Matlab|【免费】【sci】考虑不同充电需求的电动汽车有序充电调度方法

目录

1 主要内容

2 部分代码

3 程序结果

4 下载链接


主要内容

该程序复现sci文献《A coordinated charging scheduling method for electric vehicles considering different charging demands》,主要实现电动汽车协调充电调度方法,该方法主要有以下几点优势:1.可以通过不同充电需求的充电紧迫性指标来选择电动汽车的充电模式;2.以微网整体峰谷负荷差最小为目标,也即可以实现削峰填谷;3.考虑了慢速充电电动汽车、快速充电电动汽车和微电网运行的各种约束条件;4.采用蒙特卡罗仿真(Monte Carlo Simulation, MCS)模拟电动汽车的随机性。该代码采用matlab+cplex平台运行,中文注释清晰,可以通过文后下载链接直接免费获取文章和源码资源。

部分代码

%统计家庭充电模式下EV信息表
function [] = printHomeEV(EV)
​init;%获取全局变量f = figure;%生成图窗suptitle('家庭充电模式EV信息');%图标题set(gcf,'position',[250 100 1000 600]);%设置图窗大小%绘制以15分钟为间隔计数的EV到达时刻频数分布直方图subplot(2,3,1);N = zeros(96,1);C = tabulate(EV.J_c(:));%对每个元素进行统计N(C(:,1))=N(C(:,1))+C(:,2);bar(1-0.5:1:96-0.5,N,1);%绘图   title('EV接入时隙频数直方图');%图标题xlabel('Arrival time slots');%x轴单位ylabel('frequency ');  %y轴单位set(gca,'xtick',0:12:96); %x轴刻度%绘制以1小时为间隔计数的EV到达时刻的频率分布直方图,并叠加画出家庭充电模式的概率密度函数 subplot(2,3,2);   N = histcounts(EV.t_c,0:1:24);%按照一个小时的区间计数,赋给Nbar(0.5:1:23.5,N/sum(N),1);%显示直方图hold on;%画出家庭充电模式的概率密度函数 x = [0.001:0.001:24];%采样密度y = normpdf(x,mu_1tc,sigma_1tc).*( mu_1tc-1224 )+...normpdf(x+24,mu_1tc,sigma_1tc).*( 012 );%论文中描述的概率密度函数plot(x,y,"LineWidth",2,"Color","red");%画粗的红线       title('EV接入时刻频率直方图');%图标题xlabel('Arrival time (h)');%x轴单位ylabel('probability');  %y轴单位%set(gca,'xtick',0:1:24); %x轴刻度legend('Collected Data','PDF');%增加图例legend('Location','northwest');%图例放在左上角%绘制以15分钟为间隔计数的EV离开时刻频数分布直方图subplot(2,3,4);N = zeros(96,1);C = tabulate(EV.J_dis(:));%对每个元素进行统计N(C(:,1))=N(C(:,1))+C(:,2);bar(1-0.5:1:96-0.5,N,1);%绘图  title('EV离开时隙频数直方图');%图标题xlabel('Departure time slots');%x轴单位ylabel('frequency ');  %y轴单位set(gca,'xtick',0:12:96); %x轴刻度%set(gca,'position',[0.05,0.08,0.30,0.37]);%绘制以1小时为间隔计数的EV离开时刻的频率分布直方图,并叠加画出家庭充电模式的概率密度函数 subplot(2,3,5);N = histcounts(EV.t_dis,0:1:24);%按照一个小时的区间计数,赋给Nbar(0.5:1:23.5,N/sum(N),1);%显示直方图hold on;%画出家庭充电模式的概率密度函数 x = [0.01:0.01:24];y = normpdf(x,mu_1tdis,sigma_1tdis).*( 012 )+...normpdf(x-24,mu_1tdis,sigma_1tdis).*( mu_1tdis+1224 );plot(x,y,"LineWidth",2,"Color","red");   title('EV接入时刻频率直方图');%图标题xlabel('Departure time (h)');%x轴单位ylabel('probability');  %y轴单位%set(gca,'xtick',0:1:24); %x轴刻度legend('Collected Data','PDF');%增加图例legend('Location','northeast');%图例放在右上角
​%绘制电池状态的频率分布直方图,并叠加画出对应概率密度函数subplot(2,3,[3 6]);scatter(1:size(EV),EV.SOC_con,'filled');hold on;scatter(1:size(EV),EV.SOC_min,'filled');hold on;scatter(1:size(EV),EV.SOC_max,'filled');hold on;    title('EV电池SOC频率直方图');%图标题ylabel('SOC (%)'); %x轴单位xlabel('i-th EV');  %y轴单位%xlim([-10,size(EV)+10]);%对X轴设定显示范围 legend('con','min','max');%增加图例legend('Location','northwest');%图例放在左上角%立即绘制hold off;
end

