基于云模型的新型电力系统发展指数评价方法

技术领域

本发明涉及新型电力系统发展状况，更具体地说，涉及一种基于云模型的新型电力系统发展指数评价方法。

背景技术

在新型电力系统的内涵特点、关键技术和发展路径等方面，已经有了大量的研究。从电力需求增长、电源结构调整、电网格局优化、新技术应用等方面对电力系统发展进行研判，基于双碳目标的能源电力发展计算模型，对中长期能源电力演化路径进行了展望。综述以新能源为主的电力系统在安全运行、可靠供电、经济高效及数智转型方面下的挑战和可能解决的方案。从碳排放约束的角度分析新型电力系统的构成和特点，通过建立各类指标体系分析了新型电力系统内外部作用机理及其对发展路径的影响。新型电力系统平稳过渡需制定合理的煤电退出机制，通过市场或者电价定价调节机制来实现引导新能源投资。能量网络、信息网络、价值网络三层网络的分层集群的新型电力系统及其整体的研究思路。通过探索和实践构建以“四维四化”和“三大支撑”为主要内容的“443”源网荷储协同发展模式，加快新型电力系统建设。基于新型电力系统下“大电网”特征，梳理了内部、外部电网运行安全态势的“影响因子库”，并建立了大电网安全态势感知体系。根据新型电力系统的特点，针对以新能源为主体的电力市场，改进TOPSIS的风险识别模型，开展市场力风险特征分析和识别技术研究。在双碳目标背景下新型电力系统考虑成本与效益以及转型发展与保持经济竞争力关系下的建设方向。

从不同的方面和方法对新型电力系统评价体系开展研究，考虑源-网-荷-储多主体之间的协同互动作用，建立一个建以多元交互为核心的分层评价指标体系，基于AHP-Delphi定权法的源-网-荷-储协调水平评价。基于层次分析法和熵值法对新型电力系统各风险指标进行综合分析，从新型电力系统的网络可用输电容量、网络安全传输裕度及网络传输灵活性指标三方面，对现阶段网络传输灵活性评估指标进行了梳理总结。针对传统DEA模型在不确定环境下评价结果不稳定的缺陷，改进的鲁棒DEA，为电网建设和投资规划提供有效的经济指导。通过综合运用网络层次分析法和模糊综合评判方法，实现对配电网运行管理水平的综合评价。

总上所述，当前有关新型电力系统的研究多集中在内涵特点、关键技术、发展路径上，在评价体系的研究中也缺乏从对新型电力系统发展水平的评估方法，不利于合理评估新型电力系统的发展水平。

发明内容

本发明要解决的技术问题在于，提供一种基于云模型的新型电力系统发展指数评价方法；其首先从“可靠性、清洁性、经济性、互动性”四个维度出发，建立新型的电力系统指标评价体系，并运用层次分析法进行指标赋权；其次通过专家打分的方式，利用云模型构建指标标准等级云图，为新型电力系统发展状况提供判定标准；最后通过算例验证指标体系和云模型评价方法的有效性。

本发明解决其技术问题所采用的技术方案是：构造一种基于云模型的新型电力系统发展指数评价方法，包括以下步骤：

S1、构建新型电力系统指标评价体系；

S2、构建云模型，包括以下两部分：

S201、构建云模型理论：云发生器为定性概念与定量概念之间互相转换的映射，包括正向和逆向之分，通过正向云发生器实现定性到定量概念之间的转化，借助数据特征值生成运动的N个云滴，在此过程中表达出概念转换过程的随机性，通过逆向云发生器实现定量到定性概念的转化，实现概念外延到内涵的转化，表达出概念转换过程的模糊性；

S202、进行云模型指标计算：构建新型电力系统发展指数评价体系一级指标云图、二级指标云图及综合云图；

S3、指标赋权：通过层次分析法对指标体系中的各级指标进行赋权。

按上述方案，所述步骤S1中：构建可靠性、清洁性、经济性和互动性的一级指标；构建发电侧可靠性、电网侧可靠性、负荷侧可靠性、新能源成为电源主体、碳排放水平、系统经济性和区外交互能力的二级指标；构建系统最大供电能力、综合电压合格率、平均停电时间、新能源装机占比、新能源发电量占比、碳排放强度、综合线损率、新能源投入产出比、全社会供电成本、外送通道容量、全口径外送电量和全口径接入电量的三级指标。

按上述方案，所述步骤S201中：

(1)正向云发生器算法如下：

输入为：定性概念的3个数字特征Ex，En，He，以及云滴个数N；

输出为：N个元素在论域空间的分布；

Step1：生成En为期望，He为方差的随机数En′；

Step2：生成Ex为期望，En′为方差的随机数x

Step3：计算y

Step4：得出定性概念的一次云滴量化值(x

Step5：重复Step1—Step4，生成N个云滴，算法结束；

(2)逆向云发生器算法如下：

输入为：N个云滴样本x

输出为：定性概念的3个数字特征Ex，En，He；

Step1：

Step2：

Step3：

Step4：

对于边界已知即存在双边约束|C

按上述方案，所述步骤S202中：

(1)二级指标云图构建算法如下：

由于底层指标较为独立，采用浮动云进行计算次高级特征值：

式中，Ex

(2)一级指标虚拟云构建算法如下：

新型电力系统发展水平评价体系中m个二级指标指标之间具有相关性，采用综合云方法对三个特征值进行计算，得出一级指标的特征值：

式中，Ex

(3)综合云图的构建算法如下:

综合云图的特征值由一级指标加权求和得到：

式中，Ex

按上述方案，所述步骤S3中，对各级指标进行赋权包括如下步骤：

S301、构建层次结构：构建目标层、准则层和方案层；

S302、构造成对比较矩阵：

S303、各层评价指标权重的确定与一致性检验。

按上述方案，所述步骤S303中，各层评价指标权重的确定与一致性检验，具体为：

相对权重：W'＝(w'

通过求方根法进行：

判断矩阵各行赋值之积：

然后，归一化处理：W'

即：

则W＝(w

然后进行一致性检验，若检验通过，则将特征向量归一化处理后即为所求权重，若检验不通过，则返回上一步骤重新构造新的判断矩阵。

按上述方案，所述S303中，检验步骤如下：

1)一致性指标

2)一致性指标RI，见表3：

表3平均随机一致性指标

3)计算一致性指标RI：

(4)计算综合权重和一致性检验

指标的合成权向量为该指标相对于最上层指标的相对权重，即为最终需要得到的结果。

实施本发明的基于云模型的新型电力系统发展指数评价方法，具有以下有益效果：

本发明首先从新型电力系统的“可靠性、清洁性、经济性、互动性”四个维度出发，建立指标评价体系，并运用层次分析法进行指标赋权；其次通过专家打分的方式利用云模型构建指标标准等级云图，为新型电力系统发展状况提供判定标准；最后通过算例验证指标体系和云模型评价方法的有效性；通过云图生动形象的展示了新型电力系统的各指标发展状况。

附图说明

下面将结合附图及实施例对本发明作进一步说明，附图中：

图1是本发明基于云模型的新型电力系统发展指数评价方法的新型电力系统发展状况评价标准云图；

图2是本发明的二级指标云图；

图3是本发明的一级指标云图；

图4是本发明的综合云图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图详细说明本发明的具体实施方式。

如图1所示，在本发明的基于云模型的新型电力系统发展指数评价方法中，包括以下步骤：

S1、构建新型电力系统指标评价体系；

构建可靠性、清洁性、经济性和互动性的一级指标；构建发电侧可靠性、电网侧可靠性、负荷侧可靠性、新能源成为电源主体、碳排放水平、系统经济性和区外交互能力的二级指标；构建系统最大供电能力、综合电压合格率、平均停电时间、新能源装机占比、新能源发电量占比、碳排放强度、综合线损率、新能源投入产出比、全社会供电成本、外送通道容量、全口径外送电量和全口径接入电量的三级指标。

S2、构建云模型，具体包括：

S201、云模型理论：设X为用精确数值表示的定量论域，C为X上对应某概念的定性描述，即四川新型电力系统发展指数指标体系中的具体指标描述；若对任意的x∈X，都有唯一的y值与之对应，其中y为x关于定性概念C的隶属度，y＝C(x)，y∈[0,1]，则把点在论域X上的分布称为云。用云的3个数字特征描述云分布形态的过程称为云模型，即标度C(Ex，En，He)。其中：Ex表示期望，表征云图中心最高点，是最能代表定性概念的点；En表示熵，是对定性概念的度量，反映概念的模糊性和随机性，熵值越大，概念范围越大；He表示超熵，是对熵的不确定性度量，反映云的厚度，超熵值越大，云越厚，概念共识程度越低。

云发生器是定性概念与定量概念之间互相转换的映射，有正向和逆向之分。通过正向云发生器可以实现定性到定量概念之间的转化，借助数据特征值生成运动的N个云滴，在此过程中可表达出概念转换过程的随机性；通过逆向云发生器实现定量到定性概念的转化，也即实现概念外延到内涵的转化，在此过程中可表达出概念转换过程的模糊性。

