Dub,THDUC) (9)
[0127] THD, =max(THDla,THDlb,THD1C)
[0128] 其中，THDua，THDub，THDUC分别为a,b，c三相电压谐波畸变率，THDla，THDlb，THD1C分别 为a，b，c三相电流谐波畸变率，总谐波畸变率是选取各相谐波畸变率中最大的一个，可定 义电压谐波畸变率指标X221和电流谐波畸变率指标X222为：
[0129]
[0130] 其中，THD_#THDiniax分别为：电压总谐波畸变率和电流总谐波畸变率的最大上 限值。
[0131] 对于发电指标和功率变化指标，其中，发电指标包括有功功率指标，无功功率指 标，发电效率指标，功率因数指标，有功发电量指标和无功发电量指标，功率变化指标包括 有功功率变化率指标和有功功率波动率指标，具体计算如下：
[0132] (1)有功功率指标Xm、无功功率指标X112
[0133] 发电指标中有功功率指标XnJP无功功率指标X112利用光伏并网发电站的实测有 功和无功功率，与发电站的额定容量的比值作为归一化的指标值。
[0134] (2)有功发电量指标X115，无功发电量指标X116和有功功率变化率指标X231，有功功 率波动率指标X232
[0135] 以光伏发电站历史量测数据中评估时间段内的发电量最大值为基准进行归一化 计算。
[0136] (3)功率因数指标X114
[0137] 课仕R计?的琢构Th衮田数PF为：
[0138] ^ 11 ；
[0139] 式中，Ereai^为有功电量，EREAcmE表示无功电量。由于光伏发电站的功率因数越接近 单位功率因数越优，且不能小于限值PF_，为此定义功率因数指标X114为：
[0140]
(12;
[0141] (4)发电效率指标
[0142] 测量逆变器交流侧输出功率时可以采用"两表法"，只需测3个电压通道和3个电 流通道。用其中两个电压、电流通道测量逆变器的输出电压、电流（uab，iu，ia，i。）；另外的一 个电压、电流通道测量逆变器的输入电压、电流（ud，id):
[0143] Pin=ud*id，Pout=uab*ia+ucb*ic
[0144] 其中，Pin表示逆变器的输入功率，P_表示逆变器的输出功率，
[0145] 则逆变器的发电效率指标XiiA:
[0146](13) j〇 *in
[0147] 其中，T表示评估周期。
[0148] 对于供电指标包括：
[0149] (1)本地负荷补偿度指标X121
[0150]
(14)
[0151] 其中，ED(j、别为分布式电源和负荷的日平均耗电量。
[0152] (2)本地负荷匹配度指标X122
[0153
(15)
[0154] 其中，P5D(；为分布式电源5分钟平均有功功率，P5Wd为负荷5分钟平均有功功率需 求。
[0155] 对于节能减排指标包括网损下降率指标和等效化石燃料减耗量指标
[0156] (1)网损下降率指标X131
[0157]
U6)'
[0158] 其中，Ipl' 1为分布式光伏接入前后的馈线电流。
[0159] (2)等效化石燃料减耗量指标X132
[0160] 以普通化石燃料类电源，主要为基于煤炭、石油、天然气等化石燃料的火力发电厂 为比较对象。在实现从化石能向电能转换的过程中，化石燃料中的碳基将通过在氧气中燃 烧形成气态二氧化碳，并直接排放到大气之中。光伏并网发电站等效化石燃料减耗量指标 可表示为：
[0161] X132=Ff (17)
[0162] 其中，F为电源在燃烧过程中所消耗的燃料量；f为该电源所用燃料的二氧化碳排 放因子，即为单位燃料充分燃烧所排放的二氧化碳量。
