CN109871570A - 计及设备性能的高纬度严寒地区电力变压器lcc决策模型 - Google Patents
计及设备性能的高纬度严寒地区电力变压器lcc决策模型 Download PDFInfo
- Publication number
- CN109871570A CN109871570A CN201811606080.XA CN201811606080A CN109871570A CN 109871570 A CN109871570 A CN 109871570A CN 201811606080 A CN201811606080 A CN 201811606080A CN 109871570 A CN109871570 A CN 109871570A
- Authority
- CN
- China
- Prior art keywords
- transformer
- performance
- cost
- model
- vague
- 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
- 238000000034 method Methods 0.000 claims abstract description 35
- 238000013210 evaluation model Methods 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 15
- 238000011156 evaluation Methods 0.000 claims description 101
- 239000011159 matrix material Substances 0.000 claims description 33
- 230000006870 function Effects 0.000 claims description 27
- 238000013459 approach Methods 0.000 claims description 18
- 238000004458 analytical method Methods 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 9
- 239000000463 material Substances 0.000 claims description 9
- 238000011160 research Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 7
- 230000000694 effects Effects 0.000 claims description 7
- 238000012423 maintenance Methods 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 5
- 230000005611 electricity Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 claims description 4
- 230000033228 biological regulation Effects 0.000 claims description 3
- 230000007850 degeneration Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 230000006872 improvement Effects 0.000 claims description 3
- 238000011084 recovery Methods 0.000 claims description 3
- 239000004576 sand Substances 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 230000008676 import Effects 0.000 claims description 2
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 claims 1
- 239000010931 gold Substances 0.000 claims 1
- 229910052737 gold Inorganic materials 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 208000011580 syndromic disease Diseases 0.000 claims 1
- 238000012360 testing method Methods 0.000 claims 1
- 238000012795 verification Methods 0.000 abstract 1
- 238000007726 management method Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 4
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000000996 additive effect Effects 0.000 description 1
- 238000013524 data verification Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005553 drilling Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
Classifications
-
- 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
- Supply And Distribution Of Alternating Current (AREA)
- Housings And Mounting Of Transformers (AREA)
Abstract
本发明属于电力技术领域,尤其涉及一种计及设备性能的高纬度严寒地区电力变压器LCC决策模型。包括高寒地区变压器性能的模糊评价模型和基于设备性能的变压器LCC决策模型。本发明分析了高纬度严寒地区变压器性能和成本的相关关系,构建了高纬度严寒地区变压器性能模糊评价模型及性能—成本相关关系模型,运用实际变压器数据验证模型的有效性,为高寒地区变压器LCC决策提供新思路和有效工具。通过分析高寒地区变压器性能与LCC之间的关系,建立基于模糊理论的高寒地区变压器性能评估模型及性能—成本相关关系模型,克服高寒地区变压器LCC估算过程中存在的多种不确定性成本,得出高寒地区变压器性能与LCC之间的定量关系,并验证。
Description
技术领域
本发明属于电力技术领域,尤其涉及一种计及设备性能的高纬度严寒地区电力变压器LCC决策模型。
背景技术
变压器是变电站的核心设备,分析变压器LCC是变电站全寿命周期造价管控的重要内容,也是提高电网资产管理效率的有效手段。高纬度严寒地区独特的自然条件决定了变压器的成本和其性能密切相关,但以往较少有对此项目加以研究的。
变压器是变电站中核心设备之一,变压器的安全稳定运行对变电站乃至电力系统的正常运行至关重要。在变电站的建设中,变压器费用是总成本的重要部分,分析变压器的成本,一方面可以为变压器造价管控提供依据,同时也有利于提高变电站的资产管理效率。
我国现行变电站的管理体制以全过程管理为主,对于变压器后期运维及退役处置成本重视度较弱,使得从全寿命周期角度来看,变压器的成本管控效果并不理想。变压器的全寿命周期成本Life Cycle Cost,LCC不仅包括初期投资成本,还有后期的运维成本、退役处置成本等。分析变压器LCC,对于提升变压器的安全稳定运行,最大限度的减少变压器的LCC成本具有重要的意义。
传统的LCC估算方法主要包括参数估算法、工程估算法、智能算法估算法、作业成本估算法等,这些方法大都需要较为详细的投资及运行数据,而要完整地收集这些数据往往非常困难。同时,变压器寿命周期较长,服役年限一般能达到30-50年,这期间的建设投入、运行维护和停电损失等成本都具有很大的不确定性。基于此,国内外学者逐渐将模糊理论应用到电力设备LCC管理中,较好地克服了信息不完整、不确定等问题。
但是,当前研究大多针对常规地区变压器LCC估算及分析,较少针对特殊自然条件下的变压器LCC进行分析。高维度严寒地区,以下简称“高寒地区”。由于其低温、风大且冻土等原因,对于变压器的安装以及正常运行带来了严峻挑战。此外,该类地区变压器的后期运维成本与变压器的性能高度相关,使得变压器初始投资成本与后期运维成本具有较强的关联性。
变压器全寿命周期成本包括初始投资成本、运行维护成本和退役处置成本。通常而言,设备的性能反映了其可靠性,而设备的可靠性与其寿命成本密切相关。高寒地区独特的自然条件决定了变压器需要具有覆冰运行、抗风沙等能力,这对变压器本身的性能提出了硬性要求,从而对变压器的LCC产生影响。高寒地区变压器性能和LCC之间的关系可以用图1表示。
如图1所示,变压器性能的提升使得设备初始投资成本增加,但却使后期的运维成本下降。这种相反的费用变化趋势使得变压器性能与LCC之间可能存在最优区间。这表明,在高寒地区变压器选型时,要综合考虑设备的性能和LCC,既要满足高寒地区特殊需求,又要使得变压器的LCC最低或处于较低区间内。此外,变压器退役处置成本主要包括变压器退役处理费用以及设备残值,通常与设备初始投资成本相关。因此,高寒地区变压器LCC决策的关键在于确定高寒地区变压器的性能,并分析变压器性能和设备初始投资、运维成本之间的定量关系。
当前研究大多针对常规地区变压器LCC估算及分析,较少针对特殊自然条件下的变压器LCC进行分析。高寒地区由于其低温、风大且冻土等原因,对于变压器的安装以及正常运行带来了严峻挑战。此外,该类地区变压器的后期运维成本与变压器的性能高度相关,使得变压器初始投资成本与后期运维成本具有较强的关联性。以往研究对变压器性能与成本之间的关联关系分析较少,特别是针对高寒地区等特殊自然条件下的变压器成本研究较少或仅限于定性分析,缺乏定量研究。
发明内容
针对上述现有技术存在的问题,本发明提出一种计及设备性能的高纬度严寒地区电力变压器LCC决策模型,其目的是为了能够实现通过分析高寒地区变压器性能与LCC之间的相关关系,建立基于模糊理论的高寒地区变压器性能评估模型及性能—成本相关关系模型,克服高寒地区变压器LCC估算过程中存在的多种不确定性成本,得出高寒地区变压器性能与LCC之间的定量关系,并通过实例对计及设备性能的高寒地区变压器LCC计算方法进行验证的发明目的。
为实现上述发明目的,本发明是通过以下技术方案实现的:
计及设备性能的高纬度严寒地区电力变压器LCC决策模型,包括以下步骤:
步骤1.高寒地区变压器性能的模糊评价模型;
(1)确定评价指标体系;
(2)确定指标权重;
(3)对每个性能指标设定评语集;
(4)构造Vague集评价矩阵;
(5)根据指标体系的权重W和Vague集评价矩阵R,进行基于Vague集的综合评价;
步骤2.基于设备性能的变压器LCC决策模型;
(1)变压器CI与变压器性能R相关关系模型;
(2)运维成本COMF与性能变压器性能R相关关系模型;
(3)变压器退役处置成本CD计算模型。
所述高寒地区变压器性能的模糊评价模型包括:
高寒地区变压器性能影响因素较多,分析过程存在大量的数据和信息不确定和不完全性,模糊综合评价法可很好地解决信息不确定性问题,采用基于Vague集理论的改进评价方法;
Vague集是对Fuzzy集的扩展,Fuzzy集把隶属概念扩大到了[0,1]区间,而Vague集的思想则认为每个元素的隶属都可以分成支持和对立两个方面,也就是有真隶属度t和假隶属度f构成;假设U是一个论域,x表示其中任一元素,U中的一个Vague集可用一个真隶属函数tA和一个假隶属函数fA表示,tA(x)是从支持x的证据所导出的x的隶属度的下界;fA(x)则是从反对x的证据所导出的x的否定隶属度下界,不确定部分为1-tA(x)-fA(x);
记tA(x)为tx,记fA(x)为fx,有:tx+fx≤1;若tx=1-fx,则Vague集退化为Fuzzy集;若tx=1-fx=0或tx=1-fx=1,则Vague集退化为普通集;运用Vague对高寒地区变压器性能进行评价的具体步骤为:
(1)确定评价指标体系;根据高寒地区自然环境对变压器运行条件的要求,高寒地区变压器性能评价指标主要包括:技术参数(C1)、低温运行能力(C2)、抗风沙能力(C3)、故障水平(C4)、能耗水平(C5);
(2)确定指标权重;考虑到评价指标为定性指标,采用AHP方法确定指标权重,通过邀请相关领域专家,给出各个指标的重要性判别矩阵,得到指标体系的权重向量W;
(3)对每个性能指标设定评语集,评语集为V=(V1,V2,V3,V4,V5)分别表示性能很好、性能较好、性能一般、性能较差、性能差,邀请一定数量的专家选择合适的语言变量来表达评价意见;
(4)构造Vague集评价矩阵,按照所给定的评语集对所有指标逐一进行判断,若以Ci表示其中任一性能指标,评语集为Vj(j=1,2,3,4,5),构造评价指标体系C和评语集V之间的Vague集评价矩阵R:
上式中,rij表示因素指标Ci对应评语等级Vj的Vague值评语,且有rij=[tA,1-fA];针对每个指标按照评语集逐一进行选择,为更真实地表示犹豫程度,允许弃权;据此得到所有指标的Vague值评语,进而构造整个指标体系的Vague集评价矩阵;
(5)根据指标体系的权重W和Vague集评价矩阵R,进行基于Vague集的综合评价:
上式中,F为基于Vague集的综合评价结果,Fj为待评价对象对评语等级Vj的Vague值评语,为Vague集中矩阵相乘的运算符号,为Vague集有限和运算符号;
设k为[0,1]区间上的实数,A、B为Vague集上的元素,A=[tA,1-fA],B=[tB,1-fB],则:
上式(4)和(5)中,t表示真隶属度,f表示假隶属度,tA表示真隶属函数,fA表示假隶属函数;
之后,由于Vague值是一个区间数,采用Liu和Wang提出的相对计分函数对Vague集隶属度进行实数化,公式如下:
上式中,J(x)是计分函数的实数值,表示评估结果对某个评语等级的隶属度,x表示其中任一元素,t表示真隶属度,f表示假隶属度;
最后,对各个评语等级赋分,令V=(V1,V2,V3,V4,V5)=(1,0.8,0.6,0.4,0.2),根据各个评语等级的计分函数运用加权平均算子得到性能评价结果。
所述基于设备性能的变压器LCC决策模型,包括:
变压器全寿命周期成本表示为:
CLCC=CI+CO+CM+CF+CD (7)
上式中,CLCC表示变压器全寿命周期成本,CI表示初始投资成本,CO是运行成本,CM是检修维护成本,CF是故障成本,CD是退役处置成本;
通过以上分析,变压器全寿命周期成本中的各项费用和变压器的性能存在相关关系,设备的初始投资成本随着变压器性能的提升而增加,运行、检修维护、故障和环境成本随着变压器性能的提升而下降,将这部分费用记为运行维护成本COMF;CD是变压器退役处置成本,与设备初始投资相关;因此,变压器LCC模型确定的关键在于分析CI和COMF与设备性能之间的关系;
