CN116796899A - 基于项目成效评价的新型电力系统决策优化方法及系统 - Google Patents
基于项目成效评价的新型电力系统决策优化方法及系统 Download PDFInfo
- Publication number
- CN116796899A CN116796899A CN202310740680.XA CN202310740680A CN116796899A CN 116796899 A CN116796899 A CN 116796899A CN 202310740680 A CN202310740680 A CN 202310740680A CN 116796899 A CN116796899 A CN 116796899A
- Authority
- CN
- China
- Prior art keywords
- index
- evaluation
- achievement
- power system
- project
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 294
- 238000000034 method Methods 0.000 title claims abstract description 57
- 238000005457 optimization Methods 0.000 title claims abstract description 43
- 230000000694 effects Effects 0.000 claims abstract description 57
- 238000011161 development Methods 0.000 claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000012423 maintenance Methods 0.000 claims abstract description 8
- 238000010189 synthetic method Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 104
- 230000018109 developmental process Effects 0.000 claims description 37
- 229910052799 carbon Inorganic materials 0.000 claims description 26
- 230000009291 secondary effect Effects 0.000 claims description 24
- 238000012360 testing method Methods 0.000 claims description 24
- 238000005265 energy consumption Methods 0.000 claims description 18
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 12
- 238000013210 evaluation model Methods 0.000 claims description 12
- 230000009290 primary effect Effects 0.000 claims description 12
- 238000004458 analytical method Methods 0.000 claims description 10
- 238000010276 construction Methods 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 9
- 238000001308 synthesis method Methods 0.000 claims description 7
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 6
- 239000001569 carbon dioxide Substances 0.000 claims description 6
- 239000003344 environmental pollutant Substances 0.000 claims description 6
- 238000009434 installation Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000035699 permeability Effects 0.000 claims description 6
- 231100000719 pollutant Toxicity 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 6
- 230000033772 system development Effects 0.000 claims description 2
- 238000009412 basement excavation Methods 0.000 abstract description 2
- 238000005065 mining Methods 0.000 description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供了一种基于项目成效评价的新型电力系统决策优化方法及系统,该方法包括:获取电力系统运维基础数据,以分析电力系统发展特性;基于电力系统发展特性构建系统项目成效评价指标;采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集;基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值;根据综合成效评价值对新型电力系统进行决策优化。本方法在分析新型电力系统发展特性基础上,多维挖掘表征新型电力系统投资项目的成效评价指标,利用层次分析法和综合模糊评价法实现对新型电力系统投资项目成效的准确评估,以优化对新型电力系统的决策,全面提升新型电力系统经营可持续性。
Description
技术领域
本发明涉及新型电力系统决策技术领域,尤其是涉及一种基于项目成效评价的新型电力系统决策优化方法及系统。
背景技术
新型电力系统的建设和发展是能源行业的重大变革。但是,在逐步促进新型电力系统的发展过程中,工程投资项目的资产日常管理、资产价值增减变动管理、外部专项资产管控等方面政策要求和管理现状存在一定的差距,造成投资项目经营效率滞后、存量和新增投资项目缺乏精益化管理、投资项目管理机制不健全等问题越发凸显。而现有的投资项目成效评价方法并无法很好地考虑到新型电力系统发展特性,无法准确地对新型电力系统项目投资成效评价指标进行表征,进而无法对投资项目成效现象进行刻画,不利于新型电力系统决策的进行及全面提升新型电力系统经营可持续性。
发明内容
本发明旨在提供一种基于项目成效评价的新型电力系统决策优化方法及系统,以解决上述技术问题,在分析新型电力系统发展特性基础上,多维挖掘表征新型电力系统投资项目的成效评价指标,利用层次分析法和综合模糊评价法实现对新型电力系统投资项目成效的准确评估,以优化对新型电力系统的决策,全面提升新型电力系统经营可持续性。
为了解决上述技术问题,本发明提供了一种基于项目成效评价的新型电力系统决策优化方法,包括以下步骤:
获取电力系统运维基础数据,以分析电力系统发展特性;
基于电力系统发展特性构建系统项目成效评价指标;
采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集;
基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值;
根据综合成效评价值对新型电力系统进行决策优化。
上述方案在分析新型电力系统发展特性基础上,多维挖掘表征新型电力系统投资项目的成效评价指标,利用层次分析法和综合模糊评价法实现对新型电力系统投资项目成效的准确评估,以优化对新型电力系统的决策,全面提升新型电力系统经营可持续性。
进一步地,所述基于电力系统发展特性构建系统项目成效评价指标,具体为:所述电力系统发展特性包括绿色低碳特性、安全可靠特性、灵活智能特性和经济高效特性;其中:
基于所述绿色低碳特性构建的系统项目成效评价指标包括新能源消纳一级成效指标和低碳节能一级成效指标;新能源消纳一级成效指标包括新能源电量渗透率二级成效指标和新能源消纳量二级成效指标;低碳节能一级成效指标包括减少二氧化碳排放量二级成效指标和污染物减排收益二级成效指标;
基于安全可靠特性构建的系统项目成效评价指标包括网架协调性一级成效指标和运行安全性一级成效指标;网架协调性一级成效指标包括变电站负载协调度二级成效指标和线路潮流均衡度二级成效指标;运行安全性一级成效指标包括供电能力二级成效指标和过负荷/低电压风险二级成效指标;
基于灵活智能特性构建的系统项目成效评价指标包括调节能力一级成效指标和市场化水平一级成效指标;调节能力一级成效指标包括配电线路联络率二级成效指标和灵活性电源装机占比二级成效指标;市场化水平一级成效指标包括峰谷差率二级成效指标和市场化电量占比二级成效指标;
基于经济高效特性构建的系统项目成效评价指标包括绝对数量财务一级成效指标和相对数量财务一级成效指标;绝对数量财务一级成效指标包括投资回收期二级成效指标和预期最大收益二级成效指标;相对数量财务一级成效指标包括净现值率二级成效指标和内部收益率二级成效指标。
进一步地,所述采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集,具体为:
基于系统项目成效评价指标建立项目成效评价指标体系,形成一个多层级的递阶结构模型;
在递阶结构模型中,对从属于上一层每个指标的同层指标进行两两比较,得到判断矩阵,具体表示为:
式中,i和j为判断矩阵的行和列;rij为第i个评价指标比第j个评价指标的重要程度;n表示行数或列数;
采用最大特征根法检验判断矩阵的一致性,具体为:
计算判断矩阵R=(rij)n×n每一行的乘积,即计算每一行元素乘积的方根,即/>以及对/>归一化处理,即:
式中,W为判断矩阵的特征向量;接着,计算判断矩阵R=(rij)n×n的最大特征根,有:
式中,λmax为判断矩阵的最大特征根,(RW)i为向量RW的第i个元素;最后,基于判断矩阵R=(rij)n×n计算一致性检验指标CI,并通过CI值的大小,评价判断矩阵一致性程度的好坏,有:
同时,通过计算一致性检验指标CI,查询随机一致性指标RI的数值,验证判断矩阵R=(rij)n×n的满意程度,即:
当CR<0.1时,说明判断矩阵R=(rij)n×n满足一致性条件,计算判断矩阵对上层指标的相对权重;当CR>0.1时,说明判断矩阵R=(rij)n×n不满足一致性条件,需要对判断矩阵R=(rij)n×n进行修正;
根据计算得到的判断矩阵对上层指标的相对权重,即新型电力系统投资项目成效评价指标最高层各评价指标的权重w=(w1,w2,...,wn)T以及准则层各评价指标的权重p=(p1,p2,...,pn)T,计算总目标的权重,有:
W=PkWk-1 (6)
同样,根据式(4)~式(5)进行综合一致性检验,当不满足一致性检验要求时,对其进行修正;当满足一致性检验要求时,获取指标权重集。
进一步地,所述基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值,具体为:
在项目成效评价指标体系的基础上,设定指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm},指标集指的是新型电力系统投资项目成效各层级评价指标,评价集指的是评语等级的模糊表达;
根据指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm}进行等级划分,且统计指标集中各个评价指标ui属于评价集的频率Fi,得到指标集U={u1,u2,...,um}的模糊评判矩阵F={F1,F2,...,Fm};
结合模糊评判矩阵F={F1,F2,...,Fm}和指标权重集,获取一级模糊综合评价集,有:
式中,·表示模糊算子;在一级模糊综合评价集的基础上,获取多级模糊综合评价模型,有:
根据多级模糊综合评价模型计算不同层级的模糊评价结果,获取各项目的综合成效评价值,有:
P=V·B (9)
式中,P表示项目的综合成效评价值。
进一步地,所述根据综合成效评价值对新型电力系统进行决策优化,具体为:根据综合成效评价值进行大小排序,优先选择综合成效评价值大的项目在新型电力系统上进行建设,对项目决策进行优化。
上述方案相较于以往投资项目成效评价方法而言,其在分析新型电力系统发展特性基础上,多维度挖掘能够表征新型电力系统项目投资成效评价指标,更好的适应当前新型电力系统建设和发展契机,采用层次分析法将新型电力系统投资项目成效评价问题看做是一个整体系统,按照表征指标进行分解,相互比较判断,形成多层级结构模型。再而,采用模糊综合评价法对投资成效中的模糊评价指标进行处理,能够比较准确的刻画投资项目成效现象,对全面提升新型电力系统经营可持续性具有重要意义。
本发明提供一种基于项目成效评价的新型电力系统决策优化系统,用于实现一种项目成效评价的新型电力系统决策优化方法,其包括:
数据获取分析模块,用于获取电力系统运维基础数据,以分析电力系统发展特性;
评价指标构建模块,用于基于电力系统发展特性构建系统项目成效评价指标;
指标权重确定模块,用于采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集;
综合成效评价值计算模块,用于基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值;
决策优化模块,用于根据综合成效评价值对新型电力系统进行决策优化。
上述方案提供的系统架构简单,实现方便,其可以便捷的实现一种项目成效评价的新型电力系统决策优化方法,在分析新型电力系统发展特性基础上,多维挖掘表征新型电力系统投资项目的成效评价指标,利用层次分析法和综合模糊评价法实现对新型电力系统投资项目成效的准确评估,以优化对新型电力系统的决策,全面提升新型电力系统经营可持续性。
进一步地,所述评价指标构建模块,用于基于电力系统发展特性构建系统项目成效评价指标,具体为:
所述电力系统发展特性包括绿色低碳特性、安全可靠特性、灵活智能特性和经济高效特性;其中:
基于所述绿色低碳特性构建的系统项目成效评价指标包括新能源消纳一级成效指标和低碳节能一级成效指标;新能源消纳一级成效指标包括新能源电量渗透率二级成效指标和新能源消纳量二级成效指标;低碳节能一级成效指标包括减少二氧化碳排放量二级成效指标和污染物减排收益二级成效指标;
基于安全可靠特性构建的系统项目成效评价指标包括网架协调性一级成效指标和运行安全性一级成效指标;网架协调性一级成效指标包括变电站负载协调度二级成效指标和线路潮流均衡度二级成效指标;运行安全性一级成效指标包括供电能力二级成效指标和过负荷/低电压风险二级成效指标;
基于灵活智能特性构建的系统项目成效评价指标包括调节能力一级成效指标和市场化水平一级成效指标;调节能力一级成效指标包括配电线路联络率二级成效指标和灵活性电源装机占比二级成效指标;市场化水平一级成效指标包括峰谷差率二级成效指标和市场化电量占比二级成效指标;
基于经济高效特性构建的系统项目成效评价指标包括绝对数量财务一级成效指标和相对数量财务一级成效指标;绝对数量财务一级成效指标包括投资回收期二级成效指标和预期最大收益二级成效指标;相对数量财务一级成效指标包括净现值率二级成效指标和内部收益率二级成效指标。
进一步地,所述指标权重确定模块,用于采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集,具体为:
基于系统项目成效评价指标建立项目成效评价指标体系,形成一个多层级的递阶结构模型;
在递阶结构模型中,对从属于上一层每个指标的同层指标进行两两比较,得到判断矩阵,具体表示为:
式中,i和j为判断矩阵的行和列;rij为第i个评价指标比第j个评价指标的重要程度;n表示行数或列数;
采用最大特征根法检验判断矩阵的一致性,具体为:
计算判断矩阵R=(rij)n×n每一行的乘积,即计算每一行元素乘积的方根,即/>以及对/>归一化处理,即:
式中,W为判断矩阵的特征向量;接着,计算判断矩阵R=(rij)n×n的最大特征根,有:
式中,λmax为判断矩阵的最大特征根,(RW)i为向量RW的第i个元素;最后,基于判断矩阵R=(rij)n×n计算一致性检验指标CI,并通过CI值的大小,评价判断矩阵一致性程度的好坏,有:
同时,通过计算一致性检验指标CI,查询随机一致性指标RI的数值,验证判断矩阵R=(rij)n×n的满意程度,即:
当CR<0.1时,说明判断矩阵R=(rij)n×n满足一致性条件,计算判断矩阵对上层指标的相对权重;当CR>0.1时,说明判断矩阵R=(rij)n×n不满足一致性条件,需要对判断矩阵R=(rij)n×n进行修正;
根据计算得到的判断矩阵对上层指标的相对权重,即新型电力系统投资项目成效评价指标最高层各评价指标的权重w=(w1,w2,...,wn)T以及准则层各评价指标的权重p=(p1,p2,...,pn)T,计算总目标的权重,有:
W=PkWk-1 (6)
同样,根据式(4)~式(5)进行综合一致性检验,当不满足一致性检验要求时,对其进行修正;当满足一致性检验要求时,获取指标权重集。
进一步地,所述综合成效评价值计算模块,用于基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值,具体为:
在项目成效评价指标体系的基础上,设定指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm},指标集指的是新型电力系统投资项目成效各层级评价指标,评价集指的是评语等级的模糊表达;
根据指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm}进行等级划分,且统计指标集中各个评价指标ui属于评价集的频率Fi,得到指标集U={u1,u2,...,um}的模糊评判矩阵F={F1,F2,...,Fm};
