28、农村电气化中 IntiGIS 模型消费者聚类的改进研究

农村电气化中 IntiGIS 模型消费者聚类的改进研究

1. 引言

在许多发展中国家，农村地区的电力供应是社会经济发展的关键因素。缺乏电力严重阻碍了当地居民生活条件的改善，他们往往依赖传统且低效的能源。因此，农村电气化成为减少贫困、促进教育和提高生活质量的重要战略。

然而，农村电气化规划面临诸多挑战，如将国家电网延伸到偏远地区成本高昂、人口密度低且分布分散以及财政资源有限等。为了做出明智决策，决策者依赖能源规划工具和模型。其中，大规模农村电气化的技术经济和地理空间规划模型（LCEM）备受关注，这些模型基于平准化电力成本（LCOE）评估农村电气化方案，通过地理空间规划确定各技术在研究区域内的位置。常见的模型包括 IntiGIS I、REM、ONSSET 等。

这些模型的关键输入之一是表示消费者位置及其能源需求的地图。消费者图层是所有地理空间数据的基础，决定了分析的空间范围。消费者聚合有多个层次，如个体消费者、社区或单元格。当模型以村庄或单元格为单位运行时，这些单元格被视为可行的微电网或电网扩展，可降低计算复杂度，但无法计算连接每个消费者与电源的网络布局。而以消费者层面进行高分辨率工作时，则需要聚类算法来识别需求密度足够的区域，以确保建设更大规模的能源输送系统。

聚类算法有助于决策者了解农村地区电力供应差异的潜在因素，确定最适合的电气化解决方案并合理分配资源。除 REM 外，大多数模型不以消费者层面工作，仅考虑连接单元格或社区与单一技术的成本来计算 LCOE。

IntiGIS 是一种地理空间模型，可评估和比较农村电气化的各种技术方案。本文聚焦于 IntiGIS 模型在农村电气化消费者聚类方面的改进，特别是 RElect_MGEC 算法，旨在提高