CN114693076A - 一种面向综合能源系统运行状态的动态评价方法 - Google Patents

Abstract

一种面向综合能源系统运行状态的动态评价方法，首先，采集综合能源系统多阶段数据，构建包含技术、经济、环保综合能源系统指标体系；其次，分析指标对综合能源系统运行状态的影响，将指标分为效益型指标和成本型指标，并通过计算得到标准指标矩阵；再者，邀请专家组对指标体系进行重要性排序，综合考虑专家的影响因素，运用群组G1法得到指标权重；然后，运用TOPSIS法，设置绝对理想解，求贴近度；最后，根据多阶段综合能源系统运行状态特点，运用双激励控制线原理进行动态评价。本发明避免了单一类型指标对综合能源系统运行状态的片面反映，考虑了综合能源系统自身的发展动态，可以使评价结果更为全面，对指导综合能源系统运行与规划具有重要意义。

Description

一种面向综合能源系统运行状态的动态评价方法

技术领域

本发明涉及综合能源技术领域，尤其指一种面向综合能源系统运行状态的动态评价方法。

背景技术

随着我国工业体系的不断发展和人民生活水平的不断提高，对能源的需求也不断增大。同时，化石能源的利用带来了环境危机，能源利用带来的污染排放与环境保护之间的矛盾也日益加深。在环境保护和能源利用的促进之下，综合能源系统迅速发展为当下研究的热点问题。对综合能源系统的运行状态进行准确评价，能及时有效的反馈综合能源系统价值薄弱环节，能对综合能源系统运行状态发挥指引作用。

在综合能源系统评价中，近年来研究内容主要集中于静态评价方法。其中黄飞等人提出了一种基于反熵权法的评价模型，减小指标数据差异性对评价结果的影响。胡涛等人提出一种云物元模型，利用熵增加云模型的厚度，从而增加评价的模糊性，避免指标数据的时限不统一的情况。金艳鸣注重于综合能源系统的宏观经济分析，采用可计算一般均衡模型对社会影响因素进行了详细地评估和分析。宗慧隽提出一种基于压力状态响应的评价模型，分析电能替代等建设方式对综合能源系统的影响。类似的还有物元分析法、基于遗传投影寻踪法、模糊神经网络模型、概率统计与矢量代数方法等方法，但都集中于静态综合评价。电能作为综合能源系统中最重要的能源，对其评价已有的指标较多，大部分都以评价配电网的指标为基础推广而来。评价综合能源系统运行状态热、冷和天然气的指标较少。现有指标体系多以智能电网、电力物联网为背景，绝大部分构建的评价指标集中于电网侧，对热、冷、气的指标设置较少，具有一定的局限性。此外，静态综合评价未考虑发展因素，不能综合体现评价对象的当前水平和历史水平，不能全面的反映综合能源系统的运行情况。

发明内容

为了解决传统的综合能源系统静态评价方法未考虑发展因素，不能综合体现评价对象的当前水平和历史水平，对综合能源系统的运行情况片面反映的问题，本发明提出了一种面向综合能源系统的动态评价方法。

为了解决上述技术问题，本发明采用如下技术方法：一种面向综合能源系统运行状态的动态评价方法，包括如下步骤：

S1、采集综合能源系统多阶段数据，构建综合能源系统指标体系；

S2、根据各指标对综合能源系统运行的影响，将指标进行分类，得到标准指标矩阵；

S3、对综合能源系统指标体系中的各指标进行重要性排序，运用群组G1法得到各指标综合权重；

S4、根据步骤S3得到的指标综合权重构建加权标准矩阵，运用TOPSIS法设置加权标准矩阵的绝对理想解，求参考向量贴合度；

S5、根据多阶段综合能源系统运行状态特点，运用双激励控制线原理进行动态评价；

S6、若综合能源系统评价结果满足预期，则结束；否则，调整综合能源系统运行后，返回步骤S4；

进一步地，在步骤S1中，根据综合能源系统特点，考虑多能源耦合与多方协调的关系，采集综合能源系统多阶段数据，构建包括技术类、经济类和环保类指标的综合能源系统指标体系。

其中，技术类指标包括系统平均失能时间、综合能效率、集中安装储能。

(1)系统平均失能时间：是指每个用户在统计时间内的平均失能小时数。系统平均失能时间包括系统电能平均失能时间、系统热能平均失能时间、系统冷能平均失能时间和系统天然气平均失能时间四个指标，系统平均失能时间的计算公式如下：

