[发明专利]基于层次分析法和数据包络法的电网规划方案评估系统

摘要

本发明涉及一种基于层次分析法和数据包络法相结合的电网规划方案选取的综合评估系统，具体来说属于电力系统自动化技术领域。是一种合理选取电网规划建设方案的方法，通过建立电网规划多层评价指标体系，采用层次分析法和数据包络法共同决定指标的权重，然后利用灰色关联度计算各方案与最优方案之间的关联度大小评估电网规划方案。本发明具有很强的容错性，可以有效地弥补了层次分析法主观性过强和数据包络法不能反映决策者偏好的缺陷，并且利用灰色关联度可以提高电网规划方案的区分度，有利于综合权衡各个电网规划方案的优缺点，在电网规划中具有广泛的运用前景。

主权项

一种基于层次分析法和数据包络法的电网规划方案评估系统，其特征在于：包括电网规划综合评价指标体系和电网规划方案评估方法，具体步骤如下：S1.根据电网规划的具体要求建立电网规划方案的综合评价指标体系；电网规划方案的综合评价指标体系为树形结构，第一层指标为4项，第二层指标为10项，第三层指标为16项，末端指标为21项；S2.分析备选电网规划方案的特点，利用层次分析法确定各指标对方案的权重；选取同一指标集中同一层级下的指标，两两评估指标的相对重要性，按照1‑9标度形成评估指标的比较矩阵：利用极差法构造判断矩阵：其中，r_i是矩阵A每行元素之和；c_b为常量，表示极差元素对的相对重要程度，这里c_b＝9；R＝r_max‑r_min成为极差，r_max＝max{r₁,r₂,…,r_n}，r_max＝max{r₁,r₂,…,r_n}；矩阵C＝{c_ij}_n×n为一致性判断矩阵；确定各层指标权重：求出判断矩阵C的最大特征值λ_max及其对应的特征向量W，即得到了权重向量W＝(w₁,w₂,…,w_n)，对W用公式进行归一化处理即可得到某一层级指标各评估指标关于它上一级指标的相对权重，并用1‑9标度下的一致性比例检验法检验一致性；S3.将树枝末端的21个指标分为输入指标和输出指标，其中把“越小越优”的指标确定为输入指标，“越大越优”的指标确定为输出指标；则输入指标有10个：高压电用户T接、高压线路平均长度、高压线路平均条数、中压线路平均长度、投资总额、高压网损率、中压网损率、规划区高压站总数目、对地区环境的影响、各地区站点浪费情况；输出指标有11个：上级停电影响范围、电压等级单一性、高压站个数、中压网结构合理性、高压网结构合理性、潮流分布合理性、最低电压水平、短路电流合理性、负荷增长慢时经济性、上级站仓位裕量、上级站对区外供电；利用备选方案的相关数据整理成21个指标的具体数值，对于无法采用具体数值量化的指标采用德尔菲法量化；利用数据包络法确定不同方案的权重，并作归一化处理，通过输入量和输出量求解的公式为$s.t.\left\{\begin{array}{c}\underset{\underset{i\≠j_0}{i=1}}{\overset{n}{\mathrm{\Σ}}}{X}_i{\mathrm{\λ}}_i+s^{-}=\mathrm{\θ}{x}_0\\ \underset{\underset{i\≠j_0}{i=1}}{\overset{n}{\mathrm{\Σ}}}{Y}_i{\mathrm{\λ}}_i-s^{+}=y_0\\ {\mathrm{\λ}}_i\≥0,i=\mathrm{1,2},...,n\\ s^{+}\≥0,s^{-}\≥0\end{array}\right.$将备选方案记为决策单元，有n个决策单元，每个决策单元有10个输入指标和11个输出指标_，对应的输入量为X_i＝(x_1i,x_2i,…,x_10i)^T，其中X_i为第i个决策单元的输入量；输出量为Y_i＝(y_1i,y_2i,…,y_11i)^T，其中Y_i为第i个决策单元的输出量；其中，ε非阿基米德无穷小量，实际可取10^‑5；为10维向量；e＝[1,1，…，1]^T，e为11维向量；θ、s^‑、s⁺、λ_j目标函数的解，θ为超效率值，s^‑为剩余变量，s⁺为松弛变量；通过超效率数据包络法求出不同方案下的剩余变量s^‑和松弛变量s⁺，则第i个方案的剩余变量和松弛变量组成的向量为$S_i={(s_1^{-},s_2^{-},...,s_{10}^{-},s_1^{+},s_2^{+},...,s_{11}^{+})}^T,$对S_i进行归一化处理为即为数据包络法求解的权重；S4.通过层次分析法和数据包络法求得的权重求解综合权重α；引入偏好系数β(0≤β≤1)，反应各模型权重的比重，偏好系数是主观决策和客观决策之间的权衡系数，在不同的电网中，如果希望主观决策占的比重大一些，就提高偏好系数，反之，就降低偏好系数，综合权重S5.利用备选方案确定各个指标的最优值构成最优指标集Q₀＝(q₀₁,q₀₂,…,q_0‑21)，其中q_0j(j∈[1,21])表示第j个指标在所有备选方案中的最优值；根据最优指标集生成最优方案，并根据备选方案和最优方案指标集建立方案集矩阵其中，Q_i＝(q_i1,q_i2,…,q_i21)(i∈[1,n])为第i个方案指标集，并对方案集矩阵采用Z‑score方法进行数据标准化处理，数据标准化处理算法为：其中，μ_i、σ_i分别为G中第i列元素的平均值和标准差；S6.根据方案集矩阵用灰色关联度方法计算出备选方案和最优方案的关联系数矩阵，并结合综合权重确定各方案与最优方案的关联度选出最终方案；用灰色关联度法要先确定关联系数矩阵，第a个方案中的第b个指标与其对应的最优指标的关联系数${\mathrm{\ϵ}}_{\mathrm{ab}}=\frac{\underset{i}{\min }\underset{j}{\min }|q_{\mathrm{ij}}^{*}-q_{0j}^{*}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|q_{\mathrm{ij}}^{*}-q_{0j}^{*}|}{|q_{\mathrm{ab}}^{*}-q_{0b}^{*}|+\mathrm{\ρ}\underset{i}{\max }\underset{j}{\max }|q_{\mathrm{ij}}^{*}-q_{0j}^{*}|},$ρ为分辨系数，通常取0.5；关联系数矩阵为：由关联系数矩阵E中的行向量E_i与综合权重α_i计算出第i个方案的关联度ξ_i，${\mathrm{\ξ}}_i=E_i\×{\mathrm{\α}}_i=[{\mathrm{\ϵ}}_{i1},{\mathrm{\ϵ}}_{i2},...,{\mathrm{\ϵ}}_{i21}]\×\left[\begin{array}{c}{\mathrm{\α}}_1\\ {\mathrm{\α}}_2\\ .\\ .\\ .\\ {\mathrm{\α}}_{21}\end{array}\right],$关联度ξ_i越大，表示该方案与最优方案越逼近，利用ξ_i即可对各方案进行排序，确定最终选择的方案。