一种能源互联网多维度规划评价方法及系统与流程

1.本发明涉及能源互联网的规划评价领域，具体涉及一种能源互联网多维度规划评价方法及系统。


背景技术：

2.各地区经济社会发展水平不一，资源禀赋特性各异，其能源系统具有能源种类多、负荷分散、用户行为复杂、配电基础设施强弱不均等特点。因此，在选定能源互联网评价指标时，需要考虑能源系统的不确定性、灵活性、可靠性、生态性。此外，如何应对能源转型的浪潮，构建更有效、更准确、更便捷的能源互联网评价体系，成为一个亟待解决的技术问题。
3.能源互联网评价方面，黄飞提出了一种基于反熵权法的评价模型，减小指标数据差异性对评价结果的影响。li提出一种云物元模型，利用熵增加云模型的厚度，从而增加评价的模糊性，避免指标数据的时限不统一的情况。金艳鸣注重于能源互联网的宏观经济分析，采用可计算一般均衡模型对社会影响因素进行了详细地评估和分析。宗慧隽提出一种基于压力状态响应的评价模型，分析电能替代等建设方式对能源互联网的影响。
4.目前，一是国内外研究机构和高校大多是针对配电网以及智能用电项目的规划评价，不能全面反映能源互联网的协调优化、安全运行和经济社会效益。二是由单一方法组成的评价模型无法避免方法的局限性和缺点。无法从宏观层面出发对能源互联网进行评价。


技术实现要素：

5.为了解决现有技术由单一方法组成的评价模型无法避免方法的局限性和缺点，不能全面反映能源互联网的协调优化、安全运行和经济社会效益的问题，本发明提出了一种能源互联网多维度规划评价方法，包括：
6.基于能源互联网数据计算预先构建的能源互联网指标体系中各指标的组合权重；
7.基于所述能源互联网数据以及各指标的组合权重，计算能源互联网规划方案的综合评价分值；
8.基于所述综合评价分值对所述能源互联网规划方案的合理性进行评估；
9.其中，所述能源互联网指标体系是基于能源互联网的特点构建的。
10.优选的，所述能源互联网指标体系的构建包括：
11.以能源互联网规划方案的综合评价分值作为一级指标；
12.以技术类指标、经济类指标、社会类指标、生态类指标、产业类指标作为二级指标；
13.将分别影响所述技术类指标、所述经济类指标、所述社会类指标、所述生态类指标、所述产业类指标的指标作为各二级指标下的三级指标；
14.由所述一级指标、二级指标和三级指标构建所述能源互联网指标体系。
15.优选的，所述基于能源互联网数据计算预先构建的能源互联网指标体系中各指标的组合权重，包括：
16.根据对所述能源互联网的影响，将所述各指标划分为正向指标和负向指标；
17.对所述正向指标和负向指标进行标准化处理，得到标准化处理后的指标；
18.运用序关系分析法计算标准化处理后的指标的主观权重；
19.基于决策实验室分析方法对标准化处理后的指标的主观权重进行修正，得到修正后的主观权重；
20.对所述修正后的主观权重运用改进灰色关联度理论，得到客观权重；
21.由所述修正后的主观权重和所述客观权重得到组合权重。
22.优选的，所述运用序关系分析法计算标准化处理后的所述正向指标和所述负向指标的主观权重，包括：
23.根据各标准化处理后的指标对能源互联网的影响程度对所述各标准化处理后的指标按照影响程度由大到小的顺序进行排序；
24.计算排序后相邻指标之间的重要性比值；
25.基于所述重要性比值结合主观权重计算式计算各指标的主观权重。
26.优选的，所述主观权重计算式如下式所示：
[0027][0028]
式中，ω
′n为第n个指标的主观权重，rj为第j个指标与其相邻的指标重要性比值，j、k、n均为指标的编号。
[0029]
优选的，所述基于决策实验室分析方法对标准化处理后的指标的主观权重进行修正，得到修正后的主观权重，包括：
[0030]
基于任意两标准化处理后的指标之间的直接影响程度的比较打分结果，构建直接影响矩阵；
[0031]
对所述直接影响矩阵进行标准化处理，得到标准化处理后的影响矩阵；
[0032]
由所述标准化处理后的影响矩阵结合综合影响矩阵计算式计算综合影响矩阵；
[0033]
基于所述综合影响矩阵结合评价修正矩阵计算式计算评价修正矩阵；
[0034]
基于所述评价修正矩阵对所述主观权重进行修正，得到所述修正后的主观权重。
[0035]
优选的，所述综合影响矩阵计算式如下式所示：
[0036]
t＝y(e-y)-1
＝(t
ij
)n×n；
[0037]
式中，t为综合影响矩阵，y为标准化直接影响矩阵，e为单位矩阵，t
ij
为第i个指标对第j个指标的影响程度(t
ij
)n×n为综合影响矩阵的矩阵形式，n为表示共有n个指标。
[0038]
优选的，所述评价修正矩阵计算式如下式所示：
[0039][0040]
式中，ω
″
表示指标i的修正权重，分别表示指标i的影响度和被影响度，t
ij
和t
ji
分别表示为第i个指标对第j个指标的影响程度，第j个指标对第i个指标的影响程度。
[0041]
优选的，所述修正后的主观权重如下式所示：
[0042][0043]
