CN115936506B - 一种基于fce法的风储联合调频系统评估方法、设备及介质 - Google Patents

Abstract

本发明涉及性能评估技术领域，尤其涉及一种基于FCE法的风储联合调频系统评估方法、设备及介质，包括：根据风储联合调频系统特性，确定用以评估风储联合调频系统综合性能的因素集；基于优序对比法计算评估指标中的主观权重；基于改进的反熵权法计算评估指标中的客观权重；结合主观权重与客观权重计算评估指标的综合权重；构建评语集与隶属度函数，计算评估数据对于各指标的隶属度；基于模糊综合评价与综合权重进行风储联合调频系统综合性能模糊综合评估。本发明中，采用基于优序对比法与改进的反熵权法组合计算风储联合调频综合性能评估指标综合权重，使用模糊综合评价法增强综合性能评估指标之间的关联性，使得评估结果更加准确贴合实际需求。

Description

一种基于FCE法的风储联合调频系统评估方法、设备及介质

技术领域

本发明涉及性能评估技术领域，尤其涉及一种基于FCE法的风储联合调频系统评估方法、设备及介质。

背景技术

为了打造高效、清洁的能源系统，积极响应低碳能源时代下的能源结构转型策略，大力发展清洁能源，风力发电的大规模应用对电网的频率安全提出新的挑战。变速风电机组通过自身调频方式具备一定的调频能力，但受转子转速约束和变桨控制响应慢的影响，难以满足系统调频需求。而储能系统因其性能稳定，对电网的频率变化可以发生快速响应等特点，可以解决传统发电机组反应慢且效率不高的问题，在参与电网调频方面具有很大的优势。因此风储联合调频具有较好的应用前景。

对风储联合调频系统进行综合性能评估，可以为按类别分析调节过程和调节性能、风机升级改造提供数据支撑，有助于建立储能系统参与电力系统调频的新辅助补偿标准。因此进行风储联合调频系统进行综合性能评估具有重要的意义。在评估方法上，现有评估方法有主成分法、数据包络分析法、德尔菲法、模糊优化层次分析法等，这些方法对于综合评估具有重要应用价值，然而由于风储联合调频系统的复杂性与模糊性问题，这些评估方法应用于风储联合调频系统会存在评估误差较大的问题。为分析风储联合调频系统的调节过程和调节性能，研究不同性能指标对风储联合调频过程的影响，需对风储联合调频系统进行综合性能评估。

公开于该背景技术部分的信息仅仅旨在加深对本发明的总体背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。

发明内容

本发明提供了一种基于FCE(Fuzzy Comprehensive Evaluation，模糊综合评价)法的风储联合调频系统评估方法、设备及介质，从而有效解决背景技术中的问题。

为了达到上述目的，本发明所采用的技术方案是：一种基于FCE法的风储联合调频系统评估方法，包括如下步骤：

根据风储联合调频系统特性，确定用以评估风储联合调频系统综合性能的因素集；

基于优序对比法计算评估指标中的主观权重；

基于改进的反熵权法计算评估指标中的客观权重；

结合所述主观权重与客观权重计算评估指标的综合权重；

构建评语集与隶属度函数，计算评估数据对于各指标的隶属度；

基于模糊综合评价与综合权重进行风储联合调频系统综合性能模糊综合评估。

进一步地，所述因素集包括：风电侧调节速率、风电侧调节偏差、风电侧响应时间、风储联合调节速率、风储联合调节偏差、储能侧能源吸收率、储能侧电能释放率、储能侧调节参与率。

进一步地，所述风储联合调频系统包括：

风电侧调频，所述风电侧调频的所述因素集包括所述风电侧调节速率、风电侧调节偏差和风电侧响应时间；

风储联合调频，所述风储联合调频的所述因素集包括所述风储联合调节速率和风储联合调节偏差；

储能侧调频，所述储能侧调频的所述因素集包括所述储能侧能源吸收率、储能侧电能释放率和储能侧调节参与率。

进一步地，所述基于优序对比法计算评估指标中的主观权重，包括：

构建判断尺度，采用数字0～n作为判断尺度的重要性；

将综合性能评估指标两两进行重要性比较；

如果指标A与B的对比重要性值为k，则指标B与A对比重要性记为n-k；

完成整体评分后，得到评分矩阵，对评分按列求和并进行归一化，得到所述主观权重。

进一步地，所述基于改进的反熵权法计算评估指标中的客观权重，包括：

数据无量纲处理，根据风储联合调频综合性能指标的实测数据构建数据矩阵，并进行无量纲处理；

指标变异系数计算，计算风储联合调频综合性能评估指标数据间的变异系数；

反熵计算，计算风储联合调频综合性能评估指标的反熵；

反熵权重计算，计算每个风储联合调频综合性能评估指标的反熵权重；

客观权重计算，结合所述反熵权重与变异系数，得到所述客观权重。

进一步地，所述数据无量纲处理中，采用分类处理，将评估指标分为正向指标与逆向指标，所述数据矩阵Y＝[y_ij]_m×n为：

其中：x_ij为第i个评估对象的第j个风储联合调频综合性能评估指标的实测数据，i＝1,…,m,j＝1,…,n，n为风储联合调频综合性能评估指标个数，m为评估对象个数，max(x_j)，min(x_j)分别为同一评估指标下不同评估对象实测数据的最大与最小值。y_ij为第i个评估对象的第j个风储联合调频综合性能评估指标数据无量纲处理后的标准化数据值。

进一步地，所述变异系数v_j为：

其中，为第j个风储联合调频综合性能评估指标无量纲处理后标准化数据的均值，对第j个风储联合调频综合性能评估指标的变异系数归一化处理后得到μ_j。

进一步地，所述反熵E_j为：

其中，p_ij为：

进一步地，所述反熵权重η_j为：

进一步地，所述客观权重ω为：

ω＝[ω₁ ω₂…ω_n]。

进一步地，所述综合权重λ为：

λ_j＝αθ_j+(1-α)ω_j

λ＝[λ₁ λ₂…λ_n]

其中，θ_j与ω_j分别为第j个风储联合调频综合性能评估指标的主观权重与客观权重，α为比例系数，取值在0～1之间。

进一步地，所述计算评估数据对于各指标的隶属度，包括：

构建评语集，将风储联合调频综合性能划分为5个不同的等级，构成五级模糊评语集V：{V₁(性能好)，V₂(性能较)，V₃(性能一般)，V₄(性能较差)，V₅(性能差)}；

隶属度函数构建，针对所述因素集U及所述评语集V构建对应的隶属度函数：

计算评判矩阵，将所述评判指标矩阵中的指标y_ij分别代入到所述隶属函数中，得到所述评判矩阵F：

其中：是风储联合调频综合性能评估指标y_ij对评判等级V_k的隶属程度。

进一步地，所述基于模糊综合评价与综合权重进行风储联合调频系统综合性能模糊综合评估中，包括：

根据加权平均型算子，结合风储联合调频综合性能评估指标综合权重，得到风储联合调频综合性能评估体系的总体评估：

B_j＝[b_i(V₁) b_i(V₂) b_i(V₃) b_i(V₄) b_i(V₅)]

其中：b_i(V_k)是表示每个风储联合调频综合性能评估相对评语V_k的隶属度；

量化综合计算风储联合调频综合性能评估结果：

将计算得到风储联合调频综合性能评估结果和综合性能评语量化分级区间对应，得到风储联合调频综合性能评语。

本发明还包括一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上述的方法。

本发明还包括一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述的方法。

本发明的有益效果为：本发明在分析风储联合调频系统特性基础上，提出综合性能评估指标包括风电侧调节速率、风电侧调节偏差、风电侧响应时间、风储联合调节速率、风储联合调节偏差、储能侧能源吸收率、储能侧电能释放率、储能侧调节参与率，使得综合性能评估更全面具体。

本发明采用基于优序对比法与改进的反熵权法组合计算风储联合调频综合性能评估指标综合权重，优序对比法不仅能体现各综合性能评估指标主观重要性，也能够针对不同评估要求调整专家评分比重，以达到更好应用效果；改进的反熵权法通过结合变异系数能够有效体现数据间的差异程度；根据因素集与评语集构建隶属度函数，能够有效映射数据与评语间关联度；使用模糊综合评价法进行总体评估，增强综合性能评估指标之间的关联性，使得评估结果更加准确贴合实际需求。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明中记载的一些实施例，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为实施例1中方法的流程图；

