CN116502894A - 光伏台区停电风险评估方法、装置、电子设备及存储介质 - Google Patents
光伏台区停电风险评估方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116502894A CN116502894A CN202310679406.6A CN202310679406A CN116502894A CN 116502894 A CN116502894 A CN 116502894A CN 202310679406 A CN202310679406 A CN 202310679406A CN 116502894 A CN116502894 A CN 116502894A
- Authority
- CN
- China
- Prior art keywords
- outage
- power failure
- risk
- power
- power outage
- 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
- 238000012502 risk assessment Methods 0.000 title claims abstract description 155
- 238000000034 method Methods 0.000 title claims abstract description 124
- 230000008569 process Effects 0.000 claims abstract description 77
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 238000004364 calculation method Methods 0.000 claims description 75
- 239000011159 matrix material Substances 0.000 claims description 46
- 238000012545 processing Methods 0.000 claims description 46
- 238000004458 analytical method Methods 0.000 claims description 30
- 238000010606 normalization Methods 0.000 claims description 23
- 208000003443 Unconsciousness Diseases 0.000 claims description 11
- 239000013598 vector Substances 0.000 description 6
- 238000012360 testing method Methods 0.000 description 5
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 229920003169 water-soluble polymer Polymers 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Photovoltaic Devices (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种光伏台区停电风险评估方法、装置、电子设备及存储介质，用于解决现有的光伏台区停电风险评估效率以及准确率低下的技术问题。所述方法包括：获取待评估的光伏台区的风险评估指标，并基于风险评估指标计算光伏台区对应的多个停电风险评估子指标；对多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个停电评估占比系数对应的停电指标权重；对各个停电指标权重进行加权综合评估处理，确定光伏台区的综合停电风险值；获取综合停电风险值对应的预设停电风险等级，并输出预设停电风险等级对应的评价结果，从而实现快速准确且全面地对光伏台区的停电风险进行综合评估。
Description
技术领域
本发明涉及配电网风险评估技术领域，尤其涉及一种光伏台区停电风险评估方法、装置、电子设备及存储介质。
背景技术
在电力系统中，台区是指(一台)变压器的供电范围或区域，对于电力系统而言，配电台区是不可或缺的重要组成部分，配电台区直接面向终端用户，其安全运行与用户用电的可靠性与供电质量息息相关。随着经济全球化以及技术多元化的快速发展，人们对于配电网供电安全性与可靠性的要求越来越高，而中压配电线路受树木等异物挂线影响故障后，会导致低压配电台区失电。同时，随着分布式能源的推广使用，光伏(Photovoltaic)成为配电网接入的主要方式之一，其中，光伏是一种利用太阳电池半导体材料的光伏效应，将太阳光辐射能直接转换为电能的一种新型发电形式，在实际应用中，分布式光伏接入配电网使得电网的结构以及运行参数发生变化，传统配电网也从单电源供电变为多电源供电，当电网故障时，原本线路全部断电的情况又因为分布式电源的存在而形成孤岛，对于配电网中的光伏台区而言，容易造成重复多发性停电事件频发，即在供电过程中，光伏台区存在停电风险，目前，主要依据部分相关指标对光伏台区停电风险进行人为判断，根据人为判断结果进行停电风险评估，而采用这种停电风险评估方法，因综合评价指标较少且部分综合评价指标受人为主观因素影响，从而容易导致光伏台区停电风险评估效率以及准确率低下。
发明内容
本发明提供了一种光伏台区停电风险评估方法、装置、电子设备及存储介质，用于解决或部分解决当前光伏台区停电风险评估方法中，因综合评价指标较少且部分综合评价指标受人为主观因素影响，导致光伏台区停电风险评估效率以及准确率低下的技术问题。
本发明提供的一种光伏台区停电风险评估方法，所述方法包括：
获取待评估的光伏台区的风险评估指标，并基于所述风险评估指标计算所述光伏台区对应的多个停电风险评估子指标；
对所述多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个所述停电评估占比系数对应的停电指标权重；
对各个所述停电指标权重进行加权综合评估处理，确定所述光伏台区的综合停电风险值；
获取所述综合停电风险值对应的预设停电风险等级，并输出所述预设停电风险等级对应的评价结果。
可选地，所述风险评估指标包括所述光伏台区的事故损失负荷概率、切除负荷量以及切负荷节点总数，所述基于所述风险评估指标计算所述光伏台区对应的多个停电风险评估子指标，包括：
通过所述事故损失负荷概率计算所述光伏台区对应的停电失负荷概率，计算公式如下：
其中，LOLP表示停电失负荷概率，pk为负载停电事故事件过程中在停电状态k的概率，即事故损失负荷概率，L为停电事故事件的集合；
通过所述事故损失负荷概率以及所述切除负荷量计算所述光伏台区对应的停电失负荷期望值，计算公式如下：
其中，ELOL表示停电失负荷期望值，Lk为负载停电事故事件过程中在停电状态k时需要切除的切除负荷量；
通过所述事故损失负荷概率以及所述切负荷节点总数计算所述光伏台区对应的停电关联节点期望值，计算公式如下：
