基于熵權-TOPSIS-灰色關聯法的能源大數據增值服務商業模式評價研究

郭 莉，董 軍，陳正鵬，包阿茹汗，王媛媛，吳 晨，吳 垠，薛貴元

（1.國網江蘇省電力有限公司，江蘇南京 210024；2.華北電力大學經濟與管理學院，北京 102206）

1 研究背景

自提出能源安全新戰略以來，我國在能源的生產、消費與技術創新等方面取得了一定成績［1］。黨的十九屆四中全會首次提出數據可作為生產要素按貢獻參與分配［2］。數據資源作為驅動數字革命的核心力量，將在未來生產生活、公共服務管理上發揮重要作用。

當前，數字革命和能源革命具有融合發展的趨勢，兩者的深度交互將為能源行業運營管理提質增效、能源業態創新和服務拓展等提供全新動力與可能性［3］。在能源數字革命背景下，能源的生產和服務方式將發生重大變化，能源用戶的服務需求愈加智能化、多樣化。而電網數字化轉型使得電網及設備運行產生海量能源數據［4］，以能源大數據為核心資源開展數據增值服務正是滿足用戶多樣化需求的必然選擇，因此對于電網公司而言，亟需在原有購售電服務模式的基礎上，充分利用能源大數據信息價值，探索延伸能源數據增值服務業務，在滿足客戶需求的同時增加營業收入［5］。

能源大數據增值服務作為能源領域新型業態，圍繞能源數據商業模式及評價研究已成為目前廣泛關注的問題，如陳啟鑫等［6］從價值創造、數據信息增值、業務革新和效益挖掘4 個方面歸納分析能源互聯網商業模式，實現數據創造價值的目標；竇金月［7］圍繞綜合能源服務的目標客戶、服務內容、盈利模式設計商業模式；王小輝等［8］研究能源數據商業模式中的產品運營模式、盈利方式、產品定價、市場拓展、運營風險與規避措施，形成了符合能源數據特色的數據商業運營模式。針對商業模式評價研究，如李曼［9］和劉衛星等［10］借鑒平衡記分卡模型，從商業模式戰略目標、產品服務客戶價值、盈利能力及運行效率維度構建商業模式評價指標體系；Maccarty 等［11］設計了綜合能源系統項目運營模式綜合效益評價指標體系，通過TOPSIS 法計算選取出最優運營模式；陳人杰等［12］圍繞經濟、技術、環境和社會服務構建運營效益評價體系，利用前景理論改進TOPSIS 法篩選出最優的新能源大數據服務項目；張繼佳等［13］選取電力光纖到戶、智能家居、電動汽車3 種典型泛在電力物聯網增值服務類型，從業務外部環境、盈利能力和社會貢獻角度構建增值服務評價體系；黃偉等［14］構建包含政府、電網、系統投資運營商、用戶等多主體利益驅動的能源系統效益評價指標體系；鐘依廬等［15］構建面向工業園區綜合能源項目的指標體系，覆蓋技術特性、經濟、環境、可靠和智慧等多評價方向；李慧玲等［16］利用層次分析法（AHP）與TOPSIS 相結合的方法，從電網運行、經濟效益、環境效益角度對電力能效項目進行評價；張力菠等［17］綜合考慮工程項目、低碳高效、增值服務，建立熵權物元模型評價能源互聯網的發展狀況；張國云等［18］基于供電公司掌握客戶用電負荷、電量、繳費等大數據的挖掘應用，從客戶信用、客戶價值、客戶風險3 個維度構建綜合能源項目評價指標體系，利用電力大數據評估潛在客戶的內部狀況。

總體來看，現有文獻大多是從能源系統多主體利益角度構建評價指標體系，從而評估各類能源項目的綜合效益，評價指標的選取較為分散，尚沒有以能源大數據增值服務為研究對象、綜合考慮增值服務內外部環境影響對能源大數據增值服務及其商業模式評價進行的研究。因此，本研究通過系統闡述能源大數據生態系統及增值服務概念，從能源大數據生態系統環境要素出發，構建能源大數據增值服務商業模式的評價指標體系，并采用熵權-TOPSIS-灰色關聯法進行綜合評價，為企業科學規劃和有序實施能源大數據增值服務項目提供理論方法參考。

2 能源大數據生態系統及增值服務

2.1 能源大數據生態系統

作為能源數據與信息通信技術高度融合的產物，能源大數據可視為一個由內、外部能源數據構成的大數據系統，能源大數據參與能源生產和服務所形成的生態系統就是能源大數據生態系統，其中涉及能源及數據的生產、加工處理、傳輸、存儲和消費環節，還包括電網公司、數據服務商、用戶等主體進行價值創造和消費的過程［19］。電網公司作為能源大數據生態系統的核心，統籌協調各利益主體，在政策、技術、經濟、法律、社會等要素框架下開展數據增值服務業務。

