描述
开 本: 128开纸 张: 胶版纸包 装: 平装-胶订是否套装: 否国际标准书号ISBN: 9787030536174丛书名: 先进能源智能电网技术丛书
编辑推荐
电力和能源领域相关的科研人员和工程技术人员，相关高校高年级学生和研究生。
内容简介
首先，《智能电网规划与运行的评估理论与应用》对智能电网的新特征以及智能电网评估研究现状进行了阐述，并提出了传统评估方法的局限性与智能电网评估的新问题。然后，第2～5章对智能电网规划与评估理论的数学基础进行了系统介绍，包括经典评估理论与方法、经典规划理论与方法、评估理论与方法的扩展，以及规划理论与方法的扩展。在第6～15章，围绕智能电网的规划、运行和控制，介绍了基于传统和扩展的数学理论的智能电网规划与评估分析的模型与方法，包括智能电网技术效率评估、技术进步评估、动态评估、智能变电站技术成熟度评估、黑启动恢复方案评估、电磁环网运行方案评估、电动汽车充电决策方案评估，以及智能电网下的电力负荷预测、不确定条件下的源 网 荷协调规划、大数据相关技术用于智能电网评估。《智能电网规划与运行的评估理论与应用》提供了大量实例，既包含智能电网技术、经济分析与评估的宏观问题，也涉及智能电网环境下先进技术在规划与运行控制应用中的相关具体问题。
目 录
目录
序
前言
第1章 绪论 1
1.1 智能电网特征 1
1.2 国内外智能电网规划与评估研究现状 2
1.2.1 综合评价模型 3
1.2.2 综合评价方法 4
1.3 传统电力系统规划与评估的方法 5
1.4 智能电网规划与评估的新问题 8
参考文献 13
第2章 经典评估理论及方法 17
2.1 层次分析法 17
2.1.1 层次分析法概述 17
2.1.2 层次结构模型建立 18
2.1.3 判断矩阵构造 19
2.1.4 一致性检验 20
2.1.5 重要度计算 21
2.1.6 层次分析法的应用步骤 22
2.2 数据包络分析方法 22
2.2.1 数据包络分析方法概述 22
2.2.2 数据包络分析模型 23
2.2.3 数据包络分析方法的应用步骤 25
2.3 主成分分析法 26
2.3.1 主成分分析法基本思想 26
2.3.2 主成分分析法数学解释 26
2.3.3 主成分分析计算步骤 28
2.3.4 主成分分析评价流程 31
2.3.5 主成分分析法在电力系统中应用概述 31
2.4 生产函数法 32
2.4.1 生产函数的一般形式 33
2.4.2 生产函数的数学性质 34
2.4.3 技术进步的数量特征 35
2.5 系统动力学 37
2.5.1 系统动力学理论简介 37
2.5.2 系统动力学理论的基本观点 38
2.5.3 系统动力学分析、研究、解决问题的主要过程与步骤 39
2.5.4 系统动力学构模原理、方法 41
参考文献 41
第3章 经典规划理论及方法 43
3.1 线性规划 43
3.1.1 线性规划的定义和标准形式 43
3.1.2 线性规划问题解的概念和性质 44
3.1.3 单纯形法 45
3.1.4 线性规划问题的对偶理论 47
3.2 非线性规划 49
3.2.1 无约束优化问题 49
3.2.2 无约束优化问题的**性条件 49
3.2.3 无约束优化问题的求解算法 50
3.2.4 约束优化问题的**性条件 53
3.2.5 约束优化问题的求解算法 53
参考文献 55
第4章 评估理论与方法的扩展 56
4.1 基于云模型的新评估方法 56
4.1.1 定性指标及云模型的提出 56
4.1.2 云和云滴 56
4.1.3 正态云模型 57
4.1.4 定性指标处理步骤 58
4.2 超效率概念在数据包络法中的应用 58
4.3 灰色聚类分析法 59
4.3.1 灰色系统理论简介 59
4.3.2 灰色聚类分析法原理 62
4.3.3 不同白化权函数及其特点 65
4.4 **前沿生产函数法 68
参考文献 69
第5章 规划理论与方法的扩展 70
5.1 大规模数学规划的计算问题 70
5.1.1 模拟技术与智能算法 70
5.1.2 不确定规划模型的求解算法 73
5.1.3 不确定规划建模和算法问题的分析 73
5.2 鲁棒优化理论产生背景 74
5.2.1 不确定规划与鲁棒优化 74
5.2.2 鲁棒优化理论的发展 76
5.3 鲁棒优化模型及方法 78
5.3.1 鲁棒线性优化 79
5.3.2 鲁棒二次优化 80
5.3.3 鲁棒半定优化 81
5.3.4 鲁棒优化方法在电力系统中的应用 82
5.3.5 小结 82
参考文献 83
第6章 智能电网技术效率评估 85
6.1 概述 85
6.2 技术效率描述 85
6.3 效率评估模型 86
6.3.1 技术效率评估模型 86
6.3.2 智能电网分配效率评估模型 89
6.3.3 参数估计与模型检验 90
6.4 算例分析 91
参考文献 99
第7章 智能电网技术进步评估 101
7.1 概述 101
7.2 技术进步评估模型 102
7.2.1 广义生产函数模型 102
7.2.2 CD生产函数的适用性分析 104
7.2.3 测算智能电网技术进步的实现过程 106
7.3 算例分析 109
7.3.1 原始数据 109
7.3.2 结果分析 111
参考文献 116
