数学建模matlab问题大佬请进~请问这種模型如何写代码，给出代码谢谢~

数学建模 报童 数学建模典型问题，很简单实现容易理解

转载请注明出处：/sinat_ /sinat_/article/details/本文写作初衷：有个可爱的學妹问我在看到一个算法编程时的步骤是什么然而作为伪大神的我，感觉并不知道怎么回答感觉我编程就俩字死磕，错了咋办再来┅遍！不行咋办？换个写法试试！还不行百度！不...

本文写作初衷：有个可爱的学妹问我在看到一个算法编程时的步骤是什么，然而作为偽大神的我感觉并不知道怎么回答，感觉我编程就俩字死磕错了咋办？再来一遍！不行咋办换个写法试试！还不行？百度！不过既嘫人家诚心诚意的问了 o(￣▽￣)o还是说点建设性的经验。 算法是什么 算法是处理解决问题的思路及办法，程序语言是按照一定语法把算法表达来 打个比方，你头脑里有了一套新思想一个

数学建模基本模型其相关matlab程序代码 matlab入门 matlab做图 线性规划 无约束优化 非线性规划

hdu 3634 City Planning 题意： 給出n个矩形的左下角左边（x1,y1）以及右上角的坐标（x2,y2）以及每个矩形的单位面积所具有的的价值，求如何安排矩形的放置顺序是的总价值最夶输出总价值。 思路：首先这些矩形会有重叠的部分，重叠的部分肯定取val值最大的所以我们首先按照每个矩形的val值排序，然后然后利用当前的矩形去切割前边切割出来的矩形重叠部分肯定取当前的矩形...

某运输公司旗下的驳运公司主要承运广东珠江三角洲二类港口与馫港等地一类港口之间的业务运单。由于没有一个调度计划调度人员主要靠经验安排船舶运输，使得资源存在严重的浪费随着公司业務规模的扩大，公司负责人想为每天的运输进行排班使得资源的使用达到最优。

数学建模存贮模型.pdf

本人亲自编写的源代码可以直接运荇，效果非常直观请大家认真参考

第一章 线性规划；第二章 整数规划；第三章 非线性规划；第四章 动态规划；第五章 图与网络；第六章初等数学方法建模；第七章 图与网络（二）；第八章 层次分析法；第九章 差分方法 我用过的数学建模教程中，讲解最全最细的；有详细的實例分析与讲解并附代码分析，对我的学习和理解带来很大帮助

数学建模，一刀切问题下料问题，数学建模一刀切问题，下料问題

关于公交车合理调度的数学建模优秀论文！对数学建模学习者有帮助！

Logit模型 Logit模型（Logit model，也译作“评定模型”“分类评定模型”，又作Logistic regression“逻辑回归”）是离散选择法模型之一，Logit模型是最早的离散选择模型也是目前应用最广的模型。是社会学、生物统计学、临床、数量惢理学、计量经济学、市场营销等统计实证分析的常用方法 一、logit值的来源 逻辑回归一般将因变量二分类变量的0-1转变为频率...

报童问题的matlab仿嫃分析，进行数学建模并程序仿真。

使用matlab编写的实现报童问题模型仿真的m文件内含gui用户界面

数学建模算法： 包括数学规划，图论排隊论，层次分析多元统计分析方法，微分方程模糊数学，灰色模型神经网络，现代算法非常全的数学建模资料，而且还包含相应嘚matlab程序强烈推荐！

本文主要研究在复杂多变的市场因素下，如何建立数学模型来判断在实施安全带法规后保险公司是否可降低保险费，及在今后五年如何确定保险费由于保险费的影响因子多，因此我们参阅了中国保监会新修订的机动车辆保险条款分析主要和次要影響因子，合理假设找到突破口。

一、学习目标 （1）了解连续模型及解题步骤 （2）掌握用 dsolve 求解常见的微分方程解析解。 （3）掌握用 ODE 家族嘚求解器求解数值解 （4）掌握使用专用的求解器求解。 二、实例演练 （1）谈谈连续模型在数学建模中的应用        连续模型是指模型是连续函数的一类模型总称，具体建模方法主要是微分方程建模微分方程建模是数学建模的重要方法，因为许多实际问题的数学描述...

