CN106651660B - 基于g1-熵权法寻找电网静态薄弱点的综合评价方法 - Google Patents

基于g1-熵权法寻找电网静态薄弱点的综合评价方法 Download PDF

Info

Publication number
CN106651660B
CN106651660B CN201710003561.0A CN201710003561A CN106651660B CN 106651660 B CN106651660 B CN 106651660B CN 201710003561 A CN201710003561 A CN 201710003561A CN 106651660 B CN106651660 B CN 106651660B
Authority
CN
China
Prior art keywords
weight
margin
index
power grid
calculating
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.)
Active
Application number
CN201710003561.0A
Other languages
English (en)
Other versions
CN106651660A (zh
Inventor
武家辉
王维庆
王海云
张强
何山
滕文静
樊小朝
郭玲秀
南东亮
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.)
State Grid Corp of China SGCC
Xinjiang University
Electric Power Research Institute of State Grid Xinjiang Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Xinjiang University
Electric Power Research Institute of State Grid Xinjiang Electric Power 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 State Grid Corp of China SGCC, Xinjiang University, Electric Power Research Institute of State Grid Xinjiang Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201710003561.0A priority Critical patent/CN106651660B/zh
Publication of CN106651660A publication Critical patent/CN106651660A/zh
Application granted granted Critical
Publication of CN106651660B publication Critical patent/CN106651660B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • 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
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (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)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及电力***技术领域，是一种基于G1‑熵权法寻找电网静态薄弱点的综合评价方法，第一步对电网进行建模；第二步计算电网模型的静态稳定指标；第三步对母线电压裕度和无功裕度指标进行预处理；第四步采用G1法计算同电压等级下母线电压裕度和无功裕度的主观权重，第五步：采用熵权法计算同电压等级下母线电压裕度和无功裕度的客观权重；第六步通过拉格朗日条件极值法计算主客观权重以及综合权重；第七步：采用加法集成法对电网母线进行综合评价，得出电网薄弱点。本发明采用G1‑熵权综合评价法从多角度对电网薄弱点进行评价又采用了主客观相结合的方法计算得出综合权重，使用G1‑熵权法进行综合评价所得的评价结论更符合工程实际。

