（南瑞集团有限公司/国网电力科学研究院有限公司 江苏省南京 211106）
摘要：本文构建了包括基于TRL的技术成熟度评估模型、项目成熟度评估模型、区域智能化水平评估模型的完整的智能电网综合评估模型。该综合评估模型从成熟度角度，描述了智能电网中包含先进技术在内的区域电网或示范工程项目的发展水平，实现了智能电网技术成熟度、智能电网项目成熟度、智能电网区域智能化水平的评估，并且考虑了底层指标的不确定性对评估结果进行置信度分析，考虑了区域智能化水平的时间与空间维度推演，完成预测。
关键词：技术成熟度；项目成熟度；区域智能化
一、智能电网产业成熟度标准评价指标体系
1、产业规模大
传统输电网络正在向综合配置能源、产业、信息等各类资源，带动智能家居、智能交通、智能社区、智慧城市发展的智能化电网转变。国家电网公司所发布的《关于加快推进坚强智能电网建设的意见》指出，2009年到2020年，智能电网建设总投资规模将达到4万亿元。同时，南方电网也对智能电网建设进行了相关规划布局。可以预见，智能电网产业投资大，产业规模大，未来将有广阔的发展空间，孕育着巨大的发展机遇。抢占智能电网产业发展先机，有利于拉动经济发展，带动地方产业链建设。
2、技术导向性
智能电网基于物理电网，以通信信息平台为支撑，具有信息化、自动化、互动化等特征。随着智能电网试点工程深化，带动了我国智能电网装备的快速发展，许多电网设备需要具有“智能化”功能，需要集成数字化技术、传感器技术、信息通信技术和现代控制技术等。以此为导向的技术更新，催生了一系列的新兴产业。可以看出，智能电网产业发展是以智能电网核心技术研发，智能电网装备革新为基础的。即智能电网产业的发展本质上是智能电网核心技术的革新。因此在智能电网产业成熟度评价中，应以技术性能为核心导向。
3、产业链延伸
在智能电网的建设中，随着新能源接入技术、储能技术、电力电子技术、控制技术、信息通信技术等技术的广泛应用，促进了关联产业的延伸发展。如：日本NGK，原为生产电瓷和避雷器产品的企业，利用其在陶瓷领域的研制优势，成功研制了钠硫电池的核心部件β氧化铝，现已成为世界第一家生产钠硫电池厂商。在智能电网产业规划发展中，基于原有产业基础，利用现有研究优势，实现产业转型和技术升级，能有效促进智能电网产业的发展。因此在智能电网产业成熟度评价中，应重点考察产业配套与技术开发能力。
二、智能电网综合评估模型
如图1所示，技术的发展离不开项目与区域电网的依托，同时技术水平的高低也是衡量项目成熟水平、区域智能化水平的关键，将技术发展水平纳入项目成熟度与电网智能化水平评估的输入接口体现了技术对于项目和区域的重要支撑作用；同时区域电网与项目评估的结果又可反馈给技术指导意见，根据发展态势与技术特点指导技术针对性发展。项目的发展也体现着该项目所在区域的电网运作环境的好坏，而由于项目助推城市发展的侧重不同，项目成熟度结果不直接与区域智能化水平对接；区域智能化水平通过坚强智能电网5大属性且根据项目的个性化方向反馈给工程项目作为指导意见。
1、智能电网项目成熟度评估模型
智能电网工程项目具有“多方参与、多方共建”的特点，考虑项目的运作模式和运作环境，并兼顾“增值盈利”与“技术示范”，评估智能电网项目成熟度，为智能电网项目建设、运营提供全面、客观的反馈信息。项目成熟度评估模型从技术性能、政策环境、管理水平、商业模式4个维度构建指标体系。针对目标评估项目，技术性能由项目提炼出的关键技术根据技术性能等级法依次进行评估得到；考虑项目运行的大背景，政策环境从政府扶持和政策健全两方面设立下级指标评估；管理水平依据项目进程，从启动过程、执行过程、收尾过程、运营规划4个阶段进行评估。对于有商业模式的项目，商业模式根据项目实际运作情况，从战略目标、核心竞争力、利益生态和财务价值和转型升级5个子项下级指标综合考虑评估；若项目不含商业模式，则此项不参与评估计算。最后综合以上4个维度（项目含商业模式）或3个维度（项目不含商业模式）得到该项目的项目成熟度。
