CN107909253B - 基于区间层次分析法的智能配电网调度控制效果评估方法 - Google Patents
基于区间层次分析法的智能配电网调度控制效果评估方法 Download PDFInfo
- Publication number
- CN107909253B CN107909253B CN201711062619.5A CN201711062619A CN107909253B CN 107909253 B CN107909253 B CN 107909253B CN 201711062619 A CN201711062619 A CN 201711062619A CN 107909253 B CN107909253 B CN 107909253B
- Authority
- CN
- China
- Prior art keywords
- index
- distribution network
- follows
- calculation formula
- power distribution
- 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
Links
- 238000009826 distribution Methods 0.000 title claims abstract description 137
- 230000000694 effects Effects 0.000 title claims abstract description 57
- 238000011156 evaluation Methods 0.000 title claims abstract description 44
- 238000004458 analytical method Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000013210 evaluation model Methods 0.000 claims abstract description 4
- 238000004364 calculation method Methods 0.000 claims description 66
- 239000011159 matrix material Substances 0.000 claims description 30
- 238000002955 isolation Methods 0.000 claims description 26
- 239000010410 layer Substances 0.000 claims description 18
- 230000005611 electricity Effects 0.000 claims description 15
- 230000008439 repair process Effects 0.000 claims description 13
- 238000010248 power generation Methods 0.000 claims description 11
- 230000007613 environmental effect Effects 0.000 claims description 9
- 238000012797 qualification Methods 0.000 claims description 9
- 230000011664 signaling Effects 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 7
- 230000035699 permeability Effects 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 6
- 238000011084 recovery Methods 0.000 claims description 4
- 238000007689 inspection Methods 0.000 claims description 3
- 238000004519 manufacturing process Methods 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000002356 single layer Substances 0.000 claims description 3
- 239000013598 vector Substances 0.000 claims description 3
- 238000011158 quantitative evaluation Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 6
- 238000011161 development Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q10/06395—Quality analysis or management
-
- 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)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Pure & Applied Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer 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)
