Access of large-scale distributed power supply to the distribution network brings dimensionality disaster to the optimal dispatching of the distribution network. Therefore, it is necessary to cluster the distributed power supply to reduce the difficulty of regulation and control, and a reasonable division of distributed power supply cluster is very important. However, the incomplete real-time measurement data of the distribution network has caused difficulty and low time efficiency in real-time cluster division of the distribution network. Therefore, this paper proposes a distributed power cluster division strategy based on the smart local moving (SLM) algorithm and the radial basis function (RBF) neural network. First, the range of active power and reactive power regulation and the sensitivity of active power and reactive power to voltage are selected as the indexes of cluster division. By constructing a similarity matrix, the SLM algorithm is used to form the historical strategy library of cluster division of distributed power sources. Then, a voltage fitting model is established offline, which can observe the relationship between the power and voltage of buses in real time. Meanwhile, a voltage-division result model is established offline, and the real-time division result is obtained through the voltage online, which solves the problem that cluster division cannot be performed when the power flow model is missing, and improves the real-time performance of cluster division. Finally, the rationality and superiority of the algorithm are verified by simulation on MATLAB platform.
Keywords：smart local moving (SLM) algorithm;
radial basis function (RBF) neural network;
cluster partition;
voltage fitting
BU Qiangsheng, LÜ Pengpeng, LI Weiqi, LUO Fei, YU Jingwen, DOU Xiaobo, HU Qinran. Intelligent Partition Strategy of Distributed Photovoltaic Cluster in Distribution Network Based on SLM-RBF[J]. Journal of Shanghai Jiaotong University, 2024, 58(10): 1534-1543 doi:10.16183/j.cnki.jsjtu.2023.032
目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间.
The large-scale connection of distributed generation (DG) to the power grid brings about significant difficulties to the conventional centralized regulation of the power system. In order to improve the regulation flexibility of distributed generation cluster (DGC), a cluster partition method is proposed considering the supply-demand balance and response speed of DGC. Firstly, the cluster climbing flexibility is analyzed and a power allocation strategy is proposed to meet the demand of FM flexibility. Then, the DGC supply and demand balance index and response speed index are proposed, and the cluster partition method is obtained. Finally, an IEEE 33 node example is given to verify the effectiveness of the proposed method.
NIChunhua.Research on distributed photovoltaic cluster based multi-level coordinated voltage control in distribution network[D]. Nanjing: Southeast University, 2017.
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
Short-term power output forecasting of clustered photovoltaic solar plants based on cluster partition
1
2022
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
Parallel spectral clustering in distributed systems
1
2011
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
Artificial immune K-means grid-density clustering algorithm for real-time monitoring and analysis of urban traffic
1
2013
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
配电网分布式储能集群调压控制策略
1
2021
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
Control strategy of voltage regulation for distributed energy storage cluster in distribution network
1
2021
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
Parallel graph partitioning for complex networks
1
2017
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
面向分布式光伏虚拟集群的有源配电网多级调控
2
2018
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
... .文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
Multi-level dispatching and control of active distribution network for virtual cluster of distributed photovoltaic
2
2018
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
... .文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
基于Fast Unfolding聚类算法的规模化分布式光伏电源集群划分
3
2021
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
... ]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
Large-scale distributed PV cluster division based on fast unfolding clustering algorithm
3
2021
... 目前常用的分布式电源集群划分算法主要有3种.第1种是聚类分析算法,包括K-均值方法[10]、谱聚类方法[11];第2种是智能算法,如免疫算法[12]、遗传算法[13]等;第3种是社团发现算法,包括Girvan-Newman算法和Fast-Newman 算法等[14⇓-16].文献[15]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
... ]中提出一种基于Louvain算法的分布式电源的虚拟集群划分算法.文献[16]中利用 Fast Unfolding聚类算法对于规模化分布式光伏电源进行集群划分,并利用模块度函数达到无需人为设定集群数目的.文献[17]中根据改进遗传算法提出一种考虑集群综合指标的划分算法.文献[18]中采用遗传-模拟退火混合算法对配电网进行集群划分.文献[19]中提出一种改进的模块化划分算法,将配电网自动划分为考虑功率平衡的最优分区,以防止子区域间分布式电源数量不平衡和子区域内生产不足或过剩.但传统的聚类分析方法如K-均值聚类方法需要人为设定聚类数目,文献[17-18]中使用的智能算法易陷入局部最优,上述文献中基于社团理论的集群划分算法只考虑集群合并的问题,没有考虑单个节点在集群间移动的问题,因此现有集群划分算法在合理性上仍具有一定优化空间. ...
