CN112950067A - 基于模糊综合评价的电力用户用电能效评估方法 - Google Patents

Abstract

本发明公开了一种基于模糊综合评价的电力用户用电能效评估方法。本方法提出一种综合考虑用户用电习惯、电器使用特性以及环境因素等方面来评估用户的用电能效。首先，建立用户用电能效指标体系，采用层次分析法和熵权法相结合的方法确定了指标的主观权重和客观权重，并通过计算模型得到指标的综合权重。其次，根据建立的指标体系，基于模糊综合评价方法，对用户的用电能效进行评估，并在评估的基础上，对评估结果进行等级划分。结果表明，所提出的用户用电能效评估方法是一种简单实用且准确率高的能效评估方法。

Description

基于模糊综合评价的电力用户用电能效评估方法

技术领域

本发明是一种用户用电能效评估方法，是一种综合考虑用户用电习惯、电器使用特性以及环境因素等方面的用电能效评估方法。

背景技术

随着我国经济的快速发展,能源消耗增大、利用率低的发展问题也逐渐凸显,为缓解能源紧张问题,节能减排成为迫切需要。近年来，居民用电量占全社会用电量的比重逐年增高。面临日益增长的电力需求，我国大部分地区出现区域性、季节性、不确定性的电力供应短缺。一方面这与电能使用的季节性、时段性、结构性有关，另一方面也和用户对电能使用缺乏科学合理的指导及用电效率低相关。这些原因使得用户增加了用电成本，并造成电能供需不均衡。因此提高用户用电效率、确定自身能效水平、减少用电能耗成为我国建设智能电网时期，构建节能型社会进程中最具潜力的节能领域。基于此,研究电力能效评估方法及技术,通过能效评估措施降低需求侧耗能,为节能减排工作提供借鉴和帮助,具有极其重要的现实意义。

目前，各种能效评估的方法已经被广泛应用于解决降低用电能耗以及提高用电效率等方面的问题。基于层次分析法的能效评估方法在指标筛选阶段过于依靠专家评判，具有较强烈的主观性，并且忽略了评价指标所受影响因素的不同，容易造成评估结果不准确。基于结合灰色关联分析法和熵信息方法的指标权重仅仅由基于客观数据的熵信息方法确定，不能反映出决策者的偏好，可行性不高。基于权重因子统计评价的集聚函数在进行用户用电综合评估时起到了很好地效果，但是，权重系数是根据不考虑主客观因素的规则确定的任意值。

目前用户能效评估已经开展了大量研究，并取得了不少研究成果和突破。但是，现有的指标体系和评估方法研究仍存在一些不足之处，能效评估指标体系方面的问题：

1)现有的指标体系缺乏系统性，没有综合考虑用户用电习惯、电器使用特性以及环境因素等方面因素，不能客观充分表示；

2)指标体系中重要指标不能量化，存在指标之间含义交叉、互相影响导致权重计算失准的问题，使得能效评估结果不够准确；

3)评估结果难以反映全面能耗情况。

发明内容

本发明的目的是解决用户用电能效评估过程中指标体系不全面、权重计算失准以及模型评估结果不准确等问题，提出一种科学合理，高效，适用性强的用户用电能效评估方法。针对目前用户用电能效评估方法存在的不足之处，与以前的工作相比，本发明主要对以下三个方面进行了研究改进工作：

1)用户用电能效指标体系的建立；

2)采用层次分析法(Analytic Hierarchy Process，AHP)和熵权法分别获得主观权重和客观权重，并通过计算得到指标的综合权重；

3)基于模糊综合评价的能效评估方法，对用户的用电能效进行评估。

本发明公开了一种基于模糊综合评价的电力用户用电能效评估方法。本方法提出一种综合考虑用户用电习惯、电器使用特性以及环境因素等方面的模糊综合评价方法来评估用户的用电能效。首先，建立用户用电能效指标体系，采用层次分析法(AHP)和熵权法相结合的方法确定了指标的主观权重和客观权重，并通过计算模型得到指标的综合权重。其次，根据建立的指标体系，基于模糊综合评价方法，对用户的用电能效进行评估，并在评估的基础上，对评估结果进行等级划分。

