配电网集群划分如何融合楼宇空间布局？谱聚类+遗传算法实战解析

直接说结论：集群划分不是简单跑一个K-means就完事，真正的难点在于把“电气距离”“空间距离”“楼宇负荷特性”这些维度拧成一股绳。这篇内容是我用Matlab做“考虑楼宇空间布局的电力系统集群规划”时的完整记录，从问题建模、相似度矩阵构造、谱聚类和遗传算法的配合，到最终结果评价与调试踩坑，全部摊开讲。适合正在做主动配电网分区、分布式电源消纳、或者写电力系统方向论文的工程师和研究生参考。

我一开始做这个项目时也以为，把IEEE 33节点系统拿过来，算个电气距离，聚类就结束了。实际做下来才发现，如果完全不看楼宇的空间位置，聚类结果里经常出现同一栋楼的不同节点被分到两个集群，或者某栋楼的负荷曲线和光伏出力强相关，却被硬生生拆开。这种结果写论文还行，拿到调度现场根本没法用。所以后来我在建模时把楼宇空间布局作为关键维度加入，相当于给每个节点额外贴了一组空间属性标签，然后再去跑聚类，效果完全不一样。

1. 为什么要做“考虑楼宇布局”的集群划分

1.1 集群划分解决的现实问题

配电网里的分布式电源渗透率越来越高，光伏、储能、充电桩大量接入之后，集中调度面临的压力是几何级增长的。一个区域几百个节点，全部集中到一个控制中心去协调，不仅通信延迟受不了，故障时也难以快速隔离。集群划分的核心思路，就是把一个大网络切割成若干个子区域，每个子区域内部尽量实现功率自平衡，区域之间的联络线只承担较小的功率交换。这样在调度上可以实现分层分区控制，故障时“各管各的地盘”，不至于一点波动拖垮整个网络。

集群划分的应用场景其实很具体：主动配电网分区自治、分布式光伏的消纳范围控制、黑启动方案里划分孤岛、需求响应资源的聚合分组，都会用到类似的算法。划分得好不好，直接决定了后续调度策略能不能执行下去。

但这里有个容易被忽略的前提：集群划分不是纯粹的网络拓扑问题。电网里的节点对应的不是抽象的数学点，而是真实的楼宇、厂房、居民小区。一个节点的负荷曲线，往往是由它所在的那栋楼的功能决定的。同一栋商业楼里的节点，白天冷负荷飙升；同一片住宅区的节点，傍晚出现晚高峰。如果我们做聚类时只用电气距离，丢掉空间位置和负荷属性，那么划出来的集群可能拓扑上是连通的，但物理调度上完全不合理。

1.2 楼宇空间布局为什么是关键信息

楼宇空间布局这个信息，本质上包含了三重含义。第一重是地理邻近性，距离近的节点之间线路短、阻抗小，功率交换的电气损耗低，把它们划到一个集群里有天然的经济性优势。第二重是资源相关性，同一片区域里的屋顶光伏，接收的太阳辐射曲线几乎一样，出力同步波动；如果能把光伏出力强相关的楼宇放在同一个集群里，就能通过集群内部协调来平抑波动，而不需要把波动抛给上级电网。第三重是负荷特性一致性，办公楼、商场、住宅、学校，各类建筑的功能不同，负荷曲线差异很大。一个合理的集群，应该尽量让内部的负荷曲线形态相近，这样集群内部调度时，调节资源的响应节奏才能匹配得上。

我处理过一组实际楼宇数据，某商业综合体和旁边一栋住宅楼，电气距离很近，但负荷曲线几乎相反——商业楼白天用电、晚上降下来，住宅楼晚上走高。如果只按电气距离聚类，它们会被分在一起，结果就是集群内部的净负荷峰谷差特别大，集群自平衡能力很差。把楼宇负荷特性加进相似度矩阵之后，这个问题马上消失了。

1.3 整体技术路线怎么搭

这个项目我采用的思路分四步走：第一步，数据准备，把所有节点的坐标、负荷曲线、光伏出力曲线、线路阻抗参数整理成结构化数据；第二步，构造综合相似度矩阵，把电气距离、空间距离、负荷相关性融合成一个矩阵；第三步，用谱聚类得到初步划分结果，再用遗传算法在约束条件下细化和优化；第四步，用集群自治率、模块度、联络线功率波动等指标评价划分质量。这套流程跑通之后，换任何数据只需要改数据读取部分，算法主体基本不用动。

