基于灰关联矢量投影法的黑启动方案优选

制定科学合理的黑启动方案对于实现电力系统大面积停电后的快速恢复具有重要的现实意义。提出了基于灰关联矢量投影法的黑启动方案评估模型,通过层次分析法确定指标的主观权重,采用熵权法确定指标的客观权重,基于加法原理融合主客观权重信息得到各指标的综合权重值。结合灰色系统理论和矢量投影原理,计算评价对象的优属度,实现黑启动方案优选。实际电网的应用实例证明了该方法可以为黑启动恢复提供科学合理的决策参考。     

基于模糊层次分析法的黑启动方案评估及灵敏度分析

电力系统黑启动方案评估及其灵敏度分析对辅助调度人员制订黑启动方案、实现系统快速恢复意义重大.文中提出了一种基于模糊层次分析法的黑启动方案评估及灵敏度分析方法,通过建立黑启动方案评估的层次结构模型,构建梯形模糊数互补判断矩阵确定各层间的权重,计算各方案的综合评价值及排序.在此基础上,对影响方案排序的权重及指标值进行灵敏度计算,得到导致排序结果变化的灵敏度权重及指标临界值.某电网的应用实例证明了该方法可为调度运行人员进行黑启动恢复提供更加科学的决策参考.     

基于博弈论和雷达图法的黑启动方案评估*

当电力系统发生故障"全黑"时,快速准确地选出最优的黑启动方案是保证电网快速恢复的前提条件。提出了一种基于博弈论和雷达图法的黑启动方案评估方法。首先运用熵权法和改进层次分析法分别计算出指标的客观权重和主观权重,通过博弈集合模型将主客观权重有机结合从而建立综合权重;然后,根据综合权重确定圆心角并绘制雷达图,提取其特征向量来构造合理的评价函数,从而实现方案的排序与优选。在天津电网的实例应用中,验证了该方法的有效性。与现有的数值方法相比,计算快速,提供数值和图形两种结果。调度人员制定黑启动方案时,科学、高效地为其提供决策依据。     

基于综合权重和改进ELECTRE法的黑启动方案评估

一个科学合理的黑启动方案直接影响系统恢复的快速性及有效性,因此如何从多个可行的恢复备选方案中评估出最优的黑启动方案就显得尤为重要。提出一种基于综合权重和改进ELECTRE法相结合的方法,并应用于黑启动方案评估。首先,综合权重是客观权重和专家权重按一定比例关系结合。其中,客观权重由传统熵权法求得,接着应用比率标度法确定评估指标的专家权重。然后通过采用三角模糊数及1-9标度法对黑启动评估方案中的定性指标进行描述,并把其与ELECTRE法相结合,克服了ELECTRE法无法适应于定性指标的评估及单纯依赖于专家权重的缺点。该方法实现了主观权重和客观权重的合理结合并改进ELECTRE法,使得黑启动方案评估更为方便,所得到的结果也更为合理。最后,算例验证了该方法的有效性和正确性。     

基于粗糙熵理论的孤网黑启动方案评估

含孤网的电力系统黑启动方案评估是一个模糊多准则决策问题。提出并建立了孤网黑启动评价指标体系,把粗糙熵技术用于黑启动方案评估。先用三角模糊数量化定性指标,并对连续属性进行离散化处理;再利用粗糙集理论对冗余或不重要属性进行约简。给出了利用粗糙熵求取黑启动评价指标权重的方法,最后利用理想点法得出方案优劣排序。此方法合理融合定量和定性指标,考虑了指标间的关联及冗余,实际算例证明了此方法的有效性和可行性。     

灰色关联矩阵和理想点法在黑启动方案评估中的应用

在现有的黑启动方案评估指标体系基础上,提出将灰色关联矩阵和理想点法相结合用于黑启动方案评估中。在理想点法中引入灰色关联的概念,将欧式距离和灰色关联度有机结合,通过对数据进行灰色关联分析挖掘其内在规律,利用理想点法对方案进行排序。同时采用了三角模糊数的层次分析法与熵权法结合的综合权重法。介绍了某电网黑启动的实例。     

