劉杰，戴雨劍，范龍文，趙慶生，梁定康

(1. 中國電力工程顧問集團華北電力設(shè)計院有限公司，北京100032；2. 太原理工大學(xué)電力系統(tǒng)運行與控制實驗室，太原030002)

0 引言

隨著我國“雙碳”工作的持續(xù)開展，電網(wǎng)中可再生能源的滲透率將進一步提升，高比例可再生能源的隨機性與間歇性使得區(qū)域配電網(wǎng)的運行面臨著嚴峻的挑戰(zhàn)[1 - 2]。電力企業(yè)為確保區(qū)域配電網(wǎng)的安全運行，需精準(zhǔn)感知區(qū)域配電網(wǎng)綜合態(tài)勢，為電網(wǎng)調(diào)度和維護提供支撐。傳統(tǒng)的區(qū)域配電網(wǎng)態(tài)勢感知主要依靠配電網(wǎng)數(shù)據(jù)采集與監(jiān)視控制系統(tǒng)(supervisory control and data acquisition, SCADA)中的監(jiān)測數(shù)據(jù)對電網(wǎng)的運行的安全態(tài)勢進行評估[3]，缺乏對區(qū)域配電網(wǎng)經(jīng)濟態(tài)勢、低碳態(tài)勢以及調(diào)控態(tài)勢的評估，無法有效適應(yīng)海量可再生能源接入為區(qū)域配電網(wǎng)帶來的挑戰(zhàn)[4]。因此，亟需開展考慮海量可再生能源接入的區(qū)域配電網(wǎng)綜合態(tài)勢評估研究。

當(dāng)前對于配電網(wǎng)態(tài)勢感知的研究主要圍繞電網(wǎng)網(wǎng)絡(luò)安全、電網(wǎng)運行狀態(tài)以及電網(wǎng)源-荷態(tài)勢3個方面[5]。在電網(wǎng)網(wǎng)絡(luò)安全研究方面，文獻[6]分析了電網(wǎng)調(diào)度系統(tǒng)的網(wǎng)絡(luò)安全態(tài)勢感知的特點，分別從功能、架構(gòu)、算法以及度量4個角度研究了調(diào)度系統(tǒng)網(wǎng)絡(luò)安全態(tài)勢感知的技術(shù)要求，并提出相關(guān)建模思路。文獻[7]以四川電力信息化建設(shè)為基礎(chǔ)，提出一套以系統(tǒng)、網(wǎng)絡(luò)、設(shè)備、海量日志、實時流量數(shù)據(jù)為對象，以信息資產(chǎn)為核心的大數(shù)據(jù)網(wǎng)絡(luò)安全態(tài)勢分析模型，實現(xiàn)對大型電網(wǎng)企業(yè)網(wǎng)絡(luò)安全態(tài)勢的有效感知。文獻[8]對智能電網(wǎng)系統(tǒng)存在的各種常見網(wǎng)絡(luò)攻擊及危害進行歸納分析，并構(gòu)建網(wǎng)絡(luò)安全態(tài)勢評估模型，為智能電網(wǎng)網(wǎng)絡(luò)安全主動防御提供支撐。在電網(wǎng)運行狀態(tài)研究方面，文獻[9]針對主動配電網(wǎng)的自愈控制要求，構(gòu)建主動配電網(wǎng)運行狀態(tài)態(tài)勢評估體系，并提出了一種基于組合權(quán)重及屬性區(qū)間的配電網(wǎng)運行態(tài)勢評估方法對配電網(wǎng)運行態(tài)勢進行有效表征。文獻[10]基于態(tài)勢感知的主動配電網(wǎng)進行災(zāi)害風(fēng)險評價研究，提出了主動配電網(wǎng)運行風(fēng)險評估體系，為電網(wǎng)風(fēng)險管理提供依托。文獻[11]綜合分析氣象、地理、電力系統(tǒng)以及社會等多源信息相關(guān)性，提出了多維度電網(wǎng)運行風(fēng)險態(tài)勢感知框架，精準(zhǔn)感知配電網(wǎng)薄弱環(huán)節(jié)，提升電網(wǎng)運行的可靠性。在源-荷態(tài)勢感知研究方面，文獻[12]提出一種基于降噪自編碼器、奇異譜分析和長短期記憶神經(jīng)網(wǎng)絡(luò)的電力負荷態(tài)勢感知方法，并結(jié)合實例驗證其方法的有效性。文獻[13]分析光伏出力特性，構(gòu)建了一種光伏電站態(tài)勢感知框架，針對模型參數(shù)丟失的實際情況，提出了一種基于多測量掃描的光伏電站參數(shù)估計方法，準(zhǔn)確表征光伏電站出力態(tài)勢。

上述研究雖然對于配電網(wǎng)的網(wǎng)絡(luò)安全、電網(wǎng)運行狀態(tài)以及電網(wǎng)源-荷態(tài)勢有一定的探索，但是目前依舊難以適應(yīng)海量可再生能源接入為區(qū)域配電網(wǎng)帶來的挑戰(zhàn)。此外，當(dāng)前對于態(tài)勢感知的研究中，在處理不同形式信息的轉(zhuǎn)換過程中往往伴隨著原始信息的丟失，影響最終態(tài)勢評估結(jié)果。特別是在開展考慮海量可再生能源接入的區(qū)域配電網(wǎng)綜合態(tài)勢評估研究過程中，由于涉及態(tài)勢較多并且指標(biāo)紛繁復(fù)雜，因此如何采用有效的方法實現(xiàn)對區(qū)域配電網(wǎng)綜合態(tài)勢進行有效評估則成為當(dāng)前所研究的重點方向。

目前對于評估方法的研究，主要有層次分析法、故障樹分析法以及灰色關(guān)聯(lián)分析等方法[14 - 17]，雖然上述方法的研究已經(jīng)相對成熟，但是難以解決評估過程中的模糊性和不確定性，無法準(zhǔn)確提取評估過程中的定性信息。模糊理論以模糊數(shù)學(xué)為基礎(chǔ)，以現(xiàn)實世界廣泛存在的模糊性為研究對象，以模糊集合為基本工具，在理論上把握事物的模糊性，實現(xiàn)對模糊事件的精準(zhǔn)刻畫，使得評估過程中定性與定量信息得以精確轉(zhuǎn)換，有效避免了信息丟失問題[18 - 21]。此外，在評估的最后階段，有效實現(xiàn)對各個方案排序，并對最終評估結(jié)果將產(chǎn)生關(guān)鍵的影響。目前許多方法例如層次分析方法(analytic hierarchy process，AHP)、逼近理想解排序法(technique for order preference by similarity to ideal solution，TOPSIS)、數(shù)據(jù)包絡(luò)分析(data envelopment analysis，DEA)等方法已經(jīng)廣泛應(yīng)用于該階段。盡管這些方法有許多明顯的優(yōu)勢，但是它們的某些缺點往往會限制其準(zhǔn)確地使用[22 - 23]。為了提高最終評估的準(zhǔn)確性，文獻[24]提出一種新的決策方法，即MARCOS(measurement of alternatives and ranking according to compromise solution)方法。該方法通過定義備選方案與參考對象之間的關(guān)系，確定備選方案的效用函數(shù)，并實現(xiàn)與理想方案和反理想方案相關(guān)聯(lián)的妥協(xié)排序。作為一種全面合理的方法，MARCOS克服了其他方法的一些不足，如繁瑣的計算、參數(shù)預(yù)設(shè)置、忽略距離的相對重要性等，極大提升了評估的準(zhǔn)確性。

