一种基于模糊DEMATEL-改进VIKOR的储能电池选型方法与流程

一种基于模糊dematel-改进vikor的储能电池选型方法
技术领域
1.本发明涉及电池储能技术领域，具体涉及一种基于模糊dematel-改进vikor的储能电池选型方法。


背景技术：

2.近年来，大规模开发利用化石能源带来的能源危机、环境危机凸显，以风能和太阳能为主的可再生能源发电得到迅速发展。但风、光发电具有随机性、间歇性等特点，给电网稳定运行带来了新问题。储能系统凭借其自身所具有的调节灵活、响应迅速、安全可控等特性，逐渐引起社会各界的广泛关注。储能技术能够显著提高可再生能源的消纳水平，为电网运行提供调峰调频、需求响应等多种服务。目前，储能技术正朝着转换高效化、高能量密度化和低应用成本化的方向发展。针对电网侧多点布置的分布式储能具有能源利用率高、环境污染小、安装地点灵活等优点，与集中式储能相比较，节省了输配电资源和运行费用，同时降低了输配电过程中的线路损耗。目前储能研究主要集中在储能选址定容方面，针对储能电池选型的研究较少，当前还没有相对成熟和系统的研究成果，还有很多的未知领域需要去探索和实践，且已有的储能电源选型研究多是考虑技术可用性和价格因素进行简单对比得出，并未形成系统、典型的技术和经济选型方法，更未形成全面考虑技术性、经济性的综合选型方法。因此，针对应用场景要求，对储能电源进行系统的技术性、经济性选型研究是有必要的。


技术实现要素：

3.本发明基于储能电池单体综合性能的评估指标，利用粗糙集、模糊dematel和改进vikor法的优点，提出了一种储能电池单体的选型方法，为储能电池单体的综合评估提供了一种方法。具体技术方案如下：
4.一种基于模糊dematel-改进vikor的储能电池选型方法，包括下述步骤：
5.步骤1：选取多种不同种类的储能电池作为选型对象，确定电池性能评估指标；具体包括如下步骤：
6.步骤1.1：选取多种不同种类的储能电池作为选型对象；
7.步骤1.2：选取与电池性能相关的评估指标，分为技术性指标和经济性指标；技术性指标包括：响应或持续时间、功率范围、循环寿命、技术成熟度、效率；经济性指标包括：功率成本、容量成本、年发电量、每度电成本；图2为储能电池综合性能评估指标体系示例；
8.步骤1.3：根据实际工程中的具体数据，获取各种储能电池不同指标下的数据，并将其填入原始数据表格；
9.步骤1.4：对原始数据表格进行处理，以不同储能电池为行，评估指标为列，得到m行n列的决策信息系统；如表1所示，a
ij
表示第i种类电池在第j个评价指标方面的得分；
10.表1决策信息系统
[0011][0012]
步骤2：运用粗糙集对数据进行处理，根据指标重要度筛选出关键指标；具体包括如下步骤：
[0013]
步骤2.1：把第一列指标放在最后一列作为决策准则集，运用粗糙集处理，得到核属性集；
[0014]
步骤2.2：依次将每一列指标放在最后一列作为决策准则集，多次运用粗糙集处理，重复步骤2.1，依次进行n次集合运算和比较，便可以得到另外一组核属性集；
[0015]
步骤2.3：在步骤2.2的基础上，分析得到的核属性集，根据分析结果筛选出关键指标，具体步骤为：将这些集合进行统计汇总，计算出每个指标出现的次数，并进行排序，选取出现次数最多的指标，这些指标即为储能电池综合性能评估的关键指标；
[0016]
步骤3：运用模糊dematel法求解储能电池选型关键指标的权重系数；具体包括如下步骤：
[0017]
步骤3.1：采用犹豫模糊语言术语集(hesitant fuzzy linguistic term set,hflts)收集决策者对不同指标重要程度的评价信息，构造了七级评价语义术语，并通过表2评价语义术语与tifns转换表实现评价语义术语到三角直觉模糊数的转换；
[0018]
表2评价语义术语与tifns转换表
[0019]
