CN104933629A - 基于区间层次分析和区间熵组合的电力用户设备评估方法 - Google Patents

Abstract

本发明公开了一种基于区间层次分析和区间熵的电力用户设备评估方法，包括如下步骤：步骤1，根据电力用户设备采用区间指标的形式构建层次结构模型，所述层次结构模型按照目标层、准则层以及方案层建立；步骤2，根据层次模型中区间指标进行两两比对，构造区间判断矩阵A；步骤3，对区间判断矩阵A的一致性进行检验；如果区间矩阵A的一致性大于0.1，返回步骤2；直至运行其余步骤获得指标评价综合区间权重w，该方法一方面针对电力用户设备的评估缺乏需求侧响应的指标，从能效评估、安全监测和需求响应三方面提出电力用户设备评价指标体系；另一方面采用区间层次分析和区间熵组合方法，弥补层次分析法的主观随意性和熵法的客观性太强的不足。

Description

基于区间层次分析和区间熵组合的电力用户设备评估方法

技术领域

本发明涉及电力用户设备评估领域，尤其涉及一种基于区间层次分析和区间熵组合的电力用户设备评估方法。

背景技术

智能电网建设的开展，电动汽车、分布式电源、微电网、智能家居(Smart Home)等将大量接入配电网，用户侧用电设备更加多种化，其策略控制和管理难度增加，如何提高用户侧能量管理效率、合理降低电网损耗、深化用电成本分析、加强用户能效管理、增强电网可靠性等均是有待解决的热点问题，构建一套合理和通用的电力用户设备的评价体系及方法，为上述问题的解决提供有力依据，一直是一个难点问题。

近年来，对电力用户设备、系统及其相近的评价方法有一些科研成果,一些学者提出了智能变电站自动化系统的评估模型，并运用网络层次分析法进行指标权重的求解；也有一些学者从战略指标集和过程指标集两个方面提出了智能电网评估指标体系；但从整体而言，目前针对工商业和居民用户的用电设备评估研究以静态评估为主，未考虑工业和商业用户集群性强、规律性强、可调负荷量大等特点，居民用户点多面广、实时同步性较差等客观条件，也没兼顾电力用户设备特性与环境变化。此外，现有的研究也未充分考虑分布式电源的接入，缺少对新能源设备带来的电网与用户侧双向互动需求响应方面的指标。本发明从能效评估、安全监测和需求响应三方面提出了电力用户设备评价指标体系。

在指标权重的求解方法方面，国际上一些学者提出随机模型、神经元网络和非劣排序遗传算法II相结合的混合智能算法，对风电场多目标电网规划的模型进行优化；国内一些学者提出以Pareto最优解构建决策矩阵，应用熵权法进行权值计算，并用逼近理想解的排序方法进行多属性决策研究；也有学者提出层次分析法和熵权法相结合方法解决指标权重，并应用TOPSIS方法对最优的权重分布进行了排序分析。可是，层次分析法的主观赋值法能充分考虑用户对指标的主观看法，但随意性较大；熵权法的客观赋权法能够从实际数据分析入手，客观从数据中挖掘指标的权重大小分布，但无法体现决策者的意见，同时以上两类方法均是确定数的分析方法，无法对指标两两比较的不确定和指标的计算过程中数据准确度的不确定进行有效处理，本发明提出了区间层次分析法和区间熵权法组合的电力用户设备评价指标权重 的求解方法。

发明内容

针对现有技术中存在的问题，本发明提供了一种基于区间层次分析和区间熵的电力用户设备评估方法，该方法一方面针对电力用户设备的评估缺乏需求侧响应的指标，从能效评估、安全监测和需求响应三方面提出电力用户设备评价指标体系；另一方面采用区间层次分析和区间熵组合方法，弥补层次分析法的主观随意性和熵法的客观性太强的不足，以及输入数据的不确定性，更好的解决了含有不确定性输入数据的电力用户设备评估。

