电网需求侧资源动态分布式k-means聚类算法

作     者：黄静 饶尧 刘政 HUANG Jing;RAO Yao;LIU Zheng

作者机构：国网电力科学研究院武汉能效测评有限公司湖北武汉430000 

出 版 物：《大连交通大学学报》 (Journal of Dalian Jiaotong University)

年 卷 期：2024年第45卷第2期

页      面：109-114页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

主　　题：电网需求 侧资源 动态聚类 分布式 k-means算法 聚类模型 

摘      要：为有效聚合电网需求侧资源,合理、高效利用电网资源,提出基于分布式k-means的电网需求侧资源动态聚类算法。通过基于置信半径的分布式k-means算法聚类采集到的电网需求侧资源数据,在模糊C均值进化神经网络中,以聚类得到的电网需求侧资源数据为输入向量,输出电网需求侧资源场景,依据场景存在概率,以电网侧资源日均峰谷差最小、DG消纳程度最高与日均负荷波动率最小为目标函数,以电网需求侧资源曲线波动率与负荷互补为约束条件,构建电网需求侧资源多场景聚类模型,经动态改变惯性因子(DCW)粒子群算法求解模型后,实现电网需求侧资源多场景聚类。试验结果表明:该方法可实现电网需求侧资源动态聚类,应用该方法聚类不同场景电网需求侧资源时的日负荷率较低,聚类效果较好,可满足实际电力需求侧资源动态聚类工作的需要。