本发明的目的由以下技术方案实现：基于模糊综合评价的电力用户用电能效评估方法，其特征是，它包括的内容有：

1)用户用电能效指标体系的建立

该指标体系的构建综合考虑了用户用电习惯、电器使用特性以及环境因素等方面，这样才能够全面、准确反映电力能效水平。结合专家经验，建立了两级评估指标体系，一级指标包含用户信息、用户节电设备指标、用户普通用电设备指标和环境影响指标4种，指标A主要从主观和宏观上反映用户电力能效情况，指标B、C、D主要从客观上反映用户电力能效情况，主客观相结合更能体现出指标体系的全面性。并分别从这些一级指标中继续挖掘可量化的指标作为二级指标。

2)指标权重的确定

在建立评价指标体系后，必须分配权重以反映其重要性。权重是否合理直接关系到综合评价的准确性。采用层次分析法和熵权法分别获得主观和客观权重，并通过计算得到指标的综合权重

(2.1)采用层次分析法对每一层次中各要素的相对重要性给出判断，构造出判断矩阵，构造的判断矩阵为正反矩阵，判断矩阵应用成对比较法和1～9标度构造。判断矩阵B定义如公式(1)所示：

式中n为指标个数；C_ij＝f(x_i，x_j)表示指标x_i和x_j之间相比的重要性标度，当i＝j时，C_ij＝1，当i≠j时，C_ij＝1/C_ji；f(x_i，x_j)的选择方法根据指标x_i和x_j之间的重要程度得出。

构造判断矩阵后首先进行层次单排序，层次单排序即根据判断矩阵计算对于上一层元素而言本层次与之有联系的元素重要性次序的权值，判断矩阵的特征向量做归一化处理即为指标权重向量。指标判断矩阵的构建是对人的主观判断进行形式化的表达，与客观的指标之间的重要程度存在误差，因此需要对判断矩阵做一致性校验。度量判断矩阵偏离一致性的指标如公式(2)所示：

CI＝(λ_max-n)/(n-1) (2)

式中λ_max为判断矩阵的最大特征根；n为判断矩阵的阶。

随机一致性比率如公式(3)所示：

CR＝CI/RI (3)

式中RI为平均随机一致性指标，当CR<0.1时，即认为所构造的判断矩阵具有一致性，否则就需要调整判断矩阵直到使其满足一致性。层次单排序结束后进行层次总排序，以获得最底层各指标对于总目标的排序权重。

(2.2)利用熵权法计算各项指标的特征比重和熵权值，然后通过计算评价指标的差异性系数，得到客观权重值。

熵权法的基本思想是根据各项指标观测值所提供的信息量的大小来确定指标权重。利用熵权法确定指标权重值，其具体的计算步骤如下:

(1)计算在第j项指标中，第i个系统的特征比重t_ij：

(2)计算评价指标j项的熵权值e_j:

(3)计算评价指标x_j的差异性系数g_i:

g_i＝1-e_i (6)

(4)最终所计算的权重q_i：

对于用户用电能效评估体系中的二级指标，以评价指标的关系为基础，利用公式(4)～(7)确定每个二级评价指标权重值的大小。

(2.3)通过主观权重和客观权重的线性组合得到综合权重。

设一级指标权重W＝[w₁，w₂，w₃，…，w_m]，下层二级指标权重w＝[w_i1，w_i2，w_i3，…，w_in]，则综合权重为：

G＝w_i·w_ij(i＝1，2，…，m；j＝1，2，…，n) (8)

根据公式(8)所述模型，计算各指标权重，得到指标的综合权重。

3)基于模糊综合评价的能效评估方法

采用模糊数学理论进行用电能效综合评估，该方法可以实现定性评价到定量评价的转化，可以对复杂不易量化的问题进行量化。

(3.1)建立电力能效因素集。电力能效因素集即电力能效指标体系的一级指标和二级指标。在本文的电力能效评估指标体系中，该指标体系由两级组成。在电力能效因素集中，一级评估因素A_i(i＝1，2，...,n)对应一级指标，二级评估因素A_ij(j＝1,2,...,k)对应二级指标。

(3.2)其次，建立电力能效评价集，将用户电力能效分为5个等级，分别对应V＝{v₁,v₂,v₃,v₄,v₅}。5个等级从高到低分别描述用户用电能效水平的差异。

(3.3)计算用电能效模糊综合评估结果。该指标体系有一级指标4个，每个一级指标含有数个二级指标为一个子系统，通过对各个子系统的模糊综合评估结果的确定来求取用户综合用电能效，并且由各子系统得评估矩阵和能效评语集可以确定电力能效各个子系统的评分。

该指标体系共有4个子系统。在确定各个子系统的模糊综合评判向量时如公式(9)所示：

B_i＝W_iF_i＝(b_i1,b_i2,b_i3,b_i4,b_i5) (9)

式中：B_i为子系统i的评判向量；W_i为子系统i的模糊权重向量，由子系统i的二级指标权重构成；F_i为子系统i的评估矩阵。

(1)已知子系统结果后，进而可以综合评估用户的能效，求取用户综合用电能效：

B＝WF＝{b₁，b₂，b₃，b₄，b₅} (10)

式中：综合评判向量B为评价结果，综合评估矩阵可以转换成用户电力能效评分；模糊权重向量W，由4个一级指标的权重构成；F为综合模糊评估矩阵，是由各个子系统的评判向量B_i构成。具体结构如下：

(2)计算模糊综合评估分值S。由各子系统的评判向量B_i，和能效评语集V可以确定电力能效各个子系统的评分。子系统评分S_i如公式(12)所示：

S_i＝B_iV^T (12)

式中：V^T为电力能效评语集V的转置；S_i为第i个子系统的评分。电力用户总体的用电能效评估分值计算式如公式(13)所示：

S＝BV^T (13)

式中：S为总体用电能效评估分值；B为综合评判向量；V^T为电力能效评语集V的转置。

附图说明

图1为本发明的用户用电能效评估方法整体框架图；

图2为本发明的用户用电能效评估指标体系；

图3为指标的综合权重值；

图4为对指标集的评价结果雷达图。

具体实施方式

下面利用附图和具体实施方式对本发明作进一步说明。

参照图1，本发明的一种电力用户用电能效评估方法，包括如下步骤：

1)用户用电能效指标体系的建立

该指标体系的构建综合考虑了用户用电习惯、电器使用特性以及环境因素等方面，这样才能够全面、准确反映电力能效水平。结合专家经验，建立了两级评估指标体系，一级指标包含用户信息、用户节电设备指标、用户普通用电设备指标和环境影响指标4种，指标A主要从主观和宏观上反映用户电力能效情况，指标B、C、D主要从客观上反映用户电力能效情况，主客观相结合更能体现出指标体系的全面性。并分别从这些一级指标中继续挖掘可量化的指标作为二级指标。

2)指标权重的确定

在建立评价指标体系后，必须分配权重以反映其重要性。权重是否合理直接关系到综合评价的准确性。采用层次分析法和熵权法分别获得主观和客观权重，并通过计算得到指标的综合权重

(2.1)采用层次分析法对每一层次中各要素的相对重要性给出判断，构造出判断矩阵，构造的判断矩阵为正反矩阵，判断矩阵应用成对比较法和1～9标度构造。判断矩阵B定义如公式(1)所示：

式中n为指标个数；C_ij＝f(x_i，x_j)表示指标x_i和x_j之间相比的重要性标度，当i＝j时，C_ij＝1，当i≠j时，C_ij＝1/C_ji；f(x_i,x_j)的选择方法根据指标x_i和x_j之间的重要程度得出。

