一种基于海量可再生能源接入的区域配电网综合态势评估方法

摘要

本发明提供一种基于海量可再生能源接入的区域配电网综合态势评估方法，所述方法包括以下步骤：步骤S1，从安全态势、经济态势、低碳态势和调控态势构建评估指标体系；步骤S2，构建区域配电网综合态势评估模型；步骤S3，收集相关专家评价信息，利用梯形模糊数基本理论将模糊语义评价信息进行转化，生成可供计算的定量信息；步骤S4，采用MARCOS方法对区域配电网综合态势进行评估。所述方法采用以模糊数学为基础的模糊理论，以现实世界广泛存在的模糊性为研究对象，以模糊集合为基本工具，在理论上把握事物的模糊性，实现对模糊事件的精准刻画，使得评估过程中定性与海量信息得以精确转换，有效避免了信息丢失问题。

说明书

技术领域

本发明属于电力系统优化运行技术领域，具体涉及一种基于海量可再生能源接入的区域配电网综合态势评估方法，其为基于梯形模糊和MARCOS的评估方法。

背景技术

随着我国“双碳”工作的持续开展，电网中可再生能源的渗透率将进一步提升，高比例可再生能源的随机性与间歇性使得区域配电网的运行面临着严峻的挑战。为确保区域配电网的安全运行，电力企业需精准感知区域配电网综合态势，为电网调度和维护提供支撑。传统的区域配电网态势感知主要依靠配电网数据采集与监视控制系统(SCADA)中的监测数据对电网的运行的安全态势进行评估，缺乏对区域配电网经济态势、低碳态势以及调控态势的评估，无法有效适应海量可再生能源接入为区域配电网带来的挑战。因此，亟需开展考虑海量可再生能源接入的区域配电网综合态势评估研究。

此外，当前对于配电网态势感知的研究主要围绕电网网络安全、电网运行状态以及电网源-荷态势三个方面，但是目前所形成的研究成果依旧难以适应海量可再生能源接入为区域配电网带来的挑战。进一步地，当前对于态势感知的研究中，在处理不同形式信息的转换过程中往往伴随着原始信息的丢失，影响最终态势评估结果。特别是在开展考虑海量可再生能源接入的区域配电网综合态势评估研究过程中，由于涉及态势较多并且指标纷繁复杂，因此，如何采用有效的方法实现对区域配电网综合态势进行有效评估则成为当前所研究的重点方向。

对于评估方法的研究，主要有层次分析法、故障树分析法以及灰色关联分析等方法，虽然这些方法相对成熟，但是难以解决评估过程中的模糊性和不确定性，经常造成信息丢失，进而这些评估方法难以实现对模糊不确定信息的准确表征。

发明内容

针对现有技术中存在的缺陷，本申请人经过多次设计和研究，提供了一种基于海量可再生能源接入的区域配电网综合态势评估方法，其为基于梯形模糊和M ARCOS的评估方法。

依据本发明技术方案的第一方面，提供一种基于海量可再生能源接入的区域配电网综合态势评估方法，所述方法包括以下步骤：

步骤S1，从安全态势、经济态势、低碳态势和调控态势构建评估指标体系；

步骤S2，构建区域配电网综合态势评估模型；

步骤S3，收集相关专家评价信息，利用梯形模糊数基本理论将模糊语义评价信息进行转化，生成可供计算的定量信息；

步骤S4，采用MARCOS方法对区域配电网综合态势进行评估。

依据本发明技术方案的第二方面，提供一种基于海量可再生能源接入的区域配电网综合态势评估方法，所述方法包括以下步骤：

步骤Q1，根据从安全态势、经济态势、低碳态势构建区域电网综合态势评估指标；

步骤Q2，构建区域配电网综合态势评估模型，定义梯形模糊数的理论；

步骤Q3，采用梯形模糊数定义专家语义评估信息，并将其转化为脆数；

步骤Q4，为每个专家配置一个权重，表达专家的相对决策力；

步骤Q5，结合步骤Q2、步骤Q3和步骤Q4采用MARCOS方法计算电网态势评估结果；

步骤Q6，采用上述步骤Q1-Q5进行电网态势评估模型求解；

步骤Q7，采用步骤Q6得到的电网态势评估模型进行区域配电网综合态势案例分析。

进一步地，在步骤Q1中，首先需要对专家评价信息进行收集，根据专家的评价信息对电网态势进行感知。

优选地，在处理专家评价信息中，对各个专家的评估权重进行平均分配，并且所述各个专家采用同一知识领域的专家。

相比较于现有技术，本发明的基于海量可再生能源接入的区域配电网综合态势评估方法，采用以模糊数学为基础的模糊理论，以现实世界广泛存在的模糊性为研究对象，以模糊集合为基本工具，在理论上把握事物的模糊性，实现对模糊事件的精准刻画，使得评估过程中定性与海量信息得以精确转换，有效避免了信息丢失问题。

附图说明

图1为依据本发明的基于海量可再生能源接入的区域配电网综合态势评估方法中所使用的电网态势评估模型求解流程示意图。

图2为步骤Q2中所述定义梯形模糊数所采用的隶属度函数图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，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。另外地，不应当将本发明的保护范围仅仅限制至下述具体结构或部件或具体参数。

本发明的基于海量可再生能源接入的区域配电网综合态势评估方法，其为一种基于梯形模糊和MARCOS的评估方法，其能够有效感知海量可再生资源接入的区域配电网综合态势，从安全态势、经济态势、低碳态势和调控态势构建了区域配电网综合态势评估指标体系，其次采用梯形模糊数表达和处理专家对定性指标的语义评估信息，并且基于模糊理论对评估信息进行融合以减少不确定性对配电网综合态势评估结果的影响，最后，采用梯形模糊MARCOS方法对测信息进行处理，由此获取评估结果。

本发明的基于海量可再生能源接入的区域配电网综合态势评估方法采用以模糊数学为基础的模糊理论，以现实世界广泛存在的模糊性为研究对象，以模糊集合为基本工具，在理论上把握事物的模糊性，实现对模糊事件的精准刻画，使得评估过程中定性与海量信息得以精确转换，有效避免了信息丢失问题。

本发明的基于海量可再生能源接入的区域配电网综合态势评估方法主要包括以下步骤：

步骤S1，从安全态势、经济态势、低碳态势和调控态势四个方面构建评估指标体系；

步骤S2，构建区域配电网综合态势评估模型；

步骤S3，收集相关专家评价信息，利用梯形模糊数基本理论将模糊语义评价信息进行转化，生成可供计算的定量信息；

步骤S4，采用MARCOS方法对区域配电网综合态势进行评估。

其中，进一步的方案，基于海量可再生能源接入的区域配电网综合态势评估方法包括以下步骤：

步骤Q1，根据从安全态势、经济态势、低碳态势三方面构建区域电网综合态势评估指标；

步骤Q2，构建区域配电网综合态势评估模型，定义梯形模糊数的理论；

步骤Q3，采用梯形模糊数定义专家语义评估信息，并将其转化为脆数；

步骤Q4，为每个专家配置一个权重，表达专家的相对决策力；

步骤Q5，结合步骤Q2、步骤Q3和步骤Q4采用MARCOS方法计算电网态势评估结果；

步骤Q6，采用上述步骤Q1-Q5进行电网态势评估模型求解；

步骤Q7，采用步骤Q6得到的电网态势评估模型进行区域配电网综合态势案例分析。

进一步地，步骤Q1中，根据从安全态势、经济态势、低碳态势三方面构建的区域电网综合态势评估指标体系参见下表1。其中，线路及变压器功率裕度A7、配电自动化覆盖率A11指标为自电网SCADA系统中直接获取，其余指标(A1、 A2、A3、A4、A5、A6、A8、A9、A10、A12)是分别从调度、营销、运检三个部门邀请相关专家做出的语意评价。在步骤Q1中，首先需要对专家评价信息进行收集，根据专家的评价信息对电网态势进行感知；在处理专家评价信息中，对各个专家的评估权重进行平均分配，并且所述各个专家采用同一知识领域的专家。

表1：区域电网综合态势评估指标体系

步骤Q2中所述定义梯形模糊数所采用的隶属度函数如图2所示。

其表达公式为：

其中，a,b,c,d分别为梯形模糊数

步骤Q3所述采用梯形模糊数定义专家语义评估信息，需要利用梯形模糊数将专家评估信息中模糊信息转换为梯形模糊数，具体转换方式如下：

表2语义评价变量及其对应的梯形模糊数

其中a,b,c,d分别为梯形模糊数

步骤Q4中为每个专家配置一个权重，表达专家的相对决策力，具体操作为：令待评估的方案(即配电网)为Ai(i＝1,2,...,m)；评价指标为Cj(j＝1,2,...,n)；k个专家Dt(t＝1,2,...,k)，根据对应关系将语义转化为相应的梯形模糊数，令

其中，

步骤Q5采用MARCOS方法计算电网态势评估结果中的MARCOS方法，是在定义理想方案与反理想方案之间关系的基础上确定方案的效用函数，并对其进行排序；决策偏好是在效用函数的基础上定义的，效用函数表示一个替代方案相对于理想方案和反理想方案的距离。步骤Q5具体包括以下步骤：

步骤Q5.1，构建初始群决策矩阵

步骤Q5.2，构建扩展的初始群决策和决策举证，通过引入理想解(AI)和反理想解(AAI)，构建扩展的初始群决策矩阵

其中，AI＝[x

B表示效益型指标，即指标的评估数据与指标呈正相关；C为成本型指标，即指标的评估数据与指标成负相关；

步骤Q5.3，利用如下公式(8)对初始矩阵(步骤Q2中的矩阵)X

步骤Q5.4，计算各个方案的效用度K

步骤Q5.5，计算各个方案的最终效用函数f(K

其中

步骤Q5.6，得到最终评估结果，根据每个方案的最终效用函数f(K

在步骤Q6中，采用上述步骤Q1-Q5进行电网态势评估模型求解，其具体表现为如图1所示的模型求解流程图，流程图1中n表示评估指标体系中指标的数量，m表示区域配电网的个数。步骤Q6电网态势评估模型求解，具体包括评估数据获取、数据处理和MARCOS方法评估。

进一步地，在步骤Q6中，首先利用语义评价变量及其对应的梯形模糊数的对应关系表2内容收集相关专家对于m个区域配电网的定性指标的语义评估信息。此外，收集电网调度系统中关于m个区域配电网的定量指标的详细数据。然后基于专家权重w

进一步地，将定量指标的电力系统数据转化为梯形模糊数，将结果与步骤 Q2所生成的针对定性指标的梯形模糊矩阵进行结合，构造针对所有指标的域配电网综合态势感知评估决策矩阵X

采用步骤Q6得到的电网态势评估模型进行区域配电网综合态势案例分析。

本发明基于海量可再生能源接入的区域配电网综合态势评估方法中所采用的梯形模糊法以模糊数学为基础，以现实世界广泛存在的模糊性为研究对象，以模糊结合为基本工具，在理论上把握事物的模糊性，实现对模糊事物的精准刻画，使的评估过程中定性与海量信息得以精确转换，有效避免信息丢失。

对于决策的MARCOS法，该方法通过定义备选方案与参考对象之间的关系，确定备选方案的效用函数，并实现与理想方案和反理想方案相关的妥协顺序，作为一种全面合理的方法，MARCOS克服了现有技术中其他方法的一些不足，如繁琐的计算、参数预设置、忽略距离的相对重要性等，极大提升了评估的准确性。

本发明基于海量可再生能源接入的区域配电网综合态势评估方法中所采用的模糊理论和MARCOS决策法的结合能够实现对海量可再生能源接入的区域电网综合态势的评估，帮助调度人员准确感知电网态势，为区域电网安全运行提供支撑。

相对于现有评估方法而言，在评估过程中的模糊性和不确定性难以解决，无法准确提取评估过程中的定性信息。本发明结合模糊理论，采用梯形模糊数对模糊信息进行准确表征，精准刻画专家评估信息内容。并结合MARCOS方法对海量可再生能源接入的区域配电网综合态势进行评估，为电网调度人员提供科学合理的决策依据，有效处理不确定环境下的多属性决策问题。

采用本发明基于海量可再生能源接入的区域配电网综合态势评估方法的具体实施例如下：

实施例一：

以太原市迎泽(A1)、杏花岭(A2)、万柏林(A3)、尖草坪(A4)、晋源(A5) 和小店(A6)区域配电网为例，对各区域配电网综合态势进行评估，为后期电网建设提供支撑。为了保障态势评估结果的准确性，分别从调度、营销、运检三个部门邀请相关专家对太原市某时刻各个区域配电网的定性指标进行评估。针对定性指标的具体评估结果以及针对定量指标的数值如表3所示。

表3

首先根据表2中语义评价信息与梯形模糊数之间的对应关系将表1中各个区域配电网综合态势评价情况进行转换，假设来自三个部门专家的权重相等，根据梯形模糊数的数乘和加法法则，将三个专家的评价信息进行集结。根据模糊理论将定量指标A7和A11转换为特殊形式的梯形模糊数。通过定性和定量指标信息的融合，生成初始群模糊决策矩阵，如表5所示。

其中根据表2中语义评价信息与梯形模糊数之间的对应关系将表1中各个区域配电网综合态势评价情况进行转换，得到表4

表4语义评价信息与梯形模糊数

表5初始群模糊决策矩阵

在评估体系中，指标A1～A2以及A6～A12的值越大，表示电网的态势越好，因此这些指标是收益型指标。指标A3～A5的值越大，表明电网综合态势越差，因此这些指标为损失型指标。在此基础上，根据表5的信息生成扩展矩阵

表7

对初始评估矩阵进行规范化，得到规范化矩阵。之后，计算各个区域配电网针对正理想解和反理想解效用度。所得结果如表8所示。

Tab.8 The utility of ideal solution and anti ideal solution indistribution network of each region

表8区域配电网关于理想解和反理想解的效用度

根据表8的关于理想解和返理想解的效用度，计算各个区域配电网综合态势的最终效用函数，结果如表9所示。

表9各区域配电网综合态势的最终效用函数

从表9结果可知，在当前情况下，太原市各个区域配电网的综合态势评估结果为：杏花岭＞小店＞万柏林＞晋源＞迎泽＞尖草坪。电网调度人员在调度过程中需要重点关注评估结果较差的几个区域电网。从而保障全市电网的安全运行。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。本领域普通的技术人员可以理解，在不背离所附权利要求定义的本发明的精神和范围的情况下，可以在形式和细节中做出各种各样的修改。