CN113222375A - 一种综合能源系统的多目标评价方法 - Google Patents

一种综合能源系统的多目标评价方法 Download PDF

Info

Publication number
CN113222375A
CN113222375A CN202110473465.9A CN202110473465A CN113222375A CN 113222375 A CN113222375 A CN 113222375A CN 202110473465 A CN202110473465 A CN 202110473465A CN 113222375 A CN113222375 A CN 113222375A
Authority
CN
China
Prior art keywords
evaluation
energy system
index
indexes
comprehensive energy
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.)
Withdrawn
Application number
CN202110473465.9A
Other languages
English (en)
Inventor
吕东
李石
董晓峰
倪卫良
沈继忠
周阳
徐俊
江卫中
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.)
Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Original Assignee
Suzhou Power Supply Co of State Grid Jiangsu Electric Power 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 Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd filed Critical Suzhou Power Supply Co of State Grid Jiangsu Electric Power Co Ltd
Priority to CN202110473465.9A priority Critical patent/CN113222375A/zh
Publication of CN113222375A publication Critical patent/CN113222375A/zh
Withdrawn legal-status Critical Current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—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)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (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

本发明涉及一种综合能源系统的多目标评价方法，用于对综合能源系统进行评价，其特征在于：综合能源系统的多目标评价方法包括以下步骤：步骤一：确定用于评价综合能源系统的若干项评价指标；步骤二：对评价指标进行数据标准化；步骤三：求得经过数据标准化的评价指标的相关矩阵；步骤四：求解相关矩阵的特征根、特征向量，并确定主成份；步骤五：依据主成份对综合能源系统进行综合评价并获得评价结论。本发明能够科学地对综合能源系统进行量化评估并给出全面、系统的评价，既可应用于综合能源系统项目规划阶段，也可应用于运行阶段，具有适用性广的优点。

