使用的权重计算方法包括Delphi 法、变异系数法、熵值法和判断矩阵法。
[0133] Delphi法又称为专家咨询法，其由专家给出评价指标的重要程度，然后进行相应 的计算，主要步骤为：
[0134] ①选定专家。该环节为德尔菲法中的重要环节，专家选择得当与否直接关系到最 终权重选择的可靠性。
[0135] ②编制评价指标权重征询表。将项目所要考虑的指标制成表格，通过邮件等形式 向专家发放，专家独立对各指标进行评分，并及时收回征询表结果。
[0136] ③统计处理。研究人员对反馈结果进行分析和处理，并得到各权重的平均值、极差 和标准差。同时，将此结果反馈给各位专家。
[0137] ④各位专家通过反馈的结果，修正上轮打分结果。
[0138] ⑤反复进行"反馈"和"修正"过程，最后各指标的极差与标准差越来越小，直到各 指标达到精度要求。
[0139] 变异系数法是根据某项指标在所有评价对象上指标特征值的变异程度大小对其 进行赋权。本实施例采用标准差系数作为变异系数，其计算过程如下：
[0140] ①假设共有η个电网评价指标，同时有p个待评价对象，指标的特征数据矩阵可表 示为：
[0142] 其中，Xlj第i个评价对象第j项指标的特征值。
[0143] ②计算各指标的标准差&.
[0145] 其中，&是第j个指标的标准差：
是第j个指标的平均值。
[0146] ③计算各指标的标准差系数％，用来反映各指标的相对变异程度。
[0148]④对各指标的变异系数进行归一化处理。得出权重wJ:
[0150] 熵值法是指某项指标特征值的变异程度越大，信息熵就越小，说明该指标传递给 决策者的信息量越多，相应该指标权重越大。反之，若某指标值的变异程度越小，信息熵就 越大，说明该指标传递给决策者的信息量越少，相应权重就越少。熵值法赋权有以下几个步 骤：
[0151] ①构建评价指标的特征值矩阵。假设共有η个电网评价指标，同时有p个待评价对 象，指标的特征数据矩阵可表示为：
[0153] 其中，Xlj第i个评价对象第j项指标的特征值。
[0154] ②指标特征值的非负化。为了避免运算数据无意义，需要将某些特征值取正，具体 的操作如下式所示：
[0156]③计算第j项指标下，第?个评价对象指标特征值Xlj所占的比重。
[0162]⑤计算表征指标j相对重要性的熵值Ej，当所有指标Plj相等时，熵值最大，为lnp。 归一化处理后，可得：
[0164] ⑥计算第j项指标的差异系数。由于指标熵值^越小，指标的变异程度越大，反之， 指标熵值&越大，指标的变异程度越小。
[0165] gj = l-Ej, (j = l,2, . . . ,η)
[0166] ⑦计算第j项指标的权重Wj。
[0168] 判断矩阵分析法是构造判断矩阵，用矩阵元素表示两个指标对目标影响的重要程 度，通过求其最大特征值的特征向量求其权值。接下来以因素集1]=(山，1] 2, . . .，Un)为例，构 造判断矩阵。
[0169] 任取两个因素，用Ulj表示对目标影响程度的比较，全部比较结果可用η 阶比较判断矩阵B=(Ulj)nXn表示，则构成了以下的优先关系判断矩阵Β:
[0171] 式中1?为因素 i相对因素 j的重要性。其元素满足：
[0172] uij>0, (i, j = l,2,. . . ,η)
[0173] Uii = l, (i = l,2,. . . ,η)
[0174] uij = l/uji,(i, j = l,2, . . . ,η)
[0175] 判断矩阵还应该进行一致性校验，以保证所构成的判断矩阵合理有效。
[0176]根据矩阵理论，当正互反矩阵满足一致性时，它的最大特征根等于矩阵的阶数，于 是用CI表示评价判断矩阵的一致性指标：
[0178] 上式中λΜΜ为矩阵Β的最大特征根。
[0179] 当CI值为0时，判断矩阵具有完全一致性，CI值越大，说明判断矩阵的一致性差，检 验一致性还需要引入判断矩阵的平均随机一致性指标RI值。
[0180] 当阶数大于2时，判断矩阵的一致性指标CI与同阶平均随机一致性指标RI的比值 称为随机一致性比率CR:
[0182] 当CR < 0.1时，认为判断矩阵具有满意的一致性，否则需要调整构成判断矩阵的元 素的各种因素之间的标度。
[0183] 当判断矩阵满足一致性校验后，根据计算出来的最大特征值，得到相对应的最大 特征向量Q=[qi，q2, . . .，qn]，则有：
[0184] BQ = AmaxQ
[0185] 将特征向量Q进行归一化，得到Q=[W1，W2, . . .，wn]，其中：
[0187] 则Wi(i = l，2. . .η)为对应的元素权重系数。
[0188] 组合赋权法是通过上述四种赋权的方法从不同角度来衡量指标的权重，在获得上 述四种方法计算的权重后，考虑到上述赋权方法都涉及到加权系数，直接采用简单平均的 算法获得各指标的最终权重值，即：
[0190] 其中，Wi为指标i最终的权重值，Wi(k)为第k种权重计算方法计算获得的指标i的权 重，Pk为第k种权重计算方法的加权系数
，旧表示权重计算方法的个 数。
[0191] 模糊合成子模块42用于利用普通乘与加算子将各指标的模糊隶属度值和相应权 重值进行组合获得综合评价分值。采用普通乘与加算子获得综合评价分值的公式表示为：
[0193] 其中，h为接入方案j的综合评价分值，是接入方案j中指标i的模糊隶属度值， w i为指标i的权重值，η为指标总数。
[0194] 将上述优化系统应用于某含有分布式电源和微电网的配电系统实际地区，对多种 DG接入系统进行计算。该示范区域示意图如图3所示，电压等级为10kV，相应的单线图如图4 所示。在目前运行方式下，K1、K2和K3均闭合，K4打开，该示范区域中生态实验社区的一个DG 组合包含189kW光伏、1.2kW风电、10kW燃料电池和其他负荷643kW。微电网使用年限取20年； 贴现率取10%。该系统所采用线型为LGJ-185。
[0195] 根据示范网络对下列3种DG组合接入情况进行多次潮流计算，以测试大量DG并网 运行对配电网的影响，根据指标计算公式得出相应的计算结果如表2所示。
[0196] Casel:系统没有DG组合接入；
[0197] Case2:系统接入1个DG组合的生态实验社区；
[0198] Case3:系统接入3个DG组合的生态实验社区。
[0199] 将表1中构建的分布式电源和微电网接入配电系统的评价体系进行指标约简计 算，以电能质量、可靠性、环境影响性指标为例进行相关系数法分析，分别如表3、表4、表5所 述，其中将两两之间的相关性系数超过0.8的指标剔除一项。经过指标约简后得到如表6所 示的指标体系和表7所示指标数值。
[0200] 将约简后的指标体系通过梯形模糊隶属度函数进行分类、拟合评分，如表8、表9所 不。
[0201] 分别采用德尔菲法、判断矩阵法、变异系数法、熵值法计算权重，然后用有线性加 权算法计算得综合权重，如表10所不。
[0202] 再采用普通乘与加算子计算综合结果，如表11所示。
[0203]表1评估指标体系
[0205]表2各指标的计算结果