第8章 智能电网动态评估 118
8.1 概述 118
8.2 智能电网建设动态特性 118
8.3 动态评估模型 119
8.3.1 模型结构设计 119
8.3.2 模型方程关系和参数 120
8.4 算例分析 122
参考文献 125
第9章 智能变电站技术成熟度评估 127
9.1 引言 127
9.2 智能变电站技术简介 128
9.2.1 IEC 61850标准 128
9.2.2 电子式互感器技术 129
9.2.3 在线监测技术 129
9.3 技术成熟度评估模型 130
9.3.1 智能变电站技术成熟度指标体系 130
9.3.2 智能变电站技术成熟度评估理论方法选取 135
9.3.3 基于灰色聚类分析法的智能变电站技术成熟度评估模型 137
9.4 实例分析 141
9.4.1 智能变电站技术成熟度指标数据 141
9.4.2 层次分析法评估应用 143
9.4.3 灰色聚类分析法评估应用 147
9.4.4 结果分析 149
参考文献 155
第10章 智能电网中黑启动恢复方案评估 156
10.1 概述 156
10.2 总体思路及步骤 157
10.2.1 基于云模型的定性指标定量化过程 157
10.2.2 云数据包络分析方法主要步骤 158
10.3 黑启动方案评估模型 159
10.3.1 联合DEA模型 159
10.3.2 黑启动方案评价模型 160
10.4 算例分析 161
参考文献 165
第11章 智能电网中电磁环网运行方案评估 167
11.1 概述 167
11.2 PSS/E和Python介绍 169
11.3 电磁环网运行评估方法 170
11.3.1 电磁环网运行指标 170
11.3.2 电磁环网运行决策系统 173
11.4 算例分析 173
11.4.1 sawvn算例分析 173
11.4.2 华东交流特高压电网皖南站附近电磁环网分析 175
参考文献 180
第12章 电动汽车充电决策方案评估 182
12.1 概述 182
12.2 电动汽车充放电特性分析 182
12.2.1 影响电动汽车充电负荷的因素 182
12.2.2 电动汽车电池特性 184
12.2.3 电动汽车的行驶特性 185
12.2.4 电动汽车充电负荷模型 186
12.3 电动汽车充电站内有序充电策略 188
12.3.1 电动汽车有序充电管理模式 188
12.3.2 以电动汽车聚合商为主体的有序充电 189
12.3.3 以电网公司为主体的有序充电 196
12.3.4 以个体电动汽车用户为主体的有序充电 199
12.3.5 有序充电中的电价机制及激励机制 201
12.4 算例分析 205
12.4.1 假设条件 205
12.4.2 无序充电下的仿真计算 206
12.4.3 以电动汽车聚合商为主体的有序充电仿真计算 206
12.4.4 以电网公司为主体的有序充电仿真计算 209
12.4.5 以个体电动汽车为主体的有序充电仿真计算 210
12.4.6 有序充电中的电价机制以及激励机制仿真计算 212
参考文献 214
第13章 智能电网下的电力负荷预测 216
13.1 概述 216
13.1.1 负荷预测分类 216
13.1.2 负荷预测一般步骤 218
13.2 负荷预测常用方法 219
13.3 智能电网环境下的负荷预测 222
13.3.1 城市化定义与特征 222
13.3.2 城市化主要构成要素提取 223
13.4 基于城市化特性的中长期负荷预测 224
13.4.1 基于城市化特性的中长期负荷预测建模思路 224
13.4.2 基于层次分析法的权重计算 224
13.4.3 基于模糊聚类分析法的中长期负荷预测 226
13.4.4 算例分析 227
13.4.5 总结 230
13.5 基于城市化特性的饱和负荷预测 230
13.5.1 基于城市化特性的饱和负荷预测建模思路 231
13.5.2 城市化要素主成分提取 232
13.5.3 主成分与负荷序列基频分量提取 232
13.5.4 饱和负荷预测实现 233
13.5.5 算例分析 234
13.5.6 总结 238
参考文献 238
第14章 不确定条件下智能电网源网荷协调规划 241
14.1 概述 241
14.2 不确定因素分析 241
14.3 不确定条件下规划模型 242
14.3.1 不确定参数在约束条件中 245
14.3.2 不确定参数在目标函数中 246
14.4 计算复杂度分析 248
14.5 算例分析 256
14.5.1 原始数据与参考系统 256
14.5.2 结果分析 258
参考文献 265
第15章 大数据相关技术用于智能电网评估 267
15.1 智能电网与大数据的关系 267
15.2 大数据在智能电网评估的应用 268
15.2.1 智能电网的数据特征 268
15.2.2 研究方法 269
参考文献 269
附录 271
序
前言
第1章 绪论 1
1.1 智能电网特征 1
1.2 国内外智能电网规划与评估研究现状 2
1.2.1 综合评价模型 3
1.2.2 综合评价方法 4
1.3 传统电力系统规划与评估的方法 5
1.4 智能电网规划与评估的新问题 8
参考文献 13
第2章 经典评估理论及方法 17
2.1 层次分析法 17
2.1.1 层次分析法概述 17
2.1.2 层次结构模型建立 18
2.1.3 判断矩阵构造 19
2.1.4 一致性检验 20
2.1.5 重要度计算 21
2.1.6 层次分析法的应用步骤 22
2.2 数据包络分析方法 22
2.2.1 数据包络分析方法概述 22
2.2.2 数据包络分析模型 23
2.2.3 数据包络分析方法的应用步骤 25
2.3 主成分分析法 26
2.3.1 主成分分析法基本思想 26
2.3.2 主成分分析法数学解释 26
2.3.3 主成分分析计算步骤 28
2.3.4 主成分分析评价流程 31
2.3.5 主成分分析法在电力系统中应用概述 31
2.4 生产函数法 32
2.4.1 生产函数的一般形式 33
2.4.2 生产函数的数学性质 34
2.4.3 技术进步的数量特征 35
2.5 系统动力学 37
2.5.1 系统动力学理论简介 37
2.5.2 系统动力学理论的基本观点 38
2.5.3 系统动力学分析、研究、解决问题的主要过程与步骤 39
2.5.4 系统动力学构模原理、方法 41
参考文献 41
第3章 经典规划理论及方法 43
3.1 线性规划 43
3.1.1 线性规划的定义和标准形式 43
3.1.2 线性规划问题解的概念和性质 44
3.1.3 单纯形法 45
3.1.4 线性规划问题的对偶理论 47
3.2 非线性规划 49
3.2.1 无约束优化问题 49
3.2.2 无约束优化问题的**性条件 49
3.2.3 无约束优化问题的求解算法 50
3.2.4 约束优化问题的**性条件 53
3.2.5 约束优化问题的求解算法 53
参考文献 55
第4章 评估理论与方法的扩展 56
4.1 基于云模型的新评估方法 56
4.1.1 定性指标及云模型的提出 56
4.1.2 云和云滴 56
4.1.3 正态云模型 57
4.1.4 定性指标处理步骤 58
4.2 超效率概念在数据包络法中的应用 58
4.3 灰色聚类分析法 59
4.3.1 灰色系统理论简介 59
4.3.2 灰色聚类分析法原理 62
4.3.3 不同白化权函数及其特点 65
4.4 **前沿生产函数法 68
参考文献 69
第5章 规划理论与方法的扩展 70
5.1 大规模数学规划的计算问题 70
5.1.1 模拟技术与智能算法 70
5.1.2 不确定规划模型的求解算法 73
5.1.3 不确定规划建模和算法问题的分析 73
5.2 鲁棒优化理论产生背景 74
5.2.1 不确定规划与鲁棒优化 74
5.2.2 鲁棒优化理论的发展 76
5.3 鲁棒优化模型及方法 78
5.3.1 鲁棒线性优化 79
5.3.2 鲁棒二次优化 80
5.3.3 鲁棒半定优化 81
5.3.4 鲁棒优化方法在电力系统中的应用 82
5.3.5 小结 82
参考文献 83
第6章 智能电网技术效率评估 85
6.1 概述 85
6.2 技术效率描述 85
6.3 效率评估模型 86
6.3.1 技术效率评估模型 86
6.3.2 智能电网分配效率评估模型 89
6.3.3 参数估计与模型检验 90
6.4 算例分析 91
参考文献 99
第7章 智能电网技术进步评估 101
7.1 概述 101
7.2 技术进步评估模型 102
7.2.1 广义生产函数模型 102
7.2.2 CD生产函数的适用性分析 104
7.2.3 测算智能电网技术进步的实现过程 106
7.3 算例分析 109
7.3.1 原始数据 109
7.3.2 结果分析 111
参考文献 116
第8章 智能电网动态评估 118
8.1 概述 118
8.2 智能电网建设动态特性 118
8.3 动态评估模型 119
8.3.1 模型结构设计 119
8.3.2 模型方程关系和参数 120
8.4 算例分析 122
参考文献 125
第9章 智能变电站技术成熟度评估 127
9.1 引言 127
9.2 智能变电站技术简介 128
9.2.1 IEC 61850标准 128
9.2.2 电子式互感器技术 129
9.2.3 在线监测技术 129
9.3 技术成熟度评估模型 130
9.3.1 智能变电站技术成熟度指标体系 130
9.3.2 智能变电站技术成熟度评估理论方法选取 135
9.3.3 基于灰色聚类分析法的智能变电站技术成熟度评估模型 137
9.4 实例分析 141
9.4.1 智能变电站技术成熟度指标数据 141
9.4.2 层次分析法评估应用 143
9.4.3 灰色聚类分析法评估应用 147
9.4.4 结果分析 149
参考文献 155
第10章 智能电网中黑启动恢复方案评估 156
10.1 概述 156
10.2 总体思路及步骤 157
10.2.1 基于云模型的定性指标定量化过程 157
10.2.2 云数据包络分析方法主要步骤 158
10.3 黑启动方案评估模型 159
10.3.1 联合DEA模型 159
10.3.2 黑启动方案评价模型 160
10.4 算例分析 161
参考文献 165
第11章 智能电网中电磁环网运行方案评估 167
11.1 概述 167
11.2 PSS/E和Python介绍 169
11.3 电磁环网运行评估方法 170
11.3.1 电磁环网运行指标 170
11.3.2 电磁环网运行决策系统 173
11.4 算例分析 173
11.4.1 sawvn算例分析 173
11.4.2 华东交流特高压电网皖南站附近电磁环网分析 175
参考文献 180
第12章 电动汽车充电决策方案评估 182
12.1 概述 182
12.2 电动汽车充放电特性分析 182
12.2.1 影响电动汽车充电负荷的因素 182
12.2.2 电动汽车电池特性 184
12.2.3 电动汽车的行驶特性 185
12.2.4 电动汽车充电负荷模型 186
12.3 电动汽车充电站内有序充电策略 188
12.3.1 电动汽车有序充电管理模式 188
12.3.2 以电动汽车聚合商为主体的有序充电 189
12.3.3 以电网公司为主体的有序充电 196
12.3.4 以个体电动汽车用户为主体的有序充电 199
12.3.5 有序充电中的电价机制及激励机制 201
12.4 算例分析 205
12.4.1 假设条件 205
12.4.2 无序充电下的仿真计算 206
12.4.3 以电动汽车聚合商为主体的有序充电仿真计算 206
12.4.4 以电网公司为主体的有序充电仿真计算 209
12.4.5 以个体电动汽车为主体的有序充电仿真计算 210
12.4.6 有序充电中的电价机制以及激励机制仿真计算 212
参考文献 214
第13章 智能电网下的电力负荷预测 216
13.1 概述 216
13.1.1 负荷预测分类 216
13.1.2 负荷预测一般步骤 218
13.2 负荷预测常用方法 219
13.3 智能电网环境下的负荷预测 222
13.3.1 城市化定义与特征 222
13.3.2 城市化主要构成要素提取 223
13.4 基于城市化特性的中长期负荷预测 224
13.4.1 基于城市化特性的中长期负荷预测建模思路 224
13.4.2 基于层次分析法的权重计算 224
13.4.3 基于模糊聚类分析法的中长期负荷预测 226
13.4.4 算例分析 227
13.4.5 总结 230
13.5 基于城市化特性的饱和负荷预测 230
13.5.1 基于城市化特性的饱和负荷预测建模思路 231
13.5.2 城市化要素主成分提取 232
13.5.3 主成分与负荷序列基频分量提取 232
13.5.4 饱和负荷预测实现 233
13.5.5 算例分析 234
13.5.6 总结 238
参考文献 238
第14章 不确定条件下智能电网源网荷协调规划 241
14.1 概述 241
14.2 不确定因素分析 241
14.3 不确定条件下规划模型 242
14.3.1 不确定参数在约束条件中 245
14.3.2 不确定参数在目标函数中 246
14.4 计算复杂度分析 248
14.5 算例分析 256
14.5.1 原始数据与参考系统 256
14.5.2 结果分析 258
参考文献 265
第15章 大数据相关技术用于智能电网评估 267
15.1 智能电网与大数据的关系 267
15.2 大数据在智能电网评估的应用 268
15.2.1 智能电网的数据特征 268
15.2.2 研究方法 269
参考文献 269
附录 271
前 言
序言
媒体评论
评论
免费在线读
第1章 绪论
1.1 智能电网特征
智能电网是现代电网的建设目标和发展方向，是保障国家能源安全、实现低碳经济的重要手段［1］。智能电网中先进技术是支撑电网朝着智能化发展的核心要素。与传统电网相比，先进技术赋予智能电网的智能化属性是新一代电网的典型特征，体现了现代电网的核心价值与功能特性［2］。
智能化是电网未来发展的侧重点与聚焦点，同时也为新一代智能电网在规划、运行和控制上的经济性、安全性、可靠性、环保性以及适应性等多个方面提出更高的要求与标准［3，4］。现有的研究主要集中在传统电网下电力系统规划的经济性和可靠性方面，对于智能电网环境下，无论是经济上、安全上还是技术适应性方面，开展的研究相对较少。
先进的智能电网技术主要是指电力系统中发电、输电、变电、配电、用电、调度环节所采用的新技术和新设备，具体为一次侧的各电网环节中应用节能减排和使电网安全优化运行的技术，以及支撑电网高效灵活运行的二次侧技术和控制中心技术，包括量测技术、通信技术、信息集成处理技术、电力电子技术、控制决策技术等［5］。技术为智能电网带来的积极效益一般体现为提高电网管理大容量间歇式能源发电能力，降低电网运行的经济成本，强化电网安全可靠运行的能力，实现与用户灵活高效互动，以及节能减排带来的社会效益。评估先进技术对智能电网规划、运行和控制的影响，不仅能够反映电网智能化的水平，还可以衡量智能化带来的经济社会效益。然而，智能电网是一项建设周期长、技术难度高、投资规模大的系统性综合工程，定量地评估先进技术在智能电网建设过程中的实施效果通常较为困难［6］。因此，为了保证智能电网建设能够健康、科学、有序地推进，开展智能电网规划和运行中的技术先进性评估研究，是一项十分重要的课题。
技术先进性，从经济管理学的角度来看，是指工程项目中选择的技术设备可以展现其所能够发挥的***的成果效益，在技术水平、优化性能、智能化程度、降低成本、节能环保、新技术普及等诸多方面具有技术上的先进特征和优势。对于现代电力系统及能源工业领域，技术先进性是指智能电网技术应用在电网各环节中，并为电网带来积极影响所表现出的特性［7］，通常以技术进步、技术效率、技术效益等技术经济指标作为其衡量标准。开展关于智能电网技术先进性的评估方法研究，从宏观的技术经济分析的视角，研究用于描述智能电网规划与运行中的技术先进性特点的评估指标，为智能电网规划决策提供科学、精准，以及面向电网实际运行的评估依据，是具有重要理论价值与现实意义的工作。
智能电网在未来发展的过程中，必将经历和面临各种新技术对电网带来的效益与冲击，如大规模可再生能源接入电网、分布式电源即插即入、多样化的负荷需求等。智能电网技术为电网智能化发展带来红利的同时，也将更多的不确定因素引入电网的规划、运行与控制领域。从微观角度，分析未来不确定因素下的新技术对智能电网规划与运行的影响，量化评估技术先进性与不确定因素之间的相互关系，可以精准把握智能电网在规划与运行上的新技术投入强度和力度。因此，研究与智能电网技术相适应的电力系统规划的评估方法具有理论意义和实用价值。
随着智能电网的建设不断深入，新技术将在电力系统各领域中得到更加广泛的应用与发展，这也将是智能电网发展的必然趋势。然而，在现有的成果中，尚未形成针对智能电网技术先进性评估的理论体系，同时已有的研究成果多为仅从单一角度分析智能电网技术的应用效果，评估体系缺乏关联性与全面性，并且智能电网技术评估与分析的方法也很不完善。因此，系统地阐述技术先进性的概念，并与各领域的智能电网技术相结合，提出不同视角下的智能电网技术先进性的评估方法体系，并将其应用于智能电网规划与运行的分析中，解决先进技术对智能电网建设影响的评估问题，具有极大的理论意义和工程实用价值。
1.2 国内外智能电网规划与评估研究现状
电力系统技术经济评价主要涵盖电力工业的经济效益分析、综合评价分析、方案比较分析等方面。其中，综合评价分析是当前智能电网环境下关于电力系统技术经济评估领域的热点问题。美国能源部（Department of Energy， DOE）于2010年率先提出了适用于美国智能电网技术经济分析的综合评价指标体系框架，基于六项主要功能特性的评价指标体系用于评估美国智能电网的技术水平与发展程度［8］。美国另一电力科研机构——电力科学研究院（Electric Power Research Institute， EPRI）也发布了用于测算智能电网示范项目成本收益的评价指标体系［9］。反观欧洲智能电网评估研究，欧洲输电商联盟也设计了支持新能源和分布式能源发展的欧洲智能电网综合评价指标体系［10］，用于评估分析智能电网推进过程中带来的效益与影响。随后，IBM公司从战略发展的角度提出了智能电网成熟度模型，倡导以成熟度的理念从8个主要方面评估智能电网建设所处的等级阶段［11］。相比于国外研究，我国的智能电网正处于全面建设与引领提升相结合的发展阶段，对于其综合评价研究，与国外先进经验相比，也开展了一些关于智能电网建设和发展的综合评价研究，包括示范工程综合评价体系和智能电网指标体系与综合评价理论研究［12，13］，为智能电网在整体建设水平和示范工程实施效果等方面的评估提供了参考依据。纵观国内外相关研究，本章从综合评价模型与方法两个主要方面，对现有研究做出总结与梳理。
1.2.1 综合评价模型
本章从多属性的评价指标体系、关键技术领域评估和成本效益综合分析三个主要方面，总结与分析现有电力系统中的技术经济综合评价模型。
1.多属性多指标综合评价模型
指标是评价的标准与尺度，用于反映多种因素影响下评价对象所展现出来的不同属性。多属性多指标的综合评价模型适用于电力系统技术经济发展的整体水平与建设成效的综合评判研究，其意义在于为系统规划的决策者与管理者提供宏观战略层面的评价结果，反映电力系统技术应用在规划目标、内涵属性、功能特性等方面的综合实施效果。现有的电力系统技术经济分析的综合评价指标体系大多采用基于层次分析的递阶层次结构［14，15］，该类指标体系架构具有以下特点。
（1）通过分析电网技术发展的规划目标与技术基本特性、影响要素之间的对应关系，设计出技术影响下的目标要素指标相互耦合的评价指标体系。通过阐述该评价体系中各指标的功能属性与内涵定义，进而可以明确其应用场景和评估效果。
（2）基于层次分析的递阶层次结构具有强大的可兼容性。无论是定性还是定量类别的评价指标，通过对不同类别指标量化和标准化的处理，均可以实现客观、有效评估。
（3）该类结构的评价指标体系要求各指标之间关系相互解耦，并具有“去相关性”的特点。具体含义是指通过指标优化策略，如主成分分析［16］、因子分析［17］、聚类分析［18］等，剔除指标数据体系内各评价指标间的相关性，减少指标信息的交叉重叠，使评价过程具有客观性、简洁性和可操作性。
2.关键技术领域评估模型
由于技术可以应用在电力系统的不同领域，除了需要对电力系统整体的技术经济特性做出综合评价外，还需要结合决策者的关注点，对特定的电网环节和技术领域进行专门的评估研究。
电力系统一般可以划分为发电、输电、变电、配电、用电、调度环节。目前针对某一环节开展的综合评估研究，典型研究有： 文献［19］提出了配电网规划的综合评价指标体系，该指标体系涵盖了“抗大面积停电能力”、“输电网与配电网供电匹配度”、“电网可扩展裕度”等多类属性的评价指标，其特点表现为更加突出了配电网规划与运行之间的协调性；对于电网中某一特定技术领域的综合评价研究，文献［20］从可靠性、经济性、市场运营和环保性建立了微电网规划的评价指标体系，用于对微电网结构设计及运行方式效果进行综合评估；文献［21］提出并设计了一种电网黑启动方案的评价指标体系，通过对火电机组状态进行综合评价，为黑启动决策提供了有益参考。基于指标体系建立综合评价模型的研究思路不仅能够实现对特定领域与环节的技术实施效果进行有效评估，而且能够进一步对其中相关因素之间的作用关系进行深入分析。
3.成本效益综合评估模型
图1.1成本效益分析流程示意图投资与技术是电力系统技术经济分析的关注点，也是电力系统规划与建设的支撑点。成本效益分析概念的产生是用于评估工程项目是否具有推广价值，将其应用于电网技术经济评估中，可以从经济性的角度衡量电力系统中技术与资本投入后带来的效果。成本效益综合评估主要分析思路是针对某一关键技术，明确技术应用过程中产生的成本，并进行量化测算；根据该技术在工程中发挥的物理作用，分析其作用机制，获取效益的经济价值测算结果，进而完成成本效益的比较分析。具体分析过程如图1.1所示。关于电网中成本效益分析的评估研究，典型的研究成果有： 文献［22］通过建立用户侧响应的能量管理优化模型，评价出含有智能家居的能量管理系统在其技术实施过程中，具有降低用电成本和碳减排的经济效益与环保价值；文献［23］从技术成熟度的角度，建立了智能电网环境下输电网的投资决策评估模型，能够分析技术发展不同阶段下电网投资规划方案的经济性。
1.2.2 综合评价方法
从经济管理学的角度，评价方法是基于一定的权重对各评价指标进行综合处理的数学分析技术。权重系数的确定是评价方法的主要任务，不仅决定着综合评价结果的优劣，而且影响着评价模型的有效性。本章按照现有评价方法的分类方式［24］，从三个主要方面总结并分析电力系统评估研究中的理论方法。
1.基于功能驱动的综合评价方法
该类方法是基于主观赋权的思想，通过判别指标之间的相对重要程度来确定权重的方法，其中**代表性的方法为层次分析法。文献［25］提出了一种采用层次分析法的配电网中远端受控开关的优化配置策略，通过设计可靠性指标，结合决策者的主观意愿，评估了受控开关在不同方案中的配置效果。文献［26］同样采用了层次分析法，设计了一种基于价格响应的用户侧需求响应机制，用于评估多决策影响下需求响应实施后的综合效果。可见，层次分析法作为一种贴近决策者思想的方法，在电力系统综合评估研究中已得到了广泛的应用。究其原因，具有以下显著的特点。
（1）以经验知识直接表达出决策者的主观信息，突出决策者的判断力与意愿。
（2）对评价指标之间的逻辑关系实现定性分析，并以量化形式表达出来。
（3）具有良好的可操作性，评价过程简便，易于实现。
2.基于差异驱动的综合评价方法
该类评价方法是指利用观测数据所提供的样本信息，根据其分布特征来确定指标权重系数，其本质为客观赋权法。此类方法的主要机理是通过分析各指标在样本总体中的变异程度来确定权重系数，以此来度量某一指标对其他指标的影响程度。典型的客观评价方法为熵权法，熵能够表示出系统的无序程度，可以用于反映评价个体之间的差异性。将熵理论应用于评价方法中形成了关于辨识指标差异特性的赋权方法，通过将权重信息与指标数据信息的融合，获得能够体现个体差异特性的综合评价结果。文献［27］提出了配电网规划的动态评估模型，其建模思路是根据各指标在评价周期内所含信息量的大小，采用熵权法对指标进行赋权，并通过系统动力学模型模拟了权重的变化规律。近年来反熵权法作为一种新的客观赋权法也得到了发展，文献［6］采用了反熵权法对智能电网的绿色高效特性进行评估，研究结果表明反熵权法对特殊状态下的指标数据分布的差异性能够有效识别。可见，基于差异驱动的综合评价方法能够反映电力系统综合评价研究中评价对象之间的差异特性，并对促进电力系统发展的均衡性（各指标之间差异程度）与协调性（各指标数值与理想目标的差距）起到积极作用。然而，由于该类方法在指标权重赋值上较为依赖样本数据信息，因此在对智能电网进行综合评价研究中，需要针对指标信息的具体形式，采用合理的综合评价方法实现科学、有效评估。
3.具有综合集成特征的评价方法
1.1 智能电网特征
智能电网是现代电网的建设目标和发展方向，是保障国家能源安全、实现低碳经济的重要手段［1］。智能电网中先进技术是支撑电网朝着智能化发展的核心要素。与传统电网相比，先进技术赋予智能电网的智能化属性是新一代电网的典型特征，体现了现代电网的核心价值与功能特性［2］。
智能化是电网未来发展的侧重点与聚焦点，同时也为新一代智能电网在规划、运行和控制上的经济性、安全性、可靠性、环保性以及适应性等多个方面提出更高的要求与标准［3，4］。现有的研究主要集中在传统电网下电力系统规划的经济性和可靠性方面，对于智能电网环境下，无论是经济上、安全上还是技术适应性方面，开展的研究相对较少。
