CN111340359B - 一种多能互补分布式能源系统综合评价方法 - Google Patents
一种多能互补分布式能源系统综合评价方法 Download PDFInfo
- Publication number
- CN111340359B CN111340359B CN202010117585.0A CN202010117585A CN111340359B CN 111340359 B CN111340359 B CN 111340359B CN 202010117585 A CN202010117585 A CN 202010117585A CN 111340359 B CN111340359 B CN 111340359B
- Authority
- CN
- China
- Prior art keywords
- index
- rate
- formula
- representing
- value
- 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.)
- Active
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
-
- 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)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
技术领域
本发明涉及多能互补分布式能源系统综合性能评价,特别涉及一种基于梯形模糊数层次分析法主观赋权、距离分析法客观赋权以及灰色关联分析法的系统性能评价方法。
背景技术
多能互补分布式能源系统具有能源利用率高、环保性能好以及供能安全可靠等优点,该类系统结构复杂,耦合了多种能源类型、包含了多种能源技术、可提供多种类型负荷产品,融合了能源转化、能量传递、能量存储等过程。因此,该类系统在设计层面和运行层面均存在很大的优化空间。
在目前多能互补分布式能源系统优化设计与优化运行研究中,为了衡量各种优化方案下的系统综合性能的优劣程度,需要建立一套可以科学全面地评价系统性能的指标体系,并采用专业合理的评价准则与评价方法对系统性能进行综合评价,为多能互补分布式能源系统优化设计与优化运行提供科学理论依据。
发明内容
本发明的目的在于提供一种多能互补分布式能源系统综合评价方法,为系统优化设计和优化运行提供科学指导。
为了实现上述目的,本发明采用如下技术方案:
一种基于组合权重与灰色关联分析法的多能互补分布式能源系统综合评价方法,采用梯形模糊数层析分析法与距离分析法进行主客观组合赋权,采用灰色关联分析法进行系统性能综合评价,包括以下步骤:
第一步:基于多能互补分布式能源系统,建立综合评价体系,考虑经济性、能效性、环保性和可靠性四类一级评价指标;在经济性指标下,建立费用年值节约率和净现值率两个二级评价指标;在能效性指标下,建立一次能源节约率和耗率两个二级评价指标;在环保性指标下,建立二氧化碳减排率、二氧化硫减排率和氮氧化物减排率三个二级评价指标;在可靠性指标下,建立电负荷供应不足率、热负荷供应不足率和冷负荷供应不足率三个二级评价指标;
(1)费用年值节约率指标
式中:ACSR表示费用年值节约率;ACSP表示分供系统的费用年值,元;ACDMES表示多能互补分布式能源系统的费用年值,元;
(2)净现值率指标
式中:NPVR表示多能互补分布式能源系统净现值率;NPV表示多能互补分布式能源系统净现值,元;Kt表示第t年的投资支出,元;i0表示基准折现率;z表示项目寿命年限;
(3)一次能源节约率指标
式中:PESR表示多能互补分布式能源系统的一次能源节约率;PERSP、PERDMES分别表示传统分供系统和多能互补分布式能源系统的一次能源利用率;FSP、FDMES分别表示传统分供系统和多能互补分布式能源系统的一次能源消耗量;
(5)二氧化碳减排率指标
式中:CDER表示二氧化碳减排率;CDESP表示传统分供系统二氧化碳排放量,g;CDEDMES表示多能互补分布式能源系统二氧化碳排放量,g;
(6)二氧化硫减排率指标
