含分布式光伏配电网的评价方法与流程

技术领域：
本发明涉及配电网的可靠性评估
技术领域：
，特别涉及一种含分布式光伏配电网可靠性评价方法。
背景技术：
：随着现代社会经济的飞速发展，高科技产品和高度信息化设备的广泛普及，用户每度电的产值日益上升，单位停供电量给用户和社会造成的经济损失越来越大。因此,用户对电力系统供电可靠性的要求也越来越高。配电系统可靠性是电力系统可靠性的一个重要组成部分，目前对配电系统可靠性的研究中尚无一套完整的含分布式光伏配电网可靠性评价模型，现有的理论分析算法还不能很好地计算预安排停电可靠性指标，理论分析算法适用于电网可靠性指标的预评估，且往往只能计算电网故障停电可靠性指标，不能计算本项目所建可靠性模型中的预停电可靠性指标。技术实现要素：本发明要解决的技术问题是提供一种完整全面的且能够计算预安排停电可靠性和经济可靠性指标的含分布式光伏配电网的评价方法。实现本发明目的的技术方案之一是提供一种配电网可靠性评价方法，用AHP分析法建立含分布式光伏配电网可靠性模型；利用已收集的n个地区可靠性数据，采用工程统计算法计算含分布式光伏配电网可靠性模型中的三层指标，并将工程统计算法计算结果加上地区总负荷值及总用户数作为BP神经网络训练样本输入值，并用模糊隶属度方法对可靠性指标进行评分作为样本输出值，进行训练，获得三层指标评分的案例库；利用Satty规则，采用相对权重法，确定可靠性模型中各层指标之间的权重值；根据实际目标系统的三层指标工程计算值进行目标系统可靠总指标计算。实现本发明目的的技术方案之二是提供一种含分布式光伏配电网的评价方法，包括如下几个步骤：①建立含分布式光伏的配电网可靠性评价模型：采用AHP方法以含分布式光伏的配电网的可靠性为总指标，选择常规可靠性、经济可靠性、设备性能作为一级指标，故障停电常规可靠性、预安排停电常规可靠性、故障停电经济可靠性、预安排停电经济可靠性、变压器性能、线路性能作为二级指标，用户平均故障停电次数、用户平均故障停电时间、用户停电平均持续时间、故障供电可靠率、故障电量不足指标、故障停电平均用户数、用户平均预安排停电次数、用户平均预安排停电时间、预安排停电平均持续时间、预安排供电可靠率、预安排电量不足指标、预安排停电平均用户数、用户平均故障停电经济次数、用户平均故障停电经济时间、故障停电平均经济持续时间、故障供电经济可靠率、故障停电平均缺供电量、用户平均预安排停电经济次数、用户平均预安排停电经济时间、预安排停电平均经济持续时间、预安排供电经济可靠率、预安排停电平均缺供电量、线路故障停电率、变压器故障停电率、线路故障停电平均持续时间、变压器故障停电平均持续时间为三级指标；各级指标之间为从属关系；②确定可靠性评价模型中三级指标的计算表达式：三级指标计算方法采用工程统计算法；③建立三级指标评分标准：采用模糊隶属度方法建立三级指标评分标准；④建立三级指标评分案例库：选取n个地区的可靠性统计参数，n>20，通过工程算法获得三级指标的工程计算值，通过评分标准获得评分值；⑤目标系统三级指标计算：统计目标系统采用工程统计算法计算三级指标需要的数据，按步骤②得到的表1中的表达式计算目标系统的三级指标值；⑥对目标系统三级指标进行评分：根据目标系统三级指标计算值、地区总负荷值、地区总用户数、设备总数，按照三级指标评分案例库，输出目标系统的三级指标评分值；⑦确定可靠性评价模型中指标之间的权重：利用Satty的1～9标度法建立各层判断矩阵，采用相对权重法确定同层各指标的权重；⑧对目标系统可靠性进行评价：采用AHP方法，按照公式(1)逐层向上计算，得到目标系统可靠性总指标综合评分值：式中：S’R表示任一非底层指标的评分；S'i表示下层指标i的评分；Wi表示下层指标i的权重；b表示指标S’R的下层指标个数；从基层指标评分和权重加权求和逐层往上计算，最高层S’R值即为总指标综合评分值；根据可靠性总指标评分值，对目标系统可靠性进行评价。进一步的，步骤②中，三级指标计算方法采用工程统计算法具体来讲：对于某一配电系统设已知参数为：总用户数N、单位为户，总装变容量S、单位为MVA，总线路长度L、单位为km，总变压器台数T、单位为台；采用工程统计算法计算含分布式光伏配电网可靠性三级指标需要统计的数据包括：无分布式光伏时，故障停电次数MF(MS)、单位为次，每一次故障停电时间HFi(HSi)、单位为h，每一次故障停电用户数NFi(NSi)、单位为户，每一次故障停电负荷容量PFi(PSi)、单位为MW·h和装变容量SFi(SSi)、单位为MVA，线路、变压器故障次数分别为MFL、MFT，忽略开关、断路器故障情况，MFL+MFT＝MF，线路、变压器停运总时间分别为HFL、HFT，含分布式光伏时，停电负荷全部在孤岛范围外、停电负荷部分在孤岛范围内和停电负荷全部在孤岛范围内的故障停电次数MFa、MFb和MFc(MFa+MFb+MFc＝MF；MFa对应的HFi、NFi、PFi、SFi值不变；MFc对应的HFi、NFi、PFi、SFi值为0；MFb对应的HFi值不变，NFi、PFi、SFi变为N'Fi、PF'i、S'Fi)；含分布式光伏的配电网可靠性三级指标工程统计算法表达式如下：用户平均故障停电次数AFTC'：用户平均故障停电时间AIHC-F'：故障停电平均持续时间MID-F：故障供电可靠率RS-F'：故障电量不足指标ENS-F'：故障停电平均用户数MIC-F：用户平均预安排停电次数ASTC：用户平均预安排停电时间AIHC-S：预安排停电平均持续时间MID-S：预安排供电可靠率RS-S：预安排电量不足指标ENS-S：预安排停电平均用户数MIC-S：用户平均故障停电经济次数AFETC'：用户平均故障停电经济时间AIEHC-F'：故障停电平均经济持续时间MID-F：故障供电经济可靠率ERS-F：故障停电平均缺供电量AENT-F：用户平均预安排停电经济次数ASETC：用户平均预安排停电经济时间AIEHC-S：预安排停电平均经济持续时间MIED-S：预安排供电经济可靠率ERS-S：预安排停电平均缺供电量AENT-S：线路故障停电率RIFI-L：变压器故障停电率RTFI-T：线路故障停电平均持续时间MDLOI-L：变压器故障停电平均持续时间MDTOI-T：进一步的，步骤③，采用模糊隶属度方法建立三级指标评分标准的过程具体来讲：首先确定典型评分点，然后将某一范围内的三级指标值量化为典型评分点，逐次形成各三级指标评分标准。进一步的，步骤④具体来讲，BP神经网络的训练样本由以下部分构成：三级指标工程计算值与地区总负荷值及地区总用户数构成BP神经网络样本的输入值，用模糊隶属度方法对可靠性指标进行评分的结果作为训练样本的输出值，给出格式：样本输入值；样本输出值；(1)BP神经网络个数：针对常规可靠性，经济可靠性和设备可靠性，分别采用不同BP网络；即构成三类BP神经网络；(2)BP神经网络层数：BP神经网络采用3层结构：输入层+中间层+输出层；(3)各层节点个数：三类BP神经网络各层节点个数如表2，表2三类BP神经网络各层节点个数BP神经网络类型输入层点数个数隐藏层节点个数输出层节点个数常规可靠性141412经济可靠性121210设备性能554常规可靠性BP网络样本输入值：对应的三级指标+地区总负荷值+地区总用户数；样本输出值：对应的三级指标的模糊隶属度方法评分值；经济可靠性BP网络样本输入值：对应的三级指标+地区总负荷值+地区总用户数；样本输出值：对应的三级指标的模糊隶属度方法评分值；设备性能BP网络样本输入值：对应的三级指标+设备总数；样本输出值：对应的三级指标的模糊隶属度方法评分值；(4)激发函数Sigmoidf(x)＝1/(1+e-x)。进一步的，步骤④中，三级指标评分值在[0,100]区间内。进一步的，步骤⑦的具体步骤如下：(1)指标个数小于3时，其权重由专家直接确定；指标个数等于或大于3，将同层指标两两进行比较，得到采用Saaty的1～9标度表示各指标相对重要性的判断矩阵；(2)计算判断矩阵的一致性指标CR，检验判断矩阵一致性程度(3)当CR<0.10时，判断矩阵一致性检验合格，计算判断矩阵的最大特征根和对应的特征向量，归一化处理后的特征向量即为各指标的权重w；若一致性检验不合格，重新调整确定判断矩阵中部分元素直至其一致性满足要求。更进一步的，步骤⑦中，(2)计算判断矩阵的一致性指标CR，检验判断矩阵一致性程度的具体步骤如下：1)计算一致性指标CI：式中：λmax表示判断矩阵的最大特征根值；a表示指标个数；2)确定平均随机一致性指标RI：按Saaty给出的平均随机一致性指标值查找相应的RI，如表3，表3Saaty给出的平均随机一致性指标值a123456789RI000.580.901.121.241.321.411.453)计算一致性比例CR：进一步的，步骤⑧中，可靠性总指标评分值对应的可靠性质量如表4：表4可靠性总指标评分值对应的可靠性水平本发明具有积极的效果：(1)本发明的含分布式光伏配电网的评价方法对单一的可靠性问题进行综合评判，相比于现有的方法只介绍计算个别故障可靠性指标，本发明能够全面的归纳统计各个可靠性指标。虽然大部分基层指标都已在可靠性指标标准中有了明确的定义，但还未有人根据这些指标对电网可靠性进行综合评价，本文建立的可靠性模型可以用于含分布式光伏配电网的可靠性评价。(2)本发明的含分布式光伏配电网的评价方法将各方面的指标再进行详细区分和组织，从而通过本发明了解哪些三级指标偏差、哪些三级指标偏优，日后可以对偏差部分的指标进行重点改善。本发明所建模型相对完整全面，在配电网可靠性综合评价研究与工程应用中有可行性和参考意义。(3)本发明的含分布式光伏配电网的评价方法采用工程统计算法计算含分布式光伏配电网可靠性三级招标，可靠性指标计算方面的文献研究一般采用理论分析算法，但理论分析算法适用于电网可靠性指标的预评估，且往往只能计算电网故障停电可靠性指标，不能计算本项目所建可靠性模型中的预停电可靠性指标。工程统计算法通过统计电网实际停电数据来计算可靠性指标值，具有计算简单、实用性广、结果准确、能够计算预安排停电可靠性和经济可靠性指标等优点，适用于含分布式光伏配电网可靠性综合评价。附图说明图1为本发明的含分布式光伏配电网的评价方法的流程图。图2为含分布式光伏的配电网可靠性评价模型图。具体实施方式(实施例1)见图1，本实施例的含分布式光伏配电网的评价方法的总体思路是用AHP分析法建立含分布式光伏配电网可靠性模型。利用已收集的n个地区可靠性数据，采用工程统计算法计算含分布式光伏配电网可靠性模型中的三层指标(改进的指标计算方法)，并将工程统计算法计算结果加上地区总负荷值及总用户数作为BP神经网络训练样本输入值，并用模糊隶属度方法对可靠性指标进行评分作为样本输出值，进行训练，获得三层指标评分的案例库。利用Satty规则，采用相对权重法，确定可靠性模型中各层指标之间的权重值。根据实际目标系统的三层指标工程计算值进行目标系统可靠总指标计算。具体包括如下几个步骤：①建立含分布式光伏的配电网可靠性评价模型：含分布式光伏的配电网可靠性评价模型如图2所示，评价模型构建方法如下：采用AHP方法以含分布式光伏的配电网的可靠性为总指标，选择常规可靠性、经济可靠性、设备性能作为一级指标，故障停电常规可靠性、预安排停电常规可靠性、故障停电经济可靠性、预安排停电经济可靠性、变压器性能、线路性能作为二级指标，用户平均故障停电次数、用户平均故障停电时间、用户停电平均持续时间、故障供电可靠率、故障电量不足指标、故障停电平均用户数、用户平均预安排停电次数、用户平均预安排停电时间、预安排停电平均持续时间、预安排供电可靠率、预安排电量不足指标、预安排停电平均用户数、用户平均故障停电经济次数、用户平均故障停电经济时间、故障停电平均经济持续时间、故障供电经济可靠率、故障停电平均缺供电量、用户平均预安排停电经济次数、用户平均预安排停电经济时间、预安排停电平均经济持续时间、预安排供电经济可靠率、预安排停电平均缺供电量、线路故障停电率、变压器故障停电率、线路故障停电平均持续时间、变压器故障停电平均持续时间为三级指标。各级指标之间为从属关系。②确定可靠性评价模型中三级指标的计算表达式：三级指标计算方法采用工程统计算法。工程统计算法示例：对于某一配电系统设已知参数为：总用户数N(户)，总装变容量S(MVA)，总线路长度L(km)，总变压器台数T(台)。采用工程统计算法计算含分布式光伏配电网可靠性三级指标需要统计的数据包括(以一年为单位)：无分布式光伏时，故障(预安排)停电次数MF(MS)(次)，每一次故障(预安排)停电时间HFi(HSi)(h)，每一次故障(预安排)停电用户数NFi(NSi)(户)，每一次故障(预安排)停电负荷容量PFi(PSi)(MW·h)和装变容量SFi(SSi)(MVA)，线路、变压器故障次数分别为MFL、MFT(忽略开关、断路器故障情况，MFL+MFT＝MF)，线路、变压器停运总时间分别为HFL、HFT含分布式光伏时，停电负荷全部在孤岛范围外、停电负荷部分在孤岛范围内和停电负荷全部在孤岛范围内的故障停电次数MFa、MFb和MFc(MFa+MFb+MFc＝MF。MFa对应的HFi、NFi、PFi、SFi值不变；MFc对应的HFi、NFi、PFi、SFi值为0；MFb对应的HFi值不变，NFi、PFi、SFi变为N'Fi、PF'i、S'Fi)。含分布式光伏的配电网可靠性三级指标工程统计算法表达式如表1所示：表1含分布式光伏的配电网可靠性三级指标工程统计算法表达式即：用户平均故障停电次数AFTC'：用户平均故障停电时间AIHC-F'：故障停电平均持续时间MID-F：故障供电可靠率RS-F'：故障电量不足指标ENS-F'：故障停电平均用户数MIC-F：用户平均预安排停电次数ASTC：用户平均预安排停电时间AIHC-S：预安排停电平均持续时间MID-S：预安排供电可靠率RS-S：预安排电量不足指标ENS-S：预安排停电平均用户数MIC-S：用户平均故障停电经济次数AFETC'：用户平均故障停电经济时间AIEHC-F'：故障停电平均经济持续时间MID-F：故障供电经济可靠率ERS-F：故障停电平均缺供电量AENT-F：用户平均预安排停电经济次数ASETC：用户平均预安排停电经济时间AIEHC-S：预安排停电平均经济持续时间MIED-S：预安排供电经济可靠率ERS-S：预安排停电平均缺供电量AENT-S：线路故障停电率RIFI-L：变压器故障停电率RTFI-T：线路故障停电平均持续时间MDLOI-L：变压器故障停电平均持续时间MDTOI-T：③建立三级指标评分标准：采用模糊隶属度方法建立三级指标评分标准。首先确定典型评分点，然后将某一范围内的三级指标值量化为典型评分点，逐次形成各三级指标评分标准。④建立三级指标评分案例库：选取n(n>20)个地区的可靠性统计参数，通过工程算法获得三级指标的工程计算值，通过评分标准获得评分值。三级指标评分值在[0,100]区间内。BP神经网络的训练样本由以下部分构成：三级指标工程计算值与地区总负荷值及地区总用户数构成BP神经网络样本的输入值，用模糊隶属度方法对可靠性指标进行评分的结果作为训练样本的输出值，给出格式：样本输入值；样本输出值。(1)BP神经网络个数：针对常规可靠性，经济可靠性和设备可靠性，分别采用不同BP网络。即构成三类BP神经网络。(2)BP神经网络层数：BP神经网络采用3层结构：输入层+中间层+输出层。(3)各层节点个数：三类BP神经网络各层节点个数如表2。表2三类BP神经网络各层节点个数BP神经网络类型输入层点数个数隐藏层节点个数输出层节点个数常规可靠性141412经济可靠性121210设备性能554常规可靠性BP网络样本输入值：图1中对应的三级指标+地区总负荷值+地区总用户数；样本输出值：图1中对应的三级指标的模糊隶属度方法评分值。经济可靠性BP网络样本输入值：图1中对应的三级指标+地区总负荷值+地区总用户数；样本输出值：图1中对应的三级指标的模糊隶属度方法评分值。设备性能BP网络样本输入值：图1中对应的三级指标+设备总数；样本输出值：图1中对应的三级指标的模糊隶属度方法评分值。(4)激发函数Sigmoidf(x)＝1/(1+e-x)。⑤目标系统三级指标计算：统计目标系统采用工程统计算法计算三级指标需要的数据，按步骤②得到的表1中的表达式计算目标系统的三级指标值。⑥对目标系统三级指标进行评分：根据目标系统三级指标计算值、地区总负荷值、地区总用户数、设备总数，按照三级指标评分案例库，输出目标系统的三级指标评分值。⑦确定可靠性评价模型中指标之间的权重：利用Satty的1～9标度法建立各层判断矩阵，采用相对权重法确定同层各指标的权重，具体步骤如下：(1)指标个数小于3时，其权重由专家直接确定；指标个数等于或大于3，将同层指标两两进行比较，得到采用Saaty的1～9标度表示各指标相对重要性的判断矩阵。(2)计算判断矩阵的一致性指标CR，检验判断矩阵一致性程度，步骤如下：1)计算一致性指标CI：式中：λmax表示判断矩阵的最大特征根值；a表示指标个数。2)确定平均随机一致性指标RI：按Saaty给出的平均随机一致性指标值查找相应的RI，如表3，表3Saaty给出的平均随机一致性指标值a123456789RI000.580.901.121.241.321.411.453)计算一致性比例CR：(3)当CR<0.10时，判断矩阵一致性检验合格，计算判断矩阵的最大特征根和对应的特征向量，归一化处理后的特征向量即为各指标的权重w；若一致性检验不合格，重新调整确定判断矩阵中部分元素直至其一致性满足要求。⑧对目标系统可靠性进行评价：采用AHP方法，按照公式(1)逐层向上计算，得到目标系统可靠性总指标综合评分值：式中：S’R表示任一非底层指标的评分；S'i表示下层指标i的评分；Wi表示下层指标i的权重；b表示指标S’R的下层指标个数；从基层指标评分和权重加权求和逐层往上计算，最高层S’R值即为总指标综合评分值。根据可靠性总指标评分值，对目标系统可靠性进行评价。可靠性总指标评分值对应的可靠性质量如表4：表4可靠性总指标评分值对应的可靠性水平评分值100～9090～8080～7070～60<60可靠性质量优良中及格差显然，上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而这些属于本发明的精神所引伸出的显而易见的变化或变动仍处于本发明的保护范围之中。当前第1页1 2 3