付學謙 ，孫宏斌 ，郭慶來 ，張秀容

（1.清華大學 電機系 電力系統(tǒng)及發(fā)電設備控制和仿真國家重點實驗室，北京 100084；2.北京航空航天大學 電子信息工程學院，北京 100191）

0 引言

2010年，山東大學于慎航等使用能源互聯(lián)網的概念，定義了融合大量分布式可再生能源發(fā)電裝置和分布式儲能裝置的配電網［1］。但其提出的互聯(lián)網概念，仍然局限于電能這一單一能源，具有一定的局限性。中國電力科學研究院周海明等提出了能源互聯(lián)網是多能源供給系統(tǒng)［2］，可以向用戶供電、供熱和供冷等。即廣義的能源互聯(lián)網，可以包括熱能、動能和化學能等其他形式的能源，融合了電力傳輸網、電氣化交通網和天然氣網等［3］。電網的發(fā)展和互聯(lián)網的發(fā)展是相互學習的過程，相比傳統(tǒng)電網，能源互聯(lián)網在拓撲結構上與互聯(lián)網更加相似［4］。文獻［5］以北京延慶作為示范區(qū)，從能源生產、配送、消費、管理和運營4個方面設計了能源互聯(lián)網的功能體系。文獻［6］基于全球能源互聯(lián)網和配電能源互聯(lián)網提出了虛擬電力系統(tǒng)和配電能源互聯(lián)網。文獻［7］基于主動配電網提出城市能源互聯(lián)網體系架構，指出能源互聯(lián)網系統(tǒng)用戶側的運行管理技術是能源互聯(lián)網運行和管理的關鍵內容。在能源互聯(lián)網系統(tǒng)用戶側對冷熱負荷進行預測［8］、協(xié)調優(yōu)化控制［9］、使用柔性直流技術［10］和互聯(lián)網技術［11］等可以實現電、氣、冷、熱能量的優(yōu)化綜合利用，進而提高可再生能源利用率和能源效率。能源互聯(lián)網已經成為當前國際學術界和產業(yè)界關注的新焦點，也是能源行業(yè)繼智能電網后又一前沿發(fā)展方向和重要課題［12-13］。

傳統(tǒng)的電力系統(tǒng)和其他能源系統(tǒng)的運行管理是分開的，電能質量綜合評估只面向單一的電力系統(tǒng)。電能質量綜合評估方法［14-24］主要是得出代表優(yōu)劣的綜合指標值或評定等級，對電力市場競爭理論研究以及電能質量管理體系建設起到了重要作用。隨著能源互聯(lián)網的發(fā)展，電力系統(tǒng)和供熱供冷系統(tǒng)的耦合度不斷增強，形成冷熱電綜合能源系統(tǒng)。能源互聯(lián)網中大量接入風電、光電、冷熱電三聯(lián)供裝置等分布式能源會帶來電能質量和供熱供冷質量問題。單一能源質量評估（如電能質量或供暖質量）不能體現冷熱電綜合能源系統(tǒng)供能的總體質量情況。能源互聯(lián)網中的管理主體由傳統(tǒng)的單一電力供應商轉變?yōu)榫C合能源供應商。電能質量評估對電力市場環(huán)境下的按質定價具有重要意義，而對于有冷熱電耦合交易的能源互聯(lián)網綜合能源市場具有明顯的局限性。電能質量評估可以激勵綜合能源供應商主動處理電能質量問題，而無法兼顧供暖供冷質量。綜合能源供應商需要充分考慮冷熱電能源生產對生態(tài)環(huán)境的影響。污染物排放對環(huán)境的危害是能源互聯(lián)網供能質量綜合評估工作中不可缺少的重要內容。

能源互聯(lián)網供能質量綜合評估實質上是以國家標準和政策為依據，對冷熱電綜合能源系統(tǒng)運行水平、供應能力和污染狀況進行的綜合評價，具有以下幾個方面的重要意義：（1）將供冷、供熱、供電質量看作一個整體進行綜合評估，可以從總體上量化電力、熱力、燃氣擾動造成的影響和損失；（2）有效地激勵綜合能源供應商與用戶共同維護能源互聯(lián)網供能質量環(huán)境，同時為多種能源（電、冷、熱）聯(lián)合優(yōu)化運行和互補協(xié)同提供依據；（3）控制能源生產中的污染物排放量，提高清潔能源的市場競爭力和建設積極性；（4）可以提升能源市場的透明度，對能源互聯(lián)網綜合能源市場中的冷熱電耦合交易研究具有重要作用。

