兼容需求侧综合资源的输配电容量规划项目评价研究

薛万磊，赵龙，张杰，曾鸣，李春雪

(1.国网山东省电力公司经济技术研究院，济南市 250001； 2.华北电力大学经济与管理学院，北京市 102206)

(1. Economic Research Institute of State Grid Shandong Electric Power Company, Jinan 250001, China;2. School of Economics and Management, North China Electric Power University, Beijing 102206, China)



兼容需求侧综合资源的输配电容量规划项目评价研究

薛万磊1，赵龙1，张杰1，曾鸣2，李春雪2

(1.国网山东省电力公司经济技术研究院，济南市 250001； 2.华北电力大学经济与管理学院，北京市 102206)

为了使输配电规划容量与用户实际用电负荷相符，提高电网设备利用率及输配电容量规划项目的科学性与合理性，首先构建了考虑需求侧综合资源的新型输配电容量规划项目评价指标体系，将需求侧资源对用户实际用电负荷的影响纳入规划项目评价范围，从项目投资、项目规划、需求侧综合资源3个方面对输配电容量规划项目进行分析评价。其次构建了基于灰色关联度TOPSIS法的输配电容量规划项目评价模型。最后，将华北某省3个输配电容量规划项目实际数据，代入模型进行实证分析来证明模型的有效性，计算结果准确、科学，能够为输配电容量规划项目提供数据支撑与决策支持。

需求侧综合资源；输配电容量规划；灰色关联度；TOPSIS法

0 引 言

近年来，随着用电需求的不断增长，用户用电行为不断变化，我国传统的输配电容量规划项目评价方法已经难以与新的内外部环境变化相兼容。一方面，客户用电需求持续旺盛，报装容量越来越大，但是有限的变电站建设资源难以满足日益增长的输配电扩容需求[1]。另一方面，对用户进行输配电扩容后，其实际负荷运行却与报装容量不符，这种情况降低了电网设备利用率，造成投资浪费。造成上述问题的主要原因是在规划项目的评价阶段未能充分考虑各类需求侧资源对用户用电需求及用电行为的影响，从而使输配电扩容、规划与用户实际用电负荷不符[2]。因此将需求侧资源与输配电容量规划相结合，提高规划项目评价结果的科学性与合理性，已经成为近年来国内外相关领域的研究重点。

目前国内外相关研究中，将需求侧资源与输配电容量规划相结合的文献较少。文献[3]基于指标选取原则分析了输电项目对外部环境的影响要素，选取代表性指标并引入改进熵权逼近理想解的排序方法(TOPSIS)评价了输电项目对外部环境的影响，为电网建设项目投资提供决策依据。文献[4]考虑了输电规划分销网络的布局，提出一种混合整数非线性规划的方法，并通过算例验证了模型的有效性。文献[5]针对分布式能源投资效益分别从社会、经济和环境效益3方面构建了分布式电源投资效益综合评价指标体系，结合TOPSIS法和灰色关联度建立了分布式电源投资效益评价模型，通过对比相对贴近度评价项目的优劣。文献[6]提出了考虑需求侧响应的含风电场的输电系统两层规划模型，采用粒子群算法和原对偶内点法相结合的混合算法对所构造的优化模型进行求解。文献[7]将用户用电需求的变化考虑进输电系统规划中，提出了一种基于多目标进化策略的输电网规划方法。文献[8]综合考虑了风电机组出力的不确定性，建立了风电出力估算模型，并在输电规划目标函数中引入需求侧响应成本，建立了基于需求侧响应机制的输电规划模型。文献[9]对比分析了常规输电网规划方案与考虑紧急需求侧响应的输电网规划方案，并采用熵权TOPSIS法求解各个评价指标的权重系数，对2种规划方法得到的规划方案进行计算分析。文献[10]将电网运行可靠性评价、多种输配电规划的敏感影响因素纳入到测算范围中，提出了一种以帕累托最优为基础的综合输电扩张规划方法。文献[11]提出了基于尖峰电价的需求响应模型，并以用户的空调负荷为基础进行实证分析，显著地降低了用户的用能成本。

