CN113240263A - 一种基于熵权模糊的综合能源系统规划组合评价方法 - Google Patents

一种基于熵权模糊的综合能源系统规划组合评价方法 Download PDF

Info

Publication number
CN113240263A
CN113240263A CN202110502183.7A CN202110502183A CN113240263A CN 113240263 A CN113240263 A CN 113240263A CN 202110502183 A CN202110502183 A CN 202110502183A CN 113240263 A CN113240263 A CN 113240263A
Authority
CN
China
Prior art keywords
evaluation
index
combination
comprehensive
fuzzy
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
Application number
CN202110502183.7A
Other languages
English (en)
Inventor
张章
李光毅
韩璟林
刘洋
宋佳霖
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.)
State Grid Corp of China SGCC
Southeast University
Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Southeast University
Economic and Technological Research Institute of State Grid Hebei 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 State Grid Corp of China SGCC, Southeast University, Economic and Technological Research Institute of State Grid Hebei Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202110502183.7A priority Critical patent/CN113240263A/zh
Publication of CN113240263A publication Critical patent/CN113240263A/zh
Pending 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
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06313—Resource planning in a project environment
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Development Economics (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)
  • Life Sciences & Earth Sciences (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于熵权模糊的综合能源系统规划组合评价方法，包括以下步骤：S1、从多角度构建综合评价指标体系，包含了安全性、可靠性、经济性、灵活性、环保性和能源利用效率六方面指标；S2、基于模糊数学思想提出综合评价方法，根据相关系数法约简评价指标集，通过模糊隶属度函数进行指标去量纲化评分；S3、选取多种主、客观赋权法进行指标赋权及规划方案评价；S4、利用多种评价结果组合法得到备选方案的排序情况；S5、通过熵权法将不同组合方法下的方案排序进行综合，得到综合评价结果。根据本方法，能够对综合能源系统规划方案进行综合评价，得出相关设备的配置推荐，为后续设计提供基础。

Description

一种基于熵权模糊的综合能源系统规划组合评价方法
技术领域
本发明涉及综合能源技术领域，具体的是一种基于熵权模糊的综合能源系统规划组合评价方法。
背景技术
综合能源系统是一个高维度、多能源、多用户、多环节的能源系统，包含各种类型的用能需求，并将其整合为一个高度智能化、系统化的整体，旨在通过多能形式的梯级利用，提高终端能效水平。综合能源系统供能架构，不仅能通过多种能源的统筹一体化设计和运营管理提升能源利用率，而且为可再生能源的大规模接入提供条件，成为了应对能源危机的解决方案。
综合能源系统的评价理论，为综合能源系统规划方案提供比选依据，引导合理的工程设计建设。传统供能系统评价方面，均从自身特点出发，形成了相对成熟的评价体系。而综合能源系统中包含了多种能源环节，具有维度高、非线性度强的特点，因此综合能源系统规划方案的评价体系需要针对含分布式能源的综合能源系统评价方法进行研究，需要充分考虑不同供能网络同一性与差异性，以及网络间的复杂耦合作用，保证最大化能源利用效率以及供能系统安全稳定运行。因此，传动传统供能系统评价不适用综合能源系统的规划，无法对综合能源系统综合评价，亟需一种综合能源系统规划评价方法。
发明内容
为解决上述背景技术中提到的不足，本发明的目的在于提供一种基于熵权模糊的综合能源系统规划组合评价方法，提出综合评价指标体系和基于熵权的组合评价法，能够更加客观、全面评价综合能源系统规划方案，根据本方法，能够对综合能源系统规划方案进行综合评价，得出相关设备的配置推荐，为后续设计提供基础。
本发明的目的可以通过以下技术方案实现：
一种基于熵权模糊的综合能源系统规划组合评价方法，包括以下步骤：
S1、从多角度构建综合评价指标体系，包含了安全性、可靠性、经济性、灵活性、环保性和能源利用效率六方面指标；
S2、基于模糊数学思想提出综合评价方法，根据相关系数法约简评价指标集，通过模糊隶属度函数进行指标去量纲化评分；
S3、选取多种主、客观赋权法进行指标赋权及规划方案评价；
S4、利用多种评价结果组合法得到备选方案的排序情况；
S5、通过熵权法将不同组合方法下的方案排序进行综合，得到综合评价结果。
进一步优选地，步骤S2中通过相关系数法计算不同指标间的线性相关度判断相关性，对于相关性大于一定阈值的进行约简，保证最终评价指标集中指标的独立性，计算时，根据建立的指标体系中各指标的内涵及性质，可对评价指标分为以下三类：正指标、逆指标和适度指标。
进一步优选地，步骤S2中利用模糊隶属度来表征某元素对某集合的隶属关系，用梯形模糊隶属度函数进行指标隶属度计算，针对指标分类，依次选取相应的梯形分布函数作为模糊隶属度函数；
对于正指标，采用升半梯形分布函数：
Figure BDA0003056838250000031
对于逆指标，采用降半梯形分布函数：
Figure BDA0003056838250000032
对于适度指标，采用中间型梯形分布函数：
Figure BDA0003056838250000033
式(1)-(3)中，a、b、c、d依次表示梯形分布函数的自变量区间分界点。
进一步优选地，步骤S3中运用主观赋权法进行指标权重计算，在建立的分级评价指标体系中，对于同一一级指标下的众多二级指标，两两比较对上一层因素的影响，通过1-9标度法的判断矩阵进行表示，打分时按照同样重要、稍微重要、明显重要、强烈重要、极端重要的顺序，依次赋值1、3、5、7、9，2、 4、6、8为中间值，若重要性关系相反，则将赋值作倒数处理，最终形成判断矩阵U，判断矩阵为方阵，所有元素均大于0，对角线上元素为1，关于对角线对称的元素互为倒数关系。判断矩阵应通过一致性校验，其判据CR可以通过式子计算：
Figure BDA0003056838250000034
Figure BDA0003056838250000035
式(4)、(5)中，λmax为矩阵U的最大特征根，o(U)为矩阵U的阶数，RI为平均随机一致性指标，不同阶数的判断矩阵RI值不同，当CR值小于0.1时，判断矩阵满足一致性校验；
计算判断矩阵U的最大特征根λmax对应的特征向量V＝[v1,v2K vn]，并将V归一化后得到指标权重向量W＝[w1,w2K wn]；
Figure BDA0003056838250000041
进一步优选地，步骤S3中运用客观赋权法进行指标权重计算，用熵来度量系统的无序程度，若熵值越小，则系统提供的信息量越大；将待选方案评价矩阵视作一个包含诸多信息的系统，在进行综合评价时，若某项指标提供的信息量越大，则其在综合评价中的重要程度也越高；
对于p个评价指标、n个评价对象的系统，评价指标矩阵X＝{xij}p×n，熵权法确定指标权重的步骤如下：
(一)指标归一化处理
Figure BDA0003056838250000042
(二)指标熵值计算
Figure BDA0003056838250000043
