技术领域
[0001] 本
发明涉及一种电网侧储能电站运行效果综合评估方法，属于电
力技术领域。
背景技术
[0002] 储能系统由于其具有快速响应、精确功率控制、双向调节等优势，在电力系统调频、调压、调峰、
削峰填谷、提高接纳新
能源能力等方面具有重要作用，贯穿于电源侧、电网侧、用电侧中的各个环节，成为理论研究的热点之一。国内外专家学者已在储能电站优化配置、调度控制策略、新能源并网、调频调压、储能充放电策略、可靠性评估等方面取得诸多研究成果。
[0003] 随着储能技术的不断发展和成本的下降，近年来储能系统在国内外越来越多的得到规模化应用，大批储能项目陆续投运并网。国外发达国家实际应用相对较早，如2008年投运的日本青森Rokkasho-Futamata
风电场储能系统，储能规模为34MW/245MW·h；2017年2月投运的美国SDG&E Escondido储能项目，储能规模为30MW/120MW·h。国内虽然起步较晚，但近年来取得了较快的发展，如位于张北的国家风光储输示范工程，一期工程建设20MW/84MW·h的多类型
电池储能项目；2018年7月18日投运的江苏镇江地区101MW/202MW·h电网侧储能电站是目前国内规模最大的电网侧储能电站项目，也是目前世界容量最大的电化学储能电站。
[0004] 镇江电网侧储能电站为2018年镇江地区迎峰度夏期间发用电平衡发挥了较大作用，为我国储能电站的建设提供了重要的经验借鉴作用，但目前对于电网侧储能电站实际运行效果尚缺乏综合评估，因此，从多方面对电网侧储能电站实际运行效果进行综合评估，为后续储能项目的规划建设、调度运行控制等提供借鉴，具有重要的实际意义。
发明内容
[0005] 本发明所要解决的技术问题是克服
现有技术的
缺陷，提供一种电网侧储能电站运行效果综合评估方法，从多方面对电网侧储能电站实际运行效果进行综合评估，为后续储能项目的规划建设、调度运行控制等提供依据。
[0006] 为解决上述技术问题，本发明提供一种。
[0007] 一种电网侧储能电站运行效果综合评估方法，其特征是，包括以下步骤：
[0008] 1)构建储能电站运行效果评估指标体系，确定待评估的方案集；
[0009] 2)根据各电站的实际运行数据，计算提取得到各电站待评估的方案集中所有方案的评估指标，形成初始决策矩阵，对初始决策矩阵归一化处理，得到归一化后的决策矩阵；
[0010] 3)采用层次分析法得到评估指标的主观权重向量w1，采用熵权法确定评估指标客观权重向量w2，通过博弈论组合赋权法得到评估指标的综合权重向量；
[0011] 4)在已知决策矩阵和各评估指标的综合权重向量的
基础上，以TOPSIS法对各电站的运行效果进行综合评估。
[0012] 评估指标体系包括以下评估指标：
[0013] 1)实际上网相对电量；
[0015] 3)电站储能损耗率；
[0016] 4)可用系数；
[0017] 5)运行维护成本；
[0018] 6)储能企业收益；
[0019] 7)延缓电网建设收益；
[0020] 8)节能减排效益。
[0021] 各评估指标的计算公式为：
[0022] 1)实际上网相对电量：为电站评价周期内的实际上网电量与电站额定容量的比值，
[0023]
[0024] Eup为评价周期内电站的上网电量；Pcap为电站额定容量；
[0025] 2)电站综合能量效率：为运行过程中上网电量与下网电量的比值，[0026]
[0027] Eup为评价周期内电站的上网电量；Edown为评价周期内的下网电量；
[0028] 3)电站储能损耗率：为各储能单元充电、放电和能量储存过程总的
电能损耗与下网电量的比值，
[0029]
[0030] Ech为评价周期内储能电站的充电量；Edisch为评价周期内储能电站放电量；
[0031] 4)可用系数：为评价周期内电站可用时间和统计时间的比值
[0032]
[0033] Tav为可用小时数；Ttotal为统计时间；
[0034] 5)运行维护成本：包括单位容量运行维护费与度电运行维护费，[0035] Mcost＝Mkw+Mkw·h
[0036] Mkw为单位容量运行维护费；Mkw·h为度电运行维护费；
[0037] 6)储能企业收益：为储能电站的上网电量收益与充电
费用之差，[0038] Mincome＝Eup·Pup-Edown·Pdown
[0039] Pup为上网电价；Pdown为下网电价；
[0040] 7)延缓电网建设收益：被延缓的项目建设所需资金的时间价值
[0041]
[0042] Cinv被缓解项目所需投资；ρ为年利率；τ为延缓时间；
[0043] 8)节能减排效益：为储能电站放电带来的环境效益，
[0044] Ben＝Mem·Eup
[0045] Mem是单位电能的环境排放成本。
[0046] 步骤2)中，包括以下具体步骤：
[0047] 1)构造初始决策矩阵
[0048] 设有m个待评估方案，每个方案均有n个评估指标，方案i(i＝1,2,…,m)的第j(j＝1,2,…,n)个指标值为xij，由各方案全部指标值组成初始决策矩阵X＝[xij]m×n；
[0049] 2)对初始决策矩阵归一化处理
[0050] 归一化后的决策矩阵为Y＝[yij]m×n，其中归一化后的决策矩阵元素为[0051]
[0052] 步骤4)中，以TOPSIS法对各电站的运行效果进行综合评估时，包括以下步骤：
[0053] 41)构造加权归一化决策矩阵；
[0054] 42)确定正理想解向量Z+和正理想解向量Z-；
[0055] 43)计算各评估目标与正理想解、负理想解之间的欧氏距离；
[0056] 44)计算各评估方案与正理想解的相对贴近度，根据相对贴近度对评估方案进行排序。
[0057] 步骤4)包括以下具体步骤：
[0058] 41)构造加权归一化决策矩阵：
[0059] 设各指标权重构成的权重向量为w＝(w1,w2,…,wn)
[0060] 则加权决策矩阵为Z＝[zij]m×n，其中加权决策矩阵元素为
[0061] zij＝wjyij i＝1,2,…,m；j＝1,2,,n
[0062] 42)确定正理想解向量Z+和负理想解向量Z-：
[0063] 由加权决策矩阵构造正理想解向量 负理想解向量其中
[0064]
[0065]
[0066] 式中J1为效益型指标；J2为成本型指标；
[0067] 43)计算各评估目标与正、负理想解之间的欧氏距离：
[0068] 各评估方案与正理想解的距离为：
[0069]
[0070] 各评估方案与负理想解的距离为：
[0071]
[0072] 44)计算各评估方案与正理想解的相对贴近度
[0073]
[0074] 根据相对贴近度Ci对评估方案排序。
[0075] 步骤3)中，采用层次分析法计算指标的主观权重向量，包括以下步骤：
[0076] 1)构造层次结构模型；
[0077] 2)形成判断矩阵，分别构造准则层对于总体目标层的判断矩阵和指标层对于准则层的判断矩阵；
[0078] 3)层次单排序及其一致性检验，求出准则层对于总体目标层的判断矩阵的最大特征根及其对应的
特征向量，并将特征向量进行归一化，并进行一致性检验；依次求出指标层对于准则层的判断矩阵的最大特征根及其对应的特征向量，并将特征向量进行归一化，并进行一致性检验；
[0079] 4)指标权重的确定，层次总排序及其一致性检验，计算出指标相对于总目标的权重。
[0080] 步骤3)中，采用熵权法计算指标客观权重向量，包括以下步骤：
[0081] 由归一化后的决策矩阵Y＝[yij]m×n得第j个指标值的熵为：
[0082]
[0083] 式中： 设当fij＝0时，fijlnfij＝0；m为待评估方案个数，每个方案均有n个评估指标；
[0084] 由第j个指标值的熵权决定的客观权重为：
[0085]
[0086] 步骤3)中，通过博弈论组合赋权法得到指标的综合权重向量，包括以下步骤：
[0087] 在分别由层次分析法和熵权法得到指标的主观权重向量w1＝{w1j|1≤j≤n}和客观权重向量w2＝{w2j|1≤j≤n}后，由两种权重向量组成的权重向量集为W＝{w1,w2}，主、客观权重向量构成的任意线性组合为：
[0088]
[0089] 式中：λl为线性组合系数；wl为第l种赋权法确定的权重向量，T表示转置；n个评估指标中的第j个指标值；
[0090] 根据博弈论组合赋权法，将寻找最优权重向量归结为优化式(15)中的2个组合系*数，使w与权重向量集W中各权重向量的离差极小化，用数学模型表示为：
[0091]
[0092] u为权重向量集中的向量个数；
[0093] 式(16)的最优一阶导数条件为：
[0094]
[0095] 求解此方程组得到系数(λ1,λ2)，并归一化处理得
[0096] 则由权重向量集W中主、客观权重向量组成的最优综合权重向量为：
[0097]
[0098] 本发明所达到的有益效果：
[0099] 本发明提供了一种电网侧储能电站运行效果综合评估方法，从技术性、经济性、社会效益建立了电网侧储能电站运行效果综合评估指标，构建的指标体系具有科学性、适用性、可操作性等，选取的指标适用性强、计算简单；采用层次分析法和熵权法分别计算指标主观和客观权重，基于博弈论的组合赋权法计算综合权重；在此基础上，以TOPSIS法进行评估。本发明从多方面对电网侧储能电站实际运行效果进行综合评估，为后续储能项目的规划建设、调度运行控制等提供依据。
附图说明
[0100] 图1是构造的层次结构模型示意图。
具体实施方式
[0101] 下面结合附图对本发明作进一步描述。以下
实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
[0102] 本发明的一种电网侧储能电站运行效果综合评估方法，评估步骤如下：
[0103] 1)构建储能电站运行效果评估指标体系，确定待评估的方案集；
[0104] 2)根据各电站的实际运行数据，计算提取得到各电站所有指标数据，形成初始决策矩阵X，并标准化处理，得到归一化后的决策矩阵Y；
[0105] 3)利用层次分析法得到指标的主观权重向量w1，熵权法确定指标客观权重向量w2，通过博弈论组合赋权法得到指标的综合权重向量w；
[0106] 4)在已知决策矩阵Y和各指标的综合权重向量w的基础上，以基于AHP-熵权TOPSIS模型对各电站的运行效果进行综合评估。
[0107] 1综合的评估指标体系
[0108] 评估指标体系承载了储能电站评价信息，从多方面全面反映储能电站的实际运行情况，构建指标体系时，应当遵循科学性、适用性、可操作性等原则，使选取的指标具有意义明确、适用性强和计算简单等特点。将上述原则与储能电站相结合，从技术性、经济型、社会效益三方面建立了以下评估指标体系。
[0109] 1)实际上网相对电量
[0110] 电站评价周期内的实际上网电量与电站额定容量的比值
[0111]
[0112] Eup为评价周期内电站的上网电量；Pcap为电站额定容量；
[0113] 2)电站综合效率
[0114] 反映评价周期内综合能量效率，运行过程中上网电量与下网电量的比值[0115]
[0116] Eup为评价周期内电站的上网电量；Edown为评价周期内的下网电量；
[0117] 3)电站储能损耗率
[0118] 各储能单元充电、放电和能量储存过程总的电能损耗与下网电量的比值[0119]
[0120] Ech为评价周期内储能电站的充电量；Edisch为评价周期内储能电站放电量；
[0121] 4)可用系数
[0122] 评价周期内电站可用时间和统计时间的比值
[0123]
[0124] Tav为可用小时数；Ttotal为统计时间；
[0125] 5)运行维护成本
[0126] 包括单位容量运行维护费与度电运行维护费
[0127] Mcost＝Mkw+Mkw·h
[0128] Mkw为单位容量运行维护费，电站总的运行维护费与电站额定功率的比值；Mkw·h为度电运行维护费，总运行维护费与电站上网电量比值。
[0129] 6)储能企业收益
[0130] 储能电站的上网电量收益与充电费用之差
[0131] Mincome＝Eup·Pup-Edown·Pdown
[0132] Pup为上网电价；Pdown为下网电价；
[0133] 7)延缓电网建设收益
[0134] 被延缓的项目建设所需资金的时间价值
[0135]
[0136] Cinv被缓解项目所需投资；ρ为年利率；τ为延缓时间；
[0137] 8)节能减排效益
[0138] 节能减排效益主要体现在储能电站放电带来的环境效益
[0139] Ben＝Mem·Eup
[0140] Mem是单位电能的环境排放成本。
[0141] 2基于综合权重的TOPSIS法评估模型
[0142] 2.1 TOPSIS评估
[0143] TOPSIS法(Technique for Order Preference by Similarity to Ideal Solution)是Hwang和Yoon于1981年提出的一种适用于根据多项指标、对多个方案进行比较选择的分析方法。这种方法的中心思想在于首先确定各项指标的正理想值和负理想值，所谓正理想解是一设想的最好值(方案)，它的各个属性值都达到各候选方案中最好的值，而负理想解是另一设想的最坏值(方案)，然后求出各个方案与正理想值、负理想值之间的加权欧氏距离，由此得出各方案与最优方案的接近程度，作为评价方案优劣的标准，其计算流程如下：
[0144] 1)构造初始决策矩阵
[0145] 设有m个待评估方案，每个方案均有n个评估指标，方案i(i＝1,2,…,m)的第j(j＝1,2,…,n)个指标值为xij，由各方案全部指标值组成初始决策矩阵X＝[xij]m×n[0146] 2)初始决策矩阵归一化处理
[0147] 由于各个指标的量纲可能不同，需要对决策矩阵进行归一化处理，得到归一化后的决策矩阵Y＝[yij]m×n，其中的归一化后的矩阵元素为
[0148]
[0149] 3)构造加权归一化决策矩阵
[0150] 设各指标权重构成的权重向量为w＝(w1,w2,…,wn)
[0151] 则加权决策矩阵为Z＝[zij]m×n，其中的加权决策矩阵元素为
[0152] zij＝wjyij i＝1,2,…,m；j＝1,2,…,n
[0153] 4)确定正理想解向量Z+和负理想解向量Z-
[0154] 由加权决策矩阵构造正理想解向量 负理想解向量其中
[0155]
[0156]
[0157] 式中J1为效益型指标(越大越好)；J2为成本型指标(越小越好)。
[0158] 5)计算各评估目标与理想解之间的欧氏距离
[0159] 各评估方案与正理想解的距离为：
[0160]
[0161] 各评估方案与负理想解的距离为：
[0162]
[0163] 6)计算各评估方案与正理想解的相对贴近度
[0164]
[0165] 根据相对贴近度Ci对评估方案从大到小排序，Ci越接近1，表示该方案越接近正理想解，在优劣排序中相对靠前。
[0166] 2.2基于博弈论的组合赋权法
[0167] 在评估储能电站效果时，指标的赋权是关键，其取值影响到评估结果的科学合理性，现有的赋权法主要有主观赋权法和客观赋权法两大类，主观赋权法通过专家知识、经验作出判断而主观给出权重，可充分发挥专家的经验优势，但忽略了评价指标的数据信息。客观赋权法以客观实际数据为依据，通过一定的数理计算赋权，由于绝对客观而忽视了决策者的知识等主观偏好信息，为了克服单一赋权法的片面性，充分发挥两种赋权法的优点，本发明中采用基于博弈论的组合赋权法确定各指标的综合权重。
[0168] 2.2.1层次分析法计算指标主观权重
[0169] 层次分析法(Analytic Hierarchy Process，AHP，)，由美国运筹学家T.L.Saaty教授于上世纪70年代提出，是一种层次权重决策分析方法，首先将所要分析的问题层次化，根据问题的性质和要达到的总目标，将问题分解成不同的组成因素，按照因素间的相互关系及隶属关系，将因素按不同层次聚集组合，形成一个多层分析结构模型，最终归结为最低层(方案、措施、指标等)相对于最高层(总目标)相对重要程度的权值或相对优劣次序的问题。采用AHP计算指标的主观权重w1j，1≤j≤n，计算步骤如下：
[0170] 1)构造层次结构模型，如图1所示；
[0171] 2)形成判断矩阵
[0172] 分别构造准则层对于总体目标层的判断矩阵和指标层对于准则层的判断矩阵。
[0173] 3)层次单排序及其一致性检验
[0174] 求出准则层对于总体目标层的判断矩阵的最大特征根及其对应的特征向量，并将特征向量进行归一化，并进行一致性检验；依次求出指标层对于准则层的判断矩阵的最大特征根及其对应的特征向量，并将特征向量进行归一化，并进行一致性检验。
[0175] 4)指标权重的确定
[0176] 层次总排序及其一致性检验，即计算出指标相对于总目标的权重。
[0177] 2.2.2熵权法计算指标客观权重w2j，1≤j≤n
[0178] 熵权法是根据各指标包含的信息量计算指标权重的客观赋权法，本发明采用熵权法计算指标的客观权重。由归一化后的决策矩阵Y＝[yij]m×n可得第j个指标值的熵为：
[0179]
[0180] 式中： 设当fij＝0时，fijlnfij＝0。
[0181] 由第j个指标值的熵权决定的客观权重为：
[0182]
[0183] 2.2.3基于博弈论的组合赋权法
[0184] 基于博弈论的组合赋权法以NASH均衡作为协调目标将博弈论引入到综合评价研究领域，基本思想是在不同的权重之间寻找一致或妥协，利用极小化可能的权重与各个基本权重之间的各自偏差获取最优权重。在分别由层次分析法和熵权法得到指标的主观权重向量w1＝{w1j|1≤j≤n}和客观权重向量w2＝{w2j|1≤j≤n}后，由两种权重向量组成的权重向量集为W＝{w1,w2}，主、客观权重向量构成的任意线性组合为：
[0185]
[0186] 式中：λl为线性组合系数；wl为第l种赋权法确定的权重向量，T表示转置。
[0187] 根据博弈论组合赋权思想，寻找最优权重向量可归结为优化式(15)中的2个组合系数，使w*与权重向量集W中各权重向量的离差极小化，用数学模型表示为：
[0188]
[0189] u为权重向量集中的向量个数；
[0190] 该模型本质上是将多个权重向量交叉组合的规划模型，根据矩阵的微分性质可知式(16)的最优一阶导数条件为：
[0191]
[0192] 求解此方程组得到系数(λ1,λ2)，并归一化处理得
[0193] 则由权重向量集W中主、客观权重向量组成的最优综合权重向量为：
[0194]
[0195] 本发明首先从技术性、经济性、社会效益方面建立了电网侧储能电站运行效果综合评估指标；接着采用层次分析法和熵权法分别计算指标主观和客观权重，基于博弈论的组合赋权法计算综合权重；在此基础上，以TOPSIS法进行评估。
[0196] 以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和
变形，这些改进和变形也应视为本发明的保护范围。
