一种基于模糊综合分析的需求响应效果评估方法

摘要

本发明公开了一种基于模糊综合分析的需求响应效果评估方法，立足电网、社会需求，将可靠、经济、环保作为衡量需求响应效果的三大指标。可靠性指标主要是衡量需求响应过程中用户的参与方式、响应时间和响应容量的可靠性程度；经济性指标主要是衡量实施需求响应单位响应容量成本和因需求响应事件所带来的电网峰谷差的减少；环保性指标主要是指实施需求响应后从环境污染物排放量和用户能耗等级来衡量。在指标计算中，对难以量化的指标以相对值或等级形式表示，易于理解、计算。在指标求解中，采用模糊综合分析方法，可以较好解决评估指标模糊、难以量化的问题，适用于不同电网的不同需求响应阶段。

说明书

技术领域

本发明属于用电服务技术领域，具体涉及一种基于模糊综合分析的需求响应效果评估方法。

背景技术

智能电网借助物联网、云计算、数据挖掘等新兴IT技术，通过智能量测、高效控制、高速通信等技术，灵活地管理、调度、整合需求侧资源，电力需求侧管理正从原来单纯依靠强制拉闹的限电方式转变为依靠电力电子及通信技术的负荷转移控制、可中断负荷控制以及最大需量控制，而需求响应正成为需求侧管理的研究热点。随着需求侧管理试点城市建设的不断推进，在不同激励、电价机制的作用下，需求响应正进入实际应用阶段。

因需求侧资源具有类型复杂、特性各异、控制多样等特点,在事件中易出现响应指令难以及时准确接收、未能满足理想响应容量、响应速度未能满足调度要求等问题，导致实际结果与预期结果差距较大，这将给电网安全、稳定、运行带来极大挑战。类比于发电侧资源，如何衡量需求侧资源的可靠性、经济性和环保性成为电网面临的难题。

需求响应效果评估的目标是从电网角度出发，对需求侧资源聚合作用下产生的削减曲线进行统一、全面的评价，其结果直接影响电网、用户的利益，甚至会影响需求响应的未来发展。因此，构建需求响应效果评估体系成为需求响应规模化应用亟需解决的难点。

目前很多研究集中在如何评价用户需求响应潜力、激励机制、互动机理等方面，对需求响应效果评估指标及体系的研究较少。

发明内容

本发明提供一种基于模糊综合分析的需求响应效果评估方法，立足电网、社会需求，将可靠、经济、环保作为衡量需求响应效果的三大指标，并通过统一的计算方法来确保指标之间的可比性及累加性，最后以模糊综合评价法求解。

本发明所采用的技术方案如下：

一种基于模糊综合分析的需求响应效果评估方法，包括以下步骤：

1)确定需求响应调度效果评价指标，所述指标包括可靠性指标、经济性指标和环保性指标；

2)确定需求响应效果评价等级及评判集；

将需求响应效果评价等级由高到低分为6级，定义为评判集，将所述步骤1)的每个指标分别设定6个量化区间，所述6个等级与每个指标6个量化区间一一相对应；

3)确定需求响应效果评价因素集；

4)确定单指标因素集的判断矩阵R_k(k＝1,2,3)；

5)确定评价因素集的权重系数矩阵；

6)计算需求响应调度效果的模糊评估结果。

前述的步骤1)中，所述可靠性指标包括响应方式可靠性指标R_type、响应时间可靠性指标R_time和响应容量可靠性指标R_cap，其中：

响应方式可靠性指标R_type是指通过自动响应方式参与需求响应调度的用户数占所有参与用户数的比例，计算公式如式(1)所示：

$>R_{\mathrm{type}}=\frac{\underset{i\in n}{\Sigma }{R}_i\left(\mathrm{con}\right)}{n}---\left(1\right)$>

其中，n为参与需求响应调度的用户总数；R_i(con)为第i个用户的控制标识，为0-1决策变量，当控制方式为自动响应方式时，R_i(con)＝1，否则R_i(con)＝0；