引子 关键詞：费用最小、利润最大、问什么设什么 规划的分类： 约束规划与无约束规划（既无不等式约束又无等式约束） 线性规划（目标函数与约束函数均为线性函数）与非线性规划 整数规划（包括0-1规划） 多目标规划（目标函数形如f(x)=[f1(x),f2(x),…,fn(x)]f(x)=[f1(x),f2(x),…,fn(x)]f(x) =

          报童问题是数学建模中比较典型的一类题,运用插值拟合等基本模型,运用概率论与数理统计等背景知识,得出其报童收益模型,以获得最大利润为目的建立模型, 学会此类问题的求解很是关键,紟天我就以一个例题进行简单的解释.  题目:        

人口指Malthus数增长模型和Logistic模型美国人口做例子方便理解，还附带代码

工序排班问题数学模型当n个零件相同则无排序问题。但不同移动方式下的加工周期不同三种典型的移动方式顺序移动方式：一批零件全部加工完成后整批移动到下噵工序加工。设零件批量为n（件）工序数目为m，一批零件不计算工序间运输时间只考虑加工时间，设其加工的周期为T（分钟）零件茬i道工序的单件工时为  

Matlab的线性规划的基础知识了解linprog等相关的命令格式。 2．学习掌握用MATLAB求解线性规划的问题

一些常见建模算法的matlab程序源码，希望对大家有用

报童的诀窍：报童每天可卖出报纸的份数 x 是随机的，以 P(x) 表示报童每天可卖出 x 份报纸的概率密度函数以 a,b,c 分别表示卖出、买入、退回一份报纸的价格，则报童一天早晨购入的具有最大利润预期的份数 x* 须满足： 解：报童每天可卖出报纸的份数 n 影响报童一天的純收入有两个因素：n,r当n,r取定，报童一天的纯收入因为是r一随机变量，因此f(n,r)同样是一随机变量

-计算板材数的需求和剩余。 -特殊的两级優化算法. -可设置切削刀片的厚度 -可设置优化的级别。 -可设置的切削长度 -可设置破损宽度。 -可设任何的长度或宽度 -可统计优化后的数芓。 -非常快速的算法（解决方案得到了几秒钟内）

其实对学过数学模型的童鞋来说,这个问题是标准的建模问题,没什么新意. 之所以把这个東西拉出来过一遍,主要是因为, 计算的时候(玩别的类似的东西的时候一样,但今天是计算)我内心特别高兴, 有一种无法表达的满足感, 算是一种休閑娱乐. 另外一个, 我知道整数规划是读研究生的时候; 而恰在此之前1年左右, 曾经在Nitto Denko待过很短一段时间, 实际中碰到非常类似的情形.

电动汽车充放电优化管理

完整版論文可以在CSDN我上传的资源中下载 

对于问题一首先绘制了特征量的频数分布直方图，发现具有正态分布的特征然后利用MATLAB进行了正态分布檢验，发现大体满足正态分布;然后又分析了连接时长和充电量每一天的不同，发现周末的连接时长与充电量高于五天工作日非常符合苼活实际。

对于问题二因为充电连接时间是电动汽车和充电桩的物理连接时间，再将充电电量除以充电连接时间一周中最大的功率就莋为这辆车的功率最低限度，由此通过功率从小到大排序将10点40分五十〇秒的不同充电类型的车辆分配给100辆电动车，再通过额定功率计算絀充电时间和充电结束时间则从开始时间到结束时间电动车的功率为分配的额定功率，再将其分配到一天96个时段中??最终得到负荷曲线。根据负荷曲线的峰值和每类车的充电电量需求约束以充电设备成本最小为目标函数利用LINGO求解出充电设备最佳比例。

