CN116976720A - 基于层次分析法和熵权法的储能电站调度策略评价方法及系统 - Google Patents

基于层次分析法和熵权法的储能电站调度策略评价方法及系统 Download PDF

Info

Publication number
CN116976720A
CN116976720A CN202310755312.2A CN202310755312A CN116976720A CN 116976720 A CN116976720 A CN 116976720A CN 202310755312 A CN202310755312 A CN 202310755312A CN 116976720 A CN116976720 A CN 116976720A
Authority
CN
China
Prior art keywords
energy storage
index
evaluation index
power station
storage power
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
CN202310755312.2A
Other languages
English (en)
Inventor
汝会通
王广玲
付学志
赵继升
黄哲
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.)
Three Gorges New Energy Qingyun Co ltd
Original Assignee
Three Gorges New Energy Qingyun 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 Three Gorges New Energy Qingyun Co ltd filed Critical Three Gorges New Energy Qingyun Co ltd
Priority to CN202310755312.2A priority Critical patent/CN116976720A/zh
Publication of CN116976720A publication Critical patent/CN116976720A/zh
Pending legal-status Critical Current

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Tourism & Hospitality (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Public Health (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • General Health & Medical Sciences (AREA)
  • Algebra (AREA)
  • Water Supply & Treatment (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

基于层次分析法和熵权法的储能电站调度策略评价方法及系统，涉及电力系统中储能电站的调度技术领域。解决现有储能电站优化调度方法，只考虑了运行成本最低和环境污染较小两个方面，没有多方面考虑电网运行稳定性、新能源消纳量以及社会效益等影响的问题。方法为：建立储能电站综合效益评价指标体系；获得一级评价指标和二级评价指标；采用层次分析法评价一级评价指标，获得一级评价指标的权重；采用熵权法评价二级评价指标获得二级评价指标的权重；将一级评价指标的权重和二级评价指标的权重进行综合处理，获得最终各个指标的权重；根据最终各个指标的权重，对储能电站的调度策略进行评价。本发明适用于电力系统中储能电站的调度。

