[发明专利]一种大规模储能多属性决策选型方法

权利要求书

1.一种大规模储能多属性决策选型方法，其特征在于，包括以下步骤：

S1、根据当前储能应用场景下需求的储能特征量，采用区间二型模糊层次分析法得到各储能特征的第一权重；其中，区间二型模糊层次分析法为结合了区间二型模糊集量化方式的层次分析法；

S2、根据各储能类型的实际储能特征量，采用熵权法，求出各储能特征的第二权重；

S3、根据所得第一权重和第二权重，基于最小熵原理求出各储能特征的综合权重；

S4、基于各储能类型的实际储能特征量和所得各储能特征量的综合权重，采用基于区间二型模糊集的TOPSIS法对各储能类型进行排序和优选，得到适用于当前储能应用场景的最优储能类型。

2.根据权利要求1所述的大规模储能多属性决策选型方法，其特征在于，所述储能特征包括：运行安全度、容量、循环效率、响应时间、月自放电率、循环寿命、持续放电时间、生态资源破坏程度、环境污染程度、运维成本、功率成本和容量成本。

3.根据权利要求1所述的大规模储能多属性决策选型方法，其特征在于，所述储能类型包括：压缩空气储能、抽水蓄能、锂离子电池储能、液流电池储能、铅酸电池储能和钠硫电池储能。

4.根据权利要求1所述的大规模储能多属性决策选型方法，其特征在于，所述S1包括以下步骤：

S11、根据当前储能应用场景下需求的储能特征量，对各储能特征的重要性进行两两比较，并结合区间二型模糊集量化方式，构建区间二型模糊判断矩阵

S12、对所得区间二型模糊判断矩阵进行去模糊化处理后，进行一致性校验；

S13、判断矩阵是否具有一致性，若是，则转至步骤S14；否则，对矩阵进行修正，转至步骤S12；

S14、基于矩阵计算各储能特征的模糊几何平均值后对其进行归一化，得到各储能特征的第一权重。

5.根据权利要求4所述的大规模储能多属性决策选型方法，其特征在于，所述区间二型模糊判断矩阵为：

其中，为区间二型模糊集，表示第i个储能特征相对第j个储能特征的重要程度，n为上述储能特征的个数，i＝1,2,…,n，j＝1,2,…,n，且：

其中，和分别为区间二型模糊集的上隶属度参考点，和分别为区间二型模糊集的下隶属度参考点，和分别为的上隶属度和下隶属度，和分别为和的上隶属度值，和分别为和的下隶属度值。

6.根据权利要求5所述的大规模储能多属性决策选型方法，其特征在于，所述对所得区间二型模糊判断矩阵进行去模糊化处理得到C^D，其中，为C^D中的元素，具体为：

7.根据权利要求5所述的大规模储能多属性决策选型方法，其特征在于，第j个储能特征的第一权重为：

其中，为第j个储能特征的模糊几何平均值，具体为：

8.根据权利要求1所述的大规模储能多属性决策选型方法，其特征在于，所述S2包括以下步骤：

S21、根据各储能类型的实际储能特征量，并结合区间二型模糊集量化方式，建立原始数据评价矩阵后，进行归一化得到标准矩阵P＝(p_kj)_m×n；其中，p_kj为第k个储能类型所对应的第j个储能特征的权重，k＝1,2,…,m，j＝1,2,…,n，m为储能类型的个数，n为储能特征的个数；

S22、基于所得标准矩阵，计算各储能特征的信息熵值；其中，第j个储能特征的信息熵值为

S23、根据所得各储能特征的信息熵值，计算各储能特征的信息熵冗余度，并对其归一化，得到各储能特征的第二权重。

9.根据权利要求1-8任意一项所述的大规模储能多属性决策选型方法，其特征在于，第j个储能特征的综合权重为：

其中，为第j个储能特征的第二权重，为第j个储能特征的第一权重，n为储能特征的个数。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质包括存储的计算机程序，其中，在所述计算机程序被处理器运行时控制所述存储介质所在设备执行权利要求1-9任意一项所述的大规模储能多属性决策选型方法。