張 巖，韓 偉，宋 闖，楊雙義

（1鄭州工業(yè)應(yīng)用技術(shù)學(xué)院機(jī)電工程學(xué)院，河南 鄭州 451100；2國(guó)網(wǎng)河南省電力公司電力科學(xué)研究院，河南 鄭州 450000）

2020 年9 月，我國(guó)政府提出，力爭(zhēng)在2030 年之前實(shí)現(xiàn)二氧化碳排放達(dá)峰，到2060 年實(shí)現(xiàn)碳中和目標(biāo)[1]。同時(shí)我國(guó)也正在進(jìn)行以綠色低碳發(fā)展為要求的新型電力系統(tǒng)中長(zhǎng)期規(guī)劃[2]。其中，電動(dòng)汽車(chē)(electric vehicles，EVs)因電能驅(qū)動(dòng)、能量密度高、駕駛噪音小等優(yōu)勢(shì)，在交通電氣化領(lǐng)域受到大力推廣，并在減少化石能源依賴、降低碳排放和促進(jìn)新能源消納方面發(fā)揮著積極的作用[3-5]。據(jù)有關(guān)統(tǒng)計(jì)，我國(guó)在2030年電動(dòng)汽車(chē)保有量將達(dá)到8000萬(wàn)輛。

然而，EV 的大規(guī)模推廣在目前發(fā)展中面臨著諸多問(wèn)題，如充電基礎(chǔ)設(shè)施建設(shè)數(shù)量與EV 數(shù)量不匹配[6]、EV續(xù)航里程小[7]、充電排隊(duì)時(shí)間長(zhǎng)[8]等。因此，為擴(kuò)大EV的充電需求范圍，提高EV的充能體驗(yàn)，需要針對(duì)EV 充電站構(gòu)建精細(xì)科學(xué)的規(guī)劃運(yùn)行模型，同時(shí)保證電站的運(yùn)行經(jīng)濟(jì)效益。

當(dāng)前國(guó)內(nèi)外關(guān)于充電站的規(guī)劃研究主要集中在選址和定容兩方面。文獻(xiàn)[9]針對(duì)城區(qū)EV 行駛特征，提出一種兩步優(yōu)化選址方法，并對(duì)選址結(jié)果進(jìn)行最優(yōu)評(píng)價(jià)；文獻(xiàn)[10]基于OD 分析法和共享近鄰聚類算法，針對(duì)繞城高速公路提出了一種EV 充電站選址定容方法；文獻(xiàn)[11]按照負(fù)荷分配思想對(duì)EV充電站進(jìn)行選址定容，并進(jìn)行經(jīng)濟(jì)評(píng)估；文獻(xiàn)[12]基于排隊(duì)論，計(jì)及EV 充電功率的影響，提出一種EV 快充充電站設(shè)施優(yōu)化配置方法；文獻(xiàn)[13]在車(chē)-路-網(wǎng)環(huán)境中針對(duì)插入式EV快充充電站，提出一種以交通網(wǎng)和配電網(wǎng)綜合運(yùn)行成本最小為目標(biāo)函數(shù)的選址定容優(yōu)化模型；文獻(xiàn)[14]綜合考慮EV 服務(wù)質(zhì)量，構(gòu)建了以充電成本最小的EV 充電站容量規(guī)劃和EV充電序列優(yōu)化模型。

