一种考虑多能源协调的配电网弹性指标评估方法与流程

1.本发明涉及配电网弹性评估技术领域，尤其是指一种考虑多能源协调的配电网弹性指标评估方法。


背景技术：

2.配电网位于电力系统的末端，直接与用户相连，是保障供电的关键。它不仅应在正常运行条件下提供连续供电，在干扰情况下也应保持必要的功能。在此背景下，引入配电网弹性的概念，以反映配电网在干扰下最小化停电范围、减少故障过程中的负荷损失、尽可能保证关键负荷的供电以及快速恢复停电负荷的能力。现有弹性指标的计算主要分为两类，第一类依赖故障事件发生概率，将天气信息和故障率融入配电网弹性评估中；第二类根据配电网的不同运行与控制目标利用系统性能缺失量反映弹性。这两类弹性指标中，一类是根据故障概率等历史数据，将弹性转化成概率问题；另一类是根据仿真模拟供电恢复过程，计算从扰动到恢复过程中系统损失性能的累积量。第一类评价方法的计算基于平均值，无法描述小概率事件的影响，而且现有研究基本都针对某种特定事件，不具有普适性；第二类评估中积分法虽然涉及到故障后不同阶段的全过程，但因为未考虑电网的实时变化性，性能缺失面积的计算具有理想性。


技术实现要素：

3.本发明是为了克服现有技术的无法描述小概率事件的影响和具有理想性的问题，提供一种考虑多能源协调的配电网弹性指标评估方法，本发明提出的弹性指标体系，可以很好地量化多能源协调对配电网弹性的影响，综合考虑了多维指标之间的复杂相关性，降低了评估指标的冗余对配电网弹性评估结果的影响，更加科学。
4.为了实现上述目的，本发明采用以下技术方案：
5.一种考虑多能源协调的配电网弹性指标评估方法，包括以下步骤：s1：选择多维弹性评估指标；s2：对评估指标进行相关性分析得到判断矩阵，根据判断矩阵并基于网络分析法计算主观权重，得到主观权重向量；s3：根据评估指标并基于熵权法计算客观权重，得到客观权重向量；s4：根据主观权重向量和客观权重向量计算综合权重，得到综合权重向量；s5：计算评估指标的模糊隶属度，得到模糊关系矩阵；s6：根据综合权重向量和模糊关系矩阵得到模糊综合评估结果；s7：对模糊综合评估结果去模糊化得到重心值，对应评估等级完成指标评估。针对现有的两类弹性评估方法存在的问题，考虑到多能源协调可以在极端干扰下为配电网供电，对恢复能力产生积极影响，提出了一种考虑多能源协调的配电网弹性评估指标体系及相应的综合评估方法。该方法在分析弹性影响因素的基础上，选择了一套多维弹性评估指标来量化多能源协调的影响。其次，建立了基于网络层次结构的弹性评价指标体系，反映了各指标之间的相关性。最后，将主客观因素结合起来，建立了最优权重模型，使指标的综合权重更加科学，通过上述方法，提高配电网弹性评估的准确性和实用性。
6.作为本发明的优选方案，所述s1中弹性评估指标包括一级指标和一级指标下的二
级指标。本发明提出的弹性指标体系，可以很好地量化多能源协调对配电网弹性的影响，综合考虑了多维指标之间的复杂相关性，降低了评估指标的冗余对配电网弹性评估结果的影响。
7.作为本发明的优选方案，所述s2具体为：对一级指标下的二级指标进行相关性分析得到判断矩阵，计算判断矩阵的最大特征值对应的特征向量，即为二级指标的优先度向量，得到评估指标中所有指标的优先度向量，合成优先度矩阵，最后合并成初始超矩阵，对一级指标进行相关性分析得到判断矩阵，计算判断矩阵的最大特征值对应的特征向量，即为一级指标的优先度向量，得到评估指标中所有指标的优先度向量，合成权重矩阵，使用权重矩阵对初始超矩阵进行加权得到加权超矩阵，计算加权超矩阵的最大特征值对应的特征向量，即主观权重向量。
8.作为本发明的优选方案，所述s3具体为：计算在不同场景下的各个指标的熵，根据指标的熵计算得到熵权重，将各个指标的熵权重合并得到客观权重向量。
9.作为本发明的优选方案，所述s4具体为：根据主观权重向量和客观权重向量建立最优权重组合模型，采用拉格朗日乘子法对最优权重组合模型进行求解，得到各个指标的综合权重，将各个指标的综合权重合并得到综合权重向量。本发明提出的最优加权方法建立最优权重组合模型，可以缓解弹性评估对评估者偏好和数据的过度依赖，使指标的综合权重更加科学。
