[發明專利]一種多能互補分布式能源系統綜合評價方法

有效

• 申請號: 202010117585.0
• 申請日: 2020-02-25
• 公開（公告）號: CN111340359B
• 公開（公告）日: 2022-03-22
• 發明（設計）人: 王進仕;郭彥君;嚴俊杰;劉明;劉繼平;邢秦安;種道彤;陳偉雄;李根
• 申請（專利權）人: 西安交通大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 何會俠

1.一種多能互補分布式能源系統綜合評價方法，其特征在于，包括如下步驟：

第一步：基于多能互補分布式能源系統，建立綜合評價體系，考慮經濟性、能效性、環保性和可靠性四類一級評價指標；在經濟性指標下，建立費用年值節約率和凈現值率兩個二級評價指標；在能效性指標下，建立一次能源節約率和耗率兩個二級評價指標；在環保性指標下，建立二氧化碳減排率、二氧化硫減排率和氮氧化物減排率三個二級評價指標；在可靠性指標下，建立電負荷供應不足率、熱負荷供應不足率和冷負荷供應不足率三個二級評價指標；

(1)費用年值節約率指標

式中：ACSR表示費用年值節約率；AC_SP表示分供系統的費用年值，單位元；AC_DMES表示多能互補分布式能源系統的費用年值，單位元；

(2)凈現值率指標

式中：NPVR表示多能互補分布式能源系統凈現值率；NPV表示多能互補分布式能源系統凈現值，元；K_t表示第t年的投資支出，單位元；i₀表示基準折現率；z表示項目壽命年限；

(3)一次能源節約率指標

式中：PESR表示多能互補分布式能源系統的一次能源節約率；PER_SP、PER_DMES分別表示傳統分供系統和多能互補分布式能源系統的一次能源利用率；F_SP、F_DMES分別表示傳統分供系統和多能互補分布式能源系統的一次能源消耗量；

(4)耗率指標

式中：EER表示多能互補分布式能源系統的耗率；E_f表示多能互補分布式能源系統輸入的燃料，單位kW·h；E_e、E_h、E_c分別表示多能互補分布式能源系統輸出的電量、熱量、冷量，單位kW·h；

(5)二氧化碳減排率指標

式中：CDER表示二氧化碳減排率；CDE_SP表示傳統分供系統二氧化碳排放量，單位g；CDE_DMES表示多能互補分布式能源系統二氧化碳排放量，單位g；

(6)二氧化硫減排率指標

式中：SOER表示二氧化硫減排率；SOE_SP表示傳統分供系統二氧化硫排放量，單位g；SOE_DMES表示多能互補分布式能源系統二氧化硫排放量，單位g；

(7)氮氧化物減排率指標

式中：NOER表示氮氧化物減排率；NOE_SP表示傳統分供系統氮氧化物排放量，單位g；NOE_DMES表示多能互補分布式能源系統氮氧化物排放量，單位g；

(8)電負荷供應不足率指標

式中：P_LOEL表示電負荷供應不足率；ΔQ_E，T表示在T時間段內電負荷供應偏差量；Q_E，T表示在T時間段內電負荷需求總量；

(9)熱負荷供應不足率指標

式中：P_LOHL表示熱負荷供應不足率；ΔQ_H，T表示在T時間段內熱負荷供應偏差量；Q_H，T表示在T時間段內熱負荷需求總量；

(10)冷負荷供應不足率指標

式中：P_LOCL表示冷負荷供應不足率；ΔQ_C，T表示在T時間段內冷負荷供應偏差量；Q_C，T表示在T時間段內冷負荷需求總量；

第二步：采用梯形模糊數定量表示專家對于上述十個二級評價指標中任意兩個指標兩兩比較的重要性程度；

(1)專家構造梯形模糊數判斷矩陣：采用改進后的1-9標度法進行打分，改進后的1-9標度法如表1所示；

表1 改進后的1-9標度法打分依據

獲得得分矩陣X

X＝(x′_ij/x″_ij)_n×n

x′_ji/x″_ji＝x″_ij/x′_ij

式中：x_ij表示1-9標度法中第i個指標相對于第j個指標的重要性程度分值；x′_ij/x″_ij表示在改進后的1-9標度法中第i個指標相對于第j個指標的重要性程度分值；x′_ji/x″_ji表示在改進后的1-9標度法中第j個指標相對于第i個指標的重要性程度分值；n為二級指標數目，n＝10；

根據梯形模糊數隸屬度函數將改進后的重要性程度分值轉化為梯形模糊數比值a_ij＝a′_ij/a″_ij，a_ij表示第i個指標相對于第j個指標的梯形模糊數分值；其中，a′_ij表示x′_ij對應的梯形模糊數，a″_ij表示x″_ij對應的梯形模糊數；對應關系如下述分段函數所示；其中，梯形模糊數a′_ij表示為a′_ij＝(l′_ij，m′_ij，o′_ij，s′_ij)，l′_ij，m′_ij，o′_ij，s′_ij分別表示梯形模糊數a′_ij的第一、二、三、四個自變量；a″_ij同理；

式中：l_ij，m_ij，o_ij，s_ij分別表示梯形模糊數分值a_ij的第一、二、三、四個自變量至此，將得分矩陣X轉化為模糊判斷矩陣A

A＝(a_ij)_n×n

將模糊判斷矩陣A轉換為一般判斷矩陣C

C＝(c_ij)_n×n

式中：c_ij(a_ij)表示第i個指標相對于第j個指標的梯形模糊數的一般判斷系數；C表示一般判斷矩陣；

(2)對一般判斷矩陣C進行一致性檢驗，一致性檢驗指標：

式中：λ_max是一般判斷矩陣的最大特征值；

一致性比例CR：

式中：RI表示平均隨機一致性指標；

(3)基于梯形模糊數計算二級評價指標權重；

綜合多位專家的梯形模糊數分值：

式中：a^*_ij表示綜合多位專家意見后的第i個指標相對于第j個指標的梯形模糊數分值；l^*_ij，m^*_ij，n^*_ij，s^*_ijl^*_ij，m^*_ij，o^*_ij，s^*_ij分別表示綜合梯形模糊數分值的第一、二、三、四個自變量；L表示專家數目，k表示第k個專家；分別表示第k位專家給出的第i個指標相對于第j個指標的梯形模糊數分值的第一、二、三、四個自變量；

計算各二級評價指標的模糊評價值：

v_i＝(α_iδ^-1，β_iγ^-1，γ_iβ^-1，δ_iα^-1)

式中：v_i表示第i個二級評價指標的模糊評價值；α_iδ^-1，β_iγ^-1，γ_iβ^-1，δ_iα^-1分別為第i個二級評價指標的模糊評價值中的第一、二、三、四個自變量；α_i，α，β_i，β，γ_i，γ，δ_i，δ均為在計算各二級評價指標的模糊評價值v_i的過程中的中間變量；

計算各二級評價指標模糊評價值的期望值：

式中：I(v_i)表示第i個二級評價指標模糊評價值的期望值

將期望值歸一化得到各二級評價指標的主觀權重：

式中：ω′_i表示第i個二級評價指標的主觀權重；

W′＝(ω′₁，ω′₂，…，ω′_n)為主觀權重向量；

第三步：分別以各二級評價指標為優化目標獲得優化方案，u為方案數，共計十種優化方案，在不同優化方案中各二級評價指標數值的基礎上，采用距離分析法為各二級評價指標賦予客觀權重；

F＝(f_gj)_u×n

式中：F表示各優化方案下二級評價指標數值矩陣；f_gj表示第g個方案中第j個二級評價指標值，u×n表示u個方案×n個二級評價指標，u＝10，n＝10；

(1)將各二級評價指標進行同向性轉化，將逆指標轉化為正指標采用倒數法即1/f_gj，轉化后的矩陣仍計為F；

將數據進行無量綱化，無量綱化后矩陣記為B：

B＝(b_gj)_u×n

式中：b_gj表示第g個方案下的第j個二級評價指標的無量綱值；

(2)確定理想解B⁺和負理想解B^-

式中：表示在u個方案中第j個二級評價指標的最大值；表示在u個方案中第j個二級評價指標的最小值；

(3)計算各優化方案到正負理想解的距離：

式中：為第g個優化方案與正理想解的距離；為第g個優化方案與負理想解的距離；

(4)計算各優化方案到最優方案的相對接近度：

式中Y_g為第g個優化方案的相對接近度；

(5)歸一化處理獲取客觀權重：

W″＝(ω″₁，ω″₂，…，ω″_u)為客觀權重向量；

第四步：采用乘法合成法將主客觀權重進行合成獲得綜合權重：

式中：ω_j表示第j個指標的綜合權重；ω″_j表示第j個二級評級指標的主觀權重；ω″_j表示第j個二級評級指標的客觀權重；

第五步：將綜合權重用于灰色關聯分析法中，對各優化方案進行排序與決策；第g個方案的指標值為：

B_g＝(b_g1，b_g2，…b_gn)，g＝1，2，…，u

計算樣本B_g與理想解B⁺的關聯度r_g⁺：

式中：表示第g個方案中的第j個二級評價指標與在所有方案中該指標的最大值之間的絕對距離；設Δ(min)和Δ(max)為的最大值與最小值，g＝1，2，…，u；j＝1，2，…，n；

式中：表示第g個方案中第j個二級評價指標的關聯系數；ρ表示平均分辨系數；ρ_gj表示第g個方案中第j個二級評價指標的分辨系數；；

式中：ω_j表示第j個二級評價指標的綜合權重，由關聯度即能對u個方案排出優劣順序，關聯度最大的方案即為最優方案。