CN116151638A - 一种分布式光伏运维效果评价方法和系统 - Google Patents

一种分布式光伏运维效果评价方法和系统 Download PDF

Info

Publication number
CN116151638A
CN116151638A CN202111367684.5A CN202111367684A CN116151638A CN 116151638 A CN116151638 A CN 116151638A CN 202111367684 A CN202111367684 A CN 202111367684A CN 116151638 A CN116151638 A CN 116151638A
Authority
CN
China
Prior art keywords
index
weight
evaluation
maintenance
evaluation result
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
Application number
CN202111367684.5A
Other languages
English (en)
Inventor
赫卫国
张长志
尹德扬
李浩然
张祥文
汪春
胡哲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
State Grid Corp of China SGCC
Southeast University
China Electric Power Research Institute Co Ltd CEPRI
State Grid Tianjin Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Southeast University
China Electric Power Research Institute Co Ltd CEPRI
State Grid Tianjin Electric Power Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by State Grid Corp of China SGCC, Southeast University, China Electric Power Research Institute Co Ltd CEPRI, State Grid Tianjin Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202111367684.5A priority Critical patent/CN116151638A/zh
Publication of CN116151638A publication Critical patent/CN116151638A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Electricity, gas or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
    • Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
    • Y04S10/00—Systems supporting electrical power generation, transmission or distribution
    • Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications

Abstract

本发明提供了一种分布式光伏运维效果评价方法和系统，包括：基于预先构建的光伏运维评价指标体系，采集分布式光伏的各项指标的值；基于各项指标的值，计算光伏运维评价指标体系中各指标的综合权重以及各指标对各项评价结果的隶属度；根据各指标的权重以及对各项评价结果的隶属度，计算分布式光伏运维效果评估结果；其中，光伏运维评价指标体系包括：目标层、因素层和指标层，指标层中的各指标根据所属因素层的因素不同分为定性指标和定量指标；综合权重综合主观权重和客观权重的影响；本发明基于各项指标的值，计算光伏运维评价指标体系中各指标的综合权重综合考虑了主观权重和客观权重的影响，评估结果更准确。

