CN117522224A - 一种高速公路微电网运维效果确定方法、系统及电子设备 - Google Patents
一种高速公路微电网运维效果确定方法、系统及电子设备 Download PDFInfo
- Publication number
- CN117522224A CN117522224A CN202311633456.7A CN202311633456A CN117522224A CN 117522224 A CN117522224 A CN 117522224A CN 202311633456 A CN202311633456 A CN 202311633456A CN 117522224 A CN117522224 A CN 117522224A
- Authority
- CN
- China
- Prior art keywords
- index
- grid
- micro
- determining
- matrix
- 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
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000012423 maintenance Methods 0.000 title claims abstract description 53
- 230000000694 effects Effects 0.000 title claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims abstract description 74
- 238000004458 analytical method Methods 0.000 claims abstract description 13
- 239000011159 matrix material Substances 0.000 claims description 115
- 238000004364 calculation method Methods 0.000 claims description 19
- 238000005265 energy consumption Methods 0.000 claims description 15
- 238000004146 energy storage Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 7
- 238000010276 construction Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000002159 abnormal effect Effects 0.000 description 9
- 238000011161 development Methods 0.000 description 6
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011005 laboratory method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 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
- G06Q10/0639—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
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种高速公路微电网运维效果确定方法、系统及电子设备,涉及能源交通领域。本发明建立待确定高速公路微电网的网架结构模型,以分析高速公路微电网运行场景和用能状态,构建高速公路微电网运行和用能场景集,得到二级指标。结合高速公路微电网的多种场景,采用改进组合权重、熵权‑层次分析法,并引入犹豫模糊集计算不同指标的权重,通过模糊综合评价确定各场景指标得分差异大小和优劣度,以得到综合评价结果,进而精确得到待确定高速公路微电网的运维效果,全面的评估各种场景下的配电网运行水平,为高速公路能源自洽系统配电网方案的评价和优化提供参考。
Description
技术领域
本发明涉及能源交通领域,特别是涉及一种高速公路微电网运维效果确定方法、系统及电子设备。
背景技术
目前能源结构体系正朝着能源低碳型转型,在此背景下,构建能源自洽的新型交通系统具有十分重要的意义。构建新能源交通系统可以显著降低交通领域的碳排放,促进能源资源的节约与可持续利用,降低对化石能源的依赖,推动能源结构转型,促进新能源技术和基础设施的发展,如电动汽车、智能交通系统和可再生能源将促进产业升级和创造就业机会。在新能源交通领域的技术竞争力将得到提升,为可持续发展打下坚实基础。
