付忠廣，劉炳含，王鵬凱，劉 璐

?

燃?xì)怆姀S性能指標(biāo)綜合評(píng)價(jià)模型

付忠廣1，劉炳含1，王鵬凱1，劉 璐2

（1. 華北電力大學(xué)電站設(shè)備狀態(tài)監(jiān)測(cè)與控制教育部重點(diǎn)實(shí)驗(yàn)室，北京 102206； 2.華北電力大學(xué)可再生能源學(xué)院，北京 102206）

為解決燃?xì)怆姀S節(jié)能環(huán)保、經(jīng)濟(jì)運(yùn)行及綜合管理等問題，在分析燃?xì)怆姀S運(yùn)行與管理方式的基礎(chǔ)上，綜合考慮環(huán)保性、可靠性、設(shè)備管理、經(jīng)濟(jì)性和技術(shù)性5個(gè)方面，建立燃?xì)怆姀S綜合評(píng)價(jià)指標(biāo)體系；利用向量夾角余弦法計(jì)算指標(biāo)權(quán)重，并與主成分分析法相結(jié)合應(yīng)用于燃?xì)怆姀S綜合評(píng)價(jià)；建立綜合評(píng)價(jià)模型，計(jì)算燃?xì)怆姀S不同級(jí)別指標(biāo)權(quán)重和排名。以某企業(yè)6個(gè)不同級(jí)別燃?xì)怆姀S為例進(jìn)行驗(yàn)證分析，結(jié)果表明本文綜合評(píng)價(jià)模型所得結(jié)果穩(wěn)健合理，可為燃?xì)怆姀S生產(chǎn)對(duì)標(biāo)管理及電廠機(jī)組間競(jìng)賽提供指標(biāo)及方法支持。

燃?xì)怆姀S；指標(biāo)體系；綜合評(píng)價(jià)；向量夾角余弦法；主成分分析法

近年來，為實(shí)現(xiàn)能源結(jié)構(gòu)優(yōu)化及電網(wǎng)調(diào)峰需求，我國(guó)燃?xì)怆姀S裝機(jī)容量迅速增長(zhǎng)[1-3]。燃?xì)怆姀S具有建設(shè)周期短、可靠性高、環(huán)境污染小及能源轉(zhuǎn)換效率高等特點(diǎn)，隨著我國(guó)天然氣設(shè)施布局日益完善，技術(shù)創(chuàng)新和裝備自主化取得突破性進(jìn)展，體制機(jī)制改革取得階段性成果[4-5]，天然氣發(fā)展將迎來新的發(fā)展態(tài)勢(shì)。

燃?xì)怆姀S作為天然氣消費(fèi)的主要部分，不僅能夠提高能源利用率，還有利于能源結(jié)構(gòu)調(diào)整[6]。但由于我國(guó)依煤而生的資源結(jié)構(gòu)，雖然燃?xì)怆姀S污染物排放較少，但發(fā)電的高成本使燃?xì)怆姀S的效益整體較低；同時(shí)，隨著環(huán)境保護(hù)政策逐年收緊，國(guó)家對(duì)燃?xì)怆姀S污染物排放提出了嚴(yán)格要求。

目前，燃?xì)怆姀S的綜合指標(biāo)評(píng)價(jià)體系及評(píng)估方法的研究較少。而針對(duì)火電機(jī)組的經(jīng)濟(jì)性、安全性及可靠性的評(píng)價(jià)體系及方法的研究已較多：文獻(xiàn)[7]針對(duì)火電機(jī)組的多指標(biāo)綜合性能評(píng)價(jià)問題，提出了采用優(yōu)劣解距離法、熵值法及層次分析法確定評(píng)價(jià)指標(biāo)的組合權(quán)重，并構(gòu)建了機(jī)組可靠性、經(jīng)濟(jì)性及環(huán)保性的綜合評(píng)價(jià)模型；文獻(xiàn)[8]將最大熵與投影尋蹤方法相結(jié)合，得到指標(biāo)最佳投影方向與投影函數(shù)，對(duì)火電機(jī)組進(jìn)行節(jié)能減排評(píng)價(jià)；文獻(xiàn)[9]利用主成分分析法約簡(jiǎn)火電機(jī)組評(píng)價(jià)指標(biāo)體系，然后通過多層次灰色關(guān)聯(lián)分析法建立綜合評(píng)價(jià)指標(biāo)模型，從經(jīng)濟(jì)性、技術(shù)性、可靠性對(duì)火電機(jī)組進(jìn)行綜合評(píng)價(jià)。同時(shí)，很多學(xué)者也在風(fēng)電機(jī)組運(yùn)行狀態(tài)[10]、水電項(xiàng)目綜合評(píng)價(jià)[11]做了相關(guān)研究。

