CN110334914A - 一种基于风险思想的源网荷储协调水平评价方法 - Google Patents

一种基于风险思想的源网荷储协调水平评价方法 Download PDF

Info

Publication number
CN110334914A
CN110334914A CN201910506809.4A CN201910506809A CN110334914A CN 110334914 A CN110334914 A CN 110334914A CN 201910506809 A CN201910506809 A CN 201910506809A CN 110334914 A CN110334914 A CN 110334914A
Authority
CN
China
Prior art keywords
index
load
risk
evaluation
level
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
Application number
CN201910506809.4A
Other languages
English (en)
Inventor
郝露茜
高效海
吴军
田鑫
王智冬
张艳
刘畅
彭方正
李保林
徐剑冰
甘佩莹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
State Grid Economic and Technological Research Institute
Original Assignee
Wuhan University WHU
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
State Grid Economic and Technological Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU, Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd, State Grid Economic and Technological Research Institute filed Critical Wuhan University WHU
Priority to CN201910506809.4A priority Critical patent/CN110334914A/zh
Publication of CN110334914A publication Critical patent/CN110334914A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • 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)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明构建一种基于风险思想的源网荷储协调水平评价方法。在源‑网‑荷‑储协调优化模式成为电力系统发展趋势的背景下，提出源‑网‑荷‑储协调水平评价模型。该模型首先基于风险识别思想，分析影响系统协调能力的内外部不确定性因素，进而建立计及多主体交互、分层级的评价指标体系；其次，提出定量指标的量化计算方法，以及定性指标的处理方式，建立源‑网‑荷‑储协调水平评价模型，并运用层次分析法与德尔菲法结合赋权法确定各层级指标的权重。本发明根据所构建的评价模型，针对某省三个区域的规划方案，科学系统地评估电力系统的源‑网‑荷‑储协调水平，为电力部门进行规划、运行方案优化提供决策参考，有利于提升系统本质安全化水平。

