CN103226661B - 市场环境下电力用户可靠性需求的计算机评估方法 - Google Patents

市场环境下电力用户可靠性需求的计算机评估方法 Download PDF

Info

Publication number
CN103226661B
CN103226661B CN201310145696.2A CN201310145696A CN103226661B CN 103226661 B CN103226661 B CN 103226661B CN 201310145696 A CN201310145696 A CN 201310145696A CN 103226661 B CN103226661 B CN 103226661B
Authority
CN
China
Prior art keywords
user
power
index
reliability requirement
lsqb
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310145696.2A
Other languages
English (en)
Other versions
CN103226661A (zh
Inventor
刘至锋
吴涵
陈彬
曾毅豪
王乐
管霖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Fujian Electric Power Co Ltd
Original Assignee
South China University of Technology SCUT
State Grid Corp of China SGCC
Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd
State Grid Fujian Electric Power Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT, State Grid Corp of China SGCC, Electric Power Research Institute of State Grid Fujian Electric Power Co Ltd, State Grid Fujian Electric Power Co Ltd filed Critical South China University of Technology SCUT
Priority to CN201310145696.2A priority Critical patent/CN103226661B/zh
Publication of CN103226661A publication Critical patent/CN103226661A/zh
Application granted granted Critical
Publication of CN103226661B publication Critical patent/CN103226661B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本发明涉及一种电力用户可靠性需求的分析和处理方法,特别是一种市场环境下电力用户可靠性需求的计算机评估方法,本发明结合供电企业需求,研究对任一供电区域评估其供电可靠性需求的方法:通过分析停电对不同行业用户的危害程度,提取了影响可靠性需求的关键用户特征信息,应用模糊决策方法,提出了一种基于用户特征信息的区域供电可靠性需求等级定量评判方法,目标是根据区域用户构成,能客观地比较和衡量其停电危害和损失的严重程度,更加科学地制定其供电可靠性要求。为配电网的规划、可靠性提升方案决策提供一定的参考。