Description

基于层次分析法和熵权法的储能电站调度策略评价方法及 系统
技术领域
本发明涉及电力系统中储能电站的调度技术领域。
背景技术
传统的电网形态随着大规模储能技术的应用而发生了改变，电力系统因此在各个环节具备了一定弹性。大幅提升的社会用电量、不断增加的符合需求峰谷差、新能源设备的比例扩大都加大了电力系统调节峰谷的难度。储能电站则能够有效的解决这个问题，通过自身充电、放电来平衡电力负荷，有效降低火电机组频繁启停机。
储能电站的调度策略需要一定的评价标准来评估策略的好坏以及表现情况，很多学者针对配电网及储能电站的调度提出了不同的评估标准，但未能建立一套完整的综合评价体系。
此外，目前大多数储能电站优化调度方法对目标优化函数的选择主要包括了运行成本最低和环境污染较小两个方面，并仅以此两方面对调度策略的优劣性进行评估，没有多方面考虑电网运行稳定性、新能源消纳量以及社会效益等影响。
发明内容
本发明解决现有储能电站优化调度方法，只考虑了运行成本最低和环境污染较小两个方面，没有多方面考虑电网运行稳定性、新能源消纳量以及社会效益等影响的问题。
为实现上述目的，本发明提供了如下方案：
本发明提供基于层次分析法和熵权法的储能电站调度策略评价方法，所述方法为：
S1、根据储能电站的运行数据，建立储能电站综合效益评价指标体系；
S2、根据所述储能电站综合效益评价指标体系，获得一级评价指标和各个一级评价指标下的二级评价指标；
S3、采用层次分析法对所述一级评价指标进行评价，获得一级评价指标对应的权重；
S4、采用熵权法对所述二级评价指标处理，获得二级评价指标对应的权重；
S5、将所述一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终各个指标的权重；
S6、根据所述最终各个指标的权重，对储能电站的调度策略进行评价。
进一步，还有一种优选实施例，上述步骤S2中的一级评价指标包括经济性指标、环保性指标、能量利用率指标和运行特性指标；
所述经济性指标对应的二级评价指标包括运维和设备成本、能源交互收益；
所述环保性指标对应的二级评价指标包括二氧化碳减排量、等值环境成本和弃风弃光量；
所述能量利用率指标对应的二级评价指标包括储能电站利用率和能量损耗；
所述运行特性指标对应的二级评价指标包括调度可靠性和移峰填谷率。
进一步，还有一种优选实施例，上述运维和设备损耗成本表示为：
E1＝C1+Cbat；
所述能源交互收益表示为：
E2＝C2+C3；
所述二氧化碳减排量表示为：
所述等值环境成本表示为：
所述弃风弃光量表示为：
所述储能电站利用率表示为：
所述能量损耗表示为：
所述调度可靠性表示为：
所述移峰填谷率表示为；
其中，C1为运维成本，Cbat为电池损耗成本，C2为储能电站和区域内电网进行的电能交换，C3为电力现货市场交易获得的收益，P2(t)为t时刻储能电站放电功率，数值为负，ρ为传统燃煤发电排放CO2的系数，θ1为NOx的环境价值，θ2为CO2的环境价值，θ3为SO2的环境价值，Pwind.c为t时刻弃光功率,Ppv.c为t时刻弃光功率，P4(t)为t时刻储能电站参与电力现货市场售电功率,P1(t)为t时刻储能电站充电功率，数值为正，CS(t)为t时刻储能电站储量，Pload(t)为t时刻的电力负荷。
进一步，还有一种优选实施例，上述步骤S3具体为：
S31、采用层次法按照相互关系，建立最高层、中间层和最低层；
S32、根据所述最高层、中间层和最低层，建立层次结构模型；
S33、采用所述层次结构模型对所述一级评价指标进行两两评价，获得重要程度量化值；
S34、根据所述重要程度量化值，获得判断矩阵；
S35、采用一致性指标和随机一致性指标，获得一致性比率；
S36、采用所述一致性比率对所述判断矩阵进行检验，若判断矩阵满足一致性条件，则获得一级评价指标对应的权重，若判断矩阵不满足致性条件，则重新构造判断矩阵，直至获得满足一致性条件的判断矩阵。
进一步，还有一种优选实施例，上述一次性指标表示为：
所述随机一致性指标表示为：
所述一致性比率表示为：
其中，λ为最大特征根，n为唯一非零特征根。
进一步，还有一种优选实施例，上述步骤S4具体为：
S41、建立m个评价要素，n个评价指标的判断矩阵；
S42、对所述判断矩阵进行归一化处理，获得标准化样本矩阵；
S43、根据熵权法采用标准化样本矩阵对二级评价指标进行处理，获得单个指标所占比例；
S44、根据所述单个指标所占比例，获得每个评价指标的熵值；
S45、根据所述每个评价指标的熵值，获得每个评价指标的熵权；
S46、对所述每个评价指标的熵权进行归一化处理，获得二级评价指标对应的权重。
进一步，还有一种优选实施例，上述单个指标所占比例表示为：
所述每个评价指标的熵值表示为：
所述每个评价指标的熵权表示为：
其中，zij为j个指标下第i个元素的标准化样本矩阵。
本发明还提供基于层次分析法和熵权法的储能电站调度策略评价系统，所述系统为：
用于根据储能电站的运行数据，建立储能电站综合效益评价指标体系的存储装置；
用于根据所述储能电站综合效益评价指标体系，获得一级评价指标和各个一级评价指标下的二级评价指标的存储装置；
用于采用层次分析法对所述一级评价指标进行评价，获得一级评价指标对应的权重的存储装置；
