基于改進的AHP-CRITIC-MARCOS配電網設備風險評估方法

王 敏，鄒 婕，王惠琳，左方林

基于改進的AHP-CRITIC-MARCOS配電網設備風險評估方法

王 敏，鄒 婕，王惠琳，左方林

(河海大學能源與電氣學院，江蘇 南京 211100)

實現配電網設備風險的準確評估對提高配電網的可靠性有著重要意義。針對在不同權重下同時考慮多種風險因素的評估問題，提出了一種基于改進的AHP-CRITIC-MARCOS配電網設備風險評估方法。首先，針對配電網設備風險問題選取合適的評估指標。其次，用改進的AHP方法結合CRITIC方法計算各指標的主客觀綜合權重。最后，利用多準則決策中的MARCOS方法計算待評估配電網設備的效用函數，并根據其對各設備的風險程度進行排序。通過算例驗證了所提方法的有效性，結果可以用于設備升級改造的精準選擇以及提升配電網的可靠性。

主客觀權重；多準則決策；改進AHP-CRITIC方法；MARCOS方法；配電網設備風險評估

0 引言

作為網絡的主要組成部分，配電網設備的穩定運行和良好維護是實現配電網可靠運行的基礎[1]。近年來，配電網設備的數量與種類迅速增加，配電網的網絡結構日趨復雜，運行方式更加多變，面臨的風險問題也越來越多[2]。結合多種因素對配電設備進行準確的風險評估，合理安排風險設備的升級改造次序，實現配電網安全可靠運行，已成為各供電公司亟需解決的關鍵問題。

配電網設備的風險評估涉及眾多指標因素，屬于一項多準則綜合評價問題[3]。文獻[4]將設備的風險因素分為設備自身因素、運行因素等內部因素以及氣象因素、意外破壞等外部因素。文獻[5]考慮了氣候變化因素對配電網的風險影響，文獻[6]分析了網架結構對配電網的風險影響。文獻[7]從配電網的實時風險和網架結構兩個方面分別選取多種風險指標，文獻[8]從可靠性，安全性、經濟性和環保性4個維度建立指標體系。然而風險評估的各指標間往往存在一定的相關性，上述文獻并未考慮到這一方面或者只用簡單的對數合成方法來處理。

為了在風險評估的過程中合理確定各指標的權重，文獻[3]和文獻[9]均采用層次分析法(analytic hierarchy process, AHP)進行評價，該方法可以很好地分析主觀權重的問題，但這僅僅基于專家的主觀評判，在準確性上仍存在局限性。文獻[10]利用基于指標相關性的指標權重確定方法(criteria importance though intercrieria correlation, CRITIC)對造成配電網設備風險問題的各因素進行了客觀上的權重計算，但在該文獻中，只計及客觀因素時得到的各指標權重差異并不十分明顯。因此為了得到更加準確的指標權重，應將客觀權重與主觀權重綜合考慮[11]。有學者提出將改進的AHP方法或AHW方法與CRITIC方法相結合形成主客觀賦權方法[12-13]，既可以充分參考專家的主觀意見，又可以考慮到各指標間的相關性，從而更加準確合理地進行風險評估[14]。

得到各指標的權重后，在風險評估的最后階段，如何利用現有信息對各設備的風險程度進行排序是重中之重[15]。除了傳統的簡單加權法，文獻[16]使用灰色關聯法分析備選方案與理想解的關系從而進行排序。在多準則決策方法的應用中，文獻[17]采用多屬性理想現實比較分析法(multi attribute ideal real comparative analysis, MAIRCA)，通過理想決策矩陣與現實決策矩陣之間的差距對風險等級進行排序。文獻[18]采用逼近理想解排序法(technique for order preference by similarity to ideal solution, TOPSIS)，計算備選方案與理想解的貼近程度，進一步提高了準確性，但是TOPSIS方法卻無法考慮到距離的相對重要性。實際上，文獻[19]提出了一種新的多準則決策方法，即基于折中方案的備選方案排序法(measurement of alternatives and ranking according to compromise solution, MARCOS)，并運用在對醫療供應商的選擇中，其后文獻[20]還將該方法運用在了研究道路交通風險的問題上，并用三角模糊數對該方法進行了拓展。除此之外，該方法還被應用在大壩的安全風險識別[21]以及海上風電選址[22]，用來確定各危害的重要性優先順序以及追求最大效益，但目前還沒有在配電網設備風險評估領域中得到應用。MARCOS方法與TOPSIS原理相似，都是根據理想和負理想備選方案之間的關系進行排序和選擇，但是MARCOS方法更加簡單且運行穩定可靠[19-20]，因此本文使用MARCOS方法對各風險設備進行排序。

