CN110929968A - 一种智慧城市多能源联合供给综合调控方法及系统 - Google Patents
一种智慧城市多能源联合供给综合调控方法及系统 Download PDFInfo
- Publication number
- CN110929968A CN110929968A CN201811097332.0A CN201811097332A CN110929968A CN 110929968 A CN110929968 A CN 110929968A CN 201811097332 A CN201811097332 A CN 201811097332A CN 110929968 A CN110929968 A CN 110929968A
- Authority
- CN
- China
- Prior art keywords
- index
- weight
- value
- smart city
- regulated
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000001105 regulatory effect Effects 0.000 claims abstract description 55
- 230000007613 environmental effect Effects 0.000 claims abstract description 22
- 230000001276 controlling effect Effects 0.000 claims abstract description 9
- 238000011156 evaluation Methods 0.000 claims description 65
- 238000004364 calculation method Methods 0.000 claims description 40
- 238000009826 distribution Methods 0.000 claims description 25
- 230000009467 reduction Effects 0.000 claims description 22
- 238000005457 optimization Methods 0.000 claims description 15
- 230000005484 gravity Effects 0.000 claims description 13
- 230000035699 permeability Effects 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 8
- 238000002955 isolation Methods 0.000 claims description 7
- 238000011084 recovery Methods 0.000 claims description 7
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 238000012797 qualification Methods 0.000 claims description 6
- 238000010977 unit operation Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 description 16
- 238000010276 construction Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000003993 interaction Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010248 power generation Methods 0.000 description 5
- 238000012545 processing Methods 0.000 description 4
- 230000001737 promoting effect Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000013210 evaluation model Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035515 penetration Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000013517 stratification Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