2. 数学模型与目标函数设计

2.1 把配电网建模成加权图

集群划分的数学本质是图分割问题。先把配电网表示成一个无向加权图 (G=(V,E))，其中 (V) 是节点集合，对应实际的母线、楼宇接入点；(E) 是支路集合，对应馈线和变压器支路。每条边有一个权重，通常取电抗或者阻抗的倒数，表示两个节点之间的电气耦合强度。

节点上还要挂属性向量。除了常规的有功、无功负荷，我还把楼宇的空间坐标 ((x_i, y_i))、楼宇类型、典型日负荷曲线、光伏装机容量这些都放进去。这样每个节点就不仅仅是拓扑里的一个点，而是带有完整空间和运行属性的实体。

需要提醒的是，图模型里的边权不一定要直接用阻抗。如果目标是减少集群间有功流动，边权可以用电抗 (X_{ij})，因为有功功率的传输主要受电抗影响；如果目标是关注电压支撑，可以换成电气距离矩阵。电气距离的常见计算方式是基于灵敏度矩阵：先求潮流雅可比矩阵，再通过求逆得到节点电压对注入功率的灵敏度，两个节点之间的电气距离定义为所有相关灵敏度差值的某种范数。这种做法比直接用阻抗更准确，但计算量大一些。我在Matlab里先跑一次潮流，然后把雅可比矩阵调出来算电气距离，大概多花十几行代码，效果比简化处理稳得多。

2.2 多目标函数怎么定权重

目标函数我拆成了三个分量。第一个是集群内功率平衡度，希望每个集群内部尽量自给自足，定义成集群内总发电与总负荷的匹配程度；第二个是集群间联络线功率最小化，即集群之间交换的功率越小越好，这样故障时影响范围小；第三个是空间紧凑度，希望同一个集群的节点在空间上尽量聚集，不能出现两个相距很远的区域被划成一团的情况。

整体目标函数写成：

[
\min F = \alpha (1 - f_{balance}) + \beta f_{tie} + \gamma f_{compact}
]

其中 (f_{balance}) 是归一化的集群功率自平衡率，(f_{tie}) 是归一化的联络线总功率，(f_{compact}) 是归一化的集群内部空间距离方差。(\alpha)、(\beta)、(\gamma) 是权重系数，三者之和为1，具体取值根据工程需求调节。如果这个项目更关注分布式光伏消纳，就把 (\alpha) 调大一些；如果更关注故障隔离效果，就把 (\beta) 调大一些。

这里有一个很重要的实操点：三个分量的量纲不同，直接加权没有意义。必须先把每个分量归一化到同一个数量级，再做线性加权。我一开始吃过亏，功率平衡度的数值在0.6～0.9之间，联络线功率在几千千瓦的量级，空间紧凑度又只有几百，结果三个项一加权，功率项完全压过了其他两项，相当于白设了两个目标。后来把每一项都除以各自的最大值，或者用min-max归一化映射到0～1区间，权重才能真正发挥作用。

2.3 约束条件不能只写连通性

集群划分的约束条件里，最容易被忽略的就是连通性。很多算法跑出来，某个集群的节点集合在拓扑上分成两块互不相连的子块，但指标算出来还挺好。这种结果在实际调度中完全不可用，因为两个不连通的子块之间根本没有实际的功率交换通道。我是在遗传算法解码之后加一个DFS深度优先搜索的连通性检查，不连通直接罚掉，而不是等适应度算完再处理。

其他约束还包括：每个节点必须且只能属于一个集群；集群数量 (K) 是预设的，或者在一个范围内由算法自适应决定；每个集群的节点数有上下限，避免出现一个集群只有一个节点、另一个集群有几十个节点的极端情况；集群间的联络线传输功率不能超过容量上限。对于联络线容量约束，我在目标函数里加了罚函数项，如果超过容量就按超出比例施加惩罚，这样引导算法在搜索过程中慢慢避开不可行解，而不是直接拒绝，避免搜索空间被切割得太零碎。

2.4 评价指标怎么落到实际

算法跑完之后，不能只看聚类图花花绿绿的好看。我习惯用三个量化指标做最终评价：第一个是模块度 (Q)，它衡量的是“集群内部边的密度与随机情况下期望值的偏差”，数值范围在[-0.5, 1]之间，越接近1说明划分的社区结构越明显；第二个是集群自治率，计算每个集群内部电源供给占本地负荷的比例，平均值越高说明自平衡能力越强；第三个是联络线功率波动率，取典型日内各集群间联络线功率的标准差，这个指标能反映划分结果在动态运行中的稳定性。