为解决现有技术中存在的技术问题，本发明采用如下技术方案：

一种基于区间层次分析和区间熵组合的电力用户设备评估方法,包括如下步骤：

步骤1，根据电力用户设备采用区间指标的形式构建层次结构模型，所述层次结构模型按照目标层、准则层以及方案层建立；

步骤2，根据层次结构模型中区间指标进行两两比对，构造区间判断矩阵A；

步骤3，对区间判断矩阵A的一致性进行检验；如果区间矩阵A的一致性大于0.1，返回步骤2；

步骤4，通过公式Aξ＝λ_maxw_IAHP确定层次结构模型中各指标的权重W_IAHP；

步骤5，在层次结构模型中选择区间指标构建区间数决策矩阵

步骤6，对区间数决策矩阵数据进行标准化处理获得标准化区间决策矩阵

步骤7，对标准化区间决策矩阵的第j个指标区间进行熵值计算，采用如下公式：

$H_j=-k\underset{i=1}{\overset{m}{\Σ}}{p}_{ij}{\mathrm{lnp}}_{ij},j=1,2,...,n$

式中，k＝(Inm)-1，并假定P_ij＝0时，P_ij*InP_ij＝0.

步骤8，根据第j个指标区间的熵值进行熵权计算，采用如下公式：

${\stackrel{\‾}{w}}_j=(1-{\stackrel{\‾}{H}}_j)/(n-\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\stackrel{\‾}{H}}_j),j=\mathrm{1,2}...,n$

步骤9，对第j个指标区间的熵权进行归一化处理获得该指标区间的权重W_IEN，采用如下公式：

$w_{j\left(IEN\right)}=\stackrel{\‾}{{w^{\′}}_j}/\stackrel{\‾}{w_j^{+}},j=1,2,...,n$ 其中，

${{\stackrel{\‾}{w}}^{\′}}_j=\max \left\{w_j^U\right|j=1,2,...,n\}$

${{\stackrel{\‾}{w}}_j}^{+}=\[{w_j}^{+},{w_j}^{+}\]$

步骤10，将步骤四中层次结构模型中各指标的权重W_IAHP和步骤七中第j指标区间的权重W_IEN通过公式：

w＝θW_IAHP+(1-θ)W_IEN,0≤θ≤1其中，θ为权重因子

进行计算，获得指标评价综合区间权重w，输出计算结果，完成对电力用户设备评估。

所述步骤2中区间指标两两比较的方法是由区间中点a_ij和宽度μ两部分组成，其中，区间中点a_ij的取值，是判断的一个基数，或随机变量在判断区间标度内的均值；宽度μ是在确定好基数之后，根据判断的不确定性以及模糊性而给定的基数a_ij的区间变化范围。

所述步骤4中采用求幂法，计算判断矩阵A的最大特征值λ_max及特征向量ξ。

所述步骤5中的区间数决策矩阵依据电力设备评估的二、三级指标构建指标集Q＝{Q₁,Q₂,…,Q_m}，进行n次测量得到测量对象集S＝{S₁,S₁,…，S_n}，第i次测量得到第j个指标Qj的属性值为区间数构成区间数决策矩阵。

所述步骤6中第j个指标区间熵值建立两个优化模型

$H_j^L=\min \left\{-k\underset{i=1}{\overset{m}{\Σ}}{p}_{ij}{\mathrm{lnp}}_{ij}\right\}$

$s.t\left\{\begin{array}{c}{p}_{ij}^L\≤p_{ij}\≤p_{ij}^U,i=1,2,...,m\\ \underset{i=1}{\overset{m}{\Σ}}{p}_{ij}=1\end{array}\right.$

和

$H_j^U=\max \left\{-k\underset{i=1}{\overset{m}{\Σ}}{p}_{ij}{\mathrm{lnp}}_{ij}\right\}$

$s.t\left\{\begin{array}{c}{p}_{ij}^L\≤p_{ij}\≤p_{ij}^U,i=1,2,...,m\\ \underset{i=1}{\overset{m}{\Σ}}{p}_{ij}=1\end{array}\right.$

有益效果：本发明提出含有需求响应的电力用户设备评估指标体系，将层次分析法和熵法有机结合，并将区间算法应用到电力用户设备评估中，解决了不确定性输入数据条件下电力用户设备评估问题。