Description

一种综合能源系统的多目标评价方法
技术领域
本发明属于综合能源系统技术领域，具体涉及一种基于主成分分析(PrincipalComponent Analysis,PCA)法的综合能源系统的多目标评价方法。
背景技术
冷热电综合能源系统作为能源互联网的重要载体，是研究不同能源内部耦合、推广能源先进技术的前沿阵地，因此，对综合能源系统进行客观全面评价也就显得十分重要。一方面，当前配电网评价方法仅针对配电网，综合能源系统更加强调多能协同、源网荷储互动，难以对综合能源系统进行全面评价；另一方面，当前对于综合能源系统的评价多以定性分析为主，难以量化比较。
发明内容
本发明的目的是提供一种能够对综合能源系统进行客观、全面地量化评价的综合能源系统的多目标评价方法。
为达到上述目的，本发明采用的技术方案是：
一种综合能源系统的多目标评价方法，用于对综合能源系统进行评价，所述综合能源系统的多目标评价方法包括以下步骤：
步骤一：确定用于评价所述综合能源系统的若干项评价指标；
步骤二：对所述评价指标进行数据标准化；
步骤三：求得经过数据标准化的所述评价指标的相关矩阵；
步骤四：求解所述相关矩阵的特征根、特征向量，并确定主成份；
步骤五：依据所述主成份对所述综合能源系统进行综合评价并获得评价结论。
所述步骤一中，所述评价指标包括多项一级指标，分别为经济性指标、环保性指标、可靠性指标、灵活性指标、能源利用效率指标、优质服务指标。
所述经济性指标下述的二级指标包括总成本、建设成本和运行成本；
所述环保性指标下述的二级指标包括清洁能源占比和新能源发电成本；
所述可靠性指标下述的二级指标包括系统停供时间、系统停供频率、缺供量和供能可靠率；
所述灵活性指标下述的二级指标包括线路最大负载率和系统最大功能能力；
所述能源利用效率指标下述的二级指标包括一次能源利用效率、电能能源终端占比和人均用电量；
所述优质服务指标下述的二级指标包括用户服务满意度和用户投诉率。
所述步骤二中，对所述评价指标进行数据标准化的方法为：
设采用n个样本，每个所述样本包括p项所述评价指标，从而得到数据矩阵X＝(xij)n*p，其中xij表示第i个所述样本中的第j项所述评价指标的指标值，n、p均为大于1的整数，i为整数且1≤i≤n，j为整数且1≤j≤p；
利用
Figure BDA0003046253010000021
对所述数据矩阵中的数据进行标准化变换，其中
Figure BDA0003046253010000022
Figure BDA0003046253010000023
所述步骤三中，所述相关矩阵R＝(rjk)p*p，其中，rjk为第j项所述评价指标与第k项所述评价指标的相关系数，k为整数且1≤k≤p，
Figure BDA0003046253010000024
所述相关矩阵满足rjk＝rkj，rjj＝1。
所述步骤四中，求解所述相关矩阵的特征根、特征向量，并确定主成份的方法为：
求解所述相关矩阵的特征方程|R-λg|＝0，得到各个特征根λg及对应的特征向量Zg，g为整数且1≤g≤p；
将各个所述特征根从大到小排序，并取排序中前m个所述特征根对应的m个主成份，m≤p，所述主成份的个数m由方差贡献率决定。
所述主成份的个数m由方差贡献率
Figure BDA0003046253010000025
决定。
所述步骤五中，依据所述主成份对所述综合能源系统进行综合评价并获得评价结论的方法为：
将所述主成份Fh用对应的特征向量与标准化后的所述评价指标线性表示：
Fh＝lh1Z1+lh2Z2+…+lhpZp
其中，h为整数且1≤h≤m，lh1、lh2、…、lhp分别为各所述评价指标对应的线性表示系数；再对每个所述主成份Fh进行加权求和得到所述综合能源系统的最终评价值F，从而依据所述最终评价值F对所述综合能源系统进行综合评价并获得评价结论。
所述最终评价值为：
Figure BDA0003046253010000026
由于上述技术方案运用，本发明与现有技术相比具有下列优点：本发明能够科学地对综合能源系统进行量化评估并给出全面、系统的评价，既可应用于综合能源系统项目规划阶段，也可应用于运行阶段，具有适用性广的优点。
附图说明
附图1为本发明的综合能源系统的多目标评价方法的流程图。
具体实施方式
下面结合附图所示的实施例对本发明作进一步描述。
实施例一：本发明提供的基于主成分分析法的综合能源系统多目标评价方法，包括各个能源子系统可量化指标的选取及综合评价。国内综合能源系统多侧重于经济性、环保性、可靠性单方面的考量，本发明针对此缺点从多角度构建综合评价指标体系。
一种综合能源系统的多目标评价方法，包括以下步骤：
步骤一：确定用于评价综合能源系统的若干项评价指标。
表1综合能源系统评价指标体系构成