機(jī)組綜合評(píng)價(jià)分析研究發(fā)展迅速，分析效果顯著，但還存在一些缺陷：1）指標(biāo)體系建立不全面，當(dāng)前電廠機(jī)組綜合評(píng)價(jià)指標(biāo)多以經(jīng)濟(jì)性、環(huán)保性及可靠性為主體指標(biāo)，而未涉及安全性、設(shè)備管理等方面的指標(biāo)體系，設(shè)備管理指標(biāo)是機(jī)組經(jīng)濟(jì)安全運(yùn)行的保障，是電力企業(yè)實(shí)現(xiàn)行業(yè)競(jìng)爭(zhēng)、增強(qiáng)核心競(jìng)爭(zhēng)力必不可少的指標(biāo)；2）綜合評(píng)價(jià)分析思路多注重一級(jí)指標(biāo)權(quán)重對(duì)評(píng)價(jià)結(jié)果的影響分析，對(duì)二級(jí)小指標(biāo)權(quán)重對(duì)評(píng)價(jià)結(jié)果的影響分析考慮不足；3）對(duì)燃?xì)怆姀S的綜合評(píng)估，尤其是不分等級(jí)、不分類型的綜合評(píng)價(jià)比較少。

本文建立基于向量夾角余弦法與主成分分析法相結(jié)合的燃?xì)怆姀S綜合評(píng)價(jià)模型。首先，從不同方向不同角度建立完善、全面的燃?xì)怆姀S綜合評(píng)價(jià)指標(biāo)體系。其次，采用向量夾角余弦法計(jì)算指標(biāo)權(quán)重，將其與主成分分析法相結(jié)合，以不同級(jí)別燃?xì)怆姀S指標(biāo)數(shù)據(jù)為依據(jù)，確定各級(jí)指標(biāo)權(quán)重，客觀分析不同指標(biāo)對(duì)燃?xì)怆姀S影響，實(shí)現(xiàn)對(duì)不同級(jí)別燃?xì)怆姀S的不同角度橫向綜合評(píng)價(jià)。

1 燃?xì)怆姀S綜合評(píng)價(jià)主要理論基礎(chǔ)

1.1 向量夾角余弦法

綜合評(píng)價(jià)[12-15]是使用系統(tǒng)、規(guī)范的方法對(duì)電廠或機(jī)組從不同角度不同方面進(jìn)行優(yōu)劣評(píng)判。指標(biāo)權(quán)重是指某一指標(biāo)相對(duì)于被評(píng)價(jià)對(duì)象的重要程度，其確定方法主要包括以模糊綜合評(píng)價(jià)、層次分析法為主的主觀賦權(quán)法以及以熵權(quán)法、灰色關(guān)聯(lián)法等為主的客觀賦權(quán)法[16]。主觀賦權(quán)法更多地依賴人為因素確定指標(biāo)權(quán)重，帶有主觀意愿性，在指標(biāo)較少時(shí)評(píng)價(jià)結(jié)果較為可靠合理，但當(dāng)指標(biāo)較多或者指標(biāo)區(qū)分度較小時(shí)，主觀賦權(quán)法將很難做到公平準(zhǔn)確。而客觀賦權(quán)法主要根據(jù)指標(biāo)數(shù)據(jù)之間的相互關(guān)系，在保留原始數(shù)據(jù)屬性的情況下確定指標(biāo)權(quán)重，評(píng)價(jià)結(jié)果更加穩(wěn)健合理。

向量夾角余弦法在水文預(yù)報(bào)[17]、工程項(xiàng)目評(píng)標(biāo)[18]、混沌預(yù)測(cè)[19]等方面得到廣泛的應(yīng)用。向量夾角余弦法利用兩向量夾角余弦值衡量向量間的變異程度，夾角越小，余弦值越大，相關(guān)性越高。由此可以根據(jù)指標(biāo)分布情況構(gòu)造最優(yōu)指標(biāo)序列和最劣指標(biāo)序列，客觀確定指標(biāo)權(quán)重。

