CN105184655A - 一种城市配电网智能化改造评估方法 - Google Patents

Abstract

一种城市配电网智能化改造评估方法，包括三个步骤：（1）根据配电网利益相关者对于配电网的要求选出效果类指标，建立城市配电网智能化改造评估指标体系表；（2）基于所建立的城市配电网智能化改造评估指标体系，针对不同级的指标建立不同的方法进行指标权重的计算；（3）对城市配电网智能化改造评估指标体系进行分类，分类确定合理的指标评分方法与评分标准，最终得到评分结果并对评分结果进行分析；利用本评估方法对配电网的智能化改造程度进行评估，不仅能反映整个配电网的目前智能化改造的现状，更能利用评估结果追踪出目前配电网在进行智能化改造中存在不足的地方，为未来智能化改造提出了优化建议。

Description

一种城市配电网智能化改造评估方法

技术领域

本发明属于电网配电系统领域，具体涉及一种城市配电网智能化改造评估方法。

背景技术

近年来，全球范围内掀起了智能电网的研究和建设热潮。围绕国家电网公司提出的“建设坚强智能电网”战略目标，我国各地开展了大量智能电网试点工程建设，其中较为成熟的试点项目包括智能变电站、配电自动化和用电信息采集系统等。作为电网的重要组成部分，配电网的智能化已成为未来电网发展的新趋势，对于实现智能电网建设的整体目标有着举足轻重的作用。因此，为实现对城市配电网智能化改造程度的评价，目前，没有一套城市配电网智能化改造评估方法。

发明内容

本发明的目的在于克服现有评估方法的不足，提供一种城市配电网智能化改造评估方法，实现对城市配电网智能化改造程度的评价。

为实现上述目的，本发明提供这样一种城市配电网智能化改造评估方法，其特征在于：本方法包括三个步骤：

(1)根据配电网利益相关者对于配电网的要求选出效果类指标，并对影响效果指标的配电网因素进行分析，得到反映配电网建设的具体内容和特点的主要特性指标，并对这些指标进一步进行细化，建立城市配电网智能化改造评估指标体系表；

(2)基于所建立的城市配电网智能化改造评估指标体系，针对不同级的指标建立不同的方法进行指标权重的计算；

(3)对城市配电网智能化改造评估指标体系进行分类，分类确定合理的指标评分方法与评分标准，最终得到评分结果并对评分结果进行分析；

在步骤(1)中，效果类指标是根据配电网利益相关者对于配电网的要求选择出来的，电力用户要求高质量的电能，电力用户要求高质量的电能，以及与电网更及时、更高效的互动能力，具体可以体现在供电可靠率和综合电压合格率以及友好互动率三个方面；社会要求的节能环保，可以归结为减少损耗，提高效率，同时友好兼容各类分布式电源的引入，也能降低能源的消耗和污染物的排放，因此可以选取出综合线损率和友好互动率指标；而电力企业要求的是效益，同时也要保证高质量的电能供应，因此需要通过减少损耗，提高设备的使用效率来提高效益，由此可以选取出综合线损率指标和设备利用率指标；所以本发明选用的效果类指标包括供电可靠率、综合电压合格率、综合线损率、设备利用率和友好互动率五个指标；对影响所选取的效果类指标的配电网因素进行分析，得到反映配电网建设的具体内容和特点的主要特性指标；一级主要特性包括四个方面：网络结构水平、负荷供应能力、装备技术水平和运行管理水平；其中网络结构水平，用于评价电网架构的好坏；负荷供应能力，用于反应电网在负荷供应方面的具体表现；装备技术水平，指电网的先进性和使用情况；运行管理水平，用于刻画电力企业对电网的监管水平；最后从这四个方面对影响效果类指标的因素一一进行分析，得到二级主要特性指标；最终建立城市配电网智能化改造评估指标体系表；

在步骤(2)所述的针对不同级的指标建立不同的方法进行指标权重的计算，是指对一级主要特性指标和二级主要特性指标的权重计算方法不同；在计算一级主要特性指标权重时，采用基于DEMATEL的网络层次分析法，将电网整体评估作为控制层目标，主要特性指标作为网络层元素，根据指标两两之间的关联关系，建立各元素间的ANP网络结构；采用改进的灰色关联度分析法，计算过程为纯数值计算；

