摘要
随着电动汽车和分布式光伏发电的普及，配电网络的操作不确定性不断增加，同时也加剧了诸如功率损耗增加、高峰负荷上升以及电压不稳定等长期存在的问题。为了解决这些问题，本文提出了一种多目标优化框架，用于在辐射状配电系统中策略性地部署具备需求响应功能的智能电表。与传统主要侧重于监测或降低非技术性损耗的部署方法不同，所提出的方法将主动负载控制纳入规划阶段，并充分考虑了负载、光伏发电以及电动汽车充电站的随机特性。该问题被设定为四个目标：最小化总功率损耗、变电站高峰负荷、电压偏差惩罚以及安装成本。文中采用了基于场景的随机模型来描述网络中的运行变化情况。最终得到的非线性混合离散优化问题通过非支配排序遗传算法II进行求解，这是一种进化多目标优化技术，能够生成一组帕累托最优解，体现各相互冲突目标之间的权衡关系。在负荷高峰期间，智能电表可以削减部分可控负荷，从而降低馈线负荷并改善电压状况。该方法在IEEE 33节点和IEEE 69节点配电系统上进行了测试。仿真结果表明，与现有的元启发式方法相比，IEEE 33节点系统的功率损耗降低了26.2%，变电站高峰负荷降低了52.5%。在IEEE 69节点系统中，电压稳定性也得到了提升，进一步证明了考虑拓扑结构的、具备需求响应功能的规划方式的重要性。总体而言，研究结果表明，在智能电表分配中融入需求响应功能，能够显著提升高比例电动汽车和光伏发电接入的现代配电网络的韧性及运营效率。