然而，文獻(xiàn)[9]～[14]都是針對(duì)EV 充電站提出選址定容優(yōu)化模型和方法， 未考慮光伏(photovoltaic，PV)和儲(chǔ)能系統(tǒng)(energy storage system，ESS)對(duì)于滿足EV充電負(fù)荷的運(yùn)行經(jīng)濟(jì)優(yōu)勢(shì)。一方面，PV 是目前發(fā)電技術(shù)較成熟的清潔能源，雖大量接入會(huì)導(dǎo)致電量不易消納、降低電網(wǎng)運(yùn)行可靠性等問(wèn)題[15-16]。但若再引入ESS，可消納PV富余輸出，平抑充電站的負(fù)荷峰谷差，同時(shí)還能協(xié)同增加光儲(chǔ)充一體化電站(photovoltaic-storagecharging integrated station，PSCIS)的最優(yōu)經(jīng)濟(jì)效益[17-18]。因此，文獻(xiàn)[19]考慮PSCIS 的運(yùn)行約束，以PV 消納率最大和電站總投資成本最小為目標(biāo)函數(shù)優(yōu)化站內(nèi)光儲(chǔ)容量；文獻(xiàn)[20]基于混合整數(shù)規(guī)劃方法，通過(guò)對(duì)EV 分類使光伏充電站的運(yùn)行成本最低。文獻(xiàn)[21]通過(guò)EV 不同的出行分布來(lái)指導(dǎo)PSCIS 的優(yōu)化運(yùn)行。文獻(xiàn)[22]考慮高速公路中EV行駛的時(shí)空不確定性，提出一種分布魯棒優(yōu)化算法用于處理高速公路并網(wǎng)PSCIS 選址定容問(wèn)題。但上述文獻(xiàn)未對(duì)PSCIS內(nèi)的運(yùn)行維護(hù)成本和EV的充能懲罰成本做綜合度量。而在PSCIS 實(shí)際投資規(guī)劃過(guò)程中，PSCIS內(nèi)的ESS壽命維護(hù)和EV充能體驗(yàn)帶來(lái)的懲罰成本是需要考慮的重要因素。除此之外，上述文獻(xiàn)還未考慮PSCIS 所處不同地理區(qū)域?qū)ζ渑渲媒Y(jié)果的影響。

本文針對(duì)PSCIS 設(shè)施配置和運(yùn)行提出經(jīng)濟(jì)規(guī)劃優(yōu)化模型。模型以PSCIS 總利潤(rùn)最大為目標(biāo)函數(shù)，計(jì)及PSCIS 內(nèi)各結(jié)構(gòu)單元的出力特性，優(yōu)化PSCIS 內(nèi)PV 和ESS 的容量、充電樁和EV 候車(chē)位的個(gè)數(shù)。最后通過(guò)算例仿真，分析了相關(guān)預(yù)算條件下PSCIS 的設(shè)施配置、投資成本組成和各結(jié)構(gòu)單元的出力曲線，探討了不同區(qū)域環(huán)境和PV 出力不確定性而導(dǎo)致的設(shè)施配置結(jié)果和投資總利潤(rùn)的差異。

1 PSCIS系統(tǒng)運(yùn)行模型

PSCIS 主要包括四個(gè)部分：EV 充電站，PV，ESS和EV候車(chē)區(qū)。其中，EV充電站包含N個(gè)充電樁。本文中認(rèn)定單個(gè)充電樁在同一時(shí)刻只能為單輛EV 提供充能服務(wù)[23]。候車(chē)區(qū)由R個(gè)候車(chē)位組成，用于為PSCIS 內(nèi)充電樁滿載時(shí)候車(chē)停靠使用。PSCIS的拓?fù)浣Y(jié)構(gòu)如圖1所示?？煽闯觯琍SCIS的供能單元為PV 和配電網(wǎng)，負(fù)荷單元為EV 充電負(fù)荷，ESS 在PSCIS 中可發(fā)生充電和放電行為，屬于源荷單元。另外，本文中，PSCIS規(guī)劃體現(xiàn)在決策充電樁數(shù)量N、候車(chē)位R、PV 容量γPV和ESS 容量γESS。

圖1 PSCIS拓?fù)浣Y(jié)構(gòu)示意圖Fig.1 The topology structure of PSCIS

1.1 PSCIS內(nèi)部結(jié)構(gòu)單元運(yùn)行約束

PSCIS在運(yùn)行過(guò)程中，各結(jié)構(gòu)單元需要滿足以下約束。

1.1.1 PV出力約束

PV 出力具有不確定性。文獻(xiàn)[24]表明日前PV出力預(yù)測(cè)的平均絕對(duì)百分比誤差能維持在6%～13%，本文認(rèn)定PSCIS 能夠預(yù)測(cè)下一日的PV 出力[25]。當(dāng)PSCIS 內(nèi)PV 投資建設(shè)容量γPV確定后，PV為PSCIS內(nèi)部負(fù)荷的出力約束可表述為

1.1.2 ESS出力約束

由于PV 出力具有間歇性和不確定性，引入ESS 可以增加PSCIS 的供電靈活性，同時(shí)平抑其總負(fù)荷波動(dòng)。ESS 在PSCIS 中可發(fā)生充電或放電行為，其出力為

