发明名称 一种基于AHP-GRA的智能电网工程项目的综合评价方法
摘要 本发明涉及一种基于AHP-GRA的智能电网工程项目的综合评价方法,随着智能电网建设工作的推进,综合评估当前智能电网工程项目发展情况也成为了一项重要的课题。本发明方法针对传统电网综合评估方法所存在的问题,将其深化及改进,并应用于智能电网工程项目的综合评估,利用灰色关联理论解决了传统方法中存在的白化数模糊化误差,根据智能电网的新特点,建立了适应智能电网的综合评价体系,并结合柯布一道格拉斯生产函数将技术先进性水平通过经济收益贡献度量化体现。本发明将评估智能电网的重要指标即技术的发展水平技术对进行量化,使原有的只能模糊分析的指标可以进行定量分析,提高了综合评价的准确性可以较好地对智能电网工程项目进行综合评估。
申请公布号 CN105303466A 申请公布日期 2016.02.03
申请号 CN201510786606.7 申请日期 2015.11.17
申请人 福州大学 发明人 金涛;苏泰新
分类号 G06Q50/06(2012.01)I 主分类号 G06Q50/06(2012.01)I
代理机构 福州元创专利商标代理有限公司 35100 代理人 蔡学俊
主权项 一种基于AHP‑GRA的智能电网工程项目的综合评价方法,其特征在于:包括以下步骤,步骤S1:选取待评估的工程项目,并获取其基本投建及运行数据;步骤S2:选取项目中关键的评估指标并根据它们之间的关联性与层次性,建立智能电网工程项目综合评估体系,即分为A、B、C三层,其中,A层为智能电网工程项目综合评价体系,B层包括技术性指标、经济性指标、智能化指标、社会性指标,C层包括可靠性、电压质量、建设经济性、运行经济性、单位年负荷费用、自愈能力、技术先进性水平、节能性、协调发展性评价指标;步骤S3:计算电网的平均供电可用度ASAI从而获得可靠性评价指标,平均供电可用度是指一年中用户经受不停电小时总数与用户要求的总供电小时数之比:<maths num="0001" id="cmaths0001"><math><![CDATA[<mrow><mi>A</mi><mi>S</mi><mi>A</mi><mi>I</mi><mo>=</mo><mrow><mo>(</mo><mn>1</mn><mo>-</mo><mfrac><mrow><mi>C</mi><mi>I</mi><mi>D</mi></mrow><mrow><mi>N</mi><mo>&times;</mo><mn>8760</mn></mrow></mfrac><mo>)</mo></mrow><mo>&times;</mo><mn>100</mn><mi>%</mi></mrow>]]></math><img file="FDA0000848780410000011.GIF" wi="695" he="143" /></maths>其中,N为总用户数;CID为总用户年停电持续时间;步骤S4:计算供电故障自愈率从而获得自愈能力评价指标:供电故障自愈率=[∑(每次故障自愈的户数)/∑(每次故障影响的户数)]×100%<sub>;</sub>步骤S5:计算单位年负荷费用从而获得经济性重要评价指标,单位年负荷费用是结合线路的负载率及线路年综合费用提出的指标:<maths num="0002" id="cmaths0002"><math><![CDATA[<mrow><mi>H</mi><mo>=</mo><mfrac><mi>F</mi><mrow><msub><mi>P</mi><mrow><mi>m</mi><mi>a</mi><mi>x</mi></mrow></msub><mo>&CenterDot;</mo><mi>&eta;</mi><mo>&times;</mo><msup><mn>10</mn><mrow><mo>-</mo><mn>3</mn></mrow></msup></mrow></mfrac></mrow>]]></math><img file="FDA0000848780410000012.GIF" wi="374" he="150" /></maths>其中,P<sub>max</sub>为线路允许最大负荷;η为线路负载率;F=F<sub>n</sub>+Z<sub>J</sub>+F<sub>W</sub>,F为线路的年综合费用;F<sub>n</sub>为年投资费用;Z<sub>J</sub>为年检修维护费用;F<sub>W</sub>为年网损费用;步骤S6:结合柯布‑道格拉斯生产函数计算技术的经济贡献度S<sub>a</sub>从而获得技术先进性水平评价指标:S<sub>a</sub>=a/y,其中,a为技术发展速度;y=a+αk+βl,y、k、l分别为收益、投资、劳动力的年平均增长速度;α、β分别为资金和劳动的弹性产出系数:<maths num="0003" id="cmaths0003"><math><![CDATA[<mrow><mi>y</mi><mo>=</mo><msqrt><mrow><msub><mi>Y</mi><mi>t</mi></msub><mo>/</mo><msub><mi>Y</mi><mn>0</mn></msub><mo>-</mo><mn>1</mn></mrow></msqrt><mo>&times;</mo><mn>100</mn><mi>%</mi></mrow>]]></math><img file="FDA0000848780410000013.GIF" wi="517" he="94" /></maths><maths num="0004" id="cmaths0004"><math><![CDATA[<mrow><mi>k</mi><mo>=</mo><msqrt><mrow><msub><mi>K</mi><mi>t</mi></msub><mo>/</mo><msub><mi>K</mi><mn>0</mn></msub><mo>-</mo><mn>1</mn></mrow></msqrt><mo>&times;</mo><mn>100</mn><mi>%</mi></mrow>]]></math><img file="FDA0000848780410000014.GIF" wi="543" he="94" /></maths><maths num="0005" id="cmaths0005"><math><![CDATA[<mrow><mi>l</mi><mo>=</mo><msqrt><mrow><msub><mi>L</mi><mi>t</mi></msub><mo>/</mo><msub><mi>L</mi><mn>0</mn></msub><mo>-</mo><mn>1</mn></mrow></msqrt><mo>&times;</mo><mn>100</mn><mi>%</mi></mrow>]]></math><img file="FDA0000848780410000021.GIF" wi="510" he="99" /></maths>其中,Y<sub>t</sub>、K<sub>t</sub>、L<sub>t</sub>分别为收益、投资和劳动量第t年的计算值;t为运行年数,取t=5;Y<sub>0</sub>、K<sub>0</sub>、L<sub>0</sub>分别为收益、投资和劳动量的基准年数值,取基准年为第一年;步骤S7:对步骤S2体系中同一层元素进行两两比较,构造层次分析判断矩阵,用来描述同层元素之间的相对重要性;步骤S8:对判矩阵进行一致性检验来确定是否需要调整判断矩阵,即引入一致性指标函数minCIF(n),并假设minCIF(n)=0,即具有完全的一致性,解出每个变量的排序权重ω<sub>k</sub>,然后将得到的ω<sub>k</sub>进行回带,求CIF(n)的具体值进行一致性检验:<maths num="0006" id="cmaths0006"><math><![CDATA[<mrow><mi>min</mi><mi> </mi><mi>C</mi><mi>I</mi><mi>F</mi><mrow><mo>(</mo><mi>n</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munderover><mo>&Sigma;</mo><mrow><mi>i</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>n</mi><mi>b</mi></msub></munderover><mrow><mo>|</mo><mrow><munderover><mo>&Sigma;</mo><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>n</mi><mi>b</mi></msub></munderover><mrow><mo>(</mo><mrow><msub><mi>a</mi><mrow><mi>i</mi><mi>k</mi></mrow></msub><msub><mi>&omega;</mi><mi>k</mi></msub></mrow><mo>)</mo></mrow><mo>-</mo><msub><mi>n</mi><mi>b</mi></msub><msub><mi>&omega;</mi><mi>i</mi></msub></mrow><mo>|</mo></mrow></mrow><msub><mi>n</mi><mi>b</mi></msub></mfrac></mrow>]]></math><img file="FDA0000848780410000022.GIF" wi="766" he="247" /></maths><maths num="0007" id="cmaths0007"><math><![CDATA[<mrow><munderover><mo>&Sigma;</mo><mrow><mi>k</mi><mo>=</mo><mn>1</mn></mrow><msub><mi>n</mi><mi>b</mi></msub></munderover><msub><mi>&omega;</mi><mi>k</mi></msub><mo>=</mo><mn>1</mn></mrow>]]></math><img file="FDA0000848780410000023.GIF" wi="250" he="175" /></maths>式中,a<sub>ik</sub>是指以A为上一层,要素B<sub>i</sub>对要素B<sub>k</sub>的相对重要性;n<sub>b</sub>为B层元素个数;当CIF(n)的值小于0.1时,判断矩阵的一致性可接受;步骤S9:将最底层元素的单层排序权重与其对应的上一层元素的单层排序权重相乘,直至最顶层,以得到C层各项评价指标对A层的比例权重<img file="FDA0000848780410000026.GIF" wi="92" he="75" /><img file="FDA0000848780410000024.GIF" wi="364" he="166" />(i=1,…,n,其中n为C层指标个数);步骤S10:以待选项目为行,评价指标为列,组成灰色关联初始矩阵,从中选取指标初始矩阵中每一列中的一个最优数据组成新的一行作为参考数列;步骤S11:采用数据均值化处理来进行无量纲化处理从而得到无量纲矩阵X=(X<sub>ij</sub>)<sub>(n+1)×m</sub>,其中X<sub>ij</sub>=a<sub>ij</sub>/a<sub>j</sub>,<img file="FDA0000848780410000025.GIF" wi="446" he="134" />j=1,2,…m;n为待评价项目;m为所需评估的指标;步骤S12:将无量纲矩阵中每个元素与参考数列相比较得到灰色关联评价矩阵E=(ξ<sub>ij</sub>)<sub>7×9</sub>,其中:<maths num="0008" id="cmaths0008"><math><![CDATA[<mrow><msub><mi>&xi;</mi><mi>i</mi></msub><mrow><mo>(</mo><mi>j</mi><mo>)</mo></mrow><mo>=</mo><mfrac><mrow><munder><mi>min</mi><mi>i</mi></munder><munder><mrow><mi>m</mi><mi>i</mi><mi>n</mi></mrow><mi>j</mi></munder><mo>|</mo><msub><mi>X</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>-</mo><msub><mi>X</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>|</mo><mo>+</mo><mi>&rho;</mi><munder><mi>max</mi><mi>i</mi></munder><munder><mi>max</mi><mi>j</mi></munder><mo>|</mo><msub><mi>X</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>-</mo><msub><mi>X</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>|</mo></mrow><mrow><mo>|</mo><msub><mi>X</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>-</mo><msub><mi>X</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>|</mo><mo>+</mo><mi>&rho;</mi><munder><mi>max</mi><mi>i</mi></munder><munder><mi>max</mi><mi>j</mi></munder><mo>|</mo><msub><mi>X</mi><mrow><mn>0</mn><mi>j</mi></mrow></msub><mo>-</mo><msub><mi>X</mi><mrow><mi>i</mi><mi>j</mi></mrow></msub><mo>|</mo></mrow></mfrac></mrow>]]></math><img file="FDA0000848780410000031.GIF" wi="1020" he="206" /></maths>式中:X<sub>ij</sub>为待比较项目,X<sub>0j</sub>为参考数列;ρ为分辨系数,取0.5;步骤S13:结合步骤S9取得的权重矩阵W和步骤S12取得的灰色关联评价矩阵E对工程项目方案进行综合评价,得到最终的评价结果P=E×W。
地址 350108 福建省福州市闽侯县上街镇大学城学园路2号福州大学新区