其中，采用的基于DEMATEL的网络层次分析法以及改进灰色关联度的具体步骤如下：

①基于DEMATEL的网络层次分析法

对配电网智能化改造综合评估问题，将电网整体评估作为控制层，主要特性指标作为网络层，根据指标两两之间的关联关系，建立各元素间的ANP网络结构；

ANP是在一个准则下，对受支配元素进行两两比较，从而获得判断矩阵；智能配电网各宏观需求指标间存在相互依存、相互影响的关系，因此需要通过比较间接优势度的方式得到ANP判断矩阵；

设ANP的网络层中有元素C1,C2,…,Cn，元素C_j(j≠i)对于C_i的直接影响程度为y_ji；依次以C_i(i＝1,2,…,n)为次准则，将其余元素(除C_i外)对该准则元素的直接影响程度进行两两比较，获得相应的判断矩阵，再利用特征根法得出C_i次准则下的权重向量 $W_i={\left[\begin{array}{cccccc}{\mathrm{\ω}}_1^{\left(i\right)}& ...& {\mathrm{\ω}}_{i-1}^{\left(i\right)}& {\mathrm{\ω}}_{i+1}^{\left(i\right)}& ...& {\mathrm{\ω}}_n^{\left(i\right)}\end{array}\right]}^T$ 见公式(2-1)；

将所有次准则下的权重向量合成为权重矩阵，在权重矩阵对角线上填0，表示元素对自身没有直接影响，即可得DEMATEL方法中的直接影响矩阵W_d，见公式(2-2)；

各层次指标间的平均综合影响矩阵W，见公式(2-3)；

(n为整数，且n≠0)(2-3)

当n充分大时，可采用W＝W_d(I-W_d)^-1进行近似计算，其中I为单位矩阵，矩阵W即为所需构建的内部依赖矩阵，简称其为综合影响权重矩阵；将各元素集的内部依赖矩阵进行合并，即可得到系统超矩阵；根据综合影响权重矩阵W的极限是否唯一，可分为两种情况：

1)存在唯一极限值时，

2)当存在多个极限值时，矩阵呈现周期性变化，设N点为某次循环周期的开始，N点极限值为且T为循环周期，则整个周期内的极限值分别为取各点的平均值即可得到平均综合影响矩阵的极限值，见公式(2-4)；

$W=(W_d^N+W_d^{N+1}+...+W_d^{N+T-1})/T,(T\≥2)---(2-4)$

对于系统的加权矩阵A，各元素集之间的影响程度进行计算；将其与系统超矩阵结合，即可得到系统加权超矩阵

对上述矩阵进行2k+1次演化(k→+∞)，最终形成一个长期稳定矩阵，其各行非零值均相同，即得到各评价指标的主观权重向量

②改进的灰色关联度分析法

具体的计算方法与步骤如下：

1)确定评价指标

聘请专家进行权重的经验判断；设有n个评价指标，有m个专家同时对各个指标的权重作出经验判断，从而组成各个指标权重的经验判断数据序列，矩阵形式见公式(2-5)；

A＝[A₁,A₂,…,A_n]^T

$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& ...& a_{1m}\\ a_{21}& a_{22}& ...& a_{2m}\\ ...& ...& ...& ...\\ a_{n1}& a_{n2}& ...& a_{nm}\end{array}\right]---(2-5)$

2)确定参考序列A₀

从经验判断矩阵A中挑选一个最大的权重值作为“公共”参考权重值，各个专家的参考权重值均赋予此值，见公式(2-6)；

A₀＝(a₀₁,a₀₂,…,a_0m)(2-6)

3)确定各序列与参考序列距离

利用公式(2-7)，计算各个指标序列A₁,A₂,…,A_n与参考数据列A₀之间的距离；

$D_{0i}=\underset{k=1}{\overset{m}{\Σ}}{(a_{0k}-a_{ik})}^2---(2-7)$

4)计算指标权重

根据公式(2-8)和(2-9)，求解各个指标的权重，并进行归一化处理；

${\mathrm{\ω}}_i=\frac{1}{1+D_{0i}}---(2-8)$

${\stackrel{\‾}{\mathrm{\ω}}}_i=\frac{{\mathrm{\ω}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{\ω}}_i}---(2-9)$

该算法依然以专家组的权重经验判断值作为原始输入数据，并通过寻找最大的专家经验判断值，确定参照序列，不过对上述的公式进行了改进，使得计算过程为纯数值计算，无需涉及如灰色关联度算法中易受决策者个体影响的分辨系数一类的主观设定参数，计算过程不受决策者主观因素的干扰，在充分利用专家经验判断值主观信息的基础上，保证了计算过程的客观性，使得到的权重在反映主观程度的同时，能够充分地反映客观程度；

在步骤(3)中，根据参考指标的类型对指标进行分类，指标类型分为效益型指标、成本型指标和特定型指标，其中效益型指标指随着指标取值的增大其分数增高；成本型指标指随着指标取值的减小其分数增高；而特定型指标指在中间的某个数值或子区间取值时其分数最高；评分方法采用100分制；

上述3个步骤完成后，行配电网智能化改造水平的综合评估计算，利用评分标准所得配电网的各个二级主要特性指标的得分，根据层次分析法向上计算得到配电网的整体得分；

$S^k=\underset{j=1}{\overset{n}{\Σ}}{S}_j^{(k+1)}{W}_j^{(k+1)}---(2-10)$

式中：S^k为层次结构中第k层某一指标A^(k)的评分；j为A^(k)指标k+1层指标的个数；为A^(k)指标的k+1层指标j的评分；为子指标j的权重；

整体的得分结果代表了该城市配电网的智能化程度，综合得分应处于70分以上表示配电网的智能化发展程度较高；综合得分应处于60～70之间表示配电网智能化发展次之；综合得分应处于50～60之间表示配电网智能化水平一般；如果得分结果偏差较大，说明该城市的配电网智能化水平较为落后，发展空间比较大，应加快智能化改造的进程。

本发明相比现有技术的有益效果是：本发明改进了DEMATEL算法内部依赖矩阵的构建方法，在避免了元素对自身影响程度的主观估计的同时，解决了构建判断矩阵时直接影响和间接影响不统一的问题；在计算二级主要特性指标权重时，本发明采用改进的灰色关联度分析法，对传统的灰色关联度分析法进行了改进，使得计算过程为纯数值计算，无需涉及如灰色关联度算法中易受决策者个体影响的分辨系数一类的主观设定参数；传统的灰色关联度分析方法在计算过程中易受分辨系数ρ取值的影响，使得计算的权重值具有主观不确定性，从而给决策工作带来不便，为了克服该缺陷，本发明采用改进的灰色关联度分析方法，求解指标权重。利用本评估方法对配电网的智能化改造程度进行评估，不仅能反映整个配电网的目前智能化改造的现状，更能利用评估结果追踪出目前配电网在进行智能化改造中存在不足的地方，为未来智能化改造提出了优化建议。

附图说明

图1为城市配电网智能化改造评估指标关系示意图；

图2为网络结构水平指标关系示意图；

图3为负荷供应能力指标关系示意图；

图4为装备技术水平指标关系示意图；

图5为运行管理水平指标关系示意图。

具体实施方式

下面结合附图和附表对本发明作进一步说明。

一种城市配电网智能化改造评估方法；该方法包括三个步骤：

(1)根据配电网利益相关者对于配电网的要求可以选出效果类指标，并对影响效果指标的配电网因素进行分析，得到反映配电网建设的具体内容和特点的主要特性指标，并对这些指标进一步进行细化，建立城市配电网智能化改造评估指标体系表；

(2)基于所建立的城市配电网智能化改造评估指标体系，针对不同级的指标建立不同的方法进行指标权重的计算；

(3)对城市配电网智能化改造评估指标体系进行分类，分类确定合理的指标评分方法与评分标准，最终得到评分结果并对评分结果进行分析；

在步骤(1)中，效果类指标是根据配电网利益相关者对于配电网的要求选择出来的，电力用户要求高质量的电能，电力用户要求高质量的电能，以及与电网更及时、更高效的互动能力，具体可以体现在供电可靠率和综合电压合格率以及友好互动率三个方面；社会要求的节能环保，可以归结为减少损耗，提高效率，同时友好兼容各类分布式电源的引入，也能降低能源的消耗和污染物的排放，因此可以选取出综合线损率和友好互动率指标；而电力企业要求的是效益，同时也要保证高质量的电能供应，因此需要通过减少损耗，提高设备的使用效率来提高效益，由此可以选取出综合线损率指标和设备利用率指标。所以本发明选用的效果类指标包括供电可靠率、综合电压合格率、综合线损率、设备利用率和友好互动率五个指标；对影响所选取的效果类指标的配电网因素进行分析，得到反映配电网建设的具体内容和特点的主要特性指标。一级主要特性包括四个方面：网络结构水平、负荷供应能力、装备技术水平和运行管理水平。其中网络结构水平，用于评价电网架构的好坏；负荷供应能力，用于反应电网在负荷供应方面的具体表现；装备技术水平，指电网的先进性和使用情况；运行管理水平，用于刻画电力企业对电网的监管水平；图1为城市配电网智能化改造评估指标关系示意图，描述了效果类指标与一级主要特性指标以及两种指标之间的关系，其中效果类指标包括供电可靠率、综合电压合格率、综合线损率、设备利用率和友好互动率五个指标；一级主要特性指标包括网络结构水平、负荷供应能力、装备技术水平和运行管理水平，指示了主要特性指标与效果类指标的关系；图2为网络结构水平指标关系示意图，描述了网络结构水平下的二级特性指标，其中包括变电站单电源线率、变电站单变率、中压线路联络率、中压线路站间联络率、中压线路平均分段数、分布式电源容量并网率、分布式电源发电和储能容量比例；图3为负荷供应能力指标关系示意图，描述了负荷供应能力下的二级特性指标，其中包括主变重载率、线路重载率、主变“N-1”通过率、中压线路“N-1”通过率、变电容载比、中压线路负载率。图4为装备技术水平指标关系示意图，描述了装备技术水平下的二级特性指标，其中包括线路绝缘化率、供电半径超限线路比例、线路截面规范化率、高损配变比例、变电站无功配置比例、配变无功配置比例、电压无功自动调节装置比例、GIS设备使用率、配电网自动化终端覆盖率、变电站综合自动化率、智能电表安装率。图5为运行管理水平指标关系示意图，描述了运行管理水平下的二级特性指标，其中包括PMS系统配网数据完整性、重大缺陷消缺率、临时停电比例、带电作业化率、停电作业按时复电率、用电信息采集系统覆盖率、客户服务信息系统覆盖率、95598呼叫中心系统覆盖率、离柜缴费率；

在步骤(2)所述的针对不同级的指标建立不同的方法进行指标权重的计算，是指对一级主要特性指标和二级主要特性指标的权重计算方法不同。在计算一级主要特性指标权重时，本发明采用基于DEMATEL的网络层次分析(ANP)法，将电网整体评估作为控制层(目标)，主要特性指标作为网络层(元素)，根据指标两两之间的关联关系，建立各元素间的ANP网络结构。同时，本发明还借鉴DEMATEL法改进了内部依赖矩阵的构建方法，在避免了元素对自身影响程度的主观估计的同时，解决了构建判断矩阵时直接影响和间接影响不统一的问题；而在计算二级主要特性指标权重时，本发明采用改进的灰色关联度分析法，对传统的灰色关联度分析法进行了改进，使得计算过程为纯数值计算，无需涉及如灰色关联度算法中易受决策者个体影响的分辨系数一类的主观设定参数；

①基于DEMATEL的网络层次分析(ANP)法

计算城市配电网智能化改造评估指标体系中一级主要特性指标权重首先要建立1个一级主要特性指标DEMATEL-ANP判断矩阵；其阶数与一级主要特性指标的个数相同；本发明中的一级主要特性指标有4个：网络结构水平、负荷供应能力、装备技术水平以及运行管理水平；所以建立的主要特性指标DEMATEL-ANP判断矩阵是一个4×4的矩阵。聘请专家对一级主要特性指标间相互的直接影响程度进行经验判断，用C1,C2,…,C4分别代表网络结构水平、负荷供应能力、装备技术水平、运行管理水平4个主要特性指标集，A代表标度，标度数值范围为1～9。1～9标度法用来衡量指标间相互的直接影响程度，可分为基本无影响、稍微影响、明显影响、强烈影响、极端影响5个基本标度，分别赋予了相应的数值尺度1、3、5、7、9来进行衡量，评价结果介于之间的分别赋值2、4、6、8，标度方法见表1；

表1一级主要特性指标直接影响判断标度

标度	C1	C2	C3	C4
					C1	/	9	8	5
C2	9	/	8	6
					C3	8	8	/	4
C4	5	6	4	/

依次以C_i(i＝1,2,3,4)为次准则，将其余元素(除C_i外)对该准则元素的直接影响程度进行两两比较，获得相应的判断矩阵，再利用特征根法得出C_i次准则下的权重向量 $W_i={\left[\begin{array}{cccc}{\mathrm{\ω}}_1^{\left(i\right)}& {\mathrm{\ω}}_2^{\left(i\right)}& {\mathrm{\ω}}_3^{\left(i\right)}& {\mathrm{\ω}}_4^{\left(i\right)}\end{array}\right]}^T,$ 计算方法如公式(2-1)所示；

式中：y_ji代表元素C_j(j≠i)对于C_i的直接影响程度，以C_i为次准则所建立的判断矩阵的归一化特征向量，即为权重向量；

再将所有次准则下的权重向量合成为权重矩阵，由于在构造判断矩阵过程中，没有考虑元素对自身的影响，所以形成的内部依赖矩阵是对角线残缺的；如公式(2-2)所示，

式中：此式中单个字母没有意义，一列为上面计算的特征向量但是在对角线上加了元素0；在权重矩阵对角线上填0(表示元素对自身没有直接影响)，即可得DEMATEL方法中的直接影响矩阵W_d:

$W_d=\left[\begin{array}{cccc}0& 1/2& 8/15& 5/9\\ 9/22& 0& 2/5& 1/3\\ 4/11& 1/3& 0& 1/9\\ 5/22& 1/6& 1/15& 0\end{array}\right]$

各层次指标间的平均综合影响矩阵W，见公式(2-3)；

(n为整数，且n≠0)(2-3)

式中：W_d为直接影响矩阵，n为元素准则个数；

当n充分大时，可采用W＝W_d(I-W_d)^-1进行近似计算，其中I为单位矩阵，矩阵W即为所需构建的内部依赖矩阵，简称其为综合影响权重矩阵；将各元素集的内部依赖矩阵进行合并，即可得到系统超矩阵；根据综合影响权重矩阵W的极限是否唯一，可分为两种情况：

1)存在唯一极限值时，

2)当存在多个极限值时，矩阵呈现周期性变化，设N点为某次循环周期的开始，N点极限值为且T为循环周期，则整个周期内的极限值分别为取各点的平均值即可得到平均综合影响矩阵的极限值，见公式(2-4)；

$W=(W_d^N+W_d^{N+1}+...+W_d^{N+T-1})/T,(T\≥2)---(2-4)$

式中：W_d为直接影响矩阵，T为循环周期；

对于系统的加权矩阵A，各元素集之间的影响程度进行计算；将其与系统超矩阵结合，即可得到系统加权超矩阵

对上述矩阵进行2k+1次演化(k→+∞)，最终形成一个长期稳定矩阵，其各行非零值均相同，即得到各评价指标的一级主要特性指标权重值

${\mathrm{\ω}}_s=\underset{k\→\mathrm{\∞}}{\lim }{\stackrel{\‾}{W}}^{2k+1};$

式中：为系统加权超级矩阵；

由于在本次实施方案中，所有一级特性指标都对应在一个指标集下，所以它的平均综合影响矩阵W就是它本身，所以在本次实施方案中计算一级主要特性指标权重值时可以直接计算W_d的极限，又由于存在唯一极限值，所以对直接影响矩阵W_d求极限，得到稳定的综合影响权重矩阵，矩阵各行元素值趋于一致，该稳定值即为所对应的各指标的主观权重值，也就是一级主要特性指标权重值，见表2所示；

表2一级主要特性指标权重值

一级主要特性指标	网络结构水平	负荷供应能力	装备技术水平	运行管理水平
					权重	0.3013	0.2544	0.2754	0.1689

②改进的灰色关联度分析法

具体的计算方法与步骤如下：

1)确定评价指标

聘请专家进行权重的经验判断；设有n个评价指标，有m个专家同时对各个指标的权重作出经验判断，从而组成各个指标权重的经验判断数据序列，矩阵形式见公式(2-5)；

A＝[A₁,A₂,…,A_n]^T

$A=\left[\begin{array}{cccc}{a}_{11}& a_{12}& ...& a_{1m}\\ a_{21}& a_{22}& ...& a_{2m}\\ ...& ...& ...& ...\\ a_{n1}& a_{n2}& ...& a_{nm}\end{array}\right]---(2-5)$

式中：a_ij为j位专家对第i个评价指标的权重打分，A_i为m位专家分别对第i个评价指标的权重打分序列；

计算城市配电网智能化改造评估指标体系中二级主要特性指标权重首先要构建4个二级主要特性指标集判断矩阵：网络结构水平判断矩阵、负荷供应能力判断矩阵、装备技术水平判断矩阵、运行管理水平判断矩阵；二级主要特性指标集判断矩阵是基于改进的灰色关联度法计算二级具体主要特性指标权重而生成的矩阵。其阶数为m×n，其中m为该一级主要特性下二级主要指标的个数，n为该初始矩阵打分的专家个数。利用改进的灰色关联度法求解二级主要特性指标的权重以计算网络结构水平下的二级主要特性指标权重为例；聘请n个专家分别给出自己认为的网络结构水平下的二级主要特性指标的权重构成。本发明中拟采用4名专家的对网络结构水平下各二级主要特性指标权重分布的意见，结果如表3所示；

表3网络结构水平下二级主要特性指标的专家初始评价集合

结合表3以及公式(2-5)可以构造网络结构水平下的二级主要特性指标的经验判断序列矩阵：

$A=\left[\begin{array}{cccc}0.25& 0.20& 0.24& 0.25\\ 0.25& 0.20& 0.24& 0.25\\ 0.15& 0.15& 0.20& 0.18\\ 0.15& 0.20& 0.12& 0.10\\ 0.15& 0.20& 0.12& 0.10\\ 0.05& 0.05& 0.04& 0.06\\ 0.05& 0.05& 0.04& 0.06\end{array}\right]$

2)确定参考序列A₀

从经验判断矩阵A中挑选一个最大的权重值作为“公共”参考权重值，各个专家的参考权重值均赋予此值，见公式(2-6)；

A₀＝(a₀₁,a₀₂,…,a_0m)(2-6)

式中：A₀代表经验判断矩阵A中最大权重值得参考向量(即矩阵中行和最大的行向量)，式中的字母没有含义，只是代表最大参考权重中的数值；

选择A中最大的权重值作为参考权重值，其他各个专家的参考值均赋予此值，见公式(2-6)所示；

A₀＝(0.25,0.20,0.24,0.25)

3)确定各序列与参考序列距离

利用公式(2-7)，计算各个指标序列A₁,A₂,…,A_n与参考数据列A₀之间的距离；

$D_{0i}=\underset{k=1}{\overset{m}{\Σ}}{(a_{0k}-a_{ik})}^2---(2-7)$

式中：D_0i代表各个指标序列A₁,A₂,…,A_n与参考数据列A₀之间的距离；

4)计算指标权重

根据公式(2-8)和(2-9)，求解各个指标的权重，并进行归一化处理；

${\mathrm{\ω}}_i=\frac{1}{1+D_{0i}}---(2-8)$

${\stackrel{\‾}{\mathrm{\ω}}}_i=\frac{{\mathrm{\ω}}_i}{\underset{i=1}{\overset{n}{\Σ}}{\mathrm{\ω}}_i}---(2-9)$

式中：D_0i代表各个指标序列A₁,A₂,…,A_n与参考数据列A₀之间的距离；即为最后所要求的二级特性指标权重；

用(2-8)和(2-9)求解各个指标的权重并进行归一化处理；将同样的方法应用于负荷供应能力、装备技术水平以及运行管理水平下的二级主要特性指标的权重计算中，最后依次求得所有二级主要特性指标的权重，如表4所示；

表4城市配电网智能化改造评估体系二级主要特性指标权重表

在步骤(3)中，本发明根据参考指标的类型对指标进行分类，指标类型分为效益型指标、成本型指标和特定型指标，其中效益型指标指随着指标取值的增大其分数增高；成本型指标指随着指标取值的减小其分数增高；而特定型指标指在中间的某个数值或子区间取值时其分数最高；并综合各位专家的意见，针对不同的指标给出了合理的评分标准；各层次指标的分90～100分表示优，75～90分表示良，60～75分表示中，60分以下表示差；城市配电网智能化改造评估指标体系中各二级主要特性指标的评分标准如表5所示；

表5城市配电网智能化改造评分标准

在指标权重以及指标分标准都设定完成后就可以就行配电网智能化改造水平的综合评估计算了，利用评分标准所得配电网的各个二级主要特性指标的得分，根据层次分析法向上计算得到配电网的整体得分；

$S^k=\underset{j=1}{\overset{n}{\Σ}}{S}_j^{(k+1)}{W}_j^{(k+1)}---(2-10)$

式中：S^k为层次结构中第k层某一指标A^(k)的评分；j为A^(k)指标k+1层指标的个数；为A^(k)指标的k+1层指标j的评分；为子指标j的权重；整体的得分结果代表了该城市配电网的智能化程度，不同级别的城市应对应不同的分数段，国内一线城市的配电网的智能化发展程度较高，其综合得分应处于70分以上；其他二线及省会城市的配电网智能化发展次之，其综合得分应处于60～70之间；普通地级市的配电网智能化水平一般，其综合得分应处于50～60之间；如果得分结果与城市定位情况偏差较大，说明该城市的配电网智能化水平较为落后，发展空间比较大，应加快智能化改造的进程。

实验验证：

下面采用某供电公司实际电网作为研究对象，对本评估指标加以验证：选取2014年11月24日的中心城区电网为对象进行配电网智能话改造程度的评估；利用本发明的方法所得到的中心城区城市配电网智能化改造综合评价结果如表6所示；

表6中心城区配电网智能化改造综合评价数据及评分

中心城区配电网综合评价得分是51.64，符合其城市的基本情况。在几项二级指标中，较为薄弱的环节是评分为29.9的负荷供应能力。

(1)网络结构水平得分为46.33，影响整体评分偏低的在于中压线路联络率、中压线路平均分段数以及中压线路站间联络率三个个子指标，得分分别为12.66，17.6和35.4，整个网架结构的联络率偏低，需大幅度提升。

(2)负荷供应能力得分为29.9，主要原因在于线路重载率、主变“N-1”通过率、中压线路“N-1”通过率过低，评价得分分别为13.42、28.42、0(中压线路“N-1”通过率为0的原因是没有可以转供的线路)，中心城区配电网整体线路负载率较高且没有具有转供能力的线路很大程度影响了其负荷供应水平。

(3)装备技术水平得分为64.77，需要重点改进的是配电无功配置比例、GIS设备利用率以及配电网自动化覆盖率，其得分均在40分以下，上升空间很大。

(4)运行管理水平得分为71.33，影响较大的子指标为带电作业化率，一年中带电作业减少停电户数占总户数比例为36.76％。

利用本评估指标体系对某中心城区配电网的智能化改造程度进行评估，不仅能反映整个配电网的目前智能化改造的现状，更能利用评估结果追踪出目前配电网在进行智能化改造中存在不足的地方，为未来智能化改造提出了优化建议。

Claims (1)

1.一种城市配电网智能化改造评估方法，其特征在于：本方法包括三个步骤：

(1)根据配电网利益相关者对于配电网的要求选出效果类指标，并对影响效果指标的配电网因素进行分析，得到反映配电网建设的具体内容和特点的主要特性指标，并对这些指标进一步进行细化，建立城市配电网智能化改造评估指标体系表；

(2)基于所建立的城市配电网智能化改造评估指标体系，针对不同级的指标建立不同的方法进行指标权重的计算；

(3)对城市配电网智能化改造评估指标体系进行分类，分类确定合理的指标评分方法与评分标准，最终得到评分结果并对评分结果进行分析；

在步骤(1)中，效果类指标是根据配电网利益相关者对于配电网的要求选择出来的，电力用户要求高质量的电能，电力用户要求高质量的电能，以及与电网更及时、更高效的互动能力，具体可以体现在供电可靠率和综合电压合格率以及友好互动率三个方面；社会要求的节能环保，可以归结为减少损耗，提高效率，同时友好兼容各类分布式电源的引入，也能降低能源的消耗和污染物的排放，因此可以选取出综合线损率和友好互动率指标；而电力企业要求的是效益，同时也要保证高质量的电能供应，因此需要通过减少损耗，提高设备的使用效率来提高效益，由此可以选取出综合线损率指标和设备利用率指标；所以本发明选用的效果类指标包括供电可靠率、综合电压合格率、综合线损率、设备利用率和友好互动率五个指标；对影响所选取的效果类指标的配电网因素进行分析，得到反映配电网建设的具体内容和特点的主要特性指标；一级主要特性包括四个方面：网络结构水平、负荷供应能力、装备技术水平和运行管理水平；其中网络结构水平，用于评价电网架构的好坏；负荷供应能力，用于反应电网在负荷供应方面的具体表现；装备技术水平，指电网的先进性和使用情况；运行管理水平，用于刻画电力企业对电网的监管水平；最后从这四个方面对影响效果类指标的因素一一进行分析，得到二级主要特性指标；最终建立城市配电网智能化改造评估指标体系表；

在步骤(2)所述的针对不同级的指标建立不同的方法进行指标权重的计算，是指对一级主要特性指标和二级主要特性指标的权重计算方法不同；在计算一级主要特性指标权重时，采用基于DEMATEL的网络层次分析法，将电网整体评估作为控制层目标，主要特性指标作为网络层元素，根据指标两两之间的关联关系，建立各元素间的ANP网络结构；采用改进的灰色关联度分析法，计算过程为纯数值计算；