1.2 主成分分析法

主成分分析法[20-22]是多指標(biāo)綜合評(píng)價(jià)的一種重要統(tǒng)計(jì)方法，通過少數(shù)幾個(gè)主成分來表達(dá)多個(gè)變量間的內(nèi)部結(jié)構(gòu)，其降維思想可將高維數(shù)據(jù)轉(zhuǎn)化為低維數(shù)據(jù)處理分析，使數(shù)據(jù)處理問題簡(jiǎn)單、直接，故主成分分析法在眾多領(lǐng)域的評(píng)價(jià)分析中得到廣泛應(yīng)用。在綜合評(píng)價(jià)中，可通過計(jì)算方差大小來確定主成分變化方向，由此得到主成分的權(quán)重，所得權(quán)重即作為對(duì)應(yīng)主成分的方差貢獻(xiàn)率。主成分所反映的信息越多，其對(duì)應(yīng)的權(quán)重越大。

2 燃?xì)怆姀S綜合評(píng)價(jià)指標(biāo)體系

圖1為燃?xì)怆姀S綜合評(píng)價(jià)指標(biāo)體系。

圖1 燃?xì)怆姀S綜合評(píng)價(jià)指標(biāo)體系

燃?xì)怆姀S指標(biāo)眾多，各個(gè)指標(biāo)之間相互制約，為突出綜合評(píng)價(jià)的全面性及有效性，本文選取指標(biāo)涉及經(jīng)濟(jì)技術(shù)性、可靠性、環(huán)保性及維護(hù)管理等不同方面。其中包括5類二級(jí)指標(biāo)環(huán)保性指標(biāo)Ⅰ、可靠性指標(biāo)Ⅱ、設(shè)備管理指標(biāo)Ⅲ、主要經(jīng)濟(jì)技術(shù)指 標(biāo)Ⅳ、主要運(yùn)行小指標(biāo)Ⅴ，這5類二級(jí)指標(biāo)又分為21個(gè)三級(jí)指標(biāo)。

隨著我國(guó)燃?xì)怆姀S的不斷建設(shè)、裝機(jī)容量的不斷擴(kuò)充，環(huán)保措施的不斷完善，人們環(huán)保意識(shí)不斷增強(qiáng)，大氣污染、噪聲污染等環(huán)境污染問題成為燃?xì)怆姀S必須解決的問題[23-24]。環(huán)保指標(biāo)Ⅰ作為評(píng)價(jià)燃?xì)怆姀S環(huán)保標(biāo)準(zhǔn)的體系指標(biāo)，分為4個(gè)三級(jí)指標(biāo)。

燃?xì)怆姀S可靠性指標(biāo)反映電廠運(yùn)營(yíng)現(xiàn)狀及綜合能力，與電廠效益緊密結(jié)合在一起，高標(biāo)準(zhǔn)的可靠性是電廠在市場(chǎng)競(jìng)爭(zhēng)中獲勝的主要因素?？煽啃灾笜?biāo)Ⅱ主要包括電廠運(yùn)行狀態(tài)及發(fā)電設(shè)備狀態(tài)的一些指標(biāo)，分為5個(gè)三級(jí)指標(biāo)。

完善的設(shè)備管理指標(biāo)體系可為燃?xì)怆姀S實(shí)行設(shè)備管理的科學(xué)化、標(biāo)準(zhǔn)化提供依據(jù)，促進(jìn)提高設(shè)備管理現(xiàn)代化水平和設(shè)備管理效益，是完成發(fā)電任務(wù)的保障。設(shè)備管理指標(biāo)Ⅲ主要包括檢修及管理過程中的一些小指標(biāo)，分為3個(gè)三級(jí)指標(biāo)。

我國(guó)的能源資源以煤炭資源為主，燃?xì)赓Y源匱乏。降低生產(chǎn)運(yùn)營(yíng)成本，挖潛增效，是燃?xì)怆姀S增收發(fā)展的重要保障。主要經(jīng)濟(jì)技術(shù)指標(biāo)Ⅳ包括生產(chǎn)環(huán)節(jié)指標(biāo)和運(yùn)營(yíng)環(huán)節(jié)指標(biāo)，分為5個(gè)三級(jí)指標(biāo)。