Description

一种分布式光伏运维效果评价方法和系统
技术领域
本发明属于分布式光伏发电技术领域，具体涉及一种分布式光伏运维效果评价方法和系统。
背景技术
太阳能作为一种高效清洁的能源，已经成为未来电力来源的重要组成部分，分布式光伏电站在节能减排、绿色发展的形势下发展迅速。分布式光伏电站运维间接影响配电网的电能质量，导致分布式光伏电站的发电量损失。因此建立一个合理的分布式光伏运维效果评估模型具有非常重要的实际意义。
专家针对分光伏运维评价方法进行了许多研究，提出了评价指标体系和评估模型方法。Georgiou A等人基于层次分析法和综合评价方法，选择海拔、坡度、公路、土地、并网距离作为评价光伏电站建设投资效益的指标，解决了光伏电站建设前期的选址问题。Poullikkas A等人选取光伏投资成本、二氧化碳交易价格、光伏方向指标分析光伏电站成本和收益，建立了一个光伏电站成本计算模型。徐卓华等人利用模糊综合评价法对安徽省某公司分布式光伏发电项目进行了综合效益评价，涵盖环境、社会和经济三方面的评价因素，具有广泛性和实用性。
然而，由于分布式光伏运维效果很大程度上受限于运维人员的专业技能和作业水平，因此传统的层次分析法等评价方法缺乏综合考虑，影响评价结果的准确性，间接影响分布式光伏电站的发电质量和经济效益。
发明内容
为克服上述现有技术的不足，本发明提出一种分布式光伏运维效果评价方法，包括：
基于预先构建的光伏运维评价指标体系，采集分布式光伏的各项指标的值；
基于各项指标的值，计算所述光伏运维评价指标体系中各指标的综合权重以及各指标对各项评价结果的隶属度；
根据各指标的权重以及对各项评价结果的隶属度，计算分布式光伏运维效果评估结果；
其中，所述光伏运维评价指标体系包括：目标层、因素层和指标层，指标层中的各指标根据所属因素层的因素不同分为定性指标和定量指标，所述综合权重综合主观权重和客观权重的影响。
优选的，基于各项指标的值，计算所述光伏运维评价指标体系中各指标的综合权重，包括：
基于各项指标的值，采用CRITIC-Entropy法计算所述光伏运维评价指标体系中各指标的客观权重；
采用层次分析法计算所述光伏运维评价指标体系中各指标的主观权重；
分别基于各指标的主观权重和客观权重，采用信息熵融合模型计算各指标的综合权重。
优选的，所述客观权重的计算式如下：
Figure BDA0003361469300000021
式中，woj为指标j的客观权重，m为指标个数，qkj为指标k和指标j之间的相关系数，σj是指标j的标准差，ej为指标j的信息熵；
指标j的信息熵ej的计算式如下：
Figure BDA0003361469300000022
式中，pij表示评价对象i的指标j所占比重，n为评价对象个数；评价对象i的指标j所占比重pij的计算式如下：
Figure BDA0003361469300000023
式中，yij表示评估对象i的指标j。
优选的，所述综合权重的计算式如下：
Figure BDA0003361469300000024
式中，wj为指标j的综合权重，woj为指标j的客观权重，wsj为指标j的主观权重，αj为指标j的第一权系数，βj为指标j的第二权系数。
优选的，所述指标j的第一权系数αj和第二权系数βj的确定过程，包括：
分别计算指标j的主观权重和客观权重的信息熵，并将主观权重的信息熵和客观权重的信息熵归一化；
取主观权重的信息熵和客观权重的信息熵中最大一项作为指标j的第一权系数αj，最小一项作为指标j的第二权系数βj。
优选的，基于各项指标的值，计算所述光伏运维评价指标体系中各指标对各项评价结果的隶属度，包括：
基于所述光伏运维评价指标体系中各项指标的值，根据各指标所属类型分别计算各指标的劣化度；
分别根据各指标的劣化度和预设标隶属度函数，计算各指标对各项评价结果的隶属度；
其中，指标所属类型包括：指标数值越小越优型、指标数值越大越优型和取决于气象因素型。
优选的，指标数值越小越优型的指标的劣化度的计算式如下：
Figure BDA0003361469300000031
指标数值越大越优型的指标的劣化度的计算式如下：
Figure BDA0003361469300000032
取决于气象因素型的指标的劣化度的计算式如下：
Figure BDA0003361469300000033
式中，g(j)为指标j的劣化度，xj表示当指标j为指标数值越大越优型或指标数值越小越优型时的取值，αj表示当指标j为指标数值越大越优型或指标数值越小越优型时正常取值范围的下限值，βj表示当指标j为指标数值越大越优型或指标数值越小越优型时正常取值范围的上限值，Gj,t,real表示当指标j为取决于气象因素型时在第t时刻的实测值，Gj,t,fit表示当指标j为取决于气象因素型时在第t时刻的神经网络拟合值，l为总时间。
优选的，所述分布式光伏运维效果评估结果的计算式如下：
Figure BDA0003361469300000034
式中，B为分布式光伏运维效果评价结果，w1为指标1的综合权重，w2为指标2的综合权重，wm为指标m的综合权重，r11为指标1对评价结果1的隶属度，r21为指标2对评价结果1的隶属度，r31为指标3对评价结果1的隶属度，rm1为指标m对评价结果1的隶属度，r12为指标1对评价结果2的隶属度，r22为指标2对评价结果2的隶属度，r1p为指标1对评价结果p的隶属度，rmp为指标m对评价结果p的隶属度，m为指标个数，p为评价结果个数。
基于同一发明构思，本申请还提供了一种分布式光伏运维效果评价系统，包括：数据采集模块、数据计算模块和评价模块；
所述数据采集模块，用于基于预先构建的光伏运维评价指标体系，采集分布式光伏的各项指标的值；
所述数据计算模块，用于基于各项指标的值，计算所述光伏运维评价指标体系中各指标的综合权重以及各指标对各项评价结果的隶属度；
所述评价模块，用于根据各指标的权重以及对各项评价结果的隶属度，计算分布式光伏运维效果评估结果；
其中，所述光伏运维评价指标体系包括：目标层、因素层和指标层，指标层中的各指标根据所属因素层的因素不同分为定性指标和定量指标，所述综合权重综合主观权重和客观权重的影响。
优选的，所述数据计算模块，具体用于：
基于各项指标的值，采用CRITIC-Entropy法计算所述光伏运维评价指标体系中各指标的客观权重；
采用层次分析法计算所述光伏运维评价指标体系中各指标的主观权重；
分别基于各指标的主观权重和客观权重，采用信息熵融合模型计算各指标的综合权重。
优选的，所述数据计算模块计算客观权重的计算式如下：
Figure BDA0003361469300000041
式中，woj为指标j的客观权重，m为指标个数，qkj为指标k和指标j之间的相关系数，σj是指标j的标准差，ej为指标j的信息熵；
指标j的信息熵ej的计算式如下：
Figure BDA0003361469300000051
式中，pij表示评价对象i的指标j所占比重，n为评价对象个数；评价对象i的指标j所占比重pij的计算式如下：
Figure BDA0003361469300000052
式中，yij表示评估对象i的指标j。
优选的，所述数据计算模块计算综合权重的计算式如下：
Figure BDA0003361469300000053
式中，wj为指标j的综合权重，woj为指标j的客观权重，wsj为指标j的主观权重，αj为指标j的第一权系数，βj为指标j的第二权系数。
优选的，所述指标j的第一权系数αj和第二权系数βj的确定过程，包括：
分别计算指标j的主观权重和客观权重的信息熵，并将主观权重的信息熵和客观权重的信息熵归一化；
取主观权重的信息熵和客观权重的信息熵中最大一项作为指标j的第一权系数αj，最小一项作为指标j的第二权系数βj。
优选的，所述数据计算模块，具体还用于：
基于所述光伏运维评价指标体系中各项指标的值，根据各指标所属类型分别计算各指标的劣化度；
分别根据各指标的劣化度和预设标隶属度函数，计算各指标对各项评价结果的隶属度；
其中，指标所属类型包括：指标数值越小越优型、指标数值越大越优型和取决于气象因素型。
本发明还提供了一种计算机设备，包括：一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如前所述的方法。
本发明还提供了一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如前所述的方法。
与最接近的现有技术相比，本发明具有的有益效果如下：
本发明提供了一种分布式光伏运维效果评价方法和系统，包括：基于预先构建的光伏运维评价指标体系，采集分布式光伏的各项指标的值；基于各项指标的值，计算光伏运维评价指标体系中各指标的综合权重以及各指标对各项评价结果的隶属度；根据各指标的权重以及对各项评价结果的隶属度，计算分布式光伏运维效果评估结果；其中，光伏运维评价指标体系包括：目标层、因素层和指标层，指标层中的各指标根据所属因素层的因素不同分为定性指标和定量指标；综合权重综合主观权重和客观权重的影响；本发明基于各项指标的值，计算光伏运维评价指标体系中各指标的综合权重综合考虑了主观权重和客观权重的影响，评估结果更准确。
附图说明
图1为本发明提供的一种分布式光伏运维效果评价方法流程示意图；
图2为本发明提供的一个分布式光伏运维效果评价方法具体实施例的流程示意图；
图3为本发明提供的一个分布式光伏运维效果评价方法具体实施例中光伏运维评价指标体系示意图；
图4为本发明提供的一个分布式光伏运维效果评价方法具体实施例中半梯形和三角形组合的隶属度函数分布示意图；
图5为本发明提供的一种分布式光伏运维效果评价系统结构示意图。
具体实施方式
下面结合附图对本发明的具体实施方式做进一步的详细说明。
实施例1：
本发明提供的一种分布式光伏运维效果评价方法流程示意图如图1所示，包括：
步骤1：基于预先构建的光伏运维评价指标体系，采集分布式光伏的各项指标的值；
步骤2：基于各项指标的值，计算光伏运维评价指标体系中各指标的综合权重以及各指标对各项评价结果的隶属度；
步骤3：根据各指标的权重以及对各项评价结果的隶属度，计算分布式光伏运维效果评估结果；
其中，所述光伏运维评价指标体系包括：目标层、因素层和指标层，指标层中的各指标根据所属因素层的因素不同分为定性指标和定量指标；所述综合权重综合主观权重和客观权重的影响。
具体的，光伏运维评价指标体系的目标层为分布式光伏运维效果；因素层为运维技术因素、效益因素和用户评估因素，其中，用户评估因素下的各指标为定性指标，运维技术因素和效益因素下的各指标为定量指标；指标层为具体的评价指标。
步骤2中，基于各项指标的值，计算光伏运维评价指标体系中各指标对各项评价结果的隶属度的具体过程包括：
将第三层的评估指标(简称指标)分为三种类型，引入劣化度将指标数据转化在[0,1]区间内。
(1)第一类，指标数值越小越优型
该类指标包括组件覆灰程度、组件温度情况、组件故障排除情况、隐裂排除情况、热斑排除情况、逆变器温度情况、逆变器故障排除情况、风扇、防尘网积灰情况、人员费用、能源环保费用、设备保养费用、设备维修费用、项目管理费和运维总时长，该类指标数值越小，运维效果越好，劣化度计算式为：
Figure BDA0003361469300000071
式中：g(j)为指标j的劣化度；xj表示当指标j指标实测值；αj为该指标允许值(最优状况值)，即αj表示当指标j正常取值范围的下限值，βj表示指标j正常取值范围的上限值。
(2)第二类，指标数值越大越优型
该类指标包括组件发电效率情况、支架牢固度、逆变器转换效率情况和运维产生的经济效益，该类指标数值越大运维效果越好，劣化度计算式为：
Figure BDA0003361469300000072
式中：g(j)为指标j的劣化度；xj表示当指标j指标实测值；βj为该指标允许值(良好值)，即βj表示指标j正常取值范围的上限值；αj表示指标j正常取值范围的下限值。
(3)第三类，取决于气象因素的指标
该类指标包括组件输出功率情况和逆变器输出功率情况。该类指标数值与天气状况有强相关性，要考虑天气状况的影响，劣化度计算式为
Figure BDA0003361469300000081
式中，g(j)为指标j的劣化度，Gj,t,real表示指标j在第t时刻的实测值，Gj,t,fit表示指标j在第t时刻的神经网络拟合值，l为总时间。
将分布式光伏系统的运维效果(即评估结果)划分为“优”、“良”、“中”、“差”4种情况，即评价结果集合L＝{优，良，中，差}＝{l1，l2，l3，l4}。此时，表示评价结果个数的p取值为4。
根据各指标的劣化度和预设标隶属度函数，计算各指标对各项评价结果的隶属度，具体公式为：
Figure BDA0003361469300000082
Figure BDA0003361469300000083
Figure BDA0003361469300000084
Figure BDA0003361469300000085
其中，rj1(g)～rj4(g)分别为指标j劣化度为g时，对应于四种评估结果的隶属函数(即隶属度)。
进一步的，用隶属度函数指标Rjz对分布式光伏系统运维效果进行评估，表示第j项指标的评价结果，z＝(1，2，3，4)，用隶属度集Rj＝{rj1，rj2，rj3，rj4}表示指标j对各项评估结果的隶属度，可建立模糊评价关系矩阵。
步骤2中，基于各项指标的值，计算光伏运维评价指标体系中各指标的综合权重，具体包括：
首先计算各指标的主观权重，包括：
将评价指标体系中同一层的m个指标两两比较，采用“9标度法”评判指标之间的重要程度，填入m×m的矩阵得到该层指标的判断矩阵F。
采用层次分析法确定指标权重：
Figure BDA0003361469300000091
Figure BDA0003361469300000092
Figure BDA0003361469300000093
上式中，F'和F”为计算权重过程中的中间变量，wsj为指标j的主观权重，各指标对应的主观权重构成的主观权重向量W。
进一步的，求出判断矩阵F的最大特征值及一致性检验指标CI：
Figure BDA0003361469300000094
Figure BDA0003361469300000095
当CI<0.1时，表明判断矩阵一致性合理，W计算有效。
计算各指标的客观权重，包括：
进一步的，计算评价指标的信息熵：
Figure BDA0003361469300000096
Figure BDA0003361469300000097
上式中，ej为指标j的信息熵，pij表示评价对象i的指标j所占比重，n为评价对象个数，yij表示评估对象i的指标j。
进一步的，采用CRITIC-Entropy法确定指标的客观权重，如下式所示：
Figure BDA0003361469300000098
式中，woj为指标j的客观权重，m为指标个数，qkj为指标k和指标j之间的相关系数，σj是指标j的标准差。
分别计算指标j的主观权重和客观权重的信息熵，并将主观权重的信息熵和客观权重的信息熵归一化；取主观权重的信息熵和客观权重的信息熵中最大一项作为指标j的第一权系数αj，最小一项作为指标j的第二权系数βj。
采用信息熵融合模型综合主观权重和客观权重，计算式如下：
Figure BDA0003361469300000101
式中，wj为指标j的综合权重。
步骤3具体包括：
采用模糊综合评价法计算评价结果，如下式所示：
Figure BDA0003361469300000102
式中，B为分布式光伏运维效果评价结果，w1为指标1的综合权重，w2为指标2的综合权重，wm为指标m的综合权重，r11为指标1对评价结果1的隶属度，r21为指标2对评价结果1的隶属度，r31为指标3对评价结果1的隶属度，rm1为指标m对评价结果1的隶属度，r12为指标1对评价结果2的隶属度，r22为指标2对评价结果2的隶属度，r1p为指标1对评价结果p的隶属度，rmp为指标m对评价结果p的隶属度，m为指标个数，p为评价结果个数。
进一步的，采用最大隶属度原则取最大评估值作为评估结果。
bmax＝max(bz|j＝1，2，3，...，p)
上式中，bz为B的各项分量，取其中最大的分量作为分布式光伏运维效果的最终评价结果。
实施例2：
下面给出一个分布式光伏运维效果评价方法具体实施例，其流程如图2所示。
本发明针对典型的分布式光伏电站进行分析。从运维技术、效益、用户评估因素三方面分析，建立分布式光伏运维效果评估指标体系A1，在技术因素下选择光伏组件覆灰程度、组件温度情况、组件故障排除情况、组件隐裂排除情况、组件热斑排除情况、组件输出功率情况、组件发电效率情况及支架牢固程度、逆变器温度情况、逆变器故障排除情况、逆变器输出功率情况、逆变器转换效率情况、风扇、防尘网积灰情况作为评价指标；在效益因素下选择人员费用、人员费用、能源环保费用、设备保养费用、设备维修费用、项目管理费、运维产生的经济效益、运维总时长作为评价指标；在用户评估因素下选择发电功率满意度、电能质量满意度、服务效果满意度、服务时间满意度作为评价指标。评价指标体系如图3所示。
本发明采用层次分析法确定指标的主观权重，依据专家打分建立判断矩阵，在判断矩阵的基础上计算出二级指标技术因素、效益因素、用户评估三项评价指标对应的权重分别为0.1094、0.5815、0.3089。
对于技术因素下的13项评价指标，分别利用层次分析法和CRITIC-Entropy法确定综合权重，层次分析法得到的是主观权重，分别为0.02279、0.009697、0.096456、0.078909、0.078909、0.14523、0.14523、0.013019、0.009697、0.07963、0.145952、0.145952、0.02853，利用CRITIC-Entropy法得到的是客观权重，分别为0.010884、0.0224、0.01986、0.046064、0.056235、0.069085、0.086286、0.096771、0.107375、0.059537、0.131231、0.134103、0.160168。
对于效益因素下的7项评价指标，分别利用层次分析法和CRITIC-Entropy法确定权重，层次分析法得到的主观权重分别为0.1042、0.3376、0.0521、0.0521、0.0520、0.3808、0.0213，CRITIC-Entropy法得到的客观权重分别为0.0356、0.0671、0.1127、0.1569、0.1549、0.2287、0.2442。
对于用户评估因素下的4项评价指标，分别利用层次分析法和CRITIC-Entropy法确定权重，层次分析法得到的主观权重分别为0.0625、0.1875、0.4375、0.3125，CRITIC-Entropy法得到的客观权重分别为0.0695、0.1945、0.2702、0.4658。
本发明采用信息熵融合模型综合层次分析法和CRITIC-Entropy法确定三级指标综合权重，技术因素下的13项指标综合权重为0.0160、0.0162、0.0557、0.0616、0.0674、0.0996、0.1154、0.0569、0.0621、0.0694、0.1372、0.1396、0.0945；效益因素下的7项指标综合权重为0.0679、0.1615、0.0825、0.1157、0.1282、0.3047、0.1332；用户评估下的4项评价指标的综合权重为0.066、0.1908、0.3539、0.3877。
本发明采用模糊综合评价确定分布式光伏电站运维效果等级，根据半梯形和三角形组合的隶属度函数分布确定各项评价指标的隶属度，建立隶属度函数矩阵。隶属度函数分布图如图4所示。
本发明将层级指标的权重矩阵乘隶属度函数矩阵得到最终的评价结果为B＝[0.7786 0.4104 0.0718 0.2059]，根据最大隶属度原则判断该分布式光伏电站运维效果为“优”。
从结果可以看出，采用本发明方法可以有效计算分布式光伏运维效果优劣。
实施例3：
基于同一发明构思，本发明还提供了一种分布式光伏运维效果评价系统，该系统结构如图5所示，包括：数据采集模块、数据计算模块和评价模块；
数据采集模块，用于基于预先构建的光伏运维评价指标体系，采集分布式光伏的各项指标的值；
数据计算模块，用于基于各项指标的值，计算光伏运维评价指标体系中各指标的综合权重以及各指标对各项评价结果的隶属度；
评价模块，用于根据各指标的权重以及对各项评价结果的隶属度，计算分布式光伏运维效果评估结果；
其中，光伏运维评价指标体系包括：目标层、因素层和指标层，指标层中的各指标根据所属因素层的因素不同分为定性指标和定量指标，综合权重综合主观权重和客观权重的影响。
其中，数据计算模块，具体用于：
基于各项指标的值，采用CRITIC-Entropy法计算光伏运维评价指标体系中各指标的客观权重；
采用层次分析法计算光伏运维评价指标体系中各指标的主观权重；
分别基于各指标的主观权重和客观权重，采用信息熵融合模型计算各指标的综合权重。
其中，数据计算模块计算客观权重的计算式如下：
Figure BDA0003361469300000121
式中，woj为指标j的客观权重，m为指标个数，qkj为指标k和指标j之间的相关系数，σj是指标j的标准差，ej为指标j的信息熵；
指标j的信息熵ej的计算式如下：
Figure BDA0003361469300000122
式中，pij表示评价对象i的指标j所占比重，n为评价对象个数；评价对象i的指标j所占比重pij的计算式如下：
Figure BDA0003361469300000131
式中，yij表示评估对象i的指标j。
其中，数据计算模块计算综合权重的计算式如下：
Figure BDA0003361469300000132
式中，wj为指标j的综合权重，woj为指标j的客观权重，wsj为指标j的主观权重，αj为指标j的第一权系数，βj为指标j的第二权系数。
其中，指标j的第一权系数αj和第二权系数βj的确定过程，包括：
分别计算指标j的主观权重和客观权重的信息熵，并将主观权重的信息熵和客观权重的信息熵归一化；
取主观权重的信息熵和客观权重的信息熵中最大一项作为指标j的第一权系数αj，最小一项作为指标j的第二权系数βj。
其中，数据计算模块，具体还用于：
基于光伏运维评价指标体系中各项指标的值，根据各指标所属类型分别计算各指标的劣化度；
分别根据各指标的劣化度和预设标隶属度函数，计算各指标对各项评价结果的隶属度；
其中，指标所属类型包括：指标数值越小越优型、指标数值越大越优型和取决于气象因素型。
其中，指标数值越小越优型的指标的劣化度的计算式如下：
Figure BDA0003361469300000133
指标数值越大越优型的指标的劣化度的计算式如下：
Figure BDA0003361469300000141
取决于气象因素型的指标的劣化度的计算式如下：
Figure BDA0003361469300000142
式中，g(j)为指标j的劣化度，xj表示当指标j为指标数值越大越优型或指标数值越小越优型时的取值，αj表示当指标j为指标数值越大越优型或指标数值越小越优型时正常取值范围的下限值，βj表示当指标j为指标数值越大越优型或指标数值越小越优型时正常取值范围的上限值，Gj,t,real表示当指标j为取决于气象因素型时在第t时刻的实测值，Gj,t,fit表示当指标j为取决于气象因素型时在第t时刻的神经网络拟合值，l为总时间。
其中，评价模块计算分布式光伏运维效果评估结果的计算式如下：
Figure BDA0003361469300000143
式中，B为分布式光伏运维效果评价结果，w1为指标1的综合权重，w2为指标2的综合权重，wm为指标m的综合权重，r11为指标1对评价结果1的隶属度，r21为指标2对评价结果1的隶属度，r31为指标3对评价结果1的隶属度，rm1为指标m对评价结果1的隶属度，r12为指标1对评价结果2的隶属度，r22为指标2对评价结果2的隶属度，r1p为指标1对评价结果p的隶属度，rmp为指标m对评价结果p的隶属度，m为指标个数，p为评价结果个数。
实施例4：
本发明还提供了一种计算机设备，包括：一个或多个处理器；
存储器，用于存储一个或多个程序；
当一个或多个程序被一个或多个处理器执行时，实现如前所述的方法。
实施例5：
本发明还提供了一种计算机可读存储介质，其上存有计算机程序，计算机程序被执行时，实现如前所述的方法。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用于说明本发明的技术方案而非对其保护范围的限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:本领域技术人员阅读本发明后依然可对申请的具体实施方式进行种种变更、修改或者等同替换，但这些变更、修改或者等同替换，均在申请待批的权利要求保护范围之内。

Claims (16)

1.一种分布式光伏运维效果评价方法，其特征在于，包括：
基于预先构建的光伏运维评价指标体系，采集分布式光伏的各项指标的值；
基于各项指标的值，计算所述光伏运维评价指标体系中各指标的综合权重以及各指标对各项评价结果的隶属度；
根据各指标的权重以及对各项评价结果的隶属度，计算分布式光伏运维效果评估结果；
其中，所述光伏运维评价指标体系包括：目标层、因素层和指标层，指标层中的各指标根据所属因素层的因素不同分为定性指标和定量指标；所述综合权重综合主观权重和客观权重的影响。
2.如权利要求1所述的方法，其特征在于，基于各项指标的值，计算所述光伏运维评价指标体系中各指标的综合权重，包括：
基于各项指标的值，采用CRITIC-Entropy法计算所述光伏运维评价指标体系中各指标的客观权重；
采用层次分析法计算所述光伏运维评价指标体系中各指标的主观权重；
分别基于各指标的主观权重和客观权重，采用信息熵融合模型计算各指标的综合权重。
3.如权利要求2所述的方法，其特征在于，所述客观权重的计算式如下：
Figure FDA0003361469290000011
式中，woj为指标j的客观权重，m为指标个数，qkj为指标k和指标j之间的相关系数，σj是指标j的标准差，ej为指标j的信息熵；
指标j的信息熵ej的计算式如下：
Figure FDA0003361469290000012
式中，pij表示评价对象i的指标j所占比重，n为评价对象个数；评价对象i的指标j所占比重pij的计算式如下：
Figure FDA0003361469290000013
式中，yij表示评估对象i的指标j。
4.如权利要求2所述的方法，其特征在于，所述综合权重的计算式如下：
Figure FDA0003361469290000021
式中，wj为指标j的综合权重，woj为指标j的客观权重，wsj为指标j的主观权重，αj为指标j的第一权系数，βj为指标j的第二权系数。
5.如权利要求4所述的方法，其特征在于，所述指标j的第一权系数αj和第二权系数βj的确定过程，包括：
分别计算指标j的主观权重和客观权重的信息熵，并将主观权重的信息熵和客观权重的信息熵归一化；
取主观权重的信息熵和客观权重的信息熵中最大一项作为指标j的第一权系数αj，最小一项作为指标j的第二权系数βj。
6.如权利要求1所述的方法，其特征在于，基于各项指标的值，计算所述光伏运维评价指标体系中各指标对各项评价结果的隶属度，包括：
基于所述光伏运维评价指标体系中各项指标的值，根据各指标所属类型分别计算各指标的劣化度；
分别根据各指标的劣化度和预设标隶属度函数，计算各指标对各项评价结果的隶属度；
其中，指标所属类型包括：指标数值越小越优型、指标数值越大越优型和取决于气象因素型。
7.如权利要求6所述的方法，其特征在于，指标数值越小越优型的指标的劣化度的计算式如下：
Figure FDA0003361469290000022
指标数值越大越优型的指标的劣化度的计算式如下：
Figure FDA0003361469290000023
取决于气象因素型的指标的劣化度的计算式如下：
Figure FDA0003361469290000031
式中，g(j)为指标j的劣化度，xj表示当指标j为指标数值越大越优型或指标数值越小越优型时的取值，αj表示当指标j为指标数值越大越优型或指标数值越小越优型时正常取值范围的下限值，βj表示当指标j为指标数值越大越优型或指标数值越小越优型时正常取值范围的上限值，Gj,t,real表示当指标j为取决于气象因素型时在第t时刻的实测值，Gj,t,fit表示当指标j为取决于气象因素型时在第t时刻的神经网络拟合值，l为总时间。
8.如权利要求1所述的方法，其特征在于，所述分布式光伏运维效果评估结果的计算式如下：
Figure FDA0003361469290000032
式中，B为分布式光伏运维效果评价结果，w1为指标1的综合权重，w2为指标2的综合权重，wm为指标m的综合权重，r11为指标1对评价结果1的隶属度，r21为指标2对评价结果1的隶属度，r31为指标3对评价结果1的隶属度，rm1为指标m对评价结果1的隶属度，r12为指标1对评价结果2的隶属度，r22为指标2对评价结果2的隶属度，r1p为指标1对评价结果p的隶属度，rmp为指标m对评价结果p的隶属度，m为指标个数，p为评价结果个数。
9.一种分布式光伏运维效果评价系统，其特征在于，包括：数据采集模块、数据计算模块和评价模块；
所述数据采集模块，用于基于预先构建的光伏运维评价指标体系，采集分布式光伏的各项指标的值；
所述数据计算模块，用于基于各项指标的值，计算所述光伏运维评价指标体系中各指标的综合权重以及各指标对各项评价结果的隶属度；
所述评价模块，用于根据各指标的权重以及对各项评价结果的隶属度，计算分布式光伏运维效果评估结果；
其中，所述光伏运维评价指标体系包括：目标层、因素层和指标层，指标层中的各指标根据所属因素层的因素不同分为定性指标和定量指标，所述综合权重综合主观权重和客观权重的影响。
10.如权利要求9所述的系统，其特征在于，所述数据计算模块，具体用于：
基于各项指标的值，采用CRITIC-Entropy法计算所述光伏运维评价指标体系中各指标的客观权重；
采用层次分析法计算所述光伏运维评价指标体系中各指标的主观权重；
分别基于各指标的主观权重和客观权重，采用信息熵融合模型计算各指标的综合权重。
11.如权利要求10所述的系统，其特征在于，所述数据计算模块计算客观权重的计算式如下：
Figure FDA0003361469290000041
式中，woj为指标j的客观权重，m为指标个数，qkj为指标k和指标j之间的相关系数，σj是指标j的标准差，ej为指标j的信息熵；
指标j的信息熵ej的计算式如下：
Figure FDA0003361469290000042
式中，pij表示评价对象i的指标j所占比重，n为评价对象个数；评价对象i的指标j所占比重pij的计算式如下：
Figure FDA0003361469290000043
式中，yij表示评估对象i的指标j。
12.如权利要求10所述的系统，其特征在于，所述数据计算模块计算综合权重的计算式如下：
Figure FDA0003361469290000044
式中，wj为指标j的综合权重，woj为指标j的客观权重，wsj为指标j的主观权重，αj为指标j的第一权系数，βj为指标j的第二权系数。
13.如权利要求12所述的系统，其特征在于，所述指标j的第一权系数αj和第二权系数βj的确定过程，包括：
分别计算指标j的主观权重和客观权重的信息熵，并将主观权重的信息熵和客观权重的信息熵归一化；
取主观权重的信息熵和客观权重的信息熵中最大一项作为指标j的第一权系数αj，最小一项作为指标j的第二权系数βj。
14.如权利要求9所述的系统，其特征在于，所述数据计算模块，具体还用于：
基于所述光伏运维评价指标体系中各项指标的值，根据各指标所属类型分别计算各指标的劣化度；
分别根据各指标的劣化度和预设标隶属度函数，计算各指标对各项评价结果的隶属度；
其中，指标所属类型包括：指标数值越小越优型、指标数值越大越优型和取决于气象因素型。
15.一种计算机设备，其特征在于，包括：一个或多个处理器；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行时，实现如权利要求1至8中任一项所述的方法。
16.一种计算机可读存储介质，其特征在于，其上存有计算机程序，所述计算机程序被执行时，实现如权利要求1至8中任一项所述的方法。
CN202111367684.5A 2021-11-18 2021-11-18 一种分布式光伏运维效果评价方法和系统 Pending CN116151638A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111367684.5A CN116151638A (zh) 2021-11-18 2021-11-18 一种分布式光伏运维效果评价方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111367684.5A CN116151638A (zh) 2021-11-18 2021-11-18 一种分布式光伏运维效果评价方法和系统

Publications (1)

Publication Number Publication Date
CN116151638A true CN116151638A (zh) 2023-05-23

Family

ID=86351105

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111367684.5A Pending CN116151638A (zh) 2021-11-18 2021-11-18 一种分布式光伏运维效果评价方法和系统

Country Status (1)

Country Link
CN (1) CN116151638A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579500A (zh) * 2023-06-20 2023-08-11 国家电投集团综合智慧能源科技有限公司 一种光伏电站健康度预测方法、系统和存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116579500A (zh) * 2023-06-20 2023-08-11 国家电投集团综合智慧能源科技有限公司 一种光伏电站健康度预测方法、系统和存储介质
CN116579500B (zh) * 2023-06-20 2023-10-13 国家电投集团综合智慧能源科技有限公司 一种光伏电站健康度预测方法、系统和存储介质

Similar Documents

Publication Publication Date Title
CN107123982B (zh) 一种基于设备异动的配电网可靠性经济效益分析方法
CN109492777A (zh) 一种基于机器学习算法平台的风电机组健康管理方法
CN116681187B (zh) 一种基于企业经营数据的企业碳配额预测方法
CN110378549B (zh) 一种基于fahp-熵权法的输电杆塔鸟害等级评估方法
CN111008193B (zh) 一种数据清洗与质量评价方法及系统
CN111103565A (zh) 一种基于智能电能表计量误差分析的数据变换方法及系统
CN112016755A (zh) 输变电工程施工图通用设计造价标准化技术模块构建方法
CN112488565A (zh) 一种基于物元可拓的海外工程项目风险评价方法
CN112488427A (zh) 基于arima模型的中长期光伏可用电量预测方法
CN116151638A (zh) 一种分布式光伏运维效果评价方法和系统
CN107832909A (zh) 一种基于熵权法的农村小型分布式光伏建设风险评估方法
CN114742415A (zh) 适用于充电站的运营效果评价方法、装置及系统
CN117469603B (zh) 一种基于大数据学习的多水厂供水系统压力优化控制方法
Niu et al. Application of AHP and EIE in reliability analysis of complex production lines systems
CN114254916A (zh) 具有电网业务特色的多维度供应商风险实时预警方法
CN112785060A (zh) 一种配电网精益化运维水平优化方法
CN116739368A (zh) 基于能源大数据的工业园区碳排放水平监测及评估方法
CN115905319B (zh) 一种海量用户电费异常的自动识别方法及系统
Milligan et al. An enumerated probabilistic simulation technique and case study: Integrating wind power into utility production cost models
CN111160719A (zh) 两网融合的多指标评估方法
CN115166625A (zh) 智能电表误差估计方法及装置
CN114611877A (zh) 一种充光储能源站安全评价方法及系统
CN113947273A (zh) 一种基于大数据的多途径配网成本核算系统
CN113554287B (zh) 一种供电服务电压质量综合评价方法
CN114154848B (zh) 一种终端设备供电动态风险评估方法、系统、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication