基于变量相关性特征聚类的多场景分布式电源规划

分布式电源和负荷功率的时序随机性给分布式电源规划带来巨大挑战。首先,将全年各时段的风速、光照强度和负荷大小组成多元时序数据并进行变量相关性特征聚类,得到全年典型规划场景以及对应的权重;然后,建立以分布式电源投资商收益、配电网公司收益最大化为优化目标的分布式电源规划模型,并采用非支配排序遗传算法2对模型进行求解得到帕累托最优解集,采用基于熵权的逼近理想解排序决策法对帕累托最优解集进行多目标折中决策,得到规划方案。仿真算例验证了所提出方法的有效性。