本文基于大氣污染防治條例、國家電能質量標準、國家室內空氣質量標準和鍋爐大氣污染物排放標準，建立了考慮電能質量、空氣質量和污染物排放因素的能源互聯(lián)網供能質量綜合評估架構，采用動態(tài)加權函數分別計算電能質量和空氣質量的綜合指標，采用二維懲罰函數計算排污費指標和價格懲罰指標。根據計算的電能質量綜合指標、空氣質量綜合指標、排污費指標和價格懲罰指標，采用突變決策理論計算綜合指標數值，采用自組織特征映射網絡進行等級評估，綜合指標數值評估和等級評估結果可以起到相互驗證的作用。

1 評估架構

傳統(tǒng)的冷、熱、電等分屬不同的公司和行業(yè)管理，不同管理主體面臨的供能質量問題不同。即使是電力行業(yè)，也分為發(fā)電企業(yè)和電網企業(yè)2個不同的管理主體。發(fā)電企業(yè)關注污染物排放指標限值，而電網企業(yè)則沒有環(huán)境方面的硬性約束指標。在能源互聯(lián)網中，會出現同時管理幾類能源的公司向用戶提供清潔的冷熱電能源。在能源互聯(lián)網中存在3個方面的參與主體：用戶、政府和綜合能源供應商，如圖1所示。

圖1 能源互聯(lián)網參與主體Fig.1 Participants of energy internet

在能源互聯(lián)網中，綜合能源供應商不僅需要提供優(yōu)質的電能，還要改善建筑物內的空氣質量，并降低鍋爐大氣污染物排放量。能源互聯(lián)網用戶需要對綜合能源質量做出全面的評估，以促進綜合能源供應商全面提高優(yōu)質服務水平。政府制定國家標準和政策，為判斷綜合能源供應商的供電、供冷、供熱質量提供依據，并對排放的污染物進行監(jiān)管。因此，能源互聯(lián)網供能質量綜合評估架構可以包括電能質量、空氣質量和污染物排放3個方面的因素，如圖2所示。

我國電能質量、空氣質量和污染物排放的國家標準都很完善，各項指標都有具體的限制值。

（1）電能質量標準。我國現有的8項電能質量標準分別對電壓偏差（GB／T 12325—2008）、電壓暫降與短時中斷（GB／T 30317—2013）、三相電壓不平衡（GB／T15543—2008）、頻率偏差（GB／T15945—2008）、電壓波動與閃變（GB／T 12326—2008）、諧波（GB／T 14549—1993）、間諧波（GB／T 24337—2009）、暫時過電壓和瞬態(tài)過電壓（GB／T 18481—2001）的指標值進行限定［25］。

圖2 能源互聯(lián)網供能質量綜合評估架構Fig.2 Architecture of comprehensive energy quality evaluation for energy internet

（2）室內空氣質量標準。 GB／T 18883—2002《室內空氣質量標準》規(guī)定了室內空氣質量參數及檢驗方法，本文選擇與供熱供冷質量相關的物理性指標進行研究。

（3）污染物排放標準。2014年國家環(huán)境保護部和國家質檢總局聯(lián)合發(fā)布GB 13271—2014《鍋爐大氣污染物排放標準》，增加了燃煤鍋爐氮氧化物和汞及其化合物的排放限值，提高了各項污染物排放標準。在用鍋爐和新建鍋爐執(zhí)行不同標準，大氣污染物排放濃度限值的指標有顆粒物、二氧化硫、氮氧化物、汞及其化合物和煙氣黑度。