Description

市场环境下电力用户可靠性需求的计算机评估方法
技术领域
本发明涉及一种电力用户可靠性需求的分析和处理方法,特别是一种市场环境下电力用户可靠性需求的计算机评估方法。
背景技术
用户供电可靠性是供电企业生产管理中的重要技术指标,然而,供电可靠性的提高往往伴随着电网投资的增大和输配电设备正常利用率的降低。可靠性和经济性通常是相互矛盾的,片面强调任何一方都会导致技术处理上的不当。用户年均停电时间和停电次数是供电可靠性技术处理中的两个关键指标。停电对用户的危害程度与用户类型密切相关。
对电力用户首先可按第一产业、第二产业、第三产业和居民生活分成4个一级类别。
第一产业用电主要包括农业、林业、畜牧业、渔业的用电。一般来说第一产业的用电需求具有间歇性,可在一段较长的时间范围内平移,因此短时间的停电(1日以内)不会对该类用户造成明显的经济损失和其它损害。也就是说,第一产业用电对供电可靠性不敏感。
第二产业用电主要包括轻工业、重工业用电。工业用户的用电一般不具备时间可平移特性,因此对工业用户的停电总会造成一定的经济损失。评估不同行业的工业用户对可靠性需求的差异,重要的是评价停电对其造成的经济损失的严重程度,以及是否存在人身安全、社会影响等更加重要的非经济损失。
停电造成的损失比较严重的有:
1)重工业中的石油加工、炼焦及核燃料加工、化学原料及化学制品制造、金属冶炼等行业。这些行业的停电往往还会造成重型加工设备的损坏、爆炸等极为严重的损失。但是这些重型制造企业由于用电量大,均采用专用变电站、专用输电线路从110kV及以上电压等级供电,并配有自备电厂等措施保障其供电,不纳入中低压配电网的供电可靠性统计范围。
2)对轻工业用户来说,短时停电一般仅仅会导致停电期间的停产损失,以及突然停电导致的单批次品、废品损失。因此,从损失的严重程度分析,附加值较高、对电能质量要求也较高的精密电子设备制造业损失相对较大。
3)电力及水的生产和供应影响到千家万户和各行各业,对供电可靠性要求很高。电力的运行调度部门停电可能造成整个输电网运行控制的瘫痪。水的供应需要分布在供水网络中的大量增压泵不断提高水压。这些增压泵的停电会引起局部区域的供水中断,社会影响和总经济损失同样是巨大的。
第三产业又可分为:建筑业,交通运输/仓储/邮政业,信息传输/计算机服务/软件业,商业/住宿/餐饮业,金融/房地产/商务及居民服务业,公共事业及管理组织等6个类别。从可靠性需求的角度来看,第三产业的停电除造成停电期间的经营损失外,更加严重的是可能造成严重的人身安全、社会治安和不良社会影响损失等更加重要的非经济损失。从国外几次大范围停电造成的损失报导可以看出停电造成社会危害最大的用户包括:
●高层建筑物的电梯和供水;
●地面交通灯及交通指挥系统;
●地铁站等人流密集型公共场合的照明和通风;
●商业中心、机场等人流密集型区域的照明,尤其夜间照明;
●医院的手术室、血透仪、呼吸机等不可停电的重要医疗设备供电;
●政府、公安等社会管理部门
上述用户的停电可能造成人身安全的威胁,其危害程度比单纯的经济损失还要严重。不过,因为我国地铁运营的供电一般由轨道交通系统的专线和专用变电站供电,因此在公用配电系统的可靠性评估中可以不考虑地铁系统的影响。
居民生活用电是指居民照明及家用电器用电,其中制冷取暖设备的用电平移特性最差,且其需求具有季节性和时段性。对于夏季湿热的地区,或者冬季寒冷又没有集中供暖的地区,居民空调负荷也是对可靠性要求较高的。
由于不同行业在停电情况下的危害程度不一,对于供电系统而言,很有必要对不同的供电区域客观地、差异化地确定其供电可靠性标准,从而能够从技术上指导中低压配电网规划和设备选型,为不同用户获得相应的供电可靠性提供基础。
发明内容
本发明的目的在于根据现有技术的不足之处而提供一种客观、科学、具有差异化的市场环境下电力用户可靠性需求的计算机评估方法。