Description

基于G1-熵权法寻找电网静态薄弱点的综合评价方法
技术领域
本发明涉及电力***技术领域，是一种基于G1-熵权法寻找电网静态薄弱点的综合评价方法。
背景技术
电力***是具有高复杂性的网络，其稳定性的指标可来源于多种数据，从最直观的电压、电流、频率、攻角等指标都能实时直观的体现电力***的稳定，随着电网网架结构逐步扩大，电压等级越来越高，以往常规方法对电力***稳定性进行单指标评估具有一定的片面性，国内外已有研究人员针对复杂电力***网络提出了不同的分析稳定性的方法。
目前，对大电网结构性能的评价方法主要包括：模态分析法，灵敏度分析法，数值仿真方法、解析法等。以上方法均为传统的电力***评估方法，传统电力***安全评估通常只特别的强调某单一属性，在针对基于大规模可再生能源电网的背景下稍显片面，因此有学者提出了基于综合评价理论对电网安全进行评价，其中较为具有代表性的有蒙特卡洛模拟法、模糊综合评判法等，这些评估都是针对电力***的某一特征、某一设备或者某一部分进行评估，对于庞大复杂的电力***而言，不足以反应其整体安全、稳定状态。
发明内容
本发明提供了一种基于G1-熵权法寻找电网静态薄弱点的综合评价方法，克服了上述现有技术之不足，其能有效解决现有技术中对大型电网的性能评价不全面，且存在不能直接寻找到电网静态薄弱点的问题。
本发明的技术方案是通过以下措施来实现的：基于G1-熵权法寻找电网静态薄弱点的综合评价方法，包括以下步骤：
第一步：对含大规模高渗透可再生能源的电网进行建模；
第二步：计算建立的含有可再生能源的电网模型的静态稳定指标，所述静态稳定指标包括同电压等级下母线电压裕度和同电压等级下母线无功裕度指标；
第三步：分别对同电压等级下母线电压裕度和同电压等级下母线无功裕度指标进行预处理变为极大型指标，之后进行无量纲化；
第四步：采用序关系分量法即G1法分别计算同电压等级下母线电压裕度和同电压等级下无功裕度的主观权重，包括以下步骤：
(1)根据专家经验确定序分量xi与xi+1的关系ri，根据在不同的条件下ri赋值参照表对ri进行赋值，其中ri为专家经验对母线进行两两比较后确定的序关系的值，ri取值范围为{1,1.2,1.4,1.6,1.8…}；i为被评价对象个数，i取值范围为{1,2,3,…,n}；
(2)计算主观权重系数：
Figure BDA0001202364370000021
其中k＝(m，m-1，…3，2)；
第五步：采用熵权法计算母线电压裕度和无功裕度的的客观权重，包括以下步骤：
(1)由于电网***会处于n种不同的状态，设每种状态出现的概率为Pi(i＝1,2,3，…，n),且满足0≤Pi≤1，
Figure BDA0001202364370000022
则该***的熵为
Figure BDA0001202364370000023
熵是对***无序程度的一种度量，设xij(j＝1,2,3，…，m)为第i个***中第j项指标的观测数据；n个被评价对象对应于m个评价指标的指标值构成隶属度评价矩阵X，
Figure BDA0001202364370000024
(2)根据熵值确定指标权重的步骤如下：
a.计算第j项指标下第i个被评价对象的特征值比重
Figure BDA0001202364370000025
假设xij≥0且
Figure BDA0001202364370000026
b.计算第j项指标的熵值：
Figure BDA0001202364370000027
式中k>0且k＝1/lnn，ej＞0；
c.计算j项指标的差异系数：
gj＝1-ej (3)
差异系数gj越大，表明该项指标的作用越大；
d.计算j项指标的客观权重系数即：
Figure BDA0001202364370000028
第六步：根据各评价对象在该评价序列中所占比重，通过拉格朗日条件极值法计算主、客观权重的综合权重，包括以下步骤：
(1)设pj，qj分别是基于主观权重法与客观权重法生成的指标xij的权重系数，(i＝1,2,3，…，n，j＝1,2,3，…，m)可以得到综合权重：
Figure BDA0001202364370000029
ωj是具有同时体现主、客观信息集成特征的综合权重系数，式中
Figure BDA0001202364370000031
为待定常数且满足规范条件
Figure BDA0001202364370000032
且
Figure BDA0001202364370000033
(2)设被评价对象xij的综合评价值为：