- Remote Monitoring And Control Of Power-Distribution Networks (AREA)
Abstract
本发明涉及一种基于区间层次分析法的智能配电网调度控制效果评估方法,其技术特点在于:包括以下步骤:步骤1、构建智能配电网调度控制效果估指标体系;步骤2、基于步骤1构建的智能配电网调度控制效果评估指标体系,结合区间层次分析法求解指标权重值,建立基于层次分析法的智能配电网调度控制效果评估模型;步骤3、对智能配电网调度效果进行综合评估。本发明通过对核心指标的评价,对智能配电网调度控制效果的定量评价提供了有力支持,可有效地对配电网调度情况提供建议和解决方案。
Description
技术领域
本发明属于智能配电网技术领域,涉及智能配电网调度控制效果评估方法,尤其是一种基于区间层次分析法的智能配电网调度控制效果评估方法。
背景技术
随着新能源、分布式电源、微电网等规模化接入配电网,现代配电网调度控制不仅要满足用户用电的安全可靠需求,还要实现经济高效的运行目标,且能广泛吸收和应用云计算、大数据、物联网、移动互联网等先进技术,从而为构建环境友好的智能配电网和能源互联网提供有力支持。
近年来,国际国内的电网企业,从各自所营运电网的实际情况出发,基于自身配电网现状,充分应用馈线自动化、配电自动化、配电管理***等一系列平台集成技术对智能配电网调度控制进行了尝试和探索。此外,国内外的学者们从智能配电网的调度模型、优化算法、集成***平台、定性和定量评估方法等方面开展了一些研究,总体而言,国内外学者们在一定程度上深入探索了配电网调度控制的方法以及发展方向,但是对如何进行配电网调度控制效果好坏进行评估,缺乏针对性的评估指标。
现有的研究主要以智能配电网作为其主要研究对象,以及从电网企业的运行管理角度对智能配电网调度控制的需求进行分析等;关于评估指标的赋权方法方面,国际国内学者在层次分析法、平衡计分卡法、熵权法等确定性方法,以及区间、模糊等不确定性方法方面均进行了一些的研究,于是针对层次分析方法无法考虑专家打分的模糊性,考虑智能配电网调度控制效果评估涉及的专业范围广,所选择的专家领域相对会较多,对指标两两比较的打分模糊性将更加需求明显,有必要应用区间层次分析法对配电网调度控制评估指标进行赋权值求取。
发明内容
本发明的目的在于克服现有技术的不足,提供一种设计合理、多维度全面可靠的基于区间层次分析法的智能配电网调度控制效果评估方法。
本发明解决其技术问题是采取以下技术方案实现的:
一种基于区间层次分析法的智能配电网调度控制效果评估方法,包括以下步骤:
步骤1、分析智能配电网调度控制效果的影响因素,构建智能配电网调度控制效果评估指标体系;
步骤2、基于步骤1构建的智能配电网调度控制效果评估指标体系,结合区间层次分析法求解指标权重值,从而形成了包括区间层次分析法和智能配电网调度控制效果评估指标体系的综合评估模型;
步骤3、对智能配电网调度控制效果进行综合评估。
而且,所述步骤1的智能配电网调度控制效果评估指标体系M包括如下四项:
(1)安全可靠指标M1;
(2)经济高效指标M2;
(3)技术先进指标M3;
(4)环境友好性指标M4;
(1)所述安全可靠指标M1:包括容量指标M11、可靠性M12、历史数据容量M13、故障平均修复时间M14、故障自愈率M15和停电比例M16;
①容量指标M11:可以通过进行雪崩数据测试,获得该配电自动化***最大可承受信息量;
②可靠性指标M12:可以通过运行监管***辅助获得,其计算公式如下:
其中,tn表示关键设备无故障工作时间,tt表示配电网总体工作时间;
③历史数据容量指标M13:可从配电自动化***中获取该数据;
④故障平均修复时间指标M14:其计算公式如下:
其中,∑tr表示所有故障修复消耗的时间之和,nr表示故障修复总次数;
⑤故障自愈率M15:其计算公式如下:
其中,ns表示故障自愈恢复的用户数量,ne表示受故障影响的用户数量;
⑥停电比例指标M16:其计算公式如下:
其中,nf表示停电影响的用户数量,na表示区域整体用户数量;
(2)所述经济高效指标M2主要包括故障隔离速率M21、网络负载M22、负荷密度M23、线损率M24、功率因数M25和峰谷差率M26;
①故障隔离速率M21:其计算公式如下:
M21=Tq-Th
其中,Tq表示故障区域隔离时刻,Th表示故障发生时刻;
②网络负载M22:其计算公式如下:
其中,Lmax表示网络最大负荷,Cmax表示网络最大载容量;
③负荷密度M23:其计算公式如下:
其中,∑P表示区域的用电总功率,S表示区域面积;
④线损率M24:其计算公式如下:
其中,As表示供电量,Ac表示用电量。
⑤功率因数M25:其计算公式如下:
其中,P表示有功功率,S表示总视在功率;
⑥峰谷差率M26:其计算公式如下:
其中,Ld表示测量周期的峰谷差,Lh表示测量周期内的最高负荷;
(3)所述技术先进指标M3主要包括故障区段定位有效性指标M31、故障区段隔离有效性指标M32、运行状态遥指标M33、遥信正确率M34、遥控正确率M35和电能质量合格率M36;
①故障区段定位有效性指标M31:其计算公式如下:
②故障区段隔离有效性指标M32:其计算公式如下:
③运行状态遥指标M33:其计算公式如下:
其中,Not表示配电网的运行终端数量,Nt表示配电网的终端数量;
④遥信正确率M34:其计算公式如下:
其中,Nc表示正确的遥信量,Nt表示全部遥信量;
⑤遥控正确率M35:其计算公式如下:
其中,Nrs表示成功的遥控信号数量,Nra表示遥控信号总体数量;
⑥电能质量合格率M36:其计算公式如下:
(4)所述环境友好性指标M4主要包括可控负荷分布率M41、分布式可再生发电渗透率M42和节能配电变压器比率M43;
①可控负荷分布率M41:其计算公式如下:
其中,Lcd表示可控负荷,Lod表示总体负荷;
②分布式可再生发电渗透率M42:该指标用于反映分布式电源发电量在配电网***总电量消耗中的比例,其计算公式如下:
其中,QDG表示分布式可再生发电量,QDN表示配电网的总发电量;
③节能配电变压器比率M43:该指标用于反映在所测范围内的节能配电变压器数量占配电变压器总量的比重,其计算公式如下:
其中,Nts表示节能配电变压器的数量,Ntt表示配电变压器的总量。
而且,所述步骤2的区间层次分析法求解指标权重值的具体步骤包括:
(1)根据智能配电网调度控制效果评估指标体系组成,构建目标层、准则层和方案层的三层评估指标体系的层次;
(2)由专家根据区间比例标度表对智能配电网调度控制效果评估指标体系同层各指标相对于上一层指标重要性进行两两比较打分,从而构建区间判断矩阵;
(3)利用幂法,计算区间判断矩阵A的最大特征值λmax及特征向量ξ;
(4)对区间判断矩阵A进行一致性检验;
(5)由Aξ=λmaxwIAHP确定层次结构模型中各指标的权重wIAHP。
而且,所述步骤2第(2)步包括以下具体步骤:
①建立区间比例标度表
所述区间比例标度表由区间中点aij和宽度μ两部分组成;其中,区间中点aij的取值,是判断的一个基数,或随机变量在判断区间标度内的均值;宽度μ是在确定好基数之后,专家根据判断的不确定性以及模糊性而给定的基数aij的区间变化范围;
②根据区间比例比对表打分,形成区间数a’ij=[aij,μ]=[a’ij_,a’ij -];
当指标i比指标j重要时,即aij≥1,i≠j时
当指标j比指标i重要时,即aji≥1,j≠i时
③构造区间判断矩阵A,得出区间判断矩阵A对应元素aij的取值如下:
其中,i=1,…,n;j=1,…,n;n是指单层指标的个数总数。
而且,步骤2的第(4)步的具体步骤包括:
①计算区间判断矩阵A的相对一致性比例系数CR;
当维数为1时,RI值为0;当维数为2时,RI值为0;当维数为3时,RI值为0.58;当维数为4时,RI值为0.96;当维数为5时,RI值为1.12;当维数为6时,RI值为1.24;当维数为7时,RI值为1.32;当维数为8时,RI值为1.41;当维数为9时,RI值为1.45;
②若区间判断矩阵A的相对一致性CR小于0.1,则认为判断矩阵A可行,通过一致性检验,通常CR值越小越好;若判断矩阵A的CR不满足小于0.1,没有通过一致性检验,则退回步骤2的第(2)步从头开始重新进行两两比较,重新构造合格的区间判断矩阵A。
而且,所述步骤3的具体方法为:根据实际情况对每一个智能配电网调度控制效果评估的指标进行综合计算获得指标分值,然后将每一个指标分值与赋权值相乘,并依次求和,得到智能配电网调度控制效果评估值F,计算公式如下:
其中,Mi是第i个指标的计算值,Wi是第i个指标的赋权值。
本发明的优点和积极效果是:
1、本发明提出了一种基于区间层次分析的智能配电网调度控制效果评估方法,从安全可靠、高效经济、技术先进和环境友好性等多维度构建了智能配电网调度控制效果评估指标体系,尤其是针对智能配电网调度控制效果影响因素多、定量分析难等特点,在安全可靠方面重点关注故障平均修复时间、故障自愈率等,在经济高效方面提出了线损率、功率因数和峰谷差率等指标,在技术先进方面重点关注遥信正确率、遥控正确率和电能质量合格率等指标,在环境友好性方面关注分布式可再生发电渗透率和节能配电变压器比率等指标;通过以上核心指标的评价,对配电网调度控制效果定量评价提供了有力支持,可有效地对区域配电网调度控制效果提供建议和解决方案。
2、本发明从区域范围的整体上提出一种基于区间层次分析法的智能配电网调度控制效果评估方法,鉴于层次分析法、专家打分法等主观赋权方法,包含过多的专家主观意见,且智能配电网不同领域专家的角度和视角较难统一,可能会出现赋权值差异比较大的情况,本发明充分考虑专家打分的模糊性,将区间算法和层次分析法进行结合,选择区间层次分析赋权值方法求解赋权值。
具体实施方式
以下对本发明实施例作进一步详述:
一种基于区间层次分析法的智能配电网调度控制效果评估方法,包括以下步骤:
步骤1、分析智能配电网调度控制效果的影响因素,构建智能配电网调度控制效果评估指标体系;
所述步骤1的智能配电网调度控制效果评估指标体系M包括如下四项:
(1)安全可靠指标M1;
(2)经济高效指标M2;
(3)技术先进指标M3;
(4)环境友好性指标M4;
(1)所述安全可靠指标M1:包括容量指标M11、可靠性M12、历史数据容量M13、故障平均修复时间M14、故障自愈率M15和停电比例M16;分别采用如下计算公式:
①容量指标M11:该指标用于反映SCADA功能接入信息数据容量及节点容量是否满足配电自动化***最大需求并留有冗余,包括模拟量、状态量、电能量、计算量和遥控量;从配电自动化***中获取该数据,或者可以通过进行雪崩数据测试,获得该配电自动化***最大可承受信息量;
②可靠性指标M12:该指标用于反映SCADA***中数据库服务器、交换机等关键设备长时间运行状态下平均无故障工作时间及可用率,该指标由于需要较长时间进行量测,可以通过运行监管***辅助获得,其计算公式如下:
其中,tn表示关键设备无故障工作时间,tt表示配电网总体工作时间;
③历史数据容量指标M13:该指标用于反映数据处理***处理数据并存储后最大存储容量,该历史数据容量需要满足支持配电网分析应用需求并留有冗余,从配电自动化***中获取该数据。
④故障平均修复时间指标M14:该指标用于反映对故障进行修复的平均用时,其计算公式如下:
其中,∑tr表示所有故障修复消耗的时间之和,nr表示故障修复总次数。
⑤故障自愈率M15:该指标用于反映在统计时间内(如一个季度)故障自愈恢复的用户数量占受故障影响的用户数量的比率,其计算公式如下:
其中,ns表示故障自愈恢复的用户数量,ne表示受故障影响的用户数量。
⑥停电比例指标M16:该指标用于反映因停电而影响用电的客户数量在整个区域(省、市)用电客户中所占据的比例;停电比例越高,造成的不良影响越大,其计算公式如下:
其中,nf表示停电影响的用户数量,na表示区域整体用户数量。
(2)所述经济高效指标M2主要包括故障隔离速率M21、网络负载M22、负荷密度M23、线损率M24、功率因数M25和峰谷差率M26,分别采用如下计算公式:
①故障隔离速率M21:当线路某点发生故障时馈线自动化软件通过相邻开关将故障点隔离,该指标是指当故障发生到故障区域隔离所用时间;该指标需要综合考虑故障方式和故障位置,其计算公式如下:
M21=Tq-Th
其中,Tq表示故障区域隔离时刻,Th表示故障发生时刻;
②网络负载M22:该指标用于反映***主干网络平均负载率,负载率过高会影响信息传输的实时性及合格率,其计算公式如下:
其中,Lmax表示网络最大负荷,Cmax表示网络最大载容量;
③负荷密度M23:该指标用于反映每平方公里的平均用电功率数值,体现了部分区域负荷分布的密集程度,它受到多种因素的影响,如区域的经济发展水平,能源分布,各产业比重等,其计算公式如下:
其中,∑P表示区域的用电总功率,S表示区域面积;
④线损率M24:该指标用于反映传输线路上损失的电能在总供电量中占据的比例,其计算公式如下:
其中,As表示供电量,Ac表示用电量。
⑤功率因数M25:该指标是指配电网的有功功率与总视在功率的比值,其计算公式如下:
其中,P表示有功功率,S表示总视在功率;
⑥峰谷差率M26:该指标用于反映在测量周期(每日)内,峰谷差与最高负荷的比率,我国各省的峰谷差率一般为30%~40%,其计算公式如下:
其中,Ld表示测量周期的峰谷差,Lh表示测量周期内的最高负荷;
(3)所述技术先进指标M3主要包括故障区段定位有效性指标M31、故障区段隔离有效性指标M32、运行状态遥指标M33、遥信正确率M34、遥控正确率M35和电能质量合格率M36,分别采用下式计算公式:
①故障区段定位有效性指标M31:该指标用于反映主站根据接收到的故障信息和其他***数据源定位故障区段的精确度;即实际故障区段占定位故障区段比率,该比率计算需要排除开关拒动、通信中断等情况,其计算公式如下:
②故障区段隔离有效性指标M32:该指标用于反映主站***根据故障定位结果给出的故障隔离区段占最佳故障隔离区段比率,其计算公式如下:
③运行状态遥指标M33:该指标用于反映配电终端的运行在线率情况,其计算公式如下:
其中,Not表示配电网的运行终端数量,Nt表示配电网的终端数量;
④遥信正确率M34:该指标用于反映多次实验过程中遥信量正确比率,其计算公式如下:
其中,Nc表示正确的遥信量,Nt表示全部遥信量;
⑤遥控正确率M35:该指标用于反映多次实验过程中遥控信号成功下发比率,其计算公式如下:
其中,Nrs表示成功的遥控信号数量,Nra表示遥控信号总体数量;
⑥电能质量合格率M36:该指标用于反映电压在限制范围内的用电量与总体用电量的百分比,其计算公式如下:
(4)所述环境友好性指标M4主要包括可控负荷分布率M41、分布式可再生发电渗透率M42和节能配电变压器比率M43,采用如下计算公式:
①可控负荷分布率M41:该指标用于反映某一区域可控负荷在总负荷中所占比例,比例越大,配电网的供电灵活性越大,其计算公式如下:
其中,Lcd表示可控负荷,Lod表示总体负荷;
②分布式可再生发电渗透率M42:该指标用于反映分布式电源发电量在配电网***总电量消耗中的比例,其计算公式如下:
其中,QDG表示分布式可再生发电量,QDN表示配电网的总发电量;
③节能配电变压器比率M43:该指标用于反映在所测范围内的节能配电变压器数量占配电变压器总量的比重,其计算公式如下:
其中,Nts表示节能配电变压器的数量,Ntt表示配电变压器的总量。
步骤2、基于步骤1构建的智能配电网调度控制效果评估指标体系,结合区间层次分析法求解指标权重值,从而形成了包括区间层次分析法和智能配电网调度控制效果评估指标体系的综合评估模型;
所述步骤2的区间层次分析法求解指标权重值的具体步骤包括:
(1)根据智能配电网调度控制效果评估指标体系组成,构建目标层、准则层和方案层的三层评估指标体系的层次;
在本实施例中,目标层为智能配电网调度控制效果评估指标体系;准则层包括安全可靠M1、经济高效M2、技术先进M3和环境友好M4;;方案层包括容量指标M11、可靠性M12、历史数据容量M13、故障平均修复时间M14、故障自愈率M15和停电比例M16;故障隔离速率M21、网络负载M22、负荷密度M23、线损率M24、功率因数M25和峰谷差率M26;故障区段定位有效性指标M31、故障区段隔离有效性指标M32、运行状态遥指标M33、遥信正确率M34、遥控正确率M35和电能质量合格率M36;可控负荷分布率M41、分布式可再生发电渗透率M42和节能配电变压器比率M43。
