电池回收网络优化 |
| 4.1 确定条件下电动汽车动力电池回收网络建模 |
| 4.1.1 确定条件下电动汽车动力电池回收网络设计目标 |
| 4.1.2 确定条件下电动汽车动力电池回收网络模型构建 |
| 4.2 电动汽车动力电池回收物流不确定条件分析与规划 |
| 4.2.1 电动汽车动力电池回收物流中不确定条件的规划 |
| 4.2.2 不确定条件下电动汽车动力电池回收网络模型构建 |
| 4.3 不确定条件下电动汽车动力电池回收网络优化模型求解 |
| 4.3.2 模糊模型清晰化处理 |
| 4.3.3 模型求解算法 |
| 4.4 本章小结 |
| 第5章算例研究 |
| 5.1 L市电动汽车废旧动力电池回收现状分析 |
| 5.2 数据描述 |
| 5.3 模型求解及结果分析 |
| 5.4 政策建议 |
| 5.5 本章小结 |
| 第6章 研究成果与结论 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（5）考虑电动汽车参与的综合能源系统优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景及其意义 |
| 1.2 综合能源系统国内外发展及研究现状 |
| 1.2.1 综合能源国内外发展现状 |
| 1.2.2 综合能源国内外研究现状 |
| 1.3 电动汽车国内外研究及发展现状 |
| 1.3.1 电动汽车国内外发展现状 |
| 1.3.2 电动汽车国内外研究现状 |
| 1.4 本文的研究内容及结构 |
| 第2章 综合能源系统负荷及建模思路分析 |
| 2.1 城市综合能源系统概述 |
| 2.1.1 城市综合能源系统负荷分类 |
| 2.1.2 工业园区场景介绍 |
| 2.1.3 生活社区场景介绍 |
| 2.1.4 公共建筑场景介绍 |
| 2.2 城市综合能源系统与电动汽车负荷建模思路 |
| 2.2.1 电动汽车蒙特卡洛负荷模型 |
| 2.2.2 能源集线器理论 |
| 2.2.3 城市综合能源系统建模思路 |
| 2.2.4 城市综合能源系统多目标优化求解算法 |
| 2.3 本章小结 |
| 第3章 工业园区综合能源系统优化 |
| 3.1 工业园区综合能源系统建模 |
| 3.2 多目标优化数学模型 |
| 3.2.1 目标函数 |
| 3.2.2 约束条件 |
| 3.3 算例分析 |
| 3.3.1 以运行成本最小化为目标的单目标优化结果 |
| 3.3.2 以二氧化碳排放成本最小化为目标的单目标优化结果 |
| 3.3.3 多目标优化结果 |
| 3.4 本章小结 |
| 第4章 生活社区综合能源系统优化 |
| 4.1 生活社区综合能源系统建模 |
| 4.2 生活社区多目标优化建模 |
| 4.2.1 目标函数 |
| 4.2.2 约束条件 |
| 4.3 算例分析 |
| 4.3.1 以用户费用最小化为目标的单目标优化结果 |
| 4.3.2 以二氧化碳排放成本最小化为目标的单目标优化结果 |
| 4.3.3 多目标优化结果 |
| 4.4 本章小结 |
| 第5章 公共建筑综合能源系统优化 |
| 5.1 公共建筑综合能源系统建模 |
| 5.2 公共建筑多目标优化建模 |
| 5.2.1 目标函数 |
| 5.2.2 约束条件 |
| 5.3 算例分析 |
| 5.3.1 以总用户费用最小化为目标的单目标优化结果 |
| 5.3.2 以二氧化碳排放成本最小化为目标的单目标优化结果 |
| 5.3.3 多目标优化结果 |
| 5.4 本章小结 |
| 第6章 结论与展望 |
| 参考文献 |
| 攻读硕士学位期间发表的论文及其它成果 |
| 致谢 |
（6）新型双电机耦合驱动系统参数匹配和模式切换控制（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题研究的背景和意义 |
| 1.2 转矩耦合及转矩定向分配技术国内外研究现状 |
| 1.2.1 双电机驱动技术国内外研究现状 |
| 1.2.2 转矩定向分配技术国内外研究现状 |
| 1.3 本文研究内容 |
| 第2章 新型双电机耦合驱动系统构型原理分析 |
