滿朝翰

(中國(guó)鐵道科學(xué)研究院節(jié)能環(huán)保勞衛(wèi)研究所,北京 100081)

節(jié)能管理與技術(shù)

灰色關(guān)聯(lián)分析在鐵路節(jié)能指標(biāo)影響因素分析中的應(yīng)用

滿朝翰

(中國(guó)鐵道科學(xué)研究院節(jié)能環(huán)保勞衛(wèi)研究所,北京 100081)

本文針對(duì)鐵路節(jié)能指標(biāo)的影響因素分析問題，以單位運(yùn)輸工作量綜合能耗和能耗總量作為研究對(duì)象，針對(duì)兩項(xiàng)指標(biāo)選取了多項(xiàng)影響因素，采用灰色關(guān)聯(lián)分析方法對(duì)各項(xiàng)影響因素的影響程度進(jìn)行定量計(jì)算，根據(jù)計(jì)算結(jié)果為鐵路運(yùn)輸企業(yè)節(jié)能工作的開展提出了一些探討性建議。本文旨在鐵路節(jié)能指標(biāo)分析研究工作提供了一種準(zhǔn)確、科學(xué)的計(jì)算方法，為鐵路運(yùn)輸企業(yè)的節(jié)能工作開展提供了理論基礎(chǔ)。

單位運(yùn)輸工作量綜合能耗；能耗總量；影響因素；灰色關(guān)聯(lián)分析

1 概述

鐵路節(jié)能指標(biāo)是反映鐵路運(yùn)輸企業(yè)節(jié)能工作水平的技術(shù)指標(biāo)，能夠真實(shí)客觀地反映企業(yè)的能源使用效率，是開展節(jié)能管理和技術(shù)改造工作的理論基礎(chǔ)[1]，其中單位運(yùn)輸工作量綜合能耗(以下簡(jiǎn)稱“綜合單耗指標(biāo)”)和能耗總量是反映鐵路運(yùn)輸企業(yè)節(jié)能工作水平的最重要指標(biāo)，而這兩項(xiàng)指標(biāo)均被牽引能耗、非牽引能耗、電氣化率等多項(xiàng)因素所影響，目前節(jié)能管理人員只能對(duì)兩項(xiàng)指標(biāo)的變化情況進(jìn)行定性的分析和解釋，缺少對(duì)各個(gè)影響因素的影響程度進(jìn)行定量分析。

本文以2010—2015年的綜合單耗指標(biāo)和能耗總量為研究對(duì)象，采用灰色關(guān)聯(lián)決策方法對(duì)二者的各項(xiàng)影響因素的影響程度進(jìn)行了量化分析，為節(jié)能指標(biāo)影響因素研究提供新的思路和方法，旨在為節(jié)能工作關(guān)鍵環(huán)節(jié)的分析和節(jié)能工作的開展提供指導(dǎo)和依據(jù)。

2 節(jié)能指標(biāo)影響因素分析

綜合單耗指標(biāo)為每完成單位運(yùn)輸工作量(換算周轉(zhuǎn)量，百萬(wàn)換算噸公里)實(shí)際消耗的能源折算標(biāo)煤總量[2]，此項(xiàng)指標(biāo)與能耗總量作為反映鐵路運(yùn)輸企業(yè)的主要能源消耗情況的重要指標(biāo)，在一定程度能夠準(zhǔn)確的衡量企業(yè)能源利用水平和節(jié)能工作水平。如圖1所示，2010年-2015年國(guó)鐵綜合單耗指標(biāo)和能耗總量數(shù)據(jù)[3-8]均處于下降的趨勢(shì)，綜合單耗指標(biāo)只是在2015年有所上升。相對(duì)于2010年，2015年的綜合單耗指標(biāo)下降了6.5%，能耗總量下降了9.6%，說明“十二五”國(guó)鐵整體能效水平逐年提高。

圖1 2010年-2015年綜合單耗指標(biāo)和能耗總量

綜合單耗指標(biāo)和能耗總量均涵蓋了企業(yè)的全部運(yùn)輸生產(chǎn)和生活環(huán)節(jié)，包括了運(yùn)輸牽引作業(yè)能耗(機(jī)車和發(fā)電車能耗)、運(yùn)輸生產(chǎn)經(jīng)營(yíng)性作業(yè)能耗(機(jī)務(wù)、車務(wù)、車站、工務(wù)、電務(wù)、車輛、供電等站段能耗)以及輔營(yíng)用能(公寓、住宅等生活能耗)，所以影響二者變化的因素較多。