评价语义术语tifns很低((0.00,0.00,0.17)；0.8,0.1)低((0.00,0.17,0.34)；0.8,0.1)较低((0.17,0.34,0.51)；0.9,0.0)中等((0.34,0.51,0.68)；1.0,0.0)较高((0.51,0.68,0.85)；0.9,0.0)高((0.68,0.85,1.00)；0.8,0.1)很高((0.85,1.00,1.00)；0.7,0.2)
[0020]
步骤3.2：根据各个关键指标之间相互影响的方向和程度建立直接影响矩阵，具体步骤为：首先专家评价组由l位专家构成，记为h＝(h1，h2，
……
，h
l
)；每位专家根据指标之间相互影响的方向和程度，独立地构建语义直接影响矩阵，并结合表2将其转换为三角直觉模糊直接影响矩阵ak，最后，结合专家权重得到总直接影响矩阵a；
[0021][0022][0023][0024]
式中，a
ijk
表示第k个专家关于指标i对指标j的直接影响程度大小的评估值；n表示指标的数量；ωk表示专家k的权重，所有权重相加为1；
[0025]
步骤3.3：在步骤3.2的基础上对矩阵进行去模糊化，计算得到标准直接影响矩阵；
[0026]
步骤3.4：计算综合影响矩阵，并计算关键指标的影响度与被影响度、中心度和原因度，据此得到关键指标权重系数；
[0027]
步骤4：运用改进vikor法对多种储能电池的综合性能进行排序，完成电池选型；包括如下步骤：
[0028]
步骤4.1：根据储能电池种类和关键指标数据构建综合决策矩阵并进行归一化处理,式中n表示储能电池种类数；m表示关键指标的个数；
[0029]
z＝[z
ij
]n×m；
[0030][0031]
步骤4.2：根据规范化之后的综合决策矩阵求解正理想解f
j+
和负理想解f
j-，具体步骤为：
[0032][0033][0034]
式中，j+表示极大性指标，j-表示极小性指标；
[0035]
步骤4.3：结合灰色关联理论，结合权重计算各种储能电池的最大效应值si和最小后悔值ri；
[0036][0037][0038]
式中，ρ∈[0,1]，ωj为关键指标的权重；
[0039]
步骤4.4：在上述步骤基础上计算出各种储能电池的vikor值，公式如下：
[0040][0041]
式中，s
*
＝maxsi,s-＝minsi,r
*
＝maxri,r-＝minri，v表示最大效用权重，v＝0.5说明决策者为折衷态度，表示以均衡方式使群体效用最大化，个体遗憾最小化；
[0042]
步骤4.5：根据步骤4.4得到的各种储能电池vikor值，当满足以下两个条件时，可依据qi的大小进行排序，qi值最大的为最优储能电池类型；
[0043]
条件1：(q
″‑q′
)≥[1/(t-1)]，其中，q
″
值为根据qi值排序出的第二个备选方案，q
′
为根据qi值排序第一的备选方案，t为备选方案的数目；
[0044]
条件2：决策过程中可以接受的稳定性，根据qi值排序第一方案同样也是si或ri中排序第一的方案，表明通过计算qi得到排序第一位的方案也能通过si或ri加以验证，至此选型完毕。
[0045]
本发明技术方案中，首先运用粗糙集对评估指标进行筛选，得到关键性能指标后运用模糊dematel法处理得到各个关键指标的权重系数，然后通过改进的vikor法对各类储能电池进行排序，完成选型。该方法适用性较强，可用于不同类型的储能电池单体，且多次使用粗糙集筛选指标，结果具有较高的可信度；其次，在dematel模型的基础上进行改进，加入模糊的思想，提高了所得指标权重的说服力；最后，对传统的vikor方法进行改进，融合灰色关联理论，使得该方法具有创新性。与已有的电池选型技术相比，本发明具有适用范围广、准确率高、参考性强的优点。
附图说明
[0046]
图1是本发明基于模糊dematel-改进vikor的储能电池选型方法示意图。
[0047]
图2是本发明储能电池综合性能评估指标体系。
具体实施方式
[0048]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述。
[0049]
一种基于模糊dematel-改进vikor的储能电池选型方法，包括如下步骤：