主要運(yùn)行小指標(biāo)是電廠生產(chǎn)運(yùn)行節(jié)能降耗、安全生產(chǎn)的保障，指標(biāo)大小直接關(guān)系電廠運(yùn)行優(yōu)化狀況和經(jīng)濟(jì)效益。主要運(yùn)行小指標(biāo)Ⅴ包括生產(chǎn)過程中的一些運(yùn)行指標(biāo)，分為4個(gè)三級(jí)指標(biāo)。

3 燃?xì)怆姀S綜合評(píng)價(jià)模型的建立

本文利用向量夾角余弦法計(jì)算三級(jí)指標(biāo)權(quán)重值，利用線性賦權(quán)法構(gòu)造二級(jí)指標(biāo)值矩陣，然后通過主成分分析法對(duì)指標(biāo)矩陣計(jì)算特征向量提取主成分，實(shí)現(xiàn)對(duì)燃?xì)怆姀S的綜合評(píng)價(jià)，得到綜合評(píng)價(jià)排名。

3.1 基于向量夾角余弦法的二級(jí)指標(biāo)評(píng)價(jià)模型

對(duì)個(gè)機(jī)組的二級(jí)指標(biāo)采用向量夾角余弦法建立評(píng)價(jià)模型，分別得到個(gè)機(jī)組的二級(jí)指標(biāo)排名，每個(gè)二級(jí)指標(biāo)包含個(gè)三級(jí)指標(biāo)，二級(jí)指標(biāo)計(jì)算步驟如下。

1）每個(gè)二級(jí)指標(biāo)(=1,2,…,)包含個(gè)樣本機(jī)組，個(gè)三級(jí)屬性指標(biāo)構(gòu)成三級(jí)指標(biāo)矩陣

2）為消除評(píng)價(jià)指標(biāo)之間的量綱差異，對(duì)指標(biāo)數(shù)據(jù)采用均值化處理。指標(biāo)數(shù)據(jù)均值化是指利用原始指標(biāo)數(shù)據(jù)去除各原始指標(biāo)數(shù)據(jù)的平均值得到新序列矩陣，均值化處理得到的新序列矩陣為

3）指標(biāo)均值化處理后，所有指標(biāo)為正類屬性，其指標(biāo)值越大機(jī)組性能越優(yōu)。選取各序列的最大值為最優(yōu)參考序列，選取各序列的最小值為最劣序列。得到最優(yōu)序列和最劣序列分別為：

4）根據(jù)確定的最優(yōu)、最劣序列，確定最優(yōu)偏差值矩陣A、最劣偏差值矩陣A，即：

5）根據(jù)均值化數(shù)據(jù)及最優(yōu)、最劣偏差值，確定最優(yōu)、最劣偏差率矩陣分別為：

權(quán)重越大，表示在個(gè)屬性指標(biāo)中屬性指標(biāo)對(duì)二級(jí)指標(biāo)的影響程度越大，對(duì)機(jī)組評(píng)價(jià)貢獻(xiàn)度越大。

7）計(jì)算二級(jí)指標(biāo)評(píng)價(jià)值

8）計(jì)算二級(jí)指標(biāo)矩陣

3.2 基于主成分分析法的一級(jí)指標(biāo)綜合評(píng)價(jià)模型

1）計(jì)算二級(jí)指標(biāo)矩陣的相關(guān)系數(shù)矩陣

5）計(jì)算個(gè)機(jī)組樣本的主成分

6）計(jì)算一級(jí)指標(biāo)評(píng)價(jià)值

對(duì)F進(jìn)行排序，即可得到機(jī)組綜合評(píng)價(jià)排名。

4 燃?xì)怆姀S綜合評(píng)價(jià)應(yīng)用實(shí)例

4.1 評(píng)價(jià)對(duì)象

本文選取某集團(tuán)6個(gè)燃?xì)怆姀S作為評(píng)價(jià)對(duì)象，電廠編號(hào)為1—6，其中1號(hào)電廠為純凝基荷F級(jí)，2號(hào)電廠為供熱基荷F級(jí)，3號(hào)電廠為純凝基荷E級(jí)，4號(hào)電廠為純凝調(diào)峰E級(jí)，5號(hào)電廠為供熱基荷F級(jí)，6號(hào)電廠為純凝調(diào)峰F級(jí)。所有建模指標(biāo)數(shù)據(jù)均為各電廠上報(bào)集團(tuán)的電廠運(yùn)營(yíng)管理相關(guān)指標(biāo)數(shù)據(jù)，且審查數(shù)據(jù)無誤。

