CN110910046A - 配电网运行效率评价方法、装置、计算机设备和存储介质 - Google Patents

配电网运行效率评价方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN110910046A
CN110910046A CN201911241351.0A CN201911241351A CN110910046A CN 110910046 A CN110910046 A CN 110910046A CN 201911241351 A CN201911241351 A CN 201911241351A CN 110910046 A CN110910046 A CN 110910046A
Authority
CN
China
Prior art keywords
distribution network
power distribution
evaluation
index
power
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
CN201911241351.0A
Other languages
English (en)
Inventor
余文辉
包新晔
梁耀文
尹立彬
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.)
China Southern Power Grid Co Ltd
Southern Power Grid Digital Grid Research Institute Co Ltd
Original Assignee
China Southern Power Grid Co Ltd
Southern Power Grid Digital Grid Research Institute 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 China Southern Power Grid Co Ltd, Southern Power Grid Digital Grid Research Institute Co Ltd filed Critical China Southern Power Grid Co Ltd
Priority to CN201911241351.0A priority Critical patent/CN110910046A/zh
Publication of CN110910046A publication Critical patent/CN110910046A/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
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本申请涉一种配电网运行效率评价方法、装置、计算机设备以及存储介质。方法包括：获取配电网评价请求；根据配电网评价请求查找对应配电网历史数据；根据配电网历史数据获取各配电网评价指标；获取各配电网评价指标对应的指标评价权重；根据配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。本申请从配电网的有功损耗、电压偏移、分布式电源效率、供电能力4个层面建立的配电网运行效率评价工具，不仅简化了大多数指标，整合了配电网运行中的重要指标，而且考虑了电网运行水平所处的各个阶段，可以在复杂的配电网运行，准确评价配电网运行效率，对评价配电网运行效率提供参考价值。

Description

配电网运行效率评价方法、装置、计算机设备和存储介质
技术领域
本申请涉及计算机技术领域，特别是涉及一种配电网运行效率评价方法、装置、计算机设备和存储介质。
背景技术
配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。随着社会经济的发展，配电网规模也在不断扩大，如何提高配电网的运行效率是一项重要课题。配电网运行效率具体体现在配电网的经济性、供电可靠性和电能质量上，如何科学地评价和提高配电网的运行效率，对电网的优化运行具有重要的指导意义。
在配电网运行效率评估方面，已经取得了许多研究成果。现有的评价方法大部分从电网经济性、供电可靠性和优质性三方面进行评估：对电网运行的经济性评估主要针对网络损耗，对电网的供电能力评估主要根据针对电网各电压等级系统的容载比、各变电站负载率及用户供电可靠率指标，对电网的优质性主要针对电能质量指标。然而现有的评价方法都是针对单目标进行优化，其评价结果缺乏准确性。
发明内容
基于此，有必要针对现有配电网运行效率评价方法的评价结果缺乏准确性的问题，提供一种可以有效提高评价结果准确性的配电网运行效率评价方法、装置、计算机设备和存储介质。
一种配电网运行效率评价方法，所述方法包括：
获取配电网评价请求；
根据所述配电网评价请求查找对应配电网历史数据；
根据所述配电网历史数据获取各配电网评价指标，所述配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；
获取各配电网评价指标对应的指标评价权重；
根据所述配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
在其中一个实施例中，所述根据所述配电网历史数据获取各配电网评价指标包括：
根据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率获取电网损耗指标；
根据配电网各节点对应的电压幅值以及电压额定值，获取电压偏移指标；
根据配电网的线路损耗、分布式电源的有功出力、分布式电源的发电效率以及配电网中平衡节点的注入有功获取分布式电源效率指标；
根据配电网的主变容量以及负载率获取供电能力指标。
