综合评估县域配电系统投资与发展状况的新方法

2016-02-16田方媛郭勇梁博淼文福拴

电力建设 2016年1期

田方媛，郭勇，梁博淼，文福拴,3

(1.浙江大学电气工程学院，杭州市 310027；2.国网河南省电力公司经济技术研究院，郑州市 450052； 3.文莱科技大学电机与电子工程系，文莱斯里巴加湾 BE1410)

田方媛1，郭勇2，梁博淼1，文福拴1,3

县域配电系统投资与发展状况综合评估是配电系统规划和投资需求分析的一个重要环节，也是值得研究的重要问题。县域配电系统评估指标具有混合多属性特征，为此首先提出一种面向对象的综合评估指标体系；然后采用组合权重法和自适应变权重机制确定指标体系的权重，其中组合权重法将指标权重分解为排序权重和分类权重，以分别反映评估指标的不同属性和不同评估对象之间指标样本值的整体差异对评估结果的影响程度，并分别借助序关系分析法和投影寻踪原理确定，进而再根据最小鉴别信息原理确定组合权重；之后采用自适应变权重机制对存在指标值严重偏离正常范围的评估对象进行权重修正；最后采用某省的5个县域配电系统实例对所提出的方法进行测试，并借助雷达图寻找电网建设的薄弱环节。仿真结果表明：所提出的评估方法能够合理反映县域配电系统的投资与发展状况。

县域配电系统；投资与发展状况；评估指标体系；组合权重；投影寻踪；自适应变权重机制

0 引言

县域配电系统是电力系统的重要组成部分。随着经济的不断发展和社会状况的逐步改善,用户对供电可靠性和电能质量等的要求趋于提高。长期以来,县域配电系统的发展没有受到应有的重视,其整体发展水平相对滞后,导致其主干线路长度超标、线路绝缘化率低、变电站超载运行等问题越来越突出, 用户的供电可靠性无法得到很好的保证。因此,有必要发展县域配电系统投资与发展状况综合评估方法,以期系统地考察相关的实际状况,诊断薄弱环节,为合理规划和投资改造县域配电系统提供依据。

在县域配电系统投资与发展状况综合评估方面，已有一些研究报道。文献[1-3]均运用层次分析法等构建了配电系统综合评估指标体系。其中，文献[1]将指标归纳为网络结构水平、负荷供应能力、装备技术水平、运行管理水平4个方面，事实上一些指标本身具有混合多属性特性，很难将其界定为某一类；文献[2]提出的配电系统评价指标体系侧重于衡量配电系统的整体状况，描述投资和发展状况的特征指标涵盖得不够全；文献[3]提出了一种考虑子目标协调系数的配电系统综合评估方法，但指标体系的覆盖面不够全。上述文献均采用了层次分析法，其中将主观判断为主的定性分析做了定量化处理，评估结果易受人的主观影响，且缺乏统一标准。在选定了适当的评估指标的前提下，如何合理确定指标的权重就是一个非常重要的问题，其对最终评估结果的科学性和合理性会产生显著影响。文献[4-7]的研究工作对配电系统评估的不同方面分别有所侧重，且均探讨了权重的确定方法。文献[4]偏重于电力系统安全与效益的特性评估，在确定权重和指标计算方面，提出了主从性乘法算子和0-1型乘法算子；文献[5]的研究侧重于电力系统安全指标，并在层次分析法的基础上提出了权重修正机制；文献[6-7]均采用组合赋权对电能质量进行评估，前者基于矩估计理论建立主客观赋权的最优组合模型，后者则联合采用组合序列综合法和序关系分析法来确定权重。

从总体上讲，就县域配电系统投资与发展状况综合评估问题，现有的研究工作还比较初步, 研究报道也比较少。在此背景下，本文对这一问题开展了比较系统的研究，建立了一套评估体系，并将该问题分解为线路、变电、配电建设3个方面。采用了组合权重法和自适应变权重机制确定指标体系的权重。具体地, 将县域配电系统评估指标的权重结构分解为排序权重和分类权重：排序权重用于反映评估指标的不同属性对评估结果的影响程度；分类权重则能够反映不同评估对象之间指标样本值的整体差异对评估结果的影响程度, 并分别借助序关系分析法和基于生物地理学优化(biogeography based optimization，BBO)算法的投影寻踪模型加以确定。之后采用变权重机制修正指标值严重偏离正常范围的指标(也称为“危险指标”)的权重系数。最后, 对某省5个县域配电系统的实际数据进行了计算分析, 其雷达图和计算结果表明，本文所提出的指标体系和计算方法可以对县域配电系统的投资与发展状况进行合理评估。