基于上述分析，本文針對可再生能源接入?yún)^(qū)域配電網(wǎng)所帶來的挑戰(zhàn)，構(gòu)建區(qū)域配電網(wǎng)綜合態(tài)勢評估指標(biāo)體系，提出了一種基于梯形模糊MARCOS的決策方法，并將該方法用于區(qū)域配電網(wǎng)綜合態(tài)勢的評估。最后，以太原市為例，對該市各區(qū)域配電網(wǎng)的綜合體態(tài)勢進行評估和分析，并結(jié)合實際情況驗證所提方法的有效性。

1 區(qū)域配電網(wǎng)綜合態(tài)勢評估指標(biāo)體系

1.1 評估指標(biāo)體系構(gòu)建

構(gòu)建有效的區(qū)域配電網(wǎng)綜合態(tài)勢評估指標(biāo)是電網(wǎng)適應(yīng)海量可再生能源接入下安全有效調(diào)度的基礎(chǔ)，是國家“碳達峰”與“碳中和”目標(biāo)推進的關(guān)鍵。當(dāng)前對于電網(wǎng)態(tài)勢的研究主要圍繞電網(wǎng)的安全態(tài)勢、負荷態(tài)勢等方面。缺乏一種全面綜合的態(tài)勢感知體系，難以支撐海量可再生能源接入下電網(wǎng)的有效調(diào)度，無法保證國家“碳達峰”與“碳中和”目標(biāo)的順利開展。本文通過分析海量可再生能源接入而帶來的系列問題，引入專家語義評估信息，構(gòu)建電網(wǎng)綜合態(tài)勢評估體系。

考慮海量可再生能源接入?yún)^(qū)域配電網(wǎng)所帶來的不確定性、電網(wǎng)運行的經(jīng)濟性、國家“碳達峰”和“碳中和”目標(biāo)的持續(xù)性以及電網(wǎng)調(diào)度運行的有效性，分別從安全態(tài)勢、經(jīng)濟態(tài)勢、低碳態(tài)勢和調(diào)控態(tài)勢4個方面構(gòu)建區(qū)域配電綜合態(tài)勢評估指標(biāo)，具體指標(biāo)體系見表1。

表1 區(qū)域配電網(wǎng)綜合態(tài)勢評估指標(biāo)體系Tab.1 Comprehensive situation evaluation index system of regional distribution network

1.2 綜合態(tài)勢指標(biāo)體系分析

1.2.1 安全態(tài)勢指標(biāo)

安全態(tài)勢是區(qū)域配電網(wǎng)運行的基礎(chǔ)，也是配電網(wǎng)最為關(guān)注的態(tài)勢。隨著可再生能源的廣泛接入，高不確定性和強隨機性會給電網(wǎng)的運行帶來嚴峻的挑戰(zhàn)。因此，本文從安全態(tài)勢出發(fā)，針對可再生能源的高不確定性和強隨機性中選取具有代表性的指標(biāo)對區(qū)域配電網(wǎng)安全態(tài)勢進行評估，具體如下。

線路及變壓器功率裕度(A1)：具體指區(qū)域配電網(wǎng)運行過程中線路和變壓器其運行功率與額定功率的比值。通常情況下，線路及變壓器功率裕度較高的區(qū)域配電網(wǎng)，其具備更高的承受可再生能源不確定性沖擊的能力，使得電網(wǎng)具備較高的安全態(tài)勢。

電網(wǎng)供電質(zhì)量(A2)：主要反映區(qū)域配電網(wǎng)在供電過程中電能質(zhì)量的高低，該指標(biāo)可通過電網(wǎng)SCADA系統(tǒng)直接獲取。一般情況下，配電網(wǎng)的安全態(tài)勢和供電質(zhì)量成正比。

緊急電源出力情況(A3)：為了確保電網(wǎng)的安全運行，在區(qū)域電網(wǎng)中會備有緊急電源以應(yīng)對電網(wǎng)中緊急事件的發(fā)生。因此，當(dāng)緊急電源出力偏低的時候，電網(wǎng)將具備高的調(diào)節(jié)裕度，確保電網(wǎng)安全運行。

1.2.2 經(jīng)濟態(tài)勢指標(biāo)

電力體制改革的不斷深入，使得配電網(wǎng)更加注重自身經(jīng)濟性的發(fā)展。因此，經(jīng)濟態(tài)勢逐漸被電力公司所關(guān)注，本文從區(qū)域配電網(wǎng)運行、區(qū)域配電網(wǎng)設(shè)備以及收益增幅的角度來提取區(qū)域配電網(wǎng)經(jīng)濟態(tài)勢指標(biāo)。

線路網(wǎng)損(A4)：由于電壓等級因素，區(qū)域配電網(wǎng)在運行過程中將面臨著較為嚴重的網(wǎng)損問題。同時，高網(wǎng)損的區(qū)域配電網(wǎng)伴隨著海量可再生能源的接入，會由于可再生能源就地消納等問題進一步加重配電網(wǎng)網(wǎng)損，降低區(qū)域配電網(wǎng)經(jīng)濟態(tài)勢。

高損配電網(wǎng)變壓器占比(A5)：考慮資產(chǎn)投資等因素，區(qū)域配電網(wǎng)中依舊會保留很多老舊變壓器掛網(wǎng)運行。因此高損變壓器占比與區(qū)域配電網(wǎng)的經(jīng)濟態(tài)勢呈反比。

單位投資增供負荷(A6)：可以準(zhǔn)確反映電網(wǎng)投資效率的高低，該指標(biāo)越高表示電網(wǎng)能夠以最小的花費滿足最大的增供負荷，直接反映電網(wǎng)的經(jīng)濟態(tài)勢。

1.2.3 低碳態(tài)勢

伴隨著中國政府在第75屆聯(lián)合國大會上提出的“雙碳”目標(biāo)，使得電網(wǎng)對于低碳的發(fā)展越來越重視。本文從可再生能源出力占比、煤改電占比以及電動汽車保有量3個方面對區(qū)域配電網(wǎng)低碳態(tài)勢進行表征。

可再生能源出力占比(A7)：區(qū)域配電網(wǎng)中可再生能源出力占比越高，表明該電網(wǎng)低碳性越強，能夠盡快實現(xiàn)碳達峰，完成碳中和目標(biāo)。因此，可再生能源出力占比對于表征電網(wǎng)低碳態(tài)勢有著決定性的作用。

煤改電占比(A8)：在北方，由于冬季取暖對環(huán)境造成了一定程度的污染，許多城市相繼實施了煤改電工程，即在政府的補貼下，冬季統(tǒng)一采用電取暖，從而減少煤炭燃燒對空氣造成的污染和二氧化碳的排放。因此，煤改電負荷占比能夠很大程度改善區(qū)域配電網(wǎng)碳排放水平，有效表征電網(wǎng)的低碳性。

電動汽車保有量(A9)：為了減少二氧化碳的排放，改善城市環(huán)境。城市中電動汽車的數(shù)量正在急劇增加。在保障電網(wǎng)安全運行的情況下，區(qū)域配電網(wǎng)電動汽車保有量存在一定的限制，因此該指標(biāo)的高低可以間接反映區(qū)域配電網(wǎng)的由于汽車尾氣排放而產(chǎn)生的低碳態(tài)勢。

1.2.4 調(diào)控態(tài)勢

海量可再生能源接入?yún)^(qū)域配電網(wǎng)，其安全可靠運行與電網(wǎng)的調(diào)控息息相關(guān)。本文分別從用戶響應(yīng)意愿、配電自動化覆蓋率和可控負荷占比3個指標(biāo)表征區(qū)域配電網(wǎng)調(diào)控態(tài)勢。

