考慮海量可再生能源接入的區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估方法

劉杰，戴雨劍，范龍文，趙慶生，梁定康

(1. 中國(guó)電力工程顧問(wèn)集團(tuán)華北電力設(shè)計(jì)院有限公司，北京100032；2. 太原理工大學(xué)電力系統(tǒng)運(yùn)行與控制實(shí)驗(yàn)室，太原030002)

0 引言

隨著我國(guó)“雙碳”工作的持續(xù)開(kāi)展，電網(wǎng)中可再生能源的滲透率將進(jìn)一步提升，高比例可再生能源的隨機(jī)性與間歇性使得區(qū)域配電網(wǎng)的運(yùn)行面臨著嚴(yán)峻的挑戰(zhàn)[1 - 2]。電力企業(yè)為確保區(qū)域配電網(wǎng)的安全運(yùn)行，需精準(zhǔn)感知區(qū)域配電網(wǎng)綜合態(tài)勢(shì)，為電網(wǎng)調(diào)度和維護(hù)提供支撐。傳統(tǒng)的區(qū)域配電網(wǎng)態(tài)勢(shì)感知主要依靠配電網(wǎng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(supervisory control and data acquisition, SCADA)中的監(jiān)測(cè)數(shù)據(jù)對(duì)電網(wǎng)的運(yùn)行的安全態(tài)勢(shì)進(jìn)行評(píng)估[3]，缺乏對(duì)區(qū)域配電網(wǎng)經(jīng)濟(jì)態(tài)勢(shì)、低碳態(tài)勢(shì)以及調(diào)控態(tài)勢(shì)的評(píng)估，無(wú)法有效適應(yīng)海量可再生能源接入為區(qū)域配電網(wǎng)帶來(lái)的挑戰(zhàn)[4]。因此，亟需開(kāi)展考慮海量可再生能源接入的區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估研究。

當(dāng)前對(duì)于配電網(wǎng)態(tài)勢(shì)感知的研究主要圍繞電網(wǎng)網(wǎng)絡(luò)安全、電網(wǎng)運(yùn)行狀態(tài)以及電網(wǎng)源-荷態(tài)勢(shì)3個(gè)方面[5]。在電網(wǎng)網(wǎng)絡(luò)安全研究方面，文獻(xiàn)[6]分析了電網(wǎng)調(diào)度系統(tǒng)的網(wǎng)絡(luò)安全態(tài)勢(shì)感知的特點(diǎn)，分別從功能、架構(gòu)、算法以及度量4個(gè)角度研究了調(diào)度系統(tǒng)網(wǎng)絡(luò)安全態(tài)勢(shì)感知的技術(shù)要求，并提出相關(guān)建模思路。文獻(xiàn)[7]以四川電力信息化建設(shè)為基礎(chǔ)，提出一套以系統(tǒng)、網(wǎng)絡(luò)、設(shè)備、海量日志、實(shí)時(shí)流量數(shù)據(jù)為對(duì)象，以信息資產(chǎn)為核心的大數(shù)據(jù)網(wǎng)絡(luò)安全態(tài)勢(shì)分析模型，實(shí)現(xiàn)對(duì)大型電網(wǎng)企業(yè)網(wǎng)絡(luò)安全態(tài)勢(shì)的有效感知。文獻(xiàn)[8]對(duì)智能電網(wǎng)系統(tǒng)存在的各種常見(jiàn)網(wǎng)絡(luò)攻擊及危害進(jìn)行歸納分析，并構(gòu)建網(wǎng)絡(luò)安全態(tài)勢(shì)評(píng)估模型，為智能電網(wǎng)網(wǎng)絡(luò)安全主動(dòng)防御提供支撐。在電網(wǎng)運(yùn)行狀態(tài)研究方面，文獻(xiàn)[9]針對(duì)主動(dòng)配電網(wǎng)的自愈控制要求，構(gòu)建主動(dòng)配電網(wǎng)運(yùn)行狀態(tài)態(tài)勢(shì)評(píng)估體系，并提出了一種基于組合權(quán)重及屬性區(qū)間的配電網(wǎng)運(yùn)行態(tài)勢(shì)評(píng)估方法對(duì)配電網(wǎng)運(yùn)行態(tài)勢(shì)進(jìn)行有效表征。文獻(xiàn)[10]基于態(tài)勢(shì)感知的主動(dòng)配電網(wǎng)進(jìn)行災(zāi)害風(fēng)險(xiǎn)評(píng)價(jià)研究，提出了主動(dòng)配電網(wǎng)運(yùn)行風(fēng)險(xiǎn)評(píng)估體系，為電網(wǎng)風(fēng)險(xiǎn)管理提供依托。文獻(xiàn)[11]綜合分析氣象、地理、電力系統(tǒng)以及社會(huì)等多源信息相關(guān)性，提出了多維度電網(wǎng)運(yùn)行風(fēng)險(xiǎn)態(tài)勢(shì)感知框架，精準(zhǔn)感知配電網(wǎng)薄弱環(huán)節(jié)，提升電網(wǎng)運(yùn)行的可靠性。在源-荷態(tài)勢(shì)感知研究方面，文獻(xiàn)[12]提出一種基于降噪自編碼器、奇異譜分析和長(zhǎng)短期記憶神經(jīng)網(wǎng)絡(luò)的電力負(fù)荷態(tài)勢(shì)感知方法，并結(jié)合實(shí)例驗(yàn)證其方法的有效性。文獻(xiàn)[13]分析光伏出力特性，構(gòu)建了一種光伏電站態(tài)勢(shì)感知框架，針對(duì)模型參數(shù)丟失的實(shí)際情況，提出了一種基于多測(cè)量掃描的光伏電站參數(shù)估計(jì)方法，準(zhǔn)確表征光伏電站出力態(tài)勢(shì)。

上述研究雖然對(duì)于配電網(wǎng)的網(wǎng)絡(luò)安全、電網(wǎng)運(yùn)行狀態(tài)以及電網(wǎng)源-荷態(tài)勢(shì)有一定的探索，但是目前依舊難以適應(yīng)海量可再生能源接入為區(qū)域配電網(wǎng)帶來(lái)的挑戰(zhàn)。此外，當(dāng)前對(duì)于態(tài)勢(shì)感知的研究中，在處理不同形式信息的轉(zhuǎn)換過(guò)程中往往伴隨著原始信息的丟失，影響最終態(tài)勢(shì)評(píng)估結(jié)果。特別是在開(kāi)展考慮海量可再生能源接入的區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估研究過(guò)程中，由于涉及態(tài)勢(shì)較多并且指標(biāo)紛繁復(fù)雜，因此如何采用有效的方法實(shí)現(xiàn)對(duì)區(qū)域配電網(wǎng)綜合態(tài)勢(shì)進(jìn)行有效評(píng)估則成為當(dāng)前所研究的重點(diǎn)方向。

目前對(duì)于評(píng)估方法的研究，主要有層次分析法、故障樹(shù)分析法以及灰色關(guān)聯(lián)分析等方法[14 - 17]，雖然上述方法的研究已經(jīng)相對(duì)成熟，但是難以解決評(píng)估過(guò)程中的模糊性和不確定性，無(wú)法準(zhǔn)確提取評(píng)估過(guò)程中的定性信息。模糊理論以模糊數(shù)學(xué)為基礎(chǔ)，以現(xiàn)實(shí)世界廣泛存在的模糊性為研究對(duì)象，以模糊集合為基本工具，在理論上把握事物的模糊性，實(shí)現(xiàn)對(duì)模糊事件的精準(zhǔn)刻畫(huà)，使得評(píng)估過(guò)程中定性與定量信息得以精確轉(zhuǎn)換，有效避免了信息丟失問(wèn)題[18 - 21]。此外，在評(píng)估的最后階段，有效實(shí)現(xiàn)對(duì)各個(gè)方案排序，并對(duì)最終評(píng)估結(jié)果將產(chǎn)生關(guān)鍵的影響。目前許多方法例如層次分析方法(analytic hierarchy process，AHP)、逼近理想解排序法(technique for order preference by similarity to ideal solution，TOPSIS)、數(shù)據(jù)包絡(luò)分析(data envelopment analysis，DEA)等方法已經(jīng)廣泛應(yīng)用于該階段。盡管這些方法有許多明顯的優(yōu)勢(shì)，但是它們的某些缺點(diǎn)往往會(huì)限制其準(zhǔn)確地使用[22 - 23]。為了提高最終評(píng)估的準(zhǔn)確性，文獻(xiàn)[24]提出一種新的決策方法，即MARCOS(measurement of alternatives and ranking according to compromise solution)方法。該方法通過(guò)定義備選方案與參考對(duì)象之間的關(guān)系，確定備選方案的效用函數(shù)，并實(shí)現(xiàn)與理想方案和反理想方案相關(guān)聯(lián)的妥協(xié)排序。作為一種全面合理的方法，MARCOS克服了其他方法的一些不足，如繁瑣的計(jì)算、參數(shù)預(yù)設(shè)置、忽略距離的相對(duì)重要性等，極大提升了評(píng)估的準(zhǔn)確性。

基于上述分析，本文針對(duì)可再生能源接入?yún)^(qū)域配電網(wǎng)所帶來(lái)的挑戰(zhàn)，構(gòu)建區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估指標(biāo)體系，提出了一種基于梯形模糊MARCOS的決策方法，并將該方法用于區(qū)域配電網(wǎng)綜合態(tài)勢(shì)的評(píng)估。最后，以太原市為例，對(duì)該市各區(qū)域配電網(wǎng)的綜合體態(tài)勢(shì)進(jìn)行評(píng)估和分析，并結(jié)合實(shí)際情況驗(yàn)證所提方法的有效性。

1 區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估指標(biāo)體系

1.1 評(píng)估指標(biāo)體系構(gòu)建

構(gòu)建有效的區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估指標(biāo)是電網(wǎng)適應(yīng)海量可再生能源接入下安全有效調(diào)度的基礎(chǔ)，是國(guó)家“碳達(dá)峰”與“碳中和”目標(biāo)推進(jìn)的關(guān)鍵。當(dāng)前對(duì)于電網(wǎng)態(tài)勢(shì)的研究主要圍繞電網(wǎng)的安全態(tài)勢(shì)、負(fù)荷態(tài)勢(shì)等方面。缺乏一種全面綜合的態(tài)勢(shì)感知體系，難以支撐海量可再生能源接入下電網(wǎng)的有效調(diào)度，無(wú)法保證國(guó)家“碳達(dá)峰”與“碳中和”目標(biāo)的順利開(kāi)展。本文通過(guò)分析海量可再生能源接入而帶來(lái)的系列問(wèn)題，引入專家語(yǔ)義評(píng)估信息，構(gòu)建電網(wǎng)綜合態(tài)勢(shì)評(píng)估體系。

考慮海量可再生能源接入?yún)^(qū)域配電網(wǎng)所帶來(lái)的不確定性、電網(wǎng)運(yùn)行的經(jīng)濟(jì)性、國(guó)家“碳達(dá)峰”和“碳中和”目標(biāo)的持續(xù)性以及電網(wǎng)調(diào)度運(yùn)行的有效性，分別從安全態(tài)勢(shì)、經(jīng)濟(jì)態(tài)勢(shì)、低碳態(tài)勢(shì)和調(diào)控態(tài)勢(shì)4個(gè)方面構(gòu)建區(qū)域配電綜合態(tài)勢(shì)評(píng)估指標(biāo)，具體指標(biāo)體系見(jiàn)表1。

表1 區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估指標(biāo)體系Tab.1 Comprehensive situation evaluation index system of regional distribution network

1.2 綜合態(tài)勢(shì)指標(biāo)體系分析

1.2.1 安全態(tài)勢(shì)指標(biāo)

安全態(tài)勢(shì)是區(qū)域配電網(wǎng)運(yùn)行的基礎(chǔ)，也是配電網(wǎng)最為關(guān)注的態(tài)勢(shì)。隨著可再生能源的廣泛接入，高不確定性和強(qiáng)隨機(jī)性會(huì)給電網(wǎng)的運(yùn)行帶來(lái)嚴(yán)峻的挑戰(zhàn)。因此，本文從安全態(tài)勢(shì)出發(fā)，針對(duì)可再生能源的高不確定性和強(qiáng)隨機(jī)性中選取具有代表性的指標(biāo)對(duì)區(qū)域配電網(wǎng)安全態(tài)勢(shì)進(jìn)行評(píng)估，具體如下。

線路及變壓器功率裕度(A1)：具體指區(qū)域配電網(wǎng)運(yùn)行過(guò)程中線路和變壓器其運(yùn)行功率與額定功率的比值。通常情況下，線路及變壓器功率裕度較高的區(qū)域配電網(wǎng)，其具備更高的承受可再生能源不確定性沖擊的能力，使得電網(wǎng)具備較高的安全態(tài)勢(shì)。

電網(wǎng)供電質(zhì)量(A2)：主要反映區(qū)域配電網(wǎng)在供電過(guò)程中電能質(zhì)量的高低，該指標(biāo)可通過(guò)電網(wǎng)SCADA系統(tǒng)直接獲取。一般情況下，配電網(wǎng)的安全態(tài)勢(shì)和供電質(zhì)量成正比。

緊急電源出力情況(A3)：為了確保電網(wǎng)的安全運(yùn)行，在區(qū)域電網(wǎng)中會(huì)備有緊急電源以應(yīng)對(duì)電網(wǎng)中緊急事件的發(fā)生。因此，當(dāng)緊急電源出力偏低的時(shí)候，電網(wǎng)將具備高的調(diào)節(jié)裕度，確保電網(wǎng)安全運(yùn)行。

1.2.2 經(jīng)濟(jì)態(tài)勢(shì)指標(biāo)

電力體制改革的不斷深入，使得配電網(wǎng)更加注重自身經(jīng)濟(jì)性的發(fā)展。因此，經(jīng)濟(jì)態(tài)勢(shì)逐漸被電力公司所關(guān)注，本文從區(qū)域配電網(wǎng)運(yùn)行、區(qū)域配電網(wǎng)設(shè)備以及收益增幅的角度來(lái)提取區(qū)域配電網(wǎng)經(jīng)濟(jì)態(tài)勢(shì)指標(biāo)。

線路網(wǎng)損(A4)：由于電壓等級(jí)因素，區(qū)域配電網(wǎng)在運(yùn)行過(guò)程中將面臨著較為嚴(yán)重的網(wǎng)損問(wèn)題。同時(shí)，高網(wǎng)損的區(qū)域配電網(wǎng)伴隨著海量可再生能源的接入，會(huì)由于可再生能源就地消納等問(wèn)題進(jìn)一步加重配電網(wǎng)網(wǎng)損，降低區(qū)域配電網(wǎng)經(jīng)濟(jì)態(tài)勢(shì)。

高損配電網(wǎng)變壓器占比(A5)：考慮資產(chǎn)投資等因素，區(qū)域配電網(wǎng)中依舊會(huì)保留很多老舊變壓器掛網(wǎng)運(yùn)行。因此高損變壓器占比與區(qū)域配電網(wǎng)的經(jīng)濟(jì)態(tài)勢(shì)呈反比。

單位投資增供負(fù)荷(A6)：可以準(zhǔn)確反映電網(wǎng)投資效率的高低，該指標(biāo)越高表示電網(wǎng)能夠以最小的花費(fèi)滿足最大的增供負(fù)荷，直接反映電網(wǎng)的經(jīng)濟(jì)態(tài)勢(shì)。

1.2.3 低碳態(tài)勢(shì)

伴隨著中國(guó)政府在第75屆聯(lián)合國(guó)大會(huì)上提出的“雙碳”目標(biāo)，使得電網(wǎng)對(duì)于低碳的發(fā)展越來(lái)越重視。本文從可再生能源出力占比、煤改電占比以及電動(dòng)汽車保有量3個(gè)方面對(duì)區(qū)域配電網(wǎng)低碳態(tài)勢(shì)進(jìn)行表征。

可再生能源出力占比(A7)：區(qū)域配電網(wǎng)中可再生能源出力占比越高，表明該電網(wǎng)低碳性越強(qiáng)，能夠盡快實(shí)現(xiàn)碳達(dá)峰，完成碳中和目標(biāo)。因此，可再生能源出力占比對(duì)于表征電網(wǎng)低碳態(tài)勢(shì)有著決定性的作用。

煤改電占比(A8)：在北方，由于冬季取暖對(duì)環(huán)境造成了一定程度的污染，許多城市相繼實(shí)施了煤改電工程，即在政府的補(bǔ)貼下，冬季統(tǒng)一采用電取暖，從而減少煤炭燃燒對(duì)空氣造成的污染和二氧化碳的排放。因此，煤改電負(fù)荷占比能夠很大程度改善區(qū)域配電網(wǎng)碳排放水平，有效表征電網(wǎng)的低碳性。

電動(dòng)汽車保有量(A9)：為了減少二氧化碳的排放，改善城市環(huán)境。城市中電動(dòng)汽車的數(shù)量正在急劇增加。在保障電網(wǎng)安全運(yùn)行的情況下，區(qū)域配電網(wǎng)電動(dòng)汽車保有量存在一定的限制，因此該指標(biāo)的高低可以間接反映區(qū)域配電網(wǎng)的由于汽車尾氣排放而產(chǎn)生的低碳態(tài)勢(shì)。

1.2.4 調(diào)控態(tài)勢(shì)

海量可再生能源接入?yún)^(qū)域配電網(wǎng)，其安全可靠運(yùn)行與電網(wǎng)的調(diào)控息息相關(guān)。本文分別從用戶響應(yīng)意愿、配電自動(dòng)化覆蓋率和可控負(fù)荷占比3個(gè)指標(biāo)表征區(qū)域配電網(wǎng)調(diào)控態(tài)勢(shì)。

用戶響應(yīng)意愿(A10)：電力企業(yè)為了保證優(yōu)質(zhì)服務(wù)的達(dá)標(biāo)，會(huì)盡可能滿足電力用戶的最大需求。面對(duì)海量可再生能源接入電網(wǎng)所帶來(lái)的不確定性，高的用戶響應(yīng)意愿能夠使得電網(wǎng)具備更高的調(diào)控態(tài)勢(shì)，從而更好地適應(yīng)可再生能源所帶來(lái)的不確定性。

配電自動(dòng)化覆蓋率(A11)：具體指區(qū)域內(nèi)符合終端配置要求的中壓線路條數(shù)與區(qū)域內(nèi)中壓線路總條數(shù)的比值，配電網(wǎng)自動(dòng)化覆蓋率高的區(qū)域配電網(wǎng)將具備更為強(qiáng)大的調(diào)度能力。

可控負(fù)荷占比(A12)：主要指區(qū)域配電網(wǎng)中可以直接切除或投入運(yùn)行的負(fù)荷量與總負(fù)荷量的比值?？煽刎?fù)荷占比越高，區(qū)域電網(wǎng)的將具備更高的調(diào)度能力，從而具備更高的調(diào)控態(tài)勢(shì)。

2 區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估模型

考慮到區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估的復(fù)雜性，且評(píng)估結(jié)果能有效反映海量可再生能源接入下區(qū)域配電網(wǎng)的綜合態(tài)勢(shì)，本文構(gòu)建區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估模型。模型分為以下3個(gè)部分：首先介紹梯形模糊數(shù)基本理論，其次將模糊語(yǔ)義評(píng)價(jià)信息進(jìn)行轉(zhuǎn)換，生成可供計(jì)算的定量信息；最后采用梯形模糊MARCOS方法對(duì)各區(qū)域配電網(wǎng)綜合態(tài)勢(shì)進(jìn)行評(píng)估。

2.1 梯形模糊數(shù)理論

梯形模糊數(shù)是由Zadeh在1965年為解決不確定環(huán)境下的問(wèn)題而提出的概念。近年來(lái)，該方法被廣泛用于不確定性的研究與實(shí)踐中，通過(guò)隸屬度函數(shù)描述事件的模糊性，使得評(píng)價(jià)結(jié)果更加準(zhǔn)確可靠。下面對(duì)梯形模糊數(shù)機(jī)理以及專家語(yǔ)義轉(zhuǎn)換進(jìn)行介紹。

2.2.1 梯形模糊數(shù)的定義

梯形模糊數(shù)可以定義為：

(1)

梯形模糊數(shù)的隸屬度函數(shù)如式(1)所示，具體函數(shù)圖像如圖1所示。

(2)

圖1 梯形模糊數(shù)Fig.1 Trapezoidal fuzzy number

2.1.2 梯形模糊數(shù)的運(yùn)算

(3)

根據(jù)文獻(xiàn)[15]所提理論，每一個(gè)梯形模糊數(shù)最終都可以按照式(3)進(jìn)行轉(zhuǎn)換，成為一個(gè)精確的數(shù)字，從而實(shí)現(xiàn)模糊到清晰的轉(zhuǎn)換。

(4)

2.2 模糊語(yǔ)義評(píng)估信息轉(zhuǎn)換

在區(qū)域城市配電網(wǎng)綜合態(tài)勢(shì)評(píng)估過(guò)程中，評(píng)估信息存在一定的不確定性，無(wú)法將全部的信息進(jìn)行定量描述，需利用語(yǔ)義對(duì)其進(jìn)行模糊表述。因此，將語(yǔ)義類模糊定性評(píng)估信息轉(zhuǎn)換為可以計(jì)算的定量信息是綜合態(tài)勢(shì)評(píng)估所需要解決的首要問(wèn)題。本文利用文獻(xiàn)[22]的模糊表示方法，對(duì)評(píng)估體系中定性指標(biāo)進(jìn)行表征，具體如表2所示。

表2 語(yǔ)義評(píng)價(jià)變量及其對(duì)應(yīng)的梯形模糊數(shù)Tab.2 Semantic evaluation variables and corresponding trapezoidal fuzzy numbers

(5)

2.3 梯形模糊MARCOS方法

MARCOS方法是在定義理想方案與反理想方案之間關(guān)系的基礎(chǔ)上，確定各方案的效用函數(shù)，并對(duì)理想和反理想方案進(jìn)行折中排序。決策偏好是在效用函數(shù)的基礎(chǔ)上定義的，效用函數(shù)表示一個(gè)替代方案相對(duì)于理想和反理想解的距離。最好的方案具備接近理想方案最近，同時(shí)距離反理想方案最遠(yuǎn)的屬性。MARCOS方法具體步驟如下。

(6)

式中：Am為第m類指標(biāo)；Cn為第n種方案。

步驟2：構(gòu)建擴(kuò)展的初始群決策矩陣。通過(guò)引入理想解(AI)和反理想解(AAI)，構(gòu)建了擴(kuò)展的初始群決矩陣，具體如式(7)所示。

(7)

(8)

(9)

式中：B為效益型指標(biāo)，即指標(biāo)的評(píng)估數(shù)據(jù)與指標(biāo)呈正相關(guān)；C為成本型指標(biāo)，即指標(biāo)的評(píng)估數(shù)據(jù)與指標(biāo)成負(fù)相關(guān)。

(10)

步驟4：計(jì)算各個(gè)方案的效用度Ki。 利用公式(11)—(12)分別計(jì)算與理想解和反理想解相關(guān)的方案Ai的效用度。

(11)

(12)

(13)

圖2 模型求解流程圖Fig.2 Flow chart of model solving

步驟5：計(jì)算各個(gè)方案的最終效用函數(shù)f(Ki)。 最終效用函數(shù)是基于各個(gè)方案對(duì)于理想和反理想效應(yīng)度而最終生成的，其定義為：

(14)

(15)

(16)

步驟6：得到最終評(píng)估結(jié)果。根據(jù)每個(gè)方案的最終效用函數(shù)f(Ki)進(jìn)行排序，實(shí)現(xiàn)對(duì)不同區(qū)域配電網(wǎng)綜合態(tài)勢(shì)的評(píng)估。

3 模型求解

圖2為區(qū)域配電網(wǎng)安全態(tài)勢(shì)評(píng)估的具體流程，其中n表示評(píng)估指標(biāo)體系中指標(biāo)的數(shù)量，m表示區(qū)域配電網(wǎng)的個(gè)數(shù)。具體評(píng)估步驟如下。

步驟1：利用表2內(nèi)容收集相關(guān)專家對(duì)于m個(gè)區(qū)域配電網(wǎng)的定性指標(biāo)的語(yǔ)義評(píng)估信息。此外，收集電網(wǎng)調(diào)度系統(tǒng)中關(guān)于m個(gè)區(qū)域配電網(wǎng)的定量指標(biāo)的詳細(xì)數(shù)據(jù)。

步驟2：基于專家權(quán)重wt， 利用式(5)集合所有專家對(duì)于定性指標(biāo)的語(yǔ)音評(píng)估信息，生成關(guān)于定性指標(biāo)的梯形模糊決策矩陣。

步驟3：將針對(duì)定量指標(biāo)的電力調(diào)度系統(tǒng)數(shù)據(jù)轉(zhuǎn)化為特殊形式的梯形模糊數(shù)，并將此與步驟2所生成的針對(duì)定性指標(biāo)的梯形模糊矩陣進(jìn)行結(jié)合，構(gòu)造針對(duì)所有指標(biāo)的域配電網(wǎng)綜合態(tài)勢(shì)感知群評(píng)估決策矩陣Xm×n。

步驟4：采用梯形模糊MARCOS方法對(duì)m個(gè)區(qū)域配電網(wǎng)進(jìn)行評(píng)估(具體步驟如3.3節(jié)所示)，以獲取各個(gè)區(qū)域配電網(wǎng)的效用函數(shù)，完成區(qū)域配電網(wǎng)綜合態(tài)勢(shì)的評(píng)估。

表3 各區(qū)域配電網(wǎng)的綜合態(tài)勢(shì)指標(biāo)評(píng)價(jià)情況Tab.3 Comprehensive situation indexs evaluation of regional distribution networks

表4 針對(duì)各區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估的群模糊決策Tab.4 Group fuzzy decision for comprehensive situation assessment of distribution networks in different regions

隨著海量可再生能源的不斷接入以及電動(dòng)汽車保有量的不斷提升，太原市區(qū)域配電網(wǎng)面臨著嚴(yán)峻的挑戰(zhàn)。本文以太原市迎澤(C1)、杏花嶺(C2)、萬(wàn)柏林(C3)、尖草坪(C4)、晉源(C5)和小店(C6)區(qū)域配電網(wǎng)為例，對(duì)各區(qū)域配電網(wǎng)綜合態(tài)勢(shì)進(jìn)行評(píng)估，為后期電網(wǎng)建設(shè)提供支撐，各區(qū)域具體位置如圖3所示。

圖3 太原市區(qū)域分布圖Fig.3 Regional distribution map of Taiyuan

為了保障態(tài)勢(shì)評(píng)估結(jié)果的準(zhǔn)確性，分別從調(diào)度、營(yíng)銷、運(yùn)檢3個(gè)部門邀請(qǐng)相關(guān)專家對(duì)太原市某時(shí)刻各個(gè)區(qū)域配電網(wǎng)的定性指標(biāo)進(jìn)行評(píng)估。針對(duì)定性指標(biāo)的具體評(píng)估結(jié)果以及針對(duì)定量指標(biāo)的數(shù)值如表3所示。

3.1 實(shí)例計(jì)算

首先根據(jù)表2中語(yǔ)義評(píng)價(jià)信息與梯形模糊數(shù)之間的對(duì)應(yīng)關(guān)系將表3中各個(gè)區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)價(jià)情況進(jìn)行轉(zhuǎn)換，假設(shè)來(lái)自3個(gè)部門專家的權(quán)重相等，根據(jù)梯形模糊數(shù)的相乘和加法法則(具體如式(5))，將3個(gè)專家的評(píng)價(jià)信息進(jìn)行集合。根據(jù)模糊理論將定量指標(biāo)A7和A11轉(zhuǎn)換為特殊形式的梯形模糊數(shù)。通過(guò)定性和定量指標(biāo)信息的融合，生成初始群模糊決策矩陣，如表4所示。

表5 針對(duì)各指標(biāo)的AI和AAI信息Tab.5 AI and AAI information for each index

利用式(10)對(duì)初始評(píng)估矩陣進(jìn)行規(guī)范化，得到規(guī)范化矩陣。之后，結(jié)合式(11)—(12)計(jì)算各個(gè)區(qū)域配電網(wǎng)針對(duì)正理想解和反理想解效用度。所得結(jié)果如表6所示。

表6 區(qū)域配電網(wǎng)關(guān)于理想解和反理想解的效用度Tab.6 Utility of ideal solution and anti-ideal solution in distribution network of each region

根據(jù)表6的關(guān)于理想解和反理想解的效用度，結(jié)合式(14)—(16)計(jì)算各個(gè)區(qū)域配電網(wǎng)綜合態(tài)勢(shì)的最終效用函數(shù)，結(jié)果如表7所示。

從表7結(jié)果可知，在當(dāng)前情況下，太原市各個(gè)區(qū)域配電網(wǎng)的綜合態(tài)勢(shì)評(píng)估結(jié)果為：杏花嶺>小店>萬(wàn)柏林>晉源>迎澤>尖草坪。

3.2 評(píng)價(jià)結(jié)果分析

太原鋼鐵集團(tuán)有限公司坐落于杏花嶺區(qū)，使得電網(wǎng)早期建設(shè)規(guī)劃過(guò)程中，重點(diǎn)考慮該區(qū)域供電可靠性。伴隨著可再生能源滲透率以及電動(dòng)汽車保有量不斷提升，杏花嶺區(qū)配電網(wǎng)也在不斷進(jìn)行升級(jí)改造使得電網(wǎng)的供電可靠性有著極大的提高。同時(shí)，從初始評(píng)估信息中可以發(fā)現(xiàn)，該區(qū)域電網(wǎng)的可控負(fù)荷以及應(yīng)急電源出力指標(biāo)都表現(xiàn)良好，這些使得杏花嶺區(qū)配電網(wǎng)具備較高的綜合態(tài)勢(shì)。

小店區(qū)是太原近幾年重點(diǎn)發(fā)展的區(qū)域，隨著高新技術(shù)產(chǎn)業(yè)園區(qū)以及數(shù)碼電子產(chǎn)業(yè)的引入，小店區(qū)配電網(wǎng)在近幾年正在加速改造以適應(yīng)新產(chǎn)業(yè)對(duì)于電力供應(yīng)的需求。同時(shí)，小店區(qū)也正在不斷新建電動(dòng)汽車充電站、光伏發(fā)電站，這些都對(duì)電網(wǎng)綜合態(tài)勢(shì)的提高有著很大的影響。

從評(píng)估結(jié)果中，可以發(fā)現(xiàn)萬(wàn)柏林區(qū)域配電網(wǎng)的綜合態(tài)勢(shì)僅次于小店區(qū)，這是由于該區(qū)域擁有西山煤電集團(tuán)，該發(fā)電廠的接入使得該區(qū)域配電網(wǎng)在建設(shè)初期預(yù)留了充足的功率裕度，且電網(wǎng)的低碳態(tài)勢(shì)、經(jīng)濟(jì)態(tài)勢(shì)和調(diào)控態(tài)勢(shì)都有著較大的優(yōu)勢(shì)。

