發(fā)布時(shí)間：2018-12-16 15:13

【摘要】：針對(duì)光伏分布式電源(PV-DG)將大量接入配電網(wǎng)的場(chǎng)景,提出了基于K-means聚類粒子群算法(PSO)的PV-DG日前出力優(yōu)化算法。該算法通過K-means聚類法根據(jù)PV-DG依次接入不同配電網(wǎng)的節(jié)點(diǎn)每小時(shí)網(wǎng)損的分析對(duì)節(jié)點(diǎn)進(jìn)行分類,結(jié)合設(shè)計(jì)的分配公式初始化并網(wǎng)節(jié)點(diǎn)的PV-DG出力,將此出力作為初始化粒子引入粒子群優(yōu)化算中。將分時(shí)系數(shù)自回歸滑動(dòng)平均(ARMA)模型預(yù)測(cè)方法與常規(guī)ARMA預(yù)測(cè)方法進(jìn)行了比較,仿真結(jié)果表明分時(shí)系數(shù)ARMA模型預(yù)測(cè)方法提高了預(yù)測(cè)精度;并將K-means聚類的粒子群算法與粒子群算法及模糊粒子群算法分別進(jìn)行了比較,對(duì)比結(jié)果說明提出的優(yōu)化方法進(jìn)一步降低了網(wǎng)損。
[Abstract]:In view of the scenario that photovoltaic distributed generation (PV-DG) will be heavily connected to distribution network, a PV-DG pre-day output optimization algorithm based on K-means clustering particle swarm optimization (PSO) is proposed. The algorithm classifies nodes by K-means clustering method according to the analysis of hourly network loss of nodes connected to different distribution networks by PV-DG in turn, and initializes the PV-DG output of grid-connected nodes according to the designed allocation formula. This output force is introduced into the particle swarm optimization as an initialized particle. The prediction method of time-sharing coefficient autoregressive moving average (ARMA) model is compared with that of conventional ARMA model. The simulation results show that the prediction accuracy of time-sharing coefficient ARMA model is improved. The PSO algorithm based on K-means clustering is compared with PSO algorithm and fuzzy PSO algorithm respectively. The comparison results show that the proposed optimization method can further reduce the network loss.
【作者單位】： 國(guó)網(wǎng)湖北省電力公司信息通信公司;
【分類號(hào)】：TM714.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張亮;呂林;;利用粒子群算法解決電網(wǎng)優(yōu)化購(gòu)入電量[J];電力系統(tǒng)保護(hù)與控制;2009年22期

2 趙菲;焦彥軍;;基于粒子群算法的輸電線路參數(shù)辨識(shí)[J];陜西電力;2011年09期

3 徐余法;高潔;陳國(guó)初;;一種改進(jìn)粒子群算法及其在風(fēng)電場(chǎng)中的應(yīng)用[J];華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2012年03期

4 仲曉春;彭春華;陳佳琰;;基于改進(jìn)粒子群算法的機(jī)組經(jīng)濟(jì)運(yùn)行的博弈[J];華東交通大學(xué)學(xué)報(bào);2008年03期

5 馬立新;屈娜娜;單冠華;王守征;;電力系統(tǒng)無功優(yōu)化的柯西粒子群算法[J];控制工程;2011年05期

6 王道軍;孫俊;須文波;;量子粒子群算法在電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用[J];計(jì)算機(jī)工程與設(shè)計(jì);2008年19期

7 黃燕燕;彭春華;;改進(jìn)粒子群算法在電力系統(tǒng)經(jīng)濟(jì)調(diào)度中的應(yīng)用[J];電力科學(xué)與工程;2011年04期

8 周宣;;基于隨機(jī)自適應(yīng)粒子群算法的電力系統(tǒng)無功優(yōu)化[J];計(jì)算機(jī)與現(xiàn)代化;2011年12期

9 鄭禹;汪萍;;基于粒子群算法的稀布陣?yán)走_(dá)防雷優(yōu)化設(shè)計(jì)分析[J];電腦知識(shí)與技術(shù);2013年08期

