CN110705876A - 一种基于层次分析法的光伏电站选址方法 - Google Patents

一种基于层次分析法的光伏电站选址方法 Download PDF

Info

Publication number
CN110705876A
CN110705876A CN201910940722.8A CN201910940722A CN110705876A CN 110705876 A CN110705876 A CN 110705876A CN 201910940722 A CN201910940722 A CN 201910940722A CN 110705876 A CN110705876 A CN 110705876A
Authority
CN
China
Prior art keywords
scheme
layer
index
photovoltaic
follows
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
CN201910940722.8A
Other languages
English (en)
Inventor
张节潭
张海宁
李志青
郭树峰
杨立滨
李春来
尹旭
李正曦
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.)
Shenzhen Horizon Energy Technology Co Ltd
State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd
Original Assignee
Shenzhen Horizon Energy Technology Co Ltd
State Grid Qinghai Electric Power Co Clean Energy Development Research Institute
Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd
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 Shenzhen Horizon Energy Technology Co Ltd, State Grid Qinghai Electric Power Co Clean Energy Development Research Institute, Economic and Technological Research Institute of State Grid Qianghai Electric Power Co Ltd filed Critical Shenzhen Horizon Energy Technology Co Ltd
Priority to CN201910940722.8A priority Critical patent/CN110705876A/zh
Publication of CN110705876A publication Critical patent/CN110705876A/zh
Pending legal-status Critical Current

Links

Images

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
    • G06Q10/0639—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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or 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
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • 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)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Remote Sensing (AREA)
  • Computing Systems (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Algebra (AREA)
  • Software Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Supply And Distribution Of Alternating Current (AREA)

Abstract

本发明公开了一种基于层次分析法的光伏电站选址方法。其包括以下步骤：首先，基于层次分析法的思想，根据光伏电站选址需要重点考虑的指标，建立光伏电站选址层次结构模型。其次，确定准则层各指标相对目标层因素的相对重要性；再次，对方案层各指标进行定量计算，确定刻度区间，从而构建方案层对准则层每个因素的判断矩阵，在完成判断矩阵的一致性校验后进行方案层针对准则层各因素的单次排序；最后，计算各方案针对目标的总排序，确定各方案的权重，通过权重大小定量计算各待选光伏场址的优先级。该方法能够摆脱光伏场站选址过程中的主观因素，定量对各待选场址进行评价，提高了光伏场站选址过程中的科学性。