Description

一种基于风险思想的源网荷储协调水平评价方法
技术领域
本发明属于电力系统技术领域，尤其一种基于风险思想的源网荷储协调水平评价方法。
背景技术
伴随着国家电网公司“三型两网”发展战略的部署和推进，坚强的智能电网建设日臻完善，信息流、能量流及业务流深度融合，电力系统“源-网-荷-储”各环节紧密互动、协同优化成为发展的必然趋势。一系列不确定性风险因素深刻影响源、网、荷、储协调交互能力，给电力系统的本质安全化带来威胁。当前研究当中，关于智能电网综合评价的理论与方法已趋于成熟，但有关源-网-荷-储协调优化模式的评估研究尚缺乏统一、全面的理论与方法。大部分综合评估的研究都是从安全、技术及经济等角度构建指标，这种指标划分形式难以突出协调优化模式的多元交互特性。因此需要重点考虑源、网、荷、储多主体间协同互动作用，在充分辨识内外部不确定性风险因素的基础上，建立一个计及多元交互的评价指标体系，开展系统协调水平的评价，才能从整体上把握影响系统协调能力的关键环节，推动电力系统各环节协同优化规划与运行，进而提升系统的本质安全水平。
发明内容
为了解决上述技术问题，本发明提供了一种基于风险思想的源网荷储协调水平评价方法，对源-网-荷-储协调水平进行科学、合理的评价。
本发明的技术方案为一种基于风险思想的源网荷储协调水平评价方法，具体包括以下步骤：
步骤1：参照风险理论中的风险识别思想，将影响源-网-荷-储多环节协调能力的因素分为内部因素以及外部因素，分别对内部因素以及外部因素进行划分；
步骤2：根据内部因素以及外部因素构建源网荷储协调能力评价指标；
步骤3：根据源网荷储协调能力评价指标，按照内部因素与外部因素划分，构建基于风险思想的电力系统源网荷储协调水平评价指标体系；
步骤4：采用层次分析法与德尔菲法结合的主观权重法，确定协调水平评价指标体系各级评价指标层的指标权重；
步骤5：采用区间打分制将源网荷储协调能力评价指标进行去量纲化处理，且对于成本型指标，其值越低，则评价对象的协调水平越高；而对于效益型指标，其值越高，则评价对象的协调水平越高；
步骤6：结合协调水平评价指标体系各级评价指标层的指标权重和源网荷储协调能力评价指标的去量纲化指标值，采用线性加权法得到系统协调水平的量化值，评估电力系统源网荷储协调能力的高低；
作为优选，步骤1中所述内部因素定义为Finside，包括：自风险、交互风险以及间接因素；
自风险定义为F1包括：电源环节的自风险定义为F1,power、网架环节的自风险定义为F1,grid、负荷环节的自风险定义为F1,load、储能环节的自风险定义为F1,storage；
交互风险定义为F2包括：源源互补的交互风险定义为F2,p-p、源网交互的交互风险定义为F2,p-g、源储交互的交互风险定义为F2,p-s、网荷交互的交互风险定义为F2,g-l；
间接因素即可再生能源的利用所带来的气体减排效益定义为F3,indirect；
步骤1中所述外部因素定义为Foutside，包括：
电力市场因素定义为F4,market、国家政策因素定义为F5,policy以及自然灾害因素定义为F6,disaster；
作为优选，步骤2中所述构建相对应的源网荷储协调能力评价指标具体如下：
所述电源环节的自风险因素定义为：
清洁能源开发效益F11,power：
式中，Igain,clean为待评价区域在指定评价年限内，开发清洁能源所得效益；Igain,total为系统总运营效益。
新能源投资成本变化率F12,power：
式中，ΔIclean为评价年限内，新能源单位容量投资成本变化量，包括使用年限内的设备成本、建设成本；Iexi,clean为现有单位容量成本；Iini,clean为原有单位容量成本。
所述电网环节的自风险因素定义为：
网架差异化规划容量比F11,grid：
式中，Cbuild,extra为评价年限内，对核心骨干网架实施差异化规划建设而产生的额外投资成本；Cbuild,total为电网建设总成本。
网架坚强度F12,grid：反映电网自身拓扑结构的坚强程度，指系统遭受线路、元件故障停运(如相间短路、元件失效停运)时，系统能否维持稳定运行状态而不致使系统遭受损失的能力。
所述负荷环节的自风险因素定义为：
负荷预测准确度F11,load：
式中，ΔLpre,exi为调度周期内，平均负荷预测不准确量变化值。Lpre,exi为现有平均负荷预测不准确量；Lpre,ini为原有平均负荷预测不准确量。
转移用电高峰负荷比F12,load：
式中，ΔEload,tra为典型日内，用电高峰时段因参与需求侧响应的可转移负荷量；Eload,total为该时段总负荷需求。
弹性负荷损失F13,load：
式中，ΔPload,int为可中断负荷的补贴费用降低量；Pload,int为初始补贴费用。
高可靠性负荷保障成本F14,load：
式中，Cres,exi为当前为保障一级负荷的供电可靠性而设立的备用资源成本；Cres,ini为原有备用成本。
所述储能环节的自风险因素定义为：
储能单位投资成本变化率F11,storage：
式中，ΔIsto为评价年限内储能装置单位容量投资成本变化量；Isto,ini为初始投资成本。
储能寿命变化率F12,storage：
式中，ΔLsto为协调优化模式下，储能装置的平均寿命减少量；Lsto,ini为原平均寿命。
所述源源互补的交互风险因素定义为：
电源互补度F21,p-p：
式中，ΔIgen为采取火力机组与清洁能源协同调度策略后的年发电效益；Igen,ini为初始年发电效益。
有效发电比F22,p-p：反映新能源发电装机的有效利用程度。
式中，ΔPgen是全年内新能源有效发电量；Pgen,ini为总有效发电量。
所述源网交互的交互风险因素定义为：
并网技术投资率F21,p-g：
式中，Ibuild,tec为应用适应不确定性新能源接入的技术所产生的电网规划、建设成本；Ibuild为电网建设总投资费用。
网损率F22,p-g：反映新能源发电单元接入后，对电网网损的影响。
式中，Ltra,grid为全年内电力网络总损耗；Ptra,grid为电网输送电能总量。
事故损失率F23,p-g：体现电网对新能源的接纳程度。
式中，Lfai,clean为全年内因新能源发电接入产生的事故造成的损失；Pfai,grid为全网总事故损失。
所述源储交互的交互风险因素定义为：
弃发电损失率F21,p-s：反映源储不协调程度。
式中，Paban,clean是全年弃风和弃光的总电量；Pload为全年总负荷量。
移峰填谷性能F22,p-s：反映储能参与移峰填谷辅助服务的性能高低。
所述网荷交互的交互风险因素定义为：
网架减免建设率F21,g-l：
式中，ΔCexp,grid为待评价区域在评价年限内，因负荷侧参与需求侧响应所减少的新建线路的容量；Cexp,grid为新增线路总容量。
所述间接指标即可再生能源的利用所带来的气体减排效益定义为：
污染物减排效益F31,indirect：
式中，ΔCemi为污染物排放处理费用减少值；Cemi,ini为初始污染物排放处理费用。
碳排放惩罚成本变化率F32,indirect：
式中，为采用协调优化模式后，因清洁能源的消纳引起CO2排放量降低，由此造成的惩罚成本降低量；为初始CO2排放的惩罚成本；
所述对外部因素进行定义具体如下：
所述电力市场因素定义为：
辅助服务效益变化率F41,market：
式中，ΔSpen,ser为因国家补贴力度增大，可再生能源发电机组加入辅助服务所提升的收益；Spen,ser,ini为初始辅助服务收益；
市场竞争引发停电损失度F42,market：反映市场竞争导致的设备过载，进而引发停电事故所造成的直接经济损失程度；
所述国家政策因素定义为：
新能源发电补贴变化率F51,policy：
式中，ΔSclean为评价年限内新能源单位发电补贴价格增长量；Sclean,ini为原补贴价格。
新能源上网标杆电价变化率F52,policy：
式中，ΔPsub,clean为评价年限内新能源单位发电补贴价格增长量；Psub,clean,ini为原补贴价格。
新技术应用效益F53,policy：反映系统采用新技术所得的国家财政补贴收益水平。
所述自然灾害因素定义为
抗灾技术投入比F61,disaster：
式中，Cbuild,resist是为抵御自然灾害而产生的建设投资成本；Cbuild,sys是系统总建设成本。
灾变损失度F62,disaster：因发生自然灾害而造成的线路停运对应的经济损失程度，包括停电损失以及灾后抢修重建成本。
作为优选，步骤3中所述构建基于风险思想的电力系统源网荷储协调水平评价指标体系，具体构建方法如下：
根据内部因素以及外部因素，将协调水平评价指标体系分为四层：
协调水平评价指标体系一级评价指标层为：
L1＝{Finside，Foutside}
其中，Finside为内部因素，Foutside为外部因素；
协调水平评价指标体系二级评价指标层为：
L2＝{F1，F2，F3,indirect，F4,market，F5,policy，F6,disaster}
其中，F1为自风险，F2为交互风险，F3,indirect为间接指标，F4,market为市场因素，F5,policy为国家政策因素，F6,disaster为自然灾害因素；
协调水平评价指标体系三级评价指标层为：