本发明的目的是通过以下途径来实现的:
市场环境下电力用户可靠性需求的计算机评估方法,其要点在于,包括如下步骤:
提供8个类型用户作为评估的关键类型,分别为:电力及水生产、精密电子设备制造业、高层建筑、地面交通灯、商业中心、医院、政府部门、制冷取暖设备;
提供一种数据采集系统,其与各级电力调度系统连接,获取各个类型用户的历史用电数据;计算机数据处理系统根据下述数学模型定义各个类型用户的特征指标,并计算:
1)电力及水生产电量密度指标Pd定义为:
Pd = Σ ∀ i ∈ U 1 P i S PS - - - ( 1 )
其中,U1={u|u∈各级电力调度中心用户∨u∈加压水泵用户},Pi表示用户i的年用电量,年用电量单位为万千瓦时,下同,SPS代表所评估供电区域的面积,单位:平方公里;
2)精密电子设备制造业电量密度指标Mp定义为:
Mp = Σ ∀ i ∈ U 2 M i S PS - - - ( 2 )
其中,U1={u|u∈精密电子设备制造业用户},Mi表示用户i的年用电量;
3)高层建筑密度指标Hp定义为:
Hp = Σ ∀ i ∈ U 3 S i 100 S PS - - - ( 3 )
其中,U3={u|u∈高层建筑用户},Si表示用户i的建筑面积,单位:万平方米;
4)地面交通灯密度Td定义为:
Td = N T S PS - - - ( 4 )
其中,NT代表区域内交通灯的数量;
5)商业中心密度指标Cd定义为:
Cd = N M S PS - - - ( 6 )
商业中心是指大型的综合零售中心,NM代表区域内配变容量不小于Smin的商业中心数量,Smin为设定值;
6)医院密度Hd定义为:
Hd = N H S PS - - - ( 7 )
NH代表2级及以上等级的医院数量;
7)政府部门年用电量密度指标Gd定义为:
Gd = Σ ∀ i ∈ U 5 G i S PS - - - ( 8 )
其中,U5={u|u∈重要政府部门用户},Gi指用户i的年用电量。
8)制冷取暖设备需用指标Dn定义为:
Dn = Σ ∀ i ∈ U 6 f ( i ) Y - - - ( 9 )
其中,U6={统计期间的所有天},Y指统计时间的年数,TempH(i)表示第i日的最高气温,TempL(i)表示第i日的最低气温,Humi(i)表示第i日的平均湿度,tSN、tSS、tWN、tWS为设定值;
将获得的上述各个指标数据采用模糊理论对各指标值进行模糊评价,将其转换为指标值对1-5级这5个等级可靠性需求的隶属度,模糊映射关系通过隶属度函数进行描述:对指标i(i=1,2,···,8),选定对应1-5级的标准值bi1,bi2,bi3,bi4,bi5,当指标值gi严格等于某一标准值bij时,该指标值对j级的隶属度为1,选取以下形式的隶属度函数:
r il ( g i ) = 1 , g i ∈ [ b il , ∞ ) g i - b i 2 b i 1 - b i 2 , g i ∈ [ b i 2 , b i 1 ) 0 , g i ∈ [ 0 , b i 2 } - - - ( 10 )
r ij ( g i ) = b i ( j - 1 ) - g i b i ( j - 1 ) - b ij , g i ∈ [ b ij , b i ( j - 1 ) ) , j = 2,3,4 0 , g i ∈ [ b i ( j - 1 ) , ∞ ) ∪ [ 0 , b i ( j + 1 ) ) , j = 2,3,4 g i - b i ( j + 1 ) b ij - b i ( j + 1 ) , g i ∈ [ b i ( j + 1 ) , b ij ) , j = 2,3,4 - - - ( 11 )