(三)熵值权重计算
Figure BDA0003056838250000044
进一步优选地，步骤S4中得到不同赋权方法下的待选方案综合评分以及排序，包括：
(1)Borda法
Borda法基于“少数服从多数”的思想，在评价对象间两两比较，服从大多数评价方法的结果，假设对评价对象i和j进行比较，若判断i优于j的评价方法个数大于判断j优于i的个数，记为xiSxj，每个评价对象的综合得分由Borda矩阵 B计算，并按得分排序，得分相同者标准差小的对象优先级高：
Figure BDA0003056838250000051
Figure BDA0003056838250000052
式(10)、(11)中，bi为第i个评价对象的综合得分；
(2)模糊Borda法
与Borda法相比，模糊Borda法同时计及了评价对象在得分和排序上的差异，考虑了对象在每种评价方法下的排序情况，对于评价矩阵X，定义mij表征对象i 在第j种方法下属于“优”的隶属度：
Figure DEST_PATH_DEST_PATH_IMAGE060
（12）；
式(12)中，xij为第i个评价对象在第j种方法下的评分；
定义模糊频数phi和模糊频率Whi，用于体现得分差异，见下公式：
Figure BDA0003056838250000054
Figure BDA0003056838250000055
Figure BDA0003056838250000056
将每种评价方法下的对象排序按照下式转化为评分，Qh表示第i个对象在第h位的得分，并通过模糊频率加权得到模糊Borda得分Bi，作为最终评价对象排序依据；
Figure BDA0003056838250000061
Bi＝∑WhiQhi (17)。
进一步优选地，步骤S5中采用评价结果组合法，对不同主、客观赋权法得到的评价结果进行综合，得到更加合理、更有说服力的结果，选取常用的评价结果组合法，分别为Borda法和模糊Borda法，将两种结果组合法的结果用矩阵Z 表示，Z中每个元素zij表示对象i在组合方法j下的排序值：
Figure RE-GDA0003151410900000062
进一步优选地，步骤S5中通过熵权组合评价法将组合方法的评价结果再次综合，得出方案最终排序情况，用关联度表征评价结果与理想解的关联程度，设z0(k)为所有结果组合法的算术平均值，计算各个评价对象排序值的关联系数，关联度取为所有关联系数的平均值：
Δi(k)＝|z0(k)-zik| (19)，
Figure BDA0003056838250000063
Figure BDA0003056838250000064
式(19)-(21)中，Δi(k)为组合方法i在评价指标k上同理想解的绝对距离，ξi(k)为组合方法i在评价指标k上的关联系数，ρ表示分辨系数，一般取0.5，ri为组合方法i的关联度；
最大偏差，计算结果与理想解的最大绝对差值，可描述单一结果组合法的波动性：
Figure BDA0003056838250000071
式(22)中，MPi表示第i种组合方法的最大偏差值。
平均绝对偏差，对偏差的绝对值进行加和并求其平均值：
Figure BDA0003056838250000072
采用了三类指标对两种结果组合法进行评价，评价结果可以用一个2×3的矩阵R进行表示，对于R中的每个元素Rij，i＝1,2，分别对应Borda法和模糊Borda法， j＝1,2,3，分别对应关联度、最大偏差和平均绝对偏差，用
Figure BDA0003056838250000073
表示指标j的理想值，Dij表示第i种组合方法在第j种指标下与理想值的接近度：
Figure BDA0003056838250000074
Figure BDA0003056838250000075
Figure BDA0003056838250000076
将接近度Dij作为判断组合方法重要程度的依据，其包含信息量的大小可以通过条件熵表示：
Figure BDA0003056838250000077
Figure BDA0003056838250000078
Figure BDA0003056838250000081
Figure BDA0003056838250000082
将μj归一化后得到结果组合法再次组合的权重向量W＝[w1,w2,w3]：
Figure BDA0003056838250000083
最终的组合评价结果S可以通过下式求得，按照S中的元素从小到大的顺序，确定待选方案的优劣；
S＝Z×R×W (32)。
本发明的有益效果：
