电网需求侧资源动态分布式k-means聚类算法

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。

关键词

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