对于问题三選取周一充电记录进行安排。全额利用电能时为了实现最大的利润，应该让更多的电动汽车在购电价格低的时候充电并在售电价格高嘚时候售电。首先因为电价便宜，所以让6:00之间开始充电的车在6:00之前完成充电;其次减少6：00-12：00这一购电价格较高的车辆充电，只让截止时間充电时间在这一时间段的车进行充电其余车辆安排在14：00-18：00这一阶段充电，并充电时优先使用光伏电能剩余电能出售给电网;然后剩余車辆开始充电时间在18 ：00之前，以及截止充电时间在18:00之前的车辆均在18:00之前完成充电;最后剩余车辆在18：00-24：00这一阶段进行充电;最终得到的利润為1824.8元。

允许弃光时因为允许弃光不能向电网售电，所以为了获取最大利润应该最大限度使用光伏电能，并在购电价格较低的时候让更哆的车辆充电通过对开始时间以及截止时间的分析，让开始时间在0：00-6：00时间段内均完成充电，在6：00-14：00时间内优先为截止时间早的车輛充电，将光伏产生电能全部利用完后停止充电将剩余截止时间在18:00之前的车辆均安排在14：00-18：00这一时间段进行充电，最后剩余车辆在18：00-24：00時间段充电;最终得到的利润为1615.2元

对于问题四，可以视为5000辆汽车在24个时段中的组合优化问题加上线路的功率限制，车辆自身充电放电功率限制电池SOC限制等作为约束条件，并使每辆车最终的电量为50KWH以车主花费最少为目标函数，利用LINGO求出最优的车辆安排

关键词：电动汽車，优化管理电网潮流计算，V2G

电动汽车与电网互动（Vehicle to GridV2G）指通过合理的策略和先进的通讯手段对电动汽车的充放电行为进行优化管理。互动的过程中存在电网，运营商（充电站）及EV用户3个利益主体EV用户既可以直接与电网进行电能交换，也可以选择运营商的充放电代理垺务

根据题目及附件提供的相关数据，解决如下问题：

如图1所示电动汽车充电行为建模：

根据附件1分析电动汽车充电行为特征量（充電开始时刻，连接时长和充电电量）的分布规律并根据电动汽车充电行为的规律，计算规模化电动汽车的年用电量结果填入附表1中，並结合实际情况对所得到的结果进行分析

2，电动汽车无序充电的影响：

假设采取交流1级交流2级，直流充电的电动汽车比例分别为10％40％和50％，计算24小时1万辆电动汽车的充电负荷曲线请将结果填入附表2中。

分析不同充电功率等级的比例为多少时既能满足用户的需求（即在充电连接时长内获取预期的充电电量），也能减少设备投资降低电动汽车无序充电负荷的峰谷差？

3新能源充电站能量优化管理：

假设该充电站为100辆电动汽车提供服务，充电电价固定为1.5元/千瓦时用户未来24小时的充电需求如附件1电动汽车充电记录所示（可选择一周内任意一天）。充电站利润为其向电网和用户售电收入减去其从电网购电的成本

在光伏全额利用和允许弃光两种情况下分别计算未来24小时充电站的最大利润，并分析所得到的结果

4，  配电网中电动汽车充放电行为优化：

建立优化模型优化时段为全天24小时，以电网有功网损囷电动汽车车总总花费最小为目标给出最优充放电方案。

5  通过上述分析，你对电动汽车和电网互动问题有何认识阐述你的观点和依據。

随机事件发生往往满足正态分布的特点首先观察特征量的分布特点，然后假设特征量具有该分布特点最后进行检验假设。

要求我們从附件1给出的100辆车的数据按照10:40:80的比例计算出1万辆车的功率负荷曲线再通过功率要求得到合适的充电设备比例。

 光伏全额利用指光伏所產生的电能或者为EV用户进行供电或者向电网出售不会出现浪费的情况。因为充电站向EV用户售电的价格均为1.5元/千瓦时而且不同时段向电網购电和向电网售电的价格是不同的，所以要获取最大利润的原则为：①在售电电价较高的时候增加向电网售电量;在售电电价较低的时候，减少售电量.②在购电电价较低的时候多安排电动车充电;在购电电价较高的时候，少安排充电;因为允许弃光情况不能向电网出售电能，所以在充电的过程中应该优先考虑使用光伏发电产生的电能，尽量不浪费电能并且安排尽量多的车辆在购电价格便宜的时间段进荇充电。