三个指标各有侧重。模块度是纯拓扑视角，自治率是运行视角，联络线波动率是动态视角。只用一个指标评价划分质量容易过拟合，我当时就是模块度很高，但自治率只有不到50%，后来调整权重才让三个指标都达到比较合理的范围。做项目汇报或者写论文的时候，这三个指标并列展示，说服力比单独贴一张聚类图强很多。

3. 核心算法与Matlab实现要点

3.1 谱聚类和遗传算法怎么选型

算法选型上，我尝试了两种主流方法：谱聚类和遗传算法。谱聚类的优势是计算快、适合处理非凸形状的簇，缺点是初始聚类数量 (K) 要提前定好，而且对相似度矩阵的参数很敏感。遗传算法的优势是能灵活处理各种约束、不需要预设K值，缺点是收敛速度慢，节点数量多的时候种群迭代一次就要跑很久。

最终我采用了两者结合的方式：先用谱聚类跑出一个初始划分，把这个划分作为遗传算法的初始种群的一部分，然后在遗传算法的迭代过程中继续优化。这种做法的逻辑很简单——谱聚类给了一个不错的起点，遗传算法在这个起点附近做局部精细搜索，同时保留一定的全局变异能力，避免陷入局部最优。实测下来比单独用任何一种算法都能更快收敛，而且最终指标的稳定性好很多。

如果项目时间紧，不想做混合算法，我建议直接谱聚类，因为它实现起来代码量小，调试简单。但前提是数据预处理要做得足够好，特别是相似度矩阵的构建。如果追求性能上限，或者约束条件比较复杂，再上遗传算法不迟。

3.2 Matlab代码整体结构与数据准备

代码组织上，我没有把所有逻辑堆在一个文件里，而是拆成了模块化脚本：

• main.m：主入口，控制整体流程，先读数据再调算法
• load_building_data.m：读取楼宇节点坐标、负荷曲线、光伏出力数据
• build_similarity_matrix.m：构造综合相似度矩阵，这是整个项目的核心
• spectral_cluster.m：谱聚类主函数
• genetic_optimize.m：遗传算法优化函数
• evaluate_cluster.m：计算评价指标
• plot_cluster_map.m：绘制地理分布聚类图

数据准备阶段有两点很重要。第一点是坐标系的统一，如果楼宇坐标来自不同的数据源，有的是经纬度，有的是平面坐标（比如北京54、西安80坐标系），必须先转成同一个平面坐标系，否则算距离会出大问题。我当时直接用经纬度调了deg2km换算，但更稳妥的做法是用lla2ecef转换成地心直角坐标，或者用UTM投影转平面坐标再算欧氏距离。第二点是负荷数据的对齐，各个楼宇的采样间隔可能不一样，有的是15分钟一个点，有的是1小时一个点，要统一插值到同一时间轴上。我在Matlab里用retime（如果是timetable类型）或者interp1做线性插值，对齐之后再把数据存成矩阵。

3.3 综合相似度矩阵的构造是关键

相似度矩阵是整个算法的灵魂。我的构造方式是把三个核矩阵做加权融合：

首先计算电气距离矩阵 (D_{elec})，这里面我用的是戴维南等效思路：对每个节点做一次单位注入，计算其他节点的电压变化，得到灵敏度矩阵，再用灵敏度差值算电气距离。这种方法的物理意义更明确，比单纯用电抗更贴近实际运行状态。

其次计算空间距离矩阵 (D_{geo})，直接用楼宇坐标的欧氏距离，坐标归一化之后带入。

最后计算负荷曲线相关性矩阵 (C_{load})，用Pearson相关系数衡量各节点典型日负荷曲线的相似度。皮尔逊相关系数对曲线的形状敏感，但对绝对幅值不敏感，恰好适合衡量负荷形态的相似性。

综合相似度矩阵的每个元素：

[
S_{ij} = \alpha_s \cdot \exp\left(-\frac{D_{elec,ij}^2}{2\sigma_e^2}\right) + \beta_s \cdot \exp\left(-\frac{D_{geo,ij}^2}{2\sigma_g^2}\right) + \gamma_s \cdot C_{load,ij}
]

三个高斯核的带宽参数 (\sigma_e)、(\sigma_g) 分别控制电气距离和空间距离的影响范围。带宽太小，相似度矩阵会变得很稀疏，聚类变成一堆孤立节点；带宽太大，所有节点的相似度都趋同，聚类失去区分度。我一般把带宽设为对应距离矩阵的标准差，这样高斯核能覆盖大部分节点的邻域范围。

权重 (\alpha_s)、(\beta_s)、(\gamma_s) 的取值需要根据项目侧重点调整。我这个项目重点考察楼宇空间布局的影响，所以 (\beta_s) 和 (\gamma_s) 的比重会大一些，大概在0.35和0.4左右，(\alpha_s) 取0.25。具体可以在小样本上做敏感性分析，看着收敛曲线和评价指标的反馈来调。

3.4 谱聚类的关键代码细节

谱聚类的Matlab实现核心代码大致如下：

matlab复制% 假设 S 是已经构造好的 n*n 对称正定相似度矩阵
n = size(S, 1);
D = diag(sum(S, 2));           % 度矩阵
L = D - S;                      % 拉普拉斯矩阵

% 归一化拉普拉斯矩阵
D_inv_sqrt = diag(1 ./ sqrt(sum(S, 2) + eps));
L_sym = D_inv_sqrt * L * D_inv_sqrt;

% 取最小的 k 个特征向量（注意用 eigs 而不是 eig）
k = 4;
[V, ~] = eigs(L_sym, k, 'smallestreal');

% 对特征向量按行归一化
U = V ./ sqrt(sum(V.^2, 2) + eps);

% 对归一化后的特征向量做 K-means 聚类
cluster_idx = kmeans(U, k, 'Replicates', 10, 'Distance', 'sqeuclidean');

这里有个非常重要的细节：归一化拉普拉斯矩阵的特征分解，一定要用eigs而不是eig。eig会计算所有特征向量，当节点数量扩大到几百上千时，内存占用和计算时间都不可接受；eigs只计算最小几个特征值对应的特征向量，配合稀疏矩阵存储，速度完全不是一个量级。我测试过1000个节点的情况，eig要算将近一分钟，eigs只用了两三秒。

特征向量按行归一化这一步也容易忽略。不归一化就直接做K-means，聚类结果往往不稳定，因为不同特征向量的尺度差异会影响距离计算。归一化之后，每行向量落在单位球面上，几何意义更明确，聚类的稳定性会明显提升。

3.5 遗传算法怎么做编码和适应度

遗传算法是在谱聚类结果的基础上做精细化优化的。编码方式我用的是整数编码：每个个体是一个 (1 \times n) 的向量，第 (i) 个位置上的整数表示节点 (i) 所属的集群编号。比如向量 [2 1 3 2 ...] 表示节点1属于集群2，节点2属于集群1，以此类推。

适应度函数直接关联目标函数值，把约束条件转成罚函数项：

matlab复制function fit = fitness_func(individual, data)
    % individual: 1*n 整数编码向量
    % 解码：每个集群的节点集合
    clusters = cell(1, K);
    for i = 1:n
        clusters{individual(i)} = [clusters{individual(i)}, i];
    end
    
    % 计算目标函数三个分量
    balance = calc_balance_ratio(clusters, data);
    tie_power = calc_tie_power(clusters, data);
    compactness = calc_compactness(clusters, data.xy);
    
    % 连通性检查
    connectivity_penalty = 0;
    for c = 1:K
        if ~check_connectivity(clusters{c}, data.adj_matrix)
            connectivity_penalty = connectivity_penalty + 100;
        end
    end
    
    % 加权目标 + 罚函数
    raw_cost = alpha * (1 - balance) + beta * tie_power + gamma * compactness;
    fit = raw_cost + connectivity_penalty + cluster_size_penalty;
end

遗传算法的参数上，种群规模我取100，迭代代数100代，交叉概率0.8，变异概率0.05。注意变异操作要设计得合理：随机选中一个节点，把它从当前集群挪到相邻节点所在的集群，而不是完全随机地赋一个集群编号。这样变异后的解才有较大概率保持连通性，搜索效率会高很多。完全随机变异的话，大部分变异产生的个体都是不连通的，适应度极差，选择压力会让算法很快就收敛到局部最优。

4. 仿真案例与常见问题排查

4.1 算例设置与场景对比

我用的是IEEE 33节点标准算例，在这个基础上给每个节点配置了楼宇坐标和负荷数据。实际做的时候，我从某区域的地理信息里提取了楼宇分布，然后按位置映射到33节点系统上，相当于做了一次坐标迁移。如果你手里没有实际楼宇坐标数据，可以用Matlab的rand随机生成，但要注意不要让坐标过于聚集，否则空间距离项会失去区分度。

