確定直購電交易分攤電力網絡固定成本的新方法

周盈，文福拴，2，朱炳銓，項中明，徐立中，趙良（.浙江大學電氣工程學院，杭州0027；2.文萊科技大學電機與電子工程系，斯里巴加灣BE40,文萊；.國網浙江省電力公司，杭州0027）

確定直購電交易分攤電力網絡固定成本的新方法

周盈1，文福拴1，2，朱炳銓3，項中明3，徐立中3，趙良3
（1.浙江大學電氣工程學院，杭州310027；2.文萊科技大學電機與電子工程系，斯里巴加灣BE1410,文萊；3.國網浙江省電力公司，杭州310027）

與大用戶直購電相關的如何確定其應該承擔的電力網絡固定成本這一個重要問題，仍未得到很好解決。在此背景下，對大用戶直購電交易所需分攤的電力網絡固定成本進行了系統分析，并考慮了交易的多方面屬性。首先從用戶側、發電側和電網環節3個方面構建了與直購電交易相關的電力網絡固定成本分攤的指標體系；之后，在數據包絡分析框架下建立了聯盟博弈模型，并利用區間層次分析法在該模型中引入了反映決策者偏好的權重約束，進而獲得了一種能夠計及指標權重約束的電力網絡固定成本分攤模型；最后，以IEEE14節點系統為例說明了所提方法的基本特征。算例結果表明，這種方法能夠在滿足決策者偏好的前提下保證分攤結果的公平合理。

直購電；固定成本分攤；指標體系；數據包絡分析；聯盟博弈；權重約束

大用戶直接交易是電力市場改革的重要組成部分。到目前為止，已有吉林、廣東、福建、安徽和遼寧等省份開展了大用戶直接交易試點工作，內蒙古電力多邊交易市場中也包含大用戶直接交易[1]。然而，與大用戶直購電相關的輸配電價機制尚未形成，成為相關各方目前爭論的焦點之一，這已經在相當程度上影響了這項工作的推廣。在電力網絡成本中，固定成本占相當大的比重，研究如何將電力網絡固定成本在各交易之間進行分攤具有很強的應用背景。

在電力網絡固定成本分攤方面，國內外已有相當多的研究報道，所提出的方法從總體上可以分為綜合成本法、邊際成本法和基于博弈論的分攤方法等。綜合成本法是目前使用最為廣泛的分攤方法，其中郵票法、合同路徑法[2]等分攤方法原理比較簡單，易于實現，但其沒有考慮實際潮流狀況和各交易對電力網絡的使用情況和對系統產生的影響，因此分攤結果難以公平合理地體現基于使用的分攤原則。潮流追蹤法、發電轉移分布因子法、廣義發電分布因子法和廣義負荷分布因子法等綜合成本分攤法是通過將線路上的總潮流分解為各個“源”或“流”所引起的潮流分量之和，從而評估用戶（或交易）對電力網絡的使用程度，此類方法又稱為源流分析法[3-4]。實際上很難確定每個負荷所用電力來自哪個發電機，所以這類方法均基于某種主觀假設。例如，潮流追蹤法假設電力在任一節點處的分配滿足比例共享原則。邊際成本法[5]分為短期邊際成本法和長期邊際成本法，短期邊際成本法不能有效回收固定成本，而長期邊際成本法需要對長期成本和負荷進行預測，準確性難以保證，計算也比較復雜。將博弈理論應用于電力網絡成本分攤最早由日本學者Tsukamoto等[6]提出。這類方法考慮了不同交易之間客觀存在的相互博弈關系，最終達成一個各方都愿意接受的分攤方案。到目前為止，這類方法主要基于合作博弈，將參與電力交易的各方或電力市場成員視為局中人，將潮流節省量折算到線路固定成本或將成本節省量視為特征函數[7]。

上述固定成本分攤方法所考慮的因素一般側重于某個或某些方面，如依據潮流情況或用電量分攤。隨著電力市場的深化和發展，需要考慮的因素會更多，例如交易發生的時間、交易電能的質量等均會影響系統成本，根據“誰使用，誰承擔”的原則這些因素也需要適當考慮。一種好的固定成本分攤方法應該能夠綜合考慮交易各方面的特性，并力求分攤結果公平。

