CN112365129A - 基于交叉超效率ccr模型的综合能源系统综合效率评价方法 - Google Patents

Abstract

本发明属于电气设备及电气工程技术领域，具体涉及一种基于交叉超效率CCR模型的综合能源系统综合效率评价方法，包括：建立IES经济调度模型；构建IES评价指标模型，并设置各个指标及其对应指标值的计算公式；将IES经济调度模型的调度结果代入IES评价指标模型中，计算出各个指标值；将指标值代入交叉超效率CCR模型中计算得到交叉超效率值，根据该交叉超效率值对综合能源系统的综合效率进行评价。与现有技术相比，本发明使得各决策单元同时考虑了自己选取的权重及其他决策单元选取的权重，全面地使用了交叉效率矩阵的有效信息；另还可使所有决策单元都具有一套相同的权重向量来求交叉超效率值，统一了评价标准，提高了客观性。

Description

基于交叉超效率CCR模型的综合能源系统综合效率评价方法

技术领域

本发明属于电气设备及电气工程技术领域，具体涉及一种基于交叉超效率CCR模型的综合能源系统综合效率评价方法。

背景技术

综合能源系统(integrated energy system,IES)是指一定区域内利用先进的物理信息技术和创新管理模式，整合区域内煤炭、石油、天然气、电能、热能等多种能源，实现多种异质能源子系统之间的协调规划、优化运行，协同管理、交互响应和互补互济。在满足系统内多元化用能需求的同时，要有效地提升能源利用效率，促进能源可持续发展的新型一体化的能源系统。综合能源系统能有效地提升能源从生产到消费环节在多方面的效益，包括经济性效益、环保性效益、节能性效益、可靠性效益、社会性效益等。

目前对综合能源系统的评价方法主要有：层次分析法(analytic hierarchyprocess,AHP)、灰色关联TOPSIS法、数据包络分析法(data envelopment analysis,DEA)等。其中，层次分析法评价结果过多地依赖专家赋值，主观性较强，不易让人信服，当指标量多数据统计量大时，权重很难确定。而灰色关联TOPSIS法在求解过程中，规范决策矩阵求解复杂，难以求出正、负理想解，且权重事先确定，主观性强，带有一定的随意性。数据包络分析法是运筹学研究经济生产边界的一种方法，根据多指标投入和多指标产出，比较提供相似服务的多个决策单元的相对有效性或效率，不依赖主观赋值，可以给出客观评价，十分适合应用于综合能源系统的综合效率评价问题。

基于此，本发明提出一种基于交叉超效率CCR模型的综合能源系统综合效率评价方法，无需对指标纲量进行预处理，处理多输入多输出指标问题简单便捷，其输入输出指标权重自动动态修正，不依赖客观赋值，评价结果客观有效。

发明内容

本发明的目的在于：针对现有技术的不足，而提供的一种基于交叉超效率CCR模型的综合能源系统综合效率评价方法，

为实现上述目的，本发明采用如下技术方案：

基于交叉超效率CCR模型的综合能源系统综合效率评价方法，包括以下步骤：

S1、建立综合能源系统经济调度模型；

S2、构建综合能源系统评价指标模型，并设置各个指标及其对应指标值的计算公式；

S3、将所述综合能源系统经济调度模型的调度结果代入所述综合能源系统评价指标模型中，计算出各个指标值；

S4、将步骤S3中计算得到的指标值代入交叉超效率CCR模型中计算得到其对应的交叉超效率值，并根据该交叉超效率值对综合能源系统的综合效率进行评价。

作为对本发明中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法的改进，步骤S1中所述的建立综合能源系统经济调度模型包括以下步骤：

S11、确立目标函数，其中，该模型的设备包括燃气轮机、燃气锅炉、电锅炉、地源热泵、风机及电/热/气储能设备，以日调度成本最低为优化目标，将运维成本C_op与购能成本C_fuel之和作为目标函数：

min C_total＝C_op+C_fuel (1)

其中，式中，C_total为日调度成本，C_re,devi为各设备固定成本，I_va,devi为各设备单位维护费用，P_devi,t为设备逐时运行功率。c_e,t、c_g为购电、购气单价，P_e,t为购电功率，P_g,t为购气功率；