L3＝{F1,power，F1,grid，F1,load，F1,storage，F2,p-p，F2,p-g，F2,p-s，F2,g-l，F31,indirect，F32,indirect，F41,market，F42,market，F51,policy，F52,policy，F53,policy，F61,disaster，F62,disaster}
其中，F1,power为电源环节的自风险，F1,grid为电网环节的自风险，F1,load为负荷环节的自风险，F1,storage为储能环节的自风险，F2,p-p为源源互补的交互风险，F2,p-g为源网交互的交互风险，F2,p-s为源储交互的交互风险，F2,g-l为网荷交互的交互风险，F31,indirect为污染物减排效益，F32,indirect为碳排放惩罚成本变化率，F41,market为辅助服务效益变化率，F42,market为市场竞争引发停电损失度，F51,policy为新能源发电补贴变化率，F52,policy为新能源上网标杆电价变化率，F53,policy为新技术应用效益，F61,disaster为抗灾技术投入比，F62,disaster为灾变损失度；
协调水平评价指标体系四级评价指标层为：
L4＝{F11,power，F12,power，F11,grid，F12,grid，F11,load，F12,load，F13,load，F14,load，F11,storage，F12,storage，F21,p-p，F22,p-p，F21,p-g，F22,p-g，F23,p-g，F21,p-s，F22,p-s，F21,g-l}
其中，F11,power为清洁能源开发效益，F12,power为新能源投资成本变化率，F11,grid为网架差异化规划容量比，F12,grid为网架坚强度，F11,load为负荷预测准确度，F12,load为转移用电高峰负荷比，F13,load为弹性负荷损失，F14,load为高可靠性负荷保障成本，F11,storage为储能单位投资成本变化率，F12,storage为储能寿命变化率，F21,p-p为电源互补度，F22,p-p为有效发电比，F21,p-g为并网技术投资率，F22,p-g为网损率，F23,p-g为事故损失率，F21,p-s为弃发电损失率，F22,p-s为移峰填谷性能，F21,g-l为网架减免建设率；
指标体系将评价目标逐级分解，将影响整体协调水平的不确定性风险因素按层分类整合，最后细化到一系列可直接计算或评判的定量、定性指标。
作为优选，步骤4中所述确定协调水平评价指标体系各级评价指标层的指标权重，具体定权方法如下：
步骤4.1，根据层次分析法思想逐层建立判断矩阵；
采用三标度法对各层指标相对于其上层指标的重要性进行两两比较，并根据判断原则建立指标体系l级评价指标层的判断矩阵：
式中，n为调水平评价指标体系l级评价指标层的参与赋权的指标数，ωij的具体含义为：在调水平评价指标体系l级评价指标层的指标i和指标j所对应的上层即l-1层指标g作为评价目标条件下，指标i和指标j分别对于指标g的影响大小的比较结果，且ωij＝1/ωji；
各层指标关于上层指标影响大小的判断原则为：
当指标i对指标g的影响程度比指标j更高，即指标i比指标j重要时，ωij>1，且ωij取值越大，重要程度越高；当指标i对指标g的影响程度比指标j更低，即指标i不如指标j重要时，ωij<1，且ωij取值越小，重要程度越低；指标i与指标j相比较同样重要时，ωij＝1。
其中i,j＝1,2,…,n(l)且i≠j，g＝1,2,…,n(l-1)；
步骤4.2，根据指标体系l级评价指标层的判断矩阵，得到各指标在层次分析法下的权重。
采用特征向量法，先求出指标体系l级评价指标层的判断矩阵的最大特征值λmax(l)，然后求出最大特征值λmax(l)所对应的特征向量w(l)，即得到权重向量
w(l)＝(w1(l),w2(l),…,wn(l))；
对w(l)作归一化处理即得到某一级评价指标关于它上一级指标的相对权重向量w(l)'＝(w1(l)',w2(l)',…,wn(l)')；
步骤4.3，引入德尔菲法对定权方法进行优化，形成最优判断矩阵；
根据德尔菲法，邀请m个专家对判断矩阵进行赋值，得到出指标体系l级评价指标层的m个不同的判断矩阵设第k位专家所赋值的判断矩阵得到的权重向量为:
w(l) (k)＝(w1(l) (k),w2(l) (k),…,wn(l) (k)),k＝1,2,…,m(l)
定义第i位专家的判断矩阵的相对一致度为与其他专家判断矩阵的一致程度，即是否能代表大多数专家的意见。计算公式为：对Si(l)作归一化处理
指标体系l级评价指标层的最优判断矩阵的表达式如下：
步骤4.4，对指标体系l级评价指标层的最优判断矩阵进行一致性检验，进而采用步骤4.2所述的特征向量法确定德尔菲法优化后的各指标权重。
一致性检验方法如下：计算最优判断矩阵的最大特征值λmax(l) *，并引入相容性指标检验判断矩阵的一致性。
一般当CI(l)＜1.0时，认为判断矩阵的一致性可以接受；当CI(l)≥1.0时，重复执行步骤4.1至步骤4.4，重新构建判断矩阵并计算权重，直至CI(l)＜1.0，即通过一致性检验为止。
相对应的指标体系l级评价指标层指标关于l-1级评价指标层指标的权重向量为w(l) *＝(w1(l) *,w2(l) *,…,wn(l) *)。
作为优选，步骤5中所述成本型定量指标包括：
网架差异化规划容量比即F11,grid，弹性负荷损失即F13,load，高可靠性负荷保障成本即F14,load，储能寿命变化率即F12,storage，并网技术投资率即F21,p-g，网损率即F22,p-g，事故损失率即F23,p-g，弃发电损失率即F21,p-s，抗灾技术投入比即F61,disaster
对于成本型定量指标，处于[0.91,1]内的指标打分为1，处于[0.81,0.90]内的指标打分为2，处于[0.71,0.80]内的指标打分为3，处于[0.61,0.70]内的指标打分为4，处于[0.51,0.60]内的指标打分为5，处于[0.41,0.50]内的指标打分为6，处于[0.31,0.40]内的指标打分为7，处于[0.21,0.30]内的指标打分为8，处于[0.11,0.20]内的指标打分为9，处于[0,0.10]内的指标打分为10。
效益型定量指标包括：
清洁能源开发效益即F11,power，新能源投资成本变化率即F12,power，负荷预测准确度即F11,load，转移用电高峰负荷比即F12,load，储能单位投资成本变化率即F11,storage，电源互补度即F21,p-p，有效发电比即F22,p-p，网架减免建设率即F21,g-l，污染物减排效益即F31,indirect，碳排放惩罚成本变化率即F32,indirect，辅助服务效益变化率即F41,market，新能源发电补贴变化率即F51,policy，新能源上网标杆电价变化率即F52,policy；
对于效益型定量指标，处于[0,0.10]内的指标打分为1，处于[0.11,0.20]内的指标打分为2，处于[0.21,0.30]内的指标打分为3，处于[0.31,0.40]内的指标打分为4，处于[0.41,0.50]内的指标打分为5，处于[0.51,0.60]内的指标打分为6，处于[0.61,0.70]内的指标打分为7，处于[0.71,0.80]内的指标打分为8，处于[0.81,0.90]内的指标打分为9，处于[0.91,1]内的指标打分为10；
成本型定性指标包括：
市场竞争引发停电损失度即F42,market，灾变损失度即F62,disaster
对于成本型定性指标，评价为极高的指标打分为2，评价为较高的指标打分为4，评价为一般的指标打分为6，评价为“较低”的指标打分为8，评价为极低的指标打分为10；
效益型定性指标包括：
网架坚强度即F12,grid，移峰填谷性能即F22,p-s，新技术应用效益即F53,policy
对于效益型定性指标，评价为极低的指标打分为2，评价为较低的指标打分为4，评价为一般的指标打分为6，评价为较高的指标打分为8，评价为极高的指标打分为10。
作为优选，步骤6中所述采用线性加权法得到系统协调水平的量化值，评估电力系统源网荷储协调能力的高低，具体评估方法如下：
步骤6.1，应用线性模型进行系统整体协调水平评价，由线性模型得到综合评价指标属性值的计算方法如下：
式中，FS为综合评价指标属性值，即电力系统源-网-荷-储协调水平值；wi (sum)为第四层第i个指标相对于评价目标层即源-网-荷-储协调水平的总权重；Fi为第四层第i个指标值；m为最底层指标总数。
wi (sum)＝wi(4) *×wp(3) *×wq(2) *×wv(1) *
式中，wi(4) *为第四层第i个指标关于其所隶属的第三层第p个指标的权重；wp(3) *为第三层第p个指标关于其所隶属的第二层第q个指标的权重；wq(2) *为第二层第q个指标关于其所隶属的第一层指标第v个指标的权重；wv(1) *为第一层第v个指标关于其所隶属的评价目标层的权重。
步骤6.2，基于风险评估理论中风险水平定级思想，将协调水平划分成五个等级：综合指标值FS处于[0,2]内的系统协调水平为1级，协调水平较低；综合指标值FS处于[2.01,4]内的系统协调水平为2级，协调水平略低；综合指标值FS处于[4.01,6]内的系统协调水平为3级，协调水平一般；综合指标值FS处于[6.01,8]内的系统协调水平为4级，协调水平略高；综合指标值FS处于[8.01,10]内的系统协调水平为5级，协调水平较高。
