物理应用基于matlab蒙特卡洛算法电动汽车充电含Matlab源码 1164期

Posted 2021-08-30 紫极神光

一、简介

蒙特卡洛(Monte Carlo)方法，在渲染中，我们经常听到术语“蒙特卡洛”（通常缩写为MC）。但是这是什么意思？实际上，它所指的是一个非常简单的想法，蒙特卡洛方法指的是一系列统计方法，这些方法本质上用于查找事物的解决方案，例如计算函数的期望值，或者对由于没有封闭形式而无法进行分析积分的函数进行积分。我们可以用该原理来解决不同的问题，并且针对这些问题中都可以关联不同的技术或算法。所有这些算法的共同点是它们使用随机（或随机）采样。

二、源代码

clc;
clear all;
%本程序基于蒙特卡洛思想生成10000台充电汽车充电负荷曲线
 
 

rate=[0.1 0.4 0.5]; %三种充电汽车比例
P_h=[1.4 1.9; 7.7 25.6;40 100];%三种充电功率取值范围

M=10000;                %10000辆车
r=0;
Bh=zeros(M,96);          % 10000辆车行，96个时间列
for i=1:M
    Ph=zeros(96,1);         %96个时间行，1列
    r=r+1;
     for j=1:96
        T_star=get_star();          %充电开始时间   每15分钟
        qua=get_qua();        %充电电量
        P_hi=get_i(rate,P_h);    %充电功率  每小时
        T_char=round(4*qua/P_hi(2));    %一小时有4个15分钟
        T_sum=T_star+T_char;      %充电结束时间
        if T_sum>96               %时间不能大于96
            new_T_sum=T_sum-96;
            Ph(T_star:96)=P_hi(2);            %从开始时间个数到96 放功率
            Ph(1:new_T_sum)=P_hi(2);          %从1到结束个时间 放功率
        else
            Ph(T_star:T_sum)=P_hi(2);         %开始到结束 功率
        end
    end
    for i=1:96
        Bh(r,i)=Ph(i);     %每辆车功率放入每行
    end
end
B=sum(Bh,1);         %每列求和
%%%%%寻找最大功率值，最大同时充电数量%%%%
max_P=max(B); %最大功率
Max_moun=zeros(96,1);  %每时刻最大充电数量  96行
function  P_hi=get_i(rate, P_h)
%get_i 得到充电方式及其功率

P=rand();%随机生成一个取值范围在[0-1]的数字

if 0<=P&&P<rate(1)    %充电汽车比例

    P_hi=[1,(P_h(1,1)+P_h(1,2))/2];   %选择第一种充电方式

elseif rate(1)<=P&&P<0.5


    P_hi=[2,(P_h(2,1)+P_h(2,2))/2];  %选择第二种充电方式
else


    P_hi=[3,(P_h(3,1)+P_h(3,2))/2];%选择第三种充电方式
end
while 1
    P=normrnd(12.94,11.8);
    if P<0
        continue;    %返回到while  否则  break
    end       %只是个标志 相当于括号
    break;   
end
qua=P;

三、运行结果

四、备注

版本：2014a