基于峰谷分时电价引导下的电动汽车充电负荷优化

在研究电动汽车用户充电需求的前提下,利用蒙特卡洛方法对2种不同充电方式进行模拟并对其进行分 析;分析用户响应度对电动汽车有序充电的影响,建立峰谷分时电价对电动汽车负荷影响的模型,在模拟出电动汽 车无序充电负荷的基础上,用实际案例对模型进行验证,利用多目标优化遗传算法进行求解,验证峰谷分时电价对 电网负荷优化的有效性。

部分代码:

clc 
clear all
close all
t=1:24;%时间轴
N=1000;%input('请输入电动公交车数量:');
length=exp(normrnd(3.2,0.88,[1 N]));%抽取路程
pcar=zeros(1,1440);%负荷储存
start=zeros(1,N);%开始充电时间储存
T=zeros(1,N);%充电时长储存
p1=0.9699;%normspec([336,1440],1056,204,'inside');
%p2=normspec([0,336],-384,204,'inside');
 %原电网24小时负荷
 p0=[  455.39
       405.948
       333.086
       275.836
       205.576
       145.725
       130.112
       130.112
       137.918
       150.929
       163.941
       182.156
       208.178
       195.167
       156.134
       150.929
       161.338
       169.145
       169.145
       176.952
       195.167
       210.781
       296.654
       497.026];
%价格弹性矩阵,初始电价1元
priceq=[-0.623   0.3241    0.2305;       %峰时弹性16-24
        0.3553   -0.6166   0.2216;      %平时弹性8-16
        0.3215   0.3038   -0.6065];     %谷时弹性0-8 
for j=1:fix(N*p1)
  for i=1:5000
    startt=normrnd(1056,204,[1 1]);%抽取充电初始时刻,上午五点三十六到晚上二十四点正态分布    
    if startt>336&&startt<=1440 
    start(j)=startt;
     break
    end
  end
end
for j=(fix(N*p1)+1):N
  for i=1:5000
    startt=normrnd(-384,204,[1 1]);%抽取充电初始时刻,0点到5.6点    
    if startt>=1&&startt<=336 
    start(j)=startt;
    break
    end
  end
end
for i=1:N    
T(i)=length(i)*30/2.7;%充电时间
     if T(i)>351
      T(i)=351;
     end
  if (start(i)+T(i))<=1440
      for m=fix(start(i)):fix(start(i)+T(i))
    pcar(m)=3+pcar(m);
      end
  elseif  (start(i)+T(i))>1440
    for n=fix(start(i)):1440
      pcar(n)=3+pcar(n); 
    end
     for j=1:fix((start(i)+T(i))-1440)
        pcar(j)=3+pcar(j);
     end
  end
end 
 for i=1:24
        pcarrand(i)=sum(pcar((60*(i-1)+1):60*i))*0.001;         
 end
pcar24=pcarrand;
pcars=pcarrand;
figure 
plot(t,pcars)
xlabel('时间/小时')
ylabel('充电负荷/MW')
 for i=1:24
        pcarrand(i)=pcarrand(i)+p0(i);
 end 
hold on
plot(t,pcarrand)
x(1)=0.89;%input('请输入得到的平波时电价:');
x(2)=0.79;%input('请输入得到的谷波时电价:');
x(3)=1.4;%input('请输入得到的峰波时电价:');
    for i=1:24
        if i>=1&&i<=8                  %平时弹性分析
            for j=1:8
                pcar24(i)=pcar24(i)+priceq(2,2)*sum(pcar24(1:8))*(x(1)-1)/8;
            end
            pcar24(i)=pcar24(i)+priceq(2,2)*pcar24(i)*(x(1)-1);
            for j=9:16
                pcar24(j)=pcar24(j)+priceq(2,3)*sum(pcar24(9:16))*(x(1)-1)/8;
            end
            for j=17:24
                pcar24(j)=pcar24(j)+priceq(2,1)*sum(pcar24(17:24))*(x(1)-1)/8;
            end
        end
        if i<=16&&i>8                  %谷时弹性分析
          
            for j=1:8
                pcar24(j)=pcar24(j)+priceq(3,2)*sum(pcar24(1:8))*(x(2)-1)/8;
            end
            for j=9:16
                pcar24(i)=pcar24(i)+priceq(3,3)*sum(pcar24(9:16))*(x(2)-1)/8;  
            end
            for j=17:24
                pcar24(j)=pcar24(j)+priceq(3,1)*sum(pcar24(17:24))*(x(2)-1)/8;
            end
        end
        if i>16&&i<=24                 %峰时弹性分析
            
            for j=1:8
                pcar24(j)=pcar24(j)+priceq(1,2)*sum(pcar24(1:8))*(x(3)-1)/8;
            end
            for j=9:16
                pcar24(j)=pcar24(j)+priceq(1,3)*sum(pcar24(9:16))*(x(3)-1)/8;
            end
            for j=17:24
                pcar24(i)=pcar24(i)+priceq(1,1)*sum(pcar24(17:24))*(x(3)-1)/8;
            end
        end
    end
 for i=1:24
     pcar24(i)=pcar24(i)+p0(i);
     
 end
hold on
plot(t,pcar24,'-')
legend('汽车负荷曲线','优化前负荷曲线','优化后负荷曲线')
title(' 负荷优化结果')

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/551953.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

Windows 部署ChatGLM3大语言模型

一、环境要求 硬件 内存&#xff1a;> 16GB 显存: > 13GB&#xff08;4080 16GB&#xff09; 硬盘&#xff1a;60G 软件 python 版本推荐3.10 - 3.11 transformers 库版本推荐为 4.36.2 torch 推荐使用 2.0 及以上的版本&#xff0c;以获得最佳的推理性能 二、部…

重生奇迹mu恶魔来袭副本

在游戏重生奇迹mu中&#xff0c;恶魔来袭副本是玩家能够组队通过的副本。但是因为手游组队的不方便性&#xff0c;部分玩家对其还是非常苦手。而今天&#xff0c;我们就给大家讲解一下这个游戏的双人通关攻略。 1、挂机找怪手动输出 (1)对于普通剧情副本而言&#xff0c;挂机…

利用CNN-Bigru-Attention模型输电线路故障诊断(Python代码,TensorFlow框架,)

效果视频&#xff1a;利用CNN-Bigru-Attention模型输电线路故障诊断(Python代码&#xff0c;TensorFlow框架&#xff0c;压缩包带有数据集和代码&#xff0c;解压缩可直接运行)_哔哩哔哩_bilibili 售后包免费远程协助运行&#xff08;用向日葵或者todesk软件协助&#xff09; …

校园智能水电预付费管理系统

校园智能水电预付费管理系统是一种专为学校水电资源管理而设计的智能化系统&#xff0c;旨在提供全面的水电资源管理解决方案&#xff0c;满足校园管理者对水电资源管理的需求。该系统整合了先进的智能技术和云计算&#xff0c;为校园管理者提供了实时监控、自动计费、节能管理…

如何将图片你分辨率调整到350dpi?分辨率快速设置工具

图片的分辨率通常用在打印照片和一些考试平台对上传证件照的要求上&#xff0c;我们平时拍摄的图片dpi大多都是96的&#xff0c;所以不符合使用需求&#xff0c;那么怎么把这些比较低分辨率的图片修改到350dpi呢&#xff1f;试试本文分享的这几个方法吧&#xff0c;简单又方便。…

使用阿里云试用Elasticsearch学习:创建仪表板pivot、搜索discover和仪表板dashboard

文档&#xff1a;https://www.elastic.co/guide/en/elasticsearch/reference/current/transform-examples.html#example-clientips 在kibana左栏打开Transforms&#xff0c;并创建Transforms&#xff08;转换&#xff09; Management > Stack Management > Data > T…

component-传入值圆形百分比展示,.background-image: conic-gradient()

1.效果 2.代码 <template><div class"circle" :style"{ background-image: conic-gradient(#3498db 0 ${fillPercentage}%, transparent ${fillPercentage}% 100%) }"></div> <!-- 使用动态绑定样式来设置填充效果 --> </temp…

放大招,推广手机流量卡,佣金丰厚等你来拿

流量卡推广是一个非常冷门但又在身边非常常见的行业&#xff0c;知道的人目前靠着这个信息&#xff0c;发了很多小财&#xff0c;可以说早知道这一行的人会非常容易变成暴发户。 你可能也会好奇&#xff0c;为什么那么多广告都是在推流量卡&#xff0c;他们推卡到底有多高的利…

SpringBoot配置文件加载顺序

一、内部配置加载顺序 SpringBoot程序启动时&#xff0c;会从以下位置加载配置文件&#xff1a; file:./config/ &#xff1a;当前项目的config目录下&#xff1b;file:./ &#xff1a;当前项目的根目录下&#xff1b;classpath:/c…

L1-086 斯德哥尔摩火车上的题

上图是新浪微博上的一则趣闻&#xff0c;是瑞典斯德哥尔摩火车上的一道题&#xff0c;看上去是段伪代码&#xff1a; s a 1112031584 for (i 1; i < length(a); i) {if (a[i] % 2 a[i-1] % 2) {s max(a[i], a[i-1])} } goto_url(www.multisoft.se/ s)其中字符串的 …

