基于组合权重-灰云聚类模型的配电网调度运行管理水平综合评价

林 俐， 王腾志， 吕奕波， 曲绍杰， 高重晖

(1.新能源电力系统国家重点实验室(华北电力大学)，北京 102206；2.国网吉林省电力有限公司, 吉林 长春 130000)

0 引 言

配电网作为电网的末端，服务的前端，是联系与服务用户的“最后一公里”[1]，拥有远多于主网的设备，其复杂程度、感知准度和调度管理难度远超主网。近些年来随着城市群发展、农网改造的进程加速，配电网一直在不断地改造和扩建，国网公司系统内大多数县级以上配电网的规模都已达到百条馈线以上[2]。然而，由于历史原因，当前我国部分县级配电网仍然存在投资建设不足、资产划分不清，调度责任不明确等问题，导致大部分地区配网调度运行管理工作仍处在“看不透、摸不准、说不清、控不住”的粗放型管理模式[3]。同时，随着新能源发电发展和电力体制改革，分布式电源、电动汽车以及增量配电网的大量接入，配电网信息流和业务流变得更加复杂多样[4]，这对配电网调度运行管理提出了更高的要求，使得配电网的调度管理愈加困难。因此，在结合地区实际配电网发展水平的基础上，充分考虑配网调度管理部门和供电用户的需求，从管理和考核的角度制定一套配电网调度运行管理水平的评价标准，成为配电网调度管理亟需开展的一项工作。

目前，配电网相关的评价研究多集中在投资、建设、风险评估等方面，针对其调度运行管理水平的评价研究较少，可以借鉴的有配电网规划[5]评价、发展水平[6]评价和建设示范性评价[7]等，考虑其可靠性[8]和经济性[9]构建评估指标体系[10]。如文献[8]从停电影响和供电可靠性角度建立指标体系反映供电企业可靠性管理水平；文献[9]基于差异化全寿命周期理论，对配电网规划建设进行经济性评估。上述评价大多选取表征配电网规划运营水平类指标，忽略了表征配网调度运行管理水平的指标，无法全面反映配电网的管理水平。同时，评价对象多集中于建设层面[11]和用户层面[12]，缺少对于调度管理层面的评价标准。

关于指标权重的确定方法主要包括主观赋权法、客观赋权法和组合赋权法。其中，主观权重确定通常采用层次分析法，如文献[13]基于层次分析法和专家经验对配电网重要电力用户供电模式进行评估，但该方法过于依赖专家主观意见，且易产生人为主观极值偏差；客观权重确定方法较多，包括熵权法[14]、反熵权法[15]等，在一定程度上克服专家赋值的主观性，但客观权重赋权过于依赖实测指标数据，未考虑指标实际重要程度；组合赋权法则综合考虑了主客观因素的影响，在实际工程问题评价上具有一定的优势[16]。关于评价方法的研究，常用的包括：逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution，TOPSIS)、灰色关联分析法、模糊评价等。例如，文献[17]利用TOPSIS法计算被选方案与理想方案之间的距离进行排序，获得确定性的电网安全与效益综合评价结果，但未考虑指标评价等级信息的模糊性，易造成决策偏差；文献[14]针对输电网规划方案综合决策问题中信息不完全的问题，采用灰色关联分析法提高了对于小样本无规律指标的评价问题决策的准确性；文献[18]采用模糊综合评价法对配电网运行经济性进行综合评价，有效解决了评价指标等级模糊性的问题。文献[19]采用李德毅教授在概率论和模糊数学的基础上提出的云模型理论，有效解决了配电网指标体系模糊性和随机性及两者之间的关联。