Description

一种基于层次分析法的光伏电站选址方法
技术领域
本发明涉及新能源光伏电站设计领域，尤其是一种基于层次分析法的光伏电站选址方法。
背景技术
光伏发电作为一种开发较为便利的绿色能源，正日益受到人们的重视。光伏电站系统设计基础之一是太阳辐射，太阳辐射受天气因素(如云)的影响较大，所以光伏发电利用自然资源的同时也受制于气象条件。目前国内太阳辐射观测站较少，一般只有一级气象观测站具有太阳辐射的观测功能，光伏场址周边缺少辐射观测资料，部分区域甚至缺乏日照观测资料；在进行光伏电站前期评估时，缺乏进行太阳辐射量推算、光伏系统设计、系统配置及发电量计算的依据，从而造成光伏电站场址的不合理，最终导致电站的非经济性，并对电网产生较大影响。因此，要想大幅提高光伏发电比例，保证光伏电站的合理系统配置、提高光电转换效率、降低光伏发电成本，光伏电站的太阳能资源推算和选址研究显得尤为重要。
然而，并网太阳能光伏电站选址涉及到多种因素，是一件复杂的工作。现在有的光伏电站选址研究多侧重于太阳能资源评估，如文献1中国太阳能热发电站选址模型研究[J](“王劲峰，孟斌，李连发.地球信息科学，2007，9(6):43-49.)”对全国太阳能热电站选址做了研究，通过结合太阳能法直辐射量、土地利用分布、水资源分布、社会经济分布以及政策税收等众多因素，提出了一个太阳能热电站选址的决策支持系统框架；文献2“基于WRF模式的光伏电站选址研究(康慨；卢胜，太阳能2016年11期)”采用中尺度数值预报WRF模式进行光伏电站场址区域太阳总辐射数值模拟试验,输出的逐时辐射和温度资料为光伏电站选址提供了有利的支撑,对光伏发电工程的前期评价有较好的参考价值。然而以上方法研究，过度侧重于对光伏资源的评估，没有考虑到现有电力系统及负荷需求对并网光伏电站的影响。在常规的光伏电站可研设计中涉及光伏电站选址方面，在考虑电力系统接入时，缺乏科学的决策性和定量数据的支撑，导致光伏电站选址方案的合理性有待提高。
在这里，我们根据光伏电站选址需要重点考虑的指标，建立光伏电站选址层次结构模型，提出一种基于层次分析法的光伏电站选址方法，通过权重大小定量计算各待选光伏场址的优先级。该方法能够摆脱光伏场站选址过程中的主观因素，定量对各待选场址进行评价，提高了光伏场站选址过程中的科学性。
发明内容
本发明的目的是提供一种基于层次分析法的光伏电站选址方法，旨在综合考虑光伏资源和并网接入电力系统等重点指标因素，建立光伏电站选址层次结构模型，通过权重大小定量计算各待选光伏场址的优先级，摆脱光伏场站选址过程中的主观因素，定量对各待选场址进行评价。
为了实现上述的目的，本发明的技术方案为：一种基于层次分析法的光伏电站选址方法，其步骤包括如下：
步骤一：基于层次分析法的思想，根据光伏电站选址需要重点考虑的指标，建立光伏电站选址层次结构模型，包括目标层、准则层和方案层。其中目标层为光伏最优场址单因素，准则层包括容量匹配度、电压等级匹配度、光伏利用率匹配度、接入变电站距离、当地负荷需求匹配度等5个因素，方案层则待选择的几个光伏场址组成；
步骤二：确定准则层各指标相对目标层因素的相对重要性，基于Santy的1-9标度方法构造准则层-目标层的判断矩阵，在完成判断矩阵的一致性校验后进行准侧层的层次总排序；
步骤三：对方案层各指标进行定量计算，确定刻度区间，从而构建方案层对准则层每个因素的判断矩阵，在完成判断矩阵的一致性校验后进行方案层针对准则层各因数的单次排序；
步骤四：计算各方案针对目标的总排序，确定各方案的权重，通过权重大小定量计算各待选光伏场址的优先级。
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，步骤一中的准则层各因素定义如下：
a)容量匹配度，反映厂址是否具备安装给定容量光伏电站的地理条件，取值为场址可安装容量与期望安装容量比值，取值为0-1；
b)电压等级匹配度，反映厂址实际接入的电压等级与国标的吻合程度，完全相符为1，不完全相符为0.5，完全不相符为0。
c)光伏利用率，将厂址所在地区弃光率转化为光伏实际利用率指标，取值0-1，弃光率越高此项得分越低；
d)接入变电站距离，反映厂址处建设的电站与拟接入变电站的距离远近，间接反映线损和线路成本，取值0-1；
e)当地负荷需求匹配度，将厂址所在地区2016年用电总量转化为负荷需求指标，取值0-1。
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤二，基于Santy的1-9标度方法构造准则层-目标层的判断矩阵如下所示：
Figure BDA0002222802560000031
其Aij代表的意义为第i个指标相对第j个指标针对目标的重要程度，该矩阵为对称矩阵，因此有Aij＝1/Aji。其中i＝[1,2,3,4,5]，分别对应容量匹配度、电压等级匹配度、光伏利用率、接入变电站距离和当地负荷需求匹配度。
对应的意义如下所示：
Figure BDA0002222802560000032
所述的准则层-目标层的判断矩阵，其特征在于，在完成判断矩阵的一致性校验，步骤如下：
a)定义一致性指标：
其中，γmax为判断矩阵的最大特征根，n为判断矩阵的阶数。当CI值为0时，则代表该判断矩阵具有完全的一致性；接近于0时，则有满意的一致性；值越大，不一致性越严重。
对判断矩阵A进行计算，CI＝0.018。
b)引入随机一致性指标RI，定义如下：
n 1 2 3 4 5 6 7 8 9 10 11
RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51