图2为实施例2中方法的流程图；

图3为实施例2中评估指标体系；

图4为计算机设备的示意图。

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。

实施例1：

如图1所示：一种基于FCE(Fuzzy Comprehensive Evaluation，模糊综合评价)法的风储联合调频系统评估方法，包括如下步骤：

根据风储联合调频系统特性，确定用以评估风储联合调频系统综合性能的因素集；

基于优序对比法计算评估指标中的主观权重；

基于改进的反熵权法计算评估指标中的客观权重；

结合主观权重与客观权重计算评估指标的综合权重；

构建评语集与隶属度函数，计算评估数据对于各指标的隶属度；

基于模糊综合评价与综合权重进行风储联合调频系统综合性能模糊综合评估。

在分析风储联合调频系统特性基础上，提出综合性能评估指标包括风电侧调节速率、风电侧调节偏差、风电侧响应时间、风储联合调节速率、风储联合调节偏差、储能侧能源吸收率、储能侧电能释放率、储能侧调节参与率，使得综合性能评估更全面具体。

采用基于优序对比法与改进的反熵权法组合计算风储联合调频综合性能评估指标综合权重，优序对比法不仅能体现各综合性能评估指标主观重要性，也能够针对不同评估要求调整专家评分比重，以达到更好应用效果；改进的反熵权法通过结合变异系数能够有效体现数据间的差异程度；根据因素集与评语集构建隶属度函数，能够有效映射数据与评语间关联度；使用模糊综合评价法进行总体评估，增强综合性能评估指标之间的关联性，使得评估结果更加准确贴合实际需求。

在本实施例中，因素集包括：风电侧调节速率、风电侧调节偏差、风电侧响应时间、风储联合调节速率、风储联合调节偏差、储能侧能源吸收率、储能侧电能释放率、储能侧调节参与率。

其中，风储联合调频系统包括：

风电侧调频，风电侧调频的因素集包括风电侧调节速率、风电侧调节偏差和风电侧响应时间；

风储联合调频，风储联合调频的因素集包括风储联合调节速率和风储联合调节偏差；

储能侧调频，储能侧调频的因素集包括储能侧能源吸收率、储能侧电能释放率和储能侧调节参与率。

作为上述实施例的优选，基于优序对比法计算评估指标中的主观权重，包括：

构建判断尺度，采用数字0～n作为判断尺度的重要性；

将综合性能评估指标两两进行重要性比较；

如果指标A与B的对比重要性值为k，则指标B与A对比重要性记为n-k；

完成整体评分后，得到评分矩阵，对评分按列求和并进行归一化，得到主观权重。

首先需要构建判断尺度，采用数字0～5作为判断尺度表示五级重要性，数字越大，重要性越大，评价过程中重要性评分也可以取0～5之间的非整数。

进行优序对比评分时，如果综合性能评估指标A与B的对比重要性值为k，则综合性能评估指标B与A对比重要性值记为5-k，完成整体评分后得到评分矩阵，对评分按列求和并进行归一化得到风储联合调频综合性能评估指标主观权重。

其中，基于改进的反熵权法计算评估指标中的客观权重，包括：

数据无量纲处理，根据风储联合调频综合性能指标的实测数据构建数据矩阵，并进行无量纲处理；

指标变异系数计算，计算风储联合调频综合性能评估指标数据间的变异系数；

反熵计算，计算风储联合调频综合性能评估指标的反熵；

反熵权重计算，计算每个风储联合调频综合性能评估指标的反熵权重；

客观权重计算，结合反熵权重与变异系数，得到客观权重。

作为上述实施例的优选，数据无量纲处理中，采用分类处理，将评估指标分为正向指标与逆向指标，数据矩阵Y＝[y_ij]_m×n为：

其中：x_ij为第i个评估对象的第j个风储联合调频综合性能评估指标的实测数据，i＝1,…,m,j＝1,…,n，n为风储联合调频综合性能评估指标个数，m为评估对象个数，max(x_j)，min(x_j)分别为同一评估指标下不同评估对象实测数据的最大与最小值。y_ij为第i个评估对象的第j个风储联合调频综合性能评估指标数据无量纲处理后的标准化数据值。

