1.3蒙特卡洛模拟
通常情况下以一辆电动汽车分析,它的充电行为是很不确定且难以预测的,无法将其与任何一种概率分布相结合,然而当电动汽车基数增大,范围逐步规模化时,它的充电行为就会服从一定的概率分布,能够被随机模拟得到。蒙特卡洛模拟(Monte Carlo Simulation,MCS)结合概率学理论,对事件中的变量做统计分析,拟合出概率分布函数,接着抽样生成满足该分布的近似数据,然后对这些近似数据采取进一步分析,从而对事件做出判断。
假设用户从回到家的时刻起就给电动汽车进行充电,那么无序充电负荷情况就可以通过图4所示的充电过程得到。首先结合前文所参考的统计数据,设定好会对充电行为造成影响的因素;接着通过MCS方法进行随机抽样,完成参数的初始化;下一步是将相关参数带入计算,得出充电时长;最后,将每个时段正在充电的电动汽车数量叠加,乘以充电功率,便能够得到电动汽车的充电负荷需求。