本文選取了多項(xiàng)主要的影響因素指標(biāo)作為研究對(duì)象，能耗總量的影響因素指標(biāo)包括電力機(jī)車電力消耗量、內(nèi)燃機(jī)車柴油消耗量、非牽引能耗以及運(yùn)輸工作量。綜合單耗指標(biāo)的影響因素指標(biāo)包括電氣化率、有效運(yùn)量系數(shù)、機(jī)車單位牽引工作量綜合能耗(以下簡(jiǎn)稱“機(jī)車單耗”)以及非牽引能耗所占比例，如圖2和圖3所示。

圖2 綜合單耗指標(biāo)影響因素

圖3 能耗總量影響因素

2.1 電氣化率

電氣化率是影響鐵路能效水平的重要因素，由于電力機(jī)車的能效水平高于內(nèi)燃機(jī)車，電氣化率的提高能夠增加電力機(jī)車的使用比例和承擔(dān)的工作量，能夠提高機(jī)車牽引的能效水平，對(duì)綜合單耗指標(biāo)也有一定的影響。

2.2 有效運(yùn)量系數(shù)

有效運(yùn)量系數(shù)為鐵路運(yùn)輸完成的換算周轉(zhuǎn)量(萬(wàn)換算噸公里)與機(jī)車完成的牽引工作量(萬(wàn)總重噸公里)之比。此項(xiàng)指標(biāo)雖然沒有與能源消耗直接相關(guān)，但是有效運(yùn)量系數(shù)是直接反應(yīng)運(yùn)輸效率的指標(biāo)，運(yùn)輸效率越高，相應(yīng)的能源利用率也會(huì)越高，對(duì)綜合單耗指標(biāo)產(chǎn)生著一定的影響[9]。

2.3 機(jī)車單耗

機(jī)車是鐵路運(yùn)輸企業(yè)最主要的耗能設(shè)備，是滿足運(yùn)輸需求，完成工作量的重要工具。機(jī)車單耗是衡量鐵路機(jī)車牽引能效水平的重要指標(biāo)，直接影響鐵路整體能效水平，同時(shí)此項(xiàng)指標(biāo)也受到電力、內(nèi)燃機(jī)車能效水平和工作量等因素的直接影響，故本文對(duì)此項(xiàng)指標(biāo)的影響因素也進(jìn)行研究，其影響因素指標(biāo)包括內(nèi)燃機(jī)車單位牽引工作量能耗、電力機(jī)車單位牽引工作量能耗以及電力機(jī)車承擔(dān)牽引工作量比例，如圖4所示。

圖4 機(jī)車單耗影響因素

2.4 非牽引能耗所占比例

非牽引能耗所占比例是反映鐵路運(yùn)輸企業(yè)能源用途的重要指標(biāo)，非牽引中的機(jī)務(wù)、工務(wù)、采暖、制冷等環(huán)節(jié)未直接完成客貨運(yùn)業(yè)務(wù)，但要納入能耗總量中，非牽引能耗比例越高，在一定程度上說明能源使用效率越低，所以非牽引能耗占總能耗的比例能夠在一定程度上反映鐵路運(yùn)輸企業(yè)的能源使用效率。

2.5 電力機(jī)車電力消耗量、內(nèi)燃機(jī)車柴油消耗量

鐵路運(yùn)輸企業(yè)的能源種類以電力和燃油為主，電力以牽引用電為主(占用電總量的60%左右)，燃油以牽引用油為主(占燃油總量70%左右)，所以這兩項(xiàng)指標(biāo)在很大程度上影響著能耗總量。

2.6 運(yùn)輸工作量

運(yùn)輸工作量即總換算噸公里，目前鐵路運(yùn)輸企業(yè)以運(yùn)輸工作量為計(jì)量產(chǎn)出，直接反應(yīng)鐵路運(yùn)輸生產(chǎn)成果，而企業(yè)所消耗的各種能源最終目的也是完成運(yùn)輸工作量，所以運(yùn)輸工作量的大小對(duì)能耗總量產(chǎn)生很大的影響。

