CN115986817A - 一种虚拟电厂多成员综合贡献度分配方法 - Google Patents

Abstract

本发明涉及一种虚拟电厂多成员综合贡献度分配方法，包括：获取虚拟电厂的电网数据；建立虚拟电厂各聚合资源的综合贡献度评估体系；获取虚拟电厂各聚合资源的各个指标的指标权重；根据获取指标权重进行专家打分，基于专家打分，运用模糊层次分析法获取主观修正后的指标权重；基于专家打分结果利用模糊层次分析法‑客观权重法对虚拟电厂各聚合资源的各个指标的指标权重进行修正；采用逼近理想解排序法对各聚合资源与理想值的接近程度进行排序，获取基于综合贡献度的虚拟电厂多成员最优策略排序结果，并根据排序结果获取各聚合资源贡献值占所有聚合资源贡献值的比重；本发明提高分布式电源的在虚拟电厂中综合贡献分配精度。

Description

一种虚拟电厂多成员综合贡献度分配方法

技术领域

本发明属于分布式能源在虚拟电厂中综合贡献度分配技术领域，尤其涉及一种虚拟电厂多成员综合贡献度分配方法。

背景技术

随着能源领域减少碳排放目标的提出及新型电力系统的建设，虚拟电厂通过聚合分布式能源资源，在提高电力系统灵活性方面发挥重要作用。科学全面评估虚拟电厂内部资源的贡献度，对深度挖掘虚拟电厂内部资源潜力，激发虚拟电厂内部聚合资源积极提升安全、可靠和经济性，助力源网荷储一体化发展至关重要。

然而，现有研究主要关注虚拟电厂的经济效益评估，缺乏针对虚拟电厂内部资源综合贡献度的评估。本研究建立了虚拟电厂综合贡献度评价方法，一方面弥补了针对虚拟电厂内部聚合资源综合贡献度评估体系研究的空白，从“安全-可靠-经济”角度综合评估内部聚合资源在虚拟电厂中的贡献；另一方面，提出的评价方法的指标权重计算兼顾主客观因素的影响，使得虚拟电厂内部资源最优策略选择结果更为可靠。

发明内容

本发明解决其技术问题是采取以下技术方案实现的：

一种虚拟电厂多成员综合贡献度分配方法，包括如下步骤：

获取虚拟电厂的电网数据；

建立虚拟电厂各聚合资源的综合贡献度评估体系，所述综合贡献度评估体系包括安全、可靠和经济三个一级指标，所述安全指标包括电压合格率、有功曲线合格率、计划发/用电完成率，所述可靠指标包括供电稳定性、供电持久率、响应及时性，所述经济指标包括边际贡献值、平均贡献电量、可控容量；

获取虚拟电厂各聚合资源的各个指标的指标权重；

根据获取指标权重进行专家打分，基于专家打分，运用模糊层次分析法获取主观修正后的指标权重；

基于专家打分结果利用模糊层次分析法-客观权重法对虚拟电厂各聚合资源的各个指标的指标权重进行修正，W_FAHP是模糊层次分析法求得的权重结果，W_EMW是熵权法分析法求得的权重结果，修正后最终权重W为：

采用逼近理想解排序法对各聚合资源与理想值的接近程度进行排序，获取基于综合贡献度的虚拟电厂多成员最优策略排序结果，并根据排序结果获取各聚合资源贡献值占所有聚合资源贡献值的比重。

进一步的，获取虚拟电厂各聚合资源的各个指标的指标权重的方法为：

(1)数据标准化

对原始数据x_ij进行标准化处理，计算第i个评价对象的第j个指标值的比重p_ij：

(2)获取信息熵

根据公式(1)计算第j个指标的熵值e_j，为：

式中k＝1/lnm，m为评价对象的个数；

(3)确定指标权重

根据公式(2)计算第j个指标的熵权w_ij，确定指标权重为：

式中，n为评价指标的个数，记向量W_EMW作为熵权法求得的客观权重。

进一步的，根据获取指标权重进行专家打分，基于专家打分，运用模糊层次分析法获取主观修正后的指标权重的方法为：

(1)建立判断矩阵

确定评价对象因素集和评语集，因素集记为U＝{u₁,u₂,...,u_n}；评语集按照贡献度水平的高低分为五个等级，按照好、较好、一般、较差和差的顺序记作V＝{v₁,v₂,...,v₅}；

