CN108694527A - 一种配电网评价方法 - Google Patents
一种配电网评价方法 Download PDFInfo
- Publication number
- CN108694527A CN108694527A CN201810903801.7A CN201810903801A CN108694527A CN 108694527 A CN108694527 A CN 108694527A CN 201810903801 A CN201810903801 A CN 201810903801A CN 108694527 A CN108694527 A CN 108694527A
- Authority
- CN
- China
- Prior art keywords
- load
- matrix
- evaluation
- model
- hidden danger
- 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 125
- 238000010276 construction Methods 0.000 claims abstract description 17
- 238000013210 evaluation model Methods 0.000 claims abstract description 17
- 238000005303 weighing Methods 0.000 claims abstract description 4
- 239000011159 matrix material Substances 0.000 claims description 166
- 238000011068 loading method Methods 0.000 claims description 20
- 238000010606 normalization Methods 0.000 claims description 15
- 238000000034 method Methods 0.000 claims description 13
- 239000013256 coordination polymer Substances 0.000 claims description 9
- 230000005611 electricity Effects 0.000 description 4
- 235000006508 Nelumbo nucifera Nutrition 0.000 description 2
- 240000002853 Nelumbo nucifera Species 0.000 description 2
- 235000006510 Nelumbo pentapetala Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 230000000452 restraining effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Development Economics (AREA)
- Educational Administration (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
本发明公开了一种配电网评价方法,包括:考虑负种类划分和负荷同一性构造负荷模型;考虑各负荷之间的影响权重及一致性比例RI结合所述负荷模型构造负荷价值模型;考虑负荷隐患评价因素及一致性比例RI结合所述负荷模型构造负荷隐患模型;考虑负荷隐患权重结合所述负荷模型、负荷价值模型、负荷隐患模型构造配电网评价模型;将标准化处理的功率数据带入配电网评价模型计算配电网评价值,配电网评价值越高越好。本发明考虑多因素相互制约,可以减小单一因素对电网评判的偶然性,可以提高社会稳定性;电网公司可以搜集往年数据,进行评判,也可以参考民众及政府的意愿来调整评判价值参数。
Description
技术领域
本发明涉及一种配电网评价方法,属于配电网技术领域。
背景技术
随着社会经济的发展对资源消耗的增大,社会对用电需求的不断增强,仅仅依靠电网消耗量来评价电网指标有很大的不准确性。特别是在人类社会用电需求下,评价电网的指标会有更多影响。
对于复杂、模糊的评价指标是难以完全用定量分析的问题。然而在传统的评价标准已经存在的情况下,如何优化配电网的评价方法,使电网的相互制约因素可以有效的关联起来,使配电网达到最优状态,是现在所面临的问题。对分布式电源的配电网进行全面的评价,使配电网状态最优,对保障电网安全,减少能源损耗经济损耗具有重要意义。
发明内容
本发明的目的在于克服现有技术中的不足,提供一种配电网评价方法,可以减小单一因素对电网评判的偶然性。
为达到上述目的,本发明所采用的技术方案是:一种配电网评价方法,包括如下步骤:
考虑负种类划分和负荷同一性构造负荷模型;
考虑各负荷之间的影响权重及一致性比例RI结合所述负荷模型构造负荷价值模型;
考虑负荷隐患评价因素及一致性比例RI结合所述负荷模型构造负荷隐患模型;
考虑负荷隐患权重结合所述负荷模型、负荷价值模型、负荷隐患模型构造配电网评价模型;
将标准化处理的功率数据带入配电网评价模型计算配电网评价值,配电网评价值越高越好。
进一步的,构造负荷模型的方法具体如下:
对配电网进行负荷种类划分,并对各种类负荷进行同一性划分;
最终构建的负荷模型为:
L=[l1,l2,l3,l4,……ln] (1)
式中,L为各种类负荷矩阵,ln为某种负荷的标准功率,n为负荷种类总数。
进一步的,所述负荷种类包括:基本负荷、医疗负荷、银行负荷、商业负荷、社区负荷、工业负荷。
进一步的,构造负荷价值模型的具体方法如下:
构造负荷价值矩阵V与负荷矩阵L之间的成对比较判断矩阵A=(aij)n×n,其中:aij为li和lj对负荷价值矩阵V的影响之比;li为第i类负荷;lj为第j类负荷;n为负荷种类总数;
查找相应的平均随机一致性指标RI并计算一致性比例CR0,根据CR0对比较判断矩阵A进行一致性检验:若检验通过,则进入下一步;否则,重新设定比较判断矩阵;
计算比较判断矩阵A的归一化权重矩阵A0=[a1,a2,...,ai,...,an],其中aij为矩阵A中的第i行第j列的矩阵元素,ai为矩阵A归一化后第i类负荷权重;
构造负荷矩阵L与价值评价因素矩阵E1之间的成对比较判断矩阵其中:Bi为第i类负荷的比较判断矩阵,价值评价因素矩阵E1=[e1,e2,e3,……em],em为第m类评价因素,m为评价因素种类总数;为ex和ey对第i类负荷的影响之比,ex为第x类评价因素;ey为第y类评价因素;
计算每一类的归一化权重矩阵其中,为Bi矩阵归一化的第x类价值评价因素对第i类负荷的评价值;
构造负荷价值权重矩阵:其中:为Bi矩阵归一化的第m类价值评价因素对第i类负荷的评价值;BPm为第m类评价因素的负荷价值权重矩阵;
构造评价因素价值权重矩阵
对层次总排序作一致性检验:
其中:CI(i)是矩阵Bi的一致性指标;RI(i)是矩阵Bi平均随机一致性指标;
构造X矩阵:X=[x1,x2,...xm],其中:xm为第m类价值评价因素的评价值,xm=BPm×L;
若层次总排序一致性检验通过,则构造负荷价值模型:V=AP×X。
进一步的,构造负荷隐患模型的具体方法如下:
构造负荷隐患矩阵R与负荷矩阵L之间的成对比较判断矩阵C=(cij)n×n,其中:cij为li和lj对负荷隐患矩阵R的影响之比;li为第i类负荷;lj为第j类负荷;n为负荷种类总数;
查找相应的平均随机一致性指标RI并计算一致性比例CR1,根据CR1对比较判断矩阵C进行一致性检验:若检验通过,则进入下一步;否则,重新设定比较判断矩阵C;
计算比较判断矩阵C的归一化权重矩阵C0=[c1,c2,......cn],其中:cn为比较判断矩阵C归一化后第n类负荷权重;
构造负荷矩阵L与隐患评价因素矩阵E2之间的成对比较判断矩阵其中:隐患评价因素矩阵E2=[f1,f2,…fm],fm为第m类评价因素;为fx和fy对第i类负荷的影响之比,fx为第x类评价因素;fy为第y类评价因素;
计算每一类的归一化权重矩阵其中为Di矩阵归一化的第x类隐患评价因素对第i类负荷的评价值;
构造负荷隐患权重矩阵:其中:为Di矩阵归一化的第m类隐患评价因素对第i类负荷的评价值;DPm为第m类评价因素的负荷价值权重矩阵;
构造评价因素隐患权重矩阵其中:为Bi矩阵归一化的第m类隐患评价因素对第i类负荷的评价值;
对层次总排序作一致性检验:
其中:CI’(i)是矩阵Di的一致性指标,RI’(i)是矩阵Di平均随机一致性指标;
构造Y矩阵:Y=[y1,y2,y3......ym],其中:ym为第m类隐患评价因素的评价值,ym=DPm×L;
若层次总排序一致性检验通过,则构造负荷隐患模型:R=CP×Y。
进一步的,所述配电网评价模型如下:
J=V-αR
其中:V=M×LT=AP×X,R=N×LT=CP×Y;
M=[m1,....mj....mn];N=[n1,...nj,...nn];
V为负荷价值模型;M为负荷矩阵L的价值权重矩阵;mj为第j类负荷的价值权重;n为负荷种类总数;m为评价因素种类总数;AP为评价因素价值权重矩阵;
R为负荷隐患模型;N为负荷矩阵L的隐患权重矩阵,nj为第j类负荷的隐患权重;α为隐患系数;CP为评价因素隐患权重矩阵。
进一步的,所述隐患系数采用最接近上限的小数后一位值。
与现有技术相比,本发明所达到的有益效果是:
可以充分评判各负载的权重,不单单以纯物理方法评价电网输送的优劣;多因素相互制约,可以减小单一因素对电网评判的偶然性;可以提高社会稳定性;电网公司可以搜集往年数据,进行评判,也可以参考民众及政府的意愿来调整评判价值参数。
附图说明
图1为本发明流程图;
图2为负荷价值模型的结构示意图;
图3为负荷隐患模型的结构示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
如图1所示,是本发明的流程图,包括如下步骤:
步骤一:考虑负种类划分和负荷同一性构造负荷模型;
步骤二:考虑各负荷之间的影响权重及一致性比例RI结合所述负荷模型构造负荷价值模型;
步骤三:考虑负荷隐患评价因素及一致性比例RI结合所述负荷模型构造负荷隐患模型;
步骤四:考虑负荷隐患权重结合所述负荷模型、负荷价值模型、负荷隐患模型构造配电网评价模型;
步骤五:将标准化处理的功率数据带入L中,并计算配电网评价模型计算配电网评价值,配电网评价值越高越好。
下面对各模型的详细构造方法分别展开描述如下:
一、构造负荷模型的具体方法如下:
本发明认为所有的负荷(L)可以由以下类别的负荷组成,包括:基本负荷、医疗负荷、银行负荷、商业负荷、社区负荷、工业负荷。
基本负荷(l1)包括:城市基础设施用电、政府部门用电、移动基站等负荷;
医疗负荷(l2)包括:医院等不能随时中断的等负荷;
银行负荷(l3)包括:保险公司、银行等存有24小时数据工作的负荷;
商业负荷(l4)包括:超市,娱乐区,饭店用电等负荷;
社区负荷(l5)包括:居民及居民区的用电等负荷;
工业负荷(l6)包括:重工业、轻工业等负荷。
负荷模型为:L=[l1,l2,l3,l4,l5,l6]。
二、构造负荷价值模型的具体方法如下:
本发明认为负荷价值(V)是价值评价因素矩阵E1=[e1,e2....em]的价值之和,而负荷的价值对于不同的评价因素有不同的评判标准,我们通过层级分析法(AHP),构造判断矩阵,来评估不同评价因素的权重:
其中:负荷价值矩阵V:决定负荷的价值;负荷矩阵L:包含负荷的种类;评价因素矩阵E1:评价因素的域类划分。
构造判断矩阵A=(aij)n×n:判断矩阵A中aij表示li和lj对V的影响大小之比,不同的负荷所代表的负荷价值对总负荷价值的权重也是不一样的,负荷全部比较结果用矩阵A=(aij)n×n表示,A为V-L之间的成对比较判断矩阵。li与lj对V的影响之比为aij,lj与li对V的影响之比引用数字1~9及其倒数作为标度作为aij的值。因素i与因素j的重要性之比为aij,因素j与因素i重要性之比为
选择3组三组评价因素(社会影响力e1、政府信任度e2和财产价值e3),组成价值评价因素矩阵E1,作为负荷价值(V)的评判指标,并建立评价模型A=(aij)n×n。
计算A的归一化权重矩阵A0=[a1,a2,......an];
查找相应的平均随机一致性指标RI并计算一致性比例CR0,根据CR0对判断矩阵A进行一致性检验:若检验通过,则进入下一步;否则,需重新设定比较判断矩阵;
平均随机一致性指标RI:
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
构造负荷矩阵L与评价因素矩阵E1之间的成对比较判断矩阵判断矩阵Bi是不同评价要素ex与ey之间的两者关系,全部比较结果用矩阵表示,其中:qxy表示ex和ey对li的影响之比,ex为第x类评价因素;ey为第y类评价因素;
计算每一类的归一化权重矩阵其中,为Bi矩阵归一化的第x类价值评价因素对第i类负荷的评价值;
构造负荷价值权重矩阵:其中:为Bi矩阵归一化的第m类价值评价因素对第i类负荷的评价值;BPm为第m类评价因素的负荷价值权重矩阵;
构造评价因素价值权重矩阵
对层次总排序作一致性检验,检验仍象层次总排序那样由高层到低层逐层进行。虽然各层次均已经过层次单排序的一致性检验,各成对比较判断矩阵都已具有较为满意的一致性。综合考察时,各层次的非一致性仍有可能积累起来,引起最终分析结果较严重的非一致性。
对层次总排序作一致性检验:
其中:CI(i)是矩阵Bi的一致性指标;RI(i)是矩阵Bi平均随机一致性指标;ai是A矩阵归一化第i类负荷权重;
构造X矩阵:X=[x1,x2,...xm],其中:xm为第m类价值评价因素的评价值,xm=BPm×L;
若层次总排序一致性检验通过,则构造负荷价值模型:V=AP×X。
三、构造负荷隐患模型的具体方法如下:
与负荷价值模型相似,选择3组评价因素(社会风险f1、政治风险f2和生命风险f3),组成隐患评价因素矩阵E2,对有些负荷给社会或者个人带来风险,同时政治倾向会给社会带来隐患,生命风险也会使负荷风险提高,价值降低。
负荷隐患层R:负荷的隐患;负荷矩阵L:包含实现目标的初级环节;评价因素层E2:包括目标函数的方案。
构造负荷隐患矩阵R与负荷矩阵L之间的成对比较判断矩阵C=(cij)n×n,其中:cij为li和lj对负荷隐患矩阵R的影响之比;li为第i类负荷;lj为第j类负荷;n为负荷种类总数;
查找相应的平均随机一致性指标RI并计算一致性比例CR1,根据CR1对判断矩阵C进行一致性检验:若检验通过,则进入下一步;否则,需重新设定比较判断矩阵;
计算比较判断矩阵C的归一化权重矩阵C0=[c1,c2,......cn],其中:cn为比较判断矩阵C归一化后第n类负荷权重;
构造负荷矩阵L与隐患评价因素矩阵E2之间的成对比较判断矩阵其中:隐患评价因素矩阵E2=[f1,f2,…fm],fm为第m类评价因素;为fx和fy对第i类负荷的影响之比,fx为第x类评价因素;fy为第y类评价因素;
计算每一类的归一化权重矩阵其中为Di矩阵归一化的第x类隐患评价因素对第i类负荷的评价值;
构造负荷隐患权重矩阵:其中:为Di矩阵归一化的第m类隐患评价因素对第i类负荷的评价值;DPm为第m类评价因素的负荷价值权重矩阵;
构造评价因素隐患权重矩阵其中:为Bi矩阵归一化的第m类隐患评价因素对第i类负荷的评价值,ci是C矩阵归一化第i类负荷权重;
对层次总排序作一致性检验:
其中:CI’(i)是矩阵Di的一致性指标,RI’(i)是矩阵Di平均随机一致性指标,ci是C矩阵归一化第i类负荷权重;
构造Y矩阵:Y=[y1,y2,y3......ym],其中:ym为第m类隐患评价因素的评价值,ym=DPm×L;
若层次总排序一致性检验通过,则构造负荷隐患模型:R=CP×Y。
四、构造配电网评价模型的具体方法如下:
每一类负荷都有一定的价值和隐患,两者谁更优会对电网的评价有重要影响,则,定义电网评价模型:
J=V-αR;
计算M=[m1,...mj...mn],
其中:V=M×LT=AP×X,R=N×LT=CP×Y,V为负荷价值模型;M为负荷矩阵L的价值权重矩阵;mj为第j类负荷的价值权重;n为负荷种类总数;m为评价因素种类总数;AP为评价因素价值权重矩阵;α为隐患系数。
要保证每种负荷都有价值,需要使M=[m1,m2,m3,m4,m5,m6]中任意一个元素都大于αN=[αn1,αn2,αn3,αn4,αn5,αn6]中的每一个,及约束条件为:
m1>αn1,m2>αn2...m6>αn6;
隐患权重α的选取往往按照最接近上限的小数后一位值,可以参照经济学定律里的木桶理论.即一只水桶能装多少水,这完全取决于它最短的那块木板。这就是说任何一个系统,可能面临的一个共同问题,即构成系统的各个部分往往是优劣不齐的,而劣势部分往往决定整个系统的水平。
定义各类负荷实时所需功率为:PMax,i;
定义各类负荷的实时功率为Pi,以所需功率为标准,进行标准化处理:
式中li是各类负载。
将标准化处理输入带入电网评价模型。
可以知道,通过负荷评价模型,可以得到整个负荷运行的价值,即配电网评价模型。该式子含义为等级越高的负载若满足率越高,对整个负载价值就越高,对整个负载价值越高,对配电网的评价就越高。
下面结合具体实施例对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
步骤一:构造负荷模型,选取发明内容一中的模型,L=[l1,l2,l3,l4,l5,l6],(基本负荷、医疗负荷、银行负荷、商业负荷、社区负荷、工业负荷)。
步骤二:构造负荷价值模型,首先构造判断矩阵A=(aij)n×n。
1 | 3 | 3 | 4 | 5 | 2 |
1/3 | 1 | 2 | 2 | 3 | 4 |
1/3 | 1/2 | 1 | 1 | 2 | 2 |
1/4 | 1/2 | 1 | 1 | 1 | 3 |
1/5 | 1/3 | 1/2 | 1 | 1 | 1 |
1/2 | 1/4 | 1/2 | 1/3 | 1 | 1 |
查找平均随机一致性指标RI:
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
计算一致性比例CR:当CR<0.1时,认为判断矩阵的一致性是可以接受的,通过matlab仿真算出:CR=0.0575<0.1。因此认为矩阵是可以接受的。
构造判断矩阵
B1 | e1 | e2 | e3 | B2 | e1 | e2 | e3 | B3 | e1 | e2 | e3 |
e1 | 1 | 3 | 5 | e1 | 1 | 1/2 | 6 | e1 | 1 | 3 | 1/3 |
e2 | 1/3 | 1 | 2 | e2 | 2 | 1 | 5 | e2 | 1/3 | 1 | 1/7 |
e3 | 1/5 | 1/2 | 1 | e3 | 1/6 | 1/5 | 1 | e3 | 3 | 7 | 1 |
B4 | e1 | e2 | e3 | B5 | e1 | e2 | e3 | B6 | e1 | e2 | e3 |
e1 | 1 | 1/3 | 5 | e1 | 1 | 2 | 7 | e1 | 1 | 7 | 9 |
e2 | 3 | 1 | 7 | e2 | 1/2 | 1 | 7 | e2 | 1/7 | 1 | 1 |
e3 | 1/5 | 1/7 | 1 | e3 | 1/7 | 1/7 | 1 | e3 | 1/9 | 1 | 1 |
可以算出负荷价值权重矩阵
是评价因素价值权重矩阵。
因此可以得到层次总排序结果:
评价因素价值权重矩阵:APT=(0.4987,0.3321,0.169);
负荷价值权重矩阵:BP1 T=[0.6483,0.3681,0.2426,0.2790,0.5736,0.7986];
Matlab算出CR=0.0288<0.1时,认为层次总排序结果具有较满意的一致性并接受该分析结果。
因此,负荷价值模型:V=AP×X,式中:X=[x1,x2,x3],xm=BPm×L。
步骤三:构造负荷隐患模型,方法与价值模型相似,可以得到:
评价因素隐患权重矩阵:CPT=[0.3952,0.2996,0.3052];
负荷隐患权重矩阵:DP1 T=[0.1365,0.0974,0.2426,0.2790,0.4667,0.7986];
步骤四:构造电网评价模型:
由第二步计算出:
M=[0.4202 0.3800 0.2633 0.3669 0.4171 0.4494];
由第三步计算出:
N=[0.3140 0.3121 0.3265 0.3267 0.3446 0.3765];
已知电网评价模型J=V-αR,根据木桶理论:
解得:0<α<0.805,在这里我们可以认为α值得选取由最不利的条件决定,可取0.805的近似值0.8。
所以我们可以得到配电网评价模型:
J=V-0.8R。V=M×LT,R=N×LT。其中L=[l1,l2,l3,l4,l5,l6];
将标准化处理的数据带入即可算出评价值,评价值越高越好。
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,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (7)
1.一种配电网评价方法,其特征在于,包括如下步骤:
考虑负种类划分和负荷同一性构造负荷模型;
考虑各负荷之间的影响权重及一致性比例RI结合所述负荷模型构造负荷价值模型;
考虑负荷隐患评价因素及一致性比例RI结合所述负荷模型构造负荷隐患模型;
考虑负荷隐患权重结合所述负荷模型、负荷价值模型、负荷隐患模型构造配电网评价模型;
将标准化处理的功率数据带入配电网评价模型计算配电网评价值,配电网评价值越高越好。
2.根据权利要求1所述的配电网评价方法,其特征在于,构造负荷模型的方法具体如下:
对配电网进行负荷种类划分,并对各种类负荷进行同一性划分;
最终构建的负荷模型为:
L=[l1,l2,l3,l4,……ln] (1)
式中,L为各种类负荷矩阵,ln为某种负荷的标准功率,n为负荷种类总数。
3.根据权利要求2所述的配电网评价方法,其特征在于,所述负荷种类包括:基本负荷、医疗负荷、银行负荷、商业负荷、社区负荷、工业负荷。
4.根据权利要求2所述的配电网评价方法,其特征在于,构造负荷价值模型的具体方法如下:
构造负荷价值矩阵V与负荷矩阵L之间的成对比较判断矩阵A=(aij)n×n,其中:aij为li和lj对负荷价值矩阵V的影响之比;li为第i类负荷;lj为第j类负荷;n为负荷种类总数;
查找相应的平均随机一致性指标RI并计算一致性比例CR0,根据CR0对比较判断矩阵A进行一致性检验:若检验通过,则进入下一步;否则,重新设定比较判断矩阵;
计算比较判断矩阵A的归一化权重矩阵A0=[a1,a2,...,ai,...,an],其中aij为矩阵A中的第i行第j列的矩阵元素,ai为矩阵A归一化后第i类负荷权重;
构造负荷矩阵L与价值评价因素矩阵E1之间的成对比较判断矩阵其中:Bi为第i类负荷的比较判断矩阵,价值评价因素矩阵E1=[e1,e2,e3,……em],em为第m类评价因素,m为评价因素种类总数;为ex和ey对第i类负荷的影响之比,ex为第x类评价因素;ey为第y类评价因素;
计算每一类的归一化权重矩阵其中,为Bi矩阵归一化的第x类价值评价因素对第i类负荷的评价值;
构造负荷价值权重矩阵:其中:为Bi矩阵归一化的第m类价值评价因素对第i类负荷的评价值;BPm为第m类评价因素的负荷价值权重矩阵;
构造评价因素价值权重矩阵
对层次总排序作一致性检验:
其中:CI(i)是矩阵Bi的一致性指标;RI(i)是矩阵Bi平均随机一致性指标;
构造X矩阵:X=[x1,x2,...xm],其中:xm为第m类价值评价因素的评价值,xm=BPm×L;
若层次总排序一致性检验通过,则构造负荷价值模型:V=AP×X。
5.根据权利要求1所述的配电网评价方法,其特征在于,构造负荷隐患模型的具体方法如下:
构造负荷隐患矩阵R与负荷矩阵L之间的成对比较判断矩阵C=(cij)n×n,其中:cij为li和lj对负荷隐患矩阵R的影响之比;li为第i类负荷;lj为第j类负荷;n为负荷种类总数;
查找相应的平均随机一致性指标RI并计算一致性比例CR1,根据CR1对比较判断矩阵C进行一致性检验:若检验通过,则进入下一步;否则,重新设定比较判断矩阵C;
计算比较判断矩阵C的归一化权重矩阵C0=[c1,c2,......cn],其中:cn为比较判断矩阵C归一化后第n类负荷权重;
构造负荷矩阵L与隐患评价因素矩阵E2之间的成对比较判断矩阵其中:隐患评价因素矩阵E2=[f1,f2,…fm],fm为第m类评价因素;为fx和fy对第i类负荷的影响之比,fx为第x类评价因素;fy为第y类评价因素;
计算每一类的归一化权重矩阵其中为Di矩阵归一化的第x类隐患评价因素对第i类负荷的评价值;
构造负荷隐患权重矩阵:其中:为Di矩阵归一化的第m类隐患评价因素对第i类负荷的评价值;DPm为第m类评价因素的负荷价值权重矩阵;
构造评价因素隐患权重矩阵其中:为Bi矩阵归一化的第m类隐患评价因素对第i类负荷的评价值;
对层次总排序作一致性检验:
其中:CI’(i)是矩阵Di的一致性指标,RI’(i)是矩阵Di平均随机一致性指标,ci是C矩阵归一化第i类负荷权重;
构造Y矩阵:Y=[y1,y2,y3......ym],其中:ym为第m类隐患评价因素的评价值,ym=DPm×L;
若层次总排序一致性检验通过,则构造负荷隐患模型:R=CP×Y。
6.根据权利要求1所述的配电网评价方法,其特征在于,所述配电网评价模型如下:
J=V-αR
其中:V=M×LT=AP×X,R=N×LT=CP×Y;
M=[m1,....mj....mn];N=[n1,...nj,...nn];
V为负荷价值模型;M为负荷矩阵L的价值权重矩阵;mj为第j类负荷的价值权重;n为负荷种类总数;m为评价因素种类总数;AP为评价因素价值权重矩阵;
R为负荷隐患模型;N为负荷矩阵L的隐患权重矩阵,nj为第j类负荷的隐患权重;α为隐患系数;CP为评价因素隐患权重矩阵。
7.根据权利要求1所述的配电网评价方法,其特征在于,所述隐患系数采用最接近上限的小数后一位值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810903801.7A CN108694527B (zh) | 2018-08-09 | 2018-08-09 | 一种配电网评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810903801.7A CN108694527B (zh) | 2018-08-09 | 2018-08-09 | 一种配电网评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108694527A true CN108694527A (zh) | 2018-10-23 |
CN108694527B CN108694527B (zh) | 2021-07-13 |
Family
ID=63841661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810903801.7A Active CN108694527B (zh) | 2018-08-09 | 2018-08-09 | 一种配电网评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108694527B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298417A (zh) * | 2021-06-15 | 2021-08-24 | 国网上海市电力公司 | 一种面向不同停电场景的关键负荷重要度评估方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106339779A (zh) * | 2016-10-11 | 2017-01-18 | 东南大学 | 一种配电网中分布式电源配置方案评价方法 |
CN107180292A (zh) * | 2016-03-11 | 2017-09-19 | 国家电网公司 | 多维电网智能化发展水平评价方法 |
CN107563591A (zh) * | 2017-07-31 | 2018-01-09 | 国网江苏省电力公司淮安供电公司 | 一种基于单元制的区域配电网建设优先级计算方法 |
-
2018
- 2018-08-09 CN CN201810903801.7A patent/CN108694527B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107180292A (zh) * | 2016-03-11 | 2017-09-19 | 国家电网公司 | 多维电网智能化发展水平评价方法 |
CN106339779A (zh) * | 2016-10-11 | 2017-01-18 | 东南大学 | 一种配电网中分布式电源配置方案评价方法 |
CN107563591A (zh) * | 2017-07-31 | 2018-01-09 | 国网江苏省电力公司淮安供电公司 | 一种基于单元制的区域配电网建设优先级计算方法 |
Non-Patent Citations (3)
Title |
---|
范航: "浅谈层次分析法在电网规划评估中的应用", 《内蒙古教育(职教版)》 * |
蒋琪,蒋勃 等: "电力负荷分类策略的研究", 《西安工程大学学报》 * |
金辉,于音波: "基于层次分析法的中压配电网评价", 《供用电》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113298417A (zh) * | 2021-06-15 | 2021-08-24 | 国网上海市电力公司 | 一种面向不同停电场景的关键负荷重要度评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108694527B (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102930482A (zh) | 一种县域配电网投资效果评估方法 | |
CN107273911A (zh) | 一种基于模糊c均值聚类分析的台区负荷精确分类方法 | |
CN106940833A (zh) | 一种基于模糊三角数和改进层次分析法的电网企业售电侧风险评估方法 | |
CN110111024A (zh) | 基于ahp模糊综合评价模型的科技成果市场价值评估方法 | |
CN102609792B (zh) | 一种特高压交直流输电方式适用选择方法及其装置 | |
CN109118067A (zh) | 一种可再生能源发展潜力评估方法 | |
CN106780127A (zh) | 含分布式光伏配电网的评价方法 | |
CN104376413A (zh) | 基于层次分析法和数据包络法的电网规划方案评估系统 | |
CN106951994A (zh) | 一种海上应急救援站点的选址方法 | |
CN110264112A (zh) | 基于双向加权灰色关联的配电网可靠性影响因素分析方法 | |
CN105574617A (zh) | 分布式电源和微电网接入配电系统方案的综合优化系统 | |
CN104809658A (zh) | 一种低压配网台区线损的快速分析方法 | |
CN105225021B (zh) | 配电网待建项目的优化选择方法 | |
CN107909277A (zh) | 一种基于模糊层次分析法的变电站环保水平评估方法 | |
CN105335902A (zh) | 电力通信网的可靠性确定方法及装置 | |
Kim | Evaluation of negative environmental impacts of electricity generation: Neoclassical and institutional approaches | |
CN106096799A (zh) | 基于电网性能指标评估的最小建设投资需求测算系统 | |
CN112766800A (zh) | 一种基于模糊层次分析法的城市绿色交通系统评价方法 | |
CN109544006A (zh) | 一种评价电动汽车充电站经济效益的方法 | |
CN106548413A (zh) | 一种电力系统储能适用性评价方法及系统 | |
CN108062634A (zh) | 一种售电公司的运营风险监控方法 | |
CN111340325A (zh) | 一种基于综合评价指标对输变电设施服务水平进行评价的方法及系统 | |
CN107527131A (zh) | 一种集群电机系统能耗水平评价方法及装置 | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
CN113327047B (zh) | 基于模糊综合模型的电力营销服务渠道决策方法及系统 |
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 |