智能配电网综合效益指标评估体系研究

牛 毅，刘继春，王 冬

(四川大学 电气信息学院，四川 成都 610065)

智能配电网综合效益指标评估体系研究

牛 毅，刘继春，王 冬

(四川大学 电气信息学院，四川 成都 610065)

智能配电网是未来配电系统发展的重要方向，对其综合效益进行科学评估是智能配电网规划决策中面临的重要问题。由构成智能配电网的不同子系统入手，从经济、环境和安全角度出发，基于层次分析法构建多层次的指标体系，提出了智能配电网综合效益指标体系，并给出了微观效益层指标的量化计算公式。以各宏观效益指标层的效益成本比作为效益评分的状态值，结合不同系统的权重计算智能配电网的综合效益评分。通过某产城一体化园区进行算例分析可知，该评估方法可以为智能配电网的综合效益评估提供参考。

智能配电网；指标体系；综合效益评估；层次分析法

0 引言

智能配电网(smart distribution network，SDN)将现代信息、通信技术应用于电网业务，实现高度的信息化、自动化、互动化，代表了现代电网新的发展趋势[1-2]。而由新能源革命推动的SDN建设，其核心要素是实现电网低碳绿色运营、能源高效利用以及安全可靠供电。对SDN进行综合效益评估可以解决SDN效益的定量计算，把控其发展方向的目标管理，实现不同建设项目的比较。同时，进行SDN综合效益评估能够明确SDN多方面的预期收益，衡量其发展水平，预估各阶段成果明确发展重点，并指导SDN的规划和发展。因此，进行SDN综合效益评估可以为配电系统的可持续发展提供科学化的参考依据与技术路线。

目前，国内外已经开展了SDN评估体系的研究，文献[3]最早提出了IBM建立的评估智能电网的成熟度模型，并指出智能电网具有多指标自趋优特性，为智能电网评估研究打下良好基础。文献[4]以技术成熟度为特征，从建设等级、规划目标和发展环节构建三维评估结构。文献[5]重点介绍了美国智能电网的评估模型，并对美国智能电网的评估指标和评估方法进行了分析。文献[6]提出了涵盖配电网规划、设备参数及运行状态等评估指标的配电网能效指标体系，助推配电网能效水平的提升。文献[7]从可靠性和电能质量、发展灵活性、协调性和互动性、设备利用率和技术装备水平以及经济性和社会效益5个方面构建了智能配电网三级评估指标体系的初步框架，评估SDN的建设成果。文献[8]基于主成分分析法构建了涵盖能源消耗、污染排放、资源利用及生态协调在内的SDN环境效益多级评估指标体系。以上文献从不同角度出发，提出SDN评估的指标体系，但大都是从SDN的技术、经济或能效层面入手，也没有给出具体效益指标的量化公式，不能全面地体现智能配电网的综合效益。

本文构建基于用电信息采集等基础系统，以及引入分布式发电、储能装置、微电网和电车互联等高级应用的SDN综合评估指标体系，研究不同系统的接入所产生的宏观效益和微观效益，并对各种微观指标进行量化计算。利用效益成本比理论，计算不同微观指标的状态值，最后结合层次分析法(analytical hierarchy process，AHP)得到的不同宏观指标权重，对SDN进行综合效益评估。通过算例分析SDN的综合效益评估，为SDN的建设和发展提供参考。

图1 SDN综合效益评估的多层指标体系Fig.1 Multi-level index system of comprehensive efficiency assessment of SDN

1 智能配电网综合效益评估研究思路

现阶段，由于分布式发电、储能技术和电动汽车还处于发展之中，但其安全和环境效益已经有所体现[9-11]。因此，评估SDN的效益，不仅要从经济效益入手，而且要同时考虑其综合效益，将SDN产生的各种效益进行量化计算，综合效益评估的主要内容包括：

(1) 建立微观效益评估指标。微观效益评估指标是通过对分布式发电、用电信息采集系统[12]、储能装置、微电网[13]和电车互联系统等应用技术的凝练与量化，得到能够反映各种应用技术对智能配电网产生不同效益的关键性的参数或变量。

(2) 构建宏观效益评估指标。所谓宏观需求指标体系，就是指用于评估整个智能配电网的核心价值，即构建每个特定对象引入智能配电网所带来的经济、安全、环境等诸多效益。

(3) 运用层次分析法[14]，确定不同系统中各宏观效益指标的权重，以及不同系统对整个SDN综合效益评估目标的权重，以宏观指标层中各指标的效益成本比作为其状态值，结合权重，计算整个SDN的综合效益评分，并与项目理想的效益成本比做比较，来进行SDN综合效益评估。

2 智能配电网中效益指标体系的构成

依据分布式发电、用电信息采集系统、储能装置、微电网和电车互联等系统的接入对智能配电网所产生的影响，在构建微观评估指标体系的基础上，总结归纳出各系统的经济、安全和环保3大类评估宏观效益层指标，建立SDN综合效益评估的多层指标体系，如图1所示。

2.1 适用于各系统的成本模型

在引入SDN的各类系统中，分布式发电、微电网、储能装置等，其成本模型将统一运用全寿命周期理论。对于分布式发电和微电网系统，其总成本由初始投资费用和设备的运行维护费用构成。

各系统的成本为

(1)

式中：Cx表示成本；Ix表示各系统的初始投资费用；POMx表示各系统的运行维护率；x表示分布式发电和微电网系统，下文分别以符号p,m区分；τ为基准折现率；T为评估年限。

对于储能装置，由于其在发生停电事故时需要为部分重要用户提供应急电力，为尽量增加应急输出功率，需有足够的裕量来匹配，因此按储能装置容量的2倍进行规划。故储能装置的投资成本[15]为

Ccn1=Cf+2kpP0+kwWmax

(2)

式中：Cf为站址建设成本；kp为电能转化设备的单位造价；P0为额定容量；kw为储能装置的单位造价；Wmax为储能装置的最大储能量。

储能装置的运行维护费用为

(3)

式中com为储能装置单位容量的年运行维护成本。

因此，储能装置的成本为

Ccn=Ccn1+Ccn2

(4)

对于用电信息采集系统，可不考虑全寿命周期，因此，其成本仅为初期建设系统的软硬件投资成本。对于电车互联，其成本包括电网公司的投资成本、项目管理费用和电动汽车用户参与充放电时的储能成本，因此电车互联系统的成本[16]为

(5)

2.2 各系统微观效益指标的建立及筛选

SDN中各系统的微观效益是指不同对象接入SDN所产生的直接或间接的经济、安全和环保等宏观效益，本节从各类系统的宏观效益入手，分析、筛选各种微观效益指标，并进行定量计算。

2.2.1 分布式发电接入效益分析

分布式发电通常指发电功率在数kW至几十MW的小型模块化、分散式、高效可靠的发电装置，能够经济、高效、独立的对负荷供电。对于电网而言，分布式发电接入后改变了电网潮流，会产生降损效益；分布式能源所发电能及减少的网络损耗代替了相应火电产生相同电能所消耗的燃煤，产生了节能效益；由分布式能源向用户供电，产生延缓电网建设投资的效益；分布式发电的上网电量收入都组成了分布式发电的经济效益。

分布式发电的电网降损效益为

(6)

式中：Qij为第i类分布式发电能源的第j台机组的年发电量；p为售电均价；L为网损率；m和n分别为分布式发电机组台数和发电种类。

分布式发电的节能效益为

(7)

式中：q0为火电机组生产单位电能所消耗的煤炭量；qc为煤价。

分布式发电延缓电网建设投资的效益为

(8)

式中：CEPD为电网扩建单位容量所需的费用；EDG,i为按最大渗透率的第i类分布式电源的装机容量；u为电网对分布式电源的备用率。

分布式发电上网电费收入为

(9)

式中：Egti为分布式电源的日上网电量；pe为燃煤机组标杆上网电价。

低碳效益，即分布式发电与燃煤机组相比，少排放的各种污染气体的价值。

(10)

式中：Z为燃煤排放的污染物的种类；Ek为燃煤排放的第k种污染物的排放系数；Vek为第k种污染物的环境价值。

2.2.2 用电信息采集系统效益分析

用电信息采集系统是对电力用户的用电信息进行采集、处理和实时监控的系统，推广用电信息采集系统，能够获得减少人工成本、增加追缴欠费收入和减少管理线损等经济效益。

减少人工成本的效益为

(11)

增加追缴欠费的收入收益为

B7=NqfQaqfω

(12)

式中：Nqf为欠缴电费用户数量；Qaqf为欠缴电费用户平均用电量；ω为欠缴电费用户售电均价。

减少管理线损效益为

(13)

式中：θ%为用电信息采集系统应用后综合线损的下降率；M为供电公司的年售电量。

2.2.3 微电网效益分析

微电网既可以与配电系统并网运行，也可以在配电系统发生故障时与配电网解列，以孤岛方式运行。微电网在节能降耗、减少污染、延缓输配电网建设投资、提高用户供电可靠性等方面都带来了良好的经济效益、环境效益和安全效益。

微电网的可靠性效益指其直接面向负荷，系统故障、孤岛运行时可降低停电损失[17]的效益为

(14)

式中：RIEAR为电能中断损失率；Q为微电网内负荷集合；λup,Q为配电网在负荷点Q的年均停电频率；rup,Q为配电网在负荷点Q的平均停电持续时间；PM为电网切换到孤岛的失败概率；Ta为微电网内电源重启动的时间；PL为微电网在孤岛运行期间所支撑的负荷的平均功率需求。

以亮氨酸为例，一级质谱信息显示该化合物在正离子模式下响应较好，并得到m/z 132.101 85的准分子离子峰 [M＋H]+，经Xcalibar软件拟合其分子式为C6H14NO2。该化合物的二级质谱信息主要有86.096 95 [M＋H－HCOOH]+，69.070 58 [M＋H－HCOOH－NH3]+，57.057 96 [M＋H－HCOOH－CH3－CH2]+，发现其断裂方式符合氨基酸类化合物的裂解规律，通过与文献报道[10]进行比对后，最终确定该化合物为亮氨酸，亮氨酸的质谱裂解途径见图7。

微电网的节能效益是指微电网中常采用清洁能源发电，可减少化石能源的消耗；同时，微电网中的热电联产也大大提高了能源的利用效率。因此，节能效益主要包括可再生能源机组的节能效益和热电联产机组的节能效益。

可再生能源机组的节能效益B10的计算同式(7)。

热电联产机组的节能效益[18]：

(15)

式中：Ee为热电联产机组的年发电量；η为热效率；ε为供热比；qg为天然气热值；pg为天然气价格；pt为热价。

降损效益是指微电网中的分布式电源配置在负荷的附近，输电过程中的电能损耗比远距离输电要小。因此，微电网中分布式电源的合理配置可以产生降损效益，其效益B12的计算同式(6)。

延缓输电网投资的效益是指微电网的合理有序建设可以降低峰荷时配电系统对电网输送容量的需求，满足部分负荷增长的需要，从而延缓电网建设投资，其效益B13的计算同式(8)。

微电网的环境效益指相对于燃煤机组，可再生能源机组产生单位电量所减少的污染物排放所造成的损失[17]：

(16)

2.2.4 储能装置效益分析

储能装置的规模化应用可以带来延缓电网扩建、低储高发获利、减少用户建设所需备用容量、降低用户停电损失等效益。

储能系统在负荷低谷时充电，在负荷高峰时放电，通过削峰填谷将负荷高峰时的部分电量需求转移到负荷低谷时段，从而缓解负荷高峰时段配电站负载率偏高的问题，延缓电网投资，其效益[15]为