先进的智能电网技术主要是指电力系统中发电、输电、变电、配电、用电、调度环节所采用的新技术和新设备，具体为一次侧的各电网环节中应用节能减排和使电网安全优化运行的技术，以及支撑电网高效灵活运行的二次侧技术和控制中心技术，包括量测技术、通信技术、信息集成处理技术、电力电子技术、控制决策技术等［5］。技术为智能电网带来的积极效益一般体现为提高电网管理大容量间歇式能源发电能力，降低电网运行的经济成本，强化电网安全可靠运行的能力，实现与用户灵活高效互动，以及节能减排带来的社会效益。评估先进技术对智能电网规划、运行和控制的影响，不仅能够反映电网智能化的水平，还可以衡量智能化带来的经济社会效益。然而，智能电网是一项建设周期长、技术难度高、投资规模大的系统性综合工程，定量地评估先进技术在智能电网建设过程中的实施效果通常较为困难［6］。因此，为了保证智能电网建设能够健康、科学、有序地推进，开展智能电网规划和运行中的技术先进性评估研究，是一项十分重要的课题。
技术先进性，从经济管理学的角度来看，是指工程项目中选择的技术设备可以展现其所能够发挥的***的成果效益，在技术水平、优化性能、智能化程度、降低成本、节能环保、新技术普及等诸多方面具有技术上的先进特征和优势。对于现代电力系统及能源工业领域，技术先进性是指智能电网技术应用在电网各环节中，并为电网带来积极影响所表现出的特性［7］，通常以技术进步、技术效率、技术效益等技术经济指标作为其衡量标准。开展关于智能电网技术先进性的评估方法研究，从宏观的技术经济分析的视角，研究用于描述智能电网规划与运行中的技术先进性特点的评估指标，为智能电网规划决策提供科学、精准，以及面向电网实际运行的评估依据，是具有重要理论价值与现实意义的工作。
智能电网在未来发展的过程中，必将经历和面临各种新技术对电网带来的效益与冲击，如大规模可再生能源接入电网、分布式电源即插即入、多样化的负荷需求等。智能电网技术为电网智能化发展带来红利的同时，也将更多的不确定因素引入电网的规划、运行与控制领域。从微观角度，分析未来不确定因素下的新技术对智能电网规划与运行的影响，量化评估技术先进性与不确定因素之间的相互关系，可以精准把握智能电网在规划与运行上的新技术投入强度和力度。因此，研究与智能电网技术相适应的电力系统规划的评估方法具有理论意义和实用价值。
随着智能电网的建设不断深入，新技术将在电力系统各领域中得到更加广泛的应用与发展，这也将是智能电网发展的必然趋势。然而，在现有的成果中，尚未形成针对智能电网技术先进性评估的理论体系，同时已有的研究成果多为仅从单一角度分析智能电网技术的应用效果，评估体系缺乏关联性与全面性，并且智能电网技术评估与分析的方法也很不完善。因此，系统地阐述技术先进性的概念，并与各领域的智能电网技术相结合，提出不同视角下的智能电网技术先进性的评估方法体系，并将其应用于智能电网规划与运行的分析中，解决先进技术对智能电网建设影响的评估问题，具有极大的理论意义和工程实用价值。
1.2 国内外智能电网规划与评估研究现状
电力系统技术经济评价主要涵盖电力工业的经济效益分析、综合评价分析、方案比较分析等方面。其中，综合评价分析是当前智能电网环境下关于电力系统技术经济评估领域的热点问题。美国能源部（Department of Energy， DOE）于2010年率先提出了适用于美国智能电网技术经济分析的综合评价指标体系框架，基于六项主要功能特性的评价指标体系用于评估美国智能电网的技术水平与发展程度［8］。美国另一电力科研机构——电力科学研究院（Electric Power Research Institute， EPRI）也发布了用于测算智能电网示范项目成本收益的评价指标体系［9］。反观欧洲智能电网评估研究，欧洲输电商联盟也设计了支持新能源和分布式能源发展的欧洲智能电网综合评价指标体系［10］，用于评估分析智能电网推进过程中带来的效益与影响。随后，IBM公司从战略发展的角度提出了智能电网成熟度模型，倡导以成熟度的理念从8个主要方面评估智能电网建设所处的等级阶段［11］。相比于国外研究，我国的智能电网正处于全面建设与引领提升相结合的发展阶段，对于其综合评价研究，与国外先进经验相比，也开展了一些关于智能电网建设和发展的综合评价研究，包括示范工程综合评价体系和智能电网指标体系与综合评价理论研究［12，13］，为智能电网在整体建设水平和示范工程实施效果等方面的评估提供了参考依据。纵观国内外相关研究，本章从综合评价模型与方法两个主要方面，对现有研究做出总结与梳理。
1.2.1 综合评价模型
本章从多属性的评价指标体系、关键技术领域评估和成本效益综合分析三个主要方面，总结与分析现有电力系统中的技术经济综合评价模型。
1.多属性多指标综合评价模型
指标是评价的标准与尺度，用于反映多种因素影响下评价对象所展现出来的不同属性。多属性多指标的综合评价模型适用于电力系统技术经济发展的整体水平与建设成效的综合评判研究，其意义在于为系统规划的决策者与管理者提供宏观战略层面的评价结果，反映电力系统技术应用在规划目标、内涵属性、功能特性等方面的综合实施效果。现有的电力系统技术经济分析的综合评价指标体系大多采用基于层次分析的递阶层次结构［14，15］，该类指标体系架构具有以下特点。
（1）通过分析电网技术发展的规划目标与技术基本特性、影响要素之间的对应关系，设计出技术影响下的目标要素指标相互耦合的评价指标体系。通过阐述该评价体系中各指标的功能属性与内涵定义，进而可以明确其应用场景和评估效果。
（2）基于层次分析的递阶层次结构具有强大的可兼容性。无论是定性还是定量类别的评价指标，通过对不同类别指标量化和标准化的处理，均可以实现客观、有效评估。
（3）该类结构的评价指标体系要求各指标之间关系相互解耦，并具有“去相关性”的特点。具体含义是指通过指标优化策略，如主成分分析［16］、因子分析［17］、聚类分析［18］等，剔除指标数据体系内各评价指标间的相关性，减少指标信息的交叉重叠，使评价过程具有客观性、简洁性和可操作性。
2.关键技术领域评估模型
由于技术可以应用在电力系统的不同领域，除了需要对电力系统整体的技术经济特性做出综合评价外，还需要结合决策者的关注点，对特定的电网环节和技术领域进行专门的评估研究。
电力系统一般可以划分为发电、输电、变电、配电、用电、调度环节。目前针对某一环节开展的综合评估研究，典型研究有： 文献［19］提出了配电网规划的综合评价指标体系，该指标体系涵盖了“抗大面积停电能力”、“输电网与配电网供电匹配度”、“电网可扩展裕度”等多类属性的评价指标，其特点表现为更加突出了配电网规划与运行之间的协调性；对于电网中某一特定技术领域的综合评价研究，文献［20］从可靠性、经济性、市场运营和环保性建立了微电网规划的评价指标体系，用于对微电网结构设计及运行方式效果进行综合评估；文献［21］提出并设计了一种电网黑启动方案的评价指标体系，通过对火电机组状态进行综合评价，为黑启动决策提供了有益参考。基于指标体系建立综合评价模型的研究思路不仅能够实现对特定领域与环节的技术实施效果进行有效评估，而且能够进一步对其中相关因素之间的作用关系进行深入分析。
3.成本效益综合评估模型
图1.1成本效益分析流程示意图投资与技术是电力系统技术经济分析的关注点，也是电力系统规划与建设的支撑点。成本效益分析概念的产生是用于评估工程项目是否具有推广价值，将其应用于电网技术经济评估中，可以从经济性的角度衡量电力系统中技术与资本投入后带来的效果。成本效益综合评估主要分析思路是针对某一关键技术，明确技术应用过程中产生的成本，并进行量化测算；根据该技术在工程中发挥的物理作用，分析其作用机制，获取效益的经济价值测算结果，进而完成成本效益的比较分析。具体分析过程如图1.1所示。关于电网中成本效益分析的评估研究，典型的研究成果有： 文献［22］通过建立用户侧响应的能量管理优化模型，评价出含有智能家居的能量管理系统在其技术实施过程中，具有降低用电成本和碳减排的经济效益与环保价值；文献［23］从技术成熟度的角度，建立了智能电网环境下输电网的投资决策评估模型，能够分析技术发展不同阶段下电网投资规划方案的经济性。
1.2.2 综合评价方法
从经济管理学的角度，评价方法是基于一定的权重对各评价指标进行综合处理的数学分析技术。权重系数的确定是评价方法的主要任务，不仅决定着综合评价结果的优劣，而且影响着评价模型的有效性。本章按照现有评价方法的分类方式［24］，从三个主要方面总结并分析电力系统评估研究中的理论方法。
1.基于功能驱动的综合评价方法
该类方法是基于主观赋权的思想，通过判别指标之间的相对重要程度来确定权重的方法，其中**代表性的方法为层次分析法。文献［25］提出了一种采用层次分析法的配电网中远端受控开关的优化配置策略，通过设计可靠性指标，结合决策者的主观意愿，评估了受控开关在不同方案中的配置效果。文献［26］同样采用了层次分析法，设计了一种基于价格响应的用户侧需求响应机制，用于评估多决策影响下需求响应实施后的综合效果。可见，层次分析法作为一种贴近决策者思想的方法，在电力系统综合评估研究中已得到了广泛的应用。究其原因，具有以下显著的特点。
（1）以经验知识直接表达出决策者的主观信息，突出决策者的判断力与意愿。
（2）对评价指标之间的逻辑关系实现定性分析，并以量化形式表达出来。
（3）具有良好的可操作性，评价过程简便，易于实现。
2.基于差异驱动的综合评价方法
该类评价方法是指利用观测数据所提供的样本信息，根据其分布特征来确定指标权重系数，其本质为客观赋权法。此类方法的主要机理是通过分析各指标在样本总体中的变异程度来确定权重系数，以此来度量某一指标对其他指标的影响程度。典型的客观评价方法为熵权法，熵能够表示出系统的无序程度，可以用于反映评价个体之间的差异性。将熵理论应用于评价方法中形成了关于辨识指标差异特性的赋权方法，通过将权重信息与指标数据信息的融合，获得能够体现个体差异特性的综合评价结果。文献［27］提出了配电网规划的动态评估模型，其建模思路是根据各指标在评价周期内所含信息量的大小，采用熵权法对指标进行赋权，并通过系统动力学模型模拟了权重的变化规律。近年来反熵权法作为一种新的客观赋权法也得到了发展，文献［6］采用了反熵权法对智能电网的绿色高效特性进行评估，研究结果表明反熵权法对特殊状态下的指标数据分布的差异性能够有效识别。可见，基于差异驱动的综合评价方法能够反映电力系统综合评价研究中评价对象之间的差异特性，并对促进电力系统发展的均衡性（各指标之间差异程度）与协调性（各指标数值与理想目标的差距）起到积极作用。然而，由于该类方法在指标权重赋值上较为依赖样本数据信息，因此在对智能电网进行综合评价研究中，需要针对指标信息的具体形式，采用合理的综合评价方法实现科学、有效评估。
3.具有综合集成特征的评价方法
评论
还没有评论。