基于改进K-Means算法的电动汽车充电负荷特性分析

作     者：李俊达 陈姝敏 王天安 张玎一 吴全才 Li Junda;Chen Shumin;Wang Tianan;Zhang Dingyi;Wu Quancai

作者机构：云南电网能源投资有限责任公司云南昆明650011 云南电网有限责任公司云南昆明650011 

出 版 物：《云南电力技术》 (Yunnan Electric Power)

年 卷 期：2024年第52卷第3期

页      面：10-13,19页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

主　　题：K-Means算法 Mini Batch K-Means算法 负荷特性分析 

摘      要：电动汽车充电行为具有较大的随机性,一定程度上影响电网的稳定运行和规划。为更准确地分析电动汽车充电负荷的特性,提出一种基于改进K-Means算法的聚类分析方法。针对K-Means算法在初始聚类中心选取上的随机性和不稳定性,首先利用Mini Batch K-Means算法的随机抽样能力优化初始聚类中心的选择,随后结合K-Means算法进行迭代优化,有效解决K-Means算法聚类结果不稳定的问题。以云南某城市充电桩负荷数据进行算例分析,结果表明,所提算法相比传统方法相比能更加准确地对多个不同负荷特性的用户进行分类,从而更有效地指导有序用电管理策略的制定。