c)定义一致性比率：
Figure BDA0002222802560000041
当CR<0.1时，则认为A的不一致程度在容许的范围之内，有满意的一致性，通过一致性检验，可用其归一化特征向量作为权向量，否则要重新构造成对比较矩阵A，对加以调整。
所述的准则层-目标层的判断矩阵，其特征在于，完成一致性校验后，计算其权向量，权向量的W计算公式如下：
A*WA＝γmax*WA
其中WA＝[a1,a2,…,an]，元素an为决策层指标n对目标的权重。
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，对方案层各指标进行定量计算，首先区分各个方案中该指标的数据最大最小值，记为xmin和xmax，将范围[xmin，xmax]分为9个等分区间，区间从小到大分别记为u1，u2，……u9。若用作评判标准的指标为利润型指标，处理方法是假定方案i和方案j分别落在up、uq区间内(p>q)，则方案i对方案j的相对重要性为p-q+1。若为成本型指指标，处理方法是假定方案i和方案j的数据分别落在up、uq区间内(p<q)，则方案i对方案j的相对重要性为q-p+1。
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，容量匹配度计算过程如下：
利用提供的全省电网地理接线图定位到输入的厂址经纬度，用Google地图打点的方法粗略计算出与经纬度对应的厂址面积Sn，根据面积的大小计算出地理允许装机容量Cmaxn。计算公式如下：
Cmaxn＝Sn×PVdy
其中，PVdy为每平方米土地面积的光伏可装机容量即装机容量密度，Sn单位为km2，Cmaxn单位为MW，n为正整数，表示待选厂址编号。
由地理允许装机容量Cmaxn和输入的期望安装容量C0确定初步计划安装容量：
C1n＝min{C0,Cmaxn}，C0不为空
计算容量匹配度得分：
Figure BDA0002222802560000051
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，电压等级匹配度计算过程如下：
a)根据输入计划安装容量C1n(单位：MW)依次确定拟接入的电压等级Usn(单位：kV)和变电站的供电半径r0n(单位：km)，将供电半径作为相应电压等级的变电站与待选厂址的最大允许距离。计算公式如下：
Figure BDA0002222802560000052
Figure BDA0002222802560000053
其中，Un为推荐接入电压等级，Usn为拟接入电压等级。
b)根据厂址周围电压等级为Usn的升压站经纬度信息和输入的厂址经纬度可以计算变电站与待选厂址的距离，计算公式如下：
Figure BDA0002222802560000054
其中，为两地之间的之间距离，R为地球半径，取值为6371.004km,α1、α2为候选地和升压站的经度，α1、α2∈[-π，π]，β1、β2为候选地升压站的纬度，β1、β2∈[-π，π]，α1、α2、β1、β2均为弧度。
在电压等级为Usn的升压站中，获取各个变电站主变容量
Figure BDA0002222802560000056
已接入光伏电站容量
Figure BDA0002222802560000057
经纬度信息(即可计算与厂址距离
Figure BDA0002222802560000058
)。可由下式计算变电站预留容量
Figure BDA0002222802560000059
Figure BDA0002222802560000061
c)筛选出与待选厂址距离小于r0n且预留进线间隔数kp大于1，且
Figure BDA0002222802560000062
的变电站集合Rm＝{站1，站2...站m}，若没有符合要求的变电站，则接入更高电压等级的升压站，更新Usn和r0n，重复步骤2)，直至筛选出进线间隔、电压等级和主变容量均符合要求的非空集合Rm。
d)从Rm中选出与待选厂址距离最近即
Figure BDA0002222802560000063
最小的变电站，作为拟接入变电站Kn，获取变电站与待选厂址距离rkn及实际接入电压等级Ukn。
电压等级匹配度得分可根据拟接入电压等级与国标推荐接入电压等级的吻合程度确定：
电压等级匹配度得分
电压等级 吻合程度 得分M<sub>2</sub>
U<sub>kn</sub>＝U<sub>n</sub> 完全吻合 1
U<sub>kn</sub>&gt;U<sub>n</sub> 不完全吻合 0.5
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，接入变电站距离指标计算过程如下：
对于每一个输入的经纬度(代表待选厂址地理位置)，可以得到拟接入变电站Kn及其与待选厂址的距离rkn。找出rkn中的最大值rkmax和最小值rkmin，计算转化后的值Ln，公式如下：
Figure BDA0002222802560000064
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，光伏利用率指标计算过程如下：
获取待选厂址所在地区2016年度弃光率数据Qn，找出Qn中的最大值Qnmax和最小值Qnmin，计算转化后的值disQn作为表征光伏利用率的量，disQn取值范围为0-1，计算公式如下：
Figure BDA0002222802560000065
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，当地负荷需求指标计算过程如下：
获取各厂址所在地区2016年用电总量数据En，找出最大值Enmax和最小值Enmin，将数据转化为0-1之间的无量纲值：
Figure BDA0002222802560000071
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，构建方案层对准则层每个因素的判断矩阵定义如下：
Figure BDA0002222802560000072
其中，bijk表示第i个方案相对于第j个方案在指标k上的重要程度。
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，在完成判断矩阵的一致性校验后进行方案层针对准则层各因数的单次排序，计算各判断矩阵Bk的权向量，定义如下：
Wbk＝[wikw2k…wnk]
其中，wik为针对决策层第k个指标，所有方案中方案i所占的权重。
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤四中，计算各方案针对目标的总排序，方案i占比权重公式如下：
Figure BDA0002222802560000073
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤四中，通过权重大小定量计算各待选光伏场址的优先级，即选择bi中最大的值,将其所对应的方案，作为最佳选址方案。
附图说明
图1是本发明的步骤流程图
图2是本发明中光伏电站选址的层次分析模型
具体实施方式
为了是本发明的目的、技术方案及优点更加清楚、明确，以下参照附图并举实施例对本发明进一步详细说明。如图1-2所示，本发明公开了一种基于层次分析法的光伏电站选址方法。步骤包括如下：
步骤一：基于层次分析法的思想，根据光伏电站选址需要重点考虑的指标，建立光伏电站选址层次结构模型，包括目标层、准则层和方案层。其中目标层为光伏最优场址单因素，准则层包括容量匹配度、电压等级匹配度、光伏利用率匹配度、接入变电站距离、当地负荷需求匹配度等5个因素，方案层则待选择的几个光伏场址组成；
步骤二：确定准则层各指标相对目标层因素的相对重要性，基于Santy的1-9标度方法构造准则层-目标层的判断矩阵，在完成判断矩阵的一致性校验后进行准侧层的层次总排序；
步骤三：对方案层各指标进行定量计算，确定刻度区间，从而构建方案层对准则层每个因素的判断矩阵，在完成判断矩阵的一致性校验后进行方案层针对准则层各因数的单次排序；
步骤四：计算各方案针对目标的总排序，确定各方案的权重，通过权重大小定量计算各待选光伏场址的优先级。
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，步骤一中的准则层各因素定义如下：
a)容量匹配度，反映厂址是否具备安装给定容量光伏电站的地理条件，取值为场址可安装容量与期望安装容量比值，取值为0-1；
b)电压等级匹配度，反映厂址实际接入的电压等级与国标的吻合程度，完全相符为1，不完全相符为0.5，完全不相符为0。
c)光伏利用率，将厂址所在地区弃光率转化为光伏实际利用率指标，取值0-1，弃光率越高此项得分越低；
d)接入变电站距离，反映厂址处建设的电站与拟接入变电站的距离远近，间接反映线损和线路成本，取值0-1；
e)当地负荷需求匹配度，将厂址所在地区2016年用电总量转化为负荷需求指标，取值0-1。
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤二，基于Santy的1-9标度方法构造准则层-目标层的判断矩阵如下所示：
Figure BDA0002222802560000091
其Aij代表的意义为第i个指标相对第j个指标针对目标的重要程度，该矩阵为对称矩阵，因此有Aij＝1/Aji。其中i＝[1,2,3,4,5]，分别对应容量匹配度、电压等级匹配度、光伏利用率、接入变电站距离和当地负荷需求匹配度。
对应的意义如下所示：
Figure BDA0002222802560000092
所述的准则层-目标层的判断矩阵，其特征在于，在完成判断矩阵的一致性校验，步骤如下：
a)计算一致性指标：
其中，γmax为判断矩阵的最大特征根，n为判断矩阵的阶数。当CI值为0时，则代表该判断矩阵具有完全的一致性；接近于0时，则有满意的一致性；值越大，不一致性越严重。
对判断矩阵A进行计算，CI＝0.018。
b))计算一致性比率：
Figure BDA0002222802560000094
当CR<0.1时，则认为A的不一致程度在容许的范围之内，有满意的一致性，通过一致性检验，可用其归一化特征向量作为权向量，否则要重新构造成对比较矩阵A，对加以调整。通过计算一致性比率CR＝0.018/1.12＝0.016<0.1，通过一致性校验。
所述的准则层-目标层的判断矩阵，其特征在于，完成一致性校验后，计算其权向量，权向量的W计算公式如下：
A*WA＝γmax*WA
其中WA＝[a1,a2,…,an]，元素an为决策层指标n对目标的权重，计算所得γmax＝5.073，所得权向量WA＝[0.263,0.475,0.055,0.090,0.110]。
依次计算不同选址方案在决策层的各个指标的定量值，其中容量匹配度计算过程如下：
利用提供的全省电网地理接线图定位到输入的厂址经纬度，用Google地图打点的方法粗略计算出与经纬度对应的厂址面积Sn，根据面积的大小计算出地理允许装机容量Cmaxn。计算公式如下：
Cmaxn＝Sn×PVdy
其中，PVdy为每平方米土地面积的光伏可装机容量即装机容量密度，Sn单位为km2，Cmaxn单位为MW，n为正整数，表示待选厂址编号。
由地理允许装机容量Cmaxn和输入的期望安装容量C0确定初步计划安装容量：
C1n＝min{C0,Cmaxn}，C0不为空
计算容量匹配度得分：
Figure BDA0002222802560000101
其中电压等级匹配度计算过程如下：
a)根据输入计划安装容量C1n(单位：MW)依次确定拟接入的电压等级Usn(单位：kV)和变电站的供电半径r0n(单位：km)，将供电半径作为相应电压等级的变电站与待选厂址的最大允许距离。计算公式如下：
Figure BDA0002222802560000102
Figure BDA0002222802560000103
其中，Un为推荐接入电压等级，Usn为拟接入电压等级。
b)根据厂址周围电压等级为Usn的升压站经纬度信息和输入的厂址经纬度可以计算变电站与待选厂址的距离，计算公式如下：
Figure BDA0002222802560000111
其中，
Figure BDA0002222802560000112
为两地之间的之间距离，R为地球半径，取值为6371.004km,α1、α2为候选地和升压站的经度，α1、α2∈[-π，π]，β1、β2为候选地升压站的纬度，β1、β2∈[-π，π]，α1、α2、β1、β2均为弧度。
在电压等级为Usn的升压站中，获取各个变电站主变容量已接入光伏电站容量
Figure BDA0002222802560000114
经纬度信息(即可计算与厂址距离
Figure BDA0002222802560000115
)。可由下式计算变电站预留容量
Figure BDA0002222802560000116
Figure BDA0002222802560000117
c)筛选出与待选厂址距离小于r0n且预留进线间隔数kp大于1，且
Figure BDA0002222802560000118
的变电站集合Rm＝{站1，站2...站m}，若没有符合要求的变电站，则接入更高电压等级的升压站，更新Usn和r0n，重复步骤2)，直至筛选出进线间隔、电压等级和主变容量均符合要求的非空集合Rm。
d)从Rm中选出与待选厂址距离最近即
Figure BDA0002222802560000119
最小的变电站，作为拟接入变电站Kn，获取变电站与待选厂址距离rkn及实际接入电压等级Ukn。
电压等级匹配度得分可根据拟接入电压等级与国标推荐接入电压等级的吻合程度确定：
电压等级匹配度得分
电压等级 吻合程度 得分M<sub>2</sub>
U<sub>kn</sub>＝U<sub>n</sub> 完全吻合 1
U<sub>kn</sub>&gt;U<sub>n</sub> 不完全吻合 0.5
接入变电站距离指标计算过程如下：
对于每一个输入的经纬度(代表待选厂址地理位置)，可以得到拟接入变电站Kn及其与待选厂址的距离rkn。找出rkn中的最大值rkmax和最小值rkmin，计算转化后的值Ln，公式如下：
Figure BDA0002222802560000121
所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，光伏利用率指标计算过程如下：
获取待选厂址所在地区2016年度弃光率数据Qn，找出Qn中的最大值Qnmax和最小值Qnmin，计算转化后的值disQn作为表征光伏利用率的量，disQn取值范围为0-1，计算公式如下：
Figure BDA0002222802560000122
当地负荷需求指标计算过程如下：
获取各厂址所在地区2016年用电总量数据En，找出最大值Enmax和最小值Enmin，将数据转化为0-1之间的无量纲值：
Figure BDA0002222802560000123
在此基础上，对方案层各指标进行定量计算，首先区分各个方案中该指标的数据最大最小值，记为xmin和xmax，将范围[xmin，xmax]分为9个等分区间，区间从小到大分别记为u1，u2，……u9。若用作评判标准的指标为利润型指标，处理方法是假定方案i和方案j分别落在up、uq区间内(p>q)，则方案i对方案j的相对重要性为p-q+1。若为成本型指指标，处理方法是假定方案i和方案j的数据分别落在up、uq区间内(p<q)，则方案i对方案j的相对重要性为q-p+1。
构建方案层对准则层每个因素的判断矩阵定义如下：
Figure BDA0002222802560000124
其中，bijk表示第i个方案相对于第j个方案在指标k上的重要程度。
以3个候选光伏场址为例，计算判断矩阵如下所示：
Figure BDA0002222802560000125
Figure BDA0002222802560000131
在完成判断矩阵的一致性校验后进行方案层针对准则层各因数的单次排序，计算各判断矩阵Bk的权向量，如下所述：
a)Wb1＝[0.5954 0.2764 0.1283]
b)Wb2＝[0.0819 0.2363 0.6817]
c)Wb3＝[0.4286 0.4286 0.1429]
d)Wb4＝[0.6337 0.1919 0.1744]
e)Wb5＝[0.1667 0.1667 0.6667]
计算各方案针对目标的总排序，方案i占比权重公式如下：
最终计算各方案对目标的权向量为{0.3，0.245，0.455}。
通过权重大小定量计算各待选光伏场址的优先级，则方案3作为最佳选址方案。

