CN106779478A - 一种负荷调度价值评估方法 - Google Patents

Abstract

本发明公开了一种负荷调度价值评估方法，首先构建负荷调度价值指标体系；再对负荷及经济数据进行初步计算，得到指标初始值，进而构造评价矩阵；然后对指标初始值进行一致化、无量纲化处理，利用专家共识法、序关系分析法求取主观权重，利用熵权法和最大离差法求取客观权重，再根据矩估计理论求得最优权重；量化负荷价值，通过线性加权得到用户的检修、轮休、错时和避峰价值；最后利用TOPSIS法对用户的调度潜力进行综合评估。本发明可适用于夏季负荷用电量较大区域的网供负荷调控，精确衡量用户参与各类负荷调度措施的适合程度和贡献程度，实现电力用户的可调控能力量化评估。

Description

一种负荷调度价值评估方法

技术领域

本发明属于电网负荷调度的技术领域，尤其涉及一种负荷调度价值评估方法，适用于夏季或冬季负荷用电量较大区域的网供负荷调控。

背景技术

随着经济结构的逐步调整，全社会用电量持续攀升，虽然电力建设高速发展，但局部性、季节性的缺电问题依然存在。同时，为了推动能源结构转型和实现节能减排，风电、光伏等新能源发电比重快速上升，使得发电侧资源的调峰能力明显不足，严重影响电力系统的安全稳定运行。

为了应对日益严峻的供需不平衡问题，需求侧资源受到越来越多的重视。负荷调度作为需求侧资源的重要组成部分，是缓解用电紧张的重要手段之一。在完全开放的电力市场中，负荷调度主要表现为需求响应，通过电价和激励引导用户参与电网调控。目前，中国正处于电力市场改革初期，尚不能通过经济手段及时有效地调节电力供需，负荷调度更多地表现为以有序用电为代表的需求侧管理。当前，有序用电的主要思路是将可调度负荷按容量进行分组，保证每组的错避峰总量大致相当，再根据实际的缺口指标安排轮休。实际效果表明，该方法操作简便，可显著降低电网峰荷，但也存在着形式单一，错峰容量偏大，以及忽略了用户的典型负荷形态等诸多弊端。

针对有序用电这一具有中国特色的负荷调度手段，目前国内已有诸多学者对其进行了研究。但现有研究大多集中于有序用电行为建模以及调度方案制定等方面，针对参与调度的用户选取及用户的调度潜力挖掘等方面的研究相对有限。为此，本发明的工作旨在解决两个问题：一是评估区域内用户参与有序用电的调度潜力；二是确定每一用户适合采取的调度手段。本发明所提出的的负荷调度价值体系和评估方法能够精确衡量用户参与各类负荷调度措施的适合程度和贡献程度，实现电力用户的可调控能力量化评估，为有序用电方案智能化编制、自动化执行提供依据，确保有序用电工作科学、合理的开展。

发明内容

发明目的：为了实现电力用户的可调控能力量化评估，本发明提供一种负荷调度价值评估方法。

技术方案：一种负荷调度价值评估方法，包括以下步骤：

步骤S1，根据时间尺度对负荷调度手段进行分类，确定负荷调度价值，提取负荷价值中的各指标，通过各指标对负荷调度价值进行评估，构建负荷调度价值指标体系；

步骤S2，对负荷及经济数据进行初步计算，得到指标初始值，进而构造评价矩阵；

步骤S3，对指标初始值进行一致化、无量纲化处理，利用专家共识法、序关系分析法求取主观权重，利用熵权法和最大离差法求取客观权重，再根据矩估计理论求得最优权重；

步骤S4，量化负荷价值，通过线性加权得到用户的检修、轮休、错时和避峰价值；

步骤S5，利用逼近理想解排序法对用户的调度潜力进行综合评估。

进一步的，步骤S1中，按照时间尺度不同，所述负荷调度手段可分为检修、轮休、错时和避峰；负荷的调度价值包括检修价值、轮休价值、错时价值以及避峰价值，每种价值指标均包括三个特征指标和三个静态指标。

进一步的，步骤S1中，所述特征指标用于表征各类负荷的用电特点；所述静态指标为各个用户的固有属性；检修价值、轮休价值、错时价值和避峰价值的指标值是分开计算的，相互之间没有关联。

进一步的，步骤S2中，提供用户的负荷曲线数据、经济及环保数据；通过对负荷曲线数据、经济及环保数据进行处理及挖掘，得到各指标的初始值，从而构造出各价值下的评价值。

进一步的，步骤S3中，负荷调度价值指标体系包括效益型指标与成本型指标，且各指标的单位也不尽相同；对各指标进行一致化和无量纲化处理的方法为：

效益型指标的处理方法为：

成本型指标的处理方法为：

式中，x_ij为第i个用户第j个指标的初始值；r_ij为规范化评价矩阵中第i个用户第j个指标的标准值，经过处理后，效益型指标与成本型指标均转化为效益型指标，且指标值在[0，1]之间。

进一步的，步骤S3中，专家共识法建立在传统AHP法的基础上，由有序用电专家组成员共同决策的方法形成主观权重，因为各专家的知识结构不同，各自形成的决策权重也不尽相同，要使各位专家达成共识，在数学意义上就是要使得最终的专家共识法的主观权重向量u₁＝(u₁₁，u₁₂，…，u_1m)^T与各专家权重的偏差最小；序关系法分析法是指有序用电专家组对某一价值下的子指标按重要性由高到低进行排序假设专家关于评价指标和的重要性程度之比为则与指标相对应的权重为且调整的顺序后，可得序关系分机法的主观权重向量u₂＝(u₂₁，u₂₂，…，u_2m)^T。

进一步的，步骤S3中，熵权法是根据指标的信息熵赋予权重，指标的信息熵越小，表明其变异程度越大，提供的信息量越多，在价值体系中的作用也就越大，应当赋予较大的权重；反之，指标的信息熵越大，其权重也就越小；最终得到熵权法的客观权重向量v₁＝(v₁₁，v₁₂，…，v_1m)^T；最大离差法的思想是根据指标评价值的差异来确定指标权重，若某一指标的评价值之间差异较大，则其将在评价结果中起重要作用，需要赋予较大的权重；反之，指标评价值之间的差异越小，则权重系数越小；最终得到最大离差法的客观权重向量v₂＝(v₂₁，v₂₂，…，v_2m)^T。

进一步的，步骤S3中，根据矩估计理论，利用专家共识法的主观权重向量、序关系分析法的主观权重向量、熵权法的客观权重向量及最大离差法的客观权重向量求得最优权重，设最优权向量为ω₁＝(ω₁₁，ω₁₂，…，ω_1m)^T，定义离差函数：

式中，d_ik表示对用户i而言，第k种主观赋权法的决策与集成权重所作决策的离差；h_ik表示对用户i而言，第k种客观赋权法的决策与集成权重所作决策的离差；

通过构造目标函数得到总的离差和最小的最优权重，所述目标函数为：

式中，α_k和β_k分别为第k种主观和客观赋权法的权重系数；μ为离差函数的偏好因子，0＜μ＜0.5表示决策层希望集成权重与主观权重更接近，0.5＜μ＜1表示集成权重与客观权重更接近，μ＝0.5时表示主客观方法同等重要。

进一步的，步骤S4中，求解目标函数可以得到某一价值指标的最优权重向量，记为ω₁，计算用户i的某一价值：

通过上式，可依次计算得到各用户的检修价值、轮休价值、错时价值和避峰价值。

进一步的，步骤S5中，利用逼近理想解排序法对用户的调度潜力进行综合评估的方法为：在得到每个用户的检修、轮休、错时和避峰价值后，判断各用户适合采用的负荷调度手段，再利用逼近理想解排序法对用户进行筛选，将既最靠近正理想解又最远离负理想解的用户确定为可调度负荷；

设n个用户的检修、轮休、错时和避峰价值组成的规范化决策矩阵为Y＝(y_ij)_n×4，定义第j个价值指标的最大值为最小值为则第i个用户到正理想解的距离为：

第i个用户到负理想解的距离为：

第i个用户到正理想解的贴近度为：

上式中，C_i越接近于1，表明用户i的调度潜力越大，越适合参与负荷调度。

有益效果：本发明提供的一种负荷调度价值评估方法，以目前有序用电的调度手段为基础，充分考虑用户的负荷特性，通过提取特征指标与静态指标，从检修价值、轮休价值、错时价值和避峰价值四个方面建立起负荷调度价值评估指标体系。针对主、客观赋权法的局限性，本发明提出了基于离差函数的集成赋权法，使得各指标的权重值更加合理。在此基础上，结合规范化评价矩阵，进而量化用户的调度价值，并利用逼近理想解排序法评估用户的调度潜力。

本发明所提出的的负荷调度价值体系和评估方法能够精确衡量用户参与各类负荷调度措施的适合程度和贡献程度，实现电力用户的可调控能力量化评估，为有序用电方案智能化编制、自动化执行提供依据，确保有序用电工作科学、合理的开展。

附图说明

图1为负荷调度价值评估流程图；

图2为负荷调度价值指标体系；

图3为典型用户的调度价值雷达图。

具体实施方式

下面结合附图和具体实施例对本发明作进一步说明。

如图1所示，该负荷调度价值评估方法，包括以下步骤：

步骤S1，根据时间尺度对负荷调度手段进行分类，确定负荷调度价值，提取负荷价值中的各指标，通过各指标对负荷调度价值进行评估，构建负荷调度价值指标体系。

按照时间尺度不同，所述负荷调度手段可分为检修、轮休、错时和避峰；因此，负荷的调度价值包括检修价值、轮休价值、错时价值以及避峰价值，每种价值指标均包括三个特征指标和三个静态指标。其中，特征指标是每种价值特有的，且互不相同，用以表征各类负荷的用电特点；静态指标是所有价值指标共有的，通常指各个用户的固有属性。一个用户可有几种合适的方式，因此检修、轮休、错时和避峰的价值指标是分开计算的，相互之间没有关联。负荷调度价值指标体系就是通过建立一系列指标对上述四类价值进行评估，进而挖掘用户的可调度潜力，见图2所示。

步骤S2，对负荷及经济数据进行初步计算，得到指标初始值，进而构造评价矩阵。

从电网公司的营销信息系统中获取用户的负荷曲线数据，经济及环保数据等可以由政府的相关部门提供。通过对负荷曲线数据、经济及环保数据进行处理及挖掘，得到各指标的初始值，从而构造出各价值下的评价值。

检修价值的特征指标由检修负荷(X₁₁)、检修率(X₁₂)和检修成本(X₁₃)组成。检修负荷是指用户在生产设备检修，仅保留安保负荷时所减少的负荷量。检修负荷衡量了用户的检修能力，其值越大，表明调度潜力越大，削峰效果更明显。根据定义，检修负荷可表达为：

X₁₁＝P_peak-P_sl (1)

式(1)中，P_peak为用户在电网高峰时段的最大峰值负荷；P_sl为用户的安保负荷。

检修率反映了生产连续型用户进行设备检修的比率，通过检修率可快速定位有检修潜力的客户，缩小现场调研客户范围。连续生产的用户通过调整检修时间，可达到降低地区峰荷的目的。检修率定义如下：

X₁₂＝D_rest/D_total (2)

式(2)中，D_rest为最大连续厂休日天数，D_total为连续采样天数。

安排用户进行设备检修时，可能会影响其生产计划，造成一定的经济损失。因此，在量化用户的检修价值时，应当计及其检修成本。

轮休价值的特征指标由周休负荷(X₂₁)、周负荷下降率(X₂₂)和轮休成本(X₂₃)组成。对于有周休安排的客户，其休息日一般都安排在周六、周日，彼时用户负荷会有所下降，故周休负荷定义为用户工作日与周末的负荷之差，其公式如下：

X₂₁＝P_wd-P_we (3)

式(3)中，P_wd为用户的工作日负荷平均值；P_we为用户的周末负荷平均值。

周负荷下降率反映了在正常工作时段内周末负荷较工作日下降的程度，是评判客户是否具有调休潜力的重要因素。周负荷下降率较大的用户说明其具有明显的调休特征，应当优先安排调度。其公式为：

X₂₂＝(P_wd-P_we)/(P_wd-P_sl) (4)

式(4)中，D_rest为最大连续厂休日天数，D_total为连续采样天数。

轮休对用户的影响较小，但亦有可能影响生产计划，增加人力支出等多方面的经济成本，本发明将其归纳为轮休成本。

错时价值的特征指标由错时负荷(X₃₁)、峰时用电占比(X₃₂)和错时成本(X₃₃)组成。错时负荷是指用电高峰时段，用户通过错时生产所释放的负荷。错时前后，用户负荷将有所降低，其反映了用户的错时调度能力，公式如下：

X₃₁＝P_peak-min(P_el，P_dl) (5)

式(5)中，P_el和P_dl分别为以全省高峰时刻为中心提前/推迟K小时的用户负荷，K根据电网高峰的持续时间确定。

峰时用电占比是指用户的工作日典型负荷曲线中，在高峰时段的用电量占全天用电量的比重。峰时用电占比越高，表明用户的用电时段越集中，错时调度效果越好，其表达式如下：

X₃₂＝W_peak/W_day (6)

式(6)中，W_peak为用户在全省高峰时段的用电量；W_day为用户典型负荷一天的用电量。

与轮休类似，负荷进行错时调度时产生的经济损失定义为错时成本。

避峰价值的特征指标由可中断负荷(X₄₁)、负荷波动率(X₄₂)和避峰成本(X₄₃)组成。可中断负荷是指在用电高峰期，用户通过紧急关停设备所快速下降的负荷。通常情况下，用户不会停止生产，还需要保证一定的生产能力，因此可中断负荷可视为用户的最大峰值负荷与经济生产保障负荷之差，即：

X₄₁＝P_peak-P_esl (7)

式(7)中，P_esl为用户的经济生产保障负荷。

负荷波动率为用户典型负荷的标准差与均值之比，其反映了负荷在时间尺度上分散程度的大小。波动率越大，表明用户典型负曲线的起伏程度越大，用户紧急避峰的可靠性越大，其公式为：

X₄₂＝δ/μ (8)

式(8)中，δ为用户工作日典型负荷的标准差；μ为负荷均值。

避峰调度会对用户的正常生产带来一定的影响，从而造成经济损失，本文以避峰成本来表示。

因为各价值指标相互独立，故均包含相同的静态指标：单位电量产值、单位电量税收和单位电量污染物。这三类指标分别代表了用户的产能、效益以及环保三个方面，是评价用户是否具有负荷调度潜力的重要因素，一般来说，产能小、效益低、环保差的企业应当优先安排负荷调度。

步骤S3，对指标初始值进行一致化、无量纲化处理，利用专家共识法、序关系分析法求取主观权重，利用熵权法和最大离差法求取客观权重，再根据矩估计理论求得最优权重。

负荷调度价值指标体系包括效益型指标与成本型指标，且各指标的单位也不尽相同；在进行价值评估之前，需要对各指标进行一致化和无量纲化处理。对各指标进行一致化和无量纲化处理的方法为：

效益型指标的处理方法为：

成本型指标的处理方法为：

式中，x_ij为第i个用户第j个指标的初始值；r_ij为规范化评价矩阵中第i个用户第j个指标的标准值，经过式(9)和式(10)处理后，效益型指标与成本型指标均转化为效益型指标，且指标值在[0，1]之间。

为了量化负荷调度价值，需要对指标进行赋权。目前，指标赋权的方法有主观法和客观法两种。主观赋权法反映了决策者的意向，但评价结果具有很大的主观随意性；客观赋权法虽然具有较强的数学理论依据，但忽视了决策者的意向。因此，本发明提出利用多种主客观方法计算权重，并根据矩估计理论得到最优权重。由于上一节中提及的检修、轮休、错时和避峰价值是相互独立的，因此下面将以检修价值为例，说明每个价值指标下六个子指标权重的计算方法。

主观赋权法主要有专家共识法和序关系分析法。

专家共识法建立在传统AHP法的基础上，由有序用电专家组成员共同决策的方法形成主观权重，因为各专家的知识结构不同，各自形成的决策权重也不尽相同，要使各位专家达成共识，在数学意义上就是要使得最终的专家共识法的主观权重向量u₁＝(u₁₁，u₁₂，…，u_1m)^T与各专家权重的偏差最小。假设专家组成员共有s人，每位专家均利用AHP法对检修价值下的6个子指标进行评判，则第k个专家的权重向量为λ_k＝(λ_k1，λ_k2，…，λ_k6)^T，根据专家共识法的思想构建目标函数：

通过求解上式，可以求得检修价值下达成专家共识的主观权重u₁。

序关系法分析法是指有序用电专家组对某一价值下的子指标按重要性由高到低进行排序假设专家关于评价指标和的重要性程度之比为则与指标相对应的权重为且调整的顺序后，可得序关系分析法的主观权重禹量u₂＝(u₂₁，u₂₂，…，u_2m)^T。

客观赋权法主要有熵权法和最大离差法。

熵权法是根据指标的信息熵赋予权重，指标的信息熵越小，表明其变异程度越大，提供的信息量越多，在价值体系中的作用也就越大，应当赋予较大的权重；反之，指标的信息熵越大，其权重也就越小；设检修价值的评价矩阵R＝(r_ij)_n×6，n为用户数量，根据下式计算指标j的信息熵：

其中，则指标j的熵权为：

最终得到熵权法的客观权重向量v₁＝(v₁₁，v₁₂，…，v_1m)^T。

最大离差法的思想是根据指标评价值的差异来确定指标权重，若某一指标的评价值之间差异较大，则其将在评价结果中起重要作用，需要赋予较大的权重；反之，指标评价值之间的差异越小，则权重系数越小；据最大离差法的思想构造目标函数：

利用拉格朗日法求解上述方程，并归一化后得

最终得到最大离差法的客观权重向量v₂＝(v₂₁，v₂₂，…，v_2m)^T。

根据主观法和客观法，可以得到4个权重向量。根据矩估计理论，利用专家共识法的主观权重向量、序关系分析法的主观权重向量、熵权法的客观权重向量及最大离差法的客观权重向量求得最优权重，设最优权向量为ω₁＝(ω₁₁，ω₁₂，…，ω_1m)^T，为了充分利用决策矩阵的客观信息，同时又考虑决策层的主观意向，定义离差函数：

式中，d_ik表示对用户i而言，第k种主观赋权法的决策与集成权重所作决策的离差；h_ik表示对用户i而言，第k种客观赋权法的决策与集成权重所作决策的离差；

显然，要想得到最优权重，就要使其总的离差和最小，通过构造目标函数得到总的离差和最小的最优权重，所述目标函数为：

式中，α_k和β_k分别为第k种主观和客观赋权法的权重系数；μ为离差函数的偏好因子，0＜μ＜0.5表示决策层希望集成权重与主观权重更接近，0.5＜μ＜1表示集成权重与客观权重更接近，μ＝0.5时表示主客观方法同等重要。

求解式(18)可以得到检修价值的最优权重向量ω₁，类似的，可求得轮休、错时和避峰价值下的最优权重ω₂、ω₃和ω₄。

步骤S4，量化负荷价值，通过线性加权得到用户的检修、轮休、错时和避峰价值。

求解步骤S3中的目标函数可以得到某一价值指标的最优权重向量，记为ω₁，计算用户i的某一价值：

通过上式，可依次计算得到各用户的检修价值、轮休价值、错时价值和避峰价值。

步骤S5，利用逼近理想解排序(TOPSIS)法对用户的调度潜力进行综合评估。

在得到每个用户的检修、轮休、错时和避峰价值后，判断各用户适合采用的负荷调度手段，再利用逼近理想解排序法(TOPSIS)对用户进行筛选，将既最靠近正理想解又最远离负理想解的用户确定为可调度负荷；

设n个用户的检修、轮休、错时和避峰价值组成的规范化决策矩阵为Y＝(y_ij)_n×4，定义第j个价值指标的最大值为最小值为则第i个用户到正理想解的距离为：

第i个用户到负理想解的距离为：

第i个用户到正理想解的贴近度为：

上式中，C_i越接近于1，表明用户i的调度潜力越大，越适合参与负荷调度。对C_i进行排序，可以得到从优到劣的一个排序结果，通过设定相应的阈值，实现对调度负荷的筛选。

实施例选取某一地区7个大用户的数据进行分析，各用户的具体数据如表1所示。

表1负荷价值关键指标

以检修价值为例，分别采用专家共识法、序关系分析法、熵权法以及最大离差法得到的权重系数如表2所示。集成赋权法中，令离差函数的偏好因子μ＝0.5，即主客观方法同等看重，且主客观赋权法的权重系数α₁＝α₂＝β₁＝β₂＝0.5，利用式(6)可以得到集成权重。可以看出，检修价值对于单位电量产值(X₁₄)这一指标较为看重，其目的是尽量不影响大用户的生产。

表2.检修价值下的指标权重

与之类似，可计算得到轮休、错时、避峰价值下的指标权重，如表3。

表3.各价值下的指标权重

指标	检修	轮休	错时	避峰
					Xi1	0.1715	0.1505	0.1652	0.2228
Xi2	0.1897	0.2150	0.1957	0.2003
					Xi3	0.1425	0.1636	0.1711	0.1528
Xi4	0.1965	0.1817	0.1667	0.1537
					Xi5	0.1539	0.1455	0.1537	0.1205
Xi6	0.1459	0.1437	0.1476	0.1499

在得到各价值下的指标权重之后，结合规范化评价矩阵，根据式(7)可计算每个用户的检修、轮休、错时和避峰价值，见表4。

表4.各用户的负荷调度价值

为了便于分析，从本算例中选取用户2、用户4以及用户5的价值指标进行比较，图3给出了这三个用户的负荷调度价值雷达图。从图3中可以看出，用户2的错时价值很高，因此在对其进行负荷调度时，可优先安排其错时避峰。与用户2相比，用户5的检修、轮休和避峰价值都很高，因此可预测其具有较大的调度潜力，在制定调度计划时，可与用户协商，根据其意愿确定合适的调度手段。在图3中，用户4的四种调度价值均很小，明显小于其他用户，以致于其面积最小，可以断定其调度潜力最小，在负荷调度序位中排在最末位。

通过量化用户的检修、轮休、错时和避峰价值，方便用户采取更适合自身负荷特性的错避峰方式，对制定整体的负荷调度计划具有积极作用。

基于用户的检修、轮休、错时和避峰价值，利用逼近理想解排序法可以将各用户的调度潜力量化，避免模糊化的表述，以便对其进行评估。各价值指标的最优解和最劣解如下所示：

D⁺＝[0.7116，0.6903，0.7310，0.6639]

D^-＝[0.2575，0.2152，0.2665，0.2122]

根据式(20)～(22)，可计算出各用户到最优样本点的相对贴近度，如表5所示。由表中数据可知，用户5的评价值最大，即用户5最具有调度潜力；用户4的评价值最小，故可判定用户4的调度潜力也最小；用户2的相对贴近度为0.6363，排名第3，在所有用户中处于中等偏上的层次，因此其调度潜力也很大。上述分析与这三个用户的调度价值雷达图所体现的信息相一致，表明基于检修、轮休、错时和避峰价值的负荷调度潜力评估是合理且有效的。

通过量化用户的调度潜力并进行排序，可以对地区内所有用户进行优选，安排调度潜力大的用户进行负荷调度，实现高峰时段下地区电网的优化运行。

表5负荷调度潜力评估

以上对本发明的原理及实施方式进行了详细阐述，根据以上所述，即可实现本发明。本领域的技术人员根据此具体实施方案进行的各种等同、变形处理，也在本发明的保护范围之内。

Claims (10)

1.一种负荷调度价值评估方法，其特征在于，包括以下步骤：

步骤S1，根据时间尺度对负荷调度手段进行分类，确定负荷调度价值，提取负荷价值中的各指标，通过各指标对负荷调度价值进行评估，构建负荷调度价值指标体系；

步骤S2，对负荷及经济数据进行初步计算，得到指标初始值，进而构造评价矩阵；

步骤S3，对指标初始值进行一致化、无量纲化处理，利用专家共识法、序关系分析法求取主观权重，利用熵权法和最大离差法求取客观权重，再根据矩估计理论求得最优权重；

步骤S4，量化负荷价值，通过线性加权得到用户的检修、轮休、错时和避峰价值；

步骤S5，利用逼近理想解排序法对用户的调度潜力进行综合评估。

2.根据权利要求1所述的负荷调度价值评估方法，其特征在于：步骤S1中，按照时间尺度不同，所述负荷调度手段可分为检修、轮休、错时和避峰；负荷的调度价值包括检修价值、轮休价值、错时价值以及避峰价值，每种价值指标均包括三个特征指标和三个静态指标。

3.根据权利要求2所述的负荷调度价值评估方法，其特征在于：步骤S1中，所述特征指标用于表征各类负荷的用电特点；所述静态指标为各个用户的固有属性；检修价值、轮休价值、错时价值和避峰价值的指标值是分开计算的，相互之间没有关联。

4.根据权利要求1或2或3所述的负荷调度价值评估方法，其特征在于：步骤S2中，提供用户的负荷曲线数据、经济及环保数据；通过对负荷曲线数据、经济及环保数据进行处理及挖掘，得到各指标的初始值，从而构造出各价值下的评价值。

5.根据权利要求1或2或3所述的负荷调度价值评估方法，其特征在于：步骤S3中，负荷调度价值指标体系包括效益型指标与成本型指标，且各指标的单位也不尽相同；对各指标进行一致化和无量纲化处理的方法为：

效益型指标的处理方法为：

$r_{ij}=\frac{x_{ij}-\underset{1\≤i\≤n}{\min }{x}_{ij}}{\underset{1\≤i\≤n}{\max }{x}_{ij}-\underset{1\≤i\≤n}{\min }{x}_{ij}}$

成本型指标的处理方法为：

$r_{ij}=\frac{\underset{1\≤i\≤n}{\max }{x}_{ij}-x_{ij}}{\underset{1\≤i\≤n}{\max }{x}_{ij}-\underset{1\≤i\≤n}{\min }{x}_{ij}}$

式中，x_ij为第i个用户第j个指标的初始值；r_ij为规范化评价矩阵中第i个用户第j个指标的标准值，经过处理后，效益型指标与成本型指标均转化为效益型指标，且指标值在[0，1]之间。

6.根据权利要求1或2或3所述的负荷调度价值评估方法，其特征在于：步骤S3中，专家共识法建立在传统AHP法的基础上，由有序用电专家组成员共同决策的方法形成主观权重，因为各专家的知识结构不同，各自形成的决策权重也不尽相同，要使各位专家达成共识，在数学意义上就是要使得最终的专家共识法的主观权重向量u₁＝(u₁₁，u₁₂，…，u_1m)^T与各专家权重的偏差最小；序关系法分析法是指有序用电专家组对某一价值下的子指标按重要性由高到低进行排序假设专家关于评价指标和的重要性程度之比为则与指标相对应的权重为且调整的顺序后，可得序关系分析法的主观权重向量u₂＝(u₂₁，u₂₂，…，u_2m)^T。

7.根据权利要求6所述的负荷调度价值评估方法，其特征在于：步骤S3中，熵权法是根据指标的信息熵赋予权重，指标的信息熵越小，表明其变异程度越大，提供的信息量越多，在价值体系中的作用也就越大，应当赋予较大的权重；反之，指标的信息熵越大，其权重也就越小；最终得到熵权法的客观权重向量v₁＝(v₁₁，v₁₂，…，v_1m)^T；最大离差法的思想是根据指标评价值的差异来确定指标权重，若某一指标的评价值之间差异较大，则其将在评价结果中起重要作用，需要赋予较大的权重；反之，指标评价值之间的差异越小，则权重系数越小；最终得到最大离差法的客观权重向量v₂＝(v₂₁，v₂₂，…，v_2m)^T。

8.根据权利要求7所述的负荷调度价值评估方法，其特征在于：步骤S3中，根据矩估计理论，利用专家共识法的主观权重向量、序关系分析法的主观权重向量、熵权法的客观权重向量及最大离差法的客观权重向量求得最优权重，设最优权向量为ω₁＝(ω₁₁，ω₁₂，…，ω_1m)^T，定义离差函数：

$d_{ik}=\underset{j=1}{\overset{m}{\Σ}}{\[({\mathrm{\ω}}_{1j}-u_{kj})r_{ij}\]}^2$

$h_{ik}=\underset{j=1}{\overset{m}{\Σ}}{\[({\mathrm{\ω}}_{1j}-v_{kj})r_{ij}\]}^2$

式中，d_ik表示对用户i而言，第k种主观赋权法的决策与集成权重所作决策的离差；h_ik表示对用户i而言，第k种客观赋权法的决策与集成权重所作决策的离差；

通过构造目标函数得到总的离差和最小的最优权重，所述目标函数为：

$\left\{\begin{array}{c}\min \mathrm{\μ}\underset{k=1}{\overset{2}{\Σ}}{\mathrm{\α}}_k\left(\underset{i=1}{\overset{n}{\Σ}}{d}_{ik}\right)+(1-\mathrm{\μ})\underset{k=1}{\overset{2}{\Σ}}{\mathrm{\β}}_k\left(\underset{i=1}{\overset{n}{\Σ}}{h}_{ik}\right)\\ \begin{array}{cc}s.t.& \underset{j=1}{\overset{6}{\Σ}}{\mathrm{\ω}}_{1j}=1,{\mathrm{\ω}}_{1j}\≥0\\ & \underset{k-1}{\overset{2}{\Σ}}{\mathrm{\α}}_k=1,\underset{k-1}{\overset{2}{\Σ}}{\mathrm{\β}}_k=1\end{array}\end{array}\right.$

式中，α_k和β_k分别为第k种主观和客观赋权法的权重系数；μ为离差函数的偏好因子，0＜μ＜0.5表示决策层希望集成权重与主观权重更接近，0.5＜μ＜1表示集成权重与客观权重更接近，μ＝0.5时表示主客观方法同等重要。

9.根据权利要求8所述的负荷调度价值评估方法，其特征在于：步骤S4中，求解目标函数可以得到某一价值指标的最优权重向量，记为ω₁，计算用户i的某一价值：

$y_{i1}=\underset{j=1}{\overset{m}{\Σ}}{\mathrm{\ω}}_{1j}{r}_{ij}$

通过上式，可依次计算得到各用户的检修价值、轮休价值、错时价值和避峰价值。

10.根据权利要求1所述的负荷调度价值评估方法，其特征在于：步骤S5中，利用逼近理想解排序法对用户的调度潜力进行综合评估的方法为：在得到每个用户的检修、轮休、错时和避峰价值后，判断各用户适合采用的负荷调度手段，再利用逼近理想解排序法对用户进行筛选，将既最靠近正理想解又最远离负理想解的用户确定为可调度负荷；

设n个用户的检修、轮休、错时和避峰价值组成的规范化决策矩阵为Y＝(y_ij)_n×4，定义第j个价值指标的最大值为最小值为则第i个用户到正理想解的距离为：

$D_i^{+}=\sqrt{\underset{j=1}{\overset{4}{\Σ}}{(y_{ij}-y_j^{+})}^2}$

第i个用户到负理想解的距离为：

$D_i^{-}=\sqrt{\underset{j=1}{\overset{4}{\Σ}}{(y_{ij}-y_j^{-})}^2}$

第i个用户到正理想解的贴近度为：

$C_i=D_i^{-}/(D_i^{+}+D_i^{-})$

上式中，C_i越接近于1，表明用户i的调度潜力越大，越适合参与负荷调度。