曾梦隆，韦 钢，朱 兰，袁洪涛，何晨可，马 钰

（1.上海电力大学电气工程学院，上海市 200090；2.华东电力设计院有限公司，上海市 200001；3.华南理工大学电力学院，广东省广州市 510640）

0 引言

随着直流负荷比例的上升和直流供电技术的快速发展，交直流配电网成为配电网的重要发展方向［1-3］。电动汽车（electric vehicle，EV）充换储一体站（charging-swapping-storage integrated station，CSSIS）是将快充站（fast charging station，FCS）、换电站（battery swapping station，BSS）和梯级储能站（cascade energy storage station，CESS）集于一体的新型EV充电站，CSSIS具有调压、削峰填谷、黑启动等优势［4-6］，配置的储能设备可以消纳分布式电源（distributed generator，DG），并提供紧急供电支撑作用，CSSIS规划对EV的发展具有重要意义。

EV充电设施的规划需进行EV时空负荷预测，目前的EV预测模型主要有概率模型［7-8］、出行链模型［9-10］和网络数据预测模型［11-13］。概率模型依赖于往年数据的准确性；网络数据预测模型通过及时获取用户电量位置信息实现负荷预测。目前，采用马尔可夫和速度-流量模型对EV进行负荷预测的研究还较少。

EV充电设施规划考虑的因素可分为用户侧和电网侧。用户侧包括EV行驶距离、出行习惯［14-15］和交通流量［13］等，电网侧包括电压偏差、供电能力和可靠性等。其规划模型主要分为3类：单目标规划［14-15］、多目标规划［16-17］和双层规划［17-18］。单目标规划通常考虑单一的用户侧因素，少部分文献考虑了电网侧因素［19-20］，但较少分析规划对配电网电能质量的影响；多目标规划考虑多种因素，其求解方法主要为加权求和或多目标优化算法［16-17］，加权求和算法的权重系数难以确定，多目标优化算法形成的Pareto解集需要额外的决策方案；……