馬麗葉 張 濤 盧志剛 楊林林

（燕山大學(xué)電氣工程學(xué)院 秦皇島 066004）

0 引言

區(qū)域綜合能源系統(tǒng)（Regional Integrated Energy System,RIES）作為能源互聯(lián)網(wǎng)的重要組成部分，利用先進(jìn)的物理信息技術(shù)和創(chuàng)新管理模式對(duì)子系統(tǒng)進(jìn)行協(xié)調(diào)優(yōu)化，并在此基礎(chǔ)上通過(guò)耦合電力、天然氣、熱冷源等多種能源滿(mǎn)足系統(tǒng)內(nèi)部的多元化用能需求，提升能源利用效率[1-4]。建設(shè)完善的RIES 是低碳經(jīng)濟(jì)背景下實(shí)現(xiàn)能源變革的一種解決方案，而對(duì)系統(tǒng)進(jìn)行評(píng)價(jià)是推進(jìn)RIES 建設(shè)的重要環(huán)節(jié)。

在區(qū)域綜合能源系統(tǒng)評(píng)價(jià)方面，文獻(xiàn)[5]以配電系統(tǒng)為核心，從RIES 的能源環(huán)節(jié)、裝置環(huán)節(jié)、配電網(wǎng)環(huán)節(jié)和用戶(hù)環(huán)節(jié)提煉出具有普遍適應(yīng)性的指標(biāo)。文獻(xiàn)[6-7]綜合考慮經(jīng)濟(jì)、可靠、能耗、環(huán)保四個(gè)方面的影響因素，分別建立多屬性加權(quán)決策模型和VIKOR 多準(zhǔn)則評(píng)價(jià)體系。文獻(xiàn)[8-9]主要以經(jīng)濟(jì)性作為系統(tǒng)的評(píng)價(jià)側(cè)重點(diǎn)，以總成本、凈現(xiàn)值、內(nèi)部收益率和動(dòng)態(tài)回報(bào)期作為經(jīng)濟(jì)性評(píng)價(jià)指標(biāo)。文獻(xiàn)[10-11]在?效率的基礎(chǔ)上提出了能質(zhì)系數(shù)的概念，其計(jì)及能量“質(zhì)”的特性，解決了效率評(píng)價(jià)中能量耦合造成的困境。文獻(xiàn)[12]將數(shù)據(jù)包絡(luò)分析方法用于RIES的綜合效率評(píng)價(jià)，但其評(píng)價(jià)指標(biāo)體系的構(gòu)建仍然局限于傳統(tǒng)的經(jīng)濟(jì)、環(huán)保等方面?；谏鲜龇治隹芍?，目前國(guó)內(nèi)外有關(guān)RIES 的評(píng)價(jià)研究主要集中于系統(tǒng)的技術(shù)經(jīng)濟(jì)層面，受限于傳統(tǒng)供能系統(tǒng)的評(píng)價(jià)思路而忽略了系統(tǒng)的管理層面和外部反饋情況，以至于最后無(wú)法上升到綜合評(píng)價(jià)的高度。

同時(shí)，系統(tǒng)內(nèi)部可再生能源和多元負(fù)荷的大量接入使得RIES 運(yùn)行狀態(tài)的不確定性增加[13-15]，考慮到評(píng)價(jià)指標(biāo)取值于某一時(shí)間段，其典型代表性隨著狀態(tài)不確定性程度的增加而減小，故而可將指標(biāo)值看作是受系統(tǒng)狀態(tài)影響的不確定數(shù)值，RIES 綜合評(píng)價(jià)轉(zhuǎn)換為一個(gè)不確定性評(píng)價(jià)問(wèn)題。云模型[16-17]作為一種描述不確定性的有效方法，文獻(xiàn)[18-19]在評(píng)價(jià)體系中引入正態(tài)云模型，將傳統(tǒng)的確定性指標(biāo)替換為不確定形式的云指標(biāo)；文獻(xiàn)[20-21]提出可拓云模型，保留指標(biāo)數(shù)值形式而將物元等級(jí)界限以云模型形式表達(dá)，指標(biāo)的不確定性體現(xiàn)為兩者的相對(duì)不確定性。顯然，相比于前者，可拓云模型增加了處理不相容問(wèn)題的優(yōu)勢(shì)，但考慮到云關(guān)聯(lián)度具有恒大于0 的特征，這將削弱系統(tǒng)短板的評(píng)價(jià)影響，需要對(duì)此問(wèn)題進(jìn)行改善以免造成評(píng)價(jià)結(jié)果失真。

針對(duì)上述現(xiàn)狀和問(wèn)題，本文以RIES 作為研究對(duì)象，充分考慮管理決策和外部資源在其發(fā)展運(yùn)行中的作用，分別從驅(qū)動(dòng)力、壓力、狀態(tài)、影響和響應(yīng)五個(gè)方面建立RIES 評(píng)價(jià)指標(biāo)體系。接著，利用非線性最優(yōu)規(guī)劃將網(wǎng)絡(luò)分析法（Analytic Network Process,ANP）、熵值法和變異系數(shù)法進(jìn)行組合以求得各指標(biāo)權(quán)重，再結(jié)合可拓云模型在處理不確定問(wèn)題上的優(yōu)勢(shì)得到各指標(biāo)的評(píng)價(jià)云等級(jí)，并通過(guò)懲罰型變權(quán)將各指標(biāo)云等級(jí)進(jìn)行組合，得到RIES 綜合評(píng)價(jià)結(jié)果。最后，以國(guó)內(nèi)某綜合能源系統(tǒng)工程項(xiàng)目作為算例進(jìn)行仿真分析，同時(shí)在靈敏度仿真驗(yàn)證中確定了各評(píng)價(jià)指標(biāo)的改善順序，驗(yàn)證了評(píng)價(jià)模型的可行性與有效性。

