一種基于混合多屬性評價的錯峰用電預(yù)案編制方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于電力系統(tǒng)運(yùn)行領(lǐng)域，特別涉及一種基于混合多屬性評價的錯峰用電預(yù) 案編制方法。
【背景技術(shù)】
[0002] 錯峰用電預(yù)案編制是有序用電的一項重要環(huán)節(jié)，也是電力需求側(cè)管理的重要內(nèi)容 之一?？茖W(xué)合理編制錯峰用電預(yù)案能夠保障用電秩序，改善電能利用效率，促進(jìn)電力資源優(yōu) 化配置，對于經(jīng)濟(jì)與社會發(fā)展具有重要意義。到目前為止，相關(guān)研究工作所討論的決策信息 類型單一。實際上，不同用戶的用電特性不同，適于采用的數(shù)據(jù)描述方式也未必一致，這樣 就形成了混合多屬性決策問題。基于上述情況，本發(fā)明采用一種基于混合多屬性評價的錯 峰用電預(yù)案編制方法，其中考慮了多種類型的數(shù)據(jù)形式（實數(shù)、區(qū)間數(shù)、隨機(jī)數(shù)、模糊數(shù)）， 同時計及了決策時主觀和客觀兩方面因素，用戶可根據(jù)各項指標(biāo)的評價結(jié)果對自身生產(chǎn)和 經(jīng)營情況進(jìn)行調(diào)整，以爭取保障優(yōu)先用電。

【發(fā)明內(nèi)容】

[0003]本發(fā)明的目的在于提供一種可對不同類型的屬性數(shù)據(jù)進(jìn)行處理，并能兼顧主觀和 客觀兩方面因素的基于混合多屬性評價的錯峰用電預(yù)案編制方法。
[0004] 為實現(xiàn)上述目的，本發(fā)明的技術(shù)方案是：一種基于混合多屬性評價的錯峰用電預(yù) 案編制方法，包括如下步驟，
[0005] 步驟S1 :從經(jīng)濟(jì)性、社會影響和環(huán)保三個方面建立對參與有序用電的企業(yè)用戶進(jìn) tx排序的評價指標(biāo)體系；
[0006] 步驟S2 :根據(jù)每個屬性值的數(shù)據(jù)類型，進(jìn)行指標(biāo)歸一化處理，確定累積分布函數(shù)， 對各用戶在不同屬性指標(biāo)下的累積分布函數(shù)進(jìn)行混合占優(yōu)判斷，求取各用戶的混合占優(yōu)度 矩陣；
[0007] 步驟S3 :分別計算決策者的主觀賦權(quán)值和由混合占優(yōu)度矩陣計算得到的客觀權(quán) 值，求取綜合考慮了主觀和客觀權(quán)值的綜合權(quán)重系數(shù)；
[0008] 步驟S4 :利用綜合權(quán)重系數(shù)計算各個待排序用戶的加權(quán)貼近度，并按從大到小排 序，用戶的加權(quán)貼近度越大，越優(yōu)先安排其用電。
[0009]在本發(fā)明一實施例中，所述步驟S1建立的評價指標(biāo)體系具體如下，
[0010] 將所述經(jīng)濟(jì)性評價指標(biāo)、社會影響評價指標(biāo)及環(huán)保評價指標(biāo)各分為多項二級指 標(biāo)，其各項指標(biāo)的含義及計算公式如下：
[0011] 1)所述經(jīng)濟(jì)性評價指標(biāo)包括：
[0012] ①錯峰用電所節(jié)省電費(fèi)及燃料費(fèi)用CE
[0013]
(1)
[0014] 式中：表示高峰時段同非高峰時段的電價差；Af。表示高峰時段同非高峰時 段的單位電量燃料成本之差；Pshlft表示每日可錯峰用電電量；
[0015] ②企業(yè)單位電量產(chǎn)值0E
[0016]
(2)
[0017] 式中：〇total表示企業(yè)年產(chǎn)值總額；Ptotal表示企業(yè)年用電量；
[0018] ③削減高峰備用容量效益Rr
[0019]
(3)
[0020]式中：Lshlft表示用戶可錯峰負(fù)荷量；U。表示機(jī)組單位投資成本；γ為可避免峰荷 容量系數(shù)，該系數(shù)可在[1. 32, 1. 63]之間取值；
[0021] 2)所述社會影響評價指標(biāo)包括：
[0022] ④企業(yè)單位電量納稅額1
[0023]
(-!)
[0024] 式中：Ttotal表示企業(yè)年納稅金額；
[0025] ⑤產(chǎn)業(yè)增加值占區(qū)域比重ΛVR
[0026]
(5:) tmtu
[0027] 式中：ΛVadd表示企業(yè)產(chǎn)業(yè)年增加值；ΛVtotal表示企業(yè)所屬區(qū)域產(chǎn)業(yè)年總增加 值；
[0028] ⑥對地區(qū)形象的貢獻(xiàn)S
[0029] S可采用模糊數(shù)來量化描述，具體可采用三角模糊數(shù)；
[0030] 3)所述環(huán)保評價指標(biāo)包括：
[0031 ] ⑦單位電量污染物排放量Qe
[0032]
(fi
[0033] 式中：Qtotal表示企業(yè)年度污染物總排放量；
[0034] ⑧治理污染物費(fèi)用CP
[0035] CP=PshlftXQEXpctrl (7)
[0036] 式中：口。&1表示單位污染物的治理成本。
[0037] 在本發(fā)明一實施例中，所述步驟S2的具體實現(xiàn)方式如下：
[0038] 假定共有m個待選用戶，η個評價指標(biāo)；給定為第i個用戶在第j個評價指標(biāo) 下的屬性值，且\包括四種類型，即確定的實數(shù)、區(qū)間數(shù)、隨機(jī)變量、模糊數(shù)；按照改變用電 方式給用戶和社會所帶來的效益情況來確定各個屬性值為效益型還是成本型，將錯峰用電 所節(jié)省電費(fèi)及燃料費(fèi)用、削減高峰備用容量效益、單位電量污染物排放量以及治理污染物 費(fèi)用歸為效益型指標(biāo)；企業(yè)單位電量產(chǎn)值、企業(yè)單位電量納稅額、產(chǎn)業(yè)增加值占區(qū)域比重以 及對地區(qū)形象的貢獻(xiàn)歸為成本型指標(biāo)；則不同數(shù)據(jù)類型的累積分布函數(shù)及其指標(biāo)歸一化方 法如下所示：
[0039] l)aij 為實數(shù)
[0040] 對于第j項屬性，令
若第j項屬性為效益型，令
;若第j項屬性為成本型，則令 ；則經(jīng)過指標(biāo)歸一化變換后的累
j- j 積分布函數(shù)為：
[0041](8) kζ
ψ
[0042] 2)aij為區(qū)間數(shù)
[0043] 設(shè)a1]= [ai/，ai]u]，假設(shè)&1]在該區(qū)間內(nèi)隨機(jī)取值并設(shè)其概率密度函數(shù)為; 則其累積分布函數(shù)可以表示為：
[0044]
(9)
[0045] 對屬性指標(biāo)進(jìn)行歸一化變換，對于第j項屬性，令=max, =pin< ; 冬 \<i<m\<iSmJ· ?...一,L 若第j項屬性為效益型，令％二'υ 、，則線性變換后的概率密度函數(shù)為:
[0046]
(10) ,(Π· -X
[0047] 若第j項屬性為成本型，令~F，則線性變換后的概率密度函數(shù)為： m; -m'. jj
[0048]
(1i)
[0049] 對于經(jīng)過歸一化變換后的屬性指標(biāo)x'，其概率密度函數(shù)滿足：)辦_ = 1 ;基 .0' 于^(χ'），可求出X'的累積分布函數(shù)F'
[0050] 3)?為隨機(jī)變量
[0051] 設(shè)&lj為一連續(xù)型隨機(jī)變量，其概率密度函數(shù)為f^ (X)，則有/ ./",(車'\·=】：令aij的 -03·' 取值范圍為]，則其累積分布函數(shù)為：
[0052]
(12)
[0053] 可以看出，&1]為連續(xù)型隨機(jī)變量時的累積分布函數(shù)表達(dá)形式同區(qū)間數(shù)類型的相 同，故其經(jīng)過歸一化變換后的概率密度函數(shù)如式（10)和式（11)所示，由此可求得歸一化變 換后的累積分布函數(shù)；
