目錄

摘要：

1電動車日行駛里程概率分布：

2.電動車充電起始時間概率分布：

3.大規模電動車充電行為蒙特卡洛建模：

3.1日行駛里程

3.2開始充電時間

3.3耗電量

3.4充電時間

3.5總充電負荷

4.不同規模的電動車的充電負荷曲線對比：

5.仿真程序：

---

摘要：

電動汽車大規模入網充電時會導致系統內負載峰值拔高的問題，和分布式電源一樣，都會對電網的安全穩定運行造成沖擊，需要在滿足系統運行經濟效益最優的同時，盡量降低大量電動汽車入網無序充電對系統造成的不良影響。本文通過蒙特卡洛仿真技術，生成大規模電動車無序充電功率曲線，分析大規模電動車接入對電網造成的影響。

1電動車日行駛里程概率分布：

考慮到目前電動汽車為較新型的交通工具，其樣本數量與傳統燃油車相比仍較少，本文假設電動汽車用戶與普通燃油汽車用戶的用車習慣一致，對家用汽車使用行為規律的數據進行處理，得出日行駛里程服從對數正態分布，取均值為3.2，方差為0.88對電動車的日行是里程進行概率描述，具體圖像如下：

可以看出，電動車的日行駛里程主要集中在0-80km左右的范圍，符合實際情況。

2.電動車充電起始時間概率分布：

電動汽車返回時刻t服從正態分布，取均值為17.6，方差為3.4。具體概率分布表達式如下：

對該概率模型進行采樣得到的概率分布圖像圖下：

從圖中可以看出，電動車的主要充電開始時間集中在18點左右，符合實際的情況。

3.大規模電動車充電行為蒙特卡洛建模：

蒙特卡洛的思想如下：

研究過程中假設電動汽車各自的充電行為具有獨立性的特征，每臺電動汽車的電池容量、日行駛里程、起始充電時刻等都獨立，表現為在己知概率分布圖中隨機分布的形式，因此，可以進行蒙特卡洛隨機抽樣來抽取每個步驟中的隨機數，從而求取單臺電動汽車的充電負荷特征，累加得出大規模電動汽車入網充電時的進行無序充電時的總充電負荷曲線。

本文設置電動車臺數為1000，對其行駛距離和開始充電時間進行蒙特卡洛模擬，所得結果如下：

3.1日行駛里程

3.2開始充電時間

通過以上兩個數值，結合電動車每公里的耗電量，即可計算出電動車需要充電的電量和充電時間。

3.3耗電量

3.4充電時間

3.5總充電負荷

將所有電動車的充電功率情況相加，即可得到所有電動車的總充電負荷曲線：

4.不同規模的電動車的充電負荷曲線對比：

改變程序中電動車的總數量，即可得到不同電動車數量下的充電負荷曲線，從圖中可以看出，不同數量的電動車的充電負荷曲線的大致走向都相同。

5.仿真程序：

部分代碼：

clc; clear; %% 創建電動車基礎參數 N = 1000; % 電動車數量 Car.Capcity = 35; % 電動車電池容量 Car.max = 0.9; % 電動車最大荷電容量 Car.min = 0.1; % 電動車最小荷電容量 Car.P = 0.1; % 每公里耗電量 Car.char = 4; % 充電功率/h %% 電動車日行駛里程概率分布（對數正態分布） km = Day_Km(N,Car); %% 起始充電時間概率分布（正態分布） [time_in,F_in] = Time_IN(N); %% 蒙特卡洛抽樣 [Car_km,Car_in] = MC(N,km,F_in); %% 充電時間確定 W = Car_km*Car.P; % 耗電量 figure(5) plot(W,'x'); title('電動車耗電量'); xlabel('電動車編號'); ylabel('電動車耗電量'); T_char = W/Car.char; % 充電時間 figure(6) plot(T_char,'x'); title('電動車充電時間'); xlabel('電動車編號'); ylabel('電動車充電時間'); %% 生成充電曲線 T_char = round(T_char); P_char_total = zeros(1,48); P = zeros(1,48); for n = 1:Nstart = Car_in(n);t = T_char(n);P(start:start+t) = Car.char;P_char_total = P_char_total+P;P = zeros(1,48); end P_char_total = P_char_total(1:24)+P_char_total(25:48); figure(7) plot(P_char_total); grid on title('電動車總充電曲線'); legend('1000輛電動車'); xlabel('時間(h)'); ylabel('功率(kw)'); %% 不同數量的電動車充電曲線對比 load different_number.mat; figure(8) plot(PPP(1,:),'k->'); hold on plot(PPP(2,:),'b-*'); plot(PPP(3,:),'r-o'); hold off grid on legend('200輛電動車','500輛電動車','1000輛電動車'); title('電動車總充電曲線'); xlabel('時間(h)'); ylabel('功率(kw)');

總結

以上是生活随笔為你收集整理的(Matlab实现)基于蒙特卡洛模拟的大规模电动车充电模型的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。