CN114282793A - 一种综合能源系统的弹性恢复特性评估方法、设备及介质 - Google Patents

一种综合能源系统的弹性恢复特性评估方法、设备及介质 Download PDF

Info

Publication number
CN114282793A
CN114282793A CN202111562122.6A CN202111562122A CN114282793A CN 114282793 A CN114282793 A CN 114282793A CN 202111562122 A CN202111562122 A CN 202111562122A CN 114282793 A CN114282793 A CN 114282793A
Authority
CN
China
Prior art keywords
energy system
load
evaluation index
weight
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.)
Pending
Application number
CN202111562122.6A
Other languages
English (en)
Inventor
许加柱
李芸
伍敏
刘书彦
曾林俊
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN202111562122.6A priority Critical patent/CN114282793A/zh
Publication of CN114282793A publication Critical patent/CN114282793A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种综合能源系统的弹性恢复特性评估方法、设备及介质。首先,考虑综合能源系统的灾时抵御能力与灾后恢复能力,构建综合能源系统的弹性恢复特征评估指标体系;然后基于BWM方法计算系统各评估指标的主观权重;接着,基于反熵权法计算系统各评估指标的客观权重;其次,基于最小熵原理将各评估指标的主观权重与客观权重组合得到综合权重;最后,基于TOPSIS法对综合能源系统的弹性恢复特性进行综合评估。本发明针对极端灾害情况下综合能源系统的弹性恢复特性提出评估方法,考虑系统的灾时抵御能力与灾后恢复能力,全面评估系统的弹性恢复特性,为计及弹性恢复特性的综合能源系统优化配置方案的评估提供了合理的方法支撑。

