CN106156950A - 一种基于超球支持向量机的主动配电网经济运行评价方法 - Google Patents

Abstract

一种基于超球支持向量机的主动配电网经济运行评价方法，包括如下步骤：在大规模分布式能源接入主动配电网的背景下定义6个指标；将定义的6个指标与现有指标相结合构建主动配电网经济运行评价指标体系，对部分已有指标进行改进；利用***差距指数和***协调指数对指标体系进行降维处理；基于超球支持向量机建立主动配电网各等级超球模型；对重叠区进行改进，利用判决函数判定评价等级。本发明充分考虑了大规模分布式能源接入主动配电网的影响，对部分已有指标进行修正，采用降维处理解决了高维指标冗余性的问题，将评价等级与超球支持向量机相结合，快速、准确得出评价等级结果，合理性强。

Description

一种基于超球支持向量机的主动配电网经济运行评价方法

技术领域

本发明涉及配电网运行领域，尤其涉及一种基于超球支持向量机的主动配电网经济运行评价方法。

背景技术

配电网的经济运行是指通过调整不合理的网络结构，有目标的组织调整供用电负荷，使线路及设备在运行时间内，所输送的负荷尽量达到合理值，减少电能损耗，降低网损率，提高经济效益。

近年来，随着分布式发电、储能***、可控负荷等分布式能源(distributedenergy resource,DER)的渗透率日益提高，传统配电网在运行灵活性、安全性、经济性等方面面临较大挑战，因此主动配电网(active distribution networks,ADN)应运而生。主动配电网ADN作为一个更加复杂的电力***网络，对其经济运行进行评价不仅是节能降损及指导改造和规划的重要保证，也对协调管理分布式能源起到很好的指导作用，因此对其经济运行评价的研究具有非常重要的理论价值和实际意义。

目前，已有多种评价方法被广泛应用于电网运行评价中，主要有层次分析法、灰色关联度法、BP神经网络法、模糊综合评价法、TOPSIS法和数据包络法等，近期的评价方法多是以上几种方法的组合或者改进，使得计算过程过于繁杂，且计算量较大，影响计算速度，在实际应用中受到限制。

现阶段，国内外鲜有关于主动配电网经济运行评价的研究，主要都集中在电源规划、无功优化等方面。

综上所述，有必要发明一种主动配电网经济运行的评价方法，以解决现有主动配电网经济运行评价上存在的诸多问题。

发明内容

本发明目的在于提供一种精确性高、考虑因素全面、实用性高的基于超球支持向量机的主动配电网经济运行评价方法。

为实现上述目的，本发明所述计算方法的步骤如下：

(1)在大规模分布式能源接入主动配电网(active distribution networks,ADN)的背景下，增设了6个如下指标：ADN消纳收益率、ADN贡献电网损耗率、ADN贡献调峰效度、ADN可控负荷率、ADN渗透率、ADN消纳率；AND为主动配电网；

(2)将步骤(1)中增设的6个指标与现有评价指标相结合，构建主动配电网经济运行评价指标体系；

(3)利用***差距指数和***协调指数对主动配电网经济运行评价指标体系进行降维处理；

(4)基于超球支持向量机建立主动配电网各等级超球模型；

(5)根据与各等级超球球心的距离得出判决函数，对重叠区进行改进，最后利用判决函数判定评价等级。

进一步的，步骤(1)中所述的6个指标的具体定义如下：

(1-1)ADN消纳收益率

ADN消纳收益率为***在进行分布式能源消纳过程中带来的经济收益与所需的运行维护成本之比，计算公式如下所示：

$\mathrm{\τ}=\frac{C_{cap}+C_{gl}+C_{pls}+C_{rel}+C_{res}}{C_{ope}}\×100\%$

式中，C_cap为延缓配电网络投资收益，万元；C_gl为节省网损收益，万元；C_pls为削峰填谷收益，万元；C_rel为提高可靠性收益，万元；C_res为其他收益，万元；C_ope为分布式能源运行维护费用，万元；

(1-2)ADN贡献电网损耗率

ADN贡献电网损耗率为分布式能源并网引起的电网损耗变化量与并网前电网总损耗之比，计算公式如下：

$\mathrm{\δ}=\frac{{\mathrm{\ΔP}}_{ADN}}{P_0}\×100\%$

式中，ΔP_ADN为分布式能源并网引起的网损变化量，MW；P₀为分布式能源并网前的电网总损耗，MW；

(1-3)ADN贡献调峰效度

ADN贡献调峰效度为负荷峰值时分布式发电、储能***及可控负荷接入ADN的并网功率与负荷峰值之比，公式如下：

$\mathrm{\ξ}=\frac{P_{DG}+P_{ESS}^{+}+P_{CL}}{P_{\max }}\×100\%$

式中，P_DG为分布式电源在负荷峰值时的并网功率，MW；为储能***在负荷峰值时的放电功率，MW；P_CL为在负荷峰值时切断的可控负荷功率，MW；P_max为负荷峰值(日最大负荷)，MW；

(1-4)ADN可控负荷率

ADN可控负荷率为可控负荷与日平均负荷之比，公式如下：

$K_{CL}=\frac{P_{CL}^{\max }}{P_{av}}\×100\%$

式中，为可切断的最大可控负荷功率，MW；P_av为日平均负荷，MW；

(1-5)ADN渗透率

ADN渗透率为分布式能源静态渗透率λ_it和分布式能源有效渗透率λ_vx加权之和，公式如下：

$\begin{array}{c}\mathrm{\λ}={\mathrm{\ω}}_{\mathrm{\λ}}{\mathrm{\λ}}_{it}+(1-{\mathrm{\ω}}_{\mathrm{\λ}}){\mathrm{\λ}}_{vx}\\ ={\mathrm{\ω}}_{\mathrm{\λ}}\·\frac{P_{ADN}}{P_L^{\max }}+(1-{\mathrm{\ω}}_{\mathrm{\λ}})\·\frac{P_{ADN}^{*}}{P_L}\end{array}$