1 县域配电系统投资与发展状况综合评估体系

低压配电系统结构复杂，建设与改造比较频繁。为满足不同县域配电系统的发展需求，很有必要构建县域配电系统投资与发展状况综合评估体系。县域配电系统的评估体系需要包括多个方面的评价指标, 其中有些指标具备混合多属性特性(即有些指标所描述的特征存在重叠)，这会导致对指标分类的不确定性，进而使所建立的指标体系无法真实反映系统状况。例如，“N-1”通过率指标既能表征负荷水平高低也能反映网络结构的强壮程度。针对上述问题，参照配电系统发展建设指标及相关规程[8-10]，本文建立面向对象的县域配电系统投资与发展状况评估指标体系。具体地，将县域配电系统描述为以变电站为节点，配电环节为子节点，线路/馈线为边，用户侧为终点的复杂网络，如图1所示。针对县域配电系统的主要建设对象，可以将指标分解为3类。

(1)变电环节：此类指标主要反映变电站规范程度及设备运行状况。变电环节指标集为{变电设备老旧率、单线单变率、变电站重载比例、变电站N-1通过率、10 kV出线间隔使用率、无功补偿率、变电容载比}。

(2)线路/馈线：此类指标反映供电线路/馈线相关参数及其运行状况。线路环节指标集为{架空线路绝缘化率、电缆化率、主干截面不合格率、主干线路过长占比、线路重载比例、线路N-1通过比例、站间线路联络率、装接配变容量偏高的线路比例、综合线损率}。

(3)配电环节：此类指标主要反映配电设备的相关物理和运行特性。配电环节指标集为{配电设备老旧率、高损耗配电设备占比、配变重载比例、配电自动化覆盖率、智能电表覆盖率}。

变电站、线路、配电这3个环节的投资与建设均直接影响县域配电系统的发展水平，任何一个环节中存在薄弱点都可能影响整个配电系统的投资和运行效益, 例如导致其他环节投资和设备容量闲置。期望所构建的评估指标体系能够比较全面地反映县域配电系统的实际投资与发展状况,正确识别县域配电系统建设的薄弱环节,对系统未来的投资、规划与建设提供有价值的参考。

图1 县域配电系统投资与发展状况综合评估指标体系

1 基于组合权重的常权重系数

系统评估就是要对研究问题所构成的系统各要素在总体上进行分类和排序[11]。在评估体系中，指标权重的大小除了与其概念本身的属性有关外，还与指标的数据结构有关。如果数据的离散程度小，甚至各评估单元的数据大小相等, 则该指标对整体评估的实际作用就较小，甚至完全没有作用；反之，如果数据的离散程度大，则该指标的作用就较大，相应的权重也应该大一些。因此，县域配电系统的评估指标体系中不同属性的重要程度和评估对象之间指标样本值的整体差异都会影响评估结果，这里将前者定义为样本集的排序信息，后者为样本集的分类信息。首先采用序关系分析法提取评估样本集的排序信息，之后利用投影寻踪法提取指标样本集的分类信息，最后在兼顾排序权重和分类权重的情况下应用最小鉴别原理确定组合权重。

1.1 用序关系分析法确定排序权重

序关系分析法[7]是一种以层次分析法为基础发展而来的主观权重法，其充分利用领域专家的知识与经验,无须构造判断矩阵和进行一致性检验，可以大幅减少计算量。用序关系分析法确定县域配电系统评估体系的主观权重计算步骤如下。

步骤1)确定序关系。若评价指标A1,A2, …,An对于目标函数的重要程度存在A1>A2>A3>…>An的关系(指标越重要，则其序关系越靠前)，则称评价指标之间具有确定的序关系。对于评价指标集{A1,A2, …,An}, 可以按照下述步骤依次确定序关系：首先选出最重要的指标并将其记为A1；在余下的n-1个指标中选出最重要的指标记为A2；依次类推，最后将最不重要的指标记为An。由此可以确定相邻指标间的重要程度及序关系。