从目前国内外相关研究来看，有关输配电容量规划项目评价方面的研究主要集中于技术研究、经济效益分析等方面，并未充分考虑需求侧资源对用户用电行为与用电习惯的综合影响，这是造成当前输配电容量规划与用户实际用电负荷不符的主要原因之一。因此，本文将需求侧综合资源纳入规划项目评价范围，首先将需求侧资源对用户用电负荷的影响纳入评价指标体系中，从项目投资、项目规划、综合需求侧资源3个方面构建输配电容量规划评价指标体系，其次构建基于灰色关联度TOPSIS方法的评价模型，最后通过实证分析，在考虑需求侧资源综合影响的情况下，对华北某省的3个输配电容量规划项目进行分析评价，证明该模型的有效性与合理性，同时为输配电容量规划提供新的思路与方法。

1 指标体系构建

本文的指标体系主要包含3部分：传统输配电容量规划项目评价所包含的项目投资、项目规划指标与反映需求侧资源对用户用电行为、用电习惯影响程度的综合需求侧资源指标。

项目投资部分的指标主要包括变电工程总投资、输电工程总投资、光通信工程总投资、财务净现值、内部收益率、投资回收期。该部分指标主要由财务指标入手，从项目投资总额、投资效益方面对输配电容量规划项目进行评价。

项目规划部分的指标主要包括线损率、每万元电网资产运行维护成本、单位投资增供电量、单位变电容量供电量4个指标构成。该部分指标主要从项目的实施效果角度入手对规划项目进行评价。

综合需求侧资源部分的指标主要包括容载比、平均日负荷率、能效类资源作用下最大负荷减少量、负荷类资源作用下最大负荷减少量4个指标构成。根据需求侧资源对用户用电行为的影响效果，将需求侧资源分为能效类资源与负荷类资源2类。能效类资源是指通过提高用电效率从而达到降低用电量及负荷水平的需求侧资源，其能够降低用户的用电量，使用户负荷曲线整体降低。而负荷类资源是指用户通过减少用电或者改变用电时间、用电习惯，从而实现系统最大负荷降低或者最大负荷时间转移的需求侧资源，该类资源将改变用户负荷曲线的形状。该部分指标主要反映各类综合需求侧资源对用户实际用电负荷的影响，结合容载比增加值、平均日负荷率增加值指标，分析输配电容量规划项目与用户实际用电负荷的贴合度。容载比增加值是指在项目实施一段时间后该地区容载比的增加值，容载比是某一供电区内变电设备总容量与供电区最大负荷之比，反映变电设备利用情况，平均日负荷率是平均负荷与最大负荷之比，其值越小，对输配电扩容的需求就越高。本文所建的指标体系如表1所示。

2 灰色关联度TOPSIS评价模型构建

2.1 指标标准化与指标权重确定

由于不同指标在输配电项目评价中的作用不同，因此对评价结果的影响程度存在差异，因此本文将采用熵权法进行指标赋权，以得到更为精确，更为科学合理的评价结果。

表1 输配电容量规划项目评价指标

Table 1 Evaluation index for transmission and distribution capacity planning

(1)构建风险评价指标矩阵。设需要对m个项目进行风险投资评价，评价指标共有n个，则评价指标矩阵A如公式(1)所示。对指标进行分类，指标数值越大越好的指标为正向指标，指标数值越小越好的指标为负向指标。设负向指标为x，则取其倒数1/x折算为正向指标后计算。

(1)

(2)进行指标标准化。

(2)

(3)计算第i个项目下第j个评价指标的比重pij。

(3)

(4)计算指标j的熵值cj。

(4)

式中h=1/lnm。

(5)对于给定的cj越大，指标评价值的差异性就越小，则指标在风险评价中的作用就越小，因此定义差异系数为dj=1-cj，则当dj越大时，该指标越重要。

(6)因此可以求得指标j的熵权wj为

(5)

2.2 灰色关联度TOPSIS评价模型的建立

针对输配电容量规划特点，根据项目评价要求，本文采用灰色关联度TOPSIS风险评价模型进行输配电容量规划项目评价。

灰色关联度方法属于几何处理方法的范畴，实质是反映各因素变化特性的数据序列进行的几何比较，用于度量不同因素之间的关联程度。TOPSIS方法是一种多目标决策方法。该方法的基本思路是定义决策问题的理想解和负理想解，然后在多个评价项目中找到一个与理想解距离最近的评价项目，即最佳项目。本文将两者相结合，根据每个项目投资样本与最优样本点之间的距离来评价该项目的风险情况。