數據包絡分析DEA（dataenvelopmentanalysis）是一種評價多屬性決策單元之間相對效率的方法。文獻[8]首次嘗試把DEA應用于成本分攤問題，計及了分攤前后所有參與的成員效率不變性和帕雷托最小性。之后，許多學者開始將DEA與博弈理論方法相結合來解決公共平臺系統建設費用的分攤問題[9]。近年來，有些學者提出了在數據包絡分析中體現決策者指標或決策單元偏好的思路與方法。文獻[10]將反映決策者意愿的“偏好錐”引入DEA理論，建立了與帶產出錐和投入錐相應的兩階段生產可能集；文獻[11]分別考慮了對各權重之比進行約束和對虛擬輸出變量（輸出變量與相應權重的乘積）之比進行約束這兩種形式；文獻[12]將輸入輸出視為模糊數，通過引入Campos平均指數，將模糊集合之間的關系轉化為一般線性關系，建立了基于Campos指數的模糊DEA；文獻[13]采用層次分析法AHP（analytic hierarchy process）構建權重約束，并在此基礎上運用DEA對電網規劃方案進行了評價。上述方法有的過于復雜，限制了其應用范圍（如文獻[10-12]）；有的則過于依賴決策者的主觀判斷（如文獻[13]）。區間層次分析法IAHP（interval analytic hierarchy process）[14]由AHP發展而來，是一種實用的多維決策方法，其將AHP與區間數相結合，更加適合解決主觀判斷和決策屬性的不確定性問題。

本文將基于IAHP-DEA的聯盟博弈方法應用于解決電力網絡固定成本分攤問題。首先建立了較為全面的電力網絡固定成本分攤指標體系，其中不僅考慮了電壓等級、電能質量、交易電量，還考慮了發電側供電煤耗和排污水平、交易發生時間、地點等因素對固定成本分攤的影響。之后，利用基于DEA的聯盟博弈模型得到各交易的分攤結果，借助了IAHP將決策者偏好信息轉換成約束條件加入到傳統DEA模型中，即對固定成本分攤指標體系中各指標權重進行約束，并對無考慮權重約束時的分攤結果進行了比較。

1 電力網絡固定成本分攤的評估指標體系

建立科學而系統的指標體系對于與大用戶直接交易相關的電力網絡固定成本分攤具有重要意義。到目前為止，專門研究與電力網絡固定成本分攤相關的指標體系的文獻很少。隨著電力交易的種類逐步增多，文獻[15]采用分時電價和電能質量指標表征交易負荷的峰谷特性和電能質量要求對電力網絡成本的影響，在分攤過程中綜合考慮了分時電價、電能質量和用電量3個指標。在上述背景下，本文考慮了參與直購電的各利益相關方面，從用電側、發電側和對電力網絡影響3個方面出發，建立了與大用戶直購電相關的電力網絡固定成本分攤指標體系，如圖1所示。

在圖1中，采用了交易電量、電壓等級和電能質量這3個指標描述電能交易在用戶側的屬性；引入供電煤耗和污染物排放水平指標來描述電能交易在發電側的節能環保特性，以期在公平分攤固定成本的同時合理引導大用戶的購電與用電行為；引入峰谷電價和線路負荷率不均衡度變化這2個指標來表征交易發生時間和交易雙方所處位置對電力網絡成本的影響。

圖1 電力網絡固定成本分攤指標體系Tab.1 Index systeMofallocating power network fixed cost

2 各指標的量化與處理

2.1 用電側指標

1）交易電量指標Y1

大用戶直購電的年交易電量越大，該筆交易應分攤的固定成本就越大。顯然，若只考慮交易電量這一指標，就蛻化為郵票法了。Y1的單位為萬kW·h。

2）電壓等級指標Y2

用戶所在電壓等級不同，電力網絡送電所經過的設備數量和距離可能不同，導致的網絡損耗一般也不同，則相關的電力網絡供電成本也不同。我國電力用戶的電壓等級一般分為不滿1 kV、1～10 kV、35～110 kV、110 kV和220 kV及以上5類，把Y2的量化值依次記為1、2、3、4和5。

3）電能質量指標Y3

在電力市場發展比較成熟的國家和地區，電網企業可以根據用戶需要提供不同水平的電能質量服務，電能質量要求高的用戶需要承擔較高或額外的輸電費用，這體現了公平負擔原則。利用電能質量指標Y3對電能質量國家標準中所涉及的4個指標，即供電電壓允許偏差、公用電網諧波、電壓允許波動、三相電壓允許不平衡度，進行綜合評估，具體計算公式為式中：SVD為電壓偏差指標；SHD為諧波畸變率指標；SVF為電壓波動指標；SVU為三相不平衡度指標。各指標計算方法參照文獻[15]。Y3的值越小，表示用戶對電能質量的要求越高，需要分攤的網絡固定成本也就越大。

2.2 發電側指標

考慮到不同發電廠生產單位電能所產生的污染排放量不同，大用戶選擇不同的發電廠進行電力交易時產生的環境效益也不同。政府相關部門作為分攤標準的制定者，為促進節能減排，有必要引入相關指標。

發電側指標主要考察發電廠的節能減排情況。從社會責任的角度考慮，某筆交易的發電側的供電煤耗及污染物排放水平越低，該筆交易分攤的輸電固定成本可以越低，即通過價格引導大用戶選擇節能減排情況較好的機組，從而激勵電廠降低能耗及排放水平。

1）供電煤耗指標Y4

參照文獻[16]中的機組性能考核系數，將實際供電煤耗與機組優化基準供電煤耗之差占機組優化基準供電煤耗的比重作為供電煤耗指標，以避免機組基準供電煤耗的差異對指標的影響。具體計算模型為

式中：Bh為機組運行實際供電煤耗，g/（kW·h），即總發電量除去廠用電量后向系統供電的實際煤耗；Bj-h為機組優化基準供電煤耗，g/（kW·h），Bj-h是指機組實際運行于某一工況時所能達到的最低煤耗，可借助機組性能在線監測，通過改變機組的運行參數，進行大量優化實驗及耗差分析確定。

2）污染物排放指標Y5

污染物排放指標包括3個子指標：煙塵排放指標Y51、二氧化硫排放指標Y52和氮氧化合物排放指標Y53。則污染物排放指標可表示為

這3個子指標的計算可參見文獻[17]。基本思路是按污染物排放限值將污染物的排放量分不同的等級，并且不同等級對應不同的分值，分值都取0～1之間的數；分值越高說明對應污染物的排放量越高。

2.3 電網影響指標

1）峰谷電價Y6

電力負荷一般具有明顯的峰谷特性，同樣一筆交易發生在負荷高峰時期和低谷時期對電網運行的影響是不同的。為了應對負荷高峰，電網公司不得不投入資金來增加輸電容量以保證電力供應和系統運行的安全性。在一些國家或地區，對用戶側的銷售電價實行峰谷電價也是出于這個考慮。因此，本文將峰谷電價指標作為衡量交易發生時間對電力網絡影響的指標，其具體計算公式[15]為

式中：n為參與直購電的大用戶數目；Ti為大用戶i在典型日的用電小時數，h；α∶1∶β為典型日的峰、平、谷時段的電價比；Tif、Tip和Tig分別為大用戶i在典型日的峰、平、谷時段用電小時數，h。顯然，谷時段利用小時數占全天開工小時數的比例越高，峰時段占的比例越小，該大用戶分攤到的固定成本也就越少，這有利于引導大用戶避開用電高峰期，以緩解電網在高峰時段的輸電壓力。

2）線路負載率不均衡度變化指標Y7

線路負載率是指線路中實際流過的有功潮流與線路可輸送的極限有功潮流之比，計算公式為

式中：fi為第i條線路的負載率；Pi為第i條線路上實際輸送的有功功率；Pimax為第i條線路可輸送的有功功率最大值。輸電線路的負載率越低，則相應的線路容量裕度越大，系統調度的靈活性越大。

對于實際電力系統而言，某一條或幾條輸電線路的負載率不能全面反映整個電力網絡的整體運行狀態。平均負載率表示系統中所有線路負載率的平均值，雖然能從整體上反映出系統的負荷水平，但不能反映各條輸電線路負載率和平均負載率之間的差，有可能出現某些遠遠大于或小于平均負載率的線路。本文采用文獻[18]提出的基于標準差的負載率不均衡度來衡量電力網絡的運行狀態，即

式中：E為線路負載率不均衡度；b為線路數；fˉ為線路的加權平均負載率。實際上，E就是線路負載率的標準差。當所有線路的負載率集中在同一水平線上下時，負載率不均衡度就會較小。當有的線路負載率很高，而有的很低時，負載率不均衡度就會比較大。

這里將交易j實施前后，線路不均衡度的變化作為固定成本分攤的指標之一，即

式中：Eall和E-j分別為包含所有交易時和不包含第j筆交易時的電力網絡線路負載率不均衡度；t為交易數目。考慮第j筆交易后，線路負載率不均衡度增加的越多，該交易應該分攤的固定成本就越多；若考慮該筆交易后線路負載率不均衡度下降，則該交易對系統的安全和經濟運行是有利的，此時Y7取0。Y7的值與交易雙方在電力網絡中所處位置有關，用Y7表征交易發生地點對成本分攤的影響。