2 評估方法

2.1 動態(tài)加權函數

目前的電能質量評估方法在求取指標權重系數時往往采用定權重的方法，沒有體現單項電能質量指標值在國家標準的合格范圍內和范圍外的區(qū)別。當單項電能質量指標越限時，該指標的權重系數應該增大，進而對綜合評估值產生破壞性影響。而對于有一項或幾項電能質量指標不合格的情況，合格的指標值對評估結果影響會很小，進而計算時需要相對較小的權重系數。

根據國家電能質量標準和室內空氣質量標準的規(guī)定，電能質量和供熱供冷通風質量每一項指標都有相應的標準值，只要有一項質量指標不合格就需要進行治理。計算指標權重時，要考慮到存在指標不合格的評估對象的成績要顯著差于單項指標都合格的情況，不合格的指標數量越多則評估結果越差，即不合格指標數量比指標本身的值對評估結果的影響更大。同時要考慮到除了不合格和合格本身的差別外，同屬于合格或不合格的質量指標在數值上也存在不同。

指標xij對于綜合評價效果的影響隨著偏離最優(yōu)額定值的差值增大而增大，第i個評估對象的指標不合格的數量對權重系數值有著決定性的影響?？梢詫㈦娔苜|量和供熱供冷通風質量指標的動態(tài)權重函數表示為：

其中，wij為第i個評估對象的第j個指標的權重系數；xij為第 i個評估對象的第j個指標的數值；xnom，j為第j個指標的額定最優(yōu)值；xbou，j為第j個指標的限值，對于兩邊界情況該限值為靠近的邊界值；Ni為第i個評估對象中電能質量或空氣質量不合格的指標數量。式（1）中計算合格和不合格情況分別采用sin函數和指數函數，可以體現出指標合格和不合格對權重影響的差異性，不合格指標的權重會隨越限程度的增加而快速增加。

2.2 二維懲罰函數

《江蘇省大氣污染防治條例》第13條規(guī)定排污單位應當按照國家有關規(guī)定繳納排污費；第33條規(guī)定對能耗超過限額標準或者排放重點大氣污染物超過規(guī)定標準的企業(yè)，實行水、電、氣差別化價格政策。參考該條例，自適應的懲罰函數分為排放重點大氣污染物超過規(guī)定標準的懲罰函數和排污費懲罰函數。排污費懲罰函數 φi（x）和價格懲罰函數 gi（x）分別為：

其中，cj為單位污染物排放費用，不同類別污染物費用不同；k為能耗超過限額標準的指標；ln函數表示價格懲罰度隨著超標比例的增長情況，式（3）可以根據實際政策進行調整和變化；lk為不同污染物超標對價格懲罰的相對程度，設lk=1。

2.3 突變決策理論

突變級數法［26］評估對象中矛盾的方面設置為控制變量，不需要給出其具體計算權重就可以歸一化為狀態(tài)變量形式的質態(tài)，體現了指標的相對重要性。4種最常見的初等突變模型有折疊型突變、尖點型突變、燕尾型突變和蝴蝶型突變，數學模型和多維模糊隸屬函數分別為：

其中，f（x）為勢函數；x 為狀態(tài)變量；a、b、c 和 d 為控制變量；xa、xb、xc、xd分別為對應于 a、b、c、d 的 x 的取值。計算總突變隸屬函數時，采用互補指標求平均值、非互補指標求最小值的原則?？梢哉J為電能質量比供熱供冷通風質量重要，由于優(yōu)質的電能和優(yōu)質的空氣質量存在明顯的關系，選擇平均值原則計算總突變隸屬函數。

2.4 自組織網絡聚類

自組織特征映射（SOFM）網絡［27］根據樣本進行學習并調整自身的權重達到學習的目的，神經元個數和訓練步數越多，聚類準確率越高，訓練步驟如下。

（1）初始化。權值設定為較小的隨機值，輸入向量ω和權值λ歸一化，選取神經元的臨近集合S。

其中，‖ω‖和‖λ‖分別為輸入向量和權值的歐幾里得范數。

（2）找到最小歐氏距離的神經元。

（3）給出一個鄰域集合 Slin。

（4）利用Kohonen規(guī)則修正神經元和權值，其中η為學習速率。

（5）更新學習速率η和拓撲鄰域，重新歸一化權值。達到最大迭代次數后輸出計算結果。

2.5 計算流程

綜合考慮了電能質量、空氣質量和污染物排放因素的能源互聯(lián)網供能質量綜合評估流程見圖3。

圖3 質量綜合評估的流程Fig.3 Flowchart of comprehensive quality evaluation

3 算例分析

3.1 算例1

提出的動態(tài)權重函數評估方法與基于主成分分析和信息熵的電能質量綜合評估方法進行比較，其中5個觀測點的電能質量監(jiān)測數據如表1所示［22］。各項電能質量指標合格的界限值如表2所示［22］。

