[发明专利]一种面向不同停电场景的关键负荷重要度评估方法

权利要求书

1.一种面向不同停电场景的关键负荷重要度评估方法，其特征在于，包括：

根据已知电网关键负荷，建立关键负荷重要度指标评价模型；

通过层次分析方法计算获得关键负荷重要度评价指标模型中各项评价指标对负荷重要度的影响权重；

基于所述关键负荷重要度指标评价模型，计算获得关键负荷的经济损失和社会影响的量化指标；

对关键负荷的各项价指标对负荷重要度的影响权重，以及经济损失和社会影响的量化指标进行加权求和，获得关键负荷的重要度；

所述关键负荷的重要度用于电网故障的负荷恢复。

2.根据权利要求1所述的方法，其特征在于，所述关键负荷重要度指标评价模型具有总目标层；该总目标层包括第一一级准则层和第二一级准则层，该第一一级准则层为经济损失层，该第二一级准则层为社会影响层；所述经济损失层包括第一二级准则层和第二二级准则层，所述第一二级准侧层为直接经济损失层，所述第二二级准侧层为间接经济损失层；所述社会影响层具有第三二级准侧层、第四二级准侧层、第五二级准侧层和第六二级准侧层，所述第三二级准侧层为公共应急功能受限层，所述第四二级准侧层为环境污染层，所述第五二级准侧层为城市基础设施故障层，所述第六二级准侧层为其它恶劣影响层；所述直接经济损失层、间接经济损失层、公共应急功能受限层、环境污染层、城市基础设施故障层和其它恶劣影响层分别具有一个或多个指标层。

3.根据权利要求2所述的方法，其特征在于，所述的通过层次分析方法计算获得关键负荷重要度评价指标模型中各项评价指标对负荷重要度的影响权重包括：

根据所述指标层所属的准则层和/或总目标层的重要程度，对所述指标层进行比较和赋值，建立针对关键负荷重要度评价指标模型中某层的判断矩阵；

基于所述判断矩阵，通过算数平均法计算所述判断矩阵的各元素的最大特征根和对应的特征向量；

基于所述判断矩阵的各元素的最大特征根和对应的特征向量，对所述判断矩阵进行一致性检验。

4.根据权利要求3所述的方法，其特征在于，所述的基于所述判断矩阵，通过算数平均法计算所述判断矩阵的各元素的最大特征根和对应的特征向量包括：

通过式

将所述判断矩阵的各元素按列归一化；式中，n为矩阵阶数，x_ij为所述判断矩阵第i行、第j列元素值，k为判断矩阵的行索引值；

通过式

将归一化后的所述判断矩阵的每一行元素相加；

通过式

将向量M＝(M₁,M₂,…,M_n)^T归一化，获得所述判断矩阵的权重；

通过式

计算所述判断矩阵的最大特征值；式中，向量W＝(W₁,W₁,…,W_n)^T为所述关键负荷重要度评价指标模型中各项评价指标对负荷重要度的影响权重，矩阵X为所述判断矩阵。

5.根据权利要求4所述的方法，其特征在于，所述的基于所述判断矩阵的各元素的最大特征根和对应的特征向量，对所述判断矩阵进行一致性检验包括：

通过式

计算所述判断矩阵的一次性指标CI；

通过式

计算所述判断矩阵的一致性比率CR；式中，RI为一致性检验值；

判断所述一致性比率CR的值是否小于0.1，若是，则结束一致性检验的过程，否则，重复执行所述的建立判断矩阵、计算所述判断矩阵的各元素的最大特征根和对应的特征向量，以及一致性检验的步骤。