Figure BDA0003046253010000031
如表1所示，步骤一中，评价指标包括多项一级指标，分别为经济性指标、环保性指标、可靠性指标、灵活性指标、能源利用效率指标、优质服务指标。每个一级指标下属若干二级指标，从而建立完整的综合能源系统评价指标体系。经济性指标下述的二级指标包括总成本、建设成本和运行成本。环保性指标下述的二级指标包括清洁能源占比和新能源发电成本。可靠性指标下述的二级指标包括系统停供时间、系统停供频率、缺供量和供能可靠率。灵活性指标下述的二级指标包括线路最大负载率和系统最大功能能力。能源利用效率指标下述的二级指标包括一次能源利用效率、电能能源终端占比和人均用电量。优质服务指标下述的二级指标包括用户服务满意度和用户投诉率。各二级指标的取值为由实际调研得到的客观数据，其中经济性指标由综合能源系统建设方提供，环保性、可靠性、灵活性、能源利用效率指标由综合能源系统运营方提供，而经济性指标由综合能源系统用户方实地调研得到。六个一级指标涵盖三方，从而建立完整的综合能源系统评价指标体系。
综合能源系统评价的核心在于其可靠的评估方法，为了使评估结果尽量客观全面，本发明提出基于主成分分析的综合能源系统评价方法。考虑到在很多情形下，当两个变量之间有一定相关关系时，这两个变量反映的信息有一定的重叠，本发明的综合能源系统评价方法利用降维的思想，通过恰当的数学变换，将新变量成为原变量的线性组合，用较少的变量去解释原来数据中的大部分变量，将许多高相关性的变量转化成彼此相互独立或不相关的变量，把多指标转化为少数几个综合指标。
步骤二：对评价指标进行数据标准化，即原始指标数据标准化。
步骤二中，对评价指标进行数据标准化的方法为：
设采用n个样本，每个样本包括p项评价指标，从而得到数据矩阵X＝(xij)n*p，其中xij表示第i个样本中的第j项评价指标的指标值，n、p均为大于1的整数，i为整数且1≤i≤n，j为整数且1≤j≤p。
利用
Figure BDA0003046253010000041
对数据矩阵中的数据进行标准化变换，其中
Figure BDA0003046253010000042
Figure BDA0003046253010000043
步骤三：求得经过数据标准化的评价指标的相关矩阵。
步骤三中，相关矩阵R＝(rjk)p*p，其中，rjk为第j项评价指标与第k项评价指标的相关系数，k为整数且1≤k≤p，
Figure BDA0003046253010000044
相关矩阵满足rjk＝rkj，rjj＝1。
步骤四：求解相关矩阵的特征根、特征向量，并确定主成份。
步骤四中，求解相关矩阵的特征根、特征向量，并确定主成份的方法为：
求解相关矩阵的特征方程|R-λg|＝0，得到各个特征根λg及对应的特征向量Zg，g为整数且g＝1,2,…,p，即1≤g≤p。
将各个特征根从大到小排序λ1≥λ2≥…≥λg≥…≥λp，特征根的大小代表对应各主成份在被评价对象上的重要程度。
取排序中前m个特征根对应的m个主成份，m≤p。主成分的选取要尽量少，同时还要使损失的信息量尽可能少。主成份的个数m由方差贡献率决定。
主成份的个数m由方差贡献率
Figure BDA0003046253010000051
决定。
步骤五：依据主成份对综合能源系统进行综合评价并获得评价结论。
步骤五中，依据主成份对综合能源系统进行综合评价并获得评价结论的方法为：
将主成份Fh用对应的特征向量与标准化后的评价指标线性表示：
Fh＝lh1Z1+lh2Z2+…+lhpZp
其中，h为整数且1≤h≤m，lh1、lh2、…、lhp分别为各评价指标对应的线性表示系数，其值是以Fh为对象，以Z1,Z2,…,Zp为基底的线性表出系数。
再对每个主成份Fh进行加权求和得到综合能源系统的最终评价值F，从而依据最终评价值F对综合能源系统进行综合评价并获得评价结论。
最终评价值为：
Figure BDA0003046253010000052
其中每个主成份的方差贡献率为
Figure BDA0003046253010000053
本发明所述的综合能源系统多目标评价方法，在以往电力网的基础上，综合考虑了热(冷)力网、储能系统、用户端，能够科学地对综合能源系统进行量化评估，给出全面系统的评价，既可应用于综合能源系统项目规划阶段，也可应用于运行阶段，具有适用性广的优点：对于各种备选方案进行比较，评价较低的综合能源系统方案进行改进或淘汰；对于现有的方案进行实时评估，评价结果易懂直观，对于挖掘系统潜力、提升整体水平具有指导作用。同时，用主成分分析法综合评价方法既可消除评价指标之间的相关影响；又可减少指标选择上的工作量。
上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (10)

