CN117634923A - 一种分布式能源设备的配电网承载力评估方法 - Google Patents
一种分布式能源设备的配电网承载力评估方法 Download PDFInfo
- Publication number
- CN117634923A CN117634923A CN202311663682.XA CN202311663682A CN117634923A CN 117634923 A CN117634923 A CN 117634923A CN 202311663682 A CN202311663682 A CN 202311663682A CN 117634923 A CN117634923 A CN 117634923A
- Authority
- CN
- China
- Prior art keywords
- distribution network
- weight
- power distribution
- bearing capacity
- index
- 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 43
- 238000011156 evaluation Methods 0.000 claims abstract description 100
- 239000011159 matrix material Substances 0.000 claims abstract description 71
- 238000005457 optimization Methods 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 40
- 238000011005 laboratory method Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 9
- 239000006185 dispersion Substances 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 230000001419 dependent effect Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明公开了一种分布式能源设备的配电网承载力评估方法,包括:S1、根据分布式能源设备对配电网性能的需求进行评估,建立配电网承载力评估指标体系;S2、根据评估指标体系构建配电网承载力的决策模型;S3、通过决策模型计算评估指标体系的主观权重;S4、基于评估指标构建配电网的电力数据的初始数据矩阵并计算其客观权重;S5、由主观权重以及客观权重计算评估指标体系的基本权重;S6、通过基本权重构建优化模型并计算各指标的综合权重;S7、基于综合权重制定配电网承载力的综合评估方案,对分布式能源设备的配电网承载力进行综合评估;克服了传统的评估方法过分依赖主观评价导致评估结果不可靠的问题,为评估结果的准确性提供客观的数据支撑。
Description
技术领域
本发明涉及配电网技术领域,具体为一种分布式能源设备的配电网承载力评估方法。
背景技术
随着对各式清洁能源的开发利用,配电网中分布式能源设备渗透率逐渐提高,配电网本身的电力性能也面临着极大的考验,因此,要对配电网的整体承载力进行评估,以便更好地规划配电网;然而,传统的配电网承载力评估采用层次分析法,由于层次分析法只考虑评估指标的单独作用,依赖主观评价,导致评估结果存在主观性过大的问题,无法获得符合客观现实数据的评估结果。
中国专利,公开号:CN115689111A,公开日:2023年02月03日,公开了及一种配电网接纳电动汽车充电负荷承载能力评估方法及系统,其包括:获取配电网基本参数,按照电动汽车负荷时空特性对配电网进行功能区划分,并根据不同功能区典型负荷曲线获取配电网系统总常规负荷曲线;设定系统运行限制条件,依据系统总常规负荷曲线,对过电流保护进行配置与整定,得到不同限制条件下流过保护的最大负荷电流;根据各限制条件下流过保护的负荷电流值,确定限制电动汽车接入规模的限制条件,根据限制条件及评估基准得到电动汽车最大可接入规模的评估结果;该发明主要是提供一种电动汽车最大可接入配电网的规模的评估方法以及电动汽车接入配电网的限制条件,并未提出具体地评估方法对配电网接入电动汽车后配电网的承载力需求进行评估和分析。
发明内容
本发明的目的是针对传统的配电网承载力评估方法过分依赖主观评价导致评估结果不可靠的问题;设计了一种分布式能源设备的配电网承载力评估方法,通过建立配电网承载力评估指标体系从而构建配电网承载力的决策模型,通过决策模型计算配电网承载力评估指标体系的主观权重,根据电网承载力评估指标计算客观权重,再由主观权重以及客观权重计算得到各指标的综合权重,通过指标对应的综合权重制定配电网承载力的综合评估方案,对分布式能源设备的配电网承载力进行综合评估;克服了传统的配电网承载力评估方法过分依赖主观评价导致评估结果不可靠的问题,为配电网接入分布式能源设备的承载力评估的准确性提供了客观的数据支撑。
为解决上述技术问题,本发明采用的技术方案为:一种分布式能源设备的配电网承载力评估方法,包括以下步骤:
S1、根据分布式能源设备对配电网性能的需求进行评估,建立配电网承载力评估指标体系;
S2、基于所述配电网承载力评估指标体系构建配电网承载力的决策模型;
S3、通过所述决策模型计算所述配电网承载力评估指标体系的主观权重;
S4、基于配电网承载力评估指标构建配电网的电力数据的初始数据矩阵,计算其客观权重;S5、根据所述主观权重以及所述客观权重计算所述配电网承载力评估指标体系的基本权重;S6、基于所述基本权重构建优化模型,通过所述优化模型计算所述配电网承载力评估指标体系的各指标的综合权重;
S7、基于所述综合权重制定配电网承载力的综合评估方案,对所述分布式能源设备的配电网承载力进行综合评估。
本方案中,通过决策与实验室法确定主观权重,熵权法确定客观权重,其中,熵权法计算出的客观权重可以对主观权重进行修正,最后通过赛局理论对两种权重进行最优组合求得综合权重,由综合权重对配电网接入分布式能源设备的承载力进行综合评估,克服了传统的配电网承载力评估方法过分依赖主观评价导致评估结果不可靠的问题,为配电网接入分布式能源设备的承载力评估的准确性提供了客观的数据支撑。
优选地,所述配电网承载力评估指标包括可靠性指标、电能质量指标、安全性指标以及经济性指标;其中,所述可靠性指标的要素包括电力不足期望值要素;所述电能质量指标的要素包括电压偏差要素、电压波动要素、谐波要素、频率要素以及三相不平衡要素;所述安全性指标的要素包括变压器容量要素以及支路容量要素;所述经济性指标的要素包括短路容量要素、网络损耗要素以及投资费用要素。
优选地,所述S2包括以下子步骤:
S21、通过决策与实验室法对所述配电网承载力评估指标进行系统分析,确定所述配电网承载力评估指标间的影响关系;
S22、基于所述影响关系建立配电网承载力的决策模型。
优选地,所述S3包括以下子步骤:
S31、对所述决策模型进行分析和判断,获得所述指标间的直接影响程度信息,并根据所述直接影响程度信息构建直接影响矩阵R;
S32、通过对所述直接影响矩阵R进行归一化处理,获得规范化影响矩阵G;
所述规范化影响矩阵G的计算公式如下所示:
式中,R表示所述直接影响矩阵,i表示所述配电网承载力评估指标体系的指标,j表示所述指标的要素,n表示所述要素的个数,max∑rij表示所述矩阵R的行的和的最大值;
S33、基于所述规范化影响矩阵G进行计算得到综合影响矩阵Z;
所述综合影响矩阵Z的计算公式如下所示:
Z=G+G2+G3+…Gn=G(1-G)-1;
S34、根据所述综合影响矩阵Z计算所述指标的影响度Yi以及被影响度Bi;
所述影响度Yi的计算公式如下所示:
所述被影响度Bi的计算公式如下所示:
式中,Zij表示所述综合影响矩阵Z中的各元素;
S35、通过所述影响度Yi以及所述被影响度Bi计算所述指标的中心度Ei以及原因度Fi;
所述中心度Ei的计算公式如下所示:
Ei=Yi+Bi;
所述原因度Ei的计算公式如下所示:
Fi=Yi-Bi;
S36、根据所述中心度Ei以及所述原因度Fi计算所述配电网承载力评估指标体系的主观权重W1i;
所述主观权重W1i的计算公式如下所示:
本方案中,决策与实验室法的原理是运用图论和矩阵工具解释问题,通过系统中各要素之间的逻辑关系和直接影响矩阵,可以计算出每个要素对其它要素的影响度以及被影响度,从而计算出每个要素的原因度与中心度,作为构造模型的依据,从而确定要素间的因果关系和每个要素在系统中的地位;通过决策与实验室法计算配电网承载力评估指标体系的主观权重,能够考虑到各指标间的相互影响关系,以提供更全面、准确、直观的评估结果,从而更全面地评估配电网的承载力,为配电网的规划和运营管理提供科学依据。
优选地,所述S4包括以下子步骤:
S41、基于熵权法对配电网的电力数据进行处理,建立所述电力数据的初始数据矩阵S;
所述初始数据矩阵S表示如下:
式中,i表示所述指标的个数,j表示所述电力数据的样本的采样次数,Sij表示第j个所述电力数据的样本在第i个指标在中的值。
S42、通过对所述初始数据矩阵S进行一次归一化处理,获得第一标准数据矩阵P;
S43、基于所述第一标准数据矩阵P进行二次归一化处理,获得第二标准数据矩阵L,并对其进行计算,获取所述第二标准数据矩阵L中各指标的熵值ui与其相对应的Vi熵权;
所述指标的熵值ui的计算公式如下所示:
所述指标的熵权Vi的计算公式如下所示:
式中,n表示所述电力数据的样本的采样总数,Σlij表示所有所述电力数据的样本在第i个指标上的值的总和;
S44、根据所述熵值ui与所述Vi熵权计算所述指标的客观权重W2i;
所述客观权重W2i的计算公式如下所示:
式中,vi表示所述指标的熵权,vj表示第j个所述电力数据的样本的熵权。
本方案中,熵权法是一种客观赋值方法,根据信息论中信息熵的定义,利用熵值来判断某个指标的离散程度,其信息熵值越小,指标的离散程度越大,该指标对综合评价的影响就越大;通过熵权法计算配电网承载力评估指标体系的客观权重,能够客观地反映不同指标之间的差异性和重要程度。
优选地,所述S5包括以下子步骤:
S51、基于赛局理论对所述主观权重W1i以及客观权重W2i进行计算,获取所述配电网承载力评估指标体系的基本权重W,所述基本权重W包括第一基本权重值W1与第二基本权重值W2。
本方案中,通过赛局理论对主观权重以及客观权重进行分析,主要是分析各个指标在系统中的预测行为和实际行为,由此计算出配电网承载力评估指标体系的基本权重,来优化配电网的承载力。
优选地,所述第一基本权重值W1与第二基本权重值W2的关系表示如下:
式中,k1表示所述基本权重W的第一权重系数,k2表示所述基本权重W的第二权重系数,T表示所述基本权重的当前周期。
优选地,所述S6包括以下子步骤:
S61、通过对所述第一权重系数k1以及第二权重系数k2进行优化,构建所述基本权重W与所述主观权重W1i的优化模型;
S62、根据所述优化模型将所述基本权重W与所述主观权重W1i以及所述客观权重W2i的离差最小化,并计算所述配电网承载力评估指标体系中各指标的综合权重。
优选地,所述优化模型包括以下计算公式:
式中,kj表示第j个所述电力数据的样本的权重系数,wj表示第j个所述电力数据的样本的基本权重,wi表示第i个所述指标的基本权重。
优选地,所述综合权重包括以下计算公式:
Ww=k1W1+k2W2;
式中,Ww表示综合权重,W1表示第一基本权重值,W2表示第二基本权重值。
本实施例中,通过综合考虑主观权重和客观权重,可以更全面地考虑配电网承载力评估中各个指标的重要性和影响程度;主观权重通常由专家根据经验和分析进行评估,而客观权重则是根据实际数据和算法进行计算得出的,通过最小化基本权重与主客观权重的离差,可以使得评估结果更加符合实际情况和专家经验,提高评估结果的可信度和准确性;同时,最小化基本权重与主客观权重的离差还可以避免单纯依赖主观权重或客观权重的片面性,从而更好地反映配电网承载力的真实情况。
本发明的有益效果:
1、本发明通过决策与实验室法确定主观权重,熵权法确定客观权重,其中,熵权法计算出的客观权重可以对主观权重进行修正,最后通过赛局理论对两种权重进行最优组合求得综合权重,由综合权重对配电网接入分布式能源设备的承载力进行综合评估,克服了传统的配电网承载力评估方法过分依赖主观评价导致评估结果不可靠的问题,为配电网接入分布式能源设备的承载力评估的准确性提供了客观的数据支撑;
2、本发明使用决策与实验室法,全面地考虑了各指标间的相互影响关系,缓解了过分依赖专家主观性的问题,同时以熵权法作为辅助对数据进行处理能够客观地反映不同指标之间的差异性和重要程度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。
图1为本发明实施例提供的一种分布式能源设备的配电网承载力评估方法的方法流程图。
图2为本发明实施例提供的一种配电网承载力评估指标结构图。
具体实施方式
为使本发明的目的、技术方案以及优点更加清楚明白,下面结合附图和实施例对本发明作进一步详细说明,应当理解的是,此处所描述的具体实施方式仅是本发明的一种最佳实施例,仅用以解释本发明,并不限定本发明的保护范围,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。
实施例1:如图1和图2所示,一种分布式能源设备的配电网承载力评估方法,包括步骤S1-S7,其中:
S1、根据分布式能源设备对配电网性能的需求进行评估,建立配电网承载力评估指标体系。
具体地,所述配电网承载力评估指标包括可靠性指标、电能质量指标、安全性指标以及经济性指标;其中,所述可靠性指标的要素包括电力不足期望值要素;所述电能质量指标的要素包括电压偏差要素、电压波动要素、谐波要素、频率要素以及三相不平衡要素;所述安全性指标的要素包括变压器容量要素以及支路容量要素;所述经济性指标的要素包括短路容量要素、网络损耗要素以及投资费用要素。
可以理解的是,配电网承载力评估指标体系可以具备三层结构,第一层包括明确评估配电网承载力的目标,例如确定配电网在接入电动汽车后的最大承载量、评估不同接入方案对配电网承载力的影响等;第二层是对配电网进行系统性评估,通过对配电网的电压稳定性、线路负载率、设备容量等多个因素进行综合考虑和分析,可以全面了解配电网的承载能力;第三层是细化评估指标,通过对实验模拟得到的数据进行分析,提取与配电网承载力相关的关键指标,如电压偏差、线路负载率等,并利用统计分析方法对这些指标进行概率分布拟合,这有助于更准确地评估配电网在不同接入方案下的承载力情况。
S2、基于所述配电网承载力评估指标体系构建配电网承载力的决策模型。
具体地,所述S2包括以下子步骤:
S21、通过决策与实验室法对所述配电网承载力评估指标进行系统分析,确定所述配电网承载力评估指标间的影响关系;
S22、基于所述影响关系建立配电网承载力的决策模型。
S3、通过所述决策模型计算所述配电网承载力评估指标体系的主观权重。
具体地,所述S3包括以下子步骤:
S31、对所述决策模型进行分析和判断,获得所述指标间的直接影响程度信息,并根据所述直接影响程度信息构建直接影响矩阵R;
S32、通过对所述直接影响矩阵R进行归一化处理,获得规范化影响矩阵G;
所述规范化影响矩阵G的计算公式如下所示:
式中,R表示所述直接影响矩阵,i表示所述配电网承载力评估指标体系的指标,j表示所述指标的要素,n表示所述要素的个数,max∑rij表示所述矩阵R的行的和的最大值;
S33、基于所述规范化影响矩阵G进行计算得到综合影响矩阵Z;
所述综合影响矩阵Z的计算公式如下所示:
Z=G+G2+G3+…Gn=G(1-G)-1;
S34、根据所述综合影响矩阵Z计算所述指标的影响度Yi以及被影响度Bi;
所述影响度Yi的计算公式如下所示:
所述被影响度Bi的计算公式如下所示:
式中,Zij表示所述综合影响矩阵Z中的各元素;
S35、通过所述影响度Yi以及所述被影响度Bi计算所述指标的中心度Ei以及原因度Fi;
所述中心度Ei的计算公式如下所示:
Ei=Yi+Bi;
所述原因度Ei的计算公式如下所示:
Fi=Yi-Bi;
S36、根据所述中心度Ei以及所述原因度Fi计算所述配电网承载力评估指标体系的主观权重W1i;
所述主观权重W1i的计算公式如下所示:
可以理解的是,决策与实验室法可以综合考虑多指标要素,如电压稳定性、线路负载率、设备容量以及电动汽车的充电需求等,从而更全面地评估配电网的承载力;并且通过实验室模拟,可以模拟不同电动汽车接入场景下的实际运行情况,获得更接近真实的评估结果;此外,通过调整电动汽车的接入数量、充电功率等参数,可以观察配电网在不同情况下的运行状态,为决策提供依据。
S4、基于配电网承载力评估指标构建配电网的电力数据的初始数据矩阵,计算其客观权重。
具体地,所述S4包括以下子步骤:
S41、基于熵权法对配电网的电力数据进行处理,建立所述电力数据的初始数据矩阵S;
所述初始数据矩阵S表示如下:
式中,i表示所述指标的个数,j表示所述电力数据的样本的采样次数,Sij表示第j个所述电力数据的样本在第i个指标在中的值;
S42、通过对所述初始数据矩阵S进行一次归一化处理,获得第一标准数据矩阵P;
S43、基于所述第一标准数据矩阵P进行二次归一化处理,获得第二标准数据矩阵L,并对其进行计算,获取所述第二标准数据矩阵L中各指标的熵值ui与其相对应的Vi熵权;
所述指标的熵值ui的计算公式如下所示:
所述指标的熵权Vi的计算公式如下所示:
式中,n表示所述电力数据的样本的采样总数,Σlij表示所有所述电力数据的样本在第i个指标上的值的总和;
S44、根据所述熵值ui与所述Vi熵权计算所述指标的客观权重W2i;
所述客观权重W2i的计算公式如下所示:
式中,vi表示所述指标的熵权,vj表示第j个所述电力数据的样本的熵权。
本实施例中,熵权法具有稳定性和一致性,可以避免决策与实验室法、层次分析法等方法中可能存在的不一致性、不稳定性等问题,计算结果更加稳定和一致;在配电网承载力的评估中,影响度是综合影响矩阵中各行矩阵的值之和,表示各行对应要素对所有其他要素的综合影响值;被影响度是综合影响矩阵的各列矩阵的值之和,表示各列对应要素受到所有其他各要素的综合影响值;原因度是指一个元素对整个局势或决策的影响程度;原因度:要素的影响度和被影响度相减得到该要素的原因度,原因度可以用来衡量分布式电源、电动汽车等能源设备的接入对配电网运行稳定性的影响程度;中心度是由要素的影响度和被影响度相加得到该要素的中心度,可用中心度表示该指标在评价指标体系中的位置及其所起作用的大小。
S5、根据所述主观权重以及所述客观权重计算所述配电网承载力评估指标体系的基本权重。
具体地,所述S5包括以下子步骤:
S51、基于赛局理论对所述主观权重W1i以及客观权重W2i进行计算,获取所述配电网承载力评估指标体系的基本权重W,所述基本权重W包括第一基本权重值W1与第二基本权重值W2,其中,所述第一基本权重值W1与第二基本权重值W2的关系表示如下:
式中,k1表示所述基本权重W的第一权重系数,k2表示所述基本权重W的第二权重系数,T表示所述基本权重的当前周期。
本实施例中,赛局理论主要是分析各个指标在系统中的预测行为和实际行为,来优化配电网的承载力;比如,赛局理论可以分析配电网中各主体的行为和策略,以及他们之间的相互影响和竞争关系,通过建立博弈模型,可以模拟配电网中各主体的行为和策略,预测配电网的承载力情况,并分析不同策略对配电网承载力的影响。
S6、基于所述基本权重构建优化模型,通过所述优化模型计算所述配电网承载力评估指标体系的各指标的综合权重。
具体地,所述S6包括以下子步骤:
S61、通过对所述第一权重系数k1以及第二权重系数k2进行优化,构建所述基本权重W与所述主观权重W1i的优化模型,其中:
所述优化模型包括以下计算公式:
式中,kj表示第j个所述电力数据的样本的权重系数,wj表示第j个所述电力数据的样本的基本权重,wi表示第i个所述指标的基本权重;
S62、根据所述优化模型将所述基本权重W与所述主观权重W1i以及所述客观权重W2i的离差最小化,并计算所述配电网承载力评估指标体系中各指标的综合权重,其中,所述综合权重包括以下计算公式:
Ww=k1W1+k2W2;
式中,Ww表示综合权重,W1表示第一基本权重值,W2表示第二基本权重值。
本实施例中,通过综合考虑主观权重和客观权重,可以更全面地考虑配电网承载力评估中各个指标的重要性和影响程度;主观权重通常由专家根据经验和分析进行评估,而客观权重则是根据实际数据和算法进行计算得出的,通过最小化基本权重与主客观权重的离差,可以使得评估结果更加符合实际情况和专家经验,提高评估结果的可信度和准确性;同时,最小化基本权重与主客观权重的离差还可以避免单纯依赖主观权重或客观权重的片面性,从而更好地反映配电网承载力的真实情况。
S7、基于所述综合权重制定配电网承载力的综合评估方案,对所述分布式能源设备的配电网承载力进行综合评估。
本实施例中,通过决策与实验室法确定主观权重,熵权法确定客观权重,其中,熵权法计算出的客观权重可以对主观权重进行修正,最后通过赛局理论对两种权重进行最优组合求得综合权重,由综合权重对配电网接入分布式能源设备的承载力进行综合评估,克服了传统的配电网承载力评估方法过分依赖主观评价导致评价结果不可靠的问题,为配电网接入分布式能源设备的承载力评估的准确性提供了客观的数据支撑。
以上的具体实施方式为本发明的较佳实施方式,非以此限定本发明的具体实施范围,本发明的范围包括并不限于本具体实施方式,凡依照本发明之形状、结构、方法所作的等效变化均在本发明的保护范围内。
Claims (10)
1.一种分布式能源设备的配电网承载力评估方法,其特征在于:包括以下步骤:
S1、根据分布式能源设备对配电网性能的需求进行评估,建立配电网承载力评估指标体系;
S2、基于所述配电网承载力评估指标体系构建配电网承载力的决策模型;
S3、通过所述决策模型计算所述配电网承载力评估指标体系的主观权重;
S4、基于配电网承载力评估指标构建配电网的电力数据的初始数据矩阵,计算其客观权重;
S5、根据所述主观权重以及所述客观权重计算所述配电网承载力评估指标体系的基本权重;
S6、基于所述基本权重构建优化模型,通过所述优化模型计算所述配电网承载力评估指标体系的各指标的综合权重;
S7、基于所述综合权重制定配电网承载力的综合评估方案,对所述分布式能源设备的配电网承载力进行综合评估。
2.根据权利要求1所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述配电网承载力评估指标包括可靠性指标、电能质量指标、安全性指标以及经济性指标;
其中,所述可靠性指标的要素包括电力不足期望值要素;
所述电能质量指标的要素包括电压偏差要素、电压波动要素、谐波要素、频率要素以及三相不平衡要素;
所述安全性指标的要素包括变压器容量要素以及支路容量要素;
所述经济性指标的要素包括短路容量要素、网络损耗要素以及投资费用要素。
3.根据权利要求1或2所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述S2包括以下子步骤:
S21、通过决策与实验室法对所述配电网承载力评估指标进行系统分析,确定所述配电网承载力评估指标间的影响关系;
S22、基于所述影响关系建立配电网承载力的决策模型。
4.根据权利要求3所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述S3包括以下子步骤:
S31、对所述决策模型进行分析和判断,获得所述指标间的直接影响程度信息,并根据所述直接影响程度信息构建直接影响矩阵R;
S32、通过对所述直接影响矩阵R进行归一化处理,获得规范化影响矩阵G;
所述规范化影响矩阵G的计算公式如下所示:
式中,R表示所述直接影响矩阵,i表示所述配电网承载力评估指标体系的指标,j表示所述指标的要素,n表示所述要素的个数,max∑rij表示所述矩阵R的行的和的最大值;
S33、基于所述规范化影响矩阵G进行计算得到综合影响矩阵Z;
所述综合影响矩阵Z的计算公式如下所示:
Z=G+G2+G3+…Gn=G(1-G)-1;
S34、根据所述综合影响矩阵Z计算所述指标的影响度Yi以及被影响度Bi;
所述影响度Yi的计算公式如下所示:
所述被影响度Bi的计算公式如下所示:
式中,Zij表示所述综合影响矩阵Z中的各元素;
S35、通过所述影响度Yi以及所述被影响度Bi计算所述指标的中心度Ei以及原因度Fi;
所述中心度Ei的计算公式如下所示:
Ei=Yi+Bi;
所述原因度Ei的计算公式如下所示:
Fi=Yi-Bi;
S36、根据所述中心度Ei以及所述原因度Fi计算所述配电网承载力评估指标体系的主观权重W1i;
所述主观权重W1i的计算公式如下所示:
5.根据权利要求1所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述S4包括以下子步骤:
S41、基于熵权法对配电网的电力数据进行处理,建立所述电力数据的初始数据矩阵S;
所述初始数据矩阵S表示如下:
式中,i表示所述指标的个数,j表示所述电力数据的样本的采样次数,Sij表示第j个所述电力数据的样本在第i个指标在中的值;
S42、通过对所述初始数据矩阵S进行一次归一化处理,获得第一标准数据矩阵P;
S43、基于所述第一标准数据矩阵P进行二次归一化处理,获得第二标准数据矩阵L,并对其进行计算,获取所述第二标准数据矩阵L中各指标的熵值ui与其相对应的Vi熵权;
所述指标的熵值ui的计算公式如下所示:
所述指标的熵权Vi的计算公式如下所示:
式中,n表示所述电力数据的样本的采样总数,Σlij表示所有所述电力数据的样本在第i个指标上的值的总和;
S44、根据所述熵值ui与所述Vi熵权计算所述指标的客观权重W2i;
所述客观权重W2i的计算公式如下所示:
式中,vi表示所述指标的熵权,vj表示第j个所述电力数据的样本的熵权。
6.根据权利要求4或5所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述S5包括以下子步骤:
S51、基于赛局理论对所述主观权重W1i以及客观权重W2i进行计算,获取所述配电网承载力评估指标体系的基本权重W,所述基本权重W包括第一基本权重值W1与第二基本权重值W2。
7.根据权利要求6所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述第一基本权重值W1与第二基本权重值W2的关系表示如下:
式中,k1表示所述基本权重W的第一权重系数,k2表示所述基本权重W的第二权重系数,T表示所述基本权重的当前周期。
8.根据权利要求7所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述S6包括以下子步骤:
S61、通过对所述第一权重系数k1以及第二权重系数k2进行优化,构建所述基本权重W与所述主观权重W1i的优化模型;
S62、根据所述优化模型将所述基本权重W与所述主观权重W1i以及所述客观权重W2i的离差最小化,并计算所述配电网承载力评估指标体系中各指标的综合权重。
9.根据权利要求8所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述优化模型包括以下计算公式:
式中,kj表示第j个所述电力数据的样本的权重系数,wj表示第j个所述电力数据的样本的基本权重,wi表示第i个所述指标的基本权重。
10.根据权利要求8所述的分布式能源设备的配电网承载力评估方法,其特征在于:所述综合权重包括以下计算公式:
Ww=k1W1+k2W2;
式中,Ww表示综合权重,W1表示第一基本权重值,W2表示第二基本权重值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311663682.XA CN117634923A (zh) | 2023-12-06 | 2023-12-06 | 一种分布式能源设备的配电网承载力评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311663682.XA CN117634923A (zh) | 2023-12-06 | 2023-12-06 | 一种分布式能源设备的配电网承载力评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117634923A true CN117634923A (zh) | 2024-03-01 |
Family
ID=90016098
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311663682.XA Pending CN117634923A (zh) | 2023-12-06 | 2023-12-06 | 一种分布式能源设备的配电网承载力评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117634923A (zh) |
-
2023
- 2023-12-06 CN CN202311663682.XA patent/CN117634923A/zh active Pending
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 | |
CN106980905B (zh) | 配电网供电可靠性预测方法和系统 | |
CN111950918B (zh) | 一种基于电力交易数据的市场风险评估方法 | |
CN109409628B (zh) | 基于计量大数据聚类模型的采集终端生产厂商评价方法 | |
CN109752656B (zh) | 一种在多时间尺度下用电动汽车电池soh评估方法 | |
CN107274067B (zh) | 一种配电变压器过载风险评估方法 | |
CN110909983A (zh) | 一种主动配电网电能质量多维评估方法 | |
CN110490409B (zh) | 一种基于dnn的低压台区线损率标杆值设定方法 | |
CN104331773A (zh) | 一种电网规划方案综合评估方法 | |
CN112668943A (zh) | 一种配电线路健康状态评估方法及系统 | |
CN111353691B (zh) | 一种基于层次分析法的电网差异分析方法 | |
CN110705859A (zh) | 基于pca-自组织神经网络的中低压配电网运行状态评估方法 | |
CN114897331A (zh) | 一种基于三参数区间灰数决策的电力变压器风险评估方法 | |
CN114862229A (zh) | 电能质量评估方法、装置、计算机设备和存储介质 | |
CN112288172A (zh) | 台区线损率的预测方法、装置 | |
CN115545514A (zh) | 基于健康度评估的配电融合设备差异化运维方法及装置 | |
CN113112090B (zh) | 基于综合互信息度的主成分分析的空间负荷预测方法 | |
CN107563641B (zh) | 一种计及灾害偏好的配电网抗灾多场景差异化规划方法 | |
Xu et al. | Evaluation of fault level of sensitive equipment caused by voltage sag via data mining | |
CN116796906A (zh) | 基于数据融合的电力配电网投资预测分析系统及方法 | |
CN117634923A (zh) | 一种分布式能源设备的配电网承载力评估方法 | |
CN105488734A (zh) | 基于全生命周期的电能计量装置质量评估方法及系统 | |
CN113919162B (zh) | 基于仿真与多源实测数据融合的电压暂降风险预警方法 | |
CN112488443B (zh) | 一种基于数据驱动的配电设备利用率评估的方法及系统 | |
CN115423342A (zh) | 基于概率随机潮流的电动汽车接入配电网风险评估方法 |
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 |