式中，ω_λ为权重，取值为0.5；表示配网最大负荷功率，MW；P_L表示配网实际负荷值，MW；P_ADN为分布式能源的额定功率，MW；为分布式能源的实际出力，MW；

(1-6)ADN消纳率

ADN消纳率是指主动配电网运行期间分布式能源的实际出力与最大允许出力之比，公式如下：

$\mathrm{\ψ}=\frac{P_{ADN}^{*}}{P_{ADN}^{\max }}\×100\%$

式中，表示实际环境下分布式能源的最大允许出力，MW。

进一步的，步骤2中所述的现有评价指标包括电压质量X₁、线路最大电压降落X₁₁、母线电压合格率X₁₂；电网损耗X₂、线路理论损耗率X₂₁、配变理论损耗率合格率X₂₂；负荷X₃、功率因数X₃₁、线路最佳负荷区域X₃₂、线路负荷率X₃₃；配网设备X₄、配变负载率合格率X₄₁、线路导线截面积合格率X₄₂、高耗能变压器占比X₄₃；电网布局X₅、供电半径X₅₁、容载比X₅₂、运行方式X₅₃、导线变压器匹配度X₅₄；

其中，电压质量X₁、电网损耗X₂、负荷X₃、配网设备X₄、电网布局X₅为一级指标；线路最大电压降落X₁₁、母线电压合格率X₁₂、线路理论损耗率X₂₁、配变理论损耗率合格率X₂₂、功率因数X₃₁、线路最佳负荷区域X₃₂、线路负荷率X₃₃、配变负载率合格率X₄₁、线路导线截面积合格率X₄₂、高耗能变压器占比X₄₃、供电半径X₅₁、容载比X₅₂、运行方式X₅₃、导线变压器匹配度X₅₄为二级指标。

进一步的，步骤2中，需要对现有评价指标中的线路最大电压降落X₁₁、母线电压合格率X₁₂、线路理论损耗率X₂₁、配变理论损耗率合格率X₂₂、功率因数X₃₁、线路负荷率X₃₃、配变负载率合格率X₄₁、运行方式X₅₃进行改进；改进方法如下：

1)线路最大电压降落ΔU，改进计算方法中需要加入由于分布式能源引起的电压变化量，公式如下：

ΔU＝U₁-U₂+ΔU_ADN

式中，U₁和U₂分别为线路的首末端电压，kV；ΔU_ADN为主动配电网加入分布式能源引起的电压变化量，kV；

2)母线电压合格率η₁，改进计算方法中需要加入由于大规模分布式能源并网引起的母线电压合格时间变化量，公式如下：

${\mathrm{\η}}_1=\frac{t_1+{\mathrm{\Δt}}_{ADN}}{t_{\mathrm{\Σ}}}\×100\%$

式中，t₁为母线电压合格时间，h；t_∑为母线电压总运行时间，h；Δt_ADN为主动配电网加入分布式能源引起的电压变化量，h；

3)线路理论损耗率η₂，改进计算方法中需要加入由于大规模分布式能源并网引起的理论损失电量变化量，公式如下：

${\mathrm{\η}}_2=\frac{A_{\mathrm{\Σ}}+{\mathrm{\ΔA}}_{ADN}}{A_g}\×100\%$

式中，A_∑为线路理论损失电量，MW·h；A_g为线路供电量，MW·h；ΔA_ADN为主动配电网加入分布式能源引起的线路理论损失电量变化量，MW·h；

4)配变理论损耗率合格率η₃，改进计算方法中需要加入由于大规模分布式能源并网引起的配变理论损耗率合格的变化台数，公式如下：

${\mathrm{\η}}_3=\frac{k_{p1}+{\mathrm{\Δk}}_{ADN1}}{k_{\mathrm{\Σ}}}\×100\%$

式中，k_p1为理论损耗率合格的配电变压器台数；k_∑为配电变压器的总台数；Δk_ADN1为主动配电网加入分布式能源引起的配变理论损耗率合格的变化台数；

5)功率因数cosθ，改进计算方法中需要加入由于大规模分布式能源并网引起的有功功率变化量和视在功率变化量，公式如下；

$cos\mathrm{\θ}=\frac{P+\mathrm{\Δ}P}{S+\mathrm{\Δ}S}$

式中，P为有功功率，MW；S为视在功率，MW；ΔP和ΔS分别为主动配电网加入分布式能源引起的有功功率变化量和视在功率变化量。

6)线路负荷率η₄，改进计算方法中需要加入由于大规模分布式能源并网引起的线路平均负荷变化量，公式如下：

${\mathrm{\η}}_4=\frac{P_L+{\mathrm{\ΔP}}_{LADN}}{P_{\max }}$

式中，P_L为线路一定期间内的平均负荷，MW；P_max为线路一定期间内的最高负荷，MW；ΔP_LADN为主动配电网加入分布式能源引起的线路平均负荷变化量，MW；

