基于蒙特卡洛法的电动汽车充电负荷计算matlab程序

目录

一、充电概率分布

二、日行驶里程

​ 三、无序充电负荷模型

​ 四、蒙特卡洛法分析

一、充电概率分布

 代码如下：

us=17.6;ds=3.4;
fs1=@(x)1/(ds*(2*pi)^0.5).*exp(-(x-us).^2./(2*ds^2));%us-12~24
fs2=@(x)1/(ds*(2*pi)^0.5).*exp(-(x+24-us).^2./(2*ds^2));%0~us-12
xs1=linspace(0,24,N);
%xs_1=xs1(1:47);
%xs_2=xs1(48:200);
%fs_st=[fs2(xs_1) fs1(xs_2)];
fs_st=fs2(xs1).*(xs1<=us-12)+fs1(xs1).*(xs1>us-12);
s_st=trapz(xs1,fs_st);  %计算整个区间概率密度的积分
fs_st=fs_st/s_st;         %归一化概率密度

n=0;
while n

 得到结果如下图：

 

 

二、日行驶里程

ud=3.2;dd=0.88;
u0=0.205;
yt=0.9;%效率
cap=30;%容量
avg_v=40;%速度
avg_xh=0.2;%平均耗电量
pcd=5;%充放电功率
N=200;
%%%%%%%%%%%%%%%分布特性
f1=@(x)1./(x.*dd*(2*pi).^0.5).*exp(-(log(x)-ud).^2/(2*dd^2));
x1=linspace(0.1,200,N);
ff=f1(x1);
s=trapz(x1,ff);  %计算整个区间概率密度的积分
ff=ff/s;         %归一化概率密度

n=0;
while n

 三、无序充电负荷模型

 

 四、蒙特卡洛法分析

 

 

 通过模拟可以得到如下结果：

完整代码资源链接：基于蒙特卡洛法的电动汽车充电负荷计算matlab程序-专业指导文档类资源-CSDN下载通过蒙特卡洛方法计算得到电动汽车充电负荷，充分考虑电动汽车出行分布，有详实的程序资料。更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/zhangxd212489/72899261?spm=1001.2014.3001.5503