4.2 電廠樣本數(shù)據(jù)選取

選取的6個(gè)評(píng)價(jià)對(duì)象指標(biāo)數(shù)據(jù)見表1—表5。

表1 安全環(huán)保指標(biāo)

Tab.1 The indicators of environmental protection

表2 可靠性指標(biāo)

Tab.2 The indicators of reliability

表3 設(shè)備管理指標(biāo)

Tab.3 The indicators of equipment management

表4 主要經(jīng)濟(jì)技術(shù)指標(biāo)

Tab.4 The main economic and technical indicators

表5 主要運(yùn)行小指標(biāo)

Tab.5 The main small operation indicators

4.3 基于向量夾角余弦法二級(jí)指標(biāo)評(píng)價(jià)結(jié)果

根據(jù)本文3.1章節(jié)內(nèi)容得到各二級(jí)指標(biāo)中的三級(jí)指標(biāo)的權(quán)重值及各電廠樣本的二級(jí)指標(biāo)評(píng)價(jià)值及排名，結(jié)果見表6—表7。

表6 三級(jí)指標(biāo)權(quán)重值

Tab.6 Weight values of the third level indicators

表7 二級(jí)指標(biāo)評(píng)價(jià)值及排名

Tab.7 Evaluation results and rankings of the secondary level indicators

1）安全環(huán)保指標(biāo)中，所有指標(biāo)均為負(fù)類屬性指標(biāo)，指標(biāo)值越小電廠越優(yōu)。由表6可知，設(shè)備噪聲最大值指標(biāo)2權(quán)重值最大，故其對(duì)評(píng)價(jià)結(jié)果的影響最大。4號(hào)電廠雖然設(shè)備噪聲最大值不是最優(yōu)，但其他指標(biāo)較好，且煙氣NO排放質(zhì)量濃度和廠界噪聲（夜間）表現(xiàn)最優(yōu)，故其環(huán)保指標(biāo)最優(yōu)。而 3號(hào)電廠的煙氣NO排放質(zhì)量濃度、設(shè)備噪聲最大值、廠界噪聲（日間）指標(biāo)均最差，廠界噪聲（夜間）也較差，故其環(huán)保指標(biāo)排名最差。電廠環(huán)保指標(biāo)優(yōu)劣排名為4、1、5、2、6、3。

2）可靠性指標(biāo)中，機(jī)組跳閘次數(shù)、非計(jì)劃停運(yùn)小時(shí)數(shù)為負(fù)類屬性指標(biāo)，指標(biāo)值越小電廠越優(yōu)。由表6可知，發(fā)電利用小時(shí)數(shù)權(quán)重最大，其對(duì)評(píng)價(jià)結(jié)果影響較大。1號(hào)電廠雖然發(fā)電利用小時(shí)數(shù)最好，但機(jī)組等效可用系數(shù)、機(jī)組跳閘次數(shù)、非計(jì)劃停運(yùn)小時(shí)數(shù)并不佳，導(dǎo)致1號(hào)電廠可靠性排名最差。從表7可知各電廠可靠性指標(biāo)優(yōu)劣排名為4、3、5、2、6、1。

3）設(shè)備管理指標(biāo)中，3個(gè)指標(biāo)均為正類屬性指標(biāo)。由表3可知，2號(hào)電廠設(shè)備管理指標(biāo)最優(yōu)，故其設(shè)備管理指標(biāo)排名第一。1號(hào)電廠表現(xiàn)次之，排名第二。3號(hào)電廠由于關(guān)鍵設(shè)備完好率指標(biāo)最差，且該指標(biāo)權(quán)重值最大，使其在設(shè)備管理指標(biāo)評(píng)價(jià)的排名最后。4號(hào)電廠設(shè)備消缺率指標(biāo)最差，6號(hào)電廠的計(jì)劃?rùn)z修實(shí)施率最差。通過表7可知，2個(gè)電廠二級(jí)指標(biāo)評(píng)價(jià)值相差甚微。

