基于Matlab实现电动汽车充电负荷的模拟预测

✅作者简介：热爱科研的Matlab仿真开发者，修心和技术同步精进，matlab项目合作可私信。

🍎个人主页：Matlab科研工作室

🍊个人信条：格物致知。

更多Matlab仿真内容点击👇

智能优化算法       神经网络预测       雷达通信       无线传感器        电力系统

信号处理              图像处理               路径规划       元胞自动机        无人机 

⛄ 内容介绍

Matlab实现电动汽车充电负荷的模拟预测。该程序对1000天电动汽车的充电负荷进行模拟，可以很好的预测日电动汽车负荷。

该程序采用蒙特卡洛模拟方法，对电动私家车在工作日、非工作日的充电负荷进行模拟预测。

仿真结果包括：图1为1000天电动汽车的充电负荷，图2为电动汽车的充电负荷平均值，图3为随机选取1天的电动汽车的充电负荷，图4为程序的部分代码截图。

代码注释详细，适合于初学者，是很好的学习资料。

⛄ 部分代码

%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Copyright (c) 2019-present, Mahmoud Afifi% York University, Canada% Email: mafifi@eecs.yorku.ca - m.3afifi@gmail.com%% This source code is licensed under the license found in the% LICENSE file in the root directory of this source tree.% All rights reserved.%%%% Please cite the following work if this program is used:% Mahmoud Afifi and Michael S. Brown. Sensor Independent Illumination % Estimation for DNN Models. In BMVC, 2019%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%clcclear allclose allMatlab_ver = 'higher'; %'2018b', '2019a', or 'higher'image_name = fullfile('imgs_w_normalization',...    'Cube+_challenge_CanonEOS550D_243.png'); %image name %Note: be sure that the image is in the raw-RGB linear space and the %black/saturation normalization is correctly applied to the image before %using it.model_name = 'trained_model_wo_NUS_Canon1DsMkIII'; %trained model namedevice = 'gpu'; %cpuin_img_sz = 150; %our network accepts 150x150 raw-RGB imageif strcmpi(Matlab_ver, '2018b') == 1 || strcmpi(Matlab_ver,'2019a') == 1    old = 1;    load(fullfile('models_old',model_name)); %load the trained modelelse    old = 0;    load(fullfile('models',model_name)); %load the trained modelendI_ = imread(image_name); %read the imagesz =size(I_);if sz(1)~=in_img_sz || sz(2)~=in_img_sz    I = imresize(I_,[in_img_sz,in_img_sz]); %resize the imageelse    I = I_;end%estimate the scene illuminantif old == 1    est_ill = predict(trained_model,I,'ExecutionEnvironment',device); else    est_ill = predict_(trained_model,I,device); %estimate the scene illuminantendest_ill =  est_ill./norm(est_ill); %make it a unit vectorfprintf('Estimated scene illuminant =  %f, %f, %f\n',...    est_ill(1),est_ill(2),est_ill(3)); %display the result​factor = 6; %scale factor to aid visualization​subplot(1,3,1); imshow(I_*factor); title('Input raw-RGB image'); %show input raw-RGB image (scaled to aid visualization)subplot(1,3,2); imshow(imresize(imread('mapped.png')*factor,[sz(1) sz(2)]));title('mapped image');subplot(1,3,3); imshow(reshape(...    reshape(im2double(I_),[],3)*diag(est_ill(2)./est_ill),sz)*factor);  %apply white balance correction then show the result (scaled to aid visualization)title('White-balanced raw-RGB image');​linkaxes

⛄ 运行结果

⛄ 参考文献

[1] 顾越,张晓冬,王强.基于MATLAB的电动汽车非车载充电机仿真建模[J].海军航空工程学院学报, 2012, 27(3):5.DOI:CNKI:SUN:HJHK.0.2012-03-025.

[2] 荣海,王印松,薛金会,等.基于MATLAB/Simulink的电动汽车非车载充电机仿真研究[C]//CNKI；WanFang.CNKI；WanFang, 2013:3.DOI:10.3969/j.issn.1671-1041.2013.06.008.

⛳️ 代码获取关注我

❤️部分理论引用网络文献，若有侵权联系博主删除

❤️ 关注我领取海量matlab电子书和数学建模资料

🍅 仿真咨询

1.卷积神经网络（CNN）、LSTM、支持向量机（SVM）、最小二乘支持向量机（LSSVM）、极限学习机（ELM）、核极限学习机（KELM）、BP、RBF、宽度学习、DBN、RF、RBF、DELM实现风电预测、光伏预测、电池寿命预测、辐射源识别、交通流预测、负荷预测、股价预测、PM2.5浓度预测、电池健康状态预测、水体光学参数反演、NLOS信号识别、地铁停车精准预测、变压器故障诊断

2.图像识别、图像分割、图像检测、图像隐藏、图像配准、图像拼接、图像融合、图像增强、图像压缩感知

3.旅行商问题（TSP）、车辆路径问题（VRP、MVRP、CVRP、VRPTW等）、无人机三维路径规划、无人机协同、无人机编队、机器人路径规划、栅格地图路径规划、多式联运运输问题、车辆协同无人机路径规划

4.无人机路径规划、无人机控制、无人机编队、无人机协同、无人机任务分配

5.传感器部署优化、通信协议优化、路由优化、目标定位

6.信号识别、信号加密、信号去噪、信号增强、雷达信号处理、信号水印嵌入提取、肌电信号、脑电信号

7.生产调度、经济调度、装配线调度、充电优化、车间调度、发车优化、水库调度、三维装箱、物流选址、货位优化

8.微电网优化、无功优化、配电网重构、储能配置

9.元胞自动机交通流 人群疏散 病毒扩散 晶体生长