CN105574617A - 分布式电源和微电网接入配电系统方案的综合优化系统 - Google Patents

Abstract

本发明涉及一种分布式电源和微电网接入配电系统方案的综合优化系统，包括：数据库模块，用于存储多种指标模型，每一指标模型包括至少一个指标；输入模块，用于根据数据库模块中的指标模型计算某一接入方案下的指标数据；分析模块，用于根据指标数据间的关系对指标进行约简，并计算约简后的各指标的模糊隶属度值；综合评估模块，用于利用组合赋权法获得各指标的权重值，并根据各指标的模糊隶属度值及权重值计算某一接入方案下的综合评估分值；优化输出模块，用于根据多个接入方案的某综合评价分值获取最优的接入方案。与现有技术相比，本发明具有效率高、整合性强、紧密结合工程实际等优点。

Description

分布式电源和微电网接入配电系统方案的综合优化系统

技术领域

本发明涉及分布式电源和微电网规划优化领域，尤其是涉及一种分布式电源和微电网接入配电系统方案的综合优化系统。

背景技术

分布式电源和微电网技术在一定程度上能够解决远距离、超高压输电的弊端，并能满足用户越来越高的安全可靠性需求。但是配电网中大量出现分布式电源和微电网，对传统配电网的经济性、可靠性等都会产生一定程度的影响，甚至还会影响到配电网的安全稳定性。目前国家大力推进新型城镇化发展，新型城镇化对分布式电源和微电网发展带来了新的挑战和要求，分布式电源和微电网的发展方式和运营模式都需要不断创新，其接入配电系统需要得到有效的评估，因此研究分布式电源和微电网接入配电系统的综合评估技术非常重要。

经对现有文献进行检索发现，现有文献中，张立梅、唐巍、赵云军等在《电力系统保护与控制》(2010,21:132-135+140)上发表的《分布式发电对配电网影响的综合评估》通过分析DG接入对电网产生的各种影响，总结提出了反应电网网损、电压质量、可靠性、环境影响程度等的量化指标，分析研究了针对各指标的计算方法，并基于层次分析法和主成分分析法相结合的方法实现各指标的加权，从而综合评估DG对配网的影响；陈炽野、文亚凤、刘自发等在《电力建设》(2015,01:128-135)上发表的《含有多种分布式电源的配电网综合评估方法》提出了分布式电源并网对配电网的经济性、服务质量、安全性、环保效益等产生影响，基于此剔除了一种对含有DG的配电网进行综合评估的有效方法。付学谦、陈皓勇、刘国特等在《中国电机工程学报》(2014,25:4270-4276)上发表的《分布式电源电能质量综合评估方法》为做好分布式电源并网可行性分析，加强对电能质量治理工作的引导，提出采用数据包络分析的分布式电源电能质量综合评估方法，建构分布式电源电能质量的综合评估指标体系。以上文献从分布式电源和微电网接入配电网后的评估指标体系方面和综合评估方法上考虑缺乏全面性、准确性。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种效率高、整合性强、紧密结合工程实际的分布式电源和微电网接入配电系统方案的综合优化系统。

本发明的目的可以通过以下技术方案来实现：

一种分布式电源和微电网接入配电系统方案的综合优化系统，包括：

数据库模块，用于存储多种指标模型，每一指标模型包括至少一个指标；

输入模块，用于根据数据库模块中的指标模型计算某一接入方案下的指标数据；

分析模块，用于根据指标数据间的关系对指标进行约简，并计算约简后的各指标的模糊隶属度值；

综合评估模块，用于利用组合赋权法获得各指标的权重值，并根据各指标的模糊隶属度值及权重值计算某一接入方案下的综合评价分值；

优化输出模块，用于根据多个接入方案的某综合评价分值获取最优的接入方案。

所述数据库模块中存储的指标模型包括电能质量指标模型、可靠性指标模型、经济性指标模型、灵活性指标模型、协调性指标模型和环境影响性指标模型。

所述电能质量指标模型中的指标包括电压合格率、电压偏差率和总谐波畸变率；

所述电压合格率用公式表示为：

所述电压偏差率用公式表示为：

所述总谐波畸变率THD用公式表示为：

$THD=\frac{\sqrt{\underset{h=2}{\overset{H_{\max }}{\Σ}}{X}_h^2}}{X_1}\×100\%$

其中，H_max为所计入的最高次谐波，X₁为基波，X_h为第h次谐波分量；

所述可靠性指标模型中的指标包括短路电流、系统平均停电时间、系统平均停电频率、用户平均停电时间和供电可靠率；

所述短路电流S_dl表示为：

$S_{dl}=\sqrt{3}{\mathrm{UI}}_f$

其中，U为母线电压，I_f为最大短路电流；

所述系统平均停电时间SAIDI表示为：

所述系统平均停电频率SAIFI表示为：

所述用户平均停电时间表示为：

所述供电可靠率表示为：

所述经济性指标模型中的指标包括线损电量收益和电网缓建效益；

所述线损电量收益表示为：

线损电量收益(万元)＝线损率降低百分比(％)×供电量(万千瓦时)×购电价(元/千瓦时)

所述电网缓建效益B_update表示为：

$B_{update}=\sqrt{3}{C}_{mar}{U}_{av}\underset{i=1}{\overset{N_b}{\Σ}}(I_{i1}-I_{i0})$

其中，C_mar为折算到每年的单位容量裕度费用成本，U_av为平均额定电压，N_b分布式电源和微电网与配电网互联的线路数，I_i0和I_i1分别为在第i条互联线路中DG接入前后线路的电流；

所述灵活性指标模型中的指标包括线路最大负载率，表示为：

所述协调性指标模型中的指标包括容载比，表示为：

$R_S=\frac{S_{ei}}{P_{max}}$

其中，R_S为容载比，千伏安/千瓦，P_max为年最大负荷日的最大负荷，万千瓦，S_ei为年最大负荷日投入运行的变电站i的总容量，万千伏安；

所述环境影响性指标模型中的指标包括减少二氧化碳排放量和新能源接入容量所占比例；

所述减少二氧化碳排放量为：

M＝S_line×M_s

其中，M为线损减少的CO₂排放量，万吨，S_line为通过节能减排所减少的上网电量，亿千瓦时，M_s为CO₂排放系数；

所述新能源接入容量所占比例由清洁能源消纳电量与供电总容量作比得到。

所述分析模块包括：

指标约简子模块，用于根据指标数据计算同一指标模型中的两两指标间的相关系数，判断各相关系数是否大于设定阈值，若是，则剔除两个指标中的一个，若否，则同时保留两个指标，完成指标约简；

模糊隶属度函数子模块，用于将约简后的指标利用梯形模糊隶属度函数进行拟合，根据各指标的指标性质采用不同的梯形模糊隶属度函数，得到各指标的模糊隶属度值。

所述两两指标间的相关系数的计算公式为：

$r=\frac{\underset{i=1}{\overset{l}{\Σ}}(x_i-\stackrel{\‾}{x})(y_i-\stackrel{\‾}{y})}{\sqrt{\underset{i=1}{\overset{l}{\Σ}}{(x_i-\stackrel{\‾}{x})}^2\underset{i=1}{\overset{l}{\Σ}}{(y_i-\stackrel{\‾}{y})}^2}}$

其中，x_i表示某一指标第i个样本数据的值，l为指标样本数据的个数，和为两个比较指标的平均值。

所述设定阈值为0.8。

所述指标性质包括正指标、逆指标和适度指标，其中，

所述正指标采用升半梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}0& 0\&le;x\&le;a_1\\ (x-a_1)/(a_2-a_1)& a_1\&le;x\&le;a_2\\ 1& a_2<x\end{array}\right.$

其中，a₁和a₂分别是分布函数自变量的下限和上限；

所述逆指标采用降半梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}1& 0\&le;x\&le;a_1\\ (a_2-x)/(a_2-a_1)& a_1\&le;x\&le;a_2\\ 0& a_2<x\end{array}\right.$

其中，a₁和a₂分别是分布函数自变量的下限和上限；

所述适度指标采用中间形梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}0& x<a\\ (x-a)/(b-a)& a\&le;x\&le;b\\ 1& b\&le;x\&le;c\\ (d-x)/(d-c)& c\&le;x\&le;d\\ 0& d\&le;x\end{array}\right.$

其中，a和d分别是分布函数自变量的下限和上限，b和c分别是区间的两端值。

所述综合评估模块包括：

权重计算子模块，用于采用组合赋权法计算各指标的权重值；

模糊合成子模块，用于利用普通乘与加算子将各指标的模糊隶属度值和相应权重值进行组合获得综合评价分值。

所述组合赋权法具体为：分别利用Delphi法、变异系数法、熵值法和判断矩阵法四种权重计算方法获得各指标的权重，通过以下公式获得最终的权重值：

$w_i=\underset{k=1}{\overset{m}{\&Sigma;}}{w}_i\left(k\right)p_k$

其中，w_i为指标i最终的权重值，w_i(k)为第k种权重计算方法计算获得的指标i的权重，p_k为第k种权重计算方法的加权系数，满足m表示权重计算方法的个数。

所述模糊合成子模块中，采用普通乘与加算子获得综合评价分值的公式表示为：

$b_j=\underset{i=1}{\overset{n}{\&Sigma;}}(w_i\&CenterDot;r_j),\underset{i=1}{\overset{n}{\&Sigma;}}{w}_i=1,0\&le;w_i\&le;1,j=1,2,\mathrm{...},p$

其中，b_j为接入方案j的综合评价分值，r_ij是接入方案j中指标i的模糊隶属度值，w_i为指标i的权重值，n为指标总数。

现有技术没有充分考虑分布式电源和微电网的运行特点及影响来选取指标，在指标选取也相对单一化，如只考虑可靠性和经济性等，在权重计算方面也相对片面。与现有技术相比，本发明具有以下有益效果：

本发明根据分布式电源和微电网的运行特点，充分考虑了分布式电源和微电网并网对配电系统的影响及影响程度，建立了更加全面准确的综合评估指标体系；考虑各指标间的相关系数，剔除多余指标，简化了计算复杂度；考虑到不同指标具有不同的量纲，故采用模糊隶属度函数进行指标评分以消除量纲便于比较；考虑到不同指标具有不同的重要性，即需计算各指标对应的权重，又考虑到不同的主客观权重计算方法的差异性和准确性，采用组合赋权法将四种权重计算方法从四种角度来综合衡量指标的权重。本发明具有效率高、整合性强、紧密结合工程实际等优点。

附图说明

图1为本发明的结构示意图；

图2为本发明的工作流程示意图；

图3为某地示范区域含分布式电源和微电网的配电网络拓扑示意图；

图4为某地示范区域含分布式电源和微电网的配电网络单线图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。

如图1所示，本实施例提供一种分布式电源和微电网接入配电系统方案的综合优化系统，包括数据库模块1、输入模块2、分析模块3、综合评估模块4和优化输出模块5，其中，数据库模块1用于存储多种指标模型，每一指标模型包括至少一个指标；输入模块2用于根据数据库模块中的指标模型计算某一接入方案下的指标数据，每一指标有多组样本数据，各接入方案作为一个评估对象；分析模块3用于根据指标数据间的关系对指标进行约简，并计算约简后的各指标的模糊隶属度值；综合评估模块4用于利用组合赋权法获得各指标的权重值，并根据各指标的模糊隶属度值及权重值计算某一接入方案下的综合评价分值；优化输出模块5用于根据多个接入方案的某综合评价分值获取最优的接入方案。该综合优化系统的具体工作流程如图2所示。

考虑到指标约简是与指标数值的相关系数有关，由于不同的评估对象的指标数值不同，指标约简的结果可能不同，因此为了把握约简的准确性需每次都进行约简。

数据库模块1中存储的指标模型包括电能质量指标模型、可靠性指标模型、经济性指标模型、灵活性指标模型、协调性指标模型和环境影响性指标模型。

电能质量指标模型中的指标包括电压合格率、电压偏差率和总谐波畸变率，其中，电压合格率用公式在测量时间段内，电压不越限的时间与电压监测总时间的比值，用公式表示为：

电压偏差率为节点的实测电压与节点额定电压差值的绝对值与节点额定电压的比值，用公式表示为：

总谐波畸变率THD用公式表示为：

$THD=\frac{\sqrt{\underset{h=2}{\overset{H_{\max }}{\&Sigma;}}{X}_h^2}}{X_1}\&times;100\%$

其中，H_max为所计入的最高次谐波，X₁为基波，X_h为第h次谐波分量。

可靠性指标模型中的指标包括短路电流、系统平均停电时间(SAIFI)、系统平均停电频率(SAIDI)、用户平均停电时间(CIADI)和供电可靠率(RS1)，其中，短路电流S_dl可以用短路容量来表示：

其中，U为母线电压，I_f为最大短路电流；

系统平均停电时间SAIDI表示为：

系统平均停电频率SAIFI表示为：

用户平均停电时间表示为：

供电可靠率表示在统计期间内，对用户有效供电时间总小时数与统计期间小时数的比值：

经济性指标模型中的指标包括线损电量收益和电网缓建效益，其中，线损电量收益指通过线损率降低而减少的购电成本，可表示为：

线损电量收益(万元)＝线损率降低百分比(％)×供电量(万千瓦时)×购电价(元/千瓦时)

电网缓建效益B_update表示为：

$B_{update}=\sqrt{3}{C}_{mar}{U}_{av}\underset{i=1}{\overset{N_b}{\&Sigma;}}(I_{i1}-I_{i0})$

其中，C_mar为折算到每年的单位容量裕度费用成本，U_av为平均额定电压，N_b分布式电源和微电网与配电网互联的线路数，I_i0和I_i1分别为在第i条互联线路中DG接入前后线路的电流。

灵活性指标模型中的指标包括线路最大负载率，表示为：

协调性指标模型中的指标包括容载比，表示为：

$R_S=\frac{S_{ei}}{P_{max}}$

其中，R_S为容载比，千伏安/千瓦，P_max为年最大负荷日的最大负荷，万千瓦，S_ei为年最大负荷日投入运行的变电站i的总容量，万千伏安。

环境影响性指标模型中的指标包括减少二氧化碳排放量和新能源接入容量所占比例，其中，减少二氧化碳排放量为：

M＝S_line×M_s

其中，M为线损减少的CO₂排放量，万吨，S_line为通过节能减排所减少的上网电量，亿千瓦时，M_s为CO₂排放系数；

新能源接入容量所占比例由清洁能源消纳电量与供电总容量作比得到，新能源接入容量所占比例接入越大，其消纳的新能源发电量越多，对环境更加友好。

分析模块3包括指标约简子模块31和模糊隶属度函数子模块32。

指标约简子模块31用于根据指标数据计算同一指标模型中的两两指标间的相关系数，判断各相关系数是否大于设定阈值，若是，则剔除两个指标中的一个，若否，则同时保留两个指标，完成指标约简。两两指标间的相关系数的计算公式为：

$r=\frac{\underset{i=1}{\overset{l}{\&Sigma;}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{i=1}{\overset{l}{\&Sigma;}}{(x_i-\stackrel{\&OverBar;}{x})}^2\underset{i=1}{\overset{l}{\&Sigma;}}{(y_i-\stackrel{\&OverBar;}{y})}^2}}$

其中，x_i表示某一指标第i个样本数据的值，l为指标样本数据的个数，和为两个比较指标的平均值。

通过上述计算公式获得同一指标模型中的两个指标间的相关系数后，通过相关性检验，判断该相关系数是否大于设定阈值，如0.8，若是，则删除该相关系数所对应的两个指标中的一个，从而达到指标约简的目的。

模糊隶属度函数子模块32用于将约简后的指标利用梯形模糊隶属度函数进行拟合，根据各指标的指标性质采用不同的梯形模糊隶属度函数，得到各指标的模糊隶属度值。指标性质包括正指标、逆指标和适度指标，其中，

正指标采用升半梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}0& 0\&le;x\&le;a_1\\ (x-a_1)/(a_2-a_1)& a_1\&le;x\&le;a_2\\ 1& a_2<x\end{array}\right.$

其中，a₁和a₂分别是分布函数自变量的下限和上限；

逆指标采用降半梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}1& 0\&le;x\&le;a_1\\ (a_2-x)/(a_2-a_1)& a_1\&le;x\&le;a_2\\ 0& a_2<x\end{array}\right.$

其中，a₁和a₂分别是分布函数自变量的下限和上限；

适度指标采用中间形梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}0& x<a\\ (x-a)/(b-a)& a\&le;x\&le;b\\ 1& b\&le;x\&le;c\\ (d-x)/(d-c)& c\&le;x\&le;d\\ 0& d\&le;x\end{array}\right.$

其中，a和d分别是分布函数自变量的下限和上限，b和c分别是区间的两端值。

综合评估模块4包括权重计算子模块41和模糊合成子模块42。权重计算子模块41用于采用组合赋权法计算各指标的权重值。组合赋权法中使用的权重计算方法包括Delphi法、变异系数法、熵值法和判断矩阵法。

Delphi法又称为专家咨询法，其由专家给出评价指标的重要程度，然后进行相应的计算，主要步骤为：

①选定专家。该环节为德尔菲法中的重要环节，专家选择得当与否直接关系到最终权重选择的可靠性。

②编制评价指标权重征询表。将项目所要考虑的指标制成表格，通过邮件等形式向专家发放，专家独立对各指标进行评分，并及时收回征询表结果。

③统计处理。研究人员对反馈结果进行分析和处理，并得到各权重的平均值、极差和标准差。同时，将此结果反馈给各位专家。

④各位专家通过反馈的结果，修正上轮打分结果。

⑤反复进行“反馈”和“修正”过程，最后各指标的极差与标准差越来越小，直到各指标达到精度要求。

变异系数法是根据某项指标在所有评价对象上指标特征值的变异程度大小对其进行赋权。本实施例采用标准差系数作为变异系数，其计算过程如下：

①假设共有n个电网评价指标，同时有p个待评价对象，指标的特征数据矩阵可表示为：

$X=\left(\begin{array}{cccc}{x}_{11}& x_{12}& ...& x_{ln}\\ x_{21}& x_{22}& ...& x_{2n}\\ ...& ...& ...& ...\\ x_{p1}& x_{p2}& \mathrm{...}& x_{pn}\end{array}\right)$

其中，x_ij第i个评价对象第j项指标的特征值。

②计算各指标的标准差S_j.

$S_j=\sqrt{\frac{1}{n}\underset{i=1}{\overset{p}{\&Sigma;}}{(x_{ij}-{\stackrel{\&OverBar;}{x}}_j)}^2},(j=1,2,\mathrm{...},n)$

其中，S_j是第j个指标的标准差，是第j个指标的平均值。

③计算各指标的标准差系数V_j，用来反映各指标的相对变异程度。

$V_j=\frac{S_j}{{\stackrel{\&OverBar;}{x}}_j},(j=1,2,\mathrm{...},n)$

④对各指标的变异系数进行归一化处理。得出权重w_j：

$w_j=V_j/\underset{i=1}{\overset{n}{\&Sigma;}}{V}_j.$

熵值法是指某项指标特征值的变异程度越大，信息熵就越小，说明该指标传递给决策者的信息量越多，相应该指标权重越大。反之，若某指标值的变异程度越小，信息熵就越大，说明该指标传递给决策者的信息量越少，相应权重就越少。熵值法赋权有以下几个步骤：

①构建评价指标的特征值矩阵。假设共有n个电网评价指标，同时有p个待评价对象，指标的特征数据矩阵可表示为：

$X=\left(\begin{array}{cccc}{x}_{11}& x_{12}& ...& x_{ln}\\ x_{21}& x_{22}& ...& x_{2n}\\ ...& ...& ...& ...\\ x_{p1}& x_{p2}& ...& x_{pn}\end{array}\right)$

其中，x_ij第i个评价对象第j项指标的特征值。

②指标特征值的非负化。为了避免运算数据无意义，需要将某些特征值取正，具体的操作如下式所示：

$x_{ij}^{\&prime;}=\frac{x_{ij}-min\left(x_{ij}\right)}{\max \left(x_{ij}\right)-\min \left(x_{ij}\right)}+1$

③计算第j项指标下，第i个评价对象指标特征值x_ij所占的比重。

$p_{ij}=x_{ij}/\underset{i=1}{\overset{p}{\&Sigma;}}{x}_{ij}(i=1,2,\mathrm{...},p;j=1,2,\mathrm{...},n)$

从而得到以下矩阵：

$P=\left(\begin{array}{cccc}{p}_{11}& p_{12}& ...& p_{ln}\\ p_{21}& p_{22}& ...& p_{2n}\\ ...& ...& ...& ...\\ p_{p1}& p_{p2}& ...& p_{pn}\end{array}\right)$

④计算第j项指标的熵值e_j。

$e_j=-\underset{i=1}{\overset{p}{\&Sigma;}}{p}_{ij}{\mathrm{lnp}}_{ij},(j=1,2,\mathrm{...},n)$

⑤计算表征指标j相对重要性的熵值E_j，当所有指标p_ij相等时，熵值最大，为lnp。归一化处理后，可得：

$E_j=e_j/\ln p=-\left(\underset{i=1}{\overset{p}{\&Sigma;}}{p}_{ij}{\mathrm{lnp}}_{ij}\right)/\ln p,(j=1,2,\mathrm{...},n)$

⑥计算第j项指标的差异系数。由于指标熵值E_j越小，指标的变异程度越大，反之，指标熵值E_j越大，指标的变异程度越小。

g_j＝1-E_j,(j＝1,2,...,n)

⑦计算第j项指标的权重w_j。

$w_j=g_j/\underset{j=1}{\overset{n}{\&Sigma;}}{g}_j=(1-E_j)/(n-\underset{j=1}{\overset{n}{\&Sigma;}}{E}_j),(j=1,2,\mathrm{...},n)$

判断矩阵分析法是构造判断矩阵，用矩阵元素表示两个指标对目标影响的重要程度，通过求其最大特征值的特征向量求其权值。接下来以因素集U＝(U₁,U₂,...,U_n)为例，构造判断矩阵。

任取两个因素U_i,U_j，用u_ij表示U_i,U_j对目标影响程度的比较，全部比较结果可用n阶比较判断矩阵B＝(u_ij)_n×n表示，则构成了以下的优先关系判断矩阵B：

$B=\left[\begin{array}{cccc}{u}_{11}& u_{12}& ...& u_{ln}\\ u_{21}& u_{22}& ...& u_{2n}\\ ...& ...& ...& ...\\ u_{n1}& u_{n2}& ...& u_{nn}\end{array}\right]$

式中u_ij为因素i相对因素j的重要性。其元素满足：

u_ij＞0,(i，j＝1,2，...,n)

u_ii＝1,(i＝1,2，...，n)

u_ij＝1/u_ji,(i，j＝1,2,...,n)

判断矩阵还应该进行一致性校验，以保证所构成的判断矩阵合理有效。

根据矩阵理论，当正互反矩阵满足一致性时，它的最大特征根等于矩阵的阶数，于是用CI表示评价判断矩阵的一致性指标：

$CI=\frac{{\mathrm{\&lambda;}}_{max}-n}{n-1}$

上式中λ_max为矩阵B的最大特征根。

当CI值为0时，判断矩阵具有完全一致性，CI值越大，说明判断矩阵的一致性差，检验一致性还需要引入判断矩阵的平均随机一致性指标RI值。

当阶数大于2时，判断矩阵的一致性指标CI与同阶平均随机一致性指标RI的比值称为随机一致性比率CR：

$CR=\frac{CI}{RI}$

当CR≤0.1时，认为判断矩阵具有满意的一致性，否则需要调整构成判断矩阵的元素的各种因素之间的标度。

当判断矩阵满足一致性校验后，根据计算出来的最大特征值，得到相对应的最大特征向量Q＝[q₁,q₂,...,q_n]，则有：

BQ＝λ_maxQ

将特征向量Q进行归一化，得到Q＝[w₁,w₂,...,w_n]，其中：

$w_i=\frac{q_i}{q_1+q_2+\mathrm{...}+q_n}$

则w_i(i＝1,2...n)为对应的元素权重系数。

组合赋权法是通过上述四种赋权的方法从不同角度来衡量指标的权重，在获得上述四种方法计算的权重后，考虑到上述赋权方法都涉及到加权系数，直接采用简单平均的算法获得各指标的最终权重值，即：

$w_i=\underset{k=1}{\overset{l}{\&Sigma;}}{w}_{ih}\left(k\right)p_k$

其中，w_i为指标i最终的权重值，w_i(k)为第k种权重计算方法计算获得的指标i的权重，p_k为第k种权重计算方法的加权系数，满足m表示权重计算方法的个数。

模糊合成子模块42用于利用普通乘与加算子将各指标的模糊隶属度值和相应权重值进行组合获得综合评价分值。采用普通乘与加算子获得综合评价分值的公式表示为：

$b_j=\underset{i=1}{\overset{n}{\&Sigma;}}(w_i\&CenterDot;r_{ij}),\underset{i=1}{\overset{n}{\&Sigma;}}{w}_i=1,0\&le;w_i\&le;1,j=1,2,\mathrm{...},p$

其中，b_j为接入方案j的综合评价分值，r_ij是接入方案j中指标i的模糊隶属度值，w_i为指标i的权重值，n为指标总数。

将上述优化系统应用于某含有分布式电源和微电网的配电系统实际地区，对多种DG接入系统进行计算。该示范区域示意图如图3所示，电压等级为10kV，相应的单线图如图4所示。在目前运行方式下，K1、K2和K3均闭合，K4打开，该示范区域中生态实验社区的一个DG组合包含189kW光伏、1.2kW风电、10kW燃料电池和其他负荷643kW。微电网使用年限取20年；贴现率取10％。该系统所采用线型为LGJ-185。

根据示范网络对下列3种DG组合接入情况进行多次潮流计算，以测试大量DG并网运行对配电网的影响，根据指标计算公式得出相应的计算结果如表2所示。

Case1：系统没有DG组合接入；

Case2：系统接入1个DG组合的生态实验社区；

Case3：系统接入3个DG组合的生态实验社区。

将表1中构建的分布式电源和微电网接入配电系统的评价体系进行指标约简计算，以电能质量、可靠性、环境影响性指标为例进行相关系数法分析，分别如表3、表4、表5所述，其中将两两之间的相关性系数超过0.8的指标剔除一项。经过指标约简后得到如表6所示的指标体系和表7所示指标数值。

将约简后的指标体系通过梯形模糊隶属度函数进行分类、拟合评分，如表8、表9所示。

分别采用德尔菲法、判断矩阵法、变异系数法、熵值法计算权重，然后用有线性加权算法计算得综合权重，如表10所示。

再采用普通乘与加算子计算综合结果，如表11所示。

表1评估指标体系

表2各指标的计算结果

表3电能质量指标的相关系数矩阵

指标	电压合格率	电压偏差率
			电压合格率	1
电压偏差率	0.9163	1

表4可靠性指标的相关系数矩阵

指标	用户平均停电时间	供电可靠率
			用户平均停电时间	1
供电可靠率	0.9988	1

表5节能减排指标的相关系数矩阵

表6指标约简后的评价指标体系

表7约简后的指标数值

指标	Case1	Case2	Case3
				A1电压合格率	0.9422	0.9779	0.9203
A2谐波总畸变率	1.54	1.83	2.74
				A3短路容量	434	520	867
A4系统平均停电频率	1.6422	1.6240	1.6063
				A5系统平均停电时间	3.3727	3.0914	2.8305
A6用户平均停电时间	2.9643	1.6895	1.6316
				A7线损电量收益	0	0.0217	0.0352
A8电网缓建效益指标	0	0.25	0.37
				A9线路最大负载率	0.92	0.85	0.71
A10容载比	3.8878	3.4356	2.7320
				A11新能源接入容量所占比例	0	0.32	0.54
A12线损减少CO2排放量	0	2.49	2.95

表8约简后的指标性质分类

指标性质	指标
		正指标	A1、A7、A8、A11、A12
逆指标	A2、A3、A4、A5、A6、A9
		适度指标	A10

表9各指标的模糊计算结果

表10各指标的权重

表11综合评估结果

指标	Case1	Case2	Case3
				综合	0.6429	0.7894	0.7745

通过本实施例的验证，可知分布式电源和微电网在适当渗透率下并运行，对配电网的电能质量、可靠性、经济性、灵活性、协调性及环境影响性的综合性有一定的改善。对于3种方案的综合评分结果显示，第2种方案评分最高，能够有效改善配电网综合性能；第3种接入方案由于对电能质量、经济性等造成负面影响，对配电网综合性能改善不明显。考虑分布式电源和微电网接入配电系统的综合优化系统有效评估了配电系统中接入分布式电源和微电网的影响，给含有分布式电源和微电网的配电系统优化规划提供有价值的参考和依据。

本实例验证了分布式电源和微电网接入配电系统方案的综合优化系统对于分布式电源和微电网接入配电系统规划评估和优化的有效性。

Claims (10)

1.一种分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，包括：

数据库模块，用于存储多种指标模型，每一指标模型包括至少一个指标；

输入模块，用于根据数据库模块中的指标模型计算某一接入方案下的指标数据；

分析模块，用于根据指标数据间的关系对指标进行约简，并计算约简后的各指标的模糊隶属度值；

综合评估模块，用于利用组合赋权法获得各指标的权重值，并根据各指标的模糊隶属度值及权重值计算某一接入方案下的综合评价分值；

优化输出模块，用于根据多个接入方案的某综合评价分值获取最优的接入方案。

2.根据权利要求1所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述数据库模块中存储的指标模型包括电能质量指标模型、可靠性指标模型、经济性指标模型、灵活性指标模型、协调性指标模型和环境影响性指标模型。

3.根据权利要求2所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述电能质量指标模型中的指标包括电压合格率、电压偏差率和总谐波畸变率；

所述电压合格率用公式表示为：

所述电压偏差率用公式表示为：

所述总谐波畸变率THD用公式表示为：

$THD=\frac{\sqrt{\underset{h=2}{\overset{H_{\max }}{\&Sigma;}}{X}_h^2}}{X_1}\&times;100\%$

其中，H_max为所计入的最高次谐波，X₁为基波，X_h为第h次谐波分量；

所述可靠性指标模型中的指标包括短路电流、系统平均停电时间、系统平均停电频率、用户平均停电时间和供电可靠率；

所述短路电流S_dl表示为：

$S_{dl}=\sqrt{3}{\mathrm{UI}}_f$

其中，U为母线电压，I_f为最大短路电流；

所述系统平均停电时间SAIDI表示为：

所述系统平均停电频率SAIFI表示为：

所述用户平均停电时间表示为：

所述供电可靠率表示为：

所述经济性指标模型中的指标包括线损电量收益和电网缓建效益；

所述线损电量收益表示为：

线损电量收益(万元)＝线损率降低百分比(％)×供电量(万千瓦时)×购电价(元/千瓦时)

所述电网缓建效益B_update表示为：

$B_{update}=\sqrt{3}{C}_{mar}{U}_{av}\underset{i=1}{\overset{N_b}{\&Sigma;}}(I_{i1}-I_{i0})$

其中，C_mar为折算到每年的单位容量裕度费用成本，U_av为平均额定电压，N_b分布式电源和微电网与配电网互联的线路数，I_i0和I_i1分别为在第i条互联线路中DG接入前后线路的电流；

所述灵活性指标模型中的指标包括线路最大负载率，表示为：

所述协调性指标模型中的指标包括容载比，表示为：

$R_S=\frac{S_{ei}}{P_{max}}$

其中，R_S为容载比，千伏安/千瓦，P_max为年最大负荷日的最大负荷，万千瓦，S_ei为年最大负荷日投入运行的变电站i的总容量，万千伏安；

所述环境影响性指标模型中的指标包括减少二氧化碳排放量和新能源接入容量所占比例；

所述减少二氧化碳排放量为：

M＝S_line×M_s

其中，M为线损减少的CO₂排放量，万吨，S_line为通过节能减排所减少的上网电量，亿千瓦时，M_s为CO₂排放系数；

所述新能源接入容量所占比例由清洁能源消纳电量与供电总容量作比得到。

4.根据权利要求1所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述分析模块包括：

指标约简子模块，用于根据指标数据计算同一指标模型中的两两指标间的相关系数，判断各相关系数是否大于设定阈值，若是，则剔除两个指标中的一个，若否，则同时保留两个指标，完成指标约简；

模糊隶属度函数子模块，用于将约简后的指标利用梯形模糊隶属度函数进行拟合，根据各指标的指标性质采用不同的梯形模糊隶属度函数，得到各指标的模糊隶属度值。

5.根据权利要求4所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述两两指标间的相关系数的计算公式为：

$r=\frac{\underset{i=1}{\overset{l}{\&Sigma;}}(x_i-\stackrel{\&OverBar;}{x})(y_i-\stackrel{\&OverBar;}{y})}{\sqrt{\underset{i=1}{\overset{l}{\&Sigma;}}{(x_i-\stackrel{\&OverBar;}{x})}^2\underset{i=1}{\overset{l}{\&Sigma;}}{(y_i-\stackrel{\&OverBar;}{y})}^2}}$

其中，x_i表示某一指标第i个样本数据的值，l为指标样本数据的个数，和为两个比较指标的平均值。

6.根据权利要求4所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述设定阈值为0.8。

7.根据权利要求4所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述指标性质包括正指标、逆指标和适度指标，其中，

所述正指标采用升半梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}0& 0\&le;x\&le;a_1\\ (x-a_1)/(a_2-a_1)& a_1\&le;x\&le;a_2\\ 1& a_2<x\end{array}\right.$

其中，a₁和a₂分别是分布函数自变量的下限和上限；

所述逆指标采用降半梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}1& 0\&le;x\&le;a_1\\ (a_2-x)/(a_2-a_1)& a_1\&le;x\&le;a_2\\ 0& a_2<x\end{array}\right.$

其中，a₁和a₂分别是分布函数自变量的下限和上限；

所述适度指标采用中间形梯形分布函数进行拟合，表示为：

$A\left(x\right)=\left\{\begin{array}{cc}0& x<a\\ (x-a)/(b-a)& a\&le;x\&le;b\\ 1& b\&le;x\&le;c\\ (d-x)/(d-c)& c\&le;x\&le;d\\ 0& d\&le;x\end{array}\right.$

其中，a和d分别是分布函数自变量的下限和上限，b和c分别是区间的两端值。

8.根据权利要求1所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述综合评估模块包括：

权重计算子模块，用于采用组合赋权法计算各指标的权重值；

模糊合成子模块，用于利用普通乘与加算子将各指标的模糊隶属度值和相应权重值进行组合获得综合评价分值。

9.根据权利要求8所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述组合赋权法具体为：分别利用Delphi法、变异系数法、熵值法和判断矩阵法四种权重计算方法获得各指标的权重，通过以下公式获得最终的权重值：

$w_i=\underset{k=1}{\overset{m}{\&Sigma;}}{w}_i\left(k\right)p_k$

其中，w_i为指标i最终的权重值，w_i(k)为第k种权重计算方法计算获得的指标i的权重，p_k为第k种权重计算方法的加权系数，满足m表示权重计算方法的个数。

10.根据权利要求8所述的分布式电源和微电网接入配电系统方案的综合优化系统，其特征在于，所述模糊合成子模块中，采用普通乘与加算子获得综合评价分值的公式表示为：

$b_j=\underset{i=1}{\overset{n}{\&Sigma;}}(w_i\&CenterDot;r_{ij}),\underset{i=1}{\overset{n}{\&Sigma;}}{w}_i=1,0\&le;w_i\&le;1,j=1,2,...,p$

其中，b_j为接入方案j的综合评价分值，r_ij是接入方案j中指标i的模糊隶属度值，w_i为指标i的权重值，n为指标总数。