摘要：随着风电和光伏等新能源的大规模并网接入，配电网规划方法的效率与规划结果的经济性面临严峻挑战。一方面，难以有效刻画风光出力的随机性和波动性，导致规划方案在实际运行中适应性不足；另一方面，缺乏对多场景不确定性的系统性分析，无法充分利用源网储协同优化的潜力，从而影响规划结果的经济性。因此，为应对此问题，本文提出了一种基于改进模糊聚类（FCM）的源网储协同规划方法。首先，通过蜜獾算法（HBA）对模糊聚类进行优化，处理风光出力数据以获取典型风光场景集，确保所选场景能够全面代表风光出力的多样性与复杂性；然后，构建了面向海量场景的源网储协同规划模型，旨在提升规划效率与结果的经济性。最后，在IEEE 33节点配电网系统中进行了仿真分析，以验证所提方法与模型的有效性和优越性。仿真结果表明，本文所提出的方法显著提高了配电网规划的效率，并在规划结果的经济性方面表现出明显优势，为高比例新能源接入下的配电网规划提供了有效的技术手段。
文章目录
1 引 言
2 基于改进模糊聚类的典型日场景生成方法
2.1 HBA-FCM算法
2.2聚类数选取原则
3 配电网源网储协同规划模型
3.1 目标函数
3.2 约束条件
4 求解方法
5 算例分析
5.1 算例设置
5.2 HBA-FCM聚类方法优越性分析
6 结论
