基于蒙特卡洛模拟法的电动汽车充电负荷研究（Matlab代码实现）

💥💥💞💞欢迎来到本博客❤️❤️💥💥

🏆博主优势：🌞🌞🌞博客内容尽量做到思维缜密，逻辑清晰，为了方便读者。

⛳️座右铭：行百里者，半于九十。

📋📋📋本文目录如下：🎁🎁🎁

目录

💥1 概述

📚2 运行结果

🎉3 参考文献

🌈4 Matlab代码实现

💥1 概述

电动汽车充电负荷在时间及空间上均具有不确定性,随着电动汽车普及程度的不断提高，电动汽车充电行为将给电力系统安全性、经济性带来挑战「1。电动汽车对电力系统的影响主要通过充电负荷实现，且电动汽车充电负荷特性较为复杂，预测难度较大。周念成等对不同类型电动汽车充电特性进行了分析，并在此基础上引入影响电动汽车实时充电数量的随机因素，建立了不同类型电动汽车充电负荷的概率模型。仿真结果表明，工作日充电高峰时段的负荷高于节假日充电高峰时段的负荷[2。李亚芬等分析了传统出租车的运营模式和行驶规律，考虑了换班、用餐、夜间运行等情况对出租车起始充电时刻和日行驶里程的影响，建立了电动出租车充电负荷分段概率模型3。杨少兵等提出了2种电动汽车充电站的负荷建模方式，分别为快速计算法和考虑多种因素的动态过程仿真法，以北京奥运电动公交充电站为仿真对象验证了这2种方法的有效性，比较后发现动态过程仿真法具有更快的运算速度、更高的准确性[4]。张洪财等指出电动汽车的停车特性受汽车类型、停车地点、停车时间等多种因素的影响，建立了计及电动汽车停车需求时空分布的充电负荷模型「5]。温剑锋等利用马尔科夫链描述电动汽车用户出行的多个特征参数，据此建立的电动汽车充电负荷模型不仅可以较为准确地模拟用户出行规律，还可以反应电动汽车充电的时空分布特性[6]。

伴随环境问题的影响，以及电动汽车技术的不断成熟，电动汽车对电网影响不断增加。电动汽车在充放电过程中不但可能导致局部过负荷问题，而且在此过程中产生的谐波污染会影响电网电能的质量，因此及时准确地把握电动汽车的负荷需求对电力系统运行和规划具有重要的意义。

电动汽车充电负荷预测的重点研究对象是预测技术的选择，如今有单耗法、灰色模型、时间序列、专家系统等方法，包括优化组合分析的电力系统负荷预测法等。电动汽车的位置不明确，且充电时间受到随机性的影响等，都会造成电动汽车充、换电站的负荷产生一定的时变性，运用之前的传统方法，无法预测或是表达其复杂的非线性特点。所以考虑运用先进的蒙特卡洛模拟法，对数据进行挖掘、处理、分析，对不确定的因素进行处理，总结出相应的分布规律，并提出相应的、科

学合理的预测法。

计算电动汽车充电负荷的困难之处在于起始充电时间和起始ＳＯＣ的随机性。假设电网对于电动汽车的充电行为无法起到决定的作用，当接入到电网之后就开始进行充电，抽取每一辆汽车起始充电时间、起始ＳＯＣ。起始充电时间根据不同车型有所差别，起始ＳＯＣ则符合正态分布。在确定不同车型充电负荷模型及其参数后，需要对快速充电和常规充电分别建模，流程如图１所示。