配电网调度运行管理水平评价是一个现场亟需解决的实际问题，但是由于其中被现场接受的部分评价指标具有一定的不确定性，且评价等级标准具有模糊性、随机性和灰色性，常规评价方法难以获得可接受的评价结论，所以一直未得到很好解决。据此，本文提出了一套基于组合权重-灰云聚类模型的配电网调度运行管理水平评价方法。首先基于配网调度控制管理工作意见和GB/T19580-2012《卓越绩效评价准则》，构建了一套考虑配电网调度技术性、高效性、经济性和社会性的配电网调度运行管理水平综合评价指标体系。在此基础上，综合考虑指标准则权重和次序权重的影响，采用有序加权算子修正层次分析法得到各层级指标主观权重，并结合熵权法确定的评价指标客观权重，求取指标组合权重，既能体现决策者的主观愿望，又能客观地反映各指标的重要程度。同时，引入正态云模型对灰色聚类白化权函数进行改进，有效反映了评价等级信息的随机性和模糊性。最后，选取东北某省实际城郊县调，对其当前调度运行管理水平进行评价，找出配电网调度环节关键点，为配电网调度模式改革和协同优化，进一步提高配电网调度运行管理水平提供决策依据。

1 配电网调度运行管理水平评价指标体系

根据配电网调度运行管理的实际情况，本文严格遵循以下原则构建配电网调度运行管理水平综合评价指标体系：系统性原则、一致性原则、可行性原则、科学性以及可比性原则[10]。考虑到配电网调度运行管理涉及内容范围广，包含供电公司调控中心的调度相关业务流、信息流、调管人员、调管范围资产设备等，为了能够更加直接具体地摸清配电区域的调度管理运行情况，合理评价配电区域实际调度情况，本文结合《国调中心关于印发2019年配网调度控制管理工作意见的通知》(调技[2019]51号)对配网调控管理提出的新要求和新目标的同时，引入《卓越绩效评价准则》GB/T19580-2012“资源、过程管理和经营结果”三角准则[20]，在满足安全可靠供电的前提下，着眼于配电网调度运行精益化管理，综合协调经济效益、社会效益，以及配电网的调管技术水平和高效运转能力。

基于上述指标体系构建原则，依据层次分析，本文将配电网调度运行管理水平评价指标划分为三个层次，建立配电网调度运行管理水平综合评价指标体系，如图1所示。其中，第一层为目标层，用于评价调度运行管理水平；第二层为准则层，评价内容为技术性、高效性、经济性和社会性4个一级指标；第三层为指标层，根据准则层确定的15个二级指标。

图1 配电网调度运行管理水平综合评价指标体系Fig. 1 Comprehensive evaluation index system for dispatching operation management level of distribution network

2 配电网调度运行管理水平指标权重的确定

指标权重的确定是综合评价的关键步骤，本文采用层次分析法(Analytic Hierarchy Process，AHP)对上述指标进行主观赋权，并通过有序加权算子(Ordered Weighted Averaging，OWA算子)进行主观权重修正，有效降低层次分析法人为主观极值偏差对权重准确性的影响[21]。同时，通过熵权法进行客观赋权，能够有效避免主观人为因素造成的偏差，使计算出的权重更加可靠。最后，通过线性加权法进行组合赋权，既能体现决策者的主观愿望，又能客观地反映各指标的重要程度。

2.1 OWA-AHP法确定主观权重

(1)

(2)

则OWA算子修正后主观权重权值wj为

(3)

2.2 熵权法确定客观权重

2.2.1 评价指标数据标准化处理

熵权法是一种客观赋权方法，它依据指标紊乱程度，即信息量大小来确定每个指标的权重，因此，在计算客观权重前，首先需要对配电网调度运行管理水平评价指标数据进行标准化处理，保证它们的量纲相同。

本文所构建的指标体系中既有定量指标也有定性指标。对于定性指标，现有研究通常采用专家打分的方式进行量化。由于信息的不全，实际情况专家往往只能给出定性自然语言描述而难以给出具体的分值。考虑云模型能够实现定性语言概念与定量数值不确定转换，集成并反映评价等级信息的模糊性和评价者主观判断的随机性[22]。本文采用云模型建立f位专家的云评语，每一种语言描述对应着一个云模型(Exp,Enp,Hep)(p=1,2,…,f)。综合f位专家的评语得到定性指标的综合云评语(Ex,En,He)，其中：