| 2.1 新型双电机耦合驱动系统基本结构 |
| 2.2 新型双电机耦合驱动系统工作原理分析 |
| 2.2.1 新型双电机耦合驱动系统转矩定向分配模式分析 |
| 2.2.2 新型双电机耦合驱动系统电机单独驱动模式分析 |
| 2.2.3 新型双电机耦合驱动系统直线转矩耦合模式分析 |
| 2.3 新型双电机耦合驱动系统工作模式划分和性能提升机理解析 |
| 2.4 本章小结 |
| 第3章 新型双电机耦合驱动系统参数匹配及可行性验证 |
| 3.1 单电机驱动系统动力学参数约束条件 |
| 3.2 新型双电机耦合驱动系统参数匹配 |
| 3.2.1 新型双电机耦合驱动系统主驱动电机参数匹配 |
| 3.2.2 新型双电机耦合驱动系统TV电机参数匹配 |
| 3.3 新型双电机耦合驱动系统的转矩定向分配功能验证 |
| 3.3.1 汽车七自由度动力学模型 |
| 3.3.2 新型双电机耦合驱动系统模型 |
| 3.3.3 基于Simulink的转矩定向分配功能验证 |
| 3.3.4 Matlab和 Car Sim联合仿真的转矩定向分配功能验证 |
| 3.4 本章小结 |
| 第4章 新型双电机耦合驱动系统控制策略制定 |
| 4.1 整车控制策略架构 |
| 4.1.1 直线行驶控制策略 |
| 4.1.2 直线行驶车速跟随模块 |
| 4.1.3 直线行驶需求转矩求解模块 |
| 4.2 最优驱动模式判断模块 |
| 4.2.1 TV电机单独驱动的电机需求功率求解 |
| 4.2.2 主驱动电机单独驱动的电机需求功率求解 |
| 4.2.3 双电机耦合驱动的电机需求功率求解 |
| 4.3 基于逻辑门限值的双电机等效外特性map图划分 |
| 4.4 本章小结 |
| 第5章 新型双电机耦合驱动系统控制策略离线仿真分析 |
| 5.1 基于AVL Cruise的新型双电机耦合驱动系统建模 |
| 5.1.1 AVL Cruise仿真软件介绍 |
| 5.1.2 基于Cruise新型双电机耦合驱动系统建模 |
| 5.2 AVL Cruise和 MATLAB/Simulink联合仿真 |
| 5.3 新型双电机耦合驱动系统性能仿真分析 |
| 5.3.1 动力性仿真结果分析 |
| 5.3.2 NEDC工况经济性仿真结果分析 |
| 5.3.3 FTP-75 工况经济性仿真结果分析 |
| 5.4 本章小结 |
| 第6章 全文总结与研究展望 |
| 6.1 全文总结 |
| 6.2 全文展望 |
| 参考文献 |
| 作者简介及研究成果 |
| 致谢 |
（7）考虑交通网和光储系统的电动汽车充电站规划与运营研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 选题背景及意义 |
| 1.1.1 选题背景 |
| 1.1.2 论文研究的意义 |
| 1.2 电动汽车及充电基础设施发展现状 |
| 1.2.1 电动汽车发展现状 |
| 1.2.2 充电基础设施发展现状 |
| 1.3 国内外研究现状 |
| 1.3.1 考虑研究对象的模型 |
| 1.3.2 考虑经典选址问题的模型 |
| 1.3.3 考虑用户出行特征的模型 |
| 1.3.4 考虑环境、新能源接入等影响的模型 |
| 1.4 电动汽车充电站规划的影响因素 |
| 1.4.1 政策及市场影响因素 |
| 1.4.2 区域交通网络 |
| 1.4.3 区域电网情况 |
| 1.4.4 其它因素 |
| 1.5 本文主要研究内容 |
| 第二章 基于引力模型的电动汽车充电需求预测 |
| 2.1 影响电动汽车充电需求的主要因素 |
| 2.1.1 电动汽车的电池特性 |
| 2.1.2 充电桩的充电特性 |
| 2.1.3 电动汽车的出行特性 |
| 2.1.4 电动汽车的保有量 |
| 2.2 交通流量计算 |
| 2.2.1 交通网络模型 |
| 2.2.2 基于路径规划的交通路口距离矩阵 |
| 2.2.3 交通路口相邻矩阵的获取 |
| 2.2.4 交通出行中的引力模型 |
| 2.3 电动汽车充电需求计算 |
| 2.3.1 电动汽车已行驶里程概率密度 |
| 2.3.2 电动汽车充电的概率密度 |
| 2.3.3 电动汽车充电需求分析 |