3 灰色關(guān)聯(lián)分析

灰色系統(tǒng)由鄧聚龍?jiān)?0世紀(jì)80年代創(chuàng)立，是研究不確定性問題的一種方法，其差異信息原理正適合于解決影響因素分析問題中的影響因素較多，相互影響，部分指標(biāo)相互關(guān)聯(lián)的問題[10]。

灰色關(guān)聯(lián)是指事物之間的不確定關(guān)聯(lián)，是系統(tǒng)因子之間、因子對(duì)系統(tǒng)主行為之間的不確定關(guān)聯(lián)?；疑P(guān)聯(lián)分析的目的是基于行為因子序列的微觀或宏觀幾何接近，以分析和確定因子之間的影響程度或因子對(duì)主行為的貢獻(xiàn)測(cè)度。

灰色關(guān)聯(lián)決策分析的基本思路是根據(jù)事物或因素的序列曲線幾何形狀來判斷其聯(lián)系程度，若兩條曲線的形狀彼此相似，則關(guān)聯(lián)度大計(jì)算值越接近1；反之，關(guān)聯(lián)度就小，計(jì)算值越接近0，灰色關(guān)聯(lián)分析旨在尋求系統(tǒng)中各子系統(tǒng)(或因素)之間的數(shù)值關(guān)系，對(duì)于一個(gè)系統(tǒng)發(fā)展變化態(tài)勢(shì)提供了量化的度量，所以灰色關(guān)聯(lián)決策非常適合鐵路節(jié)能指標(biāo)影響因素的定量分析。

3.1 灰色關(guān)聯(lián)決策分析計(jì)算方法

3.1.1 確定參考數(shù)列和比較數(shù)列

3.1.2 參考數(shù)列和比較數(shù)列的無(wú)量綱化處理

由于參考數(shù)列和比較數(shù)列中的各項(xiàng)指標(biāo)代表的意義不同，計(jì)量單位不同，導(dǎo)致各個(gè)數(shù)據(jù)之間不便于比較，或在比較時(shí)難以得到正確的結(jié)果，故此在進(jìn)行灰色管理決策分析時(shí)要對(duì)數(shù)據(jù)進(jìn)行無(wú)量綱化處理[11]，處理方法如下：

(i=1,2,…,n;k=1,2,…K)

式中：

Q——某個(gè)參考數(shù)列集合；

Q′(k)——參考數(shù)列集合中經(jīng)過無(wú)量綱化處理后數(shù)據(jù)；

P——某個(gè)比較數(shù)列集合；

n——每個(gè)參考數(shù)列集合中的變量數(shù)量，即影響因素指標(biāo)數(shù)量；

K——每個(gè)變量所包含的元素個(gè)數(shù)，即K=6。

根據(jù)上述的方法進(jìn)行無(wú)量綱化處理，計(jì)算結(jié)果如表1～表3。

表1 綜合單耗指標(biāo)及影響因素指標(biāo)無(wú)量綱化計(jì)算結(jié)果

123456a1 05961 00671 00250 97920 96230 9898b10 86970 92190 97601 00961 08801 1347b21 01191 01191 01191 01190 96910 9834b31 04421 02421 01410 98880 93370 9950b40 89510 94830 97691 01681 04871 1142

表2 機(jī)車單耗及影響因素指標(biāo)無(wú)量綱化計(jì)算結(jié)果

123456u1 04421 02421 01410 98880 93370 9950c10 97840 98210 99321 01171 00801 0266c20 99560 97810 99270 99081 00441 0384c30 88330 94830 98291 02761 06121 0969

表3 能耗總量及影響因素指標(biāo)無(wú)量綱化計(jì)算結(jié)果

123456x1 02021 04081 02931 01750 97060 9216y10 89730 98191 01811 04821 04741 0071y21 30811 18071 07570 95670 81760 6613y30 91540 98961 00811 03721 02041 0295y40 96091 03161 02581 03661 01630 9288

