基于K-means聚类粒子群算法的多点PV-DG日前分配计划

• 作者: 刘方方 李磊 汤弋 王俊熙 詹鹏 贺易
• 来源期刊: 高电压技术
• 关键词: 光伏分布式电源 自回归滑动平均 分时预测系数 基于K-means的粒子群优化算法 网损
• 年，卷（期）: 2017,（4）
• 所属期刊栏目: 城市电网智能化
• 页码范围: 1263-1270
• 页数: 8页
• 语种: 中文
• DOI: 10.13336/j.1003-6520.hve.20170328025

摘要

针对光伏分布式电源(Pv-DG)将大量接入配电网的场景,提出了基于K-means聚类粒子群算法(PSO)的PV-DG日前出力优化算法.该算法通过K-means聚类法根据PV-DG依次接入不同配电网的节点每小时网损的分析对节点进行分类,结合设计的分配公式初始化并网节点的PV-DG出力,将此出力作为初始化粒子引入粒子群优化算中.将分时系数自回归滑动平均(ARMA)模型预测方法与常规ARMA预测方法进行了比较,仿真结果表明分时系数ARMA模型预测方法提高了预测精度;并将K-means聚类的粒子群算法与粒子群算法及模糊粒子群算法分别进行了比较,对比结果说明提出的优化方法进一步降低了网损.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹鹏	国网湖北省电力公司信息通信公司	11	12	2.0	3.0
2	李磊	国网湖北省电力公司信息通信公司	10	0	0.0	0.0
3	贺易	国网湖北省电力公司信息通信公司	7	2	1.0	1.0
4	刘方方	国网湖北省电力公司信息通信公司	2	4	1.0	2.0
5	汤弋	国网湖北省电力公司信息通信公司	3	0	0.0	0.0
6	王俊熙	国网湖北省电力公司信息通信公司	1	0	0.0	0.0