本发明提供的基于熵权模糊的组合评价法的综合能源系统规划综合评价方法，建立了综合能源系统规划方案的综合评价指标体系，充分调研了各类能源网络的评价指标及评价标准，综合考虑多种能源的同一性、差异性以及多能间转换的可替代性，从安全性、可靠性、经济性、灵活性、环保性和能源利用效率六个方面建立评价指标体系，并给出了评价模型、评价方法和评价指标计算公式。本发明提出了基于模糊熵权组合评价法的综合能源系统规划方案综合评价方法，通过相关系数法进行指标约简，利用模糊隶属度函数进行指标模糊评分，得到评价矩阵。采用多种主、客观评价法对备选方案进行综合评分及排序。通过多种评价结果组合法进行方案排序。运用熵权法对多种组合评价法进行综合，得到各方案最终排序。根据本方法，能够对综合能源系统规划方案进行综合评价，得出相关设备的配置推荐，为后续设计提供基础。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明基于熵权模糊的综合能源系统规划组合评价方法的流程示意图。
具体实施方式
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，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
在本发明的描述中，需要理解的是，术语“开孔”、“上”、“下”、“厚度”、“顶”、“中”、“长度”、“内”、“四周”等指示方位或位置关系，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组件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。
本发明的目的可以通过以下技术方案实现：
一种基于熵权模糊的综合能源系统规划组合评价方法，包括以下步骤：
S1、从多角度构建综合评价指标体系，包含了安全性、可靠性、经济性、灵活性、环保性和能源利用效率六方面指标；
S2、基于模糊数学思想提出综合评价方法，根据相关系数法约简评价指标集，通过模糊隶属度函数进行指标去量纲化评分；
S3、选取多种主、客观赋权法进行指标赋权及规划方案评价；
S4、利用多种评价结果组合法得到备选方案的排序情况；
S5、通过熵权法将不同组合方法下的方案排序进行综合，得到综合评价结果。
步骤S1中综合评价指标体系见表1。
表1综合评价框架
Figure BDA0003056838250000101
步骤S2中通过相关系数法计算不同指标间的线性相关度判断相关性，对于相关性大于一定阈值的进行约简，保证最终评价指标集中指标的独立性，计算时，根据建立的指标体系中各指标的内涵及性质，可对评价指标分为以下三类：正指标、逆指标和适度指标，具体如表2所示。
表2评价指标分类
Figure BDA0003056838250000111
步骤S2中利用模糊隶属度来表征某元素对某集合的隶属关系，用梯形模糊隶属度函数进行指标隶属度计算，针对指标分类，依次选取相应的梯形分布函数作为模糊隶属度函数；
对于正指标，采用升半梯形分布函数：
Figure BDA0003056838250000112
对于逆指标，采用降半梯形分布函数：
Figure BDA0003056838250000113
对于适度指标，采用中间型梯形分布函数：
Figure BDA0003056838250000114
式(1)-(3)中，a、b、c、d依次表示梯形分布函数的自变量区间分界点。
步骤S3中运用主观赋权法进行指标权重计算，在建立的分级评价指标体系中，对于同一一级指标下的众多二级指标，两两比较对上一层因素的影响，通过1-9标度法的判断矩阵进行表示，打分时按照同样重要、稍微重要、明显重要、强烈重要、极端重要的顺序，依次赋值1、3、5、7、9，2、4、6、8为中间值，若重要性关系相反，则将赋值作倒数处理，最终形成判断矩阵U，判断矩阵为方阵，所有元素均大于0，对角线上元素为1，关于对角线对称的元素互为倒数关系。判断矩阵应通过一致性校验，其判据CR可以通过式子计算：
Figure BDA0003056838250000121
Figure BDA0003056838250000122
式(4)、(5)中，λmax为矩阵U的最大特征根，o(U)为矩阵U的阶数，RI为平均随机一致性指标，不同阶数的判断矩阵RI值如表3所示，当CR值小于0.1 时，判断矩阵满足一致性校验；
表3 k阶判断矩阵的RI值
Figure BDA0003056838250000123
计算判断矩阵U的最大特征根λmax对应的特征向量V＝[v1,v2K vn]，并将V归一化后得到指标权重向量W＝[w1,w2K wn]；
Figure BDA0003056838250000124
步骤S3中运用客观赋权法进行指标权重计算，用熵来度量系统的无序程度，若熵值越小，则系统提供的信息量越大；将待选方案评价矩阵视作一个包含诸多信息的系统，在进行综合评价时，若某项指标提供的信息量越大，则其在综合评价中的重要程度也越高；
对于p个评价指标、n个评价对象的系统，评价指标矩阵X＝{xij}p×n，熵权法确定指标权重的步骤如下：