其中，EPFB表示停电关联节点期望值，Bk为负载停电事故事件过程中在停电状态k时需要切负荷的切负荷节点总数；
将所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值均作为所述光伏台区的停电风险评估子指标。
可选地，所述对所述多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个所述停电评估占比系数对应的停电指标权重，包括：
对所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值进行归一化处理，获得所述停电失负荷概率对应的目标停电失负荷概率、所述停电失负荷期望值对应的目标停电失负荷期望值以及所述停电关联节点期望值对应的目标停电关联节点期望值；
采用层次分析法，确定所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值对应的停电占比系数，并列出对应的停电风险判断矩阵；
对所述停电风险判断矩阵进行指标权重计算，获得所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值各自对应的停电指标权重。
可选地，所述对所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值进行归一化处理，包括：
采用如下计算公式分别对所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值进行归一化处理：
其中，ri为第i个停电风险评估子指标对应的指标值，ri’为对第i个停电风险评估子指标进行归一化处理后获得的目标值，maxri为ri的最大值，minri为ri的最小值。
可选地，所述采用层次分析法，确定所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值对应的停电占比系数，并列出对应的停电风险判断矩阵，包括：
将所述目标停电失负荷概率作为第一有关影响因素并记为a1，将所述目标停电失负荷期望值作为第二有关影响因素并记为a2，将所述目标停电关联节点期望值作为第三有关影响因素并记为a3；
建立层次分析结构模型，将所述第一有关影响因素、所述第二有关影响因素以及所述第三有关影响因素导入至所述层次分析结构模型进行层次分析处理，输出所述第一有关影响因素、所述第二有关影响因素以及所述第三有关影响因素各自对应的停电占比系数；
列出停电风险判断矩阵：
其中，A(aij)为停电风险判断矩阵，aij为要素i对要素j的重要度，即第i个停电风险评估子指标对第j个停电风险评估子指标的停电占比系数，aij＞0，i、j∈[1,2,3]，aij＝1/aji(i≠j)，aij＝1(i＝j)。
可选地，所述对所述停电风险判断矩阵进行指标权重计算，获得所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值各自对应的停电指标权重，包括：
对所述停电风险判断矩阵先进行一致性检验，再对经一致性检验后的停电风险判断矩阵的各列元素进行归一化处理，计算公式如下：
其中，aij’为对aij所处列的列元素进行归一化处理后获得的行元素；
将归一化后的各行元素进行求和处理，计算公式如下：
其中，ai为对aij’进行求和处理后获得的第i个停电风险评估子指标对应的行元素之和；
将各行元素之和归一化得到对应的停电指标权重，计算公式如下：
其中，wi为对ai进行归一化处理后获得的第i个停电风险评估子指标对应的停电指标权重。
可选地，所述对各个所述停电指标权重进行加权综合评估处理，确定所述光伏台区的综合停电风险值，包括：
根据所述目标停电失负荷概率、所述目标停电失负荷期望值、所述目标停电关联节点期望值以及各自对应的停电指标权重进行加权计算，获得所述光伏台区的综合停电风险值，计算公式如下：
其中，RISK为光伏台区对应的综合停电风险值。
本发明还提供了一种光伏台区停电风险评估装置，包括：
停电风险评估子指标计算模块，用于获取待评估的光伏台区的风险评估指标，并基于所述风险评估指标计算所述光伏台区对应的多个停电风险评估子指标；
层次分析处理模块，用于对所述多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个所述停电评估占比系数对应的停电指标权重；
综合停电风险值计算模块，用于对各个所述停电指标权重进行加权综合评估处理，确定所述光伏台区的综合停电风险值；
评价结果输出模块，用于获取所述综合停电风险值对应的预设停电风险等级，并输出所述预设停电风险等级对应的评价结果。
本发明还提供了一种电子设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行如上任一项所述的光伏台区停电风险评估方法。
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行如上任一项所述的光伏台区停电风险评估方法。
从以上技术方案可以看出，本发明具有以下优点：针对光伏台区的停电风险评估，首先获取待评估的光伏台区的风险评估指标，并基于风险评估指标计算光伏台区对应的多个停电风险评估子指标，从而通过综合考虑各相关因素，确定了光伏台区的停电风险指标体系，以便后续可以基于该停电风险指标体系进行层次分析计算；接着对多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个停电评估占比系数对应的停电指标权重，对各个停电指标权重进行加权综合评估处理，确定光伏台区的综合停电风险值，从而通过层次分析法能够更好地处理停电风险评估子指标之间的相关性，确定对应的停电指标权重并进行加权计算，使得计算出的综合停电风险值可信度更高，评估结果更加全面且准确可靠；接着可以获取综合停电风险值对应的预设停电风险等级，并输出预设停电风险等级对应的评价结果，从而实现快速准确且全面地对光伏台区的停电风险进行综合评估。
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性的前提下，还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种光伏台区停电风险评估方法的步骤流程图；
图2为本发明实施例提供的一种光伏台区停电风险评估方法的整体流程示意图；
图3为本发明实施例提供的一种光伏台区停电风险评估装置的结构框图。
具体实施方式
本发明实施例提供了一种光伏台区停电风险评估方法、装置、电子设备及存储介质，用于解决或部分解决当前光伏台区停电风险评估方法中，因综合评价指标较少且部分综合评价指标受人为主观因素影响，导致光伏台区停电风险评估效率以及准确率低下的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂，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，下面所描述的实施例仅仅是本发明一部分实施例，而非全部的实施例。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它实施例，都属于本发明保护的范围。