1.2 基于M/G/N/K排隊(duì)論的電動(dòng)汽車(chē)充電行為

單輛EV 在(t,t+?t)時(shí)段內(nèi)的充電負(fù)荷可被表示為

式中，D表示單輛EV 的充電負(fù)荷；λt表示EV 在t時(shí)刻的期望到達(dá)率；E[?]表示期望函數(shù)。

當(dāng)在某一時(shí)刻到達(dá)PSCIS的EV數(shù)量大于充電樁的數(shù)量且小于候車(chē)位的數(shù)量時(shí)，部分EV 需要在候車(chē)區(qū)等候排隊(duì)。另外，當(dāng)?shù)竭_(dá)PSCIS的EV數(shù)量大于候車(chē)位數(shù)量時(shí)，部分EV 會(huì)被拒絕提供充電服務(wù)?？紤]到上述情況，PSCIS 在t時(shí)刻實(shí)際提供的電能可在式(8)的基礎(chǔ)上進(jìn)一步更改為

進(jìn)而，得到EV 的期望平均排隊(duì)時(shí)長(zhǎng)E(W)和EV的期望充電被拒數(shù)量E(Rej)，即

本文采用MATLAB/Simulink 模擬EV 的排隊(duì)模型參數(shù)，以便降低計(jì)算復(fù)雜度。由于模型的數(shù)學(xué)解析值和仿真模擬值之間會(huì)存在誤差，為進(jìn)一步驗(yàn)證模擬值的有效性，本文針對(duì)EV的充電被拒概率Pb、充電排隊(duì)長(zhǎng)度Lq和平均等待時(shí)長(zhǎng)W等參數(shù)的模型近似解析值和仿真模擬值進(jìn)行對(duì)比。令N=6、R=3、μ=6，得到如圖2所示的對(duì)比結(jié)果。

圖2 解析值與仿真值比較結(jié)果Fig.2 The comparison results between analytical value and simulated value

統(tǒng)計(jì)上述3 個(gè)參數(shù)的平均絕對(duì)誤差(MAE)，用于描述數(shù)學(xué)解析值和仿真模擬值之間的相似度。其中，Pb、Lq和W的MAE 值分別為0.0035、0.035和0.047，該誤差量綱可忽略不計(jì)。因此，該模型所得參數(shù)可用于準(zhǔn)確描述EV的充電行為。

2 PSCIS投資規(guī)劃模型

本文中PSCIS 規(guī)劃模型以PSCIS 在規(guī)劃期內(nèi)的最大利潤(rùn)為目標(biāo)函數(shù)。其中，PSCIS收入來(lái)源于EV 用戶的充電費(fèi)用，支出包括PSCIS 的投資成本、運(yùn)行成本、維修成本和EV用戶不滿意度成本。

2.1 投資成本

由于PSCIS 在投資規(guī)劃中需要考慮充電樁數(shù)量N，候車(chē)位R，光伏容量γPV和ESS容量γESS。因此，其投資成本可表示為

Cinv=CCMN+CWR+CPVγPV+CESSγESS(20)

式中，CCM為單個(gè)充電樁的投資成本；CW為單個(gè)候車(chē)位的投資成本；CPV/CESS分別為單位功率下PV和ESS的投資成本。

另外，投資成本應(yīng)不大于總預(yù)算Cbud，即：

式中，Nmax/Rmax分別為充電樁數(shù)量和候車(chē)位的數(shù)量上限。

2.2 運(yùn)行利潤(rùn)

PSCIS的收入來(lái)自EV的充電費(fèi)用Rtop，具體可表示為

式中，等號(hào)左右分別表示站內(nèi)的負(fù)荷和電源。

2.3 EV充能懲罰成本

受限于充電樁數(shù)量和候車(chē)位數(shù)量，部分EV 充電時(shí)需要排隊(duì)甚至將被拒絕提供充電服務(wù)，從而產(chǎn)生用戶不滿意度。為此，本文將不滿意度作為罰函數(shù)加入到PSCIS 的總成本中去。不滿意度成本可表示為

2.4 維修成本

PSCIS在運(yùn)行過(guò)程中需要進(jìn)行定期維護(hù)以延長(zhǎng)其生命周期。其維修成本可表示為

2.5 綜合規(guī)劃成本

根據(jù)上述建模過(guò)程，可將PSCIS 規(guī)劃模型總述為

式中，M為PSCIS的總規(guī)劃周期，rm為第m年內(nèi)的利率。

3 算例設(shè)置與仿真分析

3.1 算例設(shè)置

表1 配電網(wǎng)售電分時(shí)電價(jià)Table 1 Time of use electricity price of distribution network

表2 PSCIS相關(guān)參數(shù)Table 2 The related parameters of PSCIS

3.2 PSCIS配置結(jié)果

為說(shuō)明PSCIS中PV和ESS的配置必要性和有效性，本文設(shè)置4 種場(chǎng)景進(jìn)行對(duì)比分析：Case 1：PSCIS不配置PV和ESS；Case 2：PSCIS只配置ESS；Case 3：PSCIS只配置PV；Case 4：PSCIS同時(shí)配置PV和ESS。

表3列出了預(yù)算為780萬(wàn)條件下PSCIS的配置結(jié)果。此外，表4展示了PSCIS的相關(guān)成本組成和總利潤(rùn)。

表3 PSCIS最優(yōu)配置結(jié)果Table 3 The optimal configuration of PSCIS

表4 PSCIS相關(guān)成本和總利潤(rùn)Table 4 The related cost and the whole profit of PSCIS

從 表4 可看 出，PSCIS 在4 種Case 中PSCIS的充電收入均大于其余4種成本的總和，從而獲得利潤(rùn)。其中，Case 1 和Case 2 的充電收入最多，這是由于該兩種Case 中充電樁數(shù)量最多，能為更多的EV提供充電服務(wù)(從表3可看出)。并且這也是Case 1 和Case 2 中懲罰成本最低的原因。此外，Case 2 由于沒(méi)有PV，運(yùn)行過(guò)程中只能以高價(jià)從配電網(wǎng)購(gòu)買(mǎi)電能，從而產(chǎn)生較高的運(yùn)行成本，因此不能取得最高利潤(rùn)。Case 3由于PV在運(yùn)行過(guò)程中存在PV出力富余情況，影響了其運(yùn)行經(jīng)濟(jì)性。Case 4雖然充電收入最低，但由于ESS 的調(diào)度靈活性，其運(yùn)行成本也最低，最終獲得最高利潤(rùn)。綜合來(lái)看，PV和ESS的組合配置能夠明顯提高PSCIS的運(yùn)行經(jīng)濟(jì)性。

3.3 ESS和PV對(duì)總利潤(rùn)的影響

本文進(jìn)一步通過(guò)4 種Case 的對(duì)比分析探討ESS 和PV 對(duì)總利潤(rùn)的影響，結(jié)果如圖3 所示。可看出，由于Case 1 中PSCIS 未配置ESS 和PV，其總利潤(rùn)基本不隨預(yù)算的增長(zhǎng)而發(fā)生改變。而在Case 2 中，當(dāng)預(yù)算達(dá)到480 萬(wàn)元時(shí)，其總利潤(rùn)達(dá)到最高，說(shuō)明此時(shí)該Case 的ESS 達(dá)到最優(yōu)配置。此外，在Case 3的預(yù)算達(dá)到780萬(wàn)元，即PV容量達(dá)到最優(yōu)容量600 kW時(shí)(結(jié)合表3可看出)，其利潤(rùn)達(dá)到最高點(diǎn)。最后，Case 4由于需要同時(shí)配置PV和ESS，對(duì)預(yù)算的要求最高，需要達(dá)到1200 萬(wàn)元才能實(shí)現(xiàn)最大利潤(rùn)，并且也是在4 種Case 在預(yù)算調(diào)整過(guò)程中的最大利潤(rùn)。通過(guò)這種利潤(rùn)對(duì)比，進(jìn)一步說(shuō)明了PV 和ESS 組合配置的經(jīng)濟(jì)優(yōu)勢(shì)，為PSCIS的最優(yōu)投資規(guī)劃提供了數(shù)據(jù)支持。