7)配变负载率合格率η₅，改进计算方法中需要加入由于大规模分布式能源并网引起的配变负载率合格的变化台数，公式如下：

${\mathrm{\η}}_5=\frac{k_{p2}+{\mathrm{\Δk}}_{ADN2}}{k_{\mathrm{\Σ}}}\×100\%$

式中，k_p2为负载率合格的配电变压器台数；k_∑为配电变压器的总台数；Δk_ADN2为主动配电网加入分布式能源引起的配变负载率合格的变化台数；

8)运行方式用线路平均负荷P_L来进行量化，在改进计算中用P_L+ΔP_LADN来进行量化，其中，ΔP_LADN为主动配电网加入分布式能源引起的线路平均负荷变化量，MW。

进一步的，步骤3的具体过程如下：

当指标个数较多时，映射形成的高维数据的特征空间中通常含有许多冗余特征，

步骤3-1，构建***差距指数

差距指数是刻画现状与发展目标之间差距的状态参量，差距指数包括二级指标差距指数、一级指标差距指数和***差距指数；二级指标差距指数可根据各评价指标的发展基准、现状和目标之间的相关关系确定；一级指标差距指数根据二级指标差距指数经加权求和得到，即由下式确定：

$d_r=\underset{v=1}{\overset{k_r}{\mathrm{\Σ}}}{d}_r^v\·{\mathrm{\ω}}_r^v,(r=1,2,...,m)$

式中，d_r为第r个一级指标的差距指数，0≤d_r≤1；k_r表示第r个一级指标下包含的二级指标个数；m为一级指标总数；为第r个一级指标下第v个二级指标的权重；为第r个一级指标下第v个二级指标的差距指数；同理，***差距指数由一级差距指数经加权求和确定；

步骤3-2，构建***协调指数

协调指数是反映各一级指标、各二级指标之间保持的协调性，强调它们之间的协调发展；协调指数包括一级指标协调指数和***协调指数；协调指数计算公式如下：

$H=\frac{1}{\underset{s-1}{\overset{p-1}{\mathrm{\Σ}}}(p-s)}\underset{s-1}{\overset{p-1}{\mathrm{\Σ}}}\underset{t-s+1}{\overset{p}{\mathrm{\Σ}}}K(s,t)$

式中，H为***或各一级指标协调指数，0≤H≤1。d_s、d_t分别为第s、t个一级指标或二级指标的差距指数，p为一级指标或各二级指标的总个数；

步骤3-3，修正***差距指数

由于***差距指数是越小越好型，而***协调指数是越大越好型，为了能将两个指标的类型保持一致，先对***差距指数进行修正，修正***差距指数为实数1与***差距指数的差值。

进一步的，步骤4的具体过程如下：

步骤4-1，基于5个等级，给定2维空间的训练样本集合A^k(k＝1,…,5)，建立凸二次规划函数；

步骤4-2，引入高斯径向基核函数，并结合拉格朗日乘子，求解凸二次规划函数的对偶模型，确定支持向量集合；

高斯径向基核函数为式中σ为核参数，和为给定训练样本点；

步骤4-3，根据支持向量集合确定各等级最小包围超球的半径R_k和球心a_k(k＝1,…,5)，进而确定各等级最小超球面。

进一步的，步骤5的具体过程如下：

步骤5-1，假设待评价样本点为x，根据样本点距离各等级超球球心的距离得到判决函数为

$f_k\left(x\right)=\mathrm{sgn}(R_k^2-\underset{i,j=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\α}}_i^k{\mathrm{\α}}_j^{k}K(x_i^k{x}_j^k)+2\underset{i=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{k}K(x_i^k,x)-K(x,x\left)\right);$

式中和为k等级下的拉格朗日乘子，l＝100；

步骤5-2，重叠区的改进

对核参数σ进行优化，根据超球间距最小使重叠区域尽可能最小，再对最小化的重叠区域使用子超球支持向量机，建立子超球模型；

步骤5-3，评价等级判定

首先判断待评价样本是否在超球重叠区域，如果不在重叠区则直接使用判决函数即可；如果在重叠区则先建立子超球模型，然后使用判决函数判定待评价样本所属子超球，根据判决函数：当f_k(x)＝+1时，则样本点x位于k等级最小超球内或子超球内；当f_k(x)＝-1时，则样本点x位于k等级最小超球外或子超球外；当f_k(x)＝0时，则样本点x位于k等级最小超球球面上或子超球球面上；因此，由各等级判决函数的结果最终确定待评价样本x的等级。

与现有技术相比，本发明具有如下优点：

1、本方法在大规模分布式能源接入主动配电网背景下定义新指标，并与原有指标相结合构建了主动配电网评价指标体系，并对部分已有指标进行了改进，使评价因素考虑更全面，应用背景更新，更接近实际情况；

2、用***差距指数和***协调指数对指标体系进行降维处理，使得计算过程更加简单、快速，冗余性更小；

3、将评价等级与超球支持向量机相结合，并利用核参数与子超球对重叠区进行改进，使得评价结果更精准、客观、合理，泛化能力更好，实用性更强。

附图说明

图1是本发明方法的指标体系示意图。

图2是本发明方法中的二维超球重叠示意图。

图3是本发明方法的总体流程图。

具体实施方式

下面结合附图对本发明做进一步说明：

本发明方法是在考虑大规模分布式电源接入主动配电网情况下提出的。

结合图1、图2和图3，本发明所述计算方法的具体步骤如下：

(1)在大规模分布式能源接入主动配电网的背景下定义了6个指标；

(1-1)ADN消纳收益率

随着分布式能源大规模接入主动配电网，在消纳过程中能带来很多方面的收益。基于此，本发明方法中给出了ADN消纳收益率的定义。ADN消纳收益率为***在进行分布式能源消纳过程中带来的经济收益与所需的运行维护成本之比，计算公式如下所示：

