CN105373963A - 一种基于组合权重electre评价模型的发电计划评估方法 - Google Patents
一种基于组合权重electre评价模型的发电计划评估方法 Download PDFInfo
- Publication number
- CN105373963A CN105373963A CN201510583549.2A CN201510583549A CN105373963A CN 105373963 A CN105373963 A CN 105373963A CN 201510583549 A CN201510583549 A CN 201510583549A CN 105373963 A CN105373963 A CN 105373963A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- index
- matrix
- weight
- power generation
- 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.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 142
- 238000010248 power generation Methods 0.000 title claims abstract description 71
- 238000013210 evaluation model Methods 0.000 title claims abstract description 9
- 238000000034 method Methods 0.000 claims abstract description 73
- 239000013598 vector Substances 0.000 claims abstract description 62
- 230000007613 environmental effect Effects 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 81
- 238000004364 calculation method Methods 0.000 claims description 17
- 239000003245 coal Substances 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 8
- 230000005611 electricity Effects 0.000 claims description 7
- 238000005265 energy consumption Methods 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 5
- 229910052799 carbon Inorganic materials 0.000 claims description 5
- 108010074864 Factor XI Proteins 0.000 claims description 3
- HYIMSNHJOBLJNT-UHFFFAOYSA-N nifedipine Chemical compound COC(=O)C1=C(C)NC(C)=C(C(=O)OC)C1C1=CC=CC=C1[N+]([O-])=O HYIMSNHJOBLJNT-UHFFFAOYSA-N 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 230000002040 relaxant effect Effects 0.000 claims description 3
- 238000005728 strengthening Methods 0.000 claims description 3
- 239000002131 composite material Substances 0.000 claims 1
- 238000005457 optimization Methods 0.000 claims 1
- 230000005540 biological transmission Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 6
- 230000033228 biological regulation Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 230000006641 stabilisation Effects 0.000 description 2
- 238000011105 stabilization Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种基于组合权重ELECTRE评价模型的发电计划评估方法,所述方法包括:建立发电计划的评估指标体系,包括安全类指标、节能类指标、经济效率类指标和环保类指标;基于有序二元比较法求取主观权重;基于变异系数法求取客观权重;基于向量相似度求取综合权重;制定基于ELECTRE方法优化决策方案;通过该方法克服了单凭主观权重产生的经验依赖,保证了评价结果的可信度。
Description
技术领域
本发明涉及一种评估方法,具体涉及一种基于组合权重ELECTRE评价模型的发电计划评估方法。
背景技术