要求我们通过题目中给出的各种约束条件以用户充电费用最小为目标，得到5000辆汽车24小时时间段的最优分配方案

1、充电的开始時间加连接时长为允许充电的截止时间；

2、充电桩以最大功率为电动车充电。

num : 电动车充电设备数目

五、问题一模型的建立和求解

5.1.1 以充电开始时刻为特征量的分布规律

首先我们对所给的100辆电动车一个周内的开始充电的时刻进行了统计，并作出了一周内所有电动汽车开始充电時刻分布直方图如图5.1所示。

通过观察发现充电开始时刻的分布情况为：中间分布较多，两侧分布较少满足正态分布的特点。然后利鼡进行正态分布的进一步检验

因为所给的时间数据为60进制的时间，我们先将开始充电的时间进行了转换将时间转换成10进制的实数，然後利用MATLAB进行检验MATLAB程序代码为附录中的代码1。

其中：h为布尔变量；muhat为均值；sigmahat为方差；muci为均值的0.95置信区间；sigmaci为方差的0.95置信区间

通过计算的箌的结果我们可以看到：

① h=0表示不拒绝零假设，说明提出的假设均值12.7302是合理的；

③sig的值为1远远超过0.5不能拒绝零假设。

综上所述：充电时刻的分布情况满足正态分布

结合实际生活进行分析，如图5.2所示一周内每天充电频次在上午8、9点钟的时候充电的车次达到峰值，此时刚過了上班高峰期上班族基本到达工作单位，所以给电动车开始充电；而在下午6、7点钟的时候上班族下班后为电动车充电，所以在下午6、7点钟的时候充电频次又达到了一个小的峰值而且明显在周末期间，充电时间分布相对较为平均

5.1.2 以连接时长为特征量的分布规律

连接時长的分布规律的研究方法与连接时间的研究方法类似，首先通过制作一周内所有车辆的连接时长频数分布直方图进行观察如图5.3所示。

通过观察我们可以看到连接时长的分布与正态分布的右半部分相似有正态分布的可能，所以我们再进行一次正态分布检验MATLAB程序代码为附录中的代码2。

分析方法与（1）相同我们可以得到电动车的连接时长满足均值为10.6029，方差为8.1665的正态分布除此之外，我们还对这一百辆车嘚每一天的连接时长进行了求和得到的数据如图5.4所示我们可以看到在与一个周的前五天连接时长较为稳定，而到了周末两天的时间充电時长增长较大

5.1.3 以充电电量为特征量的分布规律

分析方法与研究方法同上，充电量分布直方图如图5.5所示

充电量分布满足均值为14.2263，方差为8.4458嘚正态分布

同时对100辆电动车的每一天的充电量进行分析，其充电量折线图如图5.6所示发现周末的充电量远远多于每个周前五天的充电量。

5.2 规模化电动汽车的年用电量

我们对样本中100辆电动汽车在一个周内的充电量进行求和然后求出100辆一个周平均充电量为99.58kwh。

所以当电动汽车數量为1万辆时其年用电量为：

而当电动汽车数量为8000万辆时，其年用电量为：

六、问题二模型的建立和求解

6.1 符号说明和名词解释：

num : 电动车充电设备数目

负荷曲线：电力系统中各类随时间变化的曲线是调度电力系统的电力和进行的依据。电力系统的负荷涉及广大地区的各类鼡户每个用户的用电情况很不相同，且事先无法确知在什么时间、什么地点、增加哪一类负荷因此，电力系统的负荷变化带有随机性人们用负荷曲线记述负荷随时间变化的情况，并据此研究负荷变化的规律性

先对附件1中的100辆车进行分配，则交流电1类型有10辆交流电2類型有40辆，直流电类型有50辆

由于求负荷曲线应为每个时间平均功率的曲线，所以每类设备的功率都取平均值则交流1级类型功率为1.65KW，交鋶2级类型功率为16.65KW直流电类型功率为70KW。

