烏云娜，胡勇

(華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206)

基于模糊多準(zhǔn)則妥協(xié)解排序法的光伏發(fā)電投資計(jì)劃優(yōu)選框架

烏云娜，胡勇

(華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京市 102206)

投資計(jì)劃優(yōu)選是光伏發(fā)電項(xiàng)目前期工作的重中之重，多準(zhǔn)則決策方法在項(xiàng)目?jī)?yōu)選過(guò)程中扮演著重要的角色。但是，常用的多準(zhǔn)則決策方法沒有考慮決策屬性的模糊性和指標(biāo)之間的沖突性，這將會(huì)降低光伏發(fā)電項(xiàng)目評(píng)估的準(zhǔn)確性。因此，該文通過(guò)引入模糊集理論和多準(zhǔn)則妥協(xié)解排序法構(gòu)建光伏發(fā)電投資計(jì)劃優(yōu)選框架；利用模糊數(shù)代替精確數(shù)減少?zèng)Q策信息的損失；通過(guò)使用多準(zhǔn)則妥協(xié)解排序法獲得折衷解，解決在存在多項(xiàng)沖突指標(biāo)時(shí)決策結(jié)果不能被所有決策者所接受的難題。本框架分為3個(gè)部分：評(píng)價(jià)備選方案的確定、基于群組序關(guān)系法的指標(biāo)權(quán)重確定和基于模糊多準(zhǔn)則妥協(xié)解排序法的投資計(jì)劃優(yōu)選，各個(gè)部分之間緊密聯(lián)系，相互影響。最后，以某企業(yè)100 MW的地面并網(wǎng)光伏電站項(xiàng)目為例驗(yàn)證了所建框架的有效性和合理性。

光伏發(fā)電項(xiàng)目；投資計(jì)劃優(yōu)選；模糊集；多準(zhǔn)則妥協(xié)解排序法；群組序關(guān)系法

0 引 言

在自然環(huán)境不斷惡化和化石燃料日漸枯竭的背景下，開發(fā)和利用可再生能源，已成為21世紀(jì)的重大課題[1]。光伏發(fā)電具有安全可靠、建設(shè)周期短和維護(hù)簡(jiǎn)便等特點(diǎn)，因此得到迅速的發(fā)展。投資計(jì)劃的優(yōu)選在光伏發(fā)電項(xiàng)目前期工作中扮演著重要的角色，對(duì)項(xiàng)目總投資的影響程度可達(dá)75%[2]。光伏發(fā)電投資計(jì)劃的優(yōu)選是一個(gè)多準(zhǔn)則決策問題，決策過(guò)程中需要考慮資源、經(jīng)濟(jì)、環(huán)境和風(fēng)險(xiǎn)等諸多因素。目前，已經(jīng)有一些學(xué)者將多準(zhǔn)則決策方法應(yīng)用到光伏發(fā)電項(xiàng)目的建設(shè)管理過(guò)程中。文獻(xiàn)[3]分別用層次分析法(analytic hierarchy process，AHP)和網(wǎng)絡(luò)分析法(analytic network process，ANP)對(duì)光伏發(fā)電項(xiàng)目的選擇問題進(jìn)行研究，并分析指標(biāo)之間的關(guān)聯(lián)性對(duì)最終決策結(jié)果的影響情況。文獻(xiàn)[4]從風(fēng)光互補(bǔ)項(xiàng)目的優(yōu)勢(shì)、機(jī)會(huì)、費(fèi)用和風(fēng)險(xiǎn)這4個(gè)方面入手，應(yīng)用AHP法幫助企業(yè)優(yōu)選風(fēng)光互補(bǔ)項(xiàng)目。文獻(xiàn)[5-6]分別應(yīng)用改進(jìn)的AHP法和逼近理想解排序法(technique for order preference by similarity to ideal solution，TOPSIS)對(duì)光伏發(fā)電項(xiàng)目的風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，指導(dǎo)企業(yè)進(jìn)行投資決策。文獻(xiàn)[7-9]分別應(yīng)用AHP法、多目標(biāo)規(guī)劃和物元-可拓法對(duì)光伏電站的選址問題進(jìn)行研究。

然而，在將現(xiàn)有多準(zhǔn)則決策方法應(yīng)用到光電項(xiàng)目選擇時(shí)存在一些問題，這將會(huì)降低決策的精準(zhǔn)性。第一，由于光伏發(fā)電產(chǎn)業(yè)在我國(guó)還處于商業(yè)化初級(jí)階段，投資決策過(guò)程中可供參考的資料較少，較難獲得一般方法所需的精確數(shù)據(jù)。第二，由于光伏發(fā)電項(xiàng)目決策問題的復(fù)雜性和指標(biāo)之間沖突性，評(píng)價(jià)結(jié)果可能并不能被所有的決策者所接受。基于以上問題，本文提出一個(gè)基于模糊集理論[10]和多準(zhǔn)則妥協(xié)解排序法[11]的光伏發(fā)電投資計(jì)劃優(yōu)選框架。利用三角模糊數(shù)表示各個(gè)備選項(xiàng)目的決策值，防止決策信息的丟失。通過(guò)多準(zhǔn)則妥協(xié)解排序法，實(shí)現(xiàn)對(duì)一系列含有多項(xiàng)沖突或不一致指標(biāo)的方案的排序，從而更好地完成光伏發(fā)電投資計(jì)劃的優(yōu)選。

1 光伏發(fā)電投資評(píng)價(jià)指標(biāo)體系的構(gòu)建

投資計(jì)劃評(píng)價(jià)指標(biāo)體系的構(gòu)建是進(jìn)行投資項(xiàng)目?jī)?yōu)選的基礎(chǔ)性工作，指標(biāo)體系構(gòu)建是否恰當(dāng)會(huì)直接影響項(xiàng)目?jī)?yōu)選的準(zhǔn)確度。一個(gè)光伏發(fā)電項(xiàng)目包含諸多方面，尤其當(dāng)其是政府投資項(xiàng)目時(shí)就需要考慮社會(huì)和環(huán)境等更多因素。本文將通過(guò)優(yōu)勢(shì)、質(zhì)量、經(jīng)濟(jì)、風(fēng)險(xiǎn)和環(huán)境這5個(gè)準(zhǔn)則來(lái)評(píng)估一個(gè)光伏發(fā)電項(xiàng)目。具體的評(píng)價(jià)指標(biāo)體系見表1。

2 光伏發(fā)電投資計(jì)劃優(yōu)選框架的建立

投資方案優(yōu)選框架是根據(jù)光伏發(fā)電項(xiàng)目投資決策的過(guò)程來(lái)建立的，整個(gè)框架分為3個(gè)部分：評(píng)價(jià)備選方案的確定、基于群組序關(guān)系法的指標(biāo)權(quán)重確定和基于模糊多準(zhǔn)則妥協(xié)解排序法的多準(zhǔn)則決策，各個(gè)部分之間緊密聯(lián)系，相互影響，見圖1。通過(guò)這3部分的配合，最終可以實(shí)現(xiàn)備選方案的科學(xué)排序，輔助新能源開發(fā)企業(yè)進(jìn)行投資決策。

2.1 評(píng)價(jià)備選方案的確定

本文首先對(duì)投資備選方案進(jìn)行篩選，通過(guò)相關(guān)篩選流程，從投資備選方案中剔除部分投資價(jià)值達(dá)不到要求的方案，保留的投資計(jì)劃形成評(píng)價(jià)備選方案集，進(jìn)入后續(xù)綜合評(píng)價(jià)環(huán)節(jié)。

表1 光伏發(fā)電投資計(jì)劃評(píng)價(jià)指標(biāo)體系

Table 1 Evaluation index system of PV power generation investment plan

首先，企業(yè)邀請(qǐng)光伏發(fā)電投資領(lǐng)域的專家組成專家委員會(huì)，負(fù)責(zé)此次評(píng)審工作。其次，根據(jù)企業(yè)決策者意見及項(xiàng)目可行性研究報(bào)告，專家對(duì)部分重要指標(biāo)(比如：內(nèi)部收益率)制定最小標(biāo)準(zhǔn)(如是成本型指標(biāo)，則為最大標(biāo)準(zhǔn))。如果相關(guān)指標(biāo)的值高于最小標(biāo)準(zhǔn)(成本型指標(biāo)，則為低于)，則該投資計(jì)劃直接進(jìn)入評(píng)價(jià)備選方案集。接著，對(duì)于沒能進(jìn)入備選方案集的投資計(jì)劃提供第2次機(jī)會(huì)。專家根據(jù)可行性研究報(bào)告分析項(xiàng)目的投資價(jià)值，發(fā)掘項(xiàng)目的投資潛質(zhì)。如果項(xiàng)目的部分投資指標(biāo)很具有吸引力，經(jīng)專家協(xié)商一致后，同樣允許其進(jìn)入評(píng)價(jià)備選方案集。最后，通過(guò)這2輪評(píng)估，形成評(píng)價(jià)備選方案清單。對(duì)清單上的投資方案進(jìn)行綜合評(píng)價(jià)，選出最合適的投資計(jì)劃。

2.2 基于群組序關(guān)系法權(quán)重的確定

由于指標(biāo)數(shù)量多且相關(guān)性弱，不適宜通過(guò)特征值法來(lái)確定指標(biāo)的重要程度。本文擬采用改進(jìn)的序關(guān)系法來(lái)確定權(quán)重，在傳統(tǒng)的序關(guān)系法中，引入“群組”的概念，綜合多位專家的理性排序結(jié)果，準(zhǔn)確地計(jì)算各個(gè)指標(biāo)的權(quán)重值。

圖1 光伏發(fā)電投資計(jì)劃優(yōu)選框架Fig.1 Selection framework of PV power generation investment plan

(1)序關(guān)系的確定

(2)重要程度之比的確定

(3)綜合權(quán)重的計(jì)算

如果所有專家形成的序關(guān)系一致，則權(quán)重計(jì)算公式為

(1)

如果專家形成的序關(guān)系不一致，假設(shè)形成了h種序關(guān)系，依據(jù)公式(1)計(jì)算每種序關(guān)系下的權(quán)重，再通過(guò)加權(quán)平均的方式獲得最終的綜合權(quán)重。

(2)

式中：wjs表示第s種排序下的權(quán)重；ks表示形成第s種排序的專家人數(shù)占比。

2.3 基于模糊多準(zhǔn)則妥協(xié)解排序法的投資計(jì)劃優(yōu)選

假設(shè)一個(gè)光伏發(fā)電項(xiàng)目投資多準(zhǔn)則決策問題有K個(gè)決策者Lk(k=1,2,…,K)，n個(gè)備選方案Pi(i=1,2,…,n)和m個(gè)決策指標(biāo)Cj(j=1,2,…,m)。

(1)初始模糊決策矩陣的獲得

(3)

對(duì)于定量指標(biāo)，通過(guò)模糊化處理將實(shí)數(shù)數(shù)據(jù)轉(zhuǎn)化成三角模糊數(shù)。轉(zhuǎn)化方式為

(4)

式中：dij表示第i個(gè)備選方案的第j項(xiàng)定量指標(biāo)的實(shí)數(shù)值；α與β表示在不確定的環(huán)境下數(shù)據(jù)向下和向上波動(dòng)的系數(shù)，其值由專家來(lái)確定。

表2 用于評(píng)價(jià)的語(yǔ)言變量

Table 2 Linguistic variables for evaluation

(2)初始模糊矩陣的標(biāo)準(zhǔn)化

(5)

(3)投資方案的排序與優(yōu)選

該部分的目的是通過(guò)模糊多準(zhǔn)則妥協(xié)解排序法對(duì)備選方案進(jìn)行排序，按相應(yīng)規(guī)則做出決策。

1)確定各指標(biāo)的正負(fù)模糊理想解

(6)

(7)

2)計(jì)算模糊距離

根據(jù)文獻(xiàn)[14]，通過(guò)頂點(diǎn)法來(lái)確定2個(gè)三角模糊數(shù)之間的距離。

(8)

(9)

3)計(jì)算群體效應(yīng)值Si和個(gè)別遺憾值Ri

(10)

(11)

4)計(jì)算多準(zhǔn)則妥協(xié)解排序法的綜合指標(biāo)值

S+=mini{Si},S-=maxi{Si}

(12)

R+=mini{Ri},R-=maxi{Ri}

(13)

(14)

式中v表示決策機(jī)制系數(shù)，v>0.5表示根據(jù)群體效應(yīng)進(jìn)行決策，v<0.5表示根據(jù)個(gè)別遺憾準(zhǔn)則進(jìn)行決策，v=0.5表示同時(shí)兼顧群體效應(yīng)和個(gè)別遺憾情況進(jìn)行決策[15]。

5)確定折衷方案

對(duì)各備選方案按照Si、Ri和Qi值進(jìn)行升序排序，設(shè)A(1)、A(2)是按Qi值排序后，排名前2位的方案。如果A(1)滿足以下2個(gè)條件，則其就是折衷解。

條件一：可接受優(yōu)勢(shì)

Q(A(2))-Q(A(1))≥1/(n-1)

式中n是評(píng)價(jià)備選方案的個(gè)數(shù)。

條件二：決策過(guò)程的可接受穩(wěn)定性

A(1)也必須是按Si、Ri排序后，排名首位的方案。

如果有一個(gè)條件不能滿足，則一系列的折衷解將會(huì)產(chǎn)生，包括以下2種情況：

情況一：如果僅僅是條件二不能滿足，則A(1)和A(2)均為折衷解；

情況二：如果條件一不滿足，A(1),A(2),…,A(N)均為折衷解，A(N)由滿足關(guān)系式Q(A(N))-Q(A(1))<1/(n-1)最大值N值確定。

3 算例分析

國(guó)內(nèi)某新能源投資企業(yè)計(jì)劃在北方地區(qū)投資100 MW地面并網(wǎng)光伏電站項(xiàng)目。通過(guò)前期細(xì)致工作，形成多個(gè)潛在投資方案，利用多準(zhǔn)則決策選出投資價(jià)值高的方案。

3.1 評(píng)價(jià)備選方案的確定

根據(jù)企業(yè)戰(zhàn)略和地區(qū)光伏政策，企業(yè)確定了5個(gè)潛在投資計(jì)劃，分別標(biāo)記為I1、I2、I3、I4和I5。企業(yè)決策者組建專家委員會(huì)，邀請(qǐng)了光伏發(fā)電項(xiàng)目投資領(lǐng)域的10名專家來(lái)參與此次的投資計(jì)劃優(yōu)選。

各位專家給內(nèi)部收益率設(shè)定最小標(biāo)準(zhǔn)。經(jīng)過(guò)最小標(biāo)準(zhǔn)和專家二次評(píng)估，最終投資計(jì)劃I1、I3和I4進(jìn)行后續(xù)的綜合評(píng)價(jià)環(huán)節(jié)，分別重新編號(hào)為P1、P2和P3。

3.2 指標(biāo)權(quán)重的計(jì)算

評(píng)價(jià)備選方案確定之后，專家委員會(huì)開始進(jìn)行指標(biāo)權(quán)重的計(jì)算工作。每位專家進(jìn)行指標(biāo)重要程度排序，并給出重要程度之比。10位專家共形成了3種序關(guān)系，其中有4人形成序關(guān)系1，3人形成序關(guān)系2，3人形成序關(guān)系3。首先依據(jù)公式(1)計(jì)算每種序關(guān)系下指標(biāo)權(quán)重，然后再依據(jù)公式(2)計(jì)算綜合權(quán)重。最終計(jì)算結(jié)果見表3。

表3 指標(biāo)權(quán)重計(jì)算表

Table 3 Weight calculation of each index

3.3 投資計(jì)劃的優(yōu)選

3.3.1 模糊決策數(shù)據(jù)的獲得及標(biāo)準(zhǔn)化

首先，對(duì)各個(gè)二級(jí)指標(biāo)按性質(zhì)和類型進(jìn)行分類。指標(biāo)a1—a3、c1、e1—e3為定量指標(biāo)，其他指標(biāo)均為定性指標(biāo)。同時(shí)，指標(biāo)e1、e3、f1、f2、g1、g2、i1和i2為成本型指標(biāo)，其他指標(biāo)為效益型指標(biāo)。

其次，由于二級(jí)指標(biāo)具有不同的性質(zhì)，需要用不同方式來(lái)獲得其模糊決策值。專家利用語(yǔ)言變量對(duì)各個(gè)投資計(jì)劃的定性指標(biāo)進(jìn)行打分。然后把專家打分結(jié)果根據(jù)表2轉(zhuǎn)化為三角模糊數(shù)，就得到每位專家的定性指標(biāo)模糊決策值。根據(jù)公式(3)，匯總每位專家的決策值，得到定性指標(biāo)綜合決策值。

在完成定性指標(biāo)決策值的確定工作后，專家委員會(huì)需要協(xié)商各個(gè)定量指標(biāo)的上下波動(dòng)系數(shù)。向上波動(dòng)系數(shù)表示處于不確定環(huán)境下決策值增長(zhǎng)的幅度，向下波動(dòng)系數(shù)表示決策值下降的幅度。從項(xiàng)目可行性研究報(bào)告獲取定量指標(biāo)具體決策值，然后根據(jù)公式(4)將實(shí)數(shù)數(shù)據(jù)轉(zhuǎn)化為三角模糊數(shù)，得到定量指標(biāo)模糊決策值。最后，根據(jù)公式(5)，對(duì)模糊決策數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化，使各個(gè)指標(biāo)的決策值具有可比性。標(biāo)準(zhǔn)化后的數(shù)據(jù)見表4。

表4 各個(gè)待評(píng)價(jià)項(xiàng)目標(biāo)準(zhǔn)化后的決策值

Table 4 Normalized decision value of each project

3.3.2 投資計(jì)劃的排序與優(yōu)選

表5 模糊距離計(jì)算表

Table 5 Calculation of fuzzy distance

(2)根據(jù)公式(10)、(11)和(14)，分別計(jì)算最大群效應(yīng)Si、最小后悔值Ri和多準(zhǔn)則妥協(xié)解排序法綜合指標(biāo)值Qi(其中v取0.5)，計(jì)算結(jié)果如表6所示。

表6Si、Ri和Qi值計(jì)算表

Table 6 Calculation ofSi、RiandQivalue

(3)根據(jù)Si、Ri和Qi對(duì)各個(gè)備選方案按升序進(jìn)行排序，并按決策準(zhǔn)則進(jìn)行方案優(yōu)選。P3是按Qi值升序排序后排名首位的方案，同時(shí)滿足條件一和條件二的要求。因此，P3就是根據(jù)模糊多準(zhǔn)則妥協(xié)解排序法確定的最優(yōu)方案，新能源開發(fā)企業(yè)應(yīng)按其進(jìn)行投資。

4 結(jié) 論

(1)本文將模糊集理論和多準(zhǔn)則妥協(xié)解排序法相結(jié)合，構(gòu)建了光伏發(fā)電投資計(jì)劃優(yōu)選框架。通過(guò)該框架，可以獲得兼顧最大群體效應(yīng)和最小個(gè)別遺憾的最優(yōu)方案，解決了決策屬性模糊性和指標(biāo)之間沖突性的問題。

(2)運(yùn)用該框架對(duì)某100 MW地面并網(wǎng)光伏電站項(xiàng)目進(jìn)行實(shí)例分析，決策結(jié)果具有良好的精準(zhǔn)性，從而驗(yàn)證了所建框架的有效性及實(shí)用性。

[1]程澤，韓麗潔，李思宇，等.光伏發(fā)電功率的智能預(yù)測(cè)算法[J].電力建設(shè)，2014，35(7)：34-39. CHENG Ze，HAN Lijie，LI Siyu，et al.Intelligent forecasting algorithm for photovoltaic power generation [J].Electric Power Construction，2014，35(7)：34-39.

[2]楊杰，張琳.工程建設(shè)項(xiàng)目投資決策方法分析[J].山東省青年管理干部學(xué)院學(xué)報(bào)，2010(2)：104-106. YANG Jie，ZHANG Lin.Study on the investment decision of the engineering project[J].Journal of Shandong Youth Administrative Cadres College，2010(2)：104-106.

[4]CHEN H H，KANG H Y，LEE A H I.Strategic selection of suitable projects for hybrid solar-wind power generation systems[J].Renewable and Sustainable Energy Reviews，2010，14(1)：413-421.

[5]張東方，楊健.基于層次分析法和熵權(quán)法的光伏發(fā)電項(xiàng)目投資風(fēng)險(xiǎn)模糊綜合評(píng)價(jià)[J].電氣時(shí)代，2013(8)：40-42. ZHANG Dongfang，YANG Jian.Fuzzy comprehensive evaluation of investment risk of photovoltaic power generation project based on analytic hierarchy process and entropy weight method [J].Electric Age，2013(8)：40-42.

[6]李彥斌，于心怡，王致杰.采用灰色關(guān)聯(lián)度與 TOPSIS 法的光伏發(fā)電項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)研究[J].電網(wǎng)技術(shù)，2013，37(6)：1514-1519. LI Yanbin，YU Xinyi，WANG Zhijie.Risk assessment on photovoltaic power generation project by grey correlation analysis and TOPSIS method [J].Power System Technology，2013，37(6)：1514-1519.

[7]XIAO J，YAO Z，QU J，et al.Research on an optimal site selection model for desert photovoltaic power plants based on analytic hierarchy process and geographic information system[J].Journal of Renewable and Sustainable Energy，2013，5(2)：023132.

[8]CARRION J A，ESTRELLA A E，DOLS F A，et al.Environmental decision-support systems for evaluating the carrying capacity of land areas：optimal site selection for grid-connected photovoltaic power plants[J].Renewable and Sustainable Energy Reviews，2008，12(9)： 2358-2380.

[9]烏云娜，楊益晟，馮天天，等.風(fēng)光互補(bǔ)電站宏觀選址研究[J].電網(wǎng)技術(shù)，2013，37(2)：319-326. WU Yunna，YANG Yisheng，F(xiàn)ENG Tiantian，et al.Macroscopic site selection of wind-solar hybrid power station [J].Power System Technology，2013，37(2)：319-326.

[10]ZADEH L A.The concept of a linguistic variable and its application to approximate reasoning—I[J].Information sciences，1975，8(3)： 199-249.

[11]OPRICOVIC S，TZENG G H.Compromise solution by MCDM methods：a comparative analysis of VIKOR and TOPSIS [J]. European Journal of Operational Research，2004，156(2)：445-455.

[12]聶小紅.基于群組的序關(guān)系和價(jià)值工程的鋼鐵企業(yè)備件供應(yīng)物流成本研究[J].物流技術(shù)，2013，32(12)：383-385. NIE Xiaohong.Study on logistics cost in steel-making enterprise spare parts supply based on intra-cluster order relationship and VE [J].Logistics Technology，2013，32(12)：383-385.

[13]KAYA T，KAHRAMAN C.Multicriteria renewable energy planning using an integrated fuzzy VIKOR & AHP methodology：the case of Istanbul[J].Energy，2010，35(6)：2517-2527.

[14]鄒建平，吳應(yīng)宇.基于模糊 TOPSIS 方法的區(qū)域物流基礎(chǔ)設(shè)施布局方案評(píng)價(jià)研究[J].東南大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版)，2011，13(1)：33-36. ZOU Jianping，WU Yingyu.A study of the fuzzy TOPSIS-based regional logistics：an analysis of the regional logistics facilities layout [J].Journal of Southeast University (Philosophy and Social Science)，2011，13(1)：33-36.

[15]劉鴻雁，閻濤，王光遠(yuǎn).基于 AHP 和 VIKOR 算法的評(píng)標(biāo)方法研究[J].技術(shù)經(jīng)濟(jì)， 2009，28(5)：32-34. LIU Hongyan，YAN Tao，WANG Guangyuan.Study on bidding evaluation method based on AHP and VIKOR algorithm [J].Technology Economics， 2009，28(5)：32-34.

(編輯 蔣毅恒)

Selection Framework of Photovoltaic Power Generation Project Investment Plans Based on Fuzzy VIKOR Method

WU Yunna, HU Yong

(School of Economics and Management, North China Electric Power University, Beijing 102206, China)

Investment plan selection is vital in the preparation stage of photovoltaic (PV) power generation project and the multi-criteria decision making (MCDM) methods play the important roles in the process of project plan selection. But the present MCDM methods have not considered the fuzzy nature of decision making and the conflict between the criteria, which decreases the evaluation quality of power generation project. Therefore, this paper introduces the fuzzy set theory (FST) and VIKOR method to construct the decision framework of PV project plan selection. We use fuzzy numbers instead of numerical values to decrease the loss of decision information; and adopt VIKOR method to determine compromise solutions for the problem that the decision results cannot be accepted by all the decision makers when several conflict indicators exist. The proposed framework is divided into 3 parts: the determination of alternative evaluation scheme, the determination of criteria weight based on expert group order relation, and the investment plan selection based on fuzzy VIKOR. These three parts are closely related and influence each other. Finally, taking a 100 MW ground grid-connected PV power station project as example, we verify the effectiveness and reasonableness of the proposed framework.

photovoltaic power generation project; investment plan selection; fuzzy set; VIKOR method; expert group order relation

國(guó)家自然科學(xué)基金項(xiàng)目(71271085)；北京市社會(huì)科學(xué)“十二五”規(guī)劃項(xiàng)目(12JGB044)

TM 71

A

1000-7229(2016)02-0050-07

10.3969/j.issn.1000-7229.2016.02.007

2015-10-29

烏云娜(1956)，女，教授，博士生導(dǎo)師，研究方向?yàn)殡娏こ膛c項(xiàng)目管理；

胡勇(1993)，男，碩士研究生，研究方向?yàn)殡娏こ膛c建設(shè)管理。

Project supported by National Natural Science Foundation of China(71271085)