式中，ω表示修正后主观权重矩阵，ωi表示第i个指标修正后的主观权重，ωi′
表示第i个指标通过g1法求得的主观权重。
[0044]
优选的，所述对所述修正后的主观权重运用改进灰色关联度理论，得到客观权重，包括：
[0045]
对指标进行权重判断，并由权重判断结果构建经验判断矩阵；
[0046]
由所述经验判断矩阵每列中的最大值构成参考序列；
[0047]
求所述经验判断矩阵中每个指标序列与所述参考序列之间的距离；
[0048]
基于所述每个指标序列与所述参考序列之间的距离结合权重计算式计算各指标的未归一化的客观权重；
[0049]
对所述各指标的未归一化的客观权重进行归一化处理，得到各指标的客观权重。
[0050]
优选的，所述权重计算式如下式所示：
[0051][0052]
式中，μi′
表示未归一化的第i个指标权重，d
0i
表示每个指标序列与参考序列s0之间的距离。
[0053]
优选的，所述客观权重按下式计算：
[0054][0055]
式中，μi表示归一化的第i个指标权重。
[0056]
优选的，所述组合权重值按下式计算：
[0057][0058]
式中，θ表示组合权重值，μi表示归一化的第i个指标权重，ωi表示第i个指标修正后的主观权重。
[0059]
优选的，所述基于所述综合评价分值对所述能源互联网规划方案的合理性进行评估，包括：
[0060]
若所述综合评价分值大于设定阈值时，则所述能源互联网规划方案合理，否则不合理。
[0061]
再一方面本发明还提供了一种能源互联网多维度规划评价系统，包括：
[0062]
权重计算模块，用于基于能源互联网规划方案中能源互联网数据计算预先构建的能源互联网指标体系中各指标的组合权重；
[0063]
分值计算模块，用于基于所述能源互联网数据以及各指标的组合权重，计算能源互联网的综合评价分值；
[0064]
评估模块，用于基于所述综合评价分值对所述能源互联网规划方案的合理性进行评估；
[0065]
其中，所述能源互联网指标体系是基于能源互联网的特点构建的。
[0066]
优选的，所述能源互联网指标体系的构建包括：
[0067]
以能源互联网规划方案的综合得分作为一级指标；
[0068]
以技术类指标、经济类指标、社会类指标、生态类指标、产业类指标作为二级指标；
[0069]
将影响所述技术类指标、经济类指标、社会类指标、生态类指标、产业类指标的指标作为各二级指标下的三级指标；
[0070]
由所述一级指标、二级指标和三级指标构建所述能源互联网指标体系。
[0071]
再一方面，本技术还提供了一种计算设备，包括：一个或多个处理器；
[0072]
处理器，用于执行一个或多个程序；
[0073]
当所述一个或多个程序被所述一个或多个处理器执行时，实现如上述所述的一种能源互联网多维度规划评价方法。
[0074]
再一方面，本技术还提供了一种计算机可读存储介质，其上存有计算机程序，所述计算机程序被执行时，实现如上述所述的一种能源互联网多维度规划评价方法。
[0075]
与现有技术相比，本发明的有益效果为：
[0076]
本发明提供了一种能源互联网多维度规划评价方法，包括：基于能源互联网数据计算预先构建的能源互联网指标体系中各指标的组合权重；基于所述能源互联网数据以及各指标的组合权重，计算能源互联网规划方案的综合评价分值；基于所述综合评价分值对所述能源互联网规划方案的合理性进行评估；其中，所述能源互联网指标体系是基于能源互联网的特点构建的。本发明基于所述能源互联网数据以及各指标的组合权重，计算能源互联网规划方案的综合评价分值，全面反映能源互联网的协调优化、安全运行和经济社会效益的问题，克服了单一方法组成的评价模型的局限性和缺点。
附图说明
[0077]
图1为本发明的一种能源互联网多维度规划评价方法流程图；
[0078]
图2为本发明的实施例中面向县域能源互联网多维度评价方法流程示意图。
具体实施方式
[0079]
本发明主要针对传统配网以及智能用电项目的综合能效评价方法无法满足能源互联网多能协调、多能互补的评价需求；单一方法组成的评价模型无法避免方法的局限性和缺点等问题，提出了一种能源互联网多维度规划评价方法及系统，提高评价准确度。
[0080]
实施例1：
[0081]
一种能源互联网多维度规划评价方法，如图1所示，包括：
[0082]
步骤1：基于能源互联网数据计算预先构建的能源互联网指标体系中各指标的组合权重；
[0083]
步骤2：基于所述能源互联网数据以及各指标的组合权重，计算能源互联网规划方案的综合评价分值；
[0084]
步骤3：基于所述综合评价分值对所述能源互联网规划方案的合理性进行评估；
[0085]
其中，所述能源互联网指标体系是基于能源互联网的特点构建的。
[0086]
下面结合图2对本发明的一种能源互联网的多维度规划评价方法作详细介绍：
[0087]
在步骤1之前还包括：
[0088]
1)结合区域能源互联网特点，设定区域能源互联网评价指标体系；
