基于模糊-突變理論的風電項目設計階段風險評價

摘要：風電項目不僅能夠緩解能源短缺問題，還可以降低環境污染，是實現“雙碳”目標的重要途徑。但風電項目的風險同樣不容忽視，而設計階段的成功與否能夠影響項目全生命周期的風險與收益。采用專家調查法對風電項目設計階段風險因素進行識別，并建立風電項目設計階段風險指標評價體系。在此基礎上結合模糊理論，建立風電項目風險因素評價突變模型，并將該模型應用于風電項目設計階段風險評價。通過風險評價，可以在設計階段發現風電項目的總體風險及主要風險源，為有效控制風電項目風險提供依據和對策。

關鍵詞：風電項目；設計階段；突變模型；風險評價

0 引言

風能是一種綠色、清潔能源，風電項目能夠有效緩解能源短缺問題，并降低碳排放，有助于實現“雙碳”目標。近年來，隨著國內風電裝機容量的快速增長，風電項目的風險控制成為眾多學者重點研究的方向。

張學民等［1］針對風電行業產品，從產業鏈的角度出發識別風電行業產品設計、制造、運輸、施工、運維等階段存在的風險隱患，并詳細介紹了相應的風險管理保險策略。孫涵［2］從項目投資角度出發，選取影響風電項目財務凈現值NPV的主要影響因素，利用蒙特卡洛方法，計算風電項目經濟風險度，評價風電項目的投資風險。烏云娜等［3］基于區間二型模糊數和VIKOR方法，針對風電項目投資規劃階段的風險指標建立投資風險決策模型。李文田等［4］構建風電場內集控中心數據模型，收集風電機組運營歷史數據，運用概率神經網絡的方式對風電機組的風險狀況做出評價。杜樂［5］利用變異系數法和解釋結構模型，建立全生命周期各階段的風險因素對度電成本的影響模型。田野［6］結合層次分析法和模糊綜合評價法，計算風電項目建設期和運營期的風險評分，建立風電建設項目的風險評價決策樹模型。

現階段，我國學者對風電項目風險的研究多集中在投資風險與運行期間的風險，對于風電項目設計階段的風險關注較少。風電項目設計階段的成功與否不僅影響投資決策，也影響建設期的施工難度和運行期的收益。因此，在大力推廣清潔能源的背景下，對風電項目設計階段的風險進行識別和評估具有重要的現實意義。風險發生具有突發性，風險評價具有模糊性，本文引入模糊數學理論和突變理論對風電項目設計階段風險進行評價。

1 研究方法

1.1 模糊理論

模糊理論以模糊數學為基礎，運用模糊關聯組合的基本原理對某些界限不清、無法量化的因素進行定量分析，從多種原因對被評估事項所屬層次情況進行綜合評估，適用于難以完全定量分析的問題。其優點是通過精確的數學手段處理模糊的評價對象，能對蘊藏信息呈現模糊性的資料做出比較科學、合理的評價。

1.2 突變理論

突變理論是研究不連續現象的一個新興數學分支。常見的突變模型分為折疊突變、尖點突變、燕尾突變和蝴蝶突變4種（表1）。通常根據控制參數的個數選取相適應的突變模型，不同的突變模型有不同的突變勢函數，而歸一化公式能夠將控制變量和狀態變量轉化成同一質態，以滿足計算要求。在利用歸一化公式進行計算時，各個控制變量對狀態變量的影響程度不相同，需對控制變量進行重要性排序。

將突變函數的控制變量進行歸一化處理后，可作為風電項目設計階段風險評價的突變隸屬函數。在逐級向上計算突變隸屬函數值時，應依據同級指標的各個控制變量間是否具有明顯相互聯系作用，實行“互補”或“非互補”的原則，如圖1所示。

2 模型構建

2.1 構建風險評價指標體系

本文采用專家調查法識別風電項目設計階段風險因素，建立風險評價指標體系，如圖2所示。

2.2 計算各級風險指標權重

本文采用專家調查法，向10名風電行業專家進行咨詢，這些專家均為多年從事風電工作的中、高級工程師，不僅具有豐富的專業知識，更具備豐富的實踐經驗。通過對各風險指標的重要性程度進行調查，計算各指標權重，從而對各指標重要性進行排序。

（1）構建判斷矩陣。本文選取了具有代表性的20個風險評價指標，采用9級標度法對風險評價指標進行兩兩比較打分，再根據專家打分結果構建判斷矩陣。

（2）計算權重。利用yaahp軟件，根據各級風險評價指標的判斷矩陣，通過一致性檢驗后，計算其相應的權重向量，最終權重值取各名專家打分的平均值。以一級指標的重要性排序為例，分別根據10名專家的評分判斷矩陣計算得到權重向量及隨機一致性比率，見表2。

根據表2中的計算結果可以看出，各組數據隨機一致性比率均小于0.1，均滿足一致性檢驗。根據10組權重向量計算平均值，得出風能資源風險a、總圖設計風險b、土建設計風險c、電氣設計風險d、財務經濟風險e、環保生態風險f 6個準則的權重向量為：W=（0.357 0，0.157 9，0.038 2，0.071 6，0.224 4，0.151 0）。

重復上述步驟，分別根據10名專家的評價結果計算各級指標的權重，并進行一致性檢驗。計算得到風電項目設計階段風險因素指標權重，見表3。

2.3 利用模糊理論評價指標風險值

本文將風險等級分為5級，評語集合為V={低風險，較低風險，中等風險，較高風險，高風險}，并邀請10名風電領域的專家根據項目資料對需要評價的風電項目的風險指標進行打分。由于問卷評語的語意描述具有一定的模糊性，根據模糊理論采用模糊數描述語意變量。V={低風險，較低風險，中等風險，較高風險，高風險}={1，3，5，7，9}。