1 RIES 綜合評(píng)價(jià)指標(biāo)體系

RIES 的主要目的在于擴(kuò)大可再生能源的開(kāi)發(fā)和提高常規(guī)能源的利用效率[22-23]，其結(jié)構(gòu)與能量流動(dòng)如圖1 所示，在物理結(jié)構(gòu)上可將其看作是單一供能系統(tǒng)在接入可再生能源以及多元負(fù)荷后，集成為滿(mǎn)足系統(tǒng)運(yùn)行需求而增加的一系列設(shè)備所形成的整體。

圖1 RIES 結(jié)構(gòu)與能量流動(dòng) Fig.1 Structure and energy flow of RIES

由于保持源荷平衡是系統(tǒng)最基本的運(yùn)行要求，故可將運(yùn)行狀態(tài)看作是源荷不確定性和系統(tǒng)調(diào)節(jié)能力的博弈結(jié)果[24]，引入“驅(qū)動(dòng)力-壓力-狀態(tài)-影響-響應(yīng)”（Drivers-Pressures-States-Impacts-Responses,DPSIR）模型，其閉環(huán)特性能夠保證在其框架上所搭建指標(biāo)體系的邏輯完整性，從而使得評(píng)價(jià)體系上升到綜合層面。將源荷不確定性和系統(tǒng)調(diào)節(jié)能力分別通過(guò)驅(qū)動(dòng)力（D）模塊和響應(yīng)（R）模塊來(lái)表示。當(dāng)驅(qū)動(dòng)力增大時(shí)，壓力（P）增加，影響系統(tǒng)的正常安全運(yùn)行，從而改變系統(tǒng)的整體運(yùn)行狀態(tài)（S），對(duì)系統(tǒng)效益造成影響（I），進(jìn)而迫使系統(tǒng)在管理策略和獲取外部資源等方面給出響應(yīng)，緩解驅(qū)動(dòng)力增加帶來(lái)的各種不利影響?；?DPSIR模型的RIES 綜合評(píng)價(jià)指標(biāo)體系如圖2 所示，其中，指標(biāo)C4、E1、E2、E3 和E4 為定性指標(biāo)，其余指標(biāo)均為定量指標(biāo)。

圖2 基于DPSIR 模型的RIES 綜合評(píng)價(jià)指標(biāo)體系 Fig.2 Comprehensive evaluation index system of RIES based on DPSIR model

1.1 驅(qū)動(dòng)力

在驅(qū)動(dòng)力方面，主要計(jì)及系統(tǒng)中的能源利用和負(fù)荷調(diào)節(jié)情況。在能源利用方面，擴(kuò)大可再生能源的開(kāi)發(fā)主要體現(xiàn)在能源供應(yīng)環(huán)節(jié)，通過(guò)滲透率和消納率兩個(gè)指標(biāo)進(jìn)行表述；綜合能源利用效率從“質(zhì)”和“量”兩個(gè)方面將“產(chǎn)-轉(zhuǎn)-輸-儲(chǔ)-用”五個(gè)環(huán)節(jié)的運(yùn)行效率情況納入考慮范圍，并通過(guò)能質(zhì)系數(shù)將不同能源統(tǒng)一到電能量綱進(jìn)行計(jì)算，如式（1）所示。為了表述的簡(jiǎn)潔，符號(hào)“P”代表對(duì)應(yīng)功率經(jīng)過(guò)能質(zhì)系數(shù)換算后的數(shù)值。

式中，η為綜合能源效率；δe、δg、δh和δc分別為電能、天然氣、熱能和冷能的能質(zhì)系數(shù)；E、G、H和C分別為需求側(cè)輸出的電能、天然氣、熱能和冷能，MW；Pbuy為外購(gòu)電和CHP 設(shè)備產(chǎn)生的電能之和，MW；Pgas為區(qū)域外購(gòu)天然氣和P2G 產(chǎn)生的天然氣之和，MW；Pres為系統(tǒng)可再生能源設(shè)備的理論出力，MW。

能質(zhì)系數(shù)δ為不同能源對(duì)外所能夠做的功與其總能量的比值，即

式中，W為可以轉(zhuǎn)換為功的部分能量，kJ；Q為該能源的總能量，kJ。此外，在負(fù)荷調(diào)節(jié)方面，需求側(cè)管理（Demand Side Management,DSM）通過(guò)價(jià)格和激勵(lì)策略引導(dǎo)用戶(hù)在高峰時(shí)多用能，低谷時(shí)少用能，進(jìn)而達(dá)到提高用能效率、優(yōu)化用能方式的需求，其調(diào)整比例在一定程度上反映了負(fù)荷的波動(dòng)情況。

1.2 壓力

在壓力方面，主要考慮系統(tǒng)運(yùn)行的安全性和可靠性。相比于傳統(tǒng)供能系統(tǒng)，RIES 運(yùn)行狀態(tài)的變化頻率和幅度均有所增加，各類(lèi)設(shè)備更易出現(xiàn)不同程度的磨損，設(shè)備發(fā)生故障的概率增大。計(jì)及熱能和冷能的特殊性，重要負(fù)荷失能率重新定義為