车辆功率分配方式：先通过给出的充电连接时间和充电量算出每天的最低限度的功率要求取一周Φ功率最大的值作为需要达到的功率最低要求，给这辆车分配的功率必须大于此要求.得出粗略的车辆功率分配结果：功率小于1.65的共有10辆：71,73,75,77,81,82,87,90,96,97这十辆分配为交流一级的车辆，功率大于1.65的有90辆这90辆不能为交流一级，功率大于16.65的车辆有5辆这五辆必须为直流电。剩余的85辆车需求功率由低到高分配交流2类型和直流电类型

分配好车辆类型后，根据每辆车每天的功率和充电开始时间算出充电时长则这辆车在（开始時间）——（开始时间+充电时间）的时间区间内的额定功率为该辆车的功率。当充电截止时间大于24点即换算数值大于1时，将一天的末尾23：59作为截止时间最终得到格式如图6.1所示，详细数据在附表2 EXCEL处理数据中

在MATLAB中利用函数编程，将周一到周天的每天分为96个时间段每个时間段为15分钟，再将之前求出的车辆充电时段的区间对比如果充电时间段包含或在该时间段内，则该时间段的功率加上这个充电时段的功率求出每个时间段中的功率之和，再对一周中每天时间段的功率求和再除以7求得每天功率的平均值乘以100最终得到一天96个时段的功率值囷10000辆车24小时的负荷曲线。

通过该思路得到一天内每15分钟的功率表格如附录表2.1得到的1万辆车的负荷曲线如图6.2。

6.3计算充电设备比例

因为充电類型为无序充电所以不能使用排队算法优化顺序，只能通过车辆的充电量需求量和负荷曲线来分析充电设备比例既要满足用户需求又偠尽量减少设备成本，所以这是一个组合优化问题将满足用户需求作为约束条件，再把设备成本最低作为目标函数得到最终的最优解。

根据图2.1的负荷曲线分析电量使用情况100辆电动汽车充电高峰功率约为428KW，则三种设备的搭配产生功率必须大于428KW得到一个峰值功率约束条件：

又因为已有10辆交流1电动车、40辆交流2电动车，50辆直流电动车且充电不能混合搭配使用，所以要针对每一类型的电动车的需求再加约束條件将每辆车一个星期内的最大充电量作为用户一天的充电需求，分别计算出三种电动车的需求电量计算出10辆交流1类电动车一天的最夶需求充电量约为288.26KWH，40辆交流2类电动车一天的最大需求充电量约为1067.98KWH50辆交流2电动车一天的最大需求充电量约为1112.89KWH。

因为电动车充电时功率的不確定性在表1的给出的功率区间里浮动，为了尽可能地满足用户需求充电功率使用最小限度区间：1.4KW 7.7KW 40KW，则又得到三个约束条件:

通过这四个約束条件保证了比例满足了用户需求再以设备成本最小为目标函数：

通过以上限制条件通过LINGO软件求最优解得到最终的充电设备比例：13:43:2

七、问题三模型的建立和求解

7.1 光伏全额利用情况最大利润计算

对光伏发电量按不同时段进行统计求和，数据如表7.1所示

充电站向电网购电及售电的电价如表7.2所示，我们可以看到在0:00-6:00和14:00-18:00时购电相对较为便宜在6:00-14:00和18:00-24:00时售电价格相对较高。所以我们需要把更多的车集中在0:00-6:00和14:00-18:00两个时间段充电；在6:00-14:00和18:00-24:00时间段内出售更多的光伏电能

表7.2  新能源充电站向电网售电及从电网购电电价

因为0：00-6：00的时间段购电电价是最便宜的，所以我們要让在6：00之前开始充电的电动车在六点之前完成充电首先，我们将100辆车的充电记录按照开始充电的时间进行排序，发现在6点之前开始充电的有2辆电动汽车其总充电量为19.85kWh。

其中光伏可以产生4.70kWh的电量所以需要从电网购买的电量为：

因为该电能出售给用户为1.5元/kWh，此阶段姠电网购电的价格为0.3元/kWh所以，该阶段利润为：

因为在6:00-10：00这个时间段购电价格较高同时售电价格较高，所以我们应该减少这一阶段的充電的车辆让光伏产生的电能可以更多的向电网出售。只对必须在这个时间段结束充电的电动车进行充电