[0054] 4)aij為模糊數(shù)
[0055] 模糊數(shù)可分為定量模糊數(shù)和定性模糊數(shù)；
[0056] 假定定量模糊數(shù)的論域為
和< 分別表示對第i個 用戶而言，該項指標(biāo)的最小可能取值和最大可能取值；采用指派方法或其他方法確定&1]的 隸屬函數(shù)為ιι^(χ);
[0057] 定性模糊數(shù)可用語言形式描述；借鑒相關(guān)語言值標(biāo)度，可將語言值轉(zhuǎn)換為相應(yīng)的 三角模糊數(shù)，并確定相應(yīng)的隸屬函數(shù)(X);
[0058] 對Ug(X)作線性變換，令fg(X) =c·Ug(X)，c為確保j"/,,,(·??=丨成立的常數(shù)， 從而將模糊隸屬函數(shù)轉(zhuǎn)化為相應(yīng)的概率密度函數(shù)；由此可得其累積分布函數(shù)為：
[0059]
(13) -·〇〇 -OS
[0060] 對屬性指標(biāo)進(jìn)行歸一化變換，對于第j項屬性，彳
；若第j 項屬性為效益型^
-，則線性變換后的概率密度函數(shù)為：
[0061]
(14) .m' -X
[0062] 若第j項屬性為成本型，令X ~則線性變換后的概率密度函數(shù)為： m, -in' J J:
[0063]
[0064] 由此可求得相應(yīng)的累積分布函數(shù)F' ^(x'）；
[0065] 為便于描述，將指標(biāo)歸一化后所得的累積分布函數(shù)F' ^(x'）統(tǒng)一記為Ux);如 此，采用上述方法即可得到確定的實數(shù)、區(qū)間數(shù)、隨機(jī)變量、模糊數(shù)這四種不同類型屬性值 經(jīng)過歸一化后的累積分布函數(shù)；
[0066] 對于同一屬性j下用戶i和用戶k的累積分布函數(shù)(X)和Fkj (X)，當(dāng) F?乒Fk](x)時，VxgQ，Ω={x|xe[a，b]}，采用一階、二階及三階混合占優(yōu)準(zhǔn)則進(jìn) 行判斷；用MD統(tǒng)一表示混合占優(yōu)關(guān)系，MD可為上述三種混合占優(yōu)關(guān)系的任意一種；在判定 混合占優(yōu)關(guān)系后，即可得到兩兩比較的混合占優(yōu)度矩陣A : <表示在同一屬性 j下，用戶i同用戶k相比較的混合優(yōu)勢度，其計算公式為：
[0067]
[0068] 在本發(fā)明一實施例中，所述步驟S3的具體實現(xiàn)方式如下：
[0069] 采用基于改進(jìn)ΑΗΡ法的主觀權(quán)重計算方法，通過求取判斷矩陣最大特征值所對應(yīng) 的特征向量，求得主觀權(quán)重向量W' = [wl'，w2'，w3'，*"，wn'];
[0070] 在求得兩兩比較的混合占優(yōu)度矩陣/?二^/il 后，計算用戶i關(guān)于屬性j優(yōu)于 J L-Amxrn 其他用戶的累積優(yōu)勢度€^/+和累積劣勢度if/、
[0071]
[0072]
[0073] 和 ?/^；χ分別表示用戶i關(guān)于屬性j優(yōu)于其他用戶的最優(yōu)累積優(yōu)勢度和最劣累積劣勢度；給定C/+ /if分別為用戶i同最優(yōu)累積優(yōu)勢度/最劣累積優(yōu)勢度的貼近度，計算公式為：
[0074] (19)
[0075] --應(yīng)x（2〇)
[0076] 定義綜合貼近度指標(biāo)巧：
[0077]
(21)
[0078] 設(shè)各項指標(biāo)的客觀賦權(quán)為W" = [wl〃，w2"，w3"，"'wn"];建立如下的客觀 權(quán)重優(yōu)化求解模型求解相應(yīng)的客觀權(quán)重：
[0079] (22)