| 2.4 本章小结 |
| 第三章 考虑交通网和配电系统的电动汽车快速公共充电站选址定容 |
| 3.1 问题描述与基本假设 |
| 3.2 基于排队论的充电站定容研究 |
| 3.2.1 充电站排队论的基本原理 |
| 3.2.2 电动汽车充电站服务排队模型 |
| 3.3 电动汽车公共充电站选址定容模型 |
| 3.3.1 目标函数 |
| 3.3.2 约束条件 |
| 3.4 基于模拟退火粒子群算法的充电站选址定容求解 |
| 3.4.1 粒子群优化算法 |
| 3.4.2 模拟退火算法 |
| 3.5 算例分析 |
| 3.5.1 充电需求分析 |
| 3.5.2 模型参数设置 |
| 3.5.3 充电站选址定容结果 |
| 3.5.4 充电站服务范围 |
| 3.6 本章小结 |
| 第四章 考虑出行路线的电动公交车充电站选址定容 |
| 4.1 问题描述与基本理论 |
| 4.1.1 电动公交车的运行特性 |
| 4.1.2 近邻传播算法 |
| 4.2 电动公交车充电站选址定容研究 |
| 4.2.1 电动公交车充电站定容模型 |
| 4.2.2 电动公交车充电站选址模型 |
| 4.3 算例分析 |
| 4.3.1 公交车的时空分布 |
| 4.3.2 电动公交车快速充电站优化部署 |
| 4.3.3 不同优化方法的比较 |
| 4.3.4 不同发车间隔的比较 |
| 4.4 本章小结 |
| 第五章 基于多模型的光伏功率预测 |
| 5.1 问题描述 |
| 5.2 基于K-mediods聚类算法的天气分类 |
| 5.2.1 天气类型划分 |
| 5.2.2 改进的K-mediods聚类算法 |
| 5.2.3 聚类结果 |
| 5.2.4 相关性分析 |
| 5.3 双向长短期记忆网络 |
| 5.4 基于K-mediods-BiLSTM的光伏功率组合预测 |
| 5.5 预测结果 |
| 5.5.1 数据预处理 |
| 5.5.2 结果分析 |
| 5.6 本章小结 |
| 第六章 含光储系统的电动汽车充电站运营研究 |
| 6.1 问题描述 |
| 6.2 光伏和储能的投资分析 |
| 6.2.1 屋顶光伏的投资 |
| 6.2.2 电池储能站的投资 |
| 6.2.3 算例分析 |
| 6.3 含光储系统的电动汽车公共充电站运营策略 |
| 6.3.1 含光储系统的电动汽车公共充电站优化运营模型 |
| 6.3.2 充电负荷预测 |
| 6.3.3 屋顶光伏出力预测 |
| 6.3.4 不同目标的运营策略 |
| 6.4 本章小结 |
| 结论与展望 |
| 研究结论 |
| 本文创新点 |
| 未来研究展望 |
| 参考文献 |
| 攻读学位期间取得与学位论文相关的成果 |
| 致谢 |
（8）S公司电动汽车充电站风险分析与应对策略（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 .选题背景与研究意义 |
| 1.1.1 .选题背景 |
| 1.1.2 .研究目的 |
| 1.1.3 .研究意义 |
| 1.2 .国内外研究现状 |
| 1.2.1 .国外研究现状 |
| 1.2.2 .国内研究现状 |
| 1.2.3 .国内外研究现状综述 |
| 1.3 .研究内容与基本框架 |
| 1.3.1 .研究内容 |
| 1.3.2 .基本框架 |
| 1.4 .研究方法 |
| 1.4.1 .研究方法介绍 |
| 第2章 相关概念及理论 |
| 2.1 .电动汽车与充电设施基本概念 |
| 2.1.1 .新能源电动汽车相关概念 |
| 2.1.2 .充电设施介绍及其相关商业模式介绍 |
| 2.2 .项目风险管理理论 |
| 2.2.1 .项目风险识别 |
| 2.2.2 .项目风险评估 |
| 2.2.3 .项目风险控制 |
| 第3章 中国电动汽车充电设施发展及运营现状 |
| 3.1 .宏观经济形势分析 |
| 3.2 .中国电动汽车充电设施发展现状 |
| 3.3 .充电设施项目运营现状 |
| 3.4 .充电设施项目普遍存在的问题 |
| 第4章 S公司电动汽车充电站项目现状及风险识别 |
| 4.1 .S公司电动汽车充电站项目现状 |