附图说明

图1是本发明一种基于区间层次分析和区间熵组合的电力用户设备评估方法流程图。

图2是本发明以电力用户设备评估指标构建层次模型体系图。

具体实施方式：

下面结合附图对本发明作进一步详细地说明：

如图1所示，本发明提供一种基于区间层次分析和区间熵组合的电力用户设备评估方法,包括如下步骤：

101步骤1，根据电力用户设备采用区间指标的形式构建层次结构模型，所述层次结构模型按照目标层、准则层(一级指标)以及方案层(二、三级指标)建立。

102步骤2，根据层次模型中区间指标进行两两比对构造区间判断矩阵A；所述步骤二中区间指标两两比较的方法是由区间中点a_ij和宽度μ两部分组成，其中，区间中点a_ij的取值，是判断的一个基数，或随机变量在判断区间标度内的均值；宽度μ是在确定好基数之后，根据判断的不确定性以及模糊性而给定的基数a_ij的区间变化范围。

表1区间比例标度表

根据区间比例比对表打分，形成区间数a_ij＝[a_ij,μ]＝[a_ij,a_ij—]；当指标i比指标j重要时，即a_ij≥1,i≠j时

$a_{ij}^{,}=\[a_{{\mathrm{ij}}_{-}}^{,},a_{\mathrm{ij}-}^{,}\]=\left\{\begin{array}{c}{a}_{{\mathrm{ij}}_{-}}^{,}=a_{ij}-\mathrm{\μ}\\ a_{\mathrm{ij}-}^{,}=a_{ij}+\mathrm{\μ}\end{array}\right.$

当指标j比指标i重要时，即a_ji≥1,j≠i时

$a_{ij}^{,}=\[a_{{\mathrm{ij}}_{-}}^{,},a_{\mathrm{ij}-}^{,}\]=\left\{\begin{array}{c}{a}_{{\mathrm{ij}}_{-}}^{,}=1/(a_{ij}+\mathrm{\μ})\\ a_{\mathrm{ij}-}^{,}=1/(a_{ij}-\mathrm{\μ})\end{array}\right.$

根据比例标度法对同层各指标相对于上一层指标重要性进行两两比较打分，构建判断矩阵A，并对应元素a_ij的取值如下。

其中i＝1,…,n；j＝1,…,n；n是指单层指标的个数总数。

103步骤3，对区间判断矩阵A的一致性进行检验；如果区间矩阵A的一致性大于0.1，返回步骤二；分析如下：

若判断矩阵A的相对一致性CR小于0.1，则认为判断矩阵A可行，通过一致性检验，通常CR值越小越好。若判断矩阵A的CR不满足小于0.1，没有通过一致性检验，返回步骤二重新两两比较，重新构造合格的判断矩阵A。CR的计算如公式如下。

表2自由度指标RI

104步骤4，通过公式Aξ＝λ_maxw_IAHP确定层次结构模型中各指标的权重W_IAHP；所述步骤四中采用求幂法，计算判断矩阵A的最大特征值λ_max及特征向量ξ。

105步骤5，在层次结构模型中选择区间指标构建区间数决策矩阵所述步骤五中的区间数决策矩阵依据电力设备评估的二、三级指标构建指标集Q＝{Q₁,Q₂,…,Q_m}，进行n次测量得到测量对象集S＝{S₁,S₁,…，S_n}，第i次测量得到第j个指标的属性值为区间数 构成区间数决策矩阵

106步骤6对区间数决策矩阵数据进行标准化处理获得标准化区间决策矩阵

若指标Qj是效益性指标：

${\stackrel{\‾}{p}}_{ij}=\stackrel{\‾}{a_{ij}}/\underset{k=1}{\overset{m}{\Σ}}\stackrel{\‾}{a_{kj}}$

即

$\left\{\begin{array}{c}{p}_{ij}^L=a_{ij}^L/\underset{k=1}{\overset{m}{\Σ}}{a}_{kj}^U\\ p_{ij}^U=a_{ij}^U/\underset{k=1}{\overset{m}{\Σ}}{a}_{kj}^L\end{array}\right.$

若指标Qj是成本型指标：

${\stackrel{\‾}{p}}_{ij}=1/(\stackrel{\‾}{a_{ij}}*\underset{k=1}{\overset{m}{\Σ}}1/\stackrel{\‾}{a_{kj}})$

即

$\left\{\begin{array}{c}{p}_{ij}^L=1/(a_{ij}^U*\underset{k=1}{\overset{m}{\Σ}}1/a_{kj}^L)\\ p_{ij}^U=1/(a_{ij}^L*\underset{k=1}{\overset{m}{\Σ}}1/a_{kj}^U)\end{array}\right.$

可以看出，显然有

$\underset{k=1}{\overset{m}{\Σ}}{p}_{ij}^L\≤1;\underset{k=1}{\overset{m}{\Σ}}{p}_{ij}^U\≥1;j=1,2,...,n$

107步骤7，对标准化区间决策矩阵的第j个指标Qj区间进行熵值计算，采用如下公式：

$H_j=-k\underset{i=1}{\overset{m}{\Σ}}{p}_{ij}{\mathrm{lnp}}_{ij},j=1,2,...,n$

式中，k＝(Inm)-1，并假定P_ij＝0时，P_ij*InP_ij＝0.