步骤2)给出指标间相对重要程度的比值判断。设专家关于指标Ak-1与Ak的重要程度之比的理性判断分别为

(1)

式中：wk表示第k个指标的排序权重；rk的赋值可参照表1给定的方法确定。

表1r的赋值

Table1Assignmentsofr

步骤3)计算各指标的排序权重：

(2)

wk-1=rkwk,k=n,n-1,n-2…3,2

(3)

2.2 基于BBO算法的投影寻踪法(BBO-PP)确定分类权重

投影寻踪原理(projectionpursuit，PP)是一种多元数据分析算法[12]，能够充分发掘数据组在多种评估指标下的序列差异。PP直接根据评估指标样本集的离散特征确定权重，将高维数据投影到低维子空间上, 通过最优化某个投影指标，寻找能反映高维数据结构特征的投影，进而在低维空间上对数据结构进行分析[12-16]。采用PP计算县域配电系统评估指标的客观权重的步骤如下。

步骤1)对数据做归一化处理，r(i,j)为归一化处理后的数据，可以按照指标特性将其分为正向指标、逆向指标和区间指标。

(1)对于正向指标，即指标值越大越好的指标：

(4)

式中：xij为第i个对象第j项属性的属性值；m为评估对象个数。

(2)对于逆向指标，即指标越小越好的指标：

(5)

(3)对于区间指标，即指标值在某一区间最好：

(6)

式中：vlj,l=1,2,3,4为区间型指标的参数。

步骤2)构造投影方向。

给定n维数据{x(i,j)|i=1,…,m,j=1,…,n}，构造a=(a(1),a(2),…,a(n))，第j项属性的样本数据在a方向的投影值Z(j)为

(7)

步骤3)构造投影指标函数Q(a)。

要求投影值Z(j)的散布特征为：局部投影点尽可能密集，最好凝聚成若干个点团；而在整体上投影点团之间尽可能散开。这样，可构造投影指标函数Q(a)为

Q(a)=SzDz

(8)

式中：Sz为投影值Z(j)的标准差；Dz为投影值Z(j)的局部密度，即

(9)

(10)

步骤4)优化投影指标函数。

最佳投影方向即为最大可能暴露高维数据分类特征结构的投影方向，可通过求解投影指标函数最大化问题来确定，即

maxQ(a)=SzDz

(11)

(12)

生物地理学优化算法[15-16]是一种模拟生物种群迁徙规则的全局优化方法，可以采用其改进方法来有效求解式(11)、(12)所描述的优化问题。最后，把最佳投影方向a*各分量的归一化值作为分类权重。

2.3 用最小鉴别信息原理确定组合权重

序关系法是基于层次分析法改进的主观赋权法，只利用了样本信息集中的排序信息，没有利用分类信息。投影寻踪法则利用了样本集中的分类信息，但未利用排序信息。为同时兼顾排序权重和分类权重，这里借助最小鉴别信息原理确定组合权重。假设排序权重为wo，分类权重为wd，为使组合权重系数wc尽可能接近wo和wd，根据最小鉴别信息原理[17-18]，可建立如下目标函数和约束条件：

(13)

(14)

采用拉格朗日乘子法求解上述优化问题，可得：

(15)

式(15)表明：在所有满足式(13)的组合分配权重中，取集合平均数所需的信息量最少，而取其他形式的组合分配权重都有形或无形地增加了其他实际上尚没有获得的信息。

3 自适应变权重修正机制

组合权重法同时兼顾了主客观因素，能够在一定程度上改善过度依赖主观知识与经验的情况，但所求得的权重系数是固定不变的。在上述背景下，若仍根据常权重系数进行评估，由于该指标权重占整体水平并不大，综合评估结果可能无法突出指标值严重偏离正常范围的评估指标的影响，导致电力系统运行人员无法意识到系统可能出现的严重运行问题甚至故障。针对这种极端情况，可利用变权重机制增加指标值严重偏离正常范围的评估指标(即“危险指标”)在评估中的关注度，使其成为关键指标，以便于捕捉到电力系统在投资与发展方面的严重缺陷。

假设某县域配电系统存在a个危险指标且其下标集合为A，b个正常指标且其下标集合为B。

定义：当某县域指标值偏离正常值或者正常区间范围时，定义第i个县域危险指标修正因子为

(16)