(2)确定隶属函数

经极差变换后使得各指标值均在0到1之间，用{1,0.75,0.5,0.25,0}代表评语集中的好、较好、一般、较差和差；选取正态型隶属函数μ_a＝e^{-[(x-a)/σ]²}作为各评价指标对评语集的隶属函数，其中σ为评语集取值的标准差，a＝{1,0.75,0.5,0.25,0}；

(3)单因素评价

按照隶属度公式计算各指标值对好、较好、一般、较差和差五个评语的隶属度，并进行归一化处理，计算公式为：

式中，1≤i≤m＝9，1≤j≤n＝3；

(4)确定权重向量

运用模糊层次分析法给出二级对一级指标的权重。

进一步的，检验判断矩阵的一致性：将专家矩阵按照不同维度分成矩阵B_安全，B_可靠和B_经济，针对某一维度的矩阵B，先求矩阵B的每行之乘积得到M′，再求每个乘积的3次方根得到M^″，归一化后得到权系数M，根据公式(5)计算得到某一维度的矩阵B的最大特征根λ_max，计算公式为：

进一步的，对运用模糊层次分析法获取主观修正后的指标权重方法进行一致性检验：

根据公式(6)获取一致性指标CI，其中n为判断矩阵的阶数，即指标总数，查表得随机一致性指标RI；由公式(7)获取一致性比率CR，其中RI为随机一致性指标：

若满足CR＜0.1，则表明通过一致性检验，可以认为判断矩阵被接受，反之，修改判断矩阵，直到满足CR＜0.1为止；若一致性检验通过，则可计算权向量。

进一步的，采用逼近理想解排序法对各聚合资源与理想值的接近程度进行排序，获取基于综合贡献度的虚拟电厂多成员最优策略排序结果的方法为：

(1)建立加权决策矩阵

根据公式(9)，采用倒数法将低优指标X_ij转化为高优指标X_ij′，计算公式为：

X_ij′＝1/X_ij  (9)

式中，i＝1,2,…,m，j＝1,2,…,n；

根据公式(10)，对指标值进行归一化处理得到a_ij，计算公式为：

式中，1≤i≤m，1≤j≤n；

(2)确定正理想解和负理想解

根据公式(11)和公式(12)计算评估目标的正理想解A⁺和负理想解A^-：

(3)计算各指标与最优、最差向量的距离

根据公式(13)和公式(14)计算各指标与最优向量的距离

与最差向量的距离

计算公式为：

(4)计算相对贴近度

根据公式(15)计算各评价对象与最优方案的接近程度，使用最优向量和最差向量计算相对贴近度可以更好地比较聚合资源贡献度的优劣，按照C_i值从大到小排列，C_i值越大，表明与最优方案的相对距离越远，即聚合资源贡献度越高；计算公式为：

(5)获得基于综合贡献度的虚拟电厂多成员最优策略排序结果。

进一步的，根据排序结果获取各聚合资源献值占所有聚合资源贡献值的比重的方法为：

进一步的，所述电网数据包括电压合格率、有功曲线合格率、计划发/用电完成率、供电稳定性、供电持久率、响应及时性、边际贡献值、平均贡献电量和可控容量。

本发明的优点和积极效果是：

本发明的一种虚拟电厂多成员综合贡献度分配方法及系统，通过建立虚拟电厂内部资源“安全-可靠-经济”的综合贡献度指标评估体系模型，构建基于FAHP-EWM-TOPSIS的虚拟电厂综合贡献度评估方法，分析虚拟电厂内部分布式能源资源贡献度，基于此建立起虚拟电厂内部资源贡献度分配系统，提高分布式电源的在虚拟电厂中综合贡献分配精度。

附图说明

以下将结合附图和实施例来对本发明的技术方案作进一步的详细描述，但是应当知道，这些附图仅是为解释目的而设计的，因此不作为本发明范围的限定。此外，除非特别指出，这些附图仅意在概念性地说明此处描述的结构构造，而不必要依比例进行绘制。

图1为本发明实施例提供的虚拟电厂多成员综合贡献度分配方法的流程示意图；

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1，本实施例提供的一种虚拟电厂多成员综合贡献度分配方法，包括如下步骤：