[0089]
步骤1中的基于能源互联网数据计算预先构建的能源互联网指标体系中各指标的组合权重，具体包括：
[0090]
2)将各指标分为正向指标和负向指标两类，并将其标准化；
[0091]
3)运用g1法得到主观权重ω'，基于dematel理论对ω'进行修正，得到主观权重ω"；
[0092]
4)运用改进灰色关联度理论，得到客观权重μ，结合主观权重ω"，客观权重μ，得到组合权重θ；
[0093]
步骤2中的基于所述能源互联网数据以及各指标的组合权重，计算能源互联网规划方案的综合评价分值，具体包括：
[0094]
5)将区域能源互联网各规划方案依据组合权重θ进行评价，最终得到综合评价分值。判断是否满足规划方案要求，如果规划方案不合格，则改变区域能源互联网的规划方案，重复步骤3)和步骤4)。直到规划方案合格，输出方案，对比各方案综合效益得分，得到最优方案。
[0095]
对1)中结合区域能源互联网特点，选取区域能源互联网评价指标体系具体包括：
[0096]
根据区域能源互联网的特点，构建区域能源互联网指标体系。区域能源互联网主要分为五个评价维度。分别为技术类指标、经济类指标、社会类指标、生态类指标、产业类指标。技术类指标主要有综合能效率、集中安装储能、n-1通过率等指标，具体指标计算公式为：
[0097]
①
综合能效率：
[0098]
综合能效率是指用于区域内制热、制冷、发电所消耗的一次能源总量与区域内生产的冷热电的能源总量之比。该指标表示的是该区域内的综合能源效率，能直接放映节能程度。
[0099]
②
集中安装储能：
[0100]
集中安装储能是系统储电、热、冷的能力，是平衡能源供给的重要计量指标，在能源系统的可靠性和柔性方面很重要。该指标为定性指标，评判标准为是否能满足需求。
[0101]
③
n-1通过率：
[0102]
n-1通过率是指在某电压等级下，满足n-1的线路条数与该电压等级的线路总条数之比。该指标代表着系统安全稳定性指标。
[0103]
经济类指标有能源经济性水平、降低区域供能成本、有功功率损耗等指标，具体计算公式为：
[0104]
①
能源经济性水平：
[0105]
能源经济性水平是指一段时间内的总经济收益与能源投入成本之间的差值与总能源投入之比。公式如下：
[0106][0107]
式中：ρ为系统在能源侧的经济性水平；d为一段时间内的总经济收益；c
ie
为第ie种能源投入成本。
[0108]
②
降低区域供能成本：
[0109]
用c
18
表示降低区域供能成本，计算公式为：
[0110][0111]
式中：s
18
和s*
18
分别表示区域能源互联网协调前制冷、制热、发电所消耗的一次能源费用与区域能源互联网协调后制冷、制热、发电所消耗的一次能源费用。
[0112]
③
有功功率损耗：
[0113]
电能、天然气、热能等能源在配送过程中存在一定的损耗，因此，通过单位时间内的有功功率损耗可以评价配电环节经济效益，该指标越低，经济效益越高。计算公式为：
[0114][0115]
式中：δp为总有功功率损耗，δp
l
为传输线路有功功率损耗，δp
γ
为变压器等设备有功功率损耗，δq为热能在传输中的热量损失。
[0116]
社会类指标主要包括用户能源优化参与度、智能电表安装率、当地人口参与比例等三个指标。具体计算公式为：
[0117]
①
用户能源优化参与度：
[0118]
用户能源优化参与度是指参与区域能源互联网的用户数量与该区域中的用户总数量之比。
[0119]
②
智能电表安装率：
[0120]
智能电表安装率是指安装智能电表的用户数与总用户数之比智能电表普及率越高，一定程度说明智能化的普及率。
[0121]
③
当地人口参与比例：
[0122]
当地人口参与比例表示为当地参与人数与总人数之间之比。
[0123]
生态类指标主要包括单位gdp二氧化碳排放量、可再生能源减排效益、清洁能源并网装机量等三个指标。具体指标计算为：
[0124]
①
单位gdp二氧化碳排放量：
[0125]
单位gdp二氧化碳排放量是指单位时间二氧化碳排放量与单位时间内地区生产总值之比。该指标引入了生产总值量的影响，比单一的二氧化碳排放量要更加完善。
[0126]
②
可再生能源减排效益：
[0127]
可再生能源减排效益是指利用可再生能源后，所减少二氧化碳排放量的总和以及减少污染物气体的总和。c
36
用表示可再生能源减排效益，计算公式为：
[0128]c36
＝σλδq
renew
θλδq
renew
ꢀꢀ
(4)；
[0129]
式中：δq
renew
表示区域多能源协调前后可再生能源发电量之差；λ为火电厂的发电标准煤耗；σ表示为标准煤的二氧化碳排放系数；θ表示为标准煤污染气体排放系数。
[0130]
③
清洁能源并网装机量：
[0131]
清洁能源并网装机量表示非化石能源并网装机之和，除火电外都统计在内，具体包括核电、水电、风电、集中式光伏、分布式光伏、光热、生物质、地热、潮汐。计算公式为：
[0132]
