主动管理技术的快速发展为分布式光伏发电大规模接入配电网提供了可能。将主动管理与分布式光伏优化配置相结合，以分布式光伏的安装位置、容量和主动管理措施为决策变量，建立以分布式光伏能量渗透率最大和电压偏差最小为目标函数的优化配置模型；利用基于二分K-均值聚类的多场景分析法处理光伏出力和负荷的不确定性及时序特性，克服K-均值聚类场景缩减对初始质心选取敏感的缺陷；提出基于并行计算的多场景分析和多目标分子微分进化算法对优化模型进行求解，得到配电网分布式光伏最优配置方案及主动管理策略。IEEE 33节点配电系统仿真结果表明，所提优化配置方法可有效提高分布式光伏消纳量并保证供电质量。

二分K均值算法matlab代码k均值用于流式传输和分布式大稀疏数据 介绍 在此存储库中，我们提供了核心集算法的Matlab实现，可用于以下方面的评估： k均值用于流传输和分发大稀疏数据。 Artem Barger和Dan Feldman。 2016年SIAM数据挖掘国际会议论文集。 工业和应用数学学会，2016年。 演算法 我们提供了以上论文中使用的三种算法的实现： 统一核心集 不一致的最强（基于灵敏度） 我们的算法（确定性核心集构建） 原料药 Coreset算法提供了两个非常基本的API： 从R^d给定点P的集合： computeCoreset(P ）-将点P压缩为加权集C的核心集 给定两个核心集C1和C2： mergedCoreset(C1, C2) -将两个核心集合并为一个新的C'。 详细用法 矩阵Matrix.m 矩阵抽象将R^d中n P点的集合封装在大小为n-by-d R^d的矩阵中。 PointFunctionSet - PointFunctionSet.m 表示加权点集的类，根据将点映射为实际值（权重）的函数来表示。 统一核心集uniformCoreset.m 使用以下A

K均值聚类算法的PPT，包含最基本的K均值算法，以及改进性算法：K-means++算法 ，Isodate算法，二分K均值算法

二分K均值聚类算法优化及并行化研究.pdf