匯總統計專家評分結果，各項指標的分值取10名專家的平均分，并采用級差法對各評價指標分值進行無量綱化處理，將評分結果歸一到［0，1］。由于風險屬于負向指標，應采用如下所示負向指標的標準化公式

x′ij=max（xij）－xijmax（xij）－min（xij）（1）

2.4 利用突變理論計算突變級數值

將評價指標標準化后的分值代入突變模型公式，進行逐級遞歸運算，最終求出總突變級數值。在建立風電項目設計階段風險指標突變模型時，應根據控制變量個數選取相適應的突變模型，根據指標間相互關系選取逐級計算。風電項目設計階段風險指標突變模型匯總見表4。2.5 風險等級劃分

通過上述計算可以得到總突變級數值。根據工程項目風險劃分等級和專家意見，確定風險等級隸屬區間，見表5。

將計算得出的總突變級數值與對應的風險隸屬區間進行對照，分析風電項目設計階段風險等級，據此對風電項目設計工作提出合理化建議，以降低風險發生概率。

3 實證分析

3.1 項目概況

K風電場工程位于河北省康保縣境內，風電場的風功率密度等級為4級，風能資源豐富，十分適宜大型風電場開發。區域地貌單元屬于構造剝蝕高原區之構造剝蝕丘陵亞區及以巖漿巖為主的丘陵小區，不存在第四紀活動斷裂。據本階段掌握的資料，風電風機位布置已避開基本農田、自然保護區、旅游區等，并且無軍事設施，不涉及壓礦問題。K風電場南側有化德—康保公路，向東可達縣城，交通便利。

3.2 K風電項目設計階段風險評價

將上文構建的風險評價指標體系運用于K風電項目，邀請風電領域的10名專家對該項目進行評分，得到K風電項目設計階段風險評價指標得分。根據指標標準化公式，將各專家評分結果歸一到［0，1］，計算各指標的標準化分值。根據評價指標的控制變量個數和變量的重要性選取適宜的突變模型類型，建立K風電項目設計階段風險的突變模型。將標準化的分值代入相應的突變函數歸一公式，通過計算得到突變級數值，并根據“互補”與“非互補”原則進行逐級遞歸運算，計算上層級指標的突變級數值，最終得到總的突變級數值，見表6。

根據計算，得出的K風電項目設計階段風險突變級數值為0.823 1，與風險隸屬區間進行對照，可知該風電項目設計階段風險等級為Ⅳ可容許風險。此外，一級指標中“風能資源風險a”“總圖設計風險b”“土建設計風險c”為Ⅴ可忽略風險；“電氣設計風險d”“財務經濟風險e”“環保生態風險f”為Ⅳ可容許風險。結合指標重要性排序，可得到一級指標風險-重要性矩陣圖，如圖3所示。

4 結語

本文通過建立風電項目設計階段的風險評價指標體系，利用模糊理論和突變理論對K風電項目設計階段的風險進行評價，可知“財務經濟風險e”重要性高-風險可容許；“風能資源風險a”重要性高-風險可忽略；“電氣設計風險d”“環保生態風險f”重要性不高-風險可容許；“總圖設計風險b”“土建設計風險c”重要性不高-風險可忽略。

針對各指標特點采取以下對策：

（1）對于“財務經濟風險e”，應關注當地電價政策，并收集周邊風電場的限電情況，對擬建項目的投資進行相應調整，為業主提供更為合理的決策。

（2）針對“風能資源風險a”，應在設計之初就加強重視程度，收集風電場周邊測風塔數據、氣象站數據，利用專業流體力學軟件進行風電場流場模擬，并進行現場微觀選址，選取合適的風機位置，進行詳細的發電量估算。

（3）對于“電氣設計風險d”“環保生態風險f”這類重要程度不是很高但具有一定風險性的指標，應收集項目地質資料、并網接入情況、敏感性因素等，在設計過程中對相關因素多加考慮。

（4）對于“總圖設計風險b”“土建設計風險c”而言，重要性不高，風險也可忽略。這說明該項目土建、道路條件較好，設計時按照常規工程要求酌情考慮即可。

本文嘗試從新的視野和角度，建立風電項目設計階段風險評價指標體系和評價模型，并根據實證分析提出切實有效的風險規避策略。本研究有助于有效控制國內風電項目設計階段風險，提高項目經濟效益，促進風電項目健康發展。

參考文獻

［1］張學民，梁兆赟.基于產業整合視角的風電行業風險管理及保險優化策略研究［J］.上海保險，2021（8）：48-52.

［2］孫涵.基于蒙特卡洛的風電項目風險評價分析［J］.理論月刊，2011（11）：166-169.

［3］烏云娜，孫肖坤，蘆智明，等.基于區間二型模糊AHP-VIKOR的風電建設項目投資風險決策模型研究［J］.科技管理研究，2019，39（4）：236-245.

［4］李文田，焦應樂，楊子龍，等.基于概率神經網絡的集控式風電場風險評估［J］.電測與儀表，2019，56（17）：76-81，152.

［5］杜樂.陸上風電項目度電成本風險管理研究［D］.北京：華北電力大學（北京），2021.

［6］田野.基于改進的多層次模糊綜合評價風電項目風險評估與應用［D］.成都：四川師范大學，2021.

PMT

收稿日期：2022-10-31

作者簡介：

宿曉排（1990—），女，研究方向：項目管理。

索貴彬（通信作者）（1968—），男，博士（后），教授，研究方向：生態文明建設。