r i 5 ( g i ) = 1 , g i ∈ [ 0 , b i 5 ) b i 4 - g i b i 4 - b i 5 , g i ∈ [ b i 5 , b i 4 ) 0 , g i ∈ [ b i 4 , ∞ ) - - - ( 12 )
式中,rij(gi)为评价对象第i个评价指标值对第j级的隶属度。
计算出所有指标值的隶属度后,如下组成模糊评价矩阵R:
R = r 11 r 12 · · · r 1 m r 21 r 22 · · · r 2 m · · · r n 1 r n 2 · · · r nm , n = 8 , m = 5
依据设置的指标的权系数wi,得到权向量W={w1,w2,…,wn}后,对评价区域可靠性需求的模糊综合评价结果D计算如下:
D={d1 d2 d3 d4 d5}=W·R (13)
这样,通过分析停电对不同行业用户的危害程度,提取了影响可靠性需求的关键用户特征信息,应用模糊决策方法,提出了一种基于用户特征信息的区域供电可靠性需求等级定量评判方法,结合供电企业需求,研究对任一供电区域评估其供电可靠性需求的方法。目标是根据区域用户构成,能客观地比较和衡量其停电危害和损失的严重程度,更加科学地制定其供电可靠性要求。本发明通过提取能反映各类电力用户的供电可靠性需求指标并结合模糊评价的方法,可以定量评估区域供电可靠性需求,为配电网的规划、可靠性提升方案决策提供一定的参考。
本发明可以进一步具体为:
实际应用中,既可以依据最大隶属度原则确定区域供电可靠性需求的综合评价等级,也可以考虑将评估结果转化为分值。具体为:
定义各评估等级与等级对应的分值有如下关系:
则每一类型用户的总评估分值为:
G=100·d1+80·d2+60·d3+40·d4+20·d5
本发明所述地面交通灯的关键指标也可以进行如下处理:
若交通灯数量信息难以统计,也可以考虑用以下Td2指标代替:
Td 2 = Σ ∀ i ∈ U 4 T i S PS - - - ( 5 )
其中,U4={u|u∈交通灯用户},Ti表示用户i的年用电量。
综上所述,本发明结合供电企业需求,研究对任一供电区域评估其供电可靠性需求的方法:通过分析停电对不同行业用户的危害程度,提取了影响可靠性需求的关键用户特征信息,应用模糊决策方法,提出了一种基于用户特征信息的区域供电可靠性需求等级定量评判方法,目标是根据区域用户构成,能客观地比较和衡量其停电危害和损失的严重程度,更加科学地制定其供电可靠性要求。为配电网的规划、可靠性提升方案决策提供一定的参考。
具体实施方式
市场环境下电力用户可靠性需求的计算机评估方法,包括如下步骤:
提供8个类型用户作为评估的关键类型,分别为:电力及水生产、精密电子设备制造业、高层建筑、地面交通灯、商业中心、医院、政府部门、制冷取暖设备;
提供一种数据采集系统,其与各级电力调度系统连接,获取各个类型用户的历史用电数据;计算机数据处理系统根据下述数学模型定义各个类型用户的特征指标,并计算如下:
1)电力及水生产电量密度指标Pd定义为:
Pd = Σ ∀ i ∈ U 1 P i S PS - - - ( 1 )
其中,
U1={u|u∈各级电力调度中心用户∨u∈加压水泵用户}
Pi表示用户i的年用电量,年用电量单位为万千瓦时,下同。SPS代表所评估供电区域的面积,单位:平方公里。
2)精密电子设备制造业电量密度指标Mp定义为:
Mp = Σ ∀ i ∈ U 2 M i S PS - - - ( 2 )
其中,U1={u|u∈精密电子设备制造业用户},Mi表示用户i的年用电量。这里,精密电子设备制造业包括高密度集成电路制造业、电真空光电子器件制造业、精密实验分析仪器制造业等。
3)高层建筑密度指标Hp定义为:
Hp = Σ ∀ i ∈ U 3 S i 100 S PS - - - ( 3 )
其中,U3={u|u∈高层建筑用户},Si表示用户i的建筑面积,单位:万平方米。根据中国《民用建筑设计通则》(GB50352—2005),高层建筑物是指十层及以上或高度大于24m的建筑物。
4)地面交通灯密度Td定义为:
Td = N T S PS - - - ( 4 )
其中,NT代表区域内交通灯的数量。
若交通灯数量信息难以统计,也可以考虑用以下Td2指标代替:
Td 2 = Σ ∀ i ∈ U 4 T i S PS - - - ( 5 )
其中,U4={u|u∈交通灯用户},Ti表示用户i的年用电量。
5)商业中心密度指标Cd定义为:
Cd = N M S PS - - - ( 6 )
商业中心是指大型的综合零售中心。NM代表区域内配变容量不小于Smin的商业中心数量,Smin可以根据实际情况选取。
6)医院密度Hd定义为:
Hd = N H S PS - - - ( 7 )
NH代表2级及以上等级的医院数量。
7)政府部门年用电量密度指标Gd定义为:
Gd = Σ ∀ i ∈ U 5 G i S PS - - - ( 8 )
其中,U5={u|u∈重要政府部门用户},重要政府部门的界定可以由供电企业结合当地实际情况定义。Gi指用户i的年用电量。
8)制冷取暖设备需用指标Dn定义为:
Dn = Σ ∀ i ∈ U 6 f ( i ) Y - - - ( 9 )
其中,U6={统计期间的所有天},Y指统计时间的年数,统计时间可根据统计数据的完备情况进行选择,一般建议取3-5年。TempH(i)表示第i日的最高气温,TempL(i)表示第i日的最低气温,Humi(i)表示第i日的平均湿度,tSN、tSS、tWN、tWS应根据人体舒适度要求并结合当地经济状况和空调使用情况适当选取。
供电企业一般会根据行政划分或者明显的地理分区标志(河流、山、高速公路等)对供电区域进行划分。对每一个区域评价其供电可靠性需求,需要对第3节的8个关键用户指标进行评估和综合。由于不同的评估指标不具有统一的度量标准,即指标间存在不可公度性[11-13],本文采用模糊理论对各指标值进行模糊评价,将其转换为指标值对1-5级这5个等级可靠性需求的隶属度。其中,1-5级分别对应高可靠性需求、较高可靠性需求、一般可靠性需求、较低可靠性需求和低可靠性需求。
模糊映射关系通过隶属度函数进行描述。对指标i(i=1,2,···,8),选定对应1-5级的标准值bi1,bi2,bi3,bi4,bi5,当指标值gi严格等于某一标准值bij时,该指标值对j级的隶属度为1。选取以下形式的隶属度函数[14]
r il ( g i ) = 1 , g i ∈ [ b il , ∞ ) g i - b i 2 b i 1 - b i 2 , g i ∈ [ b i 2 , b i 1 ) 0 , g i ∈ [ 0 , b i 2 } - - - ( 10 )
r ij ( g i ) = b i ( j - 1 ) - g i b i ( j - 1 ) - b ij , g i ∈ [ b ij , b i ( j - 1 ) ) , j = 2,3,4 0 , g i ∈ [ b i ( j - 1 ) , ∞ ) ∪ [ 0 , b i ( j + 1 ) ) , j = 2,3,4 g i - b i ( j + 1 ) b ij - b i ( j + 1 ) , g i ∈ [ b i ( j + 1 ) , b ij ) , j = 2,3,4 - - - ( 11 )
r i 5 ( g i ) = 1 , g i ∈ [ 0 , b i 5 ) b i 4 - g i b i 4 - b i 5 , g i ∈ [ b i 5 , b i 4 ) 0 , g i ∈ [ b i 4 , ∞ ) - - - ( 12 )
式中,rij(gi)为评价对象第i个评价指标值对第j级的隶属度。
计算出所有指标值的隶属度后,可如下组成模糊评价矩阵R:
R = r 11 r 12 · · · r 1 m r 21 r 22 · · · r 2 m · · · r n 1 r n 2 · · · r nm , n = 8 , m = 5
依据各个指标的重要程度设置指标的权系数wi,得到权向量W={w1,w2,…,wn}后,对评价区域可靠性需求的模糊综合评价结果D可计算如下:
D={d1 d2 d3 d4 d5}=W·R (13)
实际应用中,既可以依据最大隶属度原则确定区域供电可靠性需求的综合评价等级,也可以考虑将评估结果转化为分值[15]
设各评估等级与等级对应的分值有如下关系:
则总评估分值为:
G=100·d1+80·d2+60·d3+40·d4+20·d5
为了进一步说明本发明的技术方案,提供了如下具体算例:
表1列出了四个不同区域的用户特征参数值,需对其供电可靠性需求等级进行评估。其中,区域A属于高新区,既有精密电子设备制造企业也有电网调度中心,且高层建筑密集。区域B是城市中心市区,高层写字楼林立,大型商业中心众多,且交叉路口密度高、交通灯数量繁多。区域C属于一般住宅区,居民楼宇较多但楼层数普遍不高。区域D是城乡结合区域,没有大型商业中心,路面交通也不算拥挤。
表14个典型区域的用户关键指标值
A B C D
Pd(万千瓦时/平方千米) 2.5 1.2 1.2 0.3
Mp(万千瓦时/平方千米) 3 0 0 0
Hp(%) 1.8 2 0.5 0.02
Td(个/平方千米) 12 20 5 4
Cd(个/平方千米) 0.4 3 0.6 0.05
Hd(个/平方千米) 0.02 0.3 0.1 0.03
Gd(万千瓦时/平方千米) 0.5 3 1 0.5
Dn(天) 120 130 130 100
算例采用的各项指标1-5级标准值如下表所示:
表2各项评估指标标准值
1级 2级 3级 4级 5级
Pd(万千瓦时/平方千米) 2 1.6 1.2 0.8 0.5
Mp(万千瓦时/平方千米) 2.5 2 1.5 1 0.5
Hp(%) 2 1.2 0.4 0.2 0.04
Td(个/平方千米) 20 10 5 2 0.5
Cd(个/平方千米) 2 1 0.5 0.2 0.05
Hd(个/平方千米) 0.2 0.1 0.05 0.02 0.01
Gd(万千瓦时/平方千米) 3 1.5 1 0.5 0.2
Dn(天) 160 140 120 100 80
根据第2节的分析,按照停电危害中人身安全>社会影响>经济损失的优先级评判原则,给出不同指标的权重设定如下:
Hp、Td、Cd、Hd、Gd指标的权重取为0.15,Pd指标权重取为0.11,Mp和Dn指标权重取为0.07。
采用第3节的模糊评判方法,对4个不同区域的可靠性需求评估结果表3所示:
表3区域可靠性需求评估结果
从上表可以看出,区域B和C的可靠性需求等级依据最大隶属度原则可以确定为1级和3级,而虽然区域A对等级1有最大的隶属度,但是该隶属度大小相比对等级4的隶属度差距不大,反映出区域A对可靠性需求为1级和4级的用户比重都不低,这种情况下不宜用最大隶属度原则来进行等级划分,区域D也有同样特点。故本文建议根据评分进行等级划分,评分与等级的对应关系如表4所示,等级划分结果已列于表3中。
表4等级划分的评分标准
可以看出,对于示例的4个不同区域,以往只能粗略的主观判断出区域A、B的可靠性需求应该高于C、D。而采用本文的方法,可以定量的评价每个区域的用户构成对供电可靠性的需求量化差异,为供电企业制定电网规划建设和运行的可靠性考核标准提供有力的支持。从表4可以看出,区域可靠性需求排序为B>A>C>D。而且区域B的可靠性等级需求远大于区域A。
当供电企业结合配电网现状制定出分级可靠性建设目标后,根据以上评分还可以的进一步确定不同区域的可靠性指标等级,为高可靠性需求的区域制定高的可靠性考核指标,对于需求较低的区域则保持现有考核指标或稍微降低考核指标。
本发明未述部分与现有技术相同。