作为上述实施例的优选，变异系数v_j为：

其中，其中，为第j个风储联合调频综合性能评估指标无量纲处理后标准化数据的均值，对第j个风储联合调频综合性能评估指标的变异系数归一化处理后得到μ_j。

作为上述实施例的优选，反熵E_j为：

其中，p_ij为：

作为上述实施例的优选，反熵权重η_j为：

作为上述实施例的优选，客观权重ω为：

ω＝[ω₁ ω₂…ω_n]。

作为上述实施例的优选，综合权重λ为：

λ_j＝αθ_j+(1-α)ω_j

λ＝[λ₁ λ₂…λ_n]

其中，θ_j与ω_j分别为第j个风储联合调频综合性能评估指标的主观权重与客观权重，α为比例系数，取值在0～1之间，其具体取值与风储联合调频综合性能评估指标主客观权重差异大小以及评估目标偏向相关，可根据不同评估场景及需求选取，通常可取为0.5。

在本实施例中，计算评估数据对于各指标的隶属度，包括：

构建评语集，将风储联合调频综合性能划分为5个不同的等级，构成五级模糊评语集V：{V₁(性能好)，V₂(性能较)，V₃(性能一般)，V₄(性能较差)，V₅(性能差)}；

隶属度函数构建，针对因素集U及评语集V构建对应的隶属度函数：

计算评判矩阵，将评判指标矩阵中的指标y_ij分别代入到隶属函数中，得到评判矩阵F：

其中：是风储联合调频综合性能评估指标y_ij对评判等级V_k的隶属程度。

其中，基于模糊综合评价与综合权重进行风储联合调频系统综合性能模糊综合评估中，包括：

根据加权平均型算子，结合风储联合调频综合性能评估指标综合权重，得到风储联合调频综合性能评估体系的总体评估：

B_j＝[b_i(V₁) b_i(V₂) b_i(V₃) b_i(V₄) b_i(V₅)]

其中：b_i(V_k)是表示每个风储联合调频综合性能评估相对评语V_k的隶属度；

量化综合计算风储联合调频综合性能评估结果：

将计算得到风储联合调频综合性能评估结果和综合性能评语量化分级区间对应，得到风储联合调频综合性能评语。

实施例2：

本实施例正是针对现有技术中缺少针对风储联合调频系统综合性能评估方法的问题，提供一种基于FCE法的风储联合调频综合性能评估方法。

首先根据风储联合调频系统特性构建包括风电侧调节速率、风电侧调节偏差、风电侧响应时间、风储联合调节速率、风储联合调节偏差、储能侧能源吸收率、储能侧电能释放率、储能侧调节参与率的评估因素集；接着使用优序对比法计算风储联合调频综合性能指标的主观权重，使用改进的反熵权法计算风储联合调频综合性能指标客观权重，结合主、客观权重计算风储联合调频综合性能评估指标综合权重以减少赋权过程中的信息损失；然后根据评估因素集构建评语集以及隶属度函数，能够有效映射数据与评语间关联度，量化评估指标数据对于各评语隶属度；最后采用模糊综合评价法进行综合评估，得到风储联合调频综合性能评语。

本实施例提出的基于FCE法的风储联合调频综合性能评估方法，使用优序对比法与改进的反熵权法计算权重，不仅能够体现出综合性能评估指标的性能要求、重要程度，也能够体现出数据的信息量及差异程度，同时使用模糊综合评价可以增强综合性能评估指标之间的关联性，使得评估结果更加准确贴合实际需求，评估结果能够为可以为按类别分析调节过程和调节性能、风机升级改造提供数据支撑，对建立储能系统参与电力系统调频的新辅助补偿标准具有一定指导意义和参考价值。

如图2所示，本实施例采取的技术方案是：一种基于FCE法的风储联合调频综合性能评估方法，具体包括以下步骤：

S1、根据风储联合调频系统特性提出评估指标体系，即确定用以评估风储联合调频系统综合性能的因素集U；

S2、基于优序对比法计算风储联合调频综合性能评估指标主观权重θ；

S3、基于改进的反熵权法计算风储联合调频综合性能评估指标客观权重ω；

S4、结合主观权重θ与客观权重ω计算风储联合调频综合性能评估指标综合权重；

S5、构建评语集与隶属度函数，计算评估数据对于各指标隶属度；

S6、基于模糊综合评价(Fuzzy Comprehensive Evaluation,FCE)与综合权重进行风储联合调频综合性能模糊综合评估。

步骤S1中确定的风储联合调频综合性能评估指标体系即因素集U包括：

如图3所示，风储联合调频系统可分为风电侧调频、风储联合调频、储能侧调频，通过分析风储联合调频系统特性，构建风储联合调频综合性能评估指标体系包括风电侧调节速率、风电侧调节偏差、风电侧响应时间、风储联合调节速率、风储联合调节偏差、储能侧能源吸收率、储能侧电能释放率、储能侧调节参与率，由这八项指标构成综合性能评估因素集U。

步骤S2中基于优序对比法计算风储联合调频综合性能评估指标主观权重θ具体包括：

优序对比法是根据专家经验对各项风储联合调频综合性能评估指标两两进行重要性比较，通过对比确定其权重。

首先需要构建判断尺度，采用数字0～5作为判断尺度表示五级重要性，数字越大，重要性越大，评价过程中重要性评分也可以取0～5之间的非整数。

进行优序对比评分时，如果综合性能评估指标A与B的对比重要性值为k，则综合性能评估指标B与A对比重要性值记为5-k，完成整体评分后得到评分矩阵，对评分按列求和并进行归一化得到风储联合调频综合性能评估指标主观权重。

评价过程可分别结合风电侧、储能测、运维人员意见，分别进行评分，并计算权重θ_i，为有效结合专家意见，减小依靠经验赋值带来的主观偏差，可根据针对评价要求结合多位专家意见，采用下式综合计算风储联合调频综合性能评估指标主观权重θ：

θ＝k₁θ₁+k₂θ₂+…+k_nθ_n

其中：θ_i为第i为专家评估得到的风储联合调频综合性能评估指标主观权重，k_i为第i位专家意见所占权重，可根据评估要求及侧重选取，k₁+k₂+…+k_n＝1；

步骤S3基于改进的反熵权法计算风储联合调频综合性能评估指标客观权重ω，进一步包括：

S31、数据无量纲处理：根据风储联合调频综合性能指标的实测数据构建数据矩阵X＝(x_ij)_m×n，接着进行无量纲化处理。由于评估指标存在数据越大越好(正向指标)以及数据越小越好(逆向指标)两种，采取下式分类处理，进一步得到风储联合调频综合性能评估指标标准化数据矩阵Y＝[y_ij]_m×n：

其中：x_ij为第i个评估对象的第j个风储联合调频综合性能评估指标的实测数据，i＝1,…,m,j＝1,…,n，n为风储联合调频综合性能评估指标个数，m为评估对象个数，max(x_j)，min(x_j)分别为同一评估指标下不同评估对象实测数据的最大与最小值。y_ij为第i个评估对象的第j个风储联合调频综合性能评估指标数据无量纲处理后的标准化数据值；

S32、指标变异系数计算：变异系数能够量化风储联合调频综合性能评估指标数据间的对比强度，可以体现出不同风储联合调频系统同一性能指标数据的差异程度，变异系数v_j及归一化计算公式如下：

S33、反熵计算：求取风储联合调频综合性能评估指标的反熵E_j，若p_ij＝1，则记p_ijln(1-p_ij)＝0：

S34、反熵权重计算：计算每个风储联合调频综合性能评估指标的反熵权重η_j，计算公式为：

S35、风储联合调频综合性能评估指标客观权重计算：结合反熵权重与变异系数，得到风储联合调频综合性能评估指标客观权重ω：

ω＝[ω₁ ω₂…ω_n]

步骤S4中，结合步骤S2的主观权重与步骤S3的客观权重综合计算储联合调频的综合性能评估指标综合权重λ，具体包括：

λ_j＝αθ_j+(1-α)ω_j

λ＝[λ₁ λ₂…λ_n]

其中：θ_j与ω_j分别为第j个风储联合调频综合性能评估指标的主观权重与客观权重，α为比例系数，取值在0～1之间，其具体取值与风储联合调频综合性能评估指标主客观权重差异大小以及评估目标偏向相关，可根据不同评估场景及需求选取，通常可取为0.5。

步骤S5中，构建评语集与隶属度函数，计算评估数据对于各指标隶属度具体包括：

S51、五级模糊评语集V建立：将风储联合调频综合性能划分为5个不同的等级，构成五级模糊评语集V：{V₁(性能好)，V₂(性能较)，V₃(性能一般)，V₄(性能较差)，V₅(性能差)}；风储联合调频综合性能评估量化分级如表1所示：

表1风储联合调频综合性能评估量化分级表

S52、隶属度函数构建：针对步骤S1获得的因素集U以及评语集V构建对应隶属度函数，针对V₁性能好、V₂性能较好、V₃性能一般、V₄性能较差、V₅性能差五个等级分别采用如下五个隶属度函数计算：

/>

S53、计算评判矩阵：将评判指标矩阵Y中的指标y_ij分别代入到上述5个评判等级的隶属函数中，得到其评判矩阵F如下：

其中：f_Vk(y_ij)(k＝1,2,…5；j＝1,2,…n)是风储联合调频综合性能评估指标y_ij对评判等级V_k的隶属程度；

步骤S6中，风储联合调频综合性能评估具体包括：

S61、根据加权平均型算子，结合风储联合调频综合性能评估指标综合权重，得到风储联合调频综合性能评估体系的总体评估：

B_j＝[b_i(V₁) b_i(V₂) b_i(V₃) b_i(V₄) b_i(V₅)]

b_i(V_k)＝∑(λ_i·f_V1(y_i1))

其中：b_i(V_k)是表示每个风储联合调频综合性能评估相对评语V_k的隶属度；

S62、量化综合计算风储联合调频综合性能评估结果：

将计算得到风储联合调频综合性能评估结果和综合性能评语量化分级区间对应，得到风储联合调频综合性能评语。

本实施例在分析风储联合调频系统特性基础上，提出综合性能评估指标包括风电侧调节速率、风电侧调节偏差、风电侧响应时间、风储联合调节速率、风储联合调节偏差、储能侧能源吸收率、储能侧电能释放率、储能侧调节参与率，使得综合性能评估更全面具体。

本发明采用基于优序对比法与改进的反熵权法组合计算风储联合调频综合性能评估指标综合权重，优序对比法不仅能体现各综合性能评估指标主观重要性，也能够针对不同评估要求调整专家评分比重，以达到更好应用效果；改进的反熵权法通过结合变异系数能够有效体现数据间的差异程度；根据因素集与评语集构建隶属度函数，能够有效映射数据与评语间关联度；使用模糊综合评价法进行总体评估，增强综合性能评估指标之间的关联性，使得评估结果更加准确贴合实际需求。

请参见图4示出的本申请实施例提供的计算机设备的结构示意图。本申请实施例提供的一种计算机设备400，包括：处理器410和存储器420，存储器420存储有处理器410可执行的计算机程序，计算机程序被处理器410执行时执行如上的方法。

本申请实施例还提供了一种存储介质430，该存储介质430上存储有计算机程序，该计算机程序被处理器410运行时执行如上的方法。

其中，存储介质430可以由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(Static Random Access Memory,简称SRAM)，电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory,简称EEPROM)，可擦除可编程只读存储器(Erasable Programmable Read Only Memory,简称EPROM)，可编程只读存储器(Programmable Red-Only Memory,简称PROM)，只读存储器(Read-Only Memory,简称ROM)，磁存储器，快闪存储器，磁盘或光盘。

在本发明的描述中，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该特征。“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；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或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”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必针对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一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (13)

1.一种基于FCE法的风储联合调频系统评估方法，其特征在于，包括如下步骤：

根据风储联合调频系统特性，确定用以评估风储联合调频系统综合性能的因素集；

基于优序对比法计算评估指标中的主观权重；

基于改进的反熵权法计算评估指标中的客观权重；

结合所述主观权重与客观权重计算评估指标的综合权重；

构建评语集与隶属度函数，计算评估数据对于各指标的隶属度；

基于模糊综合评价与综合权重进行风储联合调频系统综合性能模糊综合评估；

所述基于改进的反熵权法计算评估指标中的客观权重，包括：

数据无量纲处理，根据风储联合调频综合性能指标的实测数据构建数据矩阵，并进行无量纲处理；

指标变异系数计算，计算风储联合调频综合性能评估指标数据间的变异系数；

反熵计算，计算风储联合调频综合性能评估指标的反熵；

反熵权重计算，计算每个风储联合调频综合性能评估指标的反熵权重；

客观权重计算，结合所述反熵权重与变异系数，得到所述客观权重；

所述计算评估数据对于各指标的隶属度，包括：

构建评语集，将风储联合调频综合性能划分为5个不同的等级，构成五级模糊评语集V：{V₁(性能好)，V₂(性能较)，V₃(性能一般)，V₄(性能较差)，V₅(性能差)}；

隶属度函数构建，针对所述因素集U及所述评语集V构建对应的隶属度函数：

计算评判指标矩阵，将所述评判指标矩阵中的指标y_ij分别代入到所述隶属度函数中，得到所述评判指标矩阵F：

其中：是风储联合调频综合性能评估指标y_ij对评判等级V_k的隶属程度，k＝1,2,…5；j＝1,2,…n。

2.根据权利要求1所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述因素集包括：风电侧调节速率、风电侧调节偏差、风电侧响应时间、风储联合调节速率、风储联合调节偏差、储能侧能源吸收率、储能侧电能释放率、储能侧调节参与率。

3.根据权利要求2所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述风储联合调频系统包括：

风电侧调频，所述风电侧调频的所述因素集包括所述风电侧调节速率、风电侧调节偏差和风电侧响应时间；

风储联合调频，所述风储联合调频的所述因素集包括所述风储联合调节速率和风储联合调节偏差；

储能侧调频，所述储能侧调频的所述因素集包括所述储能侧能源吸收率、储能侧电能释放率和储能侧调节参与率。

4.根据权利要求1所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述基于优序对比法计算评估指标中的主观权重，包括：

构建判断尺度，采用数字0～n作为判断尺度的重要性；

将综合性能评估指标两两进行重要性比较；

如果指标A与B的对比重要性值为k，则指标B与A对比重要性记为n-k；

完成整体评分后，得到评分矩阵，对评分按列求和并进行归一化，得到所述主观权重。

5.根据权利要求1所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述数据无量纲处理中，采用分类处理，将评估指标分为正向指标与逆向指标，所述数据矩阵Y＝[y_ij]_m×n为：

其中：x_ij为第i个评估对象的第j个风储联合调频综合性能评估指标的实测数据，i＝1,…,m,j＝1,…,n，n为风储联合调频综合性能评估指标个数，m为评估对象个数，max(x_j)，min(x_j)分别为同一评估指标下不同评估对象实测数据的最大与最小值，y_ij为第i个评估对象的第j个风储联合调频综合性能评估指标数据无量纲处理后的标准化数据值。

6.根据权利要求5所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述变异系数v_j为：

其中，为第j个风储联合调频综合性能评估指标无量纲处理后标准化数据的均值，对第j个风储联合调频综合性能评估指标的变异系数归一化处理后得到μ_j。

7.根据权利要求6所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述反熵E_j为：

其中，p_ij为：

8.根据权利要求7所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述反熵权重η_j为：

9.根据权利要求8所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述客观权重ω为：

ω＝[ω₁ ω₂ … ω_n]。

10.根据权利要求1所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述综合权重λ为：

λ_j＝αθ_j+(1-α)ω_j

λ＝[λ₁ λ₂ … λ_n]

其中，θ_j与ω_j分别为第j个风储联合调频综合性能评估指标的主观权重与客观权重，α为比例系数，取值在0～1之间。

11.根据权利要求1所述的基于FCE法的风储联合调频系统评估方法，其特征在于，所述基于模糊综合评价与综合权重进行风储联合调频系统综合性能模糊综合评估中，包括：

根据加权平均型算子，结合风储联合调频综合性能评估指标综合权重，得到风储联合调频综合性能评估体系的总体评估：

B_j＝[b_i(V₁) b_i(V₂) b_i(V₃) b_i(V₄) b_i(V₅)]

其中：b_i(V_k)是表示每个风储联合调频综合性能评估相对评语V_k的隶属度；

量化综合计算风储联合调频综合性能评估结果：

将计算得到风储联合调频综合性能评估结果和综合性能评语量化分级区间对应，得到风储联合调频综合性能评语。

12.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1-11中任一项所述的方法。

13.一种存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-11中任一项所述的方法。