本文首先采用改進后的AHP方法計算評估指標的客觀權重，利用CRITIC方法計算相應的主觀權重，再將兩者結合得到主客觀綜合權重。然后再利用MARCOS方法對配電網的各風險設備進行綜合的風險評估，并根據效用函數值給出了風險排序。最后，算例結合實際情況表明了所提出方法的有效性。

1 主客觀結合的評估指標綜合權重

1.1 基于改進AHP方法的主觀權重計算

表1 標度值含義

1.2 基于CRITIC方法的客觀權重計算

為了克服主觀權重的局限性，還需要在評估指標的權重之中加入客觀權重。CRITIC方法是一種根據指標的信息量來確定指標權重的方法，該方法既考慮到了方案之間的對比度，也考慮到了各指標之間的沖突性。而評估配電網設備的各個評價指標之間往往具有一定的相關性，為了表現出這種關系，本文采用CRITIC方法計算客觀權重。

以下所述步驟通過CRITIC方法計算客觀權重。

1.2.1指標同向化處理

當這兩種指標同時存在時，就會增加計算的難度，因此為了方便計算，在必要時需要進行指標的同向化，轉換方式如式(4)所示。

1.2.2指標標準化處理

1.2.3指標客觀權重計算

1.3 綜合權重的確定

求解此優化模型，得到綜合權重如式(11)所示。

綜合權重向量為

2 基于MARCOS方法的配電網設備風險排序

雖然得到了各指標的權重值，可以通過簡單加權對各設備的風險進行評估，但是這種單純的線性求和方法難以保證判斷結果的準確性，為了提高風險評估的可靠性，本文采用MARCOS方法。

MARCOS方法是由文獻[19]首先提出的一種多準則決策方法。該算法在定義備選方案和理想解、負理想解關系的基礎上，確定給出的各個備選方案的效用函數，并根據效用函數值進行折衷排序。效用函數則代表了備選方案相對于理想和負理想解決方案的效用程度。最好的備選方案是最接近理想參考點，同時距離負理想參考點最遠的方案，在本文中，理想參考點即代表風險值最高的方案。通過以下步驟執行MARCOS方法，其中AI代表風險評估最靠前的方案，AAI代表風險評估最靠后的方案。

步驟1：形成初始評價矩陣，包括一組個標準和個備選方案。通過收集專家根據標準評估備選方案給出的評分得到。

負理想解(AAI)是具有最差特性的方案，而理想解(AI)是具有最佳特性的方案。根據不同標準的性質，AAI和AI通過應用方程式(14)和式(15)進行定義。

式中：代表一組最大化標準，即希望該標準的評分越高越好；代表一組最小化標準，即希望該標準的評分越低越好。

接著將擴展后的初始評價矩陣進行規范化處理。處理方式如式(16)和式(17)所示。

利用式(23)和式(24)確定與理想解(AI)和負理想解(AAI)有關的效用函數。

步驟6：根據效用函數的值對備選方案進行排序。

3 算法流程

結合上文所描述的方法，本文的配電網設備風險評估流程如圖1所示。

圖1 配電網設備風險評估流程

4 算例分析

本文利用文獻[10]中的數據，以東北地區某市某城區中壓配電網待升級改造的配電設備為研究對象，對該區域中面臨風險的15臺66 kV變電站主變壓器和36條10 kV線路進行風險評估。文獻[10]中選擇將新增負荷、設備負載率、設備老舊程度、供電負荷重要程度、供電半徑超過限度和電壓降越限度作為設備的風險評估指標，并基于梯級組合評分法對各設備在不同評估指標下進行評分，分別用0、2、4、6、8、10來表示各情況的嚴重程度，分數的遞增代表了嚴重程度的遞增。