程序结果

原文结果图

4 下载链接

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/352.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Flask + Bootstrap vs Flask + React/Vue:初学者指南

在这篇博客文章中,我们将比较 Flask Bootstrap 和 Flask React/Vue 这两种技术栈,以帮助初学者了解哪种组合更适合他们的项目需求。我们将从学习曲线、易用性、依赖管理、构建部署和路由定义等方面进行比较。 学习曲线 Flask 是一个基于 Python 的轻…

【Unity】申请D-U-N-S邓氏编码流程

标题 在使用苹果开发者账号的时候,我们需要用到D-U-N-S邓氏编码,那如何申请呢?最近正好帮朋友申请了一个,接下来我来演示一下申请流程。 1.登录苹果开发者账号 登录连接:Apple Developer 没有账号的自己注册一个 2…

Python-VBA函数之旅-format函数

目录 一、format函数的常见应用场景: 二、format函数的语法结构: 1、format函数: 1-1、Python: 1-2、VBA: 2、推荐阅读: 个人主页:https://blog.csdn.net/ygb_1024?spm1010.2135.…

vivo怎么录屏?玩转手机新体验!(2024最新)

“最近新入手了一款vivo手机,感觉用起来真的很顺手,各种功能都很强大。昨天和朋友一起打游戏,突然想到要记录下精彩瞬间,但是找遍了手机,都没有找到录屏功能。我想请教一下各位vivo手机用户,你们通常在哪里…

深入剖析Tomcat(三) 实现一个简易连接器

Tomcat中的servlet容器叫做Catalina,Catalina有两个主要模块:连接器与容器。在本章,将会建立一个连接器来增强第二章中应用程序的功能,用一种更好的方式来创建request与response对象。 截止文章编写日期,servlet规范已…

网络流的C++代码实现与过程讲解

网络流是一种非常重要的图论算法,它在许多实际问题中得到广泛应用。本文将介绍网络流算法的C++代码实现与过程讲解。 算法概述 网络流算法是通过将图中的边看作流量通道,将图的点看作流量的起点或终点,来求解图中的最大或最小流量的问题。它是一种非常重要的最优化算法,广…

Python教学入门:列表与元组

列表(Lists): 定义: 列表是 Python 中最常用的数据类型之一,用于存储一组有序的元素。列表使用方括号 [] 定义,元素之间用逗号 , 分隔。 特点: 列表是可变的(Mutable)…

Java梳理

梳理 1.ResponseBody return “hello world!” 当需要返回一个值的时候,需要使用到ResponseBody RestControllerControllerResponseBody 1.1没有Controller就不能写 GetMapping("/hello") public String sayHello() { return "Hello, wor…

HQL,SQL刷题,尚硅谷(中级)

目录 相关表结构: 1、order_info表 2、order_detail表 题目及思路解析: 第一题,查询各品类销售商品的种类数及销量最高的商品 第二题 查询用户的累计消费金额及VIP等级 第三题 查询首次下单后第二天连续下单的用户比率 总结归纳&#xff1a…