高速公路是重要的交通基础设施,高速公路新能源微电网是新型能源交通系统的重要组成,高速公路具有独特特点,例如特征跨度长、覆盖范围广、形成固定网架结构等。新能源微电网发电量受到地区气候影响,随着电动汽车渗透率上升,高速公路微电网产生新的运行环境和用能场景。针对此情景下的高速公路微电网,构建一种评价体系和方法以评价其运维效果,能够实现对高速公路新型能源交通系统的量化判断,找到影响运维的关键指标,提高运维水平,促进能源交通系统发展。
并且,构建新型的能源交通系统,新能源微电网对高速公路的供电,与传统高速配电网相比,高速公路微电网在“源”端,通过分布式能源发电;在“荷”端,高速微电网受到电动汽车充电带来影响。维持源-荷的平衡可通过储能设备的充放电实现能量的最优调控。评价高速公路微电网的效果还可以保证安全其可靠运行,降低故障概率,并保持较好的经济性,实现源网荷储联合调控。
但是,现有技术并没有公开一种切实有效的高速公路微电网运维效果评价系统或方法,无法实现高速公路微电网的全面评价,并不能为能源交通的发展提供指导意见。
发明内容
为解决现有技术存在的上述问题,本发明提供了一种高速公路微电网运维效果确定方法、系统及电子设备。
为实现上述目的,本发明提供了如下方案:
一种高速公路微电网运维效果确定方法,包括:
建立待确定高速公路微电网的网架结构模型,并基于所述网架结构模型得到高速公路微电网运行场景集和高速公路微电网用能场景集;
基于所述高速公路微电网运行场景集和所述高速公路微电网用能场景集确定基础指标数据,并基于所述基础指标数据得到二级指标;
采用改进组合权重的计算方法确定每一所述二级指标的得分;
采用熵权-层次分析法确定二级指标的权重;
融合所述二级指标的权重和二级指标的得分得到一级指标的得分;
将所述一级指标的得分作为犹豫模糊集中的隶属度,根据高速微电网运行场景的重要程度给定非隶属度,得到决策矩阵;
基于所述决策矩阵通过PHFE距离测度确定各一级指标间的距离测度,得到差异矩阵;
获取一级指标,并确定一级指标的权重;所述一级指标包括电源指标、电网指标、负荷指标、储能指标、经济型指标和可靠性指标这七个属性;
采用λ-模糊测度描述一级指标组合间的关系,并基于一级指标的权重确定一级指标组合的权重值;
利用Choquet积分集结所述一级指标组合的权重值和一级指标间的距离测度,得到优势度矩阵和劣势度矩阵;
基于所述优势度矩阵和所述劣势度矩阵确定综合优势度矩阵,将所述综合优势度矩阵中元素作为综合评价结果;
基于所述综合评价结果确定待确定高速公路微电网的运维效果。
根据本发明提供的具体实施例,本发明公开了以下技术效果:
本发明建立待确定高速公路微电网的网架结构模型,以便分析高速公路微电网运行场景和用能状态,构建高速公路微电网运行场景集和用能场景集,进而建立基础指标数据得到二级指标。结合得到的高速公路微电网的多种场景,采用改进组合权重的计算方法、熵权-层次分析法,并引入犹豫模糊集计算不同指标的权重,最后通过模糊综合评价确定各场景指标得分差异大小和优劣度,以得到综合评价结果,进而精确确定待确定高速公路微电网的运维效果。并且,通过分析多种场景下微电网各指标和评价权重的影响因素,识别不同指标对于评价体系影响大小,分析得到影响运维的关键指标,结合运维效果对微电网运行维护起到参考作用,能够全面的评估各种场景下的运行水平,为高速公路能源自洽系统配电网评价提供参考。
进一步,本发明提供了一种高速公路微电网运维效果确定系统,所述系统用于实施上述提供的高速公路微电网运维效果确定方法;所述系统包括:
场景构建模块,用于建立待确定高速公路微电网的网架结构模型,并基于所述网架结构模型得到高速公路微电网运行场景集和高速公路微电网用能场景集;
二级指标确定模块,用于基于所述高速公路微电网运行场景集和所述高速公路微电网用能场景集确定基础指标数据,并基于所述基础指标数据得到二级指标;
二级指标得分确定模块,用于采用改进组合权重的计算方法确定每一所述二级指标的得分;
二级指标权重确定模块,用于采用熵权-层次分析法确定二级指标的权重;
一级指标得分确定模块,用于融合所述二级指标的权重和二级指标的得分得到一级指标的得分;
决策矩阵确定模块,用于将所述一级指标的得分作为犹豫模糊集中的隶属度,根据高速微电网运行场景的重要程度给定非隶属度,得到决策矩阵;
差异矩阵确定模块,用于基于所述决策矩阵通过PHFE距离测度确定各一级指标间的距离测度,得到差异矩阵;
一级指标权重确定模块,用于获取一级指标,并确定一级指标的权重;所述一级指标包括电源指标、电网指标、负荷指标、储能指标、经济型指标和可靠性指标这七个属性;
一级指标组合权重确定模块,用于采用λ-模糊测度描述一级指标组合间的关系,并基于一级指标的权重确定一级指标组合的权重值;
优-劣势度矩阵确定模块,用于利用Choquet积分集结所述一级指标组合的权重值和一级指标间的距离测度,得到优势度矩阵和劣势度矩阵;
综合评价结果确定模块,用于基于所述优势度矩阵和所述劣势度矩阵确定综合优势度矩阵,将所述综合优势度矩阵中元素作为综合评价结果;
运维效果确定模块,用于基于所述综合评价结果确定待确定高速公路微电网的运维效果。
再进一步,本发明还提供了一种电子设备,该电子设备包括:
存储器,用于存储计算机程序;
