CN106951998A - 一种小型能源互联网多源优化综合评估方法和系统 - Google Patents
一种小型能源互联网多源优化综合评估方法和系统 Download PDFInfo
- Publication number
- CN106951998A CN106951998A CN201710187816.3A CN201710187816A CN106951998A CN 106951998 A CN106951998 A CN 106951998A CN 201710187816 A CN201710187816 A CN 201710187816A CN 106951998 A CN106951998 A CN 106951998A
- Authority
- CN
- China
- Prior art keywords
- index
- level
- energy
- under
- order
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 230000015572 biosynthetic process Effects 0.000 title claims abstract description 15
- 238000003786 synthesis reaction Methods 0.000 title claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims abstract description 94
- 239000011159 matrix material Substances 0.000 claims abstract description 85
- 238000010606 normalization Methods 0.000 claims abstract description 28
- 238000012545 processing Methods 0.000 claims abstract description 25
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 238000013210 evaluation model Methods 0.000 claims abstract description 21
- 238000010276 construction Methods 0.000 claims abstract description 8
- 239000013598 vector Substances 0.000 claims description 39
- 238000005265 energy consumption Methods 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 12
- 230000005611 electricity Effects 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 12
- 230000008901 benefit Effects 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 11
- 238000004451 qualitative analysis Methods 0.000 claims description 8
- 230000000153 supplemental effect Effects 0.000 claims description 8
- 229910052799 carbon Inorganic materials 0.000 claims description 7
- 241001467982 Mermessus index Species 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000009825 accumulation Methods 0.000 claims description 5
- 230000032683 aging Effects 0.000 claims description 5
- 238000004146 energy storage Methods 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 239000004744 fabric Substances 0.000 claims description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims 1
- 241000790917 Dioxys <bee> Species 0.000 claims 1
- 230000006855 networking Effects 0.000 claims 1
- 238000012913 prioritisation Methods 0.000 abstract description 2
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004140 cleaning Methods 0.000 description 2
- 239000003245 coal Substances 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 1
- 240000002853 Nelumbo nucifera Species 0.000 description 1
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005315 distribution function Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005284 excitation Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
-
- 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
- Y04S50/00—Market activities related to the operation of systems integrating technologies related to power network operation or related to communication or information technologies
- Y04S50/16—Energy services, e.g. dispersed generation or demand or load or energy savings aggregation
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种小型能源互联网多源优化综合评估方法和系统,方法包括:建立三级综合评估指标体系,获取指标参数数据,获取实际评价参数矩阵,对实际评价参数矩阵进行规范化处理,对归一化后的评价参数矩阵进行归一化处理,对三级指标体系中的各指标进行综合赋权,建立综合评估模型,以及求取效能能源互联网多源优化方案的评估值,并评价优化水平是否满足相应区域的多源优化要求。可利用本发明可以从能源网络优化、能源使用优化和能源服务优化三个方面建立混合多属性复杂评估指标体系,并对实际运行的小型多源能源互联网进行综合评价,为能源互联网的优化建设提供参考依据。
Description
技术领域
本发明涉及能源统计及节能技术领域,特别是一种小型能源互联网多源优化综合评估方法和系统。
背景技术
长期以来,以化石能源为主的能源利用方式的弊端日益凸显,能源安全不容小觑,粗放利用导致的环境污染触目惊心,如何保障社会发展的能源供给是当今世界关注热点,在不断探索发掘风、光、核等新能源同时,通过优化能源结构和利用模式,提升能源利用效率,缓解能源供需矛盾,更是重中之重!
目前油、电、气、热不同能源供给网络相对割裂,但从能源利用角度,多种能源在不同时间尺度上具有相关性和互补性,建立多能源综合系统,进行多种能源形式的耦合互补与梯级利用,存储和转供,可提升综合能源效率。2011年美国学者杰里夫.里夫金在《第三次工业革命》中首先提出了能源互联网,提出将能源物理网与信息系统高度融合,从而构建融合多源能源实现供需互动的能源互联网,为解决能源环境矛盾、促进社会经济可持续发展提供新思路,为此引发了国内外学术界和工业界的关注。
在学术界,能源互联网技术的深入讨论已经开始,但目前研究的角度还集中在能源互联网的概念和架构、关键技术体系研究等。在能源互联网评价技术方面,关注度小且关注点相对片面。文献[智能电网创新示范区能源互联网评估指标及评价方法]针对能源互联网的建设验收,从经济、能源、环境、社会和工程5个角度建立了评价指标体系;文献[分布式冷热电能源系统优化设计及多指标综合评价方法的研究]针对分布式能源系统的配置方案建立评价指标,并运用熵权法和专家评价法进行计算;文献[电力用户综合能效评估模型]电力用户综合能效评价模型。在工业界,以电网企业为主,在智能电网示范工程建设的基础之上,纷纷开展了冷热电混合能源系统、园区多能源综合优化利用的示范应用。
目前能源互联网的试点示范先在园区、社区及大用户、大型综合体先行开展,针对适用以上场合的小型能源互联网开展技术研究,以及对于小型能源互联网的综合评估技术也是亟需解决的技术要点。
发明内容
本发明要解决的技术问题为:提供一种小型能源互联网多源优化综合评估方法,从能源网络优化、能源使用优化和能源服务优化三个不同维度,针对小型能源互联网的混合多属性复杂评估指标体系,建立能源互联网的综合评估分析方法,为能源互联网的优化建设提供参考依据。
为了使得本发明的技术方案更加清楚,以下对本发明涉及到的指标类专业名词进行解释:
1)电、气互联程度NQ11:以多能源互联设备的发电占比表示,正指标,表达式为:(分布式三联供发电量+分布式新能源发电量)/区域总用电量;
2)冷、热网互联程度NQ12:以区域集中供热/冷的覆盖面表示,正指标,表达式为:(集中供热用户数/区域总用户+集体供冷用户/区域总用户)/2;
3)分布式电源即插即用能力NQ13:正指标,表达式为:分布式电源即插即用点/分布式电源总接入点;
4)储能设备配置NQ14:正区间数,根据区域储能多目标综合优化配置的原则,按照(优、良、中、及格、差)进行区间评估;
5)蓄热/冷设备配置NQ15:正区间数,根据区域内蓄热/冷设备数量配置情况,按照(优、良、中、及格、差)进行区间评估;
6)用户监测面NQ21:正指标,表达式为:可监测能源使用设备容量/能源使用设备总容量;
7)用户控制面NQ22:正指标,表达式为:可控制能源使用设备容量/能源使用设备总容量;
8)能源站监测面NQ23:正指标,表达式为:可监测分布式能源装机容量/分布式能源总装机容量;
9)能源站控制面NQ24:正指标,表达式为:可控制分布式能源装机容量/分布式能源总装机容量;
10)信息服务覆盖面NQ25:逻辑型,从能源互联网涉及的政府、生产方、服务方、使用方等所有相关方进行判断,信息覆盖为1,反之为0;
11)能源网可靠性NQ31:正指标,表达式为:(电网可靠性+气网可靠性+冷热管网可靠性)/3,可靠性=停供检修时间/总时间;
12)能源波动率NQ32:负指标,能源波动率=能源出力最大波动区间值/出力平均值;
13)电压合格率NQ33:正指标,监测点电压在合格范围内的时间总和与电压监测总时间的百分比;
14)最大峰谷差占最大负荷比例NQ34:负指标,表达式为:夏季负荷峰谷差/最大负荷;
15)信息网安全性NQ35:正区间数,根据历史运行情况,按照(优、良、中、及格、差)进行区间评估;
16)园区能耗成本EQ11:负指标,用能优化为园区带来的节能增益,表达式为:各类能源总成本/各类能源的能耗总量;
17)用户能源成本分布EQ12:负指标,表达式为:用户各类能源总成本/各类能源的能耗总量,与原来的能源成本相比按分布区间打分,分布函数求积分;
18)用户补贴收益EQ13:正指标,用户参与电网互动所获取的激励补贴收益;
19)能源互联网运维成本EQ14:负指标,能源互联网监控系统的日常运行、升级等成本支出;
20)平均投资回收期EQ15:负指标,能源站、光伏、蓄冷蓄热等各类设备的回收期的平均值;
21)线损降低收益EQ16:正指标,用能优化对于线损降低所带来的间接收益;
22)社会效益EQ17:正指标,智慧用能对于社会公益、企业形象等方面所带来的潜在效益,按照(优、良、中、及格、差)进行区间评估;
23)一次能耗总量EQ21:负指标,表达式为:区域直接消费的一次能源总量+电网电量/(电网线损率*(1-传统煤电厂平均效率));
24)一次能源利用效率EQ22:正指标,表达式为:区域各用能系统输出能量之和/一次能耗总量;
25)累计节能量占比EQ23:正指标,表达式为:区域固定周期内累计节能量/能耗总量
26)单位GDP能耗EQ24:负指标,表达式为:区域固定周期内能耗总量/区域GDP总和;
27)用户能效优化分布EQ25:正指标,用户一次能源利用效率优化空间分布;
28)清洁能源装机占比EQ31:正指标,表达式为:清洁能源装机容量/区域等效总装机容量;
29)清洁能源消纳率EQ32:正指标,表达式为:清洁能源实际发电量/清洁能源最大总发电量;
30)电能占终端能源占比EQ33:正指标,表达式为:终端用电量(万千瓦时)的1.229倍与能源消费总量(吨标准煤)比值的百分数(目前平均值为22%);
31)新能源发电减排量EQ34:正指标,表达式为:新能源发电带来的污染物排放量的减少;
32)电动汽车占有率EQ35:正指标,表达式为:电动汽车保有量/小汽车总保有量;
33)二氧化碳综合减排量EQ36:正指标,2.49*区域累计节能量,2.49为节约1t标准煤所减少的二氧化碳排放量;
34)多渠道报装SQ11、多渠道缴费SQ12、多渠道报修SQ13:逻辑型,有为1,无为0,最终表达式为:已有渠道数量*(1/当前国内该类型业务渠道总数);
35)主站信息统计完整度SQ14:定性分析,从能源监测、优化等方面所涵盖业务功能点分析是否完整,按照(优、良、中、及格、差)进行区间评估;
36)智能化业务受理占比SQ15:正指标,表达式为:可多渠道业务受理量/当前商业模式中所有业务量;
37)APP推送SQ21、短信推送SQ22、邮件推送SQ23、电话告知SQ24:逻辑型,有为1,无为0;
38)服务受理时间SQ31、上门服务响应时间SQ32、信息推送时效性SQ33:区间数,根据服务受理时间/上门服务响应时间/信息推送的时效性进行(优、良、中、及格、差)进行区间评估;
39)用户服务满意度SQ34:区间数,根据区域内用户调查情况,按照(优、良、中、及格、差)进行区间评估。
本发明采取的技术方案,一种小型能源互联网多元优化综合评估方法,包括以下步骤:
S1,建立小型能源互联网三级综合评估指标体系,获取待评估能源互联网中对应各第三级指标的指标参数数据:
小型能源互联网三级综合评估指标体系包括多个第一级指标,各第一级指标分别包括多个第二级指标,各第二级指标分别包括多个第三级指标;
第三级指标包括确定性指标和不确定性指标,不确定性指标包括定性分析的指标和无法获得准确指标值的定量指标;
S2,基于所获取的第三级指标的指标参数数据,对其中的不确定性指标进行量化,建立各第一级指标下所有第三极指标参数数据的实际评价矩阵X=(xij)m×n,m为各第一级指标下第二级指标的数量,n为各第二级指标下第三极指标的数量,第i行第j列个矩阵元素xij代表各第一级指标下第i个第二级指标下的第j个第三极指标实际评价参数数据;
S3,对各实际评价矩阵X中,各第三级指标对应的元素数据xij,进行规范化处理得到规范化后的元素数据rij,形成标准评价矩阵R=(rij)m×n;
S4,对标准评价矩阵R中的各第三极指标对应的元素数据rij,进行归一化处理,得到归一化后的元素数据Pij,形成归一化评价矩阵P=(Pij)m×n;
S5,对三级指标体系中的各指标进行综合赋权:定义第一级指标的权重向量为K=(k1,k2,...,kl),l为第一级指标的数量,kl为第l个第一级指标的权重;第二级指标的权重向量为W=(w1,w2,…,wm),m为各第一级指标下的第二级指标的数量,wm为各第一级指标下第m个第二级指标的权重;第三级指标的权重向量为Q=(qi1,qi2,…,qin),qin为各第一级指标下第i个第二级指标下的第n个第三极指标的权重;
S6,基于S4得到的归一化矩阵P和S5得到的各级各指标权重,建立综合评估模型,并求取综合评估模型的值f(x):
式(1)中,m1~ml分别为第1个第一级指标到第l个第一级指标下各自第二级指标的数量,n1~nl分别为各第一级指标下各第二级指标下的第三极指标的数量;
S7,定义符合优化水平的评估分值范围,将求得的f(x)的数值乘以100,即为待评估能源互联网的综合评估得分,若待评估的能源互联网综合评估得分在评估分值范围内,则认为待评估的能源互联网满足相应区域的多源优化要求。
利用本发明方法求得待评估小型能源互联网分值后,可用于判断当前能源互联网建设方案是否满足相应区域的多源优化要求,进而采用相应指标参数对应的能源互联网方案,对相应区域进行多源优化建设。同时,由于最终评估分值为,由根据各第一级指标及其下的第二级和第三极指标参数数据计算得到的分值相加的总和,故利用本发明也可根据各部分评估分值进行针对性的改进,如可单独分析某一个第一级指标及其下的第二级、第三极指标得分,进而对薄弱的环节进行跟各位细致深入的分析与改进。
优选的,本发明步骤S7所述符合优化水平的评估分值范围为80~100分。经过本发明各步骤最终利用式(1)求得的f(x)为0~1之间的数值,乘以100后,若得分在80分以上,即认为相应区域可以采用当前各指标参数对应的小型能源互联网进行多元优化。
优选的,本发明三级综合评估指标体系中,第一级指标有:能源网络优化水平指标NQ、能源使用优化水平指标EQ和能源服务优化水平指标SQ;
能源网络优化水平指标NQ下的第二级指标有:能源物理网互联度NQ1、能源信息网互联度NQ2和安全可靠度NQ3;
能源使用优化水平指标EQ下的第二级指标有:经济效益水平EQ1、节能高效水平EQ2和低碳环保水平EQ3;
能源服务优化水平指标SQ下的第二级指标有:业务受理智能化水平SQ1、信息推送便捷化水平SQ2和用户反馈满意度水平SQ3;
第二级指标能源物理网互联度NQ1下的第三极指标有:电、气互联程度NQ11、冷、热网互联程度NQ12、分布式电源即插即用能力NQ13、储能设备配置NQ14和蓄热/冷设备配置NQ15;
第二级指标能源信息网互联度NQ2下的第三极指标有:用户监测面NQ21、用户控制面NQ22、能源站监测面NQ23、能源站控制面NQ24和信息服务覆盖面NQ25;
第二级指标安全可靠度NQ3下的第三极指标有:能源网可靠性NQ31、能源波动率NQ32、电压合格率NQ33、最大峰谷差占最大负荷比例NQ34和信息网安全性NQ35;
第二级指标经济效益水平EQ1下的第三极指标有:园区能耗成本EQ11、用户能源成本分布EQ12、用户补贴收益EQ13、能源互联网运维成本EQ14、平均投资回收期EQ15、线损降低收益EQ16和社会效益EQ17;
第二级指标节能高效水平EQ2下的第三极指标有:一次能耗总量EQ21、一次能源利用效率EQ22、累计节能量占比EQ23、单位GDP能耗EQ24和用户能效优化分布EQ25;
第二级指标低碳环保水平EQ3下的第三极指标有:清洁能源装机占比EQ31、清洁能源消纳率EQ32、电能占终端能源占比EQ33、新能源发电减排量EQ34、电动汽车占有率EQ35和二氧化碳综合减排量EQ36;
第二级指标业务受理智能化水平SQ1下的第三极指标有:多渠道报装SQ11、多渠道缴费SQ12、多渠道报修SQ13、主站信息统计完整度SQ14和智能化业务受理占比SQ15;
第二级指标信息推送便捷化水平SQ2下的第三极指标有:APP推送SQ21、短信推送SQ22、邮件推送SQ23和电话告知SQ24;
第二级指标用户反馈满意度水平SQ3下的第三极指标有:服务受理时间SQ31、上门服务响应时间SQ32、信息推送时效性SQ33和用户服务满意度SQ34。
即前述1)-39)项指标皆可作为本发明建立的小型能源互联网三级综合评估指标体系中的第三级指标。
其中可得到确定值的指标如NQ11、NQ12即为确定性指标,无需步骤S2中所述的量化处理,不确定性指标无法得到确定值,如NQ35、SQ34,需要先进行量化然后进行规范化处理。
相应的,定义步骤S5中第一级指标的权重向量为K=(kNQ,kEQ,kSQ),kNQ,kEQ,kSQ分别代表能源网络优化水平指标NQ、能源使用优化水平指标EQ和能源服务优化水平指标SQ的权重,则能源互联网的综合评估模型为:
不同第一级指标下各第二级指标下的第三极指标数量n也是不同的。
进一步的,步骤S2中,对不确定性指标进行量化包括步骤:
S21,对指标按照优、良、中、及格、差进行等级评分;
S22,利用区间数法进行指标数据转换,得到各不确定性指标等级评分对应的区间数,作为相应指标在实际评价矩阵X中的对应元素数据;
等级评分为:优、良、中、及格、差的指标的区间数分别对应表示为:[0,0.5],[0.6,0.7],[0.7,0.8],[0.8,0.9],[0.9,1])。
现有技术中,区间数法描述为:定义有基于区间数的多属性群决策问题为,有m个可行方案为A1,A2,…Am,n项指标属性G1,G2,…Gn,则基于区间数的多属性判断矩阵表示为:
式(3)中,表示向量区间的最小值,表示向量区间的最大值。对应至本发明中,区间数矩阵元素xij的向量表示为分别代表向量区间的最大值和最小值。
将式(3)中的可行方案A对应本发明各第一级指标下的第二级指标,G对应各第二级指标下的第三极指标,将各第三极指标对应的参数数据(此时包括不确定性指标的区间数数据与确定性指标的数据)写入矩阵中,即得到分别对应各第一级指标的实际评价矩阵。
进一步的,步骤S3中,对各指标进行规范化处理为:对于第三极指标中的确定性指标和不确定性指标,且指标性质分为正向指标和负向指标,分别根据以下公式进行规范化处理,得到规范化后的各第三级指标对应的标准评价矩阵元素rij:
S31,对于确定性指标的规范化公式为:
S32,对于区间数指标的规范化公式为:
式(3)中,分别代表区间数指标参数数据xij的向量区间内的最大值和最小值。
进一步的,步骤S4中,对第三极指标中的各指标分别按照以下公式进行归一化处理:
S41,对于确定性指标的归一化公式为:
S42,对于区间数指标归一化公式为:
式(7)中,为经规范化处理后得到的向量区间内的最大值和最小值。
经过规范化和归一化处理之后,指标矩阵的变化为:X=(xij)m×n→R=(rij)m×n→P=(pij)m×n。
进一步的,步骤S5中,对三级指标体系中的各指标进行综合赋权,包括步骤:
S51,利用AHP-熵权法给予第一级指标中的各指标确定的权重系数K=(k1,k2,...,kl);
S52,利用层次分析法计算第二级指标相对于第一级指标的主观权重,包括步骤:
S521,构造第二级指标相对于相应第一级指标的比较矩阵C:
式(8)中,矩阵元素cmm表示有m×m个指标进行比较;对于各第一级指标下的所有第二级指标,定义比较第u=1,…m.个指标元素与第v=1,…,m.个指标元素相对于所属第一级指标的重要性,则相对重要程度计为cuv;cvu=1/cuv,表示反向比较时,结果互为倒数;指标元素自身比较时有cuu=1;cuv可采用主观定权法,各个指标的相对权重重要程度可根据应用多源优化方案的区域需要而定。
S522,计算每个第二级指标相对于所属第一级指标的权重按照以下公式:
S523,将归一化为wi:
wi即为第i个第二级指标的权重值;
S53,采用熵权法求取各第二级指标下第三极指标的权重系数:
基于归一化评价矩阵P,计算第j个第三极指标的信息熵值ej:
第j个第三极指标的熵权qj为:
qj即为第j个第三级指标的权重值。
熵权法是利用指标信息熵值,确定指标在综合评价过程中的权重大小。信息熵是借助热力学熵概念,指标熵越小,则该指标变异程度越大信息量越大,在评价指标体系中该指标起的作用越大,权重则越大。
进一步的,步骤S52还包括S524:进行矩阵一致性校验。在计算单准则下权重向量时,还必须进行一致性检验,即保持决策者判断思维的一致性。矩阵一致性校验为现有技术。
本发明还公开一种小型能源互联网多源优化综合评估系统,包括:
三级综合评估指标体系建立及指标参数数据获取模块,建立小型能源互联网三级综合评估指标体系,获取待评估能源互联网中对应各第三级指标的指标参数数据:小型能源互联网三级综合评估指标体系包括多个第一级指标,各第一级指标分别包括多个第二级指标,各第二级指标分别包括多个第三级指标;第三级指标包括确定性指标和不确定性指标,不确定性指标包括定性分析的指标和无法获得准确指标值的定量指标;
实际评价参数矩阵获取模块,基于所获取的第三级指标的指标参数数据,对其中的不确定性指标进行量化,建立各第一级指标下所有第三极指标参数数据的实际评价矩阵X=(xij)m×n,m为各第一级指标下第二级指标的数量,n为各第二级指标下第三极指标的数量,第i行第j列个矩阵元素xij代表各第一级指标下第i个第二级指标下的第j个第三极指标实际评价参数数据;
规范化处理模块,对各实际评价矩阵X中,各第三级指标对应的元素数据xij,进行规范化处理得到规范化后的元素数据rij,形成标准评价矩阵R=(rij)m×n;
归一化处理模块,对标准评价矩阵R中的各第三极指标对应的元素数据rij,进行归一化处理,得到归一化后的元素数据Pij,形成归一化评价矩阵P=(Pij)m×n;
指标综合赋权模块,对三级指标体系中的各指标进行综合赋权:定义第一级指标的权重向量为K=(k1,k2,...,kl),l为第一级指标的数量,kl为第l个第一级指标的权重;第二级指标的权重向量为W=(w1,w2,…,wm),m为各第一级指标下的第二级指标的数量,wm为各第一级指标下第m个第二级指标的权重;第三级指标的权重向量为Q=(qi1,qi2,…,qin),qin为各第一级指标下第i个第二级指标下的第n个第三极指标的权重;
综合评估模型建立模块,基于S4得到的归一化矩阵P和S5得到的各级各指标权重,建立综合评估模型,并求取综合评估模型的值f(x):
式(1)中,m1~ml分别为第1个第一级指标到第l个第一级指标下各自第二级指标的数量,n1~nl分别为各第一级指标下各第二级指标下的第三极指标的数量;
以及能源互联网评价模块,定义符合优化水平的评估分值范围,将求得的f(x)的数值乘以100,即为待评估能源互联网的综合评估得分,若待评估的能源互联网综合评估得分在评估分值范围内,则认为待评估的能源互联网满足相应区域的多源优化要求。
有益效果
通过采用本发明的技术方案,可以从能源网络优化、能源使用优化和能源服务优化三个方面建立混合多属性复杂评估指标体系,并对实际运行的小型多源能源互联网进行综合评价,为能源互联网的优化建设提供参考依据。
附图说明
图1所示为本发明一种实施例的三级小型能源互联网综合评估指标体系示意图;
图2所示为本发明综合评估分析方法流程示意图。
具体实施方式
以下结合附图和具体实施例进一步描述。
实施例1
一种小型能源互联网多元优化综合评估方法,包括以下步骤:
S1,建立小型能源互联网三级综合评估指标体系,获取待评估能源互联网中对应各第三级指标的指标参数数据:
小型能源互联网三级综合评估指标体系包括多个第一级指标,各第一级指标分别包括多个第二级指标,各第二级指标分别包括多个第三级指标;
第三级指标包括确定性指标和不确定性指标,不确定性指标包括定性分析的指标和无法获得准确指标值的定量指标;
S2,基于所获取的第三级指标的指标参数数据,对其中的不确定性指标进行量化,建立各第一级指标下所有第三极指标参数数据的实际评价矩阵X=(xij)m×n,m为各第一级指标下第二级指标的数量,n为各第二级指标下第三极指标的数量,第i行第j列个矩阵元素xij代表各第一级指标下第i个第二级指标下的第j个第三极指标实际评价参数数据;
S3,对各实际评价矩阵X中,各第三级指标对应的元素数据xij,进行规范化处理得到规范化后的元素数据rij,形成标准评价矩阵R=(rij)m×n;
S4,对标准评价矩阵R中的各第三极指标对应的元素数据rij,进行归一化处理,得到归一化后的元素数据Pij,形成归一化评价矩阵P=(Pij)m×n;
S5,对三级指标体系中的各指标进行综合赋权:定义第一级指标的权重向量为K=(k1,k2,...,kl),l为第一级指标的数量,kl为第l个第一级指标的权重;第二级指标的权重向量为W=(w1,w2,…,wm),m为各第一级指标下的第二级指标的数量,wm为各第一级指标下第m个第二级指标的权重;第三级指标的权重向量为Q=(qi1,qi2,…,qin),qin为各第一级指标下第i个第二级指标下的第n个第三极指标的权重;
S6,基于S4得到的归一化矩阵P和S5得到的各级各指标权重,建立综合评估模型,并求取综合评估模型的值f(x):
式(1)中,m1~ml分别为第1个第一级指标到第l个第一级指标下各自第二级指标的数量,n1~nl分别为各第一级指标下各第二级指标下的第三极指标的数量;
S7,定义符合优化水平的评估分值范围,将求得的f(x)的数值乘以100,即为待评估能源互联网的综合评估得分,若待评估的能源互联网综合评估得分在评估分值范围内,则认为待评估的能源互联网满足相应区域的多源优化要求。
实施例2
小型能源互联网多元优化综合评估方法,包括以下步骤:
S1,建立小型能源互联网三级综合评估指标体系,获取待评估能源互联网中对应各第三级指标的指标参数数据:
小型能源互联网三级综合评估指标体系包括多个第一级指标,各第一级指标分别包括多个第二级指标,各第二级指标分别包括多个第三级指标;
第三级指标包括确定性指标和不确定性指标,不确定性指标包括定性分析的指标和无法获得准确指标值的定量指标。
具体的,三级综合评估指标体系中,第一级指标有:能源网络优化水平指标NQ、能源使用优化水平指标EQ和能源服务优化水平指标SQ;
能源网络优化水平指标NQ下的第二级指标有:能源物理网互联度NQ1、能源信息网互联度NQ2和安全可靠度NQ3;
能源使用优化水平指标EQ下的第二级指标有:经济效益水平EQ1、节能高效水平EQ2和低碳环保水平EQ3;
能源服务优化水平指标SQ下的第二级指标有:业务受理智能化水平SQ1、信息推送便捷化水平SQ2和用户反馈满意度水平SQ3;
第二级指标能源物理网互联度NQ1下的第三极指标有:电、气互联程度NQ11、冷、热网互联程度NQ12、分布式电源即插即用能力NQ13、储能设备配置NQ14和蓄热/冷设备配置NQ15;
第二级指标能源信息网互联度NQ2下的第三极指标有:用户监测面NQ21、用户控制面NQ22、能源站监测面NQ23、能源站控制面NQ24和信息服务覆盖面NQ25;
第二级指标安全可靠度NQ3下的第三极指标有:能源网可靠性NQ31、能源波动率NQ32、电压合格率NQ33、最大峰谷差占最大负荷比例NQ34和信息网安全性NQ35;
第二级指标经济效益水平EQ1下的第三极指标有:园区能耗成本EQ11、用户能源成本分布EQ12、用户补贴收益EQ13、能源互联网运维成本EQ14、平均投资回收期EQ15、线损降低收益EQ16和社会效益EQ17;
第二级指标节能高效水平EQ2下的第三极指标有:一次能耗总量EQ21、一次能源利用效率EQ22、累计节能量占比EQ23、单位GDP能耗EQ24和用户能效优化分布EQ25;
第二级指标低碳环保水平EQ3下的第三极指标有:清洁能源装机占比EQ31、清洁能源消纳率EQ32、电能占终端能源占比EQ33、新能源发电减排量EQ34、电动汽车占有率EQ35和二氧化碳综合减排量EQ36;
第二级指标业务受理智能化水平SQ1下的第三极指标有:多渠道报装SQ11、多渠道缴费SQ12、多渠道报修SQ13、主站信息统计完整度SQ14和智能化业务受理占比SQ15;
第二级指标信息推送便捷化水平SQ2下的第三极指标有:APP推送SQ21、短信推送SQ22、邮件推送SQ23和电话告知SQ24;
第二级指标用户反馈满意度水平SQ3下的第三极指标有:服务受理时间SQ31、上门服务响应时间SQ32、信息推送时效性SQ33和用户服务满意度SQ34。
即前述1)-39)项指标皆可作为本发明建立的小型能源互联网三级综合评估指标体系中的第三级指标。
S2,基于所获取的第三级指标的指标参数数据,对其中的不确定性指标进行量化,建立包含所有第三极指标参数数据的实际评价矩阵X=(xij)m×n,m为各第一级指标下第二级指标的数量,n为各第二级指标下第三极指标的数量,第i行第j列个矩阵元素xij代表各第一级指标下第i个第二级指标下的第j个第三极指标实际评价参数数据。
具体的,对不确定性指标进行量化包括步骤:
S21,对指标按照优、良、中、及格、差进行等级评分;
S22,利用区间数法进行指标数据转换,得到各不确定性指标等级评分对应的区间数,作为相应指标在实际评价矩阵X中的对应元素数据;
等级评分为:优、良、中、及格、差的指标的区间数分别对应表示为:[0,0.5],[0.6,0.7],[0.7,0.8],[0.8,0.9],[0.9,1])。
现有技术中,区间数法描述为:定义有基于区间数的多属性群决策问题为,有m个可行方案为A1,A2,…Am,n项指标属性G1,G2,…Gn,则基于区间数的多属性判断矩阵表示为:
式(3)中,表示向量区间的最小值,表示向量区间的最大值。对应至本发明中,区间数矩阵元素xij的向量表示为分别代表向量区间的最大值和最小值。
将式(3)中的可行方案A对应本发明各第一级指标下的第二级指标,G对应各第二级指标下的第三极指标,将各第三极指标对应的参数数据(此时包括不确定性指标的区间数数据与确定性指标的数据)写入矩阵中,即得到分别对应各第一级指标的实际评价矩阵。
S3,对实际评价矩阵X中,各第三级指标对应的元素数据xij,进行规范化处理得到规范化后的元素数据rij,形成标准评价矩阵R=(rij)m×n。
具体的,对各指标进行规范化处理为:对于第三极指标中的确定性指标和不确定性指标,且指标性质分为正向指标和负向指标,分别根据以下公式进行规范化处理,得到规范化后的各第三级指标对应的标准评价矩阵元素rij:
S31,对于确定性指标的规范化公式为:
S32,对于区间数指标的规范化公式为:
式(3)中,分别代表区间数指标参数数据xij的向量区间内的最大值和最小值。
S4,对标准评价矩阵R中的各第三极指标对应的元素数据rij,进行归一化处理,得到归一化后的元素数据Pij,形成归一化评价矩阵P=(Pij)m×n;
具体的,对各第三极指标分别按照以下公式进行归一化处理:
S41,对于确定性指标的归一化公式为:
S42,对于区间数指标归一化公式为:
式(7)中,为经规范化处理后得到的向量区间内的最大值和最小值。
经过规范化和归一化处理之后,指标矩阵的变化为:X=(xij)m×n→R=(rij)m×n→P=(pij)m×n。
S5,对三级指标体系中的各指标进行综合赋权:定义第一级指标的权重向量为K=(kNQ,kEQ,kSQ),kNQ,kEQ,kSQ分别代表能源网络优化水平指标NQ、能源使用优化水平指标EQ和能源服务优化水平指标SQ的权重;第二级指标的权重向量为W=(w1,w2,…,wm),m为各第一级指标下的第二级指标的数量,wm为各第一级指标下第m个第二级指标的权重;第三级指标的权重向量为Q=(qi1,qi2,…,qin),qin为各第一级指标下第i个第二级指标下的第n个第三极指标的权重。
具体的,对三级指标体系中的各指标进行综合赋权,包括步骤:
S51,利用AHP-熵权法给予第一级指标中的各指标确定的权重系数K=(k1,k2,k3);
S52,利用层次分析法计算第二级指标相对于第一级指标的主观权重,包括步骤:
S521,构造第二级指标相对于相应第一级指标的比较矩阵C:
式(8)中,矩阵元素cmm表示有m×m个指标进行比较;对于各第一级指标下的所有第二级指标,定义比较第u=1,…m.个指标元素与第v=1,…,m.个指标元素相对于所属第一级指标的重要性,则相对重要程度计为cuv;cvu=1/cuv,表示反向比较时,结果互为倒数;指标元素自身比较时有cuu=1;
S522,计算每个第二级指标相对于所属第一级指标的权重按照以下公式:
S523,将归一化为wi:
wi即为第i个第二级指标的权重值;
S524:进行矩阵一致性校验。在计算单准则下权重向量时,还必须进行一致性检验,即保持决策者判断思维的一致性。
S53,采用熵权法求取各第二级指标下第三极指标的权重系数:
基于归一化评价矩阵P,计算第j个第三极指标的信息熵值ej:
第j个第三极指标的熵权qj为:
qj即为第j个第三级指标的权重值。
熵权法是利用指标信息熵值,确定指标在综合评价过程中的权重大小。信息熵是借助热力学熵概念,指标熵越小,则该指标变异程度越大信息量越大,在评价指标体系中该指标起的作用越大,权重则越大。
S6,基于S4得到的归一化矩阵P和S5得到的各级各指标权重,建立综合评估模型,并求取综合评估模型的值f(x):
S7,定义符合优化水平的评估分值范围为80~100分,各步骤最终利用式(2求得的f(x)为0~1之间的数值,将求得的f(x)的数值乘以100,即为待评估能源互联网的综合评估得分,若待评估的能源互联网综合评估得分在80分以上,则认为待评估的能源互联网满足相应区域的多源优化要求,即认为相应区域可以采用当前各指标参数对应的小型能源互联网进行多元优化。
实施例3
本实施例为一种小型能源互联网多源优化综合评估系统,其包括:
三级综合评估指标体系建立及指标参数数据获取模块,建立小型能源互联网三级综合评估指标体系,获取待评估能源互联网中对应各第三级指标的指标参数数据:小型能源互联网三级综合评估指标体系包括多个第一级指标,各第一级指标分别包括多个第二级指标,各第二级指标分别包括多个第三级指标;第三级指标包括确定性指标和不确定性指标,不确定性指标包括定性分析的指标和无法获得准确指标值的定量指标;
实际评价参数矩阵获取模块,基于所获取的第三级指标的指标参数数据,对其中的不确定性指标进行量化,建立各第一级指标下所有第三极指标参数数据的实际评价矩阵X=(xij)m×n,m为各第一级指标下第二级指标的数量,n为各第二级指标下第三极指标的数量,第i行第j列个矩阵元素xij代表各第一级指标下第i个第二级指标下的第j个第三极指标实际评价参数数据;
规范化处理模块,对各实际评价矩阵X中,各第三级指标对应的元素数据xij,进行规范化处理得到规范化后的元素数据rij,形成标准评价矩阵R=(rij)m×n;
归一化处理模块,对标准评价矩阵R中的各第三极指标对应的元素数据rij,进行归一化处理,得到归一化后的元素数据Pij,形成归一化评价矩阵P=(Pij)m×n;
指标综合赋权模块,对三级指标体系中的各指标进行综合赋权:定义第一级指标的权重向量为K=(k1,k2,...,kl),l为第一级指标的数量,kl为第l个第一级指标的权重;第二级指标的权重向量为W=(w1,w2,…,wm),m为各第一级指标下的第二级指标的数量,wm为各第一级指标下第m个第二级指标的权重;第三级指标的权重向量为Q=(qi1,qi2,…,qin),qin为各第一级指标下第i个第二级指标下的第n个第三极指标的权重;
综合评估模型建立模块,基于S4得到的归一化矩阵P和S5得到的各级各指标权重,建立综合评估模型,并求取综合评估模型的值f(x):
式(1)中,m1~ml分别为第1个第一级指标到第l个第一级指标下各自第二级指标的数量,n1~nl分别为各第一级指标下各第二级指标下的第三极指标的数量;
以及能源互联网评价模块,定义符合优化水平的评估分值范围,将求得的f(x)的数值乘以100,即为待评估能源互联网的综合评估得分,若待评估的能源互联网综合评估得分在评估分值范围内,则认为待评估的能源互联网满足相应区域的多源优化要求。
实施例4
假设某区域采用该小型多源能源互联网进行能源管理,现采用本发明所提出的方案进行综合评价。NQ指标如表1所示,EQ指标如表2所示,SQ指标如表3所示。
表1.NQ指标
表2.EQ指标
表3.SQ指标
依据表1-3中的数据进行计算:
1.对第三级指标进行规范化处理,由公式(4)、(5),得到标准评价矩阵;
2.标准评价矩阵代入公式(6)、(7)进行指标归一化,得到归一化评价矩阵;
3.给一级指标进行权重分配,如分配权重为一级指标的权重是:NQ-0.33;EQ-0.41;SQ-0.26;
4.采用层次分析法,代入公式(9),计算二级指标相对于一级指标的主观权重;
5.代入公式(10),对二级指标权重进行归一化;
6.采用熵权法代入公式(11)、(12),求解三级指标权重系数;
7.进行综合评估计算,代入公式(2);
8.得出结果,进行评估分析。可以得到结果如表4所示:
表4三级评价体系评估结果
NQ指标得分/总值 | EQ指标得分/总值 | SQ指标得分/总值 | 得分/总值 |
33/0.35*100 | 30/0.35*100 | 22/0.30*100 | 85/100 |
表中可知,该评估体系评估该小型多能能源互联网系统的评分为85分,算是良好的。具体分析,可知,在SQ项得分率不够高,该系统需要在能源服务方面做进一步的优化,这样能够大大提高该系统的评分。
以上所述仅是本发明的优选实施方式,应当指出:对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
Claims (10)
1.一种小型能源互联网多元优化综合评估方法,其特征是,包括以下步骤:
S1,建立小型能源互联网三级综合评估指标体系,获取待评估能源互联网中对应各第三级指标的指标参数数据:
小型能源互联网三级综合评估指标体系包括多个第一级指标,各第一级指标分别包括多个第二级指标,各第二级指标分别包括多个第三级指标;
第三级指标包括确定性指标和不确定性指标,不确定性指标包括定性分析的指标和无法获得准确指标值的定量指标;
S2,基于所获取的第三级指标的指标参数数据,对其中的不确定性指标进行量化,建立各第一级指标下所有第三极指标参数数据的实际评价矩阵X=(xij)m×n,m为各第一级指标下第二级指标的数量,n为各第二级指标下第三极指标的数量,第i行第j列个矩阵元素xij代表各第一级指标下第i个第二级指标下的第j个第三极指标实际评价参数数据;
S3,对各实际评价矩阵X中,各第三级指标对应的元素数据xij,进行规范化处理得到规范化后的元素数据rij,形成标准评价矩阵R=(rij)m×n;
S4,对标准评价矩阵R中的各第三极指标对应的元素数据rij,进行归一化处理,得到归一化后的元素数据Pij,形成归一化评价矩阵P=(Pij)m×n;
S5,对三级指标体系中的各指标进行综合赋权:定义第一级指标的权重向量为K=(k1,k2,...,kl),l为第一级指标的数量,kl为第l个第一级指标的权重;第二级指标的权重向量为W=(w1,w2,…,wm),m为各第一级指标下的第二级指标的数量,wm为各第一级指标下第m个第二级指标的权重;第三级指标的权重向量为Q=(qi1,qi2,…,qin),qin为各第一级指标下第i个第二级指标下的第n个第三极指标的权重;
S6,基于S4得到的归一化矩阵P和S5得到的各级各指标权重,建立综合评估模型,并求取综合评估模型的值f(x):
式(1)中,m1~ml分别为第1个第一级指标到第l个第一级指标下各自第二级指标的数量,n1~nl分别为各第一级指标下各第二级指标下的第三极指标的数量;
S7,定义符合优化水平的评估分值范围,将求得的f(x)的数值乘以100,即为待评估能源互联网的综合评估得分,若待评估的能源互联网综合评估得分在评估分值范围内,则认为待评估的能源互联网满足相应区域的多源优化要求。
2.根据权利要求1所述的方法,其特征是,所述符合优化水平的评估分值范围为80~100分。
3.根据权利要求1所述的方法,其特征是,三级综合评估指标体系中,第一级指标有:能源网络优化水平指标NQ、能源使用优化水平指标EQ和能源服务优化水平指标SQ;
能源网络优化水平指标NQ下的第二级指标有:能源物理网互联度NQ1、能源信息网互联度NQ2和安全可靠度NQ3;
能源使用优化水平指标EQ下的第二级指标有:经济效益水平EQ1、节能高效水平EQ2和低碳环保水平EQ3;
能源服务优化水平指标SQ下的第二级指标有:业务受理智能化水平SQ1、信息推送便捷化水平SQ2和用户反馈满意度水平SQ3;
第二级指标能源物理网互联度NQ1下的第三极指标有:电、气互联程度NQ11、冷、热网互联程度NQ12、分布式电源即插即用能力NQ13、储能设备配置NQ14和蓄热/冷设备配置NQ15;
第二级指标能源信息网互联度NQ2下的第三极指标有:用户监测面NQ21、用户控制面NQ22、能源站监测面NQ23、能源站控制面NQ24和信息服务覆盖面NQ25;
第二级指标安全可靠度NQ3下的第三极指标有:能源网可靠性NQ31、能源波动率NQ32、电压合格率NQ33、最大峰谷差占最大负荷比例NQ34和信息网安全性NQ35;
第二级指标经济效益水平EQ1下的第三极指标有:园区能耗成本EQ11、用户能源成本分布EQ12、用户补贴收益EQ13、能源互联网运维成本EQ14、平均投资回收期EQ15、线损降低收益EQ16和社会效益EQ17;
第二级指标节能高效水平EQ2下的第三极指标有:一次能耗总量EQ21、一次能源利用效率EQ22、累计节能量占比EQ23、单位GDP能耗EQ24和用户能效优化分布EQ25;
第二级指标低碳环保水平EQ3下的第三极指标有:清洁能源装机占比EQ31、清洁能源消纳率EQ32、电能占终端能源占比EQ33、新能源发电减排量EQ34、电动汽车占有率EQ35和二氧化碳综合减排量EQ36;
第二级指标业务受理智能化水平SQ1下的第三极指标有:多渠道报装SQ11、多渠道缴费SQ12、多渠道报修SQ13、主站信息统计完整度SQ14和智能化业务受理占比SQ15;
第二级指标信息推送便捷化水平SQ2下的第三极指标有:APP推送SQ21、短信推送SQ22、邮件推送SQ23和电话告知SQ24;
第二级指标用户反馈满意度水平SQ3下的第三极指标有:服务受理时间SQ31、上门服务响应时间SQ32、信息推送时效性SQ33和用户服务满意度SQ34。
4.根据权利要求3所述的方法,其特征是,定义步骤S5中第一级指标的权重向量为K=(kNQ,kEQ,kSQ),kNQ,kEQ,kSQ分别代表能源网络优化水平指标NQ、能源使用优化水平指标EQ和能源服务优化水平指标SQ的权重,则能源互联网的综合评估模型为:
5.根据权利要求1至3任一项所述的方法,其特征是,步骤S2中,对不确定性指标进行量化包括步骤:
S21,对指标按照优、良、中、及格、差进行等级评分;
S22,利用区间数法进行指标数据转换,得到各不确定性指标等级评分对应的区间数,作为相应指标在实际评价矩阵X中的对应元素数据;
等级评分为:优、良、中、及格、差的指标的区间数分别对应表示为:[0,0.5],[0.6,0.7],[0.7,0.8],[0.8,0.9],[0.9,1])。
6.根据权利要求1至3任一项所述的方法,其特征是,步骤S3中,所述对各指标进行规范化处理为:对于第三极指标中的确定性指标和不确定性指标,且指标性质分为正向指标和负向指标,分别根据以下公式进行规范化处理,得到规范化后的各第三级指标对应的标准评价矩阵元素rij:
S31,对于确定性指标的规范化公式为:
S32,对于区间数指标的规范化公式为:
式(3)中,分别代表区间数指标参数数据xij的向量区间内的最大值和最小值。
7.根据权利要求1至3任一项所述的方法,其特征是,步骤S4中,对第三极指标中的各指标分别按照以下公式进行归一化处理:
S41,对于确定性指标的归一化公式为:
S42,对于区间数指标归一化公式为:
式(7)中,为经规范化处理后得到的向量区间内的最大值和最小值。
8.根据权利要求1至3任一项所述的方法,其特征是,步骤S5中,对三级指标体系中的各指标进行综合赋权,包括步骤:
S51,利用AHP-熵权法给予第一级指标中的各指标确定的权重系数K=(k1,k2,...,kl);
S52,利用层次分析法计算第二级指标相对于第一级指标的主观权重,包括步骤:
S521,构造第二级指标相对于相应第一级指标的比较矩阵C:
式(8)中,矩阵元素cmm表示有m×m个指标进行比较;对于各第一级指标下的所有第二级指标,定义比较第u=1,…m.个指标元素与第v=1,…,m.个指标元素相对于所属第一级指标的重要性,则相对重要程度计为cuv;cvu=1/cuv,表示反向比较时,结果互为倒数;指标元素自身比较时有cuu=1;
S522,计算每个第二级指标相对于所属第一级指标的权重按照以下公式:
S523,将归一化为wi:
wi即为第i个第二级指标的权重值;
S53,采用熵权法求取各第二级指标下第三极指标的权重系数:
基于归一化评价矩阵P,计算第j个第三极指标的信息熵值ej:
第j个第三极指标的熵权qj为:
qj即为第j个第三级指标的权重值。
9.根据权利要求8所述的方法,其特征是,步骤S52还包括S524:进行矩阵一致性校验。
10.一种小型能源互联网多源优化综合评估系统,其特征是,包括:
三级综合评估指标体系建立及指标参数数据获取模块,建立小型能源互联网三级综合评估指标体系,获取待评估能源互联网中对应各第三级指标的指标参数数据:小型能源互联网三级综合评估指标体系包括多个第一级指标,各第一级指标分别包括多个第二级指标,各第二级指标分别包括多个第三级指标;第三级指标包括确定性指标和不确定性指标,不确定性指标包括定性分析的指标和无法获得准确指标值的定量指标;
实际评价参数矩阵获取模块,基于所获取的第三级指标的指标参数数据,对其中的不确定性指标进行量化,建立各第一级指标下所有第三极指标参数数据的实际评价矩阵X=(xij)m×n,m为各第一级指标下第二级指标的数量,n为各第二级指标下第三极指标的数量,第i行第j列个矩阵元素xij代表各第一级指标下第i个第二级指标下的第j个第三极指标实际评价参数数据;
规范化处理模块,对各实际评价矩阵X中,各第三级指标对应的元素数据xij,进行规范化处理得到规范化后的元素数据rij,形成标准评价矩阵R=(rij)m×n;
归一化处理模块,对标准评价矩阵R中的各第三极指标对应的元素数据rij,进行归一化处理,得到归一化后的元素数据Pij,形成归一化评价矩阵P=(Pij)m×n;
指标综合赋权模块,对三级指标体系中的各指标进行综合赋权:定义第一级指标的权重向量为K=(k1,k2,...,kl),l为第一级指标的数量,kl为第l个第一级指标的权重;第二级指标的权重向量为W=(w1,w2,…,wm),m为各第一级指标下的第二级指标的数量,wm为各第一级指标下第m个第二级指标的权重;第三级指标的权重向量为Q=(qi1,qi2,…,qin),qin为各第一级指标下第i个第二级指标下的第n个第三极指标的权重;
综合评估模型建立模块,基于S4得到的归一化矩阵P和S5得到的各级各指标权重,建立综合评估模型,并求取综合评估模型的值f(x):
式(1)中,m1~ml分别为第1个第一级指标到第l个第一级指标下各自第二级指标的数量,n1~nl分别为各第一级指标下各第二级指标下的第三极指标的数量;
以及能源互联网评价模块,定义符合优化水平的评估分值范围,将求得的f(x)的数值乘以100,即为待评估能源互联网的综合评估得分,若待评估的能源互联网综合评估得分在评估分值范围内,则认为待评估的能源互联网满足相应区域的多源优化要求。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710187816.3A CN106951998A (zh) | 2017-03-27 | 2017-03-27 | 一种小型能源互联网多源优化综合评估方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710187816.3A CN106951998A (zh) | 2017-03-27 | 2017-03-27 | 一种小型能源互联网多源优化综合评估方法和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106951998A true CN106951998A (zh) | 2017-07-14 |
Family
ID=59473202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710187816.3A Pending CN106951998A (zh) | 2017-03-27 | 2017-03-27 | 一种小型能源互联网多源优化综合评估方法和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106951998A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107958353A (zh) * | 2018-01-03 | 2018-04-24 | 交通运输部路网监测与应急处置中心 | 一种etc联网运营质量评价方法及计算机存储介质 |
CN108462210A (zh) * | 2018-04-26 | 2018-08-28 | 杭州国电电力科技发展有限公司 | 基于数据挖掘的光伏可开放容量的计算方法 |
CN109034653A (zh) * | 2018-08-16 | 2018-12-18 | 广东电网有限责任公司 | 一种电源规划方案综合评价方法 |
CN109784573A (zh) * | 2019-01-24 | 2019-05-21 | 南方电网科学研究院有限责任公司 | 一种能源互联网多目标优化方法及装置 |
CN109800941A (zh) * | 2018-12-05 | 2019-05-24 | 广州供电局有限公司 | 能源互联网的评估系统 |
CN109800996A (zh) * | 2019-01-30 | 2019-05-24 | 南方电网科学研究院有限责任公司 | 一种综合能源系统能效评价方法及装置 |
CN111460372A (zh) * | 2020-03-30 | 2020-07-28 | 贵州电网有限责任公司 | 一种多分布式能源系统竞争力比较的分级评价方法 |
CN111461560A (zh) * | 2020-04-07 | 2020-07-28 | 广州海格通信集团股份有限公司 | 定位天线性能评估方法、装置、计算机设备和存储介质 |
CN112235859A (zh) * | 2020-09-22 | 2021-01-15 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于多目标约束的动态能耗控制方法 |
CN112907151A (zh) * | 2021-04-07 | 2021-06-04 | 中国人民武装警察部队工程大学 | 一种基于效用函数法的抗震救灾装备效能评估方法 |
-
2017
- 2017-03-27 CN CN201710187816.3A patent/CN106951998A/zh active Pending
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107958353A (zh) * | 2018-01-03 | 2018-04-24 | 交通运输部路网监测与应急处置中心 | 一种etc联网运营质量评价方法及计算机存储介质 |
CN108462210A (zh) * | 2018-04-26 | 2018-08-28 | 杭州国电电力科技发展有限公司 | 基于数据挖掘的光伏可开放容量的计算方法 |
CN109034653B (zh) * | 2018-08-16 | 2022-02-15 | 广东电网有限责任公司 | 一种电源规划方案综合评价方法 |
CN109034653A (zh) * | 2018-08-16 | 2018-12-18 | 广东电网有限责任公司 | 一种电源规划方案综合评价方法 |
CN109800941A (zh) * | 2018-12-05 | 2019-05-24 | 广州供电局有限公司 | 能源互联网的评估系统 |
CN109784573A (zh) * | 2019-01-24 | 2019-05-21 | 南方电网科学研究院有限责任公司 | 一种能源互联网多目标优化方法及装置 |
CN109784573B (zh) * | 2019-01-24 | 2023-06-20 | 南方电网科学研究院有限责任公司 | 一种能源互联网多目标优化方法及装置 |
CN109800996A (zh) * | 2019-01-30 | 2019-05-24 | 南方电网科学研究院有限责任公司 | 一种综合能源系统能效评价方法及装置 |
CN111460372A (zh) * | 2020-03-30 | 2020-07-28 | 贵州电网有限责任公司 | 一种多分布式能源系统竞争力比较的分级评价方法 |
CN111461560A (zh) * | 2020-04-07 | 2020-07-28 | 广州海格通信集团股份有限公司 | 定位天线性能评估方法、装置、计算机设备和存储介质 |
CN112235859A (zh) * | 2020-09-22 | 2021-01-15 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于多目标约束的动态能耗控制方法 |
CN112235859B (zh) * | 2020-09-22 | 2022-08-05 | 国家卫星气象中心(国家空间天气监测预警中心) | 一种基于多目标约束的动态能耗控制方法 |
CN112907151A (zh) * | 2021-04-07 | 2021-06-04 | 中国人民武装警察部队工程大学 | 一种基于效用函数法的抗震救灾装备效能评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106951998A (zh) | 一种小型能源互联网多源优化综合评估方法和系统 | |
Yu et al. | Uncertainties of virtual power plant: Problems and countermeasures | |
Deng et al. | Power system planning with increasing variable renewable energy: A review of optimization models | |
Jun et al. | Macro-site selection of wind/solar hybrid power station based on ELECTRE-II | |
Zhang et al. | Short-term optimal operation of wind-solar-hydro hybrid system considering uncertainties | |
Alhamwi et al. | Development of a GIS-based platform for the allocation and optimisation of distributed storage in urban energy systems | |
CN111291963B (zh) | 一种协调经济性与可靠性的园区综合能源系统规划方法 | |
Wu et al. | Optimal investment selection of industrial and commercial rooftop distributed PV project based on combination weights and cloud-TODIM model from SMEs’ perspectives | |
Koo et al. | Economic evaluation of renewable energy systems under varying scenarios and its implications to Korea’s renewable energy plan | |
Jin et al. | Game theoretical analysis on capacity configuration for microgrid based on multi-agent system | |
Zhao et al. | Flexibility evaluation of wind-PV-hydro multi-energy complementary base considering the compensation ability of cascade hydropower stations | |
Guo et al. | A novel typical day selection method for the robust planning of stand-alone wind-photovoltaic-diesel-battery microgrid | |
Atabaki et al. | An integrated simulation-optimization modelling approach for sustainability assessment of electricity generation system | |
Liu et al. | Exploring biomass power generation’s development under encouraged policies in China | |
CN106228300A (zh) | 一种分布式电源运营管理系统 | |
Ang et al. | Multi-objective optimization of hybrid renewable energy systems with urban building energy modeling for a prototypical coastal community | |
Babatunde et al. | Coherent or conflicting? Assessing natural gas subsidy and energy efficiency policy interactions amid CO2 emissions reduction in Malaysia electricity sector | |
Daneshvar et al. | Short term optimal hydro-thermal scheduling of the transmission system equipped with pumped storage in the competitive environment | |
Gao et al. | A multi-criteria decision-making framework for the location of photovoltaic power coupling hydrogen storage projects | |
CN105184672A (zh) | 一种针对三公调度发电计划的评估方法 | |
Ke et al. | Optimal sizing for wind-photovoltaic-hydrogen storage integrated energy system under intuitionistic fuzzy environment | |
Chang et al. | Dynamic simulation of government subsidy policy effects on solar water heaters installation in Taiwan | |
CN106228471A (zh) | 一种配电网指标评估方法及评估装置 | |
Hu et al. | Demand response-oriented virtual power plant evaluation based on AdaBoost and BP neural network | |
Zhang et al. | An evaluation of the economic benefits of rooftop distributed photovoltaic projects in the whole county in China |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170714 |