式中：χ_b为系统平均失能时间，单位为小时/户；b为能源形式，分别表示电、热、冷、天然气；M_b为能源b总失能次数；t_b，c为能源b第c次失能的持续时间，单位为小时；h_b，c为能源b第c次失能影响的用户数，单位为户；F为目标系统的总用户数，单位是户。

(2)综合能效率：是指用于区域内制热、制冷、发电所消耗的一次能源总量与区域内生产的冷热电的能源总量之比，该指标表示的是该区域内的综合能源效率，能直接反应节能程度，综合能效率的计算公式如下：

式中：C₃表示为综合能源利用率；Q_out为区域内生产冷热电的能源总量；Q_in为区域内制热、制冷、发电所消耗的一次能源总量。

(3)集中安装储能：是系统储电、热、冷的能力，是平衡能源供给的重要计量指标，在能源系统的可靠性和柔性方面很重要，该指标为定性指标，评判标准为是否能满足需求。

其中，经济类指标包括能源经济性水平、有功损耗。

(1)能源经济性水平：是指一段时间内的总经济收益与能源投入成本之间的差值与总能源投入之比，能源经济性水平的计算公式如下：

式中：ρ为系统在能源侧的经济性水平；D为一段时间内的总经济收益；C_b为第b种能源投入成本。

(2)有功功率损耗：电能、天然气、热能在配送过程中存在一定的损耗，因此，通过单位时间内的有功功率损耗可以评价配电环节经济效益，该指标越低，经济效益越高，有功功率损耗的计算公式如下：

式中：ΔP为总有功功率损耗，ΔP_L为传输线路有功功率损耗，ΔP_Γ为变压器等设备有功功率损耗，ΔQ为热能在传输中的热量损失。

其中，环保类指标包括可再生能源减排效益、单位GDP二氧化碳排放量。

(1)可再生能源减排效益：是指利用可再生能源后所减少二氧化碳排放量的总和以及减少污染物气体的总和，可再生能源减排效益的计算公式如下：

C₃₆＝σλΔQ^renew+θλΔQ^renew (5)

式中：C₃₆表示可再生能源减排效益；σ表示为标准煤的二氧化碳排放系数；λ为火电厂的发电标准煤耗；θ表示为标准煤污染气体排放系数；ΔQ^renew表示区域多能源协调前后可再生能源发电量之差。

(2)单位GDP二氧化碳排放量：是指单位时间二氧化碳排放量与单位时间内地区生产总值之比，该指标引入了生产总值量的影响，比单一的二氧化碳排放量要更加完善。

进一步地，在步骤S2中，根据各指标对综合能源系统运行的影响，将各指标分为效益型指标和成本型指标；

对于效益型指标：

对于成本型指标：

式中：a_mi表示为第m年指标i的标准化指标值；c_mi表示第m年指标i的原始指标值；

在步骤S2中，对原始指标数据矩阵标准化后可得标准指标矩阵A_h×n。

进一步地，在步骤S3中，运用群组G1法得到各指标综合权重的过程如下：

S31、各专家确定指标序关系；

各位专家根据自身经验对各指标的重要性进行排序，对于综合能源系统和指标体系{X₁，X₂，X₃......X_n}，专家根据经验选取最重要的指标，记为X^* ₁；再从剩余n-1个指标中再次挑选出最重要的指标，记为X^* ₂；以此类推，进行n-1次上述操作，可得到指标排序关系

最终得到各专家序关系排序

表示第j个专家对第i个指标的排序结果；

S32、相邻指标间相对重要性比较；

各专家根据自身经验，对相邻指标之间的重要性进行比较，相邻指标的重要程度之比为重要度标度，所述重要度标度用R_k来表示，如下：

式中，ω′_k-1表示为指标排序关系中第k-1个指标的主观权重，ω′_k表示为指标排序关系中第k个指标的主观权重；当出现

的情况时，R_k需要在原来的数值上乘以比例系数进行校正，从而保证

比例系数ρ的计算公式为：

R′_k＝R_k*ρ (10)

式中：R′_k表示为经过校正后的重要度标度，ρ表示比例系数；

S33、各指标权重计算；

在各专家给出指标之间序关系与R_k后，先根据如下公式计算出排序最不重要的指标权重ω^j _n，再根据各指标间重要度标度以及该计算得到ω^j _n，求得该专家经验下各指标权重；