4）主要經(jīng)濟(jì)技術(shù)指標(biāo)中，發(fā)電量、負(fù)荷率為正類屬性指標(biāo)，其他指標(biāo)為負(fù)類屬性指標(biāo)。由表4可知，1號(hào)—3號(hào)電廠發(fā)電量數(shù)值均較好，1號(hào)電廠最好。負(fù)荷率指標(biāo)1號(hào)、2號(hào)電廠最優(yōu)，且與其他電廠相差較大。1號(hào)、2號(hào)電廠其他指標(biāo)表現(xiàn)均良好，故1號(hào)電廠主要經(jīng)濟(jì)技術(shù)指標(biāo)排名第一，2號(hào)電廠次之。6號(hào)電廠在發(fā)電量、負(fù)荷率、發(fā)電氣耗率指標(biāo)的表現(xiàn)均最差，因此在主要經(jīng)濟(jì)技術(shù)指標(biāo)排名最后。

5）主要運(yùn)行小指標(biāo)評(píng)價(jià)中，汽水品質(zhì)合格率、油氣品質(zhì)合格率為正類屬性指標(biāo)，其他為負(fù)類屬性指標(biāo)。通過表5可知，5號(hào)電廠指標(biāo)值在主要運(yùn)行小指標(biāo)的表現(xiàn)優(yōu)于其他電廠，故其排名第一。由于各電廠的汽水品質(zhì)合格率及油氣品質(zhì)合格率相差不大，故主要依靠補(bǔ)水率、發(fā)電耗淡水率進(jìn)行判斷。3號(hào)電廠發(fā)電耗淡水率小于6號(hào)電廠，但其他指標(biāo)均較差，使6號(hào)電廠在主要運(yùn)行小指標(biāo)評(píng)價(jià)排名第二。1號(hào)、2號(hào)電廠補(bǔ)水率、發(fā)電耗淡水率均較差，尤其發(fā)電耗淡水率指標(biāo)值較大，使其主要運(yùn)行小指標(biāo)評(píng)價(jià)排名靠后。

4.4 基于主成分分析法的一級(jí)指標(biāo)評(píng)價(jià)結(jié)果

根據(jù)基于主成分分析法的一級(jí)指標(biāo)評(píng)價(jià)模型，對(duì)二級(jí)指標(biāo)提取主成分并進(jìn)行一級(jí)指標(biāo)評(píng)價(jià)分析，同時(shí)，采用模糊綜合評(píng)價(jià)法和信息熵法對(duì)6個(gè)電廠指標(biāo)數(shù)據(jù)進(jìn)行綜合評(píng)價(jià)，評(píng)價(jià)結(jié)果見表8。

表8 綜合評(píng)價(jià)結(jié)果

Tab.8 The comprehensive evaluation results

將本文綜合評(píng)價(jià)結(jié)果與企業(yè)實(shí)際競(jìng)賽結(jié)果進(jìn)行對(duì)比，結(jié)果一致，說明本文方法合理有效。

由表8可知，信息熵法與本文方法的評(píng)價(jià) 結(jié)果相同，模糊綜合評(píng)價(jià)法的結(jié)果與其他稍有 差異。本文方法不僅可以計(jì)算綜合評(píng)價(jià)排名，還可以計(jì)算二級(jí)指標(biāo)排名，可為電廠機(jī)組單項(xiàng)指標(biāo)評(píng)比提供依據(jù)。

由綜合評(píng)價(jià)結(jié)果可知。

1）1號(hào)、2號(hào)電廠雖然在可靠性和主要運(yùn)行小指標(biāo)方面表現(xiàn)不佳，但由于其在主要經(jīng)濟(jì)技術(shù)指標(biāo)表現(xiàn)突出，使其綜合評(píng)價(jià)靠前，說明經(jīng)濟(jì)性指標(biāo)在綜合評(píng)價(jià)中起主導(dǎo)作用。由于選取指標(biāo)數(shù)據(jù)為非供暖期，2號(hào)電廠雖然為供熱電廠，但其綜合排名位于1號(hào)電廠之后。

2）E級(jí)電廠（3號(hào)、4號(hào)電廠）雖然在設(shè)備管理和主要經(jīng)濟(jì)技術(shù)指標(biāo)不及F級(jí)電廠，但環(huán)保指標(biāo)、可靠性指標(biāo)和主要運(yùn)行小指標(biāo)方面卻并不落后于F級(jí)電廠，甚至超過F級(jí)電廠。因此，在電廠實(shí)際競(jìng)賽及對(duì)標(biāo)管理時(shí)應(yīng)從不同角度對(duì)電廠進(jìn)行綜合評(píng)估。

