5)故障自愈能力。
      故障自愈能力可通過故障時供電轉(zhuǎn)移水平來衡量,因此其二級指標包括負荷轉(zhuǎn)移率和元件合格率[5]。
      交流或直流微網(wǎng)中某條支路發(fā)生故障時,該支路下游的負荷需要轉(zhuǎn)移到相鄰供電路徑。但由于相鄰供電路徑本身容量的限制,該支路下游負荷可能不能完全轉(zhuǎn)移到相鄰供電路徑,負荷轉(zhuǎn)移率就表征這種情況下系統(tǒng)對負荷供電的靈活性和可靠性,其計算公式為

      3基于IIE-AHP-PCA的分層組合評價模型
      3.1二級指標的評價模型
      本文先對m個微網(wǎng)的r個二級指標建立評價模型。在同一一級指標所對應的二級指標中,每個指標之間存在一定相關性,若直接分析不僅復雜,還可能由于共線性而無法得到準確的結論。而主成分分析(principalcomponentanalysis,PCA)的核心思想是提取主成分分量,使其盡量保留完整的原有信息的同時彼此不相關,適用于對相關性較強的指標賦權[13]。因此,對二級指標值進行主成分分析,計算主成分,進而得到一級指標值[14],具體計算步驟為：

圖2交直流混合微電網(wǎng)的網(wǎng)絡堅強度評估指標體系

3.2一級指標的評價模型

3.2.1賦權方法
      線性客觀賦權法可分為3類：1)基于指標間相關關系的賦權法,如復相關系數(shù)法;2)指標提高難度的賦權法;3)基于指標差異程度的賦權法,如熵權法、變異系數(shù)法、灰色關聯(lián)法等[15]。線性客觀賦權法是根據(jù)數(shù)據(jù)本身所提供的信息進行賦權的。而指標數(shù)據(jù)所能提供的信息包括2方面：1)指標數(shù)據(jù)自身的信息,如數(shù)據(jù)波動信息;2)指標數(shù)據(jù)信息的獨立性,可通過計算以某指標為因變量、其他指標為自變量進行回歸的擬合優(yōu)度R2,得到能提供獨立信息的程度1-R2。第1類賦權法僅能提供信息的獨立程度,第3類賦權法僅能提供信息的波動程度。
      獨立信息熵權法(independentinformation-entropyweighingmethod,IIE)是一種將第1類和第3類方法相結合的客觀賦權法。其權重既能體現(xiàn)指標的波動信息,又能反應指標的獨立程度。基于獨立信息熵權法的權值求解步驟如下：