基于蒙特卡洛模拟法计算电动汽车充电负荷附Matlab代码

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法  神经网络预测 雷达通信  无线传感器

信号处理 图像处理 路径规划 元胞自动机 无人机

⛄ 内容介绍

近年来电动汽车行业正处于蓬勃发展时期,预测2035年将有近亿辆电动汽车接入电网,本文通过蒙特卡洛法模拟了电动汽车无序充电,验证了逐渐增多的无序充电负荷将导致电网峰上加峰

⛄ 部分代码

function [ solution, StartJ, EndtimeJ,enddate ] = OpEV( number,evstart,evend, date,keyongrl )

%UNTITLED Summary of this function goes here

%   Detailed explanation goes here

Price=[0.365 0.365 0.365 0.365 0.365 0.365 0.365 0.365  0.365 0.365  0.869 0.869 0.687 0.687 0.687 0.687 0.687 0.869 0.869 0.869 0.869 0.687 0.687 0.687];

N=number;

dt=0.25;

Ci=32;

tstart=evstart;

tend=max(evend);%这里是个向量可能还有问题,evend 为车的量数*1

EndtimeJ=ceil((tend*60)/15);

nextday=max(date);%这里也是个向量

enddate=nextday;

Pni=7;

xiaolv=0.8;

% Fhlv=0.5;

Pi=Pni*xiaolv;

yinshu=0.9;%%？？？还没加上

% B=800*yinshu;

[J,PrJ,StartJ,~,keyongrlJ]=DuanshuJ(tstart,tend,nextday,Price,keyongrl);

zhongzhi=zeros(J, N);%辅助矩阵判定充电结束时间

for i=1:N

    if date(i)==0

       EndJ(i)=ceil((evend(i)*60)/15);

    else

       EndJ(i)=ceil((evend(i)*60)/15)+96;

    end

end

for i=1:N

    zhongzhi(EndJ(i)-StartJ+1,i)=1;

    if tend>EndJ(i)

        for k=(EndJ(i)+1):tend

            zhongzhi(k+1-StartJ,i)=2;

        end

    end

end    

    

    

Snj=binvar(N,J);

Aj=ones(J,1);

rs=0.2*ones(N,1);

re=0.9*ones(N,1);

% Bj=Fhlv*Aj*B;

f=Pni*dt*sum(Snj*PrJ');

F=set((Pni*dt*sum(Snj))'<= keyongrlJ);

F=F+set((Pi*Snj*Aj+rs*Ci)>=(re*Ci))+set((Pi*Snj*Aj+rs*Ci)<=Ci);

F=F+set(diag(Snj*zhongzhi)<(2*ones(N,1)));

options = sdpsettings('verbose',1,'solver','cplex');

sol = solvesdp(F,f,options);

 if sol.problem == 0

  solution = double(Snj);

 else

  display('Hmm, something went wrong!');

  sol.info

  yalmiperror(sol.problem)

 end

d

⛄ 运行结果

⛄ 参考文献

[1]万雅诤, 林德焱, 万方颖. 基于MATLAB的电动汽车充电优化建模研究[J].  2020.

❤️ 关注我领取海量matlab电子书和数学建模资料

❤️部分理论引用网络文献，若有侵权联系博主删除