用于采用熵权法对所述二级评价指标处理，获得二级评价指标对应的权重的存储装置；
用于将所述一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终各个指标的权重的存储装置；
用于根据所述最终各个指标的权重，对储能电站的调度策略进行评价的存储装置。
本发明还提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述任意一项所述的基于层次分析法和熵权法的储能电站调度策略评价方法。
本发明还提供一种计算机设备，该设备包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行上述任意一项所述的基于层次分析法和熵权法的储能电站调度策略评价方法。
本发明的有益效果为：
1、本发明提供基于层次分析法和熵权法的储能电站调度策略评价方法，采用储能电站综合效益评价指标体系对储能电站的调度策略进行评价，储能电站综合效益评价指标体系包括四个一级评价指标和九个二级评价指标，使得可以全方位考虑储能电站的影响因素，进而评价出最优的储能电站调度策略，降低成本，减少浪费。
2、本发明供基于层次分析法和熵权法的储能电站调度策略评价方法，采用层次分析法对储能电站综合效益评价指标体系中的一级评价指标进行分析，获得一级评价指标对应的权重，采用熵权法对二级评价指标进行分析，获得二级评价指标对应的权重，再将一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终的各个指标的权重，使得减轻非客观因素对评价结果的影响，较为系统、科学、客观、全面地对储能电站调度策略进行评估。
3、本发明适用于电力系统中储能电站的调度。
附图说明
图1是实施方式一所述的储能电站调度策略评价指标体系图；
图2是实施方式十一所述的六种策略的九种二级评价指标评价表；
图3是实施方式十一所述的比例标度表
图4是实施方式十一所述的一级指标生成的判断矩阵；
图5是实施方式十一所述的采用最大最小归一化获得的标准化矩阵表；
图6是实施方式十一所述的各个二级评价指标在熵权法下的权重表；
图7是实施方式十一所述的最终判断权重表。
具体实施方式
下面结合附图和实施例对本发明的具体实施方式作进一步详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明，但不以任何形式限制本发明。应当指出的是，对本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变化和改进，这些都属于本发明的保护范围。
实施方式一.参见图1说明本实施方式，本实施方式提供一种基于层次分析法和熵权法的储能电站调度策略评价方法，所述方法为：
S1、根据储能电站的运行数据，建立储能电站综合效益评价指标体系；
S2、根据所述储能电站综合效益评价指标体系，获得一级评价指标和各个一级评价指标下的二级评价指标；
S3、采用层次分析法对所述一级评价指标进行评价，获得一级评价指标对应的权重；
S4、采用熵权法对所述二级评价指标处理，获得二级评价指标对应的权重；
S5、将所述一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终各个指标的权重；
S6、根据所述最终各个指标的权重，对储能电站的调度策略进行评价。
本实施方式在实际应用时，根据储能电站的运行数据，建立储能电站综合效益评价指标体系，所述储能电站综合效益评价指标体系包括一级评价指标和二级评价指标；采用层次分析法对一级指标进行评价，获得一级评价指标对应的权重，采用熵权法对各二级评价指标进行归一化和无量纲处理完成对二级指标的评价，获得二级评价指标对应的权重。综合层次分析法和熵权法获得的权重值，确定最终各个指标的权重，根据所述最终各个指标的权重，对储能电站的调度策略进行评价。解决现有储能电站优化调度方法，只考虑了运行成本最低和环境污染较小两个方面，没有多方面考虑电网运行稳定性、新能源消纳量以及社会效益等影响的问题。
本实施方式提供基于层次分析法和熵权法的储能电站调度策略评价方法，采用储能电站综合效益评价指标体系对储能电站的调度策略进行评价，储能电站综合效益评价指标体系包括四个一级评价指标和九个二级评价指标，使得可以全方位考虑储能电站的影响因素，进而评价出最优的储能电站调度策略，降低成本，减少浪费。
本实施方式提供基于层次分析法和熵权法的储能电站调度策略评价方法，采用层次分析法对储能电站综合效益评价指标体系中的一级评价指标进行分析，获得一级评价指标对应的权重，采用熵权法对二级评价指标进行分析，获得二级评价指标对应的权重，再将一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终的各个指标的权重，使得减轻非客观因素对评价结果的影响，较为系统、科学、客观、全面地对储能电站调度策略进行评估。
实施方式二.本实施方式是对实施方式一所述的基于层次分析法和熵权法的储能电站调度策略评价方法中步骤S2的一级评价指标和各个一级评价指标下的二级评价指标作举例说明，所述一级评价指标包括经济性指标、环保性指标、能量利用率指标和运行特性指标；
