CN110555624A - 一种考虑指标关联的电网调度运行综合评估方法 - Google Patents

Abstract

本发明公开了一种考虑指标关联的电网调度运行综合评估方法，首先将发电公司、电网公司、电力用户作为电网调度运行评估的评估对象，分别筛选出每个评估对象适合经济性、清洁性、安全性、公平性、服务质量五个一级指标的二级、三级指标，建立电网调度运行综合评估体系；根据指标的变异性大小，利用熵权法求得指标的初始权重；采用灰色关联分析法求解指标间的灰色关联度矩阵；通过阈值原则，调整灰色关联度矩阵；结合阈值变权方法对熵权法确定的权重进行调整，降低指标关联造成的影响；利用模糊测度及Chouqet模糊积分对指标的评价值进行非线性聚合，得到综合评价值。本发明可以消除指标之间的相互作用，提高评估结果的准确性。

Description

一种考虑指标关联的电网调度运行综合评估方法

技术领域

本发明涉及电网调度评估领域，具体来说是在考虑发电公司、电网公司、电力用户多个利益主体的一种考虑指标关联的电网调度运行综合评估方法。

背景技术

电网是由电力系统中各种电压的变电所及输配电线路组成的整体，而电力调度是为了保证电网安全运行、对外可靠供电、各类电力生产工作有序进行而采用的一种有效管理手段。在电力调度过程中，电网运行会产生许多数据，如何对这些数据进行有效的评估需要一个合理的指标评估体系以及有效的评估方法。

目前，研究人员对电网所做的评估体系大多是针对配网侧，针对电网调度的评价体系一般只涉及经济性、清洁性、安全性等方面，对电网调度过程中的公平性以及服务质量方面涉及较少。

对于电网评估方面，目前的研究方法有多种，例如使用层次分析确定主观权重，使用熵权法确定指标的客观权重，使用主客观结合的方法确定权重使之更为合理。这些方法都有各自的优点，但它们都以指标间相互独立为前提，而指标之间一般存在一定的相关性，此种相关性将会对评价结果的准确性产生影响。

发明内容

本发明针对现有技术中存在的不足之处，提出来一种考虑指标关联的电网调度运行综合评估方法，以期能获得更加准确的评估结果，从而对于电网的下一步调度具有更好地指导作用。

本发明为解决技术问题采用如下技术方案：

一种考虑指标关联的电网调度运行综合评估方法，该方法包括以下步骤：

步骤1：首先将发电公司、电网公司、电力用户作为电网调度运行评估的评估对象，分别筛选出每个评估对象适合经济性、清洁性、安全性、公平性、服务质量五个一级指标的二级、三级指标，建立电网调度运行综合评估体系；

步骤2：根据指标间的变异性大小，利用熵权法求得指标的初始权重；

首先将k个指标的数据进行标准化处理，利用信息熵公式计算各个指标的信息熵{E₁,E₂,...,E_k}，公式如下：

其中如果p_ij＝0，则定义Y_ij为第i个指标的第j个原始数据经过标准化处理所得的数据。

然后确定初始权重w₀,公式如下：

步骤3：采用灰色关联分析法求解指标间的灰色关联度矩阵；

假设有一个参考数列X₀，同时有若干比较数列X₁，X₂，……，X_n，各比较数列与参考数列在k点时的关联系数为：

其中，ρ为分辨系数，一般在0～1之间，通常取0.5；然后，将所得的关联系数求取其平均值，作为比较数列与参考数列间的关联度，其公式为：

根据上述关联度公式分别求取每两个序列之间的灰色关联度，即若将序列X₁作为参考序列，分别求取X₂，X₃，……，X_n与X₁之间的关联度为r₁₂，r₁₃，……，r_1n。同理，将X₂，X₃，……，X_n分别作为参考序列，求取其它序列与其的关联度，最终可以得到一个指标间的灰色关联度矩阵(r_ij)_n×m，即

步骤4：通过阈值原则，调整灰色关联度矩阵：

决策者选出所有判断为独立的两个指标之间的关联度中的最大值作为阈值β，即

β＝maxr_ij (6)

其中，r_ij表示两个独立指标x_i和x_j的灰色关联度。

然后，按如下公式5求取调整后的灰色关联度矩阵(r_ij')_n×m。

其中，r_ij'为有效关联度；

步骤5：结合阈值变权方法对层次分析法确定的权重进行调整，降低指标关联造成的影响，按如下公式6调整步骤2所得初始权重：

其中，w'_j是调整后的权重，w_0j、w_0k、w_0l为初始权重；

步骤6：最后，利用模糊测度及Chouqet模糊积分对指标的评价值进行非线性聚合，得到综合评价值：

6.1g_λ模糊测度

设X＝{x₁,x₂,…,x_n}，为X的幂集，且若满足

(1)g(X)＝1

(2)时，有g(A)≤g(B)

(3)g(A∪B)＝g(A)+g(B)+λg(A)g(B)

这几条性质，则称g为λ模糊测度，其中，λ∈(-1,+∞)；

6.2Shapley值

其中，K表示X的含k个元素的子集。g的Shapley值定义为[v₁,v₂,...,v_n]，且

6.3建立如下优化模型，利用遗传算法求取λ模糊测度，模型公式如下：

其中，w为步骤2所求得的不考虑指标之间相关性的权重；

6.4指标基础数据评分

首先根据各指标的物理性质，结合专家经验和实际情况，建立各指标的评分标准，再通过图线拟合软件求取各指标的评分函数，最后将指标的基础数据结合评分函数求取指标的基础得分；

6.5chouqet模糊积分求取综合评分

设其中，表示要评价第k个方案的第i个指标标准化后的评价值，则f(·)的模糊测度g(·)在X上的Chouqet模糊积分为：

其中，g_λ(X₁)＝g_λ({x₁})，g_λ(X₂)＝g_λ({x₁，x₂})，…，g_λ(X_n)＝g_λ({x₁，x₂,…,x_n})，表示各指标集合的模糊测度。

与已有技术相比，本发明的有益效果体现在：

1.评价电网调度运行时考虑了服务质量和公平性，这样能更好地表征电网调度运行的状态，因为现在对于各利益主体对于服务质量的要求越来越高。

2.在评价指标体系中增加了发电公司发电量煤价比、储能装置使用率新的指标，提高了电网的评估结果的准确性。

3.灰色关联-模糊测度的方法有效的解决了指标间的相关性问题，使评估结果更加准确，对于电网的下一步调度具有更好地指导作用。

4.熵权法确定的初试权重具有更好地客观性，同时由于指标的数据经常会有缺失，熵权法能有效地克服这一问题，使最终的权重确立更加客观准确。

附图说明

图1为本发明所述的电网调度运行综合评估体系；

图2为本发明方法所述的流程示意图。

具体实施方式

下面将结合附图对本发明具体实施方式作进一步地详细描述。

如图1、2所示，一种考虑指标关联的电网调度运行综合评估方法，该方法包括以下步骤：

步骤1：首先根据发电公司、电网公司和电力用户的需求，分别筛选出对应的适合经济性、清洁性、安全性、公平性、服务质量五个一级指标的二级、三级指标，建立电网调度运行综合评估体系。

本发明各指标的计算方法/含义分别如下：

经济性：

设备利用率＝统计周期内最大负荷/发电设备最大载容量。

发电煤耗率：每生产或供应1千瓦小时电能所需消耗的燃煤量。

大型发电机组启停次数：统计周期内100万kw以上机组启停次数。

发电设备利用小时数＝发电量/平均装机容量。

购电成本：统计周期内从发电厂购买电量所需的成本。

维护成本：统计周期内维护供电设备所产生的成本。

线损率＝电力网络中损耗电能/向电力网络供应电能。

故障处置成本：统计周期内电网公司处理电力事故时产生的成本。

储能装置使用率＝储能装置电能/总发电量。

峰谷差率＝统计周期内峰谷差/最高负荷。

清洁性：

清洁能源装机占比＝统计周期内清洁能源机组/全网总发点机组。

清洁能源发电占比＝统计周期内清洁能源机组发电量/全网总发电量。

固体废物排放：反映在电力生产过程中产生的煤粉灰和脱硫石膏等固体的情况。

二氧化碳减排量：反映在电力生产过程中二氧化碳减排量。

二氧化硫减排量：反映在电力生产过程中二氧化硫减排量。

有害废弃物回收率：主要指变压器废油以及六氟化硫的回收率。

电动汽车使用率＝统计周期内区域内电动汽车数/总汽车数。

安全性：

设备故障率＝统计周期内发电设备发生故障的总次数与发电设备数之比。

机组检修次数：统计周期内发电机组平均检修次数。

旋转备用率：反映电网对有功功率平衡的控制能力，取正负备用的较小值。

停电恢复时间：电网停电到恢复供电所需的平均时间。

停电次数＝∑每次停电用户数/总供电用户数。

故障隔离速率：反映电网发生故障到隔离所需的平均时间。

技术人员操作规范性：反映技术人员工作时操作规范程度。

技术人员受教育程度：反映技术人员的文化水平。

电力事故伤亡人数：反映统计周期内电力事故的伤亡情况。

信息安全：反映电网抵御网络攻击的能力。

抵御气象灾害次数：反映电网抵御气象灾害能力。

公平性：

发电计划完成率＝统计周期内实际发电量/计划发电量。

发电负荷率＝负荷的平均值/负荷的最大值。

发电公司发电量煤价比＝发电量/煤价，反映了各发电厂的利润空间。

服务质量：

智能电表覆盖率：反映智能电表的覆盖水平。

故障抢修反映速率：反映电网公司应对故障的反应时间。

工作人员服务态度：反映电网公司面对客户的服务态度。

电价：一度电的平均电价。

用户投诉率＝电力用户投诉数/总电力用户数。

客户侧满意度：反映客户对于电网公司服务的满意。

谐波：反映电网的谐波合格率。

频率：反映电网的频率合格率。

电压：反映电网的电压合格率；

步骤2：根据指标间的变异性大小，利用熵权法求得指标的初始权重；

首先将k个指标的数据进行标准化处理，利用信息熵公式计算各个指标的信息熵{E₁,E₂,...,E_k}，公式如下：

其中如果p_ij＝0，则定义Y_ij为第i个指标的第j个原始数据经过标准化处理所得的数据。

然后确定初始权重w₀,公式如下：

步骤3：采用灰色关联分析法求解指标间的灰色关联度矩阵；

假设有一个参考数列X₀，同时有若干比较数列X₁，X₂，……，X_n，各比较数列与参考数列在k点时的关联系数为：

其中，ρ为分辨系数，一般在0～1之间，通常取0.5。然后，将所得的关联系数求取其平均值，作为比较数列与参考数列间的关联度，其公式为：

根据上述关联度公式分别求取每两个序列之间的灰色关联度，即若将序列X₁作为参考序列，分别求取X₂，X₃，……，X_n与X₁之间的关联度为r₁₂，r₁₃，……，r_1n。同理，将X₂，X₃，……，X_n分别作为参考序列，求取其它序列与其的关联度，最终可以得到一个指标间的灰色关联度矩阵(r_ij)_n×m，即

步骤4：通过阈值原则，调整灰色关联度矩阵：

决策者选出所有判断为独立的两个指标之间的关联度中的最大值作为阈值β，即

β＝maxr_ij (6)

其中，r_ij表示两个独立指标x_i和x_j的灰色关联度。

然后，按如下公式5求取调整后的灰色关联度矩阵(r_ij')_n×m。

其中，r_ij'为有效关联度；

步骤5：结合阈值变权方法对层次分析法确定的权重进行调整，降低指标关联造成的影响，按如下公式6调整步骤2所得初始权重：

其中，w'_j是调整后的权重，w_0j、w_0k、w_0l为初始权重；

步骤6：最后，利用模糊测度及Chouqet模糊积分对指标的评价值进行非线性聚合，得到综合评价值：

6.1g_λ模糊测度

设X＝{x₁,x₂,…,x_n}，为X的幂集，且若满足

(1)g(X)＝1

(2)时，有g(A)≤g(B)

(3)g(A∪B)＝g(A)+g(B)+λg(A)g(B)

这几条性质，则称g为λ模糊测度，其中，λ∈(-1,+∞)；

6.2Shapley值

其中，K表示X的含k个元素的子集。g的Shapley值定义为[v₁,v₂,...,v_n]，且

6.3建立如下优化模型，利用遗传算法求取λ模糊测度，模型公式如下：

其中，w为步骤2所求得的不考虑指标之间相关性的权重；

6.4指标基础数据评分

首先根据各指标的物理性质，结合专家经验和实际情况，建立各指标的评分标准，再通过图线拟合软件求取各指标的评分函数，最后将指标的基础数据结合评分函数求取指标的基础得分。

建立评分标准：

以服务质量里的用户投诉率指标为例，以每百万人次0次投诉为100分，3次为90分，6次为70分，10次为40分，15次以上为0分的评价标准，通过图线拟合软件，得到评分函数如下其余指标评分函数以同样方法求得；

6.5chouqet模糊积分求取综合评分

设其中，表示要评价第k个方案的第i个指标标准化后的评价值，则f(·)的模糊测度g(·)在X上的Chouqet模糊积分为

其中，g_λ(X₁)＝g_λ({x₁})，g_λ(X₂)＝g_λ({x₁，x₂})，…，g_λ(X_n)＝g_λ({x₁，x₂,…,x_n})，表示各指标集合的模糊测度。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (6)

1.一种考虑指标关联的电网调度运行综合评估方法，其特征在于，该方法包括以下步骤：

步骤1：首先将发电公司、电网公司、电力用户作为电网调度运行评估的评估对象，分别筛选出每个评估对象适合经济性、清洁性、安全性、公平性、服务质量五个一级指标的二级、三级指标，建立电网调度运行综合评估体系；

步骤2：根据指标间的变异性大小，利用熵权法求得指标的初始权重；

步骤3：采用灰色关联分析法求解指标间的灰色关联度矩阵；

步骤4：通过阈值原则，调整灰色关联度矩阵；

步骤5：结合阈值变权方法对熵权法确定的权重进行调整，降低指标关联造成的影响；

步骤6：最后，利用模糊测度及Chouqet模糊积分对指标的评价值进行非线性聚合，得到综合评价值。

2.根据权利要求1所述的一种考虑指标关联的电网调度运行综合评估方法，其特征在于，步骤2所述的采用熵权法求取初始权重，具体步骤为：

首先将k个指标的数据进行标准化处理，利用信息熵公式计算各个指标的信息熵{E₁,E₂,...,E_k}，公式如下：

其中如果p_ij＝0，则定义Y_ij为第i个指标的第j个原始数据经过标准化处理所得的数据。

然后确定初始权重w₀,公式如下：

。

3.根据权利要求2所述的一种考虑指标关联的电网调度运行综合评估方法，其特征在于，步骤3所述的采用灰色关联分析法求解指标间的关联度矩阵，具体步骤为：

假设有一个参考数列X₀，同时有若干比较数列X₁，X₂，……，X_n，各比较数列与参考数列在k点时的关联系数为：

其中，ρ为分辨系数，一般在0～1之间，通常取0.5；然后，将所得的关联系数求取其平均值，作为比较数列与参考数列间的关联度，其公式为：

根据上述关联度公式分别求取每两个序列之间的灰色关联度，即若将序列X₁作为参考序列，分别求取X₂，X₃，……，X_n与X₁之间的关联度为r₁₂，r₁₃，……，r_1n；同理，将X₂，X₃，……，X_n分别作为参考序列，求取其它序列与其的关联度，最终可以得到一个指标间的灰色关联度矩阵(r_ij)_n×m，即

4.根据权利要求3所述的一种考虑指标关联的电网调度运行综合评估方法，其特征在于，步骤4所述的通过阈值原则，调整灰色关联度矩阵，具体步骤为：

决策者选出所有判断为独立的两个指标之间的关联度中的最大值作为阈值β，即

β＝max r_ij (6)

其中，r_ij表示两个独立指标x_i和x_j的灰色关联度；

然后，按如下公式5求取调整后的灰色关联度矩阵(r’_ij)_n×m：

其中，r’_ij为有效关联度。

5.根据权利要求4所述的一种考虑指标关联的电网调度运行综合评估方法，其特征在于，步骤5所述的对层次分析法确定的权重进行调整，主要是按如下公式6调整步骤2所得初始权重：

其中，w'_j是调整后的权重，w_0j、w_0k、w_0l为初始权重。

6.根据权利要求5所述的一种考虑指标关联的电网调度运行综合评估方法，其特征在于，步骤6所述的利用模糊测度及Chouqet模糊积分对指标的评价值进行非线性聚合，得到综合评价值，其具体步骤为：

6.1 g_λ模糊测度

设X＝{x₁,x₂,…,x_n}，为X的幂集，且若满足

(1)g(X)＝1

(2)时，有g(A)≤g(B)

(3)g(A∪B)＝g(A)+g(B)+λg(A)g(B)

这几条性质，则称g为λ模糊测度，其中，λ∈(-1,+∞)；

6.2 Shapley值

其中，K表示X的含k个元素的子集，g的Shapley值定义为[v₁,v₂,...,v_n]，且

6.3建立如下优化模型，利用遗传算法求取λ模糊测度，模型公式如下：

其中，w为步骤2所求得的不考虑指标之间相关性的权重；

6.4指标基础数据评分

首先根据各指标的物理性质，结合专家经验和实际情况，建立各指标的评分标准，再通过图线拟合软件求取各指标的评分函数，最后将指标的基础数据结合评分函数求取指标的基础得分；

6.5chouqet模糊积分求取综合评分

设其中，表示要评价第k个方案的第i个指标标准化后的评价值，则f(·)的模糊测度g(·)在X上的Chouqet模糊积分为

其中，g_λ(X₁)＝g_λ({x₁})，g_λ(X₂)＝g_λ({x₁，x₂})，…，g_λ(X_n)＝g_λ({x₁，x₂,…,x_n})，表示各指标集合的模糊测度。