L'intégration massive des sources d'énergie distribuées dans le réseau et l'utilisation généralisée des voitures électriques pour optimiser la structure énergétique représentent un nouveau défi pour la localisation et la planification de la capacité du réseau de distribution. Cet article obtient des échantillons de vitesse du vent, d'intensité lumineuse et de charge de demande liée à l'aide d'un échantillonnage super-latin combiné à une décomposition de Cholesky et une transformation de Nataf ; les charges de charge aléatoires des voitures électriques ont été obtenues à l'aide d'une simulation de Monte-Carlo, qui sont combinées aux échantillons de charge éolienne-solaire obtenus par la méthode de regroupement K-means pour obtenir des scénarios de fonctionnement typiques ; un modèle de planification est établi avec les contraintes d'opportunité et résolu à l'aide de l'algorithme d'optimisation par essaim de groupes avec facteur de contraction. En analysant un exemple typique de 33 nœuds IEEE, l'article a étudié l'impact de la corrélation de la charge éolienne-solaire et des différentes méthodes de charge des voitures électriques sur le plan. Les résultats montrent que le choix de la méthode de charge normale par les utilisateurs de voitures électriques peut réduire la charge du réseau électrique ; en tenant compte de la corrélation entre l'éolien, le photovoltaïque et la charge, le plan obtenu sera plus économique et plus instructif.

sources d'énergie distribuées ; voitures électriques ; localisation de la capacité ; énergie éolienne ; énergie solaire ; demande de charge ; corrélation ; analyse de regroupement de scénarios