用戶響應(yīng)意愿(A10)：電力企業(yè)為了保證優(yōu)質(zhì)服務(wù)的達標(biāo)，會盡可能滿足電力用戶的最大需求。面對海量可再生能源接入電網(wǎng)所帶來的不確定性，高的用戶響應(yīng)意愿能夠使得電網(wǎng)具備更高的調(diào)控態(tài)勢，從而更好地適應(yīng)可再生能源所帶來的不確定性。

配電自動化覆蓋率(A11)：具體指區(qū)域內(nèi)符合終端配置要求的中壓線路條數(shù)與區(qū)域內(nèi)中壓線路總條數(shù)的比值，配電網(wǎng)自動化覆蓋率高的區(qū)域配電網(wǎng)將具備更為強大的調(diào)度能力。

可控負荷占比(A12)：主要指區(qū)域配電網(wǎng)中可以直接切除或投入運行的負荷量與總負荷量的比值?？煽刎摵烧急仍礁撸瑓^(qū)域電網(wǎng)的將具備更高的調(diào)度能力，從而具備更高的調(diào)控態(tài)勢。

2 區(qū)域配電網(wǎng)綜合態(tài)勢評估模型

考慮到區(qū)域配電網(wǎng)綜合態(tài)勢評估的復(fù)雜性，且評估結(jié)果能有效反映海量可再生能源接入下區(qū)域配電網(wǎng)的綜合態(tài)勢，本文構(gòu)建區(qū)域配電網(wǎng)綜合態(tài)勢評估模型。模型分為以下3個部分：首先介紹梯形模糊數(shù)基本理論，其次將模糊語義評價信息進行轉(zhuǎn)換，生成可供計算的定量信息；最后采用梯形模糊MARCOS方法對各區(qū)域配電網(wǎng)綜合態(tài)勢進行評估。

2.1 梯形模糊數(shù)理論

梯形模糊數(shù)是由Zadeh在1965年為解決不確定環(huán)境下的問題而提出的概念。近年來，該方法被廣泛用于不確定性的研究與實踐中，通過隸屬度函數(shù)描述事件的模糊性，使得評價結(jié)果更加準(zhǔn)確可靠。下面對梯形模糊數(shù)機理以及專家語義轉(zhuǎn)換進行介紹。

2.2.1 梯形模糊數(shù)的定義

梯形模糊數(shù)可以定義為：

(1)

梯形模糊數(shù)的隸屬度函數(shù)如式(1)所示，具體函數(shù)圖像如圖1所示。

(2)

圖1 梯形模糊數(shù)Fig.1 Trapezoidal fuzzy number

2.1.2 梯形模糊數(shù)的運算

(3)

根據(jù)文獻[15]所提理論，每一個梯形模糊數(shù)最終都可以按照式(3)進行轉(zhuǎn)換，成為一個精確的數(shù)字，從而實現(xiàn)模糊到清晰的轉(zhuǎn)換。

(4)

2.2 模糊語義評估信息轉(zhuǎn)換

在區(qū)域城市配電網(wǎng)綜合態(tài)勢評估過程中，評估信息存在一定的不確定性，無法將全部的信息進行定量描述，需利用語義對其進行模糊表述。因此，將語義類模糊定性評估信息轉(zhuǎn)換為可以計算的定量信息是綜合態(tài)勢評估所需要解決的首要問題。本文利用文獻[22]的模糊表示方法，對評估體系中定性指標(biāo)進行表征，具體如表2所示。

表2 語義評價變量及其對應(yīng)的梯形模糊數(shù)Tab.2 Semantic evaluation variables and corresponding trapezoidal fuzzy numbers

(5)

2.3 梯形模糊MARCOS方法

MARCOS方法是在定義理想方案與反理想方案之間關(guān)系的基礎(chǔ)上，確定各方案的效用函數(shù)，并對理想和反理想方案進行折中排序。決策偏好是在效用函數(shù)的基礎(chǔ)上定義的，效用函數(shù)表示一個替代方案相對于理想和反理想解的距離。最好的方案具備接近理想方案最近，同時距離反理想方案最遠的屬性。MARCOS方法具體步驟如下。