式中，β為重要負(fù)荷失能率；Nb為系統(tǒng)中的重要負(fù)荷，包括電能、燃?xì)?、熱能和冷能四種形式；Nk為重要負(fù)荷的失能次數(shù)，其中不計(jì)及未達(dá)到18min 的商業(yè)、民用熱/冷失能和未達(dá)到1min 的工業(yè)熱/冷失能；Pp,q為負(fù)荷q第p次的失能能量；Pplan,q為負(fù)荷q的計(jì)劃供能。同時(shí)，配電網(wǎng)是RIES 物理結(jié)構(gòu)中的主要網(wǎng)絡(luò)，也是系統(tǒng)接入的可再生能源波動(dòng)的直接承受方，當(dāng)線路最大功率突變超過(guò)接入設(shè)備所能承受的上限時(shí)，可能造成嚴(yán)重事故。而當(dāng)潮流分配不均時(shí)，系統(tǒng)更易到達(dá)重載或熱穩(wěn)定極限，通過(guò)與額定功率的比值表示線路的潮流現(xiàn)狀，與標(biāo)準(zhǔn)差相比，利用信息熵來(lái)檢驗(yàn)各線路潮流的均衡度更為直觀。

式中，χ為配電網(wǎng)潮流均衡度；n為線路條數(shù)；LN為線路的額定功率；Lmax為統(tǒng)計(jì)時(shí)間內(nèi)線路的最大功率。

1.3 狀態(tài)

在狀態(tài)方面，主要是衡量系統(tǒng)整體的運(yùn)行水平，從電氣化、智能化、開(kāi)放化和舒適化四個(gè)方面進(jìn)行評(píng)價(jià)。電氣化有利于集中控碳脫碳和精細(xì)化用能控制，可通過(guò)需求側(cè)所用電能占所用能源總和的比例來(lái)表示，其值越大，系統(tǒng)電氣化水平越高。智能表包括智能電能表、熱能表和燃?xì)獗淼?，可以?shí)現(xiàn)功率計(jì)量、實(shí)時(shí)檢測(cè)、信息傳輸以及用戶(hù)交互等一系列功能，是系統(tǒng)邁向綜合智能化的網(wǎng)絡(luò)基礎(chǔ)。比起設(shè)備的安裝數(shù)量，采用設(shè)備覆蓋能量范圍的占比能更加合理地表征系統(tǒng)的智能化程度。

式中，ε為智能設(shè)備覆蓋率；Ω為智能設(shè)備數(shù)；Pd為統(tǒng)計(jì)時(shí)間內(nèi)設(shè)備d記錄的能量，MW；Pload為需求側(cè)的總負(fù)荷。開(kāi)放化包括數(shù)據(jù)共享和能源服務(wù)共享兩方面，前者依賴(lài)智能電能表的信息雙向傳輸技術(shù)，已包含于智能化指標(biāo)定義，而后者目前主要指在區(qū)域內(nèi)設(shè)置充電樁為電動(dòng)汽車(chē)提供充電接口，故而可通過(guò)區(qū)域內(nèi)的充電樁數(shù)量來(lái)表示系統(tǒng)開(kāi)放性，接口數(shù)量越多，對(duì)于外界的共享性則越好。舒適化是指用戶(hù)的直接用能體驗(yàn)，與需求側(cè)能源質(zhì)量息息相關(guān)，電能、熱能和天然氣的供能質(zhì)量越好，用戶(hù)的滿(mǎn)意度和消費(fèi)趨向性越高。

1.4 影響

在影響方面，主要評(píng)判系統(tǒng)的運(yùn)行效益，計(jì)及經(jīng)濟(jì)、碳減排和社會(huì)效益三個(gè)方面。其中經(jīng)濟(jì)效益分別從成本和收益兩個(gè)角度入手，成本需要考慮投資費(fèi)用、運(yùn)維費(fèi)用、購(gòu)能費(fèi)用以及需求側(cè)響應(yīng)補(bǔ)償?shù)?，通過(guò)費(fèi)用年值進(jìn)行概括，收益則通過(guò)年利潤(rùn)額來(lái)描述。其中激勵(lì)型需求響應(yīng)在響應(yīng)中占據(jù)可觀的比重，而現(xiàn)有指標(biāo)大都忽略，響應(yīng)補(bǔ)償成本補(bǔ)充表示為

式中，φ為需求側(cè)響應(yīng)補(bǔ)償成本，萬(wàn)元；T和T′分別為實(shí)施激勵(lì)型和價(jià)格型需求響應(yīng)的次數(shù)；p ri(t)和pri′ (t′)為實(shí)施上述兩種需求響應(yīng)對(duì)應(yīng)的單價(jià)，萬(wàn)元；Ploadloss(t)和Ploadtransfer(t′)為對(duì)應(yīng)的功率，MW。除可再生能源外，RIES 中電動(dòng)汽車(chē)的使用同樣能夠減少一次能源的燃燒，兩者共同減少的碳氮氧化物和顆粒物排放量可作為環(huán)保效益的主要來(lái)源。

式中，φ為減排效益；u為空氣污染物種類(lèi)，包括CO2、SO2、NOx、CO 和煙塵；Cg為g類(lèi)型污染物的環(huán)境價(jià)值，千元/kg；emicoal,g和emipetrol,g分別為煤炭和汽油的單位z類(lèi)型污染物排放量，kg/MW；Qren和EVsQ分別為可再生能源生產(chǎn)和電動(dòng)汽車(chē)消耗的電能，MW。另外，GDP 是某地區(qū)一定時(shí)期內(nèi)生產(chǎn)活動(dòng)的最終成果，可通過(guò)系統(tǒng)GDP 在整個(gè)經(jīng)濟(jì)輻射區(qū)域內(nèi)的GDP 占比來(lái)評(píng)價(jià)系統(tǒng)的社會(huì)效益，即該系統(tǒng)對(duì)于所在區(qū)域的經(jīng)濟(jì)發(fā)展和人員就業(yè)的促進(jìn)作用。

1.5 響應(yīng)

響應(yīng)方面主要是對(duì)RIES 的管理策略進(jìn)行評(píng)價(jià)。首先，國(guó)家政策引導(dǎo)了行業(yè)發(fā)展的趨勢(shì)和潮流，與之貼合度越高，所獲得的市場(chǎng)便利和投資青睞越大，且在現(xiàn)階段政策補(bǔ)貼是系統(tǒng)獲得外部支持的最重要方式。其次，在系統(tǒng)的建設(shè)、運(yùn)行和維護(hù)管理中，必須采用足夠成熟可靠的技術(shù)，而保證在當(dāng)前環(huán)境下該技術(shù)的不可替代性是技術(shù)管理策略中的最優(yōu)解。同時(shí)，穩(wěn)定便利地獲取一次能源是系統(tǒng)運(yùn)行發(fā)展的外部保障，而其所處區(qū)域能提供的可再生能源上限決定了系統(tǒng)的發(fā)展天花板，系統(tǒng)最終發(fā)展目標(biāo)需和可再生能源稟賦程度相適應(yīng)。最后，系統(tǒng)調(diào)度策略的確定、資源的配置安排以及出現(xiàn)運(yùn)行故障時(shí)的應(yīng)急處理等都需要人員的介入，因此員工的專(zhuān)業(yè)知識(shí)和業(yè)務(wù)能力對(duì)于RIES 的穩(wěn)定運(yùn)行至關(guān)重要。

顯然，對(duì)于定量指標(biāo)，可直接通過(guò)能量信息采集系統(tǒng)所獲得的統(tǒng)計(jì)數(shù)據(jù)計(jì)算指標(biāo)特征值，而對(duì)于定性指標(biāo)，則需要專(zhuān)家根據(jù)系統(tǒng)運(yùn)行數(shù)據(jù)、項(xiàng)目規(guī)劃方案、同類(lèi)RIES 情況以及國(guó)家政策、現(xiàn)有技術(shù)等資料，結(jié)合自身經(jīng)驗(yàn)并參照評(píng)分依據(jù)給出該項(xiàng)指標(biāo)的百分制得分。同時(shí)考慮到專(zhuān)家學(xué)術(shù)水平的局限性和對(duì)于不同問(wèn)題的偏好差別，采用Delphi 法將其意見(jiàn)統(tǒng)一得到定性指標(biāo)特征值。其中定性指標(biāo)的評(píng)分參照依據(jù)見(jiàn)表1。

表1 定性指標(biāo)的評(píng)分參照依據(jù) Tab.1 The scoring reference of qualitative indicators

2 RIES 變權(quán)可拓云模型

2.1 建立可拓云模型

可拓學(xué)中的物元理論以物元R=(N,C,v)作為描述事物的基本元，其綜合考慮高維不相容問(wèn)題，能夠客觀描述事物的發(fā)展進(jìn)程和變化規(guī)律。在RIES評(píng)價(jià)中，系統(tǒng)運(yùn)行狀態(tài)是不確定的，而利用采樣數(shù)據(jù)計(jì)算得到的確定性評(píng)價(jià)指標(biāo)顯然不能將其完全反映。對(duì)應(yīng)地，傳統(tǒng)物元模型中描述事物特征的確定性量值ν此時(shí)也不再適用，需要結(jié)合云模型在處理不確定性問(wèn)題上的獨(dú)特優(yōu)勢(shì)對(duì)其進(jìn)行改進(jìn)。

此外，在對(duì)RIES 進(jìn)行綜合評(píng)價(jià)時(shí)，系統(tǒng)在規(guī)模大小、包含能源種類(lèi)以及用戶(hù)構(gòu)成等方面的差異性會(huì)對(duì)決策者的評(píng)價(jià)標(biāo)準(zhǔn)造成直接影響，因此需要“具體問(wèn)題，具體分析”，邀請(qǐng)專(zhuān)家根據(jù)具體評(píng)價(jià)對(duì)象的實(shí)際情況來(lái)劃分指標(biāo)等級(jí)界限，而非采用一個(gè)普適性指標(biāo)等級(jí)。在確定等級(jí)界限后，首先將評(píng)價(jià)指標(biāo)劃分的等級(jí)界限作為一個(gè)雙約束空間，利用轉(zhuǎn)換關(guān)系方程組（9）進(jìn)行適度擴(kuò)展得到等級(jí)界限云模型(Ex,En,He)。

式中，s為常數(shù)，可結(jié)合相應(yīng)指標(biāo)的模糊性、離散性、隨機(jī)性和實(shí)際情況進(jìn)行調(diào)整。

其次，以正態(tài)云模型(Ex,En,He)替換傳統(tǒng)物元中的特征量值v，將期望Ex、熵En和超熵He轉(zhuǎn)換為m個(gè)云滴(x1,x2,…,xm)，通過(guò)單個(gè)云滴能夠代表整個(gè)可拓云模型的概率來(lái)實(shí)現(xiàn)定量數(shù)值到定性概念的轉(zhuǎn)換[18-19]?？赏卦颇Ｐ蜑?/p>

式中，Rj為 IES 綜合評(píng)價(jià)所劃分的等級(jí)；表示云量值，為評(píng)價(jià)指標(biāo)Ci關(guān)于等級(jí)Rj的云描述；i=1,…,n。

2.2 計(jì)算云關(guān)聯(lián)度

根據(jù)正向正態(tài)云模型的特點(diǎn)，將待評(píng)價(jià)的各項(xiàng)指標(biāo)值x視為一個(gè)云滴；然后，隨機(jī)生成服從對(duì)應(yīng)期望值為En、標(biāo)準(zhǔn)差為He的正態(tài)分布的隨機(jī)數(shù)En′；最后，計(jì)算出各個(gè)指標(biāo)相應(yīng)的待評(píng)價(jià)值與RIES 綜合評(píng)價(jià)等級(jí)界限可拓云模型之間的云關(guān)聯(lián)度k，其計(jì)算公式為