[0050]
步骤1：选取多种不同种类的储能电池作为选型对象，确定电池性能评估指标；具体包括如下步骤：
[0051]
步骤1.1：选取多种不同种类的储能电池作为选型对象，目前，储能实际工程中常用电池包括：锂电池、铅碳电池、钠硫电池、全钒液流电池和超级电容等；比如锂电池又进一步包括：锂-氟化石墨电池、锂二氧化锰电池、锂亚硫酰氯电池、锂硫化铁电池、锂-氧化铜电池等；
[0052]
步骤1.2：根据电池厂家提供的产品规格说明书和实际工程的数据，选取与电池性能相关的评估指标，分为技术性指标和经济性指标；技术性指标包括：响应或持续时间、功率范围、循环寿命、技术成熟度、效率；经济性指标包括：功率成本、容量成本、年发电量、每度电成本；图2为储能电池综合性能评估指标体系示例；
[0053]
步骤1.3：根据实际工程中的具体数据，获取各种储能电池不同指标下的数据，并
将其填入原始数据表格；
[0054]
步骤1.4：对原始数据表格进行处理，以不同储能电池为行，评估指标为列，得到m行n列的决策信息系统；
[0055]
具体步骤为：根据具体数据，把每一列数据即每一个评估指标下的数据进行等级划分，比如某组数据范围是0-100，则可划分为五个等级：0-20、21-40、41-60、61-80和81-100，并对五个等级分别编号为：1、2、3、4、5，划分等级的区间个数和区间长度都可以不同，但编号必须从1开始；
[0056]
表1决策信息系统
[0057][0058]
步骤2：运用粗糙集对数据进行处理，根据指标重要度筛选出关键指标；具体包括如下步骤：
[0059]
步骤2.1：把第一列指标放在最后一列作为决策准则集，运用粗糙集处理，得到核属性集，具体步骤如下：
[0060]
步骤2.1.1：该决策信息系统的准则集为储能电池综合性能的评估指标集，则前n-1个评估指标组成条件准则集，第n个评估指标为决策准则集，设前n-1个评估指标集合为c，设第n个评估指标为d，求出c的d正域，记为：pos
cd
，正域即为集合d的下近似；
[0061]
步骤2.1.2：依次去掉前n-1个评估指标中的每个指标，仿照上述步骤2.1.1依次求出pos
c-a1d
、pos
c-a2d
、
…
、pos
c-a(n-1)d
，且将其分别与pos
cd
比较，若两个集合完全相等，则去掉的评估指标重要性较低，不属于核属性集；若两个集合不相等，则去掉的评估指标属于核属性集；
[0062]
步骤2.1.3：通过步骤2.1.2中的n次运算和比较，就可以得到该决策表下的一个核属性集；
[0063]
步骤2.2：类比步骤2.1，依次将每一列指标放在最后一列作为决策准则集，多次运用粗糙集处理，重复步骤2.1，依次进行n次集合运算和比较，便可以得到另外一组核属性集；
[0064]
步骤2.3：在步骤2.2的基础上，分析得到的核属性集，根据分析结果筛选出关键指标，具体步骤为：将这些集合进行统计汇总，计算出每个指标出现的次数，并进行排序，选取出现次数最多的指标，这些指标即为储能电池综合性能评估的关键指标；该步骤实现方法有：用excel中的countif函数直接求解、用java中的charat函数进行统计、用python中的counter函数进行统计等；
[0065]
步骤3：运用模糊dematel法求解储能电池选型关键指标的权重系数；具体包括如下步骤：
[0066]
步骤3.1：采用犹豫模糊语言术语集(hesitant fuzzy linguistic term set,hflts)收集决策者对不同指标重要程度的评价信息，构造了七级评价语义术语，并通过表2评价语义术语与tifns转换表实现评价语义术语到三角直觉模糊数的转换；
[0067]
表2评价语义术语与tifns转换表
[0068]
