面向分布式电网与可再生充电站的三层随机鲁棒协计划：一种自适应iC&CG算法
系统与控制
2025-11-19 v1 系统与控制
摘要
与分布式发展（DG）共址的可再生充电站（RCS）可提升可再生能源利用率并改善分布式电网（DN）的效率，但其波动性以及与充电需求相关的选址依赖性可能因选址不当而导致配电网过载。为此，本文提出了一个三层、两阶段的随机鲁棒优化（SRO）协计划框架，联合确定RCS选址和DN扩建，同时考虑交通流和人口密度。该模型区分两种不确定性类别：（i）决策相关不确定性（DDU），即EV充电负荷随RCS选址而变化；以及（ii）决策独立不确定性（DIU），即负荷波动和可再生发电波动不依赖于RCS位置或DN拓扑结构。高层次确定RCS选址和DN扩建；中层次给定RCS选址后分配EV路由和充电，以产生充电负荷DDU；低层次DN运营 minimizes年度损失成本下的DIU最坏情况，经由KKT条件重新表述。为高效求解所得问题，本文发展了一种自适应准确列生成-约束生成（A-iC&CG）算法，并证明了其有限迭代收敛性。基于中国深圳47节点DN及68节点交通网络的案例研究表明，A-iC&CG优于基准算法，且PV-EV混合站点成本最优，RCS选址集中在变压器附近和高流量节点。
引用
@article{arxiv.2511.13776,
title = {Tri-Level Stochastic-Robust Co-Planning of Distribution Networks and Renewable Charging Stations With an Adaptive iC&CG Algorithm},
author = {Yongheng Wang and Xiemin Mo and Tao Liu},
journal= {arXiv preprint arXiv:2511.13776},
year = {2025}
}