式中:SOER表示二氧化硫减排率;SOESP表示传统分供系统二氧化硫排放量,g;SOEDMES表示多能互补分布式能源系统二氧化硫排放量,g;
(7)氮氧化物减排率指标
式中:NOER表示氮氧化物减排率;NOESP表示传统分供系统氮氧化物排放量,g;NOEDMES表示多能互补分布式能源系统氮氧化物排放量,g;
(8)电负荷供应不足率指标
式中:PLOEL表示电负荷供应不足率;ΔQE,T表示在T时间段内电负荷供应偏差量;QE,T表示在T时间段内电负荷需求总量;
(9)热负荷供应不足率指标
式中:PLOHL表示热负荷供应不足率;ΔQH,T表示在T时间段内热负荷供应偏差量;QH,T表示在T时间段内热负荷需求总量;
(10)冷负荷供应不足率指标
式中:PLOCL表示冷负荷供应不足率;ΔQC,T表示在T时间段内冷负荷供应偏差量;QC,T表示在T时间段内冷负荷需求总量;
第二步:采用梯形模糊数定量表示专家对于上述十个二级评价指标中任意两个指标两两比较的重要性程度;
(1)专家构造梯形模糊数判断矩阵:采用改进后的1-9标度法进行打分,改进后的1-9 标度法如表1所示;
表1改进后的1-9标度法打分依据
获得得分矩阵X
X=(x′ij/x″ij)n×n
x′ji/x″ji=x″ij/x′ij
式中:xij表示1-9标度法中第i个指标相对于第j个指标的重要性程度分值;x′ij/x″ij表示在改进后的1-9标度法中第i个指标相对于第j个指标的重要性程度分值;x′ji/x″ji表示在改进后的1-9标度法中第j个指标相对于第i个指标的重要性程度分值;n为二级指标数目,n=10;
根据梯形模糊数隶属度函数将改进后的重要性程度分值转化为梯形模糊数比值aij=a′ij/a″ij,aij表示第i个指标相对于第j个指标的梯形模糊数分值;其中,a′ij表示x′ij对应的梯形模糊数,a″ij表示x″ij对应的梯形模糊数;对应关系如表2所示;其中,梯形模糊数a′ij表示为a′ij=(l′ij,m′ij,o′ij,s′ij),l′ij,m′ij,o′ij,s′ij分别表示梯形模糊数a′ij的第一、二、三、四个自变量;a″ij同理;
表2梯形模糊数取值依据
式中:lij,mij,oij,sij分别表示梯形模糊数分值aij的第一、二、三、四个自变量至此,将得分矩阵X转化为模糊判断矩阵A
A=(aij)n×n
将模糊判断矩阵A转换为一般判断矩阵C
C=(cij)n×n
式中:cij(aij)表示第i个指标相对于第j个指标的梯形模糊数的一般判断系数;C表示一般判断矩阵;
(2)对一般判断矩阵C进行一致性检验,一致性检验指标:
式中:λmax是一般判断矩阵的最大特征值;
一致性比例CR:
式中:RI表示平均随机一致性指标;
(3)基于梯形模糊数计算二级评价指标权重;
综合多位专家的梯形模糊数分值:
式中:a* ij表示综合多位专家意见后的第i个指标相对于第j个指标的梯形模糊数分值; l* ij,m* ij,n* ij,s* ij分别表示综合梯形模糊数分值的第一、二、三、四个自变量;L表示专家数目,k表示第k个专家;分别表示第k位专家给出的第i个指标相对于第j个指标的梯形模糊数分值的第一、二、三、四个自变量;
计算各二级评价指标的模糊评价值:
vi=(αiδ-1,βiγ-1,γiβ-1,δiα-1)
式中:vi表示第i个二级评价指标的模糊评价值;αiδ-1,βiγ-1,γiβ-1,δiα-1分别为第i个二级评价指标的模糊评价值中的第一、二、三、四个自变量;αi,α,βi,β,γi,γ,δi,δ均为在计算各二级评价指标的模糊评价值vi的过程中的中间变量;
计算各二级评价指标模糊评价值的期望值:
式中:I(vi)表示第i个二级评价指标模糊评价值的期望值
将期望值归一化得到各二级评价指标的主观权重:
式中:ω′i表示第i个二级评价指标的主观权重;
W′=(ω′1,ω′2,…,ω′n)为主观权重向量;
第三步:分别以各二级评价指标为优化目标获得优化方案,u为方案数,共计十种优化方案,在不同优化方案中各二级评价指标数值的基础上,采用距离分析法为各二级评价指标赋予客观权重;
F=(fgj)u×n
式中:F表示各优化方案下二级评价指标数值矩阵;fgj表示第g个方案中第j个二级评价指标值,u×n表示u个方案×n个二级评价指标,u=10,n=10;