有益效果：
本发明在分析电力系统的发展现状和趋势基础上，基于风险识别理论，把影响系统协调能力的内、外部因素进行梳理整合，构建以多元交互为核心的多层评价指标体系；
本发明的指标体系中定性与定量指标、成本型与效益型指标并存，采用表格打分制将各指标进行去量纲化处理，便于统一计算；采用AHP-Delphi法赋权，一定程度上克服基本AHP法的主观随意性，使评价结果更具科学、合理性；
本发明所提评价方法能为电力部门进行规划、运行方案优化提供决策参考，有利于提升电力系统的本质安全化水平。
附图说明
图1：是本发明方法流程图；
图2：是本发明提供的影响源-网-荷-储协调能力的内外部因素示意图；
图3：是本发明提供的协调水平评价指标体系示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本具体实施方式公开了层次分析法与德尔菲法结合，包括以下步骤，具体参见附图1：
步骤1：参照风险理论中的风险识别思想，将影响源-网-荷-储多环节协调能力的因素分为内部因素以及外部因素，分别对内部因素以及外部因素进行划分；
步骤1中所述内部因素定义为Finside，包括：自风险、交互风险以及间接因素；
自风险定义为F1包括：电源环节的自风险定义为F1,power、网架环节的自风险定义为F1,grid、负荷环节的自风险定义为F1,load、储能环节的自风险定义为F1,storage；
交互风险定义为F2包括：源源互补的交互风险定义为F2,p-p、源网交互的交互风险定义为F2,p-g、源储交互的交互风险定义为F2,p-s、网荷交互的交互风险定义为F2,g-l；
间接因素即可再生能源的利用所带来的气体减排效益定义为F3,indirect；
步骤1中所述外部因素定义为Foutside，包括：
电力市场因素定义为F4,market、国家政策因素定义为F5,policy以及自然灾害因素定义为F6,disaster；
具体参见附图2。
步骤2：根据内部因素以及外部因素构建源网荷储协调能力评价指标；
步骤2中所述构建相对应的源网荷储协调能力评价指标具体如下：
所述电源环节的自风险因素定义为：
清洁能源开发效益F11,power：
式中，Igain,clean为待评价区域在指定评价年限内，开发清洁能源所得效益；Igain,total为系统总运营效益。
新能源投资成本变化率F12,power：
式中，ΔIclean为评价年限内，新能源单位容量投资成本变化量，包括使用年限内的设备成本、建设成本；Iexi,clean为现有单位容量成本；Iini,clean为原有单位容量成本。
所述电网环节的自风险因素定义为：
网架差异化规划容量比F11,grid：
式中，Cbuild,extra为评价年限内，对核心骨干网架实施差异化规划建设而产生的额外投资成本；Cbuild,total为电网建设总成本。
网架坚强度F12,grid：反映电网自身拓扑结构的坚强程度，指系统遭受线路、元件故障停运(如相间短路、元件失效停运)时，系统能否维持稳定运行状态而不致使系统遭受损失的能力。
所述负荷环节的自风险因素定义为：
负荷预测准确度F11,load：
式中，ΔLpre,exi为调度周期内，平均负荷预测不准确量变化值。Lpre,exi为现有平均负荷预测不准确量；Lpre,ini为原有平均负荷预测不准确量。
转移用电高峰负荷比F12,load：
式中，ΔEload,tra为典型日内，用电高峰时段因参与需求侧响应的可转移负荷量；Eload,total为该时段总负荷需求。
弹性负荷损失F13,load：
式中，ΔPload,int为可中断负荷的补贴费用降低量；Pload,int为初始补贴费用。
高可靠性负荷保障成本F14,load：
式中，Cres,exi为当前为保障一级负荷的供电可靠性而设立的备用资源成本；Cres,ini为原有备用成本。
所述储能环节的自风险因素定义为：
储能单位投资成本变化率F11,storage：
式中，ΔIsto为评价年限内储能装置单位容量投资成本变化量；Isto,ini为初始投资成本。
储能寿命变化率F12,storage：
式中，ΔLsto为协调优化模式下，储能装置的平均寿命减少量；Lsto,ini为原平均寿命。
所述源源互补的交互风险因素定义为：
电源互补度F21,p-p：
式中，ΔIgen为采取火力机组与清洁能源协同调度策略后的年发电效益；Igen,ini为初始年发电效益。
有效发电比F22,p-p：反映新能源发电装机的有效利用程度。
式中，ΔPgen是全年内新能源有效发电量；Pgen,ini为总有效发电量。
所述源网交互的交互风险因素定义为：
并网技术投资率F21,p-g：
式中，Ibuild,tec为应用适应不确定性新能源接入的技术所产生的电网规划、建设成本；Ibuild为电网建设总投资费用。
网损率F22,p-g：反映新能源发电单元接入后，对电网网损的影响。
式中，Ltra,grid为全年内电力网络总损耗；Ptra,grid为电网输送电能总量。
事故损失率F23,p-g：体现电网对新能源的接纳程度。
式中，Lfai,clean为全年内因新能源发电接入产生的事故造成的损失；Pfai,grid为全网总事故损失。
所述源储交互的交互风险因素定义为：
弃发电损失率F21,p-s：反映源储不协调程度。
式中，Paban,clean是全年弃风和弃光的总电量；Pload为全年总负荷量。
移峰填谷性能F22,p-s：反映储能参与移峰填谷辅助服务的性能高低。
所述网荷交互的交互风险因素定义为：
网架减免建设率F21,g-l：
式中，ΔCexp,grid为待评价区域在评价年限内，因负荷侧参与需求侧响应所减少的新建线路的容量；Cexp,grid为新增线路总容量。
所述间接指标即可再生能源的利用所带来的气体减排效益定义为：
污染物减排效益F31,indirect：
式中，ΔCemi为污染物排放处理费用减少值；Cemi,ini为初始污染物排放处理费用。
碳排放惩罚成本变化率F32,indirect：
式中，为采用协调优化模式后，因清洁能源的消纳引起CO2排放量降低，由此造成的惩罚成本降低量；为初始CO2排放的惩罚成本；
所述对外部因素进行定义具体如下：
所述电力市场因素定义为：
辅助服务效益变化率F41,market：
式中，ΔSpen,ser为因国家补贴力度增大，可再生能源发电机组加入辅助服务所提升的收益；Spen,ser,ini为初始辅助服务收益；
市场竞争引发停电损失度F42,market：反映市场竞争导致的设备过载，进而引发停电事故所造成的直接经济损失程度；
所述国家政策因素定义为：
新能源发电补贴变化率F51,policy：
式中，ΔSclean为评价年限内新能源单位发电补贴价格增长量；Sclean,ini为原补贴价格。
新能源上网标杆电价变化率F52,policy：
式中，ΔPsub,clean为评价年限内新能源单位发电补贴价格增长量；Psub,clean,ini为原补贴价格。
新技术应用效益F53,policy：反映系统采用新技术所得的国家财政补贴收益水平。
所述自然灾害因素定义为
抗灾技术投入比F61,disaster：
式中，Cbuild,resist是为抵御自然灾害而产生的建设投资成本；Cbuild,sys是系统总建设成本。
灾变损失度F62,disaster：因发生自然灾害而造成的线路停运对应的经济损失程度，包括停电损失以及灾后抢修重建成本。
步骤3：根据源网荷储协调能力评价指标，按照内部因素与外部因素划分，构建基于风险思想的电力系统源网荷储协调水平评价指标体系；
步骤3中所述构建基于风险思想的电力系统源网荷储协调水平评价指标体系，具体构建方法如下：
根据内部因素以及外部因素，将协调水平评价指标体系分为四层：
协调水平评价指标体系一级评价指标层为：
L1＝{Finside，Foutside}
其中，Finside为内部因素，Foutside为外部因素；
协调水平评价指标体系二级评价指标层为：
L2＝{F1，F2，F3,indirect，F4,market，F5,policy，F6,disaster}
其中，F1为自风险，F2为交互风险，F3,indirect为间接指标，F4,market为市场因素，F5,policy为国家政策因素，F6,disaster为自然灾害因素；
协调水平评价指标体系三级评价指标层为：
L3＝{F1,power，F1,grid，F1,load，F1,storage，F2,p-p，F2,p-g，F2,p-s，F2,g-l，F31,indirect，F32,indirect，F41,market，F42,market，F51,policy，F52,policy，F53,policy，F61,disaster，F62,disaster}
其中，F1,power为电源环节的自风险，F1,grid为电网环节的自风险，F1,load为负荷环节的自风险，F1,storage为储能环节的自风险，F2,p-p为源源互补的交互风险，F2,p-g为源网交互的交互风险，F2,p-s为源储交互的交互风险，F2,g-l为网荷交互的交互风险，F31,indirect为污染物减排效益，F32,indirect为碳排放惩罚成本变化率，F41,market为辅助服务效益变化率，F42,market为市场竞争引发停电损失度，F51,policy为新能源发电补贴变化率，F52,policy为新能源上网标杆电价变化率，F53,policy为新技术应用效益，F61,disaster为抗灾技术投入比，F62,disaster为灾变损失度；