圖3 預(yù)算對(duì)利潤(rùn)的影響Fig.3 The impact of budget on the total profit

3.4 不同預(yù)算下PSCIS的配置結(jié)果

對(duì)不同預(yù)算條件下PSCIS 的具體配置結(jié)果進(jìn)行了仿真分析，配置結(jié)果如圖4所示。在初始預(yù)算為180萬(wàn)時(shí)，PSCIS配置結(jié)果為充電樁2個(gè)，候車(chē)位1 個(gè)，PV 容量為119 kW，未配置ESS。此后，隨著預(yù)算的逐漸增加，上述4種結(jié)構(gòu)單元在配置規(guī)模上均有所增加。其中，在預(yù)算達(dá)到600 萬(wàn)元時(shí)，PSCIS 開(kāi)始配置ESS，這是因?yàn)樵谠擃A(yù)算下，PV容量開(kāi)始出現(xiàn)富余，需要通過(guò)ESS 來(lái)儲(chǔ)存多余電能，從而增加PSCIS 的運(yùn)行經(jīng)濟(jì)性。另外，也是在預(yù)算達(dá)到600 萬(wàn)元后，ESS 和PV 的容量均上升顯著，而充電樁數(shù)量和候車(chē)位數(shù)量保持不變。結(jié)合表4中運(yùn)行成本與維修成本、懲罰成本等的數(shù)量級(jí)對(duì)比，可以間接得出：相比充電樁和候車(chē)位數(shù)量而言，ESS和PV的容量配置對(duì)PSCIS總利潤(rùn)的貢獻(xiàn)更大。

圖4 不同預(yù)算下PSCIS的配置結(jié)果Fig.4 The configuration results of PSCIS under different budgets

3.5 不同預(yù)算下PSCIS的運(yùn)維成本

圖5列出了不同預(yù)算條件下PSCIS的懲罰成本和維修成本。可看出，隨著預(yù)算的增加，PV 和ESS維修成本、充電樁和候車(chē)位的維修成本都在增加，這是因?yàn)镻SCIS 內(nèi)每個(gè)結(jié)構(gòu)單元都在增加(見(jiàn)圖3)。另一方面，由于充電樁的增加，EV 被拒懲罰成本也在下降。而由于候車(chē)位個(gè)數(shù)的增加，EV排隊(duì)時(shí)間也在增加，所以EV 的排隊(duì)?wèi)土P成本略微上漲。不過(guò)排隊(duì)?wèi)土P成本整體變化幅度較小，這說(shuō)明其對(duì)PSCIS 的總利潤(rùn)貢獻(xiàn)有限。因此，在考慮具體的PSCIS 投資規(guī)劃中，可降低候車(chē)位數(shù)量規(guī)劃的優(yōu)先級(jí)。

圖5 不同預(yù)算下PSCIS的懲罰成本和維修成本Fig.5 The penalty cost and maintenance cost of PSCIS under different budgets

3.6 PSCIS各結(jié)構(gòu)單元出力情況

圖6列出了PSCIS在光照充足和光照不充足情況中配電網(wǎng)和PSCIS各結(jié)構(gòu)單元的出力情況。圖(a)為PV出力富余情況，可看到，EV的充電負(fù)荷有兩個(gè)負(fù)荷高峰時(shí)段，即06∶00—10∶00和16∶00—20∶00。此外，在01∶00—06∶00這個(gè)時(shí)段，由于配電網(wǎng)電價(jià)水平較低，因此PSCIS 從配電網(wǎng)購(gòu)買(mǎi)電能，并給ESS 充電。當(dāng)配電網(wǎng)電價(jià)水平開(kāi)始升高，也就是07∶00—09∶00時(shí)段，ESS開(kāi)始放電，用于支撐EV的充電負(fù)荷。而在11∶00—16∶00，由于PV出力高于EV充電負(fù)荷，因此PV富余功率開(kāi)始給ESS充電。最后，由于電價(jià)水平再度升高，ESS在17∶00—24∶00 繼續(xù)放電?？傮w看來(lái)，ESS 能夠在PV 和配電網(wǎng)的電能協(xié)調(diào)調(diào)度中體現(xiàn)良好的靈活性，提高PSCIS的運(yùn)行經(jīng)濟(jì)性。

圖6 PSCIS在不同PV出力下各結(jié)構(gòu)單元出力。(a)PV出力富余，(b)PV出力不足Fig.6 PSCIS to each structural unit under different PV.(a)PV contribute surplus and(b)PV contribute insufficient

圖6(b)為PV 出力不足情況下各結(jié)構(gòu)單元的出力情況。需要指出的是，在該種情況中，由于PV出力不足以支撐EV 充電負(fù)荷，沒(méi)有富余功率提供給ESS 充電。并且由于ESS 的充電行為和放電行為對(duì)價(jià)格敏感，需要在低價(jià)充電，高價(jià)放電，對(duì)PSCIS 整體利潤(rùn)貢獻(xiàn)不大，因此在規(guī)劃過(guò)程中ESS的容量配置為0。這樣，配電網(wǎng)購(gòu)電功率即為EV充電負(fù)荷與PV出力之間的差值。