获取虚拟电厂的电网数据，所述电网数据包括电压合格率、有功曲线合格率、计划发/用电完成率、供电稳定性、供电持久率、响应及时性、边际贡献值、平均贡献电量和可控容量；

建立虚拟电厂内部资源“安全-可靠-经济”的综合贡献度评估体系，考虑电网安全运行、电力电量平衡以及新能源消纳等因素，从安全、可靠和经济三方面评估虚拟电厂各聚合资源在虚拟电厂中的综合贡献度。

为了充分考虑分布式电源和储能等虚拟电厂内部资源对电网稳定运行和动态控制的影响，本实施例在安全维度选取电压合格率、有功曲线合格率和计划发/用电完成率三个指标，对虚拟电厂内部资源的发、用电安全进行综合考虑；针对新能源接入系统后的虚拟电厂内部聚合资源的电力电量平衡问题，本发明在可靠维度选取供电稳定性、供电持久率和响应及时性三个指标，考核不同资源的稳定供电能力和需求响应水平，反映其对虚拟电厂整体可靠程度的影响。为考虑分布式电源和储能等内部资源聚合对虚拟电厂整体产生的经济效益，进一步研究虚拟电厂内部资源配置对自身新能源消纳的经济性影响，本发明在经济维度选择边际贡献值、平均贡献电量和可控容量三个评价指标。综上，虚拟电厂内部资源“安全-可靠-经济”的综合贡献度评估体系分为安全、可靠和经济3个一级指标，安全、可靠和经济维度细分为电压合格率等9个二级指标；具体指标描述和测算方案如表1所示：

表1“安全-可靠-经济”的综合贡献度评估体系

获取虚拟电厂各聚合资源的各个指标的指标权重：

运用熵权法进行模型初步搭建和计算操作，充分考虑聚合资源数据的差异性，数据差异性小的指标将被赋予更小的权重，从而使得评估模型更具有针对性；

(1)数据标准化

对原始数据x_ij进行标准化处理，计算第i个评价对象的第j个指标值的比重p_ij：

(2)获取信息熵

根据公式(1)计算第j个指标的熵值e_j，为：

式中k＝1/lnm，m为评价对象的个数；

(3)确定指标权重

根据公式(2)计算第j个指标的熵权w_ij，确定指标权重为：

式中，n为评价指标的个数，记向量^W _EMW作为熵权法求得的客观权重。

根据获取指标权重进行专家打分，基于专家打分，运用模糊层次分析法获取主观修正后的指标权重W；

(1)建立判断矩阵

确定评价对象因素集和评语集，因素集记为U＝{u₁,u₂,...,u_n}；评语集按照贡献度水平的高低分为五个等级，按照好、较好、一般、较差和差的顺序记作V＝{v₁,v₂,...,v₅}；

(2)确定隶属函数

经极差变换后使得各指标值均在0到1之间，用{1,0.75,0.5,0.25,0}代表评语集中的好、较好、一般、较差和差，即评语V＝{1,0.75,0.5,0.25,0}；选取正态型隶属函数μ_a＝e^{-[(x-a)/σ]²}作为各评价指标对评语集的隶属函数，其中σ为评语集取值的标准差，a＝{1,0.75,0.5,0.25,0}；

(3)单因素评价

按照隶属度公式计算各指标值对好、较好、一般、较差和差五个评语的隶属度，并对原始数据y_ij进行归一化处理，计算公式为：

式中，1≤i≤m＝9，1≤j≤n＝3；

(4)确定权重向量

运用模糊层次分析法给出二级对一级指标的权重。通过指标间对比来表示判断结果，将专家打分的分数采用1～9标度法记录得到专家矩阵，方法如表所示。

表1 1-9标度法

检验判断矩阵的一致性：将专家矩阵按照不同维度分成矩阵B_安全，B_可靠和B_经济，针对某一维度的矩阵B，先求矩阵B的每行之乘积得到M′，再求每个乘积的3次方根得到M″，归一化后得到权系数M，根据公式(5)计算得到某一维度的矩阵B的最大特征根λ_max，计算公式为：

该方法受专家主观性影响，不一定能够反映客观事实，因此下一步进行一致性检验。

对运用模糊层次分析法获取主观修正后的指标权重方法进行一致性检验：

根据公式(6)获取一致性指标CI，其中n为判断矩阵的阶数，即指标总数，查表得随机一致性指标RI；由公式(7)获取一致性比率CR，其中RI为随机一致性指标：

若满足CR＜0.1，则表明通过一致性检验，可以认为判断矩阵被接受，反之，修改判断矩阵，直到满足CR＜0.1为止；若一致性检验通过，则可计算权向量，即三级指标对二级指标的权向量W_FAHP。