[0133]
式中：a7为清洁能源并网装机量；qi为第i种清洁能源的并网装机量，单位为kwh。
[0134]
产业类指标主要包括就业效益、居民生活用电水平、全社会用电量增速、城乡居民用电水平差异百分比等指标。具体计算公式为：
[0135]
①
就业效益：
[0136]
就业效益是指投入一定量的资金后，能提供多少人的就业岗位等，根据相关测算标准，一般每1亿投资增加700人就业。公式如下：
[0137]c47
＝ηs
input
ꢀꢀ
(6)；
[0138]
式中：c
47
表示就业效益；η表示就业拉动系数，一般取700；s
input
表示区域内实施能源互联网以后的投资总额。
[0139]
②
居民生活用电水平：
[0140]
居民生活用电水平表示为该区域全社会用电总量与该区域总人数之间的比值。该指标是衡量居民生活用电水平的高低。
[0141]
③
城乡居民用电水平差异百分比：
[0142]
城乡居民用电水平差异百分数表示为乡村当月用电量中位数与城镇当月用电量中位数之比。该指标表征城乡居民的用能的水平的差异。
[0143]
对2)中的将各指标分为正向指标和负向指标两类，并将其标准化，具体包括：
[0144]
由于每个评价指标量级不同，不能直接进行分析评价。为使得各指标具有可实施性，便于之后的计算分析，需要对各指标进行标准化处理，使各指标无量纲化。同时，根据指标的数值对区域能源互联网的影响，可分为正向指标和负向指标。正向指标值越大越好，负向指标值越小越好。两类指标的具体的处理方法为：
[0145]
对于正向指标：
[0146][0147]
式中x
ij
表示为第i个指标的第j个数据标准化后的值，xi′j表示为第i个指标的第j个数据标准化之前的数值，xi′
,max
表示为第i个指标的最大值，xi′
,min
表示为第i个指标的最小值。
[0148]
对于负向指标：
[0149][0150]
式中，x
ij
表示为第i个指标的第j个数据标准化后的值，x
′
ij
表示为第i个指标的第j个数据标准化之前的数值，x
′
i,max
表示为第i个指标的最大值，x
′
i,min
表示为第i个指标的最小值。
[0151]
对3)中的运用g1法得到主观权重ω'，基于demate理论对ω'进行修正，得到主观权重ω具体包括：
[0152]
根据各标准化处理后的指标对能源互联网的影响程度对各标准化处理后的指标按照影响程度由大到小的顺序进行排序，这里各标准化处理后的指标对能源互联网的影响程度可通过预先设定、专家评价或问卷调查等多种方式得到，本实施例以专家评价法为例对该内容做详细介绍。
[0153]
g1法又称为序关系分析法，是基于层次分析法的一种改进。它克服了层次分析法需要满足一致性检验的问题。同时，对于专家们判断时因犹豫而影响准确性问题，能起到作用。对于n个指标，运用g1法具体步骤有：
[0154]
(1)确定排序。首先选取在能源行业具有丰富经验的专家对指标体系进行排序。对于评价指标体系{x1，x2，x3......xn}，专家根据经验选取最重要的指标，记为x
*1
；再从剩余n-1个指标中再次挑选出最重要的指标，记为x
*2
,；以此类推，进行n-1次上诉操作，可得到指标排序关系
[0155]
(2)相邻指标重要性比较：
[0156]
专家对相邻指标的重要性进行判断比较，相邻指标的重要程度之比可表示为rk，根据rk的定义，可是rk表达式为：
[0157][0158]
式中，ω
k-1
表示为指标排序关系中第k-1个指标的主观权重，ωk表示为指标排序关系中第k个指标的主观权重。下面表1为rk参考赋值表：
[0159]
表1
[0160][0161]
(3)主观权重计算：
[0162]
根据rk的定义，可将所有指标的权重用第n个指标代替，具体公式为：
[0163][0164]
又因为：
[0165][0166]
联立公式，可得：
[0167][0168]
ω
′
k-1
＝rkω
′k(k＝n，n-1，...3,2)
ꢀꢀ
(13)；
[0169]
由此可得各指标的主观权重{ω
′1，ω
′2，ω
′3......ω
′n}。由于每位专家的经验和理解不同，将产生多组主观评价权重，可剔除偏离度最大的一组，再对个指标的权重求平均值，可得到最终结果。
[0170]
运用g1法虽然能根据专家经验权衡各指标之间的相对重要程度，但各指标存在相互交叉关联的关系。为此，本发明基于决策实验室分析方法(decision-making trial and evaluation laboratory，dematel)对g1法产生的主观权重进行修正，以提高评价的准确性，具体步骤为：
[0171]
(1)计算直接影响矩阵。
[0172]
首先请m位专家对任意两个指标之间的直接影响程度进行打分，x
i，j
表示为第i个指标对第j个指标的影响程度，x
i，j
的参考取值如表2所示：
[0173]
表2
[0174][0175]
当i＝j时，则x
i，j