处理器,与所述存储器连接,用于调取并执行所述计算机程序以实施上述提供的高速公路微电网运维效果确定方法。
可选地,所述存储器为计算机可读存储介质。
因本发明提供的系统和电子设备实现的技术效果与本发明上述提供的方法实现的技术效果相同,故在此不再进行赘述。
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的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的高速公路微电网运维效果确定方法的流程图;
图2为本发明实施例提供的高速公路微电网运维效果确定方法的实施流程图;
图3为本发明实施例提供的高速公路微电网网架结构图;
图4为本发明实施例提供的高速公路微电网用能场景集合示意图;
图5为本发明实施例提供的高速公路微电网综合评价体系示意图;
图6为本发明实施例提供的评价结果计算流程图;
图7为本发明实施例提供的高速公路微电网计算实例部分数据示意图;其中,图7的(a)为高速公路微电网计算实例中日光照轻度示意图,图7的(b)为高速公路微电网计算实例中光伏机处理示意图,图7的(c)为高速公路微电网计算实例中日风速分布示意图,图7的(d)为高速公路微电网计算实例中风机出力示意图,图7的(e)为高速公路微电网计算实例中SOC变化趋势示意图,图7的(f)为高速公路微电网计算实例中外部电网供给功率示意图,图7的(g)为高速公路微电网计算实例中井网点交换功率示意图,图7的(h)为高速公路微电网计算实例中网络总损耗示意图,图7的(I)为高速公路微电网计算实例中电压水平示意图。
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、完整地描述,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做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。
本发明的目的是提供一种高速公路微电网运维效果确定方法、系统及电子设备,能够实现高速公路微电网的全面评价,确定高速公路微电网的运维效果,进而为能源交通的发展提供有效的指导意见。
为使本发明的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本发明作进一步详细的说明。
本发明提供的高速公路微电网运维效果确定方法的急速构思为:对高速公路微电网进行具体建模分析,并提出高速公路微电网的非常态场景集、高速公路微电网场景集。提出具体评价指标和基于改进组合权重的评价方法,建立高速公路微电网的评价指标体系。分析高速公路微电网评分结果,识别影响微电网运行维护关键指标。基于此,本发明提供了以下实施例对高速公路微电网的运维效果进行评估,以为选择高速公路微电网的最优方案和能源交通的发展提供有效的指导意见,为高速公路能源自洽系统配电网方案的评价和优化提供参考。
实施例1
如图1所示,本实施例提供的高速公路微电网运维效果确定方法,包括:
步骤100:建立待确定高速公路微电网的网架结构模型,并基于网架结构模型得到高速公路微电网运行场景集和高速公路微电网用能场景集。该步骤的目的主要是为了确定高速公路微电网的运行场景和用能场景。
例如,构建得到如图3所示的网架结构模型后,高速公路微电网存在大量非常态运行时间,且由于高速公路的封闭性,当高速公路中间一段进入非常态情况时,整条高速公路都将受到影响。在实际应用过程中,非常态情况可归纳为4类:节假日、突发情况、特殊天气和自然灾害。据此提出高速公路的运行场景集包括:常态运行、节假日运行、突发事件下运行、特殊天气运行和自然灾害响应。
受覆盖范围广、跨越不同地区地形、不同季节下交通出行方式不同等特点因素的影响,易引起高速公路微电网在电网强度、负荷多少、资源禀赋高低上存在不同变化,基于此,可以提出如图4所示的高速公路用能场景集。
步骤101:基于高速公路微电网运行场景集和高速公路微电网用能场景集确定基础指标数据,并基于基础指标数据得到二级指标。
结合上述得到的运行场景集,可以建立高速公路微电网综合评价体系,具体的:
分析高速公路微电网的评价需求和各场景下微电网受影响的程度,建立三层的高速公路微电网综合评价体系(下述简称为评价体系)。高速公路微电网有安全、高效和经济运行的要求,针对各种场景,从微电网的组成和运行基本要求的角度提出评价指标,能够全面的评价高速公路微电网。从高速公路微电网的组成角度选取电源指标(C1)、电网指标(C2)、负荷指标(C3)、储能指标(C4)、经济性指标(C5)、可靠性指标(C6)和故障及恢复指标(C7)这七个属性进行评价,根据高速公路微电网具体运行结果计算各属性得分,整个评价体系如图5所示。二级指标即为七个评价属性的下一级指标(如图5的最下方框中所示)。
步骤102:采用改进组合权重的计算方法确定每一二级指标的得分。
在实际应用过程中,该步骤需要先获取实际运行中产生的与二级指标对应的基础数据,对每种二级指标进行无量纲的标准化处理,转化为越高越好的(0-1)之间的二级指标得分,进行后续计算。
其中,二级指标的得分表示为:
式中,xij为在第j个高速公路微电网用能场景下的第i个二级指标,x为与二级指标对应的基础数据,为二级指标的得分,max表示取最大值,min表示取最小值。
将经过标准化后的数据(即二级指标的得分)填入矩阵中。
步骤103:采用熵权-层次分析法确定二级指标的权重。该步骤的实现过程为:
A、采用熵权法确定权重:
1)确定二级指标的概率矩阵。二级指标的概率矩阵为pij:
2)基于概率矩阵确定二级指标的信息熵。二级指标的信息熵为Sj:
3)基于二级指标的信息熵确定第一指标权重。第一指标权重为αi:
B、采用层次分析法确定权重:
1)按照“1-9”标度规则对评价体系中任意两个指标的重要程度对比进行评价,根据评价体系的层次结构得到判断矩阵B={bij}。“1-9”标度规则为基于专家经验设定的规则。
2)采用方根法确定判断矩阵B={bij}的特征向量,并对特征向量中的非零特征值向量进行归一化处理,得到第二指标权重。第二指标权重为βi:
式中,Wi表示第i个非零特征值向量,bij表示判断矩阵中元素,Wj表示第j个非零特征值向量。
C、融合第一指标权重和第二指标权重得到二级指标的权重,即结合熵权法和层次分析法计算得到的指标权重,得到熵权层次分析法综合权重。这一熵权层次分析法综合权重就是二级指标权重,表示为ωi:
ωi=k1αi+k2βi。
式中,k1为评价体系对熵权法的倾向程度。αi为第一指标权重。k2为评价体系对层次分析法的倾向程度。βi为第二指标权重。
步骤104:融合二级指标的权重和二级指标的得分得到一级指标的得分。得到的一级指标的得分(即一级指标的评价结果)为:
式中,μ为一级指标的得分,ωi为第i个二级指标的权重,xi为第i个二级指标的得分,n为二级指标的个数。
步骤105:将一级指标的得分作为犹豫模糊集中的隶属度,根据高速微电网运行场景的重要程度给定非隶属度,得到决策矩阵。其中,决策矩阵为:
P=[pi′j]M×N:
式中,pi′j表示用能场景i′的指标j的评估值,和νk表示5种常态或非常态下的隶属度与非隶属度,M为用能场景数,N为指标个数。
步骤106:基于决策矩阵通过PHFE距离测度确定各一级指标间的距离测度,得到差异矩阵。其中,计算各场景的一级指标差值,得到各一级指标的相对差异矩阵。相对差异矩阵表示为Yc:
式中,c表示相对差异矩阵对应的一级指标种类。i′和k对应相比较的两个场景。表示相对差异矩阵的元素,是相对差异值。d(pi′c,pkc)表示场景i′中一级指标pi′c与场景k中一级指标pkc的差值,/>表示一级指标pi′c的得分函数,/>表示一级指标pkc的得分函数,μA(xi)表示第i个二级指标在常态A下的得分,MA表示常态A和非常态A的影响数值,μB(xi)表示第i个二级指标在常态B下的得分,MB表示常态B和非常态B的影响数值,νA(xi)表示第i个二级指标在非常态A下的得分,/>表示第i个二级指标在非常态B下的得分。N′=A,B。μN′为μN′(xi)的缩写,νN′为νN′(xi)的缩写。
步骤107:获取一级指标,并确定一级指标的权重。该步骤的实现过程为:
1)根据一级指标之间相互关系和一级指标的重要程度按照7种标度规则给出毕达哥拉斯模糊后的指标间比较结果,构建毕达哥拉斯模糊的直接关系矩阵。毕达哥拉斯模糊的直接关系矩阵中的元素为毕达哥拉斯模糊数的得分函数结果。
其中,设N=P(μ,v)为毕达哥拉斯模糊数,7种标度规则为:毕达哥拉斯模糊数的得分函数为:式中,Np表示7种标度规则,absolutelyLow(AL)表示标度为非常低,Low(L)表示标度为低,fairlyLow(FL)表示标度为相当低,mediumLow(ML)表示标度为中等低,fairlyHigh(FH)表示标度为非常高,high(H)表示标度为高,absolutelyHing(AH)表示标度为一定高,/>表示毕达哥拉斯模糊数的得分函数,μp表示犹豫模糊数的隶属度,vp表示犹豫模糊数的非隶属度,πp表示隶属度。
2)基于直接关系矩阵得到综合关系矩阵。其中,综合关系矩阵为Z:
式中,I为单位矩阵,C为直接关系矩阵,cij为矩阵中元素。
3)根据综合关系矩阵确定每个一级指标的影响度和被影响度。
其中,影响度为D:
被影响度为R:
式中,zij表示综合关系矩阵Z的元素。
4)基于影响度和被影响度确定每一一级指标的权重。其中,一级指标的权重为wi:
式中,Wi′为指标的重要程度,Di为第i个一级指标的影响度,Ri为第i个一级指标的被影响度,W是由Wi′组成的向量。
步骤108:采用λ-模糊测度描述一级指标组合间的关系,并基于一级指标的权重确定一级指标组合的权重值。设λ值计算方法和指标组合权重计算公式为:
式中,且i≠j,-1≤λ≤∞,λ≠0,U表示一级指标组合,μ(U)为一级指标组合的权重值,Cj表示一级指标组合中第i个一级指标,μ(Cj)表示一级指标组合中第j个一级指标的权重,P(C)表示一级指标组合集,λ表示λ-模糊测度中的λ值。
步骤109:利用Choquet积分集结一级指标组合的权重值和一级指标间的距离测度,得到优势度矩阵和劣势度矩阵。该步骤的实现过程可以为:
1)将用能场景xi对另一场景xk的各指标下距离测度由小到大排序,得到排序结果为:/>其中σ(i)表示升序排序中的第i个差异元素,对应的属性为C(σ(i))。
2)利用Choquet积分对λ-模糊测度得到的指标集合权重和指标得分结果进行集结,分别计算方案的优势度和劣势度矩阵/>表示为:
式中:δn为损失因子,表示对规避损失的期望。μ(Uσ(i))表示包含第i个差异元素的一级指标组合的权重值,σ(i)表示第i个差异元素,σ(i+1)表示第i+1个差异元素,μ(Uσ(i+1))表示包含第i+1个差异元素的一级指标组合的权重值,N表示差异元素个数,δn表示损失因子。
步骤110:基于优势度矩阵和劣势度矩阵确定综合优势度矩阵,将综合优势度矩阵中元素作为综合评价结果。得到的综合优势度矩阵为:
ψ=ψP-ψN。
综合评价结果为OA(xi):
式中,ψ表示综合优势度矩阵,ψP表示优势度矩阵,ψN表示劣势度矩阵,表示综合优势度矩阵中的元素。
步骤111:基于综合评价结果确定待确定高速公路微电网的运维效果。
计算每一方案的综合评价结果,以中间场景为良好状态,将得到的综合评价结果进行归一化,得到各个方案的最终评价结果。
将各场景评价得分归一化后,计算各指标和主客观权重对评价指标造成的影响,找到影响评分(即微电网运维效果)的关键指标,就可以对高速微电网的运维方案起到参考和指导作用。
综上,针对高速公路微电网的多场景特点,本实施例在步骤105中引入犹豫模糊集改进评价方法,根据犹豫模糊集改进评价方法计算得到最终的得分,这一具体计算流程如图6所示。
实施例2
如图2所示,本实施例提供的高速公路微电网运维效果确定方法,包括:
步骤一:收集所评价高速公路微电网信息,建立网架结构,分析高速公路运行状态和用能场景,建立高速公路微电网运行场景集和用能场景集,提出高速公路微电网评价指标和体系。
步骤二:针对各种常态、非常态情况进行数据收集和仿真计算,得到高速公路微电网的新能源出力曲线、电动汽车充电负荷等微电网运行原始数据,对电动汽车充电负荷进行预测,得到各场景下微电网的各种具体数据,对原始数据进行标准化处理。
步骤三:根据组合权重方法,采用熵权-层次分析法计算二级指标权重。模糊DEMATEL计算一级指标权重。结合运行场景的重要程度得到犹豫模糊集下的决策矩阵P。
步骤四:P矩阵根据得分距离测度计算各场景差异矩阵Y;由一级指标权重结合λ-模糊测度计算指标组合重要度。由Y矩阵根据指标组合重要度经过Choquet积分计算得到微电网各场景的优劣度,归一化后就得到微电网的评价结果。
步骤五:分析微电网评价结果,比较评价数值结果和原因,找到微电网运行的薄弱环节,找到影响高速公路微电网的关键影响指标,研究评价指标对微电网的影响程度,找到关键影响因素。
基于上述描述,该实施例提供一个计算实例,为:
(1)建立如图3所示的高速公路微电网网架结构模型。通过文献收集高速公路微电网运行数据和计算得到高速公路微电网评价原始运行数据,并进行归一化,部分节假日场景下数据如下表1和图7所示。
表1部分节假日场景下数据表
对于极大型、适中型和极小型指标,分别处理,得到归一化的评价指标得分。再根据熵权-层次分析法计算得到各评价角度下每一具体指标的综合权重,将数据进行融合得到各评价指标的结果。
(2)对每种运行状态进行计算,以节假日场景为例,熵权法计算结果:
ωEWM={0.417,0.583;0.174,0.3,0.526;0.426,0.3,0.273;0.539,0.223,0.237;0.328,0.447,0.244;0.541.0.232,0.227;0.627,0.373}
节假日场景下的层次分析法计算结果:
ωAHP={0.667,0.333;0.4,0.3,0.3;0.267,0.4,0.333;0.231,0.385,0.485;0.368,0.368,0.263;0.438,0.313,0.25;0.5,0.5}
节假日场景下综合权重为:
ωAE={0.604,0.396;0.344,0.301,0.356;0.307,0.375,0.318;0.308,0.344,0.358;0.353,0.388,0.258;0.464,0.292,0.244;0.532,0.468}
节假日下的评价指标融合结果如表2所示。
表2节假日下的评价指标融合结果表
(3)根据决策实验室方法计算各一级指标权重,由专家评估各评价指标间相互关系结果如表3所示。
表3各评价指标间相互关系结果表
将直接关系矩阵转换为综合关系矩阵,再根据综合关系矩阵计算各一级指标权重值:ωD={0.114,0.152,0.153,0.149,0.143,0.144,0.145}。
(4)计算各评价指标下不同评价场景之间的差异矩阵,C1差异矩阵为:
(5)计算各场景优势度,各级场景感知优势度,为:
(6)计算综合优势度为:
O=[-287.5 -63.9 -360.8 -162.1 -195.3 24.5 -249.1 -59.1]。
(7)评价结果如表4所示。
表4评价结果表
(8)影响分析
将各场景评价得分归一化后,计算各指标值得分变化对评价结果造成的影响,评价结果受到各指标的平均影响程度大小如下表5所示。
表5评价结果受到各指标的平均影响程度表
分析可知在7类指标中,负荷指标对微电网评价得分的影响最大,储能类和故障类指标次之。储能指标跟负荷和电源指标密不可分,故障类指标在非常态下受到影响较大。经济性指标影响最小,这是因为微电网的网损整体都保持在较低范围,经济性没有明显波动。运行维护时可将与负荷指标相关内容作为重点,储能指标与其他指标关系紧密,可作为反映微电网运维水平的参考。
实施例3
该实施例提供了一种高速公路微电网运维效果确定系统,该系统用于实施上述提供的高速公路微电网运维效果确定方法。该系统包括:
场景构建模块,用于建立待确定高速公路微电网的网架结构模型,并基于网架结构模型得到高速公路微电网运行场景集和高速公路微电网用能场景集。
二级指标确定模块,用于基于高速公路微电网运行场景集和高速公路微电网用能场景集确定基础指标数据,并基于基础指标数据得到二级指标。
二级指标得分确定模块,用于采用改进组合权重的计算方法确定每一二级指标的得分。
二级指标权重确定模块,用于采用熵权-层次分析法确定二级指标的权重。
一级指标得分确定模块,用于融合二级指标的权重和二级指标的得分得到一级指标的得分。
决策矩阵确定模块,用于将一级指标的得分作为犹豫模糊集中的隶属度,根据高速微电网运行场景的重要程度给定非隶属度,得到决策矩阵。
差异矩阵确定模块,用于基于决策矩阵通过PHFE距离测度确定各一级指标间的距离测度,得到差异矩阵。
一级指标权重确定模块,用于获取一级指标,并确定一级指标的权重。一级指标包括电源指标、电网指标、负荷指标、储能指标、经济型指标和可靠性指标这七个属性。
一级指标组合权重确定模块,用于采用λ-模糊测度描述一级指标组合间的关系,并基于一级指标的权重确定一级指标组合的权重值。
优-劣势度矩阵确定模块,用于利用Choquet积分集结一级指标组合的权重值和一级指标间的距离测度,得到优势度矩阵和劣势度矩阵。
综合评价结果确定模块,用于基于优势度矩阵和劣势度矩阵确定综合优势度矩阵,将综合优势度矩阵中元素作为综合评价结果。
运维效果确定模块,用于基于综合评价结果确定待确定高速公路微电网的运维效果。
实施例4
该实施例提供了一种电子设备,该电子设备包括:
存储器,用于存储计算机程序。
处理器,与存储器连接,用于调取并执行计算机程序以实施上述提供的高速公路微电网运维效果确定方法。
此外,上述的存储器中的计算机程序通过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、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处。综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种高速公路微电网运维效果确定方法,其特征在于,包括:
建立待确定高速公路微电网的网架结构模型,并基于所述网架结构模型得到高速公路微电网运行场景集和高速公路微电网用能场景集;
基于所述高速公路微电网运行场景集和所述高速公路微电网用能场景集确定基础指标数据,并基于所述基础指标数据得到二级指标;
采用改进组合权重的计算方法确定每一所述二级指标的得分;
采用熵权-层次分析法确定二级指标的权重;
融合所述二级指标的权重和二级指标的得分得到一级指标的得分;
将所述一级指标的得分作为犹豫模糊集中的隶属度,根据高速微电网运行场景的重要程度给定非隶属度,得到决策矩阵;
基于所述决策矩阵通过PHFE距离测度确定各一级指标间的距离测度,得到差异矩阵;
获取一级指标,并确定一级指标的权重;所述一级指标包括电源指标、电网指标、负荷指标、储能指标、经济型指标和可靠性指标这七个属性;
采用λ-模糊测度描述一级指标组合间的关系,并基于一级指标的权重确定一级指标组合的权重值;
利用Choquet积分集结所述一级指标组合的权重值和一级指标间的距离测度,得到优势度矩阵和劣势度矩阵;
基于所述优势度矩阵和所述劣势度矩阵确定综合优势度矩阵,将所述综合优势度矩阵中元素作为综合评价结果;
基于所述综合评价结果确定待确定高速公路微电网的运维效果。
2.根据权利要求1所述的高速公路微电网运维效果确定方法,其特征在于,采用改进组合权重的计算方法确定每一所述二级指标的得分,具体包括:
对二级指标中每一指标进行无量纲的标准化处理,得到二级指标的得分;二级指标的得分表示为:
式中,xij为在第j个高速公路微电网用能场景下的第i个二级指标,x为与二级指标对应的基础数据,为二级指标的得分,max表示取最大值,min表示取最小值。
3.根据权利要求1所述的高速公路微电网运维效果确定方法,其特征在于,采用熵权-层次分析法确定二级指标的权重,具体包括:
确定二级指标的概率矩阵;
基于所述概率矩阵确定二级指标的信息熵;
基于所述二级指标的信息熵确定第一指标权重;
按照“1-9”标度规则对任意两个二级指标的重要程度进行对比评价,得到判断矩阵;所述“1-9”标度规则为设定规则;
采用方根法确定所述判断矩阵的特征向量,并对特征向量中的非零特征值向量进行归一化处理,得到第二指标权重;
融合所述第一指标权重和所述第二指标权重得到所述二级指标的权重。
4.根据权利要求1所述的高速公路微电网运维效果确定方法,其特征在于,一级指标的得分为:
式中,μ为一级指标的得分,ωi为第i个二级指标的权重,xi为第i个二级指标的得分,n为二级指标的个数。
5.根据权利要求1所述的高速公路微电网运维效果确定方法,其特征在于,获取一级指标,并确定一级指标的权重,具体包括:
根据一级指标之间相互关系和一级指标的重要程度按照7种标度规则给出毕达哥拉斯模糊后的指标间比较结果,构建毕达哥拉斯模糊的直接关系矩阵;其中,7种标度规则为:毕达哥拉斯模糊数的得分函数为:式中,Np表示7种标度规则,absolutelyLow(AL)表示,Low(L)表示,fairlyLow(FL)表示,mediumLow(ML)表示,fairlyHigh(FH)表示,high(H)表示,absolutelyHing(AH)表示,/>表示毕达哥拉斯模糊数的得分函数,μp表示隶属度,vp表示非隶属度,πp表示犹豫度;
基于所述直接关系矩阵得到综合关系矩阵;
根据所述综合关系矩阵确定每个一级指标的影响度和被影响度;
基于所述影响度和所述被影响度确定每一一级指标的权重。
6.根据权利要求1所述的高速公路微电网运维效果确定方法,其特征在于,所述一级指标组合的权重值为:
式中,U表示一级指标组合,μ(U)为一级指标组合的权重值,Cj表示一级指标组合中第i个一级指标,μ(Cj)表示一级指标组合中第j个一级指标的权重,P(C)表示一级指标组合集,λ表示λ-模糊测度中的λ值。
7.根据权利要求1所述的高速公路微电网运维效果确定方法,其特征在于,所述优势度矩阵中的元素为:
所述劣势度矩阵中的元素为:
所述综合优势度矩阵为:
ψ=ψP-ψN;
式中,ψ表示综合优势度矩阵,ψP表示优势度矩阵,ψN表示劣势度矩阵,表示优势度矩阵中元素,/>表示第i个差异元素的距离测度,μ(Uσ(i))表示包含第i个差异元素的一级指标组合的权重值,σ(i)表示第i个差异元素,σ(i+1)表示第i+1个差异元素,μ(Uσ(i+1))表示包含第i+1个差异元素的一级指标组合的权重值,N表示差异元素个数,/>表示劣势度矩阵中元素,δn表示损失因子。
8.一种高速公路微电网运维效果确定系统,其特征在于,所述系统用于实施如权利要求1-7任意一项所述的高速公路微电网运维效果确定方法;所述系统包括:
场景构建模块,用于建立待确定高速公路微电网的网架结构模型,并基于所述网架结构模型得到高速公路微电网运行场景集和高速公路微电网用能场景集;
二级指标确定模块,用于基于所述高速公路微电网运行场景集和所述高速公路微电网用能场景集确定基础指标数据,并基于所述基础指标数据得到二级指标;
二级指标得分确定模块,用于采用改进组合权重的计算方法确定每一所述二级指标的得分;
二级指标权重确定模块,用于采用熵权-层次分析法确定二级指标的权重;
一级指标得分确定模块,用于融合所述二级指标的权重和二级指标的得分得到一级指标的得分;
决策矩阵确定模块,用于将所述一级指标的得分作为犹豫模糊集中的隶属度,根据高速微电网运行场景的重要程度给定非隶属度,得到决策矩阵;
差异矩阵确定模块,用于基于所述决策矩阵通过PHFE距离测度确定各一级指标间的距离测度,得到差异矩阵;
一级指标权重确定模块,用于获取一级指标,并确定一级指标的权重;所述一级指标包括电源指标、电网指标、负荷指标、储能指标、经济型指标和可靠性指标这七个属性;
一级指标组合权重确定模块,用于采用λ-模糊测度描述一级指标组合间的关系,并基于一级指标的权重确定一级指标组合的权重值;
优-劣势度矩阵确定模块,用于利用Choquet积分集结所述一级指标组合的权重值和一级指标间的距离测度,得到优势度矩阵和劣势度矩阵;
综合评价结果确定模块,用于基于所述优势度矩阵和所述劣势度矩阵确定综合优势度矩阵,将所述综合优势度矩阵中元素作为综合评价结果;
运维效果确定模块,用于基于所述综合评价结果确定待确定高速公路微电网的运维效果。
9.一种电子设备,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,与所述存储器连接,用于调取并执行所述计算机程序以实施如权利要求1-7任意一项所述的高速公路微电网运维效果确定方法。
10.根据权利要求9所述的电子设备,其特征在于,所述存储器为计算机可读存储介质。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311633456.7A CN117522224A (zh) | 2023-12-01 | 2023-12-01 | 一种高速公路微电网运维效果确定方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311633456.7A CN117522224A (zh) | 2023-12-01 | 2023-12-01 | 一种高速公路微电网运维效果确定方法、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117522224A true CN117522224A (zh) | 2024-02-06 |
Family
ID=89743678
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311633456.7A Pending CN117522224A (zh) | 2023-12-01 | 2023-12-01 | 一种高速公路微电网运维效果确定方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117522224A (zh) |
-
2023
- 2023-12-01 CN CN202311633456.7A patent/CN117522224A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wu et al. | Optimal site selection for distributed wind power coupled hydrogen storage project using a geographical information system based multi-criteria decision-making approach: A case in China | |
CN112132424B (zh) | 一种大规模储能多属性决策选型方法 | |
CN110232490A (zh) | 一种配电网工程投资成效的评估方法及系统 | |
CN112150025A (zh) | 综合能源服务项目的经济性评价方法及系统 | |
CN111080041A (zh) | 一种配电网互动性综合评价方法及系统 | |
CN112766800A (zh) | 一种基于模糊层次分析法的城市绿色交通系统评价方法 | |
CN114281878A (zh) | 一种面向电力市场的多模态数据融合方法、设备及介质 | |
CN113112090A (zh) | 基于综合互信息度的主成分分析的空间负荷预测方法 | |
Fazeli et al. | Multi-criteria decision analysis of fiscal policies promoting the adoption of electric vehicles | |
CN112712281A (zh) | 一种基于云模型的储能工况适应性综合评估方法及系统 | |
CN105574632A (zh) | 一种交直流混合城市配电网综合效益评估方法 | |
CN109615246B (zh) | 一种主动配电网经济运行状态确定方法 | |
Zhang et al. | Analysis of spatial correlation networks of carbon emissions in emerging economies | |
CN113610401A (zh) | 牵引供电变压器的状态评估方法 | |
CN113595071A (zh) | 台区用户辨识与电压影响评估方法 | |
CN117522224A (zh) | 一种高速公路微电网运维效果确定方法、系统及电子设备 | |
Zeng et al. | Forecasting the sustainable classified recycling of used lithium batteries by gray Graphical Evaluation and Review Technique | |
Zhang et al. | User power interaction behavior clustering analysis that is based on the self-organizing-center K-means algorithm | |
CN112184076A (zh) | 能源互联网清洁低碳发展指数指标体系 | |
CN115271305A (zh) | 基于博弈论权重的电动汽车充电设备风险预警方法及装置 | |
CN110601180B (zh) | 一种台区多元用户运行态势的判断方法、系统及存储介质 | |
Liu | Collaborative mining method of traffic accident data based on decision tree and association rules. | |
CN114611877A (zh) | 一种充光储能源站安全评价方法及系统 | |
Suriyanon et al. | Material flow of nickel in nickel metal hydride batteries waste and possible circularity improvement in Thailand | |
Lv et al. | Sustainability transition evaluation of urban transportation using fuzzy logic method-the case of Jiangsu Province |
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 |