作为一种示例，随着分布式能源的推广使用，光伏成为配电网接入的主要方式之一，其中，光伏是一种利用太阳电池半导体材料的光伏效应，将太阳光辐射能直接转换为电能的一种新型发电形式，在实际应用中，分布式光伏接入配电网使得电网的结构以及运行参数发生变化，传统配电网也从单电源供电变为多电源供电，当电网故障时，原本线路全部断电的情况又因为分布式电源的存在而形成孤岛，对于配电网中的光伏台区而言，容易造成重复多发性停电事件频发，即在供电过程中，光伏台区存在停电风险，目前，主要依据部分相关指标对光伏台区停电风险进行人为判断，根据人为判断结果进行停电风险评估，而采用这种停电风险评估方法，因综合评价指标较少且部分综合评价指标受人为主观因素影响，从而容易导致光伏台区停电风险评估效率以及准确率低下。
在运筹学理论中，当某个综合性评估指标主要受若干个决策因素影响时，层次分析法(The Analytic Hierarchy Process，AHP)是一种很好的决策方法，具体而言，层次分析法是对于决策具有一定关系的因素成为多个层次，之后对其进行定量与定性分析的一种决策方法。层次分析法的基本原理为当遇到较为复杂的问题时，可以根据已经掌握的相关信息，使用数字标度、矩阵分析等方式使决策的过程数学化，从而以简单的方式解决复杂的决策问题，尤其适用于当无法对决策结果进行准确计量的情况。总体而言，层次分析法主要通过将复杂问题分成不同层次，并定义不同指标与准则，构造对应的判断矩阵，然后进行权衡评估并作出最终决策。
因此，本发明实施例的核心发明点之一在于：针对光伏台区的停电风险评估，提出一种基于层次分析法的光伏台区停电风险综合评估方法，首先获取待评估的光伏台区的风险评估指标，并基于风险评估指标计算光伏台区对应的多个停电风险评估子指标，从而通过综合考虑各相关因素，可以确定光伏台区的停电风险指标体系，以便后续可以基于该停电风险指标体系进行层次分析计算；接着对多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个停电评估占比系数对应的停电指标权重，对各个停电指标权重进行加权综合评估处理，确定光伏台区的综合停电风险值，从而通过层次分析法能够更好地处理停电风险评估子指标之间的相关性，确定对应的停电指标权重并进行加权计算，使得计算出的综合停电风险值可信度更高，评估结果更加全面且准确可靠；接着可以获取综合停电风险值对应的预设停电风险等级，并输出预设停电风险等级对应的评价结果，与只有单一指标的评估模型相比，本发明实施例基于层次分析法的光伏台区停电风险综合评估方法综合考虑事故损失负荷概率、事故损失负荷期望值以及事故相关节点期望值，评估结果的可信度更高，从而实现快速准确且全面地对光伏台区的停电风险进行综合评估。
参照图1，示出了本发明实施例提供的一种光伏台区停电风险评估方法的步骤流程图，具体可以包括以下步骤：
步骤101，获取待评估的光伏台区的风险评估指标，并基于所述风险评估指标计算所述光伏台区对应的多个停电风险评估子指标；
在具体的实现中，当需要对某个光伏台区进行停电风险评估时，可以获取该光伏台区的风险评估指标，具体可以包括光伏台区的事故损失负荷概率、切除负荷量以及切负荷节点总数，接着可以基于风险评估指标计算出光伏台区对应的多个停电风险评估子指标，以确定光伏台区的停电风险指标体系。
对于光伏台区(配电台区)而言，可以从负荷损失、负荷损失量以及停电范围作为出发点进行停电风险评估。其中，负荷损失是发生停电事故最直观的结果，与之相应的事故损失负荷概率可以理解为负载停电事故事件过程中在某个停电状态的概率；负荷损失量是负载停电事故事件中需要记录的重要内容，也是评估停电事故严重程度的重要因素，与之相应的切除负荷量可以理解为负载停电事故事件过程中在某个停电状态时需要切除的负荷量，通常以kW·h(kilo Watt-hour，千瓦时/一种电功单位)表示；停电范围是评估停电事故严重程度的重要因素，同时体现了负载停电事故事件对配电台区居民用户形成的影响大小，因此，切负荷节点总数可以理解为负载停电事故事件过程中在某个停电状态时需要切负荷的节点总数。其中，负载停电事故事件指的是事故停电事件所导致的负载失电。
可以针对上述几个风险评估指标，设置对应的停电风险评估子指标，以在后续停电风险评估过程中可以基于停电风险评估子指标进行计算，得出对应的指标权重，并进一步计算光伏台区对应的综合停电风险值，具体地，停电风险评估子指标可以包括停电失负荷概率(Loss of load probability，LOLP)、停电失负荷期望值(Expected loss of load，ELOL)以及停电关联节点期望值(Expected Power Failure Bus，EPFB)，其中，停电失负荷概率可以表示为负载停电事故事件过程中需要切除负荷的概率值，停电失负荷期望值则是专门针对停电损失负荷而定义的指标，可以表示为停电损失负荷的期望概率，停电关联节点期望值是针对切负荷节点总数而定义的指标，可以表示为负载停电事故事件过程中配电台区处于停电状态时停电关联节点的期望概率，也可以用其表示停电的影响范围。
则进一步地，基于风险评估指标计算光伏台区对应的多个停电风险评估子指标，具体可以为：
首先通过事故损失负荷概率计算光伏台区对应的停电失负荷概率，计算公式如下：
其中，LOLP表示停电失负荷概率，pk为负载停电事故事件过程中在停电状态k的概率，即事故损失负荷概率，L为停电事故事件的集合；
接着通过事故损失负荷概率以及切除负荷量计算光伏台区对应的停电失负荷期望值，计算公式如下：
其中，ELOL表示停电失负荷期望值，Lk为负载停电事故事件过程中在停电状态k时需要切除的切除负荷量；
然后通过事故损失负荷概率以及切负荷节点总数计算光伏台区对应的停电关联节点期望值，计算公式如下：
其中，EPFB表示停电关联节点期望值，Bk为负载停电事故事件过程中在停电状态k时需要切负荷的切负荷节点总数；
最后可以将停电失负荷概率、停电失负荷期望值以及停电关联节点期望值均作为光伏台区的停电风险评估子指标。
示例性地，停电状态指的是用户无法从供电系统获得所需电能的状态，包括与供电系统失去电的联系以及未失去电的联系，对于电力系统而言，停电一般可以分为计划停电、临时停电、故障停电、欠费停电、违约停电等几种，则相应的停电状态可以为计划停电状态、临时停电状态、故障停电状态、欠费停电状态、违约停电状态。不同的停电状态，即使对应同一个停电风险评估子指标，其具体指向的数值也并不相同，因此在后续计算过程中，可以结合不同的停电状态以及对应的电风险评估子指标情况，更全面且更准确地对光伏台区的停电风险进行评估，提高停电风险评估的准确性。
步骤102，对所述多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个所述停电评估占比系数对应的停电指标权重；
由前述内容可得出，本发明实施例所提的三个停电风险评估子指标LOLP、ELOL以及EPFB是从不同角度定义的，而不同的评价指标(即特征向量中的不同特征)往往具有不同的量纲以及量纲单位，从而为了消除指标之间的量纲影响，需要对各个指标先进行数据标准化处理，即采用归一化处理，以解决数据指标之间的可比性，当对各个指标的原始数据经过数据标准化处理后，各个指标能够处于同一数量级，适合用于进行综合对比评价。