(一)指标归一化处理
Figure BDA0003056838250000131
(二)指标熵值计算
Figure BDA0003056838250000132
(三)熵值权重计算
Figure BDA0003056838250000133
步骤S4中得到不同赋权方法下的待选方案综合评分以及排序，包括：
(1)Borda法
Borda法基于“少数服从多数”的思想，在评价对象间两两比较，服从大多数评价方法的结果，假设对评价对象i和j进行比较，若判断i优于j的评价方法个数大于判断j优于i的个数，记为xiSxj，每个评价对象的综合得分由Borda矩阵 B计算，并按得分排序，得分相同者标准差小的对象优先级高：
Figure BDA0003056838250000134
Figure BDA0003056838250000135
式(10)、(11)中，bi为第i个评价对象的综合得分；
(2)模糊Borda法
与Borda法相比，模糊Borda法同时计及了评价对象在得分和排序上的差异，考虑了对象在每种评价方法下的排序情况，对于评价矩阵X，定义mij表征对象i 在第j种方法下属于“优”的隶属度：
Figure DEST_PATH_DEST_PATH_IMAGE060A
（12）；
式(12)中，xij为第i个评价对象在第j种方法下的评分；
定义模糊频数phi和模糊频率Whi，用于体现得分差异，见下公式：
Figure BDA0003056838250000142
Figure BDA0003056838250000143
Figure BDA0003056838250000144
将每种评价方法下的对象排序按照下式转化为评分，Qh表示第i个对象在第 h位的得分，并通过模糊频率加权得到模糊Borda得分Bi，作为最终评价对象排序依据；
Figure BDA0003056838250000145
Bi＝∑WhiQhi (17)。
步骤S5中采用评价结果组合法，对不同主、客观赋权法得到的评价结果进行综合，得到更加合理、更有说服力的结果，选取常用的评价结果组合法，分别为Borda法和模糊Borda法，将两种结果组合法的结果用矩阵Z表示，Z中每个元素zij表示对象i在组合方法j下的排序值：
Figure RE-GDA0003151410900000151
步骤S5中通过熵权组合评价法将组合方法的评价结果再次综合，得出方案最终排序情况，用关联度表征评价结果与理想解的关联程度，设z0(k)为所有结果组合法的算术平均值，计算各个评价对象排序值的关联系数，关联度取为所有关联系数的平均值：
Δi(k)＝|z0(k)-zik| (19)，
Figure BDA0003056838250000152
Figure BDA0003056838250000153
式(19)-(21)中，Δi(k)为组合方法i在评价指标k上同理想解的绝对距离，ξi(k)为组合方法i在评价指标k上的关联系数，ρ表示分辨系数，一般取0.5， ri为组合方法i的关联度；
最大偏差，计算结果与理想解的最大绝对差值，可描述单一结果组合法的波动性：
Figure BDA0003056838250000154
式(22)中，MPi表示第i种组合方法的最大偏差值。
平均绝对偏差，对偏差的绝对值进行加和并求其平均值：
Figure BDA0003056838250000155
采用了三类指标对两种结果组合法进行评价，评价结果可以用一个2×3的矩阵R进行表示，对于R中的每个元素Rij，i＝1,2，分别对应Borda法和模糊Borda法，j＝1,2,3，分别对应关联度、最大偏差和平均绝对偏差，用
Figure BDA0003056838250000161
表示指标j的理想值，Dij表示第i种组合方法在第j种指标下与理想值的接近度：
Figure BDA0003056838250000162
Figure BDA0003056838250000163
Figure BDA0003056838250000164
将接近度Dij作为判断组合方法重要程度的依据，其包含信息量的大小可以通过条件熵表示：
Figure BDA0003056838250000165
Figure BDA0003056838250000166
Figure BDA0003056838250000167
Figure BDA0003056838250000168
将μj归一化后得到结果组合法再次组合的权重向量W＝[w1,w2,w3]：
Figure BDA0003056838250000169
最终的组合评价结果S可以通过下式求得，按照S中的元素从小到大的顺序，确定待选方案的优劣；
S＝Z×R×W (32)。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。

Claims (8)

1.一种基于熵权模糊的综合能源系统规划组合评价方法，其特征在于，包括以下步骤：
S1、从多角度构建综合评价指标体系，包含了安全性、可靠性、经济性、灵活性、环保性和能源利用效率六方面指标；
S2、基于模糊数学思想提出综合评价方法，根据相关系数法约简评价指标集，通过模糊隶属度函数进行指标去量纲化评分；
S3、选取多种主、客观赋权法进行指标赋权及规划方案评价；
S4、利用多种评价结果组合法得到备选方案的排序情况；
S5、通过熵权法将不同组合方法下的方案排序进行综合，得到综合评价结果。
2.根据权利要求1所述的基于熵权模糊的综合能源系统规划组合评价方法，其特征在于，所述步骤S2中通过相关系数法计算不同指标间的线性相关度判断相关性，对于相关性大于一定阈值的进行约简，保证最终评价指标集中指标的独立性，计算时，根据建立的指标体系中各指标的内涵及性质，可对评价指标分为以下三类：正指标、逆指标和适度指标。
3.根据权利要求1所述的基于熵权模糊的综合能源系统规划组合评价方法，其特征在于，所述步骤S2中利用模糊隶属度来表征某元素对某集合的隶属关系，用梯形模糊隶属度函数进行指标隶属度计算，针对指标分类，依次选取相应的梯形分布函数作为模糊隶属度函数；
对于正指标，采用升半梯形分布函数：
Figure FDA0003056838240000011
对于逆指标，采用降半梯形分布函数：
Figure FDA0003056838240000021
对于适度指标，采用中间型梯形分布函数：
Figure FDA0003056838240000022
式(1)-(3)中，a、b、c、d依次表示梯形分布函数的自变量区间分界点。
4.根据权利要求1所述的基于熵权模糊的综合能源系统规划组合评价方法，其特征在于，所述步骤S3中运用主观赋权法进行指标权重计算，在建立的分级评价指标体系中，对于同一一级指标下的众多二级指标，两两比较对上一层因素的影响，通过1-9标度法的判断矩阵进行表示，打分时按照同样重要、稍微重要、明显重要、强烈重要、极端重要的顺序，依次赋值1、3、5、7、9，2、4、6、8为中间值，若重要性关系相反，则将赋值作倒数处理，最终形成判断矩阵U，判断矩阵为方阵，所有元素均大于0，对角线上元素为1，关于对角线对称的元素互为倒数关系。判断矩阵应通过一致性校验，其判据CR可以通过式子计算：
Figure FDA0003056838240000023
Figure FDA0003056838240000024
式(4)、(5)中，λmax为矩阵U的最大特征根，o(U)为矩阵U的阶数，RI为平均随机一致性指标，不同阶数的判断矩阵RI值不同，当CR值小于0.1时，判断矩阵满足一致性校验；
计算判断矩阵U的最大特征根λmax对应的特征向量V＝[v1,v2K vn]，并将V归一化后得到指标权重向量W＝[w1,w2K wn]；
Figure FDA0003056838240000031
5.根据权利要求1所述的基于熵权模糊的综合能源系统规划组合评价方法，其特征在于，所述步骤S3中运用客观赋权法进行指标权重计算，用熵来度量系统的无序程度，若熵值越小，则系统提供的信息量越大；将待选方案评价矩阵视作一个包含诸多信息的系统，在进行综合评价时，若某项指标提供的信息量越大，则其在综合评价中的重要程度也越高；
对于p个评价指标、n个评价对象的系统，评价指标矩阵X＝{xij}p×n，熵权法确定指标权重的步骤如下：
(一)指标归一化处理
Figure FDA0003056838240000032
(二)指标熵值计算
Figure FDA0003056838240000033
(三)熵值权重计算
Figure FDA0003056838240000034
6.根据权利要求1所述的基于熵权模糊的综合能源系统规划组合评价方法，其特征在于，所述步骤S4中得到不同赋权方法下的待选方案综合评分以及排序，包括：
(1)Borda法
Borda法基于“少数服从多数”的思想，在评价对象间两两比较，服从大多数评价方法的结果，假设对评价对象i和j进行比较，若判断i优于j的评价方法个数大于判断j优于i的个数，记为xiSxj，每个评价对象的综合得分由Borda矩阵B计算，并按得分排序，得分相同者标准差小的对象优先级高：
Figure FDA0003056838240000041
Figure FDA0003056838240000042
式(10)、(11)中，bi为第i个评价对象的综合得分；
(2)模糊Borda法
与Borda法相比，模糊Borda法同时计及了评价对象在得分和排序上的差异，考虑了对象在每种评价方法下的排序情况，对于评价矩阵X，定义mij表征对象i在第j种方法下属于“优”的隶属度：