Description

一种综合能源系统的弹性恢复特性评估方法、设备及介质
技术领域
本发明涉及综合能源系统的弹性恢复技术领域,特别涉及一种BWM-反熵权法和TOPSIS法的综合能源系统的弹性恢复特性评估方法、设备及介质。
背景技术
综合能源系统以多能协同互补为主要特征,可以通过冷/热/电/气等多种能源间的耦合转换提升系统运行的经济性、可靠性性和灵活性。综合能源系统的多能互补特性,可使其在极端灾害下具有较强的抵御能力。但是在低碳化转型的背景下,综合能源系统面临的扰动形式更为丰富。一方面,出力具有波动性和随机性的大规模可再生能源的接入,会使系统面临持续的随机扰动,给综合能源的供需平衡带来严峻的挑战。另一方面,各类能源的互补性更深、耦合面更广,极端灾害带来扰动的影响更大。
为减少极端灾害对综合能源系统稳定运行的影响,对计及弹性恢复特性的综合能源系统的各优化配置方案的全面评估显得极为重要。传统的评价方法分为主观赋权法和客观赋权法,各有利弊,无法获得最优的指标权重。
综上所述,有必要建立全面具体的系统弹性恢复特性的评估指标体系,提出合理的评估方法对综合能源系统的弹性恢复特性进行更加合理有效地评估。
发明内容
本发明的目的是提供一种综合能源系统的弹性恢复特性评估方法、设备及介质,考虑系统的灾时抵御能力与灾后恢复能力,提出相应的评估指标体系和评估方法,能够对综合能源系统的弹性恢复特性提供更加全面的评估,为计及弹性恢复特性的综合能源系统的优化配置提供了理论支撑。
为实现上述技术目的,本发明采用如下技术方案:
一种综合能源系统的弹性恢复特性评估方法,包括:
S1,考虑综合能源系统的灾时抵御能力与灾后恢复能力,构建综合能源系统的弹性恢复特征评估指标体系;
S2,采用BWM方法计算综合能源系统各评估指标的主观权重;
S3,基于综合能源系统待评估的m个配置方案,采用反熵权法计算综合能源系统各评估指标的客观权重;
S4,采用最小熵原理对综合能源系统各评估指标的主观权重和客观权重进行重组合,得到各评估指标的综合权重;
S5,对综合能源系统待评估的每个配置方案的弹性恢复特性,根据各评估指标的综合权重并采用TOPSIS法进行综合评估,从中选择最优配置方案。
进一步地,步骤S1构建的弹性恢复特征指标体系中,灾时抵御能力的评估指标包括系统抵御系数、失负荷速度和失负荷率,灾后恢复能力的评估指标包括关键负荷恢复速度、关键负荷恢复率和负荷总恢复系数。
进一步地,各评估指标分别为:
(1)系统抵御系数δD,是指综合能源系统在极端灾害发生后抵御灾变的性能系数,计算式为:
Figure BDA0003420793100000021
式中:
Figure BDA0003420793100000022
为节点i在t时刻失负荷量,PL.i为节点i的负荷量,Td为系统抵御时间,T为综合能源系统从极端灾害发生至全面恢复的运行时间,n为综合能源系统的节点总数;
(2)失负荷速度
Figure BDA0003420793100000023
是指综合能源系统在极端灾害发生后系统的平均失负荷速度,计算式为:
Figure BDA0003420793100000024
式中:
Figure BDA0003420793100000025
为节点i的失负荷量,Tloss为综合能源系统在灾害发生后的负荷降额时间;
(3)失负荷率
Figure BDA0003420793100000026
体现综合能源系统遭到极端灾害破坏的严重程度,量化计算式为:
Figure BDA0003420793100000027
(4)关键负荷恢复速度
Figure BDA0003420793100000028
反映综合能源系统在灾后恢复期间单位时间的关键负荷恢复量,计算式为:
Figure BDA0003420793100000029
式中:
Figure BDA00034207931000000210
为第i关键节点在t时刻恢复的关键负荷功率;
Figure BDA00034207931000000211
为综合能源系统中关键负荷的恢复时间,nkey为综合能源系统的关键节点总数;
(5)关键负荷恢复率
Figure BDA00034207931000000212
是指在灾后恢复阶段得到有效供能时,关键负荷的恢复量所占总关键负荷量的比率,计算式为:
Figure BDA0003420793100000031
式中:
Figure BDA0003420793100000032
为节点i的关键负荷恢复量,
Figure BDA0003420793100000033
为节点i的关键负荷量;
(6)负荷总恢复系数
Figure BDA0003420793100000034
是指综合能源系统在极端灾害发生后,系统逐步恢复供能的性能系数。
Figure BDA0003420793100000035
式中:γi为负荷i的重要性系数,
Figure BDA0003420793100000036
为负荷i在t时刻的负荷恢复量,Tre为系统中所有负荷的恢复时间。
进一步地,步骤S2具体为:
S2.1:根据决策者准则,从综合能源系统的所有n个评估指标中选取最优评估指标xB和最劣评估指标xW;比较最优评估指标xB相对于每个评估指标xj(j=1,2,...,n)的重要性cBj,构建第一判断向量CB=(cB1,cB2,...,cBn);以及比较每个评估指标xj(j=1,2,...,n)相对于最劣评估指标xW的不重要性,构建第二判断向量CW=(c1W,c2W,...,cnW)T
S2.2:建立评估指标权重的数学规划问题:
Figure BDA0003420793100000037
Figure BDA0003420793100000038
式中:
Figure BDA0003420793100000039
为最优评估指标xB的权重,
Figure BDA00034207931000000310
为最劣评估指标xW的权重,
Figure BDA00034207931000000311
为任意评估指标xj的主观权重;
S2.3:求解评估指标权重的数学规划问题,得到所有评估指标的最优权重
Figure BDA00034207931000000312
进一步地,步骤S3具体为:
S3.1:计算每个配置方法的各评估指标值xij(i=1,2,...,m;j=1,2,...,n),得到指标矩阵X=(xij)m×n
S3.2:对指标矩阵进行正则化处理,即采用向量规范化法得到无量纲化的指标矩阵R=(rij)m×n,其中:
Figure BDA0003420793100000041
S3.3:计算各评估指标的反熵值ej
Figure BDA0003420793100000042
Figure BDA0003420793100000043
式中,0≤pij≤1且
Figure BDA0003420793100000044
S3.4:根据各评估指标的反熵值,计算各评估指标的客观权重
Figure BDA0003420793100000045
Figure BDA0003420793100000046
进一步地,步骤S4具体为:基于最小熵原理将主观权重和客观权重进行组合,用拉格朗日乘子法求解各评估指标的综合权重:
Figure BDA0003420793100000047
式中,
Figure BDA0003420793100000048
和ωj分别为第j个评估指标xj的客观权重、主观权重和综合权重,n为评估指标的个数。
进一步地,步骤S5具体为:
S5.1:按照下列计算式计算指标加权规范化的决策矩阵V:
Figure BDA0003420793100000049
式中,R=(rij)m×n是由指标矩阵X=(xij)m×n正则化处理得到的无量纲化的指标矩阵,xij为第i个配置方案的第j个评估指标值;W=(ω12,...,ωn)为各评估指标的综合权重满足ωi>0,
Figure BDA0003420793100000051
Vij为决策矩阵V中第i行第j列的元素;
S5.2:确定正理想解
Figure BDA0003420793100000052
和负理想解
Figure BDA0003420793100000053
Figure BDA0003420793100000054
Figure BDA0003420793100000055
式中:V+为正理想解集,V-为负理想解集,当j为效益型指标时越大越好,当j为成本型指标时越小越好;
S5.3:计算每个配置方案i的最优理想解的欧式距离
Figure BDA0003420793100000056
和最差理想解的欧式距离
Figure BDA0003420793100000057
Figure BDA0003420793100000058
Figure BDA0003420793100000059
S5.4:计算每个配置方案i的相对贴合度τi
Figure BDA00034207931000000510
S5.5:选择相对贴合度最大的配置方案,即为综合能源系统的最优配置方案。
一种电子设备,包括存储器及处理器,所述存储器中存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器实现上述任一项所述的综合能源系统的弹性恢复特性评估方法。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项所述的综合能源系统的弹性恢复特性评估方法。
与现有技术相比,本发明具有以下有益效果:
本发明考虑综合能源系统的灾时抵御能力与灾后恢复能力,确定了系统抵御系数、失负荷速度、失负荷率、关键负荷恢复速度、关键负荷恢复率和负荷总恢复系数六个评估指标,全面评估综合能源系统的弹性恢复特性。本发明采用BWM方法计算各项评估指标的主观权重,可有效避免专家打分的模糊性与随意性,还可以极大简化计算过程;采用反熵权法计算各项评估指标的客观权重;基于最小熵原理将BWM方法所得的主观权重与反熵权法所得的客观权重组合得到各评估指标的综合权重;最后,基于TOPSIS法对综合能源系统的弹性恢复特性进行综合评估,为综合能源系统的弹性恢复特性评估提供了一种新思路。
附图说明
图1综合能源系统的弹性恢复特性评估方法流程图;
图2弹性恢复特性评估指标体系示意图。
具体实施方式
下面将通过具体实施方式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他实施例,都属于本发明保护的范围。