表1 觀測點的實測數據Table 1 Measured data of observation points

表2 指標的界限值Table 2 Threshold of indexes

由于5個觀測點的各項電能質量指標均在界限值內，采用動態(tài)權重函數的sin函數計算權重系數。由于可靠性指標和服務性指標都是正向指標，采用1減去其值轉化為逆向指標。使用動態(tài)加權函數計算的指標權重系數如表3所示。

表3 電能質量指標權重系數Table 3 Weights of power quality indexes

由電能質量指標權重系數矩陣可以得到加權系數矩陣，然后對加權系數矩陣進行標準化計算，最后得到各單項指標的代數和。動態(tài)權重函數評估方法與基于主成分分析和信息熵的電能質量綜合評估方法的評估結果如表4所示。

表4 電能質量綜合指標值Table 4 Values of comprehensive power quality indexes

動態(tài)權重函數評估方法計算的值越小，綜合質量越優(yōu)?；谥鞒煞址治龊托畔㈧氐碾娔苜|量綜合評估方法計算的值越大，綜合質量越優(yōu)。可知動態(tài)權重函數與文獻［22］計算的電能質量評估結果是一致的，綜合指標的排序均為：觀測點1＞觀測點3＞觀測點2＞觀測點5＞觀測點4，“＞”表示更優(yōu)。

3.2 算例 2

待評估的8個樣本數據包括110 kV電壓的電能質量數據、夏季空氣質量數據和新建燃氣鍋爐污染物排放量。由于新風量和建筑設計有很大關系，評估時不考慮該指標。煙氣黑度級別共有6級，從0至5級。參考文獻［28］，設最佳空氣質量指標的溫度為 25.6 ℃，相對濕度為 60%，風速為 0.2 m／s。評估樣本數據見表5，其中工頻過電壓為標幺值，后同。

表5 樣本數據的評估結果Table 5 Results of sample evaluation

由指標限值標準可知，原始計算樣本中出現了指標不合格的情況，如表6所示。

使用動態(tài)加權函數計算電能質量和空氣質量的綜合值，計算的指標權重系數如表7所示。

污染物排放是能源互聯(lián)網綜合質量的減分項，其危害不采用動態(tài)加權函數計算，而用二維懲罰函數把污染物排放情況轉換為排污費和價格懲罰2個指標。煙氣黑度指標參與價格懲罰計算，不參與排污費計算。設顆粒物、二氧化硫、氮氧化物的污染物排放費分別為 0.01 元 ／mg、0.006 元 ／mg、0.008 元 ／mg［29］，計算的排污費和價格懲罰如表8所示。

表6 不合格樣本數據Table 6 Unqualified samples

表7 指標權重系數Table 7 Weights of indexes

表8 排污費和價格懲罰Table 8 Pollutant discharge fees and price punishments

對評估樣本的電能質量、空氣質量、排污費和價格懲罰數據標準化處理。超過限額標準除了價格懲罰還可能會觸犯環(huán)境保護法，可以認為代表排放污染物不合格的價格懲罰比排污費對評估結果影響更大。使用蝴蝶型突變數計算總突變隸屬函數，為體現污染排放對綜合評估結果的負面影響，指標重要性排序為價格懲罰＞排污費＞電能質量＞空氣質量，“＞”表示更加重要。計算的總突變隸屬函數值越小，則性能越優(yōu)秀，具體計算值如圖4所示。