响应时间可靠性指标R_time是指实际调度容量超过理想调度容量80％的时间比例；

响应容量可靠性指标R_cap是指在调度容量大于80％理想调度容量范围内，权重系数与调度容量比例的乘积。

前述的步骤1)中，所述经济性指标包括单位响应容量成本E_unit和减少的电网峰谷差E_gap，其中：

单位响应容量成本E_unit是指某次事件下电网公司为需求侧单位响应容量所付出的成本，计算公式如下，

$>E_{\mathrm{unit}}=\frac{\underset{i\in n}{\Sigma }{p}_i{\int }_0^t{C}_i\left(t\right)}{\underset{i\in n}{\Sigma }{\int }_0^t{C}_i\left(t\right)}---\left(5\right)$>

其中，n为参与需求响应调度的用户总数，C_i(t)为第i个用户t时段的响应容量；为整个调度周期内第i个用户的响应总量；p_i为单位电量下电网给予的经济补偿；为需求侧产生的响应总容量；

减少的电网峰谷差E_gap是指在需求响应事件期内，因需求响应事件而导致电网峰谷差减少的比率，计算公式如下，

$>E_{\mathrm{gap}}=(\frac{P_{\mathrm{for}}\left(\max \right)}{P_{\mathrm{for}}\left(\min \right)}-\frac{P\left(\max \right)}{P\left(\min \right)})*100\%---\left(6\right)$>

其中，P_for(max),P_for(min)为事件未发生时预测的电网最大、最小负荷，P(max),P(min)为事件期内的电网最大、最小负荷。

前述的步骤1)中，所述环保性指标包括减少的环境污染物排放量B_C,N和用户能耗等级B_level，其中：

减少的环境污染物排放量B_C,N是指因执行需求响应事件而减少的一氧化碳、二氧化碳、氮氧化碳、二氧化硫、颗粒物和碳氢化物排放量，计算公式如下，

$>B_{C,N}={\alpha }_j·\underset{i\in n}{\Sigma }{\int }_0^t{C}_i\left(t\right)---\left(7\right)$>

其中，n为参与需求响应调度的用户总数，α_j(j＝1,2,…,6)为污染物排放量计算系数，α₁为一氧化碳排放量计算系数、α₂二氧化碳排放量计算系数、α₃氮氧化碳排放量计算系数、α₄二氧化硫排放量计算系数、α₅颗粒物排放量计算系数、α₆碳氢化物排放量计算系数，为响应总容量；

用户能耗等级B_level参考国家、省市、电网出台能耗指标考核标准，分为1级能耗、2级能耗和3级能耗，能耗水平依次升高。

前述的步骤3)中，所述响应效果评价因素集分为两层：

上层的综合评判因素集为：U＝{u₁,u₂,u₃}＝{可靠性指标，经济性指标，环保性指标}，

底层的单指标因素集分别为：U₁＝{u₁₁,u₁₂,u₁₃}＝{响应方式可靠性指标,响应时间可靠性指标,响应容量可靠性指标},U₂＝{u₂₁,u₂₂}＝{单位响应容量成本,减少的电网峰谷差},U₃＝{u₃₁,u₃₂}＝{减少的环境污染物排放量，用户能耗等级}。

前述的步骤4)中，判断矩阵分别为：

可靠性指标的判断矩阵R₁为：$>R_1=\left(\begin{array}{cccccc}{r}_{111}& r_{112}& r_{113}& r_{114}& r_{115}& r_{116}\\ r_{121}& r_{122}& r_{123}& r_{124}& r_{125}& r_{126}\\ r_{131}& r_{132}& r_{133}& r_{134}& r_{135}& r_{136}\end{array}\right)$>

经济性指标的判断矩阵R₂为：$>R_2=\left(\begin{array}{cccccc}{r}_{211}& r_{212}& r_{213}& r_{214}& r_{215}& r_{216}\\ r_{221}& r_{222}& r_{223}& r_{224}& r_{225}& r_{226}\end{array}\right)$>

环保性指标的判断矩阵R₃为：$>R_3=\left(\begin{array}{cccccc}{r}_{311}& r_{312}& r_{313}& r_{314}& r_{315}& r_{316}\\ r_{321}& r_{322}& r_{323}& r_{324}& r_{325}& r_{326}\end{array}\right)$>

其中，行表示某单指标因素集的某个单因素，列表示该单因素的评价集的评价等级所占的份额。

前述的步骤5)中，评价因素集的权重系数矩阵分别为：

所述综合评判因素集权重系数矩阵为：A＝|a₁a₂a₃|，且a₁+a₂+a₃＝1；

所述单指标因素集权重系数矩阵为：A₁＝|a₁₁a₁₂a₁₃|，且a₁₁+a₁₂+a₁₃＝1，A₂＝|a₂₁a₂₂|，且a₂₁+a₂₂＝1，A₃＝|a₃₁a₃₂|，且a₃₁+a₃₂＝1，

其中，a₁,a₂,a₃为综合评判因素集U中各因素相对评判集的权重系数，a₁₁,a₁₂,a₁₃为单指标因素集U₁中各因素相对评判集的权重系数，a₂₁,a₂₂为单指标因素集U₂中各因素相对评判集的权重系数，a₃₁,a₃₂为单指标因素集U₃中各因素相对评判集的权重系数。

前述的步骤6)，计算需求响应调度效果的模糊评估结果，包括以下步骤：

6-1)用复合运算求出单指标因素集U_k(k＝1,2,3)的综合评判结果B_k：

B_k＝A_k*R_k＝[b_k1b_k2…b_k6]；

6-2)首先求解综合评判因素集U的判断矩阵R：$>R=\left(\begin{array}{c}{B}_1\\ B_2\\ B_3\end{array}\right)=\left(\begin{array}{c}{A}_1*R_1\\ A_2*R_2\\ A_3*R_3\end{array}\right)$>

然后得到综合评判因素集U的最终综合评判结果B：B＝A*R＝[b₁b₂…b₆]

其中，b₁，b₂，b₃，b₄，b₅和b₆表示6个评判等级所占的份额；

6-3)选取b₁，b₂，b₃，b₄，b₅和b₆中最大数值作为本次需求响应调度效果评价结果。

与现有技术相比，本发明具有如下优点：

本发明综合考虑安全、可靠、经济、环保等多类因素，提出了具体的指标计算方式，以相对值方式确保指标的可比性和累加性，所需数据来源方便，易于理解，并通过模糊综合评价法求解，可计及不同的电网目标，具有应用对象广，适用性强的特点。

附图说明

图1是本发明的评估指标框图；

图2是本发明的实施例中某次需求响应事件效果示意图；

图3是本发明的实施例中多次需求响应事件效果示意图；

图4是本发明的实施例中响应容量可靠性计算示意图；

图5是本发明评估方法的流程图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明。

如图5所示，本发明的基于模糊综合分析的需求响应效果评估方法，包括以下步骤：

1、确定需求响应调度效果评价指标，立足电网需求，评估需求响应事件与该事件的预期目标之间差距，以及该事件的实际产生效果，确定需求响应调度效果评价指标共包括可靠性指标、经济性指标和环保性指标三大类指标，如图1所示，其中，

1.1、可靠性指标包括响应时间可靠性指标R_time、响应方式可靠性指标R_type和响应容量可靠性指标R_cap，具体地，

(1)响应方式可靠性指标

响应方式可靠性指标R_type是指通过自动响应方式参与需求响应调度的用户数占所有参与用户数的比例，计算公式如式(1)所示：

$>R_{\mathrm{type}}=\frac{\underset{i\in n}{\Sigma }{R}_i\left(\mathrm{con}\right)}{n}---\left(1\right)$>

其中，n为参与需求响应调度的用户总数；R_i(con)为第i个用户的控制标识，为0-1决策变量，当控制方式为自动响应方式时，R_i(con)＝1，其它控制方式下R_i(con)＝0。

(2)响应时间可靠性指标

响应时间可靠性指标R_time是指实际调度容量超过理想调度容量80％的时间比例；

考虑到需求侧资源可调节性差，调控档位较少等实际因素，需求响应理想曲线一般为分段函数，且每段函数为常数。图2是某次需求响应事件效果图，共执行两次需求响应调度事件。

图2中，Δ₁表示第①次需求响应调度事件的理想调度容量，Δ₂表示第②次需求响应调度事件的理想调度容量，直线表示理想调度曲线，虚线表示80％的理想调度曲线，曲线表示实际调度曲线。在第①次事件中，需求响应调度时间为t₁～t₅，若认定调度容量超过理想调度容量的80％即调度成功，那么实际需求响应调度时间为t₂～t₃和t₄～t₅。在第②次事件中，实际需求响应调度时间为t₆～t₇。那么，图2中，第①次事件的响应时间可靠性指标R_time,1和第②次事件的响应时间可靠性指标R_time,2分别为：

$>R_{\mathrm{time},1}=\frac{(t_3-t_2)+(t_5-t_4)}{(t_5-t_1)}*100\%---\left(2\right)$>

$>R_{\mathrm{time},2}=\frac{(t_7-t_6)}{(t_7-t_6)}*100\%---\left(3\right).$>

图3中，曲线1几乎为一直线，与理想曲线最接近，响应时间可靠性指标为1；曲线2有一定波动，但最小调度容量仍大于80％理想调度容量，响应时间可靠性指标仍为1；曲线3波动较大，最大、最小调度容量差值比例达到50％，调度容量极不稳定，此时响应时间可靠性指标小于1。对于电网来说，为提升响应结果的准确性，避免不必要的经济补偿或影响，响应曲线优选顺序为：曲线1＞曲线2＞曲线3。

(3)响应容量可靠性指标

响应容量可靠性指标R_cap是指在调度容量大于80％理想调度容量范围内，权重系数与调度容量比例的乘积，

图4中，a,b,c,d,e,f,g,h均代表时间段,Δ₁表示理想调度容量，虚线表示80％的理想调度曲线，两条较密集的虚线表示90％和110％的理想调度曲线。假设：当调度容量与理想调度容量相差比例在10％以内，权重系数为1；当调度容量与理想调度容量相差比例在10％-20％或调度容量大于理想调度容量的20％时，权重系数为0.8；其它情况下权重系数为0。那么在图4中，响应容量可靠性指标为：

$>R_{\mathrm{cap}}=\frac{(c+g)*{\alpha }_1+(b+d+f)*{\alpha }_2+(a+e)*{\alpha }_3}{h}$>

$>=\frac{(c+g)*1+(b+d+f)*0.8+(a+e)*0}{h}$>

$>=\frac{(c+g)+(b+d+f)*0.8}{h}*100\%---\left(4\right).$>

1.2、经济性指标包括单位响应容量成本E_unit和减少的电网峰谷差E_gap，其中：

(1)单位响应容量成本E_unit是指某次事件下电网公司为需求侧单位响应容量所付出的成本，计算公式如式(5)所示，

$>E_{\mathrm{unit}}=\frac{\underset{i\in n}{\Sigma }{p}_i{\int }_0^t{C}_i\left(t\right)}{\underset{i\in n}{\Sigma }{\int }_0^t{C}_i\left(t\right)}---\left(5\right)$>

其中，n为参与需求响应调度的用户总数；C_i(t)为第i个用户t时段的响应容量；为整个调度周期内第i个用户的响应总量；p_i为单位电量下电网给予的经济补偿；为需求侧产生的响应总容量。

(2)减少的电网峰谷差E_gap是指在需求响应事件期内，因需求响应事件而导致电网峰谷差减少的比率，计算公式如式(6)所示，

$>E_{\mathrm{gap}}=(\frac{P_{\mathrm{for}}\left(\max \right)}{P_{\mathrm{for}}\left(\min \right)}-\frac{P\left(\max \right)}{P\left(\min \right)})*100\%---\left(6\right)$>

其中，P_for(max),P_for(min)为事件未发生时预测的电网最大、最小负荷，P(max),P(min)为事件期内的电网最大、最小负荷。

1.3、环保性指标包括减少的环境污染物排放量B_C,N和用户能耗等级B_level，其中：

(1)减少的环境污染物排放量B_C,N是指因执行需求响应事件而减少的一氧化碳、二氧化碳、氮氧化碳、二氧化硫、颗粒物和碳氢化物排放量，计算公式如式(7)所示，

$>B_{C,N}={\alpha }_j·\underset{i\in n}{\Sigma }{\int }_0^t{C}_i\left(t\right)---\left(7\right)$>

