【技术实现步骤摘要】
适用新能源电力系统的灵活资源价值评估方法及装置
[0001]本专利技术涉及电力系统分析
,尤其是涉及一种适用新能源电力系统的灵活资源价值评估方法及装置。
技术介绍
[0002]国家能源转型及能源技术革命的新形势下,随着高比例新能源接入电力系统,对电力系统灵活性提出了更高的要求。传统的电力系统主要接入常规火电、水电或者核电,负荷呈现一定的规律性。在低比例新能源接入时,电力系统增加考虑如何为新能源系统提供备用等问题。而随着集中式和分布式新能源并网比例的进一步提高,因其出力具有随机性、波动性,要求电力系统具有较高的灵活调节能力,而仅依靠火电机组等传统资源难以高质量的满足未来电力系统灵活性需求。探索并调动新型灵活性资源在提升电力系统灵活性、构建高比例新能源电力系统、推动能源转型等方面的作用日益重要。
[0003]随着储能技术、分布式能源等快速发展,互联网、通信等技术不断创新,以及泛在电力物联网建设推进,电化学储能、需求侧响应、虚拟电厂等新型灵活性资源越来越多的参与到与电力系统的交互中,将为电力系统提供更多、更经济的灵活调节能力。我国电化学储能近年来发展迅速,规模不断扩大,截至 2018年底,已投运的电化学储能累计装机规模101万千瓦,同比增长159%,将在提高电网对新能源的接纳能力、电网调频、削峰填谷、提高电能质量和电力可靠性方面发挥作用。需求侧资源通过需求侧响应技术在给定时间内改变正常电力消费模式,削减用电负荷或将用电负荷转移到其它时间段,作为一种灵活性资源将需求侧可调度的资源作为供应侧的替代资源,从而起到平 ...
【技术保护点】
【技术特征摘要】
1.一种适用新能源电力系统的灵活资源价值评估方法,其特征在于,包括:获取灵活资源在电力系统中多个典型应用场景,并基于所述多个典型应用场景,将对灵活资源的技术需求由上到下依次划分为目标层、准则层、指标层和方案层;确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分;综合方案层对指标层的相对评分、指标层对准则层的权重系数及准则层对目标层的权重系数,最终确定方案层对目标层的评分,并根据评分高低,判断不同灵活资源在当前应用场景中的价值。2.根据权利要求1所述的方法,其特征在于,所述多个典型应用场景具体包括:调峰场景、调频场景、调压场景和线路拥塞管理场景;所述目标层具体包括:评价目标;所述准则层具体包括:影响对所述评价目标进行评价的多个准则;所述指标层具体包括:对应每一项准则的多个评判指标;所述方案层具体包括:待评价的多个方案。3.根据权利要求1所述的方法,其特征在于,确定准则层对目标层的判断矩阵和权重系数,确定指标层对准则层的判断矩阵和权重系数,针对指标层的每个指标,确定方案层对当前指标的判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分具体包括:结合典型应用场景对灵活性的需求,确定准则层中的多个因素对目标层的影响,基于所述影响确定准则层对目标层的第一判断矩阵,通过九级标度法对所述第一判断矩阵中不同因素的重要性进行比较,其中,所述第一判断矩阵的行和列为准则层中的多个因素总数;对构建好的所述第一判断矩阵求解特征根与特征向量,当确定所述第一判断矩阵满足一致性检验时,将特征向量作为权向量,得到准则层对目标层的权重系数;结合典型应用场景对灵活性的需求,确定指标层中的多个因素对准则层的影响,基于所述影响确定指标层对准则层的第二判断矩阵,通过九级标度法对所述第二判断矩阵中不同因素的重要性进行比较,其中,所述第二判断矩阵的行和列为指标层中的多个因素的总数;对构建好的第二判断矩阵求解特征根与特征向量,当确定所述第二判断矩阵满足一致性检验时,将特征向量作为权向量,确定指标层对准则层的权重系数;针对指标层的每个指标,根据灵活资源的技术经济特性,确定方案层对当前指标的第三判断矩阵,通过九级标度法对所述第三判断矩阵中不同因素的重要性进行比较,其中,所述第三判断矩阵的行和列为方案总数;对构建好的所述第三判断矩阵求解特征根与特征向量,当确定所述第三矩阵满足一致性检验时,将特征向量作为权向量,确定方案层对当前指标的权重系数;在确定方案层对指标层的各项指标是否都确定了权重系数后,将方案层对不同指标的权重系数进行组合,得到方案层对指标层的相对评分。4.根据权利要求1或3所述的方法,其特征在于,确定准则层对目标层的第一判断矩阵和权重系数,确定指标层对准则层的第二判断矩阵和权重系数,针对指标层的每个指标,确
定方案层对当前指标的第三判断矩阵和权重系数,并基于此确定方案层对指标层的相对评分具体包括:根据公式1
‑
3确定所述第一判断矩阵、第二判断矩阵和第三判断矩阵:m
ij
=1/m
ji
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式2;m
ii
=1
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
公式3;其中,N为因素总数,矩阵M中元素m
ij
为因素i对因素j的重要性比对值;根据公式4将判断矩阵M的各元素按每一列向量归一化,根据公式5对归一化矩阵按行求和,根据公式6再次归一化,根据公式7计算判断矩阵M的最大特征根的近似值;根据公式7计算判断矩阵M的最大特征根的近似值;根据公式7计算判断矩阵M的最大特征根的近似值;根据公式7计算判断矩阵M的最大特征根的近似值;其中,ω=[ω1,ω2,...,ω
N
]
T
即为判断矩阵M的近似特征向量,λ即为判断矩阵M最大特征根的近似值。5.根据权利要求4所述的方法,其特征在于,进行所述第一判断矩阵、第二判断矩阵以及第三判断矩阵的一致性检验具体包括:对于固定的N,随机构造正互反矩阵M
′
,正互反矩阵M
′
的元素m
′
ij
为1~9,在1/1~1/9中随机取值,计算M
′
的一致性指标C
I
,如此构造一定数量的M
′
,计算所有的C
I
的平均值,将所述平均值作为随机一致性指标R
I
;根据公式8和公式9进行一致性检验:根据公式8和公式9进行一致性检验:其中:C
I
为一致性指标;判断矩阵M的N个特征根之和等于N,则C
I
相当于除λ外其余N
‑
...
【专利技术属性】
技术研发人员:袁伟,王彩霞,李琼慧,赵龙,陈宁,时智勇,叶小宁,李钦淼,刘冬,黄碧斌,胡静,冯凯辉,洪博文,闫湖,曹相阳,李娜娜,刘文峰,孟子涵,杨超,
申请(专利权)人:国网山东省电力公司经济技术研究院,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。