本發(fā)明涉及一種電力系統(tǒng)轉(zhuǎn)供實施方案評估方法,尤其涉及一種基于最優(yōu)組合權(quán)重的配電網(wǎng)負荷轉(zhuǎn)供方案評價方法。
背景技術(shù):
近年來,隨著我國國民經(jīng)濟的持續(xù)不斷增長,特別是由于第三產(chǎn)業(yè)的興起,電力負荷的結(jié)構(gòu)也發(fā)生了變化,中小用戶包括居民用電比例逐年上升,導致城市配電系統(tǒng)中的線路越來越長,節(jié)點越來越多,結(jié)構(gòu)越來越復雜,因而發(fā)生故障的幾率也相應增大。當配電網(wǎng)發(fā)生故障,需要盡快切除故障設備,然后應盡快地恢復對用戶負荷的供電,盡可能減少停電影響的范圍,從而大大減少由于停電而造成的社會影響和經(jīng)濟損失等。
電力系統(tǒng)配電網(wǎng)中包含有大量的開關(guān),主要分為聯(lián)絡開關(guān)和分段開關(guān)。因此配電網(wǎng)在發(fā)生故障后(包括接地、斷線及設備過負荷)和設備負載的明顯不均衡時,可以通過調(diào)整網(wǎng)絡開關(guān)的開合狀態(tài)來切除線路故障,隔離故障并轉(zhuǎn)移故障影響區(qū)內(nèi)負荷,以減少故障影響范圍,或消除設備過負荷,及設備負載的不均衡,從而總體提高電網(wǎng)運行的經(jīng)濟性和安全性。
隨著電網(wǎng)規(guī)模日益龐大、網(wǎng)架結(jié)構(gòu)日趨復雜,可以進行負荷轉(zhuǎn)移的路徑較多。一般憑經(jīng)驗獲得的負荷轉(zhuǎn)移方案是可行方案但不一定是最優(yōu)方案,而且隨著待選方案的增多,對方案進行技術(shù)經(jīng)濟比較的工作將會變得非常大,所以建立相應負荷轉(zhuǎn)移模型并進行優(yōu)化決策,可以避免故障的進一步擴展和減少負荷損失,有助于制定合理的檢修方案。
而目前電力公司廣泛使用的方法基本上基于經(jīng)驗性方法給出相應的操作方案,因此,無法進行操作方案最優(yōu)性的選擇而使得最多負荷得到轉(zhuǎn)移,及停電范圍最小,當有多個地方出現(xiàn)過負荷,及故障停電時,無法協(xié)調(diào)地實現(xiàn)負荷轉(zhuǎn)移,無法合理給出重夠方案實現(xiàn)設備負載的均衡。同時當前的經(jīng)驗性方法給出的方案往往要求運行調(diào)度人員具有很好的經(jīng)驗,對系統(tǒng)設備有很深入的理解及掌握,從而對運行調(diào)度人員增加了很大的工作壓力。
技術(shù)實現(xiàn)要素:
發(fā)明目的:針對以上問題,本發(fā)明提出一種基于最優(yōu)組合權(quán)重的配電網(wǎng)負荷轉(zhuǎn)供方案評價方法。
技術(shù)方案:為實現(xiàn)本發(fā)明的目的,本發(fā)明所采用的技術(shù)方案是:一種基于最優(yōu)組合權(quán)重的配電網(wǎng)負荷轉(zhuǎn)供方案評價方法,具體包括以下步驟:(1)建立配電網(wǎng)轉(zhuǎn)供決策的方案集和評價指標集;(2)計算評價指標的主觀權(quán)重;(3)計算評價指標的客觀權(quán)重;(4)基于最優(yōu)組合數(shù)學模型將主觀權(quán)重和客觀權(quán)重結(jié)合得到最優(yōu)組合權(quán)重;(5)計算評價指標評判矩陣;(6)基于指標最優(yōu)組合權(quán)重和指標評判矩陣計算得到評判結(jié)果向量。
步驟1中,配電網(wǎng)轉(zhuǎn)供決策的方案集d包括待選方案d1,d2,d3…dm,配電網(wǎng)轉(zhuǎn)供決策的評價指標集n包括指標n1,n2,n3…nn。
步驟2中,主觀權(quán)重計算方法包括專家咨詢打分法、層次分析法、g1法和優(yōu)序圖法。
步驟3中,客觀權(quán)重計算方法包括熵權(quán)法、變異系數(shù)法。
步驟4中,最優(yōu)組合數(shù)學模型為:
其中,min(b)表示組合權(quán)重向量a對應的評價值向量ai與原權(quán)重向量組成的矩陣u對應的評價值向量uij之間的偏差最小值,n表示指標個數(shù),k表示賦權(quán)方法數(shù),uij表示對第i個指標采用第j種賦權(quán)法的賦權(quán)結(jié)果。
步驟5中,基于灰色關(guān)聯(lián)分析的指標評判矩陣fm×n計算包括以下步驟:
步驟5-1:確定指標無量綱決策矩陣r=(rij)(m+1)×n;
步驟5-2:確定評價指標的灰色關(guān)聯(lián)系數(shù)fm×n。
步驟6中,評判結(jié)果向量b計算方法為:
b=fm×n·a
其中,向量b為m維向量,將b向量元素按照遞減順序排列即得到最終方案排序結(jié)果。
有益效果:本發(fā)明通過求解優(yōu)化模型來確定配電網(wǎng)負荷轉(zhuǎn)供綜合評估各指標最終的權(quán)重值,在此基礎上結(jié)合灰色關(guān)聯(lián)度計算指標評判矩陣,提出了基于最優(yōu)組合權(quán)重的配電網(wǎng)負荷轉(zhuǎn)供的灰色綜合評價方法,從而為進一步提高在配電網(wǎng)負荷轉(zhuǎn)供過程中決策的客觀性、科學性打下基礎。
附圖說明
圖1是基于最優(yōu)組合權(quán)重的配電網(wǎng)負荷轉(zhuǎn)供方案評價方法流程圖;
圖2是某地區(qū)配電網(wǎng)簡化線路拓撲結(jié)構(gòu)圖。
具體實施方式
下面結(jié)合附圖和實施例對本發(fā)明的技術(shù)方案作進一步的說明。
如圖1所示是本發(fā)明所述的基于最優(yōu)組合權(quán)重的配電網(wǎng)負荷轉(zhuǎn)供方案評價流程圖,用主觀賦權(quán)法與客觀賦權(quán)法相結(jié)合的組合賦權(quán)法來確定配電網(wǎng)負荷轉(zhuǎn)供過程中各技術(shù)性指標的權(quán)重,既克服了主觀賦權(quán)法中決策者經(jīng)驗判斷為主的不足又彌補了客觀賦權(quán)法僅有效傳遞評價指標的數(shù)據(jù)信息與差別,會出現(xiàn)權(quán)重系數(shù)不合理現(xiàn)象的缺點,再結(jié)合基于灰色關(guān)聯(lián)分析的指標評判矩陣,提高決策的科學性和客觀性。具體包括以下步驟:
步驟1、建立配電網(wǎng)轉(zhuǎn)供決策的方案集和評價指標集;
方案集d由本次事故發(fā)生后結(jié)合此時配電網(wǎng)拓撲結(jié)構(gòu)生成的幾種轉(zhuǎn)供方案構(gòu)成,待選轉(zhuǎn)供方案由當時確定,構(gòu)成d={d1,d2,d3…dm}。評價指標集n為在負荷轉(zhuǎn)供過程中主要的幾個約束因素,可由電力專家提前制定,構(gòu)成n={n1,n2,n3…nn}。
以某地區(qū)配電網(wǎng)拓撲結(jié)構(gòu)為例,如圖2所示,t7主變發(fā)生故障需從剩余主變對該主變進行負荷轉(zhuǎn)供,各主變主要數(shù)據(jù)如表1所示,各節(jié)點負荷大小如表2所示,線路參數(shù)如表3所示,主要考慮線路電阻,線路型號為jklv-35,電阻為0.868ω/km。
表1
表2
表3
從表1可以看出,失電負載為24.1mw,待選轉(zhuǎn)供方案集d為:
d1:t8主變單獨轉(zhuǎn)供,可轉(zhuǎn)供容量14.7mva;
d2:t1主變、t8主變配合轉(zhuǎn)供,可轉(zhuǎn)供容量27.7mva;
d3:t1主變、t9主變變配合轉(zhuǎn)供,可轉(zhuǎn)供容量23.7mva;
d4:t8主變和t9主變配合轉(zhuǎn)供,可轉(zhuǎn)供容量25.4mva;
d5:t1主變、t8主變和t9主變配合轉(zhuǎn)供,可轉(zhuǎn)供容量38.4mva。
當?shù)仉娏<抑贫ǖ闹笜思痭為:
n1:主變負載率指標,即轉(zhuǎn)帶故障主變負載容量之后的主變負載率,計算公式為:
其中,s為主變額定容量,p為該主變之前所帶負載容量,δp為轉(zhuǎn)移的負載容量,取k=0.8為參考負載率,當轉(zhuǎn)供方案中含有多個主變時,以最大主變負載率為參考指標。
n2:附加網(wǎng)損指標:
其中,l為方案集d中所有轉(zhuǎn)移路徑的集合,為第r條路徑的附加網(wǎng)損,取δloss=0為參考附加網(wǎng)損。
n3:負荷損失指標,即通過轉(zhuǎn)供無法恢復供電的負荷容量,取l=0為參考負荷損失量。
n4:電流水平指標,即系統(tǒng)發(fā)生事故導致其他主變進行轉(zhuǎn)供時系統(tǒng)中線路電流大小的情況,取i=0.8(標幺值)為參考電流大小基準值。
n5:電壓偏差指標,即系統(tǒng)發(fā)生事故轉(zhuǎn)供后離主變最遠端負荷電壓偏差水平,取u=1(標幺值)為參考電壓基準值。
n6:開關(guān)操作次數(shù)指標,即進行負荷轉(zhuǎn)供的聯(lián)絡開關(guān)的操作次數(shù),取n=0為參考開關(guān)操作次數(shù)。
得出待選方案對應各個指標的指標值如表4所示。
表4
步驟2、計算評價指標的主觀權(quán)重;
采用包括專家咨詢打分法、層次分析法、g1法和優(yōu)序圖法等在內(nèi)的主觀權(quán)重計算方法中的一種或多種進行計算得到主觀權(quán)重。
選取專家咨詢打分法,咨詢多位專家對其打分平均化得到主觀權(quán)重向量:
w1=(0.1460.1710.2060.1810.1780.118)
步驟3、計算評價指標的客觀權(quán)重;
采用包括熵權(quán)法、變異系數(shù)法等在內(nèi)的客觀權(quán)重在內(nèi)的客觀權(quán)重計算方法中的一種或多種進行計算得到客觀權(quán)重。
選取熵權(quán)法,按照數(shù)據(jù)標準化、求各指標的信息熵和計算各指標的權(quán)重大小順序可得到指標的客觀權(quán)重向量:
w2=(0.1770.2120.0630.2040.1650.179)
步驟4、基于最優(yōu)組合數(shù)學模型將主觀權(quán)重和客觀權(quán)重結(jié)合得到最優(yōu)組合權(quán)重;
最優(yōu)組合數(shù)學模型為:
其中,min(b)表示組合權(quán)重向量a對應的評價值向量ai與原權(quán)重向量組成的矩陣u對應的評價值向量uij之間的偏差最小值,n表示指標個數(shù),k表示賦權(quán)方法數(shù),uij表示對第i個指標采用第j種賦權(quán)法的賦權(quán)結(jié)果。
構(gòu)造拉格朗日(langrange)函數(shù):
通過
具體地,構(gòu)造權(quán)重向量組成的矩陣
采用構(gòu)造的最優(yōu)組合數(shù)學模型可以得到最優(yōu)權(quán)重向量a為:
a=[0.16150.19150.13450.19250.17150.1485]
步驟5、計算評價指標評判矩陣;
步驟5-1:確定指標無量綱決策矩陣r=(rij)(m+1)×n;
按照實際情況確定方案對評價指標集的決策矩陣(xij)m×n,同時確定每個評價指標的最優(yōu)值,構(gòu)成初始決策矩陣(xij)(m+1)×n,為避免不同指標之間的差異性,將該矩陣轉(zhuǎn)化為無量綱決策矩陣(rij)(m+1)×n,得到無量綱決策矩陣r=(rij)(m+1)×n:
其中,rij為方案i的第j個評價指標經(jīng)過無量綱化處理之后的屬性值,r*為決策方案中各評價指標的最優(yōu)值。
具體地,初始決策矩陣x為:
采用標準差數(shù)據(jù)標準化方法對數(shù)據(jù)進行無量綱化處理,即:
式中:
計算得到無量綱決策矩陣r=(rij)(m+1)×n為:
步驟5-2:確定評價指標的灰色關(guān)聯(lián)系數(shù)(指標評判矩陣)fm×n;
fm×n計算公式為:
其中,σ為分辨系數(shù),
具體地,取分辨系數(shù)σ=0.5,計算得到fm×n為:
步驟6、基于指標最優(yōu)組合權(quán)重和指標評判矩陣計算得到評判結(jié)果向量;
評判結(jié)果向量b計算方法為:
b=fm×n·a
其中,向量b為m維向量,將b向量元素按照遞減順序排列即得到最終方案排序結(jié)果。
具體地,得到向量b=(0.4930.5360.5040.5180.517),方案二為在此評判指標下的最優(yōu)方案。