2.4 指標類型的一致化處理

在上述指標中，有些指標值與分攤的固定成本是正相關的，即指標值越小，應分攤的固定成本也越少；反之則稱為負相關指標。顯然，除了電壓等級和電能質量指標之外，其余均屬于正相關指標。在進行綜合評價之前，需對評價指標類型進行一致化處理。對于負相關指標，令

式中：Y為負相關指標的指標值；Y*為經一致化處理后的指標值。

2.5 指標的無量綱化

為盡可能地反映實際情況，避免由于各項指標的量綱不同以及其數量級間的懸殊差別所帶來的負面影響，需要對指標進行無量綱化處理。這里采用歸一化處理方法，即

式中，yrj和yrj′分別為交易j的第r個指標歸一化處理前與處理后的值。

3 基于IAHP-DEA的聯盟博弈方法

3.1 滿足DEA有效的分攤方案集

將DEA引入到固定成本分攤問題時，每筆交易就相對于一個決策單元DMU（decision making unit），而前文提出的指標則相當于系統的輸出指標，每筆交易分攤到的固定成本便是其唯一的輸入指標。這樣，第k個DMU的DEA效率可由DEA中的Charnes-Cooper-Rhodes（CCR）優化模型[19]求取。具體模型可描述為

式中：hk和yrk分別為第k個DMU的DEA效率和其第r個輸出指標值；ur為第r個輸出指標的權重；Rk和Rj分別為第k個和第j個DMU所分攤的固定成本比例；s為輸出指標個數。式（12）～式（15）為約束條件。式（12）表明DEA效率并非絕對效率，而是衡量該DMU的生產能力與其對應的前沿生產能力之間差距的相對效率，故效率值必然在[0，1]之間；式（13）表明各DMU承擔的固定成本之和應等于待分攤的總固定成本；式（14）和式（15）均為模型中變量的非負約束。

同理，DMU整體的DEA效率優化模型可描述為

式中：hall為DMU整體的DEA效率；hj為第j個DMU的DEA效率；約束條件同式（12）～式（15）。

可以證明[19]，所有DMU和整體均為DEA有效，即DEA效率均能達到1。綜合以上2個模型，同時滿足DMU個體和整體為DEA有效的分攤方案集合可以表示為

3.2 DEA聯盟博弈模型

假設S為決策集合N={1，2，…，t}的任一子集構成的聯盟，定義S的各指標值為

式（20）表示在使得自身聯盟的分攤最小化的同時，還要保證分攤結果滿足DMU個體和整體為DEA有效。易得，V（φ）=0，V（N）=1，且具次加性，即V（S∪W）≤V（S）+V（W），因此可將V（S）作為聯盟S的特征函數。

3.3 聯盟博弈的解

多人合作博弈有多種不同的解的表達形式，常用的包括核心（core）、核仁（nucleolus）和Shapley值。其中只有核仁解必定存在且唯一[20]。為此，這里采用核仁作為聯盟博弈的解。

假設R=（R1，R2，…，Rt）是t筆大用戶直接交易合作博弈的一個分攤方案，那么必然有

式中，|S|為S中包含的交易個數。該式說明了對于任何S，其成員單獨行動所付出的成本之和必然不小于形成聯盟后的總成本，否則就沒有成員愿意加入該聯盟。根據式（21）定義S對分攤方案R的不滿意度為

核仁算法的基本原理[20]是：優先考慮最不滿意的聯盟，選擇分配使這種聯盟的不滿意度達到最小；再考慮次不滿意的聯盟，并選擇分配使其不滿意程度盡可能小。如此循環，直到所有聯盟的不滿意度都盡可能小為止。因此，基于核仁解的固定成本分攤模型為

在最后的分攤方案中各個DMU使用相同的權重向量u，表示了各指標對分攤結果的影響，其能夠給市場參與者提供一定的經濟信號。

3.4 權重約束的確定

3.4.1 引入權重約束的必要性

在各項指標值不變的情況下，不同的權重值會導致不同的分攤情況。各個DMU在博弈中勢必選擇對自身最有利的權重方案。因此，從某種意義上講，權重的靈活性為各成員提供了相互博弈的空間。但過于靈活的權重也是此方法的軟肋所在。從式（19）和式（20）可以看出，如果沒有權重約束，則最優解為最有利于該DMU的指標的權重為1，其余為0。然而，這種情況是不現實的，因為每個DMU在選擇各自的最優權重時，不僅要使自己的分攤額盡可能小，還要考慮以下因素：

