高渗透吞吐型电网规划方案优选方法

摘要

本发明公开了一种高渗透吞吐型电网规划方案优选方法，通过建立一个评价电网指标的模型，将从电网中获取的基础数据输入到电网指标模型中的到指标值，基于网络层次分析法获得每个评价指标的相对权重，最后根据改进后的理想点排序法获得方案的贴近度，从而获得电网规划的最优方案。本发明解决了如何优选出高渗透吞吐型电网规划方案的问题，从而可以有效的利用间歇性能源，使能源的利用率最大化；而且本发明所提供的方法能够更精确的选择出最好的电网规划方案。

主权项

一种高渗透吞吐型电网规划方案优选方法,其特征在于：包括以下步骤，1)通过对多个电网进行检测从中获取每个电网系统的基础数据，所述基础数据主要包括潮流计算数据、发电机状态抽样数据、线路状态抽样数据，负荷状态抽样数据、间歇性能源出力时间序列和概率数据、负荷随机出力概率数据、发电机调速器系统参数、系统随机功率扰动和故障数据、系统故障类型及位置和切除时间的抽样数据、电网中风力发电和光伏发电系统的动态参数和控制系统参数；2)建立获取电网的电能质量、电压稳定性、频率稳定性、充裕性、安全稳定性、动态稳定性、间歇性能源接入容量和经济性的评价指标模型，将步骤1)中获得的基础数据带入评价指标模型中，获得电网的电能质量、电压稳定性、频率稳定性、充裕性、安全稳定性、动态稳定性、间歇性能源接入容量和经济性的评价指标；3)将步骤2)中获得电网的电能质量、电压稳定性、频率稳定性、充裕性、安全稳定性、动态稳定性、间歇性能源接入容量和经济性的评价指标分别作为一个元素集合，基于网络层次分析法获得各评价指标值的相对权重向量w，其中获得各评价指标值的相对权重向量w的方法为：3.1)依次以C_i为准则，C_i表示第C个元素集合中第i个元素，将除C_i外的其余元素对该准则元素的直接影响程度进行两两比较，得出C_i准则下的权重向量，将每次得到的权重向量合成为权重矩阵W_q；3.2)通过在步骤3.1)中获得的权重矩阵W_q的对角线上加0以获得内部依赖直接影响矩阵W_d；3.3)根据公式式中l为内部依赖直接影响矩阵W_d的阶数，并且l≠0，t为l范围内的变量，获得平均综合影响矩阵W_c；3.4)求取平均综合影响矩阵W_c的极限，获得元素集内部依赖矩阵；3.5)构建元素集之间的直接影响矩阵D，直接影响矩阵D中的元素代表各元素集间相互影响程度，其中元素取值采用0‑9标度法；3.6)将元素集之间的直接影响矩阵D规范化，得到规范化直接影响矩阵B；3.7)构建元素集加权矩阵T＝B(I‑B)^‑1，其中I为单位矩阵；3.8)将元素集加权矩阵T与元素集内部依赖矩阵结合，得到系统加权超矩阵W，求取加权超矩阵的稳定极限得到系统各指标值的相对权重向量式中上标k表示加权超矩阵的幂次；4)根据步骤3)中确定的评价指标值的相对权重向量w得到系统指标权重矩阵W'＝[w₁,w₂,…,w_n]^T，其中，上标T表示对矩阵进行转置操作，w_n表示第n个评价指标的相对权重向量，确定每个评价指标的加权评价值矩阵$K=\left(\begin{array}{cccc}{w}_1{k}_{11}& w_2{k}_{12}& ...& w_n{k}_{1n}\\ w_1{k}_{21}& w_2{k}_{22}& ...& w_n{k}_{2n}\\ ·& ·& & ·\\ ·& ·& & ·\\ ·& ·& & ·\\ w_1{k}_{m1}& w_2{k}_{m1}& ...& w_n{k}_{mn}\end{array}\right),$矩阵K为m×n阶矩阵，其中，m为待选规划方案的总数，n为评价指标总数，矩阵中元素k_mn表示第m个规划方案的第n个指标的指标值，定义正理想方案和负理想方案根据公式${\mathrm{Pj}}_{K^{+}}\left(k_r\right)=\underset{s=1}{\overset{n}{\Sigma }}{K}_s^{+}{k}_{rs}/\sqrt{\underset{s=1}{\overset{n}{\Sigma }}{\left(K_s^{+}\right)}^2}(r=1,2,...m;s=1,2,...n)$获得方案的贴近度值越大，则该电网的规划方法为优选方法，其中，r为m范围内的变量，s为n范围内的变量。