(2)由专家根据区间比例标度表对智能配电网调度控制效果评估指标体系同层各指标相对于上一层指标重要性进行两两比较打分,从而构建区间判断矩阵;
所述步骤2第(2)步包括以下具体步骤:
①建立区间比例标度表
所述区间比例标度表由区间中点aij和宽度μ两部分组成;其中,区间中点aij的取值,是判断的一个基数,或随机变量在判断区间标度内的均值;宽度μ是在确定好基数之后,专家根据判断的不确定性以及模糊性而给定的基数aij的区间变化范围;
表1区间比例标度表
②根据区间比例比对表打分,形成区间数a’ij=[aij,μ]=[a’ij_,a’ij _];
当指标i比指标j重要时,即aij≥1,i≠j时
当指标j比指标i重要时,即aji≥1,j≠i时
③构造区间判断矩阵A,得出区间判断矩阵A对应元素aij的取值如下:
其中,i=1,…,n;j=1,…,n;n是指单层指标的个数总数;
(3)利用幂法,计算区间判断矩阵A的最大特征值λmax及特征向量ξ;
(4)对区间判断矩阵A进行一致性检验;
所述对区间判断矩阵A进行一致性检验的具体步骤包括:
①计算区间判断矩阵A的相对一致性比例系数CR;
表2自由度指标RI
②若区间判断矩阵A的相对一致性CR小于0.1,则认为判断矩阵A可行,通过一致性检验,通常CR值越小越好;若判断矩阵A的CR不满足小于0.1,没有通过一致性检验,则退回步骤2的第(2)步从头开始重新进行两两比较,重新构造合格的区间判断矩阵A;
(5)由Aξ=λmaxwIAHP确定层次结构模型中各指标的权重wIAHP
步骤3、对智能配电网调度控制效果进行综合评估;
所述步骤3的具体方法为:根据实际情况对每一个智能配电网调度控制效果评估的指标进行综合计算获得指标分值,然后将每一个指标分值与赋权值相乘,并依次求和,得到智能配电网调度控制效果评估值F,计算公式如下:
其中,Mi是第i个指标的计算值,Wi是第i个指标的赋权值。
下面以北方两个智能配电网调度控制工程案例为例,对本发明的一种基于区间层次分析法的智能配电网调度控制效果评估方法进行实施应用,以验证本发明方法的可行性和有益效果。
选取天津城东和城南两个典型工业园区的智能配电网进行算例分析,两个园区规模基本相同,所使用的配电网主站均是一个厂家,投运时间从2015年6月至2016年5月。
鉴于构建的指标体系较多,为简化计算,从中抽取部分核心指标进行分析。根据指标体系构建,主要选择的指标有:M14和M16是衡量配电网安全可靠性的重要指标,其计算结果能够直接或间接反映出电网结构、设备质量以及运维管控情况;指标M21充分反映了配电网运行的高效性,线损率M24直接影响公司的经济效益;指标M31和M35直接表现了调度控制的精确性并间接体现技术的先进性;基于发展趋势,选用M42能够更贴切地表示配电网的环境友好程度。
(1)专家打分表
(2)典型区域的综合评估分值
表3天津市典型区域智能配电网调度控制核心指标评估分值
其中,A区表示城东,B区表示城南。
根据表3的A和B两个区域各项指标数据,可以得到下列结论:
(1)B区的配电网调度控制运行水平相对A区更加好,从而也说明B区的供电可靠性更加高、故障定位更加精准、恢复供电速度更快,这也与实际的情况基本相符;
(2)在M16指标方面A区比B区有明显的增加,A区的M21,M24,M31,M35等指标也相应比B区性能差,且A、B两个区域所使用的平台基本相同,从而说明:为提升配电网的服务水平,一方面需要加强人员的培训和素质提高,以及电网的管理,另一方面需要加强智能配电网调度分析高级功能的开发和应用;
(3)在M42方面A区是B区的2倍多,从而说明:间歇性、随机性分布式电源的接入规模对配电网调度水平提出了不同的要求,分布式电源越多,配电网的调度高级应用需要加强。
需要强调的是,本发明所述的实施例是说明性的,而不是限定性的,因此本发明包括并不限于具体实施方式中所述的实施例,凡是由本领域技术人员根据本发明的技术方案得出的其他实施方式,同样属于本发明保护的范围。
Claims (1)
1.一种基于区间层次分析法的智能配电网调度控制效果评估方法,其特征在于:包括以下步骤:
步骤1、分析智能配电网调度控制效果的影响因素,构建智能配电网调度控制效果评估指标体系;
步骤2、基于步骤1构建的智能配电网调度控制效果评估指标体系,结合区间层次分析法求解指标权重值,从而形成了包括区间层次分析法和智能配电网调度控制效果评估指标体系的综合评估模型;
步骤3、对智能配电网调度控制效果进行综合评估;
所述步骤2的区间层次分析法求解指标权重值的具体步骤包括:
(1)根据智能配电网调度控制效果评估指标体系组成,构建目标层、准则层和方案层的三层评估指标体系的层次;
(2)由专家根据区间比例标度表对智能配电网调度控制效果评估指标体系同层各指标相对于上一层指标重要性进行两两比较打分,从而构建区间判断矩阵;
(3)利用幂法,计算区间判断矩阵A的最大特征值λmax及特征向量ξ;
(4)对区间判断矩阵A进行一致性检验;
(5)由Aξ=λmaxwIAHP确定层次结构模型中各指标的权重wIAHP;
所述步骤1的智能配电网调度控制效果评估指标体系M包括如下四项:
(1)安全可靠指标M1;
(2)经济高效指标M2;
(3)技术先进指标M3;
(4)环境友好性指标M4;
(1)所述安全可靠指标M1:包括容量指标M11、可靠性M12、历史数据容量M13、故障平均修复时间M14、故障自愈率M15和停电比例M16;
①容量指标M11:通过进行雪崩数据测试,获得该配电自动化***最大可承受信息量;
②可靠性指标M12:通过运行监管***辅助获得,其计算公式如下:
其中,tn表示关键设备无故障工作时间,tt表示配电网总体工作时间;
③历史数据容量指标M13:从配电自动化***中获取该数据;
④故障平均修复时间指标M14:其计算公式如下:
其中,∑tr表示所有故障修复消耗的时间之和,nr表示故障修复总次数;
⑤故障自愈率M15:其计算公式如下:
其中,ns表示故障自愈恢复的用户数量,ne表示受故障影响的用户数量;
⑥停电比例指标M16:其计算公式如下:
其中,nf表示停电影响的用户数量,na表示区域整体用户数量;
(2)所述经济高效指标M2主要包括故障隔离速率M21、网络负载M22、负荷密度M23、线损率M24、功率因数M25和峰谷差率M26;
①故障隔离速率M21:其计算公式如下:
M21=Tq-Th
其中,Tq表示故障区域隔离时刻,Th表示故障发生时刻;
②网络负载M22:其计算公式如下:
其中,Lmax表示网络最大负荷,Cmax表示网络最大载容量;
③负荷密度M23:其计算公式如下:
其中,∑P表示区域的用电总功率,S表示区域面积;
④线损率M24:其计算公式如下:
其中,As表示供电量,Ac表示用电量;
⑤功率因数M25:其计算公式如下:
其中,P表示有功功率,S表示总视在功率;
⑥峰谷差率M26:其计算公式如下:
其中,Ld表示测量周期的峰谷差,Lh表示测量周期内的最高负荷;
(3)所述技术先进指标M3主要包括故障区段定位有效性指标M31、故障区段隔离有效性指标M32、运行状态遥指标M33、遥信正确率M34、遥控正确率M35和电能质量合格率M36;
①故障区段定位有效性指标M31:其计算公式如下:
②故障区段隔离有效性指标M32:其计算公式如下:
③运行状态遥指标M33:其计算公式如下:
其中,Not表示配电网的运行终端数量,Nt表示配电网的终端数量;
④遥信正确率M34:其计算公式如下:
其中,Nc表示正确的遥信量,Nt表示全部遥信量;
⑤遥控正确率M35:其计算公式如下:
其中,Nrs表示成功的遥控信号数量,Nra表示遥控信号总体数量;
⑥电能质量合格率M36:其计算公式如下:
其中,Cl表示电压在限定范围内的用电量,Ca表示总体用电量;
(4)所述环境友好性指标M4主要包括可控负荷分布率M41、分布式可再生发电渗透率M42和节能配电变压器比率M43;
①可控负荷分布率M41:其计算公式如下:
其中,Lcd表示可控负荷,Lod表示总体负荷;
②分布式可再生发电渗透率M42:该指标用于反映分布式电源发电量在配电网***总电量消耗中的比例,其计算公式如下:
其中,QDG表示分布式可再生发电量,QDN表示配电网的总发电量;
③节能配电变压器比率M43:该指标用于反映在所测范围内的节能配电变压器数量占配电变压器总量的比重,其计算公式如下:
其中,Nts表示节能配电变压器的数量,Ntt表示配电变压器的总量;
所述步骤2第(2)步包括以下具体步骤:
①建立区间比例标度表
所述区间比例标度表由区间中点aij和宽度μ两部分组成;其中,区间中点aij的取值,是判断的一个基数,或随机变量在判断区间标度内的均值;宽度μ是在确定好基数之后,专家根据判断的不确定性以及模糊性而给定的基数aij的区间变化范围;
②根据区间比例比对表打分,形成区间数a’ij=[aij,μ]=[a’ij_,a’ij _];
当指标i比指标j重要时,即aij≥1,i≠j时
当指标j比指标i重要时,即aji≥1,j≠i时
③构造区间判断矩阵A,得出区间判断矩阵A对应元素aij的取值如下:
其中,i=1,…,n;j=1,…,n;n是指单层指标的个数总数;
所述步骤2的第(4)步的具体步骤包括:
①计算区间判断矩阵A的相对一致性比例系数CR;
当维数为1时,RI值为0;当维数为2时,RI值为0;当维数为3时,RI值为0.58;当维数为4时,RI值为0.96;当维数为5时,RI值为1.12;当维数为6时,RI值为1.24;当维数为7时,RI值为1.32;当维数为8时,RI值为1.41;当维数为9时,RI值为1.45;
②若区间判断矩阵A的相对一致性CR小于0.1,则认为判断矩阵A可行,通过一致性检验,CR值越小越好;若判断矩阵A的CR不满足小于0.1,没有通过一致性检验,则退回步骤2的第(2)步从头开始重新进行两两比较,重新构造合格的区间判断矩阵A;
所述步骤3的具体方法为:根据实际情况对每一个智能配电网调度控制效果评估的指标进行综合计算获得指标分值,然后将每一个指标分值与赋权值相乘,并依次求和,得到智能配电网调度控制效果评估值F,计算公式如下:
其中,Mi是第i个指标的计算值,Wi是第i个指标的赋权值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711062619.5A CN107909253B (zh) | 2017-11-02 | 2017-11-02 | 基于区间层次分析法的智能配电网调度控制效果评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711062619.5A CN107909253B (zh) | 2017-11-02 | 2017-11-02 | 基于区间层次分析法的智能配电网调度控制效果评估方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107909253A CN107909253A (zh) | 2018-04-13 |
CN107909253B true CN107909253B (zh) | 2020-09-04 |
Family
