CN107767018A - 基于改进vikor法的特高压电网综合效益评估方法 - Google Patents
基于改进vikor法的特高压电网综合效益评估方法 Download PDFInfo
- Publication number
- CN107767018A CN107767018A CN201710804679.3A CN201710804679A CN107767018A CN 107767018 A CN107767018 A CN 107767018A CN 201710804679 A CN201710804679 A CN 201710804679A CN 107767018 A CN107767018 A CN 107767018A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- value
- high voltage
- index
- extra
- 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
- 230000008901 benefit Effects 0.000 title claims abstract description 144
- 238000000034 method Methods 0.000 title claims abstract description 53
- CNYFJCCVJNARLE-UHFFFAOYSA-L calcium;2-sulfanylacetic acid;2-sulfidoacetate Chemical compound [Ca+2].[O-]C(=O)CS.[O-]C(=O)CS CNYFJCCVJNARLE-UHFFFAOYSA-L 0.000 title claims abstract description 30
- 238000011156 evaluation Methods 0.000 claims abstract description 214
- 230000000694 effects Effects 0.000 claims abstract description 27
- 239000011159 matrix material Substances 0.000 claims abstract description 23
- 238000009795 derivation Methods 0.000 claims description 11
- 230000001174 ascending effect Effects 0.000 claims description 9
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 2
- 238000000638 solvent extraction Methods 0.000 claims 1
- 238000004458 analytical method Methods 0.000 abstract description 9
- 230000005540 biological transmission Effects 0.000 description 35
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 28
- 230000005611 electricity Effects 0.000 description 28
- 230000007613 environmental effect Effects 0.000 description 24
- 239000003245 coal Substances 0.000 description 20
- 238000004364 calculation method Methods 0.000 description 16
- 238000011161 development Methods 0.000 description 13
- 238000010276 construction Methods 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 9
- 230000003068 static effect Effects 0.000 description 8
- 238000005457 optimization Methods 0.000 description 7
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 6
- 229910052799 carbon Inorganic materials 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 230000001360 synchronised effect Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000009467 reduction Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 238000010248 power generation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 239000001257 hydrogen Substances 0.000 description 3
- 239000002994 raw material Substances 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000005670 electromagnetic radiation Effects 0.000 description 2
- 238000012854 evaluation process Methods 0.000 description 2
- 239000007789 gas Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 150000002431 hydrogen Chemical class 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004451 qualitative analysis Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000010206 sensitivity analysis Methods 0.000 description 1
- 238000005303 weighing Methods 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)
- Other Investigation Or Analysis Of Materials By Electrical Means (AREA)
Abstract
本发明涉及一种基于改进VIKOR法的特高压电网综合效益评估方法,包括以下步骤:将指标序列矩阵中的值标准化为Vague值,得到标准序列矩阵;通过Vague软集理论求得评估对象的各评估指标的权重;采用VIKOR方法,通过设定的正理想解、负理想解求得加权的标准序列矩阵的群体效应值、个体遗憾值和利益比率;将群体效应值、个体遗憾值和利益比率按升值排序,判定数值越小的对应的评估对象越优,得到评估对象的综合效益评估结果。与现有技术相比,本发明能够确保群体效益最大化和个体遗憾最小化,同时在评价过程中综合分析了各指标与最优值、最劣值的关系,可以获得让决策者接受的妥协解。
Description
技术领域
本发明涉及一种电网规划方案的综合效益评估方法,尤其是涉及一种基于改进VIKOR法的特高压电网综合效益评估方法。
背景技术
能源是经济社会发展的基本保障。随着全球资源紧张、气候变化问题日益加剧,资源和环境对能源经济发展的约束越来越强,从而使得能源互联网已经成为能源优化配置方式的必然选择。能源互联网是以特高压交直流电网为骨干网架,以输送清洁能源为主导,广泛互联的坚强智能电网。特高压电网的建设增强了能源大范围互联及优化配置的能力,一方面有利于能源互联网实施大规模、远距离、高效率输送,通过将多形态能源转化为电能,促进大煤电、大水电、大核电、大型可再生能源基地的集约化开发,满足快速增长的能源电力需求;另一方面,基于特高压骨干网架,各区域电网的联网规模不断扩大,负荷错峰效应明显,跨区输电能力提升,提高了水电、风电、太阳能等清洁能源消纳能力,推动了能源供应多态化、优质化和清洁化,降低其对环境的影响,从而降低电力工业总成本。因此,特高压电网的构建不仅促进了能源互联网的形成,而且也带来了巨大的社会综合效益。
经对现有文献和专利进行检索发现,现有文献中,高凡,吴军,刘涤尘等在《电力***保护与控制》(2016,44(22):12-17)上发表的《特高压电网社会效益评估方法研究》构建了特高压电网直接社会成本评估指标体系、间接社会成本评估指标体系和社会收益评估指标体系,基于这些指标从横向和纵向两个方面对特高压电网进行社会效益评估。田书欣,程浩忠,常浩等在《电力自动化设备》(2015,35(2):145-153)上发表的《特高压电网社会效益分析及评价方法》将全寿命周期成本与投入产出现金流方法相结合,基于特高压电网成本效益指标计算经济净现值、经济内部收益率和经济效益费用比,实现对特高压电网社会效益的评价分析。曾庆禹在《电网技术》(2015,39(2):341-348)上发表的《特高压交直流输电***技术经济分析》采用改进的年运行成本法和稳定性成本法对特高压交直流输电***的技术经济性进行评估。刘汕在《南方电网技术》(2013,7(2):115-119)上发表的《特高压试验研究基地社会经济效益评价方法研究》给出了特高压电网试验基地的投资构成和社会经济效益评价指标计算方法,并通过对比各项指标值对特高压电网效益进行量化分析。梁涵卿,邬雄,梁旭明在《高电压技术》(2013,39(3):630-635)上发表的《特高压交流和高压直流输电***运行损耗及经济性分析》从特高压电网静态投资和运行损耗分析着手,重点考虑输电网的上网电价、线路损耗小时数、线路工程造价等因素,对已建成的特高压交直流输电工程进行了技术经济性分析,研究结果可对大电网工程规划建设提供一定的借鉴。韩柳,庄博,王智冬在《华东电力》(2012,40(7):1099-1103)上发表的《特高压电网技术经济指标与评价方法研究》从协调性、可靠性、优质性、高效性、经济性、社会性等方面建立特高压电网技术经济评价指标,推进了电网规划由以定性分析为主向定性与定量相结合的转变。以上文献并未考虑特高压电网项目社会经济效益评估过程中存在的多属性指标衡量冲突问题,忽略了不同评价指标之间的博弈妥协效应。因此,针对特高压电网成本-效益的多属性决策评估方法是一个非常重要的研究热点。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于改进VIKOR法的特高压电网综合效益评估方法。
本发明的目的可以通过以下技术方案来实现:
一种基于改进VIKOR法的特高压电网综合效益评估方法,包括以下步骤:
S1、将指标序列矩阵中的值标准化为Vague值,得到标准序列矩阵;
S2、通过Vague软集理论求得评估对象的各评估指标的权重;
S3、采用VIKOR方法,通过设定的正理想解、负理想解求得加权的标准序列矩阵的群体效应值、个体遗憾值和利益比率;
S4、将群体效应值、个体遗憾值和利益比率按升值排序,判定数值越小的对应的评估对象越优,得到评估对象的综合效益评估结果。
优选的,所述指标序列矩阵由多个评估对象的多个评估指标的值组成,所述评估指标包括特高压电网全成本指标和特高压电网综合效益指标。
优选的,所述步骤S1具体包括:
针对特高压电网全成本指标和特高压电网综合效益指标,分别通过其模糊软集隶属度函数求得指标序列矩阵中每个值的Vague值,其中,特高压电网全成本指标的Vague值为:
其中,xc表示特高压电网全成本指标的值,txc表示从支持xc的证据推导的对应隶属度下界,fxc表示从反对xc的证据推导的对应否定隶属度下界,ac、bc、cc表示特高压电网全成本指标在区间[0,1]内按需求确定的分割点,其中,ac<bc<cc;
特高压电网综合效益指标的Vague值为:
其中,xb表示特高压电网综合效益指标的值,txb表示从支持xb的证据推导的对应隶属度下界,fxb表示从反对xb的证据推导的对应否定隶属度下界,ab、bb、cb表示特高压电网综合效益指标在区间[0,1]内按需求确定的分割点,其中,ab<bb<cb。
优选的,所述评估指标的权重具体为:
其中,wij表示i个评估对象的第j个评估指标的权重,tij表示第i个评估对象的第j个评估指标的支持度,fij表示第i个评估对象的第j个评估指标的反对度,πij表示第i个评估对象的第j个评估指标的犹豫度,表示第j个评估指标的理想值的支持度,表示第j个评估指标的理想值的反对度,表示第j个评估指标的理想值的犹豫度,tik表示第i个评估对象叠加的第k个评估指标的支持度,fik表示第i个评估对象叠加的第k个评估指标的反对度,πik表示第i个评估对象叠加的第k个评估指标的犹豫度,表示叠加的第k个评估指标的理想值的支持度,表示叠加的第k个评估指标的理想值的反对度,表示叠加的第k个评估指标的理想值的犹豫度,n表示评估对象的总数。
优选的,所述正理想解和负理想解具体分别为:
其中,分别表示第j个评估指标的正理想解和负理想解,fij表示第i个评估对象的第j个评估指标的反对度,I1表示特高压电网综合效益指标的集合,I2表示特高压电网全成本指标的集合。
优选的,所述群体效应值具体为:
其中,Si表示第i个评估对象的群体效应值,分别表示第j个评估指标的正理想解和负理想解,gij表示第i个评估对象的第j个评估指标的标准化值,wj表示第j个评估指标的平均权重,表示第i个评估对象的第j个评估指标的标准化值与正理想解的距离,表示第j个评估指标的正理想解与负理想解的距离,n表示评估对象的总数;
所述个体遗憾值具体为:
其中,Ri表示第i个评估对象的个体遗憾值;
所述利益比率具体为:
Qi=v·d(Si,S*)/d(S-,S*)+(1-v)·d(Ri,R*)/d(R-,R*)
其中,Qi表示第i个评估对象的利益比率,v表示决策机制系数,0<v<1,S*表示所有Si中的最小值,S-表示所有Si中的最大值,R*表示所有Ri中的最小值,R-表示所有Ri中的最大值,d表示其后括号中的两个值的距离值。
优选的,所述决策机制系数v取0.5。
优选的,所述步骤S4具体包括:
将群体效应值S、个体遗憾值R和利益比率Q按升值排序,若同时满足条件:1、Q(Z(2))-Q(Z(1))≥1/(m-1),其中Z(1)和Z(2)分别是按Q值升序排列后排位第一和第二的评估对象,m表示评估对象的总数,2、Z(1)是按S值或R值排序后的排位在第一的评估对象,则Q值越小的评估对象越优;若条件1不满足,则Z(1),Z(2),…,Z(t)为折衷解,其中,Z(t)为满足Q值与Q(Z(1))的差小于1/(m-1)的最大的评估对象;若条件2不满足,则Z(1)和Z(2)均为折衷解。
与现有技术相比,本发明具有以下优点:
1、采用Vague软集理论改进的VIKOR方法的正理想解和负理想解,以折中博弈思想为核心,结合决策者的主观偏好,根据各方案的评估指标值和理想解的接近程度得出优先排序,不仅可以避免个别较差指标的消极影响被其他评估指标覆盖,可以同时兼顾被评价对象的群效用最大化和个体遗憾最小化,从而使决策结果更加合理。
2、采用Vague软集理论界定各项评估指标的权重,可以统筹考虑评估对象寿命周期内的不确定性因素的影响,比利用精确数或Fuzzy数确定的指标权重更加符合实际情况。
3、引入全成本的概念,从静态成本、动态成本和环境成本三个层面建立多维时空尺度上的特高压电网全成本模型,更全面、真实的体现特高压电网成本情况。
4、从不同利益主体的角度出发,基于影子价格计算构建特高压电网的综合效益指标体系,反映了资源真实经济价值,使得到的综合效益更为合理。
附图说明
图1为本发明的方法流程示意图;
图2为本发明实施例二中2020年特高压同步电网规划方案示意图;
图3为本发明实施例二中2020年特高压异步电网规划方案示意图;
图4为本发明实施例二中2020年特高压异步敏感性电网规划方案示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施,给出了详细的实施方式和具体的操作过程,但本发明的保护范围不限于下述的实施例。
实施例一
如图1所示,一种基于改进VIKOR法的特高压电网综合效益评估方法,包括依次连接的数据库单元、输入单元、评估分析单元和输出单元。
数据库单元用于获取投资、运行、维护、故障、环境等方面的特高压电网的成本计算基础数据和影子电价、二氧化硫环保影子价格、土地影子价格、劳动力影子成本、交通运输影子成本等特高压电网的效益计算基础数据;输入单元是根据数据库单元提供的基础数据,结合全成本理论和效益计算模型,分别计算特高压电网的静态成本、动态成本、环境成本等多维全成本,以及节省装机效益、节省燃煤效益、降低网损效益、降低短路电流效益、可持续发展效益和资源优化配置效益等特高压电网综合效益;评估分析单元计算特高压电网全成本和综合效益,引入Vague集理论确定特高压电网各项指标权重,实现对传统VIKOR评价方法的改进;输出单元对特高压电网的全成本和综合效益进行评估,给出针对不同特高压电网规划方案的综合效益评估结果。
数据库单元包括投资成本库、运行成本库、维护成本库、故障成本库、电磁噪声成本库、碳排放处理成本库和影子价格库。
投资成本库包括特高压电网中各项设备的购买成本C1b和集成调试费用C1t。
运行成本库是指电网运行中的线路损耗成本,基于全网潮流计算得到线路的线损量,再乘以网络的年平均重载时间和每千瓦时电量售价,即可得到运行成本Cop。
维护成本库包括对线路进行日常巡视检查的巡视设备、材料费用等预防维护成本Cpr和故障后故障测寻、设备更换造成的校正维护成本Caj。
故障成本库包括单重故障或多重故障后产生的设备停运惩罚成本Cfa,可由故障后电量不足期望值EENS表示的断供成本计算得到:
其中,EENS1为单重故障下的电量不足期望值,EENS2为多重故障下的电量不足期望值,Cprice为售电价,R为单重故障集合,Ω为两重故障集合,这是由于在电力***中三重及以上的设备故障概率非常小,因此可以用两重故障集合近似代替多重故障集合,ρl为线路l发生故障的概率,LDl为线路l故障时的最小切负荷量,ρp、ρq分别为线路p故障的概率、线路q故障的概率,LDp,q为线路p和q同时故障时的最小切负荷量,ρh为线路l以外其他线路发生故障的概率,ρg为线路p、q以外其他线路发生故障的概率。
电磁噪声成本库考虑特高压输电网络、电站或者其它电力设备的电磁辐射、噪音等带来的影响,电磁噪声成本Cex计算公式如下:
其中,N为电磁噪声的种类总数;EYσ为电磁噪声因素σ的年产影响量值,如对于噪音污染因素,影响量值为噪音的分贝数,对于电磁辐射因素,影响量值为辐射量功率;EDσ为电磁噪声因素σ的单位影响量值的货币价值,这些单位价值可以参考相关文献和典型值进行取值。
碳排放处理成本库用于分析***CO2排放的处理成本Cce,具体计算公式如下:
其中,pCE为单位火电发电量的可变碳处理成本;εu为第u台发电机组的CO2排放因子;TH为火电机组年平均利用小时数;PGu为第u台发电机组的有功出力;Ru为第u台发电机组的碳排放容许值,Nu为发电机组的总台数。
影子价格库包括上网影子电价、输电影子电价、受端电网影子电价、二氧化硫环保影子价格、土地影子价格、劳动力影子成本、交通运输影子成本等。
首先,影子电价可由考虑输电费率的边际成本法输电定价模型计算得到:
其中,ΩG为包括风电在内的所有发电机组节点的集合;ΩD为各类负荷节点的集合;为发电机组节点u′有功出力上限;gu′为发电机组节点u′有功出力(包括风电);gu′ 为发电机组节点u′有功出力下限;为负荷节点e有功功率上限;de为负荷节点e的有功功率;de 为负荷节点e有功功率下限;为特高压线路输电容量的上限;Plm 为特高压线路输电容量的下限;Be为用户的效益函数;Cu′为发电机组节点u′的发电成本函数;Plm(th)为特高压线路输电功率;为Nu-1情况下特高压输电线路输电功率;ρeT为对应负荷节点e的特高压电网输电费率,其定义为在时段th内节点e上单位负荷所应承担的输电固定成本投资的分摊费用,具体计算公式为:
其中,Du′u″(th)为在时段th内从发电机组节点u′到发电机组节点u″的输送功率;Fu′u″K为在保持其他节点功率不变的情况下,在发电机组节点u′多注入单位功率、同时在发电机组节点u″多输出单位功率时线路K上有功潮流的变化量,若Fu′u″K>0,则说明相应传送在指定线路上的潮流分布与潮流正方向相同;Ωl为线路集合;du″(th)为在时段th内发电机组节点u″的有功功率;CK为线路K在单位时间内单位传输容量的投资成本分摊额。
利用原-对偶内点算法对输电定价模型进行求解,可以得到发电机组节点和负荷节点的影子电价:
其中,zgut和vgut分别为发电机组节点u′有功功率上限和下限对应的拉格朗日乘子;zdet和vdet为负荷节点e有功功率上限和下限对应的拉格朗日乘子;gut为发电机组节点u′在时段th的有功出力,det为负荷节点e在时段th的有功功率。
求解得到的ρgut即为上网影子电价pc;ρdut为受端影子电价ps;ρeT为输电影子电价pts。
假设某一地区的煤电基地I的年发电量为AI,其二氧化硫年排放量为WI,单位发电量二氧化硫排放量为rI,单位发电量排放二氧化硫造成的经济损失为pI,则二氧化硫环保影子价格可由以最小环境经济损失为目标函数的优化模型得到:
s.t.∑WI≤Ws
其中,pmd表示煤电产生的二氧化硫造成的环境经济损失,pI/rI表示单位体积二氧化硫排放量造成的环境经济损失,Ws表示该地区所容许的二氧化硫排放总量。
对该地区煤电基地发电最小环境经济损失的目标函数和约束条件引入拉格朗日方程:
其中,λ为拉格朗日乘子。该方程的一阶条件为:
则
λ=pI/rI
其中,拉格朗日乘子λ就是二氧化硫环保影子价格pse,它代表的是该地区的二氧化硫排放总量在最优利用条件下对单位排放量的估价。
再次,土地影子价格可由下式计算得到:
其中,Nr为每亩土地的净收益;Cr为每亩土地的实际***格;Rz为每亩土地的净收益增长率;τ为目标工程的使用时间,Tg为目标工程的经济寿命;is为社会折现率。
然后,劳动力影子成本的计算公式如下:
plb=Mcw×ksl
其中,Mcw为劳动力财务工资;ksl为影子工资换算系数。
最后,交通运输影子成本Ct由下式进行计算:
Ct=Cin×kt
其中,Cin为交通运输实际成本;kt为交通运输影子换算系数。
输入单元是基于全成本理论和影子价格理论,分别计算特高压电网的静态成本、动态成本、环境成本等全成本指标和节省装机效益、节省燃煤效益、降低网损效益、降低短路电流效益、可持续发展效益和资源优化配置效益等综合效益指标。“全成本”在经济学领域是可持续发展问题的经济反映,是自然环境成本、社会资源成本和财务经济成本的代价总和,表现为在生产和消费、经济和生态、今人和后人等多维时空场景中使用或耗费广义产品要素的价值牺牲。影子价格则是数学原理与经济学原理相结合的产物,其目的是形成合理的影子价格比例关系,使各类资源得到合理利用,从而既反映了资源真实经济价值,又反映了供求关系及国家政策的效率价格,是比财务价格更为合理的价格。
静态成本是“全成本”概念中某一时空维度上的静态投资成本,即特高压电网中各项设备的购买成本C1b和集成调试费用C1t之和:
Cst=C1b+C1t
动态成本是“全成本”概念中随着时空迁移过程中产生的各类产品成本,即特高压电网项目中的运行成本、维护成本、故障成本等:
Cdy=Cop+Cmc+Cfa=Cop+(Cpr+Caj)+Cfa
其中,Cmc表示维护成本;Cdy表示动态成本。
环境成本是在生产成本的基础上考虑环境成本,真实反映特高压电网建设对环境的影响。环境成本Cenv包括电磁噪声成本和碳排放处理成本,即
Cenv=Cex+Cce
节省装机效益是考虑不同区域电网的错峰效应,通过特高压线路联网后可保证各网实际获得的备用装机容量规模降低,节约投资效益EPN可按下式进行估算:
EPN=SN×CN
其中,SN为减少装机容量;CN为新建机组单位成本。
节省燃煤效益包括两类,一类为将减少弃风量、弃水量折算为节约燃煤效益EPG;另一类为我国煤炭资源丰富地区的大煤电基地集约化开发所带来的降低燃煤成本效益EPJ,即
Epc=EPG+EPJ=EPWG+EPHG+EPJ=(Swi+Shi)×(pc-pts)+TJ×(pEC-pEN)
其中,EPWG为节省弃风效益;EPHG为节省弃水效益;Swi为特高压减少的弃风发电量;Shi为特高压减少的弃水发电量;pc为煤电上网影子电价;pts为输电影子电价;TJ为煤炭基地输电给负荷中心所需标煤;PEN为煤炭基地地区煤价;PEC为负荷中心地区煤价。
降低网损效益用于分析特高压电网提高电网的运行电压水平来获得降低网损的效益。计算节约网损效益时,首先计算常规电网输送单位电量的平均损耗量与特高压输送单位电量的平均损耗量之差;然后再乘以特高压输电规模,即为减少的网损的量;最后,将减少的网损量再乘一个受端影子电价即可得到这部分效益Epl,即
Epl=(H1-H2)×Ssdg×ps
其中,H1为常规电网输送每度电的平均损耗电量;H2为特高压电网输送每度电的平均损耗电量;Ssdg为现在特高压电网的输电规模(年输电量);ps为受端影子电价。
降低短路电流效益反映特高压电网构建后有效抑制输电网中短路电流的过快增长,避免因短路电流超标大量更换电气设备,大大减少电网改造费用。降低短路电流效益EPT具体为:
EPT=(10%~15%)×Cst
其中,Cst为因短路电流超标需更换开关等电气设备占所在变电站投资。
可持续发展效益包括土地效益和环保效益两个方面。土地效益是利用土地资源丰富的地区代替土地稀缺的负荷中心地区,建设相应的煤炭等电源基地,从而通过不同地区的土地差价,体现节约发达地区土地的社会效益,即
EPes=EPlae-EPlaw=SG×plae-(SG×plaw+ST×plae)
其中,plaw为土地资源丰富地区的土地影子价格,即煤电基地等偏远地区的土地影子价格;plae为土地稀缺地区的土地影子价格,即负荷中心发达地区的土地影子价格;SG为新增火电厂占地面积;ST为受端变电站或换流站占地面积。
环保效益主要考虑特高压电网构建后减少污染气体SO2排放的情况,这是因为燃煤电厂大气污染排放的环境损失主要由二氧化硫等气体导致,其数量与所在地区的人口、经济发展状况有关,人口密度大、经济发展水平高,造成的损失就大。环保效益是基于二氧化硫环保影子价格进行计算的,具体计算公式如下:
EPen=(psee-psew)×Swe×Ms
其中,psew为煤炭基地等偏远地区的单位电量环保影子价格;psee为负荷中心发达地区的单位电量环保影子价格;Swe为偏远地区电源基地向负荷中心地区输送的发电量;Ms为单位电量所要产生的二氧化硫的排放量。
因此,可持续发展效益Esus为:
Esus=EPes+EPen
资源优化配置效益包括就业效益和交通运输效益。就业效益EPel反映了由特高压输电投资引起的直接和间接增加就业机会,就业效益评估方式为拉动的就业人数与就业的劳动力影子工资的乘积:
其中,γ为计算年份;YIN为纯投资年份;YOP为运营年份;Iγ为γ年份特高压经济项目的总体投资金额;NGγ为γ年份中国年度总投资拉动的就业人数;IGγ为γ年份中国年度总投资;plb为劳动力影子成本;MGDPγ为γ年份中国的年度GDP;Nevγ为γ年份特高压线路运营维护维修调度管理需要的工作人员变电站需要的人员数量;Nemγ为γ年份MGDP对应的国内总得就业人数;△Sη为特高压计划第η年电量的增长量或特高压造成缺电量的减少量;NY为总运行年份;Mepγ为γ年份每度电产生的GDP量。