本发明提供一种综合能源系统的弹性恢复特性评估方法,考虑系统的灾时抵御能力与灾后恢复能力,建立弹性恢复特性评估指标体系,提出基于BWM-反熵权法与TOPSIS法的评估方法,能够对综合能源系统的弹性恢复特性进行更加全面具体的评估,为计及弹性恢复特性的综合能源系统优化配置和运行等发展提供理论支撑。
本实施例所述一种综合能源系统的弹性恢复特性评估方法,如附图1所示,包括以下步骤:
步骤S1:以综合能源系统为研究对象,分析系统在极端灾害情况下的运行状态,构建综合能源系统的弹性恢复特性评估指标体系。
该步骤S1构建的弹性恢复特征评估指标体系,综合考虑了灾时抵御能力与灾后恢复能力,如图2所示。其中灾时抵御能力的评估指标包括系统抵御系数、失负荷速度和失负荷率,灾后恢复能力的评估指标包括关键负荷恢复速度、关键负荷恢复率和负荷总恢复系数。该六项评估指标划分为成本型指标和效益型指标,失负荷速度、失负荷率隶属于成本型指标;系统抵御系数、关键负荷恢复速度、关键负荷恢复率和负荷总恢复系数隶属于效益型指标。下面分别对每个评估指标进行解释。
(1)系统抵御系数
系统抵御系数是指综合能源系统在极端灾害发生后抵御灾变的性能系数,计算式为:
Figure BDA0003420793100000061
式中:δD为系统抵御系数,
Figure BDA0003420793100000062
为节点i在t时刻失负荷量,PL.i为节点i的负荷量,Td为系统抵御时间,T为综合能源系统从极端灾害发生至全面恢复的运行时间,n为综合能源系统的节点总数。
(2)失负荷速度
失负荷速度是指综合能源系统在极端灾害发生后系统的平均失负荷速度,计算式为:
Figure BDA0003420793100000071
式中:
Figure BDA0003420793100000072
为失负荷速度,
Figure BDA0003420793100000073
为节点i的失负荷量,Tloss为综合能源系统在灾害发生后的负荷降额时间。
(3)失负荷率
极端灾害情况下失负荷率是指综合能源无法完全抵御灾害所造成的影响,导致部分负荷失去供电。失负荷率体现综合能源系统遭到极端灾害破坏的严重程度,数值越小反映系统自身抗灾能力越强,量化计算式为:
Figure BDA0003420793100000074
式中:
Figure BDA0003420793100000075
为失负荷率。
(4)关键负荷恢复速度
电力负荷一般按照其重要程度分为第一类负荷、第二类负荷和第三类负荷。第一类负荷通常为医院、火箭发射基地等,中断供电会造成人身伤亡危险或重大设备损坏,对政治和经济造成重大损失。第二类负荷通常为大型企业工厂等,发生停电会造成大量减产和设备故障,或者局部地区的交通受阻,应当采取措施避免缺供。第三类负荷是除第一类负荷、第二类负荷之外的一般负荷,这类负荷短时停电所造成的影响不大,通常为小城镇、农村居民用电等。同样地,综合能源系统中的热负荷、冷负荷、气负荷等都可按照上述原则划分,确定各节点负荷的关键性。
关键负荷恢复速度是反映综合能源系统在灾后恢复期间单位时间的关键负荷恢复量,计算式为:
Figure BDA0003420793100000076
式中:
Figure BDA0003420793100000077
为关键负荷恢复速度,
Figure BDA0003420793100000078
为第i关键节点在t时刻恢复的关键负荷功率;
Figure BDA0003420793100000079
为综合能源系统中关键负荷的恢复时间,nkey为综合能源系统的关键节点总数。
(5)关键负荷恢复率
关键负荷恢复率是指在灾后恢复阶段得到有效供能时,关键负荷的恢复量所占总关键负荷量的比率,计算式为:
Figure BDA0003420793100000081
式中:
Figure BDA0003420793100000082
为关键负荷恢复率,
Figure BDA0003420793100000083
为节点i的关键负荷恢复量,
Figure BDA0003420793100000084
为节点i的关键负荷量。
(6)负荷总恢复系数
负荷总恢复系数是指综合能源系统在极端灾害发生后,系统逐步恢复供能的性能系数。
Figure BDA0003420793100000085
式中:
Figure BDA0003420793100000086
为负荷总恢复系数,γi为负荷i的重要性系数,
Figure BDA0003420793100000087
为负荷i在t时刻的负荷恢复量,Tre为系统中所有负荷的恢复时间。
步骤S2:采用BWM方法计算综合能源系统各评估指标的主观权重。具体为:
S2.1:在评估指标集X=(x1,x2,...,xn)中,根据决策者准则从中选取最优评估指标xB和最劣评估指标xW;决策者采用1-9分制进行比较评分,比较最优准则与其余准则的重要性,构建第一判断向量CB=(cB1,cB2,...,cBn),其中,cBj代表最优指标xB与指标xj相比的重要性,1代表同等重要,9代表极端重要。同样的,比较其余准则与最劣准则的不重要性,构建第二判断向量CW=(c1W,c2W,...,cnW)T,其中,cjW代表指标xj与最劣指标xW相比的最不重要性,1代表同等不重要,9代表极端不重要。
表1最优准则打分表
指标 x<sub>1</sub> x<sub>2</sub> ... x<sub>n</sub>