通过分析设备性能与相关费用之间的影响关系,确定公式的形式和特点,根据所研究具体问题,利用回归分析等技术确定模型中的参数;实际经验表明,形式上过于复杂模型,由于所涉及的参数难以确定且运算量较大,拟合效果较差;
但是,模型过于简化会导致不能准确描述性能变化对寿命周期费用的影响,容易遗漏关键影响要素而造成模型失真,因而也是不合适的;在确定设备性能与LCC相关关系模型时,设备性能指标常用R表示;性能—成本关系模型的形式一般为:
式中:C(R)为与设备性能相关的费用,是R的函数,a、b、c是模型待估参数,需结合具体研究问题确定;
(1)CI与性能R相关关系模型:
根据高寒地区变压器LCC各项费用的定义及与变压器性能的关系分析,确定CI与性能R存在正相关关系;根据研究对象的实际意义,若要求变压器具有非常高的性能R,则变压器CI必将很高,当要求的性能水平超出目前或短时间内的工业技术水平,那么投入再多的资金也无法达到;因此,变压器的性能水平存在一个上限RU,使得同理,变压器性能水平存在理论上的下限RL,满足
综上,高寒地区变压器初始投资成本CI与变压器性能R应满足以下条件:
上式中:变压器性能R,变压器CI,变压器的性能水平上限RU,变压器性能水平下限RL;
满足条件1的公式(8)中的函数可以定义为:
上式中:变压器性能R,U是一个论域;
为使CI(R)同时满足条件2,可令R=RL,并取CI(R)=0,带入公式(8)得:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL;
由此得到高寒地区变压器初始投资成本CI和变压器性能R之间的函数关系为:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL;
证明,随着变压器性能R的提升,初始投资成本CI逐渐增加,并随着R的不断增加,费用增长的幅度在逐渐变大,符合性能—成本相关关系;
(2)COMF与性能R相关关系模型:
与初始投资成本CI相反,运维成本COMF与变压器性能呈负相关关系;根据上述分析,运维成本COMF与变压器性能R的相关关系模型应满足条件:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,运维成本COMF;
与CI不同的是,COMF需要考虑变压器的运行年限,即时间因素;因此,COMF与R的相关关系模型可表示为,t为变压器寿命;
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,运维成本COMF,t为变压器寿命;
同理证明,COMF是性能R的减函数,且随着R的不断增加,费用下降的幅度逐渐变小;
(3)CD计算模型;
高寒地区变压器的退役处置成本是指在变压器的寿命终期进行报废处理过程中所产生的成本费用之和,主要由变压器的报废成本以及变压器残值两部分构成;根据电网工程有关规定,设备的报废成本根据此设备的安装调试费用确定,一般占安装费用30%左右;变压器属于材料密集型的产品,其主要材料不易发生贬值,退役后的材料基本全部可以回收使用,残值占其购置费的比重根据不同电压等级有所差别,一般在5%-30%之间;
因此,在不考虑资金时间价值情况下,变压器退役处置成本计算公式为:
CD=(SC-RV)=Caz×30%-Cgz×r=λ1CI-λ2CI (15)
上式中,CD为退役处置成本,SC为变压器报废成本,RV为设备残值,Caz为安装费用,Cgz为购置费用,r为设备残值占购置费的比重,根据设备电压等级确定,i为折现率,n为设备运行年限,λ1和λ2分别为报废成本和设备残值占初始投资成本的比重,CI为变压器初始投资成本;
根据《电力建设工程预算定额》及电网工程设备信息价,变压器初始投资成本中,设备购置费占比较大,安装费用占比重较低,可以忽略不计;因此,在考虑资金时间价值后,将上式简化为:
上式中,CD为退役处置成本,CI为变压器初始投资成本,λ2为回收系数,根据变压器电压等级取5%-30%;
综上,考虑设备性能的高寒地区变压器LCC成本计算公式为:
上式中,变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,t为变压器寿命,λ2是由变压器电压等级决定的常数,参数a1、a2、b1、b2需针对特定问题,结合相关专业知识以及工程实践进行确定,本发明利用最小二乘法确定上述参数取值。
所述决策模型,选取两种不同性能的220kV变压器,分析在高寒地区的设备选型,验证模型的实用性和有效性;
首先,选取高寒地区已建成投运的220kV变压器,运用模糊评价模型得到各个变压器的性能;
其次,以变压器性能以及相关费用数据为基础,运用最小二乘法拟合变压器CI和COMFE与性能的函数关系,得到相关参数取值;
最后,运用模糊评价模型评价备选变压器的性能,将评价结果带入拟合后的性能—成本模型中,得到各备选方案的LCC,据此进行设备选型;
(1)变压器性能评价结果:
选取某高寒地区2013-2016年完成竣工决算的17个220kV变电站的22台220kV变压器,运用所构建的模糊评价模型评价各台变压器的性能;首先,得到5个性能指标的重要性判别矩阵及权重结果如表1所示;
现以某一220kV变压器为例,说明性能评价的过程;首先,通过问卷调查的方式搜集变压器性能指标的评价值;在此基础上,结合所有评价结果,构造各指标的Vague值评语;包括对于评价指标体系中的评价指标C1,20个专家中有5人认为该项目在该指标上性能很好,8人认为较好,5人认为一般,0人认为较差,0人认为差,2人弃权;根据Vague集构造规则,指标C1对应的Vague值评语应为:
r1=(r11,r12,r13,r14,r15)=[(0.25,0.35),(0.4,0.5),(0.25,0.35),(0,0.1),(0,0.1)]
同理,得到评价指标体系中所有指标的Vague值评语,形成评价指标体系的Vague集评价矩阵,如表2所示;
对于评价指标体系,在已知指标体系的权重W和Vague值评价矩阵的基础上,根据公式(2)-(5),得到待评价变压器在各个性能指标等级上的Vague值评语及Vague集评价结果,如表3所示;
最后,根据各个评语等级赋分规则V=(V1,V2,V3,V4,V5)=(1,0.8,0.6,0.4,0.2),计算得到该变压器性能评价结果为0.6963;同理,得到所有22台220kV变压器的Vague集性能评价结果,作为性能-成本相关模型的输入变量;
(2)性能-成本模型拟合结果:
22台高寒地区220kV变压器性能评价结果和相关的成本数据如表4所示,将其代入公式(12)和(14),其中,RU=1,RL=0.2,t=30;
根据原始数据,运用最小二乘法拟合,得到模型参数a1=255.26、b1=1.35、a2=41.55、b2=1.13;此外,针对220kV变压器,取λ2=5%,i=10%,n=30,因此基于模糊评价结果的高寒地区220kV变压器性能-成本相关关系模型可以写成:
(3)备选变压器LCC决策:
运用所得到的性能-成本拟合模型对相同型号的两个220kV变压器进行LCC决策;变压器A是国产变压器,变压器B是进口变压器,两台变压器的技术参数如表5;
首先对两台变压器的各项性能评价指标进行评价,运用模糊评价模型得到两台变压器的性能评价结果,代入性能-成本相关关系模型,计算得到两台变压器的LCC表6,据此进行决策;
