CN105303466A - 一种基于ahp-gra的智能电网工程项目的综合评价方法 - Google Patents

Abstract

本发明涉及一种基于AHP-GRA的智能电网工程项目的综合评价方法，随着智能电网建设工作的推进，综合评估当前智能电网工程项目发展情况也成为了一项重要的课题。本发明方法针对传统电网综合评估方法所存在的问题，将其深化及改进，并应用于智能电网工程项目的综合评估，利用灰色关联理论解决了传统方法中存在的白化数模糊化误差，根据智能电网的新特点，建立了适应智能电网的综合评价体系，并结合柯布一道格拉斯生产函数将技术先进性水平通过经济收益贡献度量化体现。本发明将评估智能电网的重要指标即技术的发展水平技术对进行量化，使原有的只能模糊分析的指标可以进行定量分析，提高了综合评价的准确性可以较好地对智能电网工程项目进行综合评估。

Description

一种基于AHP-GRA的智能电网工程项目的综合评价方法

技术领域

本发明涉及智能电网的综合评价领域，特别是一种基于AHP-GRA的智能电网工程项目的综合评价方法。

背景技术

目前智能电网已成为世界电网发展的新趋势，国家电网公司也先后启动了多批智能电网试点项目，随着智能电网建设工作的推进，综合评估当前智能电网工程项目发展情况也成为了一项重要的课题。

在传统的电网评价当中，层次分析法得到了广泛的应用。层次分析法应用于电力系统的评估时具有以下优势：(1)其判断矩阵由专家建议或者发展现况评估得到，能够体现评估者的主观判断力，具有一定灵活性。(2)能够将不同指标之间的逻辑关系用定量的形式表达出来。(3)操作性好，不需要大量样本作为支撑。(4)采用层次分析法不仅可以评价单一电网的整体发展水平.而且可以通过分别计算不同电网的综合评价结果.比较不同电网的发展水平及优劣差距。

此外，传统评估方法在将指标进行无量纲化时采用的经典数学方法没有考虑配电网各指标的特性，以及定量指标与定性指标的区别；属于模糊数学方法的隶属度函数法，存在白化数模糊化误差。

传统的评价方法依然适用于智能电网的综合评价，对智能电网的工程项目开展综合评价研究时。需针对智能电网中出现的新技术、新因素及传统评价方法存在的不足等问题，结合并深化现有的理论，提出更为科学合理的综合评价方法。通过对典型的工程项目的综合评估，可以获得工程项目目前的发展状况及其中存在的问题.并可以了解项目对智能电网总体建设的示范效果.对未来的发展方向提出指导。

发明内容

本发明的目的在于提供一种基于AHP-GRA的智能电网工程项目的综合评价方法，有利于评估当前项目对智能电网总体建设的示范效果.并为未来的发展方向提出指导。

为实现上述目的，本发明的技术方案是：一种基于AHP-GRA的智能电网工程项目的综合评价方法，包括以下步骤，

步骤S1：选取待评估的工程项目，并获取其基本投建及运行数据；

步骤S2：选取项目中关键的评估指标并根据它们之间的关联性与层次性，建立智能电网工程项目综合评估体系，即分为A、B、C三层，其中，A层为智能电网工程项目综合评价体系，B层包括技术性指标、经济性指标、智能化指标、社会性指标，C层包括可靠性、电压质量、建设经济性、运行经济性、单位年负荷费用、自愈能力、技术先进性水平、节能性、协调发展性评价指标；

步骤S3：计算电网的平均供电可用度ASAI从而获得可靠性评价指标，平均供电可用度是指一年中用户经受不停电小时总数与用户要求的总供电小时数之比：

$ASAI=(1-\frac{CID}{N\×8760})\×100\%$

其中，N为总用户数；CID为总用户年停电持续时间；

步骤S4：计算供电故障自愈率从而获得自愈能力评价指标：

供电故障自愈率＝[∑(每次故障自愈的户数)/∑(每次故障影响的户数)]×100％；

步骤S5：计算单位年负荷费用从而获得经济性重要评价指标，单位年负荷费用是结合线路的负载率及线路年综合费用提出的指标：

$H=\frac{F}{P_{max}\·\mathrm{\η}\×{10}^{-3}}$

其中，P_max为线路允许最大负荷；η为线路负载率；F＝F_n+Z_J+F_W，F为线路的年综合费用；F_n为年投资费用；Z_J为年检修维护费用；F_W为年网损费用；

