[发明专利]一种基于分布式电源接入对配电网影响的综合评估方法有效
申请号: | 201410272764.6 | 申请日: | 2014-06-18 |
公开(公告)号: | CN104021300B | 公开(公告)日: | 2017-02-15 |
发明(设计)人: | 吴红斌;张伟;赵波;朱承治 | 申请(专利权)人: | 合肥工业大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 安徽省合肥新安专利代理有限责任公司34101 | 代理人: | 何梅生 |
地址: | 230009 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分布式 电源 接入 配电网 影响 综合 评估 方法 | ||
1.一种基于分布式电源接入对配电网影响的综合评估方法,其特征在于:按如下步骤进行:
步骤一、建立分布式电源接入对配电网影响的综合评估指标体系:
根据各评估指标的性质及各评估指标间的隶属关系,将评估指标按如下方式分成不同的层次和组:将基本评估指标记为三级指标,并按各自属性划归为六个二级指标,所述六个二级指标分别为投资成本、效益、系统可靠性、负荷可靠性、母线电压和负荷点电压;将所述六个二级指标按各自属性划归为三个一级指标,所述三个一级指标分别为经济性、可靠性和电能质量,获得具有四个层次的综合评估指标体系;所述四个层次分别为最高层、第二层、第三层和最底层,其中:
最高层为分布式电源接入对配电网影响的综合评估满意度;第二层为一级指标;第三层为二级指标;最底层为三级指标;
步骤二、通过对含分布式电源的配电网络分析,计算出不同分布式电源接入方案下的三级指标数值xij,其中i=1,2,…,n,n为三级指标的总个数;j=1,2,…,m,m是分布式电源接入方案的总个数;
步骤三、按如下步骤建立评估指标的标准化决策矩阵:
①根据不同分布式电源接入方案下的三级指标数值xij,按式(1)和式(2)分别得出各个三级指标的算术平均值xi和标准差si,
②由式(3)获得标准化三级指标数值zij为:
③将逆向指标前的正负号对调,则有标准化决策矩阵Z=(zij)n×m;
步骤四、按如下方式获得三级指标的权重系数:
由式(4)获得第i个三级指标的变异系数Vi:
则有:第i个三级指标的权重系数ωi为
步骤五、按如下方式分别获得各一级指标和二级指标的权重系数:
①采用层次分析法构造一致性判断矩阵
将N个指标按重要程度分别标记为a1,a2,…aN,并且按照重要程度的排序为a1≥a2≥…aN,对第β个指标和第β+1个指标进行比较,对应的标度值记为tβ,其中β=1,2…N-1,然后按照指标重要程度的传递性计算出判断矩阵中其它元素值,从而构造出一致性判断矩阵R=(rsv)N×N,其中,rsv为判断矩阵元素,s=1,2…N,v=1,2…N;
②将一致性判断矩阵元素rsv表示为三角模糊数形式得到正互反三角模糊数一致性判断矩阵,一致性判断矩阵元素rsv对应于其中:三角模糊数的可能性最大的值
③分别构建下限值矩阵Al、可能性最大的值矩阵Am和上限值矩阵Au为:
④按如下过程计算权重系数:
分别计算下限值矩阵Al、可能性最大的值矩阵Am和上限值矩阵Au的最大特征值对应的下限值归一化特征向量yl、可能性最大的值归一化特征向量ym、上限值归一化特征向量yu;
其中,
分别计算中间变量k、h、g;
第s个指标的三角模糊数权重
确定各个指标的权重系数
式(6)中,α为风险系数;
当所述N个指标取为一级指标时,权重系数即为一级指标权重系数,记为λp,其中p=1,2…P,P为一级指标个数;
当所述N个指标取为二级指标时,权重系数即为二级指标权重系数,记为ηq,其中q=1,2…Q,Q为二级指标个数;
步骤六、按式(7)确定综合权重系数Wi*:
其中,ζ为考虑系数,当第i个三级指标隶属于第q个二级指标且第q个二级指标隶属于第p个一级指标时ζ=1,否则ζ=0,Wi*为第i个三级指标的综合权重系数;
步骤七、综合评估满意度的计算表达式如式(8):
其中,Sj为第j个分布式电源接入方案的综合评估满意度;
根据式(8)分别计算出m个分布式电源接入方案的综合评估满意度,其中综合评估满意度最大的方案即为最佳分布式电源接入方案。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201410272764.6/1.html,转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用