基于负荷优属度的含DG配电网可靠性研究

刘小康; 张菁; 刘传修; 宋紫阳

基于负荷优属度的含DG配电网可靠性研究

1.
上海工程技术大学电子电气工程学院，上海 201620
2.
上海辰竹仪表有限公司，上海 201612

基金项目: 上海工程技术大学研究生科研创新资助项目（0232-E3-0903-19-01272）

详细信息

作者简介:
刘小康（1993−），男，在读硕士，主要研究方向为微电网系统可靠性分析. E-mail：317312046@qq.com

通讯作者:
张　菁（1969−），女，副教授，博士，主要研究方向为电力系统及其自动化. E-mail：zj2015@sues.edu.cn

中图分类号: TM72, TP301
计量
- 文章访问数: 272
- HTML全文浏览量: 165
- PDF下载量: 111
- 被引次数: 1
出版历程
- 收稿日期: 2020-09-15
- 刊出日期: 2021-03-30

Reliability Research of Distribution Network with DG Based on Load Superiority Degree

1.
School of Electronic and Electrical Engineering, Shanghai University of Engineering Science, Shanghai 201620, China
2.
Shanghai Chenzhu Instruments Co., Ltd., Shanghai 201612, China

摘要

摘要: 针对现有含分布式电源（DG）配电网在孤岛模式下运行时，负荷削减过程中对负荷赋权的随意性以及赋权途径过于单一的问题，提出一种基于层次—熵权法的主客观综合赋权算法. 首先建立负荷重要程度衡量指标体系，其次基于层次分析法对负荷中各指标主观赋权，然后利用熵权法对各指标客观赋权，最后引入Kender和谐系数得出指标综合权重. 该算法一方面充分挖掘指标的客观信息，另一方面提升赋权途径的多样性和综合化. 通过对配电网的可靠性进行算例评估，验证所提出算法的正确性，说明提出算法具有一定的理论价值和实际价值.
- 配电网 /
- 孤岛模式 /
- 层次分析法 /
- 熵权法 /
- 综合权重 /
- 可靠性
Abstract: In order to solve the problem that load weighting is arbitrary and the way of weighting is too single in the process of load reduction when the existing distribution network with distributed generation (DG) is operating in the island mode, a new weight weighting algorithm based on hierarchical entropy method was proposed. Firstly, the index system of load importance degree was established. Secondly, each index in the load was given subjective weight based on the analytic hierarchy process. Then, the entropy weight method was used to give objective weight to each index. On the one hand, the algorithm fully mines the objective information of the indicators, and on the other hand, it improves the diversity and synthesis of the weighting approaches.The correctness of the proposed algorithm was verified by an example evaluation of the reliability of the distribution network, which shows that the proposed algorithm has certain theoretical and practical value.
- distribution network /
- island model /
- analytic hierarchy process /
- entropy weight /
- comprehensive weight /
- reliability

HTML全文

目前分布式电源(Distributed Generation，DG)广泛接入配电网^[1-3]. 当配电网发生故障后，DG的接入可以使部分停运区域以孤岛方式继续运行，减少被迫停运时间，提高系统可靠性. 但由于DG出力的随机性和不稳定性^[4]，在发生故障后很难满足孤岛内功率平衡，因此需要削减部分优属度较低的负荷，保证大部分负荷能够得到电能供应. 使得依据负荷自身特征或所处区域位置特点对负荷进行赋权，成为判断岛内各负荷优属度的主要依据.

目前对负荷优属度判别常用方法都有很强的主观性，没有充分利用指标客观数据信息的问题. 对于主观赋权，李轩^[5]引入层次分析法（Analytic Hierarchy Process，AHP）对负荷进行赋权，以权重的大小确定负荷最终优属度排序，其方法简单快捷. 但该算法任意性强，完全依据个人主观喜好打分，增加了负荷优属度排序的不确定性. 荣雅君等^[6]主观上将负荷分为3个等级，量化了每个等级负荷的重要程度，但只是大致地将负荷分为三级，无法确定同级之间的负荷优属度排序，增加了负荷削减时的任意性，容易造成重要负荷误切的现象. 陈卫等^[7]在AHP算法的基础上增加了群体决策过程，通过反馈和循环过程达到最优权重. 但是其算法的根本还是人为主观赋权，并无实质性改进. 为克服上述问题，欧阳森等^[8]提出了一种利用改进的序关系分析法对指标进行赋权，虽然改进了赋权过程中的主观随意性，但由于完全利用指标的客观数据信息，不可避免地存在赋权过程过于单一且没有考虑到决策者意见的缺点. 南思博等^[9]以负荷点处负荷值的大小作为衡量负荷优属度的依据，没有综合多个指标，过于单一化.

针对上述缺陷，本文在满足N-1安全准则下提出一种基于层次—熵权法的主客观综合赋权算法. 首先建立多指标衡量负荷重要程度的评估体系，进一步利用AHP对各指标进行主观赋权，再利用熵权法对各指标客观赋权，最后以主观指标和客观权值的Kender和谐系数为依据计算出指标综合权重. 该算法综合了衡量负荷重要程度的多个指标，充分利用指标的客观信息，同时也保留了决策者的主观意见. 并且可以符合电网各项导则中对负荷重要性的强制性和建议性标准，提高这类负荷的优属度. 最后通过IEEE-RBTS测试系统对含DG配电网的可靠性进行算例评估，证明该算法具有一定的有效性.

1. 负荷重要程度衡量体系

在对负荷优属度进行评估时，首先建立负荷重要程度综合评价体系. 该体系中各个指标基于负荷本身特点和所在区域的特性而制定，可综合反映出负荷的相对重要程度. 然后利用层次—熵权法对评价体系中的指标进行主客观综合赋权，以最后各个负荷的综合得分为依据，确定负荷优属度排序，制定负荷削减策略. 体系中各指标及其含义^[8]定义如下.

1）负荷用户数

负荷用户数是一个负荷点重要性的基本指标，能够从侧面反映出负荷的重要性. 往往用户数较多的地方负荷重要程度越高.

2）负荷值

负荷值(MW)是指负荷点平均使用电量，其值越高，说明负荷越重要.

3）缺电成本

缺电成本(kW / h)是指当负荷因故障中断供电而给用户造成的经济损失. 缺电成本越大，说明负荷优属度越高.

4）负荷密度

负荷密度(MW / km²)是一个地区中负荷值和地区面积之比，反映了负荷所在地区的繁荣程度. 负荷密度较大的区域往往是商业密集区域.

5）年最大负荷利用小时数

年最大负荷利用小时数(h)指电力负荷按最大负荷持续运行的时间，即消耗该负荷全年电能需要的时间. 一般工厂、大型企业年最大负荷利用小时数较高.

2. 主客观综合赋权算法

2.1 主观赋权

本文采用AHP算法对指标进行主观赋权. 该算法是一种多目标综合决策方法^[10]. 算法简便快捷、能够充分反映出决策者的主观意见，基本步骤如下.

1）建立层次结构模型. 以负荷点优属度作为目标层，负荷重要程度衡量指标作为中间层，每个负荷点得分为最底层，如图1所示.

图 1 层次分析结构

Figure 1. AHP structure

下载: 全尺寸图片幻灯片

2）建立两两判断矩阵. 利用9标度法^[11]构建中间层对最高层的比较矩阵A.

3）相对权重矩阵. 建立中间层指标下的方案层相对隶属度矩阵B.

4）一致性检验. 一致性比例 ${\rm{CR}} < 0.1$ ^[11]，表明一致性检验通过. 否则，不通过.

5）计算组合权重. 权重 ${w_i}$ 计算式为

$\qquad\qquad\qquad{w_i} = \sum\limits_{k = 1}^n {{a_{ki}}{b_k}}$

(5)

2.2 客观赋权

熵是系统无序程度的一个度量. 在系统当中，某一指标的熵越小，说明该指标所隐藏的有效信息量越大，在综合决策过程中优属度应该越高. 通过熵权法充分利用客观数据中隐含的信息对负荷进行客观赋权，步骤如下.

1）设有n个需要决策负荷，记为 ${\boldsymbol{C}} = \left\{ {{C_1},} \right.$ $\left. {{C_2}, \cdots ,{C_i}} \right\}$ ；m个评价指标，记为 ${\boldsymbol{D}} = \left\{ {{D_1},{D_2}, \cdots ,{D_j}} \right\}$ . 其中： $i = 1,2, \cdots ,n$ ； $j = 1,2, \cdots ,m$ .

2）将方案 ${C_i}$ 对评价指标 ${D_{{j}}}$ 的特征值矩阵 ${\boldsymbol{X}} =$ ${\left( {{x_{ij}}} \right)_n}_{ \times m}$ 利用公式转化为标准特征值矩阵 ${\boldsymbol{U}} = \;{\left( {{u_{ij}}} \right)_n}_{ \times m}$ ，正向型公式为

${u_{ij}} = \frac{{{x_{ij}} - {\rm{min}}\{ {x_{1j}},\cdots,{x_{nj}}\} }}{{{\rm{max}}\{ {x_{1j}},\cdots,{x_{nj}}\} - {\rm{min}}\{ {x_{1j}},\cdots,{x_{nj}}\} }}$

(6)

负向型公式为

${u_{ij}} = \frac{{{\rm{max}}\{ {x_{1j}},\cdots,{x_{nj}}\} - {x_{ij}}}}{{{\rm{max}}\{ {x_{1j}},\cdots,{x_{nj}}\} - {\rm{{\rm{min}}}}\{ {x_{1j}},\cdots,{x_{nj}}\} }}$

(7)

中间型公式为

${u_{ij}} = \frac{{1 - |{x_{ij}} - x_i^*|}}{{{\rm{max}}|{x_{ij}} - x_i^*|}}$

(8)

3）采用概率法确定第j项指标的熵值 ${H_j}$ 为

$\left\{ \begin{array}{l} {H_j} = - \dfrac{1}{{\ln (n)}}\displaystyle\sum\limits_{i = 1}^n {{p_{ij}}\ln ({p_{ij}})} \\ {p_{ij}} = \dfrac{{{u_{ij}}}}{{\displaystyle\sum\limits_{i = 1}^n {{u_{ij}}} }} \end{array} \right.$

(9)

式中， $i = 1,2, \cdots ,n;j = 1,2, \cdots ,m$ ； $0 \leqslant {H_j} \leqslant 1$ . 为使 ${H_j}$ 有意义，假定 ${p_{ij}} = 0$ 时， ${p_{ij}}{\rm{ln}}({p_{ij}}) = 0$ .

4）计算评价指标j的熵权 ${{\boldsymbol{W}}_{e}} = \;\left[ {{w_e}_1,{w_e}_2, \cdots ,{w_{ej}}} \right]$ ，公式为

${w_{ej}} = \frac{{1 - {H_j}}}{{m - \displaystyle\sum\limits_{l = 1}^m {{H_l}} }}\begin{array}{*{20}{c}} {} \end{array}l = 1,2, \cdots ,m$

(10)

5）确定各负荷客观权重为

$\qquad\qquad{w_{oj}} = \frac{{\displaystyle\sum {{u_{ij}}w_{ej}^{\rm{T}}} }}{{\displaystyle\sum {\displaystyle\sum {{u_{ij}}w_{ej}^{\rm{T}}} } }}$

(11)

式中，u_ij为负荷点中各指标参数归一化后的值.

2.3 综合权重

由AHP和熵权法计算得到的权重通过公式进行组合赋权，公式为

${w_j} = {\varPhi }{w_{oj}} + (1 - {\varPhi }){w_{xj}}$

(12)

式中：w_xj为负荷j的主观权重；w_oj为负荷j的客观权重；Φ为权重系数，根据w_ej和w_xj的Kender和谐系数K的大小选取^[12]，本文中Φ =0.5. 最终得到负荷j综合权重w_j和最后的排序，进一步制定负荷削减策略.

3. 配电网可靠性评估

3.1 指标符号及含义

配电网可靠性指标可以分为负荷点可靠性指标和系统可靠性指标.

1）负荷点可靠性指标包括：负荷点的故障率λ，次/a、每次故障平均停电时间r，h/次、负荷点的年平均停电时间U，h/a.

2）系统可靠性指标包括：系统平均停电次数SAIFI，h /(户•a)、系统平均停电时间SAIDI，h/(户•a)、用户每次停电所持续时间CAIDI，h/(户•a)、系统供电可靠性ASAI. 其计算公式^[13]为

$\left\{ \begin{array}{l} {\rm{SAIFI}} =\displaystyle\sum {\lambda _i}{N_i}\Big/\displaystyle\sum {N_i} \\ {\rm{SAIDI}} =\displaystyle\sum {U_i}{N_i}\Big/\displaystyle\sum {N_i} \\ {\rm{CAIDI}} =\displaystyle\sum {U_i}{N_i}\Big/\displaystyle\sum {\lambda _i}{N_i} \\ {\rm{ENS}} ={P_i}{U_i} \\ {\rm{AISI}} =\left(\displaystyle\sum {N_i} \times 8\;760 - \displaystyle\sum {U_i}{N_i}\right)\Big/\left(\displaystyle\sum {N_i} \times 8\;760\right) \end{array} \right.$

(13)

式中：λ_i、N_i、U_i和P_i分别为负荷点 $i$ 的平均故障率、用户数、年平均停运时间和负荷点负荷值.

3.2 可靠性计算流程

基于上述层次—熵权法对各个负荷制定负荷削减策略，利用蒙特卡洛法对含DG配电网的可靠性进行评估. 蒙特卡罗法算法主要用于模拟DG出力，并同时对元件故障进行模拟抽样，进一步对系统可靠性进行评估. 其主要的思路为：初始化系统；设定仿真次数 ${\rm{NY}}$ ；对系统故障状态随机抽样；利用失效模式及效应分析（FMEA）思路对故障分析. 若满足孤岛运行条件，则调用层次—熵权法构建负荷削减策略，基于对负荷故障类型的分析，累加负荷带点故障停电次数和停电时间；若不满足孤岛运行条件则直接累加负荷带点故障停电次数和停电时间. 然后仿真次数 ${\rm{NY}} = {\rm{NY}} + 1$ ，直至达到仿真次数要求. 最后得到系统可靠性指标. 其评估流程如图2所示.

图 2 可靠性评估流程

Figure 2. Reliability assessment process

下载: 全尺寸图片幻灯片

4. 算例

4.1 参数

本文以IEEE-RBTS BUS6馈线F4为测试系统，对含DG配电网在孤岛运行模式下的可靠性进行评估. 其系统拓扑结构如图3所示.

图 3 拓扑结构

Figure 3. Topological structure

下载: 全尺寸图片幻灯片

取线路故障率0.05次/a，变压器故障率0.01次/a，其余基本数据来源于文献[14]. 该系统包含5台断路器、5个隔离开关、30条线路和22个负荷点，每条出线首段都接有熔断器. 在不影响计算精度的前提下，假设每台断路器和熔断器有效率为100%. 负荷重要程度衡量体系中各指标数据见表1.

表 1 负荷点指标参数

Table 1. Parameters of load point

负荷点编号	负荷点用户数 / 个	负荷值 / MW	缺电成本 / (kW·h⁻¹)	负荷密度 / (MW·km⁻²)	年最大负荷利用小时 / h
19	126	0.1808	10.50	60	2200
22	132	0.2070	75.67	120	4000
18,23	147	0.1659	57.53	200	7000
32,37	1	0.1929	42.12	50	6437
21,35	1	0.2633	53.37	65	7100
24,40	1	0.3057	35.02	50	6157
26,38	1	0.2831	83.55	40	7000
20,30,34	1	0.2501	94.45	40	3157
27,29,33,39	76	0.1585	75.85	60	4678
25,28,31,36	79	0.1554	47.35	45	2437

下载: 导出CSV

| 显示表格

4.2 方案制定及结果

本文采用两种不同的方案对含DG配电网的可靠性进行研究，具体方案如下.

1)分别在F5、F6、F7区域首段接入平均出力为0.8 MW的DG，在孤岛运行下，考虑负荷重要程度体系，利用层次—熵权法制定负荷削减策略；

2)分别在F5、F6、F7区域首段接入平均出力为0.8 MW的DG，在孤岛运行下，只以恢复负荷值最大化为目标，制定负荷削减策略.

采用层次—熵权法对各个负荷进行综合赋权，以权重制定负荷削减策略. 在系统发生故障后，只有区域F5、F6、F7能形成孤岛，且各区域相互独立. 因此只需分别对区域F5、F6、F7中的负荷点进行赋权. 具体赋权步骤如下.

1）AHP主观赋权

以区域F5为例，基于上述所建立的层次结构模型，调研资料和咨询专家生成判断矩阵A为

${\boldsymbol{A}} = \left[ {\begin{array}{*{20}{c}} {\rm{1}}&{{\rm{1/7}}}&{{\rm{1/2}}}&{{\rm{1/5}}}&{{\rm{1/7}}} \\ {\rm{7}}&{\rm{1}}&{\rm{3}}&{\rm{1}}&{\rm{2}} \\ {\rm{2}}&{{\rm{1/3}}}&{\rm{1}}&{{\rm{1/8}}}&{{\rm{1/4}}} \\ {\rm{5}}&{\rm{1}}&{\rm{8}}&{\rm{1}}&{\rm{2}} \\ {\rm{7}}&{{\rm{1/2}}}&{\rm{4}}&{{\rm{1/2}}}&{\rm{1}} \end{array}} \right]$

建立相对隶属度矩阵 ${\boldsymbol{B}} = [{B_1},{B_2},{B_3},{B_4},{B_5}]$ . 然后对判断矩阵进行一致性检验. 例如判断矩阵A中的最大特征值 ${{\rm{\lambda }}_{\max }}$ =5.202，计算得

$\begin{array}{l} {\rm{CI}} = \dfrac{{{{\rm{\lambda }}_{\max }} - n}}{{n - 1}} = \dfrac{{5.202 - 5}}{{5 - 1}} = 0.050\;5\\ \quad {\rm{CR}} = \dfrac{{{\rm{CI}}}}{{{\rm{RI}}}} = \dfrac{{0.050\;5}}{{1.12}} = 0.045 \end{array}$

判断矩阵A中一致性比例 ${\rm{CR}} = 0.045 < 0.1$ ，一致性检验通过. 同理对B₁~ B₅进行一致性检验，一致性检验结果为： ${\rm{C}}{{\rm{R}}_1} = 0.013\;1$ ； ${\rm{C}}{{\rm{R}}_2} = 0.060\;1$ ； ${\rm{ C}}{{\rm{R}}_3} = 0.098\;9$ ； ${\rm{C}}{{\rm{R}}_4} = 0.037\;6$ ； ${\rm{C}}{{\rm{R}}_5} = 0.088\;6$ . 所以CR都小于0.1，即一致性检验通过. 得出各指标最终权重w=[0.044, 0.312, 0.071, 0.355, 0.218]，则负荷点LP31~LP35的主观权重w_x5=[0.0597, 0.1505, 0.1585, 0.1599, 0.4714]. 同理可以求出F6和F7中的负荷权重，w_x6=[0.4519, 0.3808, 0.1673]，w_x7=[0.2692, 0.2549, 0.2559, 0.1576, 0.0624].

2）熵权法客观赋权

利用表1中负荷各指标参数，通过式(2)至式(7)对区域F5、F6、F7中指标进行客观赋权，以区域F5为例，首先将LP31~LP35中各指标数据特征值矩阵X₅归一化形成规范矩阵U₅，为

$\begin{array}{l} {{\boldsymbol{X}}_{\boldsymbol{5}}} = \left[ {\begin{array}{*{20}{c}} {79}&{0.155\;4}&{47.35}&{45}&{2\;437} \\ 1&{0.192\;9}&{42.12}&{50}&{6\;437} \\ {76}&{0.158\;5}&{75.85}&{60}&{4\;678} \\ 1&{0.205\;1}&{94.45}&{40}&{3\;157} \\ 1&{0.263\;3}&{53.37}&{65}&{7\;100} \end{array}} \right]\\ {{\boldsymbol{U}}_{\boldsymbol{5}}} = \left[ {\begin{array}{*{20}{c}} {1.00}&{0.00}&{0.10}&{0.20}&{0.00} \\ {0.00}&{0.35}&{0.00}&{0.40}&{0.86} \\ {0.96}&{0.03}&{0.64}&{0.80}&{0.48} \\ {0.00}&{0.46}&{1.00}&{0.00}&{0.15} \\ {0.00}&{1.00}&{0.21}&{1.00}&{1.00} \end{array}} \right] \end{array}$

式中，行向量负荷点为各指标归一化后的值；列向量为各指标归一化后的值. 进一步利用式(5)计算各负荷点的熵值H_j为

${H_5} = \left[ {0.430\;6,\;0.657\;3,\;0.685\;5,\;0.768\;4,\;0.760\;0} \right]$

通过负荷点熵值H_j可以计算区域F5中各指标的最终客观权重. 同理，对区域F6和F7采用相同的方法. 各区域中各指标的客观权重见表2.

表 2 各区域指标客观权重

Table 2. Index weights of each region

区域	a₁	a₂	a₃	a₄	a₅
F5	0.3353	0.2018	0.1852	0.1364	0.1413
F6	0.1379	0.3257	0.1482	0.2033	0.1849
F7	0.3588	0.2316	0.1788	0.1317	0.0992

下载: 导出CSV

| 显示表格

表中：a₁为负荷点用户数；a₂为负荷值；a₃为缺电成本；a₄为负荷密度；a₅为年最大负荷利用小时. 进一步利用式(7)确定各区域中负荷的最终客观权重， ${w_{o5}} = \left[ {0.184\;2,\;0.119\;2,\;0.301\;3,\;0.144\;6,\;0.250\;6} \right]$ . 同理，得出F6和F7区域中负荷客观权重为

$\begin{array}{l} {w_{o6}} = \left[ {0.140\;5, 0.462\;4, 0.397\;1} \right]\\ {w_{o7}} = \left[ {0.198\;0, 0.107\;3, 0.215\;1, 0.308\;3, 0.171\;4} \right] \end{array}$

3）综合权重

利用式(8)对各负荷点进行综合赋权，其结果及其优属度排序见表3.

表 3 负荷权重及其优属度排序

Table 3. Ranking of load weight and its degree

区域	负荷点编号	主观权重	客观权重	综合权重
F6	LP29	0.4519	0.4624	0.4572
	LP30	0.3808	0.3971	0.3890
	LP28	0.1673	0.1405	0.1539
F5	LP35	0.4714	0.2506	0.3610
	LP33	0.1585	0.3013	0.2299
	LP34	0.1599	0.1446	0.1523
	LP32	0.1505	0.1192	0.1349
	LP31	0.0597	0.1842	0.1220
F7	LP39	0.2692	0.3083	0.2888
	LP38	0.2549	0.2151	0.2350
	LP40	0.2559	0.1714	0.2137
	LP37	0.1576	0.1073	0.1325
	LP36	0.0624	0.1980	0.1302

下载: 导出CSV

| 显示表格

4）不同方案下可靠性指标

考虑上述各区域中负荷综合权重，以优属度排序制定负荷削减策略，权重越大说明其优先级越高，在孤岛形成后优先供电. 反之，优属度越低的负荷应首先削减. 将综合优属度排序考虑到方案1中进行配电网可靠性计算；并以负荷值大小为目标对方案2（传统方案）进行配电网可靠性评估，其中负荷值越大负荷优属度越高，反之优属度较低. 方案1和方案2下负荷点可靠性指标部分结果见表4.

