基于層次分析法的電力需求側管理效益綜合評價

○ 殷令姣 相明瓊 郝朝磊

（1、華北電力大學經濟管理學院 北京 102206；2、上海出入境檢驗檢疫局信息中心 上海 200135；3、中廣核工程有限公司 廣東 深圳 518124）

基于層次分析法的電力需求側管理效益綜合評價

○ 殷令姣1相明瓊2郝朝磊3

（1、華北電力大學經濟管理學院 北京 102206；2、上海出入境檢驗檢疫局信息中心 上海 200135；3、中廣核工程有限公司 廣東 深圳 518124）

本文在深入調查和研究大量文獻的基礎上，建立了需求側管理效益的綜合評價指標體系，運用層次分析法和模糊綜合評判方法進行了評價，分析了其應用于電力需求側管理綜合評價的可行性。并對河北省某地區的電力需求側管理效益進行綜合評價，得到量化評價結果，驗證了文章提出的“電力需求側管理”的指標體系及評價方法的實用性、科學性。

層次分析法 模糊評判 電力需求側管理 綜合評價

電力需求側管理（ Power Demand Side Management，簡稱DSM），是通過提高終端用電效率和優化用電方式，在完成同樣用電功能的同時減少電量消耗和電力需求，達到節約能源和保護環境，實現低成本電力服務所進行的用電管理活動。其主要內容是對終端用戶進行負荷管理、提高終端能源使用效率及實現綜合資源規劃等。

一、評價指標體系分析

在構建原則的基礎上，參考現有評價指標，本研究的指標體系主要從以下幾方面考慮：對社會而言，DSM項目的實施可以減少電力需求，減少了一次能源的消耗與污染物的排放，緩解了環境壓力，具有巨大的社會效益。

對電力用戶而言，不利方面是要增加購置設備的投入，可能還要增加一部分設備的運行維護費用，有利的方面是可以減少電力消費，降低企業的生產經營成本，減少用戶的電費支出，最大程度的減少由于高峰期的拉閘限電造成的損失，提高企業能效和產品的競爭力。

對供電公司而言，DSM的實施一方面會導致供電企業售電量和經濟效益下降，另一方面DSM可以削減高峰時段電網調峰的壓力，提高供電的可靠性及服務水平。而且用戶重視削峰填谷，促使電網負荷率提高，發配電設備利用率相應提高，電網運行狀況得以改善。在縮小峰谷差的同時，降低了輸配電網絡的線損，從整體上提高了電網運行的經濟性。利用高峰期騰出的供電容量滿足不同需求的用戶，大大降低了拉閘限電的概率，增加了售電收入。

對發電廠來說，可以提高發電設備利用率，降低發電成本及發電煤耗，推遲電站的建設并減少電力建設投資。

根據上面的分析，我們可以建立指標評價體系（如表1所示）。

第一層：目標層，在一個指標評價體系中只有一個目標。第二層：準則層，因為目標層比較抽象，通常借助若干個準則來將目標具體化。第三層：指標層，用以反映各個準則的一組指標。指標層比準則層更具體。總目標在此指標下更容易得到量化。在構造的指標評價體系中，既要避免出現重復指標，又要防止遺漏某些指標。

表1中，目標層（A層）為電力需求側管理效益；準則層（B層）為評價電力需求側管理效益的準則，包括發電側（B1）、電網側（B2）、大用戶（B3）、居民生活（B4）和社會（B5）。

表1 電力需求側管理效益評價指標體系

二、方法介紹

1、層次分析法

層次分析法（Analytic Hierarchy Process，AHP）是美國運籌學家薩提（T.L.Satty）于20世紀70年代提出的一種定性與定量相結合的決策分析方法。這種方法適用于結構較為復雜，決策準則較多且不易量化的決策問題，可以緊密地和決策者的主觀判斷及推理聯系起來，對決策者的推理過程進行量化的描述，避免決策者在結構復雜和選擇較多時的邏輯推理上產生失誤。這種方法近年來在國內外得到了廣泛的應用。層次分析法（AHP）方法是通過分析復雜問題包含的各種因素及相互關系，將問題分解為不同的要素，把這些要素分為不同的層次，建立一個多層次的分析結構模型。在每一層次中按一定的準則，對該層各要素進行逐一比較，建立判斷矩陣。通過計算判斷矩陣的最大特征根及相應的特征向量，得到該層要素對于上一層某一要素的權重，進而計算出各層要素對總體目標的組合權重。層次分析的一個基本步驟是要比較若干因素對同一目標的影響，從而確定它們在目標中所占的比重。層次分析法一般包括如下三個步驟。

