[发明专利]一种高阻抗变压器限制短路电流效果的模糊综合评价方法

摘要

本发明涉及一种高阻抗变压器限制短路电流效果的模糊综合评价方法，是基于层次分析法构造的目标层、准则层和指标层的评价方法结构关系，然后通过各指标量化值建立判断矩阵，计算出各指标的权重系数，结合专家知识对工程实际的评语集和隶属度函数，对采用高阻抗变压器限制短路电流的限流效果、运行经济性、一次投资成本及对系统稳定的影响进行模糊综合评价，计算出模糊评价方案的优先度，实现综合评价目的。

主权项

一种高阻抗变压器限制短路电流效果的模糊综合评价方法，其特征在于：它是基于层次分析法构造的目标层、准则层和指标层的评价方法结构关系，然后通过各指标量化值建立判断矩阵，计算出各指标的权重系数，结合专家知识对工程实际的评语集和隶属度函数，对采用高阻抗变压器限制短路电流的限流效果、运行经济性、一次投资成本及对系统稳定的影响进行模糊综合评价，计算出模糊评价方案的优先度，实现综合评价目的；具体步骤如下：步骤1，采集短路电流限流效果的指标λsc：λsc=Σγ(ΔIsc/In)2---(1)]]>式中：γ为母线断路器集合；△Isc为采取高阻抗变压器后短路电流的下降值；In为断路器的额定关断电流；其中500KV三相短路电流的限流效果指标为λsc3，500KV单相短路电流的限流效果指标为λsc2；步骤2，采集元件过负荷的指标λL：λL=Σl∈αρl(Sl/Slmax)2---(2)]]>式中：α是线路和变压器元件集合；ρl是各元件权重因子；Sl是支路l的功率；Slmax为支路最大功率限值:步骤3，采集母线电压越限的指标λU：λU=Σβρi(Ui-(UiH+UiL)/2(UiH-UiL)/2)2---(3)]]>式中：β是母线集合；ρi是母线的权重因子；Ui、分别表征电压幅值及其上、下限值；步骤4，采集发电机最大功角差的指标δmax；δmax＝max|δi‑δj|             (4)式中：δi和δj为电力系统暂态稳定计算中任意2台机组间的功角；步骤5，采集变压器一次投资的指标λT：λT=ΣκTFi---(5)]]>式中：κ为变压器集合，TFi为变压器投资额；步骤6，采集系统网损的指标λloss：λloss＝△Ploss               (6)式中△Ploss为采用不同阻抗变压器所增加的系统网损；步骤7，建立工程实际的模糊评价指标集Λ＝(Λ1，Λ2，Λ3，Λm)，其中，m＝4,Λ的因素元素Λg＝(λ1，λ2，...,λn)，Λg(g＝1,2,3,4)，n为相应因素元素Λg中元素个数，即Λ1=(λ1,λ2),n=2Λ2=(λ3,λ4),n=2Λ3=(λ5),n=1Λ4=(λ6,λ7),n=2,]]>相对于步骤1‑‑6中的评价指标：λsc1对应λ1、λsc2对应λ2、λL对应λ3、λU对应λ4、δmax对应λ5、λT对应λ6、λloss对应λ7；步骤8，基于专家经验值对步骤7中模糊评价指标集Λ中的每个评价指标给出相应的评语，形成对工程实际的评语集V，V包括p个评语，即V＝(v1,v2,…vp)，对应的评价得分的分数集为E＝(e1,e2,ek，…ep)，p＝5；V＝(v1,v2,…vp)对应的指标的评语分别为“差”、“不合格”、“合格”、“良”和“优”5个评语等级，，对应的评价得分分别为{1,3,5,7,9}；步骤9，通过隶属度函数将步骤7的模糊评价指标集Λ映射到步骤8的评语集V得到隶属度矩阵μ；步骤10，根据步骤7的模糊评价指标集Λ建立指标体系模糊评价准则层的因素集U，U＝(U1,U2,…,Um)，模糊评价指标体系中准则层元素数量m＝4,因素集U的因素元素Ug(g＝1,2,…,m)，Ug与步骤7的Λg元素一一对应，Ug的元素个数n与Λg的元素个数n一一对应；其中，U1表示限流效果指标集，U2表示静态安全指标集，U3表示暂态稳定指标集，U4表示运行经济指标集；步骤11，将步骤8的评语集V代入步骤10中的因素集U形成m个n×p的评价集，n为步骤10中Ug的元素个数n，p＝5，m＝4；步骤12，根据Saaty的1～9标度理论，对步骤10的因素元素Ug中的任意两个因素Agp和Agq(p＝1,2,…,n；q＝1,2,…,n；g＝1,2,…,m；)进行两两对比判断，然后根据其对评价对象的影响程度之比标度aij(i,j＝1,2,…,n)，且基于专家经验值形成正互反型的判断矩阵Ag：Ag=a11a12...a1na21a22...a2n.........an1an2...ann---(7)]]>式(7)中标度aij为因素ai相对因素aj的重要性：当根据专家经验对标度aij取值为1、3、5、7、9时；分别对应表示因素ai相较aj的重要性为相同重要、稍微重要、比较重要、非常重要和极其重要；当根据专家经验对标度aij取值为2、4、6和8时，分别表示上述标度aij取值为1、3、5、7、9时的中间值；其中存在关系aij＝1/aji；步骤13，采用指标值CI校验步骤12的判断矩阵Ag的一致性，其中：CI=λmax-nn-1---(8)]]>式(8)中λmax为判断矩阵Ag的最大特征根，n为矩阵阶数且步骤10中Ug的元素个数n，Ag与步骤10中Ug相对应；其中，CI值越小，判断矩阵Ag的一致性越好；步骤14，计算随机一致性比率CR：CR＝CI/RI                  (9)式(9)中RI为平均随机一致性指标值，当CR≤0.1时，步骤12的判断矩阵Ag满足一致性要求，执行步骤15；当CR＞0..1时，通过专家经验值修改判断矩阵Ag中的元素标度aij的数值，返回步骤12重新计算，直至CR≤0.1；步骤15，执行步骤14中满足CR≤0.1的判断矩阵Ag，求出判断矩阵Ag的特征方程的最大特征值λmax及其所对应的特征向量η：Agη＝λmaxη                 (10)；步骤16，对步骤15中式(10)中的特征向量η进行归一化处理，得到η＝[ω1,ω2,…,ωn]，n为步骤15中Ug的元素个数n，得到模糊评价指标集Λ中对应指标值的权重系数ωi；步骤17，结合步骤11，建立步骤10的因素集U中的元素Ug到步骤8的评语集V的模糊关系矩阵Rg；Rg=(μgik)n×p=μg11...μg1p......μgn1...μgnp---(11)]]>式中μgik(g＝1,2,…,m；i＝1,2…,n；k＝1,2,…,p)为Ug的第i个因素Agi在V中第k个评语的隶属度；步骤18，运用模糊矩阵的合成运算，得到步骤10的因素集U中的元素Ug的模糊综合评价集Sg，(g＝1,2,…,m)，将步骤17的模糊关系矩阵Rg与步骤16的权重系数ωi代入公式(12)，取加权平均型算子，则Sgk=Σi=1nωgiμgik---(12)]]>Sgk为模糊综合评价集Sg相对应的元素，ωgi，μgik分别与步骤7中因素元素Λg内的元素对应；根据公式(12)可得Sg＝ωiRg＝(Si1,Si2,…,Sip)        (13)式中Sg表征Ug中所有因素隶属于V的隶属度加权和；步骤19，将步骤18中的模糊综合评价集Sg代入公式(14),根据一次模糊综合评价的结果得到：R＝[S1 S2 … Sm]T            (14)步骤20，二级模糊综合评价的对象是步骤10的因素集U中各因素，二级模糊综合评价集为S＝(s1,s2,…sk,sp)          (15)式中sk(1,2…,p)是指综合考虑因素集U中所有因素在步骤8中评语集V中的隶属度；步骤21，得出模糊综合评价的优先度，优先度是将步骤20的sk作为权重对步骤8中的分数集中所有元素的加权平均X，即X=Σk=1pskekΣk=1psk---(16)]]>通过优先度N实现综合评价，得出目标层中的优选方案。