(17)

式中：Cinv为电网升级一次性成本；ΔN为延缓投资的年限，可由公式(18)得到[18]:

(18)

式中：δ为负荷的年增长率；α为储能装置的额定功率与日负荷峰值的比值。

低储高发进行套利的效益是系统在负荷低谷、电价低时充电，而在负荷高峰、电价高时放电，在这个低买高卖的过程中，实现其经济收益，即

(19)

减少用户建设所需备用容量是其在配电系统低压侧安装储能装置，可以减少峰荷时所需从电网吸收的功率，从而减小所需建设的配电系统容量，节省相应容量的投资，即

B17=CdP0, P0

(20)

式中：Cd为用户配电系统的单位造价；Pc为日最大负荷与日平均负荷之差。

降低用户停电损失是指对供电可靠性要求高的大中型用户，在发生突然停电事故情况下，储能装置作为备用电源，在ms级的时间里进行切换，以减少用户在停电期间的经营性损失和产品报废损失，由此产生的可靠性效益[15]可表示为：

(21)

其中：

2.2.5 电车互联效益分析

电动汽车和电网互联技术(vehicle to grid，V2G)实现了电网与电动汽车的电力双向交换，合理的充放电可以降低电网负荷的峰谷差，优化负荷曲线，从而减少高峰备用装机容量，提高发电机组运行效率、降低发电成本。同时电动汽车污染物排放量很少，产生了低碳效益；电动汽车用户在负荷高峰时，向电网放电，通过低买高卖来获得经济效益。

电车互联后电网公司的效益主要是电动汽车充电时电网公司的收益和减少的可免容量成本，即电网公司减少的电网投资费用而获得的经济效益。

电网公司的售电收益为

(24)

式中：S和S0分别为电网公司售电和购电均价；R为电动汽车每天平均行驶距离；F表示电汽车电池的能效。

电网公司减少的可免容量成本效益[16]为

(25)

式中：ct为单位可免容量的造价成本；cl为低谷电价；n为电动汽车入网放电的天数；clPphn为电动汽车参与高峰放电而增加的低谷用电费用。

电车互联可以使发电公司减少发电设备的投资以及发电成本，减少发电设备投资的效益可根据少建的调峰机组及其配套设备的平均造价确定。减少发电成本的效益可根据高峰负荷电力与基础负荷电力的发电成本差值确定。综上，电车互联对发电环节产生的效益[16]为

(26)

式中：c0为发电单位容量的造价费用；Δcg为高峰负荷电力与基础负荷电力的发电成本差值。

用户效益为电动汽车因在高峰时段放电从电网公司得到的收益和节省的油费，其中负荷高峰放电获得的收益为

(27)

节省的油费，即代替了相同数量普通燃油汽车耗油产生的效益：

(28)

式中：K为普通燃油汽车单位公里油耗；PG为油价。

用户的低碳生活效益：

(29)

式中：Bk为污染物的环境价值；Z为污染物种类；Yk为燃油汽车第k种污染物的排放量；Qk为代替相同燃油所发电量产生的第k种污染物的排放量。

3 利用层次分析法和效益/成本评估法对智能配网进行综合效益评估

首先利用AHP确定不同系统宏观效益指标层中的指标权重，运用效益/成本评估法计算不同指标的评估集合，得到各系统的综合评估值，然后再次使用AHP，在确定系统层中不同系统指标权重的基础上，得到智能配电网的综合效益评估值。

3.1 评估指标权重的确定

利用层次分析法确定各指标权重。首先构建指标的判断矩阵，并做一致性校验，然后计算判断矩阵的特征向量并做归一化处理得到指标权重向量。选用1～9级标度法和成对比较法来确定判断矩阵[14]。对判断矩阵进行一致性校验时，若判断矩阵的一致性比率小于0.01，说明判断矩阵构建合理，否则需调整判断矩阵使其满足一致性。

为获得宏观效益层各指标对于总目标智能配电网综合效益的排序权重，还应计算层次总排序，总排序权重应从上至下将层次单排序权重进行合成。层次总排序也需做一致性检验。

3.2 指标状态值的确定

各宏观效益指标的状态值可根据效益/成本评估方法，通过计算各系统中宏观指标的全寿命周期效益/成本得到。因此，各指标状态值为

(30)

式中：Cx为各系统的宏观效益；Bx为各系统的成本。

3.3 综合效益分值

设由AHP计算得到宏观效益层各指标对于总目标智能配电网综合效益的层次总排序权重为W=[ω1,ω2,…,ωn]，各指标状态值为S=[s1,s2,…,sn]T，则最后综合分值为

(31)

4 算例分析

本文以某产城一体化智能园区为案例进行SDN综合效益的评估分析,其区域特点是负荷种类多样化，且本文中提及的系统都存在。概况如下：面积为10 km2，区域年最大负荷为200 MW，年用电量为10.6亿kW·h，以公共设施和商业负荷为主，供电区域内用户约30 000户，区域内风光资源丰富，年日照时数在3 000 h以上。其中，分布式能源包括屋顶光伏和小型风电，园区电动汽车保有量约3 000辆，用电信息采集系统覆盖范围为整个园区。

其中，分布式发电系统的容量为10 MW，年发电量为28 800 MW·h。用电信息采集系统软硬件总成本为2 000万元，欠费用户比例为1%，欠缴电费用户平均用电量为3 200 kW·h。该微网中的风力发电机组和CHP燃气轮机组的容量都是1 000 kW，配电网的年平均停电持续时间为9.22 h，微网切换到孤岛的失败概率为10%，电源重启动的时间为5 min，负荷电能中断损失费用为70元/(kW·h)。车电互联项目每年的管理费用为100万元，基本电费价格为45.6万元/(MW·a)，单位备用容量造价为100万元/MW，电动汽车充电功率为10 kW，汽车电池的充放电效率0.8，放电深度D=80%，电池能效F=6.25 km/(kW·h)，电池成本B=3 000元/(kW·h)，循环寿命次数l=2 000，汽车每天平均行驶里程R=50 km。电动汽车数量M=3 000，电网公司单位容量的造价成本为350元/kW，汽油价格为6.5元/L，机组单位容量的造价费用为5 000元/kW，普通燃油汽车的油耗为10 L/100 km，火力发电的比例为0.7，发电成本差值0.07元/(kW·h)，单位电动汽车入网所需充电桩的投资费用为3.5万元。用电负荷大于20.5 MW的天数为30 d，出现总时间为60 h，调峰功率为2 MW。

储能装置的功率和容量分别为0.9 MW和6 MW·h，站址建设成本为800万元，单位造价、电能转换设备造价和单位容量的年运维费用和单位造价分别为400万元/(MW·h)，200万元/MW和100万元/MW，区域负荷年增长率为1.5%，电网升级一次性的投资成本为100万元。电网单位容量的价格35万元/MW，配电站的供电可靠度As=99.98%，储能装置安装前后供电的故障停电率分别为0.35次/a和0.15次/a，停电给用户造成产品报废的经济损失期望值为100万元/次。

根据效益/成本评估方法，利用智能配电网中各系统的成本和效益指标公式，可以获得各系统宏观效益指标的状态值如表1所示。

由表1可知，电车互联系统经济效益的状态值最高，主要是因为相对于燃油汽车，电动汽车用户节省了大量的燃油费用，在相同的出行时长条件下，电动汽车用户可以得到更多的经济效益，这也是推动电动汽车发展的一个重要因素。用电信息采集系统的经济效益状态次之，主要是因为用电信息采集系统通过减少线损管理，从而为电网公司减少不必要的损耗，增加电网公司的经济效益。

表1 不同系统宏观效益指标的状态值Table 1 Status value of macro-benefit index of different systems