灰色关联度TOPSIS风险评价步骤如下：

(1)构造经过熵权法加权的指标矩阵Z。

(6)

式中zij=wjfij。

(2)确定理想解与负理想解。理想解用z+表示，负理想解用z-表示，则有：

(7)

(8)

(3)计算每个项目综合评价值到理想点之间的距离，用d表示。

(9)

(10)

(11)

(12)

(5)求各项目指标值到理想解与负理想解之间的最大差值与最小差值。

(13)

(14)

(6)计算各项目与理想解与负理想解之间的关联度，分辨系数ρ一般取0.5。

(15)

则各项目数据与理想解之间的关联度为

(16)

同理可得：

(17)

则各项目数据与负理想解之间的关联度为

(18)

(7)对TOPSIS方法计算结果与灰色关联度方法计算结果进行无量纲化处理：

(19)

(20)

(21)

式中：e1，e2的取值按决策者的偏好设定，e1+e2=1，这里设定为e1=e2=0.5。

(9)则该项目的综合贴近度为

(22)

U的值越小，则项目与理想解越远，越靠近负理想解，则项目与用户实际用电负荷偏差较大，项目实施效果就越差；U取值越大，则项目与理想解越贴近，与负理想解越远，项目与用户实际用电负荷就越贴近，项目实施效果就越好。

3 实证分析

本文以我国华北某省的3个输配电容量规划项目为评价对象，将项目实施的具体数据代入模型进行测算，根据测算结果分析各项目效益的高低。3个输配电容量规划项目的实证数据如表2所示。

表2 输配电容量规划项目实证数据

Table 2 Data of transmission and distribution capacity planning projects

通过指标标准化与指标权重计算后，可得各指标权重为：wj=(0.085，0.084，0.083, 0.052，0.064，0.067，0.073，0.084，0.065，0.072，0.064，0.081，0.062，0.064 )，将权重代入标准化后的指标矩阵，可得指标数据，如表3所示。

表3 标准化赋权后指标数据

Table 3 Index data after normalization and weight calculation

根据TOPSIS方法与灰色关联度方法计算所得各项目综合指标评价值与正理想点与负理想点之间的距离如表4所示。

表4 计算结果

Table 4 Calculation results

对计算结果进行无量纲化处理，并由公式(20)和公式(21)计算可得3个规划项目与正理想点与负理想点之间的距离，如表5所示。

表5 规划项目与正理想点与负理想点之间的距离

Table 5 Distance between planning scheme and positive points, negative points

由公式(22)可求得，项目A、B、C的综合指标评价值为0.551 1，0.512 7，0.434 1，从综合距离上看项目C与正理想点距离最小、负理想点最远，因此与3个项目各个指标的最优点最靠近，是综合最优的方案。A与正理想点距离最大、与负理想点最小，这说明A项目与各指标最优点最远，反而离最差点较近，因此A项目综合效益最差。综上所述，项目C最佳，B次之，项目A最差。

4 结 论

(1)本文构建了兼容需求侧综合资源的输配电容量规划项目评价指标体系，与传统评价指标体系相比，该指标体系能充分反映需求侧综合资源对用户用电负荷的影响，从而使规划项目与用户实际用电负荷更为贴近。

(2)本文构建了基于灰色关联度TOPSIS方法的输配电容量规划项目评价模型，通过实证分析证明了该模型的科学性与合理性，能够指导输配电容量规划评价得出客观、符合实际的评价结论。

[1]Dong J, Zhang J. Transmission planning in china[J]. The Electricity Journal, 2009, 22(6): 77-85.

[2]鲁跃峰，刘东，蒋利明，等.全电压序列电网规划中的输配电联合潮流计算[J].华东电力，2010，38(3)：345-348. Lu Yuefeng, Liu Dong, Jiang Liming, et al. Transmission and distribution joint power flow calculation in full voltage series network planning[J]. East China Electric Power, 2010，38(3)：345-348.

[3]董军，马博.基于改进熵权TOPSIS法的输电项目外部环境分析[J].水电能源科学，2010，28(2)：152-154. Dong Jun, Ma Bo. Analysis of external environment of transmission project based on improved entropy TOPSIS method[J]. Water Resources and Power, 2010，28(2)：152-154.

