CN114240019A - 适用新能源电力系统的灵活资源价值评估方法及装置 - Google Patents
适用新能源电力系统的灵活资源价值评估方法及装置 Download PDFInfo
- Publication number
- CN114240019A CN114240019A CN202111241987.2A CN202111241987A CN114240019A CN 114240019 A CN114240019 A CN 114240019A CN 202111241987 A CN202111241987 A CN 202111241987A CN 114240019 A CN114240019 A CN 114240019A
- Authority
- CN
- China
- Prior art keywords
- layer
- judgment matrix
- index
- matrix
- determining
- 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
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 36
- 239000011159 matrix material Substances 0.000 claims abstract description 227
- 238000000034 method Methods 0.000 claims abstract description 55
- 239000013598 vector Substances 0.000 claims description 67
- 238000012545 processing Methods 0.000 claims description 13
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 12
- 238000012360 testing method Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000004146 energy storage Methods 0.000 description 31
- 238000005516 engineering process Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 230000006872 improvement Effects 0.000 description 10
- 238000012983 electrochemical energy storage Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 238000003860 storage Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000007613 environmental effect Effects 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 229910052799 carbon Inorganic materials 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000001737 promoting effect Effects 0.000 description 3
- 238000013139 quantization Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 2
- BNOODXBBXFZASF-UHFFFAOYSA-N [Na].[S] Chemical compound [Na].[S] BNOODXBBXFZASF-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 229910052744 lithium Inorganic materials 0.000 description 2
- GELKBWJHTRAYNV-UHFFFAOYSA-K lithium iron phosphate Chemical compound [Li+].[Fe+2].[O-]P([O-])([O-])=O GELKBWJHTRAYNV-UHFFFAOYSA-K 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 229910052720 vanadium Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q10/06315—Needs-based resource requirements planning or 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer 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
本发明公开了一种适用新能源电力系统的灵活资源价值评估方法及装置,所述方法包括:获取灵活资源在电力系统中多个典型应用场景,并基于所述多个典型应用场景,将对灵活资源的技术需求由上到下依次划分为目标层、准则层、指标层和方案层;确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分;综合方案层对指标层的相对评分、指标层对准则层的权重系数及准则层对目标层的权重系数,最终确定方案层对目标层的评分,并根据评分高低,判断不同灵活资源在当前应用场景中的价值。