（1）上層決策者對于各個指標的偏好；

（2）指標體系的有效性。例如，各指標的權重不能太高；所有指標的權重不能為0。這是為了防止各DMU過度強調自己的強項，從而造成權重分布過于懸殊。

鑒于此，本文采用上下限約束的形式對權重進行了約束，即為每個指標設置不同的權重變化范圍。

3.4.2 用區間層次分析法求解權重約束

考慮到人們對一些事物的比較判斷有時難以用準確的數值來表達，采用區間表示更為合適。因此，這里采用IAHP求解指標的權重約束。IAHP用區間數代替AHP所用的點值來構造判斷矩陣，并通過區間運算得到權重向量，原始數據和計算結果都以區間數形式表達，從而可得到更具“柔性”的結果。這樣既能保證指標體系的合理性，又能體現指標之間的相對重要性。

1）構造判斷矩陣

與AHP一樣，IAHP也要首先建立各指標兩兩比較的判斷矩陣。但對于IAHP，其判斷矩陣中的元素不再是確定數，而是區間數，表示決策者對于某指標與另一指標之間相對重要性的估計范圍。可用如表1所示的1～9標度方法將決策判斷定量化。如果認為因素i與因素j相比介于“明顯”、“強烈”到“極端”之間，可以將結果表示為區間數[6，8]。根據互反性，因素j與因素i的比較結果為[1/8，1/6]。對角線元素aii表示元素i與自身比較的結果，顯然為“同等”，即[1，1]。

表1 1～9標度系統Tab.1 1～9 scalesystem

2）一致性校驗

設A=（aij）m×m為區間判斷矩陣，其中的元素為aij=[，。記=（a）m×m=（和分別為矩陣A的上邊界和下邊界點值矩陣。參照AHP的矩陣一致性檢驗方法，定義區間矩陣一致性的指標為

式中：CR為一致性比率，一般認為當CR≤0.1時，A的一致性程度滿足要求[21]；CI為一致性指標，m為判斷矩陣的階數，λ-和λ+分別為A-和A+的最大特征值；CS為隨機一致性指標，取值與m有關。

3）求解判斷矩陣權重

由于判斷矩陣元素為區間數，就必須采用區間數判斷矩陣的權重求解算法。目前常用的算法包括區間特征根法IEM（intervaleigenvaluemethod）、隨機模擬法、迭代法等[21-22]。其中，隨機模擬法計算量大，迭代法誤差較大，而IEM在精度和計算量方面的綜合性能較好，本文采用IEM求解權重。

假設x-、x+分別為A-、A+對應于最大特征根λ-、λ+的具有正分量的歸一化特征向量。根據區間數及特征根運算基本定理[21]，區間數權重向量u為

式中，u-和u+為權重的下限約束和上限約束。在原始模型中加入權重約束u-≤u≤u+，即得到基于IAHP-DEA的聯盟博弈模型。

4 算例

4.1 算例數據

以圖2所示IEEE 14節點系統[23]為例來說明所提出的方法，各支路參數參見文獻[23]。

圖2 14節點系統拓撲結構Fig.2 14-bussysteMtopology structure

假設有3個獨立發電機組G1、G2和G3和4個大用戶參與直接交易。具體交易信息見表2。

表2 系統中大用戶直接交易數據Tab.2 Direct trade data in system

表3和表4分別給出了參與直購電的大用戶及發電機組的具體信息。為簡化起見，這里直接給出了大用戶電能質量的指標值和污染物排放子指標的分值。

表3 系統中大用戶的基本情況Tab.3 Basic information of large consumers in the system

給定劃分的峰谷電價時段：①峰時：10∶00—12∶00，18∶00—22∶00；②平時：8∶00—10∶00，12∶00—18∶00，22∶00—24∶00；③谷時：0∶00—8∶00。峰、平、谷電價之比為：2∶1∶0.5。由此可以計算出4個大用戶的分時電價指標Y6=[1.083 3，0.500 0，1.454 5，1.454 5]。

表4 系統中發電機組的基本情況Tab.4 Basic information ofgenerators in the system

4.2 算法流程

步驟1根據第2.3節的計算方法以及各支路的電抗值，計算出線路負載率不均衡度變化指標：Y7=[0.003 6，0.010 4，0.001 7，0.012 5，0.053 5]。然后對各交易的指標數據作一致化及歸一化處理，可得到表5。