ID=61842310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711062619.5A Active CN107909253B (zh) | 2017-11-02 | 2017-11-02 | 基于区间层次分析法的智能配电网调度控制效果评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107909253B (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108596476B (zh) * | 2018-04-23 | 2021-12-07 | 国网经济技术研究院有限公司 | 一种电源送出电网工程运行效益评价方法及*** |
CN108717597B (zh) * | 2018-04-23 | 2021-12-07 | 国网经济技术研究院有限公司 | 一种优化网架结构的电网工程运行效益评价方法及*** |
CN108921438B (zh) * | 2018-07-10 | 2022-03-08 | 国网福建省电力有限公司 | 一种基于级联权重的配电网调控管理薄弱环节辨识方法 |
CN109242308B (zh) * | 2018-09-05 | 2021-12-03 | 西南交通大学 | 计及负荷不确定性的配电网故障恢复方案区间评估方法 |
CN109472146B (zh) * | 2018-09-30 | 2022-01-18 | 国网天津市电力公司电力科学研究院 | 基于ahp-ann的配电自动化主站信息交换安全评估方法 |
CN109359894B (zh) * | 2018-11-29 | 2021-07-06 | 武汉大学 | 一种基于rpn的电力计量设备风险评价方法及装置 |
CN110210707B (zh) * | 2019-04-30 | 2022-07-29 | 跨越速运集团有限公司 | 基于熵权法的点部自动调度效率评价方法及*** |
CN111190909B (zh) * | 2019-05-17 | 2020-12-15 | 延安大学 | 一种数据可信处理方法 |
CN110826864A (zh) * | 2019-10-18 | 2020-02-21 | 国网吉林省电力有限公司电力科学研究院 | 一种供电企业劳动防护用品防护效果的评价方法 |
CN111489040B (zh) * | 2020-04-22 | 2022-03-25 | 云南电网有限责任公司 | 一种基于最优组合赋权的电压序列综合评估方法 |
CN112714020B (zh) * | 2020-12-28 | 2022-10-14 | 青岛海尔科技有限公司 | 数据有效性的确定方法和装置、存储介质及电子装置 |
CN113868586B (zh) * | 2021-09-10 | 2024-07-19 | 国网上海市电力公司 | 一种多维度多层级的韧性电网评估方法及*** |
CN114091809A (zh) * | 2021-10-12 | 2022-02-25 | 国网浙江省电力有限公司双创中心 | 基于层次分析法的智能配电网故障指示器安装效果评估方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7272516B2 (en) * | 2002-12-23 | 2007-09-18 | Abb Research | Failure rate adjustment for electric power network reliability analysis |
CN103903058A (zh) * | 2012-12-26 | 2014-07-02 | 中国电力科学研究院 | 一种智能配电网高效运行评估方法 |
CN104091008A (zh) * | 2014-07-01 | 2014-10-08 | 国家电网公司 | 基于改进区间层次分析法的用户用电设备安全评估方法 |
CN104636988A (zh) * | 2015-02-11 | 2015-05-20 | 国家电网公司 | 一种主动配电网评估方法 |
-
2017
- 2017-11-02 CN CN201711062619.5A patent/CN107909253B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7272516B2 (en) * | 2002-12-23 | 2007-09-18 | Abb Research | Failure rate adjustment for electric power network reliability analysis |
CN103903058A (zh) * | 2012-12-26 | 2014-07-02 | 中国电力科学研究院 | 一种智能配电网高效运行评估方法 |
CN104091008A (zh) * | 2014-07-01 | 2014-10-08 | 国家电网公司 | 基于改进区间层次分析法的用户用电设备安全评估方法 |
CN104636988A (zh) * | 2015-02-11 | 2015-05-20 | 国家电网公司 | 一种主动配电网评估方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107909253A (zh) | 2018-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107909253B (zh) | 基于区间层次分析法的智能配电网调度控制效果评估方法 | |