[4]Jalali M, Zare K, Hagh M T. A multi-stage MINLP-based model for sub-transmission system expansion planning considering the placement of DG units[J]. International Journal of Electrical Power & Energy Systems, 2014, 63: 8-16.

[5]隋礼辉.基于TOPSIS法与灰色关联度的分布式电源投资效益分析[J].水电能源科学，2012，30(7)：194-196,184. Sui Lihui. Investment benefits analysis of distributed generation based on TOPSIS and grey correlation degree[J]. Water Resources and Power, 2012,30(7):194-196,184.

[6]郑静，文福拴，周明磊，等.计及需求侧响应的含风电场的输电系统规划[J].华北电力大学学报，2014，41(3)：42-48. Zheng Jing, Wen Fushuan, Zhou Minglei, et al. Transmission system planning for power systems with wind generators considering demand side responses[J]. Journal of North China Electric Power University, 2014，41(3)：42-48.

[7]Carlos A, Florez C, Ricardo A，et al. Multi-objective transmission expansion planning considering multiple generation scenarios[J]. International Journal of Electrical Power & Energy Systems. 2014, 62: 398-409.

[8]曾鸣，吕春泉，邱柳青，等.风电并网时基于需求侧响应的输电规划模型[J].电网技术，2011，35(4)：129-134. Zeng Ming, Lü Chunquan, Qiu Liuqing, et al. A demand-Side response-based transmission planning model with grid-connected wind farms[J]. Power System Technology, 2011，35(4):129-134.

[9]赵莹.风电并网时基于多场景及紧急需求侧响应的输电网规划[D].吉林：东北电力大学，2014. Zhao Ying. Transmission network planning with grid-connected wind farms based on multiple scenarios and emergency demand side response[D]. Jilin: Northeast Dianli University, 2014.

[10]Gupta N, Shekhar R, Kalra P K. Computationally efficient composite transmission expansion planning: A Pareto optimal approach for techno-economic solution[J]. International Journal of Electrical Power & Energy Systems, 2014, 63:917-926.

[11]Marwan M, Ledwich G, Ghosh A. Demand-side response model to avoid spike of electricity price[J]. Journal of Process Control, 2014, 24(6):782-789.

(编辑:张小飞)

Evaluation of Transmission and Distribution Capacity Planning with Considering Comprehensive Demand-Side Resources

XUE Wanlei1, ZHAO Long1, ZHANG Jie1, ZENG Ming2, LI Chunxue2

To match users’ actual electricity load with transmission and distribution capacity planning, and improve the utilization efficiency of grid equipments as well as the scientific nature and rationality of transmission and distribution capacity planning projects, this paper first built the evaluation index system for new transmission and distribution capacity planning projects with considering the comprehensive demand-side resources. The impact of demand-side integrated resources on users’ actual electrical load was included in the evaluation system of planning projects in order to evaluate the planning projects from three aspects: project investment, project planning and comprehensive demand-side resources. Second, this paper built the evaluation model for transmission and distribution capacity planning projects based on gray correlation and TOPSIS method. Finally, the effectiveness of this model was verified through the actual data of three transmission and distribution capacity planning projects in a province of North China. The results show that the calculation of this model is accurate and scientific, which can provide data support and decision suggestion for transmission and distribution capacity planning projects.

comprehensive demand-side resource; transmission and distribution capacity planning; gray correlation degree; TOPSIS method

国家自然科学基金项目(71271082)。

(1. Economic Research Institute of State Grid Shandong Electric Power Company, Jinan 250001, China;2. School of Economics and Management, North China Electric Power University, Beijing 102206, China)

TM 744

A

1000-7229(2015)04-0016-05

10.3969/j.issn.1000-7229.2015.04.003

2014-10-25

2015-01-10

薛万磊(1978)，男，高级工程师，主要从事能源电力经济研究工作；

赵龙(1977)，男，高级工程师，主要从事电力系统规划研究工作；

张杰(1982)，男，高级工程师，主要从事电力系统规划究工作；

曾鸣(1957)，男，教授，博士生导师，主要从事电力市场与技术经济研究工作；

李春雪(1991)，女，硕士研究生，研究方向为电力技术经济。

Project Supported by National Natural Science Foundation of China(NSFC)(71271082).