根据表6,采用变压器A的初始投资成本为518.9947万元,变压器B的初始投资成本为674.5888万元,变压器A显然低于变压器B,如果传统的全过程造价管控理论,如果二者的性能均能满足实际需求,应选择变压器A;但是,变压器A的运维成本为1959.7902万元,变压器B的运维成本为1535.9484万元,两台变压器的退役处置成本均较小,综合而言,变压器A的全寿命周期成本为2477.2509万元,变压器B为2208.6042万元;变压器B不仅性能上优于变压器A,且全寿命周期成本明显低于A,因此选择变压器B。
本发明的优点及有益效果是:
本发明分析了高纬度严寒地区变压器性能和成本的相关关系,构建了高纬度严寒地区变压器性能模糊评价模型及性能—成本相关关系模型,并运用实际变压器数据验证了模型的有效性,为高纬度严寒地区变压器LCC决策提供了新的思路和有效工具。
本发明通过分析高寒地区变压器性能与LCC之间的相关关系,建立基于模糊理论的高寒地区变压器性能评估模型及性能—成本相关关系模型,克服高寒地区变压器LCC估算过程中存在的多种不确定性成本,得出高寒地区变压器性能与LCC之间的定量关系,并通过实例对计及设备性能的高寒地区变压器LCC计算方法进行验证。
附图说明
为了便于本领域普通技术人员理解和实施本发明,下面结合附图及具体实施方式对本发明作进一步的详细描述,但应当理解本发明的保护范围并不受具体实施方式的限制。
图1是现有高寒地区变压器性能-LCC关系。
具体实施方式
本发明是一种计及设备性能的高纬度严寒地区电力变压器LCC决策模型,分别从高寒地区变压器性能确定和性能-LCC定量关系确定两个方面进行分析。
1.高寒地区变压器性能的模糊评价模型。
高寒地区变压器性能影响因素较多,分析过程存在大量的数据和信息不确定和不完全性,模糊综合评价法可很好地解决信息不确定性问题,但是传统的基于Fuzzy集的模糊理论由于隶属度不满足可加性,取大或取小运算容易丢失中间信息,从而导致评价结果容易失真,如,易欣,基于ANP与vague集的工程项目风险评价方法改进[J],华东交通大学学报,2013,30(02):9-15。因此,本发明采用基于Vague集理论的改进评价方法,包括第一,Hong D H,Choi C H.Multicriteria fuzzy decision-making problems based on vagueset theory[J,Fuzzy sets and systems,2000,114(1):103-113。第二,周丽,肖家馨,等,一种改进Vague集方法的软件质量评价研究[J],数学的实践与认识,2017,47(22):36-45。
Vague集是对Fuzzy集的扩展,Fuzzy集把隶属概念扩大到了[0,1]区间,而Vague集的思想则认为每个元素的隶属都可以分成支持和对立两个方面,也就是有真隶属度t和假隶属度f构成。假设U是一个论域,x表示其中任一元素,U中的一个Vague集可用一个真隶属函数tA和一个假隶属函数fA表示,tA(x)是从支持x的证据所导出的x的隶属度的下界;fA(x)则是从反对x的证据所导出的x的否定隶属度下界,不确定部分为1-tA(x)-fA(x)。为方便讨论,本发明记tA(x)为tx,记fA(x)为fx,有:tx+fx≤1。若tx=1-fx,则Vague集退化为Fuzzy集;若tx=1-fx=0或tx=1-fx=1,则Vague集退化为普通集。运用Vague对高寒地区变压器性能进行评价的具体步骤为:
(1)确定评价指标体系。根据高寒地区自然环境对变压器运行条件的要求,高寒地区变压器性能评价指标主要包括:技术参数(C1)、低温运行能力(C2)、抗风沙能力(C3)、故障水平(C4)、能耗水平(C5)。
(2)确定指标权重。考虑到评价指标为定性指标,本文采用AHP方法确定指标权重,通过邀请相关领域专家,给出各个指标的重要性判别矩阵,得到指标体系的权重向量W。
(3)对每个性能指标设定评语集,本发明评语集为V=(V1,V2,V3,V4,V5)分别表示性能很好、性能较好、性能一般、性能较差、性能差,邀请一定数量的专家选择合适的语言变量来表达评价意见。
(4)构造Vague集评价矩阵,请专家按照所给定的评语集对所有指标逐一进行判断,若以Ci表示其中任一性能指标,评语集为Vj(j=1,2,3,4,5),构造评价指标体系C和评语集V之间的Vague集评价矩阵R:
上式中,rij表示因素指标Ci对应评语等级Vj的Vague值评语,且有rij=[tA,1-fA]。组织相关专家针对每个指标按照评语集逐一进行选择,为更真实地表示专家的犹豫程度,允许专家弃权。例如有10位专家对某一环境变化因素Ci评价,若4人认为设备性能很好,3人认为性能较好,2人认为性能一般,1人放弃评价,则ri=(ri1,ri2,ri3,ri4,ri5)=[(0.4,0.5),(0.3,0.4),(0.2,0.3),(0,0.1),(0,0.1)],据此可以得到所有指标的Vague值评语,进而构造整个指标体系的Vague集评价矩阵。
(5)根据指标体系的权重W和Vague集评价矩阵R,进行基于Vague集的综合评价:
上式中,F为基于Vague集的综合评价结果,Fj为待评价对象对评语等级Vj的Vague值评语,为Vague集中矩阵相乘的运算符号,为Vague集有限和运算符号。
设k为[0,1]区间上的实数,A、B为Vague集上的元素,A=[tA,1-fA],B=[tB,1-fB],则:
上式(4)和(5)中,t表示真隶属度,f表示假隶属度,tA表示真隶属函数,fA表示假隶属函数。
之后,由于Vague值是一个区间数,采用Liu和Wang提出的相对计分函数对Vague集隶属度进行实数化,公式如下:
上式中,J(x)是计分函数的实数值,表示评估结果对某个评语等级的隶属度,x表示其中任一元素,t表示真隶属度,f表示假隶属度。
最后,对各个评语等级赋分,令V=(V1,V2,V3,V4,V5)=(1,0.8,0.6,0.4,0.2),根据各个评语等级的计分函数运用加权平均算子得到性能评价结果。
2.基于设备性能的变压器LCC决策模型。
变压器全寿命周期成本表示为:
CLCC=CI+CO+CM+CF+CD (7)
上式中,CLCC表示变压器全寿命周期成本,CI表示初始投资成本,CO是运行成本,CM是检修维护成本,CF是故障成本,CD是退役处置成本。
通过以上分析,变压器全寿命周期成本中的各项费用和变压器的性能存在相关关系,设备的初始投资成本随着变压器性能的提升而增加,运行、检修维护、故障和环境成本随着变压器性能的提升而下降,可以将这部分费用记为运行维护成本COMF。CD是变压器退役处置成本,与设备初始投资相关。因此,变压器LCC模型确定的关键在于分析CI和COMF与设备性能之间的关系。
由于变压器性能对相关费用的影响机理较为复杂,难以直接推导性能和成本之间的数学关系。比较可行的做法是通过分析设备性能与相关费用之间的影响关系,确定公式的形式和特点,根据所研究具体问题,利用回归分析等技术确定模型中的参数。实际经验表明,形式上过于复杂模型,由于所涉及的参数难以确定且运算量较大,拟合效果较差,详见:刘晓东,张恒喜,飞机可靠性与研制费用相关关系研究[J],空军工程大学学报(自然科学版),2000(01):63-66。
但是,模型过于简化会导致不能准确描述性能变化对寿命周期费用的影响,容易遗漏关键影响要素而造成模型失真,因而也是不合适的。在确定设备性能与LCC相关关系模型时,设备性能指标常用R表示。性能—成本关系模型的形式一般为:
式中:C(R)为与设备性能相关的费用,是R的函数,a、b、c是模型待估参数,需结合具体研究问题确定。
(1)CI与性能R相关关系模型。
根据高寒地区变压器LCC各项费用的定义及与变压器性能的关系分析,可以确定CI与性能R存在正相关关系。根据研究对象的实际意义,若要求变压器具有非常高的性能R,则变压器CI必将很高,当要求的性能水平超出目前或短时间内的工业技术水平,那么投入再多的资金也无法达到。因此,可以认为变压器的性能水平存在一个上限RU,使得同理,变压器性能水平存在理论上的下限RL,满足