表2 基于CRITIC的客觀權重

計算出各指標因素的權重后，由于MARCOS算法中有歸一化環節，所以評分中的0取值為0.001參與計算，按照式(13)—式(27)分別計算各設備的效用函數作為風險評估值。選取各設備中效用函數值排名前十的結果，如表3所示。

由表3可得，利用MARCOS方法進行評估后所得到的結果是：排名前三的風險設備分別為農業線、大橋線和天保線，風險評估值分別為0.7846、0.7468、0.6864。利用加權法基于所得到的綜合權重進行評估后得到的結果是：排名前三的分別為農業線、大橋線、天保線，加權和分別為7.0194、6.5488、5.972。利用原理相似的TOPSIS法，基于所得到的綜合權重進行評估，并將其相對貼進度作為風險評估值，所得到的結果是：排名前三的分別為農業線、大橋線、城內線，風險評估值分別為0.0436、0.0358、0.0339。MARCOS方法所得的結果對比后兩種方法中的結果可知，西奶甲線和烏林乙線的排名明顯上升，說明這些設備在MARCOS方法中的效用函數值更大，即在這種情況下更接近于理想解。在TOPSIS方法中，車站線和城內線的排名在西奶甲線與烏林乙線兩設備之前。結合評分表進行分析可知，西奶甲線和烏林乙線雖然在新增負荷和設備負載率上的評分沒有前兩者高，但設備老舊程度的評分比前兩者高出兩倍之多，且面臨著電壓降越限度這一風險問題，需要在改造升級設備時納入考慮的范圍中，因此也說明了通過MARCOS方法所得風險排名的可靠性。

表3 多種方法評估對比

同時，在所有方法所得到的結果中，風險最高的設備均為農業線和大橋線。通過評分表分析得出，農業線面臨著嚴重的新增負荷和設備過載問題，而大橋線除了設備過載問題外，與其相連的負載重要程度也很高，說明皆亟需采取維修或換新升級等改造措施。

將MARCOS方法和TOPSIS方法進行對比，具體結果見附錄A。由對比結果可知，新龍線和物流乙線在TOPSIS方法中的排名差距較遠，分別為第14名和第33名。從兩者的評分來看，新龍線的供電半徑超限度情況嚴重，而物流乙線的新增負荷、設備負載率與負荷重要程度等情況比起新龍線來說較為嚴重，且均為占有權重較高的評價指標，兩者排名相差應該不會很大，這在MARCOS方法中得到了體現，城內線和慶嶺線的排名分別為第24名和第25名。TOPSIS方法中忽略了距離的相對重要性，而MARCOS方法克服了這一缺點且更加簡單方便[24]，通過結果對比，也說明了本文所提出方法的可靠性和實用性。

5 結論與展望

本文針對配電網設備風險評估問題，利用改進的AHP-CRITIC方法結合MARCOS方法對各設備的風險程度進行排序，主要結論如下：

1) 利用改進的AHP-CRITIC方法可以充分考慮評估指標主客觀兩方面的重要性，既能參考專家的豐富經驗，也可以充分利用原始數據，同時還可以根據特殊情況改變各指標的相對重要性，使得評估指標的權重判斷更加靈活。

2) 利用MARCOS方法計算各個設備的效用函數，并根據效用函數值的大小對存在風險問題的各個設備進行排序。MARCOS方法將參考點排序法與比值法相融合，相比于TOPSIS方法更加穩定可靠。

