一种基于自适应AHP算法的分布式资源多维评估方法

技术领域

本发明属于配电网分布式资源评估技术领域，具体涉及一种基于自适应AHP算法的分布式资源多维评估方法。

背景技术

随着可再生能源和分布式能源资源的不断增加，配电网的运行方式变得更加复杂，这引发了对新型电力系统分析和管理方法的迫切需求。为了确保配电网的可靠性和经济性，需要有效地评估分布式资源在配电网中的运行特性。然而，现有的评价体系往往难以全面反映分布式资源的多维运行情况。在这一背景下，为了确保电力系统的电压稳定性、功率质量、经济性等问题，对配电网分布式资源的多维运行特性评价成为一项迫切需要解决的问题。

当前对于分布式资源的评估相对不足，虽然可以用于分布式资源的评估，但它们往往是单一维度的，无法全面考虑多种因素的综合影响。这对于电力系统运营商和规划者来说是一个重要问题，因为他们需要确保分布式资源的高效运行以满足不断增长的电力需求，同时保持电力系统的稳定性和可靠性。

与分布式能源资源相关的多维运行特性评价一直是一个复杂的问题。目前的方法主要集中在单一性能参数的评估上，缺乏一个综合性的体系来综合考虑多个关键参数。这使得电力系统运营者难以全面了解分布式资源对系统的影响，并采取相应的措施来提高系统的鲁棒性和效率。因此，需要一种新的评价体系，能够同时考虑安全性、灵活性和经济性等多维度参数，以更好地理解和优化分布式资源在配电网中的运行特性，从而推动电力系统的可持续发展。

发明内容

本发明的目的是为了克服现有技术的不足，而提供一种基于自适应AHP算法的分布式资源多维评估方法，以能多维度分析分布式资源对系统的影响，从而更好地理解和优化分布式资源在配电网中的运行特性，推动电力系统的可持续发展。

本发明的目的是这样实现的：一种基于自适应AHP算法的分布式资源多维评估方法，它包括以下步骤：

步骤1、采集含分布式资源的配电网数据；

步骤2、利用SDAE算法对采集到的不同参数的需评估数据进行降噪处理；

步骤3、确定配电网分布式资源多维评估指标；

步骤4、建立关于配电网安全性、经济性、灵活性评估多维评估体系，利用自适应AHP算法求解各指标权重。

进一步的，所述步骤1包括：

步骤1.1、采集含分布式资源的配电网当天需评估数据：U

步骤1.2、采集含分布式资源的配电网需评估数据前一天历史数据：U

进一步的，所述步骤2包括：

步骤2.1、将历史数据中

式(1)中，T是需评估数据的时间长度；

步骤2.2、对增加噪声的电压数据

步骤2.3、对电压隐藏特征

步骤2.4、利用式(2)计算重构误差，并以重构误差为损失函数利用梯度下降法更新模型中的权重：

式(1)中N表示电压数据序列长度；

步骤2.5、在步骤2.2中提取的隐藏特征

步骤2.6、以式(3)作为损失函数，利用步骤2.2-2.4训练第二个编码器-解码器模型，并更新模型中权重：

式中，

步骤2.7、将需评估的电压数据U

步骤2.8、利用步骤2.1-2.7依次求出P

进一步的，所述步骤3包括：

步骤3.1、利用式(4)建立负荷节点电压平均偏移率：

式中，

步骤3.2、利用式(5)建立节点电压合格率：

式中，N

步骤3.3、利用式(6)建立线路平均线损率：

式中，

步骤3.4、利用式(7)建立功率因数合格率：

式中，

步骤3.5、利用式(8)建立净负荷波动率：

步骤3.6、利用式(9)建立新能源发电比例；

进一步的，所述步骤4包括：

步骤4.1、建立AHP层次结构；

步骤4.1.1、确定最高层指标：安全性评价指标、经济性评价指标、灵活性评价指标；

步骤4.1.2、确定下层指标：荷节点电压平均偏移率、节点电压合格率；线路平均线损率、功率因数合格率；净负荷波动率、新能源发电比例；

步骤4.2、根据指标之间的重要程度两两比较生成判断矩阵A；

步骤4.3、利用式(10)-式(12)计算原判断矩阵A的拟优一致阵A

式中，a

步骤4.4、根据步骤4.3中生成的拟优一致阵A

步骤4.4、确定最高层指标相对重要性的权值分别为，

步骤4.5、利用式(13)求出最后配电网安全性指标、经济性指标、灵活性指标：

本发明的有益效果：

1、本发明针对评估数据往往含有不同类型噪声信号的问题，采用SDAE算法自动修复评估数据中的重构奇异点、缺失值，且在辨识出异常数据时过滤了干扰数据，有效抑制了局部评估数据异常对分布式资源多维评估的影响。

2、本发明针对分布式资源的评估无法全面考虑多种因素综合影响的问题，建立了综合性的多维体系来考虑多个关键参数，充分分析了分布式资源对系统的影响，避免了单一维度对配电网分布式资源评估的不足。

3、本发明针对采用AHP算法时对判断矩阵反复调整引起的盲从性问题，采用自适应层次分析法确实权值，最大程度上保留原始矩阵的信息，在满足一次性检验的同时，优化了主观判断上的不一致性，有效避免了构建指标间判断矩阵时的主观盲从性问题。

附图说明

图1为本发明一种基于自适应AHP算法的分布式资源多维评估方法的流程示意图。

具体实施方式

下面结合附图对本发明做进一步的说明。

应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

下面将结合本发明中的附图，对本发明的实施例中的技术方案进行清楚-完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本实例中，一种基于自适应AHP算法的分布式资源多维评估方法，通过以下步骤实现：

步骤1、采集含分布式资源的配电网数据；

步骤1.1、采集含分布式资源的配电网当天需评估数据：U

步骤1.2、采集含分布式资源的配电网需评估数据前一天历史数据：U

步骤2、利用SDAE算法对采集到的不同参数的需评估数据进行降噪处理；

步骤2.1、将历史数据中

式(1)中，T是需评估数据的时间长度；

步骤2.2、对增加噪声的电压数据

步骤2.3、对电压隐藏特征

步骤2.4、利用式(2)计算重构误差，并以重构误差为损失函数利用梯度下降法更新模型中的权重：

式(1)中N表示电压数据序列长度；

步骤2.5、在步骤2.2中提取的隐藏特征

步骤2.6、以式(3)作为损失函数，利用步骤2.2-2.4训练第二个编码器-解码器模型，并更新模型中权重：

式中，

步骤2.7、将需评估的电压数据U

步骤2.8、利用步骤2.1-2.7依次求出P

步骤3、确定配电网分布式资源多维评估指标；

进一步的，所述步骤3包括：

步骤3.1、利用式(4)建立负荷节点电压平均偏移率，在一个时间段内，在接入分布式电源后的电力系统中的节点电压值与额定值的平均偏离程度；

式中，

步骤3.2、利用式(5)建立节点电压合格率，在某一时间段内，接入分布式电源后的电力系统中合格的电压节点数占总的节点数的比率；

式中，N

步骤3.3、利用式(6)建立线路平均线损率，反映在某一时间段内，接入分布式电源后的电力系统中，线路电能损耗和总体发电量的比值；

式中，

步骤3.4、利用式(7)建立功率因数合格率，反映在某一时间点时，接入分布式电源后的电力系统中，所有节点功率因数合格节点数占总节点数的比值；

式中，

步骤3.5、利用式(8)建立净负荷波动率，反映在某时间段内，接入分布式电源后的电力系统中，净负荷在某一时间相较上一时刻波动的程度；

步骤3.6、利用式(9)建立新能源发电比例，反应在某一时间段，接入分布式电源后的电力系统中，新能源发电量在总发电量中的平均占比；

步骤4、建立关于配电网安全性、经济性、灵活性评估多维评估体系，利用自适应AHP算法求解各指标权重。

进一步的，所述步骤4包括：

步骤4.1、建立AHP层次结构；

步骤4.1.1、确定最高层指标：安全性评价指标、经济性评价指标、灵活性评价指标；

步骤4.1.2、确定下层指标：荷节点电压平均偏移率、节点电压合格率；线路平均线损率、功率因数合格率；净负荷波动率、新能源发电比例；每一个指标的具体内容在步骤三中均有定义，此处表明评价体系拥有清晰的两层结构，并说明两层指标之间的对应关系，方便后续使用AHP方法作进一步展开。

步骤4.2、根据指标之间的重要程度两两比较生成判断矩阵A；

在评价体系中，认为负荷节点电压平均偏移率、节点电压合格率和净负荷波动率是1级重要指标，即最重要指标；线路平均线损率和功率因数合格率是2级重要指标；新能源发电比例是3级重要指标。根据判断矩阵取值规则，通常使用1到9的尺度，其中1表示两者等价，3表示稍微重要，9表示极端重要。使用此规则根据不同指标之间的关系，得到判断矩阵A；

在不同指标之间两两相比的时候，若二者均为同一级指标，则认为两者同等重要；若二者不为同一级指标，则通过两个指标所处等级的差值判断二者的重要关系，例如1级指标与2级指标相比稍微重要，1级指标与3级指标相比较强重要。

步骤4.3、利用式(10)-式(12)计算原判断矩阵A的拟优一致阵A

式中，a

步骤4.4、根据步骤4.3中生成的拟优一致阵A

即各个准则的相对权重，并计算初始权值；

步骤4.4、确定最高层指标相对重要性的权值分别为，

步骤4.5、利用式(13)求出最后配电网安全性指标、经济性指标、灵活性指标：

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。