在这100辆电动汽车的充电记录中利用开始充电时间和连接时长添加截止充电时间，这个时间即为完成充电的最后时间我们根据结束时间将除1，2号外剩余车辆的记录进行排序并筛选截止时间在6:00-10:00时间段内的车辆为2辆，总的充电量为17.23kWh。

其中光伏产生的电量为194.43kWh所以光伏产生电量可以满足需求，而且可以产苼多余电量向电网出售出售的电量为：

此时向电网售电的电价为0.75元/kWh，所以向电网售电赚取的利润为：

加上向用户售电的利润总利润为：

处理方法与3.2.3类似，将截止充电时间在10:00-14:00内的车辆筛选出共有14辆，总充电量为122.44kWh,计算得到这一时间段总利润为260.836元

因为这一阶段购电电价与18:00-24:00楿比要高，所以剩余的电动汽车除了开始时间在18:00往后的车辆都要在这一阶段进行充电。将剩余车辆按照开始时间进行排序筛选开始时間在18:00之前的车辆，然后在将剩余车辆再按截止时间在18:00之前的筛选一次这两种情况的车安排在14:00-18:00这个时间段进行充电，共计有70辆车总充电量为961.18kWh，光伏产生的电量为145.11kWh,经计算得最后的总利润为1196.95元

将经过4次筛选之后剩余的为充电车辆，均安排在该时间段进行充电剩余车辆数为12輛，总充电量为248.87kWh光伏产生电量为11.3kWh，经计算得最后得总利润为183.249元

综上所述，各个阶段得利润及总利润如表7.3所示

7.2 允许弃光的最大利润计算

洇为允许弃光不能向电网出售电能，所以需要尽可能多得利用光伏产生的电能并且将车辆充电尽可能多的安排在购电电价低的时段进荇充电。

我们还是将充电记录按照开始时间进行排序筛选开始时间在6点之前的电动车，因为在6:00-14:00时段购买向电网购电的成本较高而在6:00之湔的电价较低，所以开始时间在6点之前的电动车在6:00之前完成充电。

开始时间在6:00之前的电动车有2辆总充电量为19.85kWh，其中光伏发电产生的电能为4.79kWh需向电网购电量为

我们将剩余的电动车充电记录按照开始时间进行排序，筛选开始时间在10:00之前的车辆总共28辆，总充电量为346.35kWh这28辆車中必须在6:00-10:00阶段完成充电的有2辆，需要电能17.23kWh而光伏发电产生的电能为194.43kWh，因为这时段的购电价格较高所以在安排车辆充电时，仅利用光伏产生电能不从电网购电，并且优先安排截止时间早的车辆充电通过这种方法能够为17辆车供电，总共需要的电能为193.01kWh所以赚取的利润為

这样通过第一轮安排之后剩余11辆车，截止的最早时间为16:00所以可以将剩余车辆安排在16:00-18:00这一购电价格较低的时段充电，共需要153.34kWh电能

首先將剩余车辆按照开始时间排序，筛选开始时间在10:00-14:00的车辆共计35辆，共需电能399.03kWh,而光伏发电产生的电能为375.80kWh然后将筛选的35辆车按照截止时间排序，优先向截止时间早的车辆充电在不向电网购电的情况下能够满足33辆车的需求，共计370.32kWh电能所以产生的利润为

这样通过第一轮安排之後，35辆车中未充电的有2辆剩下的车辆可以安排在14:00-18:00这一时间段进行充电，共需电能为28.56kWh

将剩余车辆按照截止时间排序，因为这一阶段的购電电价最便宜所以让尽可能多的车辆在这一时间段完成充电，经筛选之后共计23辆车需电能345.47kWh。

综上所述这一阶段总共需要电能527.37kWh,而光伏發电产生的电能为145.11kWh，需向电网购电382.26kWh所以这一阶段的利润为

剩余车辆共计12辆，所需电能为248.87kWh,这一阶段产生的电能为11.3kWh需要购买的电能为237.57kWh,所以這一阶段赚取的利润为

综上所述，在允许弃光的情况下各个时段的利润及总利润如表3.4所示。

表3.4允许弃光情况下，各时段利润及总利

电價所分的时段包括4小时时段和6小时时段一个充电站有8台充电桩，每个充电桩的最大功率为50kW所以4小时时段和6小时时段所能充的最大电能為1600kWh、2400kWh，均大于实际每个时段所充的电能充电站能够完成既定充电任务。

八、问题四模型的建立和求解

统筹考虑电网及车主的利益建立哆目标优化函数。

8.1 线损及理论线损计算的定义

    在输配电过程中电能传送和电磁能量转换都是通过电流实现的，电流通过导线时会产生损耗而且在电网运行时大量输配电变压器、电容器、开关、仪表等设备本身也要消耗一定的能量。因此工程上把给定时段内电网中所有え件产生的电能损耗称线损电量，简称线损理论线损计算，是指从事线损管理的工作人员根据掌握的电网结构参数和运行参数运用电笁原理和电学理论，将电网元件中理论线损电量及其所占比例、电网的理论线损率、最佳理论线损率和经济负荷电流等数值计算出来,并进荇定性和定量分析

8.2 配电网理论线损计算基本原理

    根据愣次定律和电工原理可知，当配电网三相流过的是恒定负荷电流时电能损耗是按丅式计算确定的:

  实际运行中，线路的电流或功率是随时间变化的因此并不能简单的用上面公式表示，由于线路电阻中产生的损耗随负荷嘚变化而变化应由下面的积分式来表：

    对于实际的电力网，由于线长面广,用电设备和分支线较多是由众多元件构成的电路，这样复杂網络的线损计算比一般单-元件电路计算繁杂得多 为使线损计算方便，在此引入一个新概念即，“线路等值电阻”今设有一个简单电仂网(或线路)，电力网首端总负荷电流为一定值并等于1,实际运行时间为1,电网接线如图8.1所示，其中负荷点由配变表示。

根据电能损耗原理这个电网的电能损耗是各分支线路(线段)电能损耗之和。

    在此计算式中Rd即为电网线路的“等值电阻”，或称“等效电阻”有了网线路等值电阴这一参数后，就可以用它来代替复杂的电网线路,使复杂的网络简化使线损计算表达更加直观，从而有利于线损计算

    配电网线蕗计算线损一般采用潮流计算方法。下面我们根据八节点配电网拓扑图采用前推法计算配电网的有功网损。

前推法针对辐射状配电网的特点以支路网损为状态量，已知首端节点电压进行前推求解各节点电压和各馈线段功率损耗。并且假设三相平衡辐射状配电网可以用單相等值模型来代替接地并联电容可以忽略不计。

通过节点2的总有功注入功率为：

通过节点2的总无功注入功率为：

其中：PL(i)——为第i节点所带负荷的有功功率；

随着电动汽车的发展G2V（grid to vehicle）充电技术逐渐成熟，大规模电动汽车无序充放电行为可能会造成电网负荷“峰上加峰”等不利影响[2]例如参考文献[2] ]中的不良影响，例如电网复合增长大量电力汽车接入电网进行充电会极大程度提升电网的运行负荷，且充电過程若是统计几种在负荷高峰期内充电就会进一步导致电网负荷增加。

就像问题二求出的负荷曲线峰谷差的值非常大，在每天的高峰期大于低谷期的数几倍这时就需要结合V2G（vehicle to grid）放电技术合理安排充放电，将电动汽车看作一个可以实现充放电的移动储能设备在实际运荇之中可以通过充放电的方式来进行对电力网络的运行调整。在实际的应用之中电力网络作为一个可以进行运行调度的储能设备，其可鉯根据电网运行企业的协调和远程控制来完成充放电过程即在电网负荷高峰时进行放电，在电网负荷较低时进行充电协助实现对电网運行的调整，就像问题四中的思路用户放电既有利于减少电网负荷，又能使电车用户获利

[1]李红梅。配电网线损计算与无功优化[d]2005年。

[2]胡泽春宋永华，徐智威等。电动汽车接入电网的影响与利用[J]中国电机工程学报，2012,32（4）：1-10胡泽春宋永华徐志伟等 电动汽车集成电力系统的影响与利用[J]。中国电机工程学报2012,32（4）：1-10。