基于专家打分结果利用模糊层次分析法-客观权重法对虚拟电厂各聚合资源的各个指标的指标权重进行修正，修正后最终权重W为：

式中W_FAHP是模糊层次分析法求得的权重结果，W_EMW是熵权法分析法求得的权重结果。

采用逼近理想解排序法对各聚合资源与理想值的接近程度进行排序，获取基于综合贡献度的虚拟电厂多成员最优策略排序结果，并根据排序结果获取各聚合资源献值占所有聚合资源贡献值的比重。

采用逼近理想解排序法对各聚合资源与理想值的接近程度进行排序，获取基于综合贡献度的虚拟电厂多成员最优策略排序结果的方法为：

(1)建立加权决策矩阵

根据公式(9)，采用倒数法将低优指标X_ij转化为高优指标X_ij′，计算公式为：

X_ij′＝1/X_ij  (9)

式中，i＝1,2,…,m，j＝1,2,…,n；

根据公式(10)，对指标值x_ij进行归一化处理得到a_ij，计算公式为：

式中，1≤i≤m，1≤j≤n；

(2)确定正理想解和负理想解

根据公式(11)和公式(12)计算评估目标的正理想解A⁺和负理想解A^-：

(3)计算各指标与最优、最差向量的距离

根据公式(13)和公式(14)计算各指标与最优向量的距离

与最差向量的距离

计算公式为：

(4)计算相对贴近度

根据公式(15)计算各评价对象与最优方案的接近程度，使用最优向量和最差向量计算相对贴近度可以更好地比较聚合资源贡献度的优劣，按照C_i值从大到小排列，C_i值越大，表明与最优方案的相对距离越远，即聚合资源贡献度越小。计算公式为：

(5)获得基于综合贡献度的虚拟电厂多成员最优策略排序结果。

根据排序结果获取各聚合资源献值占所有聚合资源贡献值的比重的方法为：

综上所述，本发明提出一种虚拟电厂多成员综合贡献度分配方法，通过虚拟电厂试点区域内某时段内的电网数据，建立虚拟电厂内部资源“安全-可靠-经济”的综合贡献度评估体系，将客观数据与客户专家评估相结合，建立模糊层次分析法和熵权法相结合的评价方法。借助逼近理想解排序法，提供新型电力系统下虚拟电厂综合贡献度分配的最优选择策略，请客户对方案进行评估，经双方确认可得到最贴近客户需求的虚拟电厂多成员综合贡献度最佳分配方法

作为举例，在本实施例中，提供了一种虚拟电厂多成员综合贡献度分配方法，步骤如下：

S1：获取虚拟电厂试点区域内的电网数据：

该试点成员包括风电、光伏、储能和燃气轮机，数据包括电压合格率，有功曲线合格率，计划发/用电完成率，供电稳定性，供电持久率，响应及时性，边际贡献值，平均贡献电量和可控容量。

S2：建立虚拟电厂内部资源“安全-可靠-经济”的综合贡献度评估体系：

试点区域虚拟电厂聚合资源的各指标的月度统计测算如表所示。

表2虚拟电厂多成员数据

二级指标	光伏	风力	储能	燃气轮机
					电压合格率	90	95	99	85
有功曲线合格率	95	89	97	80
					计划发/用电完成率	95	90	98	85
供电稳定性	25	50	100	75
					供电持久率	95	90	98	85
响应及时性	30	35	10	120
					边际贡献值	0.2	0.3	0.4	0.1
平均贡献电量	492.5	810	400	80
					可控容量	0	0	3	2

S3：运用熵权法进行模型初步搭建和计算操作，充分考虑聚合资源数据的差异性，根据公式(1)和公式(3)，计算4个评价对象和9个指标值的比重，即熵值W_EMW，计算结果为

W_EMW＝(0.078,0.074,0.074,0.107,0.074,0.171,0.095,0.109,0.217)^T。

S4：生成可查看各项指标基于客观权重法得到的综合贡献度评估体系，进行初步模型输出。

根据熵权法计算结果，一级指标的权重W分别为

W(安全)＝0.078+0.074+0.074＝0.226

W(可靠)＝0.107+0.074+0.171＝0.352

W(经济)＝0.095+0.109+0.217＝0.421

可视化部分为一级指标的权重W，供用户反馈参考。

S5：基于专家打分，运用模糊层次分析法(FAHP法)计算指标权重：

客户参照S4给出的客观权重，进行专家打分。以1-9标度法建立专家打分判断矩阵，根据公式(4)和公式(7)，基于FAHP主观权重法的虚拟电厂多成员综合贡献度评估体系内各指标权向量W_FAHP计算结果为

W_FAHP＝(0.333,0.570,0.097,0.366,0.102,0.532,0.211,0.240,0.549)^T

S6：基于专家打分结果对虚拟电厂综合贡献度进行修正分配：

参照S4-S5给出的权重，按照公式(8)求得修正后的最终权重，得到基于FAHP-EWM法的虚拟电厂多成员综合贡献度评估模型结果W_修正为

W_修正＝(0.068,0.111,0.019,0.104,0.020,0.240,0.053,0.069,0.315)^T

S7：生成可查看各项指标基于模糊层次分析法和客观权重法得到的综合贡献度评估体系，进行最终模型输出：

根据计算结果，一级指标的修正权重W分别为：

W(安全-修正)＝0.068+0.111+0.019＝0.199

W(可靠-修正)＝0.104+0.020+0.240＝0.364

W(经济-修正)＝0.053+0.069+0.315＝0.438

S8：为保证研究结果更具有可靠性，本发明采用逼近理想解排序法(TOPSIS法)对各评价对象与理想值的接近程度进行排序，为客户提供分配方案最优选择策略。根据公式(9)-公式(15)，计算各评价对象与最优方案的接近程度，可得虚拟电厂内部聚合资源最优策略排序结果，如表3所示。

表3虚拟电厂内部聚合资源最优策略排序结果

根据TOPSIS原理，接近程度C_i的值越接近于1，表明结果越接近最优值。从计算结果可以看出，储能的综合贡献度最优，光伏的综合贡献度最差。

S9：请客户对最优策略排序结果进行确认。

若客户认为该方案合理，符合客户实际，满足客户需求，则进行方案确认，系统将自动进行贡献计算，即各成员贡献值值占所有成员贡献值的比重：

光伏贡献度为

风电贡献度为

储能贡献度为

燃机贡献度为

获得虚拟电厂多成员综合贡献度最终分配结果。

若客户对排序结果不满意，则重新进行权重修正，直至结果符合客户需求。

综上所述，该虚拟电厂多成员综合贡献度评估方法，有效分析了虚拟电厂内部资源贡献体系，基于此建立起虚拟电厂内部资源贡献度分配系统，提高资源在虚拟电厂中综合贡献分配精度。

以上实施例对本发明进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (8)

1.一种虚拟电厂多成员综合贡献度分配方法，其特征在于，包括如下步骤：

获取虚拟电厂的电网数据；

建立虚拟电厂各聚合资源的综合贡献度评估体系，所述综合贡献度评估体系包括安全、可靠和经济三个一级指标，所述安全指标包括电压合格率、有功曲线合格率、计划发/用电完成率，所述可靠指标包括供电稳定性、供电持久率、响应及时性，所述经济指标包括边际贡献值、平均贡献电量、可控容量；

获取虚拟电厂各聚合资源的各个指标的指标权重；

根据获取指标权重进行专家打分，基于专家打分，运用模糊层次分析法获取主观修正后的指标权重；

基于专家打分结果利用模糊层次分析法-客观权重法对虚拟电厂各聚合资源的各个指标的指标权重进行修正，W_FAHP是模糊层次分析法求得的权重结果，W_EMW是熵权法分析法求得的权重结果，修正后最终权重W为：

采用逼近理想解排序法对各聚合资源与理想值的接近程度进行排序，获取基于综合贡献度的虚拟电厂多成员最优策略排序结果，并根据排序结果获取各聚合资源贡献值占所有聚合资源贡献值的比重。

2.根据权利要求1所述一种虚拟电厂多成员综合贡献度分配方法，其特征在于：获取虚拟电厂各聚合资源的各个指标的指标权重的方法为：

(1)数据标准化

对原始数据x_ij进行标准化处理，计算第i个评价对象的第j个指标值的比重p_ij：

(2)获取信息熵

根据公式(1)计算第j个指标的熵值e_j，为：

式中k＝1/ln m，m为评价对象的个数；

(3)确定指标权重

根据公式(2)计算第j个指标的熵权w_ij，确定指标权重为：

式中，n为评价指标的个数，记向量W_EMW作为熵权法求得的客观权重。

3.根据权利要求2所述一种虚拟电厂多成员综合贡献度分配方法，其特征在于：根据获取指标权重进行专家打分，基于专家打分，运用模糊层次分析法获取主观修正后的指标权重的方法为：

(1)建立判断矩阵

确定评价对象因素集和评语集，因素集记为U＝{u₁,u₂,…,u_n}；评语集按照贡献度水平的高低分为五个等级，按照好、较好、一般、较差和差的顺序记作V＝{v₁,v₂,…,v₅}；

(2)确定隶属函数

经极差变换后使得各指标值均在0到1之间，用{1,0.75,0.5,0.25,0}代表评语集中的好、较好、一般、较差和差；选取正态型隶属函数μ_a＝e^{-[(x-a)/σ]²}作为各评价指标对评语集的隶属函数，其中σ为评语集取值的标准差，a＝{1,0.75,0.5,0.25,0}；

(3)单因素评价

按照隶属度公式计算各指标值对好、较好、一般、较差和差五个评语的隶属度，并进行归一化处理，计算公式为：

式中，1≤i≤m＝9，1≤j≤n＝3；

(4)确定权重向量

运用模糊层次分析法给出二级对一级指标的权重。

4.根据权利要求3所述一种虚拟电厂多成员综合贡献度分配方法，其特征在于，检验判断矩阵的一致性，其方法为：

将专家矩阵按照不同维度分成矩阵B_安全，B_可靠和B_经济，针对某一维度的矩阵B，先求矩阵B的每行之乘积得到M′，再求每个乘积的3次方根得到M″，归一化后得到权系数M，根据公式(5)计算得到某一维度的矩阵B的最大特征根λ_max，计算公式为：

5.根据权利要求4所述一种虚拟电厂多成员综合贡献度分配方法，其特征在于：对运用模糊层次分析法获取主观修正后的指标权重方法进行一致性检验：

根据公式(6)获取一致性指标CI，其中n为判断矩阵的阶数，即指标总数，查表得随机一致性指标RI；由公式(7)获取一致性比率CR，其中RI为随机一致性指标：

若满足CR＜0.1，则表明通过一致性检验，可以认为判断矩阵被接受，反之，修改判断矩阵，直到满足CR＜0.1为止；若一致性检验通过，则可计算权向量。

6.根据权利要求5所述一种虚拟电厂多成员综合贡献度分配方法，其特征在于：

采用逼近理想解排序法对各聚合资源与理想值的接近程度进行排序，获取基于综合贡献度的虚拟电厂多成员最优策略排序结果的方法为：

(1)建立加权决策矩阵

根据公式(9)，采用倒数法将低优指标X_ij转化为高优指标X_ij ^′，计算公式为：

X_ij′＝1/X_ij (9)

式中，i＝1,2,…,m，j＝1,2,…,n；

根据公式(10)，对指标值进行归一化处理得到a_ij，计算公式为：

式中，1≤i≤m，1≤j≤n；

(2)确定正理想解和负理想解

根据公式(11)和公式(12)计算评估目标的正理想解A⁺和负理想解A^-：

(3)计算各指标与最优、最差向量的距离

根据公式(13)和公式(14)计算各指标与最优向量的距离

与最差向量的距离

计算公式为：

(4)计算相对贴近度

根据公式(15)计算各评价对象与最优方案的接近程度，使用最优向量和最差向量计算相对贴近度可以更好地比较聚合资源贡献度的优劣，按照C_i值从大到小排列，C_i值越大，表明与最优方案的相对距离越远，即聚合资源贡献度越高；计算公式为：

(5)获得基于综合贡献度的虚拟电厂多成员最优策略排序结果。

7.根据权利要求6所述一种虚拟电厂多成员综合贡献度分配方法，其特征在于：根据排序结果获取各聚合资源献值占所有聚合资源贡献值的比重的方法为：

8.根据权利要求7所述一种虚拟电厂多成员综合贡献度分配方法，其特征在于：所述电网数据包括电压合格率、有功曲线合格率、计划发/用电完成率、供电稳定性、供电持久率、响应及时性、边际贡献值、平均贡献电量和可控容量。

Images