兼容需求側(cè)綜合資源的輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)研究

薛萬(wàn)磊，趙龍，張杰，曾鳴，李春雪

(1.國(guó)網(wǎng)山東省電力公司經(jīng)濟(jì)技術(shù)研究院，濟(jì)南市 250001； 2.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206)

(1. Economic Research Institute of State Grid Shandong Electric Power Company, Jinan 250001, China;2. School of Economics and Management, North China Electric Power University, Beijing 102206, China)

?

兼容需求側(cè)綜合資源的輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)研究

薛萬(wàn)磊1，趙龍1，張杰1，曾鳴2，李春雪2

(1.國(guó)網(wǎng)山東省電力公司經(jīng)濟(jì)技術(shù)研究院，濟(jì)南市 250001； 2.華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206)

為了使輸配電規(guī)劃容量與用戶實(shí)際用電負(fù)荷相符，提高電網(wǎng)設(shè)備利用率及輸配電容量規(guī)劃項(xiàng)目的科學(xué)性與合理性，首先構(gòu)建了考慮需求側(cè)綜合資源的新型輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)指標(biāo)體系，將需求側(cè)資源對(duì)用戶實(shí)際用電負(fù)荷的影響納入規(guī)劃項(xiàng)目評(píng)價(jià)范圍，從項(xiàng)目投資、項(xiàng)目規(guī)劃、需求側(cè)綜合資源3個(gè)方面對(duì)輸配電容量規(guī)劃項(xiàng)目進(jìn)行分析評(píng)價(jià)。其次構(gòu)建了基于灰色關(guān)聯(lián)度TOPSIS法的輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)模型。最后，將華北某省3個(gè)輸配電容量規(guī)劃項(xiàng)目實(shí)際數(shù)據(jù)，代入模型進(jìn)行實(shí)證分析來(lái)證明模型的有效性，計(jì)算結(jié)果準(zhǔn)確、科學(xué)，能夠?yàn)檩斉潆娙萘恳?guī)劃項(xiàng)目提供數(shù)據(jù)支撐與決策支持。

需求側(cè)綜合資源；輸配電容量規(guī)劃；灰色關(guān)聯(lián)度；TOPSIS法

0 引 言

近年來(lái)，隨著用電需求的不斷增長(zhǎng)，用戶用電行為不斷變化，我國(guó)傳統(tǒng)的輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)方法已經(jīng)難以與新的內(nèi)外部環(huán)境變化相兼容。一方面，客戶用電需求持續(xù)旺盛，報(bào)裝容量越來(lái)越大，但是有限的變電站建設(shè)資源難以滿足日益增長(zhǎng)的輸配電擴(kuò)容需求[1]。另一方面，對(duì)用戶進(jìn)行輸配電擴(kuò)容后，其實(shí)際負(fù)荷運(yùn)行卻與報(bào)裝容量不符，這種情況降低了電網(wǎng)設(shè)備利用率，造成投資浪費(fèi)。造成上述問(wèn)題的主要原因是在規(guī)劃項(xiàng)目的評(píng)價(jià)階段未能充分考慮各類需求側(cè)資源對(duì)用戶用電需求及用電行為的影響，從而使輸配電擴(kuò)容、規(guī)劃與用戶實(shí)際用電負(fù)荷不符[2]。因此將需求側(cè)資源與輸配電容量規(guī)劃相結(jié)合，提高規(guī)劃項(xiàng)目評(píng)價(jià)結(jié)果的科學(xué)性與合理性，已經(jīng)成為近年來(lái)國(guó)內(nèi)外相關(guān)領(lǐng)域的研究重點(diǎn)。

目前國(guó)內(nèi)外相關(guān)研究中，將需求側(cè)資源與輸配電容量規(guī)劃相結(jié)合的文獻(xiàn)較少。文獻(xiàn)[3]基于指標(biāo)選取原則分析了輸電項(xiàng)目對(duì)外部環(huán)境的影響要素，選取代表性指標(biāo)并引入改進(jìn)熵權(quán)逼近理想解的排序方法(TOPSIS)評(píng)價(jià)了輸電項(xiàng)目對(duì)外部環(huán)境的影響，為電網(wǎng)建設(shè)項(xiàng)目投資提供決策依據(jù)。文獻(xiàn)[4]考慮了輸電規(guī)劃分銷網(wǎng)絡(luò)的布局，提出一種混合整數(shù)非線性規(guī)劃的方法，并通過(guò)算例驗(yàn)證了模型的有效性。文獻(xiàn)[5]針對(duì)分布式能源投資效益分別從社會(huì)、經(jīng)濟(jì)和環(huán)境效益3方面構(gòu)建了分布式電源投資效益綜合評(píng)價(jià)指標(biāo)體系，結(jié)合TOPSIS法和灰色關(guān)聯(lián)度建立了分布式電源投資效益評(píng)價(jià)模型，通過(guò)對(duì)比相對(duì)貼近度評(píng)價(jià)項(xiàng)目的優(yōu)劣。文獻(xiàn)[6]提出了考慮需求側(cè)響應(yīng)的含風(fēng)電場(chǎng)的輸電系統(tǒng)兩層規(guī)劃模型，采用粒子群算法和原對(duì)偶內(nèi)點(diǎn)法相結(jié)合的混合算法對(duì)所構(gòu)造的優(yōu)化模型進(jìn)行求解。文獻(xiàn)[7]將用戶用電需求的變化考慮進(jìn)輸電系統(tǒng)規(guī)劃中，提出了一種基于多目標(biāo)進(jìn)化策略的輸電網(wǎng)規(guī)劃方法。文獻(xiàn)[8]綜合考慮了風(fēng)電機(jī)組出力的不確定性，建立了風(fēng)電出力估算模型，并在輸電規(guī)劃目標(biāo)函數(shù)中引入需求側(cè)響應(yīng)成本，建立了基于需求側(cè)響應(yīng)機(jī)制的輸電規(guī)劃模型。文獻(xiàn)[9]對(duì)比分析了常規(guī)輸電網(wǎng)規(guī)劃方案與考慮緊急需求側(cè)響應(yīng)的輸電網(wǎng)規(guī)劃方案，并采用熵權(quán)TOPSIS法求解各個(gè)評(píng)價(jià)指標(biāo)的權(quán)重系數(shù)，對(duì)2種規(guī)劃方法得到的規(guī)劃方案進(jìn)行計(jì)算分析。文獻(xiàn)[10]將電網(wǎng)運(yùn)行可靠性評(píng)價(jià)、多種輸配電規(guī)劃的敏感影響因素納入到測(cè)算范圍中，提出了一種以帕累托最優(yōu)為基礎(chǔ)的綜合輸電擴(kuò)張規(guī)劃方法。文獻(xiàn)[11]提出了基于尖峰電價(jià)的需求響應(yīng)模型，并以用戶的空調(diào)負(fù)荷為基礎(chǔ)進(jìn)行實(shí)證分析，顯著地降低了用戶的用能成本。

從目前國(guó)內(nèi)外相關(guān)研究來(lái)看，有關(guān)輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)方面的研究主要集中于技術(shù)研究、經(jīng)濟(jì)效益分析等方面，并未充分考慮需求側(cè)資源對(duì)用戶用電行為與用電習(xí)慣的綜合影響，這是造成當(dāng)前輸配電容量規(guī)劃與用戶實(shí)際用電負(fù)荷不符的主要原因之一。因此，本文將需求側(cè)綜合資源納入規(guī)劃項(xiàng)目評(píng)價(jià)范圍，首先將需求側(cè)資源對(duì)用戶用電負(fù)荷的影響納入評(píng)價(jià)指標(biāo)體系中，從項(xiàng)目投資、項(xiàng)目規(guī)劃、綜合需求側(cè)資源3個(gè)方面構(gòu)建輸配電容量規(guī)劃評(píng)價(jià)指標(biāo)體系，其次構(gòu)建基于灰色關(guān)聯(lián)度TOPSIS方法的評(píng)價(jià)模型，最后通過(guò)實(shí)證分析，在考慮需求側(cè)資源綜合影響的情況下，對(duì)華北某省的3個(gè)輸配電容量規(guī)劃項(xiàng)目進(jìn)行分析評(píng)價(jià)，證明該模型的有效性與合理性，同時(shí)為輸配電容量規(guī)劃提供新的思路與方法。

1 指標(biāo)體系構(gòu)建

本文的指標(biāo)體系主要包含3部分：傳統(tǒng)輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)所包含的項(xiàng)目投資、項(xiàng)目規(guī)劃指標(biāo)與反映需求側(cè)資源對(duì)用戶用電行為、用電習(xí)慣影響程度的綜合需求側(cè)資源指標(biāo)。

項(xiàng)目投資部分的指標(biāo)主要包括變電工程總投資、輸電工程總投資、光通信工程總投資、財(cái)務(wù)凈現(xiàn)值、內(nèi)部收益率、投資回收期。該部分指標(biāo)主要由財(cái)務(wù)指標(biāo)入手，從項(xiàng)目投資總額、投資效益方面對(duì)輸配電容量規(guī)劃項(xiàng)目進(jìn)行評(píng)價(jià)。

項(xiàng)目規(guī)劃部分的指標(biāo)主要包括線損率、每萬(wàn)元電網(wǎng)資產(chǎn)運(yùn)行維護(hù)成本、單位投資增供電量、單位變電容量供電量4個(gè)指標(biāo)構(gòu)成。該部分指標(biāo)主要從項(xiàng)目的實(shí)施效果角度入手對(duì)規(guī)劃項(xiàng)目進(jìn)行評(píng)價(jià)。

綜合需求側(cè)資源部分的指標(biāo)主要包括容載比、平均日負(fù)荷率、能效類資源作用下最大負(fù)荷減少量、負(fù)荷類資源作用下最大負(fù)荷減少量4個(gè)指標(biāo)構(gòu)成。根據(jù)需求側(cè)資源對(duì)用戶用電行為的影響效果，將需求側(cè)資源分為能效類資源與負(fù)荷類資源2類。能效類資源是指通過(guò)提高用電效率從而達(dá)到降低用電量及負(fù)荷水平的需求側(cè)資源，其能夠降低用戶的用電量，使用戶負(fù)荷曲線整體降低。而負(fù)荷類資源是指用戶通過(guò)減少用電或者改變用電時(shí)間、用電習(xí)慣，從而實(shí)現(xiàn)系統(tǒng)最大負(fù)荷降低或者最大負(fù)荷時(shí)間轉(zhuǎn)移的需求側(cè)資源，該類資源將改變用戶負(fù)荷曲線的形狀。該部分指標(biāo)主要反映各類綜合需求側(cè)資源對(duì)用戶實(shí)際用電負(fù)荷的影響，結(jié)合容載比增加值、平均日負(fù)荷率增加值指標(biāo)，分析輸配電容量規(guī)劃項(xiàng)目與用戶實(shí)際用電負(fù)荷的貼合度。容載比增加值是指在項(xiàng)目實(shí)施一段時(shí)間后該地區(qū)容載比的增加值，容載比是某一供電區(qū)內(nèi)變電設(shè)備總?cè)萘颗c供電區(qū)最大負(fù)荷之比，反映變電設(shè)備利用情況，平均日負(fù)荷率是平均負(fù)荷與最大負(fù)荷之比，其值越小，對(duì)輸配電擴(kuò)容的需求就越高。本文所建的指標(biāo)體系如表1所示。

2 灰色關(guān)聯(lián)度TOPSIS評(píng)價(jià)模型構(gòu)建

2.1 指標(biāo)標(biāo)準(zhǔn)化與指標(biāo)權(quán)重確定

由于不同指標(biāo)在輸配電項(xiàng)目評(píng)價(jià)中的作用不同，因此對(duì)評(píng)價(jià)結(jié)果的影響程度存在差異，因此本文將采用熵權(quán)法進(jìn)行指標(biāo)賦權(quán)，以得到更為精確，更為科學(xué)合理的評(píng)價(jià)結(jié)果。

表1 輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)指標(biāo)

Table 1 Evaluation index for transmission and distribution capacity planning

(1)構(gòu)建風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)矩陣。設(shè)需要對(duì)m個(gè)項(xiàng)目進(jìn)行風(fēng)險(xiǎn)投資評(píng)價(jià)，評(píng)價(jià)指標(biāo)共有n個(gè)，則評(píng)價(jià)指標(biāo)矩陣A如公式(1)所示。對(duì)指標(biāo)進(jìn)行分類，指標(biāo)數(shù)值越大越好的指標(biāo)為正向指標(biāo)，指標(biāo)數(shù)值越小越好的指標(biāo)為負(fù)向指標(biāo)。設(shè)負(fù)向指標(biāo)為x，則取其倒數(shù)1/x折算為正向指標(biāo)后計(jì)算。

(1)

(2)進(jìn)行指標(biāo)標(biāo)準(zhǔn)化。

(2)

(3)計(jì)算第i個(gè)項(xiàng)目下第j個(gè)評(píng)價(jià)指標(biāo)的比重pij。

(3)

(4)計(jì)算指標(biāo)j的熵值cj。

(4)

式中h=1/lnm。

(5)對(duì)于給定的cj越大，指標(biāo)評(píng)價(jià)值的差異性就越小，則指標(biāo)在風(fēng)險(xiǎn)評(píng)價(jià)中的作用就越小，因此定義差異系數(shù)為dj=1-cj，則當(dāng)dj越大時(shí)，該指標(biāo)越重要。

(6)因此可以求得指標(biāo)j的熵權(quán)wj為

(5)

2.2 灰色關(guān)聯(lián)度TOPSIS評(píng)價(jià)模型的建立

針對(duì)輸配電容量規(guī)劃特點(diǎn)，根據(jù)項(xiàng)目評(píng)價(jià)要求，本文采用灰色關(guān)聯(lián)度TOPSIS風(fēng)險(xiǎn)評(píng)價(jià)模型進(jìn)行輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)。

灰色關(guān)聯(lián)度方法屬于幾何處理方法的范疇，實(shí)質(zhì)是反映各因素變化特性的數(shù)據(jù)序列進(jìn)行的幾何比較，用于度量不同因素之間的關(guān)聯(lián)程度。TOPSIS方法是一種多目標(biāo)決策方法。該方法的基本思路是定義決策問(wèn)題的理想解和負(fù)理想解，然后在多個(gè)評(píng)價(jià)項(xiàng)目中找到一個(gè)與理想解距離最近的評(píng)價(jià)項(xiàng)目，即最佳項(xiàng)目。本文將兩者相結(jié)合，根據(jù)每個(gè)項(xiàng)目投資樣本與最優(yōu)樣本點(diǎn)之間的距離來(lái)評(píng)價(jià)該項(xiàng)目的風(fēng)險(xiǎn)情況。

灰色關(guān)聯(lián)度TOPSIS風(fēng)險(xiǎn)評(píng)價(jià)步驟如下：

(1)構(gòu)造經(jīng)過(guò)熵權(quán)法加權(quán)的指標(biāo)矩陣Z。

(6)

式中zij=wjfij。

(2)確定理想解與負(fù)理想解。理想解用z+表示，負(fù)理想解用z-表示，則有：

(7)

(8)

(3)計(jì)算每個(gè)項(xiàng)目綜合評(píng)價(jià)值到理想點(diǎn)之間的距離，用d表示。

(9)

(10)

(11)

(12)

(5)求各項(xiàng)目指標(biāo)值到理想解與負(fù)理想解之間的最大差值與最小差值。

(13)

(14)

(6)計(jì)算各項(xiàng)目與理想解與負(fù)理想解之間的關(guān)聯(lián)度，分辨系數(shù)ρ一般取0.5。

(15)

則各項(xiàng)目數(shù)據(jù)與理想解之間的關(guān)聯(lián)度為

(16)

同理可得：

(17)

則各項(xiàng)目數(shù)據(jù)與負(fù)理想解之間的關(guān)聯(lián)度為

(18)

(7)對(duì)TOPSIS方法計(jì)算結(jié)果與灰色關(guān)聯(lián)度方法計(jì)算結(jié)果進(jìn)行無(wú)量綱化處理：

(19)

(20)

(21)

式中：e1，e2的取值按決策者的偏好設(shè)定，e1+e2=1，這里設(shè)定為e1=e2=0.5。

(9)則該項(xiàng)目的綜合貼近度為

(22)

U的值越小，則項(xiàng)目與理想解越遠(yuǎn)，越靠近負(fù)理想解，則項(xiàng)目與用戶實(shí)際用電負(fù)荷偏差較大，項(xiàng)目實(shí)施效果就越差；U取值越大，則項(xiàng)目與理想解越貼近，與負(fù)理想解越遠(yuǎn)，項(xiàng)目與用戶實(shí)際用電負(fù)荷就越貼近，項(xiàng)目實(shí)施效果就越好。

3 實(shí)證分析

本文以我國(guó)華北某省的3個(gè)輸配電容量規(guī)劃項(xiàng)目為評(píng)價(jià)對(duì)象，將項(xiàng)目實(shí)施的具體數(shù)據(jù)代入模型進(jìn)行測(cè)算，根據(jù)測(cè)算結(jié)果分析各項(xiàng)目效益的高低。3個(gè)輸配電容量規(guī)劃項(xiàng)目的實(shí)證數(shù)據(jù)如表2所示。

表2 輸配電容量規(guī)劃項(xiàng)目實(shí)證數(shù)據(jù)

Table 2 Data of transmission and distribution capacity planning projects

通過(guò)指標(biāo)標(biāo)準(zhǔn)化與指標(biāo)權(quán)重計(jì)算后，可得各指標(biāo)權(quán)重為：wj=(0.085，0.084，0.083, 0.052，0.064，0.067，0.073，0.084，0.065，0.072，0.064，0.081，0.062，0.064 )，將權(quán)重代入標(biāo)準(zhǔn)化后的指標(biāo)矩陣，可得指標(biāo)數(shù)據(jù)，如表3所示。

表3 標(biāo)準(zhǔn)化賦權(quán)后指標(biāo)數(shù)據(jù)

Table 3 Index data after normalization and weight calculation

根據(jù)TOPSIS方法與灰色關(guān)聯(lián)度方法計(jì)算所得各項(xiàng)目綜合指標(biāo)評(píng)價(jià)值與正理想點(diǎn)與負(fù)理想點(diǎn)之間的距離如表4所示。

表4 計(jì)算結(jié)果

Table 4 Calculation results

對(duì)計(jì)算結(jié)果進(jìn)行無(wú)量綱化處理，并由公式(20)和公式(21)計(jì)算可得3個(gè)規(guī)劃項(xiàng)目與正理想點(diǎn)與負(fù)理想點(diǎn)之間的距離，如表5所示。

表5 規(guī)劃項(xiàng)目與正理想點(diǎn)與負(fù)理想點(diǎn)之間的距離

Table 5 Distance between planning scheme and positive points, negative points

由公式(22)可求得，項(xiàng)目A、B、C的綜合指標(biāo)評(píng)價(jià)值為0.551 1，0.512 7，0.434 1，從綜合距離上看項(xiàng)目C與正理想點(diǎn)距離最小、負(fù)理想點(diǎn)最遠(yuǎn)，因此與3個(gè)項(xiàng)目各個(gè)指標(biāo)的最優(yōu)點(diǎn)最靠近，是綜合最優(yōu)的方案。A與正理想點(diǎn)距離最大、與負(fù)理想點(diǎn)最小，這說(shuō)明A項(xiàng)目與各指標(biāo)最優(yōu)點(diǎn)最遠(yuǎn)，反而離最差點(diǎn)較近，因此A項(xiàng)目綜合效益最差。綜上所述，項(xiàng)目C最佳，B次之，項(xiàng)目A最差。

4 結(jié) 論

(1)本文構(gòu)建了兼容需求側(cè)綜合資源的輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)指標(biāo)體系，與傳統(tǒng)評(píng)價(jià)指標(biāo)體系相比，該指標(biāo)體系能充分反映需求側(cè)綜合資源對(duì)用戶用電負(fù)荷的影響，從而使規(guī)劃項(xiàng)目與用戶實(shí)際用電負(fù)荷更為貼近。

(2)本文構(gòu)建了基于灰色關(guān)聯(lián)度TOPSIS方法的輸配電容量規(guī)劃項(xiàng)目評(píng)價(jià)模型，通過(guò)實(shí)證分析證明了該模型的科學(xué)性與合理性，能夠指導(dǎo)輸配電容量規(guī)劃評(píng)價(jià)得出客觀、符合實(shí)際的評(píng)價(jià)結(jié)論。

[1]Dong J, Zhang J. Transmission planning in china[J]. The Electricity Journal, 2009, 22(6): 77-85.

[2]魯躍峰，劉東，蔣利明，等.全電壓序列電網(wǎng)規(guī)劃中的輸配電聯(lián)合潮流計(jì)算[J].華東電力，2010，38(3)：345-348. Lu Yuefeng, Liu Dong, Jiang Liming, et al. Transmission and distribution joint power flow calculation in full voltage series network planning[J]. East China Electric Power, 2010，38(3)：345-348.

[3]董軍，馬博.基于改進(jìn)熵權(quán)TOPSIS法的輸電項(xiàng)目外部環(huán)境分析[J].水電能源科學(xué)，2010，28(2)：152-154. Dong Jun, Ma Bo. Analysis of external environment of transmission project based on improved entropy TOPSIS method[J]. Water Resources and Power, 2010，28(2)：152-154.

[4]Jalali M, Zare K, Hagh M T. A multi-stage MINLP-based model for sub-transmission system expansion planning considering the placement of DG units[J]. International Journal of Electrical Power & Energy Systems, 2014, 63: 8-16.

[5]隋禮輝.基于TOPSIS法與灰色關(guān)聯(lián)度的分布式電源投資效益分析[J].水電能源科學(xué)，2012，30(7)：194-196,184. Sui Lihui. Investment benefits analysis of distributed generation based on TOPSIS and grey correlation degree[J]. Water Resources and Power, 2012,30(7):194-196,184.

[6]鄭靜，文福拴，周明磊，等.計(jì)及需求側(cè)響應(yīng)的含風(fēng)電場(chǎng)的輸電系統(tǒng)規(guī)劃[J].華北電力大學(xué)學(xué)報(bào)，2014，41(3)：42-48. Zheng Jing, Wen Fushuan, Zhou Minglei, et al. Transmission system planning for power systems with wind generators considering demand side responses[J]. Journal of North China Electric Power University, 2014，41(3)：42-48.

[7]Carlos A, Florez C, Ricardo A，et al. Multi-objective transmission expansion planning considering multiple generation scenarios[J]. International Journal of Electrical Power & Energy Systems. 2014, 62: 398-409.

[8]曾鳴，呂春泉，邱柳青，等.風(fēng)電并網(wǎng)時(shí)基于需求側(cè)響應(yīng)的輸電規(guī)劃模型[J].電網(wǎng)技術(shù)，2011，35(4)：129-134. Zeng Ming, Lü Chunquan, Qiu Liuqing, et al. A demand-Side response-based transmission planning model with grid-connected wind farms[J]. Power System Technology, 2011，35(4):129-134.

[9]趙瑩.風(fēng)電并網(wǎng)時(shí)基于多場(chǎng)景及緊急需求側(cè)響應(yīng)的輸電網(wǎng)規(guī)劃[D].吉林：東北電力大學(xué)，2014. Zhao Ying. Transmission network planning with grid-connected wind farms based on multiple scenarios and emergency demand side response[D]. Jilin: Northeast Dianli University, 2014.

[10]Gupta N, Shekhar R, Kalra P K. Computationally efficient composite transmission expansion planning: A Pareto optimal approach for techno-economic solution[J]. International Journal of Electrical Power & Energy Systems, 2014, 63:917-926.

[11]Marwan M, Ledwich G, Ghosh A. Demand-side response model to avoid spike of electricity price[J]. Journal of Process Control, 2014, 24(6):782-789.

(編輯:張小飛)

Evaluation of Transmission and Distribution Capacity Planning with Considering Comprehensive Demand-Side Resources

XUE Wanlei1, ZHAO Long1, ZHANG Jie1, ZENG Ming2, LI Chunxue2

To match users’ actual electricity load with transmission and distribution capacity planning, and improve the utilization efficiency of grid equipments as well as the scientific nature and rationality of transmission and distribution capacity planning projects, this paper first built the evaluation index system for new transmission and distribution capacity planning projects with considering the comprehensive demand-side resources. The impact of demand-side integrated resources on users’ actual electrical load was included in the evaluation system of planning projects in order to evaluate the planning projects from three aspects: project investment, project planning and comprehensive demand-side resources. Second, this paper built the evaluation model for transmission and distribution capacity planning projects based on gray correlation and TOPSIS method. Finally, the effectiveness of this model was verified through the actual data of three transmission and distribution capacity planning projects in a province of North China. The results show that the calculation of this model is accurate and scientific, which can provide data support and decision suggestion for transmission and distribution capacity planning projects.

comprehensive demand-side resource; transmission and distribution capacity planning; gray correlation degree; TOPSIS method

國(guó)家自然科學(xué)基金項(xiàng)目(71271082)。

(1. Economic Research Institute of State Grid Shandong Electric Power Company, Jinan 250001, China;2. School of Economics and Management, North China Electric Power University, Beijing 102206, China)

TM 744

A

1000-7229(2015)04-0016-05

10.3969/j.issn.1000-7229.2015.04.003

2014-10-25

2015-01-10

薛萬(wàn)磊(1978)，男，高級(jí)工程師，主要從事能源電力經(jīng)濟(jì)研究工作；

趙龍(1977)，男，高級(jí)工程師，主要從事電力系統(tǒng)規(guī)劃研究工作；

張杰(1982)，男，高級(jí)工程師，主要從事電力系統(tǒng)規(guī)劃究工作；

曾鳴(1957)，男，教授，博士生導(dǎo)師，主要從事電力市場(chǎng)與技術(shù)經(jīng)濟(jì)研究工作；

李春雪(1991)，女，碩士研究生，研究方向?yàn)殡娏夹g(shù)經(jīng)濟(jì)。

Project Supported by National Natural Science Foundation of China(NSFC)(71271082).