陳沛光 姜明磊 左石

摘? 要：對(duì)新能源消納工作的成效進(jìn)行客觀準(zhǔn)確地測(cè)度，對(duì)于激發(fā)新能源消納各個(gè)主體的參與積極性，推動(dòng)各地新能源消納工作健康可持續(xù)發(fā)展具有重要的意義。該文將層次分析法（AHP）與熵值方法相結(jié)合，綜合確定新能源消納綜合效益評(píng)價(jià)指標(biāo)權(quán)重，有效利用專(zhuān)家知識(shí)和經(jīng)驗(yàn)的同時(shí)，又可以避免人為主觀因素的影響，從而使評(píng)價(jià)結(jié)果更為客觀準(zhǔn)確。最后利用模擬數(shù)據(jù)對(duì)不同地區(qū)新能源消納綜合效益進(jìn)行評(píng)價(jià)，進(jìn)而推動(dòng)新能源消納工作健康可持續(xù)發(fā)展。

關(guān)鍵詞：新能源消納;層次分析法;熵值法;綜合測(cè)度

中圖分類(lèi)號(hào)：F083? ? ? ? ? ? 文獻(xiàn)標(biāo)志碼：A

0 引言

隨著我國(guó)以風(fēng)電、光伏為代表的新能源產(chǎn)業(yè)快速發(fā)展，而電力傳輸與用戶消費(fèi)環(huán)節(jié)沒(méi)有做好協(xié)調(diào)工作，導(dǎo)致部分地區(qū)棄風(fēng)棄光現(xiàn)象的發(fā)生，由此新能源消納工作逐漸得到政府和公眾的重視。對(duì)于新能源消納進(jìn)行綜合測(cè)度核心問(wèn)題就是指標(biāo)權(quán)重如何確定。傳統(tǒng)評(píng)價(jià)方法主要基于定性方法確定權(quán)重，如德?tīng)柗品?、層次分析法、模糊評(píng)價(jià)方法等，定性權(quán)重確定方法可以有效利用專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，但是存在主觀隨意性方面的欠缺;而定量權(quán)重確定方法，如主成分方法、熵值方法等，可以有效避免主觀人為因素的影響。而將定性與定量方法相結(jié)合綜合確定指標(biāo)權(quán)重，可以將2種方法的優(yōu)點(diǎn)相結(jié)合，得到越來(lái)越多的實(shí)踐經(jīng)驗(yàn)。

1 確定指標(biāo)權(quán)重

1.1 主觀權(quán)重確定——層次分析法（AHP）

1.1.1 構(gòu)建層次結(jié)構(gòu)模型

該文在分析我國(guó)新能源消納現(xiàn)狀的基礎(chǔ)上，借鑒以往關(guān)于新能源消納評(píng)價(jià)的相關(guān)研究，從4個(gè)環(huán)節(jié)（電源環(huán)節(jié)、電網(wǎng)環(huán)節(jié)、用戶環(huán)節(jié)以及政策調(diào)控）對(duì)新能源消納進(jìn)行評(píng)價(jià)，同時(shí)根據(jù)評(píng)價(jià)指標(biāo)選取的系統(tǒng)性、客觀性、簡(jiǎn)明性以及可比性等原則，共選取13個(gè)指標(biāo)對(duì)新能源消納進(jìn)行綜合效益評(píng)價(jià)（如圖1所示），進(jìn)而構(gòu)建層次結(jié)構(gòu)模型。

1.1.2 建立比較判斷矩陣

層析分析法需要構(gòu)建評(píng)價(jià)指標(biāo)兩兩判斷矩陣，矩陣形式如下：

矩陣中的取值可以根據(jù)表1中1～9標(biāo)度進(jìn)行判斷取值，n為評(píng)價(jià)指標(biāo)的數(shù)量。

1.1.3 計(jì)算權(quán)重系數(shù)

得到判斷矩陣E的取值后，首先對(duì)判斷矩陣的每一行元素計(jì)算乘積。

（1）

式中，i和j分別代表矩陣行與列的序號(hào)，n為兩兩判斷矩陣中指標(biāo)的數(shù)量，∏為求積公式。然后計(jì)算的n次方根。

（2）

對(duì)進(jìn)行歸一化處理，得到指標(biāo)的權(quán)重。

（3）

式中∑為求和公式。

1.1.4 一致性檢驗(yàn)

計(jì)算得到權(quán)重系數(shù)后，還需要對(duì)系數(shù)進(jìn)行一致性檢驗(yàn)，首先計(jì)算矩陣的最大特征值：

（4）

為歸一化的指標(biāo)權(quán)重，為兩兩判斷矩陣與指標(biāo)權(quán)重的乘積。然后計(jì)算一致性指標(biāo)。

（5）

式中，n為兩兩判斷矩陣中指標(biāo)的數(shù)量。最終得到準(zhǔn)則層的一致性檢驗(yàn)指標(biāo)CR。

（6）

式中，RI為隨機(jī)一致性指標(biāo)，取值與矩陣階數(shù)n相關(guān)，可以查表得到。

1.2 客觀權(quán)重確定——熵值法

熵值是一個(gè)可以度量不確定的指標(biāo)，熵值方法屬于一種客觀確定權(quán)重的方法，可以有效避免人為主觀因素的影響，使評(píng)價(jià)結(jié)果更為客觀。1）熵值法需要首先對(duì)指標(biāo)原始數(shù)據(jù)進(jìn)行非負(fù)化處理，得到非負(fù)數(shù)值，公式如下：