在具体的实现中，当通过计算获得多个停电风险评估子指标之后，可以对多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个停电评估占比系数对应的停电指标权重，具体可以包括如下步骤：
步骤S1：对停电失负荷概率、停电失负荷期望值以及停电关联节点期望值进行归一化处理，获得停电失负荷概率对应的目标停电失负荷概率、停电失负荷期望值对应的目标停电失负荷期望值以及停电关联节点期望值对应的目标停电关联节点期望值；
作为一种可选实施例，对停电失负荷概率、停电失负荷期望值以及停电关联节点期望值进行归一化处理，可以为：
采用如下计算公式分别对停电失负荷概率、停电失负荷期望值以及停电关联节点期望值进行归一化处理：
其中，ri为第i个停电风险评估子指标对应的指标值，ri’为对第i个停电风险评估子指标进行归一化处理后获得的目标值，maxri为ri的最大值，minri为ri的最小值。
从而通过分别对各个停电风险评估子指标的原始数据进行归一化处理之后，使得各个停电风险评估子指标能够处于同一数量级，消除了不同指标之间的量纲影响，以在后续计算过程中可以更适合进行综合比对评价，进一步提高停电风险综合评估的准确性。
由前面对于层次分析法的论述可知，层次分析法主要用于解决评价类问题，是一种实用的多方案或多目标、定性与定量相结合的决策分析方法。
具体地，层次分析法一般可以包括以下几个步骤：
(1)建立层次分析结构模型：将用于层次分析的有关影响因素自上而下分层，上层受下层影响，而层内各因素基本上相对独立，如本发明实施例中，在进行计算时，将停电风险评估子指标LOLP、ELOL以及EPFB作为C层次要素，矩阵中的各个数值表示各个要素间两两比较的结果，那么根据多层次分析法的层次构建，支配C层次的上一个层次要素B在本发明技术方案中指目标层，即最终计算得出的综合停电风险值；
(2)构造成对比较阵：成对比较阵是指将有关影响因素分解成目标、准则、方案等层次，在此基础之上进行定性与定量分析的决策方法，如本发明实施例中，根据停电风险评估子指标LOLP、ELOL以及EPFB构建成对比较阵，作为光伏台区对应的停电风险判断矩阵；
(3)计算权向量并作一致性检验：计算权向量主要指计算各个有关影响因素的最大特征根和特征向量，其中，层次分析法中采用一致性检验是为了检验各有关影响因素重要度之间的协调性，避免出现X比Y重要，Y比Z重要，而Z又比X重要这样的矛盾情况。因此在对各个有关影响因素进行实际比较时，采取两两相互比较形式，通过采用相对尺度，以尽可能减少性质不同的诸因素相互比较的困难，以提高准确度；
(4)计算组合权向量：计算组合权向量即相当于计算停电风险评估子指标LOLP、ELOL以及EPFB各自对应的停电指标权重，当计算出各个停电指标权重之后，还可以对其进行排序，通过直观的数据比较，可以知悉当前用于停电风险评估的各个有关影响因素中，哪个对停电风险的影响最大。
对于层次分析结构模型而言，基于层次分析法的层次构建一般包括三个：
第一个是最高层，即目标层(也可以称为B层次)，表示决策所要解决的问题以及决策的目的，如本发明实施例中最终计算得出的综合停电风险值；
第二个是中间层，即准则层(也可以称为C层次)，表示决策的准则以及需要考虑的因素，可以包含若干个子准则层，如本发明实施例中用于层次分析计算的停电风险评估子指标LOLP、ELOL以及EPFB；
最后一个是最低层，即方案层，表示决策时所备选的方案，如本发明实施例中光伏台区的风险评估指标事故损失负荷概率、切除负荷量以及切负荷节点总数。
进一步地，在层次分析法中，根据有关影响因素列出判断矩阵并进行计算是必不可少的一步，其中，判断矩阵是不同要素间两两比较的统一基准，例如以上一层次要素B为准则，下一层次要素C1，C2…，Cn受到上一层次的支配，按其各自对应的权重用于重要度计算，将各个要素间两两比较可以得到判断矩阵C＝(Cij)n×n，其中，Cij可以表示为要素i相对于要素j的重要度，具体地，层次分析法评判尺度如下表1所示：
表1：层次分析法评判尺度
层次分析法中判断矩阵表现形式如下表2所示：
| B | C1 | C2 | … | Cn |
| C1 | C11 | C12 | … | C1n |
| C2 | C21 | C22 | … | C2n |
| … | … | … | … | … |
| Cn | Cn1 | Cn2 | … | Cnn |
表2：层次分析法中判断矩阵表现形式
其中，Cij＞0；Cij＝1/Cji(i≠j)；Cij＝1(i＝j)。
步骤S2：采用层次分析法，确定目标停电失负荷概率、目标停电失负荷期望值以及目标停电关联节点期望值对应的停电占比系数，并列出对应的停电风险判断矩阵；
在具体的实现中，采用层次分析法，确定目标停电失负荷概率、目标停电失负荷期望值以及目标停电关联节点期望值对应的停电占比系数，并列出对应的停电风险判断矩阵，具体可以包括：首先将目标停电失负荷概率作为第一有关影响因素并记为a1，将目标停电失负荷期望值作为第二有关影响因素并记为a2，将目标停电关联节点期望值作为第三有关影响因素并记为a3；接着建立层次分析结构模型，将第一有关影响因素、第二有关影响因素以及第三有关影响因素导入至层次分析结构模型进行层次分析处理，输出第一有关影响因素、第二有关影响因素以及第三有关影响因素各自对应的停电占比系数；然后列出对应的停电风险判断矩阵：
其中，A(aij)为停电风险判断矩阵，aij为要素i对要素j的重要度，即第i个停电风险评估子指标对第j个停电风险评估子指标的停电占比系数，aij＞0，i、j∈[1,2,3]，aij＝1/aji(i≠j)，aij＝1(i＝j)。
作为一种示例，假设经过计算之后，可以列出光伏台区的停电风险判断矩阵为：
其中，作为示例说明，第一行中a11为1，a12为2，表示停电失负荷概率LOLP与停电失负荷期望值ELOL相比，停电失负荷概率LOLP比停电失负荷期望值ELOL稍稍重要一点，但还没到停电失负荷概率LOLP稍微重要的地步，介于两者相同重要与停电失负荷概率LOLP稍微重要之间；a13为3，表示停电失负荷概率LOLP与停电关联节点期望值EPFB相比，停电失负荷概率LOLP稍微重要。同理，对第二行、第三行按照本示例说明并结合表1的层次分析法评判尺度进行重要度判断即可，在此不作赘述。
步骤S3：对停电风险判断矩阵进行指标权重计算，获得目标停电失负荷概率、目标停电失负荷期望值以及目标停电关联节点期望值各自对应的停电指标权重。
接着可以对停电风险判断矩阵进行指标权重计算，获得目标停电失负荷概率、目标停电失负荷期望值以及目标停电关联节点期望值各自对应的停电指标权重，具体可以为：首先对停电风险判断矩阵先进行一致性检验，再对经一致性检验后的停电风险判断矩阵的各列元素进行归一化处理，计算公式如下：
其中，aij’为对aij所处列的列元素进行归一化处理后获得的行元素；
接着将归一化后的各行元素进行求和处理，计算公式如下：
其中，ai为对aij’进行求和处理后获得的第i个停电风险评估子指标对应的行元素之和；
然后将各行元素之和归一化得到对应的停电指标权重，计算公式如下：
其中，wi为对ai进行归一化处理后获得的第i个停电风险评估子指标对应的停电指标权重。
接上述示例中给出的停电风险判断矩阵继续进行计算，通过本发明实施例所提供的层次分析法得到的各个停电风险评估子指标对应的停电指标权重如下表3所示：
| 停电风险评估子指标 | LOLP | ELOL | EPFB |
| 停电指标权重wi | 0.539 | 0.297 | 0.164 |
表3：各停电风险评估子指标对应的停电指标权重
可以看出，经过计算之后，可以得出停电失负荷概率LOLP对应的停电指标权重为0.539，停电失负荷期望值ELOL对应的停电指标权重为0.297，停电关联节点期望值EPFB对应的停电指标权重为0.164，由此可见，对于停电风险评估，停电失负荷概率LOLP所占的比重是最大的，则可以反推得出，负载停电事故事件过程中需要切除负荷的概率值是比较大的，对于该光伏台区而言，负载停电事故事件过程中需要切除负荷的概率可能是造成停电风险的主要原因。
步骤103，对各个所述停电指标权重进行加权综合评估处理，确定所述光伏台区的综合停电风险值；
当计算得出各个停电风险评估子指标对应的停电指标权重之后，可以对各个停电指标权重进行加权综合评估处理，确定光伏台区的综合停电风险值，具体地，可以根据目标停电失负荷概率、目标停电失负荷期望值、目标停电关联节点期望值以及各自对应的停电指标权重进行加权计算，获得光伏台区的综合停电风险值，计算公式如下：
其中，RISK为光伏台区对应的综合停电风险值。
从而通过对各个停电风险评估子指标进行层次分析计算得出对应的停电指标权重，进一步通过加权计算得出光伏台区的综合停电风险值，可以从多个评价指标维度对光伏台区的停电风险进行综合评估，且计算出的数据均基于层次分析处理自动得出，处理效率更高，同时并不受人为主观判断因素影响，大大提高了停电风险评估的准确率。
步骤104，获取所述综合停电风险值对应的预设停电风险等级，并输出所述预设停电风险等级对应的评价结果。
当计算出光伏台区对应的综合停电风险值之后，可以基于综合停电风险值对光伏台区的停电风险进行评估，而为了更直观且更快速地得出评估结论，可以预先进行风险测试，并根据测试的综合停电风险值划分不同的停电风险等级，如结合数值分布与停电风险情况将停电风险等级划分为无风险、稍有风险、中度停电风险、重大停电风险，或者按照停电风险严重程度划分为1级、2级、3级、4级等，因各个光伏台区对应的情况不一，因此相关参数的设置，本领域技术人员根据实际情况进行设定即可。
接着可以根据不同的停电风险等级设置对应的评价结果，或者基于实时计算出的综合停电风险值生成对应的评价分析结果，从而可以快速获知某个光伏台区的停电风险评估结果，当通过层次分析计算得出该光伏台区存在停电风险时，可以迅速及时地采取相应措施，从而进一步减少损失以及降低事故发生率，其中，根据计算数值生成分析结果的实现可以参照相关技术的数据处理方式，如基于深度学习的数据分析等等，本发明对此不作限制。
在本发明实施例中，针对光伏台区的停电风险评估，提出了一种基于层次分析法的光伏台区停电风险综合评估方法，首先获取待评估的光伏台区的风险评估指标，并基于风险评估指标计算光伏台区对应的多个停电风险评估子指标，从而通过综合考虑各相关因素，确定了光伏台区的停电风险指标体系，以便后续可以基于该停电风险指标体系进行层次分析计算；接着对多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个停电评估占比系数对应的停电指标权重，对各个停电指标权重进行加权综合评估处理，确定光伏台区的综合停电风险值，从而通过层次分析法能够更好地处理停电风险评估子指标之间的相关性，确定对应的停电指标权重并进行加权计算，使得计算出的综合停电风险值可信度更高，评估结果更加全面且准确可靠；接着可以获取综合停电风险值对应的预设停电风险等级，并输出预设停电风险等级对应的评价结果，与只有单一指标的评估模型相比，本发明实施例基于层次分析法的光伏台区停电风险综合评估方法综合考虑了事故损失负荷概率、事故损失负荷期望值以及事故相关节点期望值，评估结果的可信度更高，从而实现快速准确且全面地对光伏台区的停电风险进行综合评估，解决了现有的光伏台区停电风险评估效率以及准确率低下的问题，且通过采用本发明实施例所提供的风险评估体系，能够快速判断某事件是否将发展成为重复多发性停电事件，从而运行维护人员可据此采取措施，避免重复多发性停电事件的发生，保障配电网可靠运行，对于光伏台区风险防控、升级改造等具有重要的指导意义。
为更好地进行说明，参照图2，示出了本发明实施例提供的一种光伏台区停电风险评估方法的整体流程示意图，需要说明的是，为简化附图中的文字说明，本示例中仅以对光伏台区进行停电风险评估的整体关键流程进行简单说明，各个步骤中涉及的细节可以参照前述实施例中相关部分，此处不再赘述，可以理解的是，本发明对此不作限制。
1、输入待测光伏台区的风险评估指标：事故损失负荷概率、切除负荷量以及切负荷节点总数；
2、通过事故损失负荷概率、切除负荷量以及切负荷节点总数计算停电风险评估子指标：停电失负荷概率LOLP、停电失负荷期望值ELOL、停电关联节点期望值EPFB；
3、通过层次分析法计算停电风险评估子指标停电失负荷概率LOLP、停电失负荷期望值ELOL、停电关联节点期望值EPFB对应的停电指标权重；
4、基于各个停电指标权重计算待测光伏台区的综合停电风险值RISK；
5、确定综合停电风险值RISK对应停电风险等级，输出对应的评价结果。
更进一步地，采用本发明实施例所提供的光伏台区停电风险评估方法，除了可以实现对某个光伏台区进行停电风险评估之外，还可以采用两个台区的数据进行算例分析，从而可以通过分析结果比较哪个台区的停电风险更大。
示例性地，假设台区1与台区2各自的事故损失负荷概率如下表4所示：
| 事故损失负荷概率 | P1 | P2 | P3 |
| 台区1 | 0.8 | 0.5 | 0.6 |
| 台区2 | 0.5 | 0.8 | 0.4 |
表4：两个台区各自对应的事故损失负荷概率
其中，P1为负载停电事故事件过程中在停电状态1的概率，P2为负载停电事故事件过程中在停电状态2的概率，P3为负载停电事故事件过程中在停电状态3的概率，作为一种示例，假设这两个台区仅考虑三种停电状态，具体地，停电状态1为计划停电状态，停电状态2为临时停电状态，停电状态3为临时停电状态，则在停电状态1情况下，台区1的事故损失负荷概率为0.8，台区2的事故损失负荷概率为0.5，在停电状态2情况下，台区1的事故损失负荷概率为0.5，台区2的事故损失负荷概率为0.8，在停电状态3情况下，台区1的事故损失负荷概率为0.6，台区2的事故损失负荷概率为0.4。
假设台区1与台区2各自需要切除负荷量如下表5所示：
| 切除负荷量 | L1 | L2 | L3 |
| 台区1 | 7.5 | 5 | 10 |
| 台区2 | 10 | 7 | 15 |
表5：两个台区各自需要切除负荷量(kW·h)
其中，L为停电事故事件的集合，L1为负载停电事故事件过程中在停电状态1时需要切除的切除负荷量，L2为负载停电事故事件过程中在停电状态2时需要切除的切除负荷量，L3为负载停电事故事件过程中在停电状态3时需要切除的切除负荷量，在停电状态1情况下，台区1需切除的负荷量为7.5kW·h，台区2需切除的负荷量为10kW·h，在停电状态2情况下，台区1需切除的负荷量为5kW·h，台区2需切除的负荷量为7kW·h，在停电状态3情况下，台区1需切除的负荷量为10kW·h，台区2需切除的负荷量为15kW·h。
假设台区1与台区2各自需要切负荷节点总数如下表6所示：
| 切负荷节点总数 | B1 | B2 | B3 |
| 台区1 | 3 | 2 | 4 |
| 台区2 | 4 | 3 | 5 |
表6：两个台区各自需要切负荷的节点总数
其中，B1为负载停电事故事件过程中在停电状态1时需要切负荷的切负荷节点总数，B2为负载停电事故事件过程中在停电状态2时需要切负荷的切负荷节点总数，B3为负载停电事故事件过程中在停电状态3时需要切负荷的切负荷节点总数，在停电状态1情况下，台区1需要切负荷的节点总数为3，台区2需要切负荷的节点总数为4，在停电状态2情况下，台区1需要切负荷的节点总数为2，台区2需要切负荷的节点总数为3，在停电状态3情况下，台区1需要切负荷的节点总数为4，台区2需要切负荷的节点总数为5。
则通过计算可以得出台区1与台区2各自对应的停电风险评估子指标，即停电失负荷概率LOLP、停电失负荷期望值ELOL以及停电关联节点期望值EPFB如下表7所示：
| 停电风险评估子指标 | LOLP | ELOL | EPFB |
| 台区1 | 1.9 | 14.5 | 5.8 |
| 台区2 | 1.7 | 16.6 | 6.4 |
表7：两个台区各自对应的停电风险评估子指标值
其中，台区1的停电失负荷概率LOLP为1.9、停电失负荷期望值ELOL为14.5、停电关联节点期望值EPFB为5.8，台区2的停电失负荷概率LOLP为1.7、停电失负荷期望值ELOL为16.6、停电关联节点期望值EPFB为6.4。
接着可以采用本发明实施例所提供的层次分析处理方法进行计算，可以得出台区1与台区2各自对应的综合停电风险值RISK值如下表8所示：
| 台区 | 台区1 | 台区2 |
| RISK | 1.6406 | 1.3130 |
表8：两个台区各自对应的综合停电风险值RISK
从表8中可以看出，台区1的综合停电风险值RISK为1.6406，台区2的综合停电风险值RISK为1.3130，从两个数值之间可以直观比较得出，在两个台区中，台区1停电风险更大。
需要说明的是，本示例仅以通过采用两个光伏台区的风险评估指标分别进行计算，得出各自对应的综合停电风险值，并基于综合停电风险值进行风险比较的整体步骤进行示例性地简要说明，其间所涉及的计算过程可参照前述实施例中的相关内容进行实施。同时，本示例仅以两个台区的风险比较进行说明，在实际应用中，可以通过采用本发明实施例所提供的光伏台区停电风险评估方法，对多个光伏台区进行风险评估计算并根据计算结果进行停电风险排序，以比较各个光伏台区的停电风险大小，可以理解的是，本发明对此不作限制。
参照图3，示出了本发明实施例提供的一种光伏台区停电风险评估装置的结构框图，具体可以包括：
停电风险评估子指标计算模块301，用于获取待评估的光伏台区的风险评估指标，并基于所述风险评估指标计算所述光伏台区对应的多个停电风险评估子指标；
层次分析处理模块302，用于对所述多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个所述停电评估占比系数对应的停电指标权重；
综合停电风险值计算模块303，用于对各个所述停电指标权重进行加权综合评估处理，确定所述光伏台区的综合停电风险值；
评价结果输出模块304，用于获取所述综合停电风险值对应的预设停电风险等级，并输出所述预设停电风险等级对应的评价结果。
在一种可选实施例中，所述风险评估指标包括所述光伏台区的事故损失负荷概率、切除负荷量以及切负荷节点总数，所述停电风险评估子指标计算模块301包括：
停电失负荷概率计算模块，用于通过所述事故损失负荷概率计算所述光伏台区对应的停电失负荷概率，计算公式如下：
其中，LOLP表示停电失负荷概率，pk为负载停电事故事件过程中在停电状态k的概率，即事故损失负荷概率，L为停电事故事件的集合；
停电失负荷期望值计算模块，用于通过所述事故损失负荷概率以及所述切除负荷量计算所述光伏台区对应的停电失负荷期望值，计算公式如下：
其中，ELOL表示停电失负荷期望值，Lk为负载停电事故事件过程中在停电状态k时需要切除的切除负荷量；
停电关联节点期望值计算模块，用于通过所述事故损失负荷概率以及所述切负荷节点总数计算所述光伏台区对应的停电关联节点期望值，计算公式如下：
其中，EPFB表示停电关联节点期望值，Bk为负载停电事故事件过程中在停电状态k时需要切负荷的切负荷节点总数；
停电风险评估子指标确定模块，用于将所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值均作为所述光伏台区的停电风险评估子指标。
在一种可选实施例中，所述层次分析处理模块302包括：
归一化处理模块，用于对所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值进行归一化处理，获得所述停电失负荷概率对应的目标停电失负荷概率、所述停电失负荷期望值对应的目标停电失负荷期望值以及所述停电关联节点期望值对应的目标停电关联节点期望值；
停电风险判断矩阵列举模块，用于采用层次分析法，确定所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值对应的停电占比系数，并列出对应的停电风险判断矩阵；
停电指标权重计算模块，用于对所述停电风险判断矩阵进行指标权重计算，获得所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值各自对应的停电指标权重。
在一种可选实施例中，所述归一化处理模块具体用于：
采用如下计算公式分别对所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值进行归一化处理：
其中，ri为第i个停电风险评估子指标对应的指标值，ri’为对第i个停电风险评估子指标进行归一化处理后获得的目标值，maxri为ri的最大值，minri为ri的最小值。
在一种可选实施例中，所述停电风险判断矩阵列举模块包括：
有关影响因素确定模块，用于将所述目标停电失负荷概率作为第一有关影响因素并记为a1，将所述目标停电失负荷期望值作为第二有关影响因素并记为a2，将所述目标停电关联节点期望值作为第三有关影响因素并记为a3；
停电占比系数输出模块，用于建立层次分析结构模型，将所述第一有关影响因素、所述第二有关影响因素以及所述第三有关影响因素导入至所述层次分析结构模型进行层次分析处理，输出所述第一有关影响因素、所述第二有关影响因素以及所述第三有关影响因素各自对应的停电占比系数；
停电风险判断矩阵计算模块，用于列出停电风险判断矩阵：
其中，A(aij)为停电风险判断矩阵，aij为要素i对要素j的重要度，即第i个停电风险评估子指标对第j个停电风险评估子指标的停电占比系数，aij＞0，i、j∈[1,2,3]，aij＝1/aji(i≠j)，aij＝1(i＝j)。
在一种可选实施例中，所述停电指标权重计算模块包括：
列元素归一化处理模块，用于对所述停电风险判断矩阵先进行一致性检验，再对经一致性检验后的停电风险判断矩阵的各列元素进行归一化处理，计算公式如下：
其中，aij’为对aij所处列的列元素进行归一化处理后获得的行元素；
求和处理模块，用于将归一化后的各行元素进行求和处理，计算公式如下：
其中，ai为对aij’进行求和处理后获得的第i个停电风险评估子指标对应的行元素之和；
停电指标权重计算子模块，用于将各行元素之和归一化得到对应的停电指标权重，计算公式如下：
/>
其中，wi为对ai进行归一化处理后获得的第i个停电风险评估子指标对应的停电指标权重。
在一种可选实施例中，所述综合停电风险值计算模块303具体用于：
根据所述目标停电失负荷概率、所述目标停电失负荷期望值、所述目标停电关联节点期望值以及各自对应的停电指标权重进行加权计算，获得所述光伏台区的综合停电风险值，计算公式如下：
其中，RISK为光伏台区对应的综合停电风险值。
对于装置实施例而言，由于其与方法实施例基本相似，所以描述得比较简单，相关之处参见前述方法实施例的部分说明即可。
本发明实施例还提供了一种电子设备，设备包括处理器以及存储器：
存储器用于存储程序代码，并将程序代码传输给处理器；
处理器用于根据程序代码中的指令执行本发明任一实施例的光伏台区停电风险评估方法。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质用于存储程序代码，程序代码用于执行本发明任一实施例的光伏台区停电风险评估方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种光伏台区停电风险评估方法，其特征在于，包括：
获取待评估的光伏台区的风险评估指标，并基于所述风险评估指标计算所述光伏台区对应的多个停电风险评估子指标；
对所述多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个所述停电评估占比系数对应的停电指标权重；
对各个所述停电指标权重进行加权综合评估处理，确定所述光伏台区的综合停电风险值；
获取所述综合停电风险值对应的预设停电风险等级，并输出所述预设停电风险等级对应的评价结果。
2.根据权利要求1所述的光伏台区停电风险评估方法，其特征在于，所述风险评估指标包括所述光伏台区的事故损失负荷概率、切除负荷量以及切负荷节点总数，所述基于所述风险评估指标计算所述光伏台区对应的多个停电风险评估子指标，包括：
通过所述事故损失负荷概率计算所述光伏台区对应的停电失负荷概率，计算公式如下：
其中，LOLP表示停电失负荷概率，pk为负载停电事故事件过程中在停电状态k的概率，即事故损失负荷概率，L为停电事故事件的集合；
通过所述事故损失负荷概率以及所述切除负荷量计算所述光伏台区对应的停电失负荷期望值，计算公式如下：
其中，ELOL表示停电失负荷期望值，Lk为负载停电事故事件过程中在停电状态k时需要切除的切除负荷量；
通过所述事故损失负荷概率以及所述切负荷节点总数计算所述光伏台区对应的停电关联节点期望值，计算公式如下：
其中，EPFB表示停电关联节点期望值，Bk为负载停电事故事件过程中在停电状态k时需要切负荷的切负荷节点总数；
将所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值均作为所述光伏台区的停电风险评估子指标。
3.根据权利要求2所述的光伏台区停电风险评估方法，其特征在于，所述对所述多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个所述停电评估占比系数对应的停电指标权重，包括：
对所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值进行归一化处理，获得所述停电失负荷概率对应的目标停电失负荷概率、所述停电失负荷期望值对应的目标停电失负荷期望值以及所述停电关联节点期望值对应的目标停电关联节点期望值；
采用层次分析法，确定所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值对应的停电占比系数，并列出对应的停电风险判断矩阵；
对所述停电风险判断矩阵进行指标权重计算，获得所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值各自对应的停电指标权重。
4.根据权利要求3所述的光伏台区停电风险评估方法，其特征在于，所述对所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值进行归一化处理，包括：
采用如下计算公式分别对所述停电失负荷概率、所述停电失负荷期望值以及所述停电关联节点期望值进行归一化处理：
其中，ri为第i个停电风险评估子指标对应的指标值，ri’为对第i个停电风险评估子指标进行归一化处理后获得的目标值，maxri为ri的最大值，minri为ri的最小值。
5.根据权利要求4所述的光伏台区停电风险评估方法，其特征在于，所述采用层次分析法，确定所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值对应的停电占比系数，并列出对应的停电风险判断矩阵，包括：
将所述目标停电失负荷概率作为第一有关影响因素并记为a1，将所述目标停电失负荷期望值作为第二有关影响因素并记为a2，将所述目标停电关联节点期望值作为第三有关影响因素并记为a3；
建立层次分析结构模型，将所述第一有关影响因素、所述第二有关影响因素以及所述第三有关影响因素导入至所述层次分析结构模型进行层次分析处理，输出所述第一有关影响因素、所述第二有关影响因素以及所述第三有关影响因素各自对应的停电占比系数；
列出停电风险判断矩阵：
其中，A(aij)为停电风险判断矩阵，aij为要素i对要素j的重要度，即第i个停电风险评估子指标对第j个停电风险评估子指标的停电占比系数，aij＞0，i、j∈[1,2,3]，aij＝1/aji(i≠j)，aij＝1(i＝j)。
6.根据权利要求5所述的光伏台区停电风险评估方法，其特征在于，所述对所述停电风险判断矩阵进行指标权重计算，获得所述目标停电失负荷概率、所述目标停电失负荷期望值以及所述目标停电关联节点期望值各自对应的停电指标权重，包括：
对所述停电风险判断矩阵先进行一致性检验，再对经一致性检验后的停电风险判断矩阵的各列元素进行归一化处理，计算公式如下：
其中，aij’为对aij所处列的列元素进行归一化处理后获得的行元素；
将归一化后的各行元素进行求和处理，计算公式如下：
其中，ai为对aij’进行求和处理后获得的第i个停电风险评估子指标对应的行元素之和；
将各行元素之和归一化得到对应的停电指标权重，计算公式如下：
其中，wi为对ai进行归一化处理后获得的第i个停电风险评估子指标对应的停电指标权重。
7.根据权利要求6所述的光伏台区停电风险评估方法，其特征在于，所述对各个所述停电指标权重进行加权综合评估处理，确定所述光伏台区的综合停电风险值，包括：
根据所述目标停电失负荷概率、所述目标停电失负荷期望值、所述目标停电关联节点期望值以及各自对应的停电指标权重进行加权计算，获得所述光伏台区的综合停电风险值，计算公式如下：
其中，RISK为光伏台区对应的综合停电风险值。
8.一种光伏台区停电风险评估装置，其特征在于，包括：
停电风险评估子指标计算模块，用于获取待评估的光伏台区的风险评估指标，并基于所述风险评估指标计算所述光伏台区对应的多个停电风险评估子指标；
层次分析处理模块，用于对所述多个停电风险评估子指标进行层次分析处理，获得各自对应的停电评估占比系数，并分别计算出各个所述停电评估占比系数对应的停电指标权重；
