CN115983664A - 一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 - Google Patents
一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 Download PDFInfo
- Publication number
- CN115983664A CN115983664A CN202211390771.7A CN202211390771A CN115983664A CN 115983664 A CN115983664 A CN 115983664A CN 202211390771 A CN202211390771 A CN 202211390771A CN 115983664 A CN115983664 A CN 115983664A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- energy storage
- index
- electric power
- market
- 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
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明对新型储能技术和传统储能技术进行科学分析评价,该方法不仅针对已有的储能技术,也可以对未来新的储能技术进入市场得发展和应用前景进行科学评价和规划,可以有效降低相关电力企业的投资风险;通过全方位指标体系的构建实现了对储能技术参与电力市场交易效果科学有效的评价,达到引导储能设备合理投资建设和健康有序发展的目的。
Description
技术领域
本发明属于储能技术和电力市场交易相关技术领域,具体涉及一种基于模糊分析的储能参与电力市场交易效果的综合评价方法。
背景技术
储能技术是构建新型电力系统的重要支撑技术,近年来多种新型储能技术的应用规模稳步提升,对于电力市场化交易起到的作用也有所不同,目前亟需一种储能技术参与电力市场交易效果的综合评价方法来对储能的多方面指标进行评价,降低企业投资建设风险,深化电力市场化改革。
模糊分析是模糊层次分析法(FAHP)的简称,其特点是将人的主观判断过程数学化、思维化,使决策依据易于被人接受,更能适合复杂的社会科学领域的情况;由于FAHP在理论上具有完备性,在结构上具有严谨性,在解决问题上具有简洁性,尤其在解决非结构化决策问题上具有明显的优势,因此在各行各业得到了广泛应用;利用模糊层次分析法对储能技术参与电力市场交易效果进行评价,一方面可以通过对评价对象的思考分析将指标划分为若干层次,增加解决问题的条理性和层次性,另一方面可以对定量和定性的多种不确定因素进行合理地处理,增加评价过程的可信程度;然而目前的评价方法大多对权重系数的设定太过主观,且其评价的指标不能全方位体现储能技术对电力市场交易效果的多方面影响,难以得到真正科学有效的评价方法。
发明内容
本发明的目的在于提供一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,以解决上述背景技术中提出的评价方法主观性过强问题。
为实现上述目的,本发明提供如下技术方案:一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,其特征在于,包括以下步骤:
步骤1:分析储能参与电力市场交易的价值,具体包括技术价值、电力市场价值和社会价值,以此为依据确定储能参与电力市场效果评价指标;
步骤2:基于目标层、准则层、指标层、方案层的多层次结构建立储能参与电力市场效果评价指标体系;
步骤3:根据步骤2,通过层次分析法初步确定指标权重系数;
步骤4:利用熵权法修正权重系数;
步骤5:模糊评价过程。
优选的,所述步骤1还包括以下小步骤:
步骤1.1:储能技术价值分析;
不同形式储能参与电力市场交易的效果有所不同,而储能的差异性主要体现在技术层面A,选取储能技术层面最具有代表性的评价指标,包括能量密度A1、功率密度A2、自放电率A3、循环寿命A4和充放电效率A5;
步骤1.2:储能电力市场价值分析;
对于储能电力市场价值B的分析是评价储能参与电力市场交易效果的关键部分;电力市场在交易时间上可以分为现货市场和中长期合约市场,选取现货交割可靠性B2和中长期合约可靠性B3评价指标;在交易品种上可以分为电能量市场、容量市场和辅助服务市场,选取上网电价竞争力B1、容量充裕度B4、响应速度B5、调频里程B6、调峰幅度B7评价指标;除此以外,储能的电力市场价值还体现在延缓和替代输变电设施投资和消纳可再生能源上,选取输电资产替代率B8和清洁能源消纳变化率B9评价指标;
步骤1.3:储能社会价值分析;
储能的社会价值C是储能参与电力市场交易效果在社会层面的延续,对储能交易的长远发展有一定的影响;选取具有代表性的节能减排收益C1、缺电概率变化值C2、供电可用性变化值C3和环境影响程度评价指标C4。
优选的,所述步骤2还包括以下小步骤:
步骤2.1:以目标层、准则层、指标层为评价结构,建立多层次评价指标体系;