2、区域智能化水平评估模型
依据我国智能电网功能特性、关键技术及其在电力系统的发电、输电、变电、配电、用电、调度及通信信息平台等环节的综合表征的基础，结合坚强智能电网的5大属性即“坚强可靠”、“经济高效”、“清洁环保”、“透明开放”、“友好互动”，并以这5个属性作为一级指标，分别层层下设对应的二级、三级直至最底层指标，构建区域智能化水平评估指标体系，如下图所示。
值得注意的是，本文特别考虑了智能电网关键技术对区域智能化水平的影响。对于某些智能电网技术来说，虽然很先进，但由于复杂原因不能很好地支撑区域电网智能化的发展，为此本文提出了关键技术适用度的概念。关键技术适用度是综合考虑了智能电网关键技术发展水平，以及其在该区域适用程度的一项指标。提取能够分别表征5大属性的各个关键技术，将关键技术适用度纳入所对应属性的二级指标中。
3、评估结果不确定性分析及外推
智能电网数据繁杂，且电网中存在诸多不确定因素，如负荷、发电以及人为因素，这些都会导致电网评估结果的不确定性。评估结果的置信水平值得考究。在实际评估中，由于客观条件所限，并不是所有地区智能电网的所有相关数据均可获得。考虑时间维度与空间维度的探索方向，在数据不完整的情况下进行推衍预测。在有限的条件下根据已有的数据进行评估结果的置信度分析和评估外推变得尤为重要。
3.1不确定性分析
已知底层指标的分布类型，根据底层指标的半不变量、底层指标与评估对象顶层元素的函数对应关系，求得顶层指标的半不变量，采用Gram-Charli⁃er级数展开式拟合求得顶层指标的分布，采用该级数法拟合分布，根据分布函数判断评估结果特定区间的置信水平，衡量数据不确定性带来的评估波动影响。
3.2时间外推与空间外推
对于时间维度，利用非线性最小二乘法NLS（nonlinearleastsquare）求解Logistic模型的参数，设置目标函数，根据NLS的准则使剩余残差平方和最小化。采用Logistic模型对智能电网进行阶段性评估，分析其结果变化的原因，注意评估指标模型中指标以及权重的变化，分析其等级的变化以科学地预测未来趋势。对于空间维度，提取区域几大关键基本信息作为“桥梁”完成区域基本信息与区域智能化水平的映射，采用偏最小二乘回归分析，充分挖掘同一指标的横向对比，进行地域上从点到点、从点到面的演化。该方法避免了多元校正方法的约束条件多的情况，它集多元线性回归分析、典型相关分析和主成分分析的基本功能于一体，能在样本个数较少以及自变量存在严重多重相关性的条件下进行建模，灵活性较高且模型对实际的解释力更强。
4、智能电网技术成熟度评估模型
高新技术作为智能电网中能源与信息的转换纽带和传输链，其性能优良与否在智能电网的安全、经济、清洁运行中起着至关重要的作用；技术的经济价值反映了技术能够带来的经济效益、市场需求等；技术的社会环境影响则综合考虑多重利益相关方，表现了技术对环境和社会带来的效益，包括节能减排、生态维护、用户感受等。本文从技术性能、技术经济价值、社会与环境影响3个方面构建智能电网技术成熟度评估模型。如下图所示，技术性能基于TRL采用等级法评估，设置6级步步推进地描述技术发展程度；技术经济价值和社会与环境影响通过传统指标层层下设进行评估。技术只有成长发展到第4级后，才有拓展进行经济、社会环境效益评估的意义。故在技术性能第4级设置门槛检查，达到要求后评估经济价值和社会与环境影响，未达到要求则仅将技术性能评估结果作为成熟度分析最终结果。