协调水平评价指标体系四级评价指标层为：
L4＝{F11,power，F12,power，F11,grid，F12,grid，F11,load，F12,load，F13,load，F14,load，F11,storage，F12,storage，F21,p-p，F22,p-p，F21,p-g，F22,p-g，F23,p-g，F21,p-s，F22,p-s，F21,g-l}
其中，F11,power为清洁能源开发效益，F12,power为新能源投资成本变化率，F11,grid为网架差异化规划容量比，F12,grid为网架坚强度，F11,load为负荷预测准确度，F12,load为转移用电高峰负荷比，F13,load为弹性负荷损失，F14,load为高可靠性负荷保障成本，F11,storage为储能单位投资成本变化率，F12,storage为储能寿命变化率，F21,p-p为电源互补度，F22,p-p为有效发电比，F21,p-g为并网技术投资率，F22,p-g为网损率，F23,p-g为事故损失率，F21,p-s为弃发电损失率，F22,p-s为移峰填谷性能，F21,g-l为网架减免建设率；
指标体系将评价目标逐级分解，将影响整体协调水平的不确定性风险因素按层分类整合，最后细化到一系列可直接计算或评判的定量、定性指标。
具体参见附图3。
步骤4：采用层次分析法与德尔菲法结合的主观权重法，确定协调水平评价指标体系各级评价指标层的指标权重；
步骤4中所述确定协调水平评价指标体系各级评价指标层的指标权重，具体定权方法如下：
步骤4.1，根据层次分析法思想逐层建立判断矩阵；
采用三标度法对各层指标相对于其上层指标的重要性进行两两比较，并根据判断原则建立指标体系l级评价指标层的判断矩阵：
式中，n为调水平评价指标体系l级评价指标层的参与赋权的指标数，ωij的具体含义为：在调水平评价指标体系l级评价指标层的指标i和指标j所对应的上层即l-1层指标g作为评价目标条件下，指标i和指标j分别对于指标g的影响大小的比较结果，且ωij＝1/ωji；
各层指标关于上层指标影响大小的判断原则为：
当指标i对指标g的影响程度比指标j更高，即指标i比指标j重要时，ωij>1，且ωij取值越大，重要程度越高；当指标i对指标g的影响程度比指标j更低，即指标i不如指标j重要时，ωij<1，且ωij取值越小，重要程度越低；指标i与指标j相比较同样重要时，ωij＝1。
其中i,j＝1,2,…,n(l)且i≠j，g＝1,2,…,n(l-1)；
步骤4.2，根据指标体系l级评价指标层的判断矩阵，得到各指标在层次分析法下的权重。
采用特征向量法，先求出指标体系l级评价指标层的判断矩阵的最大特征值λmax(l)，然后求出最大特征值λmax(l)所对应的特征向量w(l)，即得到权重向量
w(l)＝(w1(l),w2(l),…,wn(l))；
对w(l)作归一化处理即得到某一级评价指标关于它上一级指标的相对权重向量w(l)'＝(w1(l)',w2(l)',…,wn(l)')；
步骤4.3，引入德尔菲法对定权方法进行优化，形成最优判断矩阵；
根据德尔菲法，邀请m个专家对判断矩阵进行赋值，得到出指标体系l级评价指标层的m个不同的判断矩阵设第k位专家所赋值的判断矩阵得到的权重向量为:
w(l) (k)＝(w1(l) (k),w2(l) (k),…,wn(l) (k)),k＝1,2,…,m(l)
定义第i位专家的判断矩阵的相对一致度为与其他专家判断矩阵的一致程度，即是否能代表大多数专家的意见。计算公式为：对Si(l)作归一化处理
指标体系l级评价指标层的最优判断矩阵的表达式如下：
步骤4.4，对指标体系l级评价指标层的最优判断矩阵进行一致性检验，进而采用步骤4.2所述的特征向量法确定德尔菲法优化后的各指标权重。
一致性检验方法如下：计算最优判断矩阵的最大特征值λmax(l) *，并引入相容性指标检验判断矩阵的一致性。
一般当CI(l)＜1.0时，认为判断矩阵的一致性可以接受；当CI(l)≥1.0时，重复执行步骤4.1至步骤4.4，重新构建判断矩阵并计算权重，直至CI(l)＜1.0，即通过一致性检验为止。
相对应的指标体系l级评价指标层指标关于l-1级评价指标层指标的权重向量为w(l) *＝(w1(l) *,w2(l) *,…,wn(l) *)。
步骤5：采用区间打分制将源网荷储协调能力评价指标进行去量纲化处理，且对于成本型指标，其值越低，则评价对象的协调水平越高；而对于效益型指标，其值越高，则评价对象的协调水平越高；
步骤5中所述成本型定量指标包括：
网架差异化规划容量比即F11,grid，弹性负荷损失即F13,load，高可靠性负荷保障成本即F14,load，储能寿命变化率即F12,storage，并网技术投资率即F21,p-g，网损率即F22,p-g，事故损失率即F23,p-g，弃发电损失率即F21,p-s，抗灾技术投入比即F61,disaster
对于成本型定量指标，处于[0.91,1]内的指标打分为1，处于[0.81,0.90]内的指标打分为2，处于[0.71,0.80]内的指标打分为3，处于[0.61,0.70]内的指标打分为4，处于[0.51,0.60]内的指标打分为5，处于[0.41,0.50]内的指标打分为6，处于[0.31,0.40]内的指标打分为7，处于[0.21,0.30]内的指标打分为8，处于[0.11,0.20]内的指标打分为9，处于[0,0.10]内的指标打分为10。
效益型定量指标包括：
清洁能源开发效益即F11,power，新能源投资成本变化率即F12,power，负荷预测准确度即F11,load，转移用电高峰负荷比即F12,load，储能单位投资成本变化率即F11,storage，电源互补度即F21,p-p，有效发电比即F22,p-p，网架减免建设率即F21,g-l，污染物减排效益即F31,indirect，碳排放惩罚成本变化率即F32,indirect，辅助服务效益变化率即F41,market，新能源发电补贴变化率即F51,policy，新能源上网标杆电价变化率即F52,policy；
对于效益型定量指标，处于[0,0.10]内的指标打分为1，处于[0.11,0.20]内的指标打分为2，处于[0.21,0.30]内的指标打分为3，处于[0.31,0.40]内的指标打分为4，处于[0.41,0.50]内的指标打分为5，处于[0.51,0.60]内的指标打分为6，处于[0.61,0.70]内的指标打分为7，处于[0.71,0.80]内的指标打分为8，处于[0.81,0.90]内的指标打分为9，处于[0.91,1]内的指标打分为10；
成本型定性指标包括：
市场竞争引发停电损失度即F42,market，灾变损失度即F62,disaster
对于成本型定性指标，评价为极高的指标打分为2，评价为较高的指标打分为4，评价为一般的指标打分为6，评价为“较低”的指标打分为8，评价为极低的指标打分为10；
效益型定性指标包括：
网架坚强度即F12,grid，移峰填谷性能即F22,p-s，新技术应用效益即F53,policy
对于效益型定性指标，评价为极低的指标打分为2，评价为较低的指标打分为4，评价为一般的指标打分为6，评价为较高的指标打分为8，评价为极高的指标打分为10。
步骤6：结合协调水平评价指标体系各级评价指标层的指标权重和源网荷储协调能力评价指标的去量纲化指标值，采用线性加权法得到系统协调水平的量化值，评估电力系统源网荷储协调能力的高低；
步骤6中所述采用线性加权法得到系统协调水平的量化值，评估电力系统源网荷储协调能力的高低，具体评估方法如下：
步骤6.1，应用线性模型进行系统整体协调水平评价，由线性模型得到综合评价指标属性值的计算方法如下：
式中，FS为综合评价指标属性值，即电力系统源-网-荷-储协调水平值；wi (sum)为第四层第i个指标相对于评价目标层即源-网-荷-储协调水平的总权重；Fi为第四层第i个指标值；m为最底层指标总数。
wi (sum)＝wi(4) *×wp(3) *×wq(2) *×wv(1) *
式中，wi(4) *为第四层第i个指标关于其所隶属的第三层第p个指标的权重；wp(3) *为第三层第p个指标关于其所隶属的第二层第q个指标的权重；wq(2) *为第二层第q个指标关于其所隶属的第一层指标第v个指标的权重；wv(1) *为第一层第v个指标关于其所隶属的评价目标层的权重。
步骤6.2，基于风险评估理论中风险水平定级思想，将协调水平划分成五个等级：综合指标值FS处于[0,2]内的系统协调水平为1级，协调水平较低；综合指标值FS处于[2.01,4]内的系统协调水平为2级，协调水平略低；综合指标值FS处于[4.01,6]内的系统协调水平为3级，协调水平一般；综合指标值FS处于[6.01,8]内的系统协调水平为4级，协调水平略高；综合指标值FS处于[8.01,10]内的系统协调水平为5级，协调水平较高。
应当理解的是，本说明书未详细阐述的部分均属于现有技术。
应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (7)