为了实现对储能参与电力市场效果的评价,首先要建立评价指标体系,该评价指标体系从技术、电力市场和社会三个方面对储能方案进行了全面系统分析评价;多层次评价结构的目标层为储能参与电力市场交易的效果评价指标Z,准则层为技术指标A、电力市场指标B和社会指标C,指标层为能量密度A1、功率密度A2、自放电率A3、循环寿命A4、充放电效率A5,上网电价竞争力B1、现货交割可靠性B2、中长期合约可靠性B3、容量充裕度B4、响应速度B5、调频里程B6、调峰幅度B7、输电资产替代率B8、清洁能源消纳变化率B9,节能减排收益C1、缺电概率变化值C2、供电可用性变化值C3和环境影响程度C4;
步骤2.2:在层次结构的方案层选取参与电力市场交易效果评价的储能形式;
不同储能技术的技术指标评价有较大差异,电力市场指标与社会指标的评价也有所不同;根据储能技术的发展现状,结合储能类型、优缺点和应用情况选取具有代表性的储能形式作为方案层元素。
优选的,所述步骤3还包括以下小步骤:
步骤3.1:构造判断矩阵;
上一层次的元素作为准则,对下一层元素有支配关系,需要在准则Bk下按照它们的相对重要程度赋予C1~Cn相应的权重,为了用数值表示判断矩阵将各层次中各个元素量化,采用1-9标度方法;
步骤3.2:求出判断矩阵的特征向量,即为各指标的初始权重;
利用方根法求判断矩阵的特征向量,再计算出其最大特征根;
步骤3.3:对判断矩阵进行一致性检验;
求解判断矩阵C的一致性指标CI,用随机一致性比率来判别判断矩阵是否具有满足一致性,若不满足一致性,则需重新调整之前构造的判断矩阵,直至满足一致性检验。
优选的,所述步骤4还包括以下小步骤:
步骤4.1:计算各指标的熵值;
对通过一致性检验的判断矩阵C进行标准化处理,得到标准化判断矩阵,再计算指标j的熵值;
步骤4.2:求解修正系数;
利用各指标的熵值求解偏差度,再求解修正系数;
步骤4.3:修正指标权重系数;
先利用各指标修正系数μj修正层次分析法求出的初始权重系数,求出熵权法修正后的权重系数;再将层次分析法求得的初始权重系数和熵权法修正后的权重系数进行组合计算,得到层次分析法-熵权法综合求出的更为合理的权重系数。
优选的,所述步骤5还包括以下小步骤:
步骤5.1:确定指标集U;
对已经设置完成的指标集,按照构建的指标体系层级进行划分;
步骤5.2:建立评价等级与评分准则;
对于定量指标,建立了5级评价等级及其评分准则,分别为“很好”、“
较好”、“一般”、“较差”、“很差”。对于定性指标,由该领域专家按1~100分确定,其中[0;20]、[20;40]、[40;60]、[60;80]、[80;100]分别对应(
“很差”、“较差”、“一般”、“较好”、“很好”);
步骤5.3:构造模糊评价矩阵;
根据各指标因素的评价分数,通过梯形隶属度函数的归一化处理,可获得各指标因素在不同评价等级下的隶属度,本文采用5级梯形隶属度函数对评价分数进行归一化处理;
步骤5.4:对单一准则进行独立评价;
各元素的数值分别表示在5个评价等级的隶属度,隶属度数值最高的评价等级为该项准则的独立评价结果;
步骤5.5:对全部准则进行综合评价;
各元素的数值分别表示在5个评价等级的隶属度。隶属度数值最高的评价等级为考虑所有准则的综合评价结果。
与现有技术相比,本发明提供了一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,具备以下有益效果:
1、本发明对新型储能技术和传统储能技术进行科学分析评价,该方法不仅针对已有的储能技术,也可以对未来新的储能技术进入市场得发展和应用前景进行科学评价和规划,可以有效降低相关电力企业的投资风险;
2、本发明通过全方位指标体系的构建实现了对储能技术参与电力市场交易效果科学有效的评价,达到引导储能设备合理投资建设和健康有序发展的目的。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制,在附图中:
图1为储能参与电力市场交易效果综合评价流程示意图;
图2为储能参与电力市场交易效果综合评价指标体系示意图;
图3为梯形隶属度函数的不同评分标准的边界值坐标示意图。
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。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。
请参阅图1-3,本发明提供一种技术方案:一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,其特征在于,包括以下步骤:
步骤1:分析储能参与电力市场交易的价值,具体包括技术价值、电力市场价值和社会价值。由此选取储能参与电力市场效果评价指标。
步骤1.1:储能技术价值分析;
不同形式储能参与电力市场交易的效果有所不同,而储能的差异性主要体现在技术层面A,选取储能技术层面最具有代表性的评价指标,包括能量密度A1、功率密度A2、自放电率A3、循环寿命A4和充放电效率A5;
(1)能量密度A1;
能量密度是每单位体积存储在给定系统或空间区域中的物质能量的大小。不同种类的储能技术的能量密度相差巨大,可达数百Wh/m3;在该技术准则中,能量密度直接决定了有限建设空间中可以存储的能量等级,对储能设备的规划建设产生较大影响;能量密度ρc等于平台电压和储能容量的乘积与储能空间体积的比,计算公式如下:
式中,U为平台电压,L为储能的容量,V为储能空间的最大体积;
(2)功率密度A2;
