电力负荷聚类分析是需求侧管理、负荷建模、电力系统规划等工作的重要基础,对电力系统的分析、运行、规划都具有重要意义。随着电力系统信息化程度的不断提高,配用电侧不断生产并记录着海量数据,同时电力公司的营配一体化实现了多种不同业务系统的集成,这为更有效的挖掘负荷数据奠定了基础。精确化的电力负荷聚类能提炼出负荷的共性特征,对于用户层的负荷聚类分析能提取其用电模式,帮助深刻把握用户用电规律;对于变电站层的负荷聚类分析则能在很大程度上反映系统的运行状态,能有效解决负荷的时变性及区域分散性问题。针对负荷聚类研究已经取得的成果和存在的不足,本文分别对用户负荷与变电站负荷进行聚类方法研究,主要工作如下:(1)总结了负荷聚类的基本步骤,介绍了现有电力负荷聚类研究涉及的经典算法以及常见的几种聚类有效性评价指标,并对不同算法的优缺点做了评价;(2)对于用户负荷聚类,通过充分的算法比较分析,对用户聚类算法的选取提供了参考意见,为提高聚类算法计算效率,研究分析了常见的降维方法的效果;(3)现有关于变电站负荷的聚类研究基本都以行业构成比例为分析数据,而变电站下层的用户行业属性通常是人为划分的,并不以其实际用电特性为划分标准,为此分析了传统基于行业属性考虑构成的不足,并提出基于用户层聚类的变电站负荷构成分析;(4)对于变电站负荷的聚类提出了综合考虑变电站总负荷特性与构成成分两方面的聚类模型,提出使用权重自动更新的k-means算法予以求解,在变电站聚类结果评价方面提出了综合评价指标。基于某电网的用户与变电站负荷等数据构造算例,结果证明了所提方法的优越性,并通过负荷数据加噪声的方式,验证了算法具有较好的鲁棒性。