在具體RIES 綜合評(píng)價(jià)中，由于系統(tǒng)運(yùn)行狀態(tài)的不確定性，指標(biāo)值x的采樣無(wú)法精確到某一數(shù)值，若采用區(qū)間數(shù)表示則意味著舍棄區(qū)間內(nèi)狀態(tài)出現(xiàn)的概率偏好。本文引入式（11）將采樣隨機(jī)性問(wèn)題轉(zhuǎn)換為指標(biāo)值x不變，等級(jí)界限En′波動(dòng)的相對(duì)隨機(jī)問(wèn)題，其中En′～N(En,He2)符合狀態(tài)不確定性引起的波動(dòng)情況[20]，而隨機(jī)波動(dòng)大小由超熵He來(lái)決定，與實(shí)際情況一致。利用式（11）計(jì)算出待評(píng)物元各指標(biāo)值和各評(píng)價(jià)指標(biāo)綜合評(píng)價(jià)等級(jí)可拓云模型之間的云關(guān)聯(lián)度，得到IES 綜合評(píng)價(jià)等級(jí)的評(píng)判矩陣K為

式中，kij為待評(píng)價(jià)物元指標(biāo)Ci和綜合評(píng)價(jià)等級(jí)j的界限可拓云模型之間的關(guān)聯(lián)度；n為評(píng)價(jià)指標(biāo)數(shù)；m為綜合評(píng)價(jià)等級(jí)。

2.3 確定綜合權(quán)重

在主觀方面，網(wǎng)絡(luò)層次分析法（Analysis Network Process，ANP）利用超矩陣原理，專(zhuān)家根據(jù)決策者評(píng)價(jià)偏好給出各指標(biāo)重要性標(biāo)度，并結(jié)合各指標(biāo)的相關(guān)性共同求出主觀權(quán)重，在賦權(quán)過(guò)程中能夠有效應(yīng)對(duì)RIES 綜合評(píng)價(jià)中各指標(biāo)之間存在交叉含義和相互反饋影響的狀況；在客觀方面，熵值法通過(guò)計(jì)算信息熵來(lái)判斷某項(xiàng)指標(biāo)提供的信息量，變異系數(shù)法利用指標(biāo)的變異程度來(lái)度量其對(duì)評(píng)價(jià)結(jié)果的重要程度。將三者結(jié)合起來(lái)，既能兼顧決策者的主觀需求和數(shù)據(jù)的客觀性質(zhì)，又能消除單一評(píng)價(jià)法片面、穩(wěn)定性差等問(wèn)題?；诓┺恼撍枷?，通過(guò)非線性最優(yōu)規(guī)劃進(jìn)行求解，表達(dá)式為

式中，Nh為賦權(quán)方法；為主觀賦權(quán)方法；wh為采用第h種方法計(jì)算得到的指標(biāo)權(quán)重；ηlow和ηhigh分別為主觀權(quán)重占比的下限和上限，需根據(jù)待評(píng)價(jià)樣本的實(shí)際情況來(lái)確定；ρh為第h種方法的權(quán)重。

2.4 得到變權(quán)綜合評(píng)價(jià)等級(jí)

根據(jù)RIES 綜合評(píng)價(jià)等級(jí)的評(píng)判矩陣K，結(jié)合指標(biāo)體系的權(quán)重系數(shù)W得出評(píng)價(jià)向量=B WK，令，定義b j(j=1,2,… ,5)為云綜合關(guān)聯(lián)度，當(dāng)bj=maxbj成立時(shí)，系統(tǒng)的綜合評(píng)價(jià)等級(jí)為j。

由于RIES 具有龐大的內(nèi)部結(jié)構(gòu)和復(fù)雜的運(yùn)行策略，其在發(fā)展過(guò)程中各方面很難達(dá)到均衡，具體表現(xiàn)在指標(biāo)評(píng)價(jià)結(jié)果分散于不同云等級(jí)且極少出現(xiàn)同時(shí)屬于兩個(gè)等級(jí)的情況，如圖3 所示。

圖3 可拓云模型示意圖 Fig.3 Schematic diagram of extension cloud model

假設(shè)出現(xiàn)2 個(gè)指標(biāo)對(duì)于N1 的關(guān)聯(lián)度為1，剩下18 個(gè)指標(biāo)對(duì)于N2 的關(guān)聯(lián)度均為0.1 的情形，當(dāng)不考慮評(píng)價(jià)指標(biāo)的均衡度時(shí)，顯然云綜合關(guān)聯(lián)度計(jì)算結(jié)果與實(shí)際情況相悖的概率很大。

這是因?yàn)榭赏卦颇Ｐ蛯⒃脐P(guān)聯(lián)度k的范圍限制在了[0,1]。當(dāng)指標(biāo)不屬于某一等級(jí)時(shí)，其與該等級(jí)的云關(guān)聯(lián)度0k=。相較于傳統(tǒng)物元模型的負(fù)關(guān)聯(lián)度，該部分指標(biāo)在綜合關(guān)聯(lián)度的加權(quán)計(jì)算過(guò)程中失去了“懲罰”作用，即綜合關(guān)聯(lián)度評(píng)價(jià)計(jì)算結(jié)果只計(jì)及了屬于該云等級(jí)界限內(nèi)的相對(duì)“優(yōu)越值”，而掩蓋了不屬于該界限內(nèi)的“短板效應(yīng)”，這可能導(dǎo)致評(píng)價(jià)結(jié)果失真。

基于上述分析可知，可拓云模型中綜合關(guān)聯(lián)度的計(jì)算對(duì)于指標(biāo)均衡度的要求相較于常規(guī)系統(tǒng)要高得多，因此本文引入變權(quán)理論[26]對(duì)各評(píng)價(jià)指標(biāo)的均衡度進(jìn)行“懲罰”，通過(guò)對(duì)均衡度加以限制來(lái)避免少數(shù)指標(biāo)值的優(yōu)秀造成待評(píng)價(jià)整體呈現(xiàn)完全優(yōu)秀狀態(tài)這一現(xiàn)象的發(fā)生。