【双指针】

目录 1. LeetCode 283. 移动零 1.1 题目描述 1.2 题目思路 1.3 实现代码 2. LeetCode 1089. 复写零 2.1 题目描述 2.2 题目思路 2.3 实现代码 3. LeetCode 202. 快乐数 3.1 题目描述 3.2 题目思路 3.3 实现代码 4. LeetCode 11. 盛水最多的容器 4.1 题目描述 …

Debian12 中重新安装MSSQL 并指定服务器、数据库、数据表字段的字符排序规则和默认语言等参数

在 Linux 上配置 SQL Server 设置 - SQL Server | Microsoft Learn 零、查看sql server 服务器支持的字符排序规则 SELECT Name from sys.fn_helpcollations() where name Like Chinese% go------ Chinese_PRC_CI_AI Chinese_PRC_CI_AI_WS Chinese_PRC_CI_AI_KS Chinese_PRC_…

FPGA中闪灯程序设计示例

在FPGA设计中,闪灯的作用主要是用于测试和验证设计的功能和性能。具体来说,闪灯可以作为一个可视化的指示器,通过控制LED灯的闪烁模式和频率,来显示FPGA的工作状态或调试信息。 例如,在设计过程中,可以编写…

政安晨:【Keras机器学习示例演绎】(二)—— 使用 DeepLabV3+ 进行多类语义分割

目录 简介 下载数据 创建 TensorFlow 数据集 构建 DeepLabV3 模型 训练 利用色图叠加进行推理 对验证图像进行推理 政安晨的个人主页:政安晨 欢迎 👍点赞✍评论⭐收藏 收录专栏: TensorFlow与Keras机器学习实战 希望政安晨的博客能够对您有所裨益…

手动给docusaurus添加一个搜索

新版博客用docusaurus重构已经有些日子了,根据docusaurus的文档上也申请了Algolia,想一劳永逸的解决博客的搜索问题。但是流水有意,落花无情。 algolia总是不给我回复,我只能对着algolia的申请页面仰天长叹。 正常情况的申请 按照docusaur…

Gitlab: Python项目CI/CD实践

目录 1. 说明 2. 准备工作 2.1 服务器 2.2 开发机hosts文件 2.3 项目 3. 步骤过程 3.1 建仓Fastapi T1 3.2 开发机测试构建与推送 ​编辑 3.3 在工作站添加gitlab-runner 3.4 提交代码,查看Pipelines结果 3.5 观察部署情况 4. 参考 1. 说明 分别以一个…

【2024 SCI一区】 基于DCS-BiLSTM-Attention的多元回归预测(Matlab实现)

【2024 SCI一区】 基于DCS-BiLSTM-Attention的多元回归预测(Matlab实现) 目录 【2024 SCI一区】 基于DCS-BiLSTM-Attention的多元回归预测(Matlab实现)效果一览基本介绍程序设计参考资料 效果一览 基本介绍 差异创意搜索算法&…

C++ 静态成员函数(二)

一、访问静态成员变量 静态成员函数可以通过作用域运算符::来访问类的静态成员变量和静态成员函数 静态成员函数不属于任何特定的对象,而是属于整个类,可以通过类名直接调用,无需创建类的实例。静态成员函数不能访问类的非静态成员变量和非…

在 Linux 终端中创建目录

目录 ⛳️推荐 前言 在 Linux 中创建一个新目录 创建多个新目录 创建多个嵌套的子目录 测试你的知识 ⛳️推荐 前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站 前言 在本系列的这一部…

Maven的dependencyManagement与dependencies区别

先说结论:Maven 使用dependencyManagement 元素来提供了一种管理依赖版本号的方式。 在maven多模块项目的pom文件中,有的小伙伴会发现最外层的pom文件和里面的pom文件有个地方不一样 如下图 父pom 子pom 一般来说是在maven的最外父工程pom文件里&…

npm内部机制与核心原理

npm 的核心目标: Bring the best of open source to you, your team and your company. npm 最重要的任务是安装和维护开源库。 npm 安装机制与背后思想 npm 的安装机制非常值得探究。Ruby 的 Gem,Python的pip都是全局安装机制,但是npm的安装…