Die massenhafte Integration von dezentralen Energiequellen in das Netz und die weit verbreitete Verwendung von Elektrofahrzeugen zur Optimierung der Energiestruktur stellen eine neue Herausforderung für die Standortplanung und Kapazitätsplanung des Verteilungsnetzes dar. Diese Arbeit erhält zusammenhängende Proben für Windgeschwindigkeit, Lichtintensität und Lastnachfrage mittels einer Super-Latin-Sampling in Kombination mit Cholesky-Zerlegung und Nataf-Transform; die zufälligen Lade-lasten von Elektrofahrzeugen werden durch Monte-Carlo-Simulation erhalten, die mit Wind-Solar-Lade-proben kombiniert werden, die durch die K-means-Clusteranalyse-Methode zur Erzielung typischer Betriebsszenarien verwendet werden; ein Planungsmodell wird unter Berücksichtigung von Gelegenheitsbeschränkungen aufgestellt und mit dem Verfahren des schwarmoptomierung mit Schrumpffaktor gelöst. Durch Analyse eines typischen Beispiels mit 33 Knoten des IEEE wurde der Einfluss der Korrelation von Wind-Solar-Last und verschiedenen Ladearten von Elektrofahrzeugen auf den Plan untersucht. Die Ergebnisse zeigen, dass die Wahl der normalen Ladeart durch die Nutzer von Elektrofahrzeugen die Last des Stromnetzes reduzieren kann. Unter Berücksichtigung der Korrelation zwischen Wind, Photovoltaik und Last wird der erhaltene Plan wirtschaftlicher und aussagekräftiger sein.

dezentrale Energiequellen ; Elektrofahrzeuge ; Standortplanung ; Windenergie ; Solarenergie ; Lastnachfrage ; Korrelation ; Szenario-Clusteranalyse