以待評(píng)價(jià)樣本指標(biāo)值xi到對(duì)應(yīng)評(píng)價(jià)指標(biāo)等級(jí)j的界限中心Eij的距離作為懲罰基準(zhǔn)，考慮到待解決的問(wèn)題是計(jì)算綜合關(guān)聯(lián)過(guò)程中掩蓋“短板”而造成評(píng)價(jià)結(jié)果失真，故而將懲罰準(zhǔn)則設(shè)置為距離Eij越近，其相對(duì)權(quán)重越小。利用常見(jiàn)的懲罰型變權(quán)綜合函數(shù) 模型構(gòu)建懲罰性變權(quán)為

式中，W′為經(jīng)過(guò)變權(quán)計(jì)算后的權(quán)重向量；α為懲罰系數(shù)，當(dāng)0.5α＜ 時(shí)，可認(rèn)為決策者偏保守，對(duì)于指標(biāo)值的均衡程度要求較高；當(dāng)0.5α≥時(shí)，指標(biāo)值的均衡程度對(duì)于評(píng)價(jià)結(jié)果的影響逐步降低。

最終評(píng)價(jià)向量為

2.5 檢驗(yàn)RIES 綜合評(píng)價(jià)結(jié)果

由式（11）可知，計(jì)算定量指標(biāo)x與正態(tài)云之間的云關(guān)聯(lián)度k的過(guò)程中存在隨機(jī)因素，故而需要進(jìn)行F次計(jì)算以對(duì)綜合評(píng)價(jià)結(jié)果進(jìn)行可信度檢驗(yàn)。令為RIES 綜合評(píng)價(jià)結(jié)果分別屬于各等級(jí)的次數(shù)，引入置信度因子θ為

可知，θ值越大，表示評(píng)判結(jié)果的分散度越大，可信度越??；反之則評(píng)判結(jié)果的可信度越大。在本文中，當(dāng)θ≤0.005時(shí)將評(píng)價(jià)結(jié)果視作可靠。

3 算例分析

3.1 算例背景

國(guó)內(nèi)某綜合能源系統(tǒng)工程項(xiàng)目[27]于2014 年4 月開(kāi)始規(guī)劃建設(shè)，提出建設(shè)以電能為中心，融合電能替代與節(jié)能技術(shù)，規(guī)?；瘧?yīng)用多種清潔能源，技術(shù)先進(jìn)、智能互動(dòng)的綠色復(fù)合型能源網(wǎng)。該園區(qū)主要開(kāi)展呼叫中心服務(wù)、展示交流體驗(yàn)、商務(wù)合作拓展三項(xiàng)業(yè)務(wù)，實(shí)現(xiàn)國(guó)家電網(wǎng)能源技術(shù)與服務(wù)創(chuàng)新園區(qū)目標(biāo)。項(xiàng)目在能源、服務(wù)和生態(tài)建設(shè)方面，建設(shè)以電為中心、靈活接納多種能源形式，包含全面集成智能樓宇、智慧能源和智慧環(huán)境等子系統(tǒng)，實(shí)現(xiàn)多能源協(xié)調(diào)控制和綜合能效管理的綠色復(fù)合型能源網(wǎng)。

3.2 評(píng)價(jià)結(jié)果

以系統(tǒng)2017 年的運(yùn)行數(shù)據(jù)作為算例。首先參考同類(lèi)項(xiàng)目運(yùn)營(yíng)情況，結(jié)合該供能體系的規(guī)劃方案和專(zhuān)家意見(jiàn)將RIES 的綜合評(píng)價(jià)等級(jí)劃分為N1～N5共五個(gè)級(jí)別，分別對(duì)應(yīng)為{差、較差、一般、較好、好}。為便于操作，各級(jí)別以雙約束空間的形式給出，按照式（9）進(jìn)行云模型轉(zhuǎn)換，得到的等級(jí)界限云模型見(jiàn)表2。由于篇幅原因，在每個(gè)因素層下選取一個(gè)指標(biāo)進(jìn)行仿真說(shuō)明。

表2 RIES 綜合評(píng)價(jià)部分指標(biāo)等級(jí)界限云模型 Tab.2 The hierarchical boundary cloud model of partial index for RIES comprehensive evaluation

接著，計(jì)算待評(píng)價(jià)樣本指標(biāo)值與各等級(jí)界限云模型的關(guān)聯(lián)度k，如圖4 所示。從整體上來(lái)看，依據(jù)最大云關(guān)聯(lián)度準(zhǔn)則得到屬于 RIES 評(píng)價(jià)結(jié)果N1～N5 等級(jí)中的指標(biāo)個(gè)數(shù)分別為0、4、11、2 和3，顯然N3 等級(jí)包含了待評(píng)價(jià)樣本的大多信息，在不考慮權(quán)重的基礎(chǔ)上比起其他等級(jí)更能全面地體現(xiàn)待評(píng)價(jià)樣本的特質(zhì)。從單個(gè)指標(biāo)來(lái)看，配電網(wǎng)最大功率突變B3 具有很好表現(xiàn)，結(jié)合A1 和A3 可看出，其主要原因是系統(tǒng)中接入的可再生能源數(shù)量小，加之需求響應(yīng)調(diào)整的負(fù)荷量較為可觀，這使得系統(tǒng)負(fù)荷整體運(yùn)行較為平穩(wěn)。同時(shí)，響應(yīng)指標(biāo)E1、E2、E3和E4 都有較好表現(xiàn)，這意味著現(xiàn)有管理經(jīng)驗(yàn)和外部資源能夠兼容于系統(tǒng)的現(xiàn)有運(yùn)行，其有足夠的資源和后備保障來(lái)接入更多的可再生能源，實(shí)施更多的調(diào)節(jié)手段。

圖4 云關(guān)聯(lián)度計(jì)算結(jié)果 Fig.4 The calculation results of cloud relevance

然后，邀請(qǐng)專(zhuān)家對(duì)指標(biāo)的相對(duì)重要性進(jìn)行評(píng)判得到主觀權(quán)重，納入該供能體系前兩年的實(shí)測(cè)值一同作為客觀數(shù)據(jù)樣本，通過(guò)熵值法和變異系數(shù)法計(jì)算獲得客觀權(quán)重，通過(guò)式（13）計(jì)算得到基本權(quán)重?cái)?shù)據(jù)曲線如圖5 所示。可見(jiàn)，由于ANP、熵值法和變異系數(shù)法分別側(cè)重于不同方面，其計(jì)算得到的權(quán)重也完全不一致，因此有必要將它們綜合考慮。而基于非線性規(guī)劃進(jìn)行計(jì)算能夠有效改善單一方法片面、穩(wěn)定性差的情況，如處于ANP 下的A1、A2和D3，處于變異系數(shù)法下的A4、B2 等。

圖5 指標(biāo)權(quán)重計(jì)算結(jié)果 Fig.5 The calculation results of index weight

將RIES 綜合評(píng)價(jià)中樣本值的大小和均衡度視作同等重要，取懲罰系數(shù)α=0.5，以待評(píng)價(jià)樣本指標(biāo)值xi到對(duì)應(yīng)評(píng)價(jià)指標(biāo)等級(jí)j的界限中心Eij的距離作為懲罰依據(jù)，根據(jù)式（15）計(jì)算得到RIES 綜合評(píng)價(jià)中各等級(jí)下對(duì)應(yīng)指標(biāo)變化權(quán)重見(jiàn)表3。

表3 RIES 綜合評(píng)價(jià)部分指標(biāo)變化權(quán)重 Tab.3 The variable weights of partial index for RIES comprehensive evaluation

從橫向來(lái)看，每個(gè)指標(biāo)的綜合權(quán)重最小值分別出現(xiàn)在N2、N3、N5、N3 和N3 范圍，結(jié)合圖4 可發(fā)現(xiàn)這些指標(biāo)在其所屬等級(jí)內(nèi)都可歸于優(yōu)越值范疇，其與A1～E1 的指標(biāo)等級(jí)保持一致證明了懲罰型變權(quán)能夠降低權(quán)重以改善可拓云模型只考慮優(yōu)越值的缺陷。從縱向來(lái)看，由于綜合權(quán)重仍是基于各指標(biāo)間的相對(duì)性進(jìn)行懲罰計(jì)算，以N3 列為例，由于N3 范圍內(nèi)存在眾多指標(biāo)，降低了B1、D1 和E1 的相對(duì)優(yōu)越性，使其權(quán)重下降不明顯；反之A1、C1 的上升較為突出，這與其預(yù)期作用相符合。

最后，在得到待評(píng)價(jià)樣本指標(biāo)值與各云等級(jí)界限的關(guān)聯(lián)度k和變權(quán)W′后，利用式（16）計(jì)算得到RIES 評(píng)價(jià)樣本對(duì)于各云等級(jí)的綜合關(guān)聯(lián)度，并取F=10 000 分別對(duì)評(píng)價(jià)結(jié)果進(jìn)行可信度檢驗(yàn)。同時(shí)，以傳統(tǒng)的可拓物元模型和不實(shí)施變權(quán)的可拓云模型作為對(duì)比，結(jié)果見(jiàn)表4。

表4 RIES 綜合評(píng)價(jià)結(jié)果 Tab.4 The results of RIES comprehensive evaluation

在不計(jì)及可信度的情況下，maxbj=N3成立，即該綠色供能體系在RIES 綜合評(píng)價(jià)標(biāo)準(zhǔn)之下的發(fā)展運(yùn)行情況已達(dá)到中等水平；同時(shí)b2＞b4表明比起N4 等級(jí)，評(píng)價(jià)結(jié)果更加趨近于N2 等級(jí)，和圖3 反映出來(lái)的指標(biāo)情形保持一致，證明將可拓理論和云模型用于RIES 的綜合評(píng)價(jià)中是正確且有效的。對(duì)比可信度情況可發(fā)現(xiàn)，物元模型由于界限是確定的而無(wú)法進(jìn)行可信度檢驗(yàn)，而不采用懲罰型變權(quán)手段的時(shí)候有θ=0.022＞ 0.005，這表明當(dāng)評(píng)價(jià)過(guò)程中出現(xiàn)采樣數(shù)據(jù)不佳的情況時(shí)，物元模型將無(wú)法給出有效示警而造成評(píng)價(jià)結(jié)果失真；可拓云模型則由于計(jì)算指標(biāo)數(shù)值A(chǔ)1、C4、D3 和D4 對(duì)于N2 等級(jí)具有較大的云關(guān)聯(lián)度導(dǎo)致maxbj=N 2的出現(xiàn)概率超過(guò)了可接受范圍。故而，基于云模型和變權(quán)理論對(duì)傳統(tǒng)物元模型進(jìn)行改進(jìn)，并將其用于RIES 綜合評(píng)價(jià)是必要的。

最后，利用上述三種模型進(jìn)行評(píng)價(jià)所需要的時(shí)間見(jiàn)表5。

表5 評(píng)價(jià)模型運(yùn)行時(shí)間 Tab.5 Running time of evaluation model

可見(jiàn)，三種模型在單次計(jì)算上花費(fèi)的時(shí)間基本一致；而進(jìn)行10 000 次計(jì)算對(duì)評(píng)價(jià)結(jié)果進(jìn)行可信度檢驗(yàn)時(shí)，變權(quán)可拓云模型并不會(huì)帶來(lái)耗時(shí)上的額外負(fù)擔(dān)。

3.3 靈敏度分析

3.3.1 變權(quán)懲罰系數(shù)靈敏度

懲罰系數(shù)α通過(guò)改變指標(biāo)權(quán)重的方式對(duì)評(píng)價(jià)結(jié)果造成影響，對(duì)其取值進(jìn)行靈敏度分析，變化趨勢(shì)如圖6 所示。

圖6 不同懲罰系數(shù)下的評(píng)價(jià)結(jié)果 Fig.6 The evaluation results with different penalty coefficients

由α的定義可知，隨著α逐漸減小，評(píng)價(jià)結(jié)果對(duì)于均衡度的要求逐漸增大，各等級(jí)內(nèi)具有較大云關(guān)聯(lián)度的指標(biāo)權(quán)重對(duì)應(yīng)減小。將各等級(jí)的綜合關(guān)聯(lián)度進(jìn)行歸一化后，從圖6 可看出，在以α=0.9為起點(diǎn)的一定的界限內(nèi)，N3 等級(jí)占比逐漸增加，而N2、N4 和N5 均在減小，變權(quán)計(jì)算擴(kuò)大了最大綜合關(guān)聯(lián)度maxbj與其他綜合關(guān)聯(lián)度的差距；而當(dāng)α低于0.3～0.5 中的某一個(gè)臨界值時(shí)，由于過(guò)分追求均衡度而導(dǎo)致指標(biāo)基礎(chǔ)權(quán)重失去作用，評(píng)價(jià)結(jié)果靈敏度逐漸降低。

3.3.2 指標(biāo)值靈敏度

檢驗(yàn)評(píng)價(jià)結(jié)果對(duì)于各指標(biāo)的靈敏度r，通過(guò)彌補(bǔ)短板的方式能夠更快地提升RIES 的綜合評(píng)價(jià)水平。由上述分析可知，該項(xiàng)目的綜合評(píng)價(jià)等級(jí)為N3，相鄰等級(jí)偏向于N2。設(shè)未達(dá)到N3 等級(jí)期望值的指標(biāo)作為弱項(xiàng)指標(biāo)，取步長(zhǎng)為1%，正向指標(biāo)和負(fù)向指標(biāo)分別在0～30%和-30%～0范圍內(nèi)變化，計(jì)算r在該變化范圍內(nèi)的最大差異值maxΔr，根據(jù)其大小確定指標(biāo)值的改善順序。其中r通過(guò)加權(quán)平均法得到

計(jì)算結(jié)果如圖7 所示。

圖7 靈敏度分析結(jié)果 Fig.7 The results of sensitivity analysis

可知，指標(biāo)的改善順序?yàn)锳1＞C4＞D2＞D1＞D3＞A2＞D4，其中拉低系統(tǒng)評(píng)價(jià)等級(jí)的指標(biāo)主要集中在可再生能源和效益部分。由于系統(tǒng)可再生能源的接入和消納能力低于N3 等級(jí)的預(yù)期目標(biāo)，系統(tǒng)需要購(gòu)買(mǎi)更多的電能和天然氣維持運(yùn)行，不利于經(jīng)濟(jì)創(chuàng)收和環(huán)保效益。而舒適度指標(biāo)亟須提升的原因可能是需求響應(yīng)的能量調(diào)整影響到了用戶(hù)的用能體驗(yàn)，后續(xù)需要進(jìn)一步與用戶(hù)進(jìn)行溝通協(xié)調(diào)，對(duì)方案進(jìn)行調(diào)整修改。

4 結(jié)論

區(qū)域綜合能源系統(tǒng)利用先進(jìn)的物理信息技術(shù)和創(chuàng)新管理模式將各子供能系統(tǒng)聯(lián)結(jié)成一個(gè)整體，且隨著RIES 中可再生能源的逐漸增加，系統(tǒng)運(yùn)行狀態(tài)不確定性對(duì)評(píng)價(jià)指標(biāo)典型代表性的影響已不可忽略?；诖?，本文提出一種基于變權(quán)可拓云模型的RIES 綜合評(píng)價(jià)模型。

1）在現(xiàn)有技術(shù)經(jīng)濟(jì)指標(biāo)的基礎(chǔ)上，將系統(tǒng)的管理層面和外部資源支持納入考察范圍，結(jié)合DPSIR模型的閉環(huán)優(yōu)勢(shì)建立RIES 綜合評(píng)價(jià)指標(biāo)體系。

2）將可拓云模型應(yīng)用在RIES 綜合評(píng)價(jià)領(lǐng)域來(lái)處理系統(tǒng)狀態(tài)不確定性對(duì)評(píng)價(jià)結(jié)果的影響，同時(shí)基于變權(quán)理論對(duì)模型掩蓋“短板效應(yīng)”的特質(zhì)進(jìn)行改進(jìn)，通過(guò)算例仿真驗(yàn)證了模型的可行性和有效性。

本文為求模型的通用性和評(píng)價(jià)的綜合性，所建指標(biāo)體系犧牲了一定的深入性，而深度挖掘RIES 某一方面的特性并將其具體量化仍然是一個(gè)值得探究的課題。此外，利用ANP 計(jì)算主觀權(quán)重時(shí)，對(duì)指標(biāo)進(jìn)行重要性判別和相關(guān)性分析會(huì)給專(zhuān)家?guī)?lái)可觀的工作量，未來(lái)對(duì)其進(jìn)一步優(yōu)化是所建評(píng)價(jià)模型得到重用的關(guān)鍵一步。