Description
技术领域
本发明涉及电力系统分析技术领域,尤其是涉及一种适用新能源电力系统的灵活资源价值评估方法及装置。
背景技术
国家能源转型及能源技术革命的新形势下,随着高比例新能源接入电力系统,对电力系统灵活性提出了更高的要求。传统的电力系统主要接入常规火电、水电或者核电,负荷呈现一定的规律性。在低比例新能源接入时,电力系统增加考虑如何为新能源系统提供备用等问题。而随着集中式和分布式新能源并网比例的进一步提高,因其出力具有随机性、波动性,要求电力系统具有较高的灵活调节能力,而仅依靠火电机组等传统资源难以高质量的满足未来电力系统灵活性需求。探索并调动新型灵活性资源在提升电力系统灵活性、构建高比例新能源电力系统、推动能源转型等方面的作用日益重要。
随着储能技术、分布式能源等快速发展,互联网、通信等技术不断创新,以及泛在电力物联网建设推进,电化学储能、需求侧响应、虚拟电厂等新型灵活性资源越来越多的参与到与电力系统的交互中,将为电力系统提供更多、更经济的灵活调节能力。我国电化学储能近年来发展迅速,规模不断扩大,截至 2018年底,已投运的电化学储能累计装机规模101万千瓦,同比增长159%,将在提高电网对新能源的接纳能力、电网调频、削峰填谷、提高电能质量和电力可靠性方面发挥作用。需求侧资源通过需求侧响应技术在给定时间内改变正常电力消费模式,削减用电负荷或将用电负荷转移到其它时间段,作为一种灵活性资源将需求侧可调度的资源作为供应侧的替代资源,从而起到平滑负荷曲线、优化资源配置、改善系统灵活性的作用。虚拟电厂作为一种新型的分布式电源市场运行模式,能够对用户需求、系统负荷情况、发电信息等进行科学的预测,利用预测的结果制定出科学合理的最优化发电计划,从而实现对电力系统运行的合理把控,不断优化光伏发电的调度难度,减少电力信息使用对整个配电网带来的冲击。目前国内已经对电化学储能、需求侧响应与虚拟电厂等参与电力系统调节开展了初步探索,国外具有成熟电力市场的国家也在积极完善电力市场设计,以更好发挥这些新型灵活性资源的作用,如2019年2月美国新英格兰容量市场中首次中标20MW的虚拟电厂。
但新型灵活性资源参与电力系统调节仍属探索阶段,且电化学储能、需求侧响应、虚拟电厂等新型灵活性资源种类繁多,技术经济特性各异,适宜的应用场景也不同。未来,随着能源转型的逐步推进和泛在电力物联网的不断建设,需求侧响应和虚拟电厂等新型灵活性资源的规模将越来越大,现有研究一般从技术或经济效益等层面评价灵活资源的应用可行性,但综合考虑应用、技术和经济等的研究较少。亟需研究电化学储能等新型灵活性资源价值,为推动新型灵活性资源在电力系统中的应用,服务适应高比例新能源接入的电力系统转型,加快构建清洁低碳、安全高效的能源体系提供支撑。
发明内容
本发明的目的在于提供一种适用新能源电力系统的灵活资源价值评估方法及装置,旨在解决现有技术中的上述问题。
本发明提供一种适用新能源电力系统的灵活资源价值评估方法,包括:
获取灵活资源在电力系统中多个典型应用场景,并基于所述多个典型应用场景,将对灵活资源的技术需求由上到下依次划分为目标层、准则层、指标层和方案层;
确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分;
综合方案层对指标层的相对评分、指标层对准则层的权重系数及准则层对目标层的权重系数,最终确定方案层对目标层的评分,并根据评分高低,判断不同灵活资源在当前应用场景中的价值。
本发明提供一种适用新能源电力系统的灵活资源价值评估装置,包括:
划分模块,用于获取灵活资源在电力系统中多个典型应用场景,并基于所述多个典型应用场景,将对灵活资源的技术需求由上到下依次划分为目标层、准则层、指标层和方案层;
计算模块,用于确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分;
评估模块,用于综合方案层对指标层的相对评分、指标层对准则层的权重系数及准则层对目标层的权重系数,最终确定方案层对目标层的评分,并根据评分高低,判断不同灵活资源在当前应用场景中的价值。
采用本发明实施例,解决了现有技术中灵活资源价值评估对应用、技术、经济等多维度综合考虑较少的问题,提出一种适用高比例新能源电力系统的灵活资源价值评估方法,为全面客观地反映灵活资源在不同应用场景中的应用价值提供支撑,推动灵活资源在电力系统中的大规模应用。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例的适用新能源电力系统的灵活资源价值评估方法的流程图;
图2是本发明实施例的适用新能源电力系统的灵活资源价值评估方法的详细处理的流程图;
图3是本发明实施例的调峰场景储能适用性分析的示意图;
图4是本发明实施例的新能源电力系统的灵活资源价值评估装置的示意图。
具体实施方式
为了解决现有技术中的问题,本发明实施例提出了一种适用高比例新能源电力系统的灵活资源价值评估方法,结合灵活资源技术经济特性,分析可能的典型应用场景,从应用、技术和经济等多维度,利用层次分析法将准则层的主观判断与经验导入模型,通过量化和归一化处理后,确定各项准则或指标的权重,同时根据经济技术参数,给出灵活资源在某项指标下的相对评分,最后结合灵活资源在某项准则下的相对评分和各项准则的权重,计算各项灵活资源的总评分,通过评分判断灵活资源在典型应用场景下的应用价值。