1.一种基于风险思想的源网荷储协调水平评价方法，其特征在于，包括以下步骤：
步骤1：参照风险理论中的风险识别思想，将影响源-网-荷-储多环节协调能力的因素分为内部因素以及外部因素，分别对内部因素以及外部因素进行划分；
步骤2：根据内部因素以及外部因素构建源网荷储协调能力评价指标；
步骤3：根据源网荷储协调能力评价指标，按照内部因素与外部因素划分，构建基于风险思想的电力系统源网荷储协调水平评价指标体系；
步骤4：采用层次分析法与德尔菲法结合的主观权重法，确定协调水平评价指标体系各级评价指标层的指标权重；
步骤5：采用区间打分制将源网荷储协调能力评价指标进行去量纲化处理，且对于成本型指标，其值越低，则评价对象的协调水平越高；而对于效益型指标，其值越高，则评价对象的协调水平越高；
步骤6：结合协调水平评价指标体系各级评价指标层的指标权重和源网荷储协调能力评价指标的去量纲化指标值，采用线性加权法得到系统协调水平的量化值，评估电力系统源网荷储协调能力的高低。
2.根据权利要求1所述的基于风险思想的源网荷储协调水平评价方法，其特征在于：步骤1中所述内部因素定义为Finside，包括：自风险、交互风险以及间接因素；
自风险定义为F1包括：电源环节的自风险定义为F1,power、网架环节的自风险定义为F1,grid、负荷环节的自风险定义为F1,load、储能环节的自风险定义为F1,storage；
交互风险定义为F2包括：源源互补的交互风险定义为F2,p-p、源网交互的交互风险定义为F2,p-g、源储交互的交互风险定义为F2,p-s、网荷交互的交互风险定义为F2,g-l；
间接因素即可再生能源的利用所带来的气体减排效益定义为F3,indirect；
步骤1中所述外部因素定义为Foutside，包括：
电力市场因素定义为F4,market、国家政策因素定义为F5,policy以及自然灾害因素定义为F6,disaster。
3.根据权利要求1所述的基于风险思想的源网荷储协调水平评价方法，其特征在于：步骤2中所述构建相对应的源网荷储协调能力评价指标具体如下：
所述电源环节的自风险因素定义为：
清洁能源开发效益F11,power：
式中，Igain,clean为待评价区域在指定评价年限内，开发清洁能源所得效益；Igain,total为系统总运营效益；
新能源投资成本变化率F12,power：
式中，ΔIclean为评价年限内，新能源单位容量投资成本变化量，包括使用年限内的设备成本、建设成本；Iexi,clean为现有单位容量成本；Iini,clean为原有单位容量成本；
所述电网环节的自风险因素定义为：
网架差异化规划容量比F11,grid：
式中，Cbuild,extra为评价年限内，对核心骨干网架实施差异化规划建设而产生的额外投资成本；Cbuild,total为电网建设总成本；
网架坚强度F12,grid：反映电网自身拓扑结构的坚强程度，指系统遭受线路、元件故障停运(如相间短路、元件失效停运)时，系统能否维持稳定运行状态而不致使系统遭受损失的能力；
所述负荷环节的自风险因素定义为：
负荷预测准确度F11,load：
式中，ΔLpre,exi为调度周期内，平均负荷预测不准确量变化值；Lpre,exi为现有平均负荷预测不准确量；Lpre,ini为原有平均负荷预测不准确量；
转移用电高峰负荷比F12,load：
式中，ΔEload,tra为典型日内，用电高峰时段因参与需求侧响应的可转移负荷量；Eload,total为该时段总负荷需求；
弹性负荷损失F13,load：
式中，ΔPload,int为可中断负荷的补贴费用降低量；Pload,int为初始补贴费用；
高可靠性负荷保障成本F14,load：
式中，Cres,exi为当前为保障一级负荷的供电可靠性而设立的备用资源成本；Cres,ini为原有备用成本；
所述储能环节的自风险因素定义为：
储能单位投资成本变化率F11,storage：
式中，ΔIsto为评价年限内储能装置单位容量投资成本变化量；Isto,ini为初始投资成本；
储能寿命变化率F12,storage：
式中，ΔLsto为协调优化模式下，储能装置的平均寿命减少量；Lsto,ini为原平均寿命；
所述源源互补的交互风险因素定义为：
电源互补度F21,p-p：
式中，ΔIgen为采取火力机组与清洁能源协同调度策略后的年发电效益；Igen,ini为初始年发电效益；
有效发电比F22,p-p：反映新能源发电装机的有效利用程度；
式中，ΔPgen是全年内新能源有效发电量；Pgen,ini为总有效发电量；
所述源网交互的交互风险因素定义为：
并网技术投资率F21,p-g：
式中，Ibuild,tec为应用适应不确定性新能源接入的技术所产生的电网规划、建设成本；Ibuild为电网建设总投资费用；
网损率F22,p-g：反映新能源发电单元接入后，对电网网损的影响；
式中，Ltra,grid为全年内电力网络总损耗；Ptra,grid为电网输送电能总量；
事故损失率F23,p-g：体现电网对新能源的接纳程度；
式中，Lfai,clean为全年内因新能源发电接入产生的事故造成的损失；Pfai,grid为全网总事故损失；
所述源储交互的交互风险因素定义为：
弃发电损失率F21,p-s：反映源储不协调程度；
式中，Paban,clean是全年弃风和弃光的总电量；Pload为全年总负荷量；
移峰填谷性能F22,p-s：反映储能参与移峰填谷辅助服务的性能高低；
所述网荷交互的交互风险因素定义为：
网架减免建设率F21,g-l：
式中，ΔCexp,grid为待评价区域在评价年限内，因负荷侧参与需求侧响应所减少的新建线路的容量；Cexp,grid为新增线路总容量；
所述间接指标即可再生能源的利用所带来的气体减排效益定义为：
污染物减排效益F31,indirect：
式中，ΔCemi为污染物排放处理费用减少值；Cemi,ini为初始污染物排放处理费用；
碳排放惩罚成本变化率F32,indirect：
式中，为采用协调优化模式后，因清洁能源的消纳引起CO2排放量降低，由此造成的惩罚成本降低量；为初始CO2排放的惩罚成本；
所述对外部因素进行定义具体如下：
所述电力市场因素定义为：
辅助服务效益变化率F41,market：
式中，ΔSpen,ser为因国家补贴力度增大，可再生能源发电机组加入辅助服务所提升的收益；Spen,ser,ini为初始辅助服务收益；
市场竞争引发停电损失度F42,market：反映市场竞争导致的设备过载，进而引发停电事故所造成的直接经济损失程度；
所述国家政策因素定义为：
新能源发电补贴变化率F51,policy：
式中，ΔSclean为评价年限内新能源单位发电补贴价格增长量；Sclean,ini为原补贴价格；
新能源上网标杆电价变化率F52,policy：
式中，ΔPsub,clean为评价年限内新能源单位发电补贴价格增长量；Psub,clean,ini为原补贴价格；
新技术应用效益F53,policy：反映系统采用新技术所得的国家财政补贴收益水平；
所述自然灾害因素定义为
抗灾技术投入比F61,disaster：
式中，Cbuild,resist是为抵御自然灾害而产生的建设投资成本；Cbuild,sys是系统总建设成本；
灾变损失度F62,disaster：因发生自然灾害而造成的线路停运对应的经济损失程度，包括停电损失以及灾后抢修重建成本。
4.根据权利要求1所述的基于风险思想的源网荷储协调水平评价方法，其特征在于：步骤3中所述构建基于风险思想的电力系统源网荷储协调水平评价指标体系，具体构建方法如下：
根据内部因素以及外部因素，将协调水平评价指标体系分为四层：
协调水平评价指标体系一级评价指标层为：
L1＝{Finside，Foutside}
其中，Finside为内部因素，Foutside为外部因素；
协调水平评价指标体系二级评价指标层为：
L2＝{F1，F2，F3,indirect，F4,market，F5,policy，F6,disaster}
其中，F1为自风险，F2为交互风险，F3,indirect为间接指标，F4,market为市场因素，F5,policy为国家政策因素，F6,disaster为自然灾害因素；
协调水平评价指标体系三级评价指标层为：
L3＝{F1,power，F1,grid，F1,load，F1,storage，F2,p-p，F2,p-g，F2,p-s，F2,g-l，F31,indirect，F32,indirect，F41,market，F42,market，F51,policy，F52,policy，F53,policy，F61,disaster，F62,disaster}
其中，F1,power为电源环节的自风险，F1,grid为电网环节的自风险，F1,load为负荷环节的自风险，F1,storage为储能环节的自风险，F2,p-p为源源互补的交互风险，F2,p-g为源网交互的交互风险，F2,p-s为源储交互的交互风险，F2,g-l为网荷交互的交互风险，F31,indirect为污染物减排效益，F32,indirect为碳排放惩罚成本变化率，F41,market为辅助服务效益变化率，F42,market为市场竞争引发停电损失度，F51,policy为新能源发电补贴变化率，F52,policy为新能源上网标杆电价变化率，F53,policy为新技术应用效益，F61,disaster为抗灾技术投入比，F62,disaster为灾变损失度；
