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。