10.作为本发明的优选方案，所述s5具体为：将评估结果分成五个评估等级，计算二级指标对这五个评估等级的隶属度，每个二级指标形成一个隶属度子集，将各个指标的隶属度子集合并成模糊关系矩阵。
11.作为本发明的优选方案，所述s6具体为：综合权重向量和模糊关系矩阵进行积分，得到模糊综合评估结果向量。本发明提出的模糊综合评估方法得到模糊综合评估结果，对配电网弹性提供了直观的评价，有利于发现弹性性能的薄弱点。
12.作为本发明的优选方案，所述s7具体为：根据指标的重心值计算公式得到指标的重心值，根据重心值和评估等级完成指标评估。
13.因此，本发明具有以下有益效果：本发明在分析弹性影响因素的基础上，选择了一套多维弹性评估指标来量化多能源协调的影响，建立了基于网络层次结构的弹性评价指标体系，反映了各指标之间的相关性，将主客观因素结合起来，建立了最优权重模型，使指标的综合权重更加科学，通过上述方法，提高配电网弹性评估的准确性和实用性；本发明提出的弹性指标体系，可以很好地量化多能源协调对配电网弹性的影响，综合考虑了多维指标之间的复杂相关性，降低了评估指标的冗余对配电网弹性评估结果的影响；本发明提出的最优加权方法建立最优权重组合模型，可以缓解弹性评估对评估者偏好和数据的过度依赖，使指标的综合权重更加科学；本发明提出的模糊综合评估方法得到模糊综合评估结果，对配电网弹性提供了直观的评价，有利于发现弹性性能的薄弱点。
附图说明
14.图1是本发明的方法流程图；
15.图2是本发明的实施例的节点配电网络结构示意图。
具体实施方式
16.下面结合附图与具体实施方式对本发明做进一步的描述。
17.如图1所示，一种考虑多能源协调的配电网弹性指标评估方法。
18.s1：选择多维弹性评估指标，建立多维弹性评估指标体系。选择系统参数、运行状态、响应能力和供电可靠性作为弹性评估的一级指标，这些指标可以从不同方面反映配电网弹性的特征，再将一级指标细分为二级指标。
19.系统参数指标反映了多能源网络和耦合设备的性能，是衡量系统运行状态的基础。这些指标包括外部供电能力、网络强度、负荷分布等影响配电网抗干扰能力的源网荷属性指标，还考虑了反映多能源协调的耦合设备参数指标，具体二级指标见表1。所有指标都可以直接从实际系统的配置数据中获取或转换。
20.表1系统参数二级指标
[0021][0022]
系统运行状态指标反映了多能源网络联合运行时系统对极端干扰的适应性，是衡量系统响应能力的基础。该指标集包括描述配电网运行状态和运行效率的指标，还包含了反映供电资源裕度的指标，具体二级指标见表2。这些指标对应于多能源网络的耦合运行状态，可以通过实际系统的多能源潮流计算得到。
[0023]
表2系统运行状态二级指标
[0024][0025]
系统响应能力指标能够反映系统对极端干扰的响应能力，包括描述孤岛供电的指标、耦合设备的输出及其调节能力，具体二级指标见表3。这些指标对应于通过多能源协调
的供电支持，可以从极端干扰后系统状态的变化中得出。
[0026]
表3系统响应能力二级指标
[0027][0028]
弹性研究的基本目的是提高极端干扰下的供电可靠性。供电可靠性指标是配电网的直接恢复性能，包括反映故障期间干扰破坏性后果和负荷供电能力的指标，具体二级指标见表4。这些指标可以通过对整个恢复过程中配电网的负荷损失和停电时间的统计得到。
[0029]
表4供电可靠性二级指标
[0030][0031]
s2：分析指标的相关性，并计算主观权重。
[0032]
采用网络分析法，利用网络结构将指标之间的相关性集成到评估系统中。首先对需要决策权重的指标进行系统性分析，将其按照一二级指标分成若干个不同的指标集，判断各指标集层次的独立性、可能存在的相互依存性及反馈性。这里的方法可以让专家打分或根据经验进行判断(主观因素)。从系统运行机制的角度来看，四个一级指标集之间存在渐进影响关系。例如，分布式发电渗透率i
13
的系统参数将影响系统运行状态指标集中的可用功率容量裕度i
23
。然后，功率容量裕度将对系统响应能力指标集中的孤岛电源比例产生影响。实际功率输出最终将通过多能源协调影响供电能力，直接反映在供电可靠性指标集上。
[0033]
此外，从多能源耦合特性的角度来看，同一个一级指标集中包含的指标也是相互关联的。例如，在系统运行状态指标集中，配电线路负载率会影响配电网损耗率。基于此，各指标间的关联性可以按照逻辑分析和经验给出，强关联性对应1，无关联性对应0，可以形成
判断矩阵。
[0034]
将每个二级指标看成一个个体，成对比较所有二级指标得到相关性，以指标配电线路强度i
11
和指标集系统参数i1为例，可形成如下判断矩阵：
[0035][0036]
其中，的上角标代表一级指标即指标集系统参数i1，下角标代表指标集下具体的二级指标配电线路强度i
11
，因此判断矩阵由二级指标i
11
与指标集i1形成的，其中，c
14
表示二级指标i
11
与指标集i1的二级指标i
14
的关联性，因此判断矩阵均为对称矩阵；上述有4个一级指标即4个指标集，每个指标集有4个二级指标，因此共可以形成64个判断矩阵。
[0037]
二级指标i
11
与指标集i1、指标集i2、指标集i3、指标集i4各形成一个判断矩阵，共4个，通过计算每个判断矩阵的最大特征值对应的特征向量即优先度向量，可以得到4个优先度向量，这4个优先度向量合成一个优先度矩阵w
11
，以此类推，每一个二级指标与指标集i1、指标集i2、指标集i3、指标集i4都可形成一个优先度矩阵，共有16个优先度矩阵，将其作为初始超矩阵w的子矩阵，合成一个初始超矩阵w。
[0038]
将每个指标集看成一个个体，成对比较所有指标集间的影响，依照上述得到优先度向量的方法，计算出优先度向量，并将优先度向量合成权重矩阵a，使用权重矩阵a对初始超矩阵w进行加权，可以得到加权超矩阵其中其中a
ij
为权重矩阵a的元素，w
ij
为优先度矩阵，i取1、2、3、4，j取1、2、3、4。
[0039]
加权超矩阵每一行的数值反映了相应指标在整个评价体系中的相对重要性，计算加权超矩阵的最大特征值对应的特征向量，得到指标的主观权重向量[γ1，γ2，
……
γy]
t
，y为选取的二级指标个数。
[0040]
s3：基于熵权法计算客观权重。
[0041]
基于熵权法计算客观权重，通过衡量信息的不确定性，确定一个指标在不同评估场景下提供的信息量，信息量越大，指标权重越大。步骤如下：
[0042]
假设有x个评估场景和y个评估指标。然后，形成的评估指标矩阵如下：
[0043][0044]
其中，元素i
yx
表示第x个评估场景下第y个评估指标的值，这里使用指标的标准化数据，以消除不同量纲的影响。由公式
[0045][0046]
计算第y个评估指标的熵。其中如果p
yx
等于0，则p
yx
lnp
yx
将设置为0。
[0047]
第y个指标的熵权重τy由公式
[0048][0049]
计算得到，最终通过熵权法得到指标的客观权重向量：[τ1，τ2，
……
τy]
t
。
[0050]
s4：建立最优权重组合模型，结合主客观因素得出综合权重，基于加权最小二乘准则，推导出各指标主客观权重偏差最小的综合权重，使综合权重与主客观权重偏差的加权平方和最小。有效克服网络分析法过于依赖评估者的偏好，而熵权法对数据过度依赖的问题。这样，在保留主客观权重优势的同时，可以缓解评估者偏好的影响，弥补对数据的过度依赖，使指标的综合权重更加合理。具体步骤如下：
[0051]
对于弹性评估指标体系中的第y个指标，已经得到了其主观权重γy和客观权重τy，它的主观和客观加权系数分别为αy＝γy/(γy+τy)和βy＝τy/(γy+τy)，建立最优权重组合模型，目标是使综合权重与主客观权重偏差的加权平方和最小，优化模型如下：
[0052][0053]
采用拉格朗日乘子法对优化模型进行求解，得到各指标的综合权重ωy，组成权重向量[ω1，ω2，
…
ωy…
ωy]
t
。f是目标函数，这里用的是最小二乘法构造，最终找到一组ωy使得目标函数最小；s.t.是约束条件，代表ωy要满足的条件，1.必须非负，2.所有的组合权重加起来等于1。
[0054]
s5：计算模糊隶属度，量化所有指标的表现，得到模糊关系矩阵。本文将配电网弹性的评估结果分为五个等级，即v＝{v1，v2，v3，v4，v5}。在此基础上通过模糊关系变换得出综合弹性评估结果，各指标对评价等级的隶属度是根据指标值和隶属函数计算得出的，第y个指标对评价等级v的隶属度ry＝{r
y1
，r
y2
，r
y3
，r
y4
，r
y5
}，其中每个rv的范围是[0,1]，且它们之和为1，rv越大，其隶属度越大。计算隶属度的方法如下：
[0055]
[0056][0057][0058][0059][0060]
假设第y个指标的值iy在[u1,u5]范围内，则将[u1,u5]等分得到u1、u2、u3、u4、u5，得到所有指标的模糊子集ry，合成模糊关系矩阵r
[0061][0062]
s6：对权重向量[ω1，ω2，
…
ωy…
ωy]
t
和模糊关系矩阵r进行积分，得到模糊综合评估结果向量。
[0063]
s7：对评估结果进行去模糊化，以重心值直接反映各项指标的表现和配电网弹性。
[0064]
将评估等级转换为0到1之间的值，例如，v1对应1.0，v2对应0.6等，则量化后的评估等级那么指标iy的重心值gy可以计算为：
[0065][0066]
具体实施例：
[0067]
1)指标选取
[0068]
如图2所示，选用修改后的ieee 33节点配电网络进行分析，在12,19,23,29节点处分别接入风电，光伏，储能，可中断负荷。
[0069]
改变系统的运行方式，并基于组件脆弱性和蒙特卡罗模拟，生成典型故障场景，利用模拟获得的原始数据获取和计算上述提出的弹性评估指标值，结果如表5：(为了简化过程，这里只从每个一级指标下抽取了一个二级指标)
[0070]
表5弹性指标值
[0071]
指标指标值i
11
0.6721i
12
0.9234i
13
0.2461i
14
0.0584
[0072]
2)指标相关性分析
[0073]
采用网络分析法对指标相关性进行分析，结合本发明使用的网络结构和历史经验，形成各指标的相关性分析结果，见表6。
[0074]
表6指标相关性结果
[0075] i
11i12i13i14i11
10.80.20.5i
12
0.810.60.7i
13
0.20.610.3i
14
0.50.70.31
[0076]
(3)指标权重计算
[0077]
分别基于网络分析法、熵权法和最优权重组合法计算各指标的主观权重、客观权重和综合权重，权重结果见表7。可以看出，本发明提出的综合权重方法可以有效克服主观或客观权重方法的缺点。例如，配电线路强度指标i
11
与评估体系中的多个指标相关，通常在配对比较中判断为相对重要。因此，网络分析法得到的i
11
主观权重过大，明显受到主观判断的影响。综合熵权法的客观权重，i
11
的综合权重显著降低，权重结果更加合理。
[0078]
表7弹性指标权重
[0079]
指标主观权重客观权重综合权重i
11
0.07220.02550.0569i
12
0.05010.03090.0396i
13
0.01880.02210.0175i
14
0.02080.00940.0141
[0080]
4)配电网弹性综合评估
[0081]
基于模糊综合评估方法实施配电网弹性评估。首先，分别计算评估体系中所有指
标对{v1，v2，v3，v4，v5}这五个评价等级的隶属度。然后，从模糊关系矩阵中导出指标的重心值，用于直接判断配电网弹性。
[0082]
综合反映配电网弹性表现的详细评估结果见表8。最后，通过指标加权运算得到的配电网弹性综合评估结果向量为[0.38，0.15，0.14，0.16，0.17]，得到整体弹性性能重心值为0.69，说明弹性提升仍有较大空间。
[0083]
表8指标隶属度和重心值
[0084]
指标/等级v1v2v3v4v5重心值i
11
0.160.290.390.170.000.69i
12
1.000.000.000.000.001.00i
13
0.220.240.360.150.040.69i
14
0.440.110.070.210.160.69
[0085]
本发明属于配电网弹性评估技术领域，需要解决的问题是现有方法大多只对配电网弹性进行了单边评估，多个指标之间的相关性还没有得到很好的研究。其次，多种能源协调运行对分布式网络弹性的影响尚未全面量化。此外，多个评价指标的加权方法不够科学，弹性绩效难以直观呈现。
[0086]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何不经过创造性劳动想到的变化或替换，都应涵盖在本发明保护范围为准。