一种多站融合系统多指标综合效能评估方法与流程

1.本发明涉及多站融合技术领域，尤其是一种多站融合系统多指标综合效能评估方法。


背景技术：

[0002]“碳达峰、碳中和”工作已成为当前与未来中国绿色低碳发展工作的核心内容，多站融合综合能源系统是电网企业为了节能增效探索的一种新型综合能源建设和运营模式。多站融合系统利用变电站空间、能源的便利，受变电站运行规则的约束，建设数据中心站、燃气三联供站、储能站、电动汽车充电站、可再生能源发电站等，将数据中心与传统综合能源系统有机结合，通过深入融通能源、信息、数据几方面内容，可以极大地提升综合能源服务系统的节能效益。
[0003]
为促进多站融合系统更好的发挥作用，需要对多站融合系统的效能进行评估。与多站融合系统类似的综合能源系统评估方面，提出了很多方法，部分针对单一能源能效评估，一部分针对类似运行经济指标、整体效率指标等单一指标指标进行评估，还有一部分将上述单一指标综合考虑后，针对综合能源系统的多个指标进行评估。但是，多站融合系统与传统的综合能源系统在规划原则、运营模式和运营目标方面存在较大的差异性因此，针对综合能源系统的评估方法难以客观反映多站融合系统的整体效能。
[0004]
多站融合系统的综合评估，需要结合电网企业自身的特点和定位，尤其是需要重点考虑变电站的运营规则等因素，在此约束下，从效率、经济性指标、减碳效益、社会责任、运行风险等多个层面综合评价，才能达到科学客观的评价结果。实际工作中，多占融合站的评价工作与多种因素相关，且往往是一个时变、非线性的过程。所以，需要一种清晰、全面的方法去展开评估。
[0005]
在中国专利文献上公开的“一种多站融合的改进方法”，其公开号为cn113743768a，公开日为2021-12-03，该发明涉及一种多站融合的改进方法，包括：运用层次分析法建立层次结构模型；构建判断矩阵；调整判断矩阵c直至判断其一致性符合要求；求解判断矩阵c得到层次结构模型中各个评价指标的指标权重；运用灰色关联度分析法，确定灰色评估权矩阵；确定评价指标的状态隶属度，建立状态评估矩阵，得到各个评价指标的状态矩阵；采用模糊综合评价法进行模糊综合运算，得到综合评价结果，对多站融合建设进行改进。与现有技术相比，本发明充分考虑储能电站、数据中心、电动汽车充放电站、5g基站等站点以及融合转型评价指标，采用层析分析法与模糊综合评价法相结合的方法，对得到的能效评估结果进行分析并给出建议，反馈给专家，指导设备优化、升级和改造。但是所涉及的评价因素有局限性。


技术实现要素：

[0006]
本发明解决了现有综合能源系统的评估方法难以客观反映多站融合系统的整体效能的问题，提出一种多站融合系统多指标综合效能评估方法，利用多站融合系统的特点，
充分考虑电网企业的定位和规则，设定评估指标和计算权重，指标内容能够完整反映评估对象的整体特点，能有效的对多站融合系统的整体运营情况进行量化评估。
[0007]
为了实现上述目的，本发明采用以下技术方案：一种多站融合系统多指标综合效能评估方法，包括以下步骤：s1，汇集多站融合系统的相关数据并筛选出关键数据；s2，多站融合系统划分为多个功能模块；s3，计算各个功能模块的综合效率、能耗分布系数、污染物排放和经济性指标；s4，根据风险矩阵评估各功能模块的风险情况；s5，计算各个功能模块的各项评估指标的权重值；s6，计算得到各个功能模块的评估得分；s7，计算各个功能模块评分的权重值；s8，计算得到多站融合系统的多指标综合权重值。
[0008]
本发明中，首先需要利用多站融合的采集或者监控系统，得到所有的相关数据并筛选出有用数据；随后按功能划分成若干个功能模块，相应的数据也分配至功能模块；设定每个功能模块的综合效率、能耗分布系数、污染物排放、经济性指标并进行计算；依据风险矩阵对功能模块的风险情况作出评估；利用交叉归化法等方法计算出各功能模块的各项评估指标权重值；综合基线评估值和综合评估组合权重得到各功能模块的综合评分；最后得到整个系统的多指标权重值，本发明的方法计算过程简便，可操作性强，指标内容能够完整反映评估对象的整体特点、运营特征和运营水平，评估结果准确。
[0009]
作为优选，所述步骤s3包括以下步骤：s31，计算综合效率；s32，计算能耗分布系数；s33，计算污染物排放；s34，计算经济性指标。
[0010]
本发明中，每个功能模块的综合效率定义为功能模块内所有设备消耗的有用能量与功能模块消耗的总能量的比值；能耗分布系数是为了分析功能模块的用能分布提出的指标，定义是所有负荷消耗的所有种类的能源消耗量与其对应能质系数的乘积求和后与消耗的能源总量的比值；污染物排放的定义是各个功能模块的能源消耗排放的二氧化碳和其他污染物的排放量与其污染系数乘积后求和；经济性指标定义为其年度综合收益率。
[0011]
作为优选，所述步骤s4具体为根据专家评议的方法进行风险评分，风险评分的计算式如下：式中，risk
mod
为风险评分，riski为第i类风险对应的严重系数，prbi为评估期内第i类风险发生的概率，bl
risk
为预先设定的风险基准值，p为风险的种类。
[0012]
本发明中，根据多站融合系统的各个功能模块的具体情况，以及多站融合系统的总体情况，设计风险项、风险严重系数、风险概率等指标，最后进行风险打分。
[0013]
作为优选，所述步骤s5包括以下步骤：
s51，采用交叉归化法对所有指标进行归一化处理；s52，采用层次分析法求解主观权重；s53，采用风险熵权法求解客观权重初始值；s54，采用概率分布函数对客观权重进行修正；s55，计算综合评估组合权重。
[0014]
本发明中，计算各个功能模块的各项评估指标权重值的前提是对所有的指标进行归一化处理，之后求出主观权重、客观权重初始值，以及对客观权重进行修正，最后将下层指标集的主观权重和客观权重进行组合，形成综合评估组合权重向量。
[0015]
作为优选，所述步骤s51具体为对指标进行去单位、去符号归一化，归一化后的指标值计算式为：标值计算式为：式中，u为所有数据的合集，xn、yn分别为各类数据源对应的数据集归算到待评估系统场景下的数据集，vi为第i个指标值归一化后的指标值，xi正为计算得到的第i个指标值，m为数据集的个数。
[0016]
本发明中，归一化处理具体采用交叉归化法，求出所有数据的合集后，根据合集内的最大值和最小值得到归一化后的指标值。
[0017]
作为优选，所述步骤s52包括以下步骤：s521，采用专家评议法设定每一层的所有指标之间的相对重要性数值，构建判断矩阵，确定本层各元素的相对重要性；s522，计算主观权重向量；s523，计算得到权重值向量后，通过一致性检验校验权重值的合理性。
[0018]
本发明中，主观向量具体为判断矩阵的最大特征根和其对应的特征向量的乘积。
[0019]
作为优选，所述步骤s53包括以下步骤：s531，将评估期内的各个指标进行分解，依据多站融合系统的实际运行特点，将每日分为24个时段，计算评估期内每个时段的等效指标值，构建从时间维度上的指标矩阵；s532，对指标矩阵进行标准处理，采用均方根标准化得到指标的标准化矩阵；s533，根据标准化矩阵的指标概率和信息熵求解得到第j类指标的客观权重初始值。
[0020]
本发明中，首先构建指标矩阵，经过标准处理后计算出客观权重初始值，客观权重初始值与标准化矩阵的指标概率和信息熵有关。
[0021]
作为优选，所述步骤s55具体为设主客观指标权重的相对重要程度为ε和δ，根据矩阵论的基本理论，计算得到第i个指标的主客观权重关系系数εi、δi，，然后再由计算得到最终权重值。
[0022]
本发明中，主客观权重的重要程度不同，主客观权重相对系数能理解为是该指标主观权重和客观权重的相对比例。
[0023]
本发明的有益效果是：本方法能够客观体现多站融合系统的特点，评估指标设定
和权重的计算均充分考虑电网企业的定位和规则，指标架构层次清晰，指标内容能够完整反映评估对象的整体特点、运营特征和运营水平，计算过程计算简便，可操作性强，能有效的对多站融合系统的整体运营情况进行量化评估。
附图说明
[0024]
图1是本发明的流程图。
具体实施方式
[0025]
实施例：本实施例提出一种多站融合系统多指标综合效能评估方法，参考图1，步骤一：首先，通过多站融合系统的物联网终端、数据采集系统和监控系统等，汇集评估期内多站融合系统的设备信息、负荷信息、管理规则、电能质量情况、各种能源消耗情况、所在地气象数据、所在地人文情况和风险情况等，对数据进行分类和整合，筛选出进行多站融合系统多指标综合评估所需数据。
[0026]
步骤二：第一步，根据多站融合系统的实际情况，按照功能划分为n个功能模块，具体为数据中心功能模块、5g基站功能模块、燃气三联供功能模块、新能源发电功能模块、电化学储能功能模块、电动汽车充换电功能模块、储冷功能模块和储热功能模块；第二步，对第一步得到的数据进行再次分类，分解到各个功能模块。
[0027]
步骤三主要为计算各个功能模块的综合效率、能耗分布系数、污染物排放和经济性指标，分为四个子步骤：第一步，功能模块综合效率，综合效率定义为功能模块内所有设备消耗的有用能量与功能模块消耗的总能量的比值，多站融合系统的各个功能模块可能包含一种或多种能源供给形式和负荷形式，功能模块综合效率需要计及所有能源供给和所有的负荷，具体为：其中，η
mdos
为子系统的功能模块综合效率，e
ln
η
ln
为第i类负荷消耗的总能量与其运行效率的乘积，ei为功能模块消耗的第i类能源，h为输入和生产的能源种类。
[0028]
第二步，能耗分布系数，能耗分布系数是为了分析功能模块的用能分布提出的指标，定义是所有负荷消耗的所有种类的能源消耗量与其对应能质系数的乘积求和后与消耗的能源总量的比值；具体计算式为：其中，μ
mod
为功能模块能耗分布系数；e
ij
为第i类设备消耗的第j类能源的净耗热量，n为设备种类，m为能源的种类；λj为第j类能源对应的能质系数；ej为消耗的第j种能源总量。
[0029]
第三步，污染物排放，污染物排放的定义是各个功能模块的能源消耗排放的二氧化碳和其他污染物的排放量与其污染系数乘积后求和，具体如下：
其中，dis
plt
为功能模块的污染物排放量；τj为第j种污染物的有害系数；plt
ij
为功能模块中第i种设备产生的第j种污染物的总量，n为污染物的种类，m为设备种类。
[0030]
第四步，经济性指标，多站融合系统的各个功能模块的经济性指标定义为其年度综合收益率，具体如下：其中，ery为功能模块的经济性指标，inci为第i个收益单元的年收益，inv
yj
为第j个组成部分的年化投资，wocj为第j个组成部分的年化运行费用，ecj为第j个组成部分的年化能源费用，otcj为应计入成本的其他费用，u为收益单元个数，z为组成部分个数。
[0031]
步骤四，对各功能模块进行风险评分，具体的，根据多站融合系统的各个功能模块的具体情况，以及多站融合系统的总体情况，设计风险项、风险严重系数、风险概率等指标，依照专家评议的方法进行风险打分，具体如下：其中，risk
mod
表示风险评分，riski表示第i类风险对应的严重系数，prbi表示评估期内第i类风险发生的概率，bl
risk
表示预先设定的风险基准值，p表示风险的种类。
[0032]
步骤五，计算各个功能模块的各项评估指标权重值的前提是对所有的指标进行归一化处理，大致分为五个子步骤，第一步，采用交叉归化法对所有指标进行归一化处理，交叉归化法是采用标准数据、历史数据、行业平均数据等进行交叉运算，具体如下：叉归化法是采用标准数据、历史数据、行业平均数据等进行交叉运算，具体如下：其中，u表示所有数据的合集，xn、yn分别表示各类数据源对应的数据集归算到待评估系统场景下的数据集，vi表示第i个指标值归一化后的指标值，xi表示计算得到的第i个指标值，m表示数据集的个数，每个指标对应的数据集个数不同。
[0033]
第二步，采用层次分析法求出主观权重，首先，建立判断矩阵，具体如下：j＝(u
ij
)
nn
式中，j为判断矩阵，u
ij
为第i个指标对第j个指标的相对重要性数值，n为指标个数；判断矩阵能确定本次各元素的相对重要性；随后可得到主观权重向量，具体如下：jw＝(ji)n＝λ
max
w式中，jw为主观权重向量，ji为第i个指标对应的主观权重向量，λ
max
为矩阵的最大特征根，w为λ
max
所对应的特征向量，n为指标个数；最后进行一致性检验进行权重值是否合理的判断，具体如下：
式中，cr为一致性比例，ci为一致性指标，ri为随机一致性指标，ri的值与判断矩阵的阶数有关，通常对应关系见下表：矩阵阶数12345678910ri000.580.91.121.241.321.411.451.49当cr越小，一致性越好，当cr值大于既定数值时，认为判断矩阵应作适当修正。
[0034]
第三步，计算客观权重初始值，首先，分解评估期里的各个指标，把每天划分为二十四个时段，得出评估期里每个时段的等效指标值，从而建立指标矩阵，具体如下：v＝(v
ij
)
mn
其中，v为指标矩阵，v
ij
为第i个指标集的第j个指标的归一化后的值，m为指标集的个数，n为单个指标集的指标个数；虽然构建的指标矩阵内已经是归一化后的指标值，但从全局角度考虑，仍需对其进行处理，利用均方根标准化的方式获取指标的标准化矩阵，具体为：x＝(x
ij
)
mn
其中，x为指标的标准化矩阵，x
ij
为第i个指标集的第j个指标的标准化值，m为指标集的个数，n为单个指标集的指标个数；计算标准化矩阵的指标概率具体为：计算标准化矩阵的信息熵为：最后求解第j类指标的客观权重初始值为：其中，sj为第j类指标的客观权重初始值，h
ij
为标准化矩阵的指标概率，ki为标准化矩阵的信息熵。
[0035]
第四步，对客观权重修正处理，根据相关历史数据得到指标的概率分布函数为：式中，p为指标x落在x+δx区间的概率值，f(x)为指标x的概率函数，f(x)为指标x的概率密度函数；其中，f(x)通过对历史数据的挖掘绘制的密度曲线进行软件拟合求得，δx是对指标采用均分法获得区间值，设定区间值为x
ijmax
/k，则修正后的客观权重值为：
式中，scj为修正后的客观权重向量，pjsj为第j个指标客观权重初始值和概率的乘积，n为指标个数。
[0036]
第五步，对上述四步计算得到的数据进行整合；对多站融合系统综合评估值和子系统综合评估值的计算需要将下层指标集的主观权重和客观权重进行组合，形成综合评估组合权重向量。由于主客观权重的重要程度不同，假定主客观指标权重的相对重要程度分别是ε和δ，由矩阵论的基本理论运算得到第i个指标的主客观权重关系系数εi和δi，主客观权重相对系数可以理解为是该指标主观权重和客观权重的相对比例，最终得到最终权重值，具体如下：值，具体如下：式中：k为权重向量的维数；ji、sci为已经确定第i个指标的主、客观权重值，εi、δi为第i个指标的主、客观权重关系系数，ωi第i个指标为综合评估组合权重值，部分参数在前述已进行解释。
[0037]
步骤六，加权计算得到各个功能模块的评估得分，具体为：式中，sco
mod
为综合评估得分，vi、ωi分别为第i个指标的基线评估值和综合评估组合权重，n为指标个数。
[0038]
步骤七，利用步骤五的方法，计算各个功能模块评分的权重值。
[0039]
步骤八，利用步骤六的方法，计算多站融合系统的综合评分。本发明中，首先需要利用多站融合的采集或者监控系统，得到所有的相关数据并筛选出有用数据；随后按功能划分成若干个功能模块，相应的数据也分配至功能模块；设定每个功能模块的综合效率、能耗分布系数、污染物排放、经济性指标并进行计算；依据风险矩阵对功能模块的风险情况作出评估；利用交叉归化法等方法计算出各功能模块的各项评估指标权重值；综合基线评估值和综合评估组合权重得到各功能模块的综合评分；最后得到整个系统的多指标权重值，本发明的方法计算过程简便，可操作性强，指标内容能够完整反映评估对象的整体特点、运营特征和运营水平，评估结果准确。
[0040]
上述实施例是对本发明的进一步阐述和说明，以便于理解，并不是对本发明的任何限制，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。