表5 各交易的歸一化指標Tab.5 Normalized indexmatrix

步驟2采用IAHP方法計算各指標的權重約束。首先形成如表6所示的區間判斷矩陣；然后，求取其一致性指標CR=0.052 0，其小于0.1，因此滿足一致性要求；最后，根據IEM得到權重的上下限約束分別為：u+=[0.296 1；0.152 7；0.095 7；0.059 7；0.048 8；0.234 5；0.234 5]，u-=[0.247 1； 0.100 8；0.062 7；0.049 6；0.038 2；0.189 6；0.189 6]。

步驟3利用式（19）和式（20）分別計算未考慮權重約束和考慮權重約束時，各聯盟的特征函數及權重分配。

表6 電力網絡固定成本分攤指標區間判斷矩陣Tab.6 Interval judgmentmatrix for power network fixed costallocation

步驟4根據式（23）～式（25）分別求取無權重約束和有權重約束條件下聯盟博弈的核仁解，即固定成本分攤方案。

4.3 分攤結果及分析

表7和表8分別顯示了無權重約束和有權重約束時固定成本分攤方案及相應權重。圖3顯示了郵票法與基于DEA的聯盟博弈方法的對比。

表7 聯盟博弈的核仁解Tab.7 Nucleolus solution of the cooperative game

圖3 3種方法得到的固定成本分攤比例對比Fig.3 Comparisonsofallocation proportionsof fixed costw ith threemethods

由圖3可見，基于DEA的聯盟博弈算法由于綜合考慮了電壓、電能質量、交易電量、線路負荷率不均衡度以及機組的節能減排等因素，得到的分攤結果比較合理。對比交易1和交易3，在郵票法下由于交易3的交易電量遠大于交易1，因此分攤的固定成本也比交易1大。實際上，雖然交易1的交易電量小且電能質量要求低，但其發電側節能減排效果不如交易3，且其峰谷電價指標和線路負載率不均衡度變化指標都比交易3大，這說明交易1對電力網絡的影響相對較大。采用基于DEA的聯盟博弈方法時交易1和交易3分攤到的固定成本相近。這體現了相互博弈形成的結果比較公平合理的特征。

表8 核仁解中各指標的公共權重Tab.8 Common weightsofnucleolussolution

從表8可知,在不考慮權重約束時，各交易間博弈的結果是：線路負載率不均衡度變化指標的權重最大，沒有考慮電能質量指標、機組供電煤耗指標及峰谷電價指標。這樣的權重分配不夠合理，也不能給市場參與者提供正確的經濟信號。引入權重約束一方面可保證所有指標的權重差異不會過大，另一方面可使得各指標的重要性符合決策者的主觀偏好。

5 結語

電力網絡固定成本分攤對推動大用戶直接交易至關重要。本文采用基于IAHP-DEA的聯盟博弈模型來求解這一問題，并通過求取核仁解獲得分攤比例。由算例計算結果可得到如下結論。

（1）采用所提方法得到的分攤結果不僅考慮了交易電量，還考慮了用戶所在電壓等級、要求的電能質量，發電側機組的節能減排情況以及不同交易的發生時段、發生位置對固定成本分攤的影響，考慮的因素比較全面，得到的分攤結果更為合理。

（2）通過DEA與聯盟博弈相結合，實現了在滿足整體及各筆交易效率最大的前提下，各方對分攤結果的不滿意度最小，這兼顧了效率與公平。

（3）通過采用IAHP，引入了指標權重的上下限約束，這不僅可以在相當程度上避免過分依賴部分有利于自身的指標的缺陷，而且能夠使得權重選取反映上層決策者的意愿，這體現了主客觀相結合的思路。

（4）采用核仁解能夠得出一個確定的指標權重，其表征了各指標對于分攤結果的重要性。這樣可使固定成本的分攤結果透明化，并能夠給市場主體提供一定的經濟信號。

本文只是提出了電力網絡固定成本分攤的一種新的思路，如要應用于實際電力交易則還有一些具體問題需要研究。例如，如何協調跨省區大用戶直接交易、如何處理相關的輔助服務成本等問題。

[1]夏清，白楊，鐘海旺，等（Xia Qing，BaiYang，Zhong Haiwang，etal）.中國推廣大用戶直購電交易的制度設計與建議（Institutionaldesign and suggestions for promotion ofdirectelectricity purchase by large consumers in China）[J].電力系統自動化（Automation of Electric Power Systems），2013，37（20）：1-7.

[2]Kristiansen T.Comparison oftransmission pricingmodels[J]. International Journal of Electrical Power&Energy Systems，2011，33（4）：947-953.

[3]李傳棟，王建明，楊桂鐘（LiChuandong，Wang Jianming，Yang Guizhong）.潮流追蹤解析算法（Analytical algorithMfor tracing power flow）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2013，25（3）：119-123，146.

[4]荊朝霞，廖名洋，聶更生，等（Jing Zhaoxia，Liao Mingyang，Nie Gengsheng，etal）.輸電固定成本分攤中最大化綜合效益的源流分析方法（A source-sink analysis method formaximizing socialsurplus in transmission fixed costallocation）[J].電力系統自動化（Automation of Electric Power Systems），2013，37（23）：71-77.

[5]傅書逷，張銳，王海寧（Fu Shuti，Zhang Rui，Wang Haining）.輸電費的計算與分攤（Computation and allocation of transmission charges）[J].電力系統自動化（Automation of Electric Power Systems），2004，28（3）：5-9.

[6]Tsukamoto Y，Iyoda I.Allocation of fixed transmission cost to wheeling transactions by cooperative game theory[J]. IEEETranson Power Systems，1996，11（2）：620-629.

[7]龔演平（Gong Yanping）.電力市場中輸電固定成本分配方法對比研究（Studyonmethodology of fixed transmission costallocation in powermarket）[J].電力技術經濟（Electric Power TechnologicEconomics），2009，21（5）：10-17，31.

[8]CookW D，KressM.Characterizing an equitable allocation of shared costs：a DEA approach[J].European Journalof OperationalResearch，1999，119（3）：652-661.

[9]孫玉華，曾慶鐸（Sun Yuhua，Zeng Qingduo）.基于DEA的二階段網絡系統的固定成本分攤方法（Fixed costallocation of two-stage network systems based on DEA）[J].經濟數學（Journal of Quantitative Economics）,2013，30（1）：33-36.

[10]魏權齡，許余潔（WeiQuanling，Xu Yujie）.具有偏好錐的鏈式網絡DEA模型（Chain network DEAmodelwith preference cone）[J].數學的實踐與認識（Mathematics in Practiceand Theory），2010，40（24）：228-240.

[11]Estellita Lins MP，Moreira da Silva A C，Lovell C A K. Avoiding infeasibility in DEA modelswith weight restrictions[J].European JournalofOperationalResearch，2007，181（2）：956-966.

[12]張茂勤，李光金，尚文娟（Zhang Maoqin，LiGuangjin，Shang Wenjuan）.基于Campos指數的模糊DEA（A fuzzy DEAmodelbased on Campos index）[J].系統工程理論與實踐（Systems Engineering—Theory&Practice），2004，24（4）：41-48.

[13]陳奎，韋曉廣，牛俊萍，等（Chen Kui，WeiXiaoguang，Niu Junping，etal）.基于AHP-DEA模型的電網規劃方案綜合評判決策（Comprehensive judgment for power systeMplanning alternatives based on AHP-DEA）[J].電力系統保護與控制（PowerSysteMProtection and Control），2014，42（21）：40-46.

[14]阿遼沙·葉，祝恩國，成倩，等（Aliaosha·Ye，Zhu Enguo，Cheng Qian，etal）.用電設備安全評估的改進區間層次分析法（Improved intervalanalytic hierarchy processmethod for electrical equipment safety assessment）[J].電力系統及其自動化學報（Proceedingsof the CSU-EPSA），2015，27（1）：32-36.

[15]周明，鄭雅楠，李庚銀，等（Zhou Ming，Zheng Yanan，Li Gengyin，etal）.考慮分時電價和電能質量的大用戶轉運費用固定成本的綜合分攤方法（Synthetical method forallocatingwheeling fixed cost for large consumers considering time-of-use pricingand powerquality）[J].中國電機工程學報（Proceedingsof the CSEE），2008，28（19）：125-130.

[16]黃新，王健，陳海峰（Huang Xin，Wang Jian，Chen Haifeng）.火電機組能耗及排放綜合考核管理方法研究（Comprehensive assessmentmanagementmethod for energy consumption and emissions of thermal power units）[J].華東電力（East China Electric Power），2011，39（10）：1585-1587.

[17]王曉璐（Wang Xiaolu）.火電機組能效評價體系探究（Preliminary Research on Energy EfficientEvaluation systeMfor SupercriticalUnits）[D].北京：華北電力大學能源動力與機械工程學院（Beijing：Schoolof Energy，Power and Mechanical Engineering，North China Electric Power University），2012.

[18]于海波（Yu Haibo）.基于負載率均衡度的電力系統調度策略與風電規劃研究（Research of Power SysteMDispatching Strategy and Wind Power Planning Based on Load Rate Balance Degree）[D].哈爾濱∶哈爾濱工業大學電氣工程及自動化學院（Harbin∶Schoolof Electrical Engineering and Automation，Harbin Institute of Technology），2013.

[19]李勇軍（LiYongjun）.基于DEA理論的固定成本分攤方法研究（Research on the Fixed Cost Allocation based on DEA）[D].合肥：中國科學技術大學管理學院（Hefei：School of Management，University of Science and Technology ofChina），2008.

[20]高效，彭建春，羅安(Gao Xiao，Peng Jianchun，Luo An）.多種交易模式下核仁解分攤輸電網固定成本（A nucleolus solution for fixed transmission cost allocation under hybrid transactionsmodes）[J].中國電機工程學報（Proceedingsof the CSEE），2007，27（10）：120-124.

[21]劉自發，龐鋮鋮，魏建煒，等（Liu Zifa，Pang Chengcheng，Wei Jianwei，etal）.基于IAHP和TOPSIS方法的負荷密度指標計算（Index calculation of load density based on IAHPand TOPSISmethods）[J].電力系統自動化（Automation of Electric Power Systems），2012，36（13）：56-60.

[22]肖峻，羅鳳章，王成山，等（Xiao Jun，Luo Fengzhang，Wang Chengshan，etal）.區間層次分析法的權重求解方法比較研究（Comparison amongmethods ofweights calculation in the interval-based AHP）[J].電力系統及其自動化學報（Proceedings of the CSU-EPSA），2004，16（3）：12-16.

[23]張伯明，陳壽孫.高等電力網絡分析[M].北京：清華大學出版社，1994.

New Method for Allocating Power Network Fixed Costamong Direct Trades

ZHOUYing1，WEN Fushuan1，2，ZHUBingquan3，XIANGZhongming3，XU Lizhong3，ZHAO Liang3
（1.SchoolofElectricalEngineering，Zhejiang University，Hangzhou 310027，China；2.Department of Electrical&Electronic Engineering，Institut TeknologiBrunei，Bandar SeriBegawan BE1410，Brunei；3.State Grid Zhejiang Electric PowerCorporation，Hangzhou 310027，China）

How to allocate powernetwork fixed cost isan importantbutnotyetwell-solved issue related to direct trades between large consumers and generation companies.Given this background，this issue is systematically analyzed considering variousattributes of direct trades.Specifically，an evaluation systeMfor allocating power network fixed cost is structured first froMthree aspects：the user side，generator side and the impactson the power system.Then，a cooperative gamemodel in the framework of data envelopment analysis is presented to address this issue.In thismodel，weightconstraintsare introduced by employing the intervalanalytic hierarchy process（IAHP）to reflect the preference of decision-makers，and a power network fixed costallocationmodel considering the index weight constraints is next attained.Finally，the IEEE 14-bus systeMisemployed to demonstrate the basic characteristicsof the developedmodel. Simulation results showed that the proposed approach can lead to fair and reasonable allocationswith decisionmakers' preference considered.

direct trades；fixed costallocation；index system；data envelopmentanalysis；cooperative game；weight constraint

TM73

A

1003-8930（2015）09-0012-09

10.3969/j.issn.1003-8930.2015.09.003

周盈（1991—），女，碩士研究生，主要從事電價機制、大用戶直購電和市場策略方面的研究。Email：zhouying7988@ gmail.com

2015-03-03；

2015-04-10

國家重點基礎研究發展規劃（973計劃）資助項目（2013CB228202）；國網浙江省電力公司科研項目（5211ZD13000R）；國家電網公司總部科技項目（52110115009Q）

文福拴（1965—），男，博士，教授，博士生導師，主要從事電力系統故障診斷與系統恢復、電力經濟與電力市場、智能電

網與電動汽車等方面的研究。Email：fushuan.wen@gmail.com朱炳銓（1967—），男，本科，高級工程師，主要從事電網調度運行管理工作。Email：hzzbq@sina.com