基于灰狼优化聚类算法的日负荷曲线聚类分析

针对模糊C-均值聚类算法(Fuzzy C-Means,FCM)应用于日负荷曲线聚类分析时存在易受初始聚类中心影响,易收敛于局部最优值以及日负荷曲线的内在特性难以通过距离得到充分反映的问题,利用日负荷特征值指标对日负荷曲线进行数据降维处理。提出了基于灰狼算法(Grey Wolf Optimizer,GWO)优化的模糊C-均值聚类算法(GWO-FCM)。该算法利用GWO为FCM优化初始聚类中心,结合了GWO的全局搜索能力和FCM的局部搜索能力。算例结果表明所提方法可有效提高日负荷曲线聚类效果,算法鲁棒性好。

计及价格要素的城市公共建筑群虚拟电厂聚类分析研究

价格机制是引导城市公共建筑调整用电行为的手段之一。为评估价格对城市公共建筑用电行为的影响及进一步挖掘城市公共建筑群作为可控负荷式虚拟电厂能源资源参与到电力调度或电力市场交易中,文章通过引入分时电价机制和用户心理学模型,对城市建筑日负荷曲线进行调整,形成考虑价格要素的日计价拟合负荷曲线;采用结合了聚合聚类法和模糊C均值法的两阶段聚类分析算法,对调整后的日负荷曲线进行聚类分析。根据上述方法,通过对100个典型负荷的聚类分析,验证了文章所选算法的有效性,并进一步探讨了通过价格机制引导不同的城市建筑负荷调整用电行为的潜力,为利用价格手段深入挖掘城市公共建筑群作为虚拟电厂资源提供依据。

基于数据挖掘技术的地区电网负荷特性分析与预测

针对不同地区的电网用电负荷特性,基于一种数据挖掘技术建立了地区电网负荷特性分析与预测模型。首先用模糊聚类分析对负荷影响因素约简,消除负荷影响因素之间的强相关性,并可将众多的影响因素按其特点进行归类;其次依托灰靶理论原理,以最大负荷状态模式构造标准模式序列并建立灰靶,对影响因素类进行灰靶变换,得出影响因素指标相对标准模式的靶心度;最后将靶心度转化为灰靶贡献度,将其平均值作为各类影响因素对最大负荷影响的权重系数,形成最大负荷预测模型。结合地区电网历年最大负荷和影响因素实际数据,验证了此组合模型有较好的实用性和较高的精确性。