3）4號(hào)、6號(hào)電廠為調(diào)峰電廠，發(fā)電量較少，使其在主要經(jīng)濟(jì)技術(shù)指標(biāo)不及基荷電廠，其他方面也有待提高，尤其是設(shè)備管理指標(biāo)。6號(hào)電廠雖然為F級(jí)調(diào)峰電廠，但環(huán)保指標(biāo)和可靠性指標(biāo)卻不及4號(hào)E級(jí)調(diào)峰電廠。故6號(hào)電廠在綜合運(yùn)營(yíng)管理方面有待加強(qiáng)。

5 結(jié) 論

1）從環(huán)保性、可靠性、設(shè)備管理、主要經(jīng)濟(jì)技術(shù)和主要運(yùn)行小指標(biāo)5個(gè)方面不同角度建立燃?xì)怆姀S綜合評(píng)價(jià)指標(biāo)體系，為燃?xì)怆姀S綜合評(píng)價(jià)提供基礎(chǔ)。

2）采用向量夾角余弦法和主成分分析法，構(gòu)建燃?xì)怆姀S綜合評(píng)價(jià)模型，依靠指標(biāo)數(shù)據(jù)之間的關(guān)系，通過向量余弦法客觀賦權(quán)，對(duì)某企業(yè)6個(gè)不同級(jí)別燃?xì)怆姀S進(jìn)行綜合評(píng)價(jià)，評(píng)價(jià)結(jié)果與實(shí)際電廠競(jìng)賽結(jié)果一致，其中F級(jí)綜合性高于E級(jí)，基荷電廠優(yōu)于調(diào)峰電廠，說明本文方法合理有效，可為企業(yè)電廠間對(duì)標(biāo)管理及競(jìng)賽提供支持。

3）綜合評(píng)價(jià)結(jié)果表明，E級(jí)電廠雖然在經(jīng)濟(jì)性指標(biāo)落后于F級(jí)電廠，但在環(huán)保性、可靠性等指標(biāo)評(píng)價(jià)中并不落后于F級(jí)，甚至?xí)?yōu)于F級(jí)電廠。因此，在綜合評(píng)價(jià)中，還應(yīng)從不同角度做出評(píng)價(jià)，以確保綜合評(píng)價(jià)的公平合理。

［1］ 蔣洪德, 任靜, 李雪英, 等. 重型燃?xì)廨啓C(jī)現(xiàn)狀與發(fā)展趨勢(shì)[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(29): 5096-5102. JIANG Hongde, REN Jing, LI Xueying, et al. Status and development trend of the heavy duty gas turbine[J]. Proceedings of the CSEE, 2014, 34(29): 5096-5102.

［2］ 周凌安, 申建建, 李繼紅, 等. 日啟停燃?xì)鈾C(jī)組調(diào)峰運(yùn)行方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2017, 37(20): 5913-5921. ZHOU Ling’an, SHEN Jianjian, LI Jihong, et al. Peak regulation method for daily start-stop gas-fired units[J]. Proceedings of the CSEE, 2017, 37(20): 5913-5921.

［3］ 許丹, 丁強(qiáng), 黃國(guó)棟, 等. 考慮電網(wǎng)調(diào)峰的熱電聯(lián)產(chǎn)熱負(fù)荷動(dòng)態(tài)調(diào)度模型[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(11): 59-64. XU Dan, DING Qiang, HUANG Guodong, et al. Cogeneration unit dynamic scheduling model considering peak-load regulation ability[J]. Power System Protection and Control, 2017, 45(11): 59-64.

［4］ 國(guó)家能源局. 能源發(fā)展“十三五”規(guī)劃[R]. 北京: 國(guó)家能源局, 2017: 22. National Energy Administration. The “13th Five-Year” energy development planning[R]. Beijing: National Energy Administration, 2017: 22.

［5］ 胡殿剛, 潘正婕, 徐昊亮, 等. 大規(guī)?？稍偕茉床⒕W(wǎng)條件下天然氣機(jī)組調(diào)峰空間估算[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(3): 87-93. HU Diangang, PAN Zhengjie, XU Haoliang, et al. Peaking capacity estimation of natural gas unit under the condition of large-scale renewable energy connecting with power grid[J]. Power System Protection and Control, 2017, 45(3): 87-93.

［6］ 趙龍生, 鐘史明, 王肖袆. H級(jí)重型燃?xì)廨啓C(jī)的最新發(fā)展概況[J]. 燃?xì)廨啓C(jī)技術(shù), 2017, 30(3): 27-31. ZHAO Longsheng, ZHONG Shiming, WANG Xiaoyi. Development of the latest H class heavy-duty gas turbine[J]. Gas Turbine Technology, 2017, 30(3): 27-31.

［7］ 楊勇平, 吳殿法, 王寧玲. 基于組合權(quán)重-優(yōu)劣解距離法的火電機(jī)組性能綜合評(píng)價(jià)[J]. 熱力發(fā)電, 2016, 45(2): 10-15. YANG Yongping, WU Dianfa, WANG Ningling. Comprehensive evaluation for large scale coal-fired power units based on combined weight and TOPSIS method[J]. Thermal Power Generation, 2016, 45(2): 10-15.

［8］ 付忠廣, 齊敏芳. 基于最大熵投影尋蹤耦合的燃煤機(jī)組節(jié)能減排評(píng)價(jià)方法研究[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(26): 4476-4482. FU Zhongguang, QI Minfang. Study on the evaluation method of energy-saving and emission reduction of coal-fired units based on projection pursuit method coupled with maximum entropy[J]. Proceedings of the CSEE, 2014, 34(26): 4476-4482.

［9］ 羅毅, 周創(chuàng)立, 劉向杰. 多層次灰色關(guān)聯(lián)分析法在火電機(jī)組運(yùn)行評(píng)價(jià)中的應(yīng)用[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2012, 32(17): 97-103. LUO Yi, ZHOU Chuangli, LIU Xiangjie. Application of the multi-level grey relational analysis method in operation assessment of thermal power units[J]. Proceedings of the CSEE, 2012, 32(17): 97-103.

［10］肖運(yùn)啟, 王昆朋, 賀貫舉, 等. 基于趨勢(shì)預(yù)測(cè)的大型風(fēng)電機(jī)組運(yùn)行狀態(tài)模糊綜合評(píng)價(jià)[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2014, 34(13): 2132-2139. XIAO Yunqi, WANG Kunpeng, HE Guanju, et al. Fuzzy comprehensive evaluation for operating condition of large-scale wind turbines based on trend predication[J]. Proceedings of the CSEE, 2014, 34(13): 2132-2139.

［11］ 徐靜, 郭萬偵. 多指標(biāo)綜合評(píng)價(jià)法在水電移民生產(chǎn)生活水平評(píng)價(jià)中的應(yīng)用研究[J]. 水利發(fā)電學(xué)報(bào), 2013, 32(6): 294-301. XU Jing, GUO Wanzhen. Application of multi-index comprehensive evaluation method to resettled immigrants production and living standards[J]. Journal of Hydroelectric Engineering, 2013, 32(6): 294-301.

［12］ 國(guó)家發(fā)展改革委. 電力發(fā)展“十三五”規(guī)劃[R]. 北京: 國(guó)家能源局, 2016: 58. National Development and Reform Commission. The “13th Five-Year” electric power development planning [R]. Beijing: National Energy Administration, 2016: 58.

［13］ 彭張林, 張強(qiáng), 楊善林. 綜合評(píng)價(jià)理論與方法研究綜述[J]. 中國(guó)管理科學(xué), 2015, 23(增刊1): 245-255. PENG Zhanglin, ZHANG Qiang, YANG Shanlin. Overview of comprehensive evaluation theory and methodology[J]. Chinese Journal of Management Science, 2015, 23(Suppl.1): 245-255.

［14］ 楊家莉, 徐永海. 基于組合賦權(quán)與TOPSIS模型的節(jié)點(diǎn)電壓暫降嚴(yán)重程度綜合評(píng)估方法[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(18): 88-95. YANG Jiali, XU Yonghai. Comprehensive evaluation method of node voltage sag severity based on TOPSIS model and combination weights[J]. Power System Protection and Control, 2017, 45(18): 88-95.

［15］ 周名煜, 謝寧, 王承民. 基于靈敏度和灰色關(guān)聯(lián)度的配電網(wǎng)運(yùn)行方式變權(quán)重評(píng)估方法[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(13): 130-137. ZHOU Mingyu, XIE Ning, WANG Chengmin. Variable weight evaluation method of distribution network operation mode based on sensitivity and grey correlation[J]. Power System Protection and Control, 2017, 45(13): 130-137