科学合理的发电计划是实现电网安全、经济及环保运行的基础。电网按不同目标制定的发电计划运行所得到的经济性、安全性以及环保性具有明显的差异。如何对基于不同目标函数制定得到的发电计划的相对优劣性进行评估,并选择出综合性能最优的发电计划,对电网运行的效率提高具有积极意义。
关于发电计划评估的研究大体可以分成两类:1)指标体系的定义及计算研究;2)有效评估方法研究。
1)指标体系的定义及计算研究。大量的研究人员对如何定义有效的发电计划评估指标体系及计算方法提出了不同方法及策略,这些研究所提出的评价指标体系基本上是从一个方面提出的,迄今并没有包括安全性、经济性、节能性、环保性的完整综合指标体系。
2)评估方法研究。对于主观权重的求取,基于层次分析法的主观权重计算方法当指标数目较多时,层次分析法的一致性检验不易通过。无需进行一致性检验环节的有序二元比较法要求指标数目必须少于专家数目,当指标数目多过专家人数时,该方法将失效。对于客观权重的求取,主要方法有为基于熵权和极大熵模型、基于变异系数法的客观权重计算方法。对于主观权重和客观权重相结合的方法,只有基于线性加权和基于最小二乘法的综合权重计算方法,但线性加权法不能准确地给定主观和客观权重值,而基于最小二乘的方法则失去了主客观权重的物理含义。
发明内容
为解决上述问题,本发明提出一种基于组合权重ELECTRE评价模型的发电计划评估方法,建立了一套涵盖安全类指标、节能类指标、经济效率类指标和环保类指标完整的指标体系,保证了评价结果的可信度和准确度,应用范围广、推广度高。
本发明的目的是采用下述技术方案实现的:
一种基于组合权重ELECTRE评价模型的发电计划评估方法,所述方法包括:
(1)建立发电计划的评估指标体系,包括安全类指标、节能类指标、经济效率类指标和环保类指标;
(2)基于有序二元比较法求取主观权重;
(3)基于变异系数法求取客观权重;
(4)基于向量相似度求取综合权重;
(5)制定基于ELECTRE方法优化决策方案。
优选的,所述步骤(1)中,所述安全类指标至少包括:事故备用容量、频率变化量、调峰能力、单一支路过载率、支路N-1过载率、支路N-1平均过载率、负荷损失率和电压稳定裕度;
所述节能类指标至少包括:可再生能源消纳、电能网损、跨区和跨省交易电量;
所述经济效率类指标至少包括:断面等效煤耗、断面等效电价、支路平均负载率、交易计划完成率、发电总成本、平均发电成本和发电效率;
所述环保类指标至少包括:碳排放量、小容量机组发电率和绿色发电率。
优选的,所述步骤(4)求取综合权重的方法包括下述步骤:
4-1计算向量相似度;
4-2基于向量相似度的求取综合权重:
进一步地,所述步骤(4-1)具体包括:对于任意两个N维向量X=(x1,x2,…,xn),Y=(y1,y2,…yn),其内积表示为:[X,Y]=x1y1+x2y2+…xnyn;
向量X=(x1,x2,…,xn)的范数为:
向量X=(x1,x2,…,xn)与向量Y=(y1,y2,…yn)的夹角表示为:(0≤θ≤180°);
则向量X=(x1,x2,…,xn)和Y=(y1,y2,…yn)的长度相似度α为:
所述向量X=(x1,x2,…,xn)和Y=(y1,y2,…yn)的方向相似度β为:
总相似度γ为:γ(X,Y)=α(X,Y)·β(X,Y)。
进一步地,所述步骤(4-2)基于向量相似度的求取综合权重包括,从建立的发电计划的评估指标体系中选取n个评价指标,通过基于有序二元比较法求取主观权重和基于变异系数法求取客观权重共获得L组权重向量;其中,L≥2,则第k个权重向量为:Wk=(wk1,wk2,…,wkn),k=1,2,…,L;
将主观权重和客观权重采用组合系数求得综合权重向量,其表达式为:
WC=η1W1+η2W2+…ηLWL
式中,WC为综合权重向量,η1,η2,…ηL为组合系数;
L组权重向量中,第k个权重向量Wk与其他权重向量总相似度为:γ=(γ1,γ2,…,γL),其中,
设权系数向量为 其中,wi为综合权重向量WC中第i个指标的权重。
优选的,所述步骤(5)制定ELECTRE方法优化决策方案包括:
5-1计算规范化决策矩阵,设有m个评价对象,并从建立的发电计划的评估指标体系中选取n个评价指标,根据m个评价对象所对应的评价指标数值建立评价矩阵X;
利用公式对评价矩阵X进行规范化,从而获取规范化矩阵R=[rij];
5-2计算加权规范化矩阵V=[vij]=[wirij],其中,wi为综合权重向量WC中第i个指标的权重;
5-3分别确定和谐集与不和谐集,
5-4构造和谐和不和谐矩阵;
5-5确定和谐性支配矩阵F与不和谐性支配矩阵G:
5-6确定综合性支配矩阵E:
5-7选择最优评价对象。
进一步地,所述步骤(5-3)中分别确定和谐集与不和谐集包括,对于所述m个评价对象中,第k个评价对象Ak和第l个评价对象Al,将所包含n个评价指标的评价指标体系J={1,2,3,…,n}划分为两个不相交的子集Ckl和Dkl;Ckl为效益型指标集,其指标数据越大越占优;Dkl为成本型指标集,其指标数据越小越占优;所述效益型指标集Ckl由第k个评价对象Ak不劣于第l个评价对象Al的指标组成,即为和谐集Ckl={i|xki≥xli};所述成本型指标集Dkl由第k个评价对象Ak劣于第l个评价对象Al的指标组成,即为不和谐集Dkl={i|xki<xli}=J-Ckl。
进一步地,所述步骤(5-4)中构造和谐和不和谐矩阵包括:
所述和谐矩阵为C=[ckl],k≠l,式中:表示和谐指数;wj∈WC为第j个指标对应的综合权重;
所述不和谐矩阵为D=[dkl],k≠1,式中:表示不和谐指数。
进一步地,所述步骤(5-5)包括:
和谐性支配矩阵F=[fkl],k≠1
其中:ξ为一致性超越矩阵调节系数;所述ξ的计算初始值取1,ξ取值大于1时用于加强阈值,ξ取值小于1时用于放松阈值;
不和谐性支配矩阵G=[gkl],k≠1
其中,为非一致性超越矩阵调节系数,计算时先取1,取值小于1时用于加强阈值,取值大于1时用于放松阈值。
进一步地,所述步骤(5-6)中综合性支配矩阵E,是和谐性支配矩阵F与不和谐性支配矩阵G的交;所述综合性支配矩阵E元素定义为E=ekl=fkl∩gkl。
进一步地,所述步骤(5-7)中选择最优评价对象包括:根据综合性支配矩阵E关于m个评价对象之间的偏序关系;如果ekl=1,则第k个评价对象Ak优于第l个评价对象Al,此时剔除第l个评价对象Al;依照此方法,剔除m个评价对象中不占优的评价对象;直到剩余一个最优评价对象;
若第p个评价对象Ap和第q个评价对象方案Aq的对应综合支配矩阵元素epq为1,增大一致性超越矩阵调节系数ξ和减小非一致性超越矩阵调节系数直至第p个评价对象Ap和第q个评价对象Aq的对应综合支配矩阵元素epq由1变为0。
与现有技术相比,本发明达到的有益效果是:
(1)建立了一套涵盖安全类指标、节能类指标、经济效率类指标和环保类指标完整的指标体系,保证了评价结果的可信度。
(2)提出了改进的有序二元比较法求取主观权重,克服了传统层次分析法一致性校验不通过需要反复修改的问题;采用变异系数法求取客观权重,并通过基于向量相似度的组合赋权法求取综合权重,克服了单纯采用主观权重对经验的依赖,使评价结果更具说服力。
(3)将ELECTRE法引入发电计划评估,通过阈值调节,逐步实现了方案的优劣排序,具有较好的应用前景。
附图说明
图1为基于组合权重ELECTRE评价模型的发电计划评估方法流程图;
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
如图1所示,一种基于组合权重ELECTRE评价模型的发电计划评估方法,所述方法包括:
(1)建立发电计划的评估指标体系,包括安全类指标、节能类指标、经济效率类指标和环保类指标;所述安全类指标至少包括:事故备用容量、频率变化量、调峰能力、单一支路过载率、支路N-1过载率、支路N-1平均过载率、负荷损失率和电压稳定裕度;
所述节能类指标至少包括:可再生能源消纳、电能网损、跨区和跨省交易电量;
所述经济效率类指标至少包括:断面等效煤耗、断面等效电价、支路平均负载率、交易计划完成率、发电总成本、平均发电成本和发电效率;
所述环保类指标至少包括:碳排放量、小容量机组发电率和绿色发电率。
上述各评估指标的定义如下:
安全类指标包括:
1)事故备用容量:
事故备用容量Prev为机组在t时刻发生N-1故障后系统可用出力的最大调节范围,其表达式为:
式中:Pi,max为第i台机组的最大出力,Pi,t为机组N-1故障后t时刻出力,Gnormal为机组N-1故障后正常运行的机组集合;
2)频率变化量:
频率变化量fd为机组N-1故障前与故障后系统频率之差:
fd=fa-fb(2)
式中:fa为机组N-1故障前的系统频率值,fb为机组N-1故障后的系统频率稳态值。
3)调峰能力:
调峰能力Ppeak用旋转备用容量表示,指的是正在运行的所有机组最大可增加出力之和:
式中:Gon为正在运行的机组,其他变量与式(1)相同。
4)单一支路过载率:
单一支路过载率表示过载支路的线路传输功率与该支路允许的最大传输功率之比:
式中:Si表示第i条过载支路的传输功率,Si,max表示第i条支路允许的最大传输功率。
5)N-1故障系统过载率:
N-1故障系统过载率RSN指系统发生N-1故障后过载支路的线路传输功率之和与过载线路最大传输功率之和的比值。即:
式中,Nb_ol表示系统N-1故障后过载支路集合。
6)N-1故障支路平均过载率:
N-1故障支路平均过载率RSNAV是指系统发生N-1故障后过载支路的平均过载率,即:
式中:Sb_ol.表示系统发生N-1故障后过载支路集合,其他变量与式(5)的相同。
7)负荷损失率:
负荷损失率RLOSS为系统发生N-1故障后经OPF重调后所切除的负荷量与故障发生前系统总负荷量之比:
RLOSS=ΔP/Pload(7)
式中:ΔP为系统发生N-1故障经OPF重调后切除的负荷量,Pload为故障前系统的总负荷量。
8)电压稳定裕度:
电压稳定裕度若保持无功负荷不变,在当前运行点有功负荷的基础上,持续增加某一节点(或按同一比例同时增加各个节点)的有功负荷,直至到达电压稳定临界点,所增加的有功负荷量。
式中:PMAX为电压稳定临界点处相应节点的有功负荷(或系统总负荷量),PL为当前运行点处相应节点的负荷量(或系统总负荷量)。类似地,若保持有功负荷不变,在当前运行点无功负荷的基础上,持续增加某一节点(或按同一比例同时增加各个节点)的无功负荷,直至到达电压稳定临界点,所增加的无功负荷量。
式中:QMAX为电压稳定临界点处相应节点的无功负荷或系统总无功负荷量,QL为当前运行点处相应节点的无功负荷量或系统总无功负荷量。
所述节能类指标包括:
1)可再生能源消纳:
可再生能源消纳Rrenew_use为可再生能源实际发电量与可用量之比:
Rrenew_use=Wrenew_use/Wrenew(10)
式中:Wrenew_use表示可再生能源实际发电量,Wrenew表示可再生能源可用量。
2)网损:
网损Ploss各支路损耗之和。
式中:Ri表示第i条支路等效电阻,Ii表示第i条支路电流有效值,Nb为支路总数。
3)跨区、跨省交易电量:
跨区、跨省交易电量Ptrade指的是跨区、跨省联络线传输功率之和:
式中:Ntrans表示跨区、跨省联络线总数,ptrans,i表示第i条跨区、跨省联络线的传输功率。
所述经济效率类指标包括:
1)断面等效煤耗:
断面等效煤耗Cuse表示断面所传输功率对应的煤耗:
式中:Ns表示机组数目,Pi,in表示由第i台机组的出力流经该断面的功率,Cunit,i表示第i台机组生产单位电量所需要的煤耗。
2)断面等效电价:
断面等效电价Aprice为断面传输单位功率所对应的电价,本文采用煤耗来定价,即通过断面功率等效煤耗对应产生的费用与断面总功率的比值表示:
Aprice=Cuse·Aunit/Psec(14)
式中:Cuse表示断面等效煤耗,Aunit表示单位煤耗的费用,Psec表示断面的总传输功率。
3)支路平均负载率:
支路平均负载率Cbalance为各支路负载率之和与支路总数之比:
4)交易计划完成率:
交易计划完成率Runit_c表示已完成的交易计划功率与总交易计划功率之比:
Runit_c=Pplan-finished/Pplan(16)
式中:Pplan-finished表示已完成的交易计划功率,Pplan表示总交易计划功率。
5)发电总成本:
发电总成本AT,cost-T时段内各火电机组发电、启机及停机成本之和表示:
式中:分别表示T时段内第i台火电机组的运行成本,开机成本及关机成本。忽略水电机组及风电机组的发电成本。
6)平均发电成本:
平均发电成本CR,表示在T时段内发电总成本与总发电量之比:
式中:AT,cost表示在T时段内的发电总成本,Pin,t表示t时刻所有发电机出力之和,表示T时段内的所有机组的总发电量。
7)发电效率:
发电效率Cgen,eff表示T时段内发电总量与总能耗之比:
式中:WL表示T时段内各类能源发电的总能耗,计算过程中单位统一为焦耳(J)。
所述环保类指标包括:
1)碳排放量:
碳排放量表示火电机组在T时段内CO2排放量之和:
式中:为第i台机组的在T时段内CO2排放量。对火电机组的一般采用如下方式计算,即时段内煤耗量(单位千克)*2.493[文献];而对于其他机组
2)小容量机组发电率:
小容量机组发电率Rlow_use表示小容量机组T时段内发电量占该时段总发电量的比例,即
式中:Wlow表示小容量机组T时段内发电量,Wall表示该时段系统总发电量。
3)绿色发电率:
绿色发电率Rrenew表示可再生能源T时段内发电量占该时段总发电量的比例:
Rrenew=Wrenew/Wall(22)
式中:Wrenew表示可再生能源一个时段内发电量,Wall表示该时段系统总发电量。
(2)基于有序二元比较法求取主观权重;
基于有序二元比较法求取主观权重,具体包括以下步骤:
1)确定评价对象和专家集
设X为考察的全体指标集,记为X={x1,x2,...xN},N为指标总数;P为参与确定指标权重的专家集,记为P={p1,p2...pL};
2)应用集值迭代法对各指标排序
考虑到专家的专业水平、经验等的差异,赋予每位专家不同权重,其序列记为{λ1,λ2,...λL};每位专家根据自己的偏好对于指标集中的指标按照各自评判的重要程度进行排序,并对于各个指标在序列中的不同位置赋予不同的分数。如第k(1≤k≤L)位专家选取的指标顺序集为Xk=(x3,x5,x1,xn...,xN-1),式中x3位于Xk的第一个位置,即表示x3是专家k认为最重要的指标,其得分为N,指标x5位于Xk中的第二个位置,其得分为N-1,以此类推,指标xN-1的得分为1。若记μi,k(1≤i≤N,1≤k≤L)为指标i在专家k处所获得的得分,并计及专家打分权重,则指标i综合的综合得分为根据gi的值由大到小对于指标集重新进行排序,并记为
3)确定模糊评价区间
其目的是给出相邻指标间前一指标相对于后一指标重要程度的模糊化表示。其过程如下:
首先把按照重要程度递减排列的指标序列中相邻指标间的重要程度分为5个等级,等级k用符号rk表示:相邻两个指标相比,1)若二者同样重要,rk=1.0;2)若前者稍微重要,rk=1.2;3)前者明显重要,rk=1.4;4)前者强烈重要,rk=1.6;5)前者极端重要,rk=1.8;如表1所示。
其次:由于指标间相对重要程度若采用模糊评价区间来度量比采用点值度量更加合理,故对L位专家分别构造模糊评价区间用以量化前一指标相对于后一指标的重要程度,区间的两个端点数值取自表1中相邻的两rk数值,其含义为前一指标相对后一指标的重要程度介于两rk之间;相应所得到的L位专家模糊评价表如表2所示,表2中第一行第一列元素为区间:[r′11,r″11),其含义为专家P1给出的第一个指标相对于第二个指标的重要程度介于r′11~r″11之间,其它的元素含义类似。表2中,r′11,r″11∈{1.0,1.2,1.4,1.6,1.8},r′11≤r″11且r″11-r′11≤0.2。
表1评价指标比较值
Table1Comparativeevaluationindex
表2专家所给模糊评价区间
Table2Evaluationintervalgivenbyexperts
4)将专家对于相邻指标相对重要性的模糊评价区间转化为点值
将表2中专家对于相邻指标相对重要性的模糊评价区间转化为精确的数值:
式中,j=1,2,…,N-1;Rj第j个指标相对于第j+1个指标的相对重要程度
5)确定评价指标的权重
根据式(23),对N个指标逐个进行计算,得到N-1个相邻指标之间的相对重要程度R1,R2,…RN-2,RN-1。相应地,第j个指标(j=1,2,…,N-1)相对于第N个指标的相对重要度Tj:
将所有指标相对于第N个指标的相对重要程度求和后取倒数即可以得到第N个指标的主观权重
由式(26)可以得到第i个指标的主观权重为
最终得到各个指标的主观权重W*
式中
(3)基于变异系数法求取客观权重;
步骤三基于变异系数法求取客观权重,具体包括以下步骤:
A,建立评价矩阵。
对于m个方案和N个评价指标,计算相应评价对象下的每一指标数值,则得到评价矩阵X:
式中:元素xij表示第i个评价对象的第j个评价指标。
B、计算各指标的均值和标准差:
第j个指标的均值和标准差分别为
其中,表示第j个指标的均值;Sj表示第j个指标的方差;j=1,2,…,N。
C、计算各指标的变异系数:
若变异系数Bj越大说明指标j在不同评价对象中该指标数值离散性越大,相应区别性也越大,故其所占客观权重就应该越大。
D、确定各指标的权重:
对指标变异系数进行归一化处理:后,获得各个指标的客观权重V,用向量表示为:
V={ν1,ν2,…νN},且
(4)基于向量相似度求取综合权重;
步骤(4)的方法包括下述步骤:
4-1计算向量相似度;
4-2基于向量相似度的求取综合权重:
步骤(4-1)具体包括:对于任意两个N维向量X=(x1,x2,…,xn),Y=(y1,y2,…yn),其内积表示为:[X,Y]=x1y1+x2y2+…xnyn;
向量X=(x1,x2,…,xn)的范数为:
向量X=(x1,x2,…,xn)与Y=(y1,y2,…yn)的夹角表示为:(0≤θ≤180°);
则向量X=(x1,x2,…,xn)和Y=(y1,y2,…yn)的长度相似度α为:
所述向量X=(x1,x2,…,xn)和Y=(y1,y2,…yn)的方向相似度β为:
总相似度γ为:γ(X,Y)=α(X,Y)·β(X,Y)。
步骤(4-2)基于向量相似度的求取综合权重包括:从建立的发电计划的评估指标体系中选取n个评价指标,通过基于有序二元比较法求取主观权重和基于变异系数法求取客观权重共获得L组权重向量;其中,L≥2,则第k个权重向量为:Wk=(wk1,wk2,…,wkn),k=1,2,…,L;
将主观权重和客观权重采用组合系数求得综合权重向量,其表达式为:
WC=η1W1+η2W2+…ηLWL
式中,WC为综合权重向量,η1,η2,…ηL为组合系数;
L组权重向量中,第k个权重向量Wk与其他权重向量总相似度为:γ=(γ1,γ2,…,γL),其中,
设权系数向量为:其中:wi为综合权重向量WC中第i个指标的权重。
(5)制定基于ELECTRE方法优化决策方案。
步骤(5)制定ELECTRE方法优化决策方案包括:
5-1计算规范化决策矩阵,设有m个评价对象,并从建立的发电计划的评估指标体系中选取n个评价指标,根据m个评价对象所对应的评价指标数值建立评价矩阵X;
利用公式对评价矩阵X进行规范化,从而获取规范化矩阵R=[rij];
5-2计算加权规范化矩阵V=[vij]=[wirij],其中,wi为综合权重向量WC中第i个指标的权重;
5-3分别确定和谐集与不和谐集,
步骤(5-3)中分别确定和谐集与不和谐集包括,对于所述m个评价对象中,第k个评价对象Ak和第l个评价对象Al,将所包含n个评价指标的评价指标体系J={1,2,3,…,n}划分为两个不相交的子集Ckl和Dkl;Ckl为效益型指标集,其指标数据越大越占优;Dkl为成本型指标集,其指标数据越小越占优;所述效益型指标集Ckl由第k个评价对象Ak不劣于第l个评价对象Al的指标组成,即为和谐集Ckl={i|xki≥xli};所述成本型指标集Dkl由第k个评价对象Ak劣于第l个评价对象Al的指标组成,即为不和谐集Dkl={i|xki<xli}=J-Ckl。
5-4构造和谐和不和谐矩阵;
步骤(5-4)中构造和谐和不和谐矩阵包括:
所述和谐矩阵为C=[ckl],k≠l,式中:表示和谐指数;wj∈WC为第j个指标对应的综合权重;
所述不和谐矩阵为D=[dkl],k≠1,式中:表示不和谐指数。
5-5确定和谐性支配矩阵F与不和谐性支配矩阵G:
步骤(5-5)包括:
和谐性支配矩阵F=[fkl],k≠1
其中:ξ为一致性超越矩阵调节系数;所述ξ的计算初始值取1,ξ取值大于1时用于加强阈值,ξ取值小于1时用于放松阈值;
不和谐性支配矩阵G=[gkl],k≠1
其中,为非一致性超越矩阵调节系数,计算时先取1,取值小于1时用于加强阈值,取值大于1时用于放松阈值。
5-6确定综合性支配矩阵E:
步骤(5-6)中综合性支配矩阵E,是和谐性支配矩阵F与不和谐性支配矩阵G的交;所述综合性支配矩阵E元素定义为E=ekl=fkl∩gkl。
5-7选择最优评价对象。
步骤(5-7)中选择最优评价对象包括:根据综合性支配矩阵E关于m个评价对象之间的偏序关系;如果ekl=1,则第k个评价对象Ak优于第l个评价对象Al,此时剔除第l个评价对象Al;依照此方法,剔除m个评价对象中不占优的评价对象;直到剩余一个最优评价对象;
如果ekl=1则无论从和谐性的角度还是不和谐性的角度来看,方案Ak优于方案Al。
若第p个评价对象Ap和第q个评价对象方案Aq的对应综合支配矩阵元素epq为1,适当调节ξ和以加强或者放松一致性超越矩阵阈值α和非一致性超越矩阵阈值β后,可以实现依次剔除所有不占优方案,最终实现方案的排序并选择出最优方案。具体包括:
增大一致性超越矩阵调节系数ξ和减小非一致性超越矩阵调节系数直至第p个评价对象Ap和第q个评价对象Aq的对应综合支配矩阵元素epq由1变为0。
实施例:
本实施例采用一体化日前发电计划三种调度模式下某电网2014年4月9日的数据,采用一日(96时段)中各个时段对应的指标数值取算术平均值参与发电计划的评估。
采用基于有序二元比较法求取主观权重方法,所得的评价指标排序X*即为表1中所列指标的顺序(表1中给出了三种不同调度模式下发电计划的指标数值,其中对应三公调度模式的发电计划为方案1,对应经济调度模式的发电计划为方案2,对应节能调度模式的发电计划为方案3),所得的主观权重如表2所示,从表2中得出,安全类指标的主观权重相对较大,环保类指标的主观权重相对较小。
表1不同调度模式评估指标表
表2主观权重
对表1数据采用变异系数法可以求得客观权重,所得客观权重的如表3所示,从表1可以得出,单一支路过载率、发电总成本、等指标由于其不同调度模式间数据波动较大,对应的客观权重权值也相对较大。
表3客观权重
对表2和表3的主观权重以及客观权重采用基于向量相似度组合赋权法求得γ(X,Y)和γ(Y,X)分别为0.1992和0.2086,进而求得权系数向量为所以求得的综合权重如表4所示,由主观权重与客观权重求得的综合权重中,单一支路过载率指标的权重最大,发电效率指标的综合权重最小。
表4综合权重
根据表1中各个评价指标的需要,效益型指标和成本型指标对应序号构成集合为Ckl={1,3,8,9,11,15,18,21}和Dkl={2,4,5,6,7,10,12,13,14,16,17,19,20}。计算所得到一致性矩阵C,非一致性矩阵D分别为
调节ξ和当α取0.39,β取0.93时,对应的和谐性支配矩阵F与不和谐性支配矩阵G以及综合性矩阵E如下所示。
由ekl=fkl∩gkl
在调节ξ和过程中,α取到0.42,β取0.93时,此时同理可得到E的取值
可以发现E13是由1变化到0,最终剔除的方案依次是方案3,然后剔除是方案1,故结论为方案2最优。即对于当天的负荷情况以及网络数据,经济调度模式下的发电计划最优,三公调度模式下的发电计划次之,节能调度模式下的发电计划最差。
最后应当说明的是:以上实施例仅用以说明本申请的技术方案而非对其保护范围的限制,尽管参照上述实施例对本申请进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本申请后依然可对申请的具体实施方式进行种种变更、修改或者等同替换,这些变更、修改或者等同替换,其均在其申请待批的权利要求范围之内。
Claims (11)
1.一种基于组合权重ELECTRE评价模型的发电计划评估方法,其特征在于,所述方法包括:
(1)建立发电计划的评估指标体系,包括安全类指标、节能类指标、经济效率类指标和环保类指标;
(2)基于有序二元比较法求取主观权重;
(3)基于变异系数法求取客观权重;
(4)基于向量相似度求取综合权重;
(5)制定基于ELECTRE方法优化决策方案。
2.如权利要求1所述的方法,其特征在于,所述步骤(1)中,所述安全类指标至少包括:事故备用容量、频率变化量、调峰能力、单一支路过载率、支路N-1过载率、支路N-1平均过载率、负荷损失率和电压稳定裕度;
所述节能类指标至少包括:可再生能源消纳、电能网损、跨区和跨省交易电量;
所述经济效率类指标至少包括:断面等效煤耗、断面等效电价、支路平均负载率、交易计划完成率、发电总成本、平均发电成本和发电效率;
所述环保类指标至少包括:碳排放量、小容量机组发电率和绿色发电率。
3.如权利要求1所述的方法,其特征在于,所述步骤(4)求取综合权重的方法包括下述步骤:
4-1计算向量相似度;
4-2基于向量相似度的求取综合权重。
4.如权利要求3所述的方法,其特征在于,所述步骤(4-1)具体包括:对于任意两个N维向量X=(x1,x2,…,xn),Y=(y1,y2,…yn),其内积表示为:[X,Y]=x1y1+x2y2+…xnyn;
向量X=(x1,x2,…,xn)的范数为:
向量X=(x1,x2,…,xn)与Y=(y1,y2,…yn)的夹角表示为:
(0≤θ≤180°);
则向量X=(x1,x2,…,xn)和Y=(y1,y2,…yn)的长度相似度α为:
所述向量X=(x1,x2,…,xn)和Y=(y1,y2,…yn)的方向相似度β为:总相似度γ为:γ(X,Y)=α(X,Y)·β(X,Y)。
5.如权利要求3所述的方法,其特征在于,所述步骤(4-2)基于向量相似度的求取综合权重包括,从建立的发电计划的评估指标体系中选取n个评价指标,通过基于有序二元比较法求取主观权重和基于变异系数法求取客观权重共获得L组权重向量;其中,L≥2,则第k个权重向量为:Wk=(wk1,wk2,…,wkn),k=1,2,…,L;
将主观权重和客观权重采用组合系数求得综合权重向量,其表达式为:
WC=η1W1+η2W2+…ηLWL
式中,WC为综合权重向量,η1,η2,…ηL为组合系数;
L组权重向量中,第k个权重向量Wk与其他权重向量总相似度为:γ=(γ1,γ2,…,γL),其中,
设权系数向量为:其中:
wi为综合权重向量WC中第i个指标的权重。
6.如权利要求1所述的方法,其特征在于,所述步骤(5)制定ELECTRE方法优化决策方案包括:
5-1计算规范化决策矩阵,设有m个评价对象,并从建立的发电计划的评估指标体系中选取n个评价指标,根据m个评价对象所对应的评价指标数值建立评价矩阵X;
利用公式对评价矩阵X进行规范化,从而获取规范化矩阵R=[rij];
5-2计算加权规范化矩阵V=[vij]=[wirij],其中,wi为综合权重向量WC中第i个指标的权重;
5-3分别确定和谐集与不和谐集,
5-4构造和谐和不和谐矩阵;
5-5确定和谐性支配矩阵F与不和谐性支配矩阵G:
5-6确定综合性支配矩阵E:
5-7选择最优评价对象。
7.如权利要求6所述的方法,其特征在于,所述步骤(5-3)中分别确定和谐集与不和谐集包括,对于所述m个评价对象中,第k个评价对象Ak和第l个评价对象Al,将所包含n个评价指标的评价指标体系J={1,2,3,…,n}划分为两个不相交的子集Ckl和Dkl;Ckl为效益型指标集,其指标数据越大越占优;Dkl为成本型指标集,其指标数据越小越占优;所述效益型指标集Ckl由第k个评价对象Ak不劣于第l个评价对象Al的指标组成,即为和谐集Ckl={i|xki≥xli};所述成本型指标集Dkl由第k个评价对象Ak劣于第l个评价对象Al的指标组成,即为不和谐集Dkl={i|xki<xli}=J-Ckl。
8.如权利要求6和7所述的方法,其特征在于,所述步骤(5-4)中构造和谐和不和谐矩阵包括:
所述和谐矩阵为C=[ckl],k≠l,式中:表示和谐指数;wj∈WC为第j个指标对应的综合权重;
所述不和谐矩阵为D=[dkl],k≠1,式中:表示不和谐指数。
9.如权利要求6和7所述的方法,其特征在于,所述步骤(5-5)包括:
和谐性支配矩阵F=[fkl],k≠1
其中:ξ为一致性超越矩阵调节系数;所述ξ的计算初始值取1,ξ取值大于1时用于加强阈值,ξ取值小于1时用于放松阈值;
不和谐性支配矩阵G=[gkl],k≠1
其中, 为非一致性超越矩阵调节系数,计算时先取1,取值小于1时用于加强阈值,取值大于1时用于放松阈值。
10.如权利要求6-9任一所述的方法,其特征在于,所述步骤(5-6)中综合性支配矩阵E为和谐性支配矩阵F与不和谐性支配矩阵G的交;所述综合性支配矩阵E元素定义为E=ekl=fkl∩gkl。
11.如权利要求6或10所述的方法,其特征在于,所述步骤(5-7)中选择最优评价对象包括:根据综合性支配矩阵E关于m个评价对象之间的偏序关系;如果ekl=1,则第k个评价对象Ak优于第l个评价对象Al,此时剔除第l个评价对象Al;依照此方法,剔除m个评价对象中不占优的评价对象;直到剩余一个最优评价对象;
若第p个评价对象Ap和第q个评价对象方案Aq的对应综合支配矩阵元素epq为1,增大一致性超越矩阵调节系数ξ和减小非一致性超越矩阵调节系数直至第p个评价对象Ap和第q个评价对象Aq的对应综合支配矩阵元素epq由1变为0。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510583549.2A CN105373963A (zh) | 2015-09-14 | 2015-09-14 | 一种基于组合权重electre评价模型的发电计划评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510583549.2A CN105373963A (zh) | 2015-09-14 | 2015-09-14 | 一种基于组合权重electre评价模型的发电计划评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105373963A true CN105373963A (zh) | 2016-03-02 |
Family
ID=55376139
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510583549.2A Pending CN105373963A (zh) | 2015-09-14 | 2015-09-14 | 一种基于组合权重electre评价模型的发电计划评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105373963A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295909A (zh) * | 2016-08-24 | 2017-01-04 | 国网北京市电力公司 | 用于计算电网项目指标的数据处理方法和装置 |
CN107832921A (zh) * | 2017-10-19 | 2018-03-23 | 南京邮电大学 | 一种基于组合赋权法的电动汽车充电一体化安全评价方法 |
CN108764728A (zh) * | 2018-05-29 | 2018-11-06 | 云南电网有限责任公司 | 一种清洁能源外送方案的评估及比选方法及装置 |
CN109359870A (zh) * | 2018-10-19 | 2019-02-19 | 西南交通大学 | 一种基于选择消去法的配电网故障恢复方案综合评估方法 |
CN109389145A (zh) * | 2018-08-17 | 2019-02-26 | 国网浙江省电力有限公司宁波供电公司 | 基于计量大数据聚类模型的电能表生产厂商评价方法 |
CN110135709A (zh) * | 2019-04-25 | 2019-08-16 | 温州大学 | 基于electre-1的球阀装配质量评估方法 |
CN110288144A (zh) * | 2019-06-19 | 2019-09-27 | 南京深地智能建造技术研究院有限公司 | 一种基于效用理论和d-s证据推理的深基坑安全性评估方法 |
CN113962823A (zh) * | 2021-10-21 | 2022-01-21 | 国网江苏省电力有限公司经济技术研究院 | 一种多源电力系统的调压方法 |
CN115936506A (zh) * | 2022-12-07 | 2023-04-07 | 国网江苏省电力有限公司电力科学研究院 | 一种基于fce法的风储联合调频系统评估方法、设备及介质 |
-
2015
- 2015-09-14 CN CN201510583549.2A patent/CN105373963A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106295909A (zh) * | 2016-08-24 | 2017-01-04 | 国网北京市电力公司 | 用于计算电网项目指标的数据处理方法和装置 |
CN107832921A (zh) * | 2017-10-19 | 2018-03-23 | 南京邮电大学 | 一种基于组合赋权法的电动汽车充电一体化安全评价方法 |
CN108764728B (zh) * | 2018-05-29 | 2022-08-05 | 云南电网有限责任公司 | 一种清洁能源外送方案的评估及比选方法及装置 |
CN108764728A (zh) * | 2018-05-29 | 2018-11-06 | 云南电网有限责任公司 | 一种清洁能源外送方案的评估及比选方法及装置 |
CN109389145A (zh) * | 2018-08-17 | 2019-02-26 | 国网浙江省电力有限公司宁波供电公司 | 基于计量大数据聚类模型的电能表生产厂商评价方法 |
CN109389145B (zh) * | 2018-08-17 | 2023-10-10 | 国网浙江省电力有限公司宁波供电公司 | 基于计量大数据聚类模型的电能表生产厂商评价方法 |
CN109359870A (zh) * | 2018-10-19 | 2019-02-19 | 西南交通大学 | 一种基于选择消去法的配电网故障恢复方案综合评估方法 |
CN109359870B (zh) * | 2018-10-19 | 2022-01-14 | 西南交通大学 | 一种基于选择消去法的配电网故障恢复方案综合评估方法 |
CN110135709A (zh) * | 2019-04-25 | 2019-08-16 | 温州大学 | 基于electre-1的球阀装配质量评估方法 |
CN110288144A (zh) * | 2019-06-19 | 2019-09-27 | 南京深地智能建造技术研究院有限公司 | 一种基于效用理论和d-s证据推理的深基坑安全性评估方法 |
CN113962823A (zh) * | 2021-10-21 | 2022-01-21 | 国网江苏省电力有限公司经济技术研究院 | 一种多源电力系统的调压方法 |
CN115936506A (zh) * | 2022-12-07 | 2023-04-07 | 国网江苏省电力有限公司电力科学研究院 | 一种基于fce法的风储联合调频系统评估方法、设备及介质 |
CN115936506B (zh) * | 2022-12-07 | 2023-11-24 | 国网江苏省电力有限公司电力科学研究院 | 一种基于fce法的风储联合调频系统评估方法、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105373963A (zh) | 一种基于组合权重electre评价模型的发电计划评估方法 | |
CN107301472B (zh) | 基于场景分析法和电压调节策略的分布式光伏规划方法 | |
Hu et al. | Total-factor energy efficiency of regions in China | |
CN108805745B (zh) | 一种配电网的灵活性评估方法 | |
CN109149651B (zh) | 一种计及调压辅助服务收益的光储系统优化运行方法 | |
CN112308427B (zh) | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统 | |
CN105046584B (zh) | 一种基于k-means算法的理想线损率的计算方法 | |
CN106408008A (zh) | 一种基于负荷曲线距离和形状的负荷分类方法 | |
CN103679544A (zh) | 一种智能配电网运行综合评估方法 | |
CN109034653B (zh) | 一种电源规划方案综合评价方法 | |
CN102915472A (zh) | 基于基因修复混沌遗传算法的配电网综合优化规划方法 | |
CN113794200B (zh) | 一种用于虚拟电厂的多类型负荷资源聚合方法 | |
CN112561252B (zh) | 一种含新能源地区电网无功组合评价方法 | |
CN111144447B (zh) | 一种新能源出力引起的反调峰风险的电网峰谷时段划分方法 | |
CN110895773A (zh) | 一种基于广义需求侧资源的dbn电网负荷预测方法及装置 | |
CN109146123A (zh) | 一种多能源综合协调效果评价方法和系统 | |
CN107292489A (zh) | 一种电网调度运行精益化评价系统 | |
CN111967733A (zh) | 一种聚合群电源调峰潜力模糊综合评估方法 | |
CN105184672A (zh) | 一种针对三公调度发电计划的评估方法 | |
CN113780759A (zh) | 一种多能互补分布式能源系统综合性能评价方法 | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
Yujie et al. | Optimal operation of new coastal power systems with seawater desalination based on grey wolf optimization | |
CN113033886B (zh) | 一种配电网规划建设评估方法 | |
CN111915113B (zh) | 评估用户参与电网互动能力的负荷特性指标体系的方法 | |
CN105354761B (zh) | 一种风电接入电网的安全与效能评估方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160302 |
|
RJ01 | Rejection of invention patent application after publication |