储能技术的不断发展,使得储能类型逐渐多元化,各类储能性能各异。为提高典型应用场景下储能选型的适用性,文章提出了基于模糊层次分析与TOPSIS(technique for order preference by similarity to an ideal solution)相结合的典型场景下...储能技术的不断发展,使得储能类型逐渐多元化,各类储能性能各异。为提高典型应用场景下储能选型的适用性,文章提出了基于模糊层次分析与TOPSIS(technique for order preference by similarity to an ideal solution)相结合的典型场景下储能适用性评估方法。利用层次分析法,根据多元化储能6个典型应用场景,构建了评估指标体系,并采用带权重的TOPSIS确定了指标权重。基于模糊综合评估法原理,通过专家对现场运行数据评估好坏,确定指标隶属度并建立模糊关系矩阵,完成典型场景下储能适用性评估。根据综合评估分值,对典型场景下储能的适用性进行了分析。评估结果与不同场景的储能需求分析结果相一致,验证了所提评估指标体系与评估方法的有效性。展开更多
文摘储能技术的不断发展,使得储能类型逐渐多元化,各类储能性能各异。为提高典型应用场景下储能选型的适用性,文章提出了基于模糊层次分析与TOPSIS(technique for order preference by similarity to an ideal solution)相结合的典型场景下储能适用性评估方法。利用层次分析法,根据多元化储能6个典型应用场景,构建了评估指标体系,并采用带权重的TOPSIS确定了指标权重。基于模糊综合评估法原理,通过专家对现场运行数据评估好坏,确定指标隶属度并建立模糊关系矩阵,完成典型场景下储能适用性评估。根据综合评估分值,对典型场景下储能的适用性进行了分析。评估结果与不同场景的储能需求分析结果相一致,验证了所提评估指标体系与评估方法的有效性。