Claims (10)

1.一种基于层次分析法的光伏电站选址方法，其特征在于，包括以下步骤：
步骤一：基于层次分析法的思想，根据光伏电站选址需要重点考虑的指标，建立光伏电站选址层次结构模型，包括目标层、准则层和方案层。其中目标层为光伏最优场址单因素，准则层包括容量匹配度、电压等级匹配度、光伏利用率匹配度、接入变电站距离、当地负荷需求匹配度等5个因素，方案层则待选择的几个光伏场址组成；
步骤二：确定准则层各指标相对目标层因素的相对重要性，基于Santy的1-9标度方法构造准则层-目标层的判断矩阵，在完成判断矩阵的一致性校验后进行准侧层的层次总排序；
步骤三：对方案层各指标进行定量计算，确定刻度区间，从而构建方案层对准则层每个因素的判断矩阵，在完成判断矩阵的一致性校验后进行方案层针对准则层各因数的单次排序；
步骤四：计算各方案针对目标的总排序，确定各方案的权重，通过权重大小定量计算各待选光伏场址的优先级。
2.根据权利要求1所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤一中的准则层各因素定义如下：
a)容量匹配度，反映厂址是否具备安装给定容量光伏电站的地理条件，取值为场址可安装容量与期望安装容量比值，取值为0-1；
b)电压等级匹配度，反映厂址实际接入的电压等级与国标的吻合程度，完全相符为1，不完全相符为0.5，完全不相符为0；
c)光伏利用率，将厂址所在地区弃光率转化为光伏实际利用率指标，取值0-1，弃光率越高此项得分越低；
d)接入变电站距离，反映厂址处建设的电站与拟接入变电站的距离远近，间接反映线损和线路成本，取值0-1；
e)当地负荷需求匹配度，将厂址所在地区2016年用电总量转化为负荷需求指标，取值0-1。
3.根据权利要求1所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤二，基于Santy的1-9标度方法构造准则层-目标层的判断矩阵如下所示：
Figure FDA0002222802550000021
其Aij代表的意义为第i个指标相对第j个指标针对目标的重要程度，该矩阵为对称矩阵，因此有Aij＝1/Aji。其中i＝[1,2,3,4,5]，分别对应容量匹配度、电压等级匹配度、光伏利用率、接入变电站距离和当地负荷需求匹配度；
对应的意义如下所示：
Figure FDA0002222802550000022
4.根据权利要求3所述的准则层-目标层的判断矩阵，其特征在于，在完成判断矩阵的一致性校验，步骤如下：
a)定义一致性指标：
Figure FDA0002222802550000023
其中，γmaz为判断矩阵的最大特征根，n为判断矩阵的阶数。当CI值为0时，则代表该判断矩阵具有完全的一致性；接近于0时，则有满意的一致性；值越大，不一致性越严重；
对判断矩阵A进行计算，CI＝0.018；
b)引入随机一致性指标RI，定义如下：
n 1 2 3 4 5 6 7 8 9 10 11 RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49 1.51
c)定义一致性比率：
Figure FDA0002222802550000024
当CR<0.1时，则认为A的不一致程度在容许的范围之内，有满意的一致性，通过一致性检验，可用其归一化特征向量作为权向量，否则要重新构造成对比较矩阵A，对加以调整。
5.根据权利要求3所述的准则层-目标层的判断矩阵，其特征在于，完成一致性校验后，计算其权向量，权向量的W计算公式如下：
A*WA＝γmaz*WA
其中WA＝[a1,a2,…,an]，元素an为决策层指标n对目标的权重。
6.根据权利要求1所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，对方案层各指标进行定量计算，首先区分各个方案中该指标的数据最大最小值，记为xmin和xmax，将范围[xmin，xmax]分为9个等分区间，区间从小到大分别记为u1，u2，……u9；若用作评判标准的指标为利润型指标，处理方法是假定方案i和方案j分别落在up、uq区间内(p>q)，则方案i对方案j的相对重要性为p-q+1；若为成本型指指标，处理方法是假定方案i和方案j的数据分别落在up、uq区间内(p<q)，则方案i对方案j的相对重要性为q-p+1。
7.根据权利要求1所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，容量匹配度计算过程如下：
利用提供的全省电网地理接线图定位到输入的厂址经纬度，用Google地图打点的方法粗略计算出与经纬度对应的厂址面积Sn，根据面积的大小计算出地理允许装机容量Cmaxn；计算公式如下：
Cmaxn＝Sn×PVdy
其中，PVdy为每平方米土地面积的光伏可装机容量即装机容量密度，Sn单位为km2，Cmaxn单位为MW，n为正整数，表示待选厂址编号。
由地理允许装机容量Cmaxn和输入的期望安装容量C0确定初步计划安装容量：
C1n＝min{C0,Cmaxn}，C0不为空
计算容量匹配度得分：
Figure FDA0002222802550000031
8.根据权利要求书1所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，电压等级匹配度计算过程如下：
a)根据输入计划安装容量C1n(单位：MW)依次确定拟接入的电压等级Usn(单位：kV)和变电站的供电半径r0n(单位：km)，将供电半径作为相应电压等级的变电站与待选厂址的最大允许距离；计算公式如下：
Figure FDA0002222802550000041
其中，Un为推荐接入电压等级，Usn为拟接入电压等级；
b)根据厂址周围电压等级为Usn的升压站经纬度信息和输入的厂址经纬度可以计算变电站与待选厂址的距离，计算公式如下：
Figure FDA0002222802550000043
其中，为两地之间的之间距离，R为地球半径，取值为6371.004km,α1、α2为候选地和升压站的经度，α1、α2∈[-π，π]，β1、β2为候选地升压站的纬度，β1、β2∈[-π，π]，α1、α2、β1、β2均为弧度；
在电压等级为Usn的升压站中，获取各个变电站主变容量
Figure FDA0002222802550000045
已接入光伏电站容量
Figure FDA0002222802550000046
经纬度信息(即可计算与厂址距离
Figure FDA0002222802550000047
)。可由下式计算变电站预留容量
Figure FDA0002222802550000048
Figure FDA0002222802550000049
c)筛选出与待选厂址距离小于r0n且预留进线间隔数kp大于1，且
Figure FDA00022228025500000410
的变电站集合Rm＝{站1，站2...站m}，若没有符合要求的变电站，则接入更高电压等级的升压站，更新Usn和r0n，重复步骤b)，直至筛选出进线间隔、电压等级和主变容量均符合要求的非空集合Rm；
d)从Rm中选出与待选厂址距离最近即
Figure FDA00022228025500000411
最小的变电站，作为拟接入变电站Kn，获取变电站与待选厂址距离rkn及实际接入电压等级Ukn；
电压等级匹配度得分可根据拟接入电压等级与国标推荐接入电压等级的吻合程度确定：
电压等级匹配度得分
电压等级 吻合程度 得分M<sub>2</sub> U<sub>kn</sub>＝U<sub>n</sub> 完全吻合 1 U<sub>kn</sub>&gt;U<sub>n</sub> 不完全吻合 0.5
。
9.根据权利要求1所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，接入变电站距离指标计算过程如下：
对于每一个输入的经纬度(代表待选厂址地理位置)，可以得到拟接入变电站Kn及其与待选厂址的距离rkn；找出rkn中的最大值rkmax和最小值rkmin，计算转化后的值Ln，公式如下：
10.根据权利要求1所述的一种基于层次分析法的光伏电站选址方法，其特征在于，所述步骤三中，光伏利用率指标计算过程如下：
获取待选厂址所在地区2016年度弃光率数据Qn，找出Qn中的最大值Qnmax和最小值Qnmin，计算转化后的值disQn作为表征光伏利用率的量，disQn取值范围为0-1，计算公式如下：
Figure FDA0002222802550000052
所述步骤三中，当地负荷需求指标计算过程如下：
获取各厂址所在地区2016年用电总量数据En，找出最大值Enmax和最小值Enmin，将数据转化为0-1之间的无量纲值：
Figure FDA0002222802550000053
所述步骤三中，构建方案层对准则层每个因素的判断矩阵定义如下：
Figure FDA0002222802550000054
其中，bijk表示第i个方案相对于第j个方案在指标k上的重要程度；所述步骤三中，在完成判断矩阵的一致性校验后进行方案层针对准则层各因数的单次排序，计算各判断矩阵Bk的权向量，定义如下：
Wbk＝[wik w2k ... wnk]
其中，wik为针对决策层第k个指标，所有方案中方案i所占的权重；所述步骤四中，计算各方案针对目标的总排序，方案i占比权重公式如下：
Figure FDA0002222802550000061
所述步骤四中，通过权重大小定量计算各待选光伏场址的优先级，即选择bi中最大的值，将其所对应的方案，作为最佳选址方案。
CN201910940722.8A 2019-09-30 2019-09-30 一种基于层次分析法的光伏电站选址方法 Pending CN110705876A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910940722.8A CN110705876A (zh) 2019-09-30 2019-09-30 一种基于层次分析法的光伏电站选址方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910940722.8A CN110705876A (zh) 2019-09-30 2019-09-30 一种基于层次分析法的光伏电站选址方法