所述经济性指标对应的二级评价指标包括运维和设备成本、能源交互收益；
所述环保性指标对应的二级评价指标包括二氧化碳减排量、等值环境成本和弃风弃光量；
所述能量利用率指标对应的二级评价指标包括储能电站利用率和能量损耗；
所述运行特性指标对应的二级评价指标包括调度可靠性和移峰填谷率。
本实施方式在实际应用时，采用四个一级评价指标和九个二级评价指标，获得储能电站综合效益评价指标体系，使得可以全方位考虑储能电站的影响因素，进而评价出最优的储能电站调度策略，降低成本，减少浪费。
本实施方式提供基于层次分析法和熵权法的储能电站调度策略评价方法，采用层次分析法对储能电站综合效益评价指标体系中的一级评价指标进行分析，获得一级评价指标对应的权重，采用熵权法对二级评价指标进行分析，获得二级评价指标对应的权重，再将一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终的各个指标的权重，使得减轻非客观因素对评价结果的影响，较为系统、科学、客观、全面地对储能电站调度策略进行评估。
实施方式三.本实施方式是对实施方式二所述的基于层次分析法和熵权法的储能电站调度策略评价方法中的运维和设备损耗成本、能源交互收益、二氧化碳减排量、等值环境成本、弃风弃光量、储能电站利用率、能量损耗、调度可靠性和移峰填谷率作举例说明，所述运维和设备损耗成本表示为：
E1＝C1+Cbat；
所述能源交互收益表示为：
E2＝C2+C3；
所述二氧化碳减排量表示为：
所述等值环境成本表示为：
所述弃风弃光量表示为：
所述储能电站利用率表示为：
所述能量损耗表示为：
所述调度可靠性表示为：
所述移峰填谷率表示为；
其中，C1为运维成本，Cbat为电池损耗成本，C2为储能电站和区域内电网进行的电能交换，C3为电力现货市场交易获得的收益，P2(t)为t时刻储能电站放电功率，数值为负，ρ为传统燃煤发电排放CO2的系数，θ1为NOx的环境价值，θ2为CO2的环境价值，θ3为SO2的环境价值，Pwind.c为t时刻弃光功率,Ppv.c为t时刻弃光功率，P4(t)为t时刻储能电站参与电力现货市场售电功率,P1(t)为t时刻储能电站充电功率，数值为正，CS(t)为t时刻储能电站储量，Pload(t)为t时刻的电力负荷,Cs.max为储能电站的最大储量。
本实施方式在实际应用时，储能电站的主要设备是储能电池，因此设备损耗成本主要构成为电池损耗成本，所以运维和设备损耗成本包括运维成本和电池损耗成本。储能电站的能源交互收益是指储能电站和区域内电网进行电能交换和参与电力现货市场交易获得收益的总和。二氧化碳减排量是由于储能电站对电网放电而减少对应传统燃煤发电产生的二氧化碳值，二氧化碳减排量的单位为kg。弃风弃光量是调度过程中由于新能源发电量超出电力负荷过多或者由于电价过高从而导致储能电站无法完全消纳而导致的能量浪费。储能电站利用率表示在一个周期内储能电站投入使用进行能量交换的使用程度，数值越大表示储能电站在周期储能电站的利用率越高。能量损耗的数值由于储能电站使用的电池设备在进行充放电工作过程中，能量传递效率不是100％，因此存在能量损耗的现象。储能电站调度策略的可靠性表示在电网遇到突发情况下，储能电站能对电网负荷进行支撑的最大程度，储能电站当前时刻电能储量与当前时刻电力负荷之比越大，储能电站能够支撑当前负荷的比例越大，则表示可靠性越高。储能移峰填谷率在风光荷储系统电能过剩时，将剩余电能存储至储能电池，此时电池属于系统的电力负荷；在系统电能供应不足时，储能电池将已储存的电能放出，以降低系统的电负荷缺额，此时储能电池即为电源。实现移峰填谷的目的，储能削峰填谷率可以表示为，一个周期内储能电站在各个时刻充电供电功率占当前负荷的比值之和。采用四个一级评价指标和九个二级评价指标，使得可以全方位考虑储能电站的影响因素，进而评价出最优的储能电站调度策略，降低成本，减少浪费。
实施方式四.本实施方式是对实施方式一所述的基于层次分析法和熵权法的储能电站调度策略评价方法中的步骤S3作举例说明，所述步骤S3具体为：
S31、采用层次法按照相互关系，建立最高层、中间层和最低层；
S32、根据所述最高层、中间层和最低层，建立层次结构模型；
S33、采用所述层次结构模型对所述一级评价指标进行两两评价，获得重要程度量化值；
S34、根据所述重要程度量化值，获得判断矩阵；
S35、采用一致性指标和随机一致性指标，获得一致性比率；
S36、采用所述一致性比率对所述判断矩阵进行检验，若判断矩阵满足一致性条件，则获得一级评价指标对应的权重，若判断矩阵不满足致性条件，则重新构造判断矩阵，直至获得满足一致性条件的判断矩阵。
本实施方式在实际应用时，按照相互关系，建立层次结构模型，将决策的目标、考虑的因素和决策对象分为三个层次：最高层、中间层和最低层。最高层代表着决策的目的和要解决的问题，最低层则代表着备选方案。而中间层则代表着考虑的因素和决策的准则。相邻的两层中，较高的一层称为目标层，较低的一层称为因素层。针对需要评价的准则，采用层次结构模型两两对比其下的各种方法，获得重要程度量化值，根据重要程度量化值，建立判断矩阵，所述判断矩阵要求绝对值最大的特征值和成对比较矩阵的维数相差不大，因此定义一致性指标CI，当CI＝0时，有完全的一致性，当CI接近于0时，有满意的一致性。CI越大，不一致越严重，为了衡量CI的大小，引入随机一致性指标RI，随机构造500个判断矩阵：A1，A2，…，A500，则可得一致性指标:CI1，CI2，…，CI500,并由此可得随机一致性指标；随机一致性指标RI是固定的，根据一致性指标CI和随机一致性指标RI，获得一致性比率CR，当一致性比率CR<0.1时，认为A的不一致程度在容许范围内，有满意的一致性，通过一致性检验；采用一致性比率CR对判断矩阵进行一致性检验。若满足一致性条件，矩阵一致性可以接受，用其归一化特征向量作为权向量，获得一级评价指标对应的权重，否则需要重新构造判断矩阵。