其中，采用的基于DEMATEL的网络层次分析法以及改进灰色关联度的具体步骤如下：

①基于DEMATEL的网络层次分析法

对配电网智能化改造综合评估问题，将电网整体评估作为控制层，主要特性指标作为网络层，根据指标两两之间的关联关系，建立各元素间的ANP网络结构；

ANP是在一个准则下，对受支配元素进行两两比较，从而获得判断矩阵；智能配电网各宏观需求指标间存在相互依存、相互影响的关系，因此需要通过比较间接优势度的方式得到ANP判断矩阵；

设ANP的网络层中有元素C1,C2,…,Cn，元素C_j(j≠i)对于C_i的直接影响程度为y_ji；依次以C_i(i＝1,2,…,n)为次准则，将其余元素(除C_i外)对该准则元素的直接影响程度进行两两比较，获得相应的判断矩阵，再利用特征根法得出C_i次准则下的权重向量见公式(2-1)；

将所有次准则下的权重向量合成为权重矩阵，在权重矩阵对角线上填0，表示元素对自身没有直接影响，即可得DEMATEL方法中的直接影响矩阵W_d，见公式(2-2)；

各层次指标间的平均综合影响矩阵W，见公式(2-3)；

(n为整数，且n≠0)(2-3)

当n充分大时，可采用W＝W_d(I-W_d)^-1进行近似计算，其中I为单位矩阵，矩阵W即为所需构建的内部依赖矩阵，简称其为综合影响权重矩阵；将各元素集的内部依赖矩阵进行合并，即可得到系统超矩阵；根据综合影响权重矩阵W的极限是否唯一，可分为两种情况：

1)存在唯一极限值时，

2)当存在多个极限值时，矩阵呈现周期性变化，设N点为某次循环周期的开始，N点极限值为且T为循环周期，则整个周期内的极限值分别为取各点的平均值即可得到平均综合影响矩阵的极限值，见公式(2-4)；

对于系统的加权矩阵A，各元素集之间的影响程度进行计算；将其与系统超矩阵结合，即可得到系统加权超矩阵

对上述矩阵进行2k+1次演化(k→+∞)，最终形成一个长期稳定矩阵，其各行非零值均相同，即得到各评价指标的主观权重向量

②改进的灰色关联度分析法

具体的计算方法与步骤如下：

1)确定评价指标

聘请专家进行权重的经验判断；设有n个评价指标，有m个专家同时对各个指标的权重作出经验判断，从而组成各个指标权重的经验判断数据序列，矩阵形式见公式(2-5)；

A＝[A₁,A₂,…,A_n]^T

2)确定参考序列A₀

从经验判断矩阵A中挑选一个最大的权重值作为“公共”参考权重值，各个专家的参考权重值均赋予此值，见公式(2-6)；

A₀＝(a₀₁,a₀₂,…,a_0m)(2-6)

3)确定各序列与参考序列距离

利用公式(2-7)，计算各个指标序列A₁,A₂,…,A_n与参考数据列A₀之间的距离；

4)计算指标权重

根据公式(2-8)和(2-9)，求解各个指标的权重，并进行归一化处理；

该算法依然以专家组的权重经验判断值作为原始输入数据，并通过寻找最大的专家经验判断值，确定参照序列，不过对上述的公式进行了改进，使得计算过程为纯数值计算，无需涉及如灰色关联度算法中易受决策者个体影响的分辨系数一类的主观设定参数，计算过程不受决策者主观因素的干扰，在充分利用专家经验判断值主观信息的基础上，保证了计算过程的客观性，使得到的权重在反映主观程度的同时，能够充分地反映客观程度；

在步骤(3)中，根据参考指标的类型对指标进行分类，指标类型分为效益型指标、成本型指标和特定型指标，其中效益型指标指随着指标取值的增大其分数增高；成本型指标指随着指标取值的减小其分数增高；而特定型指标指在中间的某个数值或子区间取值时其分数最高；评分方法采用100分制；

上述3个步骤完成后，行配电网智能化改造水平的综合评估计算，利用评分标准所得配电网的各个二级主要特性指标的得分，根据层次分析法向上计算得到配电网的整体得分；

式中：S^k为层次结构中第k层某一指标A^(k)的评分；j为A^(k)指标k+1层指标的个数；为A^(k)指标的k+1层指标j的评分；为子指标j的权重；

整体的得分结果代表了该城市配电网的智能化程度，综合得分应处于70分以上表示配电网的智能化发展程度较高；综合得分应处于60～70之间表示配电网智能化发展次之；综合得分应处于50～60之间表示配电网智能化水平一般；如果得分结果偏差较大，说明该城市的配电网智能化水平较为落后，发展空间比较大，应加快智能化改造的进程。