河南电科院项目小论文省级智能电网发展程度评估体系与方法

河南电科院项目小论文省级智能电网发展程度评估体系与方法内容摘要：

小区 /楼宇规模 开展智能电网建设实现的智能楼宇与智能小区规模。 100%实 现 智 能 用 电 的 楼 宇 用 户 户 数智 能 用 电 小 区 / 楼 宇 规 模 电 力 用 户 总 户 数和 小 区 的 （ 52）电动汽车充电站用电量比例 电动汽车充电站用电量比例指电动汽车充电站用电量占地区总用电量的比例，用以反映清洁能源的利用水平。 100%电 动 汽 车 充 电 站 用 电 量电 动 汽 车 充 电 站 用 电 量 比 例 = 地 区 用 电 总 量 （ 53）智能需求管理系统普及速度 电网中需求智能管理系统的普及速度，体现用电智能化的发展速度。  3 年 内 新 增 的 智 能 需 求 管 理 用 户 户 数智 能 需 求 管 理 系 统 普 及 速 度 3 系 统6 （ 月 ） （ 54）智能需求管理系统应用率 电网中需求智能管理系统的推广范围，体现电网的互动性、经济性和稳定性。 100%使 用 智 能 需 求 管 理 用 户 户 数智 能 需 求 管 理 系 统 应 用 率 电 力 用 户 总 户 数系 统 的 （ 55）用户负荷移峰填谷能力 利用智能设备和技术所转移的峰荷量。 可利用峰谷率来表示： = 0 0 %% 1典 型 日 的 峰 荷 （ MW ）典 型 日 的 谷 荷 （ MW ）峰 谷 率 （ ） （ 56）电网自愈能力 智能电网将故障元件从系统中隔离或从故障状态恢复到正常运行状态的能力。 此处用供电故障自愈率来表示。 % = 1 0 0 % （ 每 次 故 障 自 愈 的 户 数 ）（ 每 次 故 障 影 响 的 用 户 数 ）供 电 故 障 自 愈 率 （ ） “每次故障影响的户数”指故障影响范围内线路连接的用户数；而“每次故障自愈的户数”是故障影响范围内连接的用户数与实际遭受停电户数之差。 调度 （ 57）智能调度中心比率 该指标反映了调度智能化的应用水平，是电网中智能调度中心占总调度中心个数的比率。 % = 1 0 0 %智 能 调 度 中 心 （ 个 ）总 调 度 中 心 个 数 （ 个 ）智 能 调 度 中 心 比 率 （ ） （ 58）智能调度中心数量增长率 该指标反映了调度智能化的发展速度，等于电网中智能调度中心的年增长个数。 = 3 年 内 新 增 智 能 调 度 中智 能 调 度 中 心 数 量 增 长 率 心 个 数 （ 个 ）3 （ 年 ） （ 59）备用调度中心比率 电网中实现备调功能的调度中心占总调度中心个数的比率。 = 1 0 0% %具 有 备 调 功 能 的 调 度 中 心 （ 个 ）总 调 度 中 心 个 数 （ 个 ）备 用 调 度 中 心 比 率 （ ） 通信信息 （ 60）骨干通信网光纤覆盖率 本指标主要用来衡量电力通信网的智能化程度和水平。 100%骨 干 通 信 网 的 光 纤 化 长 度骨 干 通 信 网 光 纤 覆 盖 率 骨 干 通 信 网 总 长 度 （ 61） 95598 呼叫中心系统覆盖率 指通过拨打 95598 呼叫中心解决事务的用户所占的比例，用以反映电网与客户的交互性。 100%9559895598呼 叫 中 心 系 统 覆 盖 率拨 打 呼 叫 数电 力 用 户 总 户 数中 心 解 决 事 务 用 户 户 （ 62）变电站 通信光纤化率 指通过对城区的变、 配电站点实施光纤化改造 ，使站点实现光纤通信功能的变、配电站比例，用以反映配电通信网络的覆盖程度。 100%实 施 通 信 光 纤 化 改 造 变 电 站 座 数变 电 站 通 信 光 纤 化 率 变 电 站 总 座 数 （ 63）变电站光纤通信故障比例 指在某一时间断面，出现光纤通信误码故障的变电站占实现光纤通信变电站的比例，用以反映配电通信网络的安全传输能力。 100% 变 电 站 座 数实 现 光 纤出 现 光 通 信 变纤 通 信 故 障变 电 站 光 纤 通 信 电 站 总 座 数故 障 比 例 （ 64）骨干通信网光纤覆盖增长率 本指标主要用来衡量电力通信网的智能化发展速度。 36 3 年 内 建 设 或 改 造 的 光 纤 骨 干 通 信 网 长 度 （ km ）骨 干 通 信 网 光 纤 覆 盖 增 长 率 （ 月 ） （ 65）客户服务信息系统覆盖率 指通过客户服务系统解决事务的用户所占的比例，用以反映电网与用户的信息互换能力。 100%通 过 客 户 服 务 系 统 解 决 事 务 用 户 户 数客 户 服 务 信 息 系 统 覆 盖 率 电 力 用 户 总 户 数 （ 66）电力光纤到户覆盖率 电力光纤到户覆盖 率指实现电力光纤到户的电力用户数量所占的比例，用以反映配电通信网络的覆盖程度。 