式中：ω^j _n表示为第j个专家的第n个指标权重，即为排序最不重要的指标权重；

S34、各指标综合权重计算；

各指标的权重需要综合各专家自身权重，记每位专家自身权重为d_j，d_j满足0<d_j<1，

l为专家数，有：

式中：ω_i表示第i个指标综合权重，ω^j _i表示为第j个专家的第i个指标权重。

再进一步地，步骤S4中根据指标综合权重构建加权标准矩阵的方法如下：

先将由步骤S3得到的所有指标综合权重组成权重矩阵ω_1×n，再根据TOPSIS原理需要求得加权标准矩阵F_h×n，计算公式如下：

F_h×n＝A_h×n·ω_1×n＝(f_mi)_h×n (13)

式中：F_h×n表示为加权标准矩阵；f_mi表示为第m年的第i个指标的加权标准。

再进一步地，步骤S4中，在运用TOPSIS法设置加权标准矩阵的绝对理想解，求参考向量贴合度时：

先运用TOPSIS法设置加权标准矩阵的绝对正理想解Q⁺和绝对负理想解Q^—，如下式所示：

再运用投影法将绝对负理想解Q^-＝[0,0,...,0]_1×n设为空间坐标的原点，从绝对负理想解Q^—到绝对正理想解Q⁺的向量称为参考向量，任意加权标准矩阵f表示为空间任一向量，f的模表示为f到绝对负理想解Q^—的距离，f与绝对正理想解Q⁺之间的夹角表示与绝对正理想解Q⁺的贴合度，参考向量贴合度的计算公式如下：

式中：P_Q+表示为投影距离，即为参考向量贴合度，其值越大表明该运行状态越好；f_m表示为第m年的加权标准矩阵；f_i ⁺表示为指标i的正理想解。

更进一步地，步骤S5中，在根据多阶段综合能源系统运行状态特点，运用双激励控制线原理进行动态评价时：

利用双激励控制线的信息集结法，引入正激励线和负激励线两条激励线，对超过正激励线之上的部分进行奖励，对低于负激励线之下的部分进行惩罚；

先设评价对象集为{O_β}(β＝1,2,…,z)，确定双激励控制线一般直线的表示形式，如下：

y-y₀ ^±＝k_a ^±(x-x₀ ^±) (16)

式中：x为横轴时间变量，x₀ ^±为初始点的横坐标值；y为纵轴评价值变量，y₀ ^±为初始点的纵坐标值，取具有强解释性的值，要求y₀ ^±∈[min(y_β,k),max(y_β,k)]，y_β,k为评价对象O_β在t_k时刻的评价值；k_a ^±为正或负激励线斜率；

再根据如下公式计算双激励控制线的最大增长率r^max _a、最小增长率r^min _a、平均增长率

式中：x_k为k时刻的横坐标值，x_k＝x(t_k),k＝1,2,…,N，序列{x_k}是等间距的，对应N-1个时段，y_β,k+1为评价对象O_β在t_k+1时刻的评价值；x_k+1为k+1时刻的横坐标值；

接着根据如下公式计算正激励线斜率k_a ⁺以及负激励线斜率k_a ^-；

式中：v⁺为正激励线的斜率偏移度，v^-为负激励线的斜率偏移度，v⁺∈[0，1]；v^-∈[0，1]；

最后根据如下公式计算评价对象О_β在[t_k，t_k+1]内的总动态综合评价值s^± _β；

s^± _βk＝μ⁺s⁺ _βk+s_βk-μ^-s^- _βk (20)

式中：s_βk为评价对象О_β在[t_k，t_k+1]内的动态评价值；s^± _βk为评价对象О_β在[t_k，t_k+1]内带激励的动态综合评价值，s⁺ _βk为正激励动态综合评价值；s^- _βk为负激励动态综合评价值；μ⁺为正激励系数，μ^-为负激励系数，μ⁺＞0，μ^-＞0；h_k为时间因子，其设定根据决策者的需要而调整，且h_k＞0，k＝1,2,…，N-1。

优选地，步骤S5中，正激励系数μ⁺和负激励系数μ^-需要遵守励守恒规则和度激励规则，如下：

励守恒规则，对于全体z个评价对象，正负激励的总量相等，即：

度激励规则，正负激励系数的和为1，即：

μ⁺+μ^-＝1 (23)