除此以外，從評(píng)估結(jié)果中發(fā)現(xiàn)尖草坪區(qū)配電網(wǎng)的綜合態(tài)勢(shì)最低。結(jié)合實(shí)際情況，尖草坪區(qū)主要以農(nóng)業(yè)生產(chǎn)為主，電力需求較低，且負(fù)荷量偏少，電網(wǎng)在建設(shè)過(guò)程中，對(duì)于升級(jí)改造的需求較低，長(zhǎng)期以來(lái)導(dǎo)致電網(wǎng)的綜合態(tài)勢(shì)偏低。

綜上所述，通過(guò)對(duì)實(shí)際情況的對(duì)比可知，最終獲得的區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估結(jié)果與實(shí)際情況相符，很好地印證了本文所提區(qū)域城市配電網(wǎng)綜合態(tài)勢(shì)評(píng)估方法的有效性。

此外，為了證明所提方法的有效性，采用文獻(xiàn)[25]所提的主成分分析法對(duì)太原市區(qū)域配電網(wǎng)綜合態(tài)勢(shì)進(jìn)行再次評(píng)估，結(jié)果與本文所提方法一致，但是該文獻(xiàn)并未考慮定性指標(biāo)的處理，難以適應(yīng)區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估要求。同時(shí)，文獻(xiàn)[25]缺乏對(duì)評(píng)估矩陣的處理，導(dǎo)致最終的綜合態(tài)勢(shì)評(píng)價(jià)值相差較小，各區(qū)域配電網(wǎng)綜合態(tài)勢(shì)區(qū)分不明顯。結(jié)合表7評(píng)估結(jié)果可知，本文所提方法所獲得的最終評(píng)價(jià)結(jié)果區(qū)分度較大，能夠?yàn)檎{(diào)度人員提供較為直觀的調(diào)控支撐。

4 結(jié)論

本文針對(duì)海量可再生能源接入后電網(wǎng)態(tài)勢(shì)難以精準(zhǔn)感知的問(wèn)題開(kāi)展研究，從安全、經(jīng)濟(jì)、低碳和調(diào)控4個(gè)維度構(gòu)建區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估體系，充分利用電網(wǎng)運(yùn)行數(shù)據(jù)信息和專家語(yǔ)義評(píng)價(jià)信息，提出一種基于梯形模糊數(shù)和MARCOS的區(qū)域配電網(wǎng)綜合態(tài)勢(shì)進(jìn)行評(píng)估的方法，通過(guò)理論分析與仿真驗(yàn)證，可以得到以下結(jié)論。

1)仿真結(jié)果與太原市實(shí)際情況相符，有效說(shuō)明本文從多個(gè)維度構(gòu)建區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估體系的合理性，能夠準(zhǔn)確反映區(qū)域配電網(wǎng)綜合態(tài)勢(shì)，有效支撐電網(wǎng)可再生能源的高比例接入。

2)梯形模糊數(shù)和MARCOS方法的結(jié)合，可以將模糊語(yǔ)義信息與準(zhǔn)確的數(shù)據(jù)進(jìn)行集中處理，能夠規(guī)避在評(píng)估過(guò)程中信息缺失的問(wèn)題，有效解決了區(qū)域配電網(wǎng)評(píng)估過(guò)程中不確定語(yǔ)義環(huán)境下的多屬性決策問(wèn)題，填補(bǔ)了電力系統(tǒng)層面多屬性評(píng)估的空白。

3)評(píng)估過(guò)程中采用MARCOS方法計(jì)算各區(qū)域配電網(wǎng)綜合態(tài)勢(shì)的效用函數(shù)，計(jì)算結(jié)果顯示MARCOS方法所得到的結(jié)果具有明顯的區(qū)分，能夠幫助電網(wǎng)調(diào)度人員精準(zhǔn)感知電網(wǎng)綜合態(tài)勢(shì)。

此外，基于梯形模糊數(shù)和MARCOS的區(qū)域配電網(wǎng)綜合態(tài)勢(shì)進(jìn)行評(píng)估方法可以為海量可再生能源接入的區(qū)域配電網(wǎng)綜合態(tài)勢(shì)評(píng)估提供科學(xué)合理的決策依據(jù)，有效支撐國(guó)家“雙碳”目標(biāo)的進(jìn)一步開(kāi)展。