基于改进K-means聚类计及分布式光伏和电动汽车的园区负荷聚合体的最优构建

作者：郭世枭; 罗晶晶; 高亚静

来源：电力科学与工程, 2018, 34(03): 14-21.

• 万有引力模型
• 负荷聚合体
• K-means
• 多目标优化
• 遗传算法

在对用户进行划分的基础上,考虑电动汽车与光伏发电对用户负荷的优化配置,对于实现需求侧资源的高效利用,具有至关重要的意义。因此,提出了一种将K-means聚类算法与万有引力模型相结合的改进聚类模型。首先,采用所提模型对负荷进行聚类;其次,对负荷的特性进行相应的划分,并依据不同的负荷特性,采用一定量的新能源加以匹配从而形成一个负荷聚合体,为了实现负荷聚合体的波动最小、用户效益的最大化,采用相应的优化策略,使得用户效益实现最大化的同时考虑整合需求侧资源;然后,建立兼顾总聚合模型和参与聚合用户效益的多目标优化模型,并运用遗传算法对优化模型进行求解;最后,通过具体算例证实了所提优化与聚合模型的正确性及有效性。

• 单位
  华北电力大学; 电子工程学院