隨著新型電力系統的發展，電網對于安全穩定的要求越來越高，電力設備面臨的風險問題更加復雜，風險因素更加繁多，因此本文所提出的評估方法還需要在參與評估的指標上進一步細化，從而進一步提高風險評估的準確性和實用性。

附錄A

圖A1 TOPSIS方法和MARCOS方法的排名結果

Fig. A1 Comparison of TOPSIS method and MARCOS method

表A1 設備各項指標的評分

Table A1 Individual evaluation index score of equipment

設備名稱新增負荷設備負載率老舊程度負荷重要程度供電半徑超限度電壓降越限度 天崗變1號884600 天崗變2號884600 天崗變3號662600 黃松甸變1號424400 黃松甸變2號424420 團結變1號224200 團結變2號444400 東橋變2號466400 天開變1號226220 天開變2號446200 蛟礦變1號224220 天吉變1號226200 拉法變2號226220 土門子變2號008200 池水變1號008200 城內線10102600 農業線10106644 車站線10102600 大橋線886802 西奶甲線886602 二井甲線686400 吉慶線668200 烏林乙線866602 西奶乙線466600 天保線668800 新農線446442 烏林線446400 北大線248244 物流乙線226400 新馬甲線026200 新崗甲線024200 新崗乙線024200 新馬乙線026200 吉達線226400 天七南線228800 牛心線006242 光榮線006222 慶嶺線006486 慶豐線006442 白平線006242 白育線006224 黃金線006442 嶺南線006266 嶺西線0082106 天七線004842 漂河線006222 勝利線004284 新龍線0062106 土奶線006222 土前線006222 漂青線0042106

[1] 趙曉龍, 方恒福, 王罡, 等. 面向彈性配電網防災減災的組件重要度評估方法[J]. 電力系統保護與控制, 2020, 48(16): 28-36.

ZHAO Xiaolong, FANG Hengfu, WANG Gang, et al. Component importance indices evaluation considering disaster prevention and mitigation in resilient distribution systems[J]. Power System Protection and Control, 2020, 48(16): 28-36.

[2] 王輝, 郝麗麗, 黃梅, 等. 基于歷史故障信息的配電網設備故障概率建模[J]. 電力自動化設備, 2020, 40(3): 76-84.

WANG Hui, HAO Lili, HUANG Mei, et al. Failure probability model of distribution network equipment based on historical fault information[J]. Electric Power Automation Equipment, 2020, 40(3): 76-84.

[3] 徐銘銘, 曹文思, 姚森, 等. 基于模糊層次分析法的配電網重復多發性停電風險評估[J]. 電力自動化設備, 2018, 38(10): 19-25, 31.

XU Mingming, CAO Wensi, YAO Sen, et al. Risk assessment of repeated multiple blackouts for distribution network based on fuzzy AHP[J]. Electric Power Automation Equipment, 2018, 38(10): 19-25, 31.

[4] 趙會茹, 李娜娜, 郭森, 等. 配電網設備故障停電風險實時評估[J]. 電力自動化設備, 2014, 34(11): 89-94.

ZHAO Huiru, LI Nana, GUO Sen, et al. Real-time risk assessment on equipment failure outage of distribution network[J]. Electric Power Automation Equipment, 2014, 34(11): 89-94.

[5] YANG Yi, TANG Wenhu, LIU Yang, et al. Quantitative resilience assessment for power transmission systems under typhoon weather[J]. IEEE Access, 2018, 6: 40747-40756.

[6] HUANG Junhui, GE Shaoyun, HAN Jun, et al. A diagnostic method for distribution networks based on power supply safety standards[J]. Protection and Control of Modern Power Systems, 2016, 1(1): 63-70.

[7] 林子釗, 潘凱巖, 周名煜, 等. 考慮實時和潛在因素的城市配電網風險評估模型和方法[J]. 電力系統自動化, 2017, 41(4): 48-55.

LIN Zizhao, PAN Kaiyan, ZHOU Mingyu, et al. Risk assessment model and method of urban distribution network considering real-time and potential factors[J]. Automation of Electric Power Systems, 2017, 41(4): 48-55.

[8] 孫黎霞, 王中一, 戴洪, 等. 計及網絡結構的配電網健康狀態評估方法研究[J]. 電力系統保護與控制, 2022, 50(4): 64-74.

SUN Lixia, WANG Zhongyi, DAI Hong, et al. The health state assessment method of a smart distribution network considering network structure[J]. Power System Protection and Control, 2022, 50(4): 64-74.

[9] 張璞, 張波, 王建, 等. 計及主設備時變狀態的變電站短時風險評估方法[J]. 電力系統保護與控制, 2021, 49(14): 73-81.

ZHANG Pu, ZHANG Bo, WANG Jian, et al. Short-term riskassessment for a power substation considering the time-varying operation conditions of power equipment[J]. Power System Protection and Control, 2021, 49(14): 73-81.

[10] 肖白, 李攀攀, 姜卓, 等. 基于梯級組合評分的農村電網精益化改造方法[J]. 電力系統自動化, 2020, 44(3): 220-228.

XIAO Bai, LI Panpan, JIANG Zhuo, et al. Lean transformation method of rural electric power grid based on cascaded combination scoring[J]. Automation of Electric Power Systems, 2020, 44(3): 220-228.

[11] 羅志剛, 韋鋼, 朱蘭, 等. 含分布式電源的城市配電網交直流改造方案綜合決策[J]. 電力系統自動化, 2020, 44(11): 87-94.

LUO Zhigang, WEI Gang, ZHU Lan, et al. Comprehensive decision on AC/DC transformation scheme of urban distribution network with distributed generator[J]. Automation of Electric Power Systems, 2020, 44(11): 87-94.

[12] 湯旻安, 張凱越, 許希元. 基于啟發式規則與AHP-CRITIC算法的配電網故障恢復策略[J]. 電力系統保護與控制, 2020, 48(14): 2-9.

TANG Min'an, ZHANG Kaiyue, XU Xiyuan. Service restoration strategy of a distribution network based on heuristic rules and the AHP-CRITIC algorithm[J]. Power System Protection and Control, 2020, 48(14): 2-9.

[13] 羅寧, 賀墨琳, 高華, 等. 基于改進的AHP-CRITIC組合賦權與可拓評估模型的配電網綜合評價方法[J]. 電力系統保護與控制, 2021, 49(16): 86-96.

LUO Ning, HE Molin, GAO Hua, et al. Comprehensive evaluation method for a distribution network based on improved AHP-CRITIC combination weighting and an extension evaluation model[J]. Power System Protection and Control, 2021, 49(16): 86-96.

[14] 肖勇, 陸文升, 李云濤, 等. 城市配電網發展形態指標體系及其評估方法研究[J]. 電力系統保護與控制, 2021, 49(1): 62-71.

XIAO Yong, LU Wensheng, LI Yuntao, et al. Research on index system and its evaluation methods of urban distribution network development form[J]. Power System Protection and Control, 2021, 49(1): 62-71.

[15] 肖輔盛, 高適, 鄧超志, 等. 一種基于檢修風險收益的輸變電設備檢修優先級排序方法[J]. 電力系統保護與控制, 2017, 45(22): 110-116.

XIAO Fusheng, GAO Shi, DENG Chaozhi, et al. Maintenance prioritization method of transmission and transformation equipment based on maintenance risk return[J]. Power System Protection and Control, 2017, 45(22): 110-116.

[16] CHEN Wenhui. Quantitative decision-making model for distribution system restoration[J]. IEEE Transactions on Power Systems, 2010, 25(1): 313-321.

[17] HADIAN S, SHAHIRI T E, FAN PHAM Q B. Multi attributive ideal-real comparative analysis (MAIRCA) method for evaluating flood susceptibility in a temperate mediterranean climate[J]. Hydrological Sciences Journal, 2022, 67(3): 401-418.