3.1.3 計(jì)算灰色關(guān)聯(lián)度

本文采用絕對(duì)關(guān)聯(lián)度計(jì)算方法對(duì)關(guān)聯(lián)度計(jì)算，其基本思路就是按照各指標(biāo)的時(shí)間序列曲線的變化勢(shì)態(tài)的接近程度來計(jì)算關(guān)聯(lián)度，接近程度指的是在對(duì)應(yīng)各時(shí)段上曲線的斜率的接近程度來判定的，兩個(gè)曲線在各時(shí)段的斜率相等或相差較少，則二者的關(guān)聯(lián)系數(shù)較大，相反則較小。

k=2,3,…,K

關(guān)聯(lián)度為

本文采用MATLAB軟件對(duì)關(guān)聯(lián)度進(jìn)行計(jì)算，計(jì)算結(jié)果見表4～6。

表4 綜合單耗指標(biāo)影響因素計(jì)算結(jié)果

b1b2b3b4a0 93800 97620 97820 9459

表5 機(jī)車單耗影響因素計(jì)算結(jié)果

c1c2c3u0 96480 97200 9414

表6 能耗總量影響因素計(jì)算結(jié)果

y1y2y3y4x0 96030 90150 95930 9723

3.2 計(jì)算結(jié)果分析

3.2.1 綜合單耗指標(biāo)

根據(jù)計(jì)算結(jié)果，綜合單耗指標(biāo)的各項(xiàng)影響因素的影響程度排序?yàn)椋簷C(jī)車單耗>有效運(yùn)量系數(shù)>非牽引能耗所占比例>電氣化率。

其中機(jī)車單耗的各項(xiàng)影響因素的影響程度排序?yàn)椋弘娏C(jī)車單位牽引工作量能耗>內(nèi)燃機(jī)車單位牽引工作量能耗>電力機(jī)車牽引工作量比例。

由此可知，機(jī)車單位牽引工作量綜合指標(biāo)對(duì)綜合單耗指標(biāo)的影響程度最大，說明在2010年—2015年間機(jī)車牽引能效水平在最大程度上影響著國(guó)鐵的整體能效水平，其中以電力機(jī)車單位牽引工作量能耗對(duì)機(jī)車牽引能效水平影響最大。

3.2.2 能耗總量

根據(jù)計(jì)算結(jié)果，能耗總量的各項(xiàng)影響因素的影響程度排序?yàn)椋哼\(yùn)輸工作量>電力機(jī)車電力消耗量>非牽引能耗>內(nèi)燃機(jī)車柴油消耗量。

由此可知，國(guó)鐵所完成的工作量直接影響著能耗總量，其次為電力機(jī)車電力消耗量。

3.2.3 綜合分析

根據(jù)上述結(jié)算結(jié)果可知，對(duì)綜合單耗指標(biāo)和能耗總量指標(biāo)影響程度最大的因素是機(jī)車牽引環(huán)節(jié)，其中以電力機(jī)車能效水平為主。鐵路運(yùn)輸企業(yè)首先要將節(jié)能工作重心一定程度上向提高電力機(jī)車牽引能效水平方向轉(zhuǎn)移，加快淘汰老舊電力機(jī)車，提高司機(jī)操縱水平，降低電力機(jī)車單位牽引工作量綜合能耗，最大程度上提高鐵路整體能效水平，并在完成工作量的前提下，降低電力機(jī)車電力消耗總量，進(jìn)而控制鐵路運(yùn)輸企業(yè)的能源消耗總量。

其次要提高有效運(yùn)量系數(shù)，合理安排空車和重車比例，提高重車所占比例，最大程度上提高有效運(yùn)量系數(shù)，提高總體運(yùn)輸效率和能源利用效率。

再次要控制非牽引能耗量，采用新能源和可再生能源技術(shù)替代既有燃煤鍋爐，加快推進(jìn)既有鍋爐并入市政熱力和鍋爐自并網(wǎng)工程，最大程度上降低非牽引能耗比例。

最后還要將提高電氣化率和內(nèi)燃機(jī)車能效水平作為節(jié)能工作的主要內(nèi)容，加快電氣化改造進(jìn)程，使其一定程度上促進(jìn)綜合單耗指標(biāo)和能耗總量的降低。

4 結(jié)論

本文所使用的灰色關(guān)聯(lián)分析方法能夠?qū)τ绊懝?jié)能指標(biāo)的各項(xiàng)影響因素進(jìn)行相對(duì)定量計(jì)算，在一定程度上避免了主觀定性分析所產(chǎn)生的誤差，為鐵路節(jié)能指標(biāo)分析研究提供了一種科學(xué)的方法。

[1] 李軍,崔立明,劉彥峰.鐵路運(yùn)輸企業(yè)節(jié)能環(huán)保對(duì)標(biāo)指標(biāo)體系的構(gòu)建與應(yīng)用[J].中國(guó)鐵路,2014(5):59-62.

[2] 中華人民共和國(guó)鐵道部.鐵路運(yùn)輸企業(yè)能源消耗與節(jié)約統(tǒng)計(jì)規(guī)則[Z].北京:中國(guó)鐵道出版社, 2006.

[3] 鐵道部統(tǒng)計(jì)中心. 中華人民共和國(guó)鐵道部2010年鐵道統(tǒng)計(jì)公報(bào)[J].中國(guó)鐵路，2011(6):5-9.

[4] 鐵道部統(tǒng)計(jì)中心. 中華人民共和國(guó)鐵道部2011年鐵道統(tǒng)計(jì)公報(bào)[J].中國(guó)鐵路，2012(5):9-14.

[5] 鐵道部統(tǒng)計(jì)中心. 中華人民共和國(guó)鐵道部 2012 年鐵道統(tǒng)計(jì)公報(bào)[N].人民鐵道,2013-03-13(A02).

[6] 國(guó)家鐵路局.2013年鐵道統(tǒng)計(jì)公報(bào)[EB/OL].http://www.nra.gov.cn/zxbb/xwdt/xwlb/201404/t20140411_5837.htm,2014-04-11/2016-8-1.

[7] 國(guó)家鐵路局.2014年鐵道統(tǒng)計(jì)公報(bào)[EB/OL].http://www.nra.gov.cn/fwyd/zlzx/hytj/201504/t20150427_13281.htm,2015-04-27/2016-8-1.

[8] 國(guó)家鐵路局.2015年鐵道統(tǒng)計(jì)公報(bào)[EB/OL]. http://www.nra.gov.cn/fwyd/zlzx/hytj/201603/t20160303_21466.htm,2016-03-03/2016-8-1.

[9] 黃茵,謝漢生,滿朝翰.鐵路運(yùn)輸企業(yè)能效對(duì)標(biāo)管理體系研究—以某鐵路運(yùn)輸企業(yè)為例[J].中國(guó)環(huán)境管理,2013,5(3):88-91.

[10] 劉思峰,黨耀國(guó),方志耕.灰色系統(tǒng)理論及其應(yīng)用[M].北京:科學(xué)出版社,2007.

[11] 孫玉剛.灰色關(guān)聯(lián)分析及其應(yīng)用的研究[D].南京:南京航空航天大學(xué),2007.

Application of Grey Incidence Analysis in Analysising Railway Energy Saving Index of Influencing Factos

MAN Chaohan

(EnergySaving&EnvironmentalProtection&OccupationalSafetyandHealthResearchInstitute,
ChinaAcademyofRailwaySciences,Beijing100081,China)

This paper is to study the influence factors of energy saving index to analyze problems, the comprehensive energy consumption per unit transportation workload and energy consumption are the research objects, according to two indicators,this paper select a number of factors,and uses grey correlation analysis method to calculate the influence degree of various factors affecting and sorted，and puts forward some suggestion about the railway transportation energy saving work.This aims to railway energy-saving index analysis research work provides an accurate and scientific calculation method, and provides energy-saving work of the railway transport enterprise to carry out the theoretical basis.

the comprehensive energy consumption per unit transportation workload； energy consumption； influencing factor； grey incidence analysis

2016-08-24；

2016-09-21

中國(guó)鐵路總公司科技研究開發(fā)計(jì)劃課題《鐵路節(jié)能技術(shù)研究——鐵路節(jié)能指標(biāo)分析及對(duì)策研究》(編號(hào)：2015Z005-B)

滿朝翰(1986—)，男，吉林遼源人，工程師，主要從事節(jié)能環(huán)保科學(xué)研究工作。

2095-1671(2016)05-0230-05

TK01+<8 class="emphasis_bold">8 文獻(xiàn)標(biāo)志碼：B8

B