2.2 能源大數據增值服務的定義及具體業務

能源大數據增值服務是，在能源系統運行環境下，增值服務提供者為滿足客戶多樣化的用能需求，在保證能源供應基本服務的基礎上，挖掘能源系統數據資源的服務潛力，利用“云大物移智鏈”等先進信息技術和能源數據技術，為用戶提供超出常規供能服務范圍的延伸服務、特色服務［20］。電網公司擁有海量客戶和數據資源，可以面向各類用能具有差異性的園區開展能源大數據增值服務，通過挖掘能源大數據生態系統中產生的交互數據形成價值信息，從而全方位開展用戶用能托管、多能互補優化、交易輔助決策、設備性能優化提升、能源環保監測和能源數據征信等能源大數據增值業務［21］。

商業模式是企業創造、實現價值所必需的眾多要素的組合［22］。商業模式包含了企業組織內部和組織與外界各要素的關系及其結構［23］。電網公司作為能源大數據生態系統的核心［24］，從核心資源、關鍵業務、客戶群體、成本結構和盈利模式等方面分析開展能源大數據增值服務的商業模式，如圖1所示。以能源大數據為基礎開展數字化增值服務作為新興業態，影響商業模式的關鍵要素包括政策環境、技術環境、法律環境、業務供需以及經濟效益、社會效益和環保效益，但是對于商業模式的評價過程并不清晰，具體增值服務實踐工作的開展也面臨著一系列亟待明確的問題，因此科學合理地選取能源大數據增值服務商業模式的評價指標，對后續有針對性地開展增值服務具體業務尤為重要。

圖1 能源大數據增值服務商業模式框架

3 能源大數據增值服務商業模式評價指標體系

3.1 評價指標選取思路

能源大數據增值服務的開展受到政策、法律、技術、經濟及社會環境等一定因素的影響，因此針對能源大數據增值服務的本質屬性，其商業模式評價指標要在明確的外部市場政策條件、法律環境、內部資源和能力基礎上，反映增值服務的經濟價值、用戶價值、數據技術價值以及企業服務社會的社會價值。

3.2 評價指標體系構建

以電網公司的角度，從開展能源大數據增值服務業務的外部政策環境、能源數據技術、增值服務法律環境、增值服務供需、經濟效益、社會效益、環境效益7 個方面構建包括目標層、準則層、基礎層組成的能源大數據增值服務商業模式評價指標體系，如表1 所示。

表1 能源大數據增值服務商業模式評價指標體系

表1 （續）

4 熵權-TOPSIS-灰色關聯法

本研究采用組合評價的方法，利用熵權法定權，以TOPSIS 法和灰色關聯分析法進行能源大數據增值服務及商業模式的綜合評價。該方法能夠減少傳統TOPSIS 方法在確定指標的權重因子時主觀因素的影響，體現方法的客觀性。

4.1 模型描述

（1）構建原始評價矩陣。現有m個待評價方案、n個評價指標，第i個方案關于第j個指標的屬性值構成原始矩陣X。矩陣形式如下：

（2）規范化處理形成規范化決策矩陣。由于本研究中各評價指標具有不同的數量級和量綱，為消除影響，需要對各指標進行規范化處理，得到規范化決策矩陣。評價指標包含效益型指標和成本型指標，兩類指標分別采取式（3）（4）所示處理。

4.2 熵權法確定指標權重

熵權法是在客觀條件下，由評價指標值確定指標權重的方法。第j項指標的熵值為：

第j項指標評價數據的分散程度dj表示為，因此，用熵權法表示第j項指標的權重為：

4.3 TOPSIS 法確定理想解

（2）確定Y的正理想解和負理想解。表達形式如下：

4.4 灰色關聯分析

在加權規范化矩陣Y的基礎上，計算第i個評估方案與正理想解和負理想解關于第j個指標的灰色關聯系數為：

式（14）（15）中：i=1,2,,m;j=1,2,,n;ε∈(0,1)為分辨系數，一般取0.5［25］。

4.5 計算相對貼近度

（2）將確定的無量綱化加權歐式距離和灰色關聯度合并。待評價項目與正理想解越近、與負理想解越遠，則越優；與正理想解關聯度越高、與負理想解關聯度越低，則越優。即和的數值越大，則方案離正理想解越近；和的數值越大，方案則離正理想解越遠。具體表達形式如下：

（3）計算方案的相對貼近度。計算公式如下：

將上述熵權-TOPSIS-灰色關聯分析方法應用到能源大數據增值服務商業模式評價研究中，具體評價流程如圖2 所示。

圖2 能源大數據增值服務商業模式評價流程

5 能源大數據增值服務評價案例分析

基于以上能源大數據增值服務商業模式評價指標體系，采用熵權-TOPSIS-灰色關聯法，選取電力行業中能源數據征信、能源交易輔助決策、能源環保監測、用戶用能托管、多能互補優化、設備性能優化提升6 個典型能源大數據增值服務業務（以下簡稱“案例業務”）作為待評價方案，進行綜合評價分析。其中，定性評價指標作如表2 所示處理。