由于不同系统会产生不同的效益值，因此在进行智能配电网的综合效益评估时，要计算出不同效益指标的状态值，从而评估不同效益对智能配电网综合效益的影响。智能配电网系统层各效益值和状态值如图2所示。

图2 智能配电网系统层各效益值和状态值Fig.2 Efficiency and status value of system of SDN

由图2可知智能配电网系统层3种效益中，经济效益为54 436.22万元，为所有指标中最大值，说明经济效益仍是智能配电网中综合效益的重要一项，大力发展智能配电网就是要继续挖掘其经济效益，更好地增加智能配电网建设的推动作用，促进其改造升级。其次，智能配电网的建设也带来了一些环境效益，虽然相对于经济效益，环境效益较小，但其符合当今社会中大力发展节能减排项目的要求，在给用户带来同样用电效益的同时，减少了碳排放，使用户享受了低碳生活。安全效益在智能配电网中效益是最少的，但它仍然是构成综合效益的重要组成部分，将智能配电网中的安全效益用金钱价值表示，以衡量其对智能配电网的影响，也是本文对安全效益的一个全新定义，从而使得安全效益更加易于评估，为智能配电网的综合效益评估提供一种量化的方法。由不同效益的状态值，即各效益指标的效益成本比可知，智能配电网中的经济效益成本比为1.457。根据文献[19]可知，项目收益和成本的理想比例为100∶75，因此本智能配电网的经济效益成本比已达到最优，而环境和安全效益成本比仍较小，但依然有大量可以提升的空间，需要继续挖掘、发现，以提高智能配电网的综合效益。

根据AHP确定综合效益层，系统层和宏观效益层指标单排序权重，从而得到宏观效益层指标总排序权重，如表2所示。由表2可知，分布式发电系统的经济效益对整个智能配电网综合效益的权重最大，同时其状态值也相对较大，说明其对综合效益的影响最大。电车互联系统的环境效益对整个智能配电网综合效益的权重次之，虽然其状态值较小，但其对综合效益的作用明显，主要是因为电车互联系统的低碳性得到大家的广泛认可，这也是推动电车互联系统发展的关键因素之一。

表2 宏观效益指标权重Table 2 weight of macro-benefit index

由于智能配电网的综合效益是由系统层的五大系统构成，各系统对综合效益的贡献不同，根据AHP法计算系统层指标对综合效益层的权重和状态值如表3所示。根据综合效益评分值的计算公式(31)，可以得到智能配电网的综合效益评分值为1.409，该产城一体化智能配电网的综合效益评分值已超过理想的效益成本比值100∶75。

表3 各子系统的权重和状态值Table 3 Weight and status value of different sub-systems

对各系统的状态值进行分析可得出如下结论：该产城一体化中智能配电网的综合效益评分已超过理想的效益成本比值，获得了一定的效益；智能配电网中的储能装置和微电网系统的状态值较低，主要是因为这二者的成本较高，从而拉低了其效益成本比值，但是随着储能技术的发展，成本将逐步降低，状态值进一步提高，从而提升智能配电网的综合效益；用电信息采集系统的状态值较高，说明其在一定的成本下，可以获得较好的综合效益，因此在智能配电网的建设中，要全面推广信息采集系统，从而深入挖掘其对智能配电综合效益的推动作用，促进智能配电网的发展。

5 结论

智能配电网的建设带来经济、环境和安全等方面的综合效益，实现这些效益的手段在于智能配电网中嵌入了分布式发电、用电信息采集系统、微电网、储能装置和电车互联系统等核心技术。本文从智能配电网的不同系统出发，以经济、环境和安全效益为宏观指标，构建各种效益的微观指标体系，并对微观指标进行定量计算，结合层次分析法给出了综合效益的评估方法，为智能配电网综合效益评估提出了参考依据。同时智能配电网中还包含其他系统，如何将所有系统的微观指标进行量化计算，从而完善智能配电网的综合效益评估还有待研究。

[1]张文亮, 刘壮志, 王明俊, 等． 智能电网的研究进展及发展趋势[J]． 电网技术, 2009, 33(13)： 1-11． ZHANG Wenliang, LIU Zhuangzhi, WANG Mingjun, et al． Research status and development trend of smart grid[J]． Power System Technology, 2009, 33(13)： 1-11．

[2]张东霞, 姚良忠, 马文媛． 中外智能电网发展战略[J]． 中国电机工程学报, 2013, 33(31)： 1-14． ZHANG Dongxia, YAO Liangzhong, MA Wenyuan． Deveopment strategies of smart grid in China and Abroad[J]． Proceedings of the CSEE, 2013, 33(31)： 1-14．

[3]李兴源, 魏巍, 王渝红, 等． 坚强智能电网发展技术的研究[J]． 电力系统保护与控制, 2009, 37(17)： 1-7． LI Xingyuan, WEI Wei, WANG Yuhong, et al． Study on the development and technology of strong smart grid[J]． Power System Protection and Control, 2009, 37(17)： 1-7．

[4]高新华, 严正． 以技术成熟度为特征的智能电网评估指标体系[J]． 南方电网技术, 2014, 8(1)： 8-12． GAO Xinhua, YAN Zheng． The Smart Grid’s Evaluation Index System with Technology Maturity Characteristic[J]． Southern Power System Technology, 2014, 8(1)： 8-12．

[5]倪敬敏, 何光宇, 沈沉, 等． 美国智能电网评估综述[J]． 电力系统自动化, 2010, 34(8)： 9-13． NI Jingmin, HE guangyu, SHEN Chen, et al． A review of assessment of smart grid in America[J]． Automation of Electric Power Systems, 2010, 34(8)： 9-13．

[6]杨小彬, 李和明, 尹忠东, 等． 基于层次分析法的配电网能效指标体系[J]． 电力系统自动化, 2013, 37(21)： 146-150． YANG Xiaobin, LI Heming, YIN Zhongdong, et al． Energy Efficiency Index System for Distribution Network Based on Analytic Hierarchy Process[J]． Automation of Electric Power Systems, 2013, 37(21)： 146-150．

[7]王敬敏, 施婷． 智能配电网评估指标体系的构建[J]． 华北电力大学学报(自然科学版), 2012, 39(6)： 65-70． WANG Jingmin, SHI Ting． Assessment index system for smart distribution grids[J]． Journal of North China Electric Power University(Natural Science Edition), 2012, 39(6)： 65-70．

[8]曾博, 李英姿, 刘宗歧, 等． 基于均衡主成分分析的智能配电网环境效益综合评估方法[J]． 电网技术, 2016, 40(2)： 396-404． ZENG Bo, LI Yingzi, LIU Zongqi, et al． Comprehensive evaluation method for environmental benefits of smart distribution network based on TO-PCA[J]． Power System Technology, 2016, 40(2)： 396-404．

[9]李德泉, 徐建政, 杨硕． 分布式发电效益分析及其量化模型[J]． 电力系统保护与控制, 2012, 40(14)： 147-151． LI Dequan, XU Jianzheng, YANG Shuo． Benefits analysis of distributed generation and its quantitative models[J]． Power System Protection and Control, 2012, 40(14)： 147-151．

[10]王承民, 孙伟卿, 衣涛, 等． 智能电网中储能技术应用规划及其效益评估方法综述[J], 中国电机工程学报, 2013, 33(7)： 33-41． WANG Chengmin, SUN Weiqing, YI Tao, et al． Review on energy storage application planning and benefit evaluation methods in smart grid[J]． Proceedings of the CSEE, 2013, 33 (7)： 33-41．

[11]张晨曦, 文福拴, 薛禹胜, 等． 电动汽车发展的社会综合效益分析[J], 华北电力大学学报(自然科学版), 2014, 41(3)： 55-63． ZHANG Chenxi, WEN Fuhuan, XUE Yusheng, et al． A preliminary investigation on the overall profit assessment of electric vehicle development to the society[J]． Journal of North China Electric Power University(Natural Science Edition), 2014, 41(3)： 55-63．

[12]李宁． 辽宁省电力用户用电信息采集系统改造及效益分析[D]． 北京： 华北电力大学, 2014． LI Ning． Research of alteration and effectiveness analysis of user Microgrid electric energy data acquire system of the Liaoning Province[D]． Beijing： North China Electric Power University, 2014．

[13]曾鸣, 谢兵, 闫斌杰, 等． 基于多因素分析的微网综合效益评估[J]． 水电能源科学, 2013, 31(12), 247-249． ZENG Ming, XIE Bing, YAN Binjie, et al． Comprehensive benefit evaluation of micro-grid based on multivariate analysis[J]． International Journal Hydroelectric Energy, 2013, 31(12), 247-249．

[14]张炳江． 层次分析法及其应用案例[M]． 北京： 电子工业出版社, 2014． ZHANG Bingjiang． Analytic hierarchy process (AHP) method and application case[M]． Beijing： Electronic Industry Press, 2014．

[15]颜志敏． 智能电网中蓄电池储能的价值评估研究[D]． 上海： 上海交通大学, 2012． YAN Zhimin． Value assessment research of battery energy storage in smart grid[D]． Shanghai： Shanghai Jiao Tong University, 2012．

[16]孙波, 廖强强, 谢品杰, 等． 车电互联削峰填谷的经济成本效益分析[J], 电网技术, 2012, 36(10)： 30-34． SUN Bo, LIAO Qiangqiang, XIE Pinjie, et al． A cost-benefit analysis model of vehicle-to-grid for peak shaving[J]． Power System Technology, 2012, 36(10)： 30-34．

[17]梁惠施, 程林, 苏剑． 微网的成本效益分析[J]． 中国电机工程学报, 2011, 31(S1)： 38-44． LIANG Huishi, CHENGLIN, SU Jian． Cost benefit analysis for microgrid[J]． Proceedings of the CSEE, 2011, 31(S1)： 38-44．

[18]FOUAD A, PATRICK B, GILLES F, et al． Impact of energy storage costs on economical performance in a distribution substation[J]． IEEE Transactions On Power Systems, 2005, 20(2)： 684-691．

[19]刘思岐, 杨方文． 电力煤气水行业利润表分析[J]． 商业文化月刊, 2012(4)： 198． LIU Siqi, YANG Fangwen． Profit statement analysis for electric power, gas and water industry[J]． Business Culture, 2012(4)： 198．

牛毅

(编辑 蒋毅恒)

Comprehensive Benefits Index Assessment Framework for Smart Distribution Network

NIU Yi, LIU Jichun, WANG Dong

(School of Electrical Engineering and Information, Sichuan University, Chengdu 610065, Sichuan Province, China)

Smart distribution network (SDN) becomes an important trend for development of distribution systems, which calls for the scientific evaluation on the overall benefit of SDN planning. A comprehensive benefits framework for SDN, based on analytical hierarchy process (AHP), was proposed in perspective of economic, environmental and security to build the multi-level index system and propose the quantitative calculation method of micro-benefit index. Taking the benefit-cost ratio of macro-benefit index as status value of benefits assessment, the comprehensive benefits of SDN was computed with the weight of different systems. Case study results show that the proposed assessment framework can be effectively introduced for comprehensive benefits assessment of SDN.

smart distribution network; index framework; comprehensive benefits assessment; analytical hierarchy process

TK47

A

2096-2185(2016)02-0035-09

2016-09-13

牛 毅(1991—)，男，硕士研究生，研究方向为电力市场和能源互联网，ny_curry@163.com；

刘继春(1975—)，男，博士，教授，硕士生导师，研究方向为电力系统分析及电力市场，能源互联网；

王 冬(1990—)，男，硕士研究生，研究方向为电动汽车充电站的规划。