CN108122057A - 一种智能园区能源利用方案综合评价方法及装置 - Google Patents
一种智能园区能源利用方案综合评价方法及装置 Download PDFInfo
- Publication number
- CN108122057A CN108122057A CN201611078921.5A CN201611078921A CN108122057A CN 108122057 A CN108122057 A CN 108122057A CN 201611078921 A CN201611078921 A CN 201611078921A CN 108122057 A CN108122057 A CN 108122057A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- scheme
- indexes
- matrix
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 197
- 230000015572 biosynthetic process Effects 0.000 title abstract 3
- 238000003786 synthesis reaction Methods 0.000 title abstract 3
- 239000011159 matrix material Substances 0.000 claims abstract description 81
- 230000000694 effects Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 238000010276 construction Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 18
- 238000006073 displacement reaction Methods 0.000 claims description 14
- 230000005611 electricity Effects 0.000 claims description 14
- 238000005265 energy consumption Methods 0.000 claims description 13
- ZAKOWWREFLAJOT-CEFNRUSXSA-N D-alpha-tocopherylacetate Chemical compound CC(=O)OC1=C(C)C(C)=C2O[C@@](CCC[C@H](C)CCC[C@H](C)CCCC(C)C)(C)CCC2=C1C ZAKOWWREFLAJOT-CEFNRUSXSA-N 0.000 claims description 9
- 230000008901 benefit Effects 0.000 claims description 9
- 238000009826 distribution Methods 0.000 claims description 9
- 238000010248 power generation Methods 0.000 claims description 9
- 238000011084 recovery Methods 0.000 claims description 9
- 230000007613 environmental effect Effects 0.000 claims description 7
- 239000002131 composite material Substances 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000009467 reduction Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 238000005457 optimization Methods 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 239000003245 coal Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000004146 energy storage Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 239000005431 greenhouse gas Substances 0.000 description 1
- 238000011905 homologation Methods 0.000 description 1
- 238000007163 homologation reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000002699 waste material Substances 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (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
本发明提供了一种智能园区能源利用方案综合评价方法及装置，该方法包括根据预先建立的评价指标体系的评价矩阵，构造标准评价矩阵；根据标准评价矩阵用熵权法计算各指标的权值；根据各指标的权值计算综合效果指标；分析比较各方案的综合效果指标中的相对接近度指标综合评价各方案。所述评价装置包括指标体系创建单元、评价矩阵构建单元、标准处理单元、熵权计算单元、分析比较单元。本发明提供的技术方案将不同性质和不同量纲的效果指标综合成相对接近度指标，通过对该指标的分析比较实现不同能源利用方案综合效果的评价。
Description
技术领域
本发明属于电力系统能源方案评价领域，具体讲涉及一种智能园区能源利用方案综合评价方法及装置。
背景技术
智能园区是我国全面建设坚强智能电网的重要组成部分，同时也是优化能源结构、促进清洁能源开发利用和节能减排的重要环节。智能园区一般聚集着高新技术产业、制造业和居民生活服务功能区，例如居民生活区、公共设施、商业楼宇和工业厂房等大量用能个体。为提高能源利用效率，智能园区高度整合了多元供能、储能设备以及智能信息服务网络，这对园区能源利用方案的效果和可靠性提出了更高的要求，但由于能源需求量巨大且能源需求种类繁多、供能可靠性差和能源不能被充分梯级利用造成园区能源浪费的弊端。
智能园区能源利用优化研究已取得一定的成果，不同的方案其能源利用效果差异甚大，所以需要评价智能园区能源利用方案的效果，以选择最优用能方案。然而，在如何客观评价不同能源利用方案综合效果方面的研究进展比较缓慢。
鉴于现有技术在能源利用方案综合效果评价方法方面存在不足，需要提供一种综合评价方法精确评价智能园区能源利用方案供能可靠性、对环境的影响和经济效益，实现智能园区能源利用方案综合效果的客观评价和比较。
发明内容
为精确评价智能园区能源利用方案供能可靠性、对环境的影响和经济效益，本发明提供一种智能园区能源利用方案综合评价方法和评价装置。
本发明提供的智能园区能源利用方案综合评价方法，其改进之处在于，所述评价方法包括：
根据预先建立的评价指标体系的评价矩阵，构造标准评价矩阵；
根据标准评价矩阵用熵权法计算各指标的权值；
根据各指标的权值计算综合效果指标；
分析比较各方案的综合效果指标中的相对接近度指标综合评价各方案。
进一步的，所述评价指标体系中的供能可靠性指标包括：配网一次网架N-1率RN-1、供电可靠率Rps、平均故障恢复时间Tre和电压越限指标Rvq；
所述RN-1＝nN-1/N×100％，nN-1：满足N-1的主变和馈线数；N：主变和馈线总数；所述Rps＝Tps/Tall×100％，Tps：实际供电小时数；Tall：统计时段全部用电小时数；所述Tre＝Tft/s，Tft：总停电时间；s：预设时间内园区供能设施总共发生故障的次数；所述m：母线数；k：越限次数；Ud：第d次越限的电压幅值；和分别为电压上下限值。
进一步的，所述评价指标体系中的环境影响指标包括：新能源发电占比Rnew和平均减排量CER；
所述Rnew＝Enew/Eall×100％，Enew：一段时间内智能园区新能源发电量；Eall：总用电量；
所述CER＝Eer/Eall，Eer：减排量的等效排量；Eall：总用电量的等效排量。
进一步的，所述评价指标体系中的经济效益指标包括：平均能耗指标Econ；
所述Econ＝(Egen-Eall)/Egen×100％，Egen：发电量；Eall：总用电量；Egen-Eall：智能园区内总能耗。
进一步的，所述评价矩阵的建立包括：
方案j的评价指标向量Xj＝[x1j,x2j,x3j,…,xij]T；
各方案的评价指标权重向量W＝[w1,w2,…,wi]T；其中，xij为方案j的评价指标向量中的第i个元素，j＝1,2，…,n；i为方案j中的指标；wi为方案中各指标i的权重值；
构造的评价矩阵X＝[x1,x2,…,xn]；其中，xn：方案n的评价指标向量；n：供能方案的数量；
按上述方法构造的评价矩阵X＝(xij)m×n；其中，m：评价指标的数量；n：被评价对象数目，即供能方案数量。
进一步的，所述评价矩阵经标准化处理得到标准评价矩阵R的过程包括：
对正向指标与负向指标分别按下式作标准化处理：
rij＝(xij-min{xij})/(max{xij}-min{xij})；
rij＝(max{xij}-xij)/(max{xij}-min{xij})；
标准评价矩阵R＝(rij)m×n；其中，rij：标准评价矩阵的元素，表示评价方案j在评价指标i上的标准值，rij∈[0,1]。
进一步的，所述计算指标权值包括：
计算评价指标i的熵Hi，
其中，k＝1/ln n；当fij＝0时，有fij ln fij＝0；rij：标准评价矩阵的元素，表示评价方案j在评价指标i上的标准值；n：供能方案的数量；m：评价指标的数量；k:调节系数；fij：指标i在所有评价方案中的占比。
计算指标i的熵权wi，
其中，wi∈[0,1]，且各指标权重之和为1；所述指标i的熵权wi即为指标权值。
进一步的，所述综合效果指标的计算包括:
计算加权数据矩阵R′，R'＝R·wi,i＝1,2,...,m；
用指标的最大值构成正理想指标R+，用指标的最小值构成负理想指标R-；
计算评价指标到最优指标的距离和评价指标到最劣指标的距离
其中，rij：标准评价矩阵的元素，表示评价方案j在评价指标i上的标准值；n：供能方案的数量；m：评价指标的数量。
计算各能源利用方案的相对接近度指标Cj，
进一步的，根据所述相对接近度指标综合评价各方案，包括：根据相对接近度Cj的大小，实现对各评价方案j进行评价比较：Cj越大，被评价对象与理想指标的相对距离越小，相应评价对象的评价结果越优。
一种智能园区能源利用方案综合评价装置，所述评价装置包括：评价矩阵构建单元、熵权计算单元、分析计算单元和评价单元；
所述评价矩阵构建单元，用于根据预先建立的评价指标体系的评价矩阵构造标准评价矩阵；
所述熵权计算单元用于根据标准评价矩阵用熵权法计算各指标权值；
所述分析计算单元，用于根据各指标的权值计算综合效果指标；
所述评价单元，用于分析比较各方案的综合效果指标中的相对接近度指标，综合评价各方案
进一步的，所述装置还包括：
指标体系创建单元，用于创建包括功能可靠性指标、环境影响指标和经济效益指标的智能园区能源利用方案评价指标体系；
标准处理单元，用于标准化处理评价矩阵得到评价指标的标准评价矩阵。
与最接近的现有技术比，本发明提供的技术方案具有以下优异效果：
(1)本发明提供的构建智能园区能源利用方案的评价指标体系--根据评价指标体系中用能效果指标构造评价矩阵--对评价矩阵进行标准化处理，得到评价指标的标准矩阵--用熵权法及评价指标的标准矩阵计算各指标权值--用逼近理想点法计算能源利用方案的综合效果指标，并根据各综合效果指标实现能源利用方案的综合效果评价择优，进一步提高智能园区能源利用方案优化和评价效果。
(2)本发明提供的技术方案采用熵权法计算实现智能园区能源利用方案中各用能效果指标的权值，首先根据各指标建立指标评价矩阵，通过对各评价指标进行同向化和去量纲化处理后，利用指标熵值计算出各指标的权重。利用熵值计算出的指标权重可有效避免主观因素影响，结果更加客观准确。
(3)本发明提供的技术方案采用逼近理想解法进行智能园区能源利用方案综合效果指标的计算，通过对所得各用能方案的相对接近度指标的评价比较实现用能方案的择优，充分利用已知的能源利用方案的效果指标信息，可进一步提高智能园区能源利用方案综合效果的可信度。
(4)本发明提供的技术方案以指标熵值的形式量化了不同用能效果指标的重要性，从供能可靠性、环境和经济因素等方面对方案的供能效果进行综合评价，将不同性质和不同量纲的效果指标综合成相对接近度指标，通过对该指标的分析比较实现不同能源利用方案综合效果的评价。
附图说明
图1为本发明提供的智能园区能源利用方案评价指标体系构成图；
图2为本发明提供的智能园区能源利用方案综合评价流程图。
具体实施方式
以下将结合说明书附图，以具体实施例的方式详细介绍本发明提供的技术方案。
发明人在发明过程中注意到：
智能园区能源利用方案综合效果评价的关键在于指标体系构建和指标权重量化及综合效果指标的计算。
熵权法作为一种客观赋权方法，能利用不同指标熵的差异程度量化其权重，同时，逼近理想点法能够基于各指标权重，确定不同指标到理想参考点的距离，进而可基于计算出的相对接近度指标实现对各被评价对象的综合评价。
因此，本发明提供了一种基于指标权重量化的智能园区能源利用方案综合评价方法及装置，下面进行说明。
实施例一、
本发明提供的能源利用方案综合评价方法包括：
一、根据预先建立的评价指标体系的评价矩阵，构造标准评价矩阵；
(一)构建如图1所示的智能园区能源利用方案评价指标体系，具体包括：
①构建供能可靠性指标，供能可靠性指标包括；配网一次网架N-1率RN-1、供电可靠率Rps、平均故障恢复时间Tre和电压越限指标Rvq；
<1>配网一次网架N-1率RN-1：
配网中主变、馈线发生N-1故障后是否会损失负荷是其供电安全的重要体现，配网一次网架N-1率越高说明故障后的转供负荷能力越强，供电可靠性也就越高。该指标利用满足N-1的主变和馈线数与设备总数之比计算得到，具体计算如式(1)所示。
RN-1＝nN-1/n×100％ (1)
其中，RN-1表示配网一次网架N-1率，nN-1表示满足N-1的主变和馈线数，n表示主变和馈线总数。该指标越大表明供电可靠性越高，其为正指标。
<2>供电可靠率Rps
供电可靠率是持续供电能力的量度，以某一统计时间段内，实际供电小时数与统计时段全部用电小时数的比值计算得出，如下式所示：
Rps＝Tps/Tall×100％ (2)
其中，Rps为供电可靠率、Tps为实际供电小时数、Tall为统计时段全部用电小时数。该指标为正指标，其值越大也说明供电可靠性越高。
<3>平均故障恢复时间Tre
平均故障恢复时间越短表明故障恢复效率越高，也说明故障处理技术水平就越高。假定一段时间内园区供能设施总共发生s次数故障，总停电时间为Tft分钟，则平均故障恢复时间Tre采用下式计算：
Tre＝Tft/s (3)
<4>电压越限指标Rvq
母线电压越限是表征供能系统的静态安全性指标，电压越限指标Rvq采用下式进行计算：
其中，m为母线数，k为越限次数，Ui为第i次的电压幅值，和分别为电压上下限值。该指标越小说明电压质量越好。
②构建环境影响指标，所述环境影响指标包括；新能源发电占比Rnew和平均减排量CER；
<1>新能源发电占比Rnew：
清洁能源可有效降低环境污染，新能源发电占比越高对环境的影响越也就小。新能源发电占比Rnew的计算如下式所示：
Rnew＝Enew/Eall×100％ (5)
其中，Enew：一段时间内园区新能源发电量；Eall：总用电量；该指标为正指标，指标值越大说明对环境改善越有利。
<2>平均减排量CER：
园区利用清洁能源发电和储能系统、电动汽车充电设施等环保型设备，可实现温室气体减排。平均减排量指标采用CER如下式所示：
CER＝Eer/Eall (6)
其中，Eer：减排量；Eall：总用电量；
清洁能源和电动汽车充电的等效排量可分别折合成燃煤和燃油的排量计算得到，总用电量的等效排量可折合成燃煤的排量计算得到。平均减排量越大说明对环境造成的影响就越小，该指标为正指标。
③构建经济效益指标；经济效益指标包括：平均能耗指标Econ：
园区内用能损耗主要包括线路损耗、用电设备能耗等，能耗低说明能源利用效率高，则经济效益越高。总能耗利用发电量Egen减去总用电量Eall计算得到，平均能耗Econ则利用总能耗与发电量之比计算得到，该指标为负指标。
Econ＝(Egen-Eall)/Egen×100％ (7)
(二)建立评价矩阵；
方案j的评价指标向量Xj＝[x1j,x2j,x3j,…,xij]T (8)
各方案的评价指标权重向量W：W＝[w1,w2,…,wi]T (9)
其中，xij：方案j的指标；i：方案j中的指标数量；wi:方案中各指标的权重值；
构造的评价矩阵X＝[x1,x2,…,xn] (10)
其中，xn：方案n的评价指标向量；n：供能方案的数量。
假定各方案指标数量均为7，第j个方案的评价指标向量为：
Xj＝[x1j,x2j,x3j,x4j,x5j,x6j,x7j]T
其中，x1j代表配网一次网架N-1率；x2j为供电可靠率指标；x3j为平均故障恢复时间指标；x4j为电压越限指标；x5j为新能源发电占比指标；x6j为平均减排量指标；x7j为平均能耗指标。
各方案的评价指标权重用w表示，则权重向量为w＝[w1,w2,...,wi]T i＝7。其中，i表示评价指标序号。若有n种供能方案，则评价矩阵可表示为X＝[X1,X2,…,Xn]。
根据前述构造方法可建立评价矩阵X＝(xij)m×n，其中m为评价指标的数量，n为被评价对象数目，即供能方案数量。
(三)对评价矩阵进行标准化处理，得到评价指标的标准矩阵；
如果m个评价指标中有负向指标，即指标值越小越好的指标，需首先进行指标同向化处理，将其转化为正向指标，正向指标表示指标值越大其反映的状况越优。
标准化矩阵元素均需进行标准化处理，将负向指标转化为正向指标，并将所有指标进行归一化。
对于正向指标和负向指标分别按下式作标准化处理：
rij＝(xij-min{xij})/(max(xij}-min{xij}) (8)
rij＝(max{xij}-xij)/(max{xij}-min{xij}) (9)
其中，rij为标准评价矩阵的元素。
对原始评价矩阵进行标准化处理得到标准化矩阵R：
R＝(rij)m×n (10)
其中，rij表示第j个评价对象在第i个评价指标上的标准值，rij∈[0,1]。二、根据标准评价矩阵用熵权法计算各指标的权值；
对于有m个指标和n个被评价方案的问题，第i个指标的熵定义Hi：
其中，k＝1/ln n；当fij＝0时，有fij ln fij＝0；rij：标准评价矩阵的元素，表示评价方案j在评价指标i上的标准值；n：供能方案的数量；m：评价指标的数量；k:调节系数；fij：指标i在所有评价方案中的占比
定义了第i个指标的熵之后，第i个指标的熵权定义如式(12)所示。其中，wi∈[0,1]，且各指标权重之和为1。
所述指标i的熵权wi即为指标权值。
三、根据各指标的权值计算综合效果指标。
假定智能园区能源利用方案数量为n，各方案的用能效果评价指标数为m，
可根据式(13)确定加权数据矩阵R′：
R'＝R·wi,i＝1,2,...,m (13)
其中，wi：指标i的熵权，即为指标权重值；R：标准化矩阵。
由于指标已经正向化，可以用所有方案中各指标的最大值构成正理想指标，用各指标的最小值构成负理想指标，分别用R+和R-表示。
各方案的评价指标到最优指标和最劣指标的距离可分别采用下式进行计算：
其中，rij：标准评价矩阵的元素，表示评价方案j在评价指标i上的标准值；n：供能方案的数量；m：评价指标的数量
根据式(16)，计算出方案j的相对接近度指标Cj：
四、分析比较各方案的综合效果指标中的相对接近度指标综合评价各方案；
根据相对接近度Cj的大小，即可对各评价对象进行评价比较。
Cj越大表明被评价对象与理想方案指标的相对距离越小，相应评价对象的评价结果越优。
本发明提供一种智能园区能源利用方案综合评价装置，该装置包括：
所述评价矩阵构建单元，用于根据预先建立的评价指标体系的评价矩阵构造标准评价矩阵；
指标体系创建单元，用于创建包括功能可靠性指标、环境影响指标和经济效益指标的智能园区能源利用方案评价指标体系；
标准处理单元，用于标准化处理评价矩阵得到评价指标的标准评价矩阵。
所述熵权计算单元用于根据标准评价矩阵用熵权法计算各指标权值；
所述分析计算单元，用于根据各指标的权值计算综合效果指标；
所述评价单元，用于分析比较各方案的综合效果指标中的相对接近度指标，综合评价各方案
实施例二、
本发明的技术方案主要包括利用熵权法计算智能园区能源利用方案各指标权重和利用逼近理想点法计算相对接近度指标以实现对各能源利用方案的评价比较。
下面结合应用流程图附图2说明基于熵权法的智能园区能源利用方案综合效果评价方法的具体实施方式。
(1)利用各方案的评价指标体系构造评价矩阵；
(2)对评价矩阵进行指标同向化、去量纲化处理，得到评价指标的标准评价矩阵；
(3)根据标准评价矩阵用熵权法计算各指标权值；
(4)根据标准评价矩阵计算各能源利用方案的综合效果指标；
(5)分析比较计算所得各方案的相对接近度指标，评价各能源利用方案的综合效果。
以某3个园区的能源利用方案为例，分析比较各用能方案的综合效果。
如下表所示，根据园区的用能效果列出了各方案的指标计算结果。
表1智能园区能源利用方案指标数据
| 方案 | RN-1 | Rps | Tre | Rvq | Rnew | CER | Econ |
| 方案1 | 0.9800 | 0.9994 | 6.7000 | 0.6000 | 0.9000 | 0.0030 | 0.0130 |
| 方案2 | 1.0000 | 0.9999 | 4.5000 | 0.5000 | 0.9500 | 0.0050 | 0.0112 |
| 方案3 | 0.9900 | 0.9990 | 6.8000 | 0.6000 | 0.9100 | 0.0053 | 0.0156 |
通过以下步骤对智能园区不同能源利用方案的综合效果进行评价：
Step 1：对评价矩阵进行标准化处理，将平均故障恢复时间、电压越限指标和平均能耗指标转化为正指标；
Step 2：对评价矩阵进行去量纲化处理，生成标准矩阵R：
Step 3：根据熵权法计算指标权重w，结果如表2所示。其中，Hi为第i个指标的熵值。
表2参数计算结果
| 指标名称 | Hi | wi |
| RN-1 | 0.7925 | 0.1389 |
| Rps | 0.7925 | 0.1389 |
| Tre | 0.7806 | 0.1468 |
| Rvq | 0.7899 | 0.1406 |
| Rnew | 0.7923 | 0.1390 |
| CER | 0.7721 | 0.1525 |
| Econ | 0.7858 | 0.1433 |
Step 4：根据计算得出的各指标权重，计算加权数据矩阵R′：
Step 5：设置正理想方案指标R+和负理想方案指标R-：
R+＝(1,1,0,0,1,1,0)；
R-＝(0,0,1,1,0,0,1)；
Step 6：计算出各方案指标到理想最优点和理想最劣点的距离D+和D-：
D+＝(1.7703 1.7356 1.7424)
D-＝(1.5391 1.5882 1.5297)
Step 7：计算方案j的各指标到最优方案指标的相对接近度Cj，结果如下表所示：
表3智能园区能源利用方案综合评价结果
| 方案 | Cj | 排序 |
| 方案1 | 0.4651 | 3 |
| 方案2 | 0.4778 | 1 |
| 方案3 | 0.4675 | 2 |
从所提供的分析方法的实施结果看：方案2的综合效果最好，方案3和方案1分别次之，且两者的相对接近度指标相差很小。
(1)根据表1的指标数据看，方案2除平均减排量指标和方案3相当外，其余指标均优于方案1和方案3，因此方案2的综合效果应最好，计算结果与分析结果能很好地吻合。
(2)对于方案1和方案3，方案3中除电压越限指标与方案1相等外，配网一次网架N-1率、新能源发电占比和平均减排量指标均优于方案1，而其余三个指标均劣于方案1，从指标计算结果看两方案的效果应基本相当，从实施结果看其和实际也基本一致。
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。
以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。
Claims (11)
1.一种智能园区能源利用方案综合评价方法，其特征在于，所述方法包括：
根据预先建立的评价指标体系的评价矩阵，构造标准评价矩阵；
根据标准评价矩阵用熵权法计算各指标的权值；
根据各指标的权值计算综合效果指标；
分析比较各方案的综合效果指标中的相对接近度指标综合评价各方案。
2.如权利要求1所述的方法，其特征在于，所述评价指标体系中的供能可靠性指标包括：配网一次网架N-1率RN-1、供电可靠率Rps、平均故障恢复时间Tre和电压越限指标Rvq；
所述RN-1＝nN-1/N×100％，nN-1：满足N-1的主变和馈线数；N：主变和馈线总数；所述Rps＝Tps/Tall×100％，Tps：实际供电小时数；Tall：统计时段全部用电小时数；所述Tre＝Tft/s，Tft：总停电时间；s：预设时间内园区供能设施总共发生故障的次数；所述m：母线数；k：越限次数；Ud：第d次越限的电压幅值；和分别为电压上下限值。
3.如权利要求1所述的方法，其特征在于，所述评价指标体系中的环境影响指标包括：新能源发电占比Rnew和平均减排量CER；
所述Rnew＝Enew/Eall×100％，Enew：一段时间内智能园区新能源发电量；Eall：总用电量；
所述CER＝Eer/Eall，Eer：减排量的等效排量；Eall：总用电量的等效排量。
4.如权利要求1所述的方法，其特征在于，所述评价指标体系中的经济效益指标包括：平均能耗指标Econ；
所述Econ＝(Egen-Eall)/Egen×100％，Egen：发电量；Eall：总用电量；Egen-Eall：智能园区内总能耗。
5.如权利要求1所述的方法，其特征在于，所述评价矩阵的建立包括：
方案j的评价指标向量Xj＝[x1j，x2j，x3j,…,xij]T；
各方案的评价指标权重向量W＝[w1，w2,…,wi]T；其中，xij为方案j的评价指标向量中的第i个元素，j＝1,2，…,n；i为方案j中的指标；wi为方案中各指标i的权重值；
构造的评价矩阵X＝[x1，x2,…,xn]；其中，xn：方案n的评价指标向量；n：供能方案的数量；
按上述方法构造的评价矩阵X＝(xij)m×n；其中，m：评价指标的数量；n：被评价对象数目，即供能方案数量。
6.如权利要求5所述的方法，其特征在于，所述评价矩阵经标准化处理得到标准评价矩阵R的过程包括：
对正向指标与负向指标分别按下式作标准化处理：
rij＝(xij-min{xij})/(max{xij}-min{xij})；
rij＝(max{xij}-xij)/(max{xij}-min{xij})；
标准评价矩阵R＝(rij)m×n；其中，rij：标准评价矩阵的元素，表示评价方案j在评价指标i上的标准值，rij∈[0,1]。
7.如权利要求1所述的方法，其特征在于，所述计算指标权值包括：
计算评价指标i的熵Hi，i＝1,2,…，m；
其中，k＝1/lnn；当fij＝0时，有fijlnfij＝0；rij：标准评价矩阵的元素，表示评价方案j在评价指标i上的标准值；n：供能方案的数量；m：评价指标的数量；k:调节系数；fij：指标i在所有评价方案中的占比；
计算指标i的熵权wi，
其中，wi∈[0,1]，且各指标权重之和为1；所述指标i的熵权wi即为指标权值。
8.如权利要求1所述的方法，其特征在于，所述综合效果指标的计算包括:
计算加权数据矩阵R′，R'＝R·wi,i＝1,2,...,m；
用指标的最大值构成正理想指标R+，用指标的最小值构成负理想指标R-；
计算评价指标到最优指标的距离和评价指标到最劣指标的距离
其中，rij：标准评价矩阵的元素，表示评价方案j在评价指标i上的标准值；n：供能方案的数量；m：评价指标的数量；
计算各能源利用方案的相对接近度指标Cj，
9.如权利要求1所述的方法，其特征在于，根据所述相对接近度指标综合评价各方案，包括：根据相对接近度Cj的大小，实现对各评价方案j进行评价比较：Cj越大，被评价对象与理想指标的相对距离越小，相应评价对象的评价结果越优。
10.一种智能园区能源利用方案综合评价装置，其特征在于，所述评价装置包括：评价矩阵构建单元、熵权计算单元、分析计算单元和评价单元；
所述评价矩阵构建单元，用于根据预先建立的评价指标体系的评价矩阵构造标准评价矩阵；
所述熵权计算单元用于根据标准评价矩阵用熵权法计算各指标权值；
所述分析计算单元，用于根据各指标的权值计算综合效果指标；
所述评价单元，用于分析比较各方案的综合效果指标中的相对接近度指标，综合评价各方案。
11.如权利要求10所述的装置，其特征在于，所述装置还包括：
指标体系创建单元，用于创建包括功能可靠性指标、环境影响指标和经济效益指标的智能园区能源利用方案评价指标体系；
标准处理单元，用于标准化处理评价矩阵得到评价指标的标准评价矩阵。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611078921.5A CN108122057B (zh) | 2016-11-30 | 2016-11-30 | 一种智能园区能源利用方案综合评价方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611078921.5A CN108122057B (zh) | 2016-11-30 | 2016-11-30 | 一种智能园区能源利用方案综合评价方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108122057A true CN108122057A (zh) | 2018-06-05 |
| CN108122057B CN108122057B (zh) | 2023-10-10 |
Family
ID=62225980
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611078921.5A Active CN108122057B (zh) | 2016-11-30 | 2016-11-30 | 一种智能园区能源利用方案综合评价方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108122057B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109283880A (zh) * | 2018-09-18 | 2019-01-29 | 中国电力科学研究院有限公司 | 一种用于对供能流量差值过大进行判断的方法及系统 |
| CN110222973A (zh) * | 2019-05-31 | 2019-09-10 | 国网安徽省电力有限公司经济技术研究院 | 一种基于最优组合赋权的综合能源系统评价方法及系统 |
| CN110288267A (zh) * | 2019-07-03 | 2019-09-27 | 国网能源研究院有限公司 | 一种城市能源终端用能的评估方法 |
| CN110929968A (zh) * | 2018-09-19 | 2020-03-27 | 中国电力科学研究院有限公司 | 一种智慧城市多能源联合供给综合调控方法及系统 |
| CN113159540A (zh) * | 2021-04-07 | 2021-07-23 | 国家电网公司华中分部 | 一种考虑负荷价值的需求侧资源梯级调用方法及装置 |
| CN114357761A (zh) * | 2021-12-31 | 2022-04-15 | 中国电力工程顾问集团中南电力设计院有限公司 | 一种基于熵权理想点法的风力发电机组选型方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006004132A1 (ja) * | 2004-07-05 | 2006-01-12 | Intellectual Property Bank Corp. | 企業評価寄与因子及び／又は指標特定装置、特定プログラム並びに特定方法 |
| CN103310298A (zh) * | 2013-05-16 | 2013-09-18 | 国家电网公司 | 一种配电网规划方案多阶段综合评估方法 |
| CN104091076A (zh) * | 2014-07-11 | 2014-10-08 | 国家电网公司 | 一种基于区间熵权法的用户用电设备能效评估方法 |
| CN105003256A (zh) * | 2015-07-20 | 2015-10-28 | 西安石油大学 | 一种基于改进熵权法的油水井酸化选井或选层方法 |
| CN105046593A (zh) * | 2015-09-16 | 2015-11-11 | 国网天津市电力公司 | 一种符合低碳能源政策的智能配用电评价方法 |
| CN205195432U (zh) * | 2015-12-01 | 2016-04-27 | 上海同祺新能源技术有限公司 | 一种应用于工业园区的能源站电力直供管控系统 |
-
2016
- 2016-11-30 CN CN201611078921.5A patent/CN108122057B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006004132A1 (ja) * | 2004-07-05 | 2006-01-12 | Intellectual Property Bank Corp. | 企業評価寄与因子及び／又は指標特定装置、特定プログラム並びに特定方法 |
| CN103310298A (zh) * | 2013-05-16 | 2013-09-18 | 国家电网公司 | 一种配电网规划方案多阶段综合评估方法 |
| CN104091076A (zh) * | 2014-07-11 | 2014-10-08 | 国家电网公司 | 一种基于区间熵权法的用户用电设备能效评估方法 |
| CN105003256A (zh) * | 2015-07-20 | 2015-10-28 | 西安石油大学 | 一种基于改进熵权法的油水井酸化选井或选层方法 |
| CN105046593A (zh) * | 2015-09-16 | 2015-11-11 | 国网天津市电力公司 | 一种符合低碳能源政策的智能配用电评价方法 |
| CN205195432U (zh) * | 2015-12-01 | 2016-04-27 | 上海同祺新能源技术有限公司 | 一种应用于工业园区的能源站电力直供管控系统 |
Non-Patent Citations (1)
| Title |
|---|
| 刘庆时等: "智能用电小区综合用能评价", 《电测与仪表》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109283880A (zh) * | 2018-09-18 | 2019-01-29 | 中国电力科学研究院有限公司 | 一种用于对供能流量差值过大进行判断的方法及系统 |
| CN109283880B (zh) * | 2018-09-18 | 2021-11-02 | 中国电力科学研究院有限公司 | 一种用于对供能流量差值过大进行判断的方法及系统 |
| CN110929968A (zh) * | 2018-09-19 | 2020-03-27 | 中国电力科学研究院有限公司 | 一种智慧城市多能源联合供给综合调控方法及系统 |
| CN110222973A (zh) * | 2019-05-31 | 2019-09-10 | 国网安徽省电力有限公司经济技术研究院 | 一种基于最优组合赋权的综合能源系统评价方法及系统 |
| CN110288267A (zh) * | 2019-07-03 | 2019-09-27 | 国网能源研究院有限公司 | 一种城市能源终端用能的评估方法 |
| CN113159540A (zh) * | 2021-04-07 | 2021-07-23 | 国家电网公司华中分部 | 一种考虑负荷价值的需求侧资源梯级调用方法及装置 |
| CN114357761A (zh) * | 2021-12-31 | 2022-04-15 | 中国电力工程顾问集团中南电力设计院有限公司 | 一种基于熵权理想点法的风力发电机组选型方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108122057B (zh) | 2023-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
| CN108122057A (zh) | 一种智能园区能源利用方案综合评价方法及装置 | |
| CN107239874B (zh) | 一种面向轨道交通的电能质量及节能分析系统 | |
| CN107909253B (zh) | 基于区间层次分析法的智能配电网调度控制效果评估方法 | |
| CN104809658B (zh) | 一种低压配网台区线损的快速分析方法 | |
| CN105046591A (zh) | 一种电力用户用电能效评估方法 | |
| CN103226661B (zh) | 市场环境下电力用户可靠性需求的计算机评估方法 | |
| CN110232490A (zh) | 一种配电网工程投资成效的评估方法及系统 | |
| CN112330089B (zh) | 装备制造类企业的综合能效监测方法及监测系统 | |
| CN109003010A (zh) | 电网项目投资效益的评价方法 | |
| CN112633762A (zh) | 楼宇能效获取方法及设备 | |
| CN111242420B (zh) | 一种综合性能多维度评估方法 | |
| CN106779436A (zh) | 一种电网规划多层面协调性综合评估方法 | |
| CN113595071A (zh) | 台区用户辨识与电压影响评估方法 | |
| CN111027886B (zh) | 一种考虑单位成本效用的低电压治理方案的评估方法 | |
| CN113988557B (zh) | 一种电网企业的投资绩效评价指标体系的构建方法及装置 | |
| CN114638491A (zh) | 一种中低压配电网不停电作业效益的综合评价方法 | |
| CN114580849A (zh) | 一种能源互联网多维度规划评价方法及系统 | |
| CN113393101A (zh) | 县域配电网投资效益评估方法、装置及终端设备 | |
| CN112818544A (zh) | 计及终端差异化可靠性需求的配电网可靠性评估方法 | |
| CN112085343A (zh) | 一种面向电力生产安全监督的效能评价方法及其系统 | |
| CN109886583A (zh) | 基于全寿命周期费用的电力设备成本最优评估方法和系统 | |
| Li et al. | Electricity consumption forecast of hunan province using combined model based on multivariate linear regression and BP neural network | |
| CN110334846A (zh) | 规划效果最优的最小投资测算方法 | |
| CN111612320A (zh) | 一种煤改电确村确户方法 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |