论文部分内容阅读
电力系统是由发电、输电、配电和用电等环节组成的电能生产与消费系统,其中对电力负荷的聚类分析与经济负荷分配是研究电力系统的重要组成部分。随着电力负荷的快速增长,负荷聚类分析已成为精细化解决电力产业突出问题的重要基础,通过深度挖掘用户端电力负荷特性能够对负荷分配作出优化调整,降低发电投资和运行经济成本,有效解决供需矛盾的难题。本文针对电力系统负荷聚类分析和经济分配问题,利用改进的鲸鱼优化算法(Whale optimization algorithm,WOA),分别对电力负荷模糊C均值(Fuzzy c-means,FCM)聚类分析方法、电力经济负荷分配方法等进行了研究。主要研究工作如下:1.在电力负荷聚类分析中,针对模糊C均值聚类算法存在无法事先确定聚类数目与对聚类中心敏感,可能会导致负荷聚类不准确,影响聚类结果的问题,提出一种基于WOA-FCM算法的电力负荷聚类分析方法。采用一种新聚类有效性指标来确定聚类数目,引入寻优能力较强的鲸鱼优化算法对初始中心进行选取。算法在运行过程中能够自动确定聚类数、优化聚类中心。通过性能测试实验,验证了两种改进方法在确定聚类数和聚类中心方面的有效性,能够为聚类分析提供良好的初始参数。改进后的算法能对电力负荷数据进行更合理、有效的聚类,对负荷中的共性和差异性特征进行准确划分,提高了负荷整体聚类效果。2.电力经济负荷分配优化问题具有非凸性的特点,为了实现经济负荷最优,提出一种基于混合策略改进鲸鱼优化算法(Mixed strategy whale optimization algorithm,MSWOA)的电力经济负荷分配方法。采用帐篷映射生成初始种群为算法全局搜索奠定基础,引入非线性策略平衡算法的全局探索与局部开发能力,设定阈值进行变异操作避免算法出现早熟收敛。通过性能测试,验证了改进算法在搜索速度、收敛精度方面有显著提高,并且摆脱陷入局部最优解的能力强。实验表明,改进后的算法在求解电力经济负荷优化分配问题时,在收敛速度和确定最低成本方面具有明显优势。