Figure DEST_PATH_819991DEST_PATH_IMAGE062
（12）；
式(12)中，xij为第i个评价对象在第j种方法下的评分；
定义模糊频数phi和模糊频率Whi，用于体现得分差异，见下公式：
Figure FDA0003056838240000044
Figure FDA0003056838240000045
Figure FDA0003056838240000051
将每种评价方法下的对象排序按照下式转化为评分，Qh表示第i个对象在第h位的得分，并通过模糊频率加权得到模糊Borda得分Bi，作为最终评价对象排序依据；
Figure FDA0003056838240000052
Bi＝∑WhiQhi (17)。
7.根据权利要求1所述的基于熵权模糊的综合能源系统规划组合评价方法，其特征在于，所述步骤S5中采用评价结果组合法，对不同主、客观赋权法得到的评价结果进行综合，得到更加合理、更有说服力的结果，选取常用的评价结果组合法，分别为Borda法和模糊Borda法，将两种结果组合法的结果用矩阵Z表示，Z中每个元素zij表示对象i在组合方法j下的排序值：
Figure DEST_PATH_360727DEST_PATH_IMAGE092
（18）。
8.根据权利要求1所述的基于熵权模糊的综合能源系统规划组合评价方法，其特征在于，所述步骤S5中通过熵权组合评价法将组合方法的评价结果再次综合，得出方案最终排序情况，用关联度表征评价结果与理想解的关联程度，设z0(k)为所有结果组合法的算术平均值，计算各个评价对象排序值的关联系数，关联度取为所有关联系数的平均值：
Δi(k)＝|z0(k)-zik| (19)，
Figure FDA0003056838240000054
Figure FDA0003056838240000061
式(19)-(21)中，Δi(k)为组合方法i在评价指标k上同理想解的绝对距离，ξi(k)为组合方法i在评价指标k上的关联系数，ρ表示分辨系数，一般取0.5，ri为组合方法i的关联度；
最大偏差，计算结果与理想解的最大绝对差值，可描述单一结果组合法的波动性：
Figure FDA0003056838240000062
式(22)中，MPi表示第i种组合方法的最大偏差值。
平均绝对偏差，对偏差的绝对值进行加和并求其平均值：
Figure FDA0003056838240000063
采用了三类指标对两种结果组合法进行评价，评价结果可以用一个2×3的矩阵R进行表示，对于R中的每个元素Rij，i＝1,2，分别对应Borda法和模糊Borda法，j＝1,2,3，分别对应关联度、最大偏差和平均绝对偏差，用
Figure FDA0003056838240000064
表示指标j的理想值，Dij表示第i种组合方法在第j种指标下与理想值的接近度：
Figure FDA0003056838240000065
Figure FDA0003056838240000066
Figure FDA0003056838240000067
将接近度Dij作为判断组合方法重要程度的依据，其包含信息量的大小可以通过条件熵表示：
Figure FDA0003056838240000071
Figure FDA0003056838240000072
Figure FDA0003056838240000073
Figure FDA0003056838240000074
将μj归一化后得到结果组合法再次组合的权重向量W＝[w1,w2,w3]：
Figure FDA0003056838240000075
最终的组合评价结果S可以通过下式求得，按照S中的元素从小到大的顺序，确定待选方案的优劣；
S＝Z×R×W (32)。
CN202110502183.7A 2021-05-08 2021-05-08 一种基于熵权模糊的综合能源系统规划组合评价方法 Pending CN113240263A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110502183.7A CN113240263A (zh) 2021-05-08 2021-05-08 一种基于熵权模糊的综合能源系统规划组合评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110502183.7A CN113240263A (zh) 2021-05-08 2021-05-08 一种基于熵权模糊的综合能源系统规划组合评价方法

Publications (1)

Publication Number Publication Date
CN113240263A true CN113240263A (zh) 2021-08-10

Family

ID=77132713

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110502183.7A Pending CN113240263A (zh) 2021-05-08 2021-05-08 一种基于熵权模糊的综合能源系统规划组合评价方法

Country Status (1)

Country Link
CN (1) CN113240263A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114091942A (zh) * 2021-11-26 2022-02-25 中国民用航空飞行学院 一种机场消防站选址方法及装置
CN115169676A (zh) * 2022-06-30 2022-10-11 国网上海市电力公司 一种配电网设备的可靠性特征标签标定方法
CN115577981A (zh) * 2022-11-22 2023-01-06 山东大学 一种作物耐镉品种的筛选方法、系统、设备及存储介质
CN115829557A (zh) * 2022-12-09 2023-03-21 深圳优讯科技有限公司 基于模糊综合评价的支付通道选择方法、装置及相关介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784778A (zh) * 2019-02-28 2019-05-21 武汉大学 一种基于综合赋权的电网规划模糊综合评价方法
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

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109784778A (zh) * 2019-02-28 2019-05-21 武汉大学 一种基于综合赋权的电网规划模糊综合评价方法
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

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
闻旻: ""综合能源系统规划方案的综合评价方法研究"", 《中国优秀硕博士学位论文全文数据库 工程科技II辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114091942A (zh) * 2021-11-26 2022-02-25 中国民用航空飞行学院 一种机场消防站选址方法及装置
CN115169676A (zh) * 2022-06-30 2022-10-11 国网上海市电力公司 一种配电网设备的可靠性特征标签标定方法
CN115577981A (zh) * 2022-11-22 2023-01-06 山东大学 一种作物耐镉品种的筛选方法、系统、设备及存储介质
CN115829557A (zh) * 2022-12-09 2023-03-21 深圳优讯科技有限公司 基于模糊综合评价的支付通道选择方法、装置及相关介质

Similar Documents

Publication Publication Date Title
CN113240263A (zh) 一种基于熵权模糊的综合能源系统规划组合评价方法
CN106850254B (zh) 一种电力通信网中关键节点识别方法
CN110020815A (zh) 一种基于网络层次分析法的电网节点综合脆弱性指标计算方法
CN109740863A (zh) 基于大电源接入系统的综合评价方法
Xu et al. Projection method for uncertain multi-attribute decision making with preference information on alternatives
Deng et al. Simulation-based evaluation of defuzzification-based approaches to fuzzy multiattribute decision making
CN110795692A (zh) 一种主动配电网运行状态评估方法
Wang et al. Multi-criteria decision analysis by using fuzzy VIKOR
CN112270465A (zh) 一种产品服务系统方案评价方法
CN112508465B (zh) 一种多维审计监控综合评价方法
CN110135587A (zh) 基于区间犹豫模糊多粒度决策粗糙集的多属性群决策方法
CN106960288A (zh) 一种电能替代评价方法和系统
CN107292489A (zh) 一种电网调度运行精益化评价系统
Kittur Using the PROMETHEE and TOPSIS multi-criteria decision making methods to evaluate optimal generation
CN113033886A (zh) 一种配电网规划建设评估方法
CN113537708A (zh) 基于组合赋权法的输变电工程造价管理成效综合评价方法
CN113204873A (zh) 一种大型武器装备制造风险传导评价方法
Kittur et al. Evaluating optimal generation using different multi-criteria decision making methods
CN115511193A (zh) 基于区间球形模糊集模糊熵的多属性决策方法
CN111626478B (zh) 一种基于群决策优化的装备效能评价系统
CN109377017A (zh) 一种信息系统实用化及数据健康度评价方法
CN111860630B (zh) 基于特征重要性的模型建立方法及系统
Petersohn Assessment of clusteranalysis and self-organizing maps
CN111625767A (zh) 一种效能评估指标体系权重计算方法
Wang et al. A fuzzy TOPSIS approach with entropy measure for decision-making problem

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210810