Publications (1)

Publication Number Publication Date
CN110705876A true CN110705876A (zh) 2020-01-17

Family

ID=69197951

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910940722.8A Pending CN110705876A (zh) 2019-09-30 2019-09-30 一种基于层次分析法的光伏电站选址方法

Country Status (1)

Country Link
CN (1) CN110705876A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112688341A (zh) * 2020-12-21 2021-04-20 广东电网有限责任公司广州供电局 一种直流受端电网无功补偿设备配置站点选择方法和装置
CN112865069A (zh) * 2020-07-15 2021-05-28 国网北京市电力公司 一种限制电网短路电流的断线组合选择方法
CN112950084A (zh) * 2021-04-07 2021-06-11 中国海洋大学 一种反渗透海水淡化厂选址方法
CN113890043A (zh) * 2021-12-06 2022-01-04 广东电网有限责任公司惠州供电局 基于多条件约束的移相变压器选址方法、系统及介质
CN114003985A (zh) * 2021-09-14 2022-02-01 中国电建集团北京勘测设计研究院有限公司 一种抽水蓄能电站上下库连接公路的比选模型的构建方法
CN114519537A (zh) * 2022-02-25 2022-05-20 长江勘测规划设计研究有限责任公司 一种光充储共享建筑系统选址方法
CN115330086A (zh) * 2022-10-11 2022-11-11 吉奥时空信息技术股份有限公司 一种空间大数据的多条件约束下光伏用地自动化选址方法
CN117239745A (zh) * 2023-11-16 2023-12-15 北京弘象科技有限公司 光伏发电量的预测方法、装置、电子设备和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1615046A1 (en) * 2004-07-07 2006-01-11 Northrop Grumman Corporation Sensor management based on Analytic Hierarchy Process
CN105894390A (zh) * 2015-01-19 2016-08-24 赵明智 一种基于层次分析法的槽式太阳能热发电站的微观选址方法
CN109685342A (zh) * 2018-12-13 2019-04-26 国网青海省电力公司 一种光伏发电站综合效益评价指标体系的评价方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1615046A1 (en) * 2004-07-07 2006-01-11 Northrop Grumman Corporation Sensor management based on Analytic Hierarchy Process
CN105894390A (zh) * 2015-01-19 2016-08-24 赵明智 一种基于层次分析法的槽式太阳能热发电站的微观选址方法
CN109685342A (zh) * 2018-12-13 2019-04-26 国网青海省电力公司 一种光伏发电站综合效益评价指标体系的评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
冯建林: "基于层次分析法的变电站选址问题研究 ————以220kV丰稔变电站为例", 《中国优秀博硕士学位论文全文数据库(硕士)基础科学辑》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112865069A (zh) * 2020-07-15 2021-05-28 国网北京市电力公司 一种限制电网短路电流的断线组合选择方法
CN112865069B (zh) * 2020-07-15 2023-01-06 国网北京市电力公司 一种限制电网短路电流的断线组合选择方法
CN112688341A (zh) * 2020-12-21 2021-04-20 广东电网有限责任公司广州供电局 一种直流受端电网无功补偿设备配置站点选择方法和装置
CN112950084A (zh) * 2021-04-07 2021-06-11 中国海洋大学 一种反渗透海水淡化厂选址方法
CN114003985A (zh) * 2021-09-14 2022-02-01 中国电建集团北京勘测设计研究院有限公司 一种抽水蓄能电站上下库连接公路的比选模型的构建方法
CN114003985B (zh) * 2021-09-14 2023-06-06 中国电建集团北京勘测设计研究院有限公司 一种抽水蓄能电站上下库连接公路的比选模型的构建方法
CN113890043A (zh) * 2021-12-06 2022-01-04 广东电网有限责任公司惠州供电局 基于多条件约束的移相变压器选址方法、系统及介质
CN113890043B (zh) * 2021-12-06 2022-03-18 广东电网有限责任公司惠州供电局 基于多条件约束的移相变压器选址方法、系统及介质
CN114519537A (zh) * 2022-02-25 2022-05-20 长江勘测规划设计研究有限责任公司 一种光充储共享建筑系统选址方法
CN115330086A (zh) * 2022-10-11 2022-11-11 吉奥时空信息技术股份有限公司 一种空间大数据的多条件约束下光伏用地自动化选址方法
CN117239745A (zh) * 2023-11-16 2023-12-15 北京弘象科技有限公司 光伏发电量的预测方法、装置、电子设备和存储介质
CN117239745B (zh) * 2023-11-16 2024-01-23 北京弘象科技有限公司 光伏发电量的预测方法、装置、电子设备和存储介质