＝0，对于每位专家的评价结果，都能建立一个n
×
n的非负矩阵。表示为第k个专家对第i个指标对第j个指标的影响。总结各位专家意见，可得直接影响矩阵a＝[a
i,j
]，a
i,j
表达式为：
[0176][0177]
式中a
i,j
表示第i个指标对第j个指标的影响程度。
[0178]
(2)直接影响矩阵标准化处理。
[0179]
标准化直接影响矩阵为y＝[y
i,j
]，y
i,j
计算公式为：
[0180][0181]
式中y
i,j
表示为标准化后，第i个指标对第j个指标的影响程度。
[0182]
(3)计算综合影响矩阵t和评价修正矩阵ω"。
[0183]
t＝y(e-y)-1
＝(t
ij
)n×nꢀꢀ
(16)；
[0184]
式中t为综合影响矩阵，y为标准化直接影响矩阵，e为单位矩阵。
[0185]
评价修正矩阵公式为：
[0186][0187]
式中ωi"表示为指标i的修正权重，表示指标i的影响度和被影响度。
[0188]
得到评价修正矩阵后，对g1法得到的主观权重进行修正，具体修正公式为：
[0189]
[0190]
式中ωi表示第i个指标修正后的主观权重，ω
′i表示第i个指标通过g1法求得的主观权重，ω
″i表示为修正权重。
[0191]
在对指标体系进行赋值时，若仅采用主观权重赋值，专家的经验对指标体系权重的影响较大，容易影响指标体系评价的准确性。因此，需要同时采用客观赋权法。使得指标体系评价模型即能反映专家的经验，同时又能体现指标数据的客观规律。
[0192]
对4)中的对经过修正的主观权重运用改进灰色关联度理论，得到客观权重μ；结合主观修正权重ω
″i，客观权重μ，得到组合权重θ具体包括：
[0193]
本发明的客观权重法采用改进灰色关联度法(improved grey correlation method，igc)。传统的运用灰色关联度法求得指标权重的方法，指标的权重很容易受到分辨系数的影响，使得评价带来不确定性。本发明借助灰色相近关联度的思想对传统灰色关联度法进行了改进。通过数学模型对指标进行客观权重计算，同时考虑了专家丰富的经验值。具体步骤为：
[0194]
(1)确定评价指标和初始权重值：
[0195]
首先收集指标数据，并请专家对指标的权重根据经验进行判断。假设有n个评价指标，请m个专家对指标进行权重判断。由此可组成一个n
×
m经验判断矩阵s，如下：
[0196]
s＝(s1,s2......sn)
t
ꢀꢀ
(19)；
[0197][0198]
(2)确定参考序列：
[0199]
从每位专家的判断序列中，挑选最大权重值，使其构成参考序列。即为
[0200]
s0＝(s0(1),s0(2).....s0(m))
ꢀꢀ
(21)；
[0201]
式中s0(i)为第i个专家依据经验判断指标的最大值，即参考值。
[0202]
(3)求得每个指标序列s1，s2，
…
，sm与参考序列s0之间的距离，可得
[0203][0204]
式中s0(k)表示为第k个参考值，si(k)表示为第i个指标的第k个参考值。
[0205]
(4)求得各指标的权重，并将各个指标归一化处理。
[0206][0207][0208]
式中μ'i表示未归一化的第i个指标权重，μi表示归一化的第i个指标权重。
[0209]
上述g1法求得和dematel求得各指标的主观权重ω，再有改进的灰色关联度法求得客观权重μ。本发明基于最小鉴别原理，融合主观权重和客观权重。求取过程为：
[0210][0211]
式中，θi表示第i个指标的综合权重值，ωi表示为第i个指标的主观权重值，μi表示第i个指标的客观权重值。
[0212]
求解该模型，可得综合权重值：
[0213][0214]
对5)中的将区域能源互联网各规划方案依据组合权重θ进行评价，最终得到综合评价分值具体包括：
[0215]
由上诉步骤，可求得组合权重θ，进而区域能源互联网各方案进行评价，最终得到综合评价分值，判断是否满足规划方案要求，若评分不合格，则改变区域能源互联网的规划方案，重复步骤3)和步骤4)。直到满足规划方案合格，输出方案，对比各方案综合效益得分，得到最优方案。下面表3为评分参考表：
[0216]
表3
[0217]
评分0-80分80-90分90-100分等级不合格合格优秀
[0218]
本发明提出了一种能源互联网多维度规划评价方法。该方法相比现有的方法更加能符合区域能源互联网的特点，能更好的评价区域能源互联网。
[0219]
本发明提供的评价方法综合考虑了各指标之间的影响和联系，使得评价模型更加准确。
[0220]
实施例2：
[0221]
本发明的技术关键点在于采用了g1法对各指标权重计算，并通过dematel法分析各指标之间的相互影响，修正主观权重。再对客观权重赋值灰色关联度法进行改进，运用改进的灰色关联度法进行客观赋值得到客观权重。综合客观权重和主观权重，本发明用最小鉴别原理，最后得出综合权重值。本发明通过多模型组合权重赋值，显著的提高的评价的准确性。本发明可实现对不同区域的能源互联网多维度规划方案的评价，本发明中划分区域的标准为：将国家设为第一级，以所述国家的能源互联网形式依次设级；