表2 定性指標量化分值 單位：分

建立專家評審小組，采取德爾菲法通過專家打分獲取案例業務的各項指標值，對原始矩陣進行規范化處理，得到規范化決策矩陣的轉置形式ZT如下：

5.1 商業模式評價的關鍵影響因素

采用熵權法計算各指標的權重，得出各指標權重，結果如表3、圖3 所示。可以看出，權重較大的指標是能源數據政策支持力度、單位服務能力的投資成本、增值服務項目投資回收期、清潔能源利用率、業務數據法律風險度、增值服務項目投資收益率、增值服務用戶需求程度、能源數據獲取與更新速度和能源數據安全度。因此，這些指標是案例業務商業模式的關鍵影響因素，符合以上能源大數據增值服務商業模式的理論應用規律。

圖3 案例業務商業模式評價指標權重分布

表3 案例業務增值服務商業模式評價指標權重

表3 （續）

5.2 基本業務優選

由規范化決策矩陣和各指標權重計算出加權規范化矩陣，矩陣的轉置形式YT結果如下：

根據式（10）（11），由加權規范化矩陣選取出各個指標的正負理想解和，具體如表4 所示。

表4 案例業務商業模式評價的正負理想解

根據式（12）（13），計算得到各指標評價結果與正負理想解的歐氏距離，結果如表5 所示。

表5 案例業務商業模式評價結果與正負理想解的歐式距離

根據式（16）（17），計算得出各指標與正負理想解的灰色關聯度，結果如表6 所示。

表6 案例業務商業模式評價結果與正負理想解的灰色關聯度

表7 案例業務商業模式評價結果的加權歐式距離和灰色關聯度標準化

根據式（24），計算相對貼近度（見表8）：

表8 案例業務商業模式的相對貼近度

將上述3 種情況計算得出的相對貼近度繪制成雷達圖進行對比，如圖4 所示。

圖4 不同決策偏好情況下案例業務商業模式的相對貼近度

根據上述綜合評價結果，對案例業務進行排序，結果是用戶用能托管、能源環保監測、多能互補優化、能源交易輔助決策4 種增值服務較優，能源數據征信和設備性能優化提升增值服務由于缺乏政策環境及相關市場配套機制不完善導致評價結果較差，因此，作為能源大數據增值服務提供者，電網公司應該重點考慮開展用戶用能托管、能源環保監測、多能互補優化、能源交易輔助決策這4 種增值服務業務，充分發揮能源數據價值，實現電網公司和用戶雙贏目標。

隨著我國提出碳達峰碳中和（以下簡稱“‘雙碳’”）的戰略目標，國內各省份積極推進節能減污降碳工作，在供給側大力發展清潔能源，在用戶側鼓勵開展用戶用能多能互補，引入能源服務商參與用能管理，同時配套探索構建中長期與現貨交易相結合的全國統一電力市場體系，在此背景下，能源數據資源作為重要生產要素，將在“雙碳”目標背景下發揮放大、疊加和倍增效應，以數據流打通創新鏈，開展能源大數據增值服務，服務政府科學決策，服務企業精益生產，服務公眾智慧用能，助力“雙碳”目標的實現。在實際應用背景下，用戶用能托管、能源環保監測、多能互補優化、能源交易輔助決策4 種增值服務業務的開展有利于節能減碳，這些增值服務業務的應用也將獲得政策上的支持，業務應用前景巨大，具有良好的經濟和社會效益。

6 結論與討論

本研究基于能源大數據生態系統分析了能源大數據增值服務，構建了能源大數據增值服務商業模式評價指標體系，并對電力行業相關增值服務業務進行綜合評價，主要結論如下：

（1）從7 個維度構建了能源大數據增值服務商業模式評價指標體系，得出能源數據政策支持力度、單位服務能力的投資成本、項目投資回收期、清潔能源利用率、業務數據法律風險度、項目投資收益率、增值服務用戶需求程度、能源數據獲取與更新速度和能源數據安全度是關鍵影響因素。

（2）采用熵權-TOPSIS-灰色關聯法對電力行業基本的增值服務業務類型進行綜合評價，根據結果，應重點考慮開展用戶用能托管、能源環保監測、多能互補優化、能源交易輔助決策4 種增值服務，其他類型增值服務在未來適時開展。

（3）考慮到目前技術、政策、經濟及外部環境等都處于動態變化，因此，對于能源大數據增值服務商業模式風險防范機制的建立以及增值服務項目實踐過程中的風險優化方案制定值得在后續進一步研究。