圖4 總突變隸屬函數值Fig.4 Values of general catastrophe membership function

由圖4可知，在計算值的百分位就可以明顯區(qū)別評估結果的優(yōu)劣情況。樣本1、樣本3、樣本7和樣本8的污染物排放不符合國家標準，綜合評估成績最低，體現了污染排放不達標的負面影響。樣本2、樣本4、樣本5和樣本6的污染物排放符合國家標準，其中樣本6成績最優(yōu)秀，具有相對較少的污染物排放和相對優(yōu)質的空氣質量和電能質量。

SOFM網絡競爭層神經元有6×6個，訓練步為10次，五邊形為神經元，小線段為神經元的連接，不同顏色表示神經元距離的遠近，顏色越深表示距離越遠。鄰近權重距離情況如圖5所示。神經元分類圖如圖6所示。圖中橫軸、縱軸分別對應競爭神經元維數的行和列。

圖5 鄰近權重距離Fig.5 Neighbor weight distances

圖6 神經元分類情況Fig.6 Classification of neurons

各樣本的獲勝神經元分別為 1、36、2、36、36、36、5、5，樣本 2、樣本 4、樣本 5 和樣本 6 屬于一類，可以劃分為第一等級，樣本7和樣本8可以歸為一類。突變隸屬數值的大小與SOFM網絡分類情況是一致的，起到了相互驗證的作用。8個樣本綜合指標的計算等級結果如表9所示。

表9 綜合評估等級Table 9 Quality level of samples

4 結論

本文考慮用戶側供電供熱供冷的綜合服務質量，將電能質量和供熱供冷通風質量看作一個整體進行評估，可以從總體上量化冷熱電能量流擾動造成的影響，同時兼顧了污染物排放對綜合評估結果的影響。動態(tài)加權函數評估方法體現了單項電能質量指標越限對綜合評估值產生的影響，使得指標不合格對評估值的影響程度得到量化。單項指標不合格評估結果比多指標數值較差卻合格的情況評估結果更差，不合格指標的數量比指標數值對評估結果的影響更大。二維懲罰函數評估方法體現了污染排放量對綜合評估指標值的負面影響，包括了排污懲罰和價格懲罰2個方面的因素。綜合供能質量的研究對能源互聯(lián)網的研究和發(fā)展具有重要意義。

參考文獻：

［1］于慎航，孫瑩，牛曉娜，等.基于分布式可再生能源發(fā)電的能源互聯(lián)網系統(tǒng)［J］. 電力自動化設備，2010，30（5）：104-108.YU Shenhang，SUN Ying，NIU Xiaona，etal.Energy internet system based on distributed renewable energy generation［J］.Electric Power Automation Equipment，2010，30（5）：104-108.

［2］周海明，劉廣一，劉超群.能源互聯(lián)網技術框架研究［J］.中國電力，2014，47（11）：140-144.ZHOU Haiming，LIU Guangyi，LIU Chaoqun.Study on the energy internet technology framework［J］.Electric Power，2014，47（11）：140-144.

［3］田世明，欒文鵬，張東霞，等.能源互聯(lián)網技術形態(tài)與關鍵技術［J］. 中國電機工程學報，2015，35（14）：3482-3494.TIAN Shiming，LUAN Wenpeng，ZHNAG Dongxia，et al.Technical forms and key technologies on energy internet［J］.Proceedings of the CSEE，2015，35（14）：3482-3494.

［4］趙海，蔡巍，王進法，等.能源互聯(lián)網架構設計與拓撲模型［J］.電工技術學報，2015，30（11）：30-36.ZHAO Hai，CAI Wei，WANG Jinfa，et al.An architecture design and topological model of intergrid［J］.Transactions of China Electrotechnical Society，2015，30（11）：30-36.

［5］黃仁樂，蒲天驕，劉克文，等.城市能源互聯(lián)網功能體系及應用方案設計［J］. 電力系統(tǒng)自動化，2015，39（9）：26-33，40.HUANG Renle，PU Tianjiao，LIU Kewen，et al.Design of hierarchy and functions of regional energy internet and its demonstration applications ［J］.Automation ofElectric Power Systems，2015，39（9）：26-33，40.