综合停电风险值计算模块，用于对各个所述停电指标权重进行加权综合评估处理，确定所述光伏台区的综合停电风险值；
评价结果输出模块，用于获取所述综合停电风险值对应的预设停电风险等级，并输出所述预设停电风险等级对应的评价结果。
9.一种电子设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-7任一项所述的光伏台区停电风险评估方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-7任一项所述的光伏台区停电风险评估方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310679406.6A CN116502894A (zh) | 2023-06-08 | 2023-06-08 | 光伏台区停电风险评估方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310679406.6A CN116502894A (zh) | 2023-06-08 | 2023-06-08 | 光伏台区停电风险评估方法、装置、电子设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116502894A true CN116502894A (zh) | 2023-07-28 |
Family
ID=87324913
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310679406.6A Pending CN116502894A (zh) | 2023-06-08 | 2023-06-08 | 光伏台区停电风险评估方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116502894A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117113157A (zh) * | 2023-10-23 | 2023-11-24 | 国网安徽省电力有限公司合肥供电公司 | 一种基于人工智能的台区用电故障检测系统 |
-
2023
- 2023-06-08 CN CN202310679406.6A patent/CN116502894A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117113157A (zh) * | 2023-10-23 | 2023-11-24 | 国网安徽省电力有限公司合肥供电公司 | 一种基于人工智能的台区用电故障检测系统 |
| CN117113157B (zh) * | 2023-10-23 | 2024-02-09 | 国网安徽省电力有限公司合肥供电公司 | 一种基于人工智能的台区用电故障检测系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107563680B (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
| CN104504508B (zh) | 基于层次分析与小波回归的台区闭环数据分析方法 | |
| Cheng et al. | Enhanced state estimation and bad data identification in active power distribution networks using photovoltaic power forecasting | |
| CN104331773A (zh) | 一种电网规划方案综合评估方法 | |
| CN112308427A (zh) | 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统 | |
| Galvani et al. | Data clustering based probabilistic optimal power flow in power systems | |
| CN116502894A (zh) | 光伏台区停电风险评估方法、装置、电子设备及存储介质 | |
| CN114065605A (zh) | 一种智能电能表运行状态检测评估系统和方法 | |
| CN112001644A (zh) | 一种配电网运行可靠性检测方法、装置、终端及存储介质 | |
| CN112101736A (zh) | 微电网运营模式的评估方法、装置、存储介质和电子设备 | |
| CN114139940A (zh) | 一种基于组合赋权-云模型的广义需求侧资源网荷互动水平评估方法 | |
| CN114862229A (zh) | 电能质量评估方法、装置、计算机设备和存储介质 | |
| CN114202174A (zh) | 一种电价风险等级预警方法、装置及存储介质 | |
| CN109378834A (zh) | 基于信息最大相关的大规模电网电压稳定裕度评估系统 | |
| CN112381422A (zh) | 光伏电站性能的确定方法和装置 | |
| Su et al. | Optimal placement and capacity sizing of energy storage systems via NSGA-II in active distribution network | |
| 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 | |
| CN115660421A (zh) | 一种新能源电力系统的风险早期预警分类方法 | |
| CN115204663A (zh) | 一种综合内外运行因素的能源供应链风险评价方法及装置 | |
| CN115018277A (zh) | 一种基于网络分析法的新能源消纳潜力评估方法及装置 | |
| CN112734274A (zh) | 一种低碳电网运营主导影响因素挖掘及综合评估方法 | |
| Huang et al. | Application of an extension method on optimal site selection for PV power systems: A case study in Taiwan | |
| Xiao et al. | Multiple-criteria decision-making of distribution system planning considering distributed generation | |
| CN110689242A (zh) | 一种母线负荷成分测算方法、装置及设备 | |
| Bugaje et al. | Influence of input parameters on artificial neural networks for off-grid solar photovoltaic power forecasting |
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 |