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
- 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
- G06Q10/067—Enterprise or organisation modelling
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/82—Energy audits or management systems therefor
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
一种智慧城市多能源联合供给综合调控方法及系统,包括:采集被调控智慧城市当前运行参数数据,结合预先设定的分层指标模型确定指标值;基于所述指标值确定最优指标权重;基于所述最优指标权重对所述被调控智慧城市多能源联合供给进行调控。本发明的技术方案考虑评价智能电网示范工程协调多能源的能力的客观公正性,从经济性、环保性、安全可靠性方面入手提出了一种新的综合调控方法。
Description
技术领域
本发明属于综合能源系统领域,具体涉及一种智慧城市多能源联合供给综合调控方法及系统。
背景技术
多能源协调目标的实现既有赖于以多级能源综合协调技术为核也的全网调控运行技术水平,也有赖于电网友好型分布式电源技术、配电自动化技术、各类互动技术等电源、电网、负荷各侧相关技术的运用,下面分别予介绍。
(1)多级能源综合协调技术
多级能源综合协调技术是智能电网多能源协调的核心,通过充分利用配电网中的各种分布式电源、微网、储能装置以及各种可调度的负荷、电动汽车、能效电厂等需求侧资源,最终实现配网高效运行。根据电网的不同运行状态及运行发展趋势,确定不同的控制目标,建立配电网自适应协调优化目标模型。根据配电网自适应协调优化目标模型给出的控制目标,分别从空间尺度和时间尺度上建立配电网的协调优化控制策略。在空间尺度上采用基于台区级、馈线级和配电网三级联动的局部就地平衡-区域间互供-整体消纳协调的分布自治、分解协调调度机制;在时间尺度上,建立短期、超短期和准实时三种时间尺度的协调优化控制,通过配电网调度在优化目标、空间尺度、时间尺度上的协调,实现配电网整体安全高效运行。
(2)电网友好型分布式电源技术
随着风电、光伏等分布式电源入网渗透率的迅速提髙,其随机性、不可控性和反调峰等特性对电力系统运行的冲击愈发凸显,现有的调峰、调频能为面临挑战。同时大规模风、光电源的接入还对电网电压的大小和稳定性构成冲击,阻碍了其渗透率的进一步提高。为提髙大规模分布式电源接入后系统的安全稳定性,亟需采用分布式电源功率预测技术、自动发电控制、自动电压控制等电网友好型的技术。
分布式电源功率预测技术通过分析天气、地形以及相关历史数据,应用物理方法、统计方法、学习方法等预测分布式电源短期、短期、中期和长期的出为大小,为电力系统经济调度和可靠运行提供基础。
自动发电控制AGC(Automation Generation Control)是能量管理系统中的一项重要功能,它控制着调频机组的出力,以满足不断变化的用户电力需求,并使系统处于经济的运行状态。AGC系统的投运,实现了可再生能源电站上网电力的可调、可控,将有效缓解电网调峰、调频紧张的局面,提商电网的安全稳定水平,也为风光电源的充分利用提供了技术保障。
自动电压控制AVC(Automation Voltage Control)是利用计算机和通信技术,自动控制电网中的无功电源和调压设备,使全网无功电压潮流接近最优,达到安全、优质和经济运行的目的。风电场的无功电源包括风电机组(变频恒速风电机组)和无功补偿装置,光伏电站的无功电源包括并网逆变器和无功补偿设备。风电和光伏电站中的无功补偿装置可根据从调度接收的母线电压和无功负荷设定及电站内的母线电压和无功设定,通过一定的调整策略调节无功电源的输出及变电站升压变压器的变比,以进行无功和电压调节,使并网点电压在正常范围内。
(3)配电自动化技术
配电自动化集电力电子技术、计算机与网络通信技术、控制技术等于一体,具备监控、保护和计量功能,可实现配电网故障定位与隔离,和适应非确定性故障定位和开关拒动情况的自适应故障恢复,使电网具备初步的自愈能力,可显著提升配电管理水平,保障多种分布式电源接入下智能电网的供电可靠性和电能质量。
(4)各类互动技术
智能电网下各类需求侧资源的调动有赖于电网与用户之间信息的充分互通,而这有赖于智能电表、电力光纤入户、在线互动平台等互动技术的应用。多样化的互动手段还可以提高用户的参与度,进而提升用户的用能体验。
风电、光伏、冷热电三联供等分布式电源和电动汽车、智能家居、能效电厂等多种需求侧资源具有靠近负荷、发电方式灵活、环境效益好等优点,是智能电网的重要组成部分,也是未来能源发展的重要方向,但面临着出力随机波动大、电能质量差、互动手段单一等缺点,亟待采用多样化的手段协调这些能源。
针对智能电网示范工程的多能源联合划分层次,是指导示范工程后续建设和推广的重要基础。多能源并网的环保性通过促进新能源的消纳、减少网损、或通过高效互动促进需求侧提高能效节能减排来实现;同时随着特高压电网的建设,本区域电力系统环保性的变化通常具有很强的外部性,即对区域外的大气污染影响较大,这就造成了环保性评估分层上的困难。
发明内容
为了解决现有技术中所存在的上述不足,本发明提供一种智慧城市多能源联合供给综合调控方法及系统。
本发明提供的技术方案是:
一种智慧城市多能源联合供给综合调控方法,包括:
采集被调控智慧城市当前运行参数数据,结合预先设定的分层指标模型确定指标值;
基于所述指标值确定最优指标权重;
基于所述最优指标权重对所述被调控智慧城市多能源联合供给进行调控。
优选的,所述基于所述指标值确定最优指标权重,包括:
基于所述指标值采用熵权法确定初始指标权重值;
基于所述初始指标权重值通过组合赋权优化法计算最优指标权重。
优选的,所述基于所述指标值采用熵权法确定初始指标权重值,包括:
基于所述指标值和所述被调控智慧城市的评价项目计算每一个评价项目中的指标值占所述被调控智慧城市评价项目指标值的比重值;
基于所述比重值和所述被调控智慧城市评价项目计算指标的信息熵;
基于所述指标的信息熵和所述被调控智慧城市评价项目计算初始指标权重值。
优选的,所述被调控智慧城市评价项目指标值的比重值,如下式计算:
式中,pij表示第j个指标下所述被调控智慧城市的第i个评价项目的指标值占所述被调控智慧城市所有评价项目该指标值的比重值,rij表示所述被调控智慧城市的第i个评价项目第j个指标值,n表示被调控智慧城市所有评价项目的个数。
优选的,所述指标的信息熵,如下式计算:
式中,Ej表示第j个指标所对应的信息熵。
优选的,所述指标初始权重,如下式计算:
式中,wj表示第j个指标所对应的指标初始权重。
优选的,所述最优指标权重,如下式计算:
式中,minf(wj)表示指标权重,n表示智慧城市的评价项目个数,m表示评价指标个数,wj表示第j个指标所对应的指标初始权重,rij表示所述被调控智慧城市的第i个评价项目第j个指标值,λ表示加权平横系数,表示权重值求和。
优选的,所述分层指标模型的构建,包括:
基于所述被调控智慧城市评价项目设定评价指标;
根据所述评价指标构建智能电网多能源联合分层指标体系;
为所述评价指标设定计算公式。
优选的,所述智能电网多能源联合分层指标体系,包括:一级指标、二级指标、三级指标;
所述三级指标由经济性、环保性、安全可靠性设定;
所述二级指标由划分所述指标的经济性、环保性、安全可靠性设定;
所述一级指标由智能电网多能源联合分层为目标设定。
优选的,所述经济性对应的指标,包括:火电运行成本率、风电运行成本率、光伏运行成本率、抽水蓄能机组运行成本率、分布式电源运行成本率、弃风弃光率、线损下降百分点以及高峰负荷削减率;
所述环保性对应的指标,包括:分布式电源容量渗透率、风电和光伏功率预测系统覆盖率、新能源AGC和AVC覆盖率、火电环境补偿率以及污染物减少率;
所述安全可靠性对应的指标,包括:10kV线路“N-1”通过率、智能变电站比例、馈线自动化覆盖率、配电自动化终端年可用率、线路故障隔离年成功率、故障线路非故障区段平均供电恢复时间、供电可靠率以及综合电压合格率。
一种智慧城市多能源联合供给综合调控系统,包括:
指标值获取模块,用于采集被调控智慧城市当前运行参数数据,结合预先设定的分层指标模型确定指标值;
指标权重确定模块,用于基于所述指标值确定最优指标权重;
调控模块,用于基于所述最优指标权重对所述被调控智慧城市多能源联合供给进行调控。
优选的,所述指标权重确定模块,包括:
初始值计算子模块,用于基于所述指标值采用熵权法确定初始指标权重值;
指标权重计算子模块,用于基于所述初始指标权重值通过组合赋权优化法计算最优指标权重。
与最接近的现有技术相比,本发明提供的技术方案具有以下有益效果:
本发明的技术方案采集被调控区域当前运行参数数据,结合预先设定的分层指标模型确定指标值;基于所述指标值确定最优指标权重;基于所述最优指标权重对所述被调控区域多能源联合供给进行调控。实现了从规模、性能和效益三个维度的综合评价,指标较为全面;
本发明的技术方案根据加权组合赋权法为基础的最大熵与理想点距离最小构成的双目标优化模型,确定最终的组合权重以进行层次划分,比单一方法分析更为准确。
附图说明
图1为本发明的智慧城市多能源联合供给综合调控方法流程图。
具体实施方式
为了更好地理解本发明,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。
根据典型、全面、独立、实用、可比等原则,从经济性、环保性、安全可靠性三个方面入手,从相关设施规模、性能、效果三个角度,构建了一套以定量指标为主的智能电网多能源协调水平综合评价分层指标体系。其后,给出了各指标的计算方法,并列出了各指标的正负属性,以服务后续指标数据的获取和归一化。
实施例1:从图1可以看出一种智慧城市多能源联合供给综合调控方法
S1、采集被调控智慧城市当前运行参数数据,结合预先设定的分层指标模型确定指标值;
S2、基于所述指标值确定最优指标权重;
S3、基于所述最优指标权重对所述被调控智慧城市多能源联合供给进行调控;
分层体系的构建思路
(1)经济性指标构建思路
由于建设维护费用、管理费用、减少二氧化碳排放等直接经济及环保方面的数据难获得或无法统计,基于实用性原则,智能电网多能源协调的经济性环保性主要通过促进分布式能源的消纳和经济成本收益两方面来考虑。在经济成本收益方面,首先要考虑各种能源发电的运行成本,其次,还需考量风电、光伏因各种原因未并网而废弃的多寡,即弃风弃光率造成的损失。在其他经济方面,考虑到距用户负荷较近的分布式电源并网后,网损的下降,进而导致电网企业总购电费用相应下降;此外,分布式电网和其他需求侧资源的调动减小了高峰负荷,进而减少了电厂和电网扩容的投资。
(2)环保性指标构建思路
在促进分布式能源消纳方面,首先要有足够的分布式电源装机并网,即分布式光伏、风电等清洁能源和冷热电三联供等高效且较为清洁的电源的容量渗透率;其次,由于风电和光伏发电出力的随机波动性,还需要有相关的设备使其出力更加可控可知以减小对电网的冲击,具体包括功率预测系统、自动发电控制(AGC)、自动电压控制(AVC)等辅助设施。
(3)安全可靠性指标构建思路
对于安全可靠性指标,主要从相关设施的规模、性能和效果三方面来考虑在规模方面,配电网接入多能源需要有坚强的网架结构和智能化设备设施,这里主要考虑10kV线路“N-1”通过率,智能变电站比例、配电自动化覆盖率;在性能方面,配网故障需要快速的隔离和转供,以减少停电时间,这里主要考虑配电自动化终端年可用率、线路故障隔离年动作成功率和故障线路非故障区段平均供电恢复时间;在效果方面,主要考虑供电可靠率和综合电压合格率。
综合分层体系的构建
S1、采集被调控区域当前运行参数数据,结合预先设定的分层指标模型确定指标值
(1)经济性分层指标
1)火电运行成本率
用Lhdc表示火电运行成本率,计算公式为:
2)风电运行成本率
用Lfdc表示风电运行成本率,计算公式为:
3)光伏运行成本率
用Lgdc表示光伏运行成本率,计算公式为:
4)抽水蓄能机组运行成本率
用Lsdc表示抽水蓄能机组运行成本率,计算公式为:
5)分布式电源运行成本率
用Lddc表示分布式电源运行成本率,计算公式为:
6)弃风弃光率
用Lqfg表示弃风弃光率,计算公式为:
7)线损下降百分点
用Lxs表示线损下降百分点,计算公式为:
Lxs=本项目实际线损下降百分点-项目所在区域整体下降百分点
8)高峰负荷削减率
用Lgfh表示离峰负荷削减率,计算公式为:
注:未建设智能电网本年度预期高峰负荷,以示范工程基期(建设前一年)高峰负荷乘以该段时间内本地区整体高峰负荷增长率得到。
(2)环保性分层指标
通过对环保性的分析,选取了分布式电源容量渗透率,风电、光伏功率预测系统覆盖率,新能源AGC、AVC覆盖率,弃风、弃光率,线损下降百分点,高峰负荷削减率、污染物减少率这些指标进行评价。
1)分布式电源容量渗透率
用Lst表示分布式电源容量渗透率,计算公式为:
2)风电和光伏功率预测系统覆盖率
用Lyc表示风电和光伏功率预测系统覆盖率,计算公式为:
3)新能源AGC、AVC覆盖率
这里新能源主要指风电和光伏电源,用Laa表示新能源AGC、AVC覆盖率,计算公式为:
注:只安装AGC或AVC系统的风、光电站取其一半容量。
4)火电环境补偿率
用Lhdb表示火电环境补偿率,计算公式为:
5)污染物减少率
用Lpd表示污染物减少率,计算公式为:
(3)安全可靠性分层指标
通过对安全可靠性的分析,选取了10kV线路“N-1”通过率、智能变电站比例、馈线自动化覆盖率、配电自动化终端年可用率、线路故障隔离年成功率、故障线路非故障区段平均供电恢复时间、供电可靠率、综合电压合格率这些指标进行评价。
1)10kV线路“N-1”通过率
用LN-1表示10kV“N-1”通过率,计算公式为:
2)智能变电站比例
用Lzb表示智能变电站比例,计算公式为:
3)馈线自动化覆盖率
用Lkz表示馈线自动化覆盖率,计算公式为:
4)配电自动化终端年可用率
用Lpz表示配电自动化终端年可用率,计算公式为:
5)线路故障隔离年成功率
用Lxgg表示配电自动化终端年可用率,计算公式为:
6)故障线路非故障区段平均供电恢复时间
用Lfgh表示故障线路非故障区段平均供电恢复时间,计算公式为:
Lfgh=故障线路非故障区段恢复供电所需的平均时间
7)供电可靠率
用Lkk表示供电可靠率,计算公式为:
8)综合电压合格率
用Lyhg表示综合电压合格率,计算公式为:
至此,分布式发电并网的经济环保性、安全可靠性综合评价指标体系构建完成,共计22个底层指标,其中经济性评价指标体系含有8个底层指标,环保性评价指标体系含有6个底层指标,安全可靠性评价指标体系含有8个底层指标
根据上述分析,得到智能电网多能源联合分层指标体系如表1。