C<sub>B</sub> c<sub>B1</sub> c<sub>B2</sub> ... c<sub>Bn</sub>
表2最劣准则打分表
指标 x<sub>1</sub> x<sub>2</sub> ... x<sub>n</sub>
C<sub>W</sub> c<sub>1W</sub> c<sub>2W</sub> ... c<sub>nW</sub>
S2.2:建立评估指标权重的数学规划问题:
Figure BDA0003420793100000088
Figure BDA0003420793100000091
式中:
Figure BDA0003420793100000092
为最优评估指标xB的权重,
Figure BDA0003420793100000093
为最劣评估指标xW的权重,
Figure BDA0003420793100000094
为任意评估指标xj的主观权重,取全部
Figure BDA0003420793100000095
中最大的一个,使其最小化。
S2.3:求解评估指标权重的数学规划问题,得到所有评估指标的最优主观权重
Figure BDA0003420793100000096
具体可将上述问题转换以下式(9)后再求解:
Figure BDA0003420793100000097
步骤S3:基于综合能源系统待评估的m个配置方案,采用反熵权法计算综合能源系统各评估指标的客观权重。
反熵权法是在熵权法基础上改进的指标赋权方法,它采用熵值的反熵进行计算,指标波动性越强,熵值越小,权重系数越大。步骤S3具体为:
S3.1:设综合能源系统有m个待评估的配置方案,共n个评估指标,本实施例n=6。计算每个配置方法的各评估指标值xij(i=1,2,...,m;j=1,2,...,n),得到指标矩阵X=(xij)m×n
Figure BDA0003420793100000098
S3.2:对指标矩阵进行正则化处理,即采用向量规范化法得到无量纲化的指标矩阵R=(rij)m×n,转换关系如式(12)所示:
Figure BDA0003420793100000099
Figure BDA0003420793100000101
S3.3:计算各评估指标的反熵值ej
Figure BDA0003420793100000102
式中,0≤pij≤1且
Figure BDA0003420793100000103
S3.4:根据各评估指标的反熵值,计算各评估指标的客观权重:
Figure BDA0003420793100000104
式中:
Figure BDA0003420793100000105
为反熵权法所得各评估指标的客观权重。
S4,采用最小熵原理对综合能源系统各评估指标的主观权重和客观权重进行重组合,得到各评估指标的综合权重。具体为:基于最小熵原理将主观权重和客观权重进行组合,用拉格朗日乘子法求解各评估指标的综合权重:
Figure BDA0003420793100000106
式中,
Figure BDA0003420793100000107
和ωj分别为第j个评估指标xj的客观权重、主观权重和综合权重,n为评估指标的个数。
S5,对综合能源系统待评估的每个配置方案的弹性恢复特性,根据各评估指标的综合权重并采用TOPSIS法进行综合评估,从中选择最优配置方案。具体为:
S5.1:按照下列计算式计算指标加权规范化的决策矩阵V:
Figure BDA0003420793100000108
式中,权重满足ωi>0,
Figure BDA0003420793100000109
S5.2:确定正理想解
Figure BDA00034207931000001010
和负理想解
Figure BDA00034207931000001011
Figure BDA0003420793100000111
Figure BDA0003420793100000112
式中:V+为正理想解集,V-为负理想解集,当j为效益型指标时越大越好,当j为成本型指标时越小越好;
S5.3:计算每个配置方案i的最优理想解的欧式距离
Figure BDA0003420793100000113
和最差理想解的欧式距离
Figure BDA0003420793100000114
Figure BDA0003420793100000115
Figure BDA0003420793100000116
式中:
Figure BDA0003420793100000117
为正理想解V+中的元素;
Figure BDA0003420793100000118
为负理想解V-中的元素;
S5.4:计算每个配置方案i的相对贴合度τi
Figure BDA0003420793100000119
S5.5:选择相对贴合度最大的配置方案,即为综合能源系统的最优配置方案。
将m个配置方案的相对贴近度按大小排序,相对贴近度越大表示该配置方案越有优,反之则越差,相对贴近度最大的方案即为最优方案,也即综合能源系统弹性恢复性能最优的优化运行方案。
以上实施例为本申请的优选实施例,本领域的普通技术人员还可以在此基础上进行各种变换或改进,在不脱离本申请总的构思的前提下,这些变换或改进都应当属于本申请要求保护的范围之内。