Claims (3)

1.市场环境下电力用户可靠性需求的计算机评估方法,其特征在于,包括如下步骤:
提供8个类型用户作为评估的关键类型,分别为:电力及水生产、精密电子设备制造业、高层建筑、地面交通灯、商业中心、医院、政府部门、制冷取暖设备;
提供一种数据采集系统,其与各级电力调度系统连接,获取各个类型用户的历史用电数据;计算机数据处理系统根据下述数学模型定义各个类型用户的特征指标,并计算:
1)电力及水生产电量密度指标Pd定义为:
P d = Σ ∀ i ∈ U 1 P i S P S
其中,U1={u|u∈各级电力调度中心用户∨u∈加压水泵用户},Pi表示用户i的年用电量,年用电量单位为万千瓦时,下同,SPS代表所评估供电区域的面积,单位:平方公里;
2)精密电子设备制造业电量密度指标Mp定义为:
M p = Σ ∀ i ∈ U 2 M i S P S
其中,U2={u|u∈精密电子设备制造业用户},Mi表示用户i的年用电量;
3)高层建筑密度指标Hp定义为:
H p = Σ ∀ i ∈ U 3 S i 100 S P S
其中,U3={u|u∈高层建筑用户},Si表示用户i的建筑面积,单位:万平方米;
4)地面交通灯密度Td定义为:
T d = N T S P S
其中,NT代表区域内交通灯的数量;
5)商业中心密度指标Cd定义为:
C d = N M S P S
商业中心是指大型的综合零售中心,NM代表区域内配变容量不小于Smin的商业中心数量,Smin为设定值;
6)医院密度Hd定义为:
H d = N H S P S
NH代表2级以上等级的医院数量;
7)政府部门年用电量密度指标Gd定义为:
G d = Σ ∀ i ∈ U 5 G i S P S
其中,U5={u|u∈重要政府部门用户},Gi指用户i的年用电量,
8)制冷取暖设备需用指标Dn定义为:
D n = Σ ∀ i ∈ U 6 f ( i ) Y
其中,U6={统计期间的所有天},Y指统计时间的年数,TempH(i)表示第i日的最高气温,TempL(i)表示第i日的最低气温,Humi(i)表示第i日的平均湿度,tSN、tSS、tWN、tWS、hSS、hWS为设定值;
将获得的上述各个指标数据采用模糊理论对各指标值进行模糊评价,将其转换为指标值对1-5级这5个等级可靠性需求的隶属度,模糊映射关系通过隶属度函数进行描述:对指标i,i=1,2,···,8,选定对应1-5级的标准值bi1,bi2,bi3,bi4,bi5,当指标值gi严格等于某一标准值bij时,该指标值对j级的隶属度为1,选取以下形式的隶属度函数:
r i 1 ( g i ) = 1 , g i ∈ [ b i 1 , ∞ ) g i - b i 2 b i 1 - b i 2 , g i ∈ [ b i 2 , b i 1 ) 0 , g i ∈ [ 0 , b i 2 )
r i j ( g i ) = b i ( j - 1 ) - g i b i ( j - 1 ) - b i j , g i ∈ [ b i j , b i ( j - 1 ) ) , j = 2 , 3 , 4 0 , g i ∈ [ b i ( j - 1 ) , ∞ ) ∪ [ 0 , b i ( j + 1 ) ) , j = 2 , 3 , 4 g i - b i ( j + 1 ) b i j - b i ( j + 1 ) , g i ∈ [ b i ( j + 1 ) , b i j ) , j = 2 , 3 , 4
r i 5 ( g i ) = 1 , g i ∈ [ 0 , b i 5 ) b i 4 - g i b i 4 - b i 5 , g i ∈ [ b i 5 , b i 4 ) 0 , g i ∈ [ b i 4 , ∞ )
式中,rij(gi)为评价对象第i个评价指标值对第j级的隶属度;
计算出所有指标值的隶属度后,如下组成模糊评价矩阵R:
R = r 11 r 12 ... r 1 m r 21 r 22 ... r 2 m . . . r n 1 r n 2 ... r n m , n = 8 , m = 5
依据设置的指标的权系数wi,得到权向量W={w1,w2,…,wn}后,对评价区域可靠性需求的模糊综合评价结果D计算如下:
D={d1 d2 d3 d4 d5}=W·R。
2.根据权利要求1所述的市场环境下电力用户可靠性需求的计算机评估方法,其特征在于,定义各评估等级与等级对应的分值有如下关系:
则每一类型用户的总评估分值为:
G=100·d1+80·d2+60·d3+40·d4+20·d5
3.根据权利要求1所述的市场环境下电力用户可靠性需求的计算机评估方法,其特征在于,地面交通灯的关键指标具体为:
Td 2 = Σ ∀ i ∈ U 4 T i S P S
其中,U4={u|u∈交通灯用户},Ti表示用户i的年用电量。
CN201310145696.2A 2013-04-24 2013-04-24 市场环境下电力用户可靠性需求的计算机评估方法 Active CN103226661B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310145696.2A CN103226661B (zh) 2013-04-24 2013-04-24 市场环境下电力用户可靠性需求的计算机评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310145696.2A CN103226661B (zh) 2013-04-24 2013-04-24 市场环境下电力用户可靠性需求的计算机评估方法