实施方式五.本实施方式是对实施方式四所述的基于层次分析法和熵权法的储能电站调度策略评价方法中的一次性指标、随机一致性指标和一致性比率作举例说明，
所述一次性指标表示为：
所述随机一致性指标表示为：
所述一致性比率表示为：
其中，λ为最大特征根，n为唯一非零特征根。
实施方式六.本实施方式是对实施方式一所述的基于层次分析法和熵权法的储能电站调度策略评价方法中的步骤S4作举例说明，所述步骤S4具体为：
S41、建立m个评价要素，n个评价指标的判断矩阵；
S42、对所述判断矩阵进行归一化处理，获得标准化样本矩阵；
S43、根据熵权法采用标准化样本矩阵对二级评价指标进行处理，获得单个指标所占比例；
S44、根据所述单个指标所占比例，获得每个评价指标的熵值；
S45、根据所述每个评价指标的熵值，获得每个评价指标的熵权；
S46、对所述每个评价指标的熵权进行归一化处理，获得二级评价指标对应的权重。
本实施方式在实际应用时，当样本空间中有m个评价要素，n个评价指标时，形成样本的判断矩阵为R，对矩阵进行归一化处理，得到样本标准化矩阵Z；采用样本标准化矩阵Z二级评价指标进行处理，获得单个指标所占比例；根据所述单个指标所占比例，获得每个评价指标的熵值，根据所述每个评价指标的熵值，获得每个评价指标的熵权；根据上述步骤获得所有指标的权重向量并生成权重矩阵W，进而得到各个二级指标在熵权法下的权重。
实施方式七.本实施方式是对实施方式六所述的基于层次分析法和熵权法的储能电站调度策略评价方法中的单个指标所占比例、每个评价指标的熵值和每个评价指标的熵权做举例说明，
所述单个指标所占比例表示为：
所述每个评价指标的熵值表示为：
所述每个评价指标的熵权表示为：
其中，zij为j个指标下第i个元素的标准化样本矩阵。
实施方式八.本实施方式提供基于层次分析法和熵权法的储能电站调度策略评价系统，所述系统为：
用于根据储能电站的运行数据，建立储能电站综合效益评价指标体系的存储装置；
用于根据所述储能电站综合效益评价指标体系，获得一级评价指标和各个一级评价指标下的二级评价指标的存储装置；
用于采用层次分析法对所述一级评价指标进行评价，获得一级评价指标对应的权重的存储装置；
用于采用熵权法对所述二级评价指标处理，获得二级评价指标对应的权重的存储装置；
用于将所述一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终各个指标的权重的存储装置；
用于根据所述最终各个指标的权重，对储能电站的调度策略进行评价的存储装置。
实施方式九.本实施方式提供一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行实施方式一至实施方式七任意一项所述的基于层次分析法和熵权法的储能电站调度策略评价方法。
实施方式十.本实施方式提供一种计算机设备，该设备包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行实施方式一至实施方式七任意一项所述的基于层次分析法和熵权法的储能电站调度策略评价方法。
实施方式十一.参见图2至图7说明本实施方式，本实施方式是对实施方式一至实施方式七任意一项所述的基于层次分析法和熵权法的储能电站调度策略评价方法作验证说明，以山东某县区域内储能电站的六种调度策略优化结果为例，进行储能电站调度策略评价，评价结果如图2所示，其中策略1-策略3分别表示冬季典型季节下的最大收益调度策略，最小弃风弃光调度策略以及双目标优化调度策略；策略4-策略6分别表示夏季典型季节下的最大收益调度策略，最小弃风弃光策略以及双目标优化策略。根据四个一级评价指标以及各个一级指标下的共九个二级评价指标，其中经济性指标中的运维和设备成本为负向指标，能源交互收益为正向指标；环保性指标中的弃风弃光量为负向指标，等值环境成本和二氧化碳减排量为正向指标；能量利用率指标中的储能电站利用率为正向指标，能量损耗为负向指标；运行特性指标中的调度可靠性和移峰填谷率为正向指标。正向指标表示该指标越大越优，负向指标表示该指标越小越优。采用层次分析法对一级评价指标进行分析，获得级评价指标对应的权重，具体为：根据比例标度表获得一级指标的判断矩阵，比例标度表如图3所示，其中经济性指标对环保性指标为重要程度为1/2，经济性指标对能量利用率指标重要程度为5，经济性指标对运行特性指标重要程度为3，环保性指标对能量利用率指标重要程度为6，环保性指标对运行特性指标重要程度为4，运行特性指标对能量利用率指标重要程度为2，其余数值由矩阵特性计算获得。判断矩阵具有如下性质：一级指标生成的判断矩阵如表4所示：对判断矩阵进行一致性检验，定义一致性指标为：