在其中一个实施例中，所述根据所述配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分之前，还包括：
对所述配电网评价指标进行标准化处理。
在其中一个实施例中，所述获取各配电网评价指标对应的指标评价权重之前，还包括：
通过层次分析法获取各配电网评价指标对应的初始评价权重；
通过熵权法更新所述初始评价权重，获取指标评价权重。
在其中一个实施例中，所述通过层次分析法获取各配电网评价指标对应的初始评价权重包括：
对各配电网评价指标建立两两比较的判断矩阵；
获取所述判断矩阵的最大特征值与特征向量；
根据所述最大特征值以及所述特征向量获取初始评价权重。
在其中一个实施例中，所述通过熵权法更新所述初始评价权重，获取指标评价权重包括：
获取各配电网评价指标对应的熵权权重；
根据所述熵权权重更新所述初始评价权重，获取指标评价权重。
一种配电网运行效率评价装置，所述装置包括：
请求获取模块，用于获取配电网评价请求；
数据查询模块，用于根据所述配电网评价请求查找对应配电网历史数据；
指标获取模块，用于根据所述配电网历史数据获取各配电网评价指标，所述配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；
权重获取模块，用于获取各配电网评价指标对应的指标评价权重；
评分获取模块，用于根据所述配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
在其中一个实施例中，所述指标获取模块用于：
根据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率获取电网损耗指标；
根据配电网各节点对应的电压幅值以及电压额定值，获取电压偏移指标；
根据配电网的线路损耗、分布式电源的有功出力、分布式电源的发电效率以及配电网中平衡节点的注入有功获取分布式电源效率指标；
根据配电网的主变容量以及负载率获取供电能力指标。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取配电网评价请求；
根据所述配电网评价请求查找对应配电网历史数据；
根据所述配电网历史数据获取各配电网评价指标，所述配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；
获取各配电网评价指标对应的指标评价权重；
根据所述配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取配电网评价请求；
根据所述配电网评价请求查找对应配电网历史数据；
根据所述配电网历史数据获取各配电网评价指标，所述配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；
获取各配电网评价指标对应的指标评价权重；
根据所述配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
上述配电网运行效率评价方法、装置、计算机设备以及存储介质，首先获取配电网评价请求；根据配电网评价请求查找对应配电网历史数据；根据配电网历史数据获取各配电网评价指标；获取各配电网评价指标对应的指标评价权重；根据配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。本申请从配电网的有功损耗、电压偏移、分布式电源效率、供电能力4个层面建立的配电网运行效率评价工具，不仅简化了大多数指标，整合了配电网运行中的重要指标，而且考虑了电网运行水平所处的各个阶段，可以在复杂的配电网运行，准确评价配电网运行效率，对评价配电网运行效率提供参考价值。
附图说明
图1为一个实施例中配电网运行效率评价方法的应用环境图；
图2为一个实施例中配电网运行效率评价的流程示意图；
图3为一个实施例中图2中步骤S500的子流程示意图；
图4为另一个实施例中配电网运行效率评价方法的流程示意图；
图5为一个实施例中配电网运行效率评价装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请提供的配电网运行效率评价方法，可以应用于如图1所示的应用环境中，其中，服务器104通过网络与终端102进行通信，服务器104可以接收终端102发送的获取配电网评价请求。而后根据获取配电网评价请求查找对应配电网历史数据；根据配电网历史数据获取各配电网评价指标，配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；获取各配电网评价指标对应的指标评价权重；根据配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑。服务器104可以通过单个服务器或者服务器集群实现。
如图2所示，在其中一个实施例中，本申请的配电网运行效率评价方法，通过上述的服务器104实现，具体包括以下步骤：
S100，获取配电网评价请求。
配电网是指从输电网或地区发电厂接受电能，通过配电设施就地分配或按电压逐级分配给各类用户的电力网。是由架空线路、电缆、杆塔、配电变压器、隔离开关、无功补偿器及一些附属设施等组成的，在电力网中起重要分配电能作用的网络。配电网运行效率具体体现在配电网的经济性、供电可靠性和电能质量上，如何科学地评价和提高配电网的运行效率，对电网的优化运行具有重要的指导意义。当终端方的用户希望得知某个配电网具体的运行效率时，可以通过终端向服务器发送配电网评价请求，服务器可以接受该配电网评价请求，而后开始评价工作。
S300，根据配电网评价请求查找对应配电网历史数据。
配电网历史数据是指配电网在运行过程中，其各个节点的运行历史数据以及配电网总体的历史运行数据。具体的，服务器还与存储有配电网历史数据的数据库连接，当接收到配电网评价请求时，可以解析该请求，获取请求对应的配电网信息，而后根据配电网信息查找对应配电网历史数据，完成配电网历史数据查找的过程。
S500，根据配电网历史数据获取各配电网评价指标，配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标。
本申请主要从配电网的有功损耗、电压偏移、分布式电源效率指标、供电能力4个层面分析电网的运行效率。其中配电网网损的减少意味着配电网运行效率的提高，通常的配电网效率优化目标包括以下几种优化目标：以减小网络有功损失为算法优化目标、以减小网络损耗为算法优化目标、以减少线路损耗为网络优化目标。电压偏移是指以节点电压最优作为效率评价的目标，而节点电压又有多种表现形式，包括以提高电压质量为目标、以解决电压凹陷问题为目标、以电压稳定为目标等。对于配电网来说，除了分布式电源外，不再含有其它电源，除平衡节点外，均为负荷节点。所以可以通过分布式电源效率指标来对发电效率进行评估。供电能力指标则是指配电网能长期、稳定、安全地向用户供出的最大负载能力的能力，其主要与主变容量、负载率有关，主变的利用率越低，说明系统的供电能力越强，单从供电能力指标来看，主变负载率越低，运行效率越高。服务器可以基于配电网对应的历史运行数据，获取评价电网需要使用到的电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标。
S700，获取各配电网评价指标对应的指标评价权重。
对于不同的配电网评价指标，其对配电网运行效率的贡献是不相同的，所以其对应的指标评价权重不同。服务器可以直接获取预先获得的权重结合历史数据对应的评价指标，来对配电网运行效率进行评价。在其中一个实施例中，指标评价权重可以基于历史数据通过层次分析法结合熵权法获取。
S900，根据配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
通过各配电网评价指标结合各配电网评价指标对应的指标评价权重获取各配电网评价指标对应的运行效率评分，而后结合各配电网评价指标的运行效率评分，来获取中的配电网运行效率评分。在其中一个实施例中，可以基于配电网运行效率评分以及预设的标准评分阈值判断当前配电网的运行效率是否合格，此外还能基于对应指标给出电网效率改进的建议。
上述配电网运行效率评价方法，首先获取配电网评价请求；根据配电网评价请求查找对应配电网历史数据；根据配电网历史数据获取各配电网评价指标；获取各配电网评价指标对应的指标评价权重；根据配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。本申请从配电网的有功损耗、电压偏移、分布式电源效率、供电能力4个层面建立的配电网运行效率评价工具，不仅简化了大多数指标，整合了配电网运行中的重要指标，而且考虑了电网运行水平所处的各个阶段，可以在复杂的配电网运行，准确评价配电网运行效率，对评价配电网运行效率提供参考价值。
如图3所示，在其中一个实施例中，步骤S500包括：
S520，根据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率获取电网损耗指标。
配电网网损的减少意味着配电网运行效率的提高，通常的配电网网损优化目标包括：以减小网络有功损失为算法优化目标、以减小网络损耗为算法优化目标、以减少线路损耗为网络优化目标等。其核心都是围绕着损耗的最小化，而在考虑的侧重点上略有不同。可以基于据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率，通过有名值分析或者标幺值获取相应的电网损耗指标。以配电网最经济为优化目标的配电网运行优化，可以引入潮流约束、网络福射状约束、线路传输最大容量约束、节点电压约束、变压器流入流出功率限额约束等其数学模型为：
Figure BDA0002306315490000071
式中，Rk,k+1,Pk,k+1和Qk,k+1表示第k节点与k+1节点的电阻、有功功率和无功功率；Uk+1为第k+1节点的电压。
对于电网损耗指标，各支路电阻越大、流过功率越大，运行效率越低；此外，电压越低，运行效率越低。采用有名值分析时，电压等级越大，Uk+1越大，运行效率越高；釆用标幺值分析时，电压等级越大，Rk,k+1折算后的标幺值越低，运行效率越高。
S540，根据配电网各节点对应的电压幅值以及电压额定值，获取电压偏移指标。
考虑电压的稳定性能体现配电网的运行效率，电压偏移指标对评价配电网运行效率是重要的指标。
电压偏移可以由两节点间电压幅值之差可以表示为：
Figure BDA0002306315490000081
式中，Xk,k+1为节点k与节点k+1直接的电抗，Uk+1为节点K+1的电压幅值。
本申请可以通过各个节点电压幅值偏差的二范数来描述电压偏移指标：
Figure BDA0002306315490000082
式中，Vi为第i节点电压幅值，V0为第i节点电压额定值。
S560，根据配电网的线路损耗、分布式电源的有功出力、分布式电源的发电效率以及配电网中平衡节点的注入有功获取分布式电源效率指标。
通常对于配电网来说,除了分布式电源外,不再含有其它电源，除平衡节点外,均为负荷节点。通常我们用ηDG代表分布式电源的发电效率指标。
分布式电源的发电效率可以表示为：
Figure BDA0002306315490000083
式中，Ploss代表网络中的线损，PGi代表第i个分布式电源的有功出力，P0代表平衡节点注入有功，ηDG代表分布式电源的发电效率。
S580，根据配电网的主变容量以及负载率获取供电能力指标。
供电能力与主变容量、负载率有关，主变的利用率越低，说明系统的供电能力越强，单从供电能力指标来看，主变负载率越低，运行效率越高。可以根据配电网的主变容量以及负载率获取对应的供电能力评价用的供电能力指标。
在其中一个实施例中，S900之前，还包括：
对配电网评价指标进行标准化处理。