协调水平评价指标体系四级评价指标层为：
L4＝{F11,power，F12,power，F11,grid，F12,grid，F11,load，F12,load，F13,load，F14,load，F11,storage，F12,storage，F21,p-p，F22,p-p，F21,p-g，F22,p-g，F23,p-g，F21,p-s，F22,p-s，F21,g-l}
其中，F11,power为清洁能源开发效益，F12,power为新能源投资成本变化率，F11,grid为网架差异化规划容量比，F12,grid为网架坚强度，F11,load为负荷预测准确度，F12,load为转移用电高峰负荷比，F13,load为弹性负荷损失，F14,load为高可靠性负荷保障成本，F11,storage为储能单位投资成本变化率，F12,storage为储能寿命变化率，F21,p-p为电源互补度，F22,p-p为有效发电比，F21,p-g为并网技术投资率，F22,p-g为网损率，F23,p-g为事故损失率，F21,p-s为弃发电损失率，F22,p-s为移峰填谷性能，F21,g-l为网架减免建设率；
指标体系将评价目标逐级分解，将影响整体协调水平的不确定性风险因素按层分类整合，最后细化到一系列可直接计算或评判的定量、定性指标。
5.根据权利要求1所述的基于风险思想的源网荷储协调水平评价方法，其特征在于：步骤4中所述确定协调水平评价指标体系各级评价指标层的指标权重，具体定权方法如下：
步骤4.1，根据层次分析法思想逐层建立判断矩阵；
采用三标度法对各层指标相对于其上层指标的重要性进行两两比较，并根据判断原则建立指标体系l级评价指标层的判断矩阵：
式中，n为调水平评价指标体系l级评价指标层的参与赋权的指标数，ωij的具体含义为：在调水平评价指标体系l级评价指标层的指标i和指标j所对应的上层即l-1层指标g作为评价目标条件下，指标i和指标j分别对于指标g的影响大小的比较结果，且ωij＝1/ωji；
各层指标关于上层指标影响大小的判断原则为：
当指标i对指标g的影响程度比指标j更高，即指标i比指标j重要时，ωij>1，且ωij取值越大，重要程度越高；当指标i对指标g的影响程度比指标j更低，即指标i不如指标j重要时，ωij<1，且ωij取值越小，重要程度越低；指标i与指标j相比较同样重要时，ωij＝1；
其中i,j＝1,2,…,n(l)且i≠j，g＝1,2,…,n(l-1)；
步骤4.2，根据指标体系l级评价指标层的判断矩阵，得到各指标在层次分析法下的权重；
采用特征向量法，先求出指标体系l级评价指标层的判断矩阵的最大特征值λmax(l)，然后求出最大特征值λmax(l)所对应的特征向量w(l)，即得到权重向量
w(l)＝(w1(l),w2(l),…,wn(l))；
对w(l)作归一化处理即得到某一级评价指标关于它上一级指标的相对权重向量w(l)'＝(w1(l)',w2(l)',…,wn(l)')；
步骤4.3，引入德尔菲法对定权方法进行优化，形成最优判断矩阵；
根据德尔菲法，邀请m个专家对判断矩阵进行赋值，得到出指标体系l级评价指标层的m个不同的判断矩阵设第k位专家所赋值的判断矩阵得到的权重向量为:
w(l) (k)＝(w1(l) (k),w2(l) (k),…,wn(l) (k)),k＝1,2,…,m(l)
定义第i位专家的判断矩阵的相对一致度为与其他专家判断矩阵的一致程度，即是否能代表大多数专家的意见；计算公式为：对Si(l)作归一化处理
指标体系l级评价指标层的最优判断矩阵的表达式如下：
步骤4.4，对指标体系l级评价指标层的最优判断矩阵进行一致性检验，进而采用步骤4.2所述的特征向量法确定德尔菲法优化后的各指标权重；
一致性检验方法如下：计算最优判断矩阵的最大特征值λmax(l) *，并引入相容性指标检验判断矩阵的一致性；
一般当CI(l)＜1.0时，认为判断矩阵的一致性可以接受；当CI(l)≥1.0时，重复执行步骤4.1至步骤4.4，重新构建判断矩阵并计算权重，直至CI(l)＜1.0，即通过一致性检验为止；
相对应的指标体系l级评价指标层指标关于l-1级评价指标层指标的权重向量为w(l) *＝(w1(l) *,w2(l) *,…,wn(l) *)。
6.根据权利要求1所述的基于风险思想的源网荷储协调水平评价方法，其特征在于：步骤5中所述成本型定量指标包括：
网架差异化规划容量比即F11,grid，弹性负荷损失即F13,load，高可靠性负荷保障成本即F14,load，储能寿命变化率即F12,storage，并网技术投资率即F21,p-g，网损率即F22,p-g，事故损失率即F23,p-g，弃发电损失率即F21,p-s，抗灾技术投入比即F61,disaster
对于成本型定量指标，处于[0.91,1]内的指标打分为1，处于[0.81,0.90]内的指标打分为2，处于[0.71,0.80]内的指标打分为3，处于[0.61,0.70]内的指标打分为4，处于[0.51,0.60]内的指标打分为5，处于[0.41,0.50]内的指标打分为6，处于[0.31,0.40]内的指标打分为7，处于[0.21,0.30]内的指标打分为8，处于[0.11,0.20]内的指标打分为9，处于[0,0.10]内的指标打分为10；
效益型定量指标包括：
清洁能源开发效益即F11,power，新能源投资成本变化率即F12,power，负荷预测准确度即F11,load，转移用电高峰负荷比即F12,load，储能单位投资成本变化率即F11,storage，电源互补度即F21,p-p，有效发电比即F22,p-p，网架减免建设率即F21,g-l，污染物减排效益即F31,indirect，碳排放惩罚成本变化率即F32,indirect，辅助服务效益变化率即F41,market，新能源发电补贴变化率即F51,policy，新能源上网标杆电价变化率即F52,policy；
对于效益型定量指标，处于[0,0.10]内的指标打分为1，处于[0.11,0.20]内的指标打分为2，处于[0.21,0.30]内的指标打分为3，处于[0.31,0.40]内的指标打分为4，处于[0.41,0.50]内的指标打分为5，处于[0.51,0.60]内的指标打分为6，处于[0.61,0.70]内的指标打分为7，处于[0.71,0.80]内的指标打分为8，处于[0.81,0.90]内的指标打分为9，处于[0.91,1]内的指标打分为10；
成本型定性指标包括：
市场竞争引发停电损失度即F42,market，灾变损失度即F62,disaster
对于成本型定性指标，评价为极高的指标打分为2，评价为较高的指标打分为4，评价为一般的指标打分为6，评价为“较低”的指标打分为8，评价为极低的指标打分为10；
效益型定性指标包括：
网架坚强度即F12,grid，移峰填谷性能即F22,p-s，新技术应用效益即F53,policy
对于效益型定性指标，评价为极低的指标打分为2，评价为较低的指标打分为4，评价为一般的指标打分为6，评价为较高的指标打分为8，评价为极高的指标打分为10。
7.根据权利要求1所述的基于风险思想的源网荷储协调水平评价方法，其特征在于：步骤6中所述采用线性加权法得到系统协调水平的量化值，评估电力系统源网荷储协调能力的高低，具体评估方法如下：
步骤6.1，应用线性模型进行系统整体协调水平评价，由线性模型得到综合评价指标属性值的计算方法如下：
式中，FS为综合评价指标属性值，即电力系统源-网-荷-储协调水平值；wi (sum)为第四层第i个指标相对于评价目标层即源-网-荷-储协调水平的总权重；Fi为第四层第i个指标值；m为最底层指标总数；
wi (sum)＝wi(4) *×wp(3) *×wq(2) *×wv(1) *
式中，wi(4) *为第四层第i个指标关于其所隶属的第三层第p个指标的权重；wp(3) *为第三层第p个指标关于其所隶属的第二层第q个指标的权重；wq(2) *为第二层第q个指标关于其所隶属的第一层指标第v个指标的权重；wv(1) *为第一层第v个指标关于其所隶属的评价目标层的权重；
步骤6.2，基于风险评估理论中风险水平定级思想，将协调水平划分成五个等级：综合指标值FS处于[0,2]内的系统协调水平为1级，协调水平较低；综合指标值FS处于[2.01,4]内的系统协调水平为2级，协调水平略低；综合指标值FS处于[4.01,6]内的系统协调水平为3级，协调水平一般；综合指标值FS处于[6.01,8]内的系统协调水平为4级，协调水平略高；综合指标值FS处于[8.01,10]内的系统协调水平为5级，协调水平较高。
CN201910506809.4A 2019-06-12 2019-06-12 一种基于风险思想的源网荷储协调水平评价方法 Pending CN110334914A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910506809.4A CN110334914A (zh) 2019-06-12 2019-06-12 一种基于风险思想的源网荷储协调水平评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910506809.4A CN110334914A (zh) 2019-06-12 2019-06-12 一种基于风险思想的源网荷储协调水平评价方法