其中λ为最大特征根，n为唯一非零特征根。CI＝0时，有完全的一致性，当CI接近于0时，有满意的一致性。CI越大，不一致越严重。
随机构造500个判断矩阵：A1，A2，…，A500，则可得一致性指标:CI1，CI2，…，CI500,并由此可得随机一致性指标公式：
随机一致性指标RI是固定的，当n＝1时，RI＝0；n＝2时，RI＝0；n＝3时，RI＝0.58；n＝4时，RI＝0.90；n＝5时，RI＝1.12；n＝6时，RI＝1.24；n＝7时，RI＝1.32；n＝8时，RI＝1.41；n＝9时，RI＝1.45；n＝10时，RI＝1.49；n＝11时，RI＝1.51。定义一致性比率CR表示为：
一般，当一致性比率CR<0.1时，认为A的不一致程度在容许范围内，有满意的一致性，通过一致性检验。此时，用其归一化特征向量作为权向量，否则需要重新构造判断矩阵。
计算得CI＝0.0113，CR＝0.0127，满足一致性条件，矩阵一致性可以接受。权重分别为0.3129、0.4990、0.0679、0.1202。
二级评价指标为一级指标的细分，利用熵权法确定权重，具体为：在储能电站调度策略的评价分析中，由于每个评判指标有不同的重要程度，熵值来表示每个指标因素所占的比例权重。权重占比越小的评价指标信息熵越大，表示该指标变异度越小，在评价中包含更少的信息量。反之，权重值越大，信息熵越小，变异程度越大，在评价中包含更多的信息量。确定指标权重的具体步骤如下：建立标准化样本矩阵：
当样本空间中有m个评价要素，n个评价指标时，形成样本的判断矩阵为R，对矩阵进行归一化处理，得到样本标准化矩阵Z。综合考虑冬季典型季节和夏季典型季节的调度策略，根据山东某县区域内储能电站的六种调度策略优化结果生成判断矩阵，如图5所示，每组样本中单个指标所占比例的计算：
式中aij表示第j个指标下第i个元素的占比。
每个评价指标熵值的计算：
指标熵权的确定：
根据上式计算可得各个二级指标在熵权法下的权重，如图6所示。综合层次分析法获得的一级指标权重和熵权法获得的二级指标权重，最终判断权重如图7所示。根据确定的综合权重对六种调度策略进行打分，冬季策略得分情况如下所示：策略1的得分为0.8053，策略2的得分为0.3949，策略3的得分为0.5683；夏季策略得分情况如下所示：策略4的得分为0.6412，策略5的得分为0.2811策略6的得分为0.6781。对比获得储能电站最佳调度策略。
综上，本实施方式所述的基于层次分析法和熵权法的储能电站调度策略评价方法，确定了储能电站调度策略评价方法宏观上的经济性、环保性、能量利用率、运行特性共四个一级评价指标以及各个一级指标下的共九个二级评价指标，利用层次分析法对一级指标进行评价，获得一级指标对应的权重，利用熵权法对各指标进行归一化和无量纲处理完成对二级指标的评价，计算获得二级指标对应的权重。综合层次分析法和熵权法获得的权重值，确定最终各个指标的权重，建立了储能电站调度策略评估方法。不局限于对经济性的分析，从经济、环保、能耗、电网运行特性等多角度展开分析，能够较为系统、科学、客观、全面地描述出储能电站调度策略在经济、环保、能耗、电网运行特性等多角度上带来的影响。
本实施方式提供基于层次分析法和熵权法的储能电站调度策略评价方法，采用储能电站综合效益评价指标体系对储能电站的调度策略进行评价，储能电站综合效益评价指标体系包括四个一级评价指标和九个二级评价指标，使得可以全方位考虑储能电站的影响因素，进而评价出最优的储能电站调度策略，降低成本，减少浪费。
本实施方式提供基于层次分析法和熵权法的储能电站调度策略评价方法，采用层次分析法对储能电站综合效益评价指标体系中的一级评价指标进行分析，获得一级评价指标对应的权重，采用熵权法对二级评价指标进行分析，获得二级评价指标对应的权重，再将一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终的各个指标的权重，使得减轻非客观因素对评价结果的影响，较为系统、科学、客观、全面地对储能电站调度策略进行评估。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
以上所述仅为本发明的实施例而已，并不限制于本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.基于层次分析法和熵权法的储能电站调度策略评价方法，其特征在于，所述方法为：
S1、根据储能电站的运行数据，建立储能电站综合效益评价指标体系；
S2、根据所述储能电站综合效益评价指标体系，获得一级评价指标和各个一级评价指标下的二级评价指标；
S3、采用层次分析法对所述一级评价指标进行评价，获得一级评价指标对应的权重；
S4、采用熵权法对所述二级评价指标处理，获得二级评价指标对应的权重；
S5、将所述一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终各个指标的权重；
S6、根据所述最终各个指标的权重，对储能电站的调度策略进行评价。
2.根据权利要求1所述的基于层次分析法和熵权法的储能电站调度策略评价方法，其特征在于，所述步骤S2中的一级评价指标包括经济性指标、环保性指标、能量利用率指标和运行特性指标；
所述经济性指标对应的二级评价指标包括运维和设备成本、能源交互收益；
所述环保性指标对应的二级评价指标包括二氧化碳减排量、等值环境成本和弃风弃光量；
所述能量利用率指标对应的二级评价指标包括储能电站利用率和能量损耗；
所述运行特性指标对应的二级评价指标包括调度可靠性和移峰填谷率。
3.根据权利要求2所述的基于层次分析法和熵权法的储能电站调度策略评价方法，其特征在于，所述运维和设备损耗成本表示为：
E1＝C1+Cbat；
所述能源交互收益表示为：
E2＝C2+C3；
所述二氧化碳减排量表示为：
所述等值环境成本表示为：
所述弃风弃光量表示为：
所述储能电站利用率表示为：
所述能量损耗表示为：
所述调度可靠性表示为：
所述移峰填谷率表示为；
其中，C1为运维成本，Cbat为电池损耗成本，C2为储能电站和区域内电网进行的电能交换，C3为电力现货市场交易获得的收益，P2(t)为t时刻储能电站放电功率，数值为负，ρ为传统燃煤发电排放CO2的系数，θ1为NOx的环境价值，θ2为CO2的环境价值，θ3为SO2的环境价值，Pwind.c为t时刻弃光功率,Ppv.c为t时刻弃光功率，P4(t)为t时刻储能电站参与电力现货市场售电功率,P1(t)为t时刻储能电站充电功率，数值为正，CS(t)为t时刻储能电站储量，Pload(t)为t时刻的电力负荷。
4.根据权利要求1所述的基于层次分析法和熵权法的储能电站调度策略评价方法，其特征在于，所述步骤S3具体为：
S31、采用层次法按照相互关系，建立最高层、中间层和最低层；
S32、根据所述最高层、中间层和最低层，建立层次结构模型；
S33、采用所述层次结构模型对所述一级评价指标进行两两评价，获得重要程度量化值；
S34、根据所述重要程度量化值，获得判断矩阵；
S35、采用一致性指标和随机一致性指标，获得一致性比率；
S36、采用所述一致性比率对所述判断矩阵进行检验，若判断矩阵满足一致性条件，则获得一级评价指标对应的权重，若判断矩阵不满足致性条件，则重新构造判断矩阵，直至获得满足一致性条件的判断矩阵。
5.根据权利要求4所述的基于层次分析法和熵权法的储能电站调度策略评价方法，其特征在于，所述一次性指标表示为：
所述随机一致性指标表示为：
所述一致性比率表示为：
其中，λ为最大特征根，n为唯一非零特征根。
6.根据权利要求1所述的基于层次分析法和熵权法的储能电站调度策略评价方法，其特征在于，所述步骤S4具体为：
S41、建立m个评价要素，n个评价指标的判断矩阵；
S42、对所述判断矩阵进行归一化处理，获得标准化样本矩阵；
S43、根据熵权法采用标准化样本矩阵对二级评价指标进行处理，获得单个指标所占比例；
S44、根据所述单个指标所占比例，获得每个评价指标的熵值；
S45、根据所述每个评价指标的熵值，获得每个评价指标的熵权；
S46、对所述每个评价指标的熵权进行归一化处理，获得二级评价指标对应的权重。
7.根据权利要求6所述的基于层次分析法和熵权法的储能电站调度策略评价方法，其特征在于，所述单个指标所占比例表示为：
所述每个评价指标的熵值表示为：
所述每个评价指标的熵权表示为：
其中，zij为j个指标下第i个元素的标准化样本矩阵。
8.基于层次分析法和熵权法的储能电站调度策略评价系统，其特征在于，所述系统为：
用于根据储能电站的运行数据，建立储能电站综合效益评价指标体系的存储装置；
用于根据所述储能电站综合效益评价指标体系，获得一级评价指标和各个一级评价指标下的二级评价指标的存储装置；
用于采用层次分析法对所述一级评价指标进行评价，获得一级评价指标对应的权重的存储装置；
用于采用熵权法对所述二级评价指标处理，获得二级评价指标对应的权重的存储装置；
用于将所述一级评价指标对应的权重和二级评价指标对应的权重进行综合处理，获得最终各个指标的权重的存储装置；
用于根据所述最终各个指标的权重，对储能电站的调度策略进行评价的存储装置。
9.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行权利要求1-7任意一项所述的基于层次分析法和熵权法的储能电站调度策略评价方法。
10.一种计算机设备，其特征在于：该设备包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行权利要求1-7任意一项所述的基于层次分析法和熵权法的储能电站调度策略评价方法。
CN202310755312.2A 2023-06-26 2023-06-26 基于层次分析法和熵权法的储能电站调度策略评价方法及系统 Pending CN116976720A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310755312.2A CN116976720A (zh) 2023-06-26 2023-06-26 基于层次分析法和熵权法的储能电站调度策略评价方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310755312.2A CN116976720A (zh) 2023-06-26 2023-06-26 基于层次分析法和熵权法的储能电站调度策略评价方法及系统

Publications (1)

Publication Number Publication Date
CN116976720A true CN116976720A (zh) 2023-10-31

Family

ID=88475810

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310755312.2A Pending CN116976720A (zh) 2023-06-26 2023-06-26 基于层次分析法和熵权法的储能电站调度策略评价方法及系统

Country Status (1)

Country Link
CN (1) CN116976720A (zh)

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
CN109829604A (zh) 一种电网侧储能电站运行效果综合评估方法
CN105046591A (zh) 一种电力用户用电能效评估方法
CN105574617A (zh) 分布式电源和微电网接入配电系统方案的综合优化系统
CN108921376A (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
CN112150025A (zh) 综合能源服务项目的经济性评价方法及系统
CN109034653A (zh) 一种电源规划方案综合评价方法
CN112132424B (zh) 一种大规模储能多属性决策选型方法
CN115187013A (zh) 一种锂电池性能评分计算方法及系统
CN112465286A (zh) 一种电动汽车充电网络服务能力评价方法
CN106096285B (zh) 一种储能系统应对高风电渗透率系统调频需求效用评估方法
CN117040020A (zh) 一种地区整体光伏新能源可消纳能力指数分布的求解方法
CN105574632A (zh) 一种交直流混合城市配电网综合效益评估方法
CN113033886B (zh) 一种配电网规划建设评估方法
CN113240330A (zh) 一种需求侧虚拟电厂多维价值评估方法和调度策略
CN112561319A (zh) 一种数据中心能源系统综合评价方法
Du et al. Comprehensive energy efficiency evaluation of municipal power grid based on TOPSIS method
CN116976720A (zh) 基于层次分析法和熵权法的储能电站调度策略评价方法及系统
CN115293487A (zh) 一种面向区域电网储能配置效果的综合评价方法及系统
CN111260239B (zh) 一种计及分布式能源的主动配电网风险评估实时评估方法
CN115034618A (zh) 一种基于模糊评价的社区综合能源系统效益评价方法
CN112861376A (zh) 一种基于单元调度模型的评估方法及装置
CN105931133A (zh) 配电变压器更换优先级评定方法和装置
CN111310123A (zh) 一种电化学储能电站多维度评价方法和系统
CN116050945B (zh) 一种用于配电网末端低压台区降损分析评价系统及方法

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