下面将结合实施例对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例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做出创造性劳动前提下所获得的所有其他实施例,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“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”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。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个所述特征。在本发明的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。此外,术语“安装”、“相连”、“连接”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,可以具体情况理解上述术语在本发明中的具体含义。
方法实施例
根据本发明实施例,提供了一种适用新能源电力系统的灵活资源价值评估方法,图1是本发明实施例的适用新能源电力系统的灵活资源价值评估方法的流程图,如图1所示,根据本发明实施例的适用新能源电力系统的灵活资源价值评估方法具体包括:
步骤101,获取灵活资源在电力系统中多个典型应用场景,并基于所述多个典型应用场景,将对灵活资源的技术需求由上到下依次划分为目标层、准则层、指标层和方案层;其中,所述多个典型应用场景具体包括:调峰场景、调频场景、调压场景和线路拥塞管理场景;所述目标层具体包括:评价目标;所述准则层具体包括:影响对所述评价目标进行评价的多个准则;所述指标层具体包括:对应每一项准则的多个评判指标;所述方案层具体包括:待评价的多个方案。
步骤102,确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分;步骤102具体包括如下处理:
结合典型应用场景对灵活性的需求,确定准则层中的多个因素对目标层的影响,基于所述影响确定准则层对目标层的第一判断矩阵,通过九级标度法对所述第一判断矩阵中不同因素的重要性进行比较,其中,所述第一判断矩阵的行和列为准则层中的多个因素总数;
对构建好的所述第一判断矩阵求解特征根与特征向量,当确定所述第一判断矩阵满足一致性检验时,将特征向量作为权向量,得到准则层对目标层的权重系数;
结合典型应用场景对灵活性的需求,确定指标层中的多个因素对准则层的影响,基于所述影响确定指标层对准则层的第二判断矩阵,通过九级标度法对所述第二判断矩阵中不同因素的重要性进行比较,其中,所述第二判断矩阵的行和列为指标层中的多个因素的总数;
对构建好的第二判断矩阵求解特征根与特征向量,当确定所述第二判断矩阵满足一致性检验时,将特征向量作为权向量,确定指标层对准则层的权重系数;
针对指标层的每个指标,根据灵活资源的技术经济特性,确定方案层对当前指标的第三判断矩阵,通过九级标度法对所述第三判断矩阵中不同因素的重要性进行比较,其中,所述第三判断矩阵的行和列为方案总数;
对构建好的所述第三判断矩阵求解特征根与特征向量,当确定所述第三矩阵满足一致性检验时,将特征向量作为权向量,确定方案层对当前指标的权重系数;
在确定方案层对指标层的各项指标是否都确定了权重系数后,将方案层对不同指标的权重系数进行组合,得到方案层对指标层的相对评分。
其中:确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分具体包括:
根据公式1-3确定所述第一判断矩阵、第二判断矩阵和第三判断矩阵:
mij=1/mji 公式2;
mii=1 公式3;
其中,N为因素总数,矩阵M中元素mij为因素i对因素j的重要性比对值;
根据公式4将判断矩阵M的各元素按每一列向量归一化,根据公式5对归一化矩阵按行求和,根据公式6再次归一化,根据公式7计算判断矩阵M的最大特征根的近似值;
其中,ω=[ω1,ω2,...,ωN]T即为判断矩阵M的近似特征向量,λ即为判断矩阵M最大特征根的近似值。
其中,进行所述第一判断矩阵、第二判断矩阵以及第三判断矩阵的一致性检验具体包括:
对于固定的N,随机构造正互反矩阵M′,正互反矩阵M′的元素m′ij为1~9,在 1/1~1/9中随机取值,计算M′的一致性指标CI,如此构造一定数量的M′,计算所有的CI的平均值,将所述平均值作为随机一致性指标RI;
根据公式8和公式9进行一致性检验:
其中:CI为一致性指标;判断矩阵M的N个特征根之和等于N,则CI相当于除λ外其余N-1个特征根平均值的绝对值;
在CI=0时判断矩阵M为一致性矩阵,其中,CI越大判断矩阵M的不一致程度越严重。
步骤103,综合方案层对指标层的相对评分、指标层对准则层的权重系数及准则层对目标层的权重系数,最终确定方案层对目标层的评分,并根据评分高低,判断不同灵活资源在当前应用场景中的价值。
也就是说,本发明实施例的技术方案具体需要进行如下处理:
1)确定典型应用场景的步骤:选择电网的四大需求——调峰、调频、调压和线路拥塞管理,来分析对灵活资源的技术需求。
2)确定层次体系的步骤:将决策问题分解为4个层次。最上层为目标层,即评价目标A;第二层为准则层B,为影响目标评价的几类准则;第三层为指标层C,对应每一项准则,给出几种重要的评判指标;最下层为方案层D,即待评价的几类方案。
3)确定准则层对目标层的判断矩阵的步骤:结合典型应用场景对灵活性的需求,分析准则层因素对目标层的影响,结合调研与经验给出准则层对目标层的判断矩阵。判断矩阵的行和列为因素总数,通过运用九级标度法来作为不同因素重要性的比较尺度。
4)确定准则层对目标层的权重系数的步骤:对构建好的判断矩阵求解特征根与特征向量,当判断矩阵满足一致性检验时,可将特征向量作为权向量,即权重。由于计算高阶矩阵的特征根和特征向量相当困难,而成对比较矩阵是通过定性比较得到的比较粗糙的量化结果,不必对其作精确计算,完全可用简便的近似方法计算其特征根和特征向量。
5)确定指标层对准则层的判断矩阵的步骤:结合典型应用场景对灵活性的需求,分析指标层因素对准则层的影响,结合调研与经验给出指标层对准则层的判断矩阵。判断矩阵的行和列为因素总数,通过运用九级标度法来作为不同因素重要性的比较尺度。注意在两两因素比较时,需要按照有利于上一层的因素确定。
6)确定指标层对准则层的权重系数的步骤:对构建好的判断矩阵求解特征根与特征向量,当判断矩阵满足一致性检验时,可将特征向量作为权向量,即权重。
7)针对指标层的每个指标,依次开展如下步骤。
8)确定方案层对当前指标的判断矩阵的步骤:考虑灵活资源的技术经济特性,结合调研与经验给出方案层对当前指标的判断矩阵。判断矩阵的行和列为方案总数,通过运用九级标度法来作为不同方案重要性的比较尺度。
9)确定方案层对当前指标的权重系数的步骤:对构建好的判断矩阵求解特征根与特征向量,当判断矩阵满足一致性检验时,可将特征向量作为权向量,即权重。
10)判断方案层对指标层的各项指标是否都确定了权重的步骤:若所有指标都已遍历,则执行下一步骤;否则,返回步骤8)。
11)确定方案层对指标层的相对评分的步骤:把方案层对不同指标的权重组合在一起,就是方案层对指标层的相对评分。
12)确定灵活资源在不同应用场景中的价值的步骤:综合方案层对指标层的相对评分、指标层对准则层的权重及准则层对目标层的权重,可以最终确定方案层对目标层的评分,根据评分高低,可以判断不同灵活资源在当前应用场景中的价值,结束。
以下结合附图,对本发明实施例的上述技术方案进行举例说明。
1)确定典型应用场景:
电化学储能等灵活资源在电力系统中的应用贯穿“发、输、配、用”各个环节,对于平滑新能源出力、促进清洁能源并网、降低火电调峰成本、提供供电质量和可靠性、降低用户侧用电成本、参与调频调压等方面具有重要的应用价值。因此,选择电网的四大需求——调峰、调频、调压和线路拥塞管理,来分析对灵活资源的技术需求。
2)把决策问题划分为目标层、准则层、指标层和方案层:
这里以电化学储能为例,其中目标层为某种电网应用场景下不同类型储能的应用价值;准则层包含各类型储能的技术性准则、经济性准则和应用性准则;指标层中,技术性指标有功率等级、循环次数、放电时间、响应速度,经济性指标有功率成本、能量成本、系统效率、自放电率,实用性指标有安全性、技术成熟度、选址灵活性、环境影响;方案层包含先进压缩空气储能、高速飞轮储能、磷酸铁锂电池储能、三元锂电池储能、全钒液流电池储能、铅碳电池储能、钠硫电池储能等七类先进储能技术。
3)确定判断矩阵:
判断矩阵M构造如下式(1)所示。
其中,N为因素总数,矩阵M中元素mij为因素i对因素j的重要性比对值。一般而言,采用如下表所示九级标度法来作为重要性的比较尺度。注意在两两因素比较时,按照有利于上一层的因素确定。显然,重要性比较满足以下关系。
mij=1/mji (2)
mii=1 (3)
表1因素重要性比对取值
1 | 因素i和因素j的影响相同 |
3 | 因素i比因素j的影响稍强 |
5 | 因素i比因素j的影响强 |
7 | 因素i比因素j的影响明显的强 |
9 | 因素i比因素j的影响绝对的强 |
2,4,6,8 | 因素i和因素j的影响之比在上述两个相邻等级之间 |
1/2,1/3,…,1/9 | 因素i和因素j的影响之比为上面m<sub>ij</sub>的互反数 |
4)确定权重系数:
对构建好的判断矩阵M求解特征根与特征向量,当判断矩阵M满足一致性检验时,可将特征向量作为上述步骤中的权向量,即权重。由于计算高阶矩阵的特征根和特征向量相当困难,而成对比较矩阵是通过定性比较得到的比较粗糙的量化结果,不必对其作精确计算,完全可用简便的近似方法计算其特征根和特征向量。这里采用和法加以求解,其主要步骤如下。
a)将判断矩阵M的各元素按每一列向量归一化。
b)对归一化矩阵按行求和。
c)再次归一化。
ω=[ω1,ω2,...,ωN]T即为判断矩阵M的近似特征向量;
d)根据Mω=λω,如下计算特征根
λ即为判断矩阵M最大特征根的近似值。
和法实际上是将判断矩阵M的列向量归一化后取平均值,作为判断矩阵M的特征向量。因为当判断矩阵M为一致性矩阵时,其每个列向量均为特征向量,故若判断矩阵M的不一致性不严重,则取判断矩阵M的列向量(归一化后)的平均值作为近似特征向量是合理的。
e)判断矩阵一致性检验
成对比较矩阵通常不是一致性矩阵,但为了能用其对应于最大特征根的特征向量作为被比较因素的权向量,其不一致程度应在容许范围内。
定义一致性比率CR:
其中:CI为一致性指标。CI=0时判断矩阵M为一致性矩阵,CI越大判断矩阵M 的不一致程度越严重。由于判断矩阵M的N个特征根之和恰好等于N,故CI相当于除λ外其余N-1个特征根平均值的绝对值;RI为随机一致性指标。计算RI的过程是:对于固定的N,随机地构造正互反矩阵M′,其元素m′ij从1~9,1/1~1/9中随机取值,计算M′的CI。可想而知,M′是非常不一致的,其CI相当大。如此构造相当多的M′,用它们的CI的平均值作为RI。Saaty对不同的N,用100-500个样本M′算出的RI的数值见下表。
表2各阶数对应的随机一致性指标
N | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 |
R<sub>I</sub> | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 | 1.49 | 1.51 |
当一致性比率CR<0.1时,说明判断矩阵构建合理,可用其特征向量作为上述步骤中的权重;否则需要调整判断矩阵使其满足一致性检验。
基于上述论述过程通过判断矩阵M的建立可得权重系数。
5)确定方案层对目标层的评分:
设准则层B对目标层A的判断矩阵(成对比较矩阵)为MBA,其中需要判断重要性对比尺度的各项因素即各项准则,根据MBA计算得到的特征向量VBA即为准则层各项指标占目标层储能适用性评分的权重;同理,设指标层C对准则层B 的判断矩阵为MCB,可计算得指标层对准则层的特征向量VCB;特别地,D对指标层C的第i个准则的判断矩阵为MDCi,其中需要判断重要性对比尺度的各类型储能的第i个准则对应指标,根据MDCi计算得到的特征向量VDCi即各类型储能的第i个准则对应指标的相对评分。将个准则对应的特征向量VDCi如下组合得到各类型储能关于各准则的相对评分矩阵VDC。
VDC=[VDC1 VDC2 … VDCN] (10)
式中VDC,ji为第j种储能的对应第i个指标的相对评分。
故方案层D对目标层A的评分VDA,即各类型储能的适用性评分可如下计算:
VDB=VDCVCB (11)
VDA=VDBVBA (12)
在此需要说明的是,若各类型储能有关经济技术参数不变,则构造的判断矩阵MDC应是相同的,相应的各类型储能在各项指标的相对评分VDC应该是不变的。但是,对于不同场景的适用性评分中,判断矩阵MCB和MBA应该相应的变化,各项准则对适用性评分的权重VCB和VBA也相应变化。故考虑不同的电网应用场景,主要修改准则对适用性评分矩阵MCB和MBA
6)计算电化学储能的价值:
以调峰场景为例。
首先根据调峰场景需求,构造调峰场景下各项准则对适用性判断矩阵和指标对准则判断矩阵,如表3~表6所示,其中持续放电时间、能量成本、安全性赋予更大的权重。
表3调峰准则判断矩阵
准则 | 技术性 | 经济性 | 应用性 |
技术性 | 1.00 | 0.20 | 1.00 |
经济性 | 5.00 | 1.00 | 5.00 |
应用性 | 1.00 | 0.20 | 1.00 |
表4技术性指标判断矩阵
技术性指标 | 功率等级 | 循环寿命 | 持续放电时间 | 响应速度 |
功率等级 | 1.00 | 1.00 | 0.20 | 5.00 |
循环寿命 | 1.00 | 1.00 | 0.20 | 5.00 |
持续放电时间 | 5.00 | 5.00 | 1.00 | 7.00 |
响应速度 | 0.20 | 0.20 | 0.14 | 1.00 |
表5经济性指标判断矩阵
经济性指标 | 功率成本 | 能量成本 | 系统效率 | 自损耗率 |
功率成本 | 1.00 | 0.14 | 0.33 | 0.33 |
能量成本 | 7.00 | 1.00 | 5.00 | 5.00 |
系统效率 | 3.00 | 0.20 | 1.00 | 1.00 |
自损耗率 | 3.00 | 0.20 | 1.00 | 1.00 |
表6应用性指标判断矩阵
应用性指标 | 安全性 | 技术成熟度 | 选址灵活性 | 环境影响 |
安全性 | 1.00 | 1.00 | 5.00 | 3.00 |
技术成熟度 | 1.00 | 1.00 | 5.00 | 3.00 |
选址灵活性 | 0.20 | 0.20 | 1.00 | 0.33 |
环境影响 | 0.33 | 0.33 | 3.00 | 1.00 |
根据表3~表6计算得到各项准则对适用性影响的权重大小,如表7~表10 所示。
表7各准则权重
准则 | 技术性 | 经济性 | 应用性 |
权重 | 0.14 | 0.71 | 0.14 |
表8技术性指标权重
技术性指标 | 功率等级 | 循环寿命 | 持续放电时间 | 响应速度 |
权重 | 0.17 | 0.17 | 0.61 | 0.05 |
表9经济性指标权重
经济性指标 | 功率成本 | 能量成本 | 系统效率 | 自损耗率 |
权重 | 0.06 | 0.63 | 0.15 | 0.15 |
表10应用性指标权重
应用性指标 | 安全性 | 技术成熟度 | 选址灵活性 | 环境影响 |
权重 | 0.39 | 0.39 | 0.07 | 0.15 |
各类型储能的各项指标相对评分,如表11所示。
表11各类型储能的各项指标相对评分
最后,各项指标的权重与各类储能各项指标的相对评分计算出最终的储能适用性评分,如图2所示。
从图2可以看出,对于电网调峰需求场景,铅碳电池储能最为适用;此外,磷酸铁锂电池储能、三元锂电池储能、先进压缩空气储能、全钒液流电池储能和钠硫电池储能适用性依次降低;高速飞轮储能适用性较低。
综上所述,本发明实施例基于层次分析法,提出了一种适用高比例新能源电力系统的灵活资源价值评估方法,解决了以往灵活资源价值评估对应用、技术、经济等多维度综合考虑较少的问题,为全面客观地反映灵活资源在不同应用场景中的应用价值提供支撑,推动灵活资源在电力系统中的大规模应用。
装置实施例
根据本发明实施例,提供了一种适用新能源电力系统的灵活资源价值评估装置,图4是本发明实施例的适用新能源电力系统的灵活资源价值评估装置的示意图,如图4所示,根据本发明实施例的适用新能源电力系统的灵活资源价值评估装置具体包括:
划分模块40,用于获取灵活资源在电力系统中多个典型应用场景,并基于所述多个典型应用场景,将对灵活资源的技术需求由上到下依次划分为目标层、准则层、指标层和方案层;其中,所述多个典型应用场景具体包括:调峰场景、调频场景、调压场景和线路拥塞管理场景;所述目标层具体包括:评价目标;所述准则层具体包括:影响对所述评价目标进行评价的多个准则;所述指标层具体包括:对应每一项准则的多个评判指标;所述方案层具体包括:待评价的多个方案。
计算模块42,用于确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分;计算模块42具体用于:
结合典型应用场景对灵活性的需求,确定准则层中的多个因素对目标层的影响,基于所述影响确定准则层对目标层的第一判断矩阵,通过九级标度法对所述第一判断矩阵中不同因素的重要性进行比较,其中,所述第一判断矩阵的行和列为准则层中的多个因素总数;
对构建好的所述第一判断矩阵求解特征根与特征向量,当确定所述第一判断矩阵满足一致性检验时,将特征向量作为权向量,得到准则层对目标层的权重系数;
结合典型应用场景对灵活性的需求,确定指标层中的多个因素对准则层的影响,基于所述影响确定指标层对准则层的第二判断矩阵,通过九级标度法对所述第二判断矩阵中不同因素的重要性进行比较,其中,所述第二判断矩阵的行和列为指标层中的多个因素的总数;
对构建好的第二判断矩阵求解特征根与特征向量,当确定所述第二判断矩阵满足一致性检验时,将特征向量作为权向量,确定指标层对准则层的权重系数;
针对指标层的每个指标,根据灵活资源的技术经济特性,确定方案层对当前指标的第三判断矩阵,通过九级标度法对所述第三判断矩阵中不同因素的重要性进行比较,其中,所述第三判断矩阵的行和列为方案总数;
对构建好的所述第三判断矩阵求解特征根与特征向量,当确定所述第三矩阵满足一致性检验时,将特征向量作为权向量,确定方案层对当前指标的权重系数;
在确定方案层对指标层的各项指标是否都确定了权重系数后,将方案层对不同指标的权重系数进行组合,得到方案层对指标层的相对评分。
其中,可以根据公式1-3确定所述第一判断矩阵、第二判断矩阵和第三判断矩阵:
mij=1/mji 公式2;
mii=1 公式3;
其中,N为因素总数,矩阵M中元素mij为因素i对因素j的重要性比对值;
根据公式4将判断矩阵M的各元素按每一列向量归一化,根据公式5对归一化矩阵按行求和,根据公式6再次归一化,根据公式7计算判断矩阵M的最大特征根的近似值:
其中,ω=[ω1,ω2,...,ωN]T即为判断矩阵M的近似特征向量,λ即为判断矩阵M最大特征根的近似值。
在进行一致性校验时,对于固定的N,随机构造正互反矩阵M′,正互反矩阵 M′的元素m′ij为1~9,在1/1~1/9中随机取值,计算M′的一致性指标CI,如此构造一定数量的M′,计算所有的CI的平均值,将所述平均值作为随机一致性指标RI;
根据公式8和公式9进行一致性检验:
其中:CI为一致性指标;判断矩阵M的N个特征根之和等于N,则CI相当于除λ外其余N-1个特征根平均值的绝对值;
在Cl=0时判断矩阵M为一致性矩阵,其中,CI越大判断矩阵M的不一致程度越严重。
评估模块44,用于综合方案层对指标层的相对评分、指标层对准则层的权重系数及准则层对目标层的权重系数,最终确定方案层对目标层的评分,并根据评分高低,判断不同灵活资源在当前应用场景中的价值。
本发明实施例是与上述方法实施例对应的装置实施例,各个模块的具体操作可以参照方法实施例的描述进行理解,在此不再赘述。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪30年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA)) 就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL (Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本说明书实施例时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本领域内的技术人员应明白,本说明书一个或多个实施例可提供为方法、系统或计算机程序产品。因此,本说明书一个或多个实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本说明书是参照根据本说明书实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和 /或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器 (RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书一个或多个实施例可以在由计算机执行的计算机可执行指令的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书的一个或多个实施例,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本文件的实施例而已,并不用于限制本文件。对于本领域技术人员来说,本文件可以有各种更改和变化。凡在本文件的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本文件的权利要求范围之内。
Claims (10)
1.一种适用新能源电力系统的灵活资源价值评估方法,其特征在于,包括:
获取灵活资源在电力系统中多个典型应用场景,并基于所述多个典型应用场景,将对灵活资源的技术需求由上到下依次划分为目标层、准则层、指标层和方案层;
确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分;
综合方案层对指标层的相对评分、指标层对准则层的权重系数及准则层对目标层的权重系数,最终确定方案层对目标层的评分,并根据评分高低,判断不同灵活资源在当前应用场景中的价值。
2.根据权利要求1所述的方法,其特征在于,
所述多个典型应用场景具体包括:调峰场景、调频场景、调压场景和线路拥塞管理场景;
所述目标层具体包括:评价目标;
所述准则层具体包括:影响对所述评价目标进行评价的多个准则;
所述指标层具体包括:对应每一项准则的多个评判指标;
所述方案层具体包括:待评价的多个方案。
3.根据权利要求1所述的方法,其特征在于,确定准则层对目标层的判断矩阵和权重系数,确定指标层对准则层的判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分具体包括:
结合典型应用场景对灵活性的需求,确定准则层中的多个因素对目标层的影响,基于所述影响确定准则层对目标层的第一判断矩阵,通过九级标度法对所述第一判断矩阵中不同因素的重要性进行比较,其中,所述第一判断矩阵的行和列为准则层中的多个因素总数;
对构建好的所述第一判断矩阵求解特征根与特征向量,当确定所述第一判断矩阵满足一致性检验时,将特征向量作为权向量,得到准则层对目标层的权重系数;
结合典型应用场景对灵活性的需求,确定指标层中的多个因素对准则层的影响,基于所述影响确定指标层对准则层的第二判断矩阵,通过九级标度法对所述第二判断矩阵中不同因素的重要性进行比较,其中,所述第二判断矩阵的行和列为指标层中的多个因素的总数;
对构建好的第二判断矩阵求解特征根与特征向量,当确定所述第二判断矩阵满足一致性检验时,将特征向量作为权向量,确定指标层对准则层的权重系数;
针对指标层的每个指标,根据灵活资源的技术经济特性,确定方案层对当前指标的第三判断矩阵,通过九级标度法对所述第三判断矩阵中不同因素的重要性进行比较,其中,所述第三判断矩阵的行和列为方案总数;
对构建好的所述第三判断矩阵求解特征根与特征向量,当确定所述第三矩阵满足一致性检验时,将特征向量作为权向量,确定方案层对当前指标的权重系数;
在确定方案层对指标层的各项指标是否都确定了权重系数后,将方案层对不同指标的权重系数进行组合,得到方案层对指标层的相对评分。
4.根据权利要求1或3所述的方法,其特征在于,确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分具体包括:
根据公式1-3确定所述第一判断矩阵、第二判断矩阵和第三判断矩阵:
mij=1/mji 公式2;
mii=1 公式3;
其中,N为因素总数,矩阵M中元素mij为因素i对因素j的重要性比对值;
根据公式4将判断矩阵M的各元素按每一列向量归一化,根据公式5对归一化矩阵按行求和,根据公式6再次归一化,根据公式7计算判断矩阵M的最大特征根的近似值;
其中,ω=[ω1,ω2,...,ωN]T即为判断矩阵M的近似特征向量,λ即为判断矩阵M最大特征根的近似值。
6.一种适用新能源电力系统的灵活资源价值评估装置,其特征在于,包括:
划分模块,用于获取灵活资源在电力系统中多个典型应用场景,并基于所述多个典型应用场景,将对灵活资源的技术需求由上到下依次划分为目标层、准则层、指标层和方案层;
计算模块,用于确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分;
评估模块,用于综合方案层对指标层的相对评分、指标层对准则层的权重系数及准则层对目标层的权重系数,最终确定方案层对目标层的评分,并根据评分高低,判断不同灵活资源在当前应用场景中的价值。
7.根据权利要求6所述的装置,其特征在于,
所述多个典型应用场景具体包括:调峰场景、调频场景、调压场景和线路拥塞管理场景;
所述目标层具体包括:评价目标;
所述准则层具体包括:影响对所述评价目标进行评价的多个准则;
所述指标层具体包括:对应每一项准则的多个评判指标;
所述方案层具体包括:待评价的多个方案。
8.根据权利要求6所述的装置,其特征在于,所述计算模块具体用于:
结合典型应用场景对灵活性的需求,确定准则层中的多个因素对目标层的影响,基于所述影响确定准则层对目标层的第一判断矩阵,通过九级标度法对所述第一判断矩阵中不同因素的重要性进行比较,其中,所述第一判断矩阵的行和列为准则层中的多个因素总数;
对构建好的所述第一判断矩阵求解特征根与特征向量,当确定所述第一判断矩阵满足一致性检验时,将特征向量作为权向量,得到准则层对目标层的权重系数;
结合典型应用场景对灵活性的需求,确定指标层中的多个因素对准则层的影响,基于所述影响确定指标层对准则层的第二判断矩阵,通过九级标度法对所述第二判断矩阵中不同因素的重要性进行比较,其中,所述第二判断矩阵的行和列为指标层中的多个因素的总数;
对构建好的第二判断矩阵求解特征根与特征向量,当确定所述第二判断矩阵满足一致性检验时,将特征向量作为权向量,确定指标层对准则层的权重系数;
针对指标层的每个指标,根据灵活资源的技术经济特性,确定方案层对当前指标的第三判断矩阵,通过九级标度法对所述第三判断矩阵中不同因素的重要性进行比较,其中,所述第三判断矩阵的行和列为方案总数;
对构建好的所述第三判断矩阵求解特征根与特征向量,当确定所述第三矩阵满足一致性检验时,将特征向量作为权向量,确定方案层对当前指标的权重系数;
在确定方案层对指标层的各项指标是否都确定了权重系数后,将方案层对不同指标的权重系数进行组合,得到方案层对指标层的相对评分。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111241987.2A CN114240019A (zh) | 2021-10-25 | 2021-10-25 | 适用新能源电力系统的灵活资源价值评估方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111241987.2A CN114240019A (zh) | 2021-10-25 | 2021-10-25 | 适用新能源电力系统的灵活资源价值评估方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114240019A true CN114240019A (zh) | 2022-03-25 |
Family
ID=80743259
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111241987.2A Pending CN114240019A (zh) | 2021-10-25 | 2021-10-25 | 适用新能源电力系统的灵活资源价值评估方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114240019A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638127A (zh) * | 2022-05-20 | 2022-06-17 | 西安热工研究院有限公司 | 蒸汽发生器传热管堵头可靠性评价方法、装置及电子设备 |
CN115017364A (zh) * | 2022-06-28 | 2022-09-06 | 天翼数字生活科技有限公司 | 视频业务数据区域贡献度评估方法、装置、设备及介质 |
CN115049317A (zh) * | 2022-08-12 | 2022-09-13 | 中国长江三峡集团有限公司 | 一种风力资源评估工具的选择方法、装置及电子设备 |
CN115378929A (zh) * | 2022-10-26 | 2022-11-22 | 杭州华橙软件技术有限公司 | 多方案执行冲突的解决方法、系统、设备及存储介质 |
CN117235610A (zh) * | 2023-11-16 | 2023-12-15 | 一网互通(北京)科技有限公司 | 社交媒体内容数据分段方法、装置及电子设备 |
-
2021
- 2021-10-25 CN CN202111241987.2A patent/CN114240019A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638127A (zh) * | 2022-05-20 | 2022-06-17 | 西安热工研究院有限公司 | 蒸汽发生器传热管堵头可靠性评价方法、装置及电子设备 |
CN115017364A (zh) * | 2022-06-28 | 2022-09-06 | 天翼数字生活科技有限公司 | 视频业务数据区域贡献度评估方法、装置、设备及介质 |
CN115049317A (zh) * | 2022-08-12 | 2022-09-13 | 中国长江三峡集团有限公司 | 一种风力资源评估工具的选择方法、装置及电子设备 |
CN115378929A (zh) * | 2022-10-26 | 2022-11-22 | 杭州华橙软件技术有限公司 | 多方案执行冲突的解决方法、系统、设备及存储介质 |
CN117235610A (zh) * | 2023-11-16 | 2023-12-15 | 一网互通(北京)科技有限公司 | 社交媒体内容数据分段方法、装置及电子设备 |
CN117235610B (zh) * | 2023-11-16 | 2024-02-23 | 一网互通(北京)科技有限公司 | 社交媒体内容数据分段方法、装置及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114240019A (zh) | 适用新能源电力系统的灵活资源价值评估方法及装置 | |
CN112633316B (zh) | 一种基于边界估值理论的负荷预测方法和装置 | |
He et al. | Biobjective optimization-based frequency regulation of power grids with high-participated renewable energy and energy storage systems | |
CN111082424B (zh) | 一种综合能源及微电网系统可靠性预测方法及装置 | |
CN116823008A (zh) | 一种园区能源利用效率评估方法、系统、设备和存储介质 | |
CN115441457A (zh) | 新能源电力系统的快速可靠性评估方法、设备及存储介质 | |
CN115511297A (zh) | 一种虚拟电厂应用效益评估方法、设备及存储介质 | |
CN114683908B (zh) | 换电站的换电能力评估方法、系统、电子设备和介质 | |
CN112653121B (zh) | 一种新能源微电网参与电网调频能力的评估方法及装置 | |
CN112070354A (zh) | 电网设备运行效率评估方法 | |
CN110807599A (zh) | 电化学储能方案的决策方法、装置、服务器和存储介质 | |
CN112633762A (zh) | 楼宇能效获取方法及设备 | |
CN117172391B (zh) | 一种基于多元回归的线损合理区间预测方法、装置及介质 | |
Liu et al. | Enabling Energy-Efficient and Reliable Neural Network via Neuron-Level Voltage Scaling | |
CN116505581B (zh) | 考虑多类型异质资源参与的孤岛微电网黑启动方法及装置 | |
CN116819209B (zh) | 储能电站涉网性能测试方法及系统 | |
CN116799832B (zh) | 一种基于大数据的智能调控混合储能电力系统 | |
CN117851050A (zh) | 多核异构新能源芯负载均衡方法、装置和计算机设备 | |
CN117196884A (zh) | 一种虚拟电厂优化控制方法及系统 | |
CN117557125A (zh) | 一种电力系统灵活性资源调节能力评价方法及系统 | |
CN117932345A (zh) | 电力负荷数据预测模型组训练方法、装置、设备及介质 | |
CN114722712A (zh) | 双层架构下基于神经网络的虚拟电厂经济调度方法及装置 | |
CN115423351A (zh) | 基于层次分析法和遗传算法的配电网多目标主动重构方法 | |
Cai et al. | Security Constrained Dimensionality Reduction Strategy for Unit Commitment | |
CN113554207A (zh) | 一种基于PCA-Copula理论的多能源电力系统电源规划方案评价方法 |
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 |