1.一种综合能源系统的多目标评价方法，用于对综合能源系统进行评价，其特征在于：所述综合能源系统的多目标评价方法包括以下步骤：
步骤一：确定用于评价所述综合能源系统的若干项评价指标；
步骤二：对所述评价指标进行数据标准化；
步骤三：求得经过数据标准化的所述评价指标的相关矩阵；
步骤四：求解所述相关矩阵的特征根、特征向量，并确定主成份；
步骤五：依据所述主成份对所述综合能源系统进行综合评价并获得评价结论。
2.根据权利要求1所述的一种综合能源系统的多目标评价方法，其特征在于：所述步骤一中，所述评价指标包括多项一级指标，分别为经济性指标、环保性指标、可靠性指标、灵活性指标、能源利用效率指标、优质服务指标。
3.根据权利要求2所述的一种综合能源系统的多目标评价方法，其特征在于：所述经济性指标下述的二级指标包括总成本、建设成本和运行成本；
所述环保性指标下述的二级指标包括清洁能源占比和新能源发电成本；
所述可靠性指标下述的二级指标包括系统停供时间、系统停供频率、缺供量和供能可靠率；
所述灵活性指标下述的二级指标包括线路最大负载率和系统最大功能能力；
所述能源利用效率指标下述的二级指标包括一次能源利用效率、电能能源终端占比和人均用电量；
所述优质服务指标下述的二级指标包括用户服务满意度和用户投诉率。
4.根据权利要求1所述的一种综合能源系统的多目标评价方法，其特征在于：所述步骤二中，对所述评价指标进行数据标准化的方法为：
设采用n个样本，每个所述样本包括p项所述评价指标，从而得到数据矩阵X＝(xij)n*p，其中xij表示第i个所述样本中的第j项所述评价指标的指标值，n、p均为大于1的整数，i为整数且1≤i≤n，j为整数且1≤j≤p；
利用
Figure FDA0003046253000000011
对所述数据矩阵中的数据进行标准化变换，其中
Figure FDA0003046253000000012
Figure FDA0003046253000000013
5.根据权利要求4所述的一种综合能源系统的多目标评价方法，其特征在于：所述步骤三中，所述相关矩阵R＝(rjk)p*p，其中，rjk为第j项所述评价指标与第k项所述评价指标的相关系数，k为整数且1≤k≤p，
Figure FDA0003046253000000021
6.根据权利要求5所述的一种综合能源系统的多目标评价方法，其特征在于：所述相关矩阵满足rjk＝rkj，rjj＝1。
7.根据权利要求5所述的一种综合能源系统的多目标评价方法，其特征在于：所述步骤四中，求解所述相关矩阵的特征根、特征向量，并确定主成份的方法为：
求解所述相关矩阵的特征方程|R-λg|＝0，得到各个特征根λg及对应的特征向量Zg，g为整数且1≤g≤p；
将各个所述特征根从大到小排序，并取排序中前m个所述特征根对应的m个主成份，m≤p，所述主成份的个数m由方差贡献率决定。
8.根据权利要求7所述的一种综合能源系统的多目标评价方法，其特征在于：所述主成份的个数m由方差贡献率
Figure FDA0003046253000000022
决定。
9.根据权利要求7所述的一种综合能源系统的多目标评价方法，其特征在于：所述步骤五中，依据所述主成份对所述综合能源系统进行综合评价并获得评价结论的方法为：
将所述主成份Fh用对应的特征向量与标准化后的所述评价指标线性表示：
Fh＝lh1Z1+lh2Z2+…+lhpZp
其中，h为整数且1≤h≤m，lh1、lh2、…、lhp分别为各所述评价指标对应的线性表示系数；再对每个所述主成份Fh进行加权求和得到所述综合能源系统的最终评价值F，从而依据所述最终评价值F对所述综合能源系统进行综合评价并获得评价结论。
10.根据权利要求9所述的一种综合能源系统的多目标评价方法，其特征在于：所述最终评价值为：
Figure FDA0003046253000000023
CN202110473465.9A 2021-04-29 2021-04-29 一种综合能源系统的多目标评价方法 Withdrawn CN113222375A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110473465.9A CN113222375A (zh) 2021-04-29 2021-04-29 一种综合能源系统的多目标评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110473465.9A CN113222375A (zh) 2021-04-29 2021-04-29 一种综合能源系统的多目标评价方法