S12、分别设置能量平衡、储能设备、其他设备满足极限功率约束和爬坡约束以及外部网络的约束条件。

作为对本发明中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法的改进，所述能量平衡约束条件为：

其中，式中，L_e,t、L_h,t、L_g,t为电/热/气三种负荷，P_t ^W为风电调度功率，P_chp,t、P_gb,t、P_eb,t、P_hp,t为燃气轮机、燃气锅炉、电锅炉、地源热泵的输入功率，

和

和

和

分别为储电、储热、储气设备的充能和放能功率，η_chpe和η_chph为燃气轮机的电效率和热效率，η_gb、η_eb、η_hp为燃气锅炉、电锅炉和地源热泵的热效率。

作为对本发明中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法的改进，所述储能设备的约束条件为：

E_ζ,t+1＝E_ζ,t(1-γ_ζ)+(P_ζ,ch,t-P_ζ,dis,t)Δt (7)

E_ζ,1＝E_ζ,T(1-γ_ζ)+(P_ζ,ch_,T-P_ζ,dis,T)Δt (9)

其中，式中，ζ表示电热气三种能量，E_ζ,t为时段t内的储能量，γ_ζ为能量损耗率，P_ζ,ch,t、P_ζ,dis,t为充、放能功率，

为额定充放能功率，

为储能设备能量存储的上、下限，E_ζ,1和E_ζ,T为储能设备调度开始和结束时的存储量，u_ζ,t为0-1变量。

作为对本发明中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法的改进，所述其他设备满足极限功率约束和爬坡约束条件为：

其中，式中P_devi',t指燃气轮机、锅炉、电锅炉以及热泵四种设备的运行功率，

为各设备的装机容量，

为各设备爬坡率的上、下限，

为风机发电功率。

作为对本发明中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法的改进，所述外部网络约束条件为：

其中，式中，

为外购电力功率的上限，

为外购天然气功率上限。

作为对本发明中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法的改进，所述综合能源系统评价指标模型的指标包括：

经济指标，包括投资成本、运维成本和购能成本，其中，所述投资成本的计算公式为：

其中，式中，C_inv为投资成本、E_cap为设备装机容量，I_un为单位容量的投资成本；

可靠指标，包括能量供应率，其计算公式为：

环保指标，包括NO_x排放量和CO₂排放量，所述NO_x排放量和CO₂排放量的计算公式分别为：

NO_x排放量：

CO₂排放量：

其中，ζ为天然气量；

能耗指标，包括一次能源消耗量、一次能源利用率和可再生能源利用率，它们的计算公式分别为：

一次能源消耗量：

一次能源利用率：

可再生能源利用率：

其中，式中，δ为电网输电线路网损率，

为火电厂平均效率。

作为对本发明中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法的改进，所述交叉超效率CCR模型的计算过程包括以下步骤：

S41、分别对待评价决策单元群组里的每一个决策单元DMU_d根据以下模型

u_s≥0,v_s≥0 (26)

求解得到最优解

和

j＝1,2,...n，其中，在上述模型中，E_sr为超效率值，其值可大于1：当该决策单元有效时，E_sr≥1；当决策单元无效时，E_sr＜1，X_r为投入向量，Y_r为产出向量，

为输入指标权重向量，

为输出指标权重向量；

S42、计算决策单元DMU_d在各组最优解下的效率值：

S43、求不同权重向量下超效率值的平均值即为基于交叉效率法的超效率值，称为交叉超效率，记为E_cr

S44、以各决策单元在不同权重向量下的超效率值生成交叉超效率矩阵。

本发明的有益效果在于：与现有技术相比，本发明使得每一个决策单元在计算效率时不但考虑自己选取的权重，也考虑了其他决策单元选取的权重，自评互评结合，全面地使用了交叉效率矩阵的有效信息；而且，还可使所有的决策单元都有了一套相同的权重向量来求交叉超效率值，统一了评价标准，对综合能源系统的综合效率评价结果客观、有效，算法模型简便易编程，从而可以利用此方法合理有效地进行综合能源系统的设计规划和设备容量的选取。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施方式及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例中夏季典型日外购能源及风电调度结果示意图；

图2为本发明实施例中夏季典型日能源转换设备调度结果示意图；

图3为本发明实施例中夏季典型日储能设备调度结果示意图；

图4为本发明实施例中冬季典型日外购能源及风电调度结果示意图；

图5为本发明实施例中冬季典型日能源转换设备调度结果示意图；

图6为本发明实施例中冬季典型日储能设备调度结果示意图；

图7为本发明实施例中夏季交叉超效率与风机容量的关系图；

图8为本发明实施例中冬季交叉超效率与风机容量的关系图；

图9为本发明实施例中综合的交叉超效率随风机容量的变化趋势图；

图10为本发明实施例中综合的交叉超效率随热泵容量的变化趋势图。

具体实施方式

如在说明书及权利要求当中使用了某些词汇来指称特定组件。本领域技术人员应可理解，硬件制造商可能会用不同名词来称呼同一个组件。本说明书及权利要求并不以名称的差异来作为区分组件的方式，而是以组件在功能上的差异来作为区分的准则。如在通篇说明书及权利要求当中所提及的“包含”为一开放式用语，故应解释成“包含但不限定于”。“大致”是指在可接受的误差范围内，本领域技术人员能够在一定误差范围内解决所述技术问题，基本达到所述技术效果。

在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、水平”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

以下结合附图对本发明作进一步详细说明，但不作为对本发明的限定。

基于交叉超效率CCR模型的综合能源系统综合效率评价方法，包括以下步骤：

S1、建立综合能源系统经济调度模型；

S2、构建综合能源系统评价指标模型，并设置各个指标及其对应指标值的计算公式；

S3、将所述综合能源系统经济调度模型的调度结果代入所述综合能源系统评价指标模型中，计算出各个指标值；

S4、将步骤S3中计算得到的指标值代入交叉超效率CCR模型中计算得到其对应的交叉超效率值，并根据该交叉超效率值对综合能源系统的综合效率进行评价。

优选的，步骤S1中所述的建立综合能源系统经济调度模型包括以下步骤：

S11、确立目标函数，在本发明中，以常见的IES架构为研究对象来说明IES综合效率评价方法，该模型的设备包括燃气轮机、燃气锅炉、电锅炉、地源热泵、风机及电/热/气储能设备，以工程常用的日调度成本最低为优化目标，将运维成本C_op与购能成本C_fuel之和作为目标函数：

min C_total＝C_op+C_fuel (1)

其中，式中，C_total为日调度成本，C_re,devi为各设备固定成本，I_va,devi为各设备单位维护费用，P_devi,t为设备逐时运行功率。c_e,t、c_g为购电、购气单价，P_e,t为购电功率，P_g,t为购气功率；

S12、分别设置能量平衡、储能设备、其他设备满足极限功率约束和爬坡约束以及外部网络的约束条件。

优选的，能量平衡约束条件为：

其中，式中，L_e,t、L_h,t、L_g,t为电/热/气三种负荷，P_t ^W为风电调度功率，P_chp,t、P_gb,t、P_eb,t、P_hp,t为燃气轮机、燃气锅炉、电锅炉、地源热泵的输入功率，

和

和

和

分别为储电、储热、储气设备的充能和放能功率，η_chpe和η_chph为燃气轮机的电效率和热效率，η_gb、η_eb、η_hp为燃气锅炉、电锅炉和地源热泵的热效率。

优选的，储能设备的约束条件为：

E_ζ,t+1＝E_ζ,t(1-γ_ζ)+(P_ζ,ch,t-P_ζ,dis,t)Δt (7)

E_ζ,1＝E_ζ,T(1-γ_ζ)+(P_ζ,ch,T-P_ζ,dis,T)Δt (9)

其中，式中，ζ表示电热气三种能量，E_ζ,t为时段t内的储能量，γ_ζ为能量损耗率，P_ζ,ch,t、P_ζ,dis,t为充、放能功率，

为额定充放能功率，

为储能设备能量存储的上、下限，E_ζ,1和E_ζ,T为储能设备调度开始和结束时的存储量，u_ζ,t为0-1变量。

优选的，其他设备满足极限功率约束和爬坡约束条件为：

其中，式中P_devi',t指燃气轮机、锅炉、电锅炉以及热泵四种设备的运行功率，

为各设备的装机容量，

为各设备爬坡率的上、下限，

为风机发电功率。

优选的，外部网络约束条件为：

其中，式中，

为外购电力功率的上限，

为外购天然气功率上限。

在建立综合能源系统经济调度模型后，可针对IES在降低能耗、低碳环保、多能互补方面的突出特点，构建了一种较为实用有效的效率评价指标体系，如表1中所示。各个指标均可由调度结果计算获得。

表1IES评价指标

其中，投资成本的计算公式为：

式中，C_inv为投资成本、E_cap为设备装机容量，I_un为单位容量的投资成本；

能量供应率的计算公式为：

NO_x排放量的计算公式为：

CO₂排放量的计算公式为：

其中，ζ为天然气量；

一次能源消耗量的计算公式为：

一次能源利用率的计算公式为：

可再生能源利用率的计算公式为：

其中，式中，δ为电网输电线路网损率，

为火电厂平均效率。

在计算得到各个指标值后，将指标值代入交叉超效率CCR模型中计算得到其对应的交叉超效率值，在本发明中，交叉超效率CCR模型是建立在CCR模型的基础上的。

其中，需要说明的是，CCR模型为经典的DEA模型(数据包络分析法模型)，也是最早提出的计算模型，具体描述为：

假设有n个评价对象，即决策单元(decision making unit，DMU)，每个DMU有m个输入指标和s个输出指标，x_ij表示第j个决策单元DMU_j的第i个输入的投入量，y_kj表示DMU_j的第k个输出的产出量。DMU_j的m维投入向量、s维产出向量为：

X_j＝[x_1j,...x_ij,...x_mj]，Y_j＝[y_1j,y_kj,y_sj]

DMU_j的效率评价值为总产出与总投入之比，记为E_j，表示为：

其中，v＝[v₁,v₂,...v_s]为输入指标权重向量，u＝[u₁,u₂,...u_m]为输出指标权重向量。需要注意的是，在对模型进行求解时，权重向量并非在一开始就已经确定，而是不断动态调整的。

待评价的DMU记为DMU_r，设其投入向量为X_r,产出向量为Y_r，以DMU_r的效率评价值最大为目标，限定所有DMU的效率评价值小于等于1为约束条件，则DMU_r的CCR效率评价模型为：

u≥0,v≥0

式中，E_r为效率值，该模型的含义是，当E_r＝1时，该DMU_r位于生产前沿面上，相对于其他DMU来说高效率的，即是相对有效的；若E_r＜1，则表示该DMU_r相比于其他DMU效率偏低，是相对无效的。

但是，由于CCR模型只能判别决策单元是否有效，当多个决策单元效率值均为1时，无法进一步区分效率的高低，因此，在CCR模型基础上引入超效率CCR模型，即在计算DMU_r的效率值时，取消待评价单元DMU_r的效率约束，使DMU_r的效率值可大于1，可以用来进一步比较有效决策单元的效率大小。模型可表示为：

u_s≥0,v_s≥0 (26)

式中，E_sr称为超效率值，其值可大于1：当该决策单元有效时，E_sr≥1；当决策单元无效时，E_sr的值等于CCR模型中的E_r。

然而，由于超效率CCR模型在计算时会遇到个别决策单元效率值异常的问题，因此，本发明还引入了交叉效率，即利用求解每个决策单元效率值时的权重向量计算其他所有决策单元在该权重向量下的效率值，这样整个过程完成后每个决策单元会有n个效率值，取其平均值作为给决策单元最终的效率值。

本发明通过将交叉效率引入到超效率CCR模型既保留了超效率CCR模型可对决策单元效率区分排序的优势，又能统一评价标准，避免出现个别决策单元效率值异常的情况。

本发明中的交叉超效率CCR模型的计算过程包括以下步骤：

S41、分别对待评价决策单元群组里的每一个决策单元DMU_d根据模型(26)求解得到最优解

和

其中，j＝1,2,...n；

S42、计算决策单元DMU_d在各组最优解下的效率值：

S43、求不同权重向量下超效率值的平均值即为基于交叉效率法的超效率值，称为交叉超效率，记为E_cr

S44、以各决策单元在不同权重向量下的超效率值生成交叉超效率矩阵，如表2中所示：

表2交叉超效率矩阵

本发明可以做成一个软件，用以评价不同综合能源系统的综合效率大小并进行排序，或者对同一综合能源系统在不同参数下的综合效率进行评价并以此优化参数，实施过程主要分两步：第一步的输入为多个系统的设备参数、运行约束参数、成本参数、负荷参数，仿真得到综合能源系统的调度结果；第二步以第一步中的调度结果为基础，设置各指标及指标值计算公式，将指标值作为输入参数，输出参数为各综合能源系统的交叉超效率大小。

下面通过具体的实施例对本发明的评价方法进行说明：

以某IES为例，对本发明实施方式作进一步地详细描述。将一天24分为个时段，由于园区规模较小，电负荷统一取分时电价，如表3所示。天然气价格为0.2678元/kWh，外购能源功率上限

和

均为5000kW，输电线路网损率δ为5％，火电厂平均效率

为36％，燃气轮机电/热效率为0.3/0.6，燃气锅炉和电锅炉的热效率分别为0.85和0.9，储能设备的初始储能为容量的40％，系统其他设备参数见表4。

表3分时电价

表4设备参数

1、调度结果

如图1～3所示，根据夏季典型日的负荷进行仿真得到部分仿真结果。如图4～5所示，根据冬季典型日的负荷进行仿真得到部分仿真结果。

2、夏、冬季典型日IES综合效率比较

由夏季、冬季典型日的仿真结果计算各指标值，结果如表5所示。由输入输出权重向量及公式(27)计算可得，交叉超效率值分别为1.0400和19.3790。园区在两种环境下均为有效决策单元。在理论上，计算交叉效率值时各评价单元均采用相同的指标权重，各决策单元具有相同的评价标准，在模型求解过程中指标权重自动更新，无需人为赋值，因此对IES综合效率的评价结果更为客观真实、公平合理。

表5夏、冬季典型日的IES评价指标值

从评价结果可以看出，同一IES在夏、冬季节典型日所表现的综合效率差异悬殊。

3、最佳风机容量的确定

风机出力对IES的综合效率有很大的影响。保持其他参数不变，只改变风机的装机容量，利用该模型可有效比较IES在不同风机容量下的综合效率。

夏、冬季交叉超效率与风机容量的关系如图7、8所示。为确定一个综合考虑不同季节各指标特性的最佳风机容量，分别计算各指标夏季和冬季两个典型日的综合数据值作为数据基础，再次计算交叉超效率矩阵，综合的交叉超效率随风机容量的变化趋势如图9所示。

交叉超效率是各决策单元按同一评价标准计算得出的，可以区分各决策单元综合效率的高低，对于不同场景下风机容量的选择具有指导意义。于本实施例中，风机装机容量配置为7000kW。

4、最佳热泵容量的确定

保持其他参数不变，只改变热泵的额定容量，通过模型仿真计算得到综合效率如表6所示。由表6可以看出综合效率的变化规律极为明显，夏季综合能源系统的交叉超效率随热泵容量增加而减小，冬季交叉超效率则随热泵容量的增加而增加；不同热泵容量决策单元的超效率大小趋势与交叉超效率基本一致，不过超效率不能进一步区分热泵容量为200kW、300kW、400kW的决策单元综合效率大小，进一步凸显了超效率模型的局限性和交叉超效率模型的优越性。

表6不同热泵容量下的综合效率

热泵容量的提升在夏季和冬季分别表现出对综合能源系统综合效率完全相反的影响。根据不同季节特点下的各评价指标值，通过基于交叉超效率CCR模型的综合效率评价可以选择出合适的热泵容量。由图10可以看出，在一定的热泵容量范围内，将夏季和冬季的指标综合后交叉超效率的趋势发生了变化，不再是单调递减或递增，其规律与算例本身有关。最佳的热泵配置容量需根据实际算例计算得到，于本实施例中，热泵的最佳配置容量为400kW。

上述说明示出并描述了本发明的若干优选实施方式，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施方式的排除，而可用于各种其他组合、修改和环境，并能够在本文所述发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (8)

1.基于交叉超效率CCR模型的综合能源系统综合效率评价方法，其特征在于，包括以下步骤：

S1、建立综合能源系统经济调度模型；

S2、构建综合能源系统评价指标模型，并设置各个指标及其对应指标值的计算公式；

S3、将所述综合能源系统经济调度模型的调度结果代入所述综合能源系统评价指标模型中，计算出各个指标值；

S4、将步骤S3中计算得到的指标值代入交叉超效率CCR模型中计算得到其对应的交叉超效率值，并根据该交叉超效率值对综合能源系统的综合效率进行评价。

2.根据权利要求1中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法，其特征在于，步骤S1中所述的建立综合能源系统经济调度模型包括以下步骤：

S11、确立目标函数，其中，该模型的设备包括燃气轮机、燃气锅炉、电锅炉、地源热泵、风机及电/热/气储能设备，以日调度成本最低为优化目标，将运维成本C_op与购能成本C_fuel之和作为目标函数：

min C_total＝C_op+C_fuel (1)

其中，式中，C_total为日调度成本，C_re,devi为各设备固定成本，I_va,devi为各设备单位维护费用，P_devi,t为设备逐时运行功率。c_e,t、c_g为购电、购气单价，P_e,t为购电功率，P_g,t为购气功率；

S12、分别设置能量平衡、储能设备、其他设备满足极限功率约束和爬坡约束以及外部网络的约束条件。

3.根据权利要求2中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法，其特征在于，所述能量平衡约束条件为：

其中，式中，L_e,t、L_h,t、L_g,t为电/热/气三种负荷，P_t ^W为风电调度功率，P_chp,t、P_gb,t、P_eb,t、P_hp,t为燃气轮机、燃气锅炉、电锅炉、地源热泵的输入功率，

和

和

和

分别为储电、储热、储气设备的充能和放能功率，η_chpe和η_chph为燃气轮机的电效率和热效率，η_gb、η_eb、η_hp为燃气锅炉、电锅炉和地源热泵的热效率。

4.根据权利要求2中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法，其特征在于，所述储能设备的约束条件为：

E_ζ,t+1＝E_ζ,t(1-γ_ζ)+(P_ζ,ch,t-P_ζ,dis,t)Δt (7)

E_ζ,1＝E_ζ,T(1-γ_ζ)+(P_ζ,ch,T-P_ζ,dis,T)Δt (9)

其中，式中，ζ表示电热气三种能量，E_ζ,t为时段t内的储能量，γ_ζ为能量损耗率，P_ζ,ch,t、P_ζ,dis,t为充、放能功率，

为额定充放能功率，

为储能设备能量存储的上、下限，E_ζ,1和E_ζ,T为储能设备调度开始和结束时的存储量，u_ζ,t为0-1变量。

5.根据权利要求2中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法，其特征在于，所述其他设备满足极限功率约束和爬坡约束条件为：

0≤P_t ^W≤P_t ^Wge (14)

其中，式中P_devi',t指燃气轮机、锅炉、电锅炉以及热泵四种设备的运行功率，

为各设备的装机容量，

为各设备爬坡率的上、下限，P_t ^Wge为风机发电功率。

6.根据权利要求2中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法，其特征在于，所述外部网络约束条件为：

其中，式中，

为外购电力功率的上限，

为外购天然气功率上限。

7.根据权利要求1中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法，其特征在于，所述综合能源系统评价指标模型的指标包括：

经济指标，包括投资成本、运维成本和购能成本，其中，所述投资成本的计算公式为：

其中，式中，C_inv为投资成本、E_cap为设备装机容量，I_un为单位容量的投资成本；

可靠指标，包括能量供应率，其计算公式为：

环保指标，包括NO_x排放量和CO₂排放量，所述NO_x排放量和CO₂排放量的计算公式分别为：

NO_x排放量：

CO₂排放量：

其中，ζ为天然气量；

能耗指标，包括一次能源消耗量、一次能源利用率和可再生能源利用率，它们的计算公式分别为：

一次能源消耗量：

一次能源利用率：

可再生能源利用率：

其中，式中，δ为电网输电线路网损率，

为火电厂平均效率。

8.根据权利要求1中所述的基于交叉超效率CCR模型的综合能源系统综合效率评价方法，其特征在于，所述交叉超效率CCR模型的计算过程包括以下步骤：

S41、分别对待评价决策单元群组里的每一个决策单元DMU_d根据以下模型

u_s≥0,v_s≥0 (26)

求解得到最优解

和

其中，在上述模型中，E_sr为超效率值，其值可大于1：当该决策单元有效时，E_sr≥1；当决策单元无效时，E_sr＜1，X_r为投入向量，Y_r为产出向量，

为输入指标权重向量，

为输出指标权重向量；

S42、计算决策单元DMU_d在各组最优解下的效率值：

S43、求不同权重向量下超效率值的平均值即为基于交叉效率法的超效率值，称为交叉超效率，记为E_cr

S44、以各决策单元在不同权重向量下的超效率值生成交叉超效率矩阵。

Images