交通运输效益通常考虑两个方面的影响:一方面选择了从能源基地将电力通过特高压线路就极大地缓减了以前将大量偏远地区的煤炭等能源输送到发达地区负荷中心所带来的交通运输压力,而且可以使得更多的可再生新能源能通过特高压线路并网,提高了能源利用率与环境环保效益;另一方面由于特高压的主干网架结构的建立所带来的经济效益以及各地电价的差异化缩小,企业选址方面选择低廉电价的相关考虑进一步减少,而是更多的转向了接近原料的产地的因素,从而大幅度减少原料的运输,缓解原料长距离运输所带来的交通压力。现在主要考虑输电代替输煤所带来的缓解交通压力的效益:
EPtr=Swe×rhd×Mc×Ct-Swe×rhd×pte
其中,Swe为偏远地区煤炭基地向发达地区负荷中心输送的发电量;Ct为每吨煤平均的交通运输影子成本;rhd为火电输电量占总电量的比例;Mc为单位发电量煤炭的平均耗量;pte为单位输电量的输电全成本。
评估分析单元计算特高压电网全成本和特高压综合效益作为评估指标,然后通过Vague软集理论改进的VIKOR评估方法对多个评估对象进行评估,包括以下步骤:
S1、将指标序列矩阵中的值标准化为Vague值,得到标准序列矩阵;
S2、通过Vague软集理论求得评估对象的各评估指标的权重;
S3、采用VIKOR方法,通过设定的正理想解、负理想解求得加权的标准序列矩阵的群体效应值、个体遗憾值和利益比率;
S4、将群体效应值、个体遗憾值和利益比率按升值排序,判定数值越小的对应的评估对象越优,得到评估对象的综合效益评估结果。
指标序列矩阵由多个评估对象的多个评估指标的值组成,评估指标包括特高压电网全成本指标和特高压电网综合效益指标。特高压电网全成本指标包括静态成本、动态成本和环境成本,特高压电网综合效益指标包括节省装机效益、节省燃煤效益、降低网损效益、降低短路电流效益、可持续发展效益和资源优化配置效益。
Vague集是利用隶属度函数来表示对研究对象的支持度、反对度和犹豫度,即用一个真隶属度函数tv(x′)表示从支持x′的证据推导的对应隶属度下界;用一个伪隶属度函数fv(x′)表示从反对x′的证据推导的对应否定隶属度下界;tv和fv将区间[0,1]上的一个实数与Vague集V上的每一个点联系起来,且tv(x′)+fv(x′)≤1,则称πv(x′)=1-tv(x′)-fv(x′)为x关于v的犹豫度,令[tv(x′),1-fv(x′)]为x′在V上的Vague值。若存在两个Vague值:x′=[tv(x′),1-fv(x′)]和x″=[tv(x″),1-fv(x″)],则可根据真隶属度、伪隶属度和犹豫度的值,给出两个Vague值之间的距离计算公式:
设定评估对象的个数为m,每个评估对象的评估指标数为n,则可构建评估对象的初始指标序列矩阵为X=[xij]m×n,且xij>0;对指标序列矩阵中不同序列数值进行标准化处理,通过步骤S1得到标准序列矩阵Y=[yij]m×n,其中0<yij<1。步骤S1具体包括:
针对特高压电网全成本指标和特高压电网综合效益指标,分别通过其模糊软集隶属度函数求得指标序列矩阵中每个值的Vague值,其中,特高压电网全成本指标的Vague值为:
其中,xc表示特高压电网全成本指标的值,txc表示从支持xc的证据推导的对应隶属度下界,fxc表示从反对xc的证据推导的对应否定隶属度下界,ac、bc、cc表示特高压电网全成本指标在区间[0,1]内按需求确定的分割点,是由人为按照评估需求设定的,其中,ac<bc<cc;
特高压电网综合效益指标的Vague值为:
其中,xb表示特高压电网综合效益指标的值,txb表示从支持xb的证据推导的对应隶属度下界,fxb表示从反对xb的证据推导的对应否定隶属度下界,ab、bb、cb表示特高压电网综合效益指标在区间[0,1]内按需求确定的分割点,是由人为按照评估需求设定的,其中,ab<bb<cb。
步骤S2利用不同指标到理想点的加权距离确定各项指标的权重。设定指标权重系数向量为W=(w1,w2,…,wn),wj表示第j个评估指标的平均权重,即
则加权后的标准序列矩阵为G=[gij]m×n=[wjyij]m×n;假设规范化处理后指标的理想值为G*=[g1 *,g2 *,…,gn *]=[w1y1 *,w2y2 *,…,wnyn *],其中,yj *=max1≤i≤m(yij),j=1,2,…,n。则相应的评估对象综合评价结果可由评估指标实际值与理想值之间的距离表示:
以各项评估指标与理想值的加权距离和最小为目标,建立相应的数学规划模型:
wij≥0,j=1,2,…,n;i=1,2,…,m
引入拉格朗日乘子法,求得数学规划模型的解为评估指标的权重:
当y为Vague值时,其与理想值的距离可由两个Vague值之间的距离计算公式得到:
其中,wij表示第i个评估对象的第j个评估指标的权重,tij表示第i个评估对象的第j个评估指标的支持度,fij表示第i个评估对象的第j个评估指标的反对度,πij表示第i个评估对象的第j个评估指标的犹豫度,表示第j个评估指标的理想值的支持度,表示第j个评估指标的理想值的反对度,表示第j个评估指标的理想值的犹豫度,tik表示第i个评估对象叠加的第k个评估指标的支持度,fik表示第i个评估对象叠加的第k个评估指标的反对度,πik表示第i个评估对象叠加的第k个评估指标的犹豫度,表示叠加的第k个评估指标的理想值的支持度,表示叠加的第k个评估指标的理想值的反对度,表示叠加的第k个评估指标的理想值的犹豫度,n表示评估对象的总数。
改进的VIKOR评估方法通过确定正理想解和负理想解,以折中博弈思想为核心,结合决策者的主观偏好,根据各方案的评估指标值和理想解的接近程度得出优先排序,可以同时兼顾被评价对象的群效用最大化和个体遗憾最小化,从而使决策结果更加合理。传统的VIKOR方法是在采用层次分析法等主观或客观赋权方法确定各项评估指标权重的基础上进行的,这些传统方法仅能从单一方面考虑指标的权重,不能同时从支持、反对、折中多个层面反映各项指标之间的动态变化关系。本实例采用Vague软集理论界定各项评估指标的权重,可以统筹考虑评估对象寿命周期内的不确定性因素的影响,比利用精确数或Fuzzy数确定的指标权重更加符合实际情况。
步骤S3中设定的正理想解和负理想解具体分别为:
其中,分别表示第j个评估指标的正理想解和负理想解,fij表示第i个评估对象的第j个评估指标的反对度,I1表示特高压电网综合效益指标的集合,I2表示特高压电网全成本指标的集合。
在综合评价中,VIKOR采用了由Lp-metric表征的聚合函数来评估待评估对象的指标值与理想解的距离:
其中,wj表示第j个评估指标的平均规划权重;为正理想解;为负理想解;g′ij为评价指标值;n为评估指标的个数;pa为聚合函数的距离参数。
由此可得,群体效应值具体为:
其中,Si表示第i个评估对象的群体效应值,分别表示第j个评估指标的正理想解和负理想解,gij表示第i个评估对象的第j个评估指标的标准化值,,表示第j个评估指标的标准化值与正理想解的距离,表示第j个评估指标的正理想解与负理想解的距离,n表示评估对象的总数。
个体遗憾值具体为:
其中,Ri表示第i个评估对象的个体遗憾值。
利益比率具体为:
Qi=v·d(Si,S*)/d(S-,S*)+(1-v)·d(Ri,R*)/d(R-,R*)
其中,Qi表示第i个评估对象的利益比率,Si表示第i个评估对象的群体效应值,Ri表示第i个评估对象的个体遗憾值,v表示决策机制系数,0<v<1,S*表示所有Si中的最小值,S-表示所有Si中的最大值,R*表示所有Ri中的最小值,R-表示所有Ri中的最大值,d表示其后括号中的两个值的距离值。
决策机制系数v取0.5,以使群体效用最大化和负面影响最小化。
输出单元包含步骤S4,综合权衡各项相互冲突的特高压电网评估指标,统筹考虑各指标分别与最优值、最劣值的关系,根据特高压电网评估指标实际值与理想解的接近程度来对不同特高压电网规划方案进行优先顺序排列,并输出最终的综合效益评估结果。步骤S4具体包括:
将群体效应值S、个体遗憾值R和利益比率Q按升值排序,当满足下列两个条件时,可根据利益比率Q值的大小进行排序,Q较小值为较优评估对象。
条件1:Q(Z(2))-Q(Z(1))≥1/(m-1),其中Z(1)和Z(2)分别是按Q值升序排列后排位第一和第二的评估对象,m表示评估对象的总数;
条件2:Z(1)同样是按S值或R值排序后的排位在第一的评估对象。
若条件1和条件2均满足,则Q值越小的评估对象越优;若条件1不满足,则Z(1),Z(2),…,Z(t)为其折衷解,其中,Z(t)为与Z(1)的Q值的差小于1/(m-1)的最大的评估对象;若条件2不满足,则Z(1)和Z(2)均为其折衷解。
实施例二
本实施例将基于改进VIKOR方法的特高压电网综合效益评估***应用于我国特高压电网三种规划方案的评估。随着能源互联网技术的不断发展,连接各区域电网的特高压骨干网架的建设势在必行。目前相应的特高压电网2020年网架建设规划方案主要有三种:特高压同步电网规划方案、特高压异步电网规划方案和特高压异步敏感性电网规划方案。图2~4为三种方案的示意图。如图2所示,方案一为特高压同步电网规划方案,即通过特高压交流线路将我国区域电网E、区域电网C和区域电网N连接起来,形成一个特高压同步大电网。如图3所示,方案二为特高压异步电网规划方案,其首先基于特高压交流线路将区域电网C和区域电网N连成一个特高压同步电网,然后利用特高压直流线路将区域电网C和区域电网N组成区域同步电网与区域电网E进行异步连接。方案三为特高压异步敏感性电网规划方案,其为了确保区域电网E安全性,在特高压异步电网规划方案基础上,限制区域电网E的馈入直流不超过14回,对区域电网E减少多个线路节点5回特高压直流,减少受入电力3550万千瓦,进而对特高压异步方案进行敏感性分析,其网架示意图可参见图4。针对2020年特高压电网网架建设三个方案,设定2011年~2020年特高压电网建设项目按照规划时序依次开工投产,工程寿命周期为25年,建设期均暂按1年考虑,则本实例的研究时限为2011年~2045年。
本实例基于影子价格库给出的各项影子价格计算公式,分别得到相应结果,具体可参见表1。
表1影子价格计算结果
类型 | 方案一 | 方案二 | 方案三 |
上网影子电价pc(元/kWh) | 0.28 | 0.27 | 0.27 |
受端影子电价ps(元/kWh) | 0.38 | 0.39 | 0.39 |
输电影子电价pts(元/kWh) | 0.090 | 0.098 | 0.098 |
能源基地地区SO2环保影子价格psew(元/kg) | 11.01 | 11.01 | 11.01 |
负荷中心地区SO2环保影子价格psee(元/kg) | 19.81 | 19.81 | 19.81 |
土地稀缺地区的土地影子价格Plae(元/m2) | 980 | 980 | 980 |
土地丰富地区的土地影子价格Plaw(元/m2) | 577 | 577 | 577 |
劳动力影子成本plb(元/每人年) | 50000 | 50000 | 50000 |
交通运输影子成本Ct(元/t) | 184 | 184 | 184 |
基于投资成本库、运行成本库、维护成本库、故障成本库、电磁噪声成本库和碳排放处理成本库计算特高压电网的静态成本、动态成本和环境成本,结果见表2。
表2特高压电网的全成本费用分解表
通过计算特高压电网全成本和特高压电网综合效益,得到特高压电网2020年网架规划方案的各项成本-效益指标,结果参见表3。
表3特高压电网的全成本-综合效益指标计算结果
指标 | 方案一 | 方案二 | 方案三 |
全成本CLCC(亿元) | 1423.4 | 1493.3 | 1389.2 |
节省装机效益EPN(亿元) | 117.6 | 58.8 | 58.8 |
节省弃风效益EPWG(亿元) | 280 | 140 | 140 |
节省弃水效益EPHG(亿元) | 92.8 | 93.4 | 93.4 |
降低燃煤成本EPJ(亿元) | 924.6 | 924.6 | 594 |
降低网损效益EPl(亿元) | 2.6 | 2.1 | 2.2 |
降低短路电流效益EPT(亿元) | 10.84 | 15.84 | 13.61 |
土地效益EPes(亿元) | 180 | 180 | 145 |
环保效益EPen(亿元) | 48.4 | 48.4 | 24.4 |
就业效益EPel(亿元) | 2.4 | 2.4 | 2.2 |
交通运输效益EPtr(亿元) | 286 | 223 | 267 |
结合Vague集理论,综合考虑不确定性因素的影响,建立各项评估指标对应的Vague集数值;同时设定评估指标的正理想解Vague值为[1,1],负理想解Vague值为[0,0]。在此基础上,计算得到特高压电网成本-效益评估指标的Vague值和权重,如表4所示。
表4特高压电网的全成本-综合效益指标Vague值及相应指标权重
基于改进VIKOR评估方法计算特高压电网网架建设规划方案的群体效应值S、个体遗憾值R和利益比率Q,然后分别按照群体效应值、个体遗憾值和利益比率从小到大的顺序排列优先次序,排列次序靠前较优。计算结果如表5所示。
表5基于改进VIKOR方法的特高压电网规划方案排序结果
类型 | 方案一 | 方案二 | 方案三 |
S | 0.593442 | 0.599905 | 0.639104 |
R | 0.059555 | 0.061349 | 0.06464 |
Q | 0 | 0.247138 | 1 |
按S排列 | 1 | 2 | 3 |
按R排列 | 1 | 2 | 3 |
按Q排列 | 1 | 2 | 3 |
利用充分反映研究对象优缺点的Vague软集理论对VIKOR方法进行改进,不仅可以避免个别较差指标的消极影响被其他评估指标覆盖,而且能够确保群体效益最大化和个体遗憾最小化,同时在评价过程中综合分析了各指标与最优值、最劣值的关系,可以获得让决策者接受的妥协解。基于改进VIKOR评估方法,根据群体效应值、个体遗憾值和利益比率的排列结果,方案一优于方案二和方案三,说明方案一能够更好地综合权衡各项相互冲突的评估指标,并更接近理想方案,可以取得满意的整体效果。
Claims (8)
1.一种基于改进VIKOR法的特高压电网综合效益评估方法,其特征在于,包括以下步骤:
S1、将指标序列矩阵中的值标准化为Vague值,得到标准序列矩阵;
S2、通过Vague软集理论求得评估对象的各评估指标的权重;
S3、采用VIKOR方法,通过设定的正理想解、负理想解求得加权的标准序列矩阵的群体效应值、个体遗憾值和利益比率;
S4、将群体效应值、个体遗憾值和利益比率按升值排序,判定数值越小的对应的评估对象越优,得到评估对象的综合效益评估结果。
2.根据权利要求1所述的基于改进VIKOR法的特高压电网综合效益评估方法,其特征在于,所述指标序列矩阵由多个评估对象的多个评估指标的值组成,所述评估指标包括特高压电网全成本指标和特高压电网综合效益指标。
3.根据权利要求2所述的基于改进VIKOR法的特高压电网综合效益评估方法,其特征在于,所述步骤S1具体包括:
针对特高压电网全成本指标和特高压电网综合效益指标,分别通过其模糊软集隶属度函数求得指标序列矩阵中每个值的Vague值,其中,特高压电网全成本指标的Vague值为:
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>x</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>,</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>x</mi>
<mi>c</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>&lsqb;</mo>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
<mo><</mo>
<msub>
<mi>a</mi>
<mi>c</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&lsqb;</mo>
<mn>0</mn>
<mo>,</mo>
<mfrac>
<mrow>
<mi>c</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
</mrow>
<mrow>
<mi>c</mi>
<mo>-</mo>
<mi>a</mi>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>a</mi>
<mi>c</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>b</mi>
<mi>c</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<mi>c</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
</mrow>
<mrow>
<mi>c</mi>
<mo>-</mo>
<mi>a</mi>
</mrow>
</mfrac>
<mo>,</mo>
<mfrac>
<mrow>
<mi>c</mi>
<mo>-</mo>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
</mrow>
<mrow>
<mi>c</mi>
<mo>-</mo>
<mi>b</mi>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>b</mi>
<mi>c</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>c</mi>
<mi>c</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&lsqb;</mo>
<mn>0</mn>
<mo>,</mo>
<mn>0</mn>
<mo>&rsqb;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>c</mi>
</msub>
<mo>></mo>
<msub>
<mi>c</mi>