Claims (9)

1.一种综合能源系统的弹性恢复特性评估方法,其特征在于,包括:
S1,考虑综合能源系统的灾时抵御能力与灾后恢复能力,构建综合能源系统的弹性恢复特征评估指标体系;
S2,采用BWM方法计算综合能源系统各评估指标的主观权重;
S3,基于综合能源系统待评估的m个配置方案,采用反熵权法计算综合能源系统各评估指标的客观权重;
S4,采用最小熵原理对综合能源系统各评估指标的主观权重和客观权重进行重组合,得到各评估指标的综合权重;
S5,对综合能源系统待评估的每个配置方案的弹性恢复特性,根据各评估指标的综合权重并采用TOPSIS法进行综合评估,从中选择最优配置方案。
2.根据权利要求1所述的一种综合能源系统的弹性恢复特性评估方法,其特征在于,步骤S1构建的弹性恢复特征指标体系中,灾时抵御能力的评估指标包括系统抵御系数、失负荷速度和失负荷率,灾后恢复能力的评估指标包括关键负荷恢复速度、关键负荷恢复率和负荷总恢复系数。
3.根据权利要求2所述的一种综合能源的弹性恢复特性评估方法,其特征在于,各评估指标分别为:
(1)系统抵御系数δD,是指综合能源系统在极端灾害发生后抵御灾变的性能系数,计算式为:
Figure FDA0003420793090000011
式中:
Figure FDA0003420793090000012
为节点i在t时刻失负荷量,PL.i为节点i的负荷量,Td为系统抵御时间,T为综合能源系统从极端灾害发生至全面恢复的运行时间,n为综合能源系统的节点总数;
(2)失负荷速度
Figure FDA0003420793090000013
是指综合能源系统在极端灾害发生后系统的平均失负荷速度,计算式为:
Figure FDA0003420793090000014
式中:
Figure FDA0003420793090000015
为节点i的失负荷量,Tloss为综合能源系统在灾害发生后的负荷降额时间;
(3)失负荷率
Figure FDA0003420793090000016
体现综合能源系统遭到极端灾害破坏的严重程度,量化计算式为:
Figure FDA0003420793090000021
(4)关键负荷恢复速度
Figure FDA0003420793090000022
反映综合能源系统在灾后恢复期间单位时间的关键负荷恢复量,计算式为:
Figure FDA0003420793090000023
式中:
Figure FDA0003420793090000024
为第i关键节点在t时刻恢复的关键负荷功率;
Figure FDA0003420793090000025
为综合能源系统中关键负荷的恢复时间,nkey为综合能源系统的关键节点总数;
(5)关键负荷恢复率
Figure FDA0003420793090000026
是指在灾后恢复阶段得到有效供能时,关键负荷的恢复量所占总关键负荷量的比率,计算式为:
Figure FDA0003420793090000027
式中:
Figure FDA0003420793090000028
为节点i的关键负荷恢复量,
Figure FDA0003420793090000029
为节点i的关键负荷量;
(6)负荷总恢复系数
Figure FDA00034207930900000210
是指综合能源系统在极端灾害发生后,系统逐步恢复供能的性能系数。
Figure FDA00034207930900000211
式中:γi为负荷i的重要性系数,
Figure FDA00034207930900000212
为负荷i在t时刻的负荷恢复量,Tre为系统中所有负荷的恢复时间。
4.根据权利要求1所述的一种综合能源的弹性恢复特性评估方法,其特征在于,步骤S2具体为:
S2.1:根据决策者准则,从综合能源系统的所有n个评估指标中选取最优评估指标xB和最劣评估指标xW;比较最优评估指标xB相对于每个评估指标xj(j=1,2,…,n)的重要性cBj,构建第一判断向量CB=(cB1,cB2,...,cBn);以及比较每个评估指标xj(j=1,2,…,n)相对于最劣评估指标xW的不重要性,构建第二判断向量CW=(c1W,c2W,...,cnW)T
S2.2:建立评估指标权重的数学规划问题:
Figure FDA0003420793090000031
Figure FDA0003420793090000032
式中:
Figure FDA0003420793090000033
为最优评估指标xB的权重,
Figure FDA0003420793090000034