评价语义术语tifns很低((0.00,0.00,0.17)；0.8,0.1)低((0.00,0.17,0.34)；0.8,0.1)较低((0.17,0.34,0.51)；0.9,0.0)中等((0.34,0.51,0.68)；1.0,0.0)较高((0.51,0.68,0.85)；0.9,0.0)高((0.68,0.85,1.00)；0.8,0.1)很高((0.85,1.00,1.00)；0.7,0.2)
[0069]
步骤3.2：根据各个关键指标之间相互影响的方向和程度建立直接影响矩阵，具体步骤为：首先专家评价组由l位专家构成，记为h＝(h1，h2，
……
，h
l
)；每位专家根据指标之间相互影响的方向和程度，独立地构建语义直接影响矩阵，并结合表2将其转换为三角直觉模糊直接影响矩阵ak，最后，结合专家权重得到总直接影响矩阵a；
[0070][0071][0072][0073]
式中，a
ijk
表示第k个专家关于指标i对指标j的直接影响程度大小的评估值；n表示指标的数量；ωk表示专家k的权重，所有权重相加为1；
[0074]
步骤3.3：在步骤3.2的基础上对矩阵进行去模糊化，计算得到标准直接影响矩阵，具体步骤如下：
[0075]
步骤3.3.1：首先如下公式对总直接影响矩阵中的元素进行去模糊化，得到去模糊化的直接影响矩阵e；
[0076][0077]
式中，为的可用比率排序函数；θ表示决策者的偏好信息，包括决策者的风险偏好与态度偏好；θ＜0.5表明决策者为风险回避型或消极型；θ＝0.5表明决策者为风险中立型或平和型；θ＞0.5表明决策者为风险追求型或乐观型；
[0078]
步骤3.3.2：再根据如下公式对直接影响矩阵e进行标准化，得到标准直接影响矩阵x；
[0079][0080][0081]
x＝[x
ij
]n×n＝s
·
e；
[0082]
步骤3.4：计算综合影响矩阵，并计算关键指标的影响度与被影响度、中心度和原因度，据此得到关键指标权重系数，具体步骤如下：
[0083]
步骤3.4.1：计算综合影响矩阵，式中，i为n阶单位矩阵；
[0084][0085]
步骤3.4.2：计算影响度与被影响度；影响度p与被影响度的计算公式如下：
[0086][0087][0088]
步骤3.4.3计算中心度和原因度；
[0089][0090][0091]
式中，mi为指标的中心度，ui为指标的原因度，指标的中心度反映了该指标在指标体系中的位置和重要程度，指标的原因度反映了指标对系统的净影响程度，由此得到各关键指标的权重；
[0092]
步骤4：运用改进vikor法对多种储能电池的综合性能进行排序，完成电池选型；包括如下步骤：
[0093]
步骤4.1：根据储能电池种类和关键指标数据构建综合决策矩阵并进行归一化处理,式中n表示储能电池种类数；m表示关键指标的个数；
[0094]
z＝[z
ij
]n×m；
[0095][0096]
步骤4.2：根据规范化之后的综合决策矩阵求解正理想解f
j+
和负理想解f
j-，具体步骤为：
[0097]
[0098][0099]
式中，j+表示极大性指标，j-表示极小性指标；
[0100]
步骤4.3：结合灰色关联理论，结合权重计算各种储能电池的最大效应值si和最小后悔值ri；
[0101][0102][0103]
式中，ρ∈[0,1]，ωj为关键指标的权重；
[0104]
步骤4.4：在上述步骤基础上计算出各种储能电池的vikor值，公式如下：
[0105][0106]
式中，s
*
＝maxsi,s-＝minsi,r
*
＝maxri,r-＝minri，v表示最大效用权重，v＝0.5说明决策者为折衷态度，表示以均衡方式使群体效用最大化，个体遗憾最小化；
[0107]
步骤4.5：根据步骤4.4得到的各种储能电池vikor值，当满足以下两个条件时，可依据qi的大小进行排序，qi值最大的为最优储能电池类型；
[0108]
条件1：(q
″‑q′
)≥[1/(t-1)]，其中，q
″
值为根据qi值排序出的第二个备选方案，q
′
为根据qi值排序第一的备选方案，t为备选方案的数目；
[0109]
条件2：决策过程中可以接受的稳定性，根据qi值排序第一方案同样也是si或ri中排序第一的方案，表明通过计算qi得到排序第一位的方案也能通过si或ri加以验证，至此选型完毕。

技术特征：
1.一种基于模糊dematel-改进vikor的储能电池选型方法，其特征在于，包括如下步骤：步骤1：选取多种不同种类的储能电池作为选型对象，确定电池性能评估指标；具体包括如下步骤：步骤1.1：选取多种不同种类的储能电池作为选型对象；步骤1.2：选取与电池性能相关的评估指标，分为技术性指标和经济性指标；技术性指标包括：响应或持续时间、功率范围、循环寿命、技术成熟度、效率；经济性指标包括：功率成本、容量成本、年发电量、每度电成本；图2为储能电池综合性能评估指标体系示例；步骤1.3：根据实际工程中的具体数据，获取各种储能电池不同指标下的数据，并将其填入原始数据表格；步骤1.4：对原始数据表格进行处理，以不同储能电池为行，评估指标为列，得到m行n列的决策信息系统；如表1所示，a
ij
表示第i种类电池在第j个评价指标方面的得分；表1决策信息系统步骤2：运用粗糙集对数据进行处理，根据指标重要度筛选出关键指标；具体包括如下步骤：步骤2.1：把第一列指标放在最后一列作为决策准则集，运用粗糙集处理，得到核属性集；步骤2.2：依次将每一列指标放在最后一列作为决策准则集，多次运用粗糙集处理，重复步骤2.1，依次进行n次集合运算和比较，便可以得到另外一组核属性集；步骤2.3：在步骤2.2的基础上，分析得到的核属性集，根据分析结果筛选出关键指标，具体步骤为：将这些集合进行统计汇总，计算出每个指标出现的次数，并进行排序，选取出现次数最多的指标，这些指标即为储能电池综合性能评估的关键指标；步骤3：运用模糊dematel法求解储能电池选型关键指标的权重系数；具体包括如下步骤：步骤3.1：采用犹豫模糊语言术语集(hesitant fuzzy linguistic term set,hflts)收集决策者对不同指标重要程度的评价信息，构造了七级评价语义术语，并通过表2评价语义术语与tifns转换表实现评价语义术语到三角直觉模糊数的转换；表2评价语义术语与tifns转换表评价语义术语tifns很低((0.00,0.00,0.17)；0.8,0.1)
低((0.00,0.17,0.34)；0.8,0.1)较低((0.17,0.34,0.51)；0.9,0.0)中等((0.34,0.51,0.68)；1.0,0.0)较高((0.51,0.68,0.85)；0.9,0.0)高((0.68,0.85,1.00)；0.8,0.1)很高((0.85,1.00,1.00)；0.7,0.2)步骤3.2：根据各个关键指标之间相互影响的方向和程度建立直接影响矩阵，具体步骤为：首先专家评价组由l位专家构成，记为h＝(h1，h2，
……
，h
l
)；每位专家根据指标之间相互影响的方向和程度，独立地构建语义直接影响矩阵，并结合表2将其转换为三角直觉模糊直接影响矩阵a
k
，最后，结合专家权重得到总直接影响矩阵a；，最后，结合专家权重得到总直接影响矩阵a；，最后，结合专家权重得到总直接影响矩阵a；式中，a
ijk
表示第k个专家关于指标i对指标j的直接影响程度大小的评估值；n表示指标的数量；ω
k
表示专家k的权重，所有权重相加为1；步骤3.3：在步骤3.2的基础上对矩阵进行去模糊化，计算得到标准直接影响矩阵；步骤3.4：计算综合影响矩阵，并计算关键指标的影响度与被影响度、中心度和原因度，据此得到关键指标权重系数；步骤4：运用改进vikor法对多种储能电池的综合性能进行排序，完成电池选型；包括如下步骤：步骤4.1：根据储能电池种类和关键指标数据构建综合决策矩阵并进行归一化处理,式中n表示储能电池种类数；m表示关键指标的个数；z＝[z
ij
]
n
×
m
；步骤4.2：根据规范化之后的综合决策矩阵求解正理想解f
j+
和负理想解f
j-，具体步骤为：为：
式中，j+表示极大性指标，j-表示极小性指标；步骤4.3：结合灰色关联理论，结合权重计算各种储能电池的最大效应值s
i
和最小后悔值r
i
；；式中，ρ∈[0,1]，ω
j
为关键指标的权重；步骤4.4：在上述步骤基础上计算出各种储能电池的vikor值，公式如下：式中，s
*
＝maxs
i
,s-＝mins
i
,r
*
＝maxr
i
,r-＝minr
i
，v表示最大效用权重，v＝0.5说明决策者为折衷态度，表示以均衡方式使群体效用最大化，个体遗憾最小化；步骤4.5：根据步骤4.4得到的各种储能电池vikor值，当满足以下两个条件时，可依据q
i
的大小进行排序，q
i
值最大的为最优储能电池类型；条件1：(q
″‑
q
′
)≥[1/(t-1)]，其中，q
″
值为根据q
i
值排序出的第二个备选方案，q
′
为根据q
i
值排序第一的备选方案，t为备选方案的数目；条件2：决策过程中可以接受的稳定性，根据q
i
值排序第一方案同样也是s
i
或r
i
中排序第一的方案，表明通过计算q
i
得到排序第一位的方案也能通过s
i
或r
i
加以验证，至此选型完毕。2.根据权利要求1所述一种基于模糊dematel-改进vikor的储能电池选型方法，其特征在于，所述步骤2.1具体包括如下步骤：步骤2.1.1：该决策信息系统的准则集为储能电池综合性能的评估指标集，则前n-1个评估指标组成条件准则集，第n个评估指标为决策准则集，设前n-1个评估指标集合为c，设第n个评估指标为d，求出c的d正域，记为：pos
cd
，正域即为集合d的下近似；步骤2.1.2：依次去掉前n-1个评估指标中的每个指标，仿照上述步骤2.1.1依次求出pos
c-a1d
、pos
c-a2d
、
…
、pos
c-a(n-1)d
，且将其分别与pos
cd
比较，若两个集合完全相等，则去掉的评估指标重要性较低，不属于核属性集；若两个集合不相等，则去掉的评估指标属于核属性集；步骤2.1.3：通过步骤2.1.2中的n次运算和比较，就可以得到该决策表下的一个核属性集。3.根据权利要求1所述一种基于模糊dematel-改进vikor的储能电池选型方法，其特征在于，所述步骤3.3具体包括如下步骤：步骤3.3.1：首先如下公式对总直接影响矩阵中的元素进行去模糊化，得到去模糊化的直接影响矩阵e；
式中，为的可用比率排序函数；θ表示决策者的偏好信息，包括决策者的风险偏好与态度偏好；θ＜0.5表明决策者为风险回避型或消极型；θ＝0.5表明决策者为风险中立型或平和型；θ＞0.5表明决策者为风险追求型或乐观型；步骤3.3.2：再根据如下公式对直接影响矩阵e进行标准化，得到标准直接影响矩阵x；步骤3.3.2：再根据如下公式对直接影响矩阵e进行标准化，得到标准直接影响矩阵x；x＝[x
ij
]
n
×
n
＝s
·
e。4.根据权利要求1所述一种基于模糊dematel-改进vikor的储能电池选型方法，其特征在于，所述步骤3.4具体包括如下步骤：步骤3.4.1：计算综合影响矩阵，式中，i为n阶单位矩阵；步骤3.4.2：计算影响度与被影响度；影响度p与被影响度的计算公式如下：的计算公式如下：步骤3.4.3计算中心度和原因度；步骤3.4.3计算中心度和原因度；式中，m
i
为指标的中心度，u
i
为指标的原因度，指标的中心度反映了该指标在指标体系中的位置和重要程度，指标的原因度反映了指标对系统的净影响程度，由此得到各关键指标的权重。

技术总结
本发明涉及一种基于模糊DEMATEL-改进VIKOR的储能电池选型方法。方法包括下述步骤：选取多种不同种类的储能电池作为选型对象，确定电池性能评估指标；运用粗糙集对数据进行处理，根据指标重要度筛选出关键指标；运用模糊DEMATEL法求解储能电池选型关键指标的权重系数；运用改进VIKOR法对多种储能电池的综合性能进行排序，完成电池选型；与已有的电池选型技术相比，本发明具有适用范围广、准确率高、参考性强的优点。考性强的优点。考性强的优点。


技术研发人员：尚彦赟 宋红为 卢广旗 刘栋梁 杨照光 霍光 王江宁 张永强 吴阳 雷乘龙 王佩霞
受保护的技术使用者：国网甘肃综合能源服务有限公司
技术研发日：2023.07.31
技术公布日：2023/10/11