<mi>c</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中,xc表示特高压电网全成本指标的值,txc表示从支持xc的证据推导的对应隶属度下界,fxc表示从反对xc的证据推导的对应否定隶属度下界,ac、bc、cc表示特高压电网全成本指标在区间[0,1]内按需求确定的分割点,其中,ac<bc<cc;
特高压电网综合效益指标的Vague值为:
<mrow>
<mo>&lsqb;</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>x</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>,</mo>
<mn>1</mn>
<mo>-</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>x</mi>
<mi>b</mi>
</mrow>
</msub>
<mo>&rsqb;</mo>
<mo>=</mo>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<mo>&lsqb;</mo>
<mn>0</mn>
<mo>,</mo>
<mn>0</mn>
<mo>&rsqb;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>b</mi>
</msub>
<mo><</mo>
<msub>
<mi>a</mi>
<mi>b</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&lsqb;</mo>
<mn>0</mn>
<mo>,</mo>
<mfrac>
<mrow>
<msub>
<mi>x</mi>
<mi>b</mi>
</msub>
<mo>-</mo>
<msub>
<mi>a</mi>
<mi>b</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mi>b</mi>
</msub>
<mo>-</mo>
<msub>
<mi>a</mi>
<mi>b</mi>
</msub>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>a</mi>
<mi>b</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>x</mi>
<mi>b</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>b</mi>
<mi>b</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<msub>
<mi>x</mi>
<mi>b</mi>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mi>b</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mi>b</mi>
</msub>
<mo>-</mo>
<msub>
<mi>a</mi>
<mi>b</mi>
</msub>
</mrow>
</mfrac>
<mo>,</mo>
<mfrac>
<mrow>
<msub>
<mi>x</mi>
<mi>b</mi>
</msub>
<mo>-</mo>
<msub>
<mi>a</mi>
<mi>b</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mi>b</mi>
</msub>
<mo>-</mo>
<msub>
<mi>a</mi>
<mi>b</mi>
</msub>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>b</mi>
<mi>b</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>x</mi>
<mi>b</mi>
</msub>
<mo>&le;</mo>
<msub>
<mi>c</mi>
<mi>b</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>&lsqb;</mo>
<mn>1</mn>
<mo>,</mo>
<mn>1</mn>
<mo>&rsqb;</mo>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>x</mi>
<mi>b</mi>
</msub>
<mo>></mo>
<msub>
<mi>c</mi>
<mi>b</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中,xb表示特高压电网综合效益指标的值,txb表示从支持xb的证据推导的对应隶属度下界,fxb表示从反对xb的证据推导的对应否定隶属度下界,ab、bb、cb表示特高压电网综合效益指标在区间[0,1]内按需求确定的分割点,其中,ab<bb<cb。
4.根据权利要求1所述的基于改进VIKOR法的特高压电网综合效益评估方法,其特征在于,所述评估指标的权重具体为:
<mrow>
<msub>
<mi>w</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mo>(</mo>
<mo>|</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>t</mi>
<mi>j</mi>
<mo>*</mo>
</msubsup>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>+</mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>f</mi>
<mi>j</mi>
<mo>*</mo>
</msubsup>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>+</mo>
<mo>|</mo>
<msub>
<mi>&pi;</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>&pi;</mi>
<mi>j</mi>
<mo>*</mo>
</msubsup>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>)</mo>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>k</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</msubsup>
<mfrac>
<mn>1</mn>
<mrow>
<mo>|</mo>
<msub>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>t</mi>
<mi>k</mi>
<mo>*</mo>
</msubsup>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>+</mo>
<mo>|</mo>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>f</mi>
<mi>k</mi>
<mo>*</mo>
</msubsup>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
<mo>+</mo>
<mo>|</mo>
<msub>
<mi>&pi;</mi>
<mrow>
<mi>i</mi>
<mi>k</mi>
</mrow>
</msub>
<mo>-</mo>
<msubsup>
<mi>&pi;</mi>
<mi>k</mi>
<mo>*</mo>
</msubsup>
<msup>
<mo>|</mo>
<mn>2</mn>
</msup>
</mrow>
</mfrac>
</mrow>
</mfrac>
</mrow>
其中,wij表示i个评估对象的第j个评估指标的权重,tij表示第i个评估对象的第j个评估指标的支持度,fij表示第i个评估对象的第j个评估指标的反对度,πij表示第i个评估对象的第j个评估指标的犹豫度,表示第j个评估指标的理想值的支持度,表示第j个评估指标的理想值的反对度,表示第j个评估指标的理想值的犹豫度,tik表示第i个评估对象叠加的第k个评估指标的支持度,fik表示第i个评估对象叠加的第k个评估指标的反对度,πik表示第i个评估对象叠加的第k个评估指标的犹豫度,表示叠加的第k个评估指标的理想值的支持度,表示叠加的第k个评估指标的理想值的反对度,表示叠加的第k个评估指标的理想值的犹豫度,n表示评估对象的总数。
5.根据权利要求1所述的基于改进VIKOR法的特高压电网综合效益评估方法,其特征在于,所述正理想解和负理想解具体分别为:
<mrow>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mo>*</mo>
</msubsup>
<mo>=</mo>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<munder>
<mi>max</mi>
<mi>j</mi>
</munder>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
<mi>i</mi>
<mo>&Element;</mo>
<msub>
<mi>I</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mrow>
<mo>(</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mi>j</mi>
</munder>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
<mi>i</mi>
<mo>&Element;</mo>
<msub>
<mi>I</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<mrow>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mo>-</mo>
</msubsup>
<mo>=</mo>
<mo>&lsqb;</mo>
<mrow>
<mo>(</mo>
<munder>
<mrow>
<mi>m</mi>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mi>j</mi>
</munder>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
<mi>i</mi>
<mo>&Element;</mo>
<msub>
<mi>I</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>,</mo>
<mrow>
<mo>(</mo>
<munder>
<mi>max</mi>
<mi>j</mi>
</munder>
<msub>
<mi>f</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>|</mo>
<mi>i</mi>
<mo>&Element;</mo>
<msub>
<mi>I</mi>
<mn>2</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
其中,分别表示第j个评估指标的正理想解和负理想解,fij表示第i个评估对象的第j个评估指标的反对度,I1表示特高压电网综合效益指标的集合,I2表示特高压电网全成本指标的集合。
6.根据权利要求1所述的基于改进VIKOR法的特高压电网综合效益评估方法,其特征在于,所述群体效应值具体为:
<mrow>
<msub>
<mi>S</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msub>
<mi>w</mi>
<mi>j</mi>
</msub>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mo>*</mo>
</msubsup>
<mo>,</mo>
<msub>
<mi>g</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mo>*</mo>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mo>-</mo>
</msubsup>
<mo>)</mo>
</mrow>
</mrow>
其中,Si表示第i个评估对象的群体效应值,分别表示第j个评估指标的正理想解和负理想解,gij表示第i个评估对象的第j个评估指标的标准化值,wj表示第j个评估指标的平均权重,表示第i个评估对象的第j个评估指标的标准化值与正理想解的距离,表示第j个评估指标的正理想解与负理想解的距离,n表示评估对象的总数;
所述个体遗憾值具体为:
<mrow>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mi>m</mi>
<mi>a</mi>
<mi>x</mi>
<mo>&lsqb;</mo>
<msub>
<mi>w</mi>
<mi>j</mi>
</msub>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mo>*</mo>
</msubsup>
<mo>,</mo>
<msub>
<mi>g</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<mo>)</mo>
</mrow>
<mo>/</mo>
<mi>d</mi>
<mrow>
<mo>(</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mo>*</mo>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>g</mi>
<mi>j</mi>
<mo>-</mo>
</msubsup>
<mo>)</mo>
</mrow>
<mo>&rsqb;</mo>
</mrow>
其中,Ri表示第i个评估对象的个体遗憾值;
所述利益比率具体为:
Qi=v·d(Si,S*)/d(S-,S*)+(1-v)·d(Ri,R*)/d(R-,R*)
其中,Qi表示第i个评估对象的利益比率,v表示决策机制系数,0<v<1,S*表示所有Si中的最小值,S-表示所有Si中的最大值,R*表示所有Ri中的最小值,R-表示所有Ri中的最大值,d表示其后括号中的两个值的距离值。
7.根据权利要求6所述的基于改进VIKOR法的特高压电网综合效益评估方法,其特征在于,所述决策机制系数v取0.5。
8.根据权利要求1所述的基于改进VIKOR法的特高压电网综合效益评估方法,其特征在于,所述步骤S4具体包括:
将群体效应值S、个体遗憾值R和利益比率Q按升值排序,若同时满足条件:1、Q(Z(2))-Q(Z(1))≥1/(m-1),其中Z(1)和Z(2)分别是按Q值升序排列后排位第一和第二的评估对象,m表示评估对象的总数,2、Z(1)是按S值或R值排序后的排位在第一的评估对象,则Q值越小的评估对象越优;若条件1不满足,则Z(1),Z(2),…,Z(t)为折衷解,其中,Z(t)为满足Q值与Q(Z(1))的差小于1/(m-1)的最大的评估对象;若条件2不满足,则Z(1)和Z(2)均为折衷解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710804679.3A CN107767018A (zh) | 2017-09-08 | 2017-09-08 | 基于改进vikor法的特高压电网综合效益评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710804679.3A CN107767018A (zh) | 2017-09-08 | 2017-09-08 | 基于改进vikor法的特高压电网综合效益评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107767018A true CN107767018A (zh) | 2018-03-06 |
Family
ID=61265401
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710804679.3A Pending CN107767018A (zh) | 2017-09-08 | 2017-09-08 | 基于改进vikor法的特高压电网综合效益评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107767018A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177768A (zh) * | 2020-11-10 | 2021-07-27 | 国网青海省电力公司 | 基于基建全过程综合数字化管理的智慧工程平台 |
CN114265879A (zh) * | 2021-12-22 | 2022-04-01 | 华中科技大学 | 一种土地利用效益评估方法及*** |
CN114723311A (zh) * | 2022-04-20 | 2022-07-08 | 西南交通大学 | 一种基于数据挖掘驱动的城市固废时空管控效能评价方法 |
CN117110584A (zh) * | 2023-10-23 | 2023-11-24 | 中铁四局集团有限公司 | 一种应变型隧道岩爆烈度等级预测方法 |