Publications (1)

Publication Number Publication Date
CN113222375A true CN113222375A (zh) 2021-08-06

Family

ID=77090079

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110473465.9A Withdrawn CN113222375A (zh) 2021-04-29 2021-04-29 一种综合能源系统的多目标评价方法

Country Status (1)

Country Link
CN (1) CN113222375A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113850470A (zh) * 2021-08-19 2021-12-28 平高集团有限公司 一种综合能源规划方案的评价方法
CN114331054A (zh) * 2021-12-14 2022-04-12 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 防护涂层评价方法和评价系统
CN115965120A (zh) * 2022-12-01 2023-04-14 广东电网有限责任公司 一种区域能源在短期内的安全预警方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113850470A (zh) * 2021-08-19 2021-12-28 平高集团有限公司 一种综合能源规划方案的评价方法
CN114331054A (zh) * 2021-12-14 2022-04-12 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 防护涂层评价方法和评价系统
CN114331054B (zh) * 2021-12-14 2024-05-28 中国电子产品可靠性与环境试验研究所（（工业和信息化部电子第五研究所）（中国赛宝实验室）） 防护涂层评价方法和评价系统
CN115965120A (zh) * 2022-12-01 2023-04-14 广东电网有限责任公司 一种区域能源在短期内的安全预警方法

Similar Documents

Publication Publication Date Title
CN113222375A (zh) 一种综合能源系统的多目标评价方法
Jiang et al. The energy transition in rural China
Jaaz et al. A review on energy-efficient smart home load forecasting techniques
Milanović et al. Compound index for power quality evaluation and benchmarking
Oprea et al. A measurement model for electricity Consumers’ awareness with covariance structure Analyses. A solid pillar for boosting demand response programs
Meenakumari et al. Measurement of relative efficiency of state owned electric utilities in India using data envelopment analysis
Chen et al. Toward future information market: An information valuation paradigm
Xu Probabilistic estimation and prediction of the dynamic response of the demand at bulk supply points
Nyoni Modeling and forecasting demand for electricity in Zimbabwe using the Box-Jenkins ARIMA technique
Yang et al. Assessing the performance and finding the benchmarks of the electricity distribution districts of Taiwan Power Company
CN111563652A (zh) 一种评价电网企业综合计划执行情况的方法
Hu et al. Dynamic comprehensive assessment of power development based on provincial data
Sun et al. Multi-objective confidence gap decision based robust optimal dispatch of integrated energy system using entropy expectation maximization GMM
Wang et al. Research on combination network traffic forecasting model
Roken et al. Time series models for forecasting monthly electricity peak load for dubai
Vo Forecast on electricity demand for industry and construction sectors in Vietnam by 2030
CN117639107B (zh) 配电网电能质量评估方法及系统
Sha et al. Research on full cycle evaluation of power grid projects based on rough set-multilevel extension theory
Chwiłkowska-Kubala et al. The importance of resources in achieving the goals of energy companies
CN114048986B (zh) 一种配电侧共享储能的评估方法
Jiang et al. Distributional impact assessment of carbon price on the evolution of urban demand and generation
Dratsas et al. The Economic Aspect of Missing Capacity in Resource Adequacy Assessment Studies
Wang et al. Target customer identification method of integrated energy service based on logistic regression
Jebaraj et al. Forecasting of commercial energy consumption in India using Artificial Neural Network
Panchal et al. Forecasting industrial electric power consumption using regression based predictive model

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
WW01 Invention patent application withdrawn after publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20210806