Publications (1)

Publication Number Publication Date
CN110334914A true CN110334914A (zh) 2019-10-15

Family

ID=68140382

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910506809.4A Pending CN110334914A (zh) 2019-06-12 2019-06-12 一种基于风险思想的源网荷储协调水平评价方法

Country Status (1)

Country Link
CN (1) CN110334914A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401756A (zh) * 2020-03-19 2020-07-10 国家电网公司西南分部 一种涉及网、源、荷分析的风光消纳评价方法
CN111950900A (zh) * 2020-08-12 2020-11-17 国网山东省电力公司烟台供电公司 一种电力系统源网荷储本质安全风险评估方法
CN112070395A (zh) * 2020-09-07 2020-12-11 四川华泰电气股份有限公司 能源互联网可靠性评估体系、模型建立方法和评估方法
CN112464168A (zh) * 2020-11-27 2021-03-09 国网江苏省电力有限公司无锡供电分公司 一种综合能源潜力用户靶向评估提取方法
CN112531689A (zh) * 2020-11-26 2021-03-19 国网湖南省电力有限公司 受端电力系统的源网荷储协调控制能力评估方法和设备
CN113627807A (zh) * 2021-08-17 2021-11-09 深圳供电局有限公司 一种网源荷互动风险控制方法
CN113807658A (zh) * 2021-08-18 2021-12-17 国网湖南省电力有限公司 一种基于源网荷储协同互动方案的资源汇聚潜力评估方法及装置
CN114240225A (zh) * 2021-12-23 2022-03-25 国网山东省电力公司东营供电公司 源网荷储多元协同互动下的电力系统运行评价方法和系统

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111401756B (zh) * 2020-03-19 2023-12-05 国家电网公司西南分部 一种涉及网、源、荷分析的风光消纳评价的方法
CN111401756A (zh) * 2020-03-19 2020-07-10 国家电网公司西南分部 一种涉及网、源、荷分析的风光消纳评价方法
CN111950900A (zh) * 2020-08-12 2020-11-17 国网山东省电力公司烟台供电公司 一种电力系统源网荷储本质安全风险评估方法
CN111950900B (zh) * 2020-08-12 2024-05-14 国家电网有限公司 一种电力系统源网荷储本质安全风险评估方法
CN112070395A (zh) * 2020-09-07 2020-12-11 四川华泰电气股份有限公司 能源互联网可靠性评估体系、模型建立方法和评估方法
CN112070395B (zh) * 2020-09-07 2024-02-13 四川华泰电气股份有限公司 能源互联网可靠性评估体系、模型建立方法和评估方法
CN112531689B (zh) * 2020-11-26 2022-06-10 国网湖南省电力有限公司 受端电力系统的源网荷储协调控制能力评估方法和设备
CN112531689A (zh) * 2020-11-26 2021-03-19 国网湖南省电力有限公司 受端电力系统的源网荷储协调控制能力评估方法和设备
CN112464168B (zh) * 2020-11-27 2022-08-02 国网江苏省电力有限公司无锡供电分公司 一种综合能源潜力用户靶向评估提取方法
CN112464168A (zh) * 2020-11-27 2021-03-09 国网江苏省电力有限公司无锡供电分公司 一种综合能源潜力用户靶向评估提取方法
CN113627807A (zh) * 2021-08-17 2021-11-09 深圳供电局有限公司 一种网源荷互动风险控制方法
CN113627807B (zh) * 2021-08-17 2024-04-09 深圳供电局有限公司 一种网源荷互动风险控制方法
CN113807658A (zh) * 2021-08-18 2021-12-17 国网湖南省电力有限公司 一种基于源网荷储协同互动方案的资源汇聚潜力评估方法及装置
CN114240225A (zh) * 2021-12-23 2022-03-25 国网山东省电力公司东营供电公司 源网荷储多元协同互动下的电力系统运行评价方法和系统

Similar Documents

Publication Publication Date Title
CN110334914A (zh) 一种基于风险思想的源网荷储协调水平评价方法
Wang et al. A decision model for energy resource selection in China
Wu et al. Risk assessment of wind-photovoltaic-hydrogen storage projects using an improved fuzzy synthetic evaluation approach based on cloud model: A case study in China
CN102385723B (zh) 一种重要电力用户应急电源配置方法
CN103473604B (zh) 一种日前发电计划综合性能评价方法
CN103530823A (zh) 基于otfn-ahp的微电网规划设计综合评价体系
CN107909253A (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
CN109508882A (zh) 一种电网规划评价方法及系统
CN112070395B (zh) 能源互联网可靠性评估体系、模型建立方法和评估方法
CN105184493A (zh) 一种用于电网企业能源绩效评价的方法
CN113139737A (zh) 一种面向全电力船舶电力系统弹性的综合评价方法
CN105354613A (zh) 一种分布式光伏运维模式选择系统
CN109409637A (zh) 一种城市能源数据管理与运行监测方法
CN111625770A (zh) 一种用于含分布式电源配电网的能效评估方法及系统
Lin et al. Fuzzy multi-objective forest biomass-to-biofuel facility location problem with social consideration
CN113240330A (zh) 一种需求侧虚拟电厂多维价值评估方法和调度策略
CN105046353B (zh) 一种电力系统低碳化水平的评价方法
Wu et al. A two-stage GIS-based suitability model for siting biomass-to-biofuel plants and its application in West Virginia, USA
CN105548779A (zh) 一种低压配电网无功运行状态的预警方法及系统
CN116823008A (zh) 一种园区能源利用效率评估方法、系统、设备和存储介质
CN111030191B (zh) 基于多目标协同和自趋优运行的细胞电网规划方法
Evgeny et al. Institutional determinants of thermal power sector economic productivity
CN112734274A (zh) 一种低碳电网运营主导影响因素挖掘及综合评估方法
CN112132397A (zh) 基于网络分析的大型商圈安全风险模糊综合评价方法及装置
CN105447630A (zh) 一种基于重大紧急缺陷率的主变压器置换策略制定方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20191015

RJ01 Rejection of invention patent application after publication