构造判断矩阵后首先进行层次单排序，层次单排序即根据判断矩阵计算对于上一层元素而言本层次与之有联系的元素重要性次序的权值，判断矩阵的特征向量做归一化处理即为指标权重向量。指标判断矩阵的构建是对人的主观判断进行形式化的表达，与客观的指标之间的重要程度存在误差，因此需要对判断矩阵做一致性校验。度量判断矩阵偏离一致性的指标如公式(2)所示：

CI＝(λ_max-n)/(n-1) (2)

式中λ_max为判断矩阵的最大特征根；n为判断矩阵的阶。随机一致性比率如公式(3)所示：

CR＝CI/RI (3)

式中RI为平均随机一致性指标，当CR<0.1时，即认为所构造的判断矩阵具有一致性，否则就需要调整判断矩阵直到使其满足一致性。层次单排序结束后进行层次总排序，以获得最底层各指标对于总目标的排序权重。

(2.2)利用熵权法计算各项指标的特征比重和熵权值，然后通过计算评价指标的差异性系数，得到客观权重值。

熵权法的基本思想是根据各项指标观测值所提供的信息量的大小来确定指标权重。利用熵权法确定指标权重值，其具体的计算步骤如下:

(1)计算在第j项指标中，第i个系统的特征比重t_ij：

(2)计算评价指标j项的熵权值e_j:

(3)计算评价指标x_j的差异性系数g_i:

g_i＝1-e_i (6)

(4)最终所计算的权重q_i：

对于用户用电能效评估体系中的二级指标，以评价指标的关系为基础，利用公式(4)～(7)确定每个二级评价指标权重值的大小。

(2.3)通过主观权重和客观权重的线性组合得到综合权重。

设一级指标权重W＝[w₁,w₂，w₃,…，w_m]，下层二级指标权重w＝[w_i1，w_i2,w_i3，…，w_in]，则综合权重为：

G＝w_i·w_ij(i＝1，2，…，m；j＝1，2，…，n) (8)

根据公式(8)所述模型，计算各指标权重，得到指标的综合权重。

图3所示为基于层次分析法和熵信息法的综合权重值。与传统的方法相比，本方法可以避免复杂的数学过程，客观权重可以补充主观决策。主观和客观权重之间的差异表明，若使用单一的方法进行计算可能不准确和出现不可理解的结果。本文方法很好地解决了传统方法误差较大的问题。

3)基于模糊综合评价的能效评估方法

采用模糊数学理论进行用电能效综合评估，该方法可以实现定性评价到定量评价的转化，可以对复杂不易量化的问题进行量化。

(3.1)建立电力能效因素集。电力能效因素集即电力能效指标体系的一级指标和二级指标。在本文的电力能效评估指标体系中，该指标体系由两级组成。在电力能效因素集中，一级评估因素A_i(i＝1，2,...,n)对应一级指标，二级评估因素A_ij(j＝1,2,...,k)对应二级指标。

(3.2)其次，建立电力能效评价集，将用户电力能效分为5个等级，分别对应V＝{v₁,v₂,v₃,v₄,v₅}。5个等级从高到低分别描述用户用电能效水平的差异。

(3.3)计算用电能效模糊综合评估结果。该指标体系有一级指标4个，每个一级指标含有数个二级指标为一个子系统，通过对各个子系统的模糊综合评估结果的确定来求取用户综合用电能效，并且由各子系统得评估矩阵和能效评语集可以确定电力能效各个子系统的评分。

该指标体系共有4个子系统。在确定各个子系统的模糊综合评判向量时如公式(9)所示：

B_i＝W_iF_i＝(b_i1，b_i2,b_i3,b_i4,b_i5) (9)

式中：B_i为子系统i的评判向量；W_i为子系统i的模糊权重向量，由子系统i的二级指标权重构成；F_i为子系统i的评估矩阵。

(1)已知子系统结果后，进而可以综合评估用户的能效，求取用户综合用电能效：

B＝WF＝{b₁,b₂,b₃，b₄，b₅} (10)

