基于改进K-means算法的多场景分布式电源规划

作者：刘伟; 张弈鹏; 罗凤鸣

来源：吉林大学学报(信息科学版), 2018, 36(05): 397-402.

DOI：10.19292/j.cnki.jdxxp.2018.05.007

• 分布式电源
• 蒙特卡洛算法
• K-means聚类法
• 轮廓系数
• NSGA-Ⅱ算法
• 无偏折中策略

针对恒定调度模型分布式电源选址定容的配置方案实用性差的缺陷,考虑分布式电源(DG:Distributed Generation)出力和负荷需求的时序性与不确定性,建立以配电网系统总投资成本、总电压偏差和系统网损最小化的多目标调度模型。首先,通过蒙特卡洛算法随机模拟全年风-负荷场景,并采用K-means聚类法对全年场景进行缩减。其次,引入轮廓系数对其改进以获取最优的聚类数。最后,通过快速非支配排序遗传算法(NSGA-Ⅱ)与无偏折中策略进行优化处理。以IEEE33节点配电系统为例与标准遗传算法做对比仿真实验,验证了所提算法的有效性和优越性。

• 单位
  东北石油大学