考虑恢复安全裕度的扩展黑启动方案多目标优化与决策

目前黑启动阶段的恢复策略都未保留恢复安全裕度,单纯追求效益型指标的最大化,不利于黑启动小系统的安全恢复和稳定运行,且现有的黑启动决策方法尚不能合理地融合决策者的偏好因素和系统恢复的实际情况。提出兼顾功率支持和恢复安全裕度的扩展黑启动方案多目标优化方法,以初期阶段内发电量加权和最大化、电压稳定裕度最大化和维持节点电压在满意水平为优化目标,综合考虑各类约束,建立扩展黑启动方案的多目标优化模型;结合快速非支配排序遗传算法与最短路径法对扩展黑启动方案求解出Pareto最优解集。综合决策者的偏好因素和决策矩阵的客观信息,进行基于模糊熵权的Vague模糊集多属性决策分析,选取出最满意的扩展黑启动优化方案。最后,以新英格兰10机39节点系统和河北南网实际系统为算例,验证了所提方法的有效性。     

熵权决策理论及其在黑启动决策中的应用

黑启动方案的优选对整个电力系统在大面积停电或部分停电后,恢复过程的速度起着非常重要的作用.介绍熵权决策理论,并将其引入黑启动方案决策之中.提出黑启动决策中评价指标的选取原则以及基于熵权决策的黑启动方案优劣评价方法.所提方法既可以根据专家经验或熵权进行优选,同时也可以用这两者相结合的综合权重进行决策.这能够在一定程度上克服决策的主观性,为制定恢复计划提供更为客观的决策参考,且适用于不同的电力系统.     

基于效用风险熵权模糊综合评判的复杂电网节点脆弱性评估

电力系统脆弱性评估是当前的热点研究问题。目前基于复杂网络理论的电网元件脆弱性评估都是从社会网络分析方法或系统科学分析方法出发,从不同方面对具有不同拓扑结构特性的电网元件进行描述,所得结果不够全面。以电网节点为研究对象,提出基于效用风险熵权模糊综合评判的电网节点脆弱性评估方法。综合考虑节点客观数据信息和节点价值系数得到效用风险熵权,应用层次分析法将主观定性结论定量化,得到专家权重,两种权重通过合理方式形成综合权重。对节点脆弱性采取三种评价方式,实现对节点脆弱性的完全排序和分类。该方法不仅可以应用于不同类型的指标体系,而且便于扩展,以新英格兰10机39节点为例验证了该方法的合理性和有效性。     

考虑后续恢复影响的扩展黑启动方案多目标优化与决策

综合考虑恢复初期阶段和后续阶段,提出一种扩展黑启动方案的多目标优化方法。以初期阶段内加权发电量最大化、尽快搭建系统的骨架网络和选择运行性能尽可能利于后续系统电压调整的被启动机组为优化目标,综合考虑机组启动约束和系统运行约束,建立扩展黑启动方案的多目标优化模型,然后结合快速非支配排序遗传算法(NSGA-Ⅱ)与Dijkstra法对扩展黑启动方案求解出Pareto最优解集。最后综合决策者的偏好因素和决策矩阵的客观信息,进行基于模糊熵权的Vague集多属性决策分析,选取出最满意的扩展黑启动优化方案。以新英格兰10机39节点系统为算例验证了所提方法的有效性。     

基于模糊多属性决策的黑启动方案优选

为在电力系统恢复初期从多个可行的黑启动方案中选出最优方案,应用模糊多准则决策理论和方法建立了方案优选模型。由于将黑启动方案的评价指标体系中的定性和定量指标及权重全部转化为三角形模糊数,克服了定性与定量评价指标不具可比性的缺点。采用模糊折衷型决策算法,对惠州电网的多个黑启动方案排序,选择出了最佳的黑启动方案。其计算结果和调度人员的经验相符合,表明用模糊多属性决策方法对黑启动方案的优化可行。该法可为快速做出各种恢复决策提供科学、直观的决策参考。     

基于Vague值相似度的黑启动决策

黑启动是电力系统恢复的第一个阶段,发展黑启动优化策略对电力系统大停电后的快速恢复具有重要意义。现有的黑启动决策大多利用单一的精确值评价指标,其不能体现黑启动决策信息的不完全性与不确定性。在此背景下,采用Vague值表示黑启动决策中的指标值和权重,并从候选方案与理想方案的相似度出发,提出一种基于Vague值相似度的黑启动决策方法。与现有的黑启动模糊决策方法相比,所提方法利用的主观信息少,而是充分利用指标间的客观信息,并通过比较侯选方案和理想方案的相似性快速得到各方案的优劣排序,可为实现在线黑启动决策提供支持。最后,用算例说明了所提方法的可行性与有效性。     

基于模糊综合评判法的电力系统信息安全评估

结合电力信息系统的应用现状,提出了利用模糊综合评判法进行基于系统安全工程能力成熟度模型(SSE-CMM)的电力系统信息安全评估的模型和方法.首先介绍了SSE-CMM和模糊综合评判法,然后阐述了如何根据SSE-CMM划分评判层次,并根据电力信息系统的特点合理确定模糊评判矩阵和权重系数集,最后通过算例分析阐明了应用模糊综合评判法进行基于SSE-CMM的电力系统信息安全评估的具体步骤.计算结果表明,文中提出的方法具有可行性和指导性.     

基于Vague方法与PROMETHEE方法相结合的黑启动路径评估

首先提出基于方案隶属集与非隶属集的Vague集形成方式;进而提出基于Vague集及PROMETHEE方法的多属性方案排序新方法;最后把新方法用于黑启动方案的排序决策。将由初始属性值组成的初始决策矩阵利用Vague集正反两方面考虑问题的思维方式进行模糊化,一方面保留了各属性独有的特性;另一方面将所有属性转化到相同标度下进行比较,使各个属性的客观本质得到尽可能多的保留及利用。然后利用偏好函数准确地量化了各个方案属性之间的综合占优关系,得到更为准确可信的排序结果。天津电网黑启动路径的评估结果验证了方法的有效性。     

基于近邻传播聚类权重的黑启动方案评估方法

黑启动方案的优选和评估对电力系统在大面积停电后的快速恢复具有重要的意义。熵权法是黑启动方案评估中常用的权重确定方法,但却存在指标权重分配差别过大,无法体现决策矩阵微小变化等缺点。基于此,文中提出了一种新的权重方法——基于近邻传播聚类的权重确定方法,并将其用于黑启动方案评估。首先,利用近邻传播聚类算法对指标完全情况下的黑启动方案进行聚类,得到全指标黑启动方案聚类结果。其次,依次隐藏每个指标,再采用近邻传播聚类算法对黑启动方案进行聚类,得到缺失指标情况下的黑启动方案聚类结果。再次,根据结构相似性思想,对全指标黑启动方案聚类结果和缺失指标黑启动方案聚类结果进行相似性计算,得到指标权重,并采用线性加权法完成对所有黑启动方案的完全排序。最后,在中国广东电网黑启动数据集上对文中所提方法进行验证,实验结果表明所提方法具有较高的准确性。     

基于改进TOPSIS法和德尔菲—熵权综合权重法的电网规划方案综合决策方法

针对目前电网规划方案综合决策问题中客观数据利用不充分和权重分配不合理的问题,提出一种基于改进TOPSIS法和德尔菲—熵权综合权重法相结合的电网规划方案综合决策方法。首先,根据电网规划的发展特点和基本属性,构建了考虑安全、效益、成本和适应性的电网规划SECA综合评价指标体系。其次,应用博弈论模型得到德尔菲—熵权综合权重计算方法。然后,引入绝对理想点以及投影法对TOPSIS法进行改进,并采用改进TOPSIS—德尔菲—熵权组合评价进行电网规划方案评估。最后,利用实际算例验证了该方法的有效性。TOPSIS法与综合权重法相结合充分利用了客观数据全部信息,并且同时具备了TOPSIS法简单实用、可操作性强以及综合权重法主客观均衡的优势。     

基于TOPSIS法的黑启动决策方法

通过介绍基于欧氏距离的逼近理想解排序法、理想点法（technique for order preference by similarity to anideal solution,TOPSIS）的基本原理,将其应用于黑启动方案评估,研究电力系统完全或部分停电后的黑启动问题,用以指导电网的安全稳定运行。算例分析表明,该方法能够排列出黑启动方案的优劣,对于实际生产和操作具有现实的指导意义。     

Black-Start Decision Making Based on Affinity Propagation and TOPSIS

Abstract

Finding the optimal black-start alternative plays an important role in speeding up the restoration process of a power system after a complete blackout. In this article, a clustering method, affinity propagation, is adopted to deal with the black-start decision making problem. A novel black-start decision making method based on affinity propagation and TOPSIS is proposed. The standard deviation method is used to calculate the weights of the indexes, and a weighted normalized decision matrix is constructed. Then affinity propagation is used to cluster the black-start schemes of the weighted normalized decision matrix, and the optimal cluster is determined. Finally, for each black-start scheme in the optimal cluster, the relative closeness value is computed according to the TOPSIS method, and the best black-start scheme is selected. Compared with the existing black-start decision making methods, the proposed method can not only rank the black-start schemes but also determine which grade each black-start scheme should belong to. Based on the data of an actual power system, experiments were carried out to evaluate the performance of the proposed method. The results show that the proposed method is effective.