步骤S6：结合柯布-道格拉斯生产函数计算技术的经济贡献度S_a从而获得技术先进性水平评价指标：

S_a＝a/y，

其中，a为技术发展速度；y＝a+αk+βl，y、k、l分别为收益、投资、劳动力的年平均增长速度；α、β分别为资金和劳动的弹性产出系数：

$y=\sqrt{Y_t/Y_0-1}\×100\%$

$k=\sqrt{K_t/K_0-1}\×100\%$

$l=\sqrt{L_t/L_0-1}\×100\%$

其中，Y_t、K_t、L_t分别为收益、投资和劳动量第t年的计算值；t为运行年数，取t＝5；Y₀、K₀、L₀分别为收益、投资和劳动量的基准年数值，取基准年为第一年；

步骤S7：对步骤S2体系中同一层元素进行两两比较，构造层次分析判断矩阵，用来描述同层元素之间的相对重要性；

步骤S8：对判矩阵进行一致性检验来确定是否需要调整判断矩阵，即引入一致性指标函数minCIF(n)，并假设minCIF(n)＝0，即具有完全的一致性，解出每个变量的排序权重ω_k，然后将得到的ω_k进行回带，求CIF(n)的具体值进行一致性检验：

$\min CIF\left(n\right)=\frac{\underset{i=1}{\overset{n_b}{\Σ}}|\underset{k=1}{\overset{n_b}{\Σ}}\left(a_{ik}{\mathrm{\ω}}_k\right)-n_b{\mathrm{\ω}}_i|}{n_b}$

$\underset{k=1}{\overset{n_b}{\Σ}}{\mathrm{\ω}}_k=1$

式中，a_ik是指以A为上一层，要素B_i对要素B_k的相对重要性；n_b为B层元素个数；当CIF(n)的值小于0.1时，判断矩阵的一致性可接受；

步骤S9：将最底层元素的单层排序权重与其对应的上一层元素的单层排序权重相乘，直至最顶层，以得到C层各项评价指标对A层的比例权重

(i＝1，…，n，其中n为C层指标个数)；

步骤S10：以待选项目为行，评价指标为列，组成灰色关联初始矩阵，从中选取指标初始矩阵中每一列中的一个最优数据组成新的一行作为参考数列；

步骤S11：采用数据均值化处理来进行无量纲化处理从而得到无量纲矩阵X＝(X_ij)_(n+1)×m，其中X_ij＝a_ij/a_j，j＝1,2，…m；n为待评价项目；m为所需评估的指标；

步骤S12：将无量纲矩阵中每个元素与参考数列相比较得到灰色关联评价矩阵E＝(ξ_ij)_7×9，其中：

${\mathrm{\ξ}}_i\left(j\right)=\frac{\underset{i}{\min }\underset{j}{\min }|X_{0j}-X_{ij}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|X_{0j}-X_{ij}|}{|X_{0j}-X_{ij}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|X_{0j}-X_{ij}|}$

式中：X_ij为待比较项目，X_0j为参考数列；ρ为分辨系数，取0.5；

步骤S13：结合步骤S9取得的权重矩阵W和步骤S12取得的灰色关联评价矩阵E对工程项目方案进行综合评价，得到最终的评价结果P＝E×W。

在本发明一实施例中，所述步骤S6中，所述α、β分别取0.3和0.7。

相较于现有技术，本发明具有以下有益效果：

1、将评价传统电网的层次分析法引入智能电网，并结合灰色关联理论对智能电网工程项目进行综合评估，解决了传统评估中采用模糊综合决策所带来的白化数模糊化误差；

2、考虑到智能电网中出现的新技术、新因素等特点.提出了适应智能电网的新的综合评价体系；

3、结合柯布一道格拉斯生产函数以技术对经济收益的贡献度来反映智能电网技术的发展水平，将其进行量化，有利于更好的评估作为智能电网工程项目重要环节的技术先进性水平这一指标。