其中，第j个指标Qj区间熵值可以建立两个优化模型

$H_j^L=\min \left\{-k\underset{i=1}{\overset{m}{\Σ}}{p}_{ij}{\mathrm{lnp}}_{ij}\right\}$

$s.t\left\{\begin{array}{c}{p}_{ij}^L\≤p_{ij}\≤p_{ij}^U,i=1,2,...,m\\ \underset{i=1}{\overset{m}{\Σ}}{p}_{ij}=1\end{array}\right.$

和

$H_j^U=\max \left\{-k\underset{i=1}{\overset{m}{\Σ}}{p}_{ij}{\mathrm{lnp}}_{ij}\right\}$

$s.t\left\{\begin{array}{c}{p}_{ij}^L\≤p_{ij}\≤p_{ij}^U,i=1,2,...,m\\ \underset{i=1}{\overset{m}{\Σ}}{p}_{ij}=1\end{array}\right.$

108步骤8，根据第j个指标Qj区间的熵值进行熵权计算，采用如下公式：

${\stackrel{\‾}{w}}_j=(1-{\stackrel{\‾}{H}}_j)/(n-\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\stackrel{\‾}{H}}_j),j=\mathrm{1,2}...,n$

可以写成

$\left\{\begin{array}{c}{w}_j^L=(1-H_j^U)/(n-\underset{j=1}{\overset{n}{\Σ}}{H}_j^L)\\ w_j^U=(1-H_j^L)/(n-\underset{j=1}{\overset{n}{\Σ}}{H}_j^U)\end{array}\right.,j=1,2,...,n$

109步骤9，对第j个指标区间的熵权进行归一化处理获得该指标区间的权重W_IEN，采用如下公式：

$w_{j\left(IEN\right)}=\stackrel{\‾}{{w^{\′}}_j}/\stackrel{\‾}{w_j^{+}},j=1,2,...,n$ 其中，

$\stackrel{\‾}{w}{\′}_j=\max \left\{w_j^U|j=1,2,...,n\right\}$

${{\stackrel{\‾}{w}}_j}^{+}=\[{w_j}^{+},{w_j}^{+}\]$

可以写成

$\{\begin{array}{c}{w}_j^{L^{\′}}=w_j^L/w_j^{+}\\ w_j^{U^{\′}}=w_j^U/w_j^{+}\end{array},j=1,2,...,n$

110步骤10，将步骤四中层次结构模型中各指标的权重W_IAHP和步骤七中第j指标区间的权重W_IEN通过公式：

w＝θW_IAHP+(1-θ)W_IEN,0≤θ≤1其中，θ为权重因子进行计算，获得指标评价综合区间权重w。综合区间权重w随着θ的改变而改变，且当θ＝1或 者0时，分别对应于区间分析法和区间熵权法，本发明工作步骤结束，输出计算结果，完成对电力用户设备评估。

如图2所示，选取一个典型智能家居用户设备，进行用电设备的能效评估，以计算能效的单日数据为样本，选取指标体系中的能效指标单日相关指标，包括日耗电量A11、日节电量A14、日节电率A17、能效指数A20、能效等级A21；其智能家居设备组成和运行情况，以及专家的打分情况如下。

表3用户设备组成

表4专家打分表

依据计算流程，进行指标权重计算，结果如下所示。

表5设备能效指标权重情况

计算结果表明组合法不仅可以考虑设备运行数据存在的客观不确定性，即计算日耗电量等数据可以充分考虑其灵活的生活规律，而且兼顾专家比对指标重要程度的主观不确定性，即两两比对之间，专家可以考虑其变异范围。

Claims (5)

1.一种基于区间层次分析和区间熵组合的电力用户设备评估方法,包括如下步骤：

步骤1，根据电力用户设备采用区间指标的形式构建层次结构模型，层次结构模型按照目标层、准则层以及方案层建立；

步骤2，根据层次结构模型中区间指标进行两两比对构造区间判断矩阵A；

步骤3，对区间判断矩阵A的一致性进行检验；如果区间矩阵A的一致性大于0.1，返回步骤2；

步骤4，通过公式Aξ＝λ_maxw_IAHP确定层次结构模型中各指标的权重W_IAHP；

步骤5，在层次结构模型中选择区间指标构建区间数决策矩阵

步骤6，对区间数决策矩阵数据进行标准化处理获得标准化区间决策矩阵

步骤7，对标准化区间决策矩阵的第j个指标区间进行熵值计算，采用如下公式：

$H_j=-k\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}\ln p_{\mathrm{in}},j=\mathrm{1,2},...,n$

式中，k＝(Inm)-1，并假定P_ij＝0时，P_ij*InP_ij＝0.

步骤8，根据第j个指标区间的熵值进行熵权计算，采用如下公式：

${\stackrel{\‾}{w}}_j=(1-{\stackrel{\‾}{H}}_j)/(n-\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\stackrel{\‾}{H}}_j),j=\mathrm{1,2},...,n$

步骤9，对第j个指标区间的熵权进行归一化处理获得该指标区间的权重W_IEN，采用如下公式：

$w_{j\left(\mathrm{IEN}\right)}={{\stackrel{\‾}{w}}^{\′}}_j/{\stackrel{\‾}{w}}_j^{+},$ j＝1,2,…,n其中，

${{\stackrel{\‾}{w}}^{\′}}_j=\max \left\{w_j^U\right|j=1,2,...,n\}$

${{\stackrel{\‾}{W}}_j}^{+}=[{W_j}^{+},{W_j}^{+}]$

步骤10，将步骤四中层次结构模型中各指标的权重W_IAHP和步骤七中第j指标区间的权重W_IEN通过公式：

w＝θW_IAHP+(1-θ)W_IEN,0≤θ≤1其中，θ为权重因子

进行计算，获得指标评价综合区间权重w，输出计算结果，完成对电力用户设备评估。

2.根据权利要求1所述一种基于区间层次分析和区间熵组合的电力用户设备评估方法，其特征在于，所述步骤2中区间指标两两比较的方法是由区间中点a_ij和宽度μ两部分组成，其中，区间中点a_ij的取值，是判断的一个基数，或随机变量在判断区间标度内的均值；宽度μ是在确定好基数之后，根据判断的不确定性以及模糊性而给定的基数a_ij的区间变化范围。

3.根据权利要求1所述一种基于区间层次分析和区间熵组合的电力用户设备评估方法，其特征在于，所述步骤4中采用求幂法，计算判断矩阵A的最大特征值λ_max及特征向量ξ。

4.根据权利要求1所述一种基于区间层次分析和区间熵组合的电力用户设备评估方法，其特征在于，所述步骤5中的区间数决策矩阵依据电力设备评估的二、三级指标构建指标集Q＝{Q₁,Q₂,…,Q_m}，进行n次测量得到测量对象集S＝{S₁,S₁,…，S_n}，第i次测量得到第j个指标Qj的属性值为区间数构成区间数决策矩阵。

5.根据权利要求1所述一种基于区间层次分析和区间熵组合的电力用户设备评估方法，其特征在于，所述步骤7中第j个指标区间熵值建立两个优化模型

$H_j^L=\min \{-k\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}\ln p_{\mathrm{ij}}\}$

$\begin{array}{cc}s.t& \left\{\begin{array}{c}{p}_{\mathrm{ij}}^L\≤p_{\mathrm{ij}}\≤p_{\mathrm{ij}}^U,i=\mathrm{1,2},...,m\\ \underset{i=1}{\overset{m}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}=1\end{array}\right.\end{array}$

和

$H_j^U=\max \{-k\underset{i=1}{\overset{m}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}\ln p_{\mathrm{ij}}\}$

$s.t\left\{\begin{array}{c}{p}_{\mathrm{ij}}^L\≤p_{\mathrm{ij}}\≤p_{\mathrm{ij}}^U,i=1,2,...,m\\ \underset{i=1}{\overset{m}{\mathrm{\Σ}}}{p}_{\mathrm{ij}}=1\end{array}\right.$