对定量指标进行标准化处理，可以提高最后评价结果的准确性。在其中一个实施例中，对指标进行标准化处理的过程包括：将实测值最高(Xmax)的指标分值定为100，实测值最低(Xmin)的指标分值定为50。设被测定量指标值为Xp，则第p项指标转化后的评价分值YP通过下式计算(式中Xmax为所有评价对象中某项指标的最大实测值，Xmin为所有评价对象中某项指标的最小实测值，XP为第P项指标的实测值。)：
Figure BDA0002306315490000091
如图4所示，在其中一个实施例中，步骤S700之前，还包括：
S610，通过层次分析法获取各配电网评价指标对应的初始评价权重。
S630，通过熵权法更新初始评价权重，获取指标评价权重。
层次分析法，简称AHP(Analytic Hierarchy Process)，是指将与决策总是有关的元素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析的决策方法。可以通过层次分析法直接分析获取四个评价指标对应的初始评价权重。而对于熵权法，在信息论中，熵是对不确定性的一种度量。不确定性越大，熵就越大，包含的信息量越大；不确定性越小，熵就越小，包含的信息量就越小。根据熵的特性，可以通过计算熵值来判断一个事件的随机性及无序程度，也可以用熵值来判断某个指标的离散程度，指标的离散程度越大，该指标对综合评价的影响(权重)越大。比如样本数据在某指标下取值都相等，则该指标对总体评价的影响为0，权值为0。可以通过熵权法对初始评价权重进行修正。降低层次分析法中主观性对最终评价结果的影响。
在其中一个实施例中，步骤S610包括：对各配电网评价指标建立两两比较的判断矩阵；获取判断矩阵的最大特征值与特征向量；根据最大特征值以及特征向量获取初始评价权重。
可以基于各配电网评价指标两两相对的重要性，对电网损耗指标、电压偏移指标、分布式电源效率指标、供电能力指标四个指标建立两两比较的判断矩阵。而后求解各判断矩阵的最大特征值和特征向量。并根据对应的标准化特征向量获取各指标对应的初始评价权重。最后由于受各种主客观因素的影响，判断矩阵较难出现严格一致的情况，因此，早获取判断矩阵的最大特征值与特征向量之前，还需要对判断矩阵进行一致性检验，对于不符合一致性检验的矩阵需要调整后再进行计算。通过层次分析法可以有效地根据各个评价指标的相对重要性，来准确获取初始评价权重。
在其中一个实施例中，步骤S630包括：获取各配电网评价指标对应的熵权权重；根据熵权权重更新初始评价权重，获取指标评价权重。
熵权法是一种客观的赋权方法，对于k个电网资产，4个评价指标，形成数据矩阵Q＝{qij}k×3，qij为第i个电网资产的评价指标j的估计值。对于某项指标j，各个电网资产的指标值qij间的差距越大，则这类指标在资产重要度评价中所起的作用也就越大。
本申请可以建立标准化数据矩阵D，令D＝{dij}k×4，计算公式为：
Figure BDA0002306315490000101
式中：qij为第i个电网公司的评价指标j的估计值；
dij为特征比重。
接着，计算第j个指标的条件熵权u(dj)，计算公式为：
Figure BDA0002306315490000102
式中：k代表电网资产数，dij为特征比重，k>1，本例中取3。
确定评价指标的熵权权重Uj，计算公式为：
Figure BDA0002306315490000103
式中，u(dj)表示第j个指标的条件熵权
最终可以得到4个一级指标的熵权权重为U＝(U1,U2,U3，U4)，U1,U2,U3，U4即各一级指标的熵权权重。而后可以将熵权法和AHP法两种方法分析得到的指标权重相结合，得到综合考虑主客观因素的指标权重。综合权重的计算公式为：
Figure BDA0002306315490000111
式中：Zj为第j项指标的综合权重；Uj和Vj分别表示第j项指标利用熵权法和AHP法获得的指标权重；指标总数为m。
应该理解的是，虽然图2-4的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2-4中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
如图5所示，本申请还包括一种配电网运行效率评价装置，装置包括：
请求获取模块100，用于获取配电网评价请求。
数据查询模块300，用于根据配电网评价请求查找对应配电网历史数据。
指标获取模块500，用于根据配电网历史数据获取各配电网评价指标，配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标。
权重获取模块700，用于获取各配电网评价指标对应的指标评价权重。
评分获取模块900，用于根据配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
在其中一个实施例中，指标获取模块500用于：根据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率获取电网损耗指标；根据配电网各节点对应的电压幅值以及电压额定值，获取电压偏移指标；根据配电网的线路损耗、分布式电源的有功出力、分布式电源的发电效率以及配电网中平衡节点的注入有功获取分布式电源效率指标；根据配电网的主变容量以及负载率获取供电能力指标。
在其中一个实施例中，还包括标准化模块，用于对配电网评价指标进行标准化处理。
在其中一个实施例中，还包括权重获取模块，用于通过层次分析法获取各配电网评价指标对应的初始评价权重；通过熵权法更新初始评价权重，获取指标评价权重。
在其中一个实施例中，权重获取模块还用于：对各配电网评价指标建立两两比较的判断矩阵；获取判断矩阵的最大特征值与特征向量；根据最大特征值以及特征向量获取初始评价权重。
在其中一个实施例中，权重获取模块还用于：获取各配电网评价指标对应的熵权权重；根据熵权权重更新初始评价权重，获取指标评价权重。
关于配电网运行效率装置的具体限定可以参见上文中对于配电网运行效率方法的限定，在此不再赘述。上述配电网运行效率装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种配电网运行效率方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取配电网评价请求；
根据配电网评价请求查找对应配电网历史数据；
根据配电网历史数据获取各配电网评价指标，配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；
获取各配电网评价指标对应的指标评价权重；
根据配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：根据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率获取电网损耗指标；根据配电网各节点对应的电压幅值以及电压额定值，获取电压偏移指标；根据配电网的线路损耗、分布式电源的有功出力、分布式电源的发电效率以及配电网中平衡节点的注入有功获取分布式电源效率指标；根据配电网的主变容量以及负载率获取供电能力指标。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对配电网评价指标进行标准化处理。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：通过层次分析法获取各配电网评价指标对应的初始评价权重；通过熵权法更新初始评价权重，获取指标评价权重。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：对各配电网评价指标建立两两比较的判断矩阵；获取判断矩阵的最大特征值与特征向量；根据最大特征值以及特征向量获取初始评价权重。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：获取各配电网评价指标对应的熵权权重；根据熵权权重更新初始评价权重，获取指标评价权重。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取配电网评价请求；
根据配电网评价请求查找对应配电网历史数据；
根据配电网历史数据获取各配电网评价指标，配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；
获取各配电网评价指标对应的指标评价权重；
根据配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：根据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率获取电网损耗指标；根据配电网各节点对应的电压幅值以及电压额定值，获取电压偏移指标；根据配电网的线路损耗、分布式电源的有功出力、分布式电源的发电效率以及配电网中平衡节点的注入有功获取分布式电源效率指标；根据配电网的主变容量以及负载率获取供电能力指标。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对配电网评价指标进行标准化处理。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：通过层次分析法获取各配电网评价指标对应的初始评价权重；通过熵权法更新初始评价权重，获取指标评价权重。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：对各配电网评价指标建立两两比较的判断矩阵；获取判断矩阵的最大特征值与特征向量；根据最大特征值以及特征向量获取初始评价权重。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：获取各配电网评价指标对应的熵权权重；根据熵权权重更新初始评价权重，获取指标评价权重。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种配电网运行效率评价方法，所述方法包括：
获取配电网评价请求；
根据所述配电网评价请求查找对应配电网历史数据；
根据所述配电网历史数据获取各配电网评价指标，所述配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；
获取各配电网评价指标对应的指标评价权重；
根据所述配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
2.根据权利要求1所述的方法，其特征在于，所述根据所述配电网历史数据获取各配电网评价指标包括：
根据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率获取电网损耗指标；
根据配电网各节点对应的电压幅值以及电压额定值，获取电压偏移指标；
根据配电网的线路损耗、分布式电源的有功出力、分布式电源的发电效率以及配电网中平衡节点的注入有功获取分布式电源效率指标；
根据配电网的主变容量以及负载率获取供电能力指标。
3.根据权利要求1所述的方法，其特征在于，所述根据所述配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分之前，还包括：
对所述配电网评价指标进行标准化处理。
4.根据权利要求1所述的方法，其特征在于，所述获取各配电网评价指标对应的指标评价权重之前，还包括：
通过层次分析法获取各配电网评价指标对应的初始评价权重；
通过熵权法更新所述初始评价权重，获取指标评价权重。
5.根据权利要求4所述的方法，其特征在于，所述通过层次分析法获取各配电网评价指标对应的初始评价权重包括：
对各配电网评价指标建立两两比较的判断矩阵；
获取所述判断矩阵的最大特征值与特征向量；
根据所述最大特征值以及所述特征向量获取初始评价权重。
6.根据权利要求1所述的方法，其特征在于，所述通过熵权法更新所述初始评价权重，获取指标评价权重包括：
获取各配电网评价指标对应的熵权权重；
根据所述熵权权重更新所述初始评价权重，获取指标评价权重。
7.一种配电网运行效率评价装置，其特征在于，所述装置包括：
请求获取模块，用于获取配电网评价请求；
数据查询模块，用于根据所述配电网评价请求查找对应配电网历史数据；
指标获取模块，用于根据所述配电网历史数据获取各配电网评价指标，所述配电网评价指标包括电网损耗指标、电压偏移指标、分布式电源效率指标以及供电能力指标；
权重获取模块，用于获取各配电网评价指标对应的指标评价权重；
评分获取模块，用于根据所述配电网评价指标以及各配电网评价指标对应的指标评价权重，获取配电网运行效率评分。
8.根据权利要求7所述的装置，其特征在于，所述指标获取模块用于：
根据配电网各节点对应的节点电阻、节点电压、节点有功功率以及节点无功功率获取电网损耗指标；
根据配电网各节点对应的电压幅值以及电压额定值，获取电压偏移指标；
根据配电网的线路损耗、分布式电源的有功出力、分布式电源的发电效率以及配电网中平衡节点的注入有功获取分布式电源效率指标；
根据配电网的主变容量以及负载率获取供电能力指标。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
CN201911241351.0A 2019-12-06 2019-12-06 配电网运行效率评价方法、装置、计算机设备和存储介质 Pending CN110910046A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911241351.0A CN110910046A (zh) 2019-12-06 2019-12-06 配电网运行效率评价方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911241351.0A CN110910046A (zh) 2019-12-06 2019-12-06 配电网运行效率评价方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN110910046A true CN110910046A (zh) 2020-03-24

Family

ID=69823185

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911241351.0A Pending CN110910046A (zh) 2019-12-06 2019-12-06 配电网运行效率评价方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN110910046A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111600393A (zh) * 2020-06-18 2020-08-28 国网四川省电力公司电力科学研究院 变电站不同电压等级的电压量测数据归算方法及识别方法
CN111652515A (zh) * 2020-06-05 2020-09-11 南方电网科学研究院有限责任公司 一种区域配电网的运行效率评估方法、装置及设备
CN112529733A (zh) * 2020-12-07 2021-03-19 云南电网有限责任公司普洱供电局 配电网作业安全远程管控方法、装置、设备及存储介质
CN112713599A (zh) * 2020-12-17 2021-04-27 郑州轻工业大学 分布式电源电压支撑能力的综合评价方法
CN113392536A (zh) * 2021-06-30 2021-09-14 中国南方电网有限责任公司 电力通信网络仿真评估方法、装置、计算机设备和介质
CN114548837A (zh) * 2022-04-26 2022-05-27 石家庄科林电气股份有限公司 基于随机偏差算法的有源配电网的质量评价方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563680A (zh) * 2017-10-20 2018-01-09 广东电网有限责任公司电力科学研究院 一种基于ahp和熵权法的配电网可靠性评估方法
WO2019124570A1 (ko) * 2017-12-18 2019-06-27 한국 전기안전공사 인공지능기법을 이용한 전기설비 안전도 평가 시스템
CN110097300A (zh) * 2019-06-06 2019-08-06 华北电力大学 一种增量配电网价值评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107563680A (zh) * 2017-10-20 2018-01-09 广东电网有限责任公司电力科学研究院 一种基于ahp和熵权法的配电网可靠性评估方法
WO2019124570A1 (ko) * 2017-12-18 2019-06-27 한국 전기안전공사 인공지능기법을 이용한 전기설비 안전도 평가 시스템
CN110097300A (zh) * 2019-06-06 2019-08-06 华北电力大学 一种增量配电网价值评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
曾颖: "电网运行效率评价方法与应用", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅱ辑》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111652515A (zh) * 2020-06-05 2020-09-11 南方电网科学研究院有限责任公司 一种区域配电网的运行效率评估方法、装置及设备