则危险指标权重系数修正为

(17)

该策略通过修正因子对危险指标进行了惩罚修正，将其权重大幅提升，从而对综合指标产生影响。指标越不理想，则其惩罚因子越大，其权重上升幅度越大。上述修正后的危险指标权重和正常指标权重之和大于1，因此需要对指标权重进行重新归一化，将危险指标权重和正常指标权重调整为：

(18)

(19)

调整后的权重系数满足下述关系：

(20)

该修正策略对危险指标进行惩罚修正, 当某些指标不符合相关规定时，根据式(17)—(19)自动调整指标的权重系数。归一化后的指标值偏离正常值越严重，其变权重系数就越大。

4 县域配电系统建设评估步骤

基于县域配电系统建设评估指标体系和变权重组合方法，可得到图2所示的县域配电系统投资与发展状况综合评估的评估流程图，具体步骤如下：

(1)收集县域配电系统投资与发展状况的相关数据，获取与指标体系相关的原始数据；

(2)根据图1所示的指标体系，分类整理数据，并对数据进行归一化处理；

(3)确定指标的序关系，求出排序权重wo；

(4)建立PP模型并用BBO算法求解，确定指标的分类权重wd；

(5)根据最小鉴别信息原理，兼顾排序权重和分类权重，确定表征各评估环节的组合权重wc；

(6)检查是否有指标严重偏离其正常值，判断待评估对象中是否存在危险指标，若存在则进行自适应变权重修正，否则就直接转到第(7)步；

(7)可得到综合评判结果为

(21)

基于上述县域配电系统投资与发展状况综合评估步骤，可得到图2所示的评估流程图。

图2 县域配电系统投资与发展状况综合评估流程图

5 算例

5.1 构建县域配电系统评估体系

以某地区电网公司在2014年的电网发展状况为例，选取其下属5个县域的相关数据进行实证评估，相关数据参见附录。

以线路建设为例，相关参数如表2所示。可将各要素指标通过雷达图展示，如图3所示；其中，指标已经过预处理，理想解均为1。该雷达图可以清晰地展示各个县域的线路建设情况，易于发现影响电力网络建设水平的薄弱环节。针对不同评估对象的不同薄弱环节，可有计划性的进行合理投资建设。例如，由图3可看出P3的线路N-1通过率较低。对于未通过N-1校验线路，可首先考察其接线方式，若无联络线，应根据其所在供区决定是否构建联络。其次考察负载情况，分析运行方式、CT限额、线规等方面。若有联络线，则应考察其与联络线的匹配情况，若线规相差较大导致限额电流相差较大，可考虑投资截面改造工程; 若挂接容量过大，则可考虑分支线切改工程。

面向对象的县域配电系统评估体系，清晰地表征了每个评估对象的建设水平，而每个评估对象的下属要素则综合反映了该对象的建设情况。这样，就便于寻找薄弱环节和有针对性地解决问题。

表2 线路参数

Table 2 Parameters of lines

图3 线路投资发展指标雷达图

5.2 县域配电系统建设水平的综合评估

可以采用雷达图进行多变量对比分析, 但这种方法无法定量给出县域配电系统投资和发展的综合水平。本文基于组合权重对县域配电系统的投资和发展状况进行综合评估, 首先根据序关系分析法计算排序权重wo，再根据基于改进BBO算法的投影寻踪法计算分类权重wd，将排序权重和分类权重进行加权法计算出组合权重wc。权重的计算结果列于见表3—5。

表3 线路指标权重

Table 3 Weights of line indices

表4 变电环节指标权重

表5 配电环节指标权重

从表3—5的权重可以看出：部分排序权重和分类权重具有相似性，但指标权重并不完全一致。排序权重大小直接反映专家们对指标的关注程度，但主观性较大，因人而异，缺乏统一标准。当评判结果相同或十分相似时，结果易失效。分类权重则从多维数据本身的结构特点出发, 通过投影降维处理，充分发掘数据组的离散特征，找到使投影值具有最大区分度的投影方向，完成样本的优劣排序。本文将2种方法结合, 有效降低了赋权的主观性，同时在客观权重中加入了决策者的偏好选择。例如：P5的配电重载比例高，严重偏离正常值，本文采用变权重机制修正，得到修正后的配电环节指标权重如表6所示。