Similar Documents

Publication Publication Date Title
CN110705876A (zh) 一种基于层次分析法的光伏电站选址方法
Wu et al. Site selection decision framework using fuzzy ANP-VIKOR for large commercial rooftop PV system based on sustainability perspective
Ghasempour et al. Multi-Criteria Decision Making (MCDM) Approach for Selecting Solar Plants Site and Technology: A Review.
Rezaei et al. Investigation of the optimal location design of a hybrid wind-solar plant: A case study
Wu et al. A decision framework of low-speed wind farm projects in hilly areas based on DEMATEL-entropy-TODIM method from the sustainability perspective: A case in China
Gao et al. Optimal site selection study of wind-photovoltaic-shared energy storage power stations based on GIS and multi-criteria decision making: A two-stage framework
Tulus et al. Economic and environmental potential for solar assisted central heating plants in the EU residential sector: Contribution to the 2030 climate and energy EU agenda
Jahangiri et al. Assessment and Modeling of Household‐Scale Solar Water Heater Application in Zambia: Technical, Environmental, and Energy Analysis
Elzarka et al. A vague set fuzzy multi-attribute group decision-making model for selecting onsite renewable energy technologies for institutional owners of constructed facilities
CN109325676B (zh) 基于gis的清洁能源综合电站选址方法
Wang et al. Method multi-criteria decision-making method for site selection analysis and evaluation of urban integrated energy stations based on geographic information system
Jahangiri et al. Investigating the current state of solar energy use in countries with strong radiation potential in asia using GIS software, a review
Hapsari et al. Fuzzy AHP Based Optimal Design Building‐Attached Photovoltaic System for Academic Campus
Kamal et al. Efficient two‐layer rural electrification planning and techno‐economic assessment integrating renewable sources
Kolosok et al. Open data in electrical energy balancing of ukraine: Green deal and security aspects
CN112085259A (zh) 一种新能源接入与综合能源服务潜力关联预测方法
Alrwashdeh Energy profit evaluation of a photovoltaic system from a selected building in Jordan
Shahgholian et al. Investigating the Cost‐Effectiveness of Solar Electricity Compared to Grid Electricity in the Capitals of Middle Eastern Countries: A Residential Scale Case Study
Wang et al. An adaptability evaluation of large-scale solar energy for hot water application based on energy-economic-environment consideration: A case study of city-residential buildings in China
He The development and utilization of microgrid technologies in China
CN117748444A (zh) 一种配电系统的运行模拟方法
CN111126863A (zh) 公共机构被动式能源与主动式能源供应评价体系及方法
Shaher et al. Technical potential for rooftop solar photovoltaic in Commercial and Residential Areas in Saudi Arabia
Wei et al. City-scale roof-top photovoltaic deployment planning
Wu et al. The decision-making of agriculture & solar complementary roof power generation project in rural area

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
AD01 Patent right deemed abandoned
AD01 Patent right deemed abandoned

Effective date of abandoning: 20231201