基于多能互补一体化智慧能源系统的低碳综合评价方法

本发明涉及低碳评价领域，具体说是一种基于多能互补一体化智慧能源系统的低碳评价指标体系及综合评价方法。

背景技术：

1、随着全球经济发展，社会进步和人口的急剧增加，世界各国对能源的需求量也日益增长，不可再生的化石能源日趋枯竭以及化石能源消耗过程所引发的空气污染气候变暖等问题接踵而至。国内以电力企业为代表各行业通过采取强化线损管理、推进西电东送、优化系统调度运行、开展节能服务等一系列措施，取得了显著的低碳效益。然而，由于影响低碳发展所涉及的要素众多，通过单纯数据统计无法有效把握系统的低碳水平。因此针对多能互补一体化能源系统需要建立低碳指标体系及综合评价模型，为系统的低碳发展提供判别依据。

2、多能互补系统类项目涉及面广、设施类型丰富、评价方向多样，现有关于综合评价指标体系方面的研究尚具有优化空间，如：评价方向有限，通用性欠缺，难以直接应用；部分指标未量化，公正性尚需提升；未提出综合性指标，对项目整体表现评估欠直观；计算条件复杂，规划阶段难以获取、评价工作难以执行。现有综合评价方法都是单一的一维或者二维评价，具有维度局限性，不能充分表达评价对象的低碳水平。

技术实现思路

1、本发明为全面评价多能互补一体化智慧能源系统的低碳发展水平，提供一种基于多能互补一体化智慧能源系统的低碳综合评价方法，以期能从多维度展开建立评价指标体系，并将一维评价与二维评价方法相结合，改善单一维度评价的片面性，使综合评价下的低碳排序值更加合理，从而更加真实地反映评价对象的低碳发展水平。

2、为实现上述目的，本发明采用以下技术方案：

3、本发明一种基于多能互补一体化智慧能源系统的低碳综合评价方法，所述多能互补一体化智慧能源系统包括化石能源、新能源、微网、负荷、储能的特点在于，低碳综合评价方法包括以下步骤：

4、步骤1从三个维度建立各个评价指标的精细化数学模型；

5、步骤1.1建立环保性维度下各评价指标的数学模型；

6、步骤1.2建立高效性维度下各评价指标的数学模型；

7、步骤1.3建立可靠性维度下各评价指标的数学模型；

8、步骤2，考虑数据预处理与组合权重系数的优化，制定评价指标的综合评价策略；

9、步骤2.1，根据步骤1中的所有数学模型，得到n个评价对象下各个评价指标的原始数据，并采用求差法对评价指标中属于逆向指标的能源供应与储能设备总碳排放量、综合能耗强度、年平均故障率的原始数据进行正向化处理，得到正向化后的各评价指标数据；

10、步骤2.2，设置复合系数μ，且μ∈[0,1]；

11、当μ＝1时，采用“奖优罚劣”法，当μ＝0时，采用极差化法，当0＜μ＜1时，采用线性“奖优罚劣”法和极差化法构成的复合方法对正向化后的各评价指标数据和其余评价指标的原始数据进行归一化，得到归一化后的各评价指标数据；

12、步骤2.3，利用线性化对式(12)进行求解，得到最优复合系数μ*：

13、

14、式(12)中，x′ij是归一化处理后的第i个评价对象的第j个评价指标数据，n是评价对象的总数；是归一化处理后的所有评价对象的第j个评价指标数据的平均值；μ是复合系数，μ∈[0,1]；

15、步骤2.4，根据最优复合系数μ*，按照步骤2.2的过程得到最优归一化后的各评价指标数据；

16、步骤2.5，获取一维评价最优时的组合权重系数；

17、步骤2.6，采用逼近理想解的排序方法完成二维评价：

18、将各评价对象中针对各评价指标的最优数据与最劣数据提取出来，从而相应构成正理想方案和负理想方案其中，表示第j个评价指标的最优数据，且表示第j个评价指标的最劣数据，且

19、利用式(16)计算第i个评价对象分别与正理想方案负理想方案的相对贴近度ci，并作为对第i个评价对象进行二维评价排序的依据：

20、

21、式(16)中，分别是第i个评价对象与正、负理想方案的欧氏距离；zij是加权规范化决策矩阵中第i行第j列元素，且

22、步骤2.7，根据所有评价对象在二维评价下的相对贴近度，对所有评价对象进行降序排序，从而完成低碳综合评价。

23、本发明所述的基于多能互补一体化智慧能源系统的低碳综合评价方法的特点也在于，所述步骤1.1包括：

24、步骤1.1.1利用式(1)建立能源供应与储能设备总碳排放量的数学模型：

25、

26、式(1)中，eall是多能互补一体化智慧能源系统中能源供应链与储能设备的总碳排放量，其中能源供应包括太阳能、风能、天然气等新能源及传统化石能源；y是能源供应链与储能设备的碳源总数；fx是能源供应链与储能设备中第x个碳源的碳排放系数；ex表示第x个碳源相对应能源种类的能源链碳排放系数总量；e1x、e2x、e3x分别为第x个碳源相对应能源种类生产环节、运输环节、使用环节的碳排放系数总量；

27、步骤1.1.2利用式(2)建立储能与分布式能源装机容量比值的数学模型：

28、c＝ces/cder (4)

29、式(2)中，c是储能容量与分布式能源装机容量的比值；ces是储能设备的容量；cder是分布式能源的装机容量；

30、步骤1.1.3利用式(3)建立低碳能源机组发电量比例的数学模型：

31、

32、式(3)中，a是新能源机组发电量所占比例；是t时刻新能源机组发电量；是t时刻所有能源供应设备的总发电量；t是统计周期；

33、步骤1.1.4利用式(4)建立综合能耗强度的数学模型：

34、

35、式(4)中，eg是多能互补一体化智慧能源系统的单位产值综合能耗；ec为统计周期内全部能源的综合能耗；g是多能互补一体化智慧能源系统在统计周期内总产值或增加值；v是全部能源种类数；ecu是生产和服务活动中实际消耗的第u种能源量，且含耗能工质消耗的能源量；λu是第u种能源的能质系数，并有：

36、

37、式(5)中，wu是第u种能源转化为功的部分能量；qu是第u种能源的总能量。

38、所述步骤1.2包括：

39、步骤1.2.1利用式(6)建立设备运行效率的数学模型：

40、

41、式(6)中，η是多能互补一体化智慧能源系统的设备总运行效率；是设备k在t时刻的功率；是设备k在t时刻的额定功率；

42、步骤1.2.2利用式(7)建立设备利用率的数学模型：

43、

44、式(7)中，ηe是多能互补一体化智慧能源系统的设备利用率；tw是设备k在统计周期内的实际工作时间；tp是设备k在统计周期内的计划工作时间；l是设备总数；

45、步骤1.2.3利用式(8)建立能源转换效率系数的数学模型：

46、

47、式(8)中，qc、qh、e分别为多能互补一体化智慧能源系统的全年耗冷量、耗热量和热电联产机组的输出电量；是冷热电所消耗的第u种能源的总量。

48、所述步骤1.3包括：

49、步骤1.3.1利用式(9)建立综合电压合格率的数学模型：

50、

51、式(9)中，vq是多能互补一体化智慧能源系统的节点综合电压合格率；是统计周期t内节点r的监测电压位于允许偏移范围内的时间；是统计周期t内节点r的总监测时间；s是监测的节点总数；

52、步骤1.3.2利用式(10)建立多能互补一体化智慧能源系统的供电可靠率的数学模型：

53、

54、式(10)中，sp是多能互补一体化智慧能源系统的供电可靠率；τct、τlt是统计周期t内多能互补一体化智慧能源系统的平均停电、限电时间；

55、步骤1.3.3利用式(11)建立多能互补一体化智慧能源系统年平均故障率的数学模型：

56、

57、式(11)中，δ是多能互补一体化智慧能源系统年平均故障率，即停电次数；τbk是多能互补一体化智慧能源系统在一年时间内因元件故障而造成的平均停电时间；δ表示一年小时数。

58、所述步骤2.5包括：

59、步骤2.5.1，采用层次分析法计算最优归一化后的各评价指标的主观赋权值；

60、步骤2.5.2，采用熵值法计算最优归一化后的各评价指标的客观赋权值；

61、步骤2.5.3，利用式(13)所示的线性加权综合法计算各个评价对象的一维综合评价值：

62、

63、式(13)中，yi是第i个评价对象的一维综合评价值；是最优归一化处理后的第i个评价对象的第j个评价指标数据，ωj是第j个评价指标的组合权重系数；m是评价指标总数；并有：

64、ωj＝ζ1θj+ζ2θj     (15)

65、式(14)中，ζ1、ζ2分别代表对主、客观赋权值的倾向程度，且满足ζ1+ζ2＝1；θj和θj分别是第j个评价指标的主、客观赋权值；

66、步骤2.5.4，利用式(15)求解一维评价值最优时的主、客观赋权的最优倾向程度ζ1*、

67、

68、式(15)中，是所有评价对象的一维综合评价值的平均值；

69、步骤2.5.5，将最优倾向程度ζ1*、带入式(14)，得到一维评价最优时各评价指标的最优组合权重系数，并作为二维评价下的各评价指标的权重值。

70、本发明一种电子设备，包括存储器以及处理器的特点在于，所述存储器用于存储支持处理器执行所述低碳综合评价方法的程序，所述处理器被配置为用于执行所述存储器中存储的程序。

71、本发明一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序的特点在于，所述计算机程序被处理器运行时执行所述低碳综合评价方法的步骤。

72、与现有技术相比，本发明的有益效果在于：

73、1、本发明基于现有研究，重新给出了基于多能互补一体化智慧能源系统低碳评价的概念界定，从广义的可持续视角对低碳评价进行了全面的内涵分析，揭示了低碳评价这一抽象概念的本质，为后续评价工作的开展奠定了良好的基础，为全面构建评价指标体系提供了参考与依据。

74、2、本发明建立了一维、二维评价组合使用的综合评价模型，以数据预处理最优与一维评价下综合评价值最优为约束，考虑评价对象在二维评价下的综合评价值。从多指标体系的高维空间压缩到低维空间，综合评价值的有效性会降低，因此一维评价值最优时对应的组合权重系数是有效性保留最高的，用其来求解二维评价值，并以二维评价结果作为评价对象最终的排序依据能够更加真实、有效地体现低碳发展水平。