式中：综合评判向量B为评价结果，综合评估矩阵可以转换成用户电力能效评分；模糊权重向量W，由4个一级指标的权重构成；F为综合模糊评估矩阵，是由各个子系统的评判向量B_i构成。具体结构如下：

(2)计算模糊综合评估分值S。由各子系统的评判向量B_i，和能效评语集V可以确定电力能效各个子系统的评分。子系统评分S_i如公式(12)所示：

S_i＝B_iV^T (12)

式中：V^T为电力能效评语集V的转置；S_i为第i个子系统的评分。电力用户总体的用电能效评估分值计算式如公式(13)所示：

S＝BV^T (13)

式中：S为总体用电能效评估分值；B为综合评判向量；V^T为电力能效评语集V的转置。

发明人在测试集上对本发明提供的用户用电能效评估模型性能进行全面验证，评估结果如图4所示。由图4可知，就用户的整体能效而言，用户1的综合能效水平最高，用户3次之。但从能效局部的指标来看，这3个用户各有其优势和缺陷，如整体能效水平最高的用户1，它的用户信息评估结果相对较低，反之，综合能效水平不高的用户3，它的用户信息能效水平却最高。因此，以此结果作为评估依据，可以有效针对用户用电能效相对薄弱的环节，科学制定节能方案，充分挖掘节能潜力，提高用电效率。

综上，采用本发明的基于模糊综合评价的电力用户用电能效评估方法，对用户的用电能效进行全方位的评估，这样可以使用户更好的了解整体的用电状况，同时也为之后的节能策略提供了依据。本发明可以有效地评估和监测用户用电能效状况，可以有效地提高用户的用电效率。该方法不仅操作简捷、适用性强，而且具有良好的实用价值。

本发明的软件程序依据自动化和计算机处理技术编制，是本领域技术人员所熟悉的技术。

Claims (1)

1.本发明的目的由以下技术方案实现：基于模糊综合评价的电力用户用电能效评估方法，其特征是，它包括的内容有：

1)用户用电能效指标体系的建立

该指标体系的构建综合考虑了用户用电习惯、电器使用特性以及环境因素等方面，这样才能够全面、准确反映电力能效水平；结合专家经验，建立了两级评估指标体系，一级指标包含用户信息、用户节电设备指标、用户普通用电设备指标和环境影响指标4种，指标A主要从主观和宏观上反映用户电力能效情况，指标B、C、D主要从客观上反映用户电力能效情况，主客观相结合更能体现出指标体系的全面性，并分别从这些一级指标中继续挖掘可量化的指标作为二级指标；

2)指标权重的确定

在建立评价指标体系后，必须分配权重以反映其重要性；权重是否合理直接关系到综合评价的准确性；采用层次分析法和熵权法分别获得主观和客观权重，并通过计算得到指标的综合权重；

(2.1)采用层次分析法对每一层次中各要素的相对重要性给出判断，构造出判断矩阵，构造的判断矩阵为正反矩阵，判断矩阵应用成对比较法和1～9标度构造，判断矩阵B定义如公式(1)所示：

式中n为指标个数；C_ij＝f(x_i，x_j)表示指标x_i和x_j之间相比的重要性标度，当i＝j时，C_ij＝1，当i≠j时，C_ij＝1/C_ji；f(x_i，x_j)的选择方法根据指标x_i和x_j之间的重要程度得出；

构造判断矩阵后首先进行层次单排序，层次单排序即根据判断矩阵计算对于上一层元素而言本层次与之有联系的元素重要性次序的权值，判断矩阵的特征向量做归一化处理即为指标权重向量；指标判断矩阵的构建是对人的主观判断进行形式化的表达，与客观的指标之间的重要程度存在误差，因此需要对判断矩阵做一致性校验。度量判断矩阵偏离一致性的指标如公式(2)所示：

CI＝(λ_max-n)/(n-1) (2)