综上,高寒地区变压器初始投资成本CI与变压器性能R应满足以下条件:
上式中:变压器性能R,变压器CI,变压器的性能水平上限RU,变压器性能水平下限RL。
满足条件1的公式(8)中的函数可以定义为:
上式中:变压器性能R,U是一个论域。
为使CI(R)同时满足条件2,可令R=RL,并取CI(R)=0,带入公式(8)可得:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL。
由此得到高寒地区变压器初始投资成本CI和变压器性能R之间的函数关系为:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL。
可以证明,随着变压器性能R的提升,初始投资成本CI逐渐增加,并随着R的不断增加,费用增长的幅度在逐渐变大,符合性能—成本相关关系。
(2)COMF与性能R相关关系模型。
与初始投资成本CI相反,运维成本COMF与变压器性能呈负相关关系。根据上述分析,运维成本COMF与变压器性能R的相关关系模型应满足条件:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,运维成本COMF。
与CI不同的是,COMF需要考虑变压器的运行年限,即时间因素。因此,COMF与R的相关关系模型可表示为,t为变压器寿命。
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,运维成本COMF,t为变压器寿命。
同理,可以证明,COMF是性能R的减函数,且随着R的不断增加,费用下降的幅度逐渐变小。
(3)CD计算模型。
高寒地区变压器的退役处置成本是指在变压器的寿命终期进行报废处理过程中所产生的成本费用之和,主要由变压器的报废成本以及变压器残值两部分构成。根据电网工程有关规定,设备的报废成本根据此设备的安装调试费用确定,一般占安装费用30%左右;变压器属于材料密集型的产品,其主要材料不易发生贬值,退役后的材料基本全部可以回收使用,残值占其购置费的比重根据不同电压等级有所差别,一般在5%-30%之间。
因此,在不考虑资金时间价值情况下,变压器退役处置成本计算公式为:
CD=(SC-RV)=Caz×30%-Cgz×r=λ1CI-λ2CI (15)
上式中,CD为退役处置成本,SC为变压器报废成本,RV为设备残值,Caz为安装费用,Cgz为购置费用,r为设备残值占购置费的比重,根据设备电压等级确定,i为折现率,n为设备运行年限,λ1和λ2分别为报废成本和设备残值占初始投资成本的比重,CI为变压器初始投资成本。
根据《电力建设工程预算定额》及电网工程设备信息价,变压器初始投资成本中,设备购置费占比较大,安装费用占比重较低,可以忽略不计。因此,在考虑资金时间价值后,可以将上式简化为:
上式中,CD为退役处置成本,CI为变压器初始投资成本,λ2为回收系数,根据变压器电压等级取5%-30%。
综上,考虑设备性能的高寒地区变压器LCC成本计算公式为:
上式中,变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,t为变压器寿命,λ2是由变压器电压等级决定的常数,参数a1、a2、b1、b2需针对特定问题,结合相关专业知识以及工程实践进行确定,本发明利用最小二乘法确定上述参数取值。
实施例1:
本发明以两种不同性能的220kV变压器为例,分析在高寒地区的设备选型,验证模型的实用性和有效性。首先,选取高寒地区已建成投运的220kV变压器,运用模糊评价模型得到各个变压器的性能;其次,以变压器性能以及相关费用数据为基础,运用最小二乘法拟合变压器CI和COMFE与性能的函数关系,得到相关参数取值;最后,运用模糊评价模型评价备选变压器的性能,将评价结果带入拟合后的性能—成本模型中,得到各备选方案的LCC,据此进行设备选型。
(1)变压器性能评价结果。
本发明选取我国某高寒地区2013-2016年完成竣工决算的17个220kV变电站的22台220kV变压器,运用所构建的模糊评价模型评价各台变压器的性能。首先,根据专家意见,得到5个性能指标的重要性判别矩阵及权重结果如表1所示。
现以某一220kV变压器为例,说明性能评价的过程。首先,邀请来自高校、专业设计院所、变压器施工单位的20位专家,通过问卷调查的方式搜集变压器性能指标的评价值。在此基础上,结合所有专家给出的评价结果,构造各指标的Vague值评语。例如,对于评价指标体系中的评价指标C1,20个专家中有5人认为该项目在该指标上性能很好,8人认为较好,5人认为一般,0人认为较差,0人认为差,2人弃权。根据Vague集构造规则,指标C1对应的Vague值评语应为:
r1=(r11,r12,r13,r14,r15)=[(0.25,0.35),(0.4,0.5),(0.25,0.35),(0,0.1),(0,0.1)]
同理,可以得到评价指标体系中所有指标的Vague值评语,形成评价指标体系的Vague集评价矩阵,如表2所示。
对于评价指标体系,在已知指标体系的权重W和Vague值评价矩阵的基础上,根据公式(2)-(5),可以得到待评价变压器在各个性能指标等级上的Vague值评语及Vague集评价结果,如表3所示。
最后,根据各个评语等级赋分规则V=(V1,V2,V3,V4,V5)=(1,0.8,0.6,0.4,0.2),计算得到该变压器性能评价结果为0.6963。同理,可以得到所有22台220kV变压器的Vague集性能评价结果,作为性能-成本相关模型的输入变量。
(2)性能-成本模型拟合结果。
22台高寒地区220kV变压器性能评价结果和相关的成本数据如表4所示,将其代入公式(12)和(14),其中,RU=1,RL=0.2,t=30。
根据原始数据,运用最小二乘法拟合,得到模型参数a1=255.26、b1=1.35、a2=41.55、b2=1.13。此外,针对220kV变压器,取λ2=5%,i=10%,n=30,因此基于模糊评价结果的高寒地区220kV变压器性能-成本相关关系模型可以写成:
(3)备选变压器LCC决策。
运用所得到的性能-成本拟合模型对相同型号的两个220kV变压器进行LCC决策。变压器A是国产变压器,变压器B是进口变压器,两台变压器的技术参数如表5所示。
首先邀请专家对两台变压器的各项性能评价指标进行评价,运用模糊评价模型得到两台变压器的性能评价结果,代入性能-成本相关关系模型,计算得到两台变压器的LCC表6,据此进行决策。
根据表6,采用变压器A的初始投资成本为518.9947万元,变压器B的初始投资成本为674.5888万元,变压器A显然低于变压器B,如果传统的全过程造价管控理论,如果二者的性能均能满足实际需求,应选择变压器A。但是,变压器A的运维成本为1959.7902万元,变压器B的运维成本为1535.9484万元,两台变压器的退役处置成本均较小,综合而言,变压器A的全寿命周期成本为2477.2509万元,变压器B为2208.6042万元。可以看出,变压器B不仅性能上优于变压器A,且全寿命周期成本明显低于A,因此应选择变压器B。
本发明构建了高寒地区变压器性能—LCC相关关系模型,并针对变压器性能评价过程中的不确定性,提出了基于Vague集的模糊评价模型,运用高寒地区220kV变压器实际数据确定了性能—成本模型中的相关参数,所得到的模型充分考虑了高寒地区变压器性能对设备不同成本的影响,有助于合理估算高寒地区变压器的LCC,为高寒地区变压器LCC决策提供了有效工具。
表1 AHP判别矩阵及权重结果
表2 专家对评价指标体系各指标的Vague值评语
表3 某220kV变压器性能Vague值综合评价结果
表4 部分高寒地区220kV变压器数据
序号 | 性能R | CI | C<sub>OMF</sub> |
1 | 0.6963 | 1021.74 | 1124.68 |
2 | 0.6895 | 829.77 | 1214.78 |
3 | 0.7467 | 1341.91 | 863.42 |
4 | 0.6255 | 573.46 | 1744.89 |
5 | 0.6579 | 708.30 | 1276.64 |
6 | 0.4989 | 523.36 | 1967.57 |
7 | 0.6088 | 605.83 | 1896.03 |
8 | 0.5454 | 748.44 | 1553.27 |
9 | 0.7381 | 1133.71 | 882.44 |
10 | 0.7667 | 1332.18 | 796.17 |
… | … | … | … |
注:CI和COMF均为按照10%贴现率折现后的现值,单位为万元。
表5 备选220kV变压器相关数据
变压器 | A | B |
厂家类型 | 国产 | 进口 |
额定容量(MVA) | 240 | 240 |
寿命(年) | 30 | 30 |
报价(万元) | 475.25 | 589.61 |
空载损耗(kW) | 34.57 | 25.24 |
负载损耗(kW) | 241.62 | 215.09 |
辅助损耗(kW) | 0 | 6.55 |
总重量(t) | 164.405 | 171.215 |
事故率(次/台·年) | 0.01857 | 0.00514 |
故障率(次/台·年) | 0.00624 | 0.00514 |
注:部分数据来源于同类变压器历史运行情况。
表6 基于模糊评价及性能-成本模型的LCC决策结果
变压器 | A | B |
性能R | 0.5947 | 0.6415 |
CI(万元) | 518.9477 | 674.5888 |
C<sub>OMF</sub>(万元) | 1959.7902 | 1535.9484 |
CD(万元) | -1.4870 | -1.9330 |
C<sub>LCC</sub>(万元) | 2477.2509 | 2208.6042 |
Claims (4)
1.计及设备性能的高纬度严寒地区电力变压器LCC决策模型,其特征是:包括以下步骤:
步骤1.高寒地区变压器性能的模糊评价模型;
(1)确定评价指标体系;
(2)确定指标权重;
(3)对每个性能指标设定评语集;
(4)构造Vague集评价矩阵;
(5)根据指标体系的权重W和Vague集评价矩阵R,进行基于Vague集的综合评价;
步骤2.基于设备性能的变压器LCC决策模型;
(1)变压器CI与变压器性能R相关关系模型;
(2)运维成本COMF与性能变压器性能R相关关系模型;
(3)变压器退役处置成本CD计算模型。
2.根据权利要求1所述的计及设备性能的高纬度严寒地区电力变压器LCC决策模型,其特征是:所述高寒地区变压器性能的模糊评价模型包括:
高寒地区变压器性能影响因素较多,分析过程存在大量的数据和信息不确定和不完全性,模糊综合评价法可很好地解决信息不确定性问题,采用基于Vague集理论的改进评价方法;
Vague集是对Fuzzy集的扩展,Fuzzy集把隶属概念扩大到了[0,1]区间,而Vague集的思想则认为每个元素的隶属都可以分成支持和对立两个方面,也就是有真隶属度t和假隶属度f构成;假设U是一个论域,x表示其中任一元素,U中的一个Vague集可用一个真隶属函数tA和一个假隶属函数fA表示,tA(x)是从支持x的证据所导出的x的隶属度的下界;fA(x)则是从反对x的证据所导出的x的否定隶属度下界,不确定部分为1-tA(x)-fA(x);
记tA(x)为tx,记fA(x)为fx,有:tx+fx≤1;若tx=1-fx,则Vague集退化为Fuzzy集;若tx=1-fx=0或tx=1-fx=1,则Vague集退化为普通集;运用Vague对高寒地区变压器性能进行评价的具体步骤为:
(1)确定评价指标体系;根据高寒地区自然环境对变压器运行条件的要求,高寒地区变压器性能评价指标主要包括:技术参数(C1)、低温运行能力(C2)、抗风沙能力(C3)、故障水平(C4)、能耗水平(C5);
(2)确定指标权重;考虑到评价指标为定性指标,采用AHP方法确定指标权重,通过邀请相关领域专家,给出各个指标的重要性判别矩阵,得到指标体系的权重向量W;
(3)对每个性能指标设定评语集,评语集为V=(V1,V2,V3,V4,V5)分别表示性能很好、性能较好、性能一般、性能较差、性能差,邀请一定数量的专家选择合适的语言变量来表达评价意见;
(4)构造Vague集评价矩阵,按照所给定的评语集对所有指标逐一进行判断,若以Ci表示其中任一性能指标,评语集为Vj(j=1,2,3,4,5),构造评价指标体系C和评语集V之间的Vague集评价矩阵R:
上式中,rij表示因素指标Ci对应评语等级Vj的Vague值评语,且有rij=[tA,1-fA];针对每个指标按照评语集逐一进行选择,为更真实地表示犹豫程度,允许弃权;据此得到所有指标的Vague值评语,进而构造整个指标体系的Vague集评价矩阵;
(5)根据指标体系的权重W和Vague集评价矩阵R,进行基于Vague集的综合评价:
上式中,F为基于Vague集的综合评价结果,Fj为待评价对象对评语等级Vj的Vague值评语,为Vague集中矩阵相乘的运算符号,⊕为Vague集有限和运算符号;
设k为[0,1]区间上的实数,A、B为Vague集上的元素,A=[tA,1-fA],B=[tB,1-fB],则:
上式(4)和(5)中,t表示真隶属度,f表示假隶属度,tA表示真隶属函数,fA表示假隶属函数;
之后,由于Vague值是一个区间数,采用Liu和Wang提出的相对计分函数对Vague集隶属度进行实数化,公式如下:
上式中,J(x)是计分函数的实数值,表示评估结果对某个评语等级的隶属度,x表示其中任一元素,t表示真隶属度,f表示假隶属度;
最后,对各个评语等级赋分,令V=(V1,V2,V3,V4,V5)=(1,0.8,0.6,0.4,0.2),根据各个评语等级的计分函数运用加权平均算子得到性能评价结果。
3.根据权利要求1所述的计及设备性能的高纬度严寒地区电力变压器LCC决策模型,其特征是:所述基于设备性能的变压器LCC决策模型,包括:
变压器全寿命周期成本表示为:
CLCC=CI+CO+CM+CF+CD (7)
上式中,CLCC表示变压器全寿命周期成本,CI表示初始投资成本,CO是运行成本,CM是检修维护成本,CF是故障成本,CD是退役处置成本;
通过以上分析,变压器全寿命周期成本中的各项费用和变压器的性能存在相关关系,设备的初始投资成本随着变压器性能的提升而增加,运行、检修维护、故障和环境成本随着变压器性能的提升而下降,将这部分费用记为运行维护成本COMF;CD是变压器退役处置成本,与设备初始投资相关;因此,变压器LCC模型确定的关键在于分析CI和COMF与设备性能之间的关系;
通过分析设备性能与相关费用之间的影响关系,确定公式的形式和特点,根据所研究具体问题,利用回归分析等技术确定模型中的参数;实际经验表明,形式上过于复杂模型,由于所涉及的参数难以确定且运算量较大,拟合效果较差;
但是,模型过于简化会导致不能准确描述性能变化对寿命周期费用的影响,容易遗漏关键影响要素而造成模型失真,因而也是不合适的;在确定设备性能与LCC相关关系模型时,设备性能指标常用R表示;性能—成本关系模型的形式一般为:
式中:C(R)为与设备性能相关的费用,是R的函数,a、b、c是模型待估参数,需结合具体研究问题确定;
(1)CI与性能R相关关系模型:
根据高寒地区变压器LCC各项费用的定义及与变压器性能的关系分析,确定CI与性能R存在正相关关系;根据研究对象的实际意义,若要求变压器具有非常高的性能R,则变压器CI必将很高,当要求的性能水平超出目前或短时间内的工业技术水平,那么投入再多的资金也无法达到;因此,变压器的性能水平存在一个上限RU,使得同理,变压器性能水平存在理论上的下限RL,满足
综上,高寒地区变压器初始投资成本CI与变压器性能R应满足以下条件:
上式中:变压器性能R,变压器CI,变压器的性能水平上限RU,变压器性能水平下限RL;
满足条件1的公式(8)中的函数可以定义为:
上式中:变压器性能R,U是一个论域;
为使CI(R)同时满足条件2,可令R=RL,并取CI(R)=0,带入公式(8)得:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL;
由此得到高寒地区变压器初始投资成本CI和变压器性能R之间的函数关系为:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL;
证明,随着变压器性能R的提升,初始投资成本CI逐渐增加,并随着R的不断增加,费用增长的幅度在逐渐变大,符合性能—成本相关关系;
(2)COMF与性能R相关关系模型:
与初始投资成本CI相反,运维成本COMF与变压器性能呈负相关关系;根据上述分析,运维成本COMF与变压器性能R的相关关系模型应满足条件:
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,运维成本COMF;
与CI不同的是,COMF需要考虑变压器的运行年限,即时间因素;因此,COMF与R的相关关系模型可表示为,t为变压器寿命;
上式中:变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,运维成本COMF,t为变压器寿命;
同理证明,COMF是性能R的减函数,且随着R的不断增加,费用下降的幅度逐渐变小;
(3)CD计算模型;
高寒地区变压器的退役处置成本是指在变压器的寿命终期进行报废处理过程中所产生的成本费用之和,主要由变压器的报废成本以及变压器残值两部分构成;根据电网工程有关规定,设备的报废成本根据此设备的安装调试费用确定,一般占安装费用30%左右;变压器属于材料密集型的产品,其主要材料不易发生贬值,退役后的材料基本全部可以回收使用,残值占其购置费的比重根据不同电压等级有所差别,一般在5%-30%之间;
因此,在不考虑资金时间价值情况下,变压器退役处置成本计算公式为:
CD=(SC-RV)=Caz×30%-Cgz×r
=λ1CI-λ2CI (15)
上式中,CD为退役处置成本,SC为变压器报废成本,RV为设备残值,Caz为安装费用,Cgz为购置费用,r为设备残值占购置费的比重,根据设备电压等级确定,i为折现率,n为设备运行年限,λ1和λ2分别为报废成本和设备残值占初始投资成本的比重,CI为变压器初始投资成本;
根据《电力建设工程预算定额》及电网工程设备信息价,变压器初始投资成本中,设备购置费占比较大,安装费用占比重较低,可以忽略不计;因此,在考虑资金时间价值后,将上式简化为:
上式中,CD为退役处置成本,CI为变压器初始投资成本,λ2为回收系数,根据变压器电压等级取5%-30%;
综上,考虑设备性能的高寒地区变压器LCC成本计算公式为:
上式中,变压器性能R,变压器的性能水平上限RU,变压器性能水平下限RL,t为变压器寿命,λ2是由变压器电压等级决定的常数,参数a1、a2、b1、b2需针对特定问题,结合相关专业知识以及工程实践进行确定,本发明利用最小二乘法确定上述参数取值。
4.根据权利要求1所述的计及设备性能的高纬度严寒地区电力变压器LCC决策模型,其特征是:所述决策模型,选取两种不同性能的220kV变压器,分析在高寒地区的设备选型,验证模型的实用性和有效性;
首先,选取高寒地区已建成投运的220kV变压器,运用模糊评价模型得到各个变压器的性能;
其次,以变压器性能以及相关费用数据为基础,运用最小二乘法拟合变压器CI和COMFE与性能的函数关系,得到相关参数取值;
最后,运用模糊评价模型评价备选变压器的性能,将评价结果带入拟合后的性能—成本模型中,得到各备选方案的LCC,据此进行设备选型;
(1)变压器性能评价结果:
选取某高寒地区2013-2016年完成竣工决算的17个220kV变电站的22台220kV变压器,运用所构建的模糊评价模型评价各台变压器的性能;首先,得到5个性能指标的重要性判别矩阵及权重结果如表1所示;
现以某一220kV变压器为例,说明性能评价的过程;首先,通过问卷调查的方式搜集变压器性能指标的评价值;在此基础上,结合所有评价结果,构造各指标的Vague值评语;包括对于评价指标体系中的评价指标C1,20个专家中有5人认为该项目在该指标上性能很好,8人认为较好,5人认为一般,0人认为较差,0人认为差,2人弃权;根据Vague集构造规则,指标C1对应的Vague值评语应为:
r1=(r11,r12,r13,r14,r15)=[(0.25,0.35),(0.4,0.5),(0.25,0.35),(0,0.1),(0,0.1)]
同理,得到评价指标体系中所有指标的Vague值评语,形成评价指标体系的Vague集评价矩阵,如表2所示;
对于评价指标体系,在已知指标体系的权重W和Vague值评价矩阵的基础上,根据公式(2)-(5),得到待评价变压器在各个性能指标等级上的Vague值评语及Vague集评价结果,如表3所示;
最后,根据各个评语等级赋分规则V=(V1,V2,V3,V4,V5)=(1,0.8,0.6,0.4,0.2),计算得到该变压器性能评价结果为0.6963;同理,得到所有22台220kV变压器的Vague集性能评价结果,作为性能-成本相关模型的输入变量;
(2)性能-成本模型拟合结果:
22台高寒地区220kV变压器性能评价结果和相关的成本数据如表4所示,将其代入公式(12)和(14),其中,RU=1,RL=0.2,t=30;
根据原始数据,运用最小二乘法拟合,得到模型参数a1=255.26、b1=1.35、a2=41.55、b2=1.13;此外,针对220kV变压器,取λ2=5%,i=10%,n=30,因此基于模糊评价结果的高寒地区220kV变压器性能-成本相关关系模型可以写成:
(3)备选变压器LCC决策:
运用所得到的性能-成本拟合模型对相同型号的两个220kV变压器进行LCC决策;变压器A是国产变压器,变压器B是进口变压器,两台变压器的技术参数如表5;
首先对两台变压器的各项性能评价指标进行评价,运用模糊评价模型得到两台变压器的性能评价结果,代入性能-成本相关关系模型,计算得到两台变压器的LCC表6,据此进行决策;
根据表6,采用变压器A的初始投资成本为518.9947万元,变压器B的初始投资成本为674.5888万元,变压器A显然低于变压器B,如果传统的全过程造价管控理论,如果二者的性能均能满足实际需求,应选择变压器A;但是,变压器A的运维成本为1959.7902万元,变压器B的运维成本为1535.9484万元,两台变压器的退役处置成本均较小,综合而言,变压器A的全寿命周期成本为2477.2509万元,变压器B为2208.6042万元;变压器B不仅性能上优于变压器A,且全寿命周期成本明显低于A,因此选择变压器B。
表1 AHP判别矩阵及权重结果
表2 专家对评价指标体系各指标的Vague值评语
表3 某220kV变压器性能Vague值综合评价结果
表4 部分高寒地区220kV变压器数据
注:CI和COMF均为按照10%贴现率折现后的现值,单位为万元。