功率密度是指储能设备能输出最大的功率与整个燃料电池系统的重量或体积的比值。不同类型的储能设备在比功率方面的差异非常重要,其往往采用最优控制和拓扑的选择或有效的散热达到尽可能高的功率密度,从而使储能设备的充放电速度尽可能更快。能量密度与功率密度两个指标与电池的材料特性息息相关,同时也对储能参与电力市场的效果产生根本影响。功率密度ρw的计算公式如下:
式中,Wmax为储能设备输入输出的最大功率,V为储能空间的最大体积;
(3)自放电率A3;
自放电率又称荷电保持能力,是指电池在开路状态下,电池所储存的电量在一定条件下的保持能力;主要受电池制造工艺、材料、储存条件等因素影响,是衡量电池性能的重要参数;储能设备对能量的保存能力是一项很重要的指标,提高储能设备自放电率可以有效降低耗电成本,提升储能设备参与电力市场的经济效益。自放电率ηs的计算公式如下:
式中,C1为储能存储前的放电容量,C2为储存能量一段时间后测试的放电容量。不同储能设备的测试过程要控制其他变量完全一致;
(4)循环寿命A4;
循环寿命是储能设备保持输出一定的容量的情况下,其容量降低到某一规定值之前所能进行的最大充放电循环次数。在同样使用强度下,循环寿命决定了储能设备的使用寿命,是储能固定成本的重要组成部分;其对成本的影响也体现在了对各类成本的疏导过程,也即售电过程,从而对储能参与电力市场的交易效果产生影响;对电池循环寿命的测试方法如下:在25℃的环境温度下,以0.2C电流恒流放电至规定的终止电压(3.0V),然后以0.2C电流恒流充电至终止电压(4.2V),转入恒压充电(充电终止电流一般为0.02C),且充电和放电或放电和充电之间搁置不超过1h,直至放电容量低于额定容量的70%,得到的最大充放电次数,即为循环寿命L;如下式所示:
式中,m为测试的样品电池数量,n为最大充放电次数;
(5)充放电效率A5;
充电效率是储能设备放电时取出的电量与充电时流进的电量之比。充电效率主要受电池工艺,配方及电池的工作环境温度等因素影响;放电效率是储能设备充电时流进的电量与放电时取出的电量之比,放电效率主要受放电倍率,环境温度,内阻等因素影响。充放电效率是表征能量损耗的重要参数,在储能的过程中,需要想方设法降低存储过程的能量损耗,从而降低电力市场交易的成本,提高收益。其中,充电效率ηt通过在一定放电条件下放至某一截止电压时放出的容量除以输入的电池容量来进行计算,计算公式如下:
式中,If为放电电流,Tf为放电到截止电压所花费的时间,Ic为充电电流,Tc为充电时间,放电效率的计算同理;
步骤1.2:储能电力市场价值分析;
对于储能电力市场价值B的分析是评价储能参与电力市场交易效果的关键部分;电力市场在交易时间上可以分为现货市场和中长期合约市场,选取现货交割可靠性B2和中长期合约可靠性B3评价指标;在交易品种上可以分为电能量市场、容量市场和辅助服务市场,选取上网电价竞争力B1、容量充裕度B4、响应速度B5、调频里程B6、调峰幅度B7评价指标;除此以外,储能的电力市场价值还体现在延缓和替代输变电设施投资和消纳可再生能源上,选取输电资产替代率B8和清洁能源消纳变化率B9评价指标;
(1)上网电价竞争力B1;
上网电价是指电网购买发电企业的电力和电量,是协调电网与自备电厂的一个重要方面一般以自备电厂的发电单位成本加电网内平均发电单位成本利润率,再考虑其他若干因素而确定。储能电站设备放电的上网电价与充电时的购电价格和储存效率等因素有着密切联系,在相同时段和电能质量下,相应的上网电价的高低是上网电价竞争力的决定因素;上网电价竞争力直接影响储能参与电力市场售电的效益;上网电价竞争力的计算公式如下:
式中,T为测试时间段总数,kt为t时段的用户用电量系数,ct为t时段的储能上网电价,为t时段的平均上网电价;
(2)现货交割可靠性B2;
以市场交易时间尺度分类,电力现货市场是电力市场的一个重要组成部分,供应商和用户实时电量和电价信息的交换是完成电能量现货交割和提高现货交割可靠性的关键;现货市场交易周期短,市场主体能够对市场供求平衡状态及成本水平做出更加准确的预测,因此,现货市场交易价格虽然可能由于供给即时响应滞后等原因在不同时点出现大幅度变化,但是平均水平相对稳定。现货市场交易可靠性RG通过供需电量的关系进行计算,如下式:
式中,Q为测试期间电力现货市场结算电量,Qs为现货市场结算剩余电量;
(3)中长期合约可靠性B3;
以市场交易时间尺度分类,电力中长期合约市场是电力市场的另一个重要组成部分,供应商对电能量合约的履行和价格风险的规避是完成电能量中长期合约交易和提高中长期合约可靠性的关键;在中长期交易市场中,市场主体要对未来一段时间内电力系统的发电成本和市场需求及供求平衡状态等因素进行预测,并在此基础上确定交易电量和价格,其预测数据准确程度不如现货市场,相应的交易价格决策的风险程度也大于现货市场。现货市场交易可靠性RL通过中长期合同的履行情况进行计算,如下式:
式中,Q为测试期间电力中长期市场合同总数,Qb为存在违约供电时段的合同总数;
(4)容量充裕度B4;
电力容量市场是一种经济激励机制,使发电机组能够获得在不确定性较高的电能量市场和辅助服务市场以外的稳定经济收入,来鼓励机组建设,使系统在面对高峰负荷时有足够的发电容量冗余。由此,储能设备的容量充裕度决定了其在电力容量市场的收益;容量充裕度Cc的计算公式如下,
式中,T为测试时间段总数,Ct为t时段储能设备的总可用容量,为t时段储能设备的已使用容量;
(5)响应速度B5;
在电力辅助服务市场中,响应速度是指储能电站从收到调节指令到出力开始调节所需的时间,响应时间越小,响应速度越快,响应性能越好;目前多数辅助服务市场通常设定一个标准调节时间,通过实际调节时间与标准调节时间的比值并逆向化处理反映储能电站响应速度性能指标。响应速度指标S的计算公式如下,
式中,TN为标准调节时间,Ti为响应时间;
(6)调频里程B6;
在电力辅助服务市场中,调频里程是影响储能电站调频性能和补偿收益的重要指标;它是储能电站的实际调节量,反映了储能电站在调度周期内对频率调节的实际贡献,储能电站在一个评价周期内调频里程RN计算公式如下,
式中:Rt为调度指令t下的实际出力;n为评价周期内调度指令的总数量;
(7)调峰幅度B7;
在电力辅助服务市场中,调峰幅度是反映储能电站调峰能力的重要指标;它反映了储能电站功率的实际可调节范围,可以依据储能电站的最大、最小技术出力来定义,调峰幅度RK的计算公式如下,
RK=Pg,max-Pg,min
式中:Pg,max、Pg,min分别为储能电站的最大技术出力和最小技术出力;
(8)输电资产替代率B8;
在电力市场交易模式下,储能电站的规划建设参考离不开电网规划,在关键节点、关键位置部署集中式规模化储能系统,更有利于电网调度运行,并能有效替代输配电资产投资,储能的最终价值也会在电力市场中显示;输电资产替代率指标是表征储能最终价值的重要指标,计算公式如下,
式中,Ai为储能设备中可代替的输电资产价值,A为储能设备的总价值;
(9)清洁能源消纳变化率B9;
随着可再生能源行业的稳步发展,以风电、光伏等为主体的新能源输出电力不稳定,具有波动大、随机性等特点,容易造成电网频率不稳定等问题。储能电站的优秀辅助能力可保证电力系统安全稳定运行,助力新能源消纳。储能技术在发挥能量搬移作用的同时,可以充分为电力系统提供灵活调节服务,实现促进清洁能源消纳的关键作用;由此,储能电站参与电力市场与否对清洁能源消纳率有着举足轻重的影响,清洁能源消纳变化率也成为评价储能电站参与电力市场交易效果的重要指标,计算公式如下,
式中,Qz为储能参与电力市场后的清洁能源消纳量,Qy为储能参与电力市场前的清洁能源消纳量;
步骤1.3:储能社会价值分析;
储能的社会价值C是储能参与电力市场交易效果在社会层面的延续,对储能交易的长远发展有一定的影响;选取具有代表性的节能减排收益C1、缺电概率变化值C2、供电可用性变化值C3和环境影响程度评价指标C4;
(1)节能减排收益C1;
储能电站参与消纳大量并网可再生能源,同时降低了火电等传统能源的使用率,减少了总的碳排放量;在碳排放额交易市场中,储能电站节省了大量碳排放配额,可以通过向其他单位出售碳排放配额的方式得到额外收益,不仅助力实现了社会整体节能减排的目标,也降低了产能的成本;由此,节能减排收益成为一项评价储能技术社会价值的重要指标,计算公式如下,
式中,T为测试时间段总数,pt为碳排放配额单价,Qt为碳排放配额量。
(2)缺电概率变化值C2;
在供电过程中,偶尔会出现由于发电容量不足,在给定时间段内,生产的电能无法满足用户负荷需要的情况,这种情况出现的概率称为缺电概率。缺电概率是反映供电可靠性的一个重要指标,储能电站可以对电能量进行时序上的重新调整,会大大降低电力系统的缺电概率,提高电力用户的用电满意度。因此储能电站对电力系统缺电概率的影响是评价储能技术社会价值的重要指标,计算公式如下,
式中,pz为储能参与电力市场后的缺电概率,py为储能参与电力市场前的缺电概率;
(3)供电可用性变化值C3;
电力市场能提供符合所供电设备规定的供电质量的几率称为供电可用性水平。储能设备对电能的频率调节服务可以在一定程度上提高电力系统供电可用性,对提高电力供应的连续性、降低断电风险、提升电力用户的用电满意度起到重要的作用;供电可用性的变化值成为评价储能技术社会价值的重要指标,计算公式如下,
式中,dz为储能参与电力市场后的电能用户满意度,dy为储能参与电力市场前的电能用户满意度;
(4)环境影响程度C4
不同储能技术由于工艺、材料和使用环境等原因,对自然环境有着不同程度的影响。例如电化学储能最大的问题是缺乏有效消防手段预防,具有发生爆炸、燃烧等安全风险问题,容易威胁电网设备安全和污染周围大气生态环境;抽水蓄能主要对区域生态环境存在影响,包括水文情势改变、施工期水土流失隐患、运行期可能的水库渗漏、以及物种变化等。所以分析储能技术对环境的影响程度,对于储能社会价值的评价是非常有必要的;环境影响程度ρB的计算公式如下,
式中,bz为储能参与电力市场后的居民环境满意度,by为储能参与电力市场前的居民环境满意度。
步骤2:基于目标层、准则层、指标层、方案层的多层次结构建立储能参与电力市场效果评价指标体系;
步骤2.1:以目标层、准则层、指标层为评价结构,建立多层次评价指标体系;
为了实现对储能参与电力市场效果的评价,首先要建立评价指标体系,该评价指标体系从技术、电力市场和社会三个方面对储能方案进行了全面系统分析评价;技术评价指标体系能够对储能的交易效果从技术层面进行分析,对不同方案的技术水平进行合理评价,是评价交易效果的基本内容;电力市场评价指标体系能够对储能的交易效果从影响主体进行分析,是投资者、决策者首要考虑分析的内容;社会评价指标能够对储能的交易效果进行用户和社会影响方面的评价,不仅影响着用户的用电满意度,也满足当下国家节能减排的政策背景,也顺应了绿色、低碳、环保的社会主流意识,从而引导项目的投资建设;多层次评价结构的目标层为储能参与电力市场交易的效果评价指标体系,准则层为技术指标A、电力市场指标B和社会指标C,指标层为能量密度A1、功率密度A2、自放电率A3、循环寿命A4、充放电效率A5,上网电价竞争力B1、现货交割可靠性B2、中长期合约可靠性B3、容量充裕度B4、响应速度B5、调频里程B6、调峰幅度B7、输电资产替代率B8、清洁能源消纳变化率B9,节能减排收益C1、缺电概率变化值C2、供电可用性变化值C3和环境影响程度C4;
步骤2.2:在层次结构的方案层选取参与电力市场交易效果评价的储能形式;
不同储能技术的技术指标评价有较大差异,电力市场指标与社会指标的评价也有所不同;根据储能技术的发展现状,选取4种最具有代表性的储能形式作为方案层元素,包括抽水蓄能、电池储能、压缩空气储能和飞轮储能;结合步骤2.1建立的目标层、准则层、指标层,本专利构建的分层级多指标综合评价指标体系如图所示。
步骤3:层次分析法初步确定指标权重系数;
步骤3.1:构造判断矩阵;
上一层次的元素A、B、C作为准则,对下一层元素An、Bn、Cn有支配关系,需要在准则A、B、C下按照它们的相对重要程度赋予A1~An、B1~Bn、C1~Cn相应的权重。一般来说,判断矩阵应由熟悉问题的专家独立给出;为了用数值表示判断矩阵将各层次中各个元素量化,往往都采用1-9标度方法;对于指标层已有的各元素来说,能得到判断矩阵,
C=(Cij)n×n
其中,Cij表示因素i和因素j相对于目标值的重要值;
步骤3.2:求出判断矩阵的特征向量,即为各指标的初始权重Wj;
利用方根法求判断矩阵C的特征向量W和最大特征根λmax;首先计算每一行元素乘积的n次方根,并对其进行归一化处理,
式中,Wj=[W1,W2,…Wn]为判断矩阵的特征向量;
并计算出判断矩阵的最大特征根λmax,
式中,λmax为判断矩阵的最大特征根,(AW)i表示向量AW的第i个元素。
步骤3.3:对判断矩阵进行一致性检验;
首先求解判断矩阵的一致性指标CI,
式中,一致性指标CI值越小,表示判断矩阵的一致性程度越好;CI越大,则判断矩阵的一致性程度越差;
其次用随机一致性比率来判别判断矩阵是否具有满足一致性,若满足下式,则判断矩阵满足一致性;
其中,RI为平均随机一致性指标。不同阶数判断矩阵的平均随机一致性指标如下表1所示:
表1平均随机一致性指标
最后,若不满足一致性,则需重新调整之前构造的判断矩阵,直至满足一致性检验。
表2-表5为层次分析法初步确定的目标层和各指标层的权重系数
表2层次分析法初步确定的权重系数(目标层Z)
表3层次分析法初步确定的权重系数(准则层A)
表4层次分析法初步确定的权重系数(准则层B)
表5层次分析法初步确定的权重系数(准则层C)
步骤4:熵权法修正权重系数;
步骤4.1:计算各指标的熵值;
先对通过一致性检验的判断矩阵C进行标准化处理,得到标准化判断矩阵,
再根据下式计算指标j的熵值,
步骤4.2:求解修正系数
先利用各指标的熵值求偏差度dj,
dj=1-Ej
再利用各指标的偏差度,求解修正系数μj,
步骤4.3:修正指标权重系数;
先利用各指标修正系数μj修正层次分析法求出的初始权重系数Wj,求出熵权法修正后的权重系数θj,
再将层次分析法求得的初始权重系数Wj和熵权法修正后的权重系数θj按下式进行组合计算,得到层次分析法-熵权法综合求出的更为合理的权重系数wj,
wj=ρWj+(1-ρ)θj
式中,ρ取0.5;
表6-表9为熵值法修正的目标层和各指标层权重系数
表6熵权法修正的权重系数(目标层Z)
表7熵权法修正的权重系数(准则层A)
表8熵权法修正的权重系数(准则层B)
表9熵权法修正的权重系数(准则层C)
步骤5:模糊评价过程;
步骤5.1:确定指标集U;
对已经设置完成的指标集U={u1,u2,...,um},按照构建的指标体系层级进行划分,即:U={U1,U2,...,UN},其中,U中含有N*k个元素;
步骤5.2:建立评级等级与评分准则;
1)对于定量指标(A1,A2,A3,A4,A5,B2,B3,B4,B5,B7,C1,C2,C3),建立了5级评价等级及其评分准则,分别为“很好”、“较好”、“一般”、“较差”、“很差”,如表1所示。其中Kn为第K个准则第n个指标的实际数值,kn1-kn4分别为第n个指标因素在不同评价等级的阈值,s1-s4分别为不同评价等级的评分标准;
表10定量指标评分标准
评价等级 | 等级制 | 评分准则 | 评分标准 |
很好 | Ⅰ | <![CDATA[K<sub>n</sub>>k<sub>n1</sub>]]> | <![CDATA[>s<sub>1</sub>]]> |
较好 | Ⅱ | <![CDATA[k<sub>n2</sub><K<sub>n</sub>≤k<sub>n1</sub>]]> | <![CDATA[s<sub>2</sub>-s<sub>1</sub>]]> |
一般 | Ⅲ | <![CDATA[k<sub>n3</sub><K<sub>n</sub>≤k<sub>n2</sub>]]> | <![CDATA[s<sub>3</sub>-s<sub>2</sub>]]> |
较差 | Ⅳ | <![CDATA[k<sub>n4</sub><Kn≤k<sub>n3</sub>]]> | <![CDATA[s<sub>4</sub>-s<sub>3</sub>]]> |
很差 | Ⅴ | <![CDATA[K<sub>n</sub>≤k<sub>n4</sub>]]> | <![CDATA[<s<sub>4</sub>]]> |
第n个指标因素的评价分数f(Kn)的计算式如下式所示,
式中,0≤f(Kn)≤100;
以指标A1为例,抽水蓄能、电池储能、压缩空气储能、飞轮储能的能量密度分别为200-400、20-80、0.2-2、2-6(单位Wh/Kg),各种储能形式的能量密度取平均值;评分准则系数设为kn1=103、kn2=102、kn3=101、kn4=100,评分标准系数设为s1=90、s2=80、s3=70、s4=60,评价分数计算如下,
由上述计算过程,抽水蓄能、电池储能、压缩空气储能、飞轮储能的能量密度评价指标(A1)的评价分数(f(K1))分别为:60.1分、82.2分、63.3分、74.4分;
2)对于定性指标(B1,B6,B8,B9,C4),由专家按1~100分确定,其中[0;20]、[20;40]、[40;60]、[60;80]、[80;100]分别对应(“很差”、“较差”、“一般”、“较好”、“很好”);
首先邀请能源技术专家M1、市场研究专家M2和电网运维专家M3等s类领域专家作为评分者,每类领域的人数为L1,L2,L3…Ls,对几种方案的全部评价指标进行打分,由于不同领域专家的专业知识和认知水平的不同,对不同领域专家采取不同的置信度系数CM1=[c11,c12,c13…c1n]T,CM2=[c21,c22,c23…c2n]T,CM3=[c31,c32,c33…c3n]T,…,CMs=[cs1,cs2,cs3…csn]T,置信度系数向量满足以下条件,
c11+c21+c31+…+cs1=1
c12+c22+c32+…+cs2=1
c13+c23+c33+…+cs3=1
…
c1n+c2n+c3n+…+csn=1
得到的打分结果RSL是一个1行n列的矩阵,RSL指的是第s类领域专家的第L个专家的打分结果,其中S=1,2,…s,L=L1,L2…Ls。最后根据下式求出各个定性指标的最终评分结果f(Rn);
以指标B1为例,邀请能源技术专家、市场研究专家、电网运维专家三类专家各10人对抽水蓄能、电池储能、压缩空气储能、飞轮储能四种储能形式的上网电价竞争力指标(B1)打分,针对该指标,三类专家的置信度系数分别为0.2、0.6、0.2。三类专家打分见下表,
表11三类专家对指标B1的打分细表
由上述计算过程,抽水蓄能、电池储能、压缩空气储能、飞轮储能的上网电价竞争力评价指标(B1)的评价分数(f(R1))分别为:88.48分、77.07分、79.44分、62.03分。
最终得到所有指标的评价分数,如表12所示,
表12全指标评价分数
;
步骤5.3:构造模糊评价矩阵;
根据各指标因素的评价分数f,通过梯形隶属度函数的归一化处理,可获得各指标因素在不同评价等级下的隶属度;梯形隶属度函数的梯形级数与评价等级应相同,因此本文采用5级梯形隶属度函数对评价分数进行归一化处理,其中上一梯形级数与下一梯形级数的交叉点为不同评分标准的边界值,如图3所示;
图3中,横坐标f(Kn)为该指标因素的评价分数,纵坐标μ(f(Kn))为该评价分数在某一评价等级的隶属度,范围在[0,1]之间;根据该指标因素在5个评价等级的隶属度可获得关系向量rn,如下式所示,
式中:为第K项准则的第n个指标因素在第α个评价等级的隶属度,K=1,2,…,k,k为准则因素的个数,α=1,2,3,4,5;
因此,第K项准则下设指标因素的模糊评价矩阵RK如下式所示,
步骤5.4:对单一准则进行独立评价;
第K项准则的独立评价结果JK如式(10)所示,
式中:独立评价结果JK为一个1行5列的向量,各元素的数值分别表示在5个评价等级的隶属度,隶属度数值最高的评价等级为该项准则的独立评价结果;o为模糊合成算子;
以准则层A为例,抽水蓄能、电池储能、压缩空气储能、飞轮储能的独立评价结果分别如下式所示,
所以对于准则层A,根据在5个评价等级的隶属度,抽水蓄能、电池储能、压缩空气储能、飞轮储能的独立评价结果分别为“较好”、“较差”、“较差”、“很好”;
最终得到每个准则的独立评价结果,如表13所示,
表13每个准则的独立评价结果
步骤5.5:对全部准则进行综合评价;
各准则的评价结果组合综合评价矩阵,
R=[J1,J2,...,JK]
综合评价结果J如下式所示,
式中,综合评价结果J也为一个1行5列的向量,各元素的数值分别表示在5个评价等级的隶属度,同样地,隶属度数值最高的评价等级为考虑所有准则的综合评价结果;
最终得到全准则的综合评价结果,如表14所示,
表14全准则的综合评价结果
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (6)
1.一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,其特征在于,包括以下步骤:
步骤1:分析储能参与电力市场交易的价值,具体包括技术价值、电力市场价值和社会价值,以此为依据确定储能参与电力市场效果评价指标;
步骤2:基于目标层、准则层、指标层、方案层的多层次结构建立储能参与电力市场效果评价指标体系;
步骤3:根据步骤2,通过层次分析法初步确定指标权重系数;
步骤4:利用熵权法修正权重系数;
步骤5:模糊评价过程。
2.根据权利要求1所述的一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,其特征在于:所述步骤1还包括以下小步骤:
步骤1.1:储能技术价值分析;
不同形式储能参与电力市场交易的效果有所不同,而储能的差异性主要体现在技术层面A,选取储能技术层面最具有代表性的评价指标,包括能量密度A1、功率密度A2、自放电率A3、循环寿命A4和充放电效率A5;
步骤1.2:储能电力市场价值分析;
对于储能电力市场价值B的分析是评价储能参与电力市场交易效果的关键部分;电力市场在交易时间上可以分为现货市场和中长期合约市场,选取现货交割可靠性B2和中长期合约可靠性B3评价指标;在交易品种上可以分为电能量市场、容量市场和辅助服务市场,选取上网电价竞争力B1、容量充裕度B4、响应速度B5、调频里程B6、调峰幅度B7评价指标;除此以外,储能的电力市场价值还体现在延缓和替代输变电设施投资和消纳可再生能源上,选取输电资产替代率B8和清洁能源消纳变化率B9评价指标;
步骤1.3:储能社会价值分析;
储能的社会价值C是储能参与电力市场交易效果在社会层面的延续,对储能交易的长远发展有一定的影响;选取具有代表性的节能减排收益C1、缺电概率变化值C2、供电可用性变化值C3和环境影响程度评价指标C4。
3.根据权利要求1所述的一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,其特征在于:所述步骤2还包括以下小步骤:
步骤2.1:以目标层、准则层、指标层为评价结构,建立多层次评价指标体系;
为了实现对储能参与电力市场效果的评价,首先要建立评价指标体系,该评价指标体系从技术、电力市场和社会三个方面对储能方案进行了全面系统分析评价;多层次评价结构的目标层为储能参与电力市场交易的效果评价指标Z,准则层为技术指标A、电力市场指标B和社会指标C,指标层为能量密度A1、功率密度A2、自放电率A3、循环寿命A4、充放电效率A5,上网电价竞争力B1、现货交割可靠性B2、中长期合约可靠性B3、容量充裕度B4、响应速度B5、调频里程B6、调峰幅度B7、输电资产替代率B8、清洁能源消纳变化率B9,节能减排收益C1、缺电概率变化值C2、供电可用性变化值C3和环境影响程度C4;
步骤2.2:在层次结构的方案层选取参与电力市场交易效果评价的储能形式;
不同储能技术的技术指标评价有较大差异,电力市场指标与社会指标的评价也有所不同;根据储能技术的发展现状,结合储能类型、优缺点和应用情况选取具有代表性的储能形式作为方案层元素。
4.根据权利要求1所述的一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,其特征在于:所述步骤3还包括以下小步骤:
步骤3.1:构造判断矩阵;
上一层次的元素作为准则,对下一层元素有支配关系,需要在准则Bk下按照它们的相对重要程度赋予C1~Cn相应的权重,为了用数值表示判断矩阵将各层次中各个元素量化,采用1-9标度方法;
步骤3.2:求出判断矩阵的特征向量,即为各指标的初始权重;
利用方根法求判断矩阵的特征向量,再计算出其最大特征根;
步骤3.3:对判断矩阵进行一致性检验;
求解判断矩阵C的一致性指标CI,用随机一致性比率来判别判断矩阵是否具有满足一致性,若不满足一致性,则需重新调整之前构造的判断矩阵,直至满足一致性检验。
5.根据权利要求1所述的一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,其特征在于:所述步骤4还包括以下小步骤:
步骤4.1:计算各指标的熵值;
对通过一致性检验的判断矩阵C进行标准化处理,得到标准化判断矩阵,再计算指标j的熵值;
步骤4.2:求解修正系数;
利用各指标的熵值求解偏差度,再求解修正系数;
步骤4.3:修正指标权重系数;
先利用各指标修正系数μj修正层次分析法求出的初始权重系数,求出熵权法修正后的权重系数;再将层次分析法求得的初始权重系数和熵权法修正后的权重系数进行组合计算,得到层次分析法-熵权法综合求出的更为合理的权重系数。
6.根据权利要求1所述的一种基于模糊分析的储能参与电力市场交易效果的综合评价方法,其特征在于:所述步骤5还包括以下小步骤:
步骤5.1:确定指标集U;
对已经设置完成的指标集,按照构建的指标体系层级进行划分;
步骤5.2:建立评价等级与评分准则;
对于定量指标,建立了5级评价等级及其评分准则,分别为“很好”、“较好”、“一般”、“较差”、“很差”。对于定性指标,由该领域专家按1~100分确定,其中[0;20]、[20;40]、[40;60]、[60;80]、[80;100]分别对应(“很差”、“较差”、“一般”、“较好”、“很好”);
步骤5.3:构造模糊评价矩阵;
根据各指标因素的评价分数,通过梯形隶属度函数的归一化处理,可获得各指标因素在不同评价等级下的隶属度,本文采用5级梯形隶属度函数对评价分数进行归一化处理;
步骤5.4:对单一准则进行独立评价;
各元素的数值分别表示在5个评价等级的隶属度,隶属度数值最高的评价等级为该项准则的独立评价结果;
步骤5.5:对全部准则进行综合评价;
各元素的数值分别表示在5个评价等级的隶属度。隶属度数值最高的评价等级为考虑所有准则的综合评价结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211390771.7A CN115983664A (zh) | 2022-11-07 | 2022-11-07 | 一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211390771.7A CN115983664A (zh) | 2022-11-07 | 2022-11-07 | 一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115983664A true CN115983664A (zh) | 2023-04-18 |
Family
ID=85972743
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211390771.7A Pending CN115983664A (zh) | 2022-11-07 | 2022-11-07 | 一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115983664A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522230A (zh) * | 2024-01-05 | 2024-02-06 | 国网数字科技控股有限公司 | 一种绿电数据分析方法、装置、设备及存储介质 |
-
2022
- 2022-11-07 CN CN202211390771.7A patent/CN115983664A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117522230A (zh) * | 2024-01-05 | 2024-02-06 | 国网数字科技控股有限公司 | 一种绿电数据分析方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yu et al. | Uncertainties of virtual power plant: Problems and countermeasures | |
CN104951866B (zh) | 一种县级供电企业线损综合管理对标评价体系及评价方法 | |
CN109829604A (zh) | 一种电网侧储能电站运行效果综合评估方法 | |
CN108921376B (zh) | 一种智能配电网用电可靠性提升对象的优选方法及系统 | |
CN110689240A (zh) | 一种配电网经济运行模糊综合评价方法 | |
CN112907129A (zh) | 储能综合效益评估指标体系 | |
CN113269371A (zh) | 一种智能配电网供电综合性能评估方法及系统 | |
CN111695718A (zh) | 一种考虑投资需求与规划目标的电网发展辅助决策方法 | |
CN111861089A (zh) | 一种电力现货市场的综合评价方法 | |
CN111222787A (zh) | 受端电网规模化储能商业模式决策方法及系统 | |
CN104102840A (zh) | 配电网对光伏电源接纳能力的测评方法 | |
CN112465286A (zh) | 一种电动汽车充电网络服务能力评价方法 | |
CN115983664A (zh) | 一种基于模糊分析的储能参与电力市场交易效果的综合评价方法 | |
CN112785060A (zh) | 一种配电网精益化运维水平优化方法 | |
CN114301081A (zh) | 一种考虑蓄电池储能寿命损耗与需求响应的微电网优化方法 | |
CN112561319A (zh) | 一种数据中心能源系统综合评价方法 | |
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 | |
CN116385203A (zh) | 电力市场对“双碳”目标贡献度的评价方法 | |
Qin et al. | Comprehensive evaluation of microgrid integration based on combination weighting | |
CN112861376B (zh) | 一种基于单元调度模型的评估方法及装置 | |
CN113033886B (zh) | 一种配电网规划建设评估方法 | |
CN114547821A (zh) | 基于灰色关联理论的可调度柔性资源辨识方法、存储介质 | |
CN111553525A (zh) | 一种考虑输配电价监管的电网投资策略优化方法 | |
Guo et al. | Virtual Power Plant Operation Based on Entropy-Weight-Improved Cloud Risk Assessment Model. | |
Xie et al. | Investment value evaluation of energy internet business based on TOPSIS method |
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 |