融合聚类算法与多目标动态调整模型的分时电价优化研究
李震
陈巨龙
郭元萍
李奎
肖夏
贵州电网有限责任公司电网规划研究中心,贵州贵阳 550000
摘要：针对新能源高比例接入导致电网负荷波动加剧、现有分时电价机制时段划分静态化与价差优化单一化的问题,提出融合改进聚类算法与多目标动态调整模型的分时电价优化方法.通过构建基于模糊隶属度的净负荷特征分析框架,结合改进K-means聚类算法(以负荷极值点优化初始聚类中心),实现峰谷时段的动态精细化划分,解决了传统阈值法对经验依赖性强的问题,时段划分与负荷波动趋势匹配度提升23.6％.进一步提出灰狼算法(GWO)与竞争学习粒子群算法(RPCL)的融合策略,建立以峰谷差率最小化、购电成本优化及新能源消纳最大化为目标的多目标动态调整模型,并通过季节性CLIQUE聚类算法实现跨月份时段划分一致性优化.算例结果表明,优化后峰谷差率降至28％,尖峰谷电价比达5.4∶1,负荷削峰比提升至4.93％,有效平衡源荷储供需矛盾.研究成果为新能源主导型电网的动态电价调整提供了理论支撑与实用化工具.
关键词：分时电价优化峰谷时段划分多目标动态调整模型改进K-means聚类算法灰狼算法
分类号：F416.21(世界工业经济)
论文发表日期：2025-07-28
在线出版日期：2025-09-26（本平台首次上网日期，不代表文献的发表时间）
页数：9( 54-62 )
英文信息