Publications (2)

Publication Number Publication Date
CN103226661A CN103226661A (zh) 2013-07-31
CN103226661B true CN103226661B (zh) 2016-08-24

Family

ID=48837106

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310145696.2A Active CN103226661B (zh) 2013-04-24 2013-04-24 市场环境下电力用户可靠性需求的计算机评估方法

Country Status (1)

Country Link
CN (1) CN103226661B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473715A (zh) * 2013-09-09 2013-12-25 国家电网公司 含分布式光伏的配电网可靠性评价方法
CN103793748A (zh) * 2013-11-08 2014-05-14 国家电网公司 含分布式电源的配电网多级可靠性提升方法
CN104809555A (zh) * 2015-04-22 2015-07-29 吉林建筑大学 一种用于严寒地区供热系统指标体系的评价方法
CN105005713A (zh) * 2015-08-28 2015-10-28 国家电网公司 基于灰靶理论的六氟化硫断路器状态评估方法
CN106873364B (zh) * 2016-12-31 2019-09-10 中南大学 一种智能机器人的任务优先级确定方法
CN110780134B (zh) * 2019-10-30 2022-04-26 深圳市国电科技通信有限公司 一种提升工控类数据采集系统可靠性的系统优化方法
CN112818544B (zh) * 2021-01-31 2023-09-22 国网经济技术研究院有限公司 计及终端差异化可靠性需求的配电网可靠性评估方法
CN113007784B (zh) * 2021-04-25 2022-06-28 西安热工研究院有限公司 一种大型供热管网综合评价方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
《基于模糊集理论和层次分析法的电力市场综合评价》;王钦 等;《电力系统自动化》;20090430;第33卷(第7期);32-36 *
《电力系统可靠性研究的灰关联和模糊贴近度分析方法》;陈举华 等;《中国电机工程学报》;20120131;第22卷(第1期);59-63 *
《电力通信可靠性评价体系的隶属函数构建》;吴熹 等;《电力系统通信》;20121031;第33卷(第240期);29-32 *
《计及指标权重的电力市场可靠性电价模型》;杨海霞 等;《电力系统保护与控制》;20110831;第39卷(第16期);67-73 *

Also Published As

Publication number Publication date
CN103226661A (zh) 2013-07-31

Similar Documents

Publication Publication Date Title
CN103226661B (zh) 市场环境下电力用户可靠性需求的计算机评估方法
Park et al. Development of a new energy benchmark for improving the operational rating system of office buildings using various data-mining techniques
Zhang et al. An improved association rule mining-based method for revealing operational problems of building heating, ventilation and air conditioning (HVAC) systems
Nikolaou et al. Review on methodologies for energy benchmarking, rating and classification of buildings
CN107239874B (zh) 一种面向轨道交通的电能质量及节能分析系统
Yu et al. A systematic procedure to study the influence of occupant behavior on building energy consumption
CN106327062A (zh) 一种配电网设备的状态评估方法
Tabesh et al. Fuzzy and neuro-fuzzy models for short-term water demand forecasting in Tehran
CN108428045A (zh) 一种配电网运行健康状态评估方法
CN206312210U (zh) 一种配电网设备的状态评估系统
CN110264112A (zh) 基于双向加权灰色关联的配电网可靠性影响因素分析方法
Chen et al. An energy planning oriented method for analyzing spatial-temporal characteristics of electric loads for heating/cooling in district buildings with a case study of one university campus
Patterson et al. Assessing effectiveness of national flood policy through spatiotemporal monitoring of socioeconomic exposure 1
CN104021304A (zh) 一种变压器在线监测装置安装优先级评估方法
CN110570090A (zh) 一种基于贝叶斯分类法的基线负荷模型的负荷辨识方法
CN112163732A (zh) 典型商业区风险预警体系构建及预警分级分类方法及装置
CN104091076A (zh) 一种基于区间熵权法的用户用电设备能效评估方法
Lee et al. MCDM approach for identifying urban flood vulnerability under social environment and climate change
CN112101754B (zh) 一种电力应急保障能力评价方法
CN103473450B (zh) 智能配电网高效性评估的属性区间辨识方法
Javari et al. Analyzing the resilience of urban settlements using multiple-criteria decision-making (MCDM) models (case study: Malayer city)
Khorrami et al. Measuring Liveability in Iranian Cities Using the Global Liveable City Index (GLCI)
CN115907719A (zh) 充电站分级运维管理方法及装置
Tsekouras et al. A database system for power systems customers and energy efficiency programs
CN112348322A (zh) 一种既有住宅建筑性能递阶层次评定方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant