CN108876114A - 考虑新能源接入的电网效率效益评估方法 - Google Patents

Abstract

本发明公开了一种考虑新能源接入的省级电网效率效益评估的方法，系统复杂度的不断提升及新能源的广泛接入对电网效率效益带来了影响，一套合理的电网效率效益评估方法必不可少，步骤：1)从电网运行效率和投资效益2个角度出发，构建计及新能源接入的电网效率效益评估指标体系；2)梳理指标间的关联性和省网历年运行数据，利用多元回归分析模型，确定面向不同省网特点的指标运行定级区间；3)基于古林法的改进物元可拓模型，建立综合评估模型，确定电网运行效率与投资效益的综合评分。本发明量化了新能源接入对电网的影响，考虑了各省级电网特性，能够更准确有效的评估省网的运行效率和运营效益。

Description

考虑新能源接入的电网效率效益评估方法

技术领域

本发明属于智能电网领域，特别涉及一种考虑新能源接入的省级电网效率效益评估的方法。

背景技术

我国电力技术日新月异，可再生能源大量接入，传统的电网评估方法已经难以适用于如今的复杂大电网。现有的电网运行效率效益评估体系存在如下问题：1)评估指标大多只是从可靠性、安全性、经济性、新能源接入的环保性等方面考虑，缺乏对新能源系统运行效率和效益的系统研究；2)评估对象多为中小型城市中压配网、大城市高压配网，不能直接用于省级输电网的评估，需要根据具体情况进行调整；3)评估方法上多采用多目标综合评估法，指标权重由专家给出，评估结果缺乏客观性。

发明内容

本发明的目的在于提供一种考虑新能源接入的电网效率效益评估的方法，量化了新能源接入对电网的影响，考虑了各省级电网特性，能够更准确有效的评估省网的运行效率和运营效益。

实现本发明目的的技术解决方案为：一种考虑新能源接入的电网效率效益评估的方法，包括如下步骤：

步骤1、从电网运行效率和投资效益2个角度出发，构建计及新能源接入的电网效率效益评估指标体系；

步骤2、基于步骤1得到的评估指标体系，梳理指标间的关联性和省网历年运行数据，利用多元回归分析模型，确定面向不同省网特点的指标运行定级区间；

步骤3、在步骤2得出的指标运行区间内，基于古林法的改进物元可拓模型建立综合评估模型，确定电网运行效率与投资效益的综合评价等级。

本发明与现有技术相比，其显著优点在于：1)本发明在考虑电力系统安全性、可靠性、经济性评估电网运行效率的同时，从企业角度和市场角度考察电网运行效益，并在此基础上将新能源接入后的影响细化，构建了的评估指标体系更科学合理，符合省级电网实际运行情况；2)本发明根据省级电网历史数据和指标间的相关性设置指标的合理运行范围，使得对指标的评估更加全面；3)本发明提出了基于古林法的改进物元可拓模型，使得权重的设置主客观结合，综合评估结果更加准确。

附图说明

图1是本发明考虑新能源接入的省级电网效率效益评估的方法流程图。

图2是本发明实例效率和效益单指标灵敏度分析的结果图。

图3是本发明实例组合灵敏度分析的结果图。

具体实施方式

下面结合附图和具体实施例，进一步说明本发明方案。

如图1所示，考虑新能源接入的省级电网效率效益评估的方法，包括以下步骤：

步骤1、从电网运行效率和投资效益2个角度出发，构建计及新能源接入的电网效率效益评估指标体系。如表1所示，在电网运行效率方面，考虑电力系统安全标准、发电电源结构、负荷特性和经济发展水平等外部影响，并结合电网结构、设备水平、调度管理及运行维护等内部因素，选取负荷利用效率、电网规模效率和设备运行效率等3个二级指标评价电网的运行效率；在电网运营效益评估方面，选取公司效益和社会效益2个二级指标进行评价。为应对风电和光伏等新能源发电的接入对电网评估的挑战，构建评估体系时选取如下三级指标：

1)新能源装机比重。该指标衡量新能源装机占电网总装机的规模，进而计及新能源装机规模对电网运行的影响。

2)新能源电量上网比例。该指标用来衡量电网中新能源的渗透水平，进而计及新能源出力具有的间歇性、随机性等对电网运行的影响。

3)新能源发电减排量。该指标用来衡量新能源发电带来的减排效果，本文主要考虑的CO₂和SO₂减排量，对单位发电量的CO₂和SO₂气体进行量化，并通过行业标准分级评估。

4)新能源发电节约标煤。该指标反映了采用风电及光伏发电代替火力发电后，从而节约的燃煤量，以标准煤为单位计算。

参考省级电网实际运行经验，省级电网安全性和可靠性较高，历年评估值变化小，对省网公司的运营策略调整贡献不大，故在评估体系中不做进一步分析。

表1计及新能源接入的评估指标体系

步骤2、上一步骤已经建立了评估指标体系，而指标层中各指标之间存在关联，基于指标间的关联性和省网历年运行数据，采用多元回归模型做线性拟合，获得适应于各省的每一个指标合理取值区间：

若对于指标y，与y相关联的影响因素指标有n个，分别标记为x₁，x₂，…，x_n，假设y可以用n个影响因素关联指标线性表示，即

y＝b₁x₁+b₂x₂+…+b_nx_n+C (1)

式中：b_i为对应于拟合曲线影响因素指标的指标系数，i＝1,2,…,n，系数越大则说明该指标对指标y的影响越大，C为待定常数。

根据历史数据进行拟合，确定影响因素指标的系数，将当前的影响因素指标实际数据代入公式(1)，获得y的最佳取值。根据γ＝σ/μ得标准差系数确定指标合理取值区间，表示为：

式中：y_min为指标合理取值下界，y_max为指标合理取值上界，γ为所求指标的标准差系数，σ为所求指标的标准差，μ为所求指标的的平均值，y为式(1)确定的指标最佳值。

对于待求指标所对应的指标数值y，其合理运行区间为(y_min，y_max)。考虑到该取值受实际运行情况和经验的影响，设定合理区间的+10％和-10％左右浮动范围内，指标值都是符合要求的。依照上述计算方法依次得到其他指标的运行区间。

步骤3、在步骤2得出的指标运行区间内，基于古林法的改进物元可拓模型，建立综合评估模型，确定电网运行效率与投资效益的综合评价等级；

步骤3.1、使用古林法计算各指标权重，确定被评价的各项之间相对重要程度，具体为：

步骤3.1.1、为了便于专家对各指标的相对重要程度评价，首先将某一层级的指标按重要程度的高低进行基本排序。设三级指标集为{a_i}，i＝1，2，...，n，其中n为指标个数，按照指标重要程度递减的规律进行重新排序，得到排序后的指标集i＝1，2，...，n；

步骤3.1.2、按照初步排序，指标两两比较并用数值量化指标重要程度，比如指标和之间的相对重要程度若用w_j和w_j-1表示，则确定评价指标的相对重要度为：

式中，w_j和w_j-1表示指标和所占的权重，R_j-1表示指标相对于的重要程度；

步骤3.1.3、对R_j作基准化处理，处理后的结果为K_j，将最后一个指标的相对重要程度K_n作为基准，令其为1，自后向前对其他指标的重要程度进行基准化处理：

式中，K_j表示对指标的重要程度进行基准化处理的结果；

步骤3.1.4、将K_j的所有数值相加，分别用每一个K_j除以数值之和，则所得结果为各评价指标的权重。从而归一化后的权重计算为：

步骤3.1.5、不同的专家通过步骤3.1.1-3.1.4进行指标打分，由于不同专家知识经验不同，对所有专家的打分，均假定其排序不同，若存在m位专家，且每个专家对于最终权重的确定其话语权是均等的，则认为每人给出其打分序列的概率均等，为若有m位专家，第j位专家对指标a_i排序打分得到该指标最后的权重为w_ij，那么所有专家综合打分确定指标a_i最终的权重为：

对于二级指标，其二级相对权重的计算步骤与三级指标相对权重计算步骤一样，则若对于二级指标序列{b_i},i＝1,2,…,t,其相对权重若为{w₁,w₂,…w_t},则所有三级指标的绝对权重则为{w₁×w_1j；w₂×w_2j；…w_t×w_tj},其中j为每个二级指标下的群组指标的个数，一级指标同理。

步骤3.2、基于改进物元可拓模型，对指标值和权重值进行综合计算，确定待评物元的综合评价等级；

物元可拓模型以物元理论和可拓集合论作为理论框架，通过建立经典域、节域和评价等级，根据实测数据计算待评价物元关于评级等级的关联度，以此来确定评价对象的等级。物元是物元可拓模型的基本单元，其以有序三元组R＝(事物，特征，量值)＝(B，A，K)作为描述事物的基本单位，其建模过程可概括如下：

步骤3.2.1、确定事物的经典域、节域、和待评价物元；

令

式中：R_j为经典域物元；B_j为第j个二级指标；a_j1，a_j2，...，a_jn为B_j的n个不同特征，即所对应的三级指标；L_1j，L_2j，...，L_nj分别是B_j对应于a_j1，a_j2，...，a_jn的取值范围，即经典域；x_ij和y_ij为L_ij的取值边界。

节域物元R_p和待评价物元R₀可由以下公式确定：

式中：B_p为二级评价指标的全体；L_p1，L_p2，...，L_pn分别是B_p对应于a₁，a₂，...，a_n的取值范围，即节域。x_pi和y_pi分别是B_p对应于a₁，a₂，...，a_n的取值边界。

式中：R₀为待评价物元；B₀为待评测物元二级评价指标；L₀₁，L₀₂，...，L_0n分别是B₀对应于a₀₁，a₀₂，...，a_0n的实测数据。

步骤3.2.2、对经典域物元进行规格化处理；

待评价物元R₀的某个指标的实际历史运行数值超出节域R_p时，无法获得有效的计算结果。为此，对该模型的经典域和待评价物元进行规格化处理，如下式所示：

式中：R′_j为规格化后的经典域物元，R′₀为规格化后的待评价物元；B_j为第j个二级指标；a_j1，a_j2，...，a_jn为B_j的n个不同特征；L′_ij分别是B_j对应于a_ji的取值范围，即规范化后的经典域； 和是L′_ij的边界；L₀₁/y_p1，L₀₂/y_p2，...，L_0n/y_pn是规格化后的B₀对应于a₀₁，a₀₂，...，a_0n的实测数据。

步骤3.2.3、确定评价等级；

物元可拓模型通过计算关联度来评定等级，等同于模糊数学中隶属度的理论延伸，而最大隶属原则在评定对象等级时在某些情况下难以反映待评测对象自身界限的模糊性，容易损失信息，从而导致评定结果偏差，故采用最短距离公式替代最大隶属度准则。对规格化后的待评价物元计算其关于改进后的经典域量值范围的距离D：

式中：k为对指标的实际值做规格化处理后的值，分别为规范化后的经典域区间的左右端点值。

用距离D(k,L′_ij)来计算，和哪一个评价等级最接近，即和哪一个评价等级距离最短，得到单指标接近度：

式中：p₀为被评价指标；w_i(a_i)为评价指标的权重；n为评价指标的个数；N_j(p₀)表示被评价指标p₀与经典域物元的接近度。

令

进一步，按下式确定各被评价指标评估等级：

式中：j^*是待评价物元R₀的等级变量特征值，即省级电网待评估年的运行数据所对应的等级变量特征值，通过j^*可以判断待评价物元R₀等级。

确定各评价指标评估等级后，分别考虑各级指标权重，以权重乘以对应指标评估等级的方法确定上级指标评估等级，从而由下级往上级计算电网规划效率、效益以及效率效益综合评估等级。

实施例

选取某省电网作为研究对象，采用基于古林法的改进物元可拓模型对该地区2010年至2015年电网的发展情况进行评估。

(1)数据处理

根据多元回归确定各指标合理运行区间，下面以主变负载率为例进行计算。影响该指标的因素主要有主变N-1通过率x₁、单回线路长度x₂、单台变电容量x₃、负荷率x₄、最大峰谷差x₅、电源装机x₆。影响因素和被评价指标在2010年至2015年期间的历史数据如表2所示。

表2影响因素和被评估对象历史数据

选取线性多元回归模型对历史数据进行拟合，得到各因素指标的系数分别为0.36,4.807,7.024,-6.25,0.29和0.01。

2010至2015年期间，主变N-1通过率均值为65.210，标准差为3.767，可得标准差系数γ＝0.058由式(2)确定指标合理取值区间y＝66.38，进而y_min＝62.53，y_max＝70.23，其合理取值范围为(62.53,70.23)，实际值为66.00，在合理取值范围内。以此类推，获得其他指标的定级区间。

(2)古林法确定权重

由4位专家组成专家组评分，通过古林法分别求解上述评估指标权重，如表3所示。

表3古林法指标权重值

(3)物元可拓模型计算结果

由改进后的物元可拓模型计算2010年至2015年某省电网效率评估、效益评估及综合评估结果，如表4所示。

表4改进的物元可拓模型评估结果

由表4可知，此省电网整体效率呈下降趋势，由2010年的3.604降到2015年的3.569，增长率约-0.97％。电网整体效益则呈现上升趋势，由2010年的2.749升至2015年的3.497，增长率约27％。从效率效益综合评估结果来看，该省电网效率效益呈现上升趋势，由2010年的3.177升至2015年的3.533，增长率约11％。在效率效益综合评估中，效益的影响力较大，这与实际生产相符，效率的高低是电网运行效果的重要体现，提升效率是提升效益的一种手段，效益的提升为最终目标。

基于上述分析，再基于物元可拓模型分析各指标灵敏度分析。以2015年数据作为参考，使指标数值在-50％到+50％范围内变化，分析综合评估值与主要指标的变化关系。

单指标灵敏度分析结果如图2所示，曲线的斜率越大，说明曲线对应的指标对综合评估值的影响越大。根据综合评估值曲线变化趋势及极值对应的指标参数，可对实际运行提出优化运行建议及措施。分析图2可知，年最大负荷率曲线的斜率绝对值最大，在2015年实际数据的基础上，逐渐减小年最大负荷率至-50％，综合评估值由3.533减少至3.262；逐渐增加年最大负荷率至+50％，综合评估值由3.533下降至3.448，年最大负荷率保持在2015年的实际值不变时，对应的综合评估值最大。实际中，年最大负荷率过小，将使设备和线路得不到充分利用，电网效率差；年最大负荷率过大，将使设备和线路过载，缩短寿命，电网效益差。将主变最大负载率降低20％左右，达到效率最大值；对线路最大负载率，降低10％左右为最佳状态，否则线路过载，电网效率评估值下降。从运营效益角度，对于全员劳动生产率，增加5％达到效益最佳值；对于资产负债率，目前的资产负债率仍偏高，在此基础上降低30％左右将达到最高值。

在单因素灵敏度分析的基础上，为了考虑多个指标同时变化对综合评估结果的影响，采用多指标灵敏度分析方法对指标进行深入分析。从效率和效益两个方面分别对具有联动关系的指标进行组合，并对不同组合的灵敏度进行分析。表5给出了选取的6组指标组合，根据多指标组合灵敏度分析结果得到变化趋势图如图3所示。由图3分析，组合5影响最大，增加10％规划新能源接入；其次为组合1，保持现状或者适当降低10％最大负载率；对于组合2，同时增加10％左右负荷和等效装机，可以使得效率效益综合提升。组合6影响较小；而组合4呈现波动向前变化，同时增加20％或减少30％都可以提高综合效益。

表5指标组合表

Claims (6)

1.一种考虑新能源接入的省级电网效率效益评估的方法，其特征在于，包括如下步骤：

步骤1、从电网运行效率和投资效益2个角度出发，构建计及新能源接入的电网效率效益评估指标体系；

步骤2、基于步骤1得到的评估指标体系，梳理指标间的关联性和省网历年运行数据，利用多元回归分析模型，确定面向不同省网特点的指标运行定级区间；

步骤3、在步骤2得出的指标运行区间内，基于古林法的改进物元可拓模型建立综合评估模型，确定电网运行效率与投资效益的综合评价等级。

2.根据权利要求1所述的省级电网效率效益评估的方法，其特征在于，步骤1构建的三级电网效率效益评估指标体系如表1所示：

表1 计及新能源接入的评估指标体系

3.根据权利要求1所述的省级电网效率效益评估方法，其特征在于，步骤2中设y为待求指标，x_i为与指标y关联的影响因素指标，且y＝b₁x₁+b₂x₂+b₃x₃+…+b_nx_n+C，其中n为影响因素指标的个数，C为待定常数，则进行如下操作确定指标合理区间：

步骤2.1、对历史数据进行拟合，确定各影响因素指标的系数；

步骤2.2、根据当前影响因素指标的实际数据和对应的系数，确定y的取值；

步骤2.3、计算指标的合理取值区间：

式中：y_min为指标合理取值下界，y_max为指标合理取值上界，γ＝σ/μ为所求指标的标准差系数，σ为所求指标的标准差，μ为所求指标的平均值。

4.根据权利要求1所述的省级电网效率效益评估方法，其特征在于，步骤3确定电网运行效率与投资效益综合评价等级的具体方法为：

步骤3.1、使用古林法计算各层级指标集中各指标的相对权重：对于各层级的指标，首先计算各指标的相对权重，作基准化和归一化处理，得到不同专家对各指标的权重，然后综合不同专家打分，确定各层级指标的相对权重；

步骤3.2、根据各层级指标的相对权重，确定最终权重：一级指标的绝对权重为绝对权重，二级指标的绝对权重为二级指标相对权重与所属一级指标相对权重的乘积，三级指标的绝对权重为三级指标相对权重与所属二级指标相对权重的乘积；

步骤3.3、基于改进物元可拓模型，确定二级指标的评估等级：确定事物的经典域、节域、和待评价物元，并对待评价物元和经典域物元进行规格化处理，根据规格化后待评价物元和经典域物元的距离确定单指标接近度，进而确定各指标的评估等级；

步骤3.4、结合各指标的评价等级和绝对权重，计算电网规划效率、效益以及效率效益综合评估等级：将指标乘以绝对权重，确定综合评估等级。

5.根据权利要求4所述的省级电网效率效益评估方法，其特征在于，步骤3.1具体为：

步骤3.1.1、计算评价指标的相对重要度：

式中，w_j和w_j-1表示相邻指标和所占的权重，R_j-1表示指标相对相邻指标的重要程度，n为指标的个数；

步骤3.1.2、将最后一个指标的相对重要程度作为基准，自后向前对其他指标的重要程度进行基准化处理：

式中，K_j为R_j归一化后的结果；

步骤3.1.3、进行归一化处理，得到不同专家对各指标的权重：

步骤3.1.4、综合不同专家打分，确定各层级指标的相对权重：

式中，w_ij为第j位专家对指标a_i的打分权重，m为专家个数。

6.根据权利要求4所述的省级电网效率效益评估方法，其特征在于，步骤3.3具体为：

步骤3.4.1、确定事物的经典域、节域、和待评价物元；

式中，R_j为经典域物元，B_j为第j个二级指标，a_j1，a_j2，...，a_jn为B_j的n个不同特征，即所对应的三级指标，L_1j，L_2j，...，L_nj分别是B_j对应于a_j1，a_j2，...，a_jn的取值范围，即经典域；x_ij和y_ij为L_ij的取值边界；B_p为二级评价指标的全体，L_p1，L_p2，...，L_pn分别是B_p对应于a₁，a₂，...，a_n的取值范围，即节域，x_pi和y_pi分别是B_p对应于a₁，a₂，...，a_n的取值边界；R₀为待评价物元；B₀为待评测物元二级评价指标，L₀₁，L₀₂，...，L_0n分别是B₀对应于a₀₁，a₀₂，...，a_0n的实测数据；

步骤3.3.2、对经典域物元和待评价物元进行规格化处理；

式中，R′_j为规格化后的经典域物元，R′₀为规格化后的待评价物元；L′_ij分别是B_j对应于a_ji的取值范围，即规范化后的经典域；和是L′_ij的边界；L₀₁/y_p1，L₀₂/y_p2，...，L_0n/y_pn是规格化后的B₀对应于a₀₁，a₀₂，...，a_0n的实测数据；

步骤3.3.4、计算规格化后的待评价物元其与经典域量值范围的距离；

式中，k为对指标的实际值做规格化处理后的值，分别为规范化后的经典域区间的左右端点值；

步骤3.3.5、计算单指标接近度：

式中，p₀为被评价指标，w_i(a_i)为评价指标的权重，n为评价指标的个数，N_j(p₀)表示被评价指标p₀与经典域物元的接近度；

步骤3.3.56、计算各被评价指标评估等级：

令

式中，j^*是待评价物元R₀的等级。