采用组合权重和变权重机制，可以得出对各对象的评估结果。表7列出了采用本文方法和文献[1]中的模糊综合评判方法得到的评估结果。

从综合评估结果来看，本文方法和模糊综合评判方法得到的结果的总体趋势一致，P1的建设水平在5个县域中占首位，其次是P4，P2，P3，P5。由于P5中的配电重载比例较高，这直接影响用户的供电可靠性，也可能存在配变容量和负荷匹配性差的问题，需要优先考虑改造或新建。模糊综合评判方法未能体现出极端情况，而采用本文方法时无论从配电环节单一评估结果还是综合评估结果来看，P5均是最差的，需要优先考虑改造或新建。

表6 配电环节指标可变权重

Table 6 Variable weights of distribution equipment indices

表7 评估结果

6 结论

本文提出了基于组合权重和自适应变权重机制的县域配电系统的投资和发展状况综合评估方法，并采用某省5个县域配电系统的实际数据进行了验证，所提出的方法具有以下特征：

(1)所构建的面向对象的指标体系，能够直接反映县域配电系统的薄弱环节，避免了基础指标值的混合多属性可能导致的指标分类不确定性问题；

(2)为合理确定评估指标的权重，在考虑了指标排序信息的基础上，采用投影寻踪法直接根据评估指标样本集的离散特征，对样本集的分类信息加以利用，该方法兼顾了评估的主客观因素，克服了单一主观或客观赋权法存在的缺陷；

(3)针对存在危险指标的情形，提出了自适应变权重机制，通过增加危险指标的权重系数，提醒相关人员对危险指标的重视；

(4)采用雷达图分析可以直接识别配电系统的薄弱环节，有助于快速找到有效的解决方法。

[1]冯新龙, 孙岩, 林声宏, 等. 配电网综合评价指标体系及评估方法[J]. 广东电力, 2013, 26(11): 20-25. FENG Xinlong, SUN Yan, LING Shenghong, et al. Comprehensive evaluation index system of distribution network and evaluation method[J]. Guangdong Electric Power, 2013, 26(11):20-25.

[2]崔凯, 史梓男, 赵娟. 配电网评价指标体系研究[J]. 电力建设, 2013, 34(2): 18-21. CUI Kai, SHI Zinan, ZHAO Juan. Research on evaluation system of power distribution network[J]. Electric Power Construction, 2013, 34(2): 18-21.

[3]薛振宇, 李敬如, 陈楷, 等. 一种考虑协调系数的配电网综合评价方法[J]. 电力系统保护与控制, 2013, 41(12): 15-19. XUE Zhenyu, LI Jingru, CHEN Kai, et al. A comprehensive evaluation method for distribution network considering the coordination coefficient[J]. Power System Protection and Control, 2013, 41(12): 15-19.

[4]穆永铮, 鲁宗相, 乔颖, 等. 基于多算子层次分析模糊评价的电网安全与效益综合评价指标体系[J].电网技术, 2015, 39(1): 23-28. MU Yongzheng, LU Zongxiang, QIAO Ying, et al. A comprehensive evaluation index system of power grid security and benefit based on multi-operator fuzzy hierarchy evaluation method[J]. Power System Technology, 2015, 39(1): 23-28. [5]徐鹏, 杨胜春, 李峰, 等. 基于层次分析和变权重机制的电网安全指标计算及展示方法[J]. 电力系统自动化, 2015, 39(8): 133-140. XU Peng, YANG Shengchun, LI Feng, et al. Power grid security index calculation and display method based on AHP and variable weight mechanism[J]. Automation of Electric Power Systems, 2015, 39(8): 133-140.

[6]沈阳武, 彭晓涛, 施通勤, 等. 基于最优组合权重的电能质量灰色综合评价方法[J]. 电力系统自动化, 2012, 36(10): 67-73. SHEN Yangwu, PENG Xiaotao, SHI Tongqin, et al. A grey comprehensive evaluation method of power quality based on optimal combination weight[J]. Automation of Electric Power Systems, 2012, 36(10): 67-73.

[7]李连结, 姚建刚, 龙立波, 等. 组合赋权法在电能质量模糊综合评价中的应用[J]. 电力系统自动化, 2007, 31(4): 56-60. LI Lianjie, YAO Jiangang, LONG Libo, et al. Application of combination weighting method in fuzzy synthetic evaluation of power quality[J]. Automation of Electric Power Systems, 2007, 31(4): 56-60.

[8]黄志伟, 葛少云, 罗俊平, 等. 城市配电网发展策略探讨[J]. 电力系统及其自动化报, 2011, 23(6): 111-115. HUANG Zhiwei, GE Shaoyun, LUO Junping, et al. Discussion on development strategy of urban distribution networks[J]. Proceedings of the CSU-EPSA, 2011, 23(6): 111-115.

[9]国家电网公司. 城市电网规划设计导则：Q/GDW 156—2006[S]. 北京：国家电网公司，2006.

[10]国家电网公司. 城市配电网运行水平和供电能力评估标准：Q/GDW 565—2010[S]. 北京：国家电网公司，2010.

[11]胡永宏, 贺思辉. 综合评价方法[M]. 北京: 科学出版社, 2000.

[12]付强, 赵小勇. 投影寻踪模型原理及其应用[M]. 北京：科学出版社, 2006.

[13]金菊良, 魏一鸣, 丁晶. 基于组合权重的系统评价模型[J]. 数学的实践与认识, 2003, 33(11): 51-59. JIN Juliang, WEI Yiming, DING Jing. System evaluation model based on combined weights[J]. Mathematics in Practice and Theory, 2003, 33(11): 51-59.

[14]付忠广, 王建星, 靳涛. 基于投影寻踪原理的火电厂状态评估[J]. 中国电机工程学报, 2012, 32(17): 1-6. FU Zhongguang, WANG Jianxing, JIN Tao. Condition assessment of fossil-fired power plant based on projection pursuit method[J]. Proceedings of the CSEE, 2012, 32(17): 1-6.

[15]SIMON D. Biogeography-based optimization[J]. IEEE Transactions on Evolutionary Computation, 2008, 12(6): 702-713. [16]BHATTACHARYA A, CHATTOPADHYAY P K. Biogeography-based optimization for different economic load dispatch problems[J]. IEEE Transactions on Power Systems, 2010, 25(2): 1064-1077.

[17]吴开亚, 金菊良. 基干变权重和信息熵的区域水资源安全投影寻踪评价模型[J]. 长江流域资源与环境, 2011, 20(9): 1085-1090. WU Kaiya, JIN Juliang. Projection pursuit model for evaluation of region water resource security based on changeable weight and information[J]. Resources and Environment in the Yangtze Basin, 2011, 20(9): 1085-1090.

[18]朱雪龙. 应用信息论基础[M]. 北京：清华大学出版社, 2001.

(编辑张媛媛)

附录A

附表A1 变电设备参数

Table A1 Parameters of substation equipment

A New Comprehensive Evaluation Method for Investment and Development Status of County Distribution System

TIAN Fangyuan1, GUO Yong2, LIANG Bomiao1, WEN Fushuan1,3

(1. School of Electrical Engineering, Zhejiang University, Hangzhou 310027, China; 2. State Grid Henan Electric Power Corporation Economic Research Institute, Zhengzhou 450052, China; 3. Department of Electrical & Electronic Engineering, Institut Teknologi Brunei, Bandar Seri Begawan BE1410, Brunei)

The comprehensive assessment of the investment and development status of county distribution system is an important part in distribution system planning and investment demanding analysis, and is also an important problem to be addressed. Considering that the assessment indices for county distribution system have the feature of multiple attributes, we firstly present an object-based comprehensive assessment index system. Then, we use the combination weighting method and the self-adaptive weighting correction to determine the weights of indices. The index weights are divided into ranking weights and classification weights in the combination weighting method, in order to respectively reflect the influence degrees of the overall difference of index sample values with different properties and evaluation objects on the evaluation results, which are determined by order relation analysis method and projection pursuit principle respectively, to determine the combination weight according to the principle of minimum identification information. Next, we adopt self-adaptive weighting correction for evaluation object weight whose indicator values seriously deviate from the normal range. Finally, we employ 5 county distribution systems in a province to demonstrate the proposed method, and use radar chart to find the weak links of power grid construction. The simulation results show that the proposed evaluation method can reasonably reflect the investment and development status of county power distribution system.

county distribution system; investment and development status; assessment index system; combination weight; projection pursuit; self-adaptive weighting correction