其中，n为参与需求响应调度的用户总数；α_j(j＝1,2,…,6)为污染物排放量计算系数，α₁为一氧化碳排放量计算系数、α₂二氧化碳排放量计算系数、α₃氮氧化碳排放量计算系数、α₄二氧化硫排放量计算系数、α₅颗粒物排放量计算系数、α₆碳氢化物排放量计算系数，为响应总容量。

(2)用户能耗等级B_level一般参考国家、省市、电网等出台能耗指标考核标准，分为1级能耗、2级能耗和3级能耗，能耗水平依次升高。

2、确定需求响应效果评价等级及评判集

将需求响应效果评价等级由高到低分为6级，定义为评判集，本发明用黑、红、橙、黄、蓝、绿来表示，各等级所代表的需求响应效果如下：

①黑色：表示需求响应效果很差，与电网预期效果有很大差距；

②红色：表示需求响应效果差，绝大部分响应时段未能满足电网预期效果；

③橙色：表示需求响应效果较差，部分响应时段未能满足电网预期效果；

④黄色：表示需求响应效果一般，基本满足电网预期效果；

⑤蓝色：表示需求响应效果良好，满足电网预期效果；

⑥绿色：表示需求响应效果很好，用户响应最佳，很好满足电网预期效果。

故评判集可表示为：V＝{v₁,v₂,v₃,v₄,v₅,v₆}＝{黑，红，橙，黄，蓝，绿}。

在实际算例中，将第一步所确定的7个指标分别设定6个量化区间，每个量化区间对应一个评判集。如响应时间可靠性指标在90％-95％区间内可认为本指标属于“蓝”能效，在70％-90％区间内为“橙”能效，其它以此类推。所有单个指标的能效水平判断都是通过已有数据建议区间和专家评估共同决定，如对“用户能耗等级”这一指标来说，因电网特性的不同，在东部地区，40％以上的一级能效可判断电网为“蓝”能效，而在西部地区只能判断电网为“绿”能效。也就是说，评判等级对应的量化区间允许专家从不同角度出发，依据已有数据建议，对某个指标属于哪类能效水平做出自身评价，最终以隶属度的表现形式反映专家对某电网整体能效的偏好程度。

3、确定需求响应效果评价因素集

将第一步的需求响应效果评价指标分为2层：

上层的综合评判因素集为：U＝{u₁,u₂,u₃}＝{可靠性指标，经济性指标，环保性指标}，

底层的单指标因素集分别为：U₁＝{u₁₁,u₁₂,u₁₃}＝{响应方式可靠性指标,响应时间可靠性指标,响应容量可靠性指标},U₂＝{u₂₁,u₂₂}＝{单位响应容量成本,减少的电网峰谷差},U₃＝{u₃₁,u₃₂}＝{减少的环境污染物排放量，用户能耗等级}。

4、确定单指标因素集的判断矩阵R_k(k＝1,2,3)

可靠性指标的判断矩阵R₁为：$>R_1=\left(\begin{array}{cccccc}{r}_{111}& r_{112}& r_{113}& r_{114}& r_{115}& r_{116}\\ r_{121}& r_{122}& r_{123}& r_{124}& r_{125}& r_{126}\\ r_{131}& r_{132}& r_{133}& r_{134}& r_{135}& r_{136}\end{array}\right)$>

经济性指标的判断矩阵R₂为：$>R_2=\left(\begin{array}{cccccc}{r}_{211}& r_{212}& r_{213}& r_{214}& r_{215}& r_{216}\\ r_{221}& r_{222}& r_{223}& r_{224}& r_{225}& r_{226}\end{array}\right)$>

环保性指标的判断矩阵R₃为：$>R_3=\left(\begin{array}{cccccc}{r}_{311}& r_{312}& r_{313}& r_{314}& r_{315}& r_{316}\\ r_{321}& r_{322}& r_{323}& r_{324}& r_{325}& r_{326}\end{array}\right)$>

其中，行表示某单指标因素集的某个单因素，列表示该单因素的评价集的评价等级所占的份额；如r₁₁₅表示专家对u₁₁的评价中，评判等级为“蓝”所占份额，以百分比表示；r₁₂₃表示专家对u₁₂的评价中，评判等级为“橙”所占份额，以百分比表示；r₁₃₁表示专家对u₁₃的评价中，评判等级为“黑”所占份额，以百分比表示，以此类推。

5、确定评价因素集的权重系数矩阵

综合评判因素集权重系数矩阵为：A＝|a₁a₂a₃|，且a₁+a₂+a₃＝1；

单指标因素集权重系数矩阵分别为：A₁＝|a₁₁a₁₂a₁₃|，且a₁₁+a₁₂+a₁₃＝1，A₂＝|a₂₁a₂₂|，且a₂₁+a₂₂＝1，A₃=|a₃₁a₃₂|，且a₃₁+a₃₂＝1，

其中，a₁,a₂,a₃为综合评判因素集U中各因素相对评判集的权重系数，a₁₁,a₁₂,a₁₃为单指标因素集U₁中各因素相对评判集的权重系数，a₂₁,a₂₂为单指标因素集U₂中各因素相对评判集的权重系数，a₃₁,a₃₂为单指标因素集U₃中各因素相对评判集的权重系数。

6、计算需求响应调度效果的模糊评估结果，

首先用复合运算求出单指标因素集U_k(k＝1,2,3)的综合评判结果B_k：

B_k＝A_k*R_k＝[b_k1b_k2…b_k6]；

接着求解综合评判因素集U的判断矩阵R：$>R=\left(\begin{array}{c}{B}_1\\ B_2\\ B_3\end{array}\right)=\left(\begin{array}{c}{A}_1*R_1\\ A_2*R_2\\ A_3*R_3\end{array}\right)$>

然后得到综合评判因素集U的最终综合评判结果B：B＝A*R＝[b₁b₂…b₆]

其中，b₁，b₂，b₃，b₄，b₅和b₆为6个评判等级为“黑”，“红”，“橙”，“黄”，“蓝”和“绿”所占份额，以百分比表示。一般选择b₁，b₂，b₃，b₄，b₅和b₆中最大数值作为本次需求响应调度效果评价结果。

例如，假设A＝[0.60.30.1],A₁＝[0.20.40.4],A₂＝[0.50.5],A₃＝[0.60.4]

$>R_1=\left(\begin{array}{cccccc}0& 0& 0.3& 0.7& 0& 0\\ 0& 0& 0& 0.4& 0.5& 0.1\\ 0& 0& 0& 0.5& 0.5& 0\end{array}\right),$>$>R_2=\left(\begin{array}{cccccc}0& 0& 0.4& 0.6& 0& 0\\ 0& 0& 0& 0.7& 0.3& 0\end{array}\right),$>

$>R_3=\left(\begin{array}{cccccc}0& 0& 0.2& 0.8& 0& 0\\ 0& 0& 0.2& 0.7& 0.1& 0\end{array}\right)$>

那么，

B₁＝[000.060.50.40.04]，B₂＝[000.20.650.150]，B₃＝[000.20.760.040]，

$>R=\left(\begin{array}{cccccc}0& 0& 0.06& 0.5& 0.4& 0.04\\ 0& 0& 0.2& 0.65& 0.15& 0\\ 0& 0& 0.2& 0.76& 0.04& 0\end{array}\right)$>

B＝A*R＝[000.1160.5710.2890.024]

矩阵B中，b_max＝0.571，经过专家综合评价，认为本次需求响应调度效果评价结果属于“黄”色，即“需求响应效果一般，基本满足电网预期效果”。

对电网来说，不同地区相同的指标导致的评估结果可能并不相同，这需充分考虑地区、用户等差异特性。而模糊综合评价法根据模糊数学的隶属度理论把定性评价转化为定量评价，即用模糊数学对受到多种因素制约的事物或对象做出一个总体的评价，具有结果清晰，系统性强的特点，能较好地解决模糊的、难以量化的问题，适用于需求响应不同发展阶段。

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。