STM32 CAN控制的相关结构体(标准库)

STM32 CAN控制的相关结构体&#xff08;标准库&#xff09; 初始化结构体&#xff1a; CAN_InitTypeDef CAN_Prescaler 本成员设置CAN外设的时钟分频&#xff0c;它可控制时间片Tq的时间长度&#xff0c;这里设置的值最终会减1后再写入BRP寄存器位&#xff0c;即前面介绍的Tq计…

数组中两个字符串的最短距离---一题多解(贪心/二分)

点击跳转到题目 方法&#xff1a;贪心 / 二分 目录 贪心&#xff1a; 二分&#xff1a; 贪心&#xff1a; 要找出字符串数组中指定两个字符串的最小距离&#xff0c;即找出指定字符串对应下标之差的最小值 思考&#xff1a;如果是直接暴力求解&#xff0c;需要两层for循环…

牛客 2024 【牛客赛文X】春招冲刺 ONT73 体育课测验(二) 【中等 图/拓扑排序 Java,Go,PHP】

题目 题目链接&#xff1a; https://www.nowcoder.com/practice/64a4c026b2aa4411984f560deec36323 思路 图&#xff0c;BFS&#xff0c;队列参考答案Java import java.util.*;public class Solution {/*** 代码中的类名、方法名、参数名已经指定&#xff0c;请勿修改&…

【Linux--多线程】

1 . Linux线程概念 1.1 什么是线程 在一个程序里的一个执行路线就叫做线程&#xff08;thread&#xff09;。更准确的定义是&#xff1a;线程是“一个进程内部的控制序列” 一切进程至少都有一个执行线程 线程在进程内部执行&#xff0c;本质是在进程地址空间内运行 Linux系…

北京InfoComm展推出500款新品,覆盖30个市场,助力行业未来

【2024年4月17日——北京讯】亚太区首屈一指的专业视听和集成体验解决方案展北京InfoComm China 2024 今天在北京的国家会议中心 (CNCC) 盛大开幕&#xff0c;展开为期三天的商贸展会和高峰会议。作为行业产品发布的首要平台&#xff0c;北京InfoComm China吸引众多展商携新品推…

代码随想录阅读笔记-回溯【重新安排行程】

题目 给定一个机票的字符串二维数组 [from, to]&#xff0c;子数组中的两个成员分别表示飞机出发和降落的机场地点&#xff0c;对该行程进行重新规划排序。所有这些机票都属于一个从 JFK&#xff08;肯尼迪国际机场&#xff09;出发的先生&#xff0c;所以该行程必须从 JFK 开…

claude国内不能用

AnthropicAI 公司旗下的Claude 3 大型语言模型&#xff0c;以其卓越的性能直接挑战了GPT-4的市场地位。Claude 3 系列中包含了几个不同版本&#xff0c;如Claude 3 Opus、Claude 3 Sonnet 以及 Claude 3 Haiku&#xff0c;每个版本都针对特定的应用场景进行了优化。 在这些版本…

一款国产的开发辅助AI插件!

文章目录 一 Comate 介绍二 价格三 安装四 体验4.1 智能推荐4.1.1 单行推荐4.1.2 多行推荐 4.2 智能生成4.2.1 注释生成代码4.2.2 增强生成代码4.2.3 生成单元测试4.2.4 生成代码注释文档注释行间注释 4.3 代码解释4.4 调优建议4.5 长函数拆分 五 智能问答六 其他能力6.1 插件配…

Arduino UNO驱动MPR121接近电容式触摸传感器控制WS2812彩灯

简介 MPR121芯片功能强大可用作触摸,电容检测,驱动LED等等.在低速扫描下可以将功 耗降低到8μA,可以处理多达12个独立的触摸板。支持I2C,几乎可以用任何微控 制器连接。可以使用ADDR引脚选择4个地址中的一个,一个I2C2线总线上共有48 个电容触摸板。使用该芯片比使用模拟输入进行…

全国产化无风扇嵌入式车载电脑农耕车辆/钢厂天车行业应用

农耕车辆行业应用 背景介绍 当前农耕车车载电脑主要的功能&#xff0c;是要实现农耕车的精确的定位和导航&#xff0c;更加先进的系统则要实现农耕车自动驾驶&#xff0c;与农耕车上相关传感器的通讯(例如耕土深度的传感器, 油量存量传感器…)来实现更多的自动化、信息化的功能…