一种基于综合评价及投资效益测算的配电网投资优化方法

摘要

本发明公开了一种基于综合评价及投资效益测算的配电网投资优化方法，包括，建立配电网综合评价指标体系，包括目标层指标和底层指标；利用最优化问题的求解方法求解各底层指标的影子价格和最优解；计算各层指标权重，结合权重得到各个配电网综合评分并进行排序；根据配电网的综合评分结果，构建配电网的投资效益测算模型；以综合评分最高为目标，通过寻优得到效益最大化时的投资额分配方案；本发明对原始数据进行标准化处理，避免人为赋值干扰，通过性能对比克服了传统方法依赖大量数据进行计算的特点，提高了评价计算的速度和效率，结合实际情况分析从而提高投资策略的精准性、全局性和合理性。

说明书

技术领域

本发明涉及综合能源优化调度的技术领域，尤其涉及一种基于影子价格和SEM(空间误差面板数据模型，Spatial Error Model)的配电网投资优化方法。

背景技术

配电网结构复杂，设备种类多、数量大、分散广，运行方式多变，影响因素众多，因此需要构建科学合理的现代配电网综合评价体系，对各指标准确合理赋权，精准评价配电网，以指导配电网投资分析，实现效益最大化。

在配电网综合评价研究方面，现有技术包括为了克服不同影响因素权重相近的缺点，将改进的熵权算法引入到灰色关联分析算法，从而求得配电网各影响因素合理的权重值，以提高其评价的客观性；还有考虑在大规模分布式电源的接入的背景下，考虑配电网特性，提出新的配电网评价及规划方案；以及从发电、输电、用电三方面综合评价电网，其指标体系构建于整个电网，而配电网方面的指标不够全面。

针对配电网投资效益的研究目前主要分为两个方面，其一是构建投资效益指标体系，确定指标权重及评分方法，进而得到配电网投资效益；其二是建立投资效益优化模型，选取合适的效益指标、构建目标函数并进行寻优求解，然而两者都主要集中在项目后评价上，通过指标量化投入产出比对项目的优劣进行评判，但缺乏前瞻指导性，同时也无法兼顾区域之间的关联性，因而忽略了相邻区域配电网发展的联动性。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有配电网资源配置方面存在的问题，提出了本发明。

因此，本发明提供了一种基于综合评价及投资效益测算的配电网投资优化方法，能够解决配电网的投资分配忽略地理邻接及互联影响的问题。

为解决上述技术问题，本发明提供如下技术方案：一种基于综合评价及投资效益测算的配电网投资优化方法，此优化方法包括如下步骤：建立配电网综合评价指标体系，包括目标层指标和底层指标；引入空间误差面板数据模型，并利用最优化问题的求解方法求解各底层指标的影子价格和最优解；计算各层指标权重，结合权重得到各个配电网综合评分并进行排序；根据配电网的综合评分结果，构建配电网的投资效益测算模型；以综合评分最高为目标，通过寻优得到效益最大化时的投资额分配方案。

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：所述目标层指标包括社会效益类指标和经济效益类指标，其中所述社会效益类指标包括可靠性、供电能力和电网结构，所述经济效益类指标包括投资效益和环保效益；所述底层指标根据所述目标层指标进行构建，包括供电可靠率、平均停电时间、大干扰稳定校验通过率、线路N-1通过率、主变N-1通过率、地区最大负荷、地区总用电量、变电容载比、备用容量、平均供电半径、配电线路联络率、标准化结构占比、单线或单变占比、配网自动化覆盖率、售电收入、投资收入比、单位投资增供负荷、新能源发电占比、新能源并网率、碳排放量和氮氧化物排放量。

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：假设目标层指标为{δ

δ

所述影子价格的计算式为：

α

其中，α

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：所述利用最优化问题的求解方法求解各底层指标的影子价格和最优解还包括，

构建最优化问题模型，所述最优化问题模型的计算式为：

minf

s.t.h

g

其中，l和p分别为等式约束和不等式约束的个数；

基于不等式约束下的库恩塔克条件进行最优解求取，所述库恩塔克条件为：

其中，μ

计算影子价格，所述影子价格的计算式为：

其中，α

进行标准化处理，统一各评价指标的量纲，设底层指标d

其中，

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：所述计算各层指标权重包括采用最优函数相关理论，将主观权重和客观权重加以组合形成组合权重，设由模糊层次分析法和熵权法得到的权重矩阵分别为：

U＝[u

V＝[v

其中，U和V分别为基于模糊层次分析法和熵权法计算得到的权重值，则权重优化模型为：

其中，u

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：所述得到各个配电网综合评分并进行排序还包括，

获取目标层的综合评分，其计算式为：

其中，Z取A或B，

配电网综合评分F的计算式为：

其中，w

P

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：所述投资效益测算模型为，

其中，变量Y表示n个地区配电网的综合评分增长率，变量X表示模型变量即为影响投资效益的相关因素，β表示待估计的模型变量的参数，μ为误差项，ε为残差项，λ为待估计的误差交互效应系数，W为表示各地区配电网空间性特征的空间权重矩阵，采用二维对称形式，即：

其中，W中的元素为0或1，若两地区之间存在连接关系则取w

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：所述投资效益测算模型中，变量X包括110kV配电网投资额a、35kV配电网投资额b、10kV及以下配电网投资额c和社会用电量ec，变量Y包括基于影子价格的配电网综合评价得分年增长率y。

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：为了降低各电压等级投资额及社会用电量等数据的数量级并减小其波动范围，对投资效益测算模型中的变量取对数，得到第i个地区配电网在t年份的综合评分增长率的表达式y

y

其中，由于配电网的规模与综合评分增长呈负相关关系，因此将社会用电量ec

若将反映地区i配电网自有增长、固定效应中的个体效应参数μ

若同时将固定效应中分别反映个体效应参数μ

其中，变量Y

作为本发明所述的基于综合评价及投资效益测算的配电网投资优化方法的一种优选方案，其中：所述以综合评分最高为目标，通过寻优得到效益最大化时的投资额分配方案还包括，

以n个地区配电网综合评分增长总和为目标函数进行寻优并确定最优投资额分配方案，目标函数为：

其中，P

本发明的有益效果：本发明方法基于影子价格的配电网综合评价方法对原始数据进行标准化处理，避免人为赋值干扰，且根据影子价格的配电网定义，用底层指标标准化数值与其影子价格之比表明电网该项指标所对应的电网性能优劣，克服了传统方法依赖大量数据进行计算的特点，提高了评价计算的速度和效率。

同时使用空间误差面板数据模型可分析配电网投资与综合评分之间的计量关系，构建符合实际情况的空间权重矩阵，选取110kV、35kV、10kV及以下电压等级投资额和社会用电量对配电网综合评分的增长进行描述，寻优可得出使整体评分增长预期最大化的投资金额分配，克服了传统针对配电网的投资效益分析忽略了地理邻接及其电网互联所具有的关联影响，提高了投资策略的精准性、全局性和合理性。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。其中：

图1为本发明第一个实施例所述的基于综合评价及投资效益测算的配电网投资优化方法的流程示意图；

图2为本发明第一个实施例所述的基于综合评价及投资效益测算的配电网投资优化方法的评价体系目标层结构示意图；

图3为本发明第一个实施例中2019年五个地区配电网综合评分示意图；

图4为本发明第一个实施例中五个地区2020年社会用电量预测值与2019年配电网投资额示意图；

图5为本发明第一个实施例中资金总额限定下的最优投资分配图示意图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合说明书附图对本发明的具体实施方式做详细的说明，显然所描述的实施例是本发明的一部分实施例，而不是全部实施例。基于本发明中的实施例，本领域普通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，都应当属于本发明的保护的范围。

在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其他不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本发明内涵的情况下做类似推广，因此本发明不受下面公开的具体实施例的限制。

其次，此处所称的“一个实施例”或“实施例”是指可包含于本发明至少一个实现方式中的特定特征、结构或特性。在本说明书中不同地方出现的“在一个实施例中”并非均指同一个实施例，也不是单独的或选择性的与其他实施例互相排斥的实施例。

本发明结合示意图进行详细描述，在详述本发明实施例时，为便于说明，表示器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限制本发明保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。

同时在本发明的描述中，需要说明的是，术语中的“上、下、内和外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一、第二或第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。

本发明中除非另有明确的规定和限定，术语“安装、相连、连接”应做广义理解，例如：可以是固定连接、可拆卸连接或一体式连接；同样可以是机械连接、电连接或直接连接，也可以通过中间媒介间接相连，也可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

参照图1的示意，为本发明的第一个实施例，提供了一种基于综合评价及投资效益测算的配电网投资优化方法，包括：

S1：建立配电网综合评价指标体系，包括目标层指标和底层指标；

具体的，由于配电网结构复杂，其评价指标选取会对评价结果有很大影响，因而需要尽可能做到全面且具有代表性。配电网的重要任务是保障电力持续稳定供应，因此衡量其社会效益的指标主要包括可靠性、供电能力、电网结构等；与此同时，配电网也要实现经济效益最大化。伴随着光伏，风电等新能源的快速发展，产生的环保问题也越发突出，因此经济效益类指标也需要包含，例如投资效益和环保效益等。本实施例中，参照图2的示意，构建的评价体系目标层包括社会效益类指标和经济效益类指标，其中社会效益类指标包括可靠性、供电能力和电网结构，经济效益类指标包括投资效益和环保效益；

底层指标根据目标层指标进行构建，本实施例基于图2的五个目标层指标，依次构建底层指标体系如表1所示，包括供电可靠率、平均停电时间、大干扰稳定校验通过率、线路N-1通过率、主变N-1通过率、地区最大负荷、地区总用电量、变电容载比、备用容量、平均供电半径、配电线路联络率、标准化结构占比、单线或单变占比、配网自动化覆盖率、售电收入、投资收入比、单位投资增供负荷、新能源发电占比、新能源并网率、碳排放量和氮氧化物排放量。

表1：底层指标体系

可以理解的是，由于区域配电网存在网架结构、政策变动、气候影响等因素的差异，其评价指标体系的底层指标可由本领域技术人员根据实际情况增补。

S2：利用最优化问题的求解方法求解各底层指标的影子价格和最优解；

具体的，假设目标层指标为{δ

δ

影子价格也称为预测价格，是用线性规则方法计算得到的反映资源最优使用的价格。某种资源每增加一个单位量，目标量也相应增加一定的单位量，不同的资源有不同的边际贡献。本实施例中将底层指标单位增量所引起的目标层指标的增量作为底层指标的影子价格，影子价格的计算式为：