100%实 现 电 力 光 纤 到 户 用 户 户 数电 力 光 纤 到 户 比 例 电 力 用 户 总 户 数 2 权重计算方法 基于 DEMATEL的网络层次分析（ ANP）法 针对智能电网综合评估问题，可将电网整体评估作为控制层（目标），一级指标作为网络层元素，根据一级指标两两之间的关联关系，建立各元素间的 ANP网络结构，如图 44 所示。 省 级 智 能 电 网 评 估输 电 环 节发 电 环 节变 电 环 节通 信 信 息 环 节调 度 环 节网 络 层（ 元 素 ）控 制 层（ 目 标 ）配 电 环 节用 电 环 节 图 44 智能 电网综合评估的 ANP 结构图 ANP 的一个重要步骤就是在一个准则下，对受支配元素进行两两比较，从而获得判断矩阵。 省级智能电网各一级指标间存在相互依存、相互影响的关系，因此需要通过比较间接优势度的方式得到 ANP 判断矩阵。 同时，本文还借鉴DEMATEL法改进了内部依赖矩阵的构建方法，在避免了元素对自身影响程度的主观估计的同时，解决了构建判断矩阵时直接影响和间接影响不统一的问题。 设 ANP 的网络层中有元素 C1,C2, ,Cn， 元素 ()jC j i 对于 iC 的直接影响程度为 yji。 依 次以 ( 1, 2, , )iC i n 为次准则，将其余元素（除 iC 外）对该准则元素的直接影响程度进行两两比较，获得相应的判断矩阵，再利用特征根法得出 iC 次准则下的权重向量 ( ) ( ) ( ) ( )1 1 1 Ti i i ii i i nW     ，见 公 式（ 45）。 1 1 1()1 1 111( 1 ) ( 1 )( 1 ) ( 1 ) ( 1 ) ()1 11 ( 1 )( 1 ) ( 1 ) ( 1 ) (111 ( 1 )1 ( 1 ) ( 1 )1111i i i nii i ii i i i nii i i i i i ii ii i i nii i i i i iiii i i nini ni nini i i i iC C C C Cy y yC y y yy y yCy y yy y yCy y yy y yCy y y     归 一 化 特 征 向 量)()iin （ 45） 将所有次准则下的权重向量合成为权重矩阵，由于在构造判断矩阵过程中，没有考虑元素对自身的影响，所以形成的内部依赖矩阵是对角线残缺的。 在权重矩阵对角线上填 0（表示元素对自身没有直接影响），即可得 DEMATEL 方法中的直接影响矩阵 dW ，见公式（ 46）。 ( 2 ) ( ) ( )1 1 1( 1 ) ( ) ( )2 2 2( 1 ) ( 2 ) ( )( 1 ) ( 2 ) ( )0000inind ni i iin n nW         （ 46） 注：要将式（ 45）中所得到的权重向量用到直接影响矩阵中，需选择合适的影响强度的标度， DEMATEL 影响强度的标度是对语言评价元素间影响关系强弱的一种数字描述，它不存在唯一性，也没有任何硬性规定，本文中仍沿用表41 中的 1~9 标度法。 根据 DEMATEL 方法求取综合影响矩阵时，需满足矩阵收敛的条件，否则无法确定综合影响矩阵是否可以获得，因此为回避上述问题，本文计算了各层次指标间的平均综合影响矩阵 W ，见公式（ 47）。 11 ( ) , ( 0)n idiW W n nn  为 整 数 ， 且 （ 47） 当 n 充分大时，可采用 1()ddW W I W 进行近似计算，其中 I 为单位矩阵，矩阵 W 即为所需构建的内部依赖矩阵，简称其为综合影响权重矩阵。 将各元素集的内部依赖矩阵进行合并，即可得到系统超矩阵。 根据综合影响权重矩阵 W 的极限是否唯一，可分为两种情况进行讨论： （ 1）存在唯一极限值时， lim( )ndnWW； （ 2）当存在多个极限值时，矩阵呈现周期性变化，设 N 点为某次循环周期的开始， N 点极限值为 NdW ，且 T 为循环周期，则整个周期内的极限值分别为1 2 1, , , ,N N N N Td d d dW W W W   ，取各点的平均值即可得到平均综合影响矩阵的极限值，见公式（ 48）。 11( ) / , ( 2 )N N N Td d dW W W W T T       （ 48） 对于系统的加权矩阵 A ，同样借鉴 DEMATEL方法，对各元素集之间的影响程度进行计算。 将其与系统超矩阵结合，即可得到系统加权超矩阵()ij n nW A W w   。 对上述矩阵进行 21k 次演化  k ，最终形成一个长期稳定矩阵，其各行非零值均相同，即得到各评价指标的主观权重向量 21lim ks k W 。 反熵权法权重计算 一级指标的客观权重向量 o 采用反熵权法进行确定，前文的公式（ 43）中已经给出了熵值的具体定义，在确定指标权重时，指标的差异性越大，熵值越小，指标的权重系数越大；反之，指标的差异性越小，熵值越大，指标的权重系数成越小。 本文参考文献 [7]中的讨论结果， 为避免出现熵权法中指标差异度敏感性较大，导致权重分配时出现了指标过小的极端情况，选用反熵权法确定指标客观权重，反熵定义见公式（ 4。