[18] 趙書強, 湯善發. 基于改進層次分析法、CRITIC法與逼近理想解排序法的輸電網規劃方案綜合評價[J]. 電力自動化設備, 2019, 39(3): 143-148, 162.

ZHAO Shuqiang, TANG Shanfa. Comprehensive evaluation of transmission network planning scheme based on improved analytic hierarchy process, CRITIC method and TOPSIS[J]. Electric Power Automation Equipment, 2019, 39(3): 143-148, 162.

[19] STEVIC Z, PAMUCAR D, PSUKA A, et al. Sustainable supplier selection in healthcare industries using a new MCDM method: measurement of alternatives and ranking according to compromise solution (MARCOS)[J]. Computers & Industrial Engineering, 2020, 140: 1-15.

[20] STANKOVIC M, STEVIC Z, DAS D K, et al. A new fuzzy MARCOS method for road traffic risk analysis[J]. Mathematics, 2020, 8(3): 1-17.

[21] CELIK E, GUL M. Hazard identification, risk assessment and control for DAM construction safety using an integrated BWM and MARCOS approach under interval type-2 fuzzy sets environment[J]. Automation in Construction, 2021, 127: 1-12.

[22] DEVECI M, ?ZCAN E, JOHN R. Offshore wind farm site selection using interval rough numbers based best-worst method and MARCOS[J]. Applied Soft Computing, 2021, 109: 1-28.

[23] 李娜娜, 何正友. 主客觀權重相結合的電能質量綜合評估[J]. 電網技術, 2009, 33(6): 55-61.

LI Nana, HE Zhengyou. Power quality comprehensive evaluation combining subjective weight with objective weight[J]. Power System Technology, 2009, 33(6): 55-61.

[24] 劉杰, 戴雨劍, 范龍文, 等. 考慮海量可再生能源接入的區域配電網綜合態勢評估方法[J]. 南方電網技術, 2022, 16(6): 65-74.

LIU Jie, DAI Yujian, FAN Longwen, et al. Comprehensive situation assessment method of regional distribution network considering massive renewable energy access[J]. Southern Power System Technology, 2022, 16(6): 65-74.

Improved AHP-CRITIC-MARCOS-based risk assessment method for distribution network equipment

WANG Min, ZOU Jie, WANG Huilin, ZUO Fanglin

(College of Energy and Electrical Engineering, Hohai University, Nanjing 211100, China)

Realizing the accurate risk assessment of distribution network equipment is of great significance in improving reliability. There is an evaluation problem of considering multiple risk factors under different weights. Thus this paper proposes a risk assessment method based on an improved AHP-CRITIC-MARCOS method. First, it selects appropriate evaluation indicators for the risk of the equipment. Second, the improved AHP method combined with CRITIC method is used to calculate the subjective and objective comprehensive weight of each index. Finally, the utility function of the distribution network equipment to be evaluated is calculated using the MARCOS method in multi criteria decision-making, and the risk degree of each equipment is ranked accordingly. The effectiveness of the proposed method is verified by an example. The results can be used to accurately select equipment upgrading and improve the reliability of a distribution network.

subjective and objective weight; MCDM; improved AHP-CRITIC method; MARCOS method; risk assessment of distribution network equipment

10.19783/j.cnki.pspc.220552

國家自然科學基金項目資助(51777058)

This work is supported by the National Natural Science Foundation of China (No. 51777058).

2022-04-18；

2022-07-14

王 敏(1974—)，女，通信作者，博士，副教授，研究方向為分布式發電、電力系統規劃與可靠性；E-mail: wangmin@hhu.edu.cn

鄒 婕(1999—)，女，碩士研究生，研究方向為電力系統可靠性；E-mail: 912588557@qq.com

王惠琳(1999—)，女，碩士研究生，研究方向為配電網三相不平衡治理。E-mail: 1902116237@qq.com

(編輯 魏小麗)