为了解决传统的综合能源系统静态评价方法静态未考虑发展因素且较片面的问题，本发明提出了一种面向综合能源系统的动态评价方法，避免了单一类型指标对综合能源系统运行状态的片面反映，考虑了综合能源系统自身的发展动态，使评价结果更为全面，对指导综合能源系统运行与规划具有重要意义。具体而言，本发明提供的面向综合能源系统运行状态的动态评价方法，构建了包括技术、经济、环保维度的指标体系，避免了单一指标对评估结果的片面反映。另外，本发明通过群组G1法计算得指标权重，并运用TOPSIS评价模型对综合能源系统运行状态进行评价，使评价结果更加精确。最后，本发明采集多时间阶段综合能源系统运行数据，运用双激励控制线原理对综合能源系统运行状态进行动态评价，能有效综合评价历史水平和当前水平。

附图说明

图1为本发明所涉面向综合能源系统运行状态的动态评价方法的流程示意图；

图2为本发明实施方式中双激励控制线信息集结示意图。

具体实施方式

为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。

如图1所示，一种面向综合能源系统运行状态的动态评价方法，包括六大步骤，每一步的内容具体如下。

S1、采集综合能源系统多阶段数据，构建综合能源系统指标体系。

根据综合能源系统特点，考虑多能源耦合与多方协调的关系，采集综合能源系统多阶段数据，构建包括技术类、经济类和环保类指标的综合能源系统指标体系。

其中，技术类指标包括系统平均失能时间、综合能效率、集中安装储能。

(1)系统平均失能时间：是指每个用户在统计时间内的平均失能小时数。系统平均失能时间包括系统电能平均失能时间、系统热能平均失能时间、系统冷能平均失能时间和系统天然气平均失能时间四个指标，系统平均失能时间的计算公式如下：

式中：χ_b为系统平均失能时间，单位为小时/户；b为能源形式，分别表示电、热、冷、天然气；M_b为能源b总失能次数；t_b，c为能源b第c次失能的持续时间，单位为小时；h_b，c为能源b第c次失能影响的用户数，单位为户；F为目标系统的总用户数，单位是户。

(2)综合能效率：是指用于区域内制热、制冷、发电所消耗的一次能源总量与区域内生产的冷热电的能源总量之比，该指标表示的是该区域内的综合能源效率，能直接反应节能程度，综合能效率的计算公式如下：

式中：C₃表示为综合能源利用率；Q_out为区域内生产冷热电的能源总量；Q_in为区域内制热、制冷、发电所消耗的一次能源总量。

(3)集中安装储能：是系统储电、热、冷的能力，是平衡能源供给的重要计量指标，在能源系统的可靠性和柔性方面很重要，该指标为定性指标，评判标准为是否能满足需求。

其中，经济类指标包括能源经济性水平、有功损耗。

(1)能源经济性水平：是指一段时间内的总经济收益与能源投入成本之间的差值与总能源投入之比，能源经济性水平的计算公式如下：

式中：ρ为系统在能源侧的经济性水平；D为一段时间内的总经济收益；C_b为第b种能源投入成本。

(2)有功功率损耗：电能、天然气、热能在配送过程中存在一定的损耗，因此，通过单位时间内的有功功率损耗可以评价配电环节经济效益，该指标越低，经济效益越高，有功功率损耗的计算公式如下：

式中：ΔP为总有功功率损耗，ΔP_L为传输线路有功功率损耗，ΔP_Γ为变压器等设备有功功率损耗，ΔQ为热能在传输中的热量损失。

其中，环保类指标包括可再生能源减排效益、单位GDP二氧化碳排放量。

(1)可再生能源减排效益：是指利用可再生能源后所减少二氧化碳排放量的总和以及减少污染物气体的总和，可再生能源减排效益的计算公式如下：

C₃₆＝σλΔQ^renew+θλΔQ^renew (5)

式中：C₃₆表示可再生能源减排效益；σ表示为标准煤的二氧化碳排放系数；λ为火电厂的发电标准煤耗；θ表示为标准煤污染气体排放系数；ΔQ^renew表示区域多能源协调前后可再生能源发电量之差。