[0222]
本实施例以中国为例，将中国设为第一级；中国下设五大区域，为第二级；每个区域对应多个省；其中第二级的区域包括：华北区域、华中区域、华东区域、西北区域和东北区域。以第二级的华东区域为例，第三级包括山东、江苏、安徽、浙江、福建和上海。以三级的山东为例，第四级包括济南市、青岛市、淄博市、枣庄市、东营市、烟台市、潍坊市、济宁市、泰安市、威海市、日照市、滨州市、德州市、聊城市、临沂市、菏泽市、莱芜市。以四级的菏泽市为例，第五级包括牡丹区,单县、成武县、巨野县、郓城县、鄄城县、定陶县、东明县、曹县。本实施例虽以中国为例，但是本发明不仅仅局限于中国，提到的县域，对应的是能源互联网中的第五级。
[0223]
一种能源互联网多维度规划评价方法，所述方法包括以下步骤：
[0224]
1)结合县域能源互联网特点，设定县域能源互联网评价指标体系；
[0225]
2)将各指标分为正向指标和负向指标两类，并将其标准化；
[0226]
由于每个评价指标量级不同，不能直接进行分析评价。对各指标进行标准化处理，使各指标无量纲化。同时可分为正向指标和负向指标。正向指标值越大越好，负向指标值越小越好。两类指标的具体的处理方法为：
[0227]
对于正向指标：
[0228][0229]
对于负向指标：
[0230][0231]
式中x
ij
表示为第i个指标的第j个数据标准化后的值，x'
ij
表示为第i个指标的第j个数据标准化之前的数值，x'
i,max
表示为第i个指标的最大值，x'
i,min
表示为第i个指标的最小值。
[0232]
3)运用g1法得到主观权重ω'，基于dematel理论对ω'进行修正，得到主观权重ω"；
[0233]
g1法又称为序关系分析法，是基于层次分析法的一种改进。它克服了层次分析法需要满足一致性检验的问题。同时，对于专家们判断时因犹豫而影响准确性问题，能起到作用。对于n个指标，运用g1法具体步骤有：
[0234]
(1)确定排序。首先选取在能源行业具有丰富经验的专家对指标体系进行排序。对于评价指标体系{x1，x2，x3......xn}，专家根据经验选取最重要的指标，记为x
*1
；再从剩余n-1个指标中再次挑选出最重要的指标，记为x
*2
,；以此类推，进行n-1次上诉操作，可得到指标排序关系
[0235]
(2)相邻指标重要性比较：
[0236]
专家对相邻指标的重要性进行判断比较，相邻指标的重要程度之比可表示为rk，根据rk的定义，可是rk表达式为：
[0237][0238]
式中，ω
k-1
表示为指标排序关系中第k-1个指标的主观权重，ωk表示为指标排序关系中第k个指标的主观权重。
[0239]
(3)主观权重计算：
[0240]
根据rk的定义，可将所有指标的权重用第n个指标代替，具体公式为
[0241][0242]
又因为：
[0243][0244]
联立公式，可得
[0245][0246]
ω
′
k-1
＝rkω
′k(k＝n，n-1，...3,2)；
[0247]
由此可得各指标的主观权重{ω
′1，ω
′2，ω
′3......ω
′n}。由于每位专家的经验和理解不同，将产生多组主观评价权重，可剔除偏离度最大的一组，再对个指标的权重求平均值，可得到最终结果。
[0248]
运用g1法虽然能根据专家经验权衡各指标之间的相对重要程度，但各指标存在相互交叉关联的关系。为此，本发明基于决策实验室分析方法(decision-making trial and evaluation laboratory，dematel)对g1法产生的主观权重进行修正，以提高评价的准确性，具体步骤为：
[0249]
(1)计算直接影响矩阵。
[0250]
首先请m位专家对任意两个指标之间的直接影响程度进行打分，x
i，j
表示为第i个指标对第j个指标的影响程度。
[0251]
当i＝j时，则x
i，j
＝0，对于每位专家的评价结果，都能建立一个n
×
n的非负矩阵。表示为第k个专家对第i个指标对第j个指标的影响。总结各位专家意见，可得直接影响矩阵a＝[a
i,j
]，a
i,j
表达式为：
[0252][0253]
式中a
i,j
表示第i个指标对第j个指标的影响程度。
[0254]
(2)直接影响矩阵标准化处理。
[0255]
标准化直接影响矩阵为y＝[y
i,j
]，y
i,j
计算公式为：
[0256][0257]
式中y
i,j
表示为标准化后，第i个指标对第j个指标的影响程度。
[0258]
(3)计算综合影响矩阵t和评价修正矩阵ω"。
[0259]
t＝y(e-y)-1
＝(t
ij
)n×n；
[0260]
式中t为综合影响矩阵，y为标准化直接影响矩阵，e为单位矩阵。
[0261]
评价修正矩阵公式为：
[0262][0263]
式中ωi"表示为指标i的修正权重，表示指标i的影响度和被影响度。