表1智能电网多能源协调联合分层指标体系
S2、基于所述指标值确定最优指标权重;
基于所述底层指标和预先获取多能源信息确定底层指标值;
将所述底层指标值代入权重计算模型确定所述底层指标的最优指标权重。
权重计算模型,如下式:
式中,wj表示最优指标权重,Ej表示信息熵,n表示参加评价的区域个数。
信息熵按下式计算:
式中,pij表示第j指标下第i个区域项目的底层指标值所占的比重。
具体的,
分层模型
归一化后的数据为定距连续变量,可采用Pearson相关系数来表征指标数据间的相关关系,相关系数r的计算公式如下:
通过r的取值范围可判断指标间的相关强度,相关系数越接近1,指标间相关度越强,相关系数越接近0,相关度越弱。通过指标两两间的先关性检验,可以得到相关性矩阵。相关性较强的指标,可去除其中一个。
1)熵权法
熵是系统无序程度的一个度量,如果指标的信息熵越小,该指标提供的信息量越大,在综合评价中所起作用理当越大,权重就应该越高。熵权法的计算步骤为:
a.计算第j个指标下第i个项目的指标值所占的比重pij;
b.计算第j个指标的信息熵
c.确定指标权重
基于信息熵最大和理想点距离最小确定组合赋权优化模型;
将底层指标值对应的权重值分别代入组合赋权优化模型确定最优指标权重。
组合赋权优化模型,如下式:
具体的,
(2)组合赋权优化模型
根据信息熵理论,各指标的真实权重是一个随机变量,具有不确定性。为了最大程度地描述这种不确定性,评价指标应满足最大熵这一目标:
另一方面,拟合权重还应满足各评价对象加权得分与标准点间的广义距离越小,即满足另一个目标:
将双目标转化成单目标评价模型,即:
S3、基于所述最优指标权重对所述被调控区域多能源联合供给进行调控:包括:
根据不同工况下获取的多能源信息确定底层指标值,根据所述底层指标值乘以该最优指标权重得到的值进行城市多能源联合供给。
实施例2:
基于同一发明构思,本发明提出的一种智慧城市多能源联合供给综合调控系统,包括:
指标值获取模块,用于采集被调控区域当前运行参数数据,结合预先设定的分层指标模型确定指标值;
指标权重确定模块,用于基于所述指标值确定最优指标权重;
调控模块,用于基于所述最优指标权重对所述被调控区域多能源联合供给进行调控。
指标权重确定模块,包括:
初始值计算子模块,用于基于所述指标值采用熵权法确定初始指标权重值;
指标权重计算子模块,用于基于所述初始指标权重值通过组合赋权优化法计算最优指标权重。
初始值计算子模块包括:
比重值计算单元,用于基于所述指标值和所述被调控区域的评价项目计算每一个评价项目中的指标值占所述被调控区域评价项目指标值的比重值;
信息熵技算单元,用于基于所述比重值和所述被调控区域评价项目计算指标的信息熵;
初始指标值权重计算单元,用于基于所述指标的信息熵和所述被调控区域评价项目计算初始指标权重值。
所述被调控区域评价项目指标值的比重值,如下式计算:
式中,pij表示第j个指标下所述被调控区域的第i个评价项目的指标值占所述被调控区域所有评价项目该指标值的比重值,rij表示所述被调控区域的第i个评价项目第j个指标值,n表示被调控区域所有评价项目的个数。
所述指标的信息熵,如下式计算:
式中,Ej表示第j个指标所对应的信息熵。
所述指标初始权重,如下式计算:
式中,wj表示第j个指标所对应的指标初始权重。
所述最优指标权重,如下式计算:
式中,minf(wj)表示最优指标权重,n表示区域的评价项目个数,m表示评价指标个数,wj表示第j个指标所对应的指标初始权重,rij表示所述被调控区域的第i个评价项目第j个指标值,λ表示加权平横系数,表示权重值求和。
指标值获取模块包括模型构建子模块,用于构建分层指标模型。
所述模型构建子模块包括:
评价指标设定单元,用于基于所述被调控区域评价项目设定评价指标;
构建单元,用于根据所述评价指标构建智能电网多能源联合分层指标体系;
计算公式设定单元,为所述评价指标设定计算公式。
所述智能电网多能源联合分层指标体系,包括:一级指标、二级指标、三级指标;
所述三级指标由经济性、环保性、安全可靠性设定;
所述二级指标由划分所述指标的经济性、环保性、安全可靠性设定;
所述一级指标由智能电网多能源联合分层为目标设定。
所述经济性对应的指标,包括:火电运行成本率、风电运行成本率、光伏运行成本率、抽水蓄能机组运行成本率、分布式电源运行成本率、弃风弃光率、线损下降百分点以及高峰负荷削减率;
所述环保性对应的指标,包括:分布式电源容量渗透率、风电和光伏功率预测系统覆盖率、新能源AGC和AVC覆盖率、火电环境补偿率以及污染物减少率;所述安全可靠性对应的指标,包括:10kV线路“N-1”通过率、智能变电站比例、馈线自动化覆盖率、配电自动化终端年可用率、线路故障隔离年成功率、故障线路非故障区段平均供电恢复时间、供电可靠率以及综合电压合格率。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均包含在申请待批的本发明的权利要求范围之内。
