论文部分内容阅读
风能作为绿色环保、可再生的资源已经得到全世界广泛重视。近年来,海上风电发展迅速,具有风速大、发电量大以及干扰少等优点。但风速的波动性、间歇性和随机性,尾流、紊流、风机塔影效应等会造成功率波动,进而影响电能质量,加上大型海上风电场多是在配电网较薄弱环节处接入,会对电力网络造成影响和干扰。在电力市场环境下,电能按质论价、优质优价和评估点考核奖惩要求人们关注电能质量问题,故对海上风电场的电能质量指标进行评估是必要的。本文首先分析电能质量问题和电能质量指标体系,介绍了海上风电场的模型搭建和指标数据的获取,从风速状况和风机装机容量两个方面分析电能质量情况。详细分析了国内外电能质量指标评估的研究现状、现有的电能质量评估方法的优势与不足,在此基础上采用了三种电能质量指标综合评估的方法:基于集对分析理论,结合相容矩阵法和熵权法确定电能质量指标的权重值,采用相容矩阵法可以有效地解决判断矩阵的不一致性问题,熵权法使得权重值更加的客观,集对分析模型将确定性和不确定性有机地结合在一起,描述和处理专家在确定指标权重时认识的差异性造成的不确定性,减小了判断的主观随意性。运用该权重值,再分别采用两种方法确定电能质量指标综合评估等级,一是基于概率论与数理统计的方法,二是基于改进的逼近理想解的排序方法(Technique for Order Preference by Similarity to Ideal Solution, TOPSIS).通过实例应用,得到了综合性的分级评估结果,证明了所提方法的简便易行,可以客观、全面、合理地对评估对象的电能质量进行综合评估,具有较好的应用价值。最后提出将TOPSIS模型扩展到Vague环境下对电能质量指标进行排序的综合评估方法。Vague集既考虑隶属方面又考虑了非隶属方面的证据,以三元组来描述其隶属度的界,该三元组同时表示了相关指标优质的一面,同时还能反映出其劣质和不确定的一面,使得其在处理不确定信息时比传统的模糊集有更强的表示能力。该方法能够得到最优的综合评估排序方案,验证了模型的合理性。实例证明该方法是有效的。