表5 备选220kV变压器相关数据
注:部分数据来源于同类变压器历史运行情况。
表6 基于模糊评价及性能-成本模型的LCC决策结果
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811606080.XA CN109871570B (zh) | 2018-12-27 | 2018-12-27 | 计及设备性能的高纬度严寒地区电力变压器lcc决策方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811606080.XA CN109871570B (zh) | 2018-12-27 | 2018-12-27 | 计及设备性能的高纬度严寒地区电力变压器lcc决策方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109871570A true CN109871570A (zh) | 2019-06-11 |
CN109871570B CN109871570B (zh) | 2023-10-17 |
Family
ID=66917221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811606080.XA Active CN109871570B (zh) | 2018-12-27 | 2018-12-27 | 计及设备性能的高纬度严寒地区电力变压器lcc决策方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109871570B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050079912A (ko) * | 2005-05-03 | 2005-08-11 | (주)화인씨이엠테크 | 생애주기비용에 기초한 다단계 설계 의사결정 방법 |
CN103871000A (zh) * | 2014-03-13 | 2014-06-18 | 石家庄铁道大学 | 基于概率全寿命周期成本的电力变压器效能综合评估方法 |
CN105956782A (zh) * | 2016-05-12 | 2016-09-21 | 国网甘肃省电力公司电力科学研究院 | 电网设备购置决策评估方法 |
CN106295952A (zh) * | 2016-07-26 | 2017-01-04 | 国网河北省电力公司电力科学研究院 | 一种高阻抗变压器限制短路电流效果的模糊综合评价方法 |
-
2018
- 2018-12-27 CN CN201811606080.XA patent/CN109871570B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050079912A (ko) * | 2005-05-03 | 2005-08-11 | (주)화인씨이엠테크 | 생애주기비용에 기초한 다단계 설계 의사결정 방법 |
CN103871000A (zh) * | 2014-03-13 | 2014-06-18 | 石家庄铁道大学 | 基于概率全寿命周期成本的电力变压器效能综合评估方法 |
CN105956782A (zh) * | 2016-05-12 | 2016-09-21 | 国网甘肃省电力公司电力科学研究院 | 电网设备购置决策评估方法 |
CN106295952A (zh) * | 2016-07-26 | 2017-01-04 | 国网河北省电力公司电力科学研究院 | 一种高阻抗变压器限制短路电流效果的模糊综合评价方法 |
Non-Patent Citations (1)
Title |
---|
邓辉咏;王炎;王涛;熊超;: "基于Vague理论和模糊综合评判的火箭炮效能评估", 火力与指挥控制, no. 10, pages 130 - 133 * |
Also Published As
Publication number | Publication date |
---|---|
CN109871570B (zh) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103258069B (zh) | 一种钢铁行业电力需求的预测方法 | |
CN105303468A (zh) | 一种基于主成分聚类分析的智能电网建设综合评价方法 | |
CN105046591A (zh) | 一种电力用户用电能效评估方法 | |
CN104680254B (zh) | 一种基于综合成本模型的电网规划方案优选方法 | |
CN107832927B (zh) | 基于灰色关联分析法的10kV线路线变关系评价方法 | |
CN104951866A (zh) | 一种县级供电企业线损综合管理对标评价体系及评价方法 | |
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 | |
CN109272140B (zh) | 一种基于大数据分析的变电设备运行期成本预测方法 | |
CN111738462A (zh) | 电力计量装置故障抢修主动服务预警方法 | |
CN104462718A (zh) | 一种变电站经济运行年限区间评估方法 | |
CN106251027A (zh) | 基于模糊支持向量分位数回归的电力负荷概率密度预测方法 | |
CN107437135A (zh) | 一种新型储能选型方法 | |
CN109754146A (zh) | 一种基于系关系分析法的智能电能表健康度综合评估方法 | |
CN106056274A (zh) | 基于pca‑dea二维综合评价模型的电力施工主体效益分析方法 | |
CN107832909A (zh) | 一种基于熵权法的农村小型分布式光伏建设风险评估方法 | |
CN113313403B (zh) | 基于规模化大功率电动汽车充放电的配电网综合评价方法、设备、系统及存储介质 | |
CN103985062B (zh) | 一种配电网主设备状态检修综合评价方法 | |
CN109255470B (zh) | 一种基于大数据分析的变电设备非项目类成本预测方法 | |
Xiao-mei et al. | Application of entropy measurement in risk assessment of the engineering project of construction-agent system | |
CN105741184A (zh) | 一种变压器状态评估方法及装置 | |
CN109871570A (zh) | 计及设备性能的高纬度严寒地区电力变压器lcc决策模型 | |
CN110428166A (zh) | 基于回归拟合模型的电网实物资产评价方法 | |
CN105956684A (zh) | 一种区域电网智能化水平的预测方法 | |
Qi et al. | Evaluation Method of Power Channel Operation Quality Based on Entropy Weight Method | |
Chen et al. | An Optimization Model of HVDC Transmission System Reliability Improvement Measures Based on Cost-Benefit Analysis |
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 |