La integración masiva de fuentes de energía distribuida en la red y la amplia aplicación de vehículos eléctricos para optimizar la estructura energética representan un nuevo desafío para la planificación de la ubicación y capacidad de la red de distribución. Este artículo obtiene muestras relacionadas de velocidad del viento, intensidad de luz y carga de demanda mediante un muestreo superlatino combinado con descomposición de Cholesky y transformación de Nataf; las cargas de carga aleatorias de los vehículos eléctricos se obtienen mediante simulación de Monte Carlo, que se combinan con las muestras de carga eólica-solar obtenidas mediante el método de agrupamiento K-means para obtener escenarios operativos típicos; se establece un modelo de planificación con restricciones de oportunidad y se resuelve mediante algoritmo de optimización de enjambre de partículas con factor de contracción. Al analizar un ejemplo típico de 33 nodos de IEEE, se estudió el impacto de la correlación de carga eólica-solar y diferentes métodos de carga de vehículos eléctricos en el plan. Los resultados muestran que la elección del método de carga normal por parte de los usuarios de vehículos eléctricos puede reducir la carga de la red eléctrica; al tener en cuenta la correlación entre eólica, fotovoltaica y demanda, el plan obtenido será más económico e informativo.

fuentes de energía distribuida; vehículos eléctricos; planificación de la ubicación; energía eólica; energía solar; carga de demanda; correlación; análisis de agrupamiento de escenarios