（1）計算方法。構造各層判斷矩陣。判斷矩陣是表示針對上一層某要素而言，本層與它有關聯的各要素之間的相對優越程度。用表2的標度來打分，得到判斷矩陣A=（aij）n×n。

確定各因素的優先次序。求矩陣A的最大特征根和特征向量，確定各因素的優先次序。

表2 標度指標及含義

（2）各層單排序和一致性檢驗。層次單排序即把本層各要素對上一層次來說排出優劣順序，即求出權重。

查找平均一致性指標RI值，見表3。

表3 RI值

計算隨機一致性比率CR=CI/RI

當CR＜0.1時，認為判斷矩陣具有一致性，否則就需調整判斷矩陣的標度。

（3）求各指標相對總目標的排序，取得評估結果。利用層次單排序的計算結果，即每一層元素對其上一層各要素的相對權重，進一步計算出層次分析模型中每一層中所有要素相對于目標層的組合權重，這一步是由上而下逐層進行的。最終結果是得出各指標相對于目標層的組合權重。根據權重的大小就能得到各指標對總目標的影響程度，即各指標在電力需求側管理效益綜合評價中的重要程度。

2、模糊綜合評價

模糊綜合評價的數學模型由三個要素組成，可按以下步驟進行。

第一，確定評價對象集、因素集和評語集。

根據實際需要確定評價的對象集、評價的因素集和評語集。

對象集：O={o1，o2，o3，Λ，ol}，因素集：U={u1，u2，u3，Λ，um}，評語集：V={v1，v2，v3，Λ，vn}。

評價指標的等級是指對于最后一級的指標的等級界定，本文采用了五級評語制，具體評語及對應的隸屬度如下：

V={v1（優秀），v2（良好），v3（一般），v4（較差），v5（差）}

P={0.85≤μ≤（優秀），0.70≤μ≤0.85（良好），0.60≤μ≤0.70（一般），0.40≤μ≤0.60（較差），0≤μ≤0.40（差）}

第二，建立m個評價因素的權重分配向量A。

評價因素中的每個因素在“評價目標”中有不同的地位和作用，即各評價因素在綜合評價中占有不同的比重，這個比重我們稱之為權值，確定權重值的方法很多，可以采用專家咨詢法、層次分析法或“相對重要程度相關等級計算法”等，本文采用層次分析法確定各指標權重。

第三，通過各單因素模糊評價獲得模糊綜合評價矩陣。

稱R為單因素評價矩陣。R中第i行Rij反映的是被評價對象的第i個因素對于評價集中各等級的隸屬度；第j列反映的是被評價對象的各因素分別取評價集中第j個等級的程度。

第四，進行模糊變換得到綜合評價結果。

B=AOR=（b1，b2，Λ,bn）

此處，符號“O”表示廣義的合成運算。

B=（b1，b2，Λ,bn）就是對此事物的模糊綜合評價。

根據實際問題的需要，可以選定某種具體的求bj（j=1，2，…，n）的方法。主要有M（∧，∨）模型，M（·，∨）模型和M（·，+）模型。一般情況下，模型M（·，+）比較精確，它適用于兼顧考慮整體因素的綜合評價，針對DSM的具體情況，本文選用較為精確的模型M（·，+）進行綜合評價。

第五，得出評價對象的綜合分值。

對模糊綜合評價結果向量進行分析，如是多目標綜合評價，還應對評價對象進行排序，從中選出最優者。

三、實例分析

現以河北省某地區為例，運用前面所述的綜合評價的原理，對該地區的電力需求側管理效益作全面的評估。

1、各項指標權重的確定

（1）構造成對比較判斷矩陣。在每一層次上，對該層指標進行逐對比較，定量化的寫出數值判斷矩陣時，就需要按照規定的標度方法進行，具體AHP標度法及其描述詳見表2。

鑒于以上規定，研究采用專家問卷調查的形式，邀請10位資深專家根據表2中標度標準，對每個層次中各元素的重要性進行兩兩比較，最后對10位專家的評分結果做簡單的統計整理，得到A-B（見表4）等6個判斷矩陣（限于篇幅，其余判斷矩陣略）。

表4 判斷矩陣A-B

（2）計算層次單排序的權向量和一致性檢驗。運用軟件MATLAB6.5計算，成對比較矩陣A-B的最大特征值為λ=5.0681，該特征值對應的特征向量ω=（0.4935 0.7868 0.3007 0.1161 0.1828）T，歸一化后的特征向量為 ω觹=（0.2611 0.4162 0.1591 0.1614 0.0967）T，故其一致性指標 CI=（λmax-n）/（n-1）=(5.0681-5)(5-1)=0.0170。因 n=5，我們取 RI=1.12，那么一致性比率CR=CI/RI=0.0170/1.12=0.015179＜0.1。表明判斷矩陣A-B通過了一致性檢驗。同上，其余成對比較矩陣的歸一化特征向量詳見表5。

表5 其他5對判斷矩陣歸一化特征向量

經過計算，5對判斷矩陣都通過了一致性檢驗。

（3）模型指標對總體目標組合權重的確定。指標對總體目標組合權重的確定和一致性檢驗。以指標“可避免峰荷容量費用”為例，該指標對總目標的權重值為：ω1觹=ω觹T×ω1=0.2611×0.68+0.4162×0+0.1591×0+0.0614×0+0.0967×0=0.177548，同理可以得到其他各指標對總目標的權重值。所以指標層對總目標的權向量為：￡={0.177548，0.083552，0，033296，0.058268，0.324636，0.042957，0.087505，0.028638，0.02901，0.008703，0.008 703，0.018373，0.015472，0.016439}。又 CR＜0.1，故層次總排序通過一致性檢驗。

2、指標隸屬度的確定

因為各項指標的計算方法基本類似，在此以發電側指標為例分析指標隸屬度的確定。發電側指標都是定量指標，而且都是正指標，即越大越好。所以我們選用升半梯形隸屬度模型。根據前述方法中對定量指標隸屬度算法的分析，及標準的確定方法，即選取經濟發展水平，城市規模大小相當的9個地區DSM實施情況作為參考，計算每個指標得到一組數據的平均值，再計算大于平均值的一組數的平均值，并將它作為隸屬函數的上限值，同樣，計算小于平均值的另一組數的平均值作為隸屬函數的下限值。事實證明，這種方法既簡單實用，又科學合理。

表6 河北省某地區DSM模糊綜合評價結果

從表6我們可以看出該地區電力需求側管理的綜合隸屬度得分為0.5432，評語值相對較差，說明該地區電力需求側管理效益不太理想。其中居民生活的隸屬度相對最低，僅為0.459，評語相對較差。這說明對于居民生活而言，進行的電力需求側管理所獲效益不大，居民受益相對不明顯，這是導致居民對此評語較差的原因。因此應當給予居民生活用電足夠的重視，增加節能項目，讓居民更深刻地感受電力需求側管理帶來的巨大效益。除居民生活外的其他方面來看，隸屬度都在0.5以上，說明評語值相對不差。其中發電側、大用戶和社會三個方面的隸屬度水平相當，在0.53與0.55之間；電網側的評語值相對最高，隸屬度達到0.6363。

四、結束語

本文通過分析電力需求側管理所針對的不同主體，建立了針對發電側、電網側、大用戶、居民生活和社會五個方面的電力需求側管理效益綜合評價指標體系，并通過層次分析法分析確定各個指標的權重，為后面的模糊綜合評判奠定了基礎。

本文將層次分析法與模糊綜合評判方法結合起來，有效地解決了電力需求側管理難以定量的問題。本文建立的綜合評價指標體系對河北省某地區的電力需求側管理效益做出了量化分析，并根據評判的結果找出電力需求側管理中存在的問題，為后面的工作提出了相應的建議。

（注：相明瓊職稱是助理工程師。）

[1]曾鳴：電力需求側管理[M].中國電力出版社，2001.

[2]曾鳴：電力需求側管理（DSM）經濟效益評價新準則探討[J].中國能源，1994（7）.

[3]楊志榮、勞德容：需求方管理（DSM）及其應用[M].中國電力出版社，1999.

[4]Clint L.Makino、Jeffrey W.Karpen、Maekus Meister：Posdoc Tuitionat.Stanford.（in Letters） [J].Science.New Seires，2005（6）.

[5]張曉紅：基于三角模糊數的電力需求側管理效果評價[J].統計與決策，2008（15）.

[6]麥強盛：層次分析法在經濟管理中的應用研究[J].江西金融職工大學學報，2009（2）.

[7]郭亞軍：綜合評價理論、方法及應用[M].科學出版社，2007.