CN111652515B (zh) * 2020-06-05 2023-06-20 南方电网科学研究院有限责任公司 一种区域配电网的运行效率评估方法、装置及设备
CN111600393A (zh) * 2020-06-18 2020-08-28 国网四川省电力公司电力科学研究院 变电站不同电压等级的电压量测数据归算方法及识别方法
CN112529733A (zh) * 2020-12-07 2021-03-19 云南电网有限责任公司普洱供电局 配电网作业安全远程管控方法、装置、设备及存储介质
CN112713599A (zh) * 2020-12-17 2021-04-27 郑州轻工业大学 分布式电源电压支撑能力的综合评价方法
CN112713599B (zh) * 2020-12-17 2023-03-03 郑州轻工业大学 分布式电源电压支撑能力的综合评价方法
CN113392536A (zh) * 2021-06-30 2021-09-14 中国南方电网有限责任公司 电力通信网络仿真评估方法、装置、计算机设备和介质
CN113392536B (zh) * 2021-06-30 2024-01-30 中国南方电网有限责任公司 电力通信网络仿真评估方法、装置、计算机设备和介质
CN114548837A (zh) * 2022-04-26 2022-05-27 石家庄科林电气股份有限公司 基于随机偏差算法的有源配电网的质量评价方法及装置
CN114548837B (zh) * 2022-04-26 2022-09-30 石家庄科林电气股份有限公司 基于随机偏差算法的有源配电网的质量评价方法及装置

Similar Documents

Publication Publication Date Title
CN110910046A (zh) 配电网运行效率评价方法、装置、计算机设备和存储介质
Liu et al. A Lagrange multiplier based state enumeration reliability assessment for power systems with multiple types of loads and renewable generations
CN109003000A (zh) 一种主动配电网的电能质量综合评估方法
Woo et al. Real-time optimal power flow using twin delayed deep deterministic policy gradient algorithm
CN111612275B (zh) 一种预测区域用户负荷量的方法及装置
Chen et al. Multi-objective mean–variance–skewness model for nonconvex and stochastic optimal power flow considering wind power and load uncertainties
CN107944612B (zh) 一种基于arima和相空间重构svr的母线净负荷预测方法
CN113408869A (zh) 一种配电网建设目标风险评估方法
CN105429134A (zh) 一种基于电力大数据的电网电压稳定性预测方法
CN111260438A (zh) 产品配置方法、装置、计算机设备和存储介质
CN111784066B (zh) 一种配电网年运行效率预测方法、系统及设备
Li et al. Grey relational decision making model of three-parameter interval grey number based on AHP and DEA
CN113065715A (zh) 一种综合能源系统多元负荷超短期预测方法
CN111600309B (zh) 电压控制方法、装置、设备、计算机设备和存储介质
CN115358437A (zh) 基于卷积神经网络的供电负荷预测方法
CN113191828B (zh) 一种用户用电价值等级标签构建方法、装置、设备及介质
CN112270485B (zh) 一种用于配电网络不停电作业综合评估的主成分因子分析方法
CN116415732A (zh) 一种基于改进arnn的用户侧电力负荷数据处理方法
Dong et al. Sensitivity‐based reliability coordination for power systems considering wind power reserve based on hybrid correlation control method for wind power forecast error
Baixauli-Soler et al. A naïve approach to speed up portfolio optimization problem using a multiobjective genetic algorithm
Ma et al. The variable weight combination load forecasting based on grey model and semi-parametric regression model
CN113011779A (zh) 一种基于模糊综合评价的能源消费价格补偿方法及装置
CN110190606B (zh) 受损环境下微电网系统韧性评价方法和系统
CN117081088B (zh) 电网负荷调度控制方法、装置、计算机设备及存储介质
CN115498649A (zh) 一种配电网电压的联调方法、装置、设备及存储介质

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: 20200324

RJ01 Rejection of invention patent application after publication