CN114626655A - 一种区域综合能源系统多标准综合评价方法 - Google Patents
一种区域综合能源系统多标准综合评价方法 Download PDFInfo
- Publication number
- CN114626655A CN114626655A CN202011531794.6A CN202011531794A CN114626655A CN 114626655 A CN114626655 A CN 114626655A CN 202011531794 A CN202011531794 A CN 202011531794A CN 114626655 A CN114626655 A CN 114626655A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- comprehensive
- weight
- index
- energy system
- 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 92
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000010219 correlation analysis Methods 0.000 claims abstract description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000011002 quantification Methods 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000012854 evaluation process Methods 0.000 description 4
- 238000005265 energy consumption Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 239000002131 composite material Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000005802 health problem Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010972 statistical evaluation Methods 0.000 description 1
- 239000013589 supplement Substances 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
- 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
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种区域综合能源系统多标准综合评价方法。提出一种综合考虑技术、经济、环境和社会等方面的多标准综合评价方法来评价区域综合能源系统。首先,分别采用秩相关分析和熵信息法分别获得主观权重和客观权重;结合最大熵原理和最小加权广义距离,得到了最优加权系数。其次,根据评价指标的不同优先级,基于改进的综合模糊评价方法,对一个台区的综合能源系统进行评估,并在综合评价的基础上,对评价结果给出了需要改进的建议。结果表明,所提出的区域综合能源系统多标准综合评价方法是一种简单实用的能效评价方法。
Description
技术领域
本发明是一种区域综合能源系统多标准综合评价方法,是一种综合考虑技术、经济、环境和社会等方面的多标准综合评价方法。
背景技术
随着建筑面积的扩大和生活水平的提高,建筑能耗不断增加。建筑能耗的增加导致许多环境、经济和健康问题,特别是在像中国这样的大发展中国家。随着城市化的进一步发展,建筑能耗问题将在中国更加突出。因此,在建设区域综合能源系统时,只有充分考虑当地的能源资源和环境,社区能源规划才能经济和可持续。已观察到对综合能源系统的评价可以解释为一个复杂的多标准综合评价问题,使决策者能够考虑现有的所有方面,并根据其优先事项作出适当的决定。这种方法也为能源项目的可持续发展提供了理论依据和指导。
多标准综合评价方法已成功地应用于区域综合能源系统的评价过程,并被广泛应用于解决与能源有关的问题。根据对权重因素的统计评价,对联合供热和电力(CHP)系统进行了技术、经济和社会方面的多标准综合评价,采用了集聚函数。然而,权重系数是由任意值决定的,遵循不考虑主观和客观因素的规则。基于结合灰色关联分析(GRA)方法和熵信息方法,从技术、经济和环境的角度评价了基于联合冷却、加热和功率(CCHP)在公共建筑中应用的固体氧化物燃料电池的可行性。然而,由于权重仅由基于客观数据的熵信息方法确定,不能反映决策者的偏好。从上述两个方法中可以看出,多标准综合评价是一种强有力的评价方法,可以确定在相互冲突的多标准和不同的利益相关者之间给出最优的评价结果。然而多准则综合评价的过程还存在以下四个方面的不足:(1)建立综合评价指标;(2)兼顾主客观权重;(3)组合权重优化;(4)减少数学计算的复杂性。
