コンテンツ
0概要
本論文の研究では、電気自動車の分布関数と影響因子の設定パラメータに応じて、モンテカルロ法を用いて、電気自動車の1日走行距離と初期充電時間の確率分布パラメータをランダムにサンプリングします。さまざまな目的のために、初期負荷を計算します。電気状態と充電時間、次にさまざまなタイプの電気自動車の充電負荷曲線を予測し、最終的にさまざまな目的の電気自動車の充電負荷曲線を重ね合わせて合計充電負荷曲線を取得します。 。
1モンテカルロシミュレーション法の概要
コンピュータシミュレーションにおけるモンテカルロ法は、ランダムサンプリング法または統計的検定法とも呼ばれます。この方法の最も重要な特徴は、確率と統計理論に基づく方法であるということです。科学技術の発展と電子計算機の発明により、モンテカルロ法は、物理的発達の特徴や物理的実験の過程を記述する上での利点から、さまざまな分野で広く使用されてきました。
2大規模電気自動車の充電負荷予測の計算方法
さまざまな目的での電気自動車の充電に影響を与える要因に関する調査によれば、表1に示すように、初期充電容量の分布や充電期間中の初期時間の分布などの基本的なパラメータが取得されます。
この表は、さまざまな目的の電気自動車の充電負荷予測計算を確立するために必要なパラメーターを示しています。
電気バスは通常定期的に充電され、1日の走行距離と初期充電時間は均一に分散されます。
電気タクシーは一般的に迅速に充電され、1日の走行距離は均一に分配され、最初の充電時間は通常のランダムな分配の対象となります。
電気自家用車には、従来の充電と急速充電の2つの方法で電気エネルギーが供給されます。1日の走行距離は指数分布になり、初期充電時間は通常のランダム分布になります。従来の充電と急速充電では、電気自動車の種類によって充電電力が異なります。電気バスの充電電力は電気自家用車の約5倍、電気タクシーの充電電力は電気自家用車の約2倍です。 。
原理とモデルの研究の結果、さまざまな目的の電気自動車が無秩序に充電された状態にあると想定されます。具体的な計算方法は次のとおりです。
（1）北京における様々な目的のための電気自動車の予測される所有権に従って、電気自動車の市場規模は表2に示すように決定されます。
（2）表1に示すように、さまざまな目的の電気自動車の影響因子の分布関数と設定パラメーターに従って、モンテカルロシミュレーション法をシミュレーションに使用し、日付タイプ、電気自動車の初期充電時間を使用します。車両と1日の走行距離はランダムに選択されます。
（3）車両の初期充電状態と充電に必要な時間を計算します。電気自動車のパワーバッテリーの残りの電力は、電気自動車の充電時間に直接関係しています。電気自動車の充電時間については、電気自動車のパワーバッテリーの充電状態（SOC）を使用して計算します。バッテリーの消費電力が走行距離に比例すると仮定すると、それは走行距離と
電気モードでの最大航続距離です。ここでは、目的の異なる電気自動車が1 kmあたり同じ量の電力を消費すると想定し、最後の旅行の終了時の残りの電力は次の式で計算されます。
式中、SOC1は充電完了時のバッテリーの充電状態、SOC2は前回充電完了時のバッテリーの充電状態です。
電気自動車の充電に必要な時間Tを計算するには、バッテリー容量C、充電初期状態SOC、および充電電力Рを計算することによって取得できます
。具体的な式は次のとおりです。
（4）i番目の充電負荷計算ポイントで、特定の目的のための電気自動車の総充電負荷を計算します。この論文では、1日あたりの計算は1440分であり、充電負荷は15分ごとに計算され、合計96の充電負荷計算ポイントがあります。ある目的のための電気自動車の充電負荷の予測計算方法は次のとおりです。
このうち、ある目的のn番目の電気自動車の充電が終了した時間、ある目的
のn番目の電気自動車の充電が開始された時間、Tはある目的のn番目の電気自動車の充電に必要な時間を表します。目的。i番目の充電負荷計算ポイントでの特定の目的のための電気自動車の総充電負荷は
、次の方法で計算できます。
i番目の充電負荷計算ポイントでのn番目の電気自動車の充電負荷を表し、Nは特定の目的のための電気自動車の数を表します。
（5）電気自動車の総充電負荷は、さまざまな目的で電気自動車の充電負荷を重ね合わせたものです。i番目の充電負荷計算点での電気自動車の総充電負荷の計算方法を式（4-6）に示します。
式中、Nc、Nt、Nbは、それぞれ時間iで充電された電気自家用車、電気タクシー、および電気バスの数を表します。 、、は、時間iでの電気自家用車、電気タクシー、および電気バスの充電負荷を表します。 、それぞれサイズ。
3つの完全なコード