Claims (12)
1.一种智慧城市多能源联合供给综合调控方法,其特征在于,包括:
采集被调控智慧城市当前运行参数数据,结合预先设定的分层指标模型确定指标值;
基于所述指标值确定最优指标权重;
基于所述最优指标权重对所述被调控智慧城市多能源联合供给进行调控。
2.如权利要求1所述的智慧城市多能源联合供给综合调控方法,其特征在于,所述基于所述指标值确定最优指标权重,包括:
基于所述指标值采用熵权法确定初始指标权重值;
基于所述初始指标权重值通过组合赋权优化法计算最优指标权重。
3.如权利要求2所述的智慧城市多能源联合供给综合调控方法,其特征在于,所述基于所述指标值采用熵权法确定初始指标权重值,包括:
基于所述指标值和所述被调控智慧城市的评价项目计算每一个评价项目中的指标值占所述被调控智慧城市评价项目指标值的比重值;
基于所述比重值和所述被调控智慧城市评价项目计算指标的信息熵;
基于所述指标的信息熵和所述被调控智慧城市评价项目计算初始指标权重值。
8.如权利要求1所述的智慧城市多能源联合供给综合调控方法,其特征在于,所述分层指标模型的构建,包括:
基于所述被调控智慧城市评价项目设定评价指标;
根据所述评价指标构建智能电网多能源联合分层指标体系;
为所述评价指标设定计算公式。
9.如权利要求8所述的智慧城市多能源联合供给综合调控方法,其特征在于,所述智能电网多能源联合分层指标体系,包括:一级指标、二级指标、三级指标;
所述三级指标由经济性、环保性、安全可靠性设定;
所述二级指标由划分所述指标的经济性、环保性、安全可靠性设定;
所述一级指标由智能电网多能源联合分层为目标设定。
10.如权利要求9所述的智慧城市多能源联合供给综合调控方法,其特征在于,
所述经济性对应的指标,包括:火电运行成本率、风电运行成本率、光伏运行成本率、抽水蓄能机组运行成本率、分布式电源运行成本率、弃风弃光率、线损下降百分点以及高峰负荷削减率;
所述环保性对应的指标,包括:分布式电源容量渗透率、风电和光伏功率预测系统覆盖率、新能源AGC和AVC覆盖率、火电环境补偿率以及污染物减少率;
所述安全可靠性对应的指标,包括:10kV线路“N-1”通过率、智能变电站比例、馈线自动化覆盖率、配电自动化终端年可用率、线路故障隔离年成功率、故障线路非故障区段平均供电恢复时间、供电可靠率以及综合电压合格率。
11.一种智慧城市多能源联合供给综合调控系统,其特征在于,包括:
指标值获取模块,用于采集被调控智慧城市当前运行参数数据,结合预先设定的分层指标模型确定指标值;
指标权重确定模块,用于基于所述指标值确定最优指标权重;
调控模块,用于基于所述最优指标权重对所述被调控智慧城市多能源联合供给进行调控。
12.如权利要求11所述的智慧城市多能源联合供给调控系统,其特征在于,所述指标权重确定模块,包括:
初始值计算子模块,用于基于所述指标值采用熵权法确定初始指标权重值;
指标权重计算子模块,用于基于所述初始指标权重值通过组合赋权优化法计算最优指标权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811097332.0A CN110929968A (zh) | 2018-09-19 | 2018-09-19 | 一种智慧城市多能源联合供给综合调控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811097332.0A CN110929968A (zh) | 2018-09-19 | 2018-09-19 | 一种智慧城市多能源联合供给综合调控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110929968A true CN110929968A (zh) | 2020-03-27 |
Family
ID=69855329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811097332.0A Pending CN110929968A (zh) | 2018-09-19 | 2018-09-19 | 一种智慧城市多能源联合供给综合调控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110929968A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132481A (zh) * | 2020-09-30 | 2020-12-25 | 深圳供电局有限公司 | 一种区域能效综合评价方法 |
CN113463722A (zh) * | 2021-05-17 | 2021-10-01 | 国网河北省电力有限公司培训中心 | 源网荷储智慧控制型城市综合能源系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903058A (zh) * | 2012-12-26 | 2014-07-02 | 中国电力科学研究院 | 一种智能配电网高效运行评估方法 |