(6)

式中：Am為第m類指標(biāo)；Cn為第n種方案。

步驟2：構(gòu)建擴展的初始群決策矩陣。通過引入理想解(AI)和反理想解(AAI)，構(gòu)建了擴展的初始群決矩陣，具體如式(7)所示。

(7)

(8)

(9)

式中：B為效益型指標(biāo)，即指標(biāo)的評估數(shù)據(jù)與指標(biāo)呈正相關(guān)；C為成本型指標(biāo)，即指標(biāo)的評估數(shù)據(jù)與指標(biāo)成負相關(guān)。

(10)

步驟4：計算各個方案的效用度Ki。 利用公式(11)—(12)分別計算與理想解和反理想解相關(guān)的方案Ai的效用度。

(11)

(12)

(13)

圖2 模型求解流程圖Fig.2 Flow chart of model solving

步驟5：計算各個方案的最終效用函數(shù)f(Ki)。 最終效用函數(shù)是基于各個方案對于理想和反理想效應(yīng)度而最終生成的，其定義為：

(14)

(15)

(16)

步驟6：得到最終評估結(jié)果。根據(jù)每個方案的最終效用函數(shù)f(Ki)進行排序，實現(xiàn)對不同區(qū)域配電網(wǎng)綜合態(tài)勢的評估。

3 模型求解

圖2為區(qū)域配電網(wǎng)安全態(tài)勢評估的具體流程，其中n表示評估指標(biāo)體系中指標(biāo)的數(shù)量，m表示區(qū)域配電網(wǎng)的個數(shù)。具體評估步驟如下。

步驟1：利用表2內(nèi)容收集相關(guān)專家對于m個區(qū)域配電網(wǎng)的定性指標(biāo)的語義評估信息。此外，收集電網(wǎng)調(diào)度系統(tǒng)中關(guān)于m個區(qū)域配電網(wǎng)的定量指標(biāo)的詳細數(shù)據(jù)。

步驟2：基于專家權(quán)重wt， 利用式(5)集合所有專家對于定性指標(biāo)的語音評估信息，生成關(guān)于定性指標(biāo)的梯形模糊決策矩陣。

步驟3：將針對定量指標(biāo)的電力調(diào)度系統(tǒng)數(shù)據(jù)轉(zhuǎn)化為特殊形式的梯形模糊數(shù)，并將此與步驟2所生成的針對定性指標(biāo)的梯形模糊矩陣進行結(jié)合，構(gòu)造針對所有指標(biāo)的域配電網(wǎng)綜合態(tài)勢感知群評估決策矩陣Xm×n。

步驟4：采用梯形模糊MARCOS方法對m個區(qū)域配電網(wǎng)進行評估(具體步驟如3.3節(jié)所示)，以獲取各個區(qū)域配電網(wǎng)的效用函數(shù)，完成區(qū)域配電網(wǎng)綜合態(tài)勢的評估。

表3 各區(qū)域配電網(wǎng)的綜合態(tài)勢指標(biāo)評價情況Tab.3 Comprehensive situation indexs evaluation of regional distribution networks

表4 針對各區(qū)域配電網(wǎng)綜合態(tài)勢評估的群模糊決策Tab.4 Group fuzzy decision for comprehensive situation assessment of distribution networks in different regions

隨著海量可再生能源的不斷接入以及電動汽車保有量的不斷提升，太原市區(qū)域配電網(wǎng)面臨著嚴峻的挑戰(zhàn)。本文以太原市迎澤(C1)、杏花嶺(C2)、萬柏林(C3)、尖草坪(C4)、晉源(C5)和小店(C6)區(qū)域配電網(wǎng)為例，對各區(qū)域配電網(wǎng)綜合態(tài)勢進行評估，為后期電網(wǎng)建設(shè)提供支撐，各區(qū)域具體位置如圖3所示。

