基于熵權-TOPSIS模型的分布式光伏整縣推進建設優先級研究

□ 孟 微，馬漢武

(江蘇大學 管理學院，江蘇 鎮江 212013)

1 引言

隨著我國經濟水平的提升，工業企業的規模不斷擴大，企業高速發展對電力的需求也在急速增長，傳統火力發電雖能解決電力供應問題，但同時帶來了資源損耗、環境污染與氣候變化等較為嚴重的問題。

2021年，全國多地因為煤炭供應不足和“能耗雙控”等因素影響出現拉閘限電事件，供電壓力日益增大。而太陽能分布廣泛，每年的太陽輻射量相當于130萬億噸標準煤，若能較好利用可再生資源，能極大程度上減輕能源緊張和改善環境污染問題，光伏供電便是采用太陽能光板吸收光能，利用太陽能發電，有助于碳中和目標的早日實現。2020年12月，習近平總書記在氣候雄心峰會上的講話中提到，中國力爭2060年前實現碳中和目標，太陽能發電總裝機量達到12億千瓦以上[1]。光伏作為有效利用太陽能資源的重要載體，具有環保清潔、易于被消納等優點[2]，且分布式光伏不需建立配電站，輸送電成本和安裝成本較低，經濟效益較好，是未來國內光伏市場應用的重要領域[3]。鑒于發展分布式光伏的必要性，國家層面也給予高度關注并出臺相關政策。我國于2013年明確了政府要大力支持光伏產業，推動新能源的發展的原則[4]。因此，判斷整縣推進分布式光伏建設的優先級變得尤為重要。

近年來，學者們關于分布式光伏的研究主要集中在以下幾個視角。從經濟效益角度，柳君波等對中國331個城市進行研究，運用成本效益等方法，建立分布式光伏的經濟性分析模型，根據計算結果，認為光伏經濟發展受地域性差異影響，可有針對性地將全國地區劃分為四個等級來發展分布式光伏[5]。王恒田等建立以內部收益率為平價上網光伏發電項目經濟性評價的模型，分析了光伏發電項目經濟性評價的幾種影響因素，并從政府和企業兩方面給出對策和建議[6]。從分布式光伏選址定容研究角度，需要從經濟、環境和安全可靠方面綜合規劃[7]。徐迅等綜合考慮分布式選址問題，以建設費用、化石能源費用、網絡損耗費用和環境懲罰費用最小為目標函數，考慮了環境成本[8]。

丁明等提出分布式電源集群規劃概念與方法，建立分布式光伏與儲能雙層協調選址定容規劃模型，并驗證了選址規劃模型的可行性[9]。從分布式光伏建設潛力角度，對于影響分布式光伏建設的因素，不同學者進行了有針對性的研究，袁金斗等認為分布式光伏發展主要受到技術成本、資源豐富度、電力產能需求以及政策補貼等因素的影響[10]。蔡永自等通過DEMATEL-ISM模型分析居民對屋頂安裝光伏設備的意愿影響因素，結果表明居民安裝意愿最根本的因素是光伏法規和補貼力度等[11]。胡亞男等采用峰值日照時數法、日照時數和發電量建模法估算內蒙古屋頂太陽能發電量，得出日照時數和發電量有較好的線性關系[12]。呂濤等采用模糊綜合評價和熵權法，對2015年我國31個省份的光伏資源利用水平進行評價，依據光伏資源利用的實際情況，劃分了優化調整區、重點開發區、潛力開發區和有序開發區四個發展區域[13]。對于分布式光伏空間地理推進建設，王光輝等建立基于衛星遙感的全國分布式光伏建設動態監測機制，認為分級分類推進光伏建設，應該從人口較為稠密的東部地區開始建設[14]。

上述研究從不同角度分析了分布式光伏，但現有文獻更多偏重于對分布式光伏機理和宏觀分布式光伏發展前景進行研究，少有文獻對區域性推廣建設展開研究，結合分布式光伏整縣推進研究的文獻則更為稀少。因此，本文結合國家能源局公布的整縣屋頂分布式光伏開發試點名單，依據地理空間位置，從不同地理空間中隨機選取16個地區展開研究，分析影響分布式光伏整縣推進的因素，建立分布式光伏推進建設的評價指標體系，并構建熵權-TOPSIS模型進行分析，進而確定優先整縣推進構建分布式光伏的地區，為其他區域整縣推進光伏規劃建設提供決策參考。

2 評價指標體系構建

影響分布式光伏整縣推進優先級的因素眾多，體現在自然資源條件、地區經濟發展水平、設備企業發展水平、社會工業用電量和屋頂可利用面積等方面。王光輝等通過研究認為屋頂面積與人口數量呈正相關，相關系數大于0.84[14]，因此，對于屋頂面積的考察可以從地區人口數來分析。從光伏建設必備設備組件獲取便利性來看，需要考察區域范圍內可提供光伏組件的光伏企業數，當地企業數越多，購買和安裝分布式光伏流程就越簡單，則越有利于全面推進光伏建設發展，由于光伏供應鏈的發展，光伏組件的生產、運輸、銷售也將產生大量的二氧化碳[15]，使分布式光伏建設的環保性能下降，因此考慮光伏產業發展時，更偏向采取就地建設、就地使用的理念。構建的指標體系如表1所示。

表1 分布式光伏整縣推進建設指標體系

3 熵權-TOPSIS模型構建

本文建立推進分布式光伏發展優先級的評價指標體系，采用熵權-TOPSIS模型，首先構建由城市節點m和評價指標n組成的原始數據矩陣R=(rij)mn，其中rij為數據的原始值。

(1)

對原始數據做歸一化處理：

(2)

(3)

熵值的計算：

注：Pij為第i個城市的第j個指標所占的比重。

(4)

熵值：

(5)

權重的計算：

gj=1-ej

(6)

(7)

wj為第j個指標的權重，gj為第j個指標的差異性系數，指標的熵值越大，差異性系數越小，其權重越大，對分布式光伏發展所產生的影響越大。權重矩陣A如式(8)所示。

(8)

構造規范化加權矩陣V:

(9)

TOPSIS確定正理想解和負理想解：

令正理想解V+表示最偏好方案，負理想解V-表示最不偏好方案。

正向指標：

(10)

(11)

負向指標：

(12)

(13)

各城市與正負理想解計算距離：

(14)

(15)

計算貼進度：

(16)

最后，計算出每個城市的相對貼進度Di的值，Di越大，說明該區域越有利于建設分布式光伏，推進整縣建設的優先級別水平越高，根據相對貼進度的大小，對每一個縣區進行排名，則得到最終的整縣推進分布式光伏建設的優先級。

4 實證分析

根據國家能源局印發的《國家能源局綜合司關于報送整縣(市、區)屋頂分布式光伏開發試點方案的通知》給出的試點名單[16]，選取16個縣區作為研究對象，采用2020年的數據進行研究，其中華東區域選取的是長豐縣、平陽縣和齊河縣，華北地區選取的是肅寧縣和豐鎮市，東北地區是東港市和北安市，西南地區是旺蒼縣、興義市和宜良縣，西北地區是榆陽區和華亭市，華中地區是赤壁市，華南地區是北流市、崖州區和潮安區。這些縣區在各自所屬區域中發展較好，具有代表性。針對構建的指標體系，以縣區相關指標數據為基礎，應用熵權—TOPSIS模型對上述縣區光伏適宜推進建設情況進行總體評價，計算出上述縣區的分布式光伏綜合發展水平排名，如表2所示。

表2 分布式光伏發展水平綜合排名

依據此排名，可以將這16座縣區劃分為四個級別：

第一級是榆陽區與長豐縣。榆陽區位于陜西，占地面積大，光照充足、太陽能資源豐富，光照發展利用前景廣闊[17]，且榆陽區工業發達，工業用電需求大，光伏產業發展充分，具備分布式光伏發展必備的自然與社會資源條件，因此安裝分布式光伏的優先級在所選區域中最高。長豐縣位于安徽合肥，縣域經濟綜合競爭力高，人均GDP和可支配收入高，且區域內的光伏企業多，光伏供應鏈發展較好，交通便利，基礎設施完善，適宜安裝分布式光伏。

第二級是興義市、赤壁市、平陽縣和齊河縣。興義市位于貴州，太陽能資源豐富，人口較多，工業電力需求大，且該地區有大量安裝光伏組件的企業，有利于整縣推進光伏工作，但是其位于山區，氣候多變，在分布式光伏安裝時要有針對性地做好太陽能資源的評估工作。赤壁市位于湖北，工業發展較好，經濟發展水平高，對電力需求大，整縣推進光伏可較大程度緩解用電壓力，節約煤炭等火力發電自然資源的耗用，因此，光伏整縣推進工作亟待實施。平陽縣和齊河縣位于華東區域，經濟工業發展水平較高，用電量較大，自然資源豐富，光照較為充足，且光伏企業較多，有利于較先發展分布式光伏。

第三級是崖州區、潮安區、肅寧縣和北流市。崖州區位于海南三亞市，太陽能資源豐富，且地區內光伏企業眾多，便于分布式光伏的安裝工作。潮安區位于廣東潮州市，工業發達，工業用電量較大，人口較多，交通便利，可為整縣推進分布式光伏提供有利的設備條件。肅寧縣位于河北，光照充足，熱量豐富，全年太陽輻射量大，有利于分布式光伏的建設與發展，且地區經濟水平高，對于分布式光伏設備購買和安裝工作較為有利。北流市位于廣西，人口眾多，分布式光伏安裝所需屋頂資源豐富，但是轄區內光伏企業數量有限，光伏供應鏈發展相對滯后，給就地安裝分布式光伏工作造成一定困難。

第四級是東港市、豐鎮市、宜良縣、北安市、華亭市和旺蒼縣，這些區域各指標與其他區域相比不具備優勢，且光伏產業鏈發展緩慢，產能不能充分支持分布式光伏的整縣推進工作。其各項指標相對其他區域指標值排名靠后，因此經過熵權-TOPSIS模型對數據處理后得到的分布式光伏整縣推進的優先級也相對較低。

5 結論

本文構建了推進分布式光伏建設優先級的評價指標體系和熵權-TOPSIS模型，得到所選縣區的優先推廣發展等級，分布式光伏整縣推進建設涉及的考察指標較多，當地經濟與工業發展水平和光伏產業鏈發展水平是重大考察因素。但本文獲取數據具有局限性，沒有考慮政府補貼、居民對分布式光伏的接受程度等指標，后續針對分布式光伏推廣建設研究可考慮這些指標的影響。