分散電源の大規模な送電網への統合と電動車の広範な利用は、エネルギー構造の最適化だけでなく、配電網の配置および容量計画に新たな課題をもたらします。本稿では、ラテン超立方抽出を用いてコレスキー分解とNataf変換を組み合わせ、相関性を持つ風速、日射強度および需要負荷のサンプルを得ました。また、モンテカルロシミュレーションを用いて、ランダムな電動車の充電負荷を、風光荷サンプルの不確実性を考慮に入れて得られたK-meansクラスタリング方法によって典型的な運用シナリオを得るために組み合わせました。チャンス制約プランニング手法を用いて計画モデルを立て、収縮係数粒子群最適化アルゴリズムで解決しました。典型的なIEEE 33ノードケースを分析することで、風光荷の相関性と電動車の異なる充電方法が計画に与える影響を調べました。その結果、電動車の利用者は通常の充電方法を選択することで送電網への負荷を軽減することができます。風力、光伏および負荷の相関性を考慮すると、計画案はより経済的であり、またより具体的な指針を提供します。

分散電源; 電動車; 配置および容量計画; 風力; 光伏; 負荷; 相関性; 運用シナリオのクラスタリング