CN114265879B (zh) * | 2021-12-22 | 2024-07-26 | 华中科技大学 | 一种土地利用效益评估方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140046597A1 (en) * | 2011-07-25 | 2014-02-13 | Clean Power Research, L.L.C. | System And Method For Bounding Accuracy On Correlated Overhead Sky Clearness For Use In Photovoltaic Fleet Output Estimation |
CN104182816A (zh) * | 2014-07-09 | 2014-12-03 | 浙江大学 | 基于Vague集和改进逼近理想解的电能质量综合评估方法及其应用 |
CN105758403A (zh) * | 2016-01-06 | 2016-07-13 | 东南大学 | 一种基于Vague集模糊推理的地磁图适配性的综合评价方法 |
-
2017
- 2017-09-08 CN CN201710804679.3A patent/CN107767018A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140046597A1 (en) * | 2011-07-25 | 2014-02-13 | Clean Power Research, L.L.C. | System And Method For Bounding Accuracy On Correlated Overhead Sky Clearness For Use In Photovoltaic Fleet Output Estimation |
CN104182816A (zh) * | 2014-07-09 | 2014-12-03 | 浙江大学 | 基于Vague集和改进逼近理想解的电能质量综合评估方法及其应用 |
CN105758403A (zh) * | 2016-01-06 | 2016-07-13 | 东南大学 | 一种基于Vague集模糊推理的地磁图适配性的综合评价方法 |
Non-Patent Citations (1)
Title |
---|
于婷: "基于熵权VIKOR法的输电网规划方案综合评价", 《东北电力技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113177768A (zh) * | 2020-11-10 | 2021-07-27 | 国网青海省电力公司 | 基于基建全过程综合数字化管理的智慧工程平台 |
CN114265879A (zh) * | 2021-12-22 | 2022-04-01 | 华中科技大学 | 一种土地利用效益评估方法及*** |
CN114265879B (zh) * | 2021-12-22 | 2024-07-26 | 华中科技大学 | 一种土地利用效益评估方法及*** |
CN114723311A (zh) * | 2022-04-20 | 2022-07-08 | 西南交通大学 | 一种基于数据挖掘驱动的城市固废时空管控效能评价方法 |
CN114723311B (zh) * | 2022-04-20 | 2023-04-07 | 西南交通大学 | 一种基于数据挖掘驱动的城市固废时空管控效能评价方法 |
CN117110584A (zh) * | 2023-10-23 | 2023-11-24 | 中铁四局集团有限公司 | 一种应变型隧道岩爆烈度等级预测方法 |
CN117110584B (zh) * | 2023-10-23 | 2024-03-26 | 中铁四局集团有限公司 | 一种应变型隧道岩爆烈度等级预测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Deng et al. | Power system planning with increasing variable renewable energy: A review of optimization models | |
Tan et al. | Optimization and evaluation of a dispatch model for an integrated wind-photovoltaic-thermal power system based on dynamic carbon emissions trading | |
CN111985702B (zh) | 一种计及电能替代效果的园区级综合能源***优化方法 | |
Begovic et al. | Impact of renewable distributed generation on power systems | |
Jin et al. | Game theoretical analysis on capacity configuration for microgrid based on multi-agent system | |
Guo et al. | A novel typical day selection method for the robust planning of stand-alone wind-photovoltaic-diesel-battery microgrid | |
CN109034653B (zh) | 一种电源规划方案综合评价方法 | |
CN111339491A (zh) | 一种城市配电网改造方案的评估方法 | |
CN106529737A (zh) | 一种配电网供给侧调峰电源规划布局方法 | |
CN107767018A (zh) | 基于改进vikor法的特高压电网综合效益评估方法 | |
Ren et al. | Multi-objective optimization of a hybrid distributed energy system using NSGA-II algorithm | |
CN112085259A (zh) | 一种新能源接入与综合能源服务潜力关联预测方法 | |
Zou et al. | Hierarchical evaluation framework for coupling effect enhancement of renewable energy and thermal power coupling generation system | |
CN115456406A (zh) | 一种综合能源***的评估方法、装置、设备以及存储介质 | |
Li et al. | Capacity optimization of a wind-photovoltaic-electrolysis-battery (WPEB) hybrid energy system for power and hydrogen generation | |
Abdelsattar et al. | An overview of smart grid technology integration with hybrid energy systems based on demand response | |
CN114358601A (zh) | 多元能量***多维评价指标体系构建的方法及装置 | |
CN117709638A (zh) | 一种送端大***可靠性提升措施优化方法和*** | |
Ding et al. | A dynamic period partition method for time-of-use pricing with high-penetration renewable energy | |
Kaplun et al. | About using electricity pricing for smart grid dynamic management with renewable sources | |
CN116822977A (zh) | 一种基于定量测算企业碳减排潜力的减排策略生成方法 | |
CN116502927A (zh) | 新型电力***多时间尺度灵活性评估及资源价值评价方法 | |
Lummi et al. | Microgrids as part of electrical energy system-Pricing scheme for network tariff of DSO | |
Chen et al. | Research on comprehensive evaluation for new energy big data service project based on prospect theory and TOPSIS | |
CN115907981B (zh) | 一种虚拟电厂低碳联合交易优化方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180306 |
|
RJ01 | Rejection of invention patent application after publication |