[0163] 权重向量的确定是分布式光伏并网对配电网影响分析的重要环节，目前主要采用 层次分析法通过专家或决策者对各分项指标进行两两比较逐层形成判断矩阵，但由于专家 知识结构、判断水平、个人偏好及客观事物的复杂性、不确定等因素的存在，专家可能仅对 部分分项指标的重要程度评判。因此，本发明根据上述安全评估指标的计算值，首先通过DS 证据理论确定各指标的权重向量，可有效解决基于不完全评价信息的群体决策问题；在此 基础上，通过灰色关联分析法，从整体上和动态上定量分析对象间的关联程度和影响程度， 以对系统动态发展过程进行量化分析；最后，根据实际需要选择时间段，根据时间段划分样 本，并对数据进行降维处理，利用上一步的客观评价数据选择对样本的已知标签具有较大 影响力的维度，使用属性重要性和辨识度提取方法，提取关键影响指标数据进行安全趋势 预警。
[0164] 如图2所示，分布式光伏接入配电网安全评估及预警方法的步骤如下：
[0165] (1)确定分布式光伏接入配电网安全评估指标，采集分布式光伏发电数据如电气 参数、环境参数，并根据各安全评估指标计算公式对指标数据进行规一化处理。
[0166] (2)利用基于证据理论的群体赋权方法，通过相似度指数确定和证据合并，确定各 安全评估指标的单项常权。
[0167] (3)对上述确定的各安全评估指标的单项常权进行筛选变权，即当指标两极变化 时均不影响配电网的正常运行时采用激励型变权综合，当指标对配电网运行有较大影响 时，需对其进行惩罚型变权综合，从而保证灵敏的反应其严重偏离。
[0168] (4)通过建立标准状态矩阵、待评估样本向量，计算得出关联系数，从而得出各安 全评估指标的关联度矩阵；具体方法如下：首先建立标准状态矩阵和待评估样本向量，设 评估的状态类型分成m级，每级状态包含n项指标，则可建立响应的标准状态矩阵Ystd为：
[0169]
[0170] 其中，Y;，i= 1, 2,......,m表示第i级标准状态，y。，i= 1, 2,......,m,j= 1,2,……，n表示第i级标准状态的第j项指标；
[0171] 待评估样本向量&为：
[0172] Xs= [xslxs2xs3 ......xsn] (19)
[0173] 其中，xsj，j= 1，2,......，n表示第j个分量；
[0174] 其次，计算差值矩阵和待评估样本与各级标准状态的关联系数，待评估样本向量 1与
[0175] 各级标准状态Yi的关联系数exj为：
[0176]
(20)
[0177] 式中，P为分辨系数，通过选取合适的分辨系数能够提高关联分析的抗干扰能 力；
[0178] 再由关联系数矩阵结合指标权重向量，即可得到待评估样本向量与各级标准状态 的关联度A:
[0179] Vi=ciijEiji：- 1,2,...m： (:21)
[0180] 式中，《 ,为第j个指标相对于目标层的权重系数。
[0181] (5)结合步骤（3)和步骤（4)的结果，利用灰色关联分析法对各安全评估指标进行 综合评估，并输出结果。
[0182] (6)针对步骤（2)中的安全评估指标赋权结果，按照时间段对步骤（1)中指标归一 化处理后的数据进行划分，每个时间段对应一个样本数据集。
[0183] (7)对每个时间段内的样本数据集进行抽样，构建样本集合并进行聚类分析得到 若干簇，然后计算所述聚类分析后簇中各个数据项的属性值辨识度、属性辨识度、属性值重 要性和属性重要性。
[0184] (8)分别根据步骤（7)计算的每个数据项的属性值辨识度、属性辨识度、属性值重 要性和属性重要性对数据进行排序，选取若干数据作为降维后保留的数据。
[0185] (9)对降维后的全体样本数据进行聚类，将聚类得到的簇作为样本的标签，对样本 进行标注。
[0186] (10)计算步骤（9)中已标注的样本的每个数据的设定检测指标，然后构建每个数 据的每一个检测指标在各个时间段的常态区域。
[0187] (11)针对步骤（3)中计算出的指标的单项常权，如果该项指标单相权值超出相应 的常态区域，则对其进行监控并计算该项指标的下一时刻的指标单项常权，如果继续超出 相应的常态区域，则对该数据在步骤（10)中设定的检测指标进行预警。
[0188] 需要说明的是，本发明的安全评估及预警方法中采用基于DS证据理论赋权方法 及灰色关联分析法实现分布式光伏接入配电网安全评估功能，在此基础上计算各指标项的 数值、权值、