α

其中，α

据电力系统安全稳定运行准则，形成各底层指标的等式约束及不等式约束条件，即：

{h

{g

其中，i∈[1,m]，j∈[1,n]。

利用最优化问题的求解方法求解各底层指标的影子价格和最优解，本实施例利用库恩塔克条件求解影子价格，该过程还包括，

构建最优化问题模型，最优化问题模型的计算式为：

min f

s.t.h

g

其中，l和p分别为等式约束和不等式约束的个数；对于越大越优型指标，可通过取倒数或相反数转换为上式所示的求解模型。

基于不等式约束下的库恩塔克条件进行最优解求取，库恩塔克条件为：

其中，μ

计算影子价格，影子价格的计算式为：

其中，α

进行标准化处理，由于不同评价指标的量纲通常也不同，因此需要进行标准化处理从而统一各评价指标的量纲，设底层指标d

其中，

S3：计算各层指标权重，结合权重得到各个配电网综合评分并进行排序；

本实施例中，计算各层指标权重包括采用最优函数相关理论，将主观权重和客观权重加以组合形成组合权重，设由模糊层次分析法和熵权法得到的权重矩阵分别为：

U＝[u

V＝[v

其中，U和V分别为基于模糊层次分析法和熵权法计算得到的权重值，则权重优化模型为：

其中，u

进一步的，得到各个配电网综合评分并进行排序还包括，

获取目标层的综合评分，其计算式为：

其中，Z取A或B，

配电网综合评分F的计算式为：

其中，w

P

S4：根据配电网的综合评分结果，构建配电网的投资效益测算模型；

本实施例中通过空间误差面板数据模型来构建投资效益测算模型，空间误差面板数据模型是计量经济学中常用的分析模型，利用该模型分析若干空间单位数据集合，可以得出它们之间的空间关联效应。具体应用中，常见的空间单位包括州域、国家、地区、省、市、县甚至更小的地理单位；在电力系统中，利用反映地区电网之间相互影响的空间权重矩阵来描述地区电网之间的关联关系，通过空间误差面板数据模型可建立利用影子价格得出的综合评分增长和社会用电量等模型变量的关系。

基于空间误差面板数据模型所建立的配电网投资效益测算模型为投资效益测算模型为，

其中，变量Y表示n个地区配电网的综合评分增长率，为n×1阶矩阵，变量X表示模型变量即为影响投资效益的相关因素，为n×k阶矩阵，β表示待估计的模型变量的参数，为k×1阶矩阵，μ为误差项，ε为残差项，且μ为n×1阶矩阵，ε为n×1阶矩阵，λ为待估计的误差交互效应系数，μ、ε和λ反映了各因素之间存在的空间交互效应；W为n×n阶矩阵，表示各地区配电网空间性特征的空间权重矩阵，采用二维对称形式，即：

其中，W中的元素为0或1，若两地区之间存在连接关系则取w

进一步的，地区配电网综合评价得分的增长取决于对其各环节的投资，主要包括：110kV和35kV变电站、线路新建；新增10kV及以下线路、开闭所、新增配电容量；配电网结构改造以及新增智能电表等。此外，电网投资所产生的效益还需要考虑社会规模，一般而言配电网规模越大，同等资金投入下，所产生的效益越小，评分增长率越低，因此本实施例中的投资效益测算模型中，变量X包括110kV配电网投资额a、35kV配电网投资额b、10kV及以下配电网投资额c和社会用电量ec，变量Y包括基于影子价格的配电网综合评价得分年增长率y，各变量及其含义可参照下表2的示意。

表2：投资效益测算模型中各变量及其含义

进一步的，为了降低各电压等级投资额及社会用电量等数据的数量级并减小其波动范围，对投资效益测算模型中的变量取对数，得到第i个地区配电网在t年份的综合评分增长率的表达式y

y

其中，由于配电网的规模与综合评分增长呈负相关关系，因此将反映电网规模的社会用电量ec

若将反映地区i配电网自有增长、固定效应中的个体效应参数μ

若同时将固定效应中分别反映个体效应参数μ

其中，变量Y

根据往年各地区配电网综合评分增长率、各电压等级投资额和社会用电量的数据，可以利用MATLAB空间误差面板数据模型工具箱可以对上述两模型中的参数进行估计，从而得出这两种投资效益测算模型。

S5：并以综合评分最高为目标，通过寻优得到效益最大化时的投资额分配方案。

通过n个地区配电网年份的社会用电量预测值，给定某一投资额分配方案，利用投资效益测算模型可以得出相应的综合评分增长率，进而得出各地区配电网的综合评分，最优的投资分配方案所对应的n个地区配电网综合评分之和最高，因此以n个地区配电网综合评分增长总和为目标函数进行寻优并确定最优投资额分配方案，目标函数为：

其中，P

为了验证本发明提出的方法，选取贵州省A、B、C、D、E五个地区配电网，指标数据选自2019年，以可靠性指标为例，求出以上配电网可靠性下各底层指标影子价格，如下表3所示。

表3：五个地区配电网可靠性下各底层指标影子价格

进一步计算得出五个地区配电网可靠性下底层指标的标准化数值

表4：五个地区配电网可靠性下各底层指标标准化数值

同样的，可以计算出供电能力、电网结构、投资效益和环保效益下各底层指标的影子价格和标准化数值，对这五组数据，进一步求出其所对应目标层指标的综合评分，如下表5所示：

表5：五个地区配电网各目标层指标综合评分

根据表5可知，D地区配电网在五个方面发展都比较均衡，C地区的投资效益和环保效益较好，其他三方面均需要加大发展力度。上述评分结果与这五个地区发展现状良好吻合，表明本文的评分方法可行性较好、可信度较高，可以辅助制定投资与建设策略。

利用表5中评价结果以及组合权重并得到2019年这五个地区配电网的百分制综合评价得分P

进一步的，由于本验证实验中用于估计投资效益测算模型参数的数据时间的跨度为2014年至2019年，根据贵州省A、B、C、D、E五个地区配电网之间的连接关系，得出空间权重矩阵为：

其中，矩阵W行和列分别依次为这五个地区。

利用MATLAB对仅考虑个体效应的模型和同时考虑个体效应和时间效应的模型进行参数估计，得到的结果如下表6所示：

表6：两模型式中参数的估计结果

其中，表6中参数估计值下方括号内数值为该参数估计值的伴随概率值，***、**、*分别表示在1％、5％、10％的显著性水平下显著。可以看出，三个电压等级投资额的参数估计值β

表7：五个地区配电网个体效应参数估计值

其中，B、D地区配电网μ

将表6和表7中的拟合值代入本实施例中仅考虑个体效应的模型，可得到五个地区配电网投资效益测算模型，即

Y

其中，ε～N(0,0.001I

进一步的，五个地区配电网2020年社会用电量预测值及2019年资金投入额如下图4所示。投资资金总额根据历年情况假定为66亿元，同时考虑地区配电网建设的容纳能力，各地投资总额增长限定在上年度投资总额的50％以内，以防止个别地区得到不符合其实际情况的过大资金额度。

根据投资额分配方法，求出满足资金总额限定条件的最优投资额分配如下表8所示：

表8：五个地区配电网各电压等级最优投资额(亿元)

将表8中的数据绘制成如下图5所示的柱状图，可以看出，35kV和110kV电压等级配电网拟投资额应较小，而10kV及以下电压等级配电网投资额应相应增加。

本发明的提出一种基于影子价格和空间误差面板数据模型的配电网投资分配方法利用空间误差面板数据模型分析配电网投资与综合评分增长率之间的计量关系，利用该方法对配电网投资金额进行最优分配，可使得地区配电网整体的综合评分增长预期最大化。且通过验证分析，验证了该方法的准确有效性，能够得到以下结论：

基于影子价格的配电网综合评价方法依赖原始数据进行标准化处理，避免人为赋值干扰，且根据影子价格的配电网定义，用底层指标标准化数值与其影子价格之比表明电网该项指标所对应的电网性能优劣，克服了传统方法依赖大量数据进行计算的特点，提高了评价计算的速度和效率。

使用空间误差面板数据模型可分析配电网投资与综合评分之间的计量关系，构建符合实际情况的空间权重矩阵，选取110kV、35kV、10kV及以下电压等级投资额和社会用电量对配电网综合评分的增长进行描述，寻优可得出使整体评分增长预期最大化的投资金额分配，克服了传统针对配电网的投资效益分析忽略了地理邻接及其电网互联所具有的关联影响，提高了投资策略的精准性、全局性和合理性。

应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。