WO2023035499A1 (zh) | 一种配电网的韧性综合评估方法和*** | |
CN102999792B (zh) | 一种配电网资源优化配置综合评价的方法 | |
CN107563680A (zh) | 一种基于ahp和熵权法的配电网可靠性评估方法 | |
CN103235984B (zh) | 风电场出力的纵向时刻概率分布计算方法 | |
CN108520362A (zh) | 一种农村智能电网水平的综合评价方法 | |
Ge et al. | Evaluation of the situational awareness effects for smart distribution networks under the novel design of indicator framework and hybrid weighting method | |
CN105427051A (zh) | 一种基于资产全生命周期的电网综合评价方法 | |
CN111179117A (zh) | 一种智能配电网态势感知效果评定的计算方法及装置 | |
CN112541671A (zh) | 基于多级模糊综合评价的一二次融合配电网建设评价体系 | |
Milanović et al. | Compound index for power quality evaluation and benchmarking | |
CN111091223A (zh) | 一种基于物联网智能感知技术的配变短期负荷预测方法 | |
Xiao et al. | The influence of green development idea on power supply reliability and power quality of distribution network | |
Wu et al. | Study on risk assessment system of power failure in distribution network of large cities | |
Han et al. | Requirements analysis and application research of big data in power network dispatching and planning | |
Yang et al. | Comprehensive evaluation of distribution network reliability for power consumer based on AHP and entropy combination method | |
Hao et al. | Summary and prospect of power supply reliability in low voltage distribution network | |
Liang et al. | Research on Stability of PMU/WAMS Service Performance Index Based on Wide Area Control | |
Li et al. | Research on Reliability Improvement Strategy of Regional Distribution Network | |
Kaiyu et al. | Reliability Evaluation of Distribution System Based on Grey Correlation Method | |
Ji et al. | A novel combinational evaluation method of voltage and reactive power in regional power grid containing renewable energy | |
Tang et al. | Research on urban smart energy evaluation index system | |
Gao et al. | Construction and Application of the Evaluation System for Investment Benefit of Incremental Distribution Network | |
Cao et al. | Online Monitoring and Early Warning Technology of Repeated Multiple Blackouts in Distribution Network Based on Multisource Information Fusion and Delphi Method. | |
Ge et al. | Evaluation method of distribution network state based on IT-II-Fuzzy K-means Clustering Algorithm for Imbalanced Data under PIOT |
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 |