三、应用实例
以某地区A实际电网为例进行区域智能化水平评估。首先，应用CESG软件对地区A涉及的15项关键技术进行技术成熟度评估；然后，应用CESG软件进行地区A区域智能化水平的综合评估。某技术的成熟度评估结果如图7所示，通过“技术性能等级分析”与“成熟度分析”选项可查看该技术的详细发展状况，通过“数据选项”下拉菜单可依次查看不同技术的成熟度评估结果。图7显示基于TRL评估得到技术性能等级已达到第5级，即“第5级：综合优化”阶段，发展水平较高。由于该技术评估时底层部分指标数据的不确定性，得到评估结果在±0.05波动范围的置信度为0.8294，可以看出该置信度尚可。对于智能电网的政策扶持，在加快特高压电网和城乡电网建设的同时，在关键技术和设备上实现重大突破和广泛应用也极为必要。基于智能电网综合评估模型和CESG获取的地区A智能化水平评估结果主要包括以下几个方面。
（1）通过“年份”下拉菜单可依次查看2009—2013年的地区A电网综合评估结果依次为0.6812、0.7316、0.8238、0.8855、0.9738，由此看出地区A电网的智能化水平呈逐步提高态势。（2）空间外推获取地区B的区域智能化水平。基于CESG对地区B同年智能化水平进行评估，与基于地区A空间外推的结果进行比较，空间外推精度为0.3%。基于CESG可对详细数据搜集条件有限的地区的智能化水平有一个宏观的把握和了解。（3）评估指标在给定置信区间的置信度为0.8904。说明底层指标的不确定性对于智能电网的综合评估影响结果不大，故认为结果非常可信。此外，目前已基于智能电网综合评估模型对某地区智能电网综合建设工程和某省分布式光伏发电及微网运行控制试点工程两个示范工程项目进行了项目成熟度评估，形成了项目成熟度评估报告，评估结果与工程实际发展情况吻合，应用情况显示评估模型与CESG有较高的可靠性、通用性水平。
结束语
基于该评估模型开发了智能电网综合评估软件CESG。CESG给出了评估对象发展水平及其优劣势侧重项，实现了对评估结果的分析。对地区A区域电网的评估和两个实际工程评估应用实例表明，本文提出的评估模型和所开发的CESG能很好地满足智能电网综合评估的要求，能够为规划人员提供系统的电网发展参考信息。
参考文献：
[1]曾乐宏，周晖，张祥龙.基于区间数的多指标灰靶模型在智能变电站综合评价中的应用[J].水电能源科学，2014，32（12）：182-185.
[2]杨掌林.电网多环节系统可靠性评估[D].华南理工大学，2014.
[3]聂德桢.智能变电站二次系统故障诊断方法研究[D].山东大学，2014.
[4]宋琪.智能电网的发展效益测评与系统规划研究[D].浙江大学，2014.
[5]张心洁.智能配电网综合评估体系与方法研究[D].天津大学，2014.
[6]梅彦.智能电网类上市公司盈利能力及其影响因素研究[D].浙江大学，2014.
作者简介：
郑汝成（1989-），男，湖南邵阳，学士，初级工程师，长期从事变电站自动化的工程调试及应用研究．
倪敏佳（1991-），男，江苏苏州，学士，初级工程师，长期从事智能变电站和继电保护的研究与应用．
论文作者:郑汝成,倪敏佳,张俊伟
论文发表刊物:《电力设备》2017年第32期
论文发表时间:2018/4/17
标签：电网论文; 智能论文; 成熟度论文; 技术论文; 项目论文; 区域论文; 模型论文; 《电力设备》2017年第32期论文;