［6］張小平，李佳寧，付灝.配電能源互聯(lián)網：從虛擬電廠到虛擬電力系統(tǒng)［J］. 中國電機工程學報，2015，35（14）：3532-3540.ZHANG Xiaoping，LI Jianing，FU Hao.Distribution power&energy internet：from virtual power plants to virtual power systems［J］.Proceedings of the CSEE，2015，35（14）：3532-3540.

［7］蒲天驕，劉克文，陳乃仕，等.基于主動配電網的城市能源互聯(lián)網體系架構及其關鍵技術 ［J］.中國電機工程學報，2015，35（14）：3511-3521.PU Tianjiao，LIU Kewen，CHEN Naishi，et al.Design of ADN based urban energy internet architecture and its technological issues［J］.Proceedings of the CSEE，2015，35（14）：3511-3521.

［8］陳飛翔，胥建群，王晨楊，等.能源互聯(lián)網系統(tǒng)用戶側冷熱負荷預測模型研究［J］. 中國電機工程學報，2015，35（14）：3678-3684.CHEN Feixiang，XU Jianqun，WANG Chenyang，et al.Research on building cooling and heating load prediction model on user’s side in energy internet system［J］.Proceedings of the CSEE，2015，35（14）：3678-3684.

［9］孫秋野，滕菲，張化光，等.能源互聯(lián)網動態(tài)協(xié)調優(yōu)化控制體系構建［J］. 中國電機工程學報，2015，35（14）：3667-3677.SUN Qiuye，TENG Fei，ZHANG Huaguang，et al.Construction of dynamic coordinated optimization control system for energy internet［J］.Proceedings of the CSEE，2015，35（14）：3667-3677.

［10］王一振，趙彪，袁志昌，等.柔性直流技術在能源互聯(lián)網中的應用探討［J］. 中國電機工程學報，2015，35（14）：3551-3560.WANG Yizhen，ZHAO Biao，YUAN Zhichang，et al.Study of the application of VSC-based DC technology in energy internet［J］.Proceedings of the CSEE，2015，35（14）：3551-3560.

［11］董朝陽，趙俊華，文福拴，等.從智能電網到能源互聯(lián)網：基本概念與研究框架［J］. 電力系統(tǒng)自動化，2014，38（15）：1-11.DONG Zhaoyang，ZHAO Junhua，WEN Fushuan，etal.From smartgrid to energy internet：basic conceptand research framework［J］.Automation of Electric Power Systems，2014，38（15）：1-11.

［12］孫宏斌，郭慶來，潘昭光.能源互聯(lián)網：理念、架構與前沿展望［J］. 電力系統(tǒng)自動化，2015，39（19）：1-8.SUN Hongbin，GUO Qinglai，PAN Zhaoguang.Energy internet：concept，architecture and frontier outlook［J］.Automation of Electric Power Systems，2015，39（19）：1-8.

［13］孫宏斌，郭慶來，潘昭光，等.能源互聯(lián)網：驅動力、評述與展望［J］. 電網技術，2015，39（11）：3005-3013.SUN Hongbin，GUO Qinglai，PAN Zhaoguang，et al.Energy internet：driving force，review and outlook［J］.Power System Technology，2015，39（11）：3005-3013.

［14］劉俊華，羅隆福，張志文，等.一種考慮排序穩(wěn)定分析的電能質量綜合評估新方法［J］. 中國電機工程學報，2013，33（1）：70-76.LIU Junhua，LUO Longfu，ZHANG Zhiwen，et al.A new method forpowerquality comprehensive evaluation considering the analysis of sequence stability［J］.Proceedings of the CSEE，2013，33（1）：70-76.

［15］趙霞，趙成勇，賈秀芳，等.基于可變權重的電能質量模糊綜合評估［J］. 電網技術，2005，29（6）：11-15.ZHAO Xia，ZHAO Chengyong，JIA Xiufang，et al.Fuzzy synthetic evaluation of power quality based on changeable weight［J］.Power System Technology，2005，29（6）：11-15.

［16］李連結，姚建剛，龍立波，等.組合賦權法在電能質量模糊綜合評估中的應用［J］. 電力系統(tǒng)自動化，2007，31（4）：56-60.LILianjie，YAO Jiangang，LONG Libo，etal.Application of combination weighing method in fuzzy synthetice valuation ［J］.Automation of Electric Power Systems，2007，31（4）：56-60.