(1)将各二级评价指标进行同向性转化,将逆指标转化为正指标采用倒数法即1/fgj,转化后的矩阵仍计为F;
将数据进行无量纲化,无量纲化后矩阵记为B:
B=(bgj)u×n
式中:bgj表示第g个方案下的第j个二级评价指标的无量纲值;
(2)确定理想解B+和负理想解B-
(3)计算各优化方案到正负理想解的距离:
(4)计算各优化方案到最优方案的相对接近度:
式中Yi为第g个优化方案的相对接近度;
(5)归一化处理获取客观权重:
W″=(ω″1,ω″2,…,ω″u)为客观权重向量;
第四步:采用乘法合成法将主客观权重进行合成获得综合权重:
式中:ωj表示第j个指标的综合权重;ω′j表示第j个二级评级指标的主观权重;ω″j表示第j个二级评级指标的客观权重;
第五步:将综合权重用于灰色关联分析法中,对各优化方案进行排序与决策;第g个方案的指标值为:
Bg=(bg1,bg2,…bgn),g=1,2,…,u
计算样本Bg与最优方案B+的关联度rg+:
与现有技术相比:本发明原理简单,易于实现,用于多能互补分布式能源系统优化设计与优化运行结果评价中。本发明建立了十个科学合理的二级评价指标,在此基础上,建立了考虑经济性、能效性、环保性和可靠性的综合评价体系,全面表现了系统各方面的性能。采用梯形模糊数层次分析法为各二级指标主观赋权,有效避免了专家打分的模糊性与随意性;采用距离分析法为各二级指标客观赋权,提供了较强的数学理论依据;采用乘法合成法获得综合权重,组合权重兼顾了能源系统评价的专业性以及客观性,将综合权重用于灰色关联分析法中,评价结果更加科学准确。
附图说明
图1是基于多能互补分布式能源系统的综合评价指标体系示意图。
图2是基于梯形模糊数层次分析法和距离分析法组合赋权与灰色关联分析法的评价方法流程图。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明:
第一步:基于多能互补分布式能源系统,建立系统性能指标综合评价体系。考虑经济性、能效性、环保性和可靠性四类一级评价指标;在经济性指标下,建立费用年值节约率和净现值率两个二级评价指标,在能效性指标下,建立一次能源节约率和耗率两个二级评价指标,在环保性指标下,建立二氧化碳减排率、二氧化硫减排率和氮氧化物减排率三个二级评价指标,在可靠性指标下,建立电负荷供应不足率、热负荷供应不足率和冷负荷供应不足率三个二级评价指标。如附图1所示。
(1)费用年值节约率指标
式中:ACSP表示分供系统的费用年值,元;ACDMES表示多能互补分布式能源系统的费用年值,元。
(2)净现值率指标
式中:NPVR表示多能互补分布式能源系统净现值率;NPV表示多能互补分布式能源系统净现值,元;Kt表示第t年的投资支出,元;i0表示基准折现率;n表示项目寿命年限。
(3)一次能源节约率指标
式中:PESR表示多能互补分布式能源系统的一次能源节约率;PERSP、PERDMES分别表示传统分供系统和多能互补分布式能源系统的一次能源利用率;FSP、FDMES分别表示传统分供系统和多能互补分布式能源系统的一次能源消耗量。
(5)二氧化碳减排率指标
式中:CDER表示二氧化碳减排率;CDESP表示传统分供系统二氧化碳排放量,g;CDEDMES表示多能互补分布式能源系统二氧化碳排放量,g。
(6)二氧化硫减排率指标
式中:SOER表示二氧化硫减排率;SOESP表示传统分供系统二氧化硫排放量,g;SOEDMES表示多能互补分布式能源系统二氧化硫排放量,g。
(7)氮氧化物减排率指标
式中:NOER表示氮氧化物减排率;NOESP表示传统分供系统氮氧化物排放量,g;NOEDMES表示多能互补分布式能源系统氮氧化物排放量,g。
(8)电负荷供应不足率指标
式中:PLOEL表示电负荷供应不足率;ΔQE,T表示在T时间段内电负荷供应偏差量;QE,T表示在T时间段内电负荷需求总量。
(9)热负荷供应不足率指标
式中:PLOHL表示热负荷供应不足率;ΔQH,T表示在T时间段内热负荷供应偏差量;QH,T表示在T时间段内热负荷需求总量。
(10)冷负荷供应不足率指标