| 4.2 .S公司电动汽车充电站项目SWOT分析 |
| 4.2.1 .项目优势分析 |
| 4.2.2 .项目劣势分析 |
| 4.2.3 .项目机遇分析 |
| 4.2.4 .项目威胁分析 |
| 4.3 .S公司电动汽车充电站项目风险识别与成因分析 |
| 4.3.1 .政策风险的识别与成因分析 |
| 4.3.2 .技术风险的识别与成因分析 |
| 4.3.3 .市场风险的识别与成因分析 |
| 4.3.4 .建设与运营服务风险的识别与成因分析 |
| 第5章 S公司电动汽车充电站项目的风险评估 |
| 5.1 .确定S公司充电站项目风险发生的可能性 |
| 5.2 .S公司充电站项目风险等级评估 |
| 5.3 .S公司充电站项目风险因素评价 |
| 5.3.1 .S公司面临的较大风险项目的评价与分析 |
| 5.3.2 .S公司面临的较小风险项目的评价与分析 |
| 5.3.3 .S公司面临的低风险项目的评价与分析 |
| 第6章 S公司电动汽车充电站项目风险应对策略 |
| 6.1 .政策风险因素规避策略 |
| 6.1.1 .标准政策风险应对策略 |
| 6.1.2 .补贴政策风险应对策略 |
| 6.2 .技术风险因素应对策略 |
| 6.2.1 .技术标准风险的应对策略 |
| 6.2.2 .充电运营平台风险的应对策略 |
| 6.3 .市场风险因素应对策略 |
| 6.3.1 .市场需求风险的应对策略 |
| 6.3.2 .市场竞争风险的应对策略 |
| 6.4 .建设与运营风险应对策略 |
| 6.4.1 .充电场地租赁费用风险的应对策略 |
| 6.4.2 .向供电局申请用电风险的应对策略 |
| 6.4.3 .场地施工周期风险的应对策略 |
| 6.4.4 .充电场地租赁年限风险的应对策略 |
| 6.4.5 .燃油车抢占充电车位风险的应对策略 |
| 第7章 结论与展望 |
| 7.1 .研究结论 |
| 7.2 .研究局限 |
| 7.3 .研究展望 |
| 参考文献 |
| 附录 |
（9）增程式电动汽车驱动系统参数匹配及优化（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外研究现状 |
| 1.2.2 国内研究现状 |
| 1.3 本文的主要研究内容 |
| 第2章 电动汽车的类型及结构 |
| 2.1 电动汽车的分类 |
| 2.1.1 纯电动汽车的结构和原理 |
| 2.1.2 燃料电池电动汽车的结构和原理 |
| 2.1.3 插电式电动汽车的结构和原理 |
| 2.1.4 增程式电动汽车的结构和原理 |
| 2.2 动力系统的联结形式 |
| 2.2.1 并联布置式 |
| 2.2.2 串联布置式 |
| 2.2.3 混联布置式 |
| 2.3 本章小结 |
| 第3章 增程式电动汽车驱动系统的参数匹配 |
| 3.1 增程式电动汽车基本参数及设计要求 |
| 3.2 动力系统的选型及匹配 |
| 3.2.1 驱动电机的选型和参数匹配 |
| 3.2.2 动力电池的选型及参数匹配 |
| 3.2.3 增程器参数匹配 |
| 3.3 传动系参数设计 |
| 3.4 本章小结 |
| 第4章 整车建模与仿真 |
| 4.1 软件介绍 |
| 4.2 整车模型搭建 |
| 4.2.1 车辆模块 |
| 4.2.2 电机模块 |
| 4.2.3 电池模块 |
| 4.2.4 变速箱模块 |
| 4.2.5 车轮模块 |
| 4.2.6 发电机模块 |
| 4.2.7 发动机模块 |
| 4.3 信号连接与控制策略 |
| 4.4 整车模型 |
| 4.5 动力性能仿真 |
| 4.5.1 最高车速的仿真 |
| 4.5.2 加速时间的仿真 |
| 4.5.3 最大爬坡度的仿真 |
| 4.5.4 动力性仿真结果分析 |
| 4.6 经济性能仿真 |
| 4.6.1 NEDC工况下增程续驶里程和能耗 |
| 4.6.2 NEDC工况下纯电动续驶里程和能耗 |
| 4.6.3 60km/h等速纯电动续驶里程 |
| 4.6.4 经济性仿真结果分析 |
| 4.7 本章小结 |
| 第5章 基于遗传算法的动力系统参数优化 |
| 5.1 基于遗传算法的性能优化 |
| 5.1.1 确定优化目标 |
| 5.1.2 确定优化变量 |
| 5.1.3 确定目标函数 |
| 5.1.4 建立约束条件 |
| 5.2 优化过程及结果 |
| 5.3 分析优化结果 |
| 5.3.1 优化前后动力性分析 |
| 5.3.2 优化前后经济性分析 |
| 5.3.3 优化结果的综合分析 |
| 5.4 本章小结 |
| 结论 |
| 参考文献 |
| 攻读硕士学位期间发表的论文和取得的科研成果 |
| 致谢 |
（10）基于分时电价的电动汽车有序充电策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 选题背景和研究意义 |
| 1.1.1 选题背景 |
| 1.1.2 研究意义 |
| 1.2 电动汽车产业发展现状 |
| 1.2.1 国外电动汽车发展现状 |
| 1.2.2 国内电动汽车发展现状 |
| 1.3 电动汽车充电研究现状 |
| 1.3.1 电动汽车充电负荷预测研究现状 |
| 1.3.2 电动汽车有序充电研究现状 |
| 1.3.3 电动汽车分时电价研究现状 |
| 1.4 本文主要研究内容 |
| 第2章 电动汽车无序充放电建模 |
| 2.1 引言 |
| 2.2 电动汽车相关特性分析 |
| 2.2.1 电动汽车分类 |
| 2.2.2 电动汽车充电模式 |
| 2.2.3 充电功率特性 |
| 2.2.4 电动汽车放电方式 |
| 2.3 无序充电负荷建模及计算 |
| 2.3.1 蒙特卡洛方法概述 |
| 2.3.2 电动汽车无序充电模型 |
| 2.4 无序充电负荷算例仿真 |
| 2.5 无序充电负荷对电网的影响 |
| 2.6 本章小结 |
| 第3章 电动汽车有序充电模型建立及求解 |
| 3.1 引言 |
| 3.2 电动汽车有序充电策略建模 |
| 3.2.1 目标函数构建 |
| 3.2.2 约束条件 |
| 3.3 基于改进萤火虫算法的有序充电策略研究 |
| 3.3.1 萤火虫算法 |
| 3.3.2 改进的萤火虫算法 |
| 3.4 有序充电仿真算例 |
| 3.5 本章小结 |
| 第4章 电动汽车分时电价研究 |
| 4.1 引言 |
| 4.2 需求响应分析 |
| 4.3 峰谷分时电价解析 |
| 4.3.1 峰谷分时电价的市场机理 |
| 4.3.2 峰谷分时电价政策 |
| 4.4 峰谷分时电价时段划分的研究 |
| 4.4.1 峰谷分时电价时段划分现状 |
| 4.4.2 基于隶属度函数的峰谷时段划分 |
| 4.4.3 基于K-means聚类算法的时段划分方法 |
| 4.5 峰谷分时电价定价策略研究 |
| 4.5.1 峰谷电价划分 |
| 4.5.2 峰谷分时电价定价模型 |
| 4.6 本章小结 |
| 第5章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 参考文献 |
| 致谢 |
四、电动汽车的现状及发展(Ⅵ)（论文参考文献）
- [1]电动汽车氢燃料电池特性仿真与关键技术研究[D]. 向洪坤. 重庆三峡学院, 2021(01)
- [2]光储充环境下电动汽车充换电供应链优化模型研究[D]. 王臻臻. 华北电力大学(北京), 2021(01)
- [3]气电耦合虚拟电厂运营优化及风险评价模型研究[D]. 刘沆. 华北电力大学(北京), 2021
- [4]不确定条件下电动汽车动力电池回收网络建模与优化[D]. 刘子文. 华北电力大学(北京), 2021(01)
- [5]考虑电动汽车参与的综合能源系统优化研究[D]. 颜伟杰. 华北电力大学(北京), 2021(01)
- [6]新型双电机耦合驱动系统参数匹配和模式切换控制[D]. 倪健土. 吉林大学, 2021
- [7]考虑交通网和光储系统的电动汽车充电站规划与运营研究[D]. 武小梅. 广东工业大学, 2021(08)
- [8]S公司电动汽车充电站风险分析与应对策略[D]. 潘裕馨. 上海外国语大学, 2021(04)
- [9]增程式电动汽车驱动系统参数匹配及优化[D]. 周媛媛. 沈阳理工大学, 2021(01)
- [10]基于分时电价的电动汽车有序充电策略研究[D]. 邱瑾. 兰州理工大学, 2020(02)