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。6高电压技术2017,43(4)多负载节点的聚类。初始化分配的第2步是在聚类中分配每个节点的渗透率。在聚类中，节点按其对应网损距离升序排列。节点渗透率分配为c11ln(1)1ln(1)nnNnnKKn=+=∑+(16)式中：nK是节点n的分配渗透率，本文由公司网站滚圆机网站采集转载中国知网资源整理!www.wanguanji138.com聚类cn包含N个节点，节点在聚类中的排序为n。聚类中每个节点分配渗透率的权重为1/ln(n+1)，从式(16)可知具有较小网损的节点将会被分配更多的渗透率。本文将上述初始化的PV-DG渗透率作为PSO算法的初始化粒子解前分配计划-数控滚圆机滚弧机折弯机张家港电动滚圆机滚弧机折弯机。3算法流程图本文算法流程图如图1所示，首先初始化配电网参数及天气因素，根据晴朗系数对PV-DG发电量进行建模,进一步通过基于分时预测系数ARMA模型预测得到日前晴朗系数及日前用电负荷，根据PV-DG发电量模型结合日前晴朗系数计算日前PV-DG发电量,将日前负载需求及日前PV-DG发电量引入配电网中计算配电网的每小时网损,通过K-means聚类方法根据每小时网损对配电网的节点进行分类，根据设计的分配式(15)和式(16)结合节点K-means分类初始化并网节点的PV-DG渗透率，将初始化渗透率作为粒子群优化（particleswarmop-timization,PSO）的初始解，最后通过基于K-means初始化的PSO以网损最小化为优化目标优化PV-DG的渗透率。4仿真场景及优化目标函数4.1仿真场景如图2所示，为本文的38节点配电网模型，文献[24]中详细描述了此配电网模型的参数。根据地区的用电曲线及天气相似性，本文假设在此配电网模型下的晴朗系数及负载需求的变化趋势相同。4.2优化目标函数多点PV-DG的接入将会对配电网的潮流特别是网损造成较大影响。本文的优化方法中，配电网中的多个节点会被连接光伏分布式电源。针对此多点接入的情况，优化目标为最小化配电网的每小时网络损? 前分配计划-数控滚圆机滚弧机折弯机张家港电动滚圆机滚弧机折弯机本文由公司网站滚圆机网站采集转载中国知网资源整理!www.wanguanji138.com