为最劣评估指标xW的权重,
Figure FDA0003420793090000035
为任意评估指标xj的主观权重;
S2.3:求解评估指标权重的数学规划问题,得到所有评估指标的最优权重
Figure FDA0003420793090000036
5.根据权利要求1所述的一种综合能源的弹性恢复特性评估方法,其特征在于,步骤S3具体为:
S3.1:计算每个配置方法的各评估指标值xij(i=1,2,...,m;j=1,2,...,n),得到指标矩阵X=(xij)m×n
S3.2:对指标矩阵进行正则化处理,即采用向量规范化法得到无量纲化的指标矩阵R=(rij)m×n,其中:
Figure FDA0003420793090000037
S3.3:计算各评估指标的反熵值ej
Figure FDA0003420793090000038
Figure FDA0003420793090000039
式中,0≤pij≤1且
Figure FDA00034207930900000310
S3.4:根据各评估指标的反熵值,计算各评估指标的客观权重
Figure FDA00034207930900000311
Figure FDA00034207930900000312
6.根据权利要求1所述的一种综合能源系统的弹性恢复特性评估方法,其特征在于,步骤S4具体为:基于最小熵原理将主观权重和客观权重进行组合,用拉格朗日乘子法求解各评估指标的综合权重:
Figure FDA0003420793090000041
式中,
Figure FDA0003420793090000042
和ωj分别为第j个评估指标xj的客观权重、主观权重和综合权重,n为评估指标的个数。
7.根据权利要求1所述的一种综合能源系统的弹性恢复特性评估方法,其特征在于,步骤S5具体为:
S5.1:按照下列计算式计算指标加权规范化的决策矩阵V:
Figure FDA0003420793090000043
式中,R=(rij)m×n是由指标矩阵X=(xij)m×n正则化处理得到的无量纲化的指标矩阵,xij为第i个配置方案的第j个评估指标值;W=(ω12,...,ωn)为各评估指标的综合权重满足ωi>0,
Figure FDA0003420793090000044
Vij为决策矩阵V中第i行第j列的元素;
S5.2:确定正理想解
Figure FDA0003420793090000045
和负理想解
Figure FDA0003420793090000046
Figure FDA0003420793090000047
Figure FDA0003420793090000048
式中:V+为正理想解集,V-为负理想解集,当j为效益型指标时越大越好,当j为成本型指标时越小越好;
S5.3:计算每个配置方案i的最优理想解的欧式距离
Figure FDA0003420793090000049
和最差理想解的欧式距离
Figure FDA00034207930900000410
Figure FDA00034207930900000411
Figure FDA0003420793090000051
S5.4:计算每个配置方案i的相对贴合度τi
Figure FDA0003420793090000052
S5.5:选择相对贴合度最大的配置方案,即为综合能源系统的最优配置方案。
8.一种电子设备,包括存储器及处理器,所述存储器中存储有计算机程序,其特征在于,所述计算机程序被所述处理器执行时,使得所述处理器实现如权利要求1~7中任一项所述的方法。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
CN202111562122.6A 2021-12-20 2021-12-20 一种综合能源系统的弹性恢复特性评估方法、设备及介质 Pending CN114282793A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111562122.6A CN114282793A (zh) 2021-12-20 2021-12-20 一种综合能源系统的弹性恢复特性评估方法、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111562122.6A CN114282793A (zh) 2021-12-20 2021-12-20 一种综合能源系统的弹性恢复特性评估方法、设备及介质

Publications (1)

Publication Number Publication Date
CN114282793A true CN114282793A (zh) 2022-04-05

Family

ID=80873107

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111562122.6A Pending CN114282793A (zh) 2021-12-20 2021-12-20 一种综合能源系统的弹性恢复特性评估方法、设备及介质

Country Status (1)

Country Link
CN (1) CN114282793A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358493A (zh) * 2022-10-20 2022-11-18 广东电网有限责任公司 一种综合能源系统的风险评估方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921410A (zh) * 2018-06-22 2018-11-30 天津大学 一种配电网弹性恢复力指标构建及提升方法
CN110909980A (zh) * 2019-10-21 2020-03-24 湖南大学 一种基于ahp-topsis的直流配电网故障恢复方案的评价方法
CN111489091A (zh) * 2020-04-14 2020-08-04 广东电网有限责任公司广州供电局 一种电力系统恢复力综合评价方法
CN113159580A (zh) * 2021-04-23 2021-07-23 华南理工大学 一种基于云模型的工贸企业安全管理能力评估方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108921410A (zh) * 2018-06-22 2018-11-30 天津大学 一种配电网弹性恢复力指标构建及提升方法
CN110909980A (zh) * 2019-10-21 2020-03-24 湖南大学 一种基于ahp-topsis的直流配电网故障恢复方案的评价方法
CN111489091A (zh) * 2020-04-14 2020-08-04 广东电网有限责任公司广州供电局 一种电力系统恢复力综合评价方法
CN113159580A (zh) * 2021-04-23 2021-07-23 华南理工大学 一种基于云模型的工贸企业安全管理能力评估方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
田振成等: "基于BWM与改进熵-TOP...CB自动装壳生产线方案评价", 《青岛大学学报》, 15 May 2020 (2020-05-15), pages 1 - 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358493A (zh) * 2022-10-20 2022-11-18 广东电网有限责任公司 一种综合能源系统的风险评估方法及装置
CN115358493B (zh) * 2022-10-20 2023-02-10 广东电网有限责任公司 一种综合能源系统的风险评估方法及装置

Similar Documents

Publication Publication Date Title
CN109034653B (zh) 一种电源规划方案综合评价方法
Khodadadipour et al. Undesirable factors in stochastic DEA cross-efficiency evaluation: An application to thermal power plant energy efficiency
CN110994694A (zh) 计及差异化需求响应的微电网源荷储协调优化调度方法
CN110350522B (zh) 一种基于加权h指数的电力系统脆弱线路辨识方法
CN114282793A (zh) 一种综合能源系统的弹性恢复特性评估方法、设备及介质
CN105512783A (zh) 用于电磁环网解环方案的综合评价方法
CN113675890A (zh) 基于td3的新能源微电网优化方法
CN111967777B (zh) 一种储能促进清洁能源利用价值的综合评价方法
CN106067074B (zh) 一种通过优化链路的开关状态来提升电网系统鲁棒性的方法
CN113657619B (zh) 考虑故障连锁的关键弹性提升元件辨识及故障恢复方法
CN116882848B (zh) 一种企业电力碳绩效综合评价方法及设备
CN111900720B (zh) 一种基于双层网页排序算法的输电网脆弱线路辨识方法
CN109558990B (zh) 一种基于斯坦纳树模型的配电网防灾骨干网架规划方法
CN106874607B (zh) 基于多层级变权理论的电网自组织临界态定量评估方法
CN116667394A (zh) 园区综合能源系统联络线功率的概率化偏差控制方法
CN116070952A (zh) 一种多维度能源利用效率评估方法、系统、设备及介质
Sujatha et al. An adaptive differential evolution algorithm based minimization of power loss and voltage instability
Adebayo et al. Voltage stability based on a novel critical bus identification index
CN111144703B (zh) 基于模糊动态时间弯曲的配电网分区电压运行状态评估方法
Younesi et al. Energy loss minimization with parallel implementation of marine predators algorithm
CN113507116A (zh) 一种配电网负荷转供方法、装置、设备及存储介质
CN109857590B (zh) 一种电力调度中心的数据备份系统
Adebayo et al. New approaches for the identification of influential and critical nodes in an electric grid
Chan et al. Bayesian improved cross entropy method with categorical mixture models
Liu et al. Research on node importance of power communication network based on multi-attribute analysis

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