(4)

式中：定性指标云评语中的期望Ex作为专家组对定性指标最终定量化数值。

对于定量指标，本文基于文献[23]标准化处理方法，对极大型指标、区间型指标和极小型指标进行标准化处理。最终，得到有m个县调，n个评价指标的评价指标数据标准化决策矩阵X为

X=(xij)m×n

(5)

式中：xij为第i个县调的第j个指标。

2.2.2 熵权法计算指标客观权重

第i个县调下的第j个指标值xij的所占比重bij为

(6)

则第j个指标的熵值ej为

(7)

计算第j个指标熵权，即客观权重向量hj为

(8)

2.3 确定组合权重

通过线性加权上述主观权重和客观权重，获得组合权重Wj作为最终指标权重：

Wj=αwj+βhj

(9)

式中：α+β=1。

3 基于灰云聚类模型的配电网调度运行管理水平评价

传统的灰色聚类仅考虑了信息的不完全性，忽略了评价信息和隶属等级的模糊性和随机性[24]，由于配电网调度运行管理评价指标组成要素多、信息来源多样复杂、涉及面广，指标等级模糊和专家个体判断差异等原因，评价信息和隶属等级带有很强的模糊性、灰色性和随机性，其必然影响最终结论的可靠性。本文在灰色聚类的基础上，基于文献[22]的方法，将正态云模型引入到传统灰色聚类白化权函数中，充分发挥云模型在处理评价指标与隶属等级随机性、模糊性方面的优势，提高整体评估的可信度，得到正态灰云白化权函数，简称灰云。

3.1 正态灰云评价等级构建

灰云的数值特征可表示为GC=(Cx;Lx;Rx;En;He)。其中，Cx为峰值，即隶属度等于1的值，也是灰色概念中最能表征定性概念的值；[Lx,Rx]为左右边界，反映了域中灰色概念的数值范围；En表示熵值大小，熵值越大，信息的模糊性和随机性越大，反之亦然；He表示超熵大小，超熵越大，评价等级边界的随机性越强，反之亦然。

根据调度管理评价实际和研究需要，采用点峰值正态灰云模型对配电网调度运行管理水平进行评价。因此，有：

Cx=(Lx+Rx)/2

(10)

En=(Rx-Lx)/6

(11)

He=En/ε

(12)

式中：ε为给定正整数。

若指标j的子类隶属等级k灰云满足如下公式：

(13)

则称其为适中测度正态灰云白化权模型，记为[Cxk;Lxk,Rxk;Enk;Hek]。

若指标j的子类隶属等级k灰云满足如下公式：

(14)

则称其为下限测度正态灰云白化权模型，记为[-;(Cxk;Lxk,Rxk;Enk;Hek)]。

若指标j的子类隶属等级k灰云满足如下公式：

(15)

则称其为上限测度正态灰云白化权模型，记为[(Cxk;Lxk,Rxk;Enk;Hek);-]。

3.2 灰云白化权聚类

3.2.1 指标灰云白化权聚类系数

(16)

(17)

3.2.2 综合聚类系数

(18)

式中：Wj为指标j在综合聚类中的组合权重，由式(9)计算得出。

3.3 确定评价等级隶属度及评分值

(19)

即可判断被评价对象i所属灰云等级k*，从而确定评价对象配电网调度运行管理水平的评价等级。

给评价隶属度等级设定总分为100分，则等级k对应分值为

(20)

从而得出评价对象i的评分值为

(21)

通过评分值，可进一步对各评价对象进行综合优劣排序和指标优劣分析。

3.4 组合权重-灰云聚类模型评价流程

综上所述，本文所提组合权重-灰云聚类模型综合评价的计算流程如图2所示，本文采用Matlab R2016b编程实现，具体评价流程计算步骤如下：

图2 组合权重-灰云聚类模型评价流程Fig. 2 Flow chart of combination weight and gray cloud clustering model

