一种碳电协同供需不平衡风险指标评估及量化方法

技术领域

本发明涉及电力系统风险评估领域，具体涉及一种碳电协同供需不平衡风险指标评估及量化方法。

背景技术

随着新型电力系统的建设，传统风险评估在面对新型电力系统时存在一定问题。新能源大规模接入电网的比例快速提高，能源面临电网不足以就地消纳的问题，系统调峰能力产生较大缺额，从而导致电力系统频率调节能力下降，电网存在频率越限，甚至稳定破坏的风险；在无功电压调节领域风电、光伏等新能源的调节能力远远低于常规火电机组，新能源占比提高可能会导致系统面临电压失稳风险；分布式微电网接入、高比例新能源接入以及电网交直流互联，都会导致系统在扰动下的局部暂态能量冲击特性较常规电网更复杂，易引发全局稳定性风险；以上这些问题在传统风险评估背景下并未纳入考虑范围。由此可见，传统的电力系统风险评估理论不能完全适应新型电力系统，尤其体现在新型电力系统中新能源电力电子设备引入，以及高比例新能源接入带来的波动性和随机性。

在中国专利文献上公开的“不确定两阶段机会约束低碳电力优化规划方法”，其公开号为CN108268973A，涉及一种不确定两阶段机会约束低碳电力优化规划方法；该方案虽能助于提到电力企业的经济效益，但无法解决上述问题。

发明内容

本发明解决了目前传统的电力系统风险评估理论不能完全适应新型电力系统的问题，提出一种碳电协同供需不平衡风险指标评估及量化方法，提出基于层次分析-熵权组合法的新型电力系统风险评估与量化模型，该模型适配新型电力系统高新能源占比、高不确定性的特点，提出其模型评估指标与量化方法，有效对待评估对象进行综合、全面的评估，并对发展成果进行量化。

为了实现上述目的，本发明采用以下技术方案：一种碳电协同供需不平衡风险指标评估及量化方法，包括以下步骤：

S1，对待评估电力系统初始数据进行预处理操作，得到预处理数据；

S2，构建评估指标集与量化方案，对预处理数据进行指标计算，并对指标计算结果进行数据后处理；

S3，根据指标进行加权与权重组合，得到加权方案；

S4，计算决策矩阵，进行可视化处理，并计算得到最终评估结果。

本发明中，首先对待评估电力系统初始数据进行预处理，随后构建评估指标集与量化方案，接着将指标进行加权与权重组合，得到加权方案；最后计算决策矩阵进行可视化处理，得到最终评估结果；本发明的方法能够有效对待评估对象进行综合全面的评估，并对发展成果进行量化。

作为优选，所述步骤S1包括以下步骤：

S11，对读入的电力系统初始数据进行格式转移；

S12，对读入的电力系统初始数据进行补零处理；

S13，利用插补法对读入的电力系统初始数据进行缺省数据补足。

本发明中，为避免在数据读入时因为未定义数据类型导致的报错与部分计算因数据格式不同导致的结果错误，针对电力系统外部保存数据的特点，对读入数据进行格式转移，避免读入错误以及数据格式造成的计算错误；为避免数据为0的数据可能存在的运算与存储错误，对读入数据进行补零处理；采用插补法对缺省数据进行数据填充，从而保留数据完整性，方便后续计算。

作为优选，所述步骤S2包括以下步骤：

S21，构建一级指标和二级指标；

S22，对二级指标进行选用以及对选用的二级指标进行量化，得到数据量化处理方法；

S23，根据数据量化处理方法并利用预处理数据进行指标计算，得到各指标计算结果；

S24，对指标计算结果进行数据后处理。

本发明中，以SMART准则指导指标选取，并考虑统筹考虑全网资源优化配置水平、节能减排、清洁高效、经济效益和社会效益的要求，并尽可能覆盖全面，指标间存在较大差别，进行一级指标选取，默认有切负荷类、弃能类、碳排类与经济类四类一级指标；为能够将较为全面与宽泛的一级指标量化，保留对应一级指标特征的基础上，基于可获得数据类型进行相应的具象化处理，得到二级指标，默认有充裕性、灵活性、清洁能源装机比率、清洁能源互补性、节碳排放率、清洁能源消纳率、经济性七个二级指标；根据各二级指标需求数据进行二级指标的选用，对选用的二级指标进行量化，得到数据量化处理方法，以满足电力系统的物理模型；最后进行指标计算以及数据后处理。

作为优选，所述步骤S3包括以下步骤：

S31，建立判断矩阵，进行一致性检验；

S32，判定层次权重，构建主观权重矩阵；

S33，对后处理指标计算数据进行归一化处理，并计算各指标熵值；

S34，计算熵权值，构建客观权重矩阵；

S35，利用最小二乘法构建组合模型计算组合权重。

本发明中，专家打分的判断矩阵表明各个指标的重要程度，通过一致性检验确定该判断矩阵的可用性；求解判断矩阵的最大特征值的特征向量，归一化处理得到主观权重矩阵；对后处理指标计算数据进行归一化处理；随后计算各指标熵值以及熵权值，构建客观权重矩阵；最后，利用最小二乘法进行权重组合。

作为优选，所述步骤S4包括以下步骤：

S41，根据后处理指标计算数据和组合权重，计算个指标评价值；

S42，确定正负理想解；计算相对靶心度以及相对贴进度，相对贴进度表征综合评价结果；

S43，对决策矩阵进行可视化处理。

本发明中，利用后处理指标计算数据和组合权重求取各指标评价值，各指标评价值利用加权规范化决策矩阵表征；随后确定正负理想解；计算相对靶心度以及相对贴进度，从而得到最终的评估结果；最后对决策矩阵进行可视化处理。

作为优选，所述步骤S35包括：

计算组合权重，组合权重表示为：

其中，ψ

组合权重满足下式：

其中，

本发明中，为了将主观权重与客观权重拟合，使评估方案兼顾主观权重与客观权重的优点，且使权重结合方案客观、有较强的可解释性，利用最小二乘法进行权重组合；其中肯德尔相关系数用于衡量组合权重的主客观偏好，0＜α＜0.5为主观偏好，0.5＜α＜1为客观偏好。

作为优选，所述计算相对靶心度具体为：

其中，各评价对象到正、负理想解的距离分别记为D

本发明中，正理想解指每一项评估指标中的最大评估值，负理想解为每一项评估指标中的最小评估值。

本发明具有如下的有益效果：

本发明涉及的一种碳电协同供需不平衡风险指标评估及量化方法，在现有的电力系统评价方案下，结合新型电力系统的特点，设计与其匹配的评估方案与量化方法，通过层次分析-熵权组合法对指标进行科学、有效的处理，并能够将发展成果量化与进行各维度的发展潜力评估。

附图说明

图1是本发明实施例一种碳电协同供需不平衡风险指标评估及量化方法一级指标和二级指标的示意图；

图2是本发明实施例一种碳电协同供需不平衡风险指标评估及量化方法的流程图。

具体实施方式

为使本发明的目的、技术方案以及优点更加清楚明白，下面结合附图和实施例对本发明作进一步详细说明，应当理解的是，此处所描述的具体实施方式仅是本发明的一种最佳实施例，仅用以解释本发明，并不限定本发明的保护范围，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。

实施例：

本实施例提出一种碳电协同供需不平衡风险指标评估及量化方法，参考图1和图2，包括有以下多个步骤。

步骤S1，对待评估电力系统初始数据进行预处理操作，得到预处理数据；具体的，该步骤包括有以下的多个子步骤。

步骤S11，对读入的电力系统初始数据进行格式转移；具体的，为了避免在数据读入时因为未定义数据类型导致的报错与部分计算因数据格式不同导致的结果错误，针对电力系统外部保存数据的特点，对读入数据进行格式转移，避免读入错误以及数据格式造成的计算错误。

步骤S12，对读入的电力系统初始数据进行补零处理；具体的，为避免数据为0的数据可能存在的运算与存储错误，对读入数据进行补零处理。

步骤S13，利用插补法对读入的电力系统初始数据进行缺省数据补足；具体的，存储数据可能因各种原因存在数据缺省问题，本实施例利用插补法对缺省数据进行数据填充，从而保留数据完整性，方便后续计算。

在本实施例中，设置有一组负荷数据Wd

步骤S2，构建评估指标集与量化方案，对预处理数据进行指标计算，并对指标计算结果进行数据后处理；具体的，包括有以下的子步骤。

步骤S21，构建一级指标和二级指标；具体的，参考图1，在构建一级指标时，以SMART准则指导指标选取，并考虑统筹考虑全网资源优化配置水平、节能减排、清洁高效、经济效益和社会效益的要求，并尽可能覆盖全面，指标间存在较大差别，进行一级指标选取，默认有切负荷类、弃能类、碳排类与经济类四类一级指标。

参考图1，构建二级指标时，为能够将较为全面与宽泛的一级指标量化，保留对应一级指标特征的基础上，基于可获得数据类型进行相应的具象化处理，得到二级指标，默认有充裕性、灵活性、清洁能源装机比率、清洁能源互补性、节碳排放率、清洁能源消纳率、经济性七个二级指标。

S22，对二级指标进行选用以及对选用的二级指标进行量化，得到数据量化处理方法；根据各二级指标需求数据进行二级指标的选用，对选用的二级指标进行量化，得到数据量化处理方法，以满足电力系统的物理模型。

更为具体的，对于七个二级指标的量化方式，参考如下

充裕性指标：

式中，Ade

灵活性指标：

式中，flexd

清洁能源装机比率指标：

式中，clrtd

清洁能源互补性指标：

式中，cmpd

节碳排放率指标：

式中，card

清洁能源消纳率指标：

式中，cleand

经济性指标：

式中，ecod

步骤S23，根据上述的数据量化处理方法并利用预处理数据进行指标计算，得到各指标计算结果。

步骤S24，对指标计算结果进行数据后处理。

本实施例中，根据需求的评估间隔(如1季度，1年，1个月等)将每日的各指标计算值进行后处理，且需要表现集中趋势，避免极端数据的影响，提高评估系统的鲁棒性。以充裕性指标为例，处理方法如下式所示：

式中，Adequacy为充裕性指标。定义maxn(K)为K中最大的n项，minn(K)为K中最小的n项，n的选取依赖数据的极端情况，数据极端情况越频繁n的取值越大，一般情况下不大于3。

步骤S3，根据指标进行加权与权重组合，得到加权方案；具体的，包括以下子步骤。

步骤S31，建立判断矩阵，进行一致性检验；具体的，专家打分的判断矩阵表明各个指标的重要程度，通过一致性检验确定该判断矩阵的可用性；一致性检验如下式所示：

式中，λ

步骤S32，判定层次权重，构建主观权重矩阵；具体的，求解判断矩阵的最大特征值的特征向量，归一化处理得到主观权重矩阵；本实施例中，有需要归一化处理的矩阵W，归一化处理如下式所示：

步骤S33，对后处理指标计算数据进行归一化处理，并计算各指标熵值；具体的，各指标熵值计算如下式所示：

式中，p

步骤S34，计算熵权值，构建客观权重矩阵；具体的，熵权值的计算如下所示：

式中，

步骤S35，利用最小二乘法构建组合模型计算组合权重；具体的，为了将主观权重与客观权重拟合，使得评估方案兼顾主观权重与客观权重的优点，且使权重结合方案客观、有较强的可解释性。利用最小二乘法进行权重组合；组合权重的计算如下所示：

其中，ψ

组合权重满足下式：

其中，

步骤S4，计算决策矩阵，进行可视化处理，并计算得到最终评估结果；具体的，该步骤包括以下的子步骤。

步骤S41，根据后处理指标计算数据和组合权重，计算个指标评价值；具体的，各指标评价值利用加权规范化决策矩阵表征，加权规范化决策矩阵满足下式：

步骤S42，确定正负理想解；计算相对靶心度以及相对贴进度，相对贴进度表征综合评价结果；具体的，正理想解指每一项评估指标中的最大评估值，负理想解为每一项评估指标中的最小评估值；计算相对靶心度具体为：

其中，各评价对象到正、负理想解的距离分别记为D

相对贴进度计算如下式所示：

式中C

步骤S43，对决策矩阵进行可视化处理；具体的，输出加权规范化决策矩阵Z，将加权规范化决策矩阵Z横向输出，获得同一时刻不同指标的评判结果比较。将加权规范化决策矩阵Z纵向输出，获得不同季度同一指标的走向。输出综合决策矩阵C，表明随时间发展当地相关指标综合发展状况。

本实施例能够带来的有益效果为：在现有的电力系统评价方案下，结合新型电力系统的特点，设计与其匹配的评估方案与量化方案，通过层次分析-熵权组合法对指标进行科学、有效的处理，并能够将发展成果量化与进行各维度的发展潜力评估。