式中:PLOCL表示冷负荷供应不足率;ΔQC,T表示在T时间段内冷负荷供应偏差量;QC,T表示在T时间段内冷负荷需求总量。
第二步:采用梯形模糊数定量表示专家对于上述十个二级评价指标中任意两个指标两两比较的重要性程度。如附图2所示。
(1)专家构造梯形模糊数判断矩阵:采用改进后的1-9标度法进行打分,改进后的1-9 标度法如表1所示;
获得得分矩阵X
X=(x′ij/x″ij)n×n
x′ji/x″ji=x″ij/x′ij
式中:xij表示1-9标度法中第i个指标相对于第j个指标的重要性程度分值;x′ij/x″ij表示在改进后的1-9标度法中第i个指标相对于第j个指标的重要性程度分值;x′ji/x″ji表示在改进后的1-9标度法中第j个指标相对于第i个指标的重要性程度分值;n为二级指标数目,n=10;
根据梯形模糊数隶属度函数将改进后的重要性程度分值转化为梯形模糊数比值aij=a′ij/a″ij,aij表示第i个指标相对于第j个指标的梯形模糊数分值;其中,a′ij表示x′ij对应的梯形模糊数,a″ij表示x″ij对应的梯形模糊数;对应关系如表2所示;其中,梯形模糊数a′ij表示为a′ij=(l′ij,m′ij,o′ij,s′ij),l′ij,m′ij,o′ij,s′ij分别表示梯形模糊数a′ij的第一、二、三、四个自变量;a″ij同理;
式中:lij,mij,oij,sij分别表示梯形模糊数分值aij的第一、二、三、四个自变量至此,将得分矩阵X转化为模糊判断矩阵A
A=(aij)n×n
利用梯形重心公式将模糊判断矩阵A转换为一般判断矩阵C
C=(cij)n×n
式中:cij(aij)表示第i个指标相对于第j个指标的梯形模糊数的一般判断系数;C表示一般判断矩阵;
(2)对一般判断矩阵进行一致性检验。一致性检验指标:
式中:λmax是一般判断矩阵的最大特征值。
一致性比例CR.:
满足上述公式则认为判断矩阵的一致性可以接受。
平均随机一致性指标RI的标度如表3所示。
表3:平均随机一致性指标RI
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 |
RI | 0 | 0 | 0.58 | 0.9 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 |
(3)一般判断矩阵满足一致性之后,基于梯形模糊数计算二级指标权重。
综合多位专家的梯形模糊数分值:
式中:a* ij表示综合多位专家意见后的第i个指标相对于第j个指标的梯形模糊数分值; l* ij,m* ij,n* ij,s* ij分别表示综合梯形模糊数分值的第一、二、三、四个自变量;L表示专家数目,k表示第k个专家;分别表示第k位专家给出的第i个指标相对于第j个指标的梯形模糊数分值的第一、二、三、四个自变量;
计算各二级评价指标的模糊评价值:
vi=(αiδ-1,βiγ-1,γiβ-1,δiα-1)
式中:vi表示第i个二级评价指标的模糊评价值;αiδ-1,βiγ-1,γiβ-1,δiα-1分别为第i个二级评价指标的模糊评价值中的第一、二、三、四个自变量;αi,α,βi,β,γi,γ,δi,δ均为在计算各二级评价指标的模糊评价值vi的过程中的中间变量;
计算各二级评价指标模糊评价值的期望值:
式中:I(vi)表示第i个二级评价指标模糊评价值的期望值
将期望值归一化得到各二级评价指标的主观权重:
式中:ω′i表示第i个二级评价指标的主观权重;
W′=(ω′1,ω′2,…,ω′n)为主观权重向量;
第三步:分别以各二级评价指标为优化目标获得优化方案,u为方案数,共计十种优化方案,在不同优化方案中各二级评价指标数值的基础上,采用距离分析法为各二级评价指标赋予客观权重;如附图2所示。
F=(fgj)u×n
式中:F表示各优化方案下二级评价指标数值矩阵;fgj表示第g个方案中第j个二级评价指标值,u×n表示u个方案×n个二级评价指标,u=10,n=10;
(1)将各二级评价指标进行同向性转化,将逆指标转化为正指标采用倒数法即1/fgj,转化后的矩阵仍计为F;
将数据进行无量纲化,无量纲化后矩阵记为B:
B=(bgj)u×n
式中:bgj表示第g个方案下的第j个二级评价指标的无量纲值;
