电网规划评价与决策

电网规划评价与决策（精选6篇）

电网规划评价与决策 篇1

作为电力系统建设组成部分, 电网规划工作的质量直接影响着电网的高效安全运行。在当前智能化电网建设的目标下, 对电网规划工作提出了更高层次的要求。本文在对当前时期下电网规划工作面临的主要问题分析的基础上, 从电网规划智能辅助决策系统的体系结构和系统特色入手, 探讨其设计和实现。

1 我国电网规划工作存在的主要问题

电网规划工作的首要问题是协调问题, 主要是指如何在从整体层面上对对电源以及电网进行的协调性进行把握, 使得电源和电网规划建设能够实现同步发展;第二个问题是电网规划工作的差异化问题, 差异化规划主要是指如何在电网规划工作中有针对性的提升电网重大灾害的防御和抵抗能力;第三, 对于电网规划工作来说, 我国还尚未形成有效的方案评估指标和评估体系, 从电网规划的整体效率和质量来说, 其关注的重点应是电网运行的安全稳定性, 但在就目前发展阶段而言, 电力企业主要考虑的是规划方案的经济性, 没有充分的对其社会性进行考虑。除此之外, 在电网智能化发展的大环境趋势下, 对电网规划方案环保性也提出了一定的要求;第四, 当前电网规划工作中存在着一定的智能化与信息化缺少有效支撑的问题, 主要原因是由于其没有形成统一的数据平台, 地理信息等可视化技术应用相对较少, 并且电网规划和电网仿真之间无法实现电网规划和仿真两者之间的数据交互, 造成电网规划智能辅助决策系统缺乏有效的技术支持。

2 系统架构

电网规划智能辅助决策系统采用了C/S与B/S混合架构并将其分为了五个层次: (1) 数据层。电网规划智能辅助决策系统的数据层采用Oracle数据库, 实现了能量管理系统以及电力系统分析程序的有效对接, 形成了高效的数据规划平台; (2) 分析层。分析层主要负责对电网各项数据的进一步分析和研究, 从而提取出可以对电网规划进行辅助的关键性信息; (3) 应用层。应用层主要是对基本型及差异化电网的规划方案设计进行辅助处理; (4) 评价层。评价层的主要功能作用是对整体规划方案的性能进行综合评价, 主要包括经济性、环保性、稳定性、合理性等; (5) 决策层。决策层位电网规划工作确定规划方案, 同时对电网规划方案的各种综合特性的对比分析, 选择各项指标较优的方案进行电网规划设计。

3 系统特色

(1) 规划平台。该设计下的电网规划智能辅助决策系统将电力系统计算分析软件、GIS、中长期负荷预测等核心功能进行了有效的整合, 并在业务集成化流程设计理念基础上, 进行基础平台设计及决策方案的优化处理。除此之外, 该规划设计系统还能对数据集成以及网络化科学计算实现一体化管理, 为电力系统提供高效的决策支持平台。

(2) 方案协调评估。首先实现了对电网规划方案和电源规划方案的综合考虑;其次, 根据实际情况, 对未来年份的发电情况进行调度模拟分析, 形成了较为科学的运行方式;第三, 根据以上对于调度工作的模拟分析和运算, 对不同方案下的断面潮流、系统备用率以及电网失负荷概率等各项指标的可靠性和运行费用等进行计算, 并对其环保指标进行综合分析。

(3) 电网智能化评估。智能化评估主要指对电网适应性的评估, 是在电网规划工作中对电网的电力输送能力的检验, 对电网中是否存在阻塞问题进行分析, 从而能更好的对电网结构进行改善设计。

电网适应性智能化评估是建立在一定负荷需求和电源装机容量基础上的, 并根据经济性原则对电网输送电能力进行评估, 从而确保输电网的发展和负荷需求增长与电源装机容量的增长速度相互适应, 避免由于网络原因造成的系统运行问题。

4 主要功能及实现

(1) 基础信息模块。该模块的主要作用是在对电网中线路、主变压器以及机组设备和电量负荷等信息数据导入的基础上, 实现数据信息的查询和维护。

(2) 电网分析模块。电网分析模块通过与GIS技术的相互结合, 将电网负荷密度、容载比和负载率等重要指标进行了可视化展示, 并提供了对电网适应性的评估。

(3) 电力市场分析模块。该模块主要是采用数据信息挖掘技术, 从多个角度和多个指标对电量、负荷等方面进行综合分析, 帮助系统用户更好的对电力市场状况有一个全面清晰的了解。

(4) 电源规划模块。电源规划模块的主要功能是为了实现对指定年份的电力电量平衡计算, 在对水电特性进行了充分考虑的基础上, 采用逐月平衡计算的方法, 确保了电力系统中的电源能满足负荷要求。

(5) 市场预测模块。在完备的预测方法基础上, 市场预测模块为电网规划智能辅助决策系统提供了多时间维度预测方法, 从而便于其对电力和电量进行预测分析, 同时通过快速有效的预测方式, 实现了不同等级电网预测结果之间的平衡。

(6) 电网辅助决策。在系统安全环保、经济可靠的评估指标体系结果下, 电网辅助决策模块通过对项目规划方案各个指定指标之间的优势和劣势分析, 进行电网规划方案的决策, 并利用项目优先级决策功能, 对规划方案中的各项目重要性进行排序。

(7) 调度模拟模块。调度模拟模块主要功能是进行各种电网接线方案和电源规划方案在指定时间年份内的调度模拟, 通过调度模拟计算出指定期限内的系统电力平衡情况以及各项经济性指标和可靠性指标。根据以上各项数据指标结果, 可以有针对性的进行规划方案的优化组合, 同时采用多电源设置的方式, 实现不同电源方案之间的对比和不同负荷水平对于同一电网规划方案的影响对比。

5 结语

电网建设工作本身具有着较大的复杂性, 由此就造成了电网智能辅助决策系统的设计和实现难度, 对电网规划方案也提出了更高的要求。当期时期我国电网规划工作认清当前面临的主要问题, 协调好电源规划和电网规划的关系, 从而推动电网规划智能辅助决策系统的进一步发展。

摘要：当前阶段我国电网规划面着着数据量大、决策复杂、技术手段匮乏的局面, 给我国电网规划及运行工作带来了一定阻碍。未来的电网发展方向应是向智能电网发展, 电网规划智能辅助决策系统的设计和实现, 对提升电网规划工作的整体决策效率和科学水平有着重要的帮助作用。

关键词：电网规划,智能辅助决策系统,决策效率

参考文献

[1]周鲲鹏.电网规划智能辅助决策系统的设计与实现[J].电力系统自动化, 2013 (03) :77-82.

[2]钟建.浅议电网规划智能辅助决策系统的设计[J].低碳世界, 2013 (09X) :156-157.