3.7 PSCIS在不同區(qū)域的配置情況

圖7給出了PSCIS在市中心、高速公路和公共場(chǎng)所這三個(gè)典型區(qū)域中的配置和總利潤(rùn)?？煽闯觯煌瑓^(qū)域中EV 充電樁數(shù)量一致，都配置有4 個(gè)。但由于市中心土地租賃價(jià)格更加昂貴，該區(qū)域候車(chē)位數(shù)量最少，只配置有1個(gè)。相較而言，高速公路區(qū)域的PSCIS 候車(chē)位數(shù)量最多，配置有8 個(gè)。另外，由于市中心光照資源相對(duì)較少，其PV 容量配置最少，為200 kWh。并且由于沒(méi)有富余PV 出力，所以其ESS配置容量為0。而公共區(qū)域和高速公路區(qū)域的PV容量和ESS容量配置情況類似。從利潤(rùn)上來(lái)看，高速公路區(qū)域PSCIS 利潤(rùn)最大，公共區(qū)域次之，但相差不大，而市中心區(qū)域最少，這是由于高速公路區(qū)域和公共區(qū)域的PSCIS 總體配置情況類似，而市中心區(qū)域中PSCIS 缺少PV 和ESS間的協(xié)調(diào)調(diào)度，降低了經(jīng)濟(jì)優(yōu)勢(shì)。

圖7 PSCIS在不同區(qū)域中的配置情況Fig.7 The equipment results of PSCIS in different areas

3.8 PV出力不確定性對(duì)利潤(rùn)的影響

為進(jìn)一步研究PV出力不確定性對(duì)PSCIS利潤(rùn)的影響，本文在PV 出力中引入高斯噪聲，并通過(guò)附加高斯噪聲的標(biāo)準(zhǔn)差來(lái)控制PV 的出力變化率。在不同PV出力變化率條件下PSCIS的利潤(rùn)結(jié)果如圖8所示。從圖中可看出，隨著PV出力變化率的增加，PSCIS的利潤(rùn)總體呈下降趨勢(shì)。具體而言，當(dāng)變化率為5%、10%、15%和20%時(shí)，PSCIS利潤(rùn)分別削減了5.59%、11.15%、16.67%和22.26%。削減原因在于PV 出力降低時(shí)，為維持系統(tǒng)功率平衡，需要從配電網(wǎng)購(gòu)得額外功率，從而增加了系統(tǒng)成本。

圖8 PV出力不確定性對(duì)PSCIS利潤(rùn)的影響Fig.8 The influence of PV’s uncertainty on the profit of PSCIS

4 結(jié) 語(yǔ)

本文針對(duì)PSCIS 提出了一種考慮其內(nèi)部可控單元出力運(yùn)行約束的設(shè)施規(guī)劃優(yōu)化模型。該模型在保證EV充電負(fù)荷的前提下，以PSCIS總利潤(rùn)最大為目標(biāo)函數(shù)，為此探討了PSCIS 的相關(guān)成本組成情況，并重點(diǎn)對(duì)比分析了不同預(yù)算和不同區(qū)域環(huán)境下PSCIS的PV容量、ESS容量、充電樁和候車(chē)位的數(shù)量的組合配置方案。綜合結(jié)果分析，可得到以下結(jié)論。

（1）充電樁數(shù)量和候車(chē)位數(shù)量對(duì)PSCIS 總利潤(rùn)的貢獻(xiàn)有限，在實(shí)際規(guī)劃中，應(yīng)將PV 容量和ESS容量置于更高的優(yōu)先級(jí)。

（2）ESS有助于協(xié)調(diào)PSCIS內(nèi)PV與配電網(wǎng)之間的能量管理，從而提高PSCIS的運(yùn)行經(jīng)濟(jì)性。

（3）PSCIS所處區(qū)域的不同環(huán)境參數(shù)會(huì)導(dǎo)致其設(shè)施配置結(jié)果的差異，且PV 出力不確定性會(huì)引起PSCIS投資利潤(rùn)的變化。

本文所做的設(shè)施規(guī)劃優(yōu)化研究可為PSCIS 的實(shí)際規(guī)劃運(yùn)行提供理論指導(dǎo)和數(shù)據(jù)支撐，下一步可圍繞PSCIS 在配電網(wǎng)運(yùn)行可靠性和經(jīng)濟(jì)性方面展開(kāi)研究。