基于层次分析法及距离综合评价法的风电场综合评价方法

摘要

本发明涉及风电场综合评价方法，具体涉及一种基于层次分析法及距离综合评价法的风电场综合评价方法。该方法包括下述步骤：（1）选取风电场运行评价指标；（2）对评价矩阵进行指标同向化处理及去量纲化处理，得到标准评价矩阵；（3）基于层次分析法确定评价矩阵和指标权重向量；（4）利用距离综合评价法计算各风电场对应的相对接近度，并通过对相对接近度的排序实现风电场运行情况的综合评价。该方法全面、客观地评价风电场的安全运行情况，为电力部门对风电场运行情况进行综合比较提供评价依据。

说明书

技术领域

本发明涉及风电场综合评价方法，具体涉及一种基于层次分析法及距离综合评价法的风 电场综合评价方法。

背景技术

从风力发电的快速发展和风电场高事故率看，风能利用的安全性和经济性十分重要。风 能利用的安全性不仅会对电网运行经济性造成很大影响，而且会在一定程度上限制风力发电 的发展。同时，由于风力资源的间歇性和地区风能的差异性，不同风电场的综合运行状况难 以比较。

层次分析法（The analytic hierarchy process，简称AHP）于20世纪70年代中期由美国运 筹学家托马斯·塞蒂（T.L.Saaty）正式提出，它是一种定性和定量相结合的、系统化、层次化 的分析方法。该方法把复杂问题中的各因素划分为互相联系的若干层次并使之条理化，根据 对客观实际的模糊判断，就每一层次的相对重要性给出定量的表示，再利用数学方法确定全 部元素相对重要性次序的权重。由于在处理复杂的决策问题上的实用性和有效性，其在多个 领域得到应用。

空间距离综合评价法把评价对象看成坐标上的变量，在几何上形成一个以评价对象指标 为坐标轴的高维空间，从几何角度看每个被评价对象是由反映它的多个指标值在该空间决定 的一个点，通过对这些空间点与最优点或最劣点距离的比较实现对被评价对象的综合评价。 指标的最优值为评价时期内该指标的理想水平，通过计算风电场运行指标值与理想水平之差 可以判断风电场各运行指标的相对优劣程度，进而可根据各项指标情况实现对风电场运行状 况的综合评价。

发明内容

针对现有技术的不足，本发明的目的是提供一种基于层次分析法及距离综合评价法的风 电场综合评价方法，该方法全面、客观地评价风电场的安全运行情况，为电力部门对风电场 运行情况进行综合比较提供评价依据。

本发明的目的是采用下述技术方案实现的：

本发明提供一种基于层次分析法及距离综合评价法的风电场综合评价方法，其改进之处 在于，所述方法包括下述步骤：

（1）选取风电场运行评价指标；

（2）对评价矩阵进行指标同向化处理及去量纲化处理，得到标准评价矩阵；

（3）基于层次分析法确定评价矩阵和指标权重向量；

（4）利用距离综合评价法计算各风电场对应的相对接近度，并通过对相对接近度的排序 实现风电场运行情况的综合评价。

进一步地，所述步骤（1）中，风电场运行评价指标包括风电机组高/低频率穿越能力、 低电压穿越能力、并网点电压偏差、动态无功补偿装置SVC/SVG动态响应性能和有功控制 能力；

其中：

1）风电机组高/低频率穿越能力：利用风电场的风机穿越总次数与风场可能最大穿越次数 之比计算得出；其中，风场可能最大穿越次数为风场发生高/低频次数与风电场风机总数的乘 积；风电场的频率穿越能力按时间段进行统计，表达式如下：

HF＝A/B、LF＝C/D；其中，HF和LF分别代表风电场高频率穿越能力和低频率穿越能 力、A和C分别代表总风机高频率穿越次数和低频率穿越次数、B和D分别代表风场可能最 大的高频率穿越次数和低频率穿越次数；

2）低电压穿越能力计算：低电压穿越能力LV定义为风电场的风机穿越总次数与风场可 能最大穿越次数之比：LV＝E/F；其中，风场可能最大穿越次数为风场发生低电压次数与风 电场风机总数之积；LV代表风电场低电压穿越能力、E代表总风机低电压穿越次数、F代表 风场可能最大穿越次数；

3）并网点电压偏差：利用测得的风电场并网点电压值，计算出并网点的电压偏差；判断 其是否满足并网点电压偏差要求，并记录一个月内不满足要求的次数作为评价指标；

4）动态无功补偿装置SVC/SVG动态响应性能：

根据并网点电压变化，判断动态无功补偿装置SVC/SVG在电压变化后的持续运行时间 是否满足规程要求；记录一个月内无功补偿装置的达标情况，可实现一个月内对无功补偿装 置的评价，评价指标RP为：RP＝G/H；其中，RP表示达标率、G表示达标次数、H表示需 要补偿的总次数；

5）有功控制能力：风电场有功控制能力用风电场1min有功功率变化和10min有功功率 变化最大值表示；在风电场并网以及风速增长过程中，风电场有功功率变化满足风电场有功 变化最大限值的要求；将一个月内有功功率控制越限次数定为总越限次数，总越限次数为 1min和10min有功功率变化越限次数之和；

将风电场有功控制能力定义为：AP＝I/J；其中，AP为有功控制能力评价值、I为风场 有功总越限次数、J为总统计次数。

进一步地，所述步骤（2）中，对评价矩阵进行指标同向化处理及去量纲化处理，得到标 准评价矩阵包括下述步骤：

<1>设置评价矩阵；

<2>评价指标同向化；

<3>评价矩阵去量纲化。

进一步地，所述步骤<1>中，设置评价矩阵包括：评价矩阵用Y表示，Y＝(Y₁,Y₂,Y₃,Y₄,Y₅,Y₆)， 其中Y₁代表风电场高频率穿越能力，Y₂为低电压穿越能力，Y₃为并网点电压偏差越限次数， Y₄为低频率穿越能力，Y₅为动态无功补偿装置SVC/SVG无功补偿达标率，Y₆为有功控制能 力。

进一步地，所述步骤<2>中，构造原始评价矩阵Y′＝(y_ij)_m×n，其中m为评价指标的数目， n为评价个体的数目；若m个评价指标中有负指标，即指标值越小表示状况越好的指标，首 先进行指标同向化处理，将其转化为正指标，将其进行统一处理，正指标表示指标值越大其 反映的状况越优；

负指标转化为正指标的计算式如下：

$Y_i^{\text{'}}=\frac{1}{k+\max \left|Y_i\right|+Y_i},i=\mathrm{1,2}...m---\left(1\right);$

其中，y_ij表示进行指标同向化的矩阵元素；max|Y_i|表示指标向量Y_i中元素的最大值，k 取0.1。

进一步地，所述步骤<3>中，对评价矩阵Y_i′进行无量纲化处理，化为标准矩阵Y_i′′，进行 无量纲化处理的矩阵元素y_ij′′计算式：

$y_{\mathrm{ij}}^{\text{'}\text{'}}=\frac{y_{\mathrm{ij}}}{\sqrt{\underset{j=1}{\overset{n}{\Sigma }}{y}_{\mathrm{ij}}^2}},i=\mathrm{1,2}...m---\left(2\right).$

进一步地，所述步骤（3）中，基于层次分析法确定评价矩阵和指标权重向量包括下述步 骤：

A、确定目标和评价因素：选取风电场运行的6个评价指标，则评价向量为 u＝{u₁,u₂,……,u₆}；u₁,u₂,……,u₆分别表示6个评价指标；

B、构造判断矩阵S：判断矩阵其中p为指标个数；

C、计算判断矩阵S：计算判断矩阵S的最大特征根λ_max，及其对应的特征向量A，特征 向量A为各评价因素的重要性排序，即是权重的分配；

D、判断矩阵S的一致性检验：确定一致性指标CI＝(λ_max-n)/(n-1)，以及平均随机一 致性指标RI，即CI的均值；当随机一致性比率时，认为层次分析排序的结果 有满意的一致性，即权重的分配是合理的；否则，要调整判断矩阵的评价元素取值并重新分 配权重的值。

