基于蒙特卡洛模拟的充电站可调度容量预测（matlab代码实现）

考虑车辆电池参数、日行驶里程、起始充电概率等编码后进行蒙特卡洛模拟预测

代码基本都已进行备注

创建车辆基础参数：电池容量、荷电量、充电功率等

clc;
clear;
%% 创建电动车基础参数
N = 30; % 电动车数量
Car.Capcity = 30; % 电动车电池容量
Car.max = 0.8; % 电动车最大荷电容量
Car.min = 0.2; % 电动车最小荷电容量
Car.P = 0.1; % 每公里耗电量
Car.char = 4; % 充电功率/h

设置车辆日行驶里程分布情况并验证

%% 电动车日行驶里程概率分布（对数正态分布）
ud=3.2;dd=0.88;
u0=0.205;
yt=0.9;%效率
%Car.Capcity=30;%容量
avg_v=40;%速度
avg_xh=0.1;%平均耗电量
pcd=4;%充放电功率

%%%%%%%%%%%%%%%分布特性
f1=@(x)1./(x.*dd*(2*pi).^0.5).*exp(-(log(x)-ud).^2/(2*dd^2));
x1=linspace(0.1,30,N);
ff=f1(x1);
s=trapz(x1,ff);  %计算整个区间概率密度的积分
ff=ff/s;         %归一化概率密度
 
n=0;
while n<N
    t=rand(1)*30;%生成[0,30]均匀分布随机数
    f=f1(t)/s;
    r=rand(1);  %生成[0,1]均匀分布随机数
    if r<=f     %如果随机数r小于f(t)，接纳该t并加入序列a中
        n=n+1;
        km_ra