发明内容
针对多准则评价的过程中存在的不足之处,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)区域综合能源系统综合评价指标的建立。
(2)用秩相关分析方法(RCA)和熵信息法分别获得主观权重和客观权重,优化组合权重。
(3)基于改进的综合模糊评价方法,对综合能源系统进行了评价,并与其他方法进行了比较。
本发明提出一种综合考虑技术、经济、环境和社会等方面的多标准综合评价方法来评价区域综合能源系统。首先,分别采用秩相关分析和熵信息法分别获得主观权重和客观权重;结合最大熵原理和最小加权广义距离,得到了最优加权系数。其次,根据评价指标的不同优先级,基于改进的综合模糊评价方法,对一个台区的综合能源系统进行评估,并在综合评价的基础上,对评价结果给出了需要改进的建议。最后通过和其它方法的比较证明本发明是一种简单实用的评价方法。
本发明的目的是由以下技术方案来实现的,(1)区域综合能源系统综合评价指标的建立。(2)采用秩相关分析(RCA)方法确定考核指标的主观权重。优化组合权重在评价过程中的应用。(3)基于改进的综合模糊评价方法。它包括以下步骤:
步骤1)作为多准则的第一步和主要步骤综合评价、评价指标体系的建立起着非常重要的作用,为能源系统的进一步评价任务铺平了道路。在建立评价指标的原则和相关参考文献的基础上,主要考虑四个方面作为属性层,技术指标、经济指标、环境指标、社会指标。将各属性的特征参数列为评价系统的第二层指标。
(1.1)采用专家评价的方法对定性指标进行量化。即将定性指标分成5个等级,分别为优、良、中、差、劣,然后赋值标准给出评定值。当因素指标介于两个等级之间时,评定值取这两个等级评定值之间的值。对数据范围的评价指标的量化按如下进行:数据范围为x~y时,取(x+y)/2;数据范围为<x时,取x;数据范围为>y时,取y;
(1.2)量化指标的标准化。将定量指标用数值表示,并统一数据序列的维度和单位。为了标准化,评价指标分为两组:“较大的期望响应”和“较小的期望响应”;
(1.3)对于“较大的期望响应”,原始序列的目标值具有“较大更好”的特征,而对于“较小的期望响应”,原始序列的目标值具有“较小更好”的特点,分别利用其特征对两组数据进行标准化计算。
步骤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。采用秩相关分析和熵信息法分别获得主观和客观权重。
(2.1)确定指标的等级相关性,并且确定相邻指标的相对重要性程度,根据评价指标的等级相关性和相对重要性程度,获得主观权重;
(2.2)确定系数评价矩阵,并进行规范化;计算每个指标的信息熵值和差异系数,最终获得客观权重;
(2.3)通过主观权重和客观权重的线性组合得到组合权重。结合最大熵原理(MEP)的优化模型和最小化加权广义距离的优化方法,得到最优加权系数。
步骤3)根据评估指标的不同优先级,在改进的综合模糊评价方法的基础上得出综合评价结果。
(3.1)确定评价区域综合能源系统的指标集;
(3.2)确定评语等级,每个等级是一个模糊子集,等级越多则评价结果越精确;
(3.3)建立模糊隶属矩阵;
(3.4)结合综合权重系数,进行复合运算得到综合评价向量;
(3.5)分析综合模糊评价向量。采用最大隶属度原则作为评价对象总体评价结论。
附图说明
图1总体步骤框图;
图2指标的主观和客观权重值;
具体实施方式
下面结合附图对本发明的一种区域综合能源系统多标准综合评价方法作详细描述。
一种区域综合能源系统多标准综合评价方法,包括如下步骤:
1)对于定性指标的量化,可由专家评议确定。即将定性指标分成5个等级,分别为优、良、中、差、劣,然后赋值标准给出评定值。当因素指标介于两个等级之间时,评定值取这两个等级评定值之间的值。
(1.1)对数据范围的评价指标的量化按如下进行:数据范围为x~y时,取(x+y)/2;数据范围<x时,取x;数据范围为>y时,取y;
(1.2)将定量指标用数值表示,并统一数据序列的维度和单位。为了标准化,评价指标分为两组:“较大的期望响应”和“较小的期望响应”;
(1.3)对于“较大的期望响应”,原始序列的目标值具有“较大更好”的特征,而对于“较小的期望响应”,原始序列的目标值具有“较小更好”的特点,分别利用其特征对两组数据进行标准化计算。
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。采用秩相关分析法和熵信息法分别获得主观和客观权重。
