基于改进K-means算法的分布式发电集群划分方法

摘要

随着大规模分布式电源的接入，采用集中式控制的传统配电网面临通信延时、计算量大与控制设备过多等问题，而基于集群划分的分布式发电群调群控技术能有效解决上述问题。而现有集群划分方法在集群划分指标与集群划分算法上均存在一定不足，因此提出一种考虑集群规模的分布式发电集群划分方法。首先，提出考虑电气距离、集群功率平衡以及集群规模的综合性集群划分指标体系，在保证集群结构强度的基础上使集群具有一定电压调节能力。其次，采用嵌入莱维飞行优策略的灰狼优化算法，对K-means算法进行改进，并将其应用于集群划分。最后，以某地实际35 kV/10 kV配电网验证了所提方法的可行性与有效性，为分布式发电集群划分提供参考。

关键词

灰狼优化算法 / 莱维飞行 / K-means算法 / 分布式电源 / 集群划分