为了验证考虑楼宇空间布局的增益，我设置了三个对照场景：

• 场景A：只考虑电气距离做聚类
• 场景B：只考虑空间距离和负荷相关性
• 场景C：三者综合（本文方法）

三个场景用同一套约束条件，跑完之后用同样的指标评价。对比发现，场景A的模块度最高，但空间紧凑性和自治率得分低；场景B的空间指标好，但集群间联络线功率偏高；场景C三个指标都处于中等偏上的水平，特别是自主衡率比场景A提高了约15个百分点，联络线波动率下降了约20%。这就是综合相似度矩阵的价值，它牺牲了一部分纯粹拓扑结构上的模块度，换来的是更贴近工程实际的综合性能。

4.2 结果展示怎么画才直观

结果可视化这部分，我用了plot函数绘制节点坐标散点图，每个集群用一种颜色标记，集群间联络线用加粗的虚线标出来。如果数据量不大，还可以在每个集群的重心位置标注集群编号，方便汇报时说明。

画图时有一个细节：颜色顺序要固定，否则多次运行结果图的配色会变，对比起来很麻烦。Matlab的colormap默认配色在集群数多的时候区分度不够，我一般用lines或者自定义一组高对比度的颜色，再搭配scatter的filled参数让节点更醒目。聚类边界如果要做包络线，可以用boundary函数提取凸包或者非凸包轮廓，配合patch填充半透明颜色，图面效果会专业很多。

4.3 常见问题与排查表

这里把我实操中遇到的高频问题整理成一张表，按出现频率排序：

4.4 我踩过的几个坑

第一个坑是数据归一化。楼宇坐标的数值量级可能是几百到几千，负荷功率是几十到几百千瓦，Pearson相关系数又是0到1之间，这三个量直接放进相似度矩阵，距离项和相关性项的贡献完全失衡。我一开始没有对坐标做归一化，结果空间距离项基本主导了聚类结果，负荷相关性的影响被完全淹没。后来把所有特征都归一化到零均值单位方差，问题才解决。

第二个坑是随机数种子。Matlab的kmeans和遗传算法初始化都依赖随机数，不固定种子的话，每次跑的结果都会略有差异。如果是在做课题研究，老师或者评审经常会要求可复现性，所以跑关键实验之前，我一定先执行rng(2024)或者任意固定值，保证结果可复现。这一点看似不起眼，但真的能省去很多解释不清的麻烦。

第三个坑是负荷数据里的零值。有些商业楼宇凌晨几乎零负荷，日曲线的方差会很大，皮尔逊相关系数在这种数据上数值很不稳定。我做了个处理，把负荷低于装机容量5%的时段判断为休眠状态，相关性计算时对这些时段做了降权。这样做之后，相关系数更稳定，聚类结果也更符合直觉。

4.5 算法性能与扩展空间

从计算效率来说，纯谱聚类在33节点系统上几乎是毫秒级完成，加上遗传算法100代迭代，整体跑完也不到一分钟。如果节点规模扩大到几千个，谱聚类部分依然是瓶颈不大，瓶颈主要在遗传算法。这时有两个优化方向：一是改用专门面向图分割的算法，比如Louvain算法，它的计算速度非常快，能处理十万级节点；二是用并行计算工具箱，把遗传算法的种群个体拆分到多个worker并行评估适应度，性能提升接近线性。

这个项目后续还能往几个方向扩展：一是加入时序数据，用动态聚类的方法处理不同季节、不同天气下的负荷和光伏波动，让划分方案具备时变性；二是加储能配置优化，在集群划分的同时优化储能的位置和容量，形成联合优化方案；三是考虑故障场景下的集群重构能力，划分时预设一定的N-1冗余，让集群在故障时能快速切换运行方式。这几个方向都是当前电力系统领域比较活跃的研究点，如果手里已经有了一套能跑的集群划分基座，往上加模块并不难。

最后再分享一个调试技巧

有一个小技巧在排查聚类问题时非常有用：把相似度矩阵用imagesc画出来，配合colorbar看看热力图的分布。如果热力图上大部分区域都是深色（接近0），只有少数亮点，说明相似度矩阵太稀疏，带宽或者归一化可能有问题。如果热力图一片模糊、颜色很均匀，说明区分度不够，权重配比可能需要调整。这一步比直接看聚类结果直观得多，能帮你快速定位是数据问题、参数问题还是算法问题。我做这个项目时，每次调整完相似度矩阵的构造方式，都会先看一眼热力图确认结构合理，再往下跑聚类，省掉了很多无效迭代。