李健

摘 要：在電網(wǎng)企業(yè)進行電網(wǎng)工程投資組合規(guī)劃時，往往會出現(xiàn)多項目同時并存的情況，如何合理地分析每個項目的投資效益，并合理地做出投資決策是企業(yè)亟待解決的問題。本文使用TOPSIS法電網(wǎng)工程多項目投資效益對比，綜合考慮影響電網(wǎng)工程投資效益的各項指標，針對模型的應用深入分析給出進一步深化使用的建議，為今后的電網(wǎng)項目投資比選提供參考。

關鍵詞：電網(wǎng)工程；TOPSIS法；投資效益對比

1 引言

本文針對目前國內(nèi)電網(wǎng)工程投資效益分析比選的現(xiàn)狀，深入分析了可行性研究的工作內(nèi)容與電力工程項目可行性研究方案的特點。考慮到影響電網(wǎng)工程經(jīng)濟效益的各指標因素后的實際情況，本文提出了一套定 性與定量指標相結合、利用組合賦權法，結合主客觀權重后確定各指標重要程度，利用TOPSIS法幫助電網(wǎng)企業(yè)作出最終的方案決策。

2 TOPSIS方法介紹

2.1 TOPSIS法簡介

TOPSIS法是一種在多指標情況下對多方案進行綜合評價的距離綜合評價方法，又稱為逼近理想解排序法。該方法是根據(jù)有限個評價對象與理想化目標的接近程度進行排序，即通過構造決策問題的理想解和負理想解，以接近理想解，遠離負理想解作為決策判據(jù)，從而對評價對象進行排序優(yōu)化[1]。在進行同一地區(qū)時點、同一類型的多個電網(wǎng)投資項目優(yōu)化比選時，通過TOPSIS法可以針對電網(wǎng)投資項目的效益進行評價，反映各方案之間的差距，最終做出決策[2]。

2.2 組合賦權法介紹

組合賦權法是通過對定性指標屬性的合理評價，同時盡量減少賦權主觀隨意性的，主客觀集成賦權的方法。此處采用網(wǎng)絡層次分析法與熵權法，聯(lián)合確定指標屬性的權重。

網(wǎng)絡層次分析法（ANP）是在層次分析法的基礎上于提出來的一種適應非獨立遞階層次結構的決策方法[3]。熵權法是按照各評價指標囊括信息量的多少來計算各個指標權重的，其計算較為簡明，可以充分利用指標數(shù)據(jù)所提供的信息，減少受主觀因素的影響[4]。

TOPSIS法與組合賦權法結合，按照指標數(shù)據(jù)的特征來取得指標的綜合權重系數(shù)，既體現(xiàn)電網(wǎng)企業(yè)對不同效益屬性的重視程度，又保留了指標權重的客觀性，是兼顧實用性與科學性的多目標優(yōu)化決策方法。

3 模型實證研究

本節(jié)以5個35KV變電站為例，對各變電站的項目投資效益進行綜合評價，在構建的指標體系基礎上，對各指標進行主客觀綜合賦權，再結合Topsis法計算各項目與最優(yōu)方案的相對貼近度并進行排序，對各項目進行優(yōu)劣排序，為電力企業(yè)決策提供參考。以前文構建的電網(wǎng)項目投資效益綜合評價指標為基礎，考慮變電站項目的特點以及技術與經(jīng)濟指標的對應分析，從功能效益、經(jīng)濟效益及社會效益幾方面對各方案進行評價。

3.1 指標數(shù)據(jù)的分析處理

在12項數(shù)據(jù)指標中，線路負載能力C5的正常水平為20%-80%，只要負載水平在合理范圍內(nèi)都可以保證線路的良好運行[4]，若以此指標的數(shù)值作為比選依據(jù)會造成評價偏差。另外社會效應下的三級指標C10至C12均為定性指標，無法直接作量化分析。此處利用灰色指數(shù)法等方法對這兩類指標進行量化處理。

3.2 主客觀權重綜合分析

通過構建的指標體系，根據(jù)經(jīng)標準化后的數(shù)據(jù)計算各指標的熵值及差異系數(shù)，求得指標的客觀權重。分析各三級指標間的內(nèi)在聯(lián)系，利用super decision軟件結合企業(yè)的主觀意見，得出變電站投資效益評價的主觀權重得出主客觀權重后，求兩種權重的平均數(shù)，對主客觀權重進行加權，如表1所示。

3.3 運用Topsis法進行項目比選

將加權系數(shù)矩陣與標準化的指標數(shù)據(jù)相乘，得到加權標準化決策矩陣，之后根據(jù)其計算結果，確定理想解Z+和負理想解Z-。分別計算P1至P5項目與正負理想解的距離，并計算相對貼近度，結果如表2所示。

根據(jù)結果分析可知，5個35kV變電站項目中，P5的相對貼近度最大，經(jīng)濟效益綜合評價最優(yōu)，可以作為優(yōu)先投資的項目選擇。

4 模型應用建議

隨著電力體制改革的逐漸深入，國家相關政策不斷推陳出新，電網(wǎng)投資方案也呈現(xiàn)多元化發(fā)展態(tài)勢。當投資方案變動時，理想解選擇的范圍變化，每個方案到理想解的距離就會發(fā)生變化，各方案之間的優(yōu)劣順序也隨著變動，可能會發(fā)生逆序的現(xiàn)象。電網(wǎng)企業(yè)可以通過從理想解和負理想解的確定方面進行研究和改進。收集和整理歷史數(shù)據(jù)，統(tǒng)計匯總出所有可能方案中的最好方案和最差方案，將其定義為絕對理想解和絕對負理想解。當決策方案變動時，不僅可以避免逆序現(xiàn)象，而且還能對客觀事實做出有效的評價。

參考文獻

[1]王鈺娟.基于組合賦權和改進TOPSIS的經(jīng)濟評價研究[D].大連理工大學，2009.

[2]何正柯.TOPSIS多屬性決策方法的改進研究[D].遼寧科技大學，2017.

[3]Endong Wang，Neslihan Alp，Jonathan Shi，Chao Wang，Xiaodong Zhang，Hong Chen. Multi-criteria building energy performance benchmarking through variable clustering based compromise TOPSIS with objective entropy weighting[J]. Energy，2017，125.

[4]Ludmila Dymova，Pavel Sevastjanov，Anna Tikhonenko. A direct interval extension of TOPSIS method[J]. Expert Systems With Applications，2013，40（12）：.