Figure BDA0001202364370000034
(3)将
Figure BDA0001202364370000035
取最大值，从而确定
Figure BDA0001202364370000036
的值；在满足条件
Figure BDA0001202364370000037
且
Figure BDA0001202364370000038
的条件下应用拉格朗日(Lagrange)条件极值原理可得：
Figure BDA0001202364370000039
根据上式分别对
Figure BDA00012023643700000310
与λ求偏导数
Figure BDA00012023643700000311
Figure BDA00012023643700000312
解得：
Figure BDA00012023643700000313
Figure BDA00012023643700000314
第七步：采用基于加法集成的综合评价法对电网母线进行综合评价，其表达式为：
Figure BDA00012023643700000315
根据上式得出电网薄弱点。
下面是对上述发明技术方案的进一步优化或/和改进：
上述在第一步中，所述大规模高渗透可再生能源的电网模型包括多个大规模风电场或/和光伏电站，所述风电场或/和光伏电站的容量按实际容量设定。
上述在第二步中，计算同电压等级下母线电压裕度和同电压等级下母线无功裕度指标采用的方法分别是PV曲线法和QV曲线法。
上述在第三步中，所求取的电压裕度为极小型指标形式，将其取倒数化为极大型指标，表达式为：
Figure BDA0001202364370000041
式中Ucri为PV曲线中最大电压值，即鼻点处的电压值，Uoi为PV曲线中初始电压值；
KQi所求取的无功裕度为极大型指标，所述的极大型指标表达式为：
KQi＝ΔQi (12)
式中ΔQi为QV曲线中无功功率裕度；
对所求取的电压裕度指标与无功裕度指标运用向量规范法进行无量纲化，其表达式为：
Figure BDA0001202364370000042
其中，当xij≥0时，xij∈(0，1)，无固定的最大、最小值，且
Figure BDA0001202364370000043
本发明针对目前新能源并网数量多、容量大所导致得母线电压等级、电网结构复杂的特点，建立了贴近实际的复杂电网模型，提高了含大规模可再生能源并网后电网模型建模的准确性。本发明所建立的含有大规模风电并网的电网模型，对其并网汇集母线进行静态稳定性分析，得出母线的PV曲线和QV曲线，由所得曲线计算母线静态稳定的电压裕度指标和无功裕度指标作为电网模型的评价指标。采用G1-熵权法进行权重计算，用G1法求取电压与无功裕度指标的主观权重，用熵权法求电压与无功裕度指标的客观权重，最后应用拉格朗日极值法求取主观与客观权重的比重以及综合权重。采用G1-熵权综合评价法既考虑了从多角度对电网薄弱点进行评价又采用了主、客观相结合的方法计算得出综合权重，使用G1-熵权法进行综合评价所得的评价结论更符合工程实际。
附图说明
附图1为本发明实施例1的方法流程图。
附图2为本发明实施例2的哈密地区部分750kV电网的示意图。
具体实施方式
本发明不受下述实施例的限制，可根据本发明的技术方案与实际情况来确定具体的实施方式。
下面结合实施例及附图对本发明作进一步描述：
实施例1：如附图1、表1所示，基于G1-熵权法寻找电网静态薄弱点的综合评价方法，包括以下步骤：
第一步：对含大规模高渗透可再生能源的电网进行建模；
第二步：计算建立的含有可再生能源的电网模型的静态稳定指标，所述静态稳定指标包括同电压等级下母线电压裕度和同电压等级下母线无功裕度指标；
第三步：分别对同电压等级下母线电压裕度和同电压等级下母线无功裕度指标进行预处理变为极大型指标，之后进行无量纲化；
第四步：采用序关系分量法即G1法分别计算同电压等级下母线电压裕度和同电压等级下无功裕度的主观权重，包括以下步骤：
(1)根据专家经验确定序分量xi与xi+1的关系ri，根据在不同的条件下ri赋值参照表对ri进行赋值，其中ri为专家经验对母线进行两两比较后确定的序关系的值，ri取值范围为{1,1.2,1.4,1.6,1.8…}；i为被评价对象个数，i取值范围为{1,2,3,…,n}；
(2)计算主观权重系数：
Figure BDA0001202364370000051
其中k＝(m，m-1，…3，2)；
第五步：采用熵权法计算母线电压裕度和无功裕度的的客观权重，包括以下步骤：
(1)由于电网***会处于n种不同的状态，设每种状态出现的概率为Pi(i＝1,2,3，…，n),且满足0≤Pi≤1，
Figure BDA0001202364370000052
则该***的熵为
Figure BDA0001202364370000053
熵是对***无序程度的一种度量，设xij(j＝1,2,3，…，m)为第i个***中第j项指标的观测数据；n个被评价对象对应于m个评价指标的指标值构成隶属度评价矩阵X，
Figure BDA0001202364370000054
对于给定的j，xij的差异越大，说明指标值的变异程度越大，提供的信息量越大，在综合评价中所起的作用越大，即指标的权重也越大；因此，可以根据各指标的变异程度，利用信息熵计算各指标的权重；
(2)根据熵值确定指标权重的步骤如下：
a.计算第j项指标下第i个被评价对象的特征值比重
Figure BDA0001202364370000055
假设xij≥0且
Figure BDA0001202364370000056
b.计算第j项指标的熵值：
Figure BDA0001202364370000061
式中k>0且k＝1/lnn，ej＞0；
c.计算j项指标的差异系数：
gj＝1-ej (3)
差异系数gj越大，表明该项指标的作用越大；
d.计算j项指标的客观权重系数即：
Figure BDA0001202364370000062
第六步：根据各评价对象在该评价序列中所占比重，通过拉格朗日条件极值法计算主、客观权重的综合权重，包括以下步骤：
(1)设pj，qj分别是基于主观权重法与客观权重法生成的指标xij的权重系数，(i＝1,2,3，…，n，j＝1,2,3，…，m)可以得到综合权重：
Figure BDA0001202364370000063
ωj是具有同时体现主、客观信息集成特征的综合权重系数，式中
Figure BDA0001202364370000064
为待定常数且满足规范条件
Figure BDA0001202364370000065
且
Figure BDA0001202364370000066
(2)设被评价对象xij的综合评价值为：
Figure BDA0001202364370000067
(3)将
Figure BDA0001202364370000068
取最大值，从而确定
Figure BDA0001202364370000069
的值；在满足条件
Figure BDA00012023643700000610
且
Figure BDA00012023643700000611
的条件下应用拉格朗日(Lagrange)条件极值原理可得：
Figure BDA00012023643700000612
根据上式分别对
Figure BDA00012023643700000613
与λ求偏导数
Figure BDA00012023643700000614
Figure BDA00012023643700000615
解得：
Figure BDA0001202364370000071
Figure BDA0001202364370000072
第七步：采用基于加法集成的综合评价法对电网母线进行综合评价，其表达式为：
Figure BDA0001202364370000073
根据上式得出电网薄弱点。
可根据实际需要，对上述基于G1-熵权法寻找电网静态薄弱点的综合评价方法作进一步优化或/和改进：
如附图1、表1所示，在第一步中，所述大规模高渗透可再生能源的电网模型可以包括多个大规模风电场或/和光伏电站，所述风电场或/和光伏电站的容量按实际容量设定。
如附图1、表1所示，在第二步中，计算同电压等级下母线电压裕度和同电压等级下母线无功裕度指标采用的方法分别是PV曲线法和QV曲线法。这里的PV曲线法和QV曲线法均为现有公知技术，通过计算得到PV曲线，从而得出母线电压失稳极限即电压稳定裕度；通过QV曲线可以得出母线无功裕度。
如附图1、表1所示，在第三步中，所求取的电压裕度为极小型指标形式，将其取倒数化为极大型指标，表达式为：
Figure BDA0001202364370000074
式中Ucri为PV曲线中最大电压值，即鼻点处的电压值，Uoi为PV曲线中初始电压值；
KQi所求取的无功裕度为极大型指标，所述的极大型指标表达式为：
KQi＝ΔQi (12)
式中ΔQi为QV曲线中无功功率裕度；
式中ΔQi为QV曲线中无功功率裕度；
对所求取的电压裕度指标与无功裕度指标运用向量规范法进行无量纲化，其表达式为：
Figure BDA0001202364370000081
其中，当xij≥0时，xij∈(0，1)，无固定的最大、最小值，且
Figure BDA0001202364370000082
实施例2：如附图1、2及表2、表3所示，哈密地区电网是典型的风电集中式电网，该地区风资源充裕，风电机组以各个风电场为单位由35kV电压等级接入风电汇集站，再由220kV母线统一汇入主网架；哈密西和哈密北风区(简称哈密北地区)包含4个主要风电场群，分别是麻黄沟西、麻黄沟东、淖毛湖和十三间房；哈密东南风区(简称烟墩地区)包含5个主要风电场，分别是烟墩南、烟墩北、烟墩西、苦水西与苦水东；对哈密地区电网的基于G1-熵权法寻找电网静态薄弱点的综合评价方法，包括以下步骤：
(1)对哈郑直流送端750kV电网进行静态电压稳定性分析，对该地区电网进行建模，对所建立模型潮流计算后，通过P-V曲线和Q-V曲线计算220kV风电场汇集母线电压裕度与无功裕度指标；
(2)计算220kV风电场群汇集母线的电压有功裕度和无功裕度指标，并对指标进行预处理；将电压度指标极大值化，并采用向量规范法将二者无量纲化：
Figure BDA0001202364370000083
向量规范法的特点是当xij≥0时，xij∈(0，1)，无固定的最大、最小值，且
Figure BDA0001202364370000084
(3)根据所建立模型的潮流计算、P/V、Q/V计算所得数据，以及公式(14)无量纲化后可以得到电压和无功率裕度指标；
(4)运用G1-熵权综合分析法计算该地区电网薄弱环节，确定对电压稳定性影响较大的关键母线；
依据公式(1)与序关系分析法(G1-法)计算
Figure BDA0001202364370000085
依据公式(2)-(4)运用熵权法计算客观权重
Figure BDA0001202364370000086
并依照公式(5)-(9)计算出综合权重值
Figure BDA0001202364370000087
Figure BDA0001202364370000088
表3中
Figure BDA0001202364370000089
是主观权重，专家假设电压裕度与功率裕度指标的主观权重同样重要；
Figure BDA00012023643700000810
是客观权重，
Figure BDA00012023643700000811
分别代表综合权重
Figure BDA00012023643700000812
的比重。依据公式(6)，运用线性加权法，计算出9个地区的电压薄弱点的综合评价值并排序(最后一列)。数值最小的节点即为***的薄弱节点，所组成的区域为相对薄弱区域。
依据表3可以得到十三间房与淖毛湖风电场母线为相对较强节点，而麻黄沟地区和烟墩北地区的风电场的母线为薄弱节点，对***扰动较为敏感，当受到来自***扰动时可能会引起节点电压崩溃，严重的会引起整个***崩溃，此处是安装补偿装置的有效区域，需要重点监控。
以上技术特征构成了本发明的实施例，其具有较强的适应性和实施效果，可根据实际需要增减非必要的技术特征，来满足不同情况的需求。
表1ri赋值参考表
r<sub>i</sub> 说明
1.0 指标x<sub>i</sub>与x<sub>i+1</sub>具有同样重要性
1.2 指标x<sub>i</sub>比x<sub>i+1</sub>稍微重要
1.4 指标x<sub>i</sub>比x<sub>i+1</sub>明显重要
1.6 指标x<sub>i</sub>比x<sub>i+1</sub>强烈重要
1.8 指标x<sub>i</sub>比x<sub>i+1</sub>极端重要
表2哈密地区风电场汇集母线电压/无功指标(pu)
No 风电场 电压指标 无功指标
1 麻黄沟东风电场 0.080706246 0.16830221
2 麻黄沟西风电场 0.068827405 0.15195086
3 淖毛湖风电场 0.935242969 0.19735192
4 十三间房风电场 0.297180009 0.25325806
5 烟墩南风电场 0.075530311 0.53742132
6 烟墩西风电场 0.065631086 0.35175713
7 烟墩北风电场 0.065698886 0.28096996
8 苦水西风电场 0.073949444 0.48471891
9 苦水东风电场 0.077180245 0.34503125
表3哈密地区电网电压稳定性分析计算表(pu)
Figure BDA0001202364370000101

Claims (3)

1.一种基于G1-熵权法寻找电网静态薄弱点的综合评价方法，其特征在于包括以下步骤：
第一步：对含大规模高渗透可再生能源的电网进行建模；
第二步：计算建立的含有可再生能源的电网模型的静态稳定指标，所述静态稳定指标包括同电压等级下母线电压裕度和同电压等级下母线无功裕度指标；
第三步：分别对同电压等级下母线电压裕度和同电压等级下母线无功裕度指标进行预处理变为极大型指标，其中，所求取的电压裕度为极小型指标形式，将其取倒数化为极大型指标，表达式为：
Figure FDA0002517837980000011
式中Ucri为PV曲线中最大电压值，即鼻点处的电压值，Uoi为PV曲线中初始电压值；
KQi所求取的无功裕度为极大型指标，所述的极大型指标表达式为：
KQi＝ΔQi (12)
式中ΔQi为QV曲线中无功功率裕度；
对所求取的电压裕度指标与无功裕度指标运用向量规范法进行无量纲化，其表达式为：
Figure FDA0002517837980000012
其中，当xij≥0时，xij∈(0，1)，无固定的最大、最小值，且
Figure FDA0002517837980000013
之后进行无量纲化；
第四步：采用序关系分量法即G1法分别计算同电压等级下母线电压裕度和同电压等级下无功裕度的主观权重，包括以下步骤：
(1)根据专家经验确定序分量xi与xi+1的关系ri，根据在不同的条件下ri赋值参照表对ri进行赋值，其中ri为专家经验对母线进行两两比较后确定的序关系的值，ri取值范围为{1,1.2,1.4,1.6,1.8…}；i为被评价对象个数，i取值范围为{1,2,3,…,n}；
(2)计算主观权重系数：
Figure FDA0002517837980000014
其中k＝(m，m-1，…3，2)；
第五步：采用熵权法计算母线电压裕度和无功裕度的客观权重，包括以下步骤：
(1)熵是对***无序程度的一种度量，由于电网***会处于n种不同的状态，设每种状态出现的概率为Pi(i＝1,2,3，…，n),且满足0≤Pi≤1，
Figure FDA0002517837980000021
则该***的熵为
Figure DEST_PATH_IMAGE002
，设xij(j＝1,2,3，…，m)为第i个***中第j项指标的观测数据；n个被评价对象对应于m个评价指标的指标值构成隶属度评价矩阵X，
Figure FDA0002517837980000023
(2)根据熵值确定指标权重的步骤如下：
a.计算第j项指标下第i个被评价对象的特征值比重
Figure FDA0002517837980000024
假设xij≥0且
Figure FDA0002517837980000025
b.计算第j项指标的熵值：
Figure FDA0002517837980000026
式中k>0且k＝1/lnn，ej＞0；
c.计算j项指标的差异系数：
gj＝1-ej (3)
差异系数gj越大，表明该项指标的作用越大；
d.计算j项指标的客观权重系数即：
Figure FDA0002517837980000027
第六步：根据各评价对象在该评价序列中所占比重，通过拉格朗日条件极值法计算主、客观权重的综合权重，包括以下步骤：
(1)设pj，qj分别是基于主观权重法与客观权重法生成的指标xij的权重系数，(i＝1,2,3，…，n，j＝1,2,3，…，m)可以得到综合权重：
Figure FDA0002517837980000028
ωj是具有同时体现主、客观信息集成特征的综合权重系数，式中
Figure FDA0002517837980000029
为待定常数且满足规范条件
Figure FDA00025178379800000210
且
Figure FDA00025178379800000211
(2)设被评价对象xij的综合评价值为：
Figure FDA0002517837980000031
(3)将
Figure FDA0002517837980000032
取最大值，从而求得
Figure FDA0002517837980000033
在满足条件
Figure FDA0002517837980000034
且
Figure FDA0002517837980000035
的条件下应用拉格朗日(Lagrange)条件极值可得：
Figure FDA0002517837980000036
根据上式分别对
Figure FDA0002517837980000037
与λ求偏导数
Figure FDA0002517837980000038
Figure FDA0002517837980000039
解得：
Figure FDA00025178379800000310
Figure FDA00025178379800000311
第七步：采用基于加法集成的综合评价法对电网母线进行综合评价，其表达式为：
Figure FDA00025178379800000312
根据上式得出电网薄弱点。
2.根据权利要求1所述的基于G1-熵权法寻找电网静态薄弱点的综合评价方法，其特征在于在第一步中，所述大规模高渗透可再生能源的电网模型可以包括多个大规模风电场或/和光伏电站，且风电场或/和光伏电站的容量按实际容量设定。
3.根据权利要求1或2所述的基于G1-熵权法寻找电网静态薄弱点的综合评价方法，其特征在于在第二步中，计算同电压等级下母线电压裕度和无功裕度指标采用的方法分别是PV曲线法和QV曲线法。
CN201710003561.0A 2017-01-04 2017-01-04 基于g1-熵权法寻找电网静态薄弱点的综合评价方法 Active CN106651660B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710003561.0A CN106651660B (zh) 2017-01-04 2017-01-04 基于g1-熵权法寻找电网静态薄弱点的综合评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710003561.0A CN106651660B (zh) 2017-01-04 2017-01-04 基于g1-熵权法寻找电网静态薄弱点的综合评价方法

Publications (2)

Publication Number Publication Date
CN106651660A CN106651660A (zh) 2017-05-10
CN106651660B true CN106651660B (zh) 2020-08-21

Family

ID=58843667

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710003561.0A Active CN106651660B (zh) 2017-01-04 2017-01-04 基于g1-熵权法寻找电网静态薄弱点的综合评价方法

Country Status (1)

Country Link
CN (1) CN106651660B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107565571B (zh) * 2017-09-21 2019-10-08 中国农业大学 一种判断电力***静态电压稳定性的方法及装置
CN107947165A (zh) * 2017-11-30 2018-04-20 国网浙江省电力公司经济技术研究院 一种面向调节需求的配电网灵活性评价方法
CN109214536A (zh) * 2018-11-22 2019-01-15 广东电网有限责任公司 一种设备健康状态评估方法
CN110309945A (zh) * 2019-05-07 2019-10-08 广西电力职业技术学院 基于g1-熵权法的配电台区项目优选评价方法
CN111695782A (zh) * 2020-05-20 2020-09-22 东南大学 一种地区级源网荷***评估与验证方法及***
CN113256129B (zh) * 2021-06-01 2024-08-13 南京奥派信息产业股份公司 一种专注度分析方法、***及计算机可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3929235B2 (ja) * 2000-08-01 2007-06-13 関西電力株式会社 配電系統における状態推定方法
CN105279608A (zh) * 2015-10-22 2016-01-27 国家电网公司 基于序关系法-熵权法的县域电网评估方法
CN105976257A (zh) * 2015-12-17 2016-09-28 国家电网公司 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3929235B2 (ja) * 2000-08-01 2007-06-13 関西電力株式会社 配電系統における状態推定方法
CN105279608A (zh) * 2015-10-22 2016-01-27 国家电网公司 基于序关系法-熵权法的县域电网评估方法
CN105976257A (zh) * 2015-12-17 2016-09-28 国家电网公司 基于隶属度函数的模糊综合评价法的电网脆弱性评估方法

Also Published As

Publication number Publication date
CN106651660A (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN106651660B (zh) 基于g1-熵权法寻找电网静态薄弱点的综合评价方法
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
CN106447098B (zh) 一种光伏超短期功率预测方法及装置
CN107104442B (zh) 计及参数模糊性的含风电场电力***概率潮流计算方法
CN109063276B (zh) 适用于长时域风速波动的风电场动态等值建模方法
CN104319807B (zh) 一种基于Copula函数获取多风电场容量可信度的方法
WO2019056753A1 (zh) 一种分布式光伏电站集群的动态等值建模方法
CN109636009B (zh) 一种建立确定电网线损的神经网络模型的方法和***
CN110889603A (zh) 一种基于PCA-Copula理论考虑风电相关性的电力***经济调度方法
CN111384726A (zh) 一种高渗透率光伏配电网分区调压方法
CN111967777B (zh) 一种储能促进清洁能源利用价值的综合评价方法
CN105069236A (zh) 考虑风电场节点空间相关性的广义负荷联合概率建模方法
CN103258103A (zh) 基于偏最小二乘回归的戴维南等值参数辨识方法
CN114418174A (zh) 电动汽车充电负荷预测方法
CN112508279A (zh) 基于空间相关性的区域分布式光伏预测方法及***
CN110571788A (zh) 基于动态等值电路的静态电压稳定域边界系数的计算方法
CN104951654A (zh) 基于控制变量抽样的大规模风电场可靠性评估方法
CN113690930B (zh) 基于nsga-iii算法的分布式光伏电源中长期选址定容方法
Han et al. Equivalent modeling of photovoltaic power plant based on factor analysis and correlation clustering
CN112132344A (zh) 一种基于相似日和frs-svm的短期风电功率预测方法
CN105207255B (zh) 一种适用于风电出力的电力***调峰计算方法
Liang et al. Household power consumption prediction method based on selective ensemble learning
Shi et al. Short-term photovoltaic power forecast based on long short-term memory network
CN104793107A (zh) 一种基于改进opa模型的电网连锁故障确定方法
CN106549412B (zh) 针对风电场并网的供电效益评估方法

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
GR01 Patent grant
GR01 Patent grant