（7）

其中，為原始數(shù)據(jù)i=1，2…m;j=1，2…n;i和j分別表示被評(píng)價(jià)地區(qū)的序號(hào)和評(píng)價(jià)指標(biāo)的數(shù)值，m和n分別代表被評(píng)價(jià)地區(qū)和評(píng)價(jià)指標(biāo)的總數(shù)量;和分別代表第j列評(píng)價(jià)指標(biāo)數(shù)值的最小值和最大值。2）計(jì)算第j個(gè)指標(biāo)下第i個(gè)被評(píng)價(jià)地區(qū)所占的指標(biāo)比重：

（8）

3）計(jì)算第j個(gè)指標(biāo)的熵值

（9）

式中，為第j項(xiàng)指標(biāo)的熵值，n為自然數(shù)，代表評(píng)價(jià)指標(biāo)的數(shù)量，ln為自然對(duì)數(shù)函數(shù)，∑為求和公式。4）計(jì)算第j個(gè)指標(biāo)的熵權(quán)。

（10）

1.3 基于AHP-熵值綜合權(quán)重

AHP方法可以充分借鑒專(zhuān)家的知識(shí)和經(jīng)驗(yàn)，而熵值方法有助于降低權(quán)重確定的主觀性。將主觀賦權(quán)與客觀賦權(quán)相結(jié)合，有助于新能源消納評(píng)價(jià)指標(biāo)權(quán)重選取更加科學(xué)和準(zhǔn)確。綜合權(quán)重合成公式如下所示：

（11）

式中，為綜合權(quán)重系數(shù)，W和分別代表層次分析法和熵值法計(jì)算得到的評(píng)價(jià)指標(biāo)權(quán)重。j表示評(píng)價(jià)指標(biāo)的數(shù)值，j= 1，2，…n。

2 綜合評(píng)價(jià)算例分析

指標(biāo)綜合權(quán)重確定后，接下來(lái)可以根據(jù)實(shí)際數(shù)據(jù)進(jìn)行算例分析。

2.1 數(shù)據(jù)收集

由于新能源消納過(guò)程中，有一些實(shí)際數(shù)據(jù)不方便獲取，該文利用模擬數(shù)據(jù)進(jìn)行算例分析。對(duì)于地區(qū)A到地區(qū)F分別模擬生成評(píng)價(jià)指標(biāo)的數(shù)值，見(jiàn)表2。

2.2 綜合權(quán)重計(jì)算

利用AHP方法計(jì)算判斷矩陣的最大特征值=4.2542，由此可以計(jì)算得到判斷矩陣的一致性檢驗(yàn)指標(biāo)CR=0.0952<0.1，通過(guò)一致性檢驗(yàn)。AHP方法計(jì)算權(quán)重W、熵值法計(jì)算權(quán)重Sj以及AHP-熵值組合權(quán)重Cj計(jì)算結(jié)果見(jiàn)表3。

2.3 綜合評(píng)價(jià)得分

基于AHP-熵值組合權(quán)重系數(shù)，可以合成得到不同地區(qū)新能源消納綜合測(cè)度得分如下。

（12）

其中，為基于AHP-熵值計(jì)算的組合權(quán)重系數(shù);為指標(biāo)準(zhǔn)化后的數(shù)值，j表示評(píng)價(jià)指標(biāo)的數(shù)值，j=1，2…n。最終各地區(qū)新能源消納綜合測(cè)度得分如圖2所示。

4 結(jié)語(yǔ)

該文將基于AHP-熵值方法，定性與定量相結(jié)合確定新能源消納綜合效益評(píng)價(jià)指標(biāo)權(quán)重。即可以有效利用專(zhuān)家知識(shí)和經(jīng)驗(yàn)，又可以避免人為主觀因素的影響，從而使評(píng)價(jià)結(jié)果更為客觀準(zhǔn)確。同時(shí)利用模擬數(shù)據(jù)對(duì)不同地區(qū)新能源消納綜合效益進(jìn)行評(píng)價(jià)，有效推動(dòng)我國(guó)新能源消納工作健康可持續(xù)發(fā)展。

參考文獻(xiàn)

[1]陳文.基于AHP-熵值法的汽車(chē)服務(wù)質(zhì)量評(píng)價(jià)體系研究[J].現(xiàn)代商貿(mào)工業(yè)，2017（22）：91-92.

[2]劉楊，陳亞哲，李祥松，等.基于層次分析法和熵值法的產(chǎn)品廣義質(zhì)量綜合評(píng)價(jià)方法[J].中國(guó)工程機(jī)械學(xué)報(bào)，2009，7（4）：494-498.

[3]代紅才，李瓊慧，汪曉露.新能源與智能電網(wǎng)協(xié)調(diào)發(fā)展評(píng)價(jià)指標(biāo)體系研究[J].能源技術(shù)經(jīng)濟(jì)，2011，23（5）：18-23.

[4]董振.基于風(fēng)險(xiǎn)理論的新能源消納分析模型及實(shí)證研究[D].北京：華北電力大學(xué)，2013.

[5]Zhao Y W.Zhang G.X.A new integrated design method based on fuzzy matter-element optimization[J].Journal of Materials Processing Technology，2002，129（1）：612-618.