CN109272419A - 一种基于最优解的配电网方案投资比选方法 - Google Patents
一种基于最优解的配电网方案投资比选方法 Download PDFInfo
- Publication number
- CN109272419A CN109272419A CN201710581322.3A CN201710581322A CN109272419A CN 109272419 A CN109272419 A CN 109272419A CN 201710581322 A CN201710581322 A CN 201710581322A CN 109272419 A CN109272419 A CN 109272419A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- value
- project
- benefit
- power distribution
- 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
- 238000009826 distribution Methods 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000013459 approach Methods 0.000 claims abstract description 10
- 230000005611 electricity Effects 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 9
- 238000011156 evaluation Methods 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 244000287680 Garcinia dulcis Species 0.000 claims description 3
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 238000004064 recycling Methods 0.000 claims description 3
- 239000002689 soil Substances 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 3
- 238000013210 evaluation model Methods 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 abstract description 2
- 238000004445 quantitative analysis Methods 0.000 abstract description 2
- 230000001737 promoting effect Effects 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 4
- 238000005553 drilling Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011160 research Methods 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
- 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
-
- 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
-
- 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
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于最优解的配电网方案投资比选方法,包括以下步骤:A、构建可以量化的配电网工程全寿命周期成本效益指标。B、确定各指标权重并TOPSIS方法最优解。C、利用灰色关联度与欧式距离计算各方案与最优解的贴近度以此选定最优配电网投资方案。本发明对配电网项目规划比选要求,建立适用的全寿命周期成本效益以及社会环境指标,能够全面反映配电网规划项目的优劣程度,并提出基于TOPSIS的灰色关联度综合评价模型,通过本方法对配电网投资规划项目进行综合评价,可以规范配电网规划技术经济优化比选工作,实现电网规划方案的量化分析比较,提升配电网规划的技术经济分析水平,提高配电网规划的科学性、合理性。
Description
技术领域
本发明涉及电力系统技术分析领域,更具体地说,特别涉及一种基于最优解的配电网方案投资比选方法。
背景技术
现阶段国家电网输电线路建设随着能源战略布局,国家东西部能源调整及一带一路全球能源互联互通的战略趋势,特高压电网建设和配电网建设投资逐年增加。配电网投资建设步伐日益加快,有效且全面的配电网规划项目比选方案,将会是电网规划建设的决策依据。但在电网投资建设决策方法,主要集中于电网的经济运营管理研究,电网运行安全性研究以及多目标的电网规划问题,缺少对于多个配电网规划项目的技术经济评价比选研究。
发明内容
本发明提出了一种基于最优解的配电网方案投资比选方法,克服了现阶段配电网投资规划指标不完善和指标测算难以量化的缺点,同时提出基于TOPSIS的灰色关联度评价方法。
为了实现此目的,本发明采取的技术方案如下:
一种基于最优解的配电网方案投资比选方法,包括下述步骤:
A、构建可以量化的配电网工程全寿命周期成本效益指标。
B、确定各指标权重并TOPSIS的灰色关联度评价方法最优解。
C、利用灰色关联度与欧式距离计算各方案与最优解的贴近度以此选定最优配电网投资方案。
步骤A中构建了可量化的配电网投资规划指标体系。
A1、采用全寿命周期理论构建可以量化的全寿命周期成本指标。
初始投资成本表示为ICn=CI×(AP,r,n),其中CI项目投资总额,r、n分别为折现率、经济使用寿命。
运维成本表示为CO=CPAH+CPAM+CINT+CASS,CPAH为输电线路巡视人工费用;CPAM为输电线路及其他维护费用;CINT为项目融资带来的贷款利息;CASS为项目保险费。项目运维成本年值表示为OCn=CO×(A/P,r,n)。
退役处置成本表示为其中CR为线路在退役时候的清理成本;CV为提前退役线路的价值损失,CNS为回收的残值;ε为预计残值率,0≤ε≤1。退役处置成本年值表示为DCn=CD×(A/P,r,n)。
运行损耗成本表示为其中Q表示线路的额定输送容量, lN表示最高负载率,R表示输电线率的总电阻,pA表示平均购电价。运行损耗成本年值表示为LCn=CL×(A/P,r,n)。
A2、采用全寿命周期理论构建可以量化的效益指标:
增供电量效益,逐年度计算规划项目的增供电量效益,并按各电压等级电网成本占总成本的比例分摊增供电量效益,将计算结果折算为现值,并计算效益年值。PBPn=PBP×(A/P,a,n),其中ΔR购售电价差,kU增供电量效益分摊系数,mU某电压层级固定资产总额、mΣ区域电网固定资产总额。
可靠性效益,根据项目实施前后缺供电量减小值,乘以单位电量停电损失费用,计算可靠性效益值。PBR=kr×VPR,kr单位电量停电损失费用,采用产电比取值,即地区GDP/地区供电量。可靠性效益年值计算,PBRn=PBR×(A/P,a,n)。
A3、引入工程建设对社会环境的影响计算其社会效益。
土地面积效益率,配电网项目投资运营对土地的合理使用情况,其中土地占用面积按杆塔等永久性设备占用面积计算。ηLA=PB/LA,ηLA土地效益率,单位占用土地面积带来的效益值,PB项目全寿命周期效益总值:PB=PBP+PBR,LA土地占用面积。就业增长比率,配电网项目投资运营后对当地就业率的影响ηEP=ΔEP/CI,ηEP——单位投资所带来的就业人口增加量,ΔEP项目投建后新增就业人口。
步骤B中采用熵权法计算各指标权重,并基于TOPSIS的灰色关联度评价方法确定最优理想解。熵的概念源于热力学,是系统微观混乱程度的度量,或是无序的度量。熵值越小表示系统不确定性越弱,现采用熵权法计算各指标权重。熵值为:
则各指标熵权w表示为:
W=(w1,w2,L,wn)T
步骤C利用灰色关联度与欧式距离计算各方案与最优解的贴近度以此选定最优配电网投资方案。
C1、以初值化指标矩阵Y为基础计算第i个样本与正理想样本关于第j个指标的灰色关联系数。
其中可以计算出第i个样本与正理想解的灰色关联度为:
第i个样本负正理想解的灰色关联度为:
C2、计算样本到正理想解和负理想解的欧氏距离,样本i到正理想解和负理想解之间的欧氏距离分别为:
C3、计算相对贴近度并进行样本比选,用来表示无量纲化后的灰色关联度和欧式距离,且越大表明样本越接近正理想解,越大表明样本越接近负理想解,偏离正理想解。综合考虑欧氏距离与灰色关联度的影响,计算 相对贴近度计算利用相对贴近度δi反映了样本在决策者偏好下与正理想解的接近程。并以此选择最优方案。
本发明对配电网项目规划比选要求,建立适用的全寿命周期成本效益以及社会环境指标,能够全面反映配电网规划项目的优劣程度,并提出基于TOPSIS的灰色关联度综合评价模型,通过本方法对配电网投资规划项目进行综合评价,可以规范配电网规划技术经济优化比选工作,实现电网规划方案的量化分析比较,提升配电网规划的技术经济分析水平,提高配电网规划的科学性、合理性。
附图说明
图1为本发明实施流程图,图2为本发明实施过程中的评价指标体系。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。以下公开详细的示范实施例。然而,此处公开的具体结构和功能细节仅仅是出于描述示范实施例的目的。
如图1所示本发明提出了一种基于最优解的配电网方案投资比选方法[0036]具体实施方式如下。
一种基于最优解的配电网方案投资比选方法,包括下述步骤:
A、构建可以量化的配电网工程全寿命周期成本效益指标。
B、确定各指标权重并TOPSIS方法最优解。
C、利用灰色关联度与欧式距离计算各方案与最优解的贴近度以此选定最优配电网投资方案.
步骤A中构建了可量化的配电网投资规划指标体系。
A1、采用全寿命周期理论构建可以量化的全寿命周期成本指标。
初始投资成本表示为ICn=CI×(AP,r,n),其中CI项目投资总额r、n——折现率、经济使用寿命。
运维成本表示为CO=CPAH+CPAM+CINT+CASS,其中CPAH为输电线路巡视人工费用;CPAM为输电线路及其他维护费用;CINT为项目融资带来的贷款利息;CASS为项目保险费。项目运维成本年值表示为OCn=CO×(A/P,r,n)。
退役处置成本表示其中CR为线路在退役时候的清理成本;CV为提前退役线路的价值损失,CNS回收的残值;ε为预计残值率,0≤ε≤1。退役处置成本年值表示为DCn=CD×(AP,r,n)。
运行损耗成本Q表示线路的额定输送容量,lN表示最高负载率,R表示输电线率的总电阻,pA表示平均购电价。运行损耗成本年值 LCn=CL×(A/P,r,n)。
A2、采用全寿命周期理论构建可以量化的效益指标:
增供电量效益,逐年度计算规划项目的增供电量效益,并按各电压等级电网成本占总成本的比例分摊增供电量效益,将计算结果折算为现值,并计算效益年值。PBPn=PBP×(A/P,a,n),其中ΔR购售电价差,kU增供电量效益分摊系数,mU某电压层级固定资产总额、mΣ区域电网固定资产总额。
可靠性效益,根据项目实施前后缺供电量减小值,乘以单位电量停电损失费用,计算可靠性效益值。PBR=kr×VPR,kr单位电量停电损失费用,采用产电比取值,即地区GDP/地区供电量。可靠性效益年值计算,PBRn=PBR×(A/P,a,n)。
A3、引入工程建设对社会环境的影响计算其社会效益。
土地面积效益率,配电网项目投资运营对土地的合理使用情况,其中土地占用面积按杆塔等永久性设备占用面积计算。ηLA=PB/LA,ηLA土地效益率,单位占用土地面积带来的效益值,PB项目全寿命周期效益总值:PB=PBP+PBR,LA土地占用面积。就业增长比率,配电网项目投资运营后对当地就业率的影响ηEP=ΔEP/CI,ηEP——单位投资所带来的就业人口增加量,ΔEP项目投建后新增就业人口。
步骤B中采用熵权法计算各指标权重,并基于TOPSIS法确定最优理想解。
熵的概念源于热力学,是系统微观混乱程度的度量,或是无序的度量。熵值越小表示系统不确定性越弱,现采用熵权法计算各指标权重。熵值为:
则各指标熵权w表示为:
W=(w1,w2,L,wn)T
步骤C利用灰色关联度与欧式距离计算各方案与最优解的贴近度以此选定最优配电网投资方案。
C1、以初值化指标矩阵Y为基础计算第i个样本与正理想样本关于第j个指标的灰色关联系数。
其中可以计算出第i个样本与正理想解的灰色关联度为:
第i个样本负正理想解的灰色关联度为:
C2、计算样本到正理想解和负理想解的欧氏距离,样本i到正理想解和负理想解之间的欧氏距离分别为:
C3、计算相对贴近度并进行样本比选,用来表示无量纲化后的灰色关联度和欧式距离,且越大表明样本越接近正理想解,越大表明样本越接近负理想解,偏离正理想解。综合考虑欧氏距离与灰色关联度的影响,计算 相对贴近度计算利用相对贴近度δi反映了样本在决策者偏好下与正理想解的接近程。并以此选择最优方案。
下面结合更加具体的实例对本发明做进一步说明。
步骤一:依据某地区电网公司2016年投资规划项目评审时的3个配电网建设项目为例,进行指标计算和综合评价。项目A总投资230万元,使用年限20年;项目B 总投资310万元,使用年限30年;项目C总投资280万元,使用年限20年。根据各项目规划资料和调研数据得到各项目指标基础数据计算各指标,见表1。
表1项目指标明细
步骤二、利用熵权法确定各指标权重,得到指标权重向量W。
W=(0.01138 0.37778 0.14238 0.05792 0.17670 0.19600 0.02698 0.01085)
步骤三:利用灰色关联度与欧式距离计算各方案与最优解的贴近度以此选定最优配电网投资方案。
计算各样本间的灰色关联度和理想解解欧氏距离。
以全寿命周期效益指标和社会环境指标作为正向指标,以全寿命周期成本指标作为负向指标,根据加权标准化矩阵确定正理想解F+负理想解F-。
F+=(0.05583 0.07692 0.05741 0.02467 0.14252 0.15176 0.01695 0.00686)
F-=(0.00710 0.31644 0.11145 0.03906 0.07216 0.06061 0.01273 0.00564)
确定各样本到正理想解的灰色关联度V+及其到负理想解的灰色关联度V-。
V+=(0.871345 0.824926 0.827383)
V-=(0.865914 0.854243 0.847271)
确定各样本距正理想解的欧氏距离D+及其距负理想解的欧氏距离D-
D+=(0.050155 0.148648 0.078333)
D-=(0.148627 0.050045 0.081454)
计算贴近度并进行样本比选
将灰色关联度值与欧式距离进行无量纲化处理,得到v+,v-,d+,d-
取α1=α2=0.5计算并最终得出相对正理想解的相对贴近度δ
δA=0.599268,δB=0.392494,δC=0.498693
经本发明方法测算比较三个样本的贴近度可以看出δA>δC>δB,且相对贴近度越大样本约优,可以看出项目A的各方面效益最优,项目B的效益最低。表明在投资额度及投资计划有限的情况下应优先考虑项目A的电网规划。
本发明不局限于上述实施方式,任何人在本发明的启示下都可以得出其他各种形式的产品。凡依本发明申请专利范围所做的均等变化与修饰,皆应属于本发明的涵盖范围。
Claims (4)
1.一种基于最优解的配电网方案投资比选方法,其特征在于,包括下述步骤:
A、构建可以量化的配电网工程全寿命周期成本效益指标;
B、确定各指标权重并TOPSIS的灰色关联度评价方法最优解;
C、利用灰色关联度与欧式距离计算各方案与最优解的贴近度以此选定最优配电网投资方案。
2.根据权利要求1所述的一种基于最优解的配电网方案投资比选方法,其特征在于:步骤A中构建了可量化的配电网投资规划指标体系,
A1、采用全寿命周期理论构建可以量化的全寿命周期成本指标:
初始投资成本表示为ICn=CI×(A/P,r,n),其中CI项目投资总额,r、n分别为折现率、经济使用寿命;
运维成本表示为CO=CPAH+CPAM+CINT+CASS,CPAH为输电线路巡视人工费用;CPAM为输电线路及其他维护费用;CINT为项目融资带来的贷款利息;CASS为项目保险费。项目运维成本年值表示为OCn=CO×(A/P,r,n);
退役处置成本表示为其中CR为线路在退役时候的清理成本;CV为提前退役线路的价值损失,CNS为回收的残值;ε为预计残值率,0≤ε≤1。退役处置成本年值表示为DCn=CD×(A/P,r,n);
运行损耗成本表示为其中Q表示线路的额定输送容量,lN表示最高负载率,R表示输电线率的总电阻,pA表示平均购电价。运行损耗成本年值表示为LCn=CL×(A/P,r,n);
A2、采用全寿命周期理论构建可以量化的效益指标:
增供电量效益,逐年度计算规划项目的增供电量效益,并按各电压等级电网成本占总成本的比例分摊增供电量效益,将计算结果折算为现值,并计算效益年值;PBPn=PBP×(A/P,a,n),其中ΔR购售电价差,kU增供电量效益分摊系数,mU某电压层级固定资产总额、mΣ区域电网固定资产总额;
可靠性效益,根据项目实施前后缺供电量减小值,乘以单位电量停电损失费用,计算可靠性效益值;PBR=kr×VPR,kr单位电量停电损失费用,采用产电比取值,即地区GDP/地区供电量。可靠性效益年值计算,PBRn=PBR×(A/P,a,n);
A3、引入工程建设对社会环境的影响计算其社会效益:
土地面积效益率,配电网项目投资运营对土地的合理使用情况,其中土地占用面积按杆塔等永久性设备占用面积计算;ηLA=PB/LA,ηLA土地效益率,单位占用土地面积带来的效益值,PB项目全寿命周期效益总值:PB=PBP+PBR,LA土地占用面积;就业增长比率,配电网项目投资运营后对当地就业率的影响ηEP=ΔEP/CI,ηEP——单位投资所带来的就业人口增加量,ΔEP项目投建后新增就业人口。
3.根据权利要求1所述的一种基于最优解的配电网方案投资比选方法,其特征在于:步骤B中采用熵权法计算各指标权重,并基于TOPSIS的灰色关联度评价方法确定最优理想解,熵值为:
则各指标熵权w表示为:
W=(w1,w2,L,wn)T。
4.根据权利要求1所述的一种基于最优解的配电网方案投资比选方法,其特征在于:步骤C利用灰色关联度与欧式距离计算各方案与最优解的贴近度以此选定最优配电网投资方案:
C1、以初值化指标矩阵Y为基础计算第i个样本与正理想样本关于第j个指标的灰色关联系数;
其中可以计算出第i个样本与正理想解的灰色关联度为:
第i个样本负正理想解的灰色关联度为:
C2、计算样本到正理想解和负理想解的欧氏距离,样本i到正理想解和负理想解之间的欧氏距离分别为:
C3、计算相对贴近度并进行样本比选,用来表示无量纲化后的灰色关联度和欧式距离,且越大表明样本越接近正理想解,越大表明样本越接近负理想解,偏离正理想解。综合考虑欧氏距离与灰色关联度的影响,计算 相对贴近度计算利用相对贴近度δi反映了样本在决策者偏好下与正理想解的接近程。并以此选择最优方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710581322.3A CN109272419A (zh) | 2017-07-17 | 2017-07-17 | 一种基于最优解的配电网方案投资比选方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710581322.3A CN109272419A (zh) | 2017-07-17 | 2017-07-17 | 一种基于最优解的配电网方案投资比选方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109272419A true CN109272419A (zh) | 2019-01-25 |
Family
ID=65147705
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710581322.3A Pending CN109272419A (zh) | 2017-07-17 | 2017-07-17 | 一种基于最优解的配电网方案投资比选方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109272419A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110334952A (zh) * | 2019-07-05 | 2019-10-15 | 广西电力职业技术学院 | 一种基于改进灰色关联度的配电网规划后评价方法 |
CN110852582A (zh) * | 2019-10-29 | 2020-02-28 | 国网青海省电力公司 | 一种基于固定投资的配电网规划项目自动优选方法 |
CN111444469A (zh) * | 2020-03-25 | 2020-07-24 | 上海浦源科技有限公司 | 一种基于网格化的配电网规划方法 |
CN111652472A (zh) * | 2020-05-07 | 2020-09-11 | 贵州乌江水电开发有限责任公司洪家渡发电厂 | 一种流域梯级水电站群补偿效益求解及效益分配方法 |
CN113642929A (zh) * | 2021-08-30 | 2021-11-12 | 平安医疗健康管理股份有限公司 | 带量采购业务对象的确定方法、装置及计算机设备 |
CN113988529A (zh) * | 2021-09-28 | 2022-01-28 | 广东电网有限责任公司 | 配电网规划的评估方法、电子设备和计算机可读存储介质 |
-
2017
- 2017-07-17 CN CN201710581322.3A patent/CN109272419A/zh active Pending
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110334952A (zh) * | 2019-07-05 | 2019-10-15 | 广西电力职业技术学院 | 一种基于改进灰色关联度的配电网规划后评价方法 |
CN110852582A (zh) * | 2019-10-29 | 2020-02-28 | 国网青海省电力公司 | 一种基于固定投资的配电网规划项目自动优选方法 |
CN111444469A (zh) * | 2020-03-25 | 2020-07-24 | 上海浦源科技有限公司 | 一种基于网格化的配电网规划方法 |
CN111652472A (zh) * | 2020-05-07 | 2020-09-11 | 贵州乌江水电开发有限责任公司洪家渡发电厂 | 一种流域梯级水电站群补偿效益求解及效益分配方法 |
CN111652472B (zh) * | 2020-05-07 | 2023-05-02 | 贵州乌江水电开发有限责任公司洪家渡发电厂 | 一种流域梯级水电站群补偿效益求解及效益分配方法 |
CN113642929A (zh) * | 2021-08-30 | 2021-11-12 | 平安医疗健康管理股份有限公司 | 带量采购业务对象的确定方法、装置及计算机设备 |
CN113988529A (zh) * | 2021-09-28 | 2022-01-28 | 广东电网有限责任公司 | 配电网规划的评估方法、电子设备和计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272419A (zh) | 一种基于最优解的配电网方案投资比选方法 | |
Hafeznia et al. | Analysis of the effectiveness of national renewable energy policies: A case of photovoltaic policies | |
Azadeh et al. | Location optimization of wind plants in Iran by an integrated hierarchical Data Envelopment Analysis | |
Tegou et al. | Environmental management framework for wind farm siting: Methodology and case study | |
Divakar et al. | Optimal allocation of bulk water supplies to competing use sectors based on economic criterion–An application to the Chao Phraya River Basin, Thailand | |
Azadeh et al. | Location optimization of solar plants by an integrated hierarchical DEA PCA approach | |
Alsharif et al. | Governance of water supply systems in the Palestinian Territories: A data envelopment analysis approach to the management of water resources | |
Jin et al. | Impact of cost–benefit analysis on financial benefit evaluation of investment projects under back propagation neural network | |
Xia et al. | Evaluating the economic impact of wind power development on local economies in China | |
CN106056290A (zh) | 一种计及新能源接入的输电网运行效率效益检测方法 | |
CN109902909A (zh) | 一种基于层次分析法与灰色模糊综合评价法的项目效益评估方法 | |
CN110490409B (zh) | 一种基于dnn的低压台区线损率标杆值设定方法 | |
CN109993463A (zh) | 一种综合管廊的工程质量管理评价方法 | |
Kang et al. | A bi-level reinforcement learning model for optimal scheduling and planning of battery energy storage considering uncertainty in the energy-sharing community | |
CN108711878A (zh) | 考虑出力特性的光伏电站多类型组件容量配置方法 | |
Rosales-Asensio et al. | Surrogate optimization of coupled energy sources in a desalination microgrid based on solar PV and wind energy | |
Wu et al. | Challenges of investment and financing for developing photovoltaic power generation in Cameroon, and the countermeasures | |
Liu et al. | Development Assessment of Higher Education System Based on TOPSIS‐Entropy, Hopfield Neural Network, and Cobweb Model | |
CN106096837A (zh) | 基于电网投资规模的电量分配方法和系统 | |
Ali | Development and Improvement of Renewable Energy Integrated with Energy Trading Schemes based on Advanced Optimization Approaches | |
CN118171788A (zh) | 可调度柔性资源与电网规划布局的协同优化方法 | |
CN106228471A (zh) | 一种配电网指标评估方法及评估装置 | |
Chebotareva | Impact of state support mechanisms on the cost of renewable energy projects: The case of developing countries | |
CN104318488A (zh) | 一种风电agc辅助服务定价及补偿方法 | |
Zeng et al. | A land-indicator-based optimization model with trading mechanism in wetland ecosystem under uncertainty |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190125 |