CN105404932A (zh) * | 2015-10-26 | 2016-03-16 | 国网天津市电力公司 | 基于智能电网创新示范区的能源互联网综合评估与优化配置方法 |
CN106127377A (zh) * | 2016-06-21 | 2016-11-16 | 国家电网公司 | 一种智能电网多能源综合协调水平评价方法 |
CN106447533A (zh) * | 2016-09-14 | 2017-02-22 | 国网上海市电力公司 | 基于城市电能安全发展指数的评价方法 |
CN106469421A (zh) * | 2016-09-23 | 2017-03-01 | 国家电网公司 | 一种风电/光伏发电功率汇集拓扑的评估方法及系统 |
CN106651225A (zh) * | 2017-02-14 | 2017-05-10 | 南方电网科学研究院有限责任公司 | 智能电网示范工程综合评估方法和系统 |
CN107256426A (zh) * | 2017-06-19 | 2017-10-17 | 湖北省食品药品监督检验研究院 | 一种基于智能算法的药品安全信心指数系统及构建方法 |
CN107292489A (zh) * | 2017-05-18 | 2017-10-24 | 国网浙江省电力公司 | 一种电网调度运行精益化评价系统 |
CN107506895A (zh) * | 2017-07-26 | 2017-12-22 | 国网能源研究院 | 一种含新能源发电的电力系统运行经济性综合评价系统 |
CN107832921A (zh) * | 2017-10-19 | 2018-03-23 | 南京邮电大学 | 一种基于组合赋权法的电动汽车充电一体化安全评价方法 |
CN108122057A (zh) * | 2016-11-30 | 2018-06-05 | 全球能源互联网研究院 | 一种智能园区能源利用方案综合评价方法及装置 |
CN108520362A (zh) * | 2018-04-13 | 2018-09-11 | 贵州大学 | 一种农村智能电网水平的综合评价方法 |
-
2018
- 2018-09-19 CN CN201811097332.0A patent/CN110929968A/zh active Pending
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103903058A (zh) * | 2012-12-26 | 2014-07-02 | 中国电力科学研究院 | 一种智能配电网高效运行评估方法 |
CN105404932A (zh) * | 2015-10-26 | 2016-03-16 | 国网天津市电力公司 | 基于智能电网创新示范区的能源互联网综合评估与优化配置方法 |
CN106127377A (zh) * | 2016-06-21 | 2016-11-16 | 国家电网公司 | 一种智能电网多能源综合协调水平评价方法 |
CN106447533A (zh) * | 2016-09-14 | 2017-02-22 | 国网上海市电力公司 | 基于城市电能安全发展指数的评价方法 |
CN106469421A (zh) * | 2016-09-23 | 2017-03-01 | 国家电网公司 | 一种风电/光伏发电功率汇集拓扑的评估方法及系统 |
CN108122057A (zh) * | 2016-11-30 | 2018-06-05 | 全球能源互联网研究院 | 一种智能园区能源利用方案综合评价方法及装置 |
CN106651225A (zh) * | 2017-02-14 | 2017-05-10 | 南方电网科学研究院有限责任公司 | 智能电网示范工程综合评估方法和系统 |
CN107292489A (zh) * | 2017-05-18 | 2017-10-24 | 国网浙江省电力公司 | 一种电网调度运行精益化评价系统 |
CN107256426A (zh) * | 2017-06-19 | 2017-10-17 | 湖北省食品药品监督检验研究院 | 一种基于智能算法的药品安全信心指数系统及构建方法 |
CN107506895A (zh) * | 2017-07-26 | 2017-12-22 | 国网能源研究院 | 一种含新能源发电的电力系统运行经济性综合评价系统 |
CN107832921A (zh) * | 2017-10-19 | 2018-03-23 | 南京邮电大学 | 一种基于组合赋权法的电动汽车充电一体化安全评价方法 |
CN108520362A (zh) * | 2018-04-13 | 2018-09-11 | 贵州大学 | 一种农村智能电网水平的综合评价方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112132481A (zh) * | 2020-09-30 | 2020-12-25 | 深圳供电局有限公司 | 一种区域能效综合评价方法 |
CN113463722A (zh) * | 2021-05-17 | 2021-10-01 | 国网河北省电力有限公司培训中心 | 源网荷储智慧控制型城市综合能源系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Nikonowicz et al. | Virtual Power Plants-general review: structure, application and optimization. | |
US20150311710A1 (en) | A time based global optimization dispatching method | |
CN103904695B (zh) | 一种基于mcs-pso的临近海岛多微网动态调度方法 | |
CN113269371A (zh) | 一种智能配电网供电综合性能评估方法及系统 | |
CN102930078B (zh) | 一种孤立微网分布式电源容量与布点优化方法 | |
CN106529737A (zh) | 一种配电网供给侧调峰电源规划布局方法 | |
CN113326996A (zh) | 一种高比例新能源接入地区电网的安全风险评估方法 | |
CN105337301A (zh) | 微电网并网点的选择方法和装置 | |
CN110994790B (zh) | 一种企业电网调度知识决策分析系统 | |
MansourLakouraj et al. | Multi-timescale risk-constrained volt/var control of distribution grids with electric vehicles and solar inverters | |
CN110929968A (zh) | 一种智慧城市多能源联合供给综合调控方法及系统 | |
CN106651136B (zh) | 一种双边交易的日前发电计划编制方法及装置 | |
CN112993985A (zh) | 一种考虑不确定性的微电网多目标规划方法 | |
CN116014797A (zh) | 一种配网新能源接纳能力提升的评估方法 | |
CN112886624B (zh) | 一种三站合一变电站储能装置规划设计系统及方法 | |
Qin et al. | Comprehensive evaluation of microgrid integration based on combination weighting | |
CN112257951B (zh) | 一种基于合作博弈的综合能源系统与配电公司的优化运行方法 | |
CN114157027A (zh) | 一种分布式光伏接入配电网运行的调控系统及方法 | |
CN108270237B (zh) | 基于分布式光伏电源的并网控制以及调度的方法 | |
Cheng et al. | Power and energy balance of active distribution network considering operation-control strategy | |
Lai et al. | Smart Grids to Revolutionize Chinese Cities: Challenges and Opportunities | |
Su et al. | A Data-Driven Multi-Time Scale Coordinated Economic Dispatch Model for Flexible Interconnection Low-voltage Distribution Station Areas | |
Ren et al. | Decision-making approach in charging mode for electric vehicle based on cumulative prospect theory | |
Karali et al. | Benefits analysis of smart grid demonstration projects | |
Chen et al. | Evaluation indices set and decision-making method for regional “coal to electricity” optimal development mode |
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 |