[0264]
得到评价修正矩阵后，对g1法得到的主观权重进行修正，具体修正公式为：
[0265][0266]
式中ωi表示第i个指标修正后的主观权重，ω'i表示第i个指标通过g1法求得的主观权重，ω"i表示为修正权重。
[0267]
4)运用改进灰色关联度理论，得到客观权重μ，结合主观权重ω"，客观权重μ，得到组合权重θ；
[0268]
3、对经过修正的主观权重运用改进灰色关联度理论，得到客观权重μ，结合主观权重ω"，客观权重μ，得到组合权重θ；
[0269]
本发明借助灰色相近关联度的思想对传统灰色关联度法进行了改进。通过数学模型对指标进行客观权重计算，同时考虑了专家丰富的经验值。具体步骤为：
[0270]
(1)确定评价指标和初始权重值：
[0271]
首先收集指标数据，并请专家对指标的权重根据经验进行判断。假设有n个评价指标，请m个专家对指标进行权重判断。由此可组成一个n
×
m经验判断矩阵s，如下：
[0272]
s＝(s1,s2......sn)
t
；
[0273][0274]
(2)确定参考序列：
[0275]
从每位专家的判断序列中，挑选最大权重值，使其构成参考序列。即为
[0276]
s0＝(s0(1),s0(2).....s0(m))；
[0277]
式中s0(i)为第i个专家依据经验判断指标的最大值，即参考值。
[0278]
(3)求得每个指标序列s1，s2…
sm与参考序列s0之间的距离，可得：
[0279][0280]
式中s0(k)表示为第k个参考值，si(k)表示为第i个指标的第k个参考值。
[0281]
(4)求得各指标的权重，并将各个指标归一化处理。
[0282][0283][0284]
式中μ'i表示未归一化的第i个指标权重，μi表示归一化的第i个指标权重。
[0285]
上诉g1法求得和dematel求得各指标的主观权重ω，再有改进的灰色关联度法求得客观权重μ。
[0286]
5)将县域能源互联网各规划方案依据组合权重θ进行评价，最终得到综合评价值。
[0287]
本发明基于最小鉴别原理，融合主观权重和客观权重。求取过程为：
[0288][0289]
式中θi表示第i个指标的综合权重值，ωi表示为第i个指标的主观权重值，μi表示第i个指标的客观权重值。
[0290]
求解该模型，可得综合权重值：
[0291][0292]
实施例3：
[0293]
基于同一发明构思的本发明还提供了一种能源互联网多维度规划评价系统，包括：
[0294]
权重计算模块，用于基于能源互联网规划方案中能源互联网数据计算预先构建的能源互联网指标体系中各指标的组合权重；
[0295]
分值计算模块，用于基于能源互联网数据以及各指标的组合权重，计算能源互联网的综合评价分值；
[0296]
评估模块，用于基于综合评价分值对能源互联网规划方案的合理性进行评估；
[0297]
其中，能源互联网指标体系是基于能源互联网的特点构建的。
[0298]
一种能源互联网多维度规划评价系统还包括体系构建模块，用于构建能源互联网指标体系。
[0299]
体系构建模块具体用于：
[0300]
以能源互联网规划方案的综合得分作为一级指标；
[0301]
以技术类指标、经济类指标、社会类指标、生态类指标、产业类指标作为二级指标；
[0302]
将影响技术类指标、经济类指标、社会类指标、生态类指标、产业类指标的指标作为各二级指标下的三级指标；
[0303]
由一级指标、二级指标和三级指标构建能源互联网指标体系。
[0304]
权重计算模块包括：
[0305]
指标划分子模块，用于根据对能源互联网的影响，将各指标划分为正向指标和负向指标；
[0306]
标准化处理子模块，用于对正向指标和负向指标进行标准化处理，得到标准化处理后的指标；
[0307]
主观权重计算子模块，用于运用序关系分析法计算标准化处理后的指标的主观权重；
[0308]
修正子模块，用于基于决策实验室分析方法对标准化处理后的指标的主观权重进行修正，得到修正后的主观权重；
[0309]
客观权重计算子模块，用于对修正后的主观权重运用改进灰色关联度理论，得到
客观权重；
[0310]
组合权重计算子模块，用于由修正后的主观权重和客观权重得到组合权重。
[0311]
主观权重计算子模块具体用于：
[0312]
根据各标准化处理后的指标对能源互联网的影响程度对各标准化处理后的指标按照影响程度由大到小的顺序进行排序；
[0313]
计算排序后相邻指标之间的重要性比值；
[0314]
基于重要性比值结合主观权重计算式计算各指标的主观权重。
[0315]
主观权重计算式如下式所示：
[0316][0317]
式中，ω
′n为第n个指标的主观权重，rj为第j个指标与其相邻的指标重要性比值，j、k、n均为指标的编号。
[0318]
修正子模块具体用于：
[0319]
基于任意两标准化处理后的指标之间的直接影响程度的比较打分结果，构建直接影响矩阵；
[0320]
对直接影响矩阵进行标准化处理，得到标准化处理后的影响矩阵；
[0321]
由标准化处理后的影响矩阵结合综合影响矩阵计算式计算综合影响矩阵；
[0322]
基于综合影响矩阵结合评价修正矩阵计算式计算评价修正矩阵；
[0323]
基于评价修正矩阵对主观权重进行修正，得到修正后的主观权重。
[0324]
综合影响矩阵计算式如下式所示：
[0325]
t＝y(e-y)-1
＝(t
ij
)n×n；
[0326]
式中，t为综合影响矩阵，y为标准化直接影响矩阵，e为单位矩阵，t
ij
为第i个指标对第j个指标的影响程度，(t
ij
)n×n为综合影响矩阵的矩阵形式，n表示共有n个指标。
[0327]
评价修正矩阵计算式如下式所示：
[0328][0329]
式中，ω
″
表示指标i的修正权重，分别表示指标i的影响度和被影响度，t
ij
和t
ji
分别表示为第i个指标对第j个指标的影响程度，第j个指标对第i个指标的影响程度。
[0330]
修正后的主观权重如下式所示：
[0331][0332]
式中，ω表示修正后主观权重矩阵，ωi表示第i个指标修正后的主观权重，ω
′i表示第i个指标通过g1法求得的主观权重。
[0333]
客观权重计算子模块具体用于：
[0334]
对指标进行权重判断，并由权重判断结果构建经验判断矩阵；
[0335]
由经验判断矩阵每列中的最大值构成参考序列；
[0336]
求经验判断矩阵中每个指标序列与参考序列之间的距离；
[0337]
基于每个指标序列与参考序列之间的距离结合权重计算式计算各指标的未归一化的客观权重；
[0338]
对各指标的未归一化的客观权重进行归一化处理，得到各指标的客观权重。
[0339]
权重计算式如下式所示：
[0340][0341]
式中，μ
′i表示未归一化的第i个指标权重，d
0i
表示每个指标序列与参考序列s0之间的距离。
[0342]
客观权重按下式计算：
[0343][0344]
式中，μi表示归一化的第i个指标权重。
[0345]
组合权重值按下式计算：
[0346][0347]
式中，θ表示组合权重值，μi表示归一化的第i个指标权重，ωi表示第i个指标修正后的主观权重。
[0348]
评估模块具体用于：
[0349]
若所述综合评价分值大于设定阈值时，则所述能源互联网规划方案合理，否则不合理。
[0350]
为了描述方便，以上装置的各部分以功能分为各模块或单元分别描述。当然，在实施本技术时可以把各模块或单元的功能在同一个或多个软件或硬件中实现。
[0351]
基于同一发明构思，本发明再一个实施例中，提供了一种计算设备，该计算设备包括处理器以及存储器，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor、dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等，其是终端的计算核心以及控制核心，其适于实现一条或一条以上指令，具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能；本发明实施例所述的处理器可以用于执行一种能源互联网多维度规划评价方法的步骤。
[0352]
基于同一发明构思，本发明再一个实施例中，本发明还提供了一种存储介质，具体为计算机可读存储介质(memory)，所述计算机可读存储介质是计算机设备中的记忆设备，用于存放程序和数据。可以理解的是，此处的计算机可读存储介质既可以包括计算机设备
中的内置存储介质，当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间，该存储空间存储了终端的操作系统。并且，在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令，这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是，此处的计算机可读存储介质可以是高速ram存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令，以实现上述实施例中一种能源互联网多维度规划评价方法的相应步骤。
[0353]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0354]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0355]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0356]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0357]
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在发明待批的本发明的权利要求范围之内。