(1)正向云发生器算法

输入为：定性概念的3个数字特征Ex，En，He，以及云滴个数N；

输出为：N个元素在论域空间的分布。

Step1：生成En为期望，He为方差的随机数En′；

Step2：生成Ex为期望，En′为方差的随机数x

Step3：计算y

Step4：得出定性概念的一次云滴量化值(x

Step5：重复Step1—Step4，生成N个云滴，算法结束。

(2)逆向云发生器算法

输入为：N个云滴样本x

输出为：定性概念的3个数字特征Ex，En，He；

Step1：

Step2：

Step3：

Step4：

对于边界已知即存在双边约束|C

S202、云模型指标计算：构建新型电力系统发展指数评价体系一级指标云图、二级指标云图及综合云图；

(1)二级指标云图构建

由于底层指标较为独立，采用浮动云进行计算次高级特征值：

式中，Ex

(2)一级指标虚拟云构建

新型电力系统发展水平评价体系中m个二级指标指标之间具有相关性，采用综合云方法对三个特征值进行计算，得出一级指标的特征值：

式中，Ex

(3)综合云图的构建

综合云图的特征值由一级指标加权求和得到：

式中，Ex

S3、指标赋权：通过层次分析法对指标体系中的各级指标进行赋权；

对各级指标进行赋权包括如下步骤：

S301、构建层次结构：应用层次分析法进行研究时，首先要构架一个有层次的模型，分为目标层、准则层和方案层，层次数与所要研究问题的复杂程度有关。

S302、构造成对比较矩阵：

构造各层的比较判断矩阵，每一层准则层元素在目标层中都有着不同的比重，在决策者的眼中也不尽相同，一般用1-9标度法来构造判断矩阵，具体标度见下表：

表3-1 AHP标度含义

S303、各层评价指标权重的确定与一致性检验。

各层评价指标权重的确定与一致性检验，具体为：

相对权重：W'＝(w'

通过求方根法进行：

判断矩阵各行赋值之积：

然后，归一化处理：W'

即

则W＝(w

然后进行一致性检验，若检验通过，那么将特征向量归一化处理后即为我们所求权重，若检验不通过，需要返回上一步骤重新构造新的判断矩阵。

检验步骤如下：

1)一致性指标

2)一致性指标RI，见下表：

表3平均随机一致性指标

3)计算一致性指标RI：

(4)计算综合权重和一致性检验

指标的合成权向量为该指标相对于最上层指标的相对权重，即为最终需要得到的结果。

实施例：

通过层次分析方法对所构建的新型电力系统发展水平评价指标体系的一级指标进行赋权。将同级各指标两两进行比较，形成的判断矩阵。计算得出判断矩阵的一致性比率CR＝0.086<0.1，可以通过一致性检验，最终得到一级指标的权重如下表所示：

表4-1 AHP赋权法的新型电力系统发展水平评价一级指标权重

具体赋权结果如表4-2所示：

表4-2 AHP赋权法的新型电力系统发展水平评价指标权重

云模型的评价过程包括标准等级划分、标准等级评价云图构建和各级指标特征值计算。

(1)标准等级划分

邀请专家从新型电力系统“可靠性、清洁性、经济性、互动性”这四个方面的7个二级指标进行评分，评分采用百分制。对各个二级指标设置评价等级标准，具体如下表所示。

表4-3评价等级划分

(2)标准等级评价云图构建

由上表划分的各等级范围计算新型电力系统发展状况评价标准云模型特征值为：优秀(100，10/3，0.5)、良好(85，5/3，0.5)、一般(75，5/3，0.5)、较差(65，5/3，0.5)、差(0，20，0.5)。依此可作新型电力系统发展状况评价标准云图如图1所示，分为优秀、良好、一般、差、较差五个等级。

(3)各级指标特征值计算

根据得分情况可计算各三级指标特征值并通过式(1)-(3)计算得出二级指标特征值，如下表所示：

表4-4二级、三级指标特征值

依据综合云图计算方法，通过式(4)-(9)计算可得出各一级指标以及新型电力系统发展水平综合云图的特征值，如下表所示：

表4-5综合云图及一级指标特征值

(4)云图分析

根据所得各指标的特征值分别作出各一级指标、二级和综合评价云图，如图2-4所示，二级指标云图7个，一级指标云图4个，综合云图1个。从图2的二级指标云图中看出，在可靠性方面，负荷侧可靠性得分较低；清洁性方面，新能源成为电源主体得分较低；经济性方面，系统经济性得分良好；互动性方面，区外交互能力得分良好。总体来说，应重点关注各个方面得分较低的二级指标。从图3的云图可以看出，一级指标中的清洁性指标表现最优，评价等级位于“良好”、“优秀”之间，属于“良好”偏“优秀”级别，说明新型电力系统在清洁性方面表现优秀。可靠性、经济性、互动性评价等级位于“良好”、“优秀”之间。其中，互动性得分最低，评价等级位于“良好”附近，在各个指标中离“优秀”最远，说明新型电力系统在互动性的发展还需要进一步提升。由图4可知，该新型电力系统发展状况综合评价结果位于“良好”偏“优秀”，说明新型电力系统还有一定的发展空间，需依据二级、三级云图中各项指标得分，按照风险度从高到低的顺序给予关注与重视程度，从薄弱环节入手进行优化，全面优化新型电力系统的发展路径。

上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。