(2.1)确定指标的等级,并且确定相邻指标的相对重要性程度,根据秩相关分析法获得主观权重。
Step1:如果评价指标hi相对于某一评价标准或目标更重要或不小于hl,则可表示为hi>hl。如果评价指标h1,h2,h3...hn相对于评价准则或目标hi>hl>...hk>...>hn的关系,则用“>”确定评价指标的相关性。
Step2:相邻指标hk-1和hk之间的相对重要性程度可表示为
其中rk是相邻指标的相对重要性程度。
Step3:根据评价指标的等级相关性和相对重要性程度,主观权重可计算为
其中ωk是k指数的权重。
(2.2)确定系数评价矩阵,并进行规范化;计算每个指标的信息熵值和差异系数,最终获得客观权重。
Step1:确定评价系数矩阵,并且规范系数矩阵B为
Step2:计算第j个指标的信息熵值,公式如下所示:
Step3:根据以上步骤获得最终的客观权重为:
(2.3)通过主观权重和客观权重的线性组合得到组合权重。计算公式为:
其中ω*是组合权重,λv是线性组合系数,λv>0,ω(1)是主观层次分析法得到的权重,ω(2)是客观熵信息方法得到的权重。
从数理统计的角度来看每个评估指标的系数是随机变量,并且由权重系数确定的实际权重向量是随机向量。然后,权重向量ω(v)和线性组合系数可以分别理解为第v个样本值和取实权重向量的样本值的概率。因此,线性组合系数的确定应尽可能消除组合系数的不确定性;另一方面,应该在所有方案与理想方案最小值之间生成一个加权的广义距离。因此,结合最大熵原理和最小加权广义距离,得到最优加权系数为
3)根据评估指标的不同优先级,在改进的综合模糊评价方法的基础上建立了最优方案。由于指标体系存在定性判断,其界限往往比较模糊,因此采用模糊数学理论进行综合评价
(3.1)确定评价指标集U={u1,u2,...un};
(3.2)确定评价等级V={v1,v2,...vk},每个等级是一个模糊子集,等级越多则评价结果越精确;
(3.3)建立模糊隶属矩阵S为
(3.4)分析综合模糊评价向量。采用最大隶属度原则d=max{di}作为评价对象总体评价结论。
图2所示为基于秩相关分析法和熵信息法的主观和客观权重值。与传统的层次分析法相比,秩相关分析法可以避免复杂的数学过程。从图中可以看出,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单方面的评估可能不准确和不可理解的结果。本文方法很好地解决了传统方法误差较大的问题。
Claims (1)
1.一种区域综合能源系统多标准综合评价方法,它包括以下步骤:
步骤1)对于定性指标的量化,可由专家评议确定。即将定性指标分成5个等级,分别为优、良、中、差、劣,然后赋值标准给出评定值。当因素指标介于两个等级之间时,评定值取这两个等级评定值之间的值。
(1.1)对数据范围的评价指标的量化按如下进行:数据范围为x~y时,取(x+y)/2;数据范围为<x时,取x;数据范围为>y时,取y;
(1.2)将定量指标用数值表示,并统一数据序列的维度和单位。为了标准化,评价指标分为两组:“较大的期望响应”和“较小的期望响应”;
(1.3)对于“较大的期望响应”,原始序列的目标值具有“较大更好”的特征,而对于“较小的期望响应”,原始序列的目标值具有“较小更好”的特点,分别利用其特征对两组数据进行标准化计算。
步骤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。采用秩相关分析和熵信息法分别获得主观和客观权重。
(2.1)确定指标的等级,并且确定相邻指标的相对重要性程度,根据秩相关分析法获得主观权重;
(2.2)确定系数评价矩阵,并进行规范化;计算每个指标的信息熵值和差异系数,最终获得客观权重;
(2.3)通过主观权重和客观权重的线性组合得到组合权重。
步骤3)根据评估指标的不同优先级,在改进的综合模糊评价方法的基础上得出综合评价结果。
(3.1)确定评价区域综合能源系统的指标集;
(3.2)确定评语等级,每个等级是一个模糊子集,等级越多则评价结果越精确;
(3.3)建立模糊隶属矩阵;
(3.4)分析综合模糊评价向量。采用最大隶属度原则作为评价对象总体评价结论。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011531794.6A CN114626655A (zh) | 2020-12-13 | 2020-12-13 | 一种区域综合能源系统多标准综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011531794.6A CN114626655A (zh) | 2020-12-13 | 2020-12-13 | 一种区域综合能源系统多标准综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114626655A true CN114626655A (zh) | 2022-06-14 |
Family
ID=81896657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011531794.6A Pending CN114626655A (zh) | 2020-12-13 | 2020-12-13 | 一种区域综合能源系统多标准综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114626655A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN117076826A (zh) * | 2023-10-17 | 2023-11-17 | 中国电力科学研究院有限公司 | 储能电池性能评价方法、装置、电子设备及存储介质 |
-
2020
- 2020-12-13 CN CN202011531794.6A patent/CN114626655A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN117076826A (zh) * | 2023-10-17 | 2023-11-17 | 中国电力科学研究院有限公司 | 储能电池性能评价方法、装置、电子设备及存储介质 |
CN117076826B (zh) * | 2023-10-17 | 2024-01-02 | 中国电力科学研究院有限公司 | 储能电池性能评价方法、装置、电子设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2022135265A1 (zh) | 气候变化影响下水库调度规则的失效预警分析方法 | |
CN105930976B (zh) | 基于加权理想点法的节点电压暂降严重程度综合评估方法 | |
CN105574685A (zh) | 一种基于主客观结合的云服务评价方法 | |
CN105046591A (zh) | 一种电力用户用电能效评估方法 | |
Gautam et al. | TOPSIS for multi criteria decision making in intuitionistic fuzzy environment | |
CN114626655A (zh) | 一种区域综合能源系统多标准综合评价方法 | |
CN111210170A (zh) | 基于90%用电分布特征指标的环保管控监测及评价方法 | |
CN113112090B (zh) | 基于综合互信息度的主成分分析的空间负荷预测方法 | |
CN112836920A (zh) | 煤电机组能效状态评价方法、装置及煤电机组系统 | |
CN113627735A (zh) | 工程建设项目安全风险的预警方法及系统 | |
CN113177746A (zh) | 一种针对生命周期评价领域的软件质量综合评估方法 | |
CN111008870A (zh) | 一种基于pca-bp神经网络模型的区域物流需求预测方法 | |
WO2024093468A1 (zh) | 风偏闪络风险评价方法、系统、设备、可读存储介质 | |
CN107341332A (zh) | 一种车用电机驱动系统的评价指标权重的确定方法 | |
CN114266289A (zh) | 一种复杂装备健康状态评估方法 | |
CN117172530A (zh) | 基于数据挖掘算法的企业运营风险评估系统及方法 | |
CN108805471A (zh) | 基于复合系统作用关系分析的水资源承载能力评价方法 | |
CN114444910A (zh) | 一种面向电力物联网的边缘网络系统健康度评估方法 | |
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 | |
CN115511100A (zh) | 一种基于环境温度相关数据学习的空调负荷回归预测方法 | |
CN116739376A (zh) | 一种基于数据挖掘的公路路面预防性养护决策方法 | |
CN118037000A (zh) | 基于数字经济的城市资源动态调度方法及系统 | |
CN113495800B (zh) | 基于扩展多属性决策的诊断预测数据和特征再认知方法 | |
CN111932066A (zh) | 基于模糊层次分析法的智能家居产品智能化程度评价方法 | |
CN116050912A (zh) | 考虑距离耦合与前景理论的能源站健康状态评价方法 |
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 |