10 林國(guó)漢;章兢;劉朝華;趙葵銀;;改進(jìn)粒子群算法優(yōu)化擴(kuò)展卡爾曼濾波器電機(jī)轉(zhuǎn)速估計(jì)[J];計(jì)算機(jī)應(yīng)用研究;2013年07期

相關(guān)會(huì)議論文 前6條

1 劉文許;林禮清;溫步瀛;;電力市場(chǎng)下基于改進(jìn)粒子群算法的AGC機(jī)組選擇[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

2 王征;劉大寶;王家林;王永驥;;基于離散粒子群算法的船舶電力系統(tǒng)重構(gòu)研究[A];2011年中國(guó)智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第一分冊(cè)）[C];2011年

3 馬飛;陳雪波;李小華;;改進(jìn)的粒子群算法在電力系統(tǒng)AGC中的應(yīng)用[A];第16屆中國(guó)過程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)議論文集[C];2005年

4 劉暢;李渝曾;李海英;;基于遺傳算法與粒子群算法的機(jī)組開停機(jī)規(guī)劃[A];2008中國(guó)電力系統(tǒng)保護(hù)與控制學(xué)術(shù)研討會(huì)論文集[C];2008年

5 曹蘊(yùn);盛四清;姚煜;;基于混沌粒子群算法的配電網(wǎng)規(guī)化[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

6 于騰凱;李燕青;謝慶;;基于改進(jìn)粒子群算法的配電網(wǎng)分段開關(guān)優(yōu)化研究[A];中國(guó)高等學(xué)校電力系統(tǒng)及其自動(dòng)化專業(yè)第二十四屆學(xué)術(shù)年會(huì)論文集（中冊(cè)）[C];2008年

相關(guān)博士學(xué)位論文 前3條

1 李慶偉;粒子群算法及電廠若干問題的研究[D];東南大學(xué);2016年

2 黃平;粒子群算法改進(jìn)及其在電力系統(tǒng)的應(yīng)用[D];華南理工大學(xué);2012年

3 張震;骨干粒子群算法及其在電力變壓器設(shè)計(jì)中的應(yīng)用[D];浙江大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 陳百霞;考慮風(fēng)電場(chǎng)并網(wǎng)的電力系統(tǒng)無功優(yōu)化[D];山東大學(xué);2015年

2 付燕杰;獨(dú)立型風(fēng)/光/儲(chǔ)發(fā)電系統(tǒng)容量配置的優(yōu)化研究[D];內(nèi)蒙古工業(yè)大學(xué);2015年

3 肖海波;基于改進(jìn)粒子群算法的水—火發(fā)電系統(tǒng)聯(lián)合調(diào)度[D];華北電力大學(xué);2015年

4 楊三根;風(fēng)電與水電聯(lián)合調(diào)度問題研究[D];電子科技大學(xué);2015年

5 趙毅薇;直覺模糊粒子群算法在發(fā)電機(jī)組啟動(dòng)策略中的應(yīng)用[D];電子科技大學(xué);2014年

6 周東瑞;基于粒子群算法的配電局域網(wǎng)無功優(yōu)化研究[D];山東大學(xué);2015年

7 朱良;基于云計(jì)算和優(yōu)化KMeans的電力不良數(shù)據(jù)辨識(shí)[D];華北電力大學(xué);2015年

8 甄真;包頭地區(qū)含風(fēng)電場(chǎng)電力系統(tǒng)的無功優(yōu)化研究[D];華北電力大學(xué);2015年

9 侯碩楠;改進(jìn)的粒子群算法及其在電力系統(tǒng)無功優(yōu)化中的應(yīng)用[D];東北大學(xué);2014年

10 黃知偉;基于云粒子群算法的含DG配電網(wǎng)故障定位[D];湖北工業(yè)大學(xué);2016年

，

本文編號(hào)：2382555