附图说明

图1为本发明的方法流程图。

图2为本发明的综合评价体系。

具体实施方式

下面结合附图，对本发明的技术方案进行具体说明。

如图1所示，本发明一种基于AHP-GRA的智能电网工程项目的综合评价方法，包括以下步骤，

步骤S1：选取待评估的工程项目，并获取其基本投建及运行数据；

步骤S2：选取项目中关键的评估指标并根据它们之间的关联性与层次性，建立智能电网工程项目综合评估体系，即分为A、B、C三层，其中，A层为智能电网工程项目综合评价体系，B层包括技术性指标、经济性指标、智能化指标、社会性指标，C层包括可靠性、电压质量、建设经济性、运行经济性、单位年负荷费用、自愈能力、技术先进性水平、节能性、协调发展性评价指标；

步骤S3：计算电网的平均供电可用度ASAI从而获得可靠性评价指标，平均供电可用度是指一年中用户经受不停电小时总数与用户要求的总供电小时数之比：

$ASAI=(1-\frac{CID}{N\×8760})\×100\%$

其中，N为总用户数；CID为总用户年停电持续时间；

步骤S4：计算供电故障自愈率从而获得自愈能力评价指标：

供电故障自愈率＝[∑(每次故障自愈的户数)/∑(每次故障影响的户数)]×100％；

步骤S5：计算单位年负荷费用从而获得经济性重要评价指标，单位年负荷费用是结合线路的负载率及线路年综合费用提出的指标：

$H=\frac{F}{P_{max}\·\mathrm{\η}\×{10}^{-3}}$

其中，P_max为线路允许最大负荷；η为线路负载率；F＝F_n+Z_J+F_W，F为线路的年综合费用；F_n为年投资费用；Z_J为年检修维护费用；F_W为年网损费用；

步骤S6：结合柯布-道格拉斯生产函数计算技术的经济贡献度S_a从而获得技术先进性水平评价指标：

S_a＝a/y，

其中，a为技术发展速度；y＝a+αk+βl，y、k、l分别为收益、投资、劳动力的年平均增长速度；α、β分别为资金和劳动的弹性产出系数，α、β根据经验分别取0.3和0.7，

$y=\sqrt{Y_t/Y_0-1}\×100\%$

$k=\sqrt{K_t/K_0-1}\×100\%$

$l=\sqrt{L_t/L_0-1}\×100\%$

其中，Y_t、K_t、L_t分别为收益、投资和劳动量第t年的计算值；t为运行年数，取t＝5；Y₀、K₀、L₀分别为收益、投资和劳动量的基准年数值，取基准年为第一年；

步骤S7：对步骤S2体系中同一层元素进行两两比较，构造层次分析判断矩阵，用来描述同层元素之间的相对重要性；

步骤S8：对判矩阵进行一致性检验来确定是否需要调整判断矩阵，即引入一致性指标函数minCIF(n)，并假设minCIF(n)＝0，即具有完全的一致性，解出每个变量的排序权重ω_k，然后将得到的ω_k进行回带，求CIF(n)的具体值进行一致性检验：

$\min CIF\left(n\right)=\frac{\underset{i=1}{\overset{n_b}{\Σ}}|\underset{k=1}{\overset{n_b}{\Σ}}\left(a_{ik}{\mathrm{\ω}}_k\right)-n_b{\mathrm{\ω}}_i|}{n_b}$

$\underset{k=1}{\overset{n_b}{\Σ}}{\mathrm{\ω}}_k=1$

式中，a_ik是指以A为上一层，要素B_i对要素B_k的相对重要性；n_b为B层元素个数。当CIF(n)的值小于0.1时，判断矩阵的一致性可接受；

步骤S9：将最底层元素的单层排序权重与其对应的上一层元素的单层排序权重相乘，直至最顶层，以得到C层各项评价指标对A层的比例权重

(i＝1，…，n，其中n为C层指标个数)；

步骤S10：以待选项目为行，评价指标为列，组成灰色关联初始矩阵，从中选取指标初始矩阵中每一列中的一个最优数据组成新的一行作为参考数列；

步骤S11：采用数据均值化处理来进行无量纲化处理从而得到无量纲矩阵X＝(X_ij)_(n+1)×m，其中X_ij＝a_ij/a_j，j＝1,2，…m；n为待评价项目；m为所需评估的指标；

步骤S12：将无量纲矩阵中每个元素与参考数列相比较得到灰色关联评价矩阵E＝(ξ_ij)_7×9，其中：

${\mathrm{\ξ}}_i\left(j\right)=\frac{\underset{i}{\min }\underset{j}{\min }|X_{0j}-X_{ij}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|X_{0j}-X_{ij}|}{|X_{0j}-X_{ij}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|X_{0j}-X_{ij}|}$

式中：X_ij为待比较项目，X_0j为参考数列；ρ为分辨系数，一般取0.5；

步骤S13：结合步骤S9取得的权重矩阵W和步骤S12取得的灰色关联评价矩阵E工程项目方案进行综合评价，最终的评价结果P＝E×W。

以下结合具体实施例讲述本发明的技术方案。

如图1所示，本实施例提供了一种基于AHP-GRA的智能电网工程项目综合评价方法，包括以下步骤：

步骤S1：选取某地4项待评估的工程项目，并获取其基本投建及运行数据。

步骤S2：选取项目中关键的评估指标并根据它们之间的关联性与层次性，建立如图2所示的智能电网工程项目综合评估体系。其中A1为智能电网工程项目综合评价体系；B1-B4分别为技术性指标、经济性指标、智能化指标、社会性指标；C1-C9分别为可靠性、电压质量、建设经济性、运行经济性、单位年负荷费用、自愈能力、技术先进性水平、节能性、协调发展性。

步骤S3：根据项目数据，分别计算4种电网的平均供电可用度ASAI从而获得可靠性评价指标。平均供电可用度是指一年中用户经受不停电小时总数与用户要求的总供电小时数之比

$ASAI=(1-\frac{CID}{N\×8760})\×100\%$

其中N为总用户数；CID为总用户年停电持续时间。

步骤S4：根据项目数据，分别计算4种电网的供电故障自愈率从而获得自愈能力评价指标。

供电故障自愈率＝[∑(每次故障自愈的户数)/∑(每次故障影响的户数)]×100％

步骤S5：根据项目数据，分别计算4种电网的单位年负荷费用从而获得经济性重要评价指标。单位年负荷费用是结合线路的负载率及线路年综合费用提出的指标。

$H=\frac{F}{P_{max}\·\mathrm{\η}\×{10}^{-3}}$

其中，P_max为线路允许最大负荷；η为线路负载率；F＝F_n+Z_J+F_W，F为线路的年综合费用；F_n为年投资费用；Z_J为年检修维护费用；F_W为年网损费用。

步骤S6：根据项目数据，结合柯布-道格拉斯(Cobb-Douglas，C-D)生产函数分别计算4种电网的技术的经济贡献度S_a从而获得技术先进性水平评价指标。

S_a＝a/y，

其中a为技术发展速度；y＝a+αk+βl，y、k、l分别为收益、投资、劳动力的年平均增长速度；α、β分别为资金和劳动的弹性产出系数。

步骤S7：对步骤S2体系中同层元素进行两两比较，构造判断矩阵，用来描述同层元素之间的相对重要性。本评价体系的判断矩阵包含1个四阶方阵的A矩阵、3个二阶方阵的B矩阵和一个三阶方阵的B矩阵。

步骤S8：对判矩阵进行一致性检验来确定是否需要调整判断矩阵。引入一致性指标函数minCIF(n)，并假设minCIF(n)＝0，即具有完全的一致性，解出每个变量的排序权重ω_k，然后将得到的ω_k进行回带，求CIF(n)的具体值进行一致性检验。

$\min CIF\left(n\right)=\frac{\underset{i=1}{\overset{n_b}{\Σ}}|\underset{k=1}{\overset{n_b}{\Σ}}\left(a_{ik}{\mathrm{\ω}}_k\right)-n_b{\mathrm{\ω}}_i|}{n_b}$

$\underset{k=1}{\overset{n_b}{\Σ}}{\mathrm{\ω}}_k=1$

式中，a_ik是指以A为上一层，要素B_i对要素B_k的相对重要性；n_b为B层元素个数。当CIF(n)的值小于0.1时，判断矩阵的一致性可接受；

在本实施例中，所用判断矩阵的一致性指标函数minCIF(n)的回带值皆小于0.1，符合检验要求，故可接受所取判断矩阵。

步骤S9：将最底层元素的单层排序权重与其对应的上一层元素的单层排序权重相乘，直至最顶层，以得到最底一层(C层)各项指标对最初一层(A层)的比例权重

步骤S10：以待选项目为行，评价指标为列，组成灰色关联初始矩阵，从中选取指标初始矩阵中每一列中的一个最优数据(对电网供电更有利的数据，如可靠性指标则越大越好，经济性指标越小越好)组成新的一行作为参考数列。本实施例中，初始矩阵为4行10列的矩阵。

步骤S11：采用数据均值化处理来进行无量纲化处理从而得到无量纲矩阵X＝(X_ij)_(n+1)×m其中X_ij＝a_ij/a_j，j＝1,2，…m；n为待评价项目；m为所需评估的指标。

步骤S12：将无量纲矩阵中每个元素与参考数列相比较得到灰色关联评价矩阵E＝(ξ_ij)_7×9其中：

${\mathrm{\ξ}}_i\left(j\right)=\frac{\underset{i}{\min }\underset{j}{\min }|X_{0j}-X_{ij}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|X_{0j}-X_{ij}|}{|X_{0j}-X_{ij}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|X_{0j}-X_{ij}|}$

式中：X_ij为待比较项目，X_0j为参考数列；ρ为分辨系数，一般取0.5；

步骤S13：结合步骤S9取得的权重矩阵W和步骤S12取得的灰色关联评价矩阵E工程项目方案进行综合评价。最终的评价结果P＝E×W。得到的P为一个4行1列的矩阵，每一个元素表示对应的最终评价结果，数值越接近1则结果越优越。

综上所述，本发明有利于评估当前项目对智能电网总体建设的示范效果.并为未来的发展方向提出指导。

以上是本发明的较佳实施例，凡依本发明技术方案所作的改变，所产生的功能作用未超出本发明技术方案的范围时，均属于本发明的保护范围。

Claims (2)

1.一种基于AHP-GRA的智能电网工程项目的综合评价方法，其特征在于：包括以下步骤，

步骤S1：选取待评估的工程项目，并获取其基本投建及运行数据；

步骤S2：选取项目中关键的评估指标并根据它们之间的关联性与层次性，建立智能电网工程项目综合评估体系，即分为A、B、C三层，其中，A层为智能电网工程项目综合评价体系，B层包括技术性指标、经济性指标、智能化指标、社会性指标，C层包括可靠性、电压质量、建设经济性、运行经济性、单位年负荷费用、自愈能力、技术先进性水平、节能性、协调发展性评价指标；

步骤S3：计算电网的平均供电可用度ASAI从而获得可靠性评价指标，平均供电可用度是指一年中用户经受不停电小时总数与用户要求的总供电小时数之比：

$ASAI=(1-\frac{CID}{N\×8760})\×100\%$

其中，N为总用户数；CID为总用户年停电持续时间；

步骤S4：计算供电故障自愈率从而获得自愈能力评价指标：

供电故障自愈率＝[∑(每次故障自愈的户数)/∑(每次故障影响的户数)]×100％_；

步骤S5：计算单位年负荷费用从而获得经济性重要评价指标，单位年负荷费用是结合线路的负载率及线路年综合费用提出的指标：

$H=\frac{F}{P_{max}\·\mathrm{\η}\×{10}^{-3}}$

其中，P_max为线路允许最大负荷；η为线路负载率；F＝F_n+Z_J+F_W，F为线路的年综合费用；F_n为年投资费用；Z_J为年检修维护费用；F_W为年网损费用；

步骤S6：结合柯布-道格拉斯生产函数计算技术的经济贡献度S_a从而获得技术先进性水平评价指标：

S_a＝a/y，

其中，a为技术发展速度；y＝a+αk+βl，y、k、l分别为收益、投资、劳动力的年平均增长速度；α、β分别为资金和劳动的弹性产出系数：

$y=\sqrt{Y_t/Y_0-1}\×100\%$

$k=\sqrt{K_t/K_0-1}\×100\%$

$l=\sqrt{L_t/L_0-1}\×100\%$

其中，Y_t、K_t、L_t分别为收益、投资和劳动量第t年的计算值；t为运行年数，取t＝5；Y₀、K₀、L₀分别为收益、投资和劳动量的基准年数值，取基准年为第一年；

步骤S7：对步骤S2体系中同一层元素进行两两比较，构造层次分析判断矩阵，用来描述同层元素之间的相对重要性；

步骤S8：对判矩阵进行一致性检验来确定是否需要调整判断矩阵，即引入一致性指标函数minCIF(n)，并假设minCIF(n)＝0，即具有完全的一致性，解出每个变量的排序权重ω_k，然后将得到的ω_k进行回带，求CIF(n)的具体值进行一致性检验：

$\min CIF\left(n\right)=\frac{\underset{i=1}{\overset{n_b}{\Σ}}\left|\underset{k=1}{\overset{n_b}{\Σ}}\left(a_{ik}{\mathrm{\ω}}_k\right)-n_b{\mathrm{\ω}}_i\right|}{n_b}$

$\underset{k=1}{\overset{n_b}{\Σ}}{\mathrm{\ω}}_k=1$

式中，a_ik是指以A为上一层，要素B_i对要素B_k的相对重要性；n_b为B层元素个数；当CIF(n)的值小于0.1时，判断矩阵的一致性可接受；

步骤S9：将最底层元素的单层排序权重与其对应的上一层元素的单层排序权重相乘，直至最顶层，以得到C层各项评价指标对A层的比例权重

(i＝1，…，n，其中n为C层指标个数)；

步骤S10：以待选项目为行，评价指标为列，组成灰色关联初始矩阵，从中选取指标初始矩阵中每一列中的一个最优数据组成新的一行作为参考数列；

步骤S11：采用数据均值化处理来进行无量纲化处理从而得到无量纲矩阵X＝(X_ij)_(n+1)×m，其中X_ij＝a_ij/a_j，j＝1,2，…m；n为待评价项目；m为所需评估的指标；

步骤S12：将无量纲矩阵中每个元素与参考数列相比较得到灰色关联评价矩阵E＝(ξ_ij)_7×9，其中：

${\mathrm{\ξ}}_i\left(j\right)=\frac{\underset{i}{\min }\underset{j}{min}|X_{0j}-X_{ij}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|X_{0j}-X_{ij}|}{|X_{0j}-X_{ij}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|X_{0j}-X_{ij}|}$

式中：X_ij为待比较项目，X_0j为参考数列；ρ为分辨系数，取0.5；

步骤S13：结合步骤S9取得的权重矩阵W和步骤S12取得的灰色关联评价矩阵E对工程项目方案进行综合评价，得到最终的评价结果P＝E×W。

2.根据权利要求1所述的一种基于AHP-GRA的智能电网工程项目的综合评价方法，其特征在于：所述步骤S6中，所述α、β分别取0.3和0.7。