进一步地，所述步骤（4）中，距离综合评价法指的是在空间确定出参考点，包括最优点 和最劣点，然后计算各个评价对象与参考点的距离，与最优点越近越好，与最劣点越远越好； 根据距离综合评价法计算样本点到最优样本点的相对接近度，最后通过对计算所得相对接近 度进行排序实现风电场运行状况的综合评价，相对接近度用下述表达式表示：

相对接近度Cj计算：$C_j=\frac{D_j^{-}}{D_j^{-}+D_j^{+}}---\left(6\right);$

式中：C_j——样本点到最优样本点的相对接近度；——样本点到最劣点的距离； ——样本点到最优点的距离；

利用层次分析法确定权重后，根据下式确定加权数据矩阵Y′′′：

Y′′′＝Y_i′′·ω_i,i＝1,2…m          ③；

用所有样本中各评价指标的最大值构成正理想样本，用各评价指标的最小值构成负理想 样本，分别用Y⁺和Y^-表示；

样本点到最优点的距离$D_j^{+}:D_j^{+}=\sqrt{\underset{i=1}{\overset{m}{\Sigma }}{(y_{\mathrm{ij}}-y_i^{+})}^2},j=\mathrm{1,2}...n---\left(4\right);$

样本点到最劣点的距离$D_j^{-}:D_j^{-}=\sqrt{\underset{i=1}{\overset{m}{\Sigma }}{(y_{\mathrm{ij}}-y_i^{-})}^2},j=\mathrm{1,2}...n---\left(5\right);$

根据相对接近度C_j的大小对各评价对象排序，C_j越大表明评价对象与理想样本的相对距 离越小，评价结果越好。

与现有技术比，本发明的有益效果是：

1、本发明提出将层次分析法用于计算风电场各运行指标的权重。该方法将风电场运行指 标分为若干层次，并对两两指标间的重要程度进行比较判断，建立判断矩阵后，通过计算判 断矩阵的特征向量以及最大特征值得到反映不同指标重要程度的权重相量。层次分析法通过 将定量分析方法和定性分析方法进行有机结合，准确地定量分析出各指标对评价结果的影响 程度，算法简单明确且实用性强

2、本发明提出将距离综合评价法用于实现风电场运行状况的综合评价。该方法通过在高 维空间确定出参考点，包括最优点和最劣点，然后计算各评价对象指标与最优点或最劣点的 距离。风电场评价指标与最优点的距离越小或与最劣点的距离越大，说明被评价风电场的综 合性能越优，反之越差。最后，利用所得距离计算样本点到最优样本点的相对接近度，进而 可通过对接近程度排序实现风电场运行情况的综合评价。距离综合评价法根据指标的重要性 对其进行加权处理，适合不同风电场综合性能的动态性和相对性特点，因此该方法能够为不 同风电场综合性能的评价比较提供定量的分析依据。

3、本发明提供的基于层次分析法及距离综合评价法的风电场综合评价方法，全面、客观 地评价风电场的安全运行情况，为电力部门对风电场运行情况进行综合比较提供评价依据。

附图说明

图1是本发明提供的基于层次分析法和距离综合评价法的风电场综合评价方法的流程 图。

具体实施方式

下面结合附图对本发明的具体实施方式作进一步的详细说明。

本发明提供的基于层次分析法和距离综合评价法的风电场综合评价方法的流程图如图1 所示，包括下述步骤：

（1）评价指标选取：

本发明全面考虑风电场运行安全的各种影响因素，主要选取了风电机组高/低频率穿越能 力、低电压穿越能力、并网点电压偏差、动态无功补偿装置SVC/SVG动态响应性能、有功 控制能力作为风电场运行的评价指标，实现对其运行状况的综合评价。

1）频率穿越能力计算：

不同风电场风机数量一般不同，风电场的频率穿越能力可利用风电场的风机穿越总次数 与风场可能最大穿越次数之比计算得出。其中，风场可能最大穿越次数为风场发生高/低频次 数与风电场风机总数的乘积。风电场的频率穿越能力可按时间段进行统计。