［17］周林，栗秋華，張鳳，等.用模糊神經網絡模型評估電能質量［J］.高電壓技術，2007，33（9）：66-69.ZHOU Lin，LI Qiuhua，ZHANG Feng，et al.Evaluation of power quality by fuzzy artificial neural network［J］.High Voltage Engineering，2007，33（9）：66-69.

［18］付學謙，陳皓勇.基于理想解法的電能質量綜合評估［J］.電力自動化設備，2014，34（4）：26-30.FU Xueqian，CHEN Haoyong.Comprehensive power quality evalua-tion based on TOPSIS approach ［J］.Electric Power Automation Equipment，2014，34（4）：26-30.

［19］付學謙，陳皓勇.基于加權秩和比法的電能質量綜合評估［J］.電力自動化設備，2015，35（1）：128-132.FU Xueqian，CHEN Haoyong.Comprehensive power quality evalua-tion based on weighted rank sum ration method［J］.Electric Power Automation Equipment，2015，35（1）：128-132.

［20］付學謙，陳皓勇，劉國特，等.分布式電源電能質量綜合評估方法［J］. 中國電機工程學報，2014，34（25）：4270-4276.FU Xueqian，CHEN Haoyong，LIU Guote，et al.Power quality comprehensive evaluation method for distributed generation［J］.Proceedings of the CSEE，2014，34（25）：4270-4276.

［21］李海英，閔建平.兼顧分布式發(fā)電系統(tǒng)特征的電能質量評估［J］.電力自動化設備，2014，34（4）：31-36.LI Haiying，MIN Jianping.Power quality assessment considering characteristics of distributed generation system［J］.Electric Power Automation Equipment，2014，34（4）：31-36.

［22］王磊，王秋莎，吳麗紅，等.基于主成分分析與信息熵的電能質量綜合評估［J］. 陜西電力，2015，43（8）：55-58.WANG Lei，WANG Qiusha，WU Lihong，et al.Power quality synthetic evaluation based on principal component analysis and information entropy ［J］.ShaanxiElectric Power，2015，43（8）：55-58.

［23］喬鵬程，吳正國，李輝.基于改進雷達圖法的電能質量綜評估方法［J］. 電力自動化設備，2011，31（6）：88-92.QIAO Pengcheng，WU Zhengguo，LI Hui.Power quality synthetic evaluation based on improved radar chart［J］.Electric Power Automation Equipment，2011，31（6）：88-92.

［24］雷剛，顧偉，袁曉冬.灰色理論在電能質量綜合評估中應用［J］.電力自動化設備，2009，29（11）：62-65，70.LEI Gang，GU Wei，YUAN Xiaodong.Application of gray theory in power quality comprehensive evaluation［J］.Electric Power Automation Equipment，2009，29（11）：62-65，70.

［25］林海雪.電能質量指標的完善化及其展望［J］.中國電機工程學報，2014，34（29）：5073-5079.LIN Haixue.Perfecting power quality indices and prospect［J］.Proceedings of the CSEE，2014，34（29）：5073-5079.

［26］SAUNDERS P T.An introduction to catastrophe theory［M］.New York，UK：Cambridge University Press，1980：30-40.

［27］KOHONEN T.Self-organizing neuralprojections［J］.Neural Networks，2006，19（6）：723-733.

［28］嵇赟喆，高屹，王曉杰，等.空氣流速對人體熱舒適影響的研究［J］. 蘭州大學學報（自然科學版），2003，39（2）：95-99.JI Yunzhe，GAO Yi，WANG Xiaojie，et al.Research of the effect of air velocity on thermal comfort［J］.Journal of Lanzhou University（Natural Sciences），2003，39（2）：95-99.

［29］孔淑琴，牛銘，付學謙，等.微網孤網經濟運行研究［J］.電網與清潔能源，2012，28（4）：57-62.KONG Shuqin，NIU Ming，FU Xueqian，et al.Research on economical operation of island microgrid［J］.Power System and Clean Energy，2012，28（4）：57-62.