$\mathrm{\τ}=\frac{C_{cap}+C_{gl}+C_{pls}+C_{rel}+C_{res}}{C_{ope}}\×100\%$

式中，C_cap为延缓配电网络投资收益，万元；C_gl为节省网损收益，万元；C_pls为削峰填谷收益，万元；C_rel为提高可靠性收益，万元；C_res为其他收益，万元；C_ope为分布式能源运行维护费用，万元；

(1-2)ADN贡献电网损耗率

在ADN的主动管理下***潮流得到改善，从而引起电网损耗发生变化。本发明方法中给出了ADN贡献电网损耗率的定义。ADN贡献电网损耗率为分布式能源并网引起的电网损耗变化量与并网前电网总损耗之比，计算公式如下：

$\mathrm{\δ}=\frac{{\mathrm{\ΔP}}_{ADN}}{P_0}\×100\%$

式中，ΔP_ADN为分布式能源并网引起的网损变化量，MW；P₀为分布式能源并网前的电网总损耗，MW；

(1-3)ADN贡献调峰效度

大规模分布式能源接入ADN起到了很好的调峰作用，同时也缓解了电网的供电压力。因此，本发明方法中给出了ADN贡献调峰效度的定义。ADN贡献调峰效度为负荷峰值时分布式发电、储能***及可控负荷接入ADN的并网功率与负荷峰值之比，公式如下：

$\mathrm{\ξ}=\frac{P_{DG}+P_{ESS}^{+}+P_{CL}}{P_{\max }}\×100\%$

式中，P_DG为分布式电源在负荷峰值时的并网功率，MW；为储能***在负荷峰值时的放电功率，MW；P_CL为在负荷峰值时切断的可控负荷功率，MW；P_max为负荷峰值(日最大负荷)，MW；

(1-4)ADN可控负荷率

ADN通过一些技术手段和需求侧响应使更多的负荷由不可控变为可控，可控负荷越多使网络结构变的越灵活。因此，本发明方法中给出了ADN可控负荷率的定义。ADN可控负荷率为可控负荷与日平均负荷之比，公式如下：

$K_{CL}=\frac{P_{CL}^{\max }}{P_{av}}\×100\%$

式中，为可切断的最大可控负荷功率，MW；P_av为日平均负荷，MW。P(t)为t时刻的负荷，MW；

(1-5)ADN渗透率

基于分布式能源渗透率的定义，本发明方法中给出了ADN渗透率的定义。ADN渗透率为分布式能源静态渗透率λ_it和分布式能源有效渗透率λ_vx加权之和，公式如下：

$\begin{array}{c}\mathrm{\λ}={\mathrm{\ω}}_{\mathrm{\λ}}{\mathrm{\λ}}_{it}+(1-{\mathrm{\ω}}_{\mathrm{\λ}}){\mathrm{\λ}}_{vx}\\ ={\mathrm{\ω}}_{\mathrm{\λ}}\·\frac{P_{ADN}}{P_L^{\max }}+(1-{\mathrm{\ω}}_{\mathrm{\λ}})\·\frac{P_{ADN}^{*}}{P_L}\end{array}$

式中，ω_λ为权重，本方法取值为0.5；表示配网最大负荷功率，MW；P_L表示配网实际负荷值，MW；P_ADN为分布式能源的额定功率，MW；为分布式能源的实际出力，MW；

(1-6)ADN消纳率

本发明方法中给出了ADN消纳率的定义。ADN消纳率是指主动配电网运行期间分布式能源的实际出力与最大允许出力之比，公式如下：

$\mathrm{\ψ}=\frac{P_{ADN}^{*}}{P_{ADN}^{\max }}\×100\%$

式中，表示实际环境下分布式能源的最大允许出力，MW。

(2)将步骤(1)定义的指标与已有指标相结合，构建主动配电网经济运行评价指标体系，并对部分已有指标进行改进；

(2-1)主动配电网经济运行评价指标体系

本发明方法在已有评价指标的基础上，加入步骤(1)针对主动配电网特点定义的6个新的评价指标，并遵循***性、科学性、客观性和实用性的原则建立了递阶层次型(即包含一级和二级指标)主动配电网经济运行评价指标体系，如附图1所示；

(2-2)对部分已有评价指标进行改进

在上节建立的指标体系中，需要改进计算的二级指标包括线路最大电压降落X₁₁、母线电压合格率X₁₂、线路理论损耗率X₂₁、配变理论损耗率合格率X₂₂、功率因数X₃₁、线路负荷率X₃₃、配变负载率合格率X₄₁、运行方式X₅₃。

1)线路最大电压降落ΔU，改进计算方法中需要加入由于分布式能源引起的电压变化量，公式如下：

ΔU＝U₁-U₂+ΔU_ADN

式中，U₁和U₂分别为线路的首末端电压，kV；ΔU_ADN为主动配电网加入分布式能源引起的电压变化量，kV。

2)母线电压合格率η₁，改进计算方法中需要加入由于大规模分布式能源并网引起的母线电压合格时间变化量，公式如下：

${\mathrm{\η}}_1=\frac{t_1+{\mathrm{\Δt}}_{ADN}}{t_{\mathrm{\Σ}}}\×100\%$

式中，t₁为母线电压合格时间，h；t_∑为母线电压总运行时间，h；Δt_ADN为主动配电网加入分布式能源引起的电压变化量，h；

3)线路理论损耗率η₂，改进计算方法中需要加入由于大规模分布式能源并网引起的理论损失电量变化量，公式如下：

${\mathrm{\η}}_2=\frac{A_{\mathrm{\Σ}}+{\mathrm{\ΔA}}_{ADN}}{A_g}\×100\%$

式中，A_∑为线路理论损失电量，MW·h；A_g为线路供电量，MW·h；ΔA_ADN为主动配电网加入分布式能源引起的线路理论损失电量变化量，MW·h；

4)配变理论损耗率合格率η₃，改进计算方法中需要加入由于大规模分布式能源并网引起的配变理论损耗率合格的变化台数，公式如下：

${\mathrm{\η}}_3=\frac{k_{p1}+{\mathrm{\Δk}}_{ADN1}}{k_{\mathrm{\Σ}}}\×100\%$

式中，k_p1为理论损耗率合格的配电变压器台数；k_∑为配电变压器的总台数；Δk_ADN1为主动配电网加入分布式能源引起的配变理论损耗率合格的变化台数；

5)功率因数cosθ，改进计算方法中需要加入由于大规模分布式能源并网引起的有功功率变化量和视在功率变化量，公式如下；

$cos\mathrm{\θ}=\frac{P+\mathrm{\Δ}P}{S+\mathrm{\Δ}S}$

式中，P为有功功率，MW；S为视在功率，MW；ΔP和ΔS分别为主动配电网加入分布式能源引起的有功功率变化量和视在功率变化量。

6)线路负荷率η₄，改进计算方法中需要加入由于大规模分布式能源并网引起的线路平均负荷变化量，公式如下：

${\mathrm{\η}}_4=\frac{P_L+{\mathrm{\ΔP}}_{LADN}}{P_{\max }}$

式中，P_L为线路一定期间内的平均负荷，MW；P_max为线路一定期间内的最高负荷，MW；ΔP_LADN为主动配电网加入分布式能源引起的线路平均负荷变化量，MW；

7)配变负载率合格率η₅，改进计算方法中需要加入由于大规模分布式能源并网引起的配变负载率合格的变化台数，公式如下：

${\mathrm{\η}}_5=\frac{k_{p2}+{\mathrm{\Δk}}_{ADN2}}{k_{\mathrm{\Σ}}}\×100\%$

式中，k_p2为负载率合格的配电变压器台数；k_∑为配电变压器的总台数；Δk_ADN2为主动配电网加入分布式能源引起的配变负载率合格的变化台数；

8)运行方式用线路平均负荷P_L来进行量化，在改进计算中用P_L+ΔP_LADN来进行量化，其中，ΔP_LADN为主动配电网加入分布式能源引起的线路平均负荷变化量，MW。

(3)利用***差距指数和***协调指数对指标体系进行降维处理；

当指标个数较多时，映射形成的高维数据的特征空间中通常含有许多冗余特征，本文通过构建***差距指数和***协调指数来降低评价指标的维数；

(3-1)***差距指数

差距指数是刻画现状与发展目标之间差距的状态参量，差距指数包括二级指标差距指数、一级指标差距指数和***差距指数。二级指标差距指数可根据各评价指标的发展基准、现状和目标之间的相关关系确定。一级指标差距指数根据二级指标差距指数经加权求和得到，即由下式确定：

$d_r=\underset{v=1}{\overset{k_r}{\mathrm{\Σ}}}{d}_r^v\·{\mathrm{\ω}}_r^v,(r=1,2,...,m)$

式中，d_r为第r个一级指标的差距指数，0≤d_r≤1；k_r表示第r个一级指标下包含的二级指标个数；m为一级指标总数；为第r个一级指标下第v个二级指标的权重。同理，***差距指数由一级差距指数经加权求和确定；

(3-2)***协调指数

协调指数是反映各一级指标、各二级指标之间保持的协调性，强调它们之间的协调发展。协调指数包括一级指标协调指数和***协调指数。协调指数包括一级指标协调指数和***协调指数。协调指数计算公式如下：

$H=\frac{1}{\underset{s-1}{\overset{p-1}{\mathrm{\Σ}}}(p-s)}\underset{s-1}{\overset{p-1}{\mathrm{\Σ}}}\underset{t-s+1}{\overset{p}{\mathrm{\Σ}}}K(s,t)$

式中，H为***或各一级指标协调指数，0≤H≤1。d_s、d_t分别为第s、t个一级指标或二级指标的差距指数，p为一级指标或各二级指标的总个数；

(3-3)修正***差距指数

由于***差距指数是越小越好型，而***协调指数是越大越好型，为了能将两个指标的类型保持一致，先对***差距指数进行修正，修正***差距指数为实数1与***差距指数的差值。

(4)基于超球支持向量机建立主动配电网各等级超球模型；

(4-1)基于5个等级，给定训练样本，建立凸二次规划函数

本发明方法拟采用5个分类等级：{I、II、III、IV、V}：即{优、良、中、一般、差}。首先给定5个2维空间的训练样本集合A^k(k＝1,…,5)，对于每一个集合，寻找一个最小超球，该超球基本将集合内样本点包围，设R_k为超球的半径，a_k为超球的球心。根据样本数据的奇异值引入松弛变量ξi_i，加入正比于违反约束的惩罚C，通过非线性映射将训练数据映射到一个高维的特征空间进行支持向量域描述训练，即转化为求解如下凸二次规划的问题：

$\min F(R_k,a_k,{\mathrm{\ξ}}_i)=R_k^2+{\mathrm{C\Σ}}_{i-1}^i{\mathrm{\ξ}}_i$

0≤ξ_i(i＝1,…,100)

式中，为非线性映射，它将低维原始空间的数据映射为高维非线性空间的数据；

(4-2)为了不必知道非线性映射的具体形式和高维空间的维数，通过引入核函数将内积运算用原空间的函数来实现。同时结合拉格朗日乘子法，可以得到上述规划的对偶规划，并求得最优解，确定支持向量集合。记最优解称对应的样本为支持向量；称其余的样本为非支持向量。本发明中的核函数为高斯径向基核函数即式中σ为核参数，和为给定训练样本点；

(4-3)根据支持向量集合确定各等级最小包围超球的半径R_k和球心a_k，其中球心的平方计算公式如下：

$a_k^2=\underset{i=1,j}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\α}}_i^k{\mathrm{\α}}_j^{k}K(x_i^k,x_j^k)$

式中和为k等级下的拉格朗日乘子；

半径的平方计算公式如下：

计算求得5个等级下最小包围超球的球心和半径，进而确定各等级最小超球面。

(5)根据与各等级超球球心的距离得出判决函数，并对重叠区进行改进，最后利用判决函数判定评价等级；

(5-1)假设待评价样本点为x，根据样本点距离各等级超球球心的距离得到判决函数为

$f_k\left(x\right)=\mathrm{sgn}(R_k^2-\underset{i,j=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\α}}_i^k{\mathrm{\α}}_j^{k}K(x_i^k{x}_j^k)+2\underset{i=1}{\overset{l}{\mathrm{\Σ}}}{\mathrm{\α}}_i^{k}K(x_i^k,x)-K(x,x\left)\right);$

式中和为k等级下的拉格朗日乘子，l＝100；

(5-2)重叠区的改进

在理想情况下，任意两个超球都是相互独立的，待测样本都能被正确分类，但实际上有时超球之间是相互重叠的，位于重叠区域的样本点不能再直接按照决策函数分类。本发明结合附图2以二维超球重叠为例进行说明，图中S₁和S₂为两个等级类别，红色和绿色圆分别为两个等级最小包围超球的二维图，小空心圆为等级S₁的训练样本点，小实心圆为等级S₂的训练样本点。

为了提高超球重叠时的分类精度，引入了子超球支持向量机。首先将包含有重叠区域的最小超球(母超球)标识出来，然后对重叠区域内样本点使用判决函数将样本点分为两部分，即：同类错误样本点(与母超球所代表样本类别相同)和异类错误样本点(与母超球所代表样本类别不相同)，最后求出同类错误样本点子超球和异类错误样本点子超球。

本发明首先基于对核参数σ进行优化，根据最小超球间距使重叠区域尽可能最小，然后对最小化的重叠区域使用子超球支持向量机。本发明将核参数优化与子超球支持向量机结合，最小化了重叠区域，简化了计算过程，并使结果更加精确；

(5-3)评价等级判定

首先判断待评价样本是否在超球重叠区域，如果不在重叠区则直接使用判决函数即可，如果在重叠区则先建立子超球模型，然后使用判决函数判定待评价样本所属子超球。然后，根据判决函数：当f_k(x)＝+1时，则样本点x位于k等级最小超球内或子超球内；当f_k(x)＝-1时，则样本点x位于k等级最小超球外或子超球外；当f_k(x)＝0时，则样本点x位于k等级最小超球球面上或子超球球面上。待测样本的类别即为所在超球所代表样本类别。因此，由各等级判决函数的结果最终确定待评价样本x的等级。

(5-4)评价结果对比分析

运用模糊综合评价方法得到的评价等级与本发明方法所得结果一致，从而验证了本发明提出的评估方法的有效性和合理性。

以上所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (7)

1.一种基于超球支持向量机的主动配电网经济运行评价方法，其特征在于，所述评价方法的步骤如下：

(1)在大规模分布式能源接入主动配电网(active distribution networks,ADN)的背景下，增设了6个如下指标：ADN消纳收益率、ADN贡献电网损耗率、ADN贡献调峰效度、ADN可控负荷率、ADN渗透率、ADN消纳率；AND为主动配电网；

(2)将步骤(1)中增设的6个指标与现有评价指标相结合，构建主动配电网经济运行评价指标体系；

(3)利用***差距指数和***协调指数对主动配电网经济运行评价指标体系进行降维处理；

(4)基于超球支持向量机建立主动配电网各等级超球模型；

(5)根据与各等级超球球心的距离得出判决函数，对重叠区进行改进，最后利用判决函数判定评价等级。

2.根据权利要求1所述的一种基于超球支持向量机的主动配电网经济运行评价方法，其特征在于，步骤(1)中所述的6个指标的具体定义如下：

(1-1)ADN消纳收益率

ADN消纳收益率为***在进行分布式能源消纳过程中带来的经济收益与所需的运行维护成本之比，计算公式如下所示：

$\mathrm{\τ}=\frac{C_{cap}+C_{gl}+C_{pls}+C_{rel}+C_{res}}{C_{ope}}\×100\%$

式中，C_cap为延缓配电网络投资收益，万元；C_gl为节省网损收益，万元；C_pls为削峰填谷收益，万元；C_rel为提高可靠性收益，万元；C_res为其他收益，万元；C_ope为分布式能源运行维护费用，万元；

(1-2)ADN贡献电网损耗率

ADN贡献电网损耗率为分布式能源并网引起的电网损耗变化量与并网前电网总损耗之比，计算公式如下：

$\mathrm{\δ}=\frac{{\mathrm{\ΔP}}_{ADN}}{P_0}\×100\%$

式中，ΔP_ADN为分布式能源并网引起的网损变化量，MW；P₀为分布式能源并网前的电网总损耗，MW；

(1-3)ADN贡献调峰效度

ADN贡献调峰效度为负荷峰值时分布式发电、储能***及可控负荷接入ADN的并网功率与负荷峰值之比，公式如下：

$\mathrm{\ξ}=\frac{P_{DG}+P_{ESS}^{+}+P_{CL}}{P_{\max }}\×100\%$

式中，P_DG为分布式电源在负荷峰值时的并网功率，MW；为储能***在负荷峰值时的放电功率，MW；P_CL为在负荷峰值时切断的可控负荷功率，MW；P_max为负荷峰值(日最大负荷)，MW；

(1-4)ADN可控负荷率

ADN可控负荷率为可控负荷与日平均负荷之比，公式如下：

$K_{CL}=\frac{P_{CL}^{\max }}{P_{av}}\×100\%$

式中，为可切断的最大可控负荷功率，MW；P_av为日平均负荷，MW；

(1-5)ADN渗透率

ADN渗透率为分布式能源静态渗透率λ_it和分布式能源有效渗透率λ_vx加权之和，公式如下：

$\begin{array}{c}\mathrm{\λ}={\mathrm{\ω}}_{\mathrm{\λ}}{\mathrm{\λ}}_{it}+(1-{\mathrm{\ω}}_{\mathrm{\λ}}){\mathrm{\λ}}_{vx}\\ ={\mathrm{\ω}}_{\mathrm{\λ}}\·\frac{P_{ADN}}{P_L^{\max }}+(1-{\mathrm{\ω}}_{\mathrm{\λ}})\·\frac{P_{ADN}^{*}}{P_L}\end{array}$

式中，ω_λ为权重，取值为0.5；表示配网最大负荷功率，MW；P_L表示配网实际负荷值，MW；P_ADN为分布式能源的额定功率，MW；为分布式能源的实际出力，MW；

(1-6)ADN消纳率

ADN消纳率是指主动配电网运行期间分布式能源的实际出力与最大允许出力之比，公式如下：

$\mathrm{\ψ}=\frac{P_{ADN}^{*}}{P_{ADN}^{\max }}\×100\%$

式中，表示实际环境下分布式能源的最大允许出力，MW。

3.根据权利要求1所述的一种基于超球支持向量机的主动配电网经济运行评价方法，其特征在于：步骤2中所述的现有评价指标包括电压质量X₁、线路最大电压降落X₁₁、母线电压合格率X₁₂；电网损耗X₂、线路理论损耗率X₂₁、配变理论损耗率合格率X₂₂；负荷X₃、功率因数X₃₁、线路最佳负荷区域X₃₂、线路负荷率X₃₃；配网设备X₄、配变负载率合格率X₄₁、线路导线截面积合格率X₄₂、高耗能变压器占比X₄₃；电网布局X₅、供电半径X₅₁、容载比X₅₂、运行方式X₅₃、导线变压器匹配度X₅₄；

其中，电压质量X₁、电网损耗X₂、负荷X₃、配网设备X₄、电网布局X₅为一级指标；线路最大电压降落X₁₁、母线电压合格率X₁₂、线路理论损耗率X₂₁、配变理论损耗率合格率X₂₂、功率因数X₃₁、线路最佳负荷区域X₃₂、线路负荷率X₃₃、配变负载率合格率X₄₁、线路导线截面积合格率X₄₂、高耗能变压器占比X₄₃、供电半径X₅₁、容载比X₅₂、运行方式X₅₃、导线变压器匹配度X₅₄为二级指标。

4.根据权利要求1所述的一种基于超球支持向量机的主动配电网经济运行评价方法，其特征在于：步骤2中，需要对现有评价指标中的线路最大电压降落X₁₁、母线电压合格率X₁₂、线路理论损耗率X₂₁、配变理论损耗率合格率X₂₂、功率因数X₃₁、线路负荷率X₃₃、配变负载率合格率X₄₁、运行方式X₅₃进行改进；改进方法如下：

1)线路最大电压降落ΔU，改进计算方法中需要加入由于分布式能源引起的电压变化量，公式如下：

ΔU＝U₁-U₂+ΔU_ADN

式中，U₁和U₂分别为线路的首末端电压，kV；ΔU_ADN为主动配电网加入分布式能源引起的电压变化量，kV；

2)母线电压合格率η₁，改进计算方法中需要加入由于大规模分布式能源并网引起的母线电压合格时间变化量，公式如下：

${\mathrm{\η}}_1=\frac{t_1+{\mathrm{\Δt}}_{ADN}}{t_{\mathrm{\Σ}}}\×100\%$

式中，t₁为母线电压合格时间，h；t_∑为母线电压总运行时间，h；Δt_ADN为主动配电网加入分布式能源引起的电压变化量，h；

3)线路理论损耗率η₂，改进计算方法中需要加入由于大规模分布式能源并网引起的理论损失电量变化量，公式如下：

${\mathrm{\η}}_2=\frac{A_{\mathrm{\Σ}}+{\mathrm{\ΔA}}_{ADN}}{A_g}\×100\%$

式中，A_∑为线路理论损失电量，MW·h；A_g为线路供电量，MW·h；ΔA_ADN为主动配电网加入分布式能源引起的线路理论损失电量变化量，MW·h；

4)配变理论损耗率合格率η₃，改进计算方法中需要加入由于大规模分布式能源并网引起的配变理论损耗率合格的变化台数，公式如下：

${\mathrm{\η}}_3=\frac{k_{p1}+{\mathrm{\Δk}}_{ADN1}}{k_{\mathrm{\Σ}}}\×100\%$

式中，k_p1为理论损耗率合格的配电变压器台数；k_∑为配电变压器的总台数；Δk_ADN1为主动配电网加入分布式能源引起的配变理论损耗率合格的变化台数；

5)功率因数cosθ，改进计算方法中需要加入由于大规模分布式能源并网引起的有功功率变化量和视在功率变化量，公式如下；

$cos\mathrm{\θ}=\frac{P+\mathrm{\Δ}P}{S+\mathrm{\Δ}S}$

式中，P为有功功率，MW；S为视在功率，MW；ΔP和ΔS分别为主动配电网加入分布式能源引起的有功功率变化量和视在功率变化量；

6)线路负荷率η₄，改进计算方法中需要加入由于大规模分布式能源并网引起的线路平均负荷变化量，公式如下：

${\mathrm{\η}}_4=\frac{P_L+{\mathrm{\ΔP}}_{LADN}}{P_{\max }}$

式中，P_L为线路一定期间内的平均负荷，MW；P_max为线路一定期间内的最高负荷，MW；ΔP_LADN为主动配电网加入分布式能源引起的线路平均负荷变化量，MW；

7)配变负载率合格率η₅，改进计算方法中需要加入由于大规模分布式能源并网引起的配变负载率合格的变化台数，公式如下：

${\mathrm{\η}}_5=\frac{k_{p2}+{\mathrm{\Δk}}_{ADN2}}{k_{\mathrm{\Σ}}}\×100\%$

式中，k_p2为负载率合格的配电变压器台数；k_Σ为配电变压器的总台数；Δk_ADN2为主动配电网加入分布式能源引起的配变负载率合格的变化台数；

8)运行方式用线路平均负荷P_L来进行量化，在改进计算中用P_L+ΔP_LADN来进行量化，其中，ΔP_LADN为主动配电网加入分布式能源引起的线路平均负荷变化量，MW。

5.根据权利要求1所述的一种基于超球支持向量机的主动配电网经济运行评价方法，其特征在于，步骤3的具体过程如下：

步骤3-1，构建***差距指数

差距指数是刻画现状与发展目标之间差距的状态参量，差距指数包括二级指标差距指数、一级指标差距指数和***差距指数；二级指标差距指数可根据各评价指标的发展基准、现状和目标之间的相关关系确定；一级指标差距指数根据二级指标差距指数经加权求和得到，即由下式确定：

$d_r=\underset{v=1}{\overset{k_r}{\Σ}}{d}_r^v\·{\mathrm{\ω}}_r^v,(r=1,2,\mathrm{...},m)$

式中，d_r为第r个一级指标的差距指数，0≤d_r≤1；k_r表示第r个一级指标下包含的二级指标个数；m为一级指标总数；为第r个一级指标下第v个二级指标的权重；为第r个一级指标下第v个二级指标的差距指数；同理，***差距指数由一级差距指数经加权求和确定；

步骤3-2，构建***协调指数

协调指数是反映各一级指标、各二级指标之间保持的协调性，强调它们之间的协调发展；协调指数包括一级指标协调指数和***协调指数；协调指数计算公式如下：

$H=\frac{1}{\underset{s-1}{\overset{p-1}{\Σ}}(p-s)}\underset{s-1}{\overset{p-1}{\Σ}}\underset{t-s+1}{\overset{p}{\Σ}}K(s,t)$

式中，H为***或各一级指标协调指数，0≤H≤1；d_s、d_t分别为第s、t个一级指标或二级指标的差距指数，p为一级指标或各二级指标的总个数；

步骤3-3，修正***差距指数

由于***差距指数是越小越好型，而***协调指数是越大越好型，为了能将两个指标的类型保持一致，先对***差距指数进行修正，修正***差距指数为实数1与***差距指数的差值。

6.根据权利要求1所述的一种基于超球支持向量机的主动配电网经济运行评价方法，其特征在于，步骤4的具体过程如下：

步骤4-1，基于5个等级，给定2维空间的训练样本集合A^k(k＝1,…,5)，建立凸二次规划函数；

步骤4-2，引入高斯径向基核函数，并结合拉格朗日乘子，求解凸二次规划函数的对偶模型，确定支持向量集合；

高斯径向基核函数为式中σ为核参数，和为给定训练样本点；

步骤4-3，根据支持向量集合确定各等级最小包围超球的半径R_k和球心a_k(k＝1,…,5)，进而确定各等级最小超球面。

7.根据权利要求1所述的一种基于超球支持向量机的主动配电网经济运行评价方法，其特征在于，步骤5的具体过程如下：

步骤5-1，假设待评价样本点为x，根据样本点距离各等级超球球心的距离得到判决函数为

$f_k\left(x\right)=\mathrm{sgn}(R_k^2-\underset{i,j=1}{\overset{l}{\Σ}}{\mathrm{\α}}_i^k{\mathrm{\α}}_j^{k}K(x_i^k{x}_j^k)+2\underset{i=1}{\overset{l}{\Σ}}{\mathrm{\α}}_i^{k}K(x_i^k,x)-K(x,x\left)\right);$

式中和为k等级下的拉格朗日乘子，l＝100；

步骤5-2，重叠区的改进

对核参数σ进行优化，根据超球间距最小使重叠区域尽可能最小，再对最小化的重叠区域使用子超球支持向量机，建立子超球模型；

步骤5-3，评价等级判定

首先判断待评价样本是否在超球重叠区域，如果不在重叠区则直接使用判决函数即可；如果在重叠区则先建立子超球模型，然后使用判决函数判定待评价样本所属子超球，根据判决函数：当f_k(x)＝+1时，则样本点x位于k等级最小超球内或子超球内；当f_k(x)＝-1时，则样本点x位于k等级最小超球外或子超球外；当f_k(x)＝0时，则样本点x位于k等级最小超球球面上或子超球球面上；因此，由各等级判决函数的结果最终确定待评价样本x的等级。