(2)确定理想解B+和负理想解B-
(3)计算各优化方案到正负理想解的距离:
(4)计算各优化方案到最优方案的相对接近度:
式中Yi为第g个优化方案的相对接近度;
(5)归一化处理获取客观权重:
W″=(ω″1,ω″2,…,ω″u)为客观权重向量;
第四步:采用乘法合成法将主客观权重进行合成获得综合权重,如附图2所示。
式中:ωj表示第j个指标的综合权重;ω′j表示第j个二级评级指标的主观权重;ω″j表示第j个二级评级指标的客观权重;
第五步:将综合权重用于灰色关联分析法中,对各优化方案进行排序与决策,如附图2 所示。第g个方案的指标值为:
Bg=(bg1,bg2,…bgn),g=1,2,…,u
计算样本Bg与最优方案B+的关联度rg+:
需要说明的是:本发明用于多能互补分布式能源系统优化设计与优化运行结果评价中,建立了十个科学合理的二级评价指标,在此基础上,建立了考虑经济性、能效性、环保性和可靠性的综合评价体系,全面表现了系统各方面的性能。本发明采用梯形模糊数层次分析法为各二级指标主观赋权,有效避免了专家打分的模糊性与随意性;采用距离分析法为各二级指标客观赋权,提供了较强的数学理论依据;采用乘法合成法获得综合权重,组合权重兼顾了能源系统评价的专业性以及客观性,将综合权重用于灰色关联分析法中,评价结果科学准确。
凡在本发明原则内所作的修改、等同替换等,均应在本发明的保护范围之内。
Claims (1)
1.一种多能互补分布式能源系统综合评价方法,其特征在于,包括如下步骤:
第一步:基于多能互补分布式能源系统,建立综合评价体系,考虑经济性、能效性、环保性和可靠性四类一级评价指标;在经济性指标下,建立费用年值节约率和净现值率两个二级评价指标;在能效性指标下,建立一次能源节约率和耗率两个二级评价指标;在环保性指标下,建立二氧化碳减排率、二氧化硫减排率和氮氧化物减排率三个二级评价指标;在可靠性指标下,建立电负荷供应不足率、热负荷供应不足率和冷负荷供应不足率三个二级评价指标;
(1)费用年值节约率指标
式中:ACSR表示费用年值节约率;ACSP表示分供系统的费用年值,单位元;ACDMES表示多能互补分布式能源系统的费用年值,单位元;
(2)净现值率指标
式中:NPVR表示多能互补分布式能源系统净现值率;NPV表示多能互补分布式能源系统净现值,元;Kt表示第t年的投资支出,单位元;i0表示基准折现率;z表示项目寿命年限;
(3)一次能源节约率指标
式中:PESR表示多能互补分布式能源系统的一次能源节约率;PERSP、PERDMES分别表示传统分供系统和多能互补分布式能源系统的一次能源利用率;FSP、FDMES分别表示传统分供系统和多能互补分布式能源系统的一次能源消耗量;
(5)二氧化碳减排率指标
式中:CDER表示二氧化碳减排率;CDESP表示传统分供系统二氧化碳排放量,单位g;CDEDMES表示多能互补分布式能源系统二氧化碳排放量,单位g;
(6)二氧化硫减排率指标
式中:SOER表示二氧化硫减排率;SOESP表示传统分供系统二氧化硫排放量,单位g;SOEDMES表示多能互补分布式能源系统二氧化硫排放量,单位g;
(7)氮氧化物减排率指标
式中:NOER表示氮氧化物减排率;NOESP表示传统分供系统氮氧化物排放量,单位g;NOEDMES表示多能互补分布式能源系统氮氧化物排放量,单位g;
(8)电负荷供应不足率指标
式中:PLOEL表示电负荷供应不足率;ΔQE,T表示在T时间段内电负荷供应偏差量;QE,T表示在T时间段内电负荷需求总量;
(9)热负荷供应不足率指标
式中:PLOHL表示热负荷供应不足率;ΔQH,T表示在T时间段内热负荷供应偏差量;QH,T表示在T时间段内热负荷需求总量;
(10)冷负荷供应不足率指标
式中:PLOCL表示冷负荷供应不足率;ΔQC,T表示在T时间段内冷负荷供应偏差量;QC,T表示在T时间段内冷负荷需求总量;
第二步:采用梯形模糊数定量表示专家对于上述十个二级评价指标中任意两个指标两两比较的重要性程度;
(1)专家构造梯形模糊数判断矩阵:采用改进后的1-9标度法进行打分,改进后的1-9标度法如表1所示;
表1 改进后的1-9标度法打分依据
