确定性合同分解中异常负荷数据的识别与修正

电力市场的合同分解中应用确定性电量分解算法需要制定典型负荷曲线,历史负荷中的异常数据必然影响典型负荷曲线的有效性。文中借鉴计算统计学的等高线图法,采用系统聚类方法构造谱系树,将样本映射到叶结点,提出一种新的负荷形状畸变识别方法,并将其与传统的t检验法相结合,应用于负荷异常数据的识别和修正。应用该方法对浙江电网的历史数据进行了异常负荷的识别和修正,分析结果说明其简单、有效。

利用Rayleigh熵和并行计算的大规模电网异常负荷快速识别

为提升大规模电网应用场景下的计算效率和适应性,提出了一种利用Rayleigh熵和并行计算技术的异常负荷识别方法。首先分别构造大规模电网中各分区在负荷随机波动及噪声干扰情况下的数据源矩阵,继而构建其窗口矩阵和标准矩阵,进而形成各分区的样本协方差矩阵。其次,利用并行计算技术,采用Rayleigh熵同步快速估计各分区的MESCM指标。最后,通过对该指标进行越限判别,实现对大规模电网异常负荷的快速识别。借助MatlabR2014a和PST软件,案例分析在一个IEEE54机118母线标准系统和一个420机2736母线波兰系统中展开。与传统随机矩阵理论计算方法的计算结果比较表明了所提方法的有效性和高效性。