(1)构建评价指标。建立第1节所示的配电网调度运行管理水平综合评价指标体系。

(2)指标数据求取。定量指标实测统计与计算，定性指标依据云模型建立f位专家的云评语，根据式(4)，获得定性指标数据，并标准化处理得到标准化决策矩阵X。

(3)权重求解。考虑到主客观影响，通过层次分析法求解主观权重，并采用OWA算子修正AHP主观权重，通过熵权法求解客观权重，线性加权获得最终组合权重Wj。

(4)灰云白化权聚类。确定标准化评价指标等级信息，根据式(13)～(15)构建指标评价等级的正态灰云白化权模型，并根据步骤2)求取的指标权重Wj，根据式(16)～(18)计算指标综合灰云聚类系数。

(5)确定评价结果及评分值。根据式(19)～(20)对各等级灰云聚类系数归一化，确定评价指标体系各层级最终的评价等级隶属度及评分值大小。

4 实例分析

作者走访东北某省各个县调收集数据，并结合调度技术支持系统提供的实际调度业务相关数据，选取其中4个实际城郊县调作为研究对象，对其设备调管情况和2020-2021年的调度管理业务情况进行统计分析，其中，部分基础数据如表1所示。

表1 实例省份县调部分基础数据统计值

4.1 指标标准化

对于定性指标，对4个城郊县调的定性指标U41和U42进行自然语言描述，归为5级云评语，对应的云评语分别为：很好(0.95，1.94，0.32)、较好(0.85，1.38，0.46)、一般(0.65，4.80，1.32)、较差(0.45，2.73，0.96)、很差(0.30，5.78，1.04)，根据式(4)，得到定性指标U41和U42量化值。对于定量指标，根据4个城郊县调单位统计的调度人员配置、区域设备调管情况、生产运行数据和配网调度技术支持系统2020年数据，以及专家实地调研，经专家评估、证据融合等过程，获得定量指标的数据值。最后，参考文献[23]方法对各项指标数据做标准化处理，得到各项评价指标的量化值，如表2所示。

表2 配电网调度运行管理水平评价指标数据

4.2 组合权重计算

对于主观权重的计算，邀请5位专家对准则层技术性、高效性、经济性和社会性分别进行判断，并通过一致性检验得证判断矩阵的有效性。同时，沿着AHP递阶层次由上而下逐层计算得出指标层相对准则层的权重，并根据公式(1)～(3)运用OWA算子计算修正AHP的权重。对于客观权重的计算，根据公式(6)～(8)计算出指标层各个指标熵权得到客观权重。最后根据公式(9)确定配电网调度运行管理水平评价指标权重，本文取α=0.7，仿真结果如表3所示。

由表3可以得到，准则层指标组合权重为[0.240 0,0.587 4,0.100 0,0.080 5]。从指标体系结构上看，决定配电网调度运行管理水平的重要程度为：高效性>技术性>经济性>社会性，其中，组合权重较大的指标包括：技术性的故障研判准确率U12和高效性的交叉调管设备数量U28，证明两者对调度运行管理水平具有较高的影响。此外，平均业务流转时长U25、平均业务流转节点数U26指标权重较大，这也反映了调度业务对调度运行管理水平影响的重要性。

表3 配电网调度运行管理水平评价指标权重Tab.3 Evaluation index weight of dispatching operation management level of distribution network

4.3 评价等级构建及评价结果分析

4.3.1 正态灰云评价等级

本文在征求专家组意见的基础上，对各项评价指标的评价等级标准进行了统一划分，并根据评价需要将配电网调度运行管理水平评价分为四个灰云等级“较差，一般，良好，优秀”，即隶属度等级数量s=4。根据等级数目确定左右边界，由公式(10)～(15)计算各灰云表达式，取ε为8，指标各评价等级灰云如表4所示，评价指标的评价等级灰云分布如图3所示。

表4 指标评价等级灰云数字特征Tab.4 Index evaluation grade gray cloud digital feature

图3 评价指标的评价等级灰云分布Fig. 3 Gray cloud distribution of evaluation grade

4.3.2 评价结果分析

由公式(16)～(17)计算各评价指标灰云聚类，进而由公式(18)～(21)求得4个城郊县调的综合聚类系数、隶属度评价结果和评分值，如表5所示。进一步，按照上述步骤，求取4个城郊县调各准则层评价指标的隶属度评价结果，如表6所示。

表5 综合聚类系数、隶属度评价结果和评分值

表6 准则层指标隶属度评价结果

由表5和表6可知，县调运行管理水平排序如下：县调3>县调2>县调1>县调4。结合实际分析，由于县调3为该省改革试点，其调度管理模式为“一县一公司”，即不存在趸售线路，调度管辖职责划分清晰，评分最高，其他县调都存在“一县两公司”，调度管辖职责划分不清情况，且县调4和县调1较为严重，评分较低，与实际情况符合，证明了本文构建指标的合理性和评价方法的有效性，评价结果得到了调度管理人员的认可。同时，以县调1和县调4的隶属度评价结果为例分析，县调1所在城市为省会城市，政治经济地位较高，调管区域设备相对重要，其县调建设水平领先县调4，在人为认知中其调度运行管理水平明显强于县调4，但实际上其调度业务量大、调管设备数量多、用户数密集，人力资源投入、设备投入等都更高，导致其高效性为良好，经济性为一般，综合评分并未高出县调4多少，实际综合评价结果为良好，但并不符合调度管理建设预期。

为了验证本文所提方法的适应性，下面分别采用TOPSIS法和灰色关联分析法对该算例重新进行评价，具体评价步骤和评价过程分别参见文献[14]和文献[17]，评价结果数据和排序如表7所示。

由表7可知，分别采用正态灰云模型、TOPSIS法和灰色关联分析法得到的评价排序基本是一致的。从评价结果来看，TOPSIS法得到的评价排序为：县调3>县调2>县调4>县调1，与其他两种方法不同，且其相对贴进度对各个评价对象的区分度并不高，并且该方法未考虑指标评价等级的模糊性，容易对评价结果造成影响，这也说明本文所述方法在处理评价指标时有着更为优异的表现。从评价方法本身来看，相比于灰色关联分析法，正态灰云模型兼顾了配电网调度管理运行水平评价信息的模糊性、灰色性和随机性，可信度高，因而得到的评价结果更加贴近实际。同时，相比于其他两种方法，其评价过程数据源处理更贴合实际，评价结果区分度更高，降低了评价结果的不确定性，从而得到更为准确的评价结果，进而能为配电网调度运行管理改进和协同优化提供更为合理的决策。

表7 TOPSIS法和灰色关联分析法评价结果

5 结 论

本文针对当前缺乏配电网调度运行管理水平评价的问题，构建了一套考虑配电网调度技术性、高效性、经济性和社会性的配电网调度运行管理水平的综合评价指标体系，提出了一套基于组合权重-灰云聚类模型的配电网调度运行管理评价方法，通过实例县调进行仿真，将本文方法与TOPSIS法和灰色关联分析法对比，验证了所提指标体系和方法的合理性和有效性，并得出如下结论：

(1)本文从调度管理层面出发，提出的配电网调度运行管理水平指标体系，反映了配网调度控制管理工作意见的同时，又结合了GB/T19580-2012《卓越绩效评价准则》，为地县级配电网调度运行管理水平评价提供的参考依据，进而对运行管理模式的改革和优化提供一定的参考和路径。

(2)针对主观极值偏差对权重准确性影响问题，本文综合考虑了准则权重和次序权重的影响，通过OWA算子修正层次分析法获取的主观权重，并结合熵权法进行组合赋权，既能体现决策者的主观愿望，又能兼顾指标值差异的客观性，理论上具有一定优势；将正态云模型引入到传统灰色聚类中，充分发挥云模型在处理评价指标与隶属等级随机性、模糊性方面的优势，提高整体评估的可信度，从而得到更为准确可信的评价结果。

(3)运用组合权重-灰云聚类模型对4个实例城郊县调运行管理水平进行评价分析，评价结果得到现场认可。