获得得分矩阵X
X=(x′ij/x″ij)n×n
x′ji/x″ji=x″ij/x′ij
式中:xij表示1-9标度法中第i个指标相对于第j个指标的重要性程度分值;x′ij/x″ij表示在改进后的1-9标度法中第i个指标相对于第j个指标的重要性程度分值;x′ji/x″ji表示在改进后的1-9标度法中第j个指标相对于第i个指标的重要性程度分值;n为二级指标数目,n=10;
根据梯形模糊数隶属度函数将改进后的重要性程度分值转化为梯形模糊数比值aij=a′ij/a″ij,aij表示第i个指标相对于第j个指标的梯形模糊数分值;其中,a′ij表示x′ij对应的梯形模糊数,a″ij表示x″ij对应的梯形模糊数;对应关系如下述分段函数所示;其中,梯形模糊数a′ij表示为a′ij=(l′ij,m′ij,o′ij,s′ij),l′ij,m′ij,o′ij,s′ij分别表示梯形模糊数a′ij的第一、二、三、四个自变量;a″ij同理;
式中:lij,mij,oij,sij分别表示梯形模糊数分值aij的第一、二、三、四个自变量至此,将得分矩阵X转化为模糊判断矩阵A
A=(aij)n×n
将模糊判断矩阵A转换为一般判断矩阵C
C=(cij)n×n
式中:cij(aij)表示第i个指标相对于第j个指标的梯形模糊数的一般判断系数;C表示一般判断矩阵;
(2)对一般判断矩阵C进行一致性检验,一致性检验指标:
式中:λmax是一般判断矩阵的最大特征值;
一致性比例CR:
式中:RI表示平均随机一致性指标;
(3)基于梯形模糊数计算二级评价指标权重;
综合多位专家的梯形模糊数分值:
式中:a* ij表示综合多位专家意见后的第i个指标相对于第j个指标的梯形模糊数分值;l* ij,m* ij,n* ij,s* ijl* ij,m* ij,o* ij,s* ij分别表示综合梯形模糊数分值的第一、二、三、四个自变量;L表示专家数目,k表示第k个专家;分别表示第k位专家给出的第i个指标相对于第j个指标的梯形模糊数分值的第一、二、三、四个自变量;
计算各二级评价指标的模糊评价值:
vi=(αiδ-1,βiγ-1,γiβ-1,δiα-1)
式中:vi表示第i个二级评价指标的模糊评价值;αiδ-1,βiγ-1,γiβ-1,δiα-1分别为第i个二级评价指标的模糊评价值中的第一、二、三、四个自变量;αi,α,βi,β,γi,γ,δi,δ均为在计算各二级评价指标的模糊评价值vi的过程中的中间变量;
计算各二级评价指标模糊评价值的期望值:
式中:I(vi)表示第i个二级评价指标模糊评价值的期望值
将期望值归一化得到各二级评价指标的主观权重:
式中:ω′i表示第i个二级评价指标的主观权重;
W′=(ω′1,ω′2,…,ω′n)为主观权重向量;
第三步:分别以各二级评价指标为优化目标获得优化方案,u为方案数,共计十种优化方案,在不同优化方案中各二级评价指标数值的基础上,采用距离分析法为各二级评价指标赋予客观权重;
F=(fgj)u×n
式中:F表示各优化方案下二级评价指标数值矩阵;fgj表示第g个方案中第j个二级评价指标值,u×n表示u个方案×n个二级评价指标,u=10,n=10;
(1)将各二级评价指标进行同向性转化,将逆指标转化为正指标采用倒数法即1/fgj,转化后的矩阵仍计为F;
将数据进行无量纲化,无量纲化后矩阵记为B:
B=(bgj)u×n
式中:bgj表示第g个方案下的第j个二级评价指标的无量纲值;
(2)确定理想解B+和负理想解B-
(3)计算各优化方案到正负理想解的距离:
(4)计算各优化方案到最优方案的相对接近度:
式中Yg为第g个优化方案的相对接近度;
(5)归一化处理获取客观权重:
W″=(ω″1,ω″2,…,ω″u)为客观权重向量;
第四步:采用乘法合成法将主客观权重进行合成获得综合权重:
式中:ωj表示第j个指标的综合权重;ω″j表示第j个二级评级指标的主观权重;ω″j表示第j个二级评级指标的客观权重;
第五步:将综合权重用于灰色关联分析法中,对各优化方案进行排序与决策;第g个方案的指标值为:
Bg=(bg1,bg2,…bgn),g=1,2,…,u
计算样本Bg与理想解B+的关联度rg +:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010117585.0A CN111340359B (zh) | 2020-02-25 | 2020-02-25 | 一种多能互补分布式能源系统综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010117585.0A CN111340359B (zh) | 2020-02-25 | 2020-02-25 | 一种多能互补分布式能源系统综合评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111340359A CN111340359A (zh) | 2020-06-26 |
CN111340359B true CN111340359B (zh) | 2022-03-22 |
Family
ID=71183773
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010117585.0A Active CN111340359B (zh) | 2020-02-25 | 2020-02-25 | 一种多能互补分布式能源系统综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111340359B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112232678A (zh) * | 2020-10-19 | 2021-01-15 | 东南大学 | 一种基于云模型的地区级源网荷系统评估方法 |
CN112508233A (zh) * | 2020-11-17 | 2021-03-16 | 国网上海能源互联网研究院有限公司 | 一种获取多能互补能源系统最优运行方案的方法及系统 |
CN112633631B (zh) * | 2020-11-26 | 2023-03-24 | 上海交通大学 | 多电源系统互补性的评价方法 |
CN112446630A (zh) * | 2020-12-02 | 2021-03-05 | 国网辽宁省电力有限公司技能培训中心 | 一种学校综合能源系统技术经济性评价方法与系统 |
CN112668755A (zh) * | 2020-12-09 | 2021-04-16 | 国网西藏电力有限公司 | 一种多能互补分布式能源系统优化运行策略 |
CN112766809A (zh) * | 2021-02-04 | 2021-05-07 | 国网湖南省电力有限公司 | 综合能源系统的评价方法 |
CN113269470A (zh) * | 2021-06-23 | 2021-08-17 | 云南电网有限责任公司电力科学研究院 | 一种电能替代能效综合评价方法 |
CN113780759A (zh) * | 2021-08-24 | 2021-12-10 | 西安交通大学 | 一种多能互补分布式能源系统综合性能评价方法 |
CN113946966B (zh) * | 2021-10-21 | 2022-11-29 | 广东电网有限责任公司广州供电局 | 一种异构能源系统㶲性能评价方法及其相关装置 |
CN116611744B (zh) * | 2023-07-17 | 2023-10-27 | 中国石油大学(华东) | 一种用于sofc热电联供系统综合评价的综合赋权方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007179477A (ja) * | 2005-12-28 | 2007-07-12 | Internatl Business Mach Corp <Ibm> | サービス評価支援方法、システム、コンピュータ・プログラム |
CN103617371A (zh) * | 2013-12-10 | 2014-03-05 | 国家电网公司 | 一种基于灰色理论的电能质量综合评估方法 |
KR20180010679A (ko) * | 2016-07-22 | 2018-01-31 | 공주대학교 산학협력단 | 기업의 기술력 평가 시스템 |
CN107943880B (zh) * | 2017-11-15 | 2022-04-01 | 国网四川省电力公司经济技术研究院 | 一种基于层次分析法的地质灾害易发性改进评估方法 |
CN109377024A (zh) * | 2018-09-30 | 2019-02-22 | 北京航空航天大学 | 一种基于层次分析和灰色模糊综合的恢复能力评估方法 |
CN110222973A (zh) * | 2019-05-31 | 2019-09-10 | 国网安徽省电力有限公司经济技术研究院 | 一种基于最优组合赋权的综合能源系统评价方法及系统 |
-
2020
- 2020-02-25 CN CN202010117585.0A patent/CN111340359B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111340359A (zh) | 2020-06-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340359B (zh) | 一种多能互补分布式能源系统综合评价方法 | |
CN111353656B (zh) | 一种基于生产计划的钢铁企业氧气负荷预测方法 | |
CN107480856A (zh) | 基于改进逼近理想解排序法的售电公司电力客户评估方法 | |
CN112766809A (zh) | 综合能源系统的评价方法 | |
CN104933627A (zh) | 机床产品制造系统的能效组合评价方法 | |
CN109242188B (zh) | 一种钢铁煤气系统长期区间预测及其结构学习方法 | |
CN108876114A (zh) | 考虑新能源接入的电网效率效益评估方法 | |
CN110634033A (zh) | 一种配售电园区价值评估方法和装置 | |
CN109325659A (zh) | 一种电网建设项目投资排序新方法 | |
CN113780759A (zh) | 一种多能互补分布式能源系统综合性能评价方法 | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
CN115330130A (zh) | 基于改进ahp-critic的农业园区综合能源系统评估方法 | |
CN109214709B (zh) | 一种钢铁企业制氧系统优化分配的方法 | |
CN113344449B (zh) | 一种预测月尺度工业需水量的方法 | |
CN105976099A (zh) | 基于模糊信息的航天型号科研生产管理水平的评估方法 | |
CN112907074A (zh) | 面向综合能源系统用户的能效敏感指标检测方法及系统 | |
CN112950067A (zh) | 基于模糊综合评价的电力用户用电能效评估方法 | |
CN116644995A (zh) | 一种耦合多因素的化纤企业节能减碳评价方法 | |
CN111091301A (zh) | 一种省级电网可持续发展策略的优选方法 | |
CN113033886B (zh) | 一种配电网规划建设评估方法 | |
CN113469420A (zh) | 一种多元电源系统电力能源结构评价优化方法 | |
CN113780686A (zh) | 一种面向分布式电源的虚拟电厂运行方案优化方法 | |
Xiong et al. | Research on prediction method of finish rolling power consumption of multi-specific strip steel based on random forest optimization model | |
CN114943463B (zh) | 一种配电网节能技措评估方法 | |
CN113946966B (zh) | 一种异构能源系统㶲性能评价方法及其相关装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |