基于改進AHP熵權法的綜合能源配電網指標評估

吳光源 ，陸洲杰 ，李俊波 ，李 爍

（1.三峽大學 電氣與新能源學院，湖北宜昌 443002；2.智慧能源技術湖北省工程研究中心，湖北宜昌 443002）

引言

隨著新能源技術的快速發展，大量的分布式能源逐步接入配電網中[1]，對配電網安全穩定運行，經濟調度等方面產生重要影響，同時對配網評估體系提出新的要求。傳統的配網評估指標通常只考慮配網的安全性與可靠性，缺乏對于新能源高比例接入背景下的考量，因此，傳統配電網評估體系不再適用于當今配網發展趨勢。

目前，國內外針對配電網的指標評估體系已有不少研究，但多數研究還是針對傳統配網[2]，對高比例分布式能源和電動汽車接入配網考慮不全面。文獻[3]提出了基于層次分析法的配電網供電能力值評估方法。文獻[4]采用改進層次分析法，考慮環境因素等指標對配電網進行評估。劉敬輝[5]通過結合故障樹分析法和層次分析法,提出了鐵路安全風險綜合評估方法。上述文獻采用層次分析法進行評估時均采用傳統0-9標度法且只采用了特征向量法一種權重計算方法，導致賦權結果客觀性不足、不穩定等問題。

當前，分布式能源接入電網后，對其用電的評估缺乏科學全面的體系，針對該問題，本文建立了側重考慮綜合能源接入背景下的配網運行狀態、可靠性、經濟性以及智能性指標。同時，傳統的AHP法在進行評估時會產生賦權不客觀、不穩定等問題，因此，本文將改進層次分析法和熵權法進行組合，使用組合后的優化算法來對配電網指標權重做計算。

通過構建科學、全面的指標體系，提高評估方法對指標賦權的客觀性和穩定性，實現對新能源智能配電網科學、全面評價，為未來新能源接入配電網的規劃設計與優化運行提供理論參考。

1 綜合能源配電網指標評估體系

1.1 設備運行狀態

設備運行年限、設備無故障率、設備過載率是衡量設備運行狀態的重要參考指標，選取以上三項指標作為設備運行狀態衡量指標：

（1）設備運行年限A1。計算公式如下：

式中，N1為設備總數；N2為故障設備數。

（2）設備運行無故障率A2。其計算公式為：

式中，Ts為設備無故障運行時間；T為設備運行總時間。

（3）設備過載率A3。其計算公式為：

式中，Ng為發生過載設備數。

1.2 可靠性指標

選取供電可靠率，用戶平均停電時間以及波形質量作為可靠性評估指標：

（1）供電可靠率B1。衡量因事故造成供電中斷或臨時停電對用戶影響的重要指標，具體公式如下：

式中：T為周期總時長。

（2）用戶平均停電時間B2。其具體公式如下：

式中，TTi為一個統計周期內每戶停電時間；N為總用戶數。

（3）波形質量B3。由于新能源裝置大規模接入，導致系統電壓波形容易發生畸變，具體計算公式如下：

式中，THDU為波形畸變率（%），U1為基波電壓有效值，Un為第n次諧波電壓有效值。

1.3 經濟性指標

配網建設及運行需要大量成本，同時考慮到綜合能源接入配電網情況，因此重點選取可再生能源裝機占比，單位GDP能耗，能源綜合利用率作為經濟性指標[18]。具體計算公式如下：

（1）可再生能源裝機占比。計算公式為：

式中，Cr為新能源裝機容量，Cp為總裝機量容量。

（2）單位GDP能耗。防止新能源的過度接入對配網經濟運行產生不利影響，引入單位GDP能耗指標：

式中，C為新能源設備投資，GDP為配網區域生產總值。

（3）綜合能源利用率。該指標反映了新能源設備的整體利用情況[12]，計算公式為:

式中，ηd為綜合能源利用率，Ed為新能源設備年發電量，P為設備額定功率[13]，kW。

1.4 智能性指標

靈活智慧性是當今配電網的發展趨勢，除了對運行、安全、經濟等方面評價外，還需要對社會、環境等多方面進行評價。因此，本文選取電氣化水平、溫室氣體排放量、主動削峰負荷量作為模型智能性評價指標[14]，具體計算公式如下：

（1）電氣化水平。具體計算公式為：

式中，We為需求側電能消耗量，C為能源消費總量。

（2）溫室氣體排放量（排放強度）。其具體公式如下：

式中，N為小區總用戶數，Ni為主動參與峰值負荷削減的用戶。

2 改進的AHP‐熵權組合算法

層次分析法（AHP）是由美國運籌學專家T.L.Saaty首先提出的。該方法首先先對復雜問題進行合理分層，然后引入1‐9尺度法建立判斷矩陣，并采用特征向量法確定指標權重[15]。