结合模糊评判矩阵F={F1,F2,...,Fm}和指标权重集,获取一级模糊综合评价集,有:
式中,·表示模糊算子;在一级模糊综合评价集的基础上,获取多级模糊综合评价模型,有:
根据多级模糊综合评价模型计算不同层级的模糊评价结果,获取各项目的综合成效评价值,有:
P=V·B (9)
式中,P表示项目的综合成效评价值。
进一步地,所述决策优化模块,用于根据综合成效评价值对新型电力系统进行决策优化,具体为:根据综合成效评价值进行大小排序,优先选择综合成效评价值大的项目在新型电力系统上进行建设,对项目决策进行优化。
附图说明
图1为本发明一实施例提供的一种基于项目成效评价的新型电力系统决策优化方法流程示意图;
图2为本发明一实施例提供的一种基于项目成效评价的新型电力系统决策优化方法具体应用流程图;
图3为本发明一实施例提供的一种基于项目成效评价的新型电力系统决策优化系统架构示意图。
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、完整的描述,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作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。
请参见图1,本实施例提供一种一种基于项目成效评价的新型电力系统决策优化方法,包括以下步骤:
获取电力系统运维基础数据,以分析电力系统发展特性;
基于电力系统发展特性构建系统项目成效评价指标;
采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集;
基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值;
根据综合成效评价值对新型电力系统进行决策优化。
在本实施例中,在分析新型电力系统发展特性基础上,多维挖掘表征新型电力系统投资项目的成效评价指标,利用层次分析法和综合模糊评价法实现对新型电力系统投资项目成效的准确评估,以优化对新型电力系统的决策,全面提升新型电力系统经营可持续性。
需要说明的是,所述分析电力系统发展特性,其相较于传统电力系统而言,其核心在于基于电力系统运维基础数据,以新能源为主体,以坚强智能电网为枢纽平台,以源网荷储互动与多能互补为支撑的电力系统。风电、光伏等新能源出力具有波动性、随机性、间歇性等显著特点,但传统电力系统运行模式已经无法适应新型电力系统运行的需求,致使新增新型系统投资项目亟需升级改变。
进一步地,所述基于电力系统发展特性构建系统项目成效评价指标,具体为:所述电力系统发展特性包括绿色低碳特性、安全可靠特性、灵活智能特性和经济高效特性;其中:
基于所述绿色低碳特性构建的系统项目成效评价指标包括新能源消纳一级成效指标和低碳节能一级成效指标;新能源消纳一级成效指标包括新能源电量渗透率二级成效指标和新能源消纳量二级成效指标;低碳节能一级成效指标包括减少二氧化碳排放量二级成效指标和污染物减排收益二级成效指标;
基于安全可靠特性构建的系统项目成效评价指标包括网架协调性一级成效指标和运行安全性一级成效指标;网架协调性一级成效指标包括变电站负载协调度二级成效指标和线路潮流均衡度二级成效指标;运行安全性一级成效指标包括供电能力二级成效指标和过负荷/低电压风险二级成效指标;
基于灵活智能特性构建的系统项目成效评价指标包括调节能力一级成效指标和市场化水平一级成效指标;调节能力一级成效指标包括配电线路联络率二级成效指标和灵活性电源装机占比二级成效指标;市场化水平一级成效指标包括峰谷差率二级成效指标和市场化电量占比二级成效指标;
基于经济高效特性构建的系统项目成效评价指标包括绝对数量财务一级成效指标和相对数量财务一级成效指标;绝对数量财务一级成效指标包括投资回收期二级成效指标和预期最大收益二级成效指标;相对数量财务一级成效指标包括净现值率二级成效指标和内部收益率二级成效指标。
本实施例从绿色低碳、安全可靠、灵活智能、经济高效四个维度挖掘能够表征新型电力系统投资项目成效评价的相关指标,具体可参见表1。
表1新型电力系统成效评价指标
为了更好地说明本发明的技术实现过程,凸显其技术优势,本实施例在构建的系统项目成效评价指标基础上,形成项目成效评价指标体系并提供项目成效评价的新型电力系统决策优化方法的具体应用过程,具体可参见图2所示。
进一步地,所述采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集,具体为:
以新型电力系统投资项目成效综合评价作为目标,基于系统项目成效评价指标建立项目成效评价指标体系,形成一个多层级的递阶结构模型;
在递阶结构模型中,对从属于上一层每个指标的同层指标进行两两比较,得到判断矩阵,具体表示为:
式中,i和j为判断矩阵的行和列;rij为第i个评价指标比第j个评价指标的重要程度;n表示行数或列数。
在本实施例中,为了量化描述新型电力系统投资项目成效评价指标的重要性程度,定义了相应的重要性标度值,见表2。
表2重要性标度及含义表
上述实施例可以采用重要性标度对从属于上一层每个指标的同层指标进行两两比较,得到判断矩阵。
针对新型电力系统投资项目进行成效评价时,由于评判者的问题可能会造成判断矩阵的不一致性,因此可以采用最大特征根法检验判断矩阵的一致性,若检验通过,特征向量就是权重向量,具体为:
计算判断矩阵R=(rij)n×n每一行的乘积,即计算每一行元素乘积的方根,即/>以及对/>归一化处理,即:
式中,W为判断矩阵的特征向量;接着,计算判断矩阵R=(rij)n×n的最大特征根,有:
式中,λmax为判断矩阵的最大特征根,(RW)i为向量RW的第i个元素;最后,基于判断矩阵R=(rij)n×n计算一致性检验指标CI,并通过CI值的大小,评价判断矩阵一致性程度的好坏,有:
同时,通过计算一致性检验指标CI,查询随机一致性指标RI的数值,验证判断矩阵R=(rij)n×n的满意程度,即:
当CR<0.1时,说明判断矩阵R=(rij)n×n满足一致性条件,计算判断矩阵对上层指标的相对权重;当CR>0.1时,说明判断矩阵R=(rij)n×n不满足一致性条件,需要对判断矩阵R=(rij)n×n进行修正;
根据计算得到的判断矩阵对上层指标的相对权重,即新型电力系统投资项目成效评价指标最高层各评价指标的权重w=(w1,w2,...,wn)T以及准则层各评价指标的权重p=(p1,p2,...,pn)T,计算总目标的权重,有:
W=PkWk-1 (6)
同样,根据式(4)~式(5)进行综合一致性检验,当不满足一致性检验要求时,对其进行修正;当满足一致性检验要求时,获取指标权重集。
在本实施例中,随机一致性指标RI可以如表3所示。
表3随机一致性指标RI
进一步地,所述基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值,具体为:
在项目成效评价指标体系的基础上,设定指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm},指标集指的是新型电力系统投资项目成效各层级评价指标,如绿色低碳、安全可靠、灵活智能、经济高效4个特性指标,以及基于9制度标度;法评价集指的是如“优、较好、良好、一般、差”等5个评语等级的模糊表达。
可以邀请S个相关领域专家参与新型电力系统投资项目成效评价,根据指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm}进行等级划分,且统计指标集中各个评价指标ui属于评价集的频率Fi,得到指标集U={u1,u2,...,um}的模糊评判矩阵F={F1,F2,...,Fm};
结合模糊评判矩阵F={F1,F2,...,Fm}和指标权重集,获取一级模糊综合评价集,有:
式中,·表示模糊算子;在一级模糊综合评价集的基础上,为了计算得到目标层的综合效益评价结果,一级模糊综合评价结果只得到了最高一层次的单因素评价。因此,需继续获取计算得到二级、三级、…、多级模糊综合评价模型,有:
根据多级模糊综合评价模型计算不同层级的模糊评价结果,获取各项目的综合成效评价值,有:
P=V·B (9)
式中,P表示项目的综合成效评价值。
进一步地,所述根据综合成效评价值对新型电力系统进行决策优化,具体为:根据综合成效评价值进行大小排序,优先选择综合成效评价值大的项目在新型电力系统上进行建设,对项目决策进行优化。
本实施例相较于以往投资项目成效评价方法而言,其在分析新型电力系统发展特性基础上,多维度挖掘能够表征新型电力系统项目投资成效评价指标,更好的适应当前新型电力系统建设和发展契机,采用层次分析法将新型电力系统投资项目成效评价问题看做是一个整体系统,按照表征指标进行分解,相互比较判断,形成多层级结构模型。再而,采用模糊综合评价法对投资成效中的模糊评价指标进行处理,能够比较准确的刻画投资项目成效现象,对全面提升新型电力系统经营可持续性具有重要意义。
请参见图3,本实施例提供一种基于项目成效评价的新型电力系统决策优化系统,用于实现一种项目成效评价的新型电力系统决策优化方法,其包括:
数据获取分析模块,用于获取电力系统运维基础数据,以分析电力系统发展特性;
评价指标构建模块,用于基于电力系统发展特性构建系统项目成效评价指标;
指标权重确定模块,用于采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集;
综合成效评价值计算模块,用于基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值;
决策优化模块,用于根据综合成效评价值对新型电力系统进行决策优化。
本实施例提供的系统架构简单,实现方便,其可以便捷的实现一种项目成效评价的新型电力系统决策优化方法,在分析新型电力系统发展特性基础上,多维挖掘表征新型电力系统投资项目的成效评价指标,利用层次分析法和综合模糊评价法实现对新型电力系统投资项目成效的准确评估,以优化对新型电力系统的决策,全面提升新型电力系统经营可持续性。
进一步地,所述评价指标构建模块,用于基于电力系统发展特性构建系统项目成效评价指标,具体为:
所述电力系统发展特性包括绿色低碳特性、安全可靠特性、灵活智能特性和经济高效特性;其中:
基于所述绿色低碳特性构建的系统项目成效评价指标包括新能源消纳一级成效指标和低碳节能一级成效指标;新能源消纳一级成效指标包括新能源电量渗透率二级成效指标和新能源消纳量二级成效指标;低碳节能一级成效指标包括减少二氧化碳排放量二级成效指标和污染物减排收益二级成效指标;
基于安全可靠特性构建的系统项目成效评价指标包括网架协调性一级成效指标和运行安全性一级成效指标;网架协调性一级成效指标包括变电站负载协调度二级成效指标和线路潮流均衡度二级成效指标;运行安全性一级成效指标包括供电能力二级成效指标和过负荷/低电压风险二级成效指标;
基于灵活智能特性构建的系统项目成效评价指标包括调节能力一级成效指标和市场化水平一级成效指标;调节能力一级成效指标包括配电线路联络率二级成效指标和灵活性电源装机占比二级成效指标;市场化水平一级成效指标包括峰谷差率二级成效指标和市场化电量占比二级成效指标;
基于经济高效特性构建的系统项目成效评价指标包括绝对数量财务一级成效指标和相对数量财务一级成效指标;绝对数量财务一级成效指标包括投资回收期二级成效指标和预期最大收益二级成效指标;相对数量财务一级成效指标包括净现值率二级成效指标和内部收益率二级成效指标。
进一步地,所述指标权重确定模块,用于采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集,具体为:
基于系统项目成效评价指标建立项目成效评价指标体系,形成一个多层级的递阶结构模型;
在递阶结构模型中,对从属于上一层每个指标的同层指标进行两两比较,得到判断矩阵,具体表示为:
式中,i和j为判断矩阵的行和列;rij为第i个评价指标比第j个评价指标的重要程度;n表示行数或列数;
采用最大特征根法检验判断矩阵的一致性,具体为:
计算判断矩阵R=(rij)n×n每一行的乘积,即计算每一行元素乘积的方根,即/>以及对/>归一化处理,即:/>
式中,W为判断矩阵的特征向量;接着,计算判断矩阵R=(rij)n×n的最大特征根,有:
式中,λmax为判断矩阵的最大特征根,(RW)i为向量RW的第i个元素;最后,基于判断矩阵R=(rij)n×n计算一致性检验指标CI,并通过CI值的大小,评价判断矩阵一致性程度的好坏,有:
同时,通过计算一致性检验指标CI,查询随机一致性指标RI的数值,验证判断矩阵R=(rij)n×n的满意程度,即:
当CR<0.1时,说明判断矩阵R=(rij)n×n满足一致性条件,计算判断矩阵对上层指标的相对权重;当CR>0.1时,说明判断矩阵R=(rij)n×n不满足一致性条件,需要对判断矩阵R=(rij)n×n进行修正;
根据计算得到的判断矩阵对上层指标的相对权重,即新型电力系统投资项目成效评价指标最高层各评价指标的权重w=(w1,w2,...,wn)T以及准则层各评价指标的权重p=(p1,p2,...,pn)T,计算总目标的权重,有:
W=PkWk-1 (6)
同样,根据式(4)~式(5)进行综合一致性检验,当不满足一致性检验要求时,对其进行修正;当满足一致性检验要求时,获取指标权重集。
进一步地,所述综合成效评价值计算模块,用于基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值,具体为:
在项目成效评价指标体系的基础上,设定指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm},指标集指的是新型电力系统投资项目成效各层级评价指标,评价集指的是评语等级的模糊表达;
根据指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm}进行等级划分,且统计指标集中各个评价指标ui属于评价集的频率Fi,得到指标集U={u1,u2,...,um}的模糊评判矩阵F={F1,F2,...,Fm};
结合模糊评判矩阵F={F1,F2,...,Fm}和指标权重集,获取一级模糊综合评价集,有:
式中,·表示模糊算子;在一级模糊综合评价集的基础上,获取多级模糊综合评价模型,有:
根据多级模糊综合评价模型计算不同层级的模糊评价结果,获取各项目的综合成效评价值,有:
P=V·B (9)
式中,P表示项目的综合成效评价值。
进一步地,所述决策优化模块,用于根据综合成效评价值对新型电力系统进行决策优化,具体为:根据综合成效评价值进行大小排序,优先选择综合成效评价值大的项目在新型电力系统上进行建设,对项目决策进行优化。
上述实施例提供的系统可以分析新型电力系统发展特性,用于与传统电力系统相比较,指出风电、光伏等新能源大规模并网对其新型电力系统带来的影响;设计新型电力系统投资项目成效评价指标模块,用于判断新型电力系统投资项目成效的多维评价指标的提取;计算新型电力系统投资项目综合成效评价值,用于确定发展新型电力系统投资项目带来的现实效果,助力我国新型电力系统的建设和发展。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.基于项目成效评价的新型电力系统决策优化方法,其特征在于,包括以下步骤:
获取电力系统运维基础数据,以分析电力系统发展特性;
基于电力系统发展特性构建系统项目成效评价指标;
采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集;
基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值;
根据综合成效评价值对新型电力系统进行决策优化。
2.根据权利要求1所述的基于项目成效评价的新型电力系统决策优化方法,其特征在于,所述基于电力系统发展特性构建系统项目成效评价指标,具体为:
所述电力系统发展特性包括绿色低碳特性、安全可靠特性、灵活智能特性和经济高效特性;其中:
基于所述绿色低碳特性构建的系统项目成效评价指标包括新能源消纳一级成效指标和低碳节能一级成效指标;新能源消纳一级成效指标包括新能源电量渗透率二级成效指标和新能源消纳量二级成效指标;低碳节能一级成效指标包括减少二氧化碳排放量二级成效指标和污染物减排收益二级成效指标;
基于安全可靠特性构建的系统项目成效评价指标包括网架协调性一级成效指标和运行安全性一级成效指标;网架协调性一级成效指标包括变电站负载协调度二级成效指标和线路潮流均衡度二级成效指标;运行安全性一级成效指标包括供电能力二级成效指标和过负荷/低电压风险二级成效指标;
基于灵活智能特性构建的系统项目成效评价指标包括调节能力一级成效指标和市场化水平一级成效指标;调节能力一级成效指标包括配电线路联络率二级成效指标和灵活性电源装机占比二级成效指标;市场化水平一级成效指标包括峰谷差率二级成效指标和市场化电量占比二级成效指标;
基于经济高效特性构建的系统项目成效评价指标包括绝对数量财务一级成效指标和相对数量财务一级成效指标;绝对数量财务一级成效指标包括投资回收期二级成效指标和预期最大收益二级成效指标;相对数量财务一级成效指标包括净现值率二级成效指标和内部收益率二级成效指标。
3.根据权利要求2所述的基于项目成效评价的新型电力系统决策优化方法,其特征在于,所述采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集,具体为:
基于系统项目成效评价指标建立项目成效评价指标体系,形成一个多层级的递阶结构模型;
在递阶结构模型中,对从属于上一层每个指标的同层指标进行两两比较,得到判断矩阵,具体表示为:
式中,i和j为判断矩阵的行和列;rij为第i个评价指标比第j个评价指标的重要程度;n表示行数或列数;
采用最大特征根法检验判断矩阵的一致性,具体为:
计算判断矩阵R=(rij)n×n每一行的乘积,即计算每一行元素乘积的方根,即/>以及对/>归一化处理,即:
式中,W为判断矩阵的特征向量;接着,计算判断矩阵R=(rij)n×n的最大特征根,有:
式中,λmax为判断矩阵的最大特征根,(RW)i为向量RW的第i个元素;最后,基于判断矩阵R=(rij)n×n计算一致性检验指标CI,并通过CI值的大小,评价判断矩阵一致性程度的好坏,有:
同时,通过计算一致性检验指标CI,查询随机一致性指标RI的数值,验证判断矩阵R=(rij)n×n的满意程度,即:
当CR<0.1时,说明判断矩阵R=(rij)n×n满足一致性条件,计算判断矩阵对上层指标的相对权重;当CR>0.1时,说明判断矩阵R=(rij)n×n不满足一致性条件,需要对判断矩阵R=(rij)n×n进行修正;
根据计算得到的判断矩阵对上层指标的相对权重,即新型电力系统投资项目成效评价指标最高层各评价指标的权重w=(w1,w2,...,wn)T以及准则层各评价指标的权重p=(p1,p2,...,pn)T,计算总目标的权重,有:
W=PkWk-1 (6)
同样,根据式(4)~式(5)进行综合一致性检验,当不满足一致性检验要求时,对其进行修正;当满足一致性检验要求时,获取指标权重集。
4.根据权利要求3所述的基于项目成效评价的新型电力系统决策优化方法,其特征在于,所述基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值,具体为:
在项目成效评价指标体系的基础上,设定指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm},指标集指的是新型电力系统投资项目成效各层级评价指标,评价集指的是评语等级的模糊表达;
根据指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm}进行等级划分,且统计指标集中各个评价指标ui属于评价集的频率Fi,得到指标集U={u1,u2,...,um}的模糊评判矩阵F={F1,F2,...,Fm};
结合模糊评判矩阵F={F1,F2,...,Fm}和指标权重集,获取一级模糊综合评价集,有:
式中,·表示模糊算子;在一级模糊综合评价集的基础上,获取多级模糊综合评价模型,有:
根据多级模糊综合评价模型计算不同层级的模糊评价结果,获取各项目的综合成效评价值,有:
P=V·B (9)
式中,P表示项目的综合成效评价值。
5.根据权利要求1~4任一项所述的基于项目成效评价的新型电力系统决策优化方法,其特征在于,所述根据综合成效评价值对新型电力系统进行决策优化,具体为:根据综合成效评价值进行大小排序,优先选择综合成效评价值大的项目在新型电力系统上进行建设,对项目决策进行优化。
6.基于项目成效评价的新型电力系统决策优化系统,其特征在于,包括:
数据获取分析模块,用于获取电力系统运维基础数据,以分析电力系统发展特性;
评价指标构建模块,用于基于电力系统发展特性构建系统项目成效评价指标;
指标权重确定模块,用于采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集;
综合成效评价值计算模块,用于基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值;
决策优化模块,用于根据综合成效评价值对新型电力系统进行决策优化。
7.根据权利要求6所述的基于项目成效评价的新型电力系统决策优化系统,其特征在于,所述评价指标构建模块,用于基于电力系统发展特性构建系统项目成效评价指标,具体为:
所述电力系统发展特性包括绿色低碳特性、安全可靠特性、灵活智能特性和经济高效特性;其中:
基于所述绿色低碳特性构建的系统项目成效评价指标包括新能源消纳一级成效指标和低碳节能一级成效指标;新能源消纳一级成效指标包括新能源电量渗透率二级成效指标和新能源消纳量二级成效指标;低碳节能一级成效指标包括减少二氧化碳排放量二级成效指标和污染物减排收益二级成效指标;
基于安全可靠特性构建的系统项目成效评价指标包括网架协调性一级成效指标和运行安全性一级成效指标;网架协调性一级成效指标包括变电站负载协调度二级成效指标和线路潮流均衡度二级成效指标;运行安全性一级成效指标包括供电能力二级成效指标和过负荷/低电压风险二级成效指标;
基于灵活智能特性构建的系统项目成效评价指标包括调节能力一级成效指标和市场化水平一级成效指标;调节能力一级成效指标包括配电线路联络率二级成效指标和灵活性电源装机占比二级成效指标;市场化水平一级成效指标包括峰谷差率二级成效指标和市场化电量占比二级成效指标;
基于经济高效特性构建的系统项目成效评价指标包括绝对数量财务一级成效指标和相对数量财务一级成效指标;绝对数量财务一级成效指标包括投资回收期二级成效指标和预期最大收益二级成效指标;相对数量财务一级成效指标包括净现值率二级成效指标和内部收益率二级成效指标。
8.根据权利要求7所述的基于项目成效评价的新型电力系统决策优化系统,其特征在于,所述指标权重确定模块,用于采用层次分析法确定系统各项目成效评价指标权重,获取指标权重集,具体为:
基于系统项目成效评价指标建立项目成效评价指标体系,形成一个多层级的递阶结构模型;
在递阶结构模型中,对从属于上一层每个指标的同层指标进行两两比较,得到判断矩阵,具体表示为:
式中,i和j为判断矩阵的行和列;rij为第i个评价指标比第j个评价指标的重要程度;n表示行数或列数;
采用最大特征根法检验判断矩阵的一致性,具体为:
计算判断矩阵R=(rij)n×n每一行的乘积,即计算每一行元素乘积的方根,即/>以及对/>归一化处理,即:
式中,W为判断矩阵的特征向量;接着,计算判断矩阵R=(rij)n×n的最大特征根,有:
式中,λmax为判断矩阵的最大特征根,(RW)i为向量RW的第i个元素;最后,基于判断矩阵R=(rij)n×n计算一致性检验指标CI,并通过CI值的大小,评价判断矩阵一致性程度的好坏,有:
同时,通过计算一致性检验指标CI,查询随机一致性指标RI的数值,验证判断矩阵R=(rij)n×n的满意程度,即:
当CR<0.1时,说明判断矩阵R=(rij)n×n满足一致性条件,计算判断矩阵对上层指标的相对权重;当CR>0.1时,说明判断矩阵R=(rij)n×n不满足一致性条件,需要对判断矩阵R=(rij)n×n进行修正;
根据计算得到的判断矩阵对上层指标的相对权重,即新型电力系统投资项目成效评价指标最高层各评价指标的权重w=(w1,w2,...,wn)T以及准则层各评价指标的权重p=(p1,p2,...,pn)T,计算总目标的权重,有:
W=PkWk-1 (6)
同样,根据式(4)~式(5)进行综合一致性检验,当不满足一致性检验要求时,对其进行修正;当满足一致性检验要求时,获取指标权重集。
9.根据权利要求8所述的基于项目成效评价的新型电力系统决策优化系统,其特征在于,所述综合成效评价值计算模块,用于基于指标权重集,采用模糊综合法计算系统各项目的综合成效评价值,具体为:
在项目成效评价指标体系的基础上,设定指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm},指标集指的是新型电力系统投资项目成效各层级评价指标,评价集指的是评语等级的模糊表达;
根据指标集U={u1,u2,...,um}和评价集V={v1,v2,...,vm}进行等级划分,且统计指标集中各个评价指标ui属于评价集的频率Fi,得到指标集U={u1,u2,...,um}的模糊评判矩阵F={F1,F2,...,Fm};
结合模糊评判矩阵F={F1,F2,...,Fm}和指标权重集,获取一级模糊综合评价集,有:
式中,·表示模糊算子;在一级模糊综合评价集的基础上,获取多级模糊综合评价模型,有:
根据多级模糊综合评价模型计算不同层级的模糊评价结果,获取各项目的综合成效评价值,有:
P=V·B (9)
式中,P表示项目的综合成效评价值。
10.根据权利要求6~9任一项所述的基于项目成效评价的新型电力系统决策优化系统,其特征在于,所述决策优化模块,用于根据综合成效评价值对新型电力系统进行决策优化,具体为:根据综合成效评价值进行大小排序,优先选择综合成效评价值大的项目在新型电力系统上进行建设,对项目决策进行优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310740680.XA CN116796899A (zh) | 2023-06-20 | 2023-06-20 | 基于项目成效评价的新型电力系统决策优化方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310740680.XA CN116796899A (zh) | 2023-06-20 | 2023-06-20 | 基于项目成效评价的新型电力系统决策优化方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116796899A true CN116796899A (zh) | 2023-09-22 |
Family
ID=88047699
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310740680.XA Pending CN116796899A (zh) | 2023-06-20 | 2023-06-20 | 基于项目成效评价的新型电力系统决策优化方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116796899A (zh) |
-
2023
- 2023-06-20 CN CN202310740680.XA patent/CN116796899A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109308571B (zh) | 配电线路线变关系检测方法 | |
CN109546659B (zh) | 基于随机矩阵和智能场景匹配的配电网无功优化方法 | |
CN103679544A (zh) | 一种智能配电网运行综合评估方法 | |
CN112308427B (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 | |
CN105186514A (zh) | 一种大规模分布式光伏并网对配网安全评价及预警方法 | |
CN105389636A (zh) | 一种低压台区kfcm-svr合理线损预测方法 | |
CN112950067B (zh) | 基于模糊综合评价的电力用户用电能效评估方法 | |
CN107871214A (zh) | 一种多能互补供能系统综合评价指标体系建立方法 | |
CN112785060A (zh) | 一种配电网精益化运维水平优化方法 | |
CN115907511A (zh) | 可调节负荷资源价值评估模型的构建方法及装置 | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
CN113536694B (zh) | 综合能源系统鲁棒优化运行方法、系统、装置及存储介质 | |
CN114529129A (zh) | 一种城市绿地规划设计方案的低碳节约化改进方法 | |
CN113240330A (zh) | 一种需求侧虚拟电厂多维价值评估方法和调度策略 | |
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 | |
CN115905319B (zh) | 一种海量用户电费异常的自动识别方法及系统 | |
CN113128811A (zh) | 一种基于强降水的电网系统地质灾害风险评估方法及系统 | |
CN114676931B (zh) | 一种基于数据中台技术的电量预测系统 | |
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 | |
CN116432437A (zh) | 一种光伏发电单元综合评价方法和系统 | |
CN116796899A (zh) | 基于项目成效评价的新型电力系统决策优化方法及系统 | |
CN111027017B (zh) | 一种配电网管理状态综合评价系统 | |
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 | |
CN112785166A (zh) | 基于区块链的配电网分布式发电单元出力评价方法及装置 | |
CN114764672A (zh) | 联合学习框架下的融合多因素的电网设备风险评估方法 |
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 |