式中λ_max为判断矩阵的最大特征根，n为判断矩阵的阶，随机一致性比率如公式(3)所示：

CR＝CI/RI (3)

式中RI为平均随机一致性指标，当CR＜0.1时，即认为所构造的判断矩阵具有一致性，否则就需要调整判断矩阵直到使其满足一致性，层次单排序结束后进行层次总排序，以获得最底层各指标对于总目标的排序权重；

(2.2)利用熵权法计算各项指标的特征比重和熵权值，然后通过计算评价指标的差异性系数，得到客观权重值；

熵权法的基本思想是根据各项指标观测值所提供的信息量的大小来确定指标权重，利用熵权法确定指标权重值，其具体的计算步骤如下：

(1)计算在第j项指标中，第i个系统的特征比重t_ii：

(2)计算评价指标j项的熵权值e_j：

(3)计算评价指标x_j的差异性系数g_i：

g_i＝1-e_i (6)

(4)最终所计算的权重q_i：

对于用户用电能效评估体系中的二级指标，以评价指标的关系为基础，利用公式(4)～(7)确定每个二级评价指标权重值的大小；

(2.3)通过主观权重和客观权重的线性组合得到综合权重

设一级指标权重W＝[w₁，w₂，w₃，…，w_m]，下层二级指标权重w＝[w_i1，w_i2，w_i3，…，w_in]，则综合权重为：

G＝w_i·w_ij(i＝1，2，…，m；j＝1，2，…，n) (8)

根据公式(8)所述模型，计算各指标权重，得到指标的综合权重；

3)基于模糊综合评价的能效评估方法

采用模糊数学理论进行用电能效综合评估，该方法可以实现定性评价到定量评价的转化，可以对复杂不易量化的问题进行量化；

(3.1)建立电力能效因素集；电力能效因素集即电力能效指标体系的一级指标和二级指标，在本文的电力能效评估指标体系中，该指标体系由两级组成；在电力能效因素集中，一级评估因素A_i(i＝1，2，...，n)对应一级指标，二级评估因素A_ij(j＝1，2，...，k)对应二级指标；

(3.2)其次，建立电力能效评价集，将用户电力能效分为5个等级，分别对应V＝{v₁，v₂，v₃，v₄，v₅}，5个等级从高到低分别描述用户用电能效水平的差异；

(3.3)计算用电能效模糊综合评估结果；该指标体系有一级指标4个，每个一级指标含有数个二级指标为一个子系统，通过对各个子系统的模糊综合评估结果的确定来求取用户综合用电能效，并且由各子系统得评估矩阵和能效评语集可以确定电力能效各个子系统的评分；

该指标体系共有4个子系统，在确定各个子系统的模糊综合评判向量时如公式(9)所示：

B_i＝W_iF_i＝(b_i1，b_i2，b_i3，b_i4，b_i5) (9)

式中：B_i为子系统i的评判向量；W_i为子系统i的模糊权重向量，由子系统i的二级指标权重构成；F_i为子系统i的评估矩阵；

(1)已知子系统结果后，进而可以综合评估用户的能效，求取用户综合用电能效：

B＝WF＝{b₁，b₂，b₃，b₄，b₅} (10)

式中：综合评估向量B为评价结果，综合评估矩阵可以转换成用户电力能效评分；模糊权重向量W，由4个一级指标的权重构成；F为综合模糊评估矩阵，是由各个子系统的评判向量B_i构成，具体结构如下：

(2)计算模糊综合评估分值S，由各子系统的评判向量B_i，和能效评语集V可以确定电力能效各个子系统的评分，子系统评分S_i如公式(12)所示：

S_i＝B_iV^T (12)

式中：V^T为电力能效评语集V的转置；S_i为第i个子系统的评分，电力用户总体的用电能效评估分值计算式如公式(13)所示：

S＝BV^T (13)

式中：S为总体用电能效评估分值；B为综合评判向量；V^T为电力能效评语集V的转置。

Images