(2)单位GDP二氧化碳排放量：是指单位时间二氧化碳排放量与单位时间内地区生产总值之比，该指标引入了生产总值量的影响，比单一的二氧化碳排放量要更加完善。

确定好综合能源系统指标体系后，采集多时期多阶段综合能源系统运行数据，以备后续动态评价所需。

S2、根据各指标对综合能源系统运行的影响，将指标进行分类，得到标准指标矩阵。

各指标的量级不同，因此不能直接对数据进行分析运算。为便于后续运算操作以及使得各指标可实施性强，需要对各指标进行标准化处理，得到标准指标矩阵。因此，根据各指标对综合能源系统运行的影响，将各指标分为效益型指标和成本型指标。

对于效益型指标，指标数值越大表明效益越多，如下式：

对于成本型指标，指标数据越小表明成本越少，如下式：

式中：a_mi表示为第m年指标i的标准化指标值；c_mi表示第m年指标i的原始指标值；

在步骤S2中，对原始指标数据矩阵标准化后可得标准指标矩阵A_h×n。

S3、对综合能源系统指标体系中的各指标进行重要性排序，运用群组G1法得到各指标综合权重。

G1法又称为序关系分析法，是基于层次分析法的一种改进，克服了当评价指标过多、数据统计量大时，特征值和特征向量的精确求法就显得过于复杂，出现一致性检验不通过而频繁调整判断矩阵的问题。但单一G1法受单个专家影响较大，本发明引进群组决策思想，考虑各位专家经验丰富程度、学术水平等影响，运用群组G1法对各指标权重进行求解。对于n个指标，运用群组G1法得到各指标综合权重的过程如下：

S31、各专家确定指标序关系；

各位专家根据自身经验对各指标的重要性进行排序，对于综合能源系统和指标体系{X₁，X₂，X₃......X_n}，专家根据经验选取最重要的指标，记为X^* ₁；再从剩余n-1个指标中再次挑选出最重要的指标，记为X^* ₂；以此类推，进行n-1次上述操作，可得到指标排序关系

最终得到各专家序关系排序

表示第j个专家对第i个指标的排序结果。

S32、相邻指标间相对重要性比较；

各专家根据自身经验，对相邻指标之间的重要性进行比较，相邻指标的重要程度之比为重要度标度，所述重要度标度用R_k来表示，如下：

式中，ω′_k-1表示为指标排序关系中第k-1个指标的主观权重，ω′_k表示为指标排序关系中第k个指标的主观权重；R_k的参考赋值如下表1所示。

表1 R_k参考赋值表

为防止出现累积重要性超越极端重要的情况，导致指标权重设置不科学，本发明在出现

的情况时，R_k需要在原来的数值上乘以比例系数进行校正，从而保证

比例系数ρ的计算公式为：

R′_k＝R_k*ρ (10)

式中：R′_k表示为经过校正后的重要度标度，ρ表示比例系数。

S33、各指标权重计算；

在各专家给出指标之间序关系与R_k后，先根据如下公式计算出排序最不重要的指标权重ω^j _n，再根据各指标间重要度标度以及该计算得到ω^j _n，求得该专家经验下各指标权重；

式中：ω^j _n表示为第j个专家的第n个指标权重，即为排序最不重要的指标权重。

S34、各指标综合权重计算；

在得出各个专家的权重后，需要对各专家得出的权重进行综合。本发明运行群组决策的思想，考虑专家的经验丰富程度，资历程度，学术水平等因素，记每位专家自身权重为d_j，d_j满足0<d_j<1，

l为专家数，有：

式中：ω_i表示第i个指标综合权重，ω^j _i表示为第j个专家的第i个指标权重。

S4、根据步骤S3得到的指标综合权重构建加权标准矩阵，运用TOPSIS法设置加权标准矩阵的绝对理想解，求参考向量贴合度。

先将由步骤S3得到的所有指标综合权重组成权重矩阵ω_1×n，再根据TOPSIS原理需要求得加权标准矩阵F_h×n，计算公式如下：

F_h×n＝A_h×n·ω_1×n＝(f_mi)_h×n (13)

式中：F_h×n表示为加权标准矩阵；f_mi表示为第m年的第i个指标的加权标准。

再运用TOPSIS法设置加权标准矩阵的绝对理想解，传统TOPSIS的正、负理想解往往设置为F_h×n中每个指标所对应的最大、最小值，其值会因样本数量的改变而改变，导致评价结果存在逆排序问题。本发明为解决该问题，运用TOPSIS法设置加权标准矩阵的绝对正理想解Q⁺和绝对负理想解Q^—，如下式所示：

接着运用投影法将绝对负理想解Q^-＝[0,0,...,0]_1×n设为空间坐标的原点，从绝对负理想解Q^—到绝对正理想解Q⁺的向量称为参考向量，任意加权标准矩阵f表示为空间任一向量，f的模表示为f到绝对负理想解Q^—的距离，f与绝对正理想解Q⁺之间的夹角表示与绝对正理想解Q⁺的贴合度，由此可转化为f在参考向量上的投影，以克服出现贴合度相同而出现无法评判的问题，参考向量贴合度的计算公式如下：

式中：

表示为投影距离，即为参考向量贴合度，其值越大表明该运行状态越好；f_m表示为第m年的加权标准矩阵；f_i ⁺表示为指标i的正理想解。

S5、根据多阶段综合能源系统运行状态特点，运用双激励控制线原理进行动态评价。

采集综合能源系统多时间段运行数据，运用群组G1法以及改进的TOPSIS，得到各时间段运行评价结果。但还需考虑综合能源系统的发展性，使得评价结果更加符合当前条件水平，提高评价的合理性和准确性。

采用基于双激励控制线原理的综合评价方法，有效地针对各阶段的特点，考虑综合能源系统发展动态特征。利用双激励控制线的信息集结法，引入正激励线和负激励线两条激励线，对超过正激励线之上的部分进行奖励，对低于负激励线之下的部分进行惩罚，体现决策意图并且突出各阶段的差异，从而提升对质量相近的评价对象的辨别能力。为达到理想效果，评价决策者通过调整双激励控制线的斜率等参数实现对评价过程的精准把控。

先设评价对象集为{O_β}(β＝1,2,…,z)，确定双激励控制线一般直线的表示形式，如下：

y-y₀ ^±＝k_a ^±(x-x₀ ^±) (16)

式中：x为横轴时间变量，x₀ ^±为初始点的横坐标值；y为纵轴评价值变量，y₀ ^±为初始点的纵坐标值，取具有强解释性的值，要求y₀ ^±∈[min(y_β,k),max(y_β,k)]，y_β,k为评价对象O_β在t_k时刻的评价值；k_a ^±为正或负激励线斜率。

再根据如下公式计算双激励控制线的最大增长率r^max _a、最小增长率r^min _a、平均增长率

式中：x_k为k时刻的横坐标值，x_k＝x(t_k),k＝1,2,…,N，序列{x_k}是等间距的，对应N-1个时段，y_β,k+1为评价对象O_β在t_k+1时刻的评价值；x_k+1为k+1时刻的横坐标值。

接着根据如下公式计算正激励线斜率k_a ⁺以及负激励线斜率k_a ^-；

式中：v⁺为正激励线的斜率偏移度，v^-为负激励线的斜率偏移度，v⁺∈[0，1]；v^-∈[0，1]。

最后根据如下公式计算评价对象О_β在[t_k，t_k+1]内的总动态综合评价值s^± _β。

双激励控制线中运用了信息集结原理，信息集结认为一个评价对象发展状态的相邻两点之间是均匀发展的，其发展状态轨迹可用直线表示，如图2所示。图中的面积S反映评价对象О_β在[t_k，t_k+1]内的总体状况，此时其动态评价值s_βk表示为积分的形式：

正负激励线以外的部分(如图2中的正负激励面积S⁺、S^-)要受到“奖惩”，设s^± _βk为评价对象О_β在[t_k，t_k+1]内带激励的动态综合评价值，用公式表示为：

s^± _βk＝μ⁺s⁺ _βk+s_βk-μ^-s^- _βk (20)

式中：s⁺ _βk为正激励动态综合评价值；s^- _βk为负激励动态综合评价值；μ⁺为正激励系数，μ^-为负激励系数，μ⁺＞0，μ^-＞0。

对全过程[t₁，t_N]中的各个时段进行加权综合，评价对象О_β带激励的总动态综合评价值s^± _β为：

式中：h_k为时间因子，其设定根据决策者的需要而调整，且h_k＞0，k＝1,2,…，N-1。

确定正激励系数μ⁺和负激励系数μ^-需要遵守以下两条规则：

励守恒规则，对于全体z个评价对象，正负激励的总量相等，即：

度激励规则，正负激励系数的和为1，即：

μ⁺+μ^-＝1 (23)

S6、若综合能源系统评价结果满足预期，则结束；否则，调整综合能源系统运行后，返回步骤S4。

通过采集多时间阶段数据，运用群组G1法计算得各指标权重，运用TOPSIS得到该时间阶段与绝对正理想解之间的贴合度，得到各时间阶段评价结果。最后运用双激励控制线原理，对综合能源系统运行状态进行动态评价。分析综合能源系统运行状态与预期成效的差距，若评价不合格，则需要调整综合能源系统，重复步骤S4和步骤S5，直到综合能源系统评价合格。

上述实施例为本发明较佳的实现方案，除此之外，本发明还可以其它方式现实，在不脱离本技术方案构思的前提下任何显而易见的替换均在本发明的保护范围之内。

为了让本领域普通技术人员更方便地理解本发明相对于现有技术的改进之处，本发明的一些附图和描述已经被简化，并且为了清楚起见，本申请文件还省略了一些其他元素，本领域普通技术人员应该意识到这些省略的元素也可构成本发明的内容。

Claims (8)

1.一种面向综合能源系统运行状态的动态评价方法，其特征在于，包括如下步骤：

S1、采集综合能源系统多阶段数据，构建综合能源系统指标体系；

S2、根据各指标对综合能源系统运行的影响，将指标进行分类，得到标准指标矩阵；

S3、对综合能源系统指标体系中的各指标进行重要性排序，运用群组G1法得到各指标综合权重；

S4、根据步骤S3得到的指标综合权重构建加权标准矩阵，运用TOPSIS法设置加权标准矩阵的绝对理想解，求参考向量贴合度；

S5、根据多阶段综合能源系统运行状态特点，运用双激励控制线原理进行动态评价；

S6、若综合能源系统评价结果满足预期，则结束；否则，调整综合能源系统运行后，返回步骤S4。

2.根据权利要求1所述的面向综合能源系统运行状态的动态评价方法，其特征在于：在步骤S1中，根据综合能源系统特点，考虑多能源耦合与多方协调的关系，采集综合能源系统多阶段数据，构建包括技术类、经济类和环保类指标的综合能源系统指标体系；技术类指标包括系统平均失能时间、综合能效率、集中安装储能；经济类指标包括能源经济性水平、有功损耗；环保类指标包括可再生能源减排效益、单位GDP二氧化碳排放量。

3.根据权利要求2所述的面向综合能源系统运行状态的动态评价方法，其特征在于：

在步骤S2中，根据各指标对综合能源系统运行的影响，将各指标分为效益型指标和成本型指标；

对于效益型指标：

对于成本型指标：

式中：a_mi表示为第m年指标i的标准化指标值；c_mi表示第m年指标i的原始指标值；

在步骤S2中，对原始指标数据矩阵标准化后可得标准指标矩阵A_h×n。

4.根据权利要求3所述的面向综合能源系统运行状态的动态评价方法，其特征在于：在步骤S3中，运用群组G1法得到各指标综合权重的过程如下：

S31、各专家确定指标序关系；

各位专家根据自身经验对各指标的重要性进行排序，对于综合能源系统和指标体系{X₁，X₂，X₃......X_n}，专家根据经验选取最重要的指标，记为X^* ₁；再从剩余n-1个指标中再次挑选出最重要的指标，记为X^* ₂；以此类推，进行n-1次上述操作，可得到指标排序关系

最终得到各专家序关系排序

表示第j个专家对第i个指标的排序结果；

S32、相邻指标间相对重要性比较；

各专家根据自身经验，对相邻指标之间的重要性进行比较，相邻指标的重要程度之比为重要度标度，所述重要度标度用R_k来表示，如下：

式中，ω′_k-1表示为指标排序关系中第k-1个指标的主观权重，ω′_k表示为指标排序关系中第k个指标的主观权重；当出现

的情况时，R_k需要在原来的数值上乘以比例系数进行校正，从而保证

比例系数ρ的计算公式为：

R′_k＝R_k*ρ (10)

式中：R′_k表示为经过校正后的重要度标度，ρ表示比例系数；

S33、各指标权重计算；

在各专家给出指标之间序关系与R_k后，先根据如下公式计算出排序最不重要的指标权重ω^j _n，再根据各指标间重要度标度以及该计算得到ω^j _n，求得该专家经验下各指标权重；

式中：ω^j _n表示为第j个专家的第n个指标权重，即为排序最不重要的指标权重；

S34、各指标综合权重计算；

各指标的权重需要综合各专家自身权重，记每位专家自身权重为d_j，d_j满足0<d_j<1，

l为专家数，有：

式中：ω_i表示第i个指标综合权重，ω^j _i表示为第j个专家的第i个指标权重。

5.根据权利要求4所述的面向综合能源系统运行状态的动态评价方法，其特征在于：步骤S4中根据指标综合权重构建加权标准矩阵的方法如下：

先将由步骤S3得到的所有指标综合权重组成权重矩阵ω_1×n，再根据TOPSIS原理需要求得加权标准矩阵F_h×n，计算公式如下：

F_h×n＝A_h×n·ω_1×n＝(f_mi)_h×n (13)

式中：F_h×n表示为加权标准矩阵；f_mi表示为第m年的第i个指标的加权标准。

6.根据权利要求5所述的面向综合能源系统运行状态的动态评价方法，其特征在于：步骤S4中，在运用TOPSIS法设置加权标准矩阵的绝对理想解，求参考向量贴合度时：

先运用TOPSIS法设置加权标准矩阵的绝对正理想解Q⁺和绝对负理想解Q^—，如下式所示：

再运用投影法将绝对负理想解Q^-＝[0,0,...,0]_1×n设为空间坐标的原点，从绝对负理想解Q^—到绝对正理想解Q⁺的向量称为参考向量，任意加权标准矩阵f表示为空间任一向量，f的模表示为f到绝对负理想解Q^—的距离，f与绝对正理想解Q⁺之间的夹角表示与绝对正理想解Q⁺的贴合度，参考向量贴合度的计算公式如下：

式中：

表示为投影距离，即为参考向量贴合度，其值越大表明该运行状态越好；f_m表示为第m年的加权标准矩阵；f_i ⁺表示为指标i的正理想解。

7.根据权利要求6所述的面向综合能源系统运行状态的动态评价方法，其特征在于：步骤S5中，在根据多阶段综合能源系统运行状态特点，运用双激励控制线原理进行动态评价时：

利用双激励控制线的信息集结法，引入正激励线和负激励线两条激励线，对超过正激励线之上的部分进行奖励，对低于负激励线之下的部分进行惩罚；

先设评价对象集为{O_β}(β＝1,2,…,z)，确定双激励控制线一般直线的表示形式，如下：

y-y₀ ^±＝k_a ^±(x-x₀ ^±) (16)

式中：x为横轴时间变量，x₀ ^±为初始点的横坐标值；y为纵轴评价值变量，y₀ ^±为初始点的纵坐标值，取具有强解释性的值，要求y₀ ^±∈[min(y_β,k),max(y_β,k)]，y_β,k为评价对象O_β在t_k时刻的评价值；k_a ^±为正或负激励线斜率；

再根据如下公式计算双激励控制线的最大增长率r^max _a、最小增长率r^min _a、平均增长率

式中：x_k为k时刻的横坐标值，x_k＝x(t_k),k＝1,2,…,N，序列{x_k}是等间距的，对应N-1个时段，y_β,k+1为评价对象O_β在t_k+1时刻的评价值；x_k+1为k+1时刻的横坐标值；

接着根据如下公式计算正激励线斜率k_a ⁺以及负激励线斜率k_a ^-；

式中：v⁺为正激励线的斜率偏移度，v^-为负激励线的斜率偏移度，v⁺∈[0，1]；v^-∈[0，1]；

最后根据如下公式计算评价对象О_β在[t_k，t_k+1]内的总动态综合评价值s^± _β；

s^± _βk＝μ⁺s⁺ _βk+s_βk-μ^-s^- _βk (20)

式中：s_βk为评价对象О_β在[t_k，t_k+1]内的动态评价值；s^± _βk为评价对象О_β在[t_k，t_k+1]内带激励的动态综合评价值，s⁺ _βk为正激励动态综合评价值；s^- _βk为负激励动态综合评价值；μ⁺为正激励系数，μ^-为负激励系数，μ⁺＞0，μ^-＞0；h_k为时间因子，其设定根据决策者的需要而调整，且h_k＞0，k＝1,2,…，N-1。

8.根据权利要求7所述的面向综合能源系统运行状态的动态评价方法，其特征在于：步骤S5中，正激励系数μ⁺和负激励系数μ^-需要遵守励守恒规则和度激励规则，如下：

励守恒规则，对于全体z个评价对象，正负激励的总量相等，即：

度激励规则，正负激励系数的和为1，即：

μ⁺+μ^-＝1 (23)。

Images