高/低频率穿越能力其具体计算方式：HF＝A/B、LF＝C/D。其中，HF/LF代表风电场高/ 低频率穿越能力、A/C代表总风机高/低频率穿越次数、B/D代表风场可能最大的高/低频率穿 越次数。

2）低电压穿越能力计算：

为评价风电场的低电压穿越能力，将风电场的低电压穿越能力LV定义为风电场的风机穿 越总次数与风场可能最大穿越次数之比：LV＝E/F。其中，风场可能最大穿越次数为风场发 生低电压次数与风电场风机总数之积；LV代表风电场低电压穿越能力、E代表总风机低电压 穿越次数、F代表风场可能最大穿越次数。

3）并网点电压偏差：

利用测得的风电场并网点电压值，计算出并网点的电压偏差。判断其是否满足并网点电 压偏差要求，并记录一个月之内不满足要求的次数作为评价指标。

4）动态无功补偿装置（SVC/SVG）动态响应性能：

根据并网点电压变化，判断动态无功补偿装置（SVC/SVG）在电压变化后的持续运行时 间是否满足规程要求。记录一个月内无功补偿装置的达标情况，可实现该时间段内对无功补 偿装置的评价，评价指标RP为：RP＝G/H。其中，RP表示达标率、G表示达标次数、H表 示需要补偿的总次数。

5）有功控制能力：

风电场有功控制能力用风电场1min有功功率变化和10min有功功率变化最大值表示。在 风电场并网以及风速增长过程中，风电场有功功率变化应当满足表1的要求。将一个月内有 功功率控制越限次数定为总越限次数，总越限次数为1min和10min有功功率变化越限次数之 和。

将风电场有功控制能力定义为：AP＝I/J。其中，AP为有功控制能力评价值、I为风场 有功总越限次数、J为总统计次数。

表1正常运行情况下风电场有功变化最大限值

（2）评价矩阵标准化：

<1>设置评价矩阵：

评价矩阵用Y表示。Y＝(Y₁,Y₂,Y₃,Y₄,Y₅,Y₆)，其中Y₁代表风电场高频率穿越能力，Y₂为低电 压穿越能力，Y₃为并网点电压偏差越限次数，Y₄为低频率穿越能力，Y₅为SVC/SVG无功补 偿达标率，Y₆为有功控制能力。假定有3个风场，那么Y_i＝(y_i1,y_i2,y_i3),i＝1,2,L6，取其权重向 量ω＝(ω₁,ω₂,ω₃,ω₄,ω₅,ω₆)。对于Y_i，行相量(y_i1,y_i2,y_i3)称为指标向量，即不同风电场对应的 同一指标相量。

<2>评价指标同向化：

构造原始评价矩阵Y'＝(y_ij)_m×n，其中m为评价指标的数目，n为评价个体的数目。如果m 个评价指标中有负指标，即指标值越小表示状况越好的指标，需首先进行指标同向化处理， 将其转化为正指标，将其进行统一处理，正指标表示指标值越大其反映的状况越优。

负指标转化为正指标的计算见式①。其中，max|Y_i|表示指标向量Y_i中元素的最大值，k取 0.1。

$Y_i^{\text{'}}=\frac{1}{k+\max \left|Y_i\right|+Y_i},i=\mathrm{1,2}...m---\left(1\right);$

<3>评价矩阵去量纲化：

对评价矩阵Y_i′进行无量纲化处理，化为标准矩阵Y_i′′，进行无量纲化处理的矩阵元素y_ij′′计 算式：

$y_{\mathrm{ij}}^{\text{'}\text{'}}=\frac{y_{\mathrm{ij}}}{\sqrt{\underset{j=1}{\overset{n}{\Sigma }}{y}_{\mathrm{ij}}^2}},i=\mathrm{1,2}...m---\left(2\right).$

（3）基于层次分析法确定评价矩阵和指标权重向量：

A、确定目标和评价因素：

选取了风电场运行的6个评价指标，则评价向量为u＝{u₁,u₂,……,u₆}。

B、构造判断矩阵：

判断矩阵S的构造一般采用1～9及其倒数的标度方法，但当相互比较因素的重要性能够 用具有实际意义的比值说明时，判断矩阵相应元素的值则取这个比值。判断矩阵 其中p为指标个数。

C、计算判断矩阵：

计算判断矩阵S的最大特征根λ_max，及其对应的特征向量A，此特征向量就是各评价因素 的重要性排序，也即是权重的分配。

D、对判断矩阵进行一致性检验：

为进行判断矩阵的一致性检验，需计算一致性指标CI＝(λ_max-n)/(n-1)，以及平均随机 一致性指标RI，即CI的均值。它是用随机的方法构造500个样本矩阵，构造方法是随机地 用标度以及它们的倒数填满样本矩阵的上三角各项，主对角线各项数值始终为1，对应转置 位置项则采用上述对应位置随机数的倒数。然后对各个随机样本矩阵计算其一致性指标值， 这些CI值均值即为平均随机一致性指标RI。当随机一致性比率时，认为层次 分析排序的结果有满意的一致性，即权重的分配是合理的；否则，要调整判断矩阵的元素取 值并重新分配权重的值。

（4）基于距离综合评价法的相对接近度计算：

距离综合评价法指的是在空间确定出参考点，包括最优点和最劣点，然后计算各个评价 对象与参考点的距离，与最优点越近越好，与最劣点越远越好；根据距离综合评价法计算样 本点到最优样本点的相对接近度，最后通过对计算所得相对接近度进行排序实现风电场运行 状况的综合评价，相对接近度用下述表达式表示：

相对接近度C_j计算：$C_j=\frac{D_j^{-}}{D_j^{-}+D_j^{+}}---\left(6\right);$

式中：C_j——样本点到最优样本点的相对接近度；——样本点到最劣点的距离； ——样本点到最优点的距离；

利用层次分析法确定权重后，根据下式确定加权数据矩阵Y′′′：

Y′′′＝Y_i′′·ω_i,i＝1,2…m          ③；

用所有样本中各评价指标的最大值构成正理想样本，用各评价指标的最小值构成负理想 样本，分别用Y⁺和Y^-表示；

样本点到最优点的距离$D_j^{+}:D_j^{+}=\sqrt{\underset{i=1}{\overset{m}{\Sigma }}{(y_{\mathrm{ij}}-y_i^{+})}^2},j=\mathrm{1,2}...n---\left(4\right);$

样本点到最劣点的距离$D_j^{-}:D_j^{-}=\sqrt{\underset{i=1}{\overset{m}{\Sigma }}{(y_{\mathrm{ij}}-y_i^{-})}^2},j=\mathrm{1,2}...n---\left(5\right);$

根据相对接近度C_j的大小对各评价对象排序，C_j越大表明评价对象与理想样本的相对距 离越小，评价结果越好。

实施例

本发明的技术方案主要包括两部分，即利用层次分析法确定风电场运行指标权重和利用 距离综合评价法进行风电场运行状况综合评价。

下面，结合算法应用流程图1说明所提风电场综合评价的具体实施过程。

（1）利用各风电场运行指标构造评价矩阵；

（2）对评价矩阵进行指标同向化处理及去量纲化处理，进而得到标准矩阵；

（3）利用层次分析法计算标准矩阵权重；

（4）利用距离综合评价法计算各风电场对应的相对接近度，并通过对相对接近程度的排 序实现风电场运行情况的综合评价。

选用某地区3个风电场同一月内的安全运行数据作为样本，并根据前述指标计算方法计 算出的指标数据，将其作为算例，对各风电场的运行情况进行综合评价。所选风电场运行指 标的原始数据如表2所示。

表2风电场运行指标原始数据

根据表中数据及指标生成评价矩阵，并对评价矩阵进行同向化处理，将并网点电压偏差 越限次数、有功控制能力等负指标转化为正指标。然后对所得矩阵进行无量纲化处理，得到 如式⑦所示的标准矩阵。

$Y^{\text{'}\text{'}}=\left(\begin{array}{ccc}0.534725& 0.579308& 0.615201\\ 0.565539& 0.587948& 0.578344\\ 0.584731& 0.633257& 0.507026\\ 0.591065& 0.579958& 0.556459\\ 0.571065& 0.564445& 0.596059\\ 0.554843& 0.634556& 0.538041\end{array}\right)---\left(7\right);$

构造判断矩阵如式⑧所示：

$S=\left(\begin{array}{cccccc}1& \frac{4}{3}& \frac{5}{4}& 1& \frac{9}{5}& \frac{6}{5}\\ \frac{3}{4}& 1& \frac{9}{10}& \frac{8}{9}& \frac{7}{5}& \frac{8}{9}\\ \frac{4}{5}& \frac{10}{9}& 1& \frac{4}{5}& \frac{3}{2}& 1\\ 1& \frac{9}{8}& \frac{5}{4}& 1& 2& \frac{5}{4}\\ \frac{5}{9}& \frac{5}{7}& \frac{2}{3}& \frac{1}{2}& 1& \frac{4}{6}\\ \frac{5}{6}& \frac{9}{8}& 1& \frac{4}{5}& \frac{6}{4}& 1\end{array}\right)---\left(8\right);$

计算判断矩阵的最大特征根为λ_max＝6.00589，为进行判断矩阵的一致性检验，计算一致 性指标CI：

$\mathrm{CI}=\frac{{\lambda }_{\max }-n}{n-1}=\frac{6.00589-6}{6-1}=0.001178$

则平均随机一致性指标RI＝1.24，进而得到随机一致性比率CR：

$\mathrm{CR}=\frac{\mathrm{CI}}{\mathrm{RI}}=\frac{0.001178}{1.24}=0.00095<0.10$

因此，根据前述分析认为层次分析排序的结果有满意的一致性，即权重的分配是非常合 理的。

判断矩阵S对应的特征向量A₀为：

A₀＝(1.21372,0.935715,0.9911,1.21138,0.634379,1.0)

作归一化处理即得权重：

ω＝(0.202,0.156,0.165,0.202,0.109,0.166)

根据计算得出的权重，可计算得式⑨所示的加权数据矩阵。

$Y=Y\text{'}\mathrm{g\omega }=\left(\begin{array}{ccc}0.108014& 0.117020& 0.124271\\ 0.088224& 0.091720& 0.090222\\ 0.096481& 0.104487& 0.083659\\ 0.120186& 0.117151& 0.112405\\ 0.062246& 0.061525& 0.064970\\ 0.092104& 0.105336& 0.089315\end{array}\right)---\left(9\right);$

进一步，可利用加权数据矩阵计算得到理想样本Y⁺和负理想样本Y^-：

Y⁺=(0.124271,0.091720,0.104487,0.120186,0.064970,0.105336)

Y^-=(0.108014,0.088224,0.083659,0.112405,0.061525,0.089315)

分别为计算出的样本点与最优点和最劣点的距离：

$D_j^{+}=\left(\mathrm{0.022872,0.008582,0.027446}\right)$

$D_j^{-}=\left(\mathrm{0.015272,0.028396,0.016737}\right)$

计算出样本点到最优样本点的相对接近度C_j后，对C_j进行排序实现风电场综合运行状况 的评价，评价结果如表3所示。

表3风电场运行状况综合评价排序表

C_j的值越大，表明评价值越优。从综合评价结果看，风电场2的综合运行状况最优，风 电场1次之，风电场3最差。

对于风电场2，权重较大的指标对应的标准矩阵数值与风电场1相比较大，其他权重较小 的指标对应的标准矩阵数值与风电场1比较接近。指标权重越大对于评价结果影响越大，因 此，风电场2评价结果相比风电场1较好，与实际情况相符。同理，对于风电场1和风电场 3，通过分析也可得到一致的结论。

此外，本发明选择了其他多个风电场一个月至几个月的运行数据进行了大量测试。通过 大量测试结果看出，所提风电场综合评价方法可实现对风电场运行情况的有效综合评价。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照 上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本 发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等 同替换，其均应涵盖在本发明的权利要求范围当中。