表 4 不同方案负荷点可靠性指标

Table 4. Reliability indexes of load with different cases

负荷点	方案1			方案2
负荷点	λ	r	U	λ	r	U
LP18	0.73	7.68	5.61	0.73	7.67	5.60
LP25	1.71	5.15	8.80	1.71	5.15	8.81
LP28	1.70	6.17	10.50	1.70	6.19	10.52
LP29	0.44	12.41	5.45	0.44	12.41	5.42
LP31	1.35	6.61	8.93	1.35	6.61	8.93
LP33	0.68	8.96	6.05	1.35	6.61	8.93
LP35	0.68	8.93	6.07	0.68	8.95	6.06
LP39	0.66	9.92	6.50	1.93	6.01	11.60
LP40	1.93	6.01	11.60	0.66	9.92	6.50

下载: 导出CSV

| 显示表格

从表4中可以看出：对比同区域F6中负荷点LP28和LP29可知，停电频率从1.70次 / a降到了0.44次 / a，年平均停电时间也从10.50 h / a降低到了5.45 h / a，可靠性指标有所上升. 因为在这两种方案下，负荷点LP29的优属度都高于LP28，在负荷削减过程中LP29优先得到供电，被迫停运率减少，所以这类负荷点的可靠性指标上升.

对比方案1和方案2，负荷点LP35可靠性指标基本不发生变化. 因为无论是在方案1中还是方案2中，其优属度都相对较高，在负荷削减过程中优先恢复供电. 负荷点LP28在两种方案下可靠性指标基本不发生变化. 因为在方案1下其优属度在区域F6中最低；在方案2中，其负荷值最低，所以在这两种方案下都会优先削减，这类负荷点可靠性指标基本不发生变化.

从LP33和LP39的负荷点可靠性指标可知，其停电频率从方案2中的1.35次 / a、1.93次 / a降低到方案1中0.68次 / a和0.66次 / a，年平均停电时间也下降32.25%和43.97%，可靠性指标大幅上升. 因为这类负荷点在方案1中其综合优属度相比方案2高，在发生负荷削减时会优先供电，缩短了因故障被迫停运的次数，可靠性指标上升.

从负荷点LP40可以看出，其停电频率从方案2中的0.66次 / a上升到了方案1中的1.93次 / a，年平均停电时间也有所上升. 因为在方案2中，其负荷值较大，所属区域的相对优属度高于方案1，所以在负荷削减过程中优先恢复供电.

对于负荷点LP18和LP25，可靠性指标在方案1和方案2下基本不发生变化. 因为这类负荷点在两种方案下，发生故障后都无法形成孤岛，只能在故障修复后才能恢复供电.

基于两种方案下的负荷点可靠性指标，求出系统可靠性指标，结果见表5.

表 5 不同方案系统可靠性指标

Table 5. Reliability index of different cases

方案	SAIFI	SAIDI	CAIDI	ASAI
方案1	1.0249	7.0790	6.9068	0.99919
方案2	1.1485	7.5849	6.6040	0.99913

下载: 导出CSV

| 显示表格

对比表5中方案1和方案2中系统可靠性指标可知，利用层次—熵权法计算的系统可靠性指标中停电频率SAIFI与方案2相比下降了10.76%，系统平均停电时间SAIDI也降低了6.67%，同时供电可靠性ASAI提升了 0.006%，系统可靠性指标明显提升. 验证了本文所提出的负荷削减算法的正确性和高效性. 因为该算法既考虑到了主观决策者的意见，又兼顾了多种数据中的客观信息，综合主客观两方面，衡量负荷重要程度，根据负荷优属度排序制定负荷削减策略. 而在以往计算当中通常只以负荷值大小确定负荷优属度，无法综合衡量负荷的重要性，容易造成误切的现象，增加了负荷被迫停运的概率，使系统可靠性降低，对实际电网故障处理过程中造成影响. 所以主客观综合赋权更加符合实际电网运行中的需求，可以提升系统的可靠性.

5. 结　语

提出一种层次—熵权法对负荷进行主客观赋权，并以此为基础制定负荷削减策略. 可以得出以下结论.

1）算法在对负荷综合赋权过程中，弱化了主观赋权的随意性，充分利用指标数据的客观信息，同时也考虑到了决策者的主观意见，增加了赋权途径的多样化，更加符合实际赋权需求.

2）在负荷削减过程中，利用本文提出的层次—熵权法对负荷进行综合赋权，能够充分综合负荷点各指标，确保高优先级负荷的电能供电. 与只考虑负荷值相比，部分负荷点可靠性指标提升30%左右，更加符合实际运行的需求.

3）系统可靠性方面，在对负荷优属度排序时，综合考虑各指标对其进行主客观赋权，系统可靠性指标与只考虑一种指标相比有所提升，其中指标SAIFI、SAIDI和ASAI分别优化了10.76%、6.67%和0.006%，系统可靠性指标大幅提升.

图 1 层次分析结构

Figure 1. AHP structure

下载: 全尺寸图片幻灯片

图 2 可靠性评估流程

Figure 2. Reliability assessment process

下载: 全尺寸图片幻灯片

图 3 拓扑结构

Figure 3. Topological structure

下载: 全尺寸图片幻灯片

表 1 负荷点指标参数

Table 1. Parameters of load point

负荷点编号	负荷点用户数 / 个	负荷值 / MW	缺电成本 / (kW·h⁻¹)	负荷密度 / (MW·km⁻²)	年最大负荷利用小时 / h
19	126	0.1808	10.50	60	2200
22	132	0.2070	75.67	120	4000
18,23	147	0.1659	57.53	200	7000
32,37	1	0.1929	42.12	50	6437
21,35	1	0.2633	53.37	65	7100
24,40	1	0.3057	35.02	50	6157
26,38	1	0.2831	83.55	40	7000
20,30,34	1	0.2501	94.45	40	3157
27,29,33,39	76	0.1585	75.85	60	4678
25,28,31,36	79	0.1554	47.35	45	2437

下载: 导出CSV

表 2 各区域指标客观权重

Table 2. Index weights of each region

区域	a₁	a₂	a₃	a₄	a₅
F5	0.3353	0.2018	0.1852	0.1364	0.1413
F6	0.1379	0.3257	0.1482	0.2033	0.1849
F7	0.3588	0.2316	0.1788	0.1317	0.0992

下载: 导出CSV

表 3 负荷权重及其优属度排序

Table 3. Ranking of load weight and its degree

区域	负荷点编号	主观权重	客观权重	综合权重
F6	LP29	0.4519	0.4624	0.4572
	LP30	0.3808	0.3971	0.3890
	LP28	0.1673	0.1405	0.1539
F5	LP35	0.4714	0.2506	0.3610
	LP33	0.1585	0.3013	0.2299
	LP34	0.1599	0.1446	0.1523
	LP32	0.1505	0.1192	0.1349
	LP31	0.0597	0.1842	0.1220
F7	LP39	0.2692	0.3083	0.2888
	LP38	0.2549	0.2151	0.2350
	LP40	0.2559	0.1714	0.2137
	LP37	0.1576	0.1073	0.1325
	LP36	0.0624	0.1980	0.1302

下载: 导出CSV

表 4 不同方案负荷点可靠性指标

Table 4. Reliability indexes of load with different cases

负荷点	方案1			方案2
负荷点	λ	r	U	λ	r	U
LP18	0.73	7.68	5.61	0.73	7.67	5.60
LP25	1.71	5.15	8.80	1.71	5.15	8.81
LP28	1.70	6.17	10.50	1.70	6.19	10.52
LP29	0.44	12.41	5.45	0.44	12.41	5.42
LP31	1.35	6.61	8.93	1.35	6.61	8.93
LP33	0.68	8.96	6.05	1.35	6.61	8.93
LP35	0.68	8.93	6.07	0.68	8.95	6.06
LP39	0.66	9.92	6.50	1.93	6.01	11.60
LP40	1.93	6.01	11.60	0.66	9.92	6.50

下载: 导出CSV

表 5 不同方案系统可靠性指标

Table 5. Reliability index of different cases

方案	SAIFI	SAIDI	CAIDI	ASAI
方案1	1.0249	7.0790	6.9068	0.99919
方案2	1.1485	7.5849	6.6040	0.99913

下载: 导出CSV

参考文献(14)

[1]	闾浩, 李陆苗, 金蓉英. 新能源接入配电网经济性与可靠性优化研究[J] . 南京航空航天大学学报,2018,50(5):715 − 721.
[2]	王菲, 李晖, 杨林, 等. 考虑大规模新能源接入的柔性直流电网容量规划方法[J] . 电力系统及其自动化学报,2018,30(12):53 − 59.
[3]	李国武, 刘德坤. DG接入配电网对低电压区电压质量的影响研究[J] . 电气应用,2017,36(17):75 − 80.
[4]	范志成, 朱俊澎, 吴涵, 等. 计及模糊随机性的主动配电网分布式电源规划模型[J] . 电力建设,2019,40(2):37 − 44. doi: 10.3969/j.issn.1000-7229.2019.02.005
[5]	李轩. 含微网的配电网负荷转移方案可靠性与经济性综合评估[D]. 呼和浩特: 内蒙古工业大学, 2016.
[6]	荣雅君, 马秀蕊, 杨伟. 发输电系统可靠性分析中最优切负荷模型[J] . 电工电能新技术,2015,34(7):58 − 62. doi: 10.3969/j.issn.1003-3076.2015.07.010
[7]	陈卫, 方廷健, 蒋旭东. 基于Delphi法和AHP法的群体决策研究及应用[J] . 计算机工程,2003,29(5):18 − 20. doi: 10.3969/j.issn.1000-3428.2003.05.008
[8]	欧阳森, 陈丹伶, 吴裕生. 计及负荷重要程度的含DG配电网可靠性评估[J] . 电力电容器与无功补偿,2019,40(2):95 − 100.
[9]	南思博, 李庚银, 周明, 等. 智能小区可削减柔性负荷实时需求响应策略[J] . 电力系统保护与控制,2019,47(10):42 − 50. doi: 10.7667/PSPC20191006
[10]	许树柏. 实用决策方法: 层次分析法原理[M]. 天津: 天津大学出版社, 1988.
[11]	杨海柱, 王鹏, 于波. 基于层次分析法的供热项目优化研究[J] . 河南理工大学学报(自然科学版),2019,38(5):80 − 86.
[12]	刘艳锋. 利用肯德尔和谐系数检验测量结果的可信度[J] . 新乡教育学院学报,2006,19(2):95 − 96.
[13]	BILLINTON R, ALLAN R N. Reliability evaluation of power system[M]. New York: Plenum Press, 1996.
[14]	BILLINTON R, JONNAVITHUAL S. A test system for teaching overall power system reliability assessment[J] . IEEE Transactions on Power Systems,1996,11(4):1670 − 1676. doi: 10.1109/59.544626

施引文献

期刊类型引用(0)
其他类型引用(1)

资源附件(0)

访问统计

点击查看大图

图(3) / 表(5)

计量

文章访问数: 272
HTML全文浏览量: 165
PDF下载量: 111
被引次数: 1

1. 负荷重要程度衡量体系
2. 主客观综合赋权算法
2.1 主观赋权
2.2 客观赋权
2.3 综合权重
3. 配电网可靠性评估
3.1 指标符号及含义
3.2 可靠性计算流程
4. 算例
4.1 参数
4.2 方案制定及结果
5. 结　语

姓名
邮箱
手机号码
标题
留言内容
验证码

留言板

基于负荷优属度的含DG配电网可靠性研究

作者简介:
刘小康（1993−），男，在读硕士，主要研究方向为微电网系统可靠性分析. E-mail：317312046@qq.com

通讯作者:
张　菁（1969−），女，副教授，博士，主要研究方向为电力系统及其自动化. E-mail：zj2015@sues.edu.cn

计量

Reliability Research of Distribution Network with DG Based on Load Superiority Degree

1. 负荷重要程度衡量体系

2. 主客观综合赋权算法

2.1 主观赋权

2.2 客观赋权

2.3 综合权重

3. 配电网可靠性评估

3.1 指标符号及含义

3.2 可靠性计算流程

4. 算例

4.1 参数

4.2 方案制定及结果

5. 结　语

期刊类型引用(0)

其他类型引用(1)

计量

目录

1. 负荷重要程度衡量体系

2. 主客观综合赋权算法

2.1 主观赋权

2.2 客观赋权

2.3 综合权重

3. 配电网可靠性评估

3.1 指标符号及含义

3.2 可靠性计算流程

4. 算例

4.1 参数

4.2 方案制定及结果

5. 结　语

留言板

基于负荷优属度的含DG配电网可靠性研究

作者简介: 刘小康（1993−），男，在读硕士，主要研究方向为微电网系统可靠性分析. E-mail：317312046@qq.com

通讯作者: 张 菁（1969−），女，副教授，博士，主要研究方向为电力系统及其自动化. E-mail：zj2015@sues.edu.cn

计量

出版历程

Reliability Research of Distribution Network with DG Based on Load Superiority Degree

1. 负荷重要程度衡量体系

2. 主客观综合赋权算法

2.1 主观赋权

2.2 客观赋权

2.3 综合权重

3. 配电网可靠性评估

3.1 指标符号及含义

3.2 可靠性计算流程

4. 算例

4.1 参数

4.2 方案制定及结果

5. 结 语

期刊类型引用(0)

其他类型引用(1)

计量

出版历程

目录

1. 负荷重要程度衡量体系

2. 主客观综合赋权算法

2.1 主观赋权

2.2 客观赋权

2.3 综合权重

3. 配电网可靠性评估

3.1 指标符号及含义

3.2 可靠性计算流程

4. 算例

4.1 参数

4.2 方案制定及结果

5. 结 语

作者简介:
刘小康（1993−），男，在读硕士，主要研究方向为微电网系统可靠性分析. E-mail：317312046@qq.com

通讯作者:
张　菁（1969−），女，副教授，博士，主要研究方向为电力系统及其自动化. E-mail：zj2015@sues.edu.cn

5. 结　语

5. 结　语