傳統的1‐9尺度法有很多缺點，主要為：（1）專家的主觀性和隨意性導致判斷矩陣構建不合理；（2）矩陣一致性檢驗的復雜性和龐大計算量，容易導致結果產生偏差[16]。

改進的AHP算法構建判斷矩陣時使用三標度法1、0、‐1，以比較各層因素。三標度法可以使專家輕松地對2個因素相對重要性作出判斷，避免一致性檢驗步驟所需要的龐大復雜計算，簡化計算過程[17]。改進AHP‐熵權組合算法步驟如下：

步驟1：設備運行狀態，可靠性指標利用其原始數據采用熵權法；經濟性，智能性指標采用改進層次分析法，建立評價模型。

步驟2：一級指標采用三標度法（1,0，‐1）建立判斷矩陣A=(aij)n×n，則：

式中，Oc為單位能源消耗的溫室氣體排放量，mg/tce；Gc為溫室氣體排放總量，mg。

（3）主動削峰負荷量。具體計算公式如下：

步驟3：確定最佳傳輸矩陣。矩陣A的最佳傳輸矩陣為O(oij)n×n，則：

步驟4：確定最佳一致性矩陣。矩陣O最佳一致性矩陣為C(cij)n×n，則：

（1）幾何平均法計算權重：

式中：aij為一致性矩陣中元素。將元素按行相乘開n次方，再進行歸一化處理。

（2）特征向量法計算權重W2：

式中：A為最佳一致性矩陣，λ為矩陣最大特征向量。

（3）算術平均法計算權重W3：

步驟6：設備運行狀態，可靠性指標依據原始數據采用熵權法賦權直接作為其二級指標權重。

3 算例計算與分析

將宜昌市某地區的綜合能源示范小區和老舊的小區作為目標，用評估體系對這兩個小區進行算例分析。根據這兩個小區的原始數據，通過建立的評估模型對其進行專家打分，得到各指標的得分數值，如表1所示。

表1 兩區域各指標的分值

3.1 客觀指標權重計算

基于AHP‐EWM組合算法對各指標進行計算。一級指標對目標層判斷矩陣A，最佳傳輸矩陣O，最佳一致性矩陣C分別為：

分別利用特征向量法，幾何平均法，算術平均法公式對最佳一致性矩陣C求權重，權重結果如表2所示。

表2 一級指標權重系數

對于設備運行狀態和供電可靠性的二級指標采用上述方法求得各指標權重與采用基于原始數據的熵權法求得權重值見對比圖1。由圖1可見，熵權法是充分利用其數據的離散程度等數據本體特征，并通過決策矩陣求權，如圖中A3‐B3指標權重系數明顯不符合工程應用實際，可能原因是原始數據不全面或差異性不大，并不能準確地反應客觀性指標權重。而采用改進組合算法能很好地反應出客觀指標權重系數，同時又能兼顧到基于數據本身所反映的客觀性。

圖1 客觀指標權重系數

3.2 組合算法權重計算

模型中將運行狀態和可靠性的二級指標采用依據客觀原始數據的熵權法計算指標權重，將所得權重系數直接作為改進層次分析法準則層相對應指標的權重系數，經濟性和智能性依據改進AHP方法計算相應二級指標權重。具體計算結果見表3。

表3 組合算法各指標權重系數

將上述改進組合算法求得對各指標權重系數與傳統AHP和熵權法依據原始數據算得的權重系數對比圖如圖2。由圖2可見，采用改進組合算法在客觀性指標A1‐B3部分權重系數介于傳統AHP算法和熵權法之間，反映出組合算法在較主觀評價體系基礎上提升了基于原始數據信息本身的權重客觀性。同時，對于模型中經濟性和智能性主觀評價指標權重分布與傳統層次分析法計算權重分布趨勢大致相同，不會受到由于原始數據不完整或信息體量較小的影響而造成賦權失準，有效地提升了組合算法的適用性和穩定性。

圖2 3種方法權重對比

3.3 綜合能源配電網評估與分析

由表3中組合算法得出的評估體系各指標權重系數乘以各自指標初始分值，通過評價模型得到示范小區與老舊小區綜合評估值，如表4所示。

表4 各區綜合評估值

表4通過評價模型評估結果反映在實際應用中，即老舊小區由于年限原因，設備運行狀態低于示范小區。在供電可靠性差異不大的基礎上，新能源接入與配電網智能性方面低于示范小區，表明了評價模型的實用性與準確性。

4 結論

（1）提出了基于綜合能源接入配電網趨勢下的經濟性與智能性綜合評價指標，建立了綜合能源配電網指標評估體系。

（2）改進了傳統層次分析法判斷矩陣構建方法，避免了一致性檢驗所需要的龐大復雜計算，簡化計算過程。同時，以三種權重計算方法代替原來單一計算方法，并結合基于原始數據信息賦權的熵權法提升了組合算法賦權的客觀性，改進組合算法賦權更加科學和穩定。

（3）通過不同小區的算例分析，驗證了本文改進組合算法的有效性，同時結果表明本文評價模型能適用于工程實際，準確反映評價對象主客觀評價狀態，為未來新能源接入配電網的規劃設計與優化運行提供理論參考。