电网规划评价与决策 篇2

1 城市电网规划和城市规划之间的关系

在电力系统发展中, 非常重要的一个方面就是电网规划, 电网规划的水平, 将会对城市居民用电质量和生活舒适度产生直接的影响, 同时与城市经济的发展有着直接的关系。城市电网规划和城市规划是互相促进的, 并且城市电网规划从属于城市规划, 直接影响到城市的发展。良好的城市规划, 对于城市电网规划起到积极作用, 城市电网规划对城市发展起到反馈作用, 将更加优质的能源和动力提供给城市发展。同时, 城市在发展过程中, 也需要不断的提升供电质量, 这样就增加了城市电网规划的难度, 不仅需要结合当前城市发展的需求来进行城市电网规划, 还需要具有一定的前瞻性, 能够与城市未来的发展需求所适应。此外, 经济实用性、灵活性也是城市电网规划需要具备的内容。

2 城市电网规划和城市规划协调设计的原则

要有效协调城市电网规划和城市规划, 在设计的过程中, 充分依据主次顺序来进行, 在协调的过程中, 需要综合考虑, 将多方面的因素给纳入考虑范围, 结合长远利益和发展需求来进行。具体来讲, 包括这些原则:

(1) 要协调城市电网规划和城市总体设计:要协调城市电网规划和城市总体设计, 以便最大化的利用城市内部空间。城市规划的综合性较强, 而城市电网规划则有着较强的专业性, 因此, 就需要综合考虑诸多方面的因素, 来对两者之间的关系进行协调。要结合城市规划的原则来进行电网规划, 在市政规划中加入项目规划的内容。结合城市建设要求, 依据城市布局, 服务于市镇规划。首先, 要预测城市负荷, 促使线路和供电设备与相关要求所符合, 然后需要将一定的政策支持和规划空间在城市规划中预留出来, 比如在土地规划和预审中, 需要将一部分的电网用地给保留下来。并且, 城市规划部门还需要具备相关的专业性人才, 能够对两者之间的关系有效协调。

(2) 协调城市电网规划和城市道路:要想解决城市电网规划和城市道路规划之间的矛盾, 非常重要的一个方式就是政府协调, 其中, 在扩建或者改造道路时, 都需要充分考虑电网因素。政府部门需要进行实地调查, 对电力部门和施工部门之间的矛盾进行协调。此外, 如果在扩建和改造道路的过程中, 需要改造输配电线路, 那么供电部门就需要积极的沟通道路部门, 对电力线路改迁方案科学的制定。

3 城市电网规划和城市规划协调机制的设计

(1) 对报建手续进行完善, 扩宽融资途径:在对报建手续进行完善时, 需要从项目立项以及设计审批等程序就需要进行。在工程建设中, 需要委托设计部门来进行, 规划部门综合考虑, 将施工方案确定下来。要统一管理管线施工, 科学合理的布设。政府要宏观调控城市电网规划, 对融资途径进行扩展, 对多方面的意见综合考虑。

(2) 提升专业程度, 对互动机制进行构建:上文我们已经提到, 城市电网规划有着较高的专业化程度, 但是专业化部门之间是互相独立的关系, 沟通较小, 有着明显的垄断特征。因此, 就需要对不同部门的专业化程度进行提升, 促使规划的可靠性得到强化。在城市电网规划设计的过程中, 需要整理和编写基础资料, 各个部门需要密切协调和配合, 政府也应该参与到这个过程中。电力部门和规划部门需要结合城市整体规划, 来对方案适当的调整。如果有漏洞或者偏差出现于城市规划中, 电力部门和城市规划部门需要积极的沟通, 进行修正。通过积极的沟通, 电力公司和政府相关主管部门对常态沟通机制进行构建, 这样就可以进行共同审查。

(3) 控制规划设计质量, 促使城市综合效益得到提升:在城市电网规划中, 需要综合考虑城市性质和风貌等因素, 在规划电力设备和架设线路的过程中, 需要有效协调整体城市建设, 这样电网规划的质量才能得到保证, 减少成本, 推动城市获得更好的发展。总体上来讲, 相互制约和相互促进的关系存在于城市电网规划和城市规划之间, 要在城市规划的基础上来设计电网规划方案, 实现不同部门的规划, 服务于总体规划。将高新技术和施工工艺给应用过来, 在用电需求得到保证的基础上, 对无效重复的规划进行减少, 并且对城市规划和道路环境公共事业之间的关系进行调整, 这样整体规划效益方可以得到提升。比如在市区中心地区, 有着较为密集的人口, 缺乏足够的建设用地, 架空电力通道狭窄, 我们就对变电站以户内GIS模式, 进出线为电缆敷设的统一规划标准进行了制定, 有效融合了城市景观和变电站, 城市的综合效益得到了提升。

结语

通过上文的叙述分析我们可以得知, 城市电网规划和城市整体规划有着十分密切的关系, 两者互相促进和制约, 那么在具体规划过程中, 就需要充分考虑长远利益, 协调不同部门之间的工作, 在城市整体规划上来开展城市电网规划, 有机协调和统一, 推动城市经济获得更好的发展和壮大。相关规划人员需要不断努力, 提升自己的专业技术水平, 综合考虑诸多方面的因素, 有机协调城市电网规划和城市整体规划。

摘要：随着时代的进步和社会经济的发展, 我国城市化进程在不断的加快, 电力系统逐渐成熟。人们生活水平的提升, 开始日趋关注电网规划问题, 要想更加高效安全的进行电力输送, 非常重要的一个方面就是融合协调城市电网规划和城市规划, 对于城市更好更快的发展, 也可以起到巨大的推动作用。本文简要分析了城市电网规划协调机制的设计与评价, 希望可以提供一些有价值的参考意见。

关键词：城市电网规划,协调机制,设计评价

参考文献

[1]万国城, 吴日承, 樊亚亮.城市电网规划建设与城市规划的关系探讨[J].关东电力, 2010, 31 (08) :44-46.

[2]杨伟红.城市电网规划风险评价模型机风险规避方法研究[D].华北电力大学, 2010, 2 (24) :99-101.

电网规划评价与决策 篇3

电网规划按时间可划分为短期、中期及长期规划。对于长期规划而言,由于规划期较长,需要分几个阶段进行[1]。目前很多学者从数学优化角度提出了电网多阶段规划模型和方法[2,3]。然而由于实际情况的复杂性,这些模型仅考虑了电网的一方面或几方面,难以全面地考虑电网。而综合决策方法可以弥补这些模型的不足,对优化规划后得到的相近方案从多方面进行评价决策。

综合决策方法也称为多属性或多准则决策。目前国内外对电网规划决策问题展开了大量研究。文献[4]提出一套完整的配电网规划评价指标体系,但权重计算过于依赖专家经验,取值会直接影响决策结果。文献[5-6]将级别高于关系方法应用于配电网综合评判中。文献[7]提出一种技术效益与投资费用分离评价的方法,弥补了投资费用掩盖技术效益的缺陷。文献[8]将AHP与线性规划相结合,首先利用AHP评价项目投资效益,再用线性规划求解综合效益最大化问题。文献[9]建立了基于SE-DEA模型的多属性多目标电网规划方案综合决策体系,通过合理选择输入、输出指标以及处理指标集中的定量和定性数据,形成了完整的综合决策方法。文献[10-11]分别将区间层次分析法和模糊区间层次分析法应用到电网规划综合评判中,尝试通过区间数和模糊理论解决电网规划的不确定性问题。

以上对电网规划综合决策的研究主要集中于静态规划(即单阶段规划)决策。然而在实际工程中,电网规划方案都是分几个阶段进行的,上述方法不再适用。文献[12]针对输电网规划的动态特性,提出了基于集对层次分析法的输电网规划动态综合评判方法,而该方法中对于指标权重的计算主观性过强。鉴于此,本文提出一种多阶段群决策方法并应用于输电网多阶段规划决策中。

1 电网多阶段规划决策中阶段权重求取

在多阶段规划决策过程中,阶段权重的确定尤为重要,不同的权重将直接导致最终决策结果的不同。阶段权重的确定有多种方法,本文根据输电网规划特点,提出确定阶段权重应遵循的2个原则:

a.由于规划前期的负荷预测数据比较准确,此时的规划方案更能贴近实际电网状况,应赋予其较大权重;

b.由于后期规划方案对以后电网的运行将产生重大影响,对衡量整体规划方案的优劣起着至关重要的作用,同样应赋予其较大权重。

基于以上2个原则,给出阶段权重ft(t=1,2,…,q)的表达式:

2 基于专家判断一致性的指标权重区间估计

在多属性群决策问题中,决策者不仅要知道每个指标的权重,而且还要清楚专家权重。将多位专家独立决策得到的计算权重集结为综合权重,将使得决策结果更加全面和准确,同时也能体现多元决策主体的利益[13]。因此群决策问题可分为专家权重求取和指标权重集结2个问题。

2.1 专家权重求取

本文首先根据各位专家给出的属性判断矩阵计算出单个专家指标权重及判断矩阵的一致性指标,然后基于一致性水平确定专家权重。下面给出具体步骤。

a.参与决策的p个专家分别给出属性判断矩阵Ck(k=1,2,…,p)。

b.根据Ck计算出专家ek赋予属性aj的属性权重wjk(j=1,2,…,n)。

d.根据wjk与的偏差确定专家权重的大小。偏差大者赋予小权值,偏差小者赋予大权值。专家ek的权重记为rk,即:

并将其归一化,即:

最终,求得各专家权重为λk(k=1,2,…,p)。

2.2 区间估计指标权重集结

指标权重的确定对决策结果有重要影响,权重的选取将直接影响决策结果。目前指标权重的确定主要有主观方法[14]和客观方法[15]2类方法,主观方法中常用的是层次分析法。本文采用层次分析法,对于属性aj由判断矩阵计算出属性权重wj,当将专家给出的权重值当成样本时可通过区间估计的方法得到权重的区间估计值。

假设属性aj的属性权重wj服从正态分布[16],即wj~N(μj,σj2),p位专家赋予其的属性权重wj1、wj2、…、wjp均服从与其相同的正态分布,即wjk~N(μj,σj2)(k=1,2,…,p)。又因为各专家决策互不影响,即wj1、wj2、…、wjp相互独立,所以wj1、wj2、…、wjp构成来自总体N(μj,σj2)的一个样本,其样本容量为p。设已给定置信水平为1-α,样本wj1、wj2、…、wjp的样本均值及样本方差分别记为Sj2,则:

考虑到Sj2是σj2的无偏估计,则:

可得μj的一个置信水平为1-α的置信区间为:

鉴于各专家决策水平不同,即专家权重不同,对其给出的属性权重wj1、wj2、…、wjp亦应赋予不同权重,则上面的推导中假设p位专家赋予其的属性权重wj1、wj2、…、wjp均服从与其相同正态分布略显有失偏颇。考虑到各位专家的决策水平(专家权重)不同,对各专家的决策结果适当处理后使其服从与总体一致的正态分布函数,引入加权区间估计法改进对μj的参数估计,并定义概念加权样本均值、加权样本方差,分别记作S2jλ:

则μj的一个置信水平为1-α的置信区间为:

代入可得:

3 规划指标区间梯形隶属度求取

电网规划是一个模糊不确定性问题,因此对于决策指标而言很难得到精确的数据,用传统的点值方式表示指标值有失偏颇。区间数能够弥补这方面的缺陷,通过区间数形式描述事物的特征,更符合电网规划的本质。本文分别根据高方案和低方案数据对规划方案进行模拟,得到以区间数形式表示的各项指标值。

当指标值以区间数形式表示时,传统的点值隶属度已不再适用,这时需要采用区间隶属度的形式,本文采用区间梯形隶属度。假设某个指标g的值为通过文献[17]介绍的公式可分别求取指标g属于“优”、“良”、“中”、“一般”、“差”的区间隶属度,具体计算公式参见文献[17]。

4 算例仿真

4.1 多阶段决策流程

a.根据第1节介绍的方法求取阶段权重ft。

b.采用加权区间估计法计算指标权重μj置信水平为1-α的置信区间。

c.根据第3节介绍的区间梯形隶属函数计算各指标属于5个评价等级的区间隶属度fj。

d.求目标层的隶属度:

e.用区间数可能度对方案排序,计算公式为[16]:

4.2 算例分析

某市进行“十二五”输电网规划,分3个阶段完成。共给出3个方案,分别根据规划的高方案与低方案计算出每个方案阶段指标值如表1所示。

在式(1)中,q=3,当t≤3/2时,取αt=0.5;当t>3/2时,取αt=2。此时,计算出阶段1权重为0.4,阶段2权重为0.2,阶段3权重为0.4。

通过第2节介绍的方法,由专家给出层次判断矩阵计算出单个专家给出的指标权重,然后通过区间参数估计得到集结后各个指标的权重。此处以准则层指标为例介绍指标权重的计算过程。首先由层次分析法计算出各专家的指标权重,如表2所示。

根据式(4)计算出专家1权重为0.1017,专家2权重为0.052 4,专家3权重为0.231 7,专家4权重为0.482 5,专家5权重为0.131 7。然后根据式(10)计算出集结各位专家意见后的指标权重如表3所示,其他指标计算类似,其中α=0.01,即置信水平为0.99。

最终结合表3给出各个方案区间指标值,根据式(11)计算出各个方案的综合隶属度如表4所示。

由表1可知方案2的最大隶属度为[0.491,0.729],属于优类,方案3和方案1的最大隶属度分别为[0.331,0.432]、[0.261,0.385],同属于中类,再求可能度P([0.331,0.432]≤[0.261,0.385])=0,可知方案3优于方案1。最终得到优劣排序为方案2>方案3>方案1。

5 结论

本文提出一种群决策方法,并将其应用于输电网多阶段规划决策中。根据多个专家给出的信息采用区间参数估计计算指标权重,使得权重值不依赖于某位专家的意见;并应用梯形隶属函数的区间数模糊决策方法对方案实现优劣排序。仿真分析验证了本文所提方法的科学性及有效性。

摘要：针对输电网多阶段规划决策中指标权重确定主观性过强问题,提出一种用于输电网多阶段规划的综合决策方法。该方法根据决策者给出层次分析判断矩阵的一致性水平确定专家权重,以各专家给出的指标权重为样本,通过区间参数估计求出集结各专家意见后的指标权重。并针对多阶段问题提出求取阶段权重的2个原则。决策过程中,采用基于梯形隶属函数的区间数模糊决策方法求取方案隶属度,解决了规划指标难以精确计算的问题。并根据最大隶属度法进行方案排序,最终求得各方案优劣比较结果。最后结合算例证明了该方法的可行性。

电网规划评价与决策 篇4

2010年,国家电网公司提出建设五大体系(大规划、大建设、大运行、大检修、大营销),旨在围绕相关主要业务领域,推进管理体制和工作机制创新,实现企业管理向集中精益方式转变。

“大规划”是“五大”体系的重要组成部分, 也是电网安全的第一道防线[1,2]。然而,随着现代电网规模越来越大,电网结构日益复杂,加上规划工作本身的不确定性因素大,规划项目管控所涉及的部门多、领域广,致使传统的规划方法在新形势、 新要求下已经不能满足现代电网规划的要求[3,4,5,6]。以实现“大规划”为目标,现阶段下电网规划所需解决的重点问题有:

(1) 没有实现信息的有效共享与更新,每次开展规划工作都需要进行大规模的重复收资劳动,工作量大、效率低。

(2) 对电网规划方案的优劣缺乏明确的衡量标准且没有相应的动态跟踪评价机制,使得规划的实用性、适用性受到影响。

(3) 缺乏对电网规划方案实施效果和程度的量化分析,无法明确电网规划后方案的优劣。

(4) 对电网规划项目的建设和动态管控要求缺乏全面性的认识和理解。

(5) 对现状电网和规划电网还停留在定性和单一方面的定量分析上,没有形成统一的评价指标体系。

(6) 对影响电网规划建设的主要因素分析还停留在主观的判断上,没有进行深入的挖掘和定量分析,无法具体指导城市电网建设。

目前,已有许多学者对电网规划辅助系统进行了充分的研究分析。文献[7]结合SE-DEA模型及交叉概率模型的优点并建立了一套合理的电网规划综合评判体系;文献[8]提出了一种DEA和AHP相融合的方法,既能考虑客观的数据也能体现决策者的主观判断;文献[9]将GIS技术、计算机技术、电力规划领域等最新研究成果引入电网规划,可使规划结果可视化,决策智能化。

本文提出一套基于CIM(Common Information Model)模型的电网规划管理辅助系统,并编程实现。 将该系统应用于实际规划工作中可以实现:高效共享数据以避免多部门多层级的低效收资,提供新用户接入的科学决策流程以加强用户和公司的纵向贯通,提供网架优化建议以更好的统筹配电网发展, 全面评价规划成效以增强规划成果的反馈力度。

1系统架构

1.1总体设计

系统从总体架构上分为四个层次,分别为基于CIM数据库层、通用组件层、业务服务层和用户表现层,各层之间相互分离,以便于系统的灵活扩展, 其总体架构如图1所示。

(1) 基于CIM数据库层:即在底层建立的基于CIM建模思想的规划数据库,它是整个数据管理和共享的基础。

(2) 通用组件层:为业务服务层的基础,它是在系统各功能模块的基础上,通过抽取类似功能来构建通用组件,如数据连接、数据管理等模块。为避免重复开发,可将其抽取出来作为通用组件,供其他应用模块调用,以便在业务变更时通过修改特定组件就可满足全部系统修改的要求。

(3) 业务服务层:是为规划研究、管理、评审、 决策等工作提供各种专业功能服务的中间层。它可划分为数据发布、规划研究两大应用功能模块,可提供各类数据的发布展示、电源接入评估、负荷变化评估、规划评价等服务。

(4) 用户表现层:是规划数据管理系统模块的最高层,可为用户提供各种应用工作的平台。本平台的用户可分为领导、系统管理员、一般用户(规划工作人员)三类。

1.2数据库设计

数据库设计是电网规划管理决策系统各具体功能的基础[10,11,12],电网规划工作中所需的基础数据可分为如下七类。

(1) 社会经济资源数据:包括按年份和地区的经济发展情况、能源资源情况等能反映社会经济以及电力资源整体状况的数据,如GDP(分产业),人口数、行政面积、可再生能源装机总量。

(2) 基础地理数据:包括构成地理、地貌必须的要素,以及各类站点及设备地理坐标等。基础地理数据是系统的基础,其余各类数据必须直接或间接与空间数据关联,如10 k V设备地理信息(GIS),35k V及以上设备地理信息平台(PMIS)。

(3) 电网数据中包含了电网设备指标、电网结构指标、电网可靠性指标和规模指标。具体数据包括:

1线路数据。110 k V、35 k V线路情况(线路条数,总长度,运行年限)、10 k V线路情况(架空/电缆线路条数,运行年限,总长度等)。

2变电设备数据。35 k V及以上变电站(座数, 主变台数,变电容量,间隔使用率,运行年限,无功补偿),10 k V配变设备情况(公用/专用配变台数/ 容量,运行年限)。

3电厂规模数据。并网电厂容量装机。

4可靠性指标数据。用户平均停电频率、用户平均停电时间、供电可靠率、高压设备(架空线路、 电缆、变压器、断路器)故障率、电压合格率。

(4) 运行数据主要是指负荷和电量数据,最大负荷、年负荷曲线、日负荷曲线、全社会用电量都具备空间属性。具体数据包括:用电量及用电构成, 最大负荷,典型年/日负荷曲线;变电所主变实时负荷,年最大负荷;10 k V主干线路实时负荷,年最大负荷,配变负载率。

(5) 典型设备参数数据

常见型号主变/架空线/电缆线阻抗参数。

(6) 工程数据包括规划项目储备数据库,电网规划到投资计划的全过程数据。工程数据通过运维单位与空间数据相关联。具体数据包括:电源规划工程方案,变电站规划工程,方案线路规划工程方案, 用户/负荷新装工程。

(7) 财务数据指投资分析、输电价计算、上网电价计算等经济性分析所涉及的基础参数数据。其中的各种工程造价、上网电价等电价信息需要与空间数据关联。具体数据包括:110 k V/35 k V/20 k V及以下新建/扩建/改造变电站,新建架空线路,新建电缆线路,新建开关站,新建箱式变电站,新建配电室/环网柜的单位造价。

在电网规划阶段,上述七类数据在时间尺度、 应用范围上存在明显差异,如表1所示。

1.3基于CIM的公用信息模型

本文建立基于CIM的公用信息模型,CIM能解决应用程序之间通信的语义问题,通过公用信息模型,各个应用程序之间的通信就有了共同的词汇语法。

建立公用信息模型,电力企业在进行电网规划过程中,可以将原来用大量的点对点方式实现的应用集成(如图2所示)转变为N点的应用集成,现有系统只需要定制满足公用信息模型标准的适配器, 通过符合CIM规范的ESB(企业服务总线)总线即可与其他系统集成(如图3所示),减少了重复性工作, 提升了工作效率。

ESB是一种中间件软件,是应用程序之间通信技术的最新发展,并已经成为SOA架构必不可少的基础组成部分。ESB主要完成以下五种功能:

(1) 服务之间的消息路由;

(2) 请求者和服务之间的传输协议转换;

(3)请求者和服务之间的消息格式转换;

(4)处理各种来自不同业务的事件;

(5) 保证服务质量(安全、可靠和交互处理)。

2系统具体功能

电网规划管理决策系统实现基于CIM的规划模型的扩展,构建规划模型的对象设计,在CIM模型基础上完成底层数据库设计,功能层面主要分为评估分析模块、规划研究模块以及数据发布模块。 评估分析模块主要支持对现状电网供电能力和运行水平的评估工作,规划研究模块主要支持规划设计中的辅助决策工作和规划评价工作;数据发布模块主要支持上述两个模块中数据的发布查询功能,便于可视化。其系统结构如图4所示,三大模块的具体功能如图5所示。

2.1评估分析

评估分析主要是对电力规划的各项基础数据进行整理挖掘,给出相应的年度信息统计,主要包括运行水平和供电能力两个方面,以便对现状电网进行薄弱环节分析从而可以为规划提供基础和决策依据[13,14]。

根据国家电网公司发布的《配电网运行水平和供电能力评估导则》为主,结合《城市配电网规划设计规范》、《城市配电网技术导则》等依据制定出电网评估指标表,如表2所示。

在评估分析阶段,需要导入电网基础数据,通过表2中的计算方法计算出相应的指标。针对计算指标,逐项评估电网的运行状况,找出电网的优势与不足之处。

2.2规划研究

2.2.1工程模拟接入分析应用

对工程进行合理的接入选择是电网规划中的重要一环,对未来电网建设、布局的优劣起着至关重要的作用[15]。

该功能利用系统进行工程模拟接入,主要从负载水平,网络损耗,可靠性,经济性四大方面进行计算,分析工程接入之后电网发生的变化,在不同情况下提供给决策者相应的决策依据。

2.2.2规划评价应用

该应用综合考察研究国内外电网规划评价的相关理论方法,结合国家电网公司相关技术导则,分析影响电网规划的主要因素,建立了一套涵盖电网协调性、适应性、经济性、可靠性等方面的电网规划评价指标体系,并采用多属性决策方法进行综合量化评估[16,17]。图6为电网规划评价指标体系的总体框架图。

规划评价体系采用层次分析法(AHP)进行多属性决策,AHP的基本思想是把一个复杂的问题分解为各个组成因素,并将这些因素按支配关系分组, 从而形成一个有序的递阶层次结构。本文建立的AHP具体模型如下所示:

(1) 构造单层次模型结构,如图7所示,其中C为目标,Ai为隶属于C的n个评价元素。

(2) 决策者在这个目标意义下对这个元素进行评价,构造判断矩阵(如式(1)所示)对个元素进行优劣排序。

其中,aij表示指标i和j的相对重要程度,且aij满足:

2.3数据发布

数据发布模块是对评估分析模块和规划研究模块中的结果进行可视化发布,主要以文档和表格的形式呈现。

3功能展示

本文选取某区域三个供电所所辖供电区域作为案例试点区域,将“基于CIM的电网规划管理辅助系统”应用于试点区域的2015年配电网规划并进行案例分析说明。

3.1数据共享

利用EMS系统、GIS系统的数据接口以及部分外部数据的输入,将规划基础数据库更新,作为本次配电网规划的数据基础,实现了数据的高效共享, 导出试点区域中的部分重要现状数据“10 k V公用变台账”、“35 k V公用变台账”、“10 k V线路公用变台账”作为案例示范分别如表3、表4、表5所示, (由于数据量较大,导出台账明细只举例示意)。

3.2数据挖掘

为了便于查看试点区域的现状电网情况,本系统实现将数据库中的数据进行自动挖掘计算,得到相应的指标并导出结果,列举出其中若干关键指标如表6所示。

通过以上指标,对试点区域的现状电网进行分析,发现该区域的薄弱环节便于在规划时作为重点进行改善,如10 k V线路平均负载率偏高,10 k V线路联络率偏低等。

3.3新增负荷接入

该区域计划2014年接入新增用户: A科技有限公司,预计报装容量为10 000 k VA,根据报装容量, 确定供电电压等级为10 k V,上级电源为110 k V变电站;根据用户点所在位置以及供电区域明晰,近电源点等原则,初步确认该用户的接入点从以下三个变电站中选取:万安变、鸿达变、新街变;变电站的相关指标如表7所示。

根据表中信息,综合考虑变电站的负载率,转供能力以及出线间隔剩余情况,最终确定从万安变出双回路给该用户供电。

3.4规划成效评价

在完成2015年配电网规划之后,利用系统对规划成效进行评估,表8为各评价指标现状以及规划后的具体值。

表8可以直观的反应出试点区域各方面的规划成效,便于对规划工作进行总结和完善,为后续的规划积累经验。

4总结

实践表明,电网规划管理决策系统实现了基于CIM的规划模型的扩展和实现,构建了规划模型的对象设计,完成了评估分析、规划研究及数据发布的功能开发。

同时本文创新性建立了基于系统模拟接入的工程辅助决策体系,该体系包含高压变电站N-1通过增加率、负载平均水平降低率以及网络损耗减少率三个指标,并基于定性排序与定量标度结合的二元对比定权法获取三个指标重要性权重。

此外,建立基于CIM和SVG进行图模一体的规划模型和图形,创新的将CIM的Planning包应用到实际的规划建模,并实用的将图形信息融入到模型中,并以SVG的形式展现。

摘要：针对电网规划所面临的多部门、多层级的低效收资,设计并编程实现了基于CIM的电网规划管理决策辅助系统。该系统以基于CIM模型的数据库设计为底层基础,构建的数据库定期由GIS系统、EMS系统和外部导入进行更新,实现数据共享。功能层面主要分为评估分析模块、规划研究模块以及数据发布模块。评估分析模块主要支持对现状电网供电能力和运行水平的评估工作;规划研究模块主要支持规划设计中的辅助决策工作和规划评价工作;数据发布模块主要支持上述两个模块中数据的发布查询功能。以某地区局部电网为例,验证了该系统的高效实用性以及对电网规划工作良好的指导意义。

电网规划评价与决策 篇5

决策方案中不确定性因素出现的越来越多,不确定性指标的处理与分析显得尤为重要[1]。灵敏度分析是不确定因素环境中多属性决策的必要补充[2],通过灵敏度分析可以较好地识别出关键指标[3]。灵敏度分析是一种根据参数的输入研究输出结果变化的不确定性分析[4]。如果输入参数变化很小,引起输出结果的变化很大,则认为该参数是灵敏的。由此可见,决策方案中某项指标发生变化却忽略该变化,则会造成一定的损失,所以有必要对规划方案进行灵敏度分析来规避方案中可能出现的风险。

许多研究者逐渐发现灵敏度分析的重要性,并且出现许多经典分析方法,如非参数方法[5]、方差分析法[6]以及矩独立分析方法[7]。上述方法大都是对数据进行分析,然后代入模型,代入的方式包括区间范围或者是一个平均数,但是大多数方法都忽略了数据的一些概率特性,进而影响灵敏度分析的结果[8]。在有不确定性指标先验概率的情况下,贝叶斯灵敏度分析是一种很好的灵敏度分析方法[9],但是在先验概率未知情况下可用性变小。

针对上述问题,本文基于文献[8,10]提出一种概率盒的方法处理数据,该方法通过累计概率分布的方法对不确定性指标进行建模,可以很好地找到不确定性指标的变化范围。然后通过卷积和控制变量的削减方法进行灵敏度分析。概率盒方法在美国圣地安娜实验室核工程方面取得了巨大成就,并且在股票预测方面也取得了一定进展[1,8,10]。

1 概率盒及其相关理论

1.1 证据结构体

传统的概率表示法是一个点,而证据论指出这些点是由观测或测量得出的,而这些观测和测量往往不精确,这些数据有很大的不确定性,甚至有许多数据是不可测量的。证据结构体则用一组在这个点周围的实数集合来定义这个点的概率,这些实数集合称为焦元。一个概率分布函数往往是一条实数线,用证据结构体表示概率的方法则不是实线上的点而是焦元。一条概率实线R上的证据结构体可以表示如下:

其中:m(∅)= 0,对于所有ai,ai∈ R,并且有m(ai)= Pi,Pi是一个概率值,对所有不属于R的值概率都为零,Pi的累积和为1。这些焦元的计算十分繁琐,在实际应用中也没有必要知道所有焦元,只需要知道这些焦元的范围即可。一般这些焦元的测度函数是置信函数Bel,似真函数为pl:

Yager通过对分布函数卷积等操作给出了一般分布函数的证据结构体,并且考虑到了证据结构体边界问题。下界是用焦元的置信函数,上界则是焦元的似真函数。对于一个DS结构体给定的焦元m具有n个点,每个点用ai表示,ai的概率用Pi表示。上边界分布函数为pl(g(z)) ,其中g(z) 表示一组小于或等于某个实数z的一组实数。

式(5)表示小于实数[0,1]区间的一个右连续非减函数的一些离散的点,为上边界函数。inf表示所有在焦元ai以下的点,同样下边界函数为:

其中sup表示在焦元ai之上的点。

这样就把焦元用两个函数表示出来,进一步把它用区间的方法进行划分,就有如下DS结构的体形式:

其中,对所有的xi≤ yi,mi的和为1,无论xi和xj是否相等,yi和yj不等。

1.2 概率盒理论

不确定性分析是把不同变量代入数学模型中作为输入,分析其输出结果的变化。代入通常分为两种:一种是输入值附近可能的区间范围;另一种是输入变量可能的概率分布。在一个确定的计算中,当模型中存在计算所使用的变量是不确定的情况时,可以利用区间范围进行不确定性分析。采用Monte Carlo模拟法可以模拟出变量出现的概率,产生的概率分布表示不确定性变量可能值的点估计。目前许多灵敏度分析方法是构建一个概率计算的概率不确定性分析,其结果是一个二阶概率估计,然而计算十分繁琐,并且得到的可视化结果难以理解,这样的研究很难进行;或者,将边界参数应用于概率计算和到达区间范围的概率分布,即“概率界限分析(PBA)”。这种方式表示不确定性概率分布的累积分布函数完全处于一对边界分布函数之间,即为“概率盒(Pbox)”。概率盒之所以可以进行不确定性概率边界分析,是因为它定义了概率分布周边的分布情况,以及不确定性输入或输出变量的分布,这种分析通过对不确定性分布函数的周围进行边界划分,保证产生的界限将完全处在累积分布函数之间。概率盒的边界分布包含所有在该终端取值相同的概率分布。

的上如、下图界1 。所示即为概率盒,其中F-,F- 分别表示P-box

1.3 DS结构体和概率盒的关系

DS结构体是一种不精确的分布,一个焦点元素代表一组可能x概率值,现有的证据论和方法区分不出来可能的x值。这种焦元概率值的不可区分性使证据论具有局限性。而P-box用概率界限的方法可以解决概率不确定性问题,根据不确定点z的基本概率事件可以做出一条关于z的概率实线g(z)。此方法主要考虑不确定性问题的概率范围,而不是x值,所以概率盒用一个概率区间表示一个不确定点的概率[11]。二者关系不是一对一的关系,可能是几个DS结构体组成一个P-box。因此,DS结构体不是一个信息保存操作。二者结合对于风险分析是一个不错的应用。

例如有这样一些焦元{([x1,y1],m1),([x2,y2],m2),…,([xn,yn],mn)},对于这种结构体可以把它给合成P-box。左边界为:

右边界为:

同理,对一个概率盒进行离散后就得到一个证据结构体。

1.4 得到概率盒的方法

得到概率盒的方法有许多,本文主要采用直接估计法又称专家估计。该方法的基本思想是根据已经掌握的概率分布或者专家的经验得到某一不确定变量概率分布。这种分析是在已有的不确定性分析上进行进一步推断。当不确定性变量信息足够时概率盒的上、下界将退化成累计分布函数。在某些情况下,由于知识的局限性,一个分布的参数是不确定的,只能估计出参数的一个大致区间,此时可以直接计算出概率盒的边界。例如一个均匀分布的两个参数分别在[a,b]和[c,d]之间,这种分布可以累积成一对分布函数把这种分布的所有情况包括进去。概率盒的左边界是一个在a和c之间的累计均匀分布。可以用均匀分布[a,c] 来表示,同样右边界用均匀分布[b,d] 表示。对于大多数已知的分布函数可以用这种方法进行累计求出概率盒的左右边界。概率盒的左边界是在a和c之间均匀分布的累积函数。其中a表示均值,c表示方差。得到的概率盒如图2所示。

这是得到概率盒方法中最简单、最基本的一种方法。得到概率盒的方法还有建模、贝叶斯概率建模等方法,特别说明一下贝叶斯也是一种很好的不确定性分析方法,但是其必须知道先验概率,否则就无能为力了。得到概率盒方法步骤如下:

(1)不确定数据采集,根据数据的大致特征和数据量进行不确定建模分类。

(2)根据数据大致类型进行建模,若符合直接估计建模,计算所需要参数的范围,如均匀分布的均值和方差。

(3)进行分布函数的累积,得到概率盒的上、下界。

(4)根据累积分布后的函数画出概率盒的示意图。

(5)进行不确定性分析,特征提取等操作。

2 基于概率盒的不确定性灵敏度算法

数据量不断增大,数据的不确定性也越来越大,主要有偶然不确定性和主观不确定性。偶然不确定性是指数据本身的变化,主观不确定性是由于人们掌握的数据、认识数据的方法工具不全面造成的。传统的做法是把不确定数用一个精确的数,或者用一个概率区间代替,模拟不确定数的变化。随着计算机的发展,蒙特卡罗二阶概率把变量的二阶概率通过大量反复的重复模拟后,形成一个概率,并将该概率代入不确定分析方法中。但计算量是巨大的,产生的结果也难以让人理解。

基于概率盒的灵敏度分析方法充分考虑了偶然不确定性和主观不确定性,在变量替换的灵敏度分析方法中不仅可以控制变量的不确定性,还可以控制变量之间的依赖关系。如图3 展示了一个简单的变量控制的灵敏度分析法。图3 描绘了A和B是两个不确定的数字,在基线的情况下对其中的削减进行比较,如图4,图5 所示。不确定数A被指定为一个均匀的分布,其最小值介于4~5 之间,最大值为5~6 之间。不确定变量B被指定为正态分布方差的均值是8~9 之间的值。它的两个端点值被任意截断为5.4 和11.6。

A和B两个变量建模后进行卷积操作得到A + B的和,表示两个变量参与一个输出模型后输出结果的基数。用面积直观的表示输出结果。面积约为2.12。图4则表示控制不确定性变量A的灵敏度分析法。

控制不确定性变量A,令它的不确定性慢慢地变化如图4,然后卷积得到模型的输出影响大约为47%。

同理,对变量B进行控制其变量的不确定性,如图5所示。模型的输出结果影响是47.2%。将本方法与传统的灵敏度分析方法对比,方差分析中A和B的方差相差很大对结果的影响也是方差较大的B对模型输出结果影响较大。而概率盒的灵敏度分析法结果显示A和B对结果的影响都仅在47%左右。

由以上分析可知,基于概率盒的削减算法步骤如下:

(1)对数据进行简单的统计,做简单的数字特征提取,如建立简单的坐标轴观察数据的形状,均值方差求值。

(2)根据步骤(1)中的简单统计选择相应的概率盒建模方法。

①数据分组;

②数据分组后的均值方差求值;

③对均值方差进行累计求分布。

(3)重复步骤(1)和步骤(2)操作对所有变量进行概率盒建模。

(4)控制变量的不确定性与其他变量畸形卷积。

(5)重复步骤(4)直到每一个变量都进行过控制。

3 实验结果及分析

概率盒针对不确定性指标的分析有很大的优势。在电网规划中存在着大量的不确定性信息,以某省输电网“十二五”规划方案决策为实例,说明概率盒在电网规划方案决策的概率灵敏度分析方法的优势。电网规划方案模型输入指标,如表1 所示。

表2 表示每个指标部分数值,由于篇幅原因只给出部分值,概率盒建模需要大量数值分析。

根据第2 节概率盒灵敏度分析方法步骤进行灵敏度分析,对指标进行概率盒建模,得到的部分概率盒如图6 所示。

对九个指标利用削减的方法进行灵敏度分析,结果如表3 所示。

以上数据均由Matlab软件仿真实验所得。结果表明,C9对方案值影响最大。

4 结论

本文采用概率盒和削减方法对不确定数据进行灵敏度分析,并以电网规划方案灵敏度分析为例,证明了该方法的有效性。通过对不确定数据的灵敏度分析,有助于决策者识别关键指标,规避风险。

电网规划评价与决策 篇6

电网规划综合评判决策影响因素较多,复杂,由于城市中压配电网规模很大,在电网规划综合评判时,决策者需要考虑电网的技术性、经济性以及对社会未来的适应性等多种评价指标。在众多评价指标中,如技术指标的供电半径、最大输送距离、电压降、电能总损耗等,经济指标的方案规划总投资都是可以量化的,但如规划电网与城市发展的协调性以及对设备运行维护的难易程度等定性指标难以量化,导致电网综合评判是一个不确定、复杂的评判工作。

目前城市电网规划综合评判方法有模糊综合评判法、层次分析法、数据包络分析法等。但是单纯地采用其中某种方法,都不能较好解决综合评价问题。因此,很多学者在此方法的基础上引入或是改进新的方法和理论,文献[1]引入模糊层次分析法,介绍了将专家的客观描述用实数域上的三角模糊数来描述,再构造模糊判断矩阵进行权重求解和排序。文献[2-4]引入了区间层次分析法,主要是改进了区间判断矩阵的权重求解算法,并对矩阵一致性进行校验。文献[5]等提出了基于价值规划项目决策的方法,主要是利用AHP去衡量投资的综合利益,再用LP求解预算条件下的综合利益最大化问题。总的来说,这些方法还极大地依赖决策者的主观判断,而如对文献[6]引入超效率DEA模型,针对综合效率评价值为1的决策单元,在一定程度上能够进行有效排序,体现数据的部分客观性,但仅是讨论了当产出规模收益不变(CRS)的情形,若规模收益可变(VRS)时,将可能出现模型的效率椎的极端不合理情况[7],甚至该模型不存在可行解的情况[8]。SE-DEA模型的评价值过高易使规划设计人员误以为该决策单元是过于优越导致,忽略了用于计算效率值的权系数只在被评价单元最有利的范围内取值而夸大长处的事实[9]。而1986年Sexton等人提出的交叉效率模型可依靠自评体系对决策单元排序,解决传统DEA方法中权系数过于极端和不现实问题[10]。

但交叉效率模型也有其缺陷,如平均交叉效率值和权重间无相应联系,使得最终的平均交叉效率值不是帕累托最优[10]。针对上述情况,本文是在交叉效率模型基础上,引入SE-DEA模型,利用两个模型本身优点,更为客观地对电网规划方案进行评判,使效率评价值分布更为合理,也可认为是一种均值意义下的SE-DEA评价。经实例验证结果可信,客观合理。

1 交叉效率模型

数据包络分析方法(Data Envelopment Analysis,DEA)由Charnes、Coopor和Rhodes在1978年提出,该方法的原理是主要保持决策单元(Decision Making Units,DMU)的输入或者输出不变,借助于数学规划和统计数据确定相对有效的生产前沿面,将各个决策单元投影到DEA的生产前沿面上,并通过比较决策单元偏离DEA前沿面的程度来评价他们的相对有效性。

C2R模型是DEA最基本的经典模型,随着多年来DEA相关理论的深入研究,目前延伸出较多其他模型,如FG模型、ST模型以及SE-DEA模型等。本文就是在C2R模型基础上,引入交叉效率模型。C2R的通用数学表达式如下

式中:n为DMU的个数;每个决策单元都有m种输入和s种输出,其中xj=(x1j,x2j,…,xmj)T和yj=(y1j,y2j,…,y sj)T分别表示第j(j=1,2,…,n)个决策单元DMUj输入量和输出量;v=(v1,v 2,…,vm)T和u=(u1,u 2,…,us)T分别为m种输入和s种输出对应的权系数。

这样,对于每一个决策单元DMUj都有相应的效率评价指数

基于C2R模型,本文定义交叉效率矩阵[11]

其中:主对角元素hjj(j=1,2,…,n)为自我评价值(self-evaluation);非对角元素hjk(j≠k)为交叉评价值(cross-evaluation)。

对于每个DMUj,通过求解下面模型确定输入与输出权重向量

当得到最优权重u0j和v0j后,hjj=u0j yj是DMUj自我评价数值,进一步可计算出其他单元的交叉评价值hjk(j≠k),所以所有决策单元都按照式(3)求解后,即可计算得到交叉效率矩阵H,H中的各个元素满足0≤hjj≤1,矩阵对角线元素hjj就是C2R模型的最优值。

2 基于SE-DEA的交叉效率矩阵的改进

在实际计算时,可能遇到多个对角线上的元素值都是1,这是因为用传统的C2R模型无法对各个有效决策单元进行排序,为了得到最优的交叉效率矩阵值,我们在计算交叉矩阵的对角元素时引入SE-DEA模型,该模型的表达式如下

式中的变量与式(3)的变量含义相同,SE-DEA模型的主要改进点在于评价第j个单元时,使该决策单元与其他所有的决策单元的线性组合做比较,让第j个决策单元的产出和投入被其他所有的决策单元的产出与投入的线性组合替代,即将第j个决策单元排除在外。因为没有了hjj≤1的约束,所以对于DEA有效的单元效率评价值可大于1,而交叉效率矩阵中非对角元素数值将在[0,1]之间。这样会使交叉效率评价结果更加客观、合理。

3 基于SE-DEA的交叉效率模型的应用

针对当前电网规划综合评价决策过程中出现的部分突出问题,利用基于SE-DEA的交叉模型可避免出现SE-DEA模型效率椎的极端情形的优点,本文首次将该模型应用到电网规划综合评价决策领域,建立了基于该模型评价的方案流程,并形成了一套完整的综合评价体系。具体步骤如图1。

3.1 建立综合评判指标体系

电网规划涉及了多方面影响因素[12],不但包括配电网赖以生存的社会经济环境、配电网服务对象、自身的经济技术条件,而且还包括配电网发展趋势等因素。因此,评价指标选取的优劣直接影响了电网规划科学的合理性。本文建立评价指标的层次结构(详见表1),确定技术经济评价的核心指标,在充分考虑供电方和用户的利益基础上,最终通过此评价方法使经济效益和社会效益总体达到最优。

3.2 选取输入与输出指标

结合电网规划实际情况,依据最原始经典C2R模型的选择条件,本文选取“越小越好”的评价指标作为该模型的输入量,选取“越大越好”的评价指标作为模型的输出量[13],如输入指标有方案总投资、高压网损率、中压网损率、变电站浪费情况及中压网线路平均长度等。输出指标有高压网架结构合理性、上级站仓位裕量、最低电压水平和高压网短路电流合理性等。

3.3 整理指标数据

本文的评价指标体系中含有定量和定性两种数据。其中定量数据可根据公式计算结果,保持不变;定量数据可以采用目前较通用的德菲尔法(Delphi Technique)处理。主要是通过向有经验的专家学者采用函询调查的方式对定性数据进行量化,再对量化结果反复多次综合,直到认为数值合适为止。需要进一步说明的是本文选取的评价指标数值均需大于0,当数值结果为0时,本文拟取值0.000 01。

4 实例分析

为了验证本文方法的科学有效性,拟采用文献[1-2]中的电网规划算例,按照本文建立起来的评价体系流程进行计算。

算例概述:对拟规划区(面积约62 km2)进行高压配网规划、核心区(面积约7.43 km2)以及新镇一期(面积约2.4 km2)进行中压配网规划。

经过客观分析比较,初步有3套备选方案:备选1为35 kV方案;备选2为110 kV方案;备选3为110 kV与35 kV混合方案。

表2是选取计算后的评价指标。

式(5)是运行未经改进的交叉效率模型的矩阵,其中对角线元素都为1,无法对决策单元有效排序。式(6)是基于SE-DEA的交叉效率模型的运行结果矩阵,对角线元素是基于SE-DEA模型的评价值,其他元素是由求SE-DEA模型的评价值获得的权重计算所得到的,基于SE-DEA的交叉效率模型的决策单元效率值如表3中第5行所示。表3是经各种模型计算得到的三个决策单元的效率值及排序结果,其中“--”表示无法排序。

通过上述计算结果可知:采用本文提出的基于SE-DEA的交叉效率模型评价方法和SE-DEA、区间层次法、模糊层次法相比较,均是推荐方案3最优,说明本文提出的方法是可行的。

采用基于SE-DEA的交叉效率模型评价方法与采用SE-DEA模型法的排序结果相一致,是因为本例中二者均以决策单元各输入、输出的权重为变量,无任何权重假设。但本文模型的效率评价值分布更加客观合理,效率评价值没有了SE-DEA模型效率椎的极端情形(如方案3的超效率评价值已经高达到3.000),这是由于引入交叉效率模型后,在保持自我评价数值hjj不变的情况下,尽可能选择了使其他决策单元的交叉效率平均值最大的策略。可认为本文的方法是一种均值意义下的SE-DEA模型评价。

5 结论

(1)本文将基于SE-DEA的交叉效率模型评价首次应用在电网规划方案的综合评判决策中,取得了很好的效果,建立一套完整的电网规划备选方案的综合评价指标体系,计算过程清晰、简便,结果科学可信,具有较大的推广性。