圖3 太原市區(qū)域分布圖Fig.3 Regional distribution map of Taiyuan

為了保障態(tài)勢評估結(jié)果的準(zhǔn)確性，分別從調(diào)度、營銷、運檢3個部門邀請相關(guān)專家對太原市某時刻各個區(qū)域配電網(wǎng)的定性指標(biāo)進行評估。針對定性指標(biāo)的具體評估結(jié)果以及針對定量指標(biāo)的數(shù)值如表3所示。

3.1 實例計算

首先根據(jù)表2中語義評價信息與梯形模糊數(shù)之間的對應(yīng)關(guān)系將表3中各個區(qū)域配電網(wǎng)綜合態(tài)勢評價情況進行轉(zhuǎn)換，假設(shè)來自3個部門專家的權(quán)重相等，根據(jù)梯形模糊數(shù)的相乘和加法法則(具體如式(5))，將3個專家的評價信息進行集合。根據(jù)模糊理論將定量指標(biāo)A7和A11轉(zhuǎn)換為特殊形式的梯形模糊數(shù)。通過定性和定量指標(biāo)信息的融合，生成初始群模糊決策矩陣，如表4所示。

表5 針對各指標(biāo)的AI和AAI信息Tab.5 AI and AAI information for each index

利用式(10)對初始評估矩陣進行規(guī)范化，得到規(guī)范化矩陣。之后，結(jié)合式(11)—(12)計算各個區(qū)域配電網(wǎng)針對正理想解和反理想解效用度。所得結(jié)果如表6所示。

表6 區(qū)域配電網(wǎng)關(guān)于理想解和反理想解的效用度Tab.6 Utility of ideal solution and anti-ideal solution in distribution network of each region

根據(jù)表6的關(guān)于理想解和反理想解的效用度，結(jié)合式(14)—(16)計算各個區(qū)域配電網(wǎng)綜合態(tài)勢的最終效用函數(shù)，結(jié)果如表7所示。

從表7結(jié)果可知，在當(dāng)前情況下，太原市各個區(qū)域配電網(wǎng)的綜合態(tài)勢評估結(jié)果為：杏花嶺>小店>萬柏林>晉源>迎澤>尖草坪。

3.2 評價結(jié)果分析

太原鋼鐵集團有限公司坐落于杏花嶺區(qū)，使得電網(wǎng)早期建設(shè)規(guī)劃過程中，重點考慮該區(qū)域供電可靠性。伴隨著可再生能源滲透率以及電動汽車保有量不斷提升，杏花嶺區(qū)配電網(wǎng)也在不斷進行升級改造使得電網(wǎng)的供電可靠性有著極大的提高。同時，從初始評估信息中可以發(fā)現(xiàn)，該區(qū)域電網(wǎng)的可控負荷以及應(yīng)急電源出力指標(biāo)都表現(xiàn)良好，這些使得杏花嶺區(qū)配電網(wǎng)具備較高的綜合態(tài)勢。

小店區(qū)是太原近幾年重點發(fā)展的區(qū)域，隨著高新技術(shù)產(chǎn)業(yè)園區(qū)以及數(shù)碼電子產(chǎn)業(yè)的引入，小店區(qū)配電網(wǎng)在近幾年正在加速改造以適應(yīng)新產(chǎn)業(yè)對于電力供應(yīng)的需求。同時，小店區(qū)也正在不斷新建電動汽車充電站、光伏發(fā)電站，這些都對電網(wǎng)綜合態(tài)勢的提高有著很大的影響。

從評估結(jié)果中，可以發(fā)現(xiàn)萬柏林區(qū)域配電網(wǎng)的綜合態(tài)勢僅次于小店區(qū)，這是由于該區(qū)域擁有西山煤電集團，該發(fā)電廠的接入使得該區(qū)域配電網(wǎng)在建設(shè)初期預(yù)留了充足的功率裕度，且電網(wǎng)的低碳態(tài)勢、經(jīng)濟態(tài)勢和調(diào)控態(tài)勢都有著較大的優(yōu)勢。

除此以外，從評估結(jié)果中發(fā)現(xiàn)尖草坪區(qū)配電網(wǎng)的綜合態(tài)勢最低。結(jié)合實際情況，尖草坪區(qū)主要以農(nóng)業(yè)生產(chǎn)為主，電力需求較低，且負荷量偏少，電網(wǎng)在建設(shè)過程中，對于升級改造的需求較低，長期以來導(dǎo)致電網(wǎng)的綜合態(tài)勢偏低。

綜上所述，通過對實際情況的對比可知，最終獲得的區(qū)域配電網(wǎng)綜合態(tài)勢評估結(jié)果與實際情況相符，很好地印證了本文所提區(qū)域城市配電網(wǎng)綜合態(tài)勢評估方法的有效性。

此外，為了證明所提方法的有效性，采用文獻[25]所提的主成分分析法對太原市區(qū)域配電網(wǎng)綜合態(tài)勢進行再次評估，結(jié)果與本文所提方法一致，但是該文獻并未考慮定性指標(biāo)的處理，難以適應(yīng)區(qū)域配電網(wǎng)綜合態(tài)勢評估要求。同時，文獻[25]缺乏對評估矩陣的處理，導(dǎo)致最終的綜合態(tài)勢評價值相差較小，各區(qū)域配電網(wǎng)綜合態(tài)勢區(qū)分不明顯。結(jié)合表7評估結(jié)果可知，本文所提方法所獲得的最終評價結(jié)果區(qū)分度較大，能夠為調(diào)度人員提供較為直觀的調(diào)控支撐。

4 結(jié)論

本文針對海量可再生能源接入后電網(wǎng)態(tài)勢難以精準(zhǔn)感知的問題開展研究，從安全、經(jīng)濟、低碳和調(diào)控4個維度構(gòu)建區(qū)域配電網(wǎng)綜合態(tài)勢評估體系，充分利用電網(wǎng)運行數(shù)據(jù)信息和專家語義評價信息，提出一種基于梯形模糊數(shù)和MARCOS的區(qū)域配電網(wǎng)綜合態(tài)勢進行評估的方法，通過理論分析與仿真驗證，可以得到以下結(jié)論。

1)仿真結(jié)果與太原市實際情況相符，有效說明本文從多個維度構(gòu)建區(qū)域配電網(wǎng)綜合態(tài)勢評估體系的合理性，能夠準(zhǔn)確反映區(qū)域配電網(wǎng)綜合態(tài)勢，有效支撐電網(wǎng)可再生能源的高比例接入。

2)梯形模糊數(shù)和MARCOS方法的結(jié)合，可以將模糊語義信息與準(zhǔn)確的數(shù)據(jù)進行集中處理，能夠規(guī)避在評估過程中信息缺失的問題，有效解決了區(qū)域配電網(wǎng)評估過程中不確定語義環(huán)境下的多屬性決策問題，填補了電力系統(tǒng)層面多屬性評估的空白。

3)評估過程中采用MARCOS方法計算各區(qū)域配電網(wǎng)綜合態(tài)勢的效用函數(shù)，計算結(jié)果顯示MARCOS方法所得到的結(jié)果具有明顯的區(qū)分，能夠幫助電網(wǎng)調(diào)度人員精準(zhǔn)感知電網(wǎng)綜合態(tài)勢。

此外，基于梯形模糊數(shù)和MARCOS的區(qū)域配電網(wǎng)綜合態(tài)勢進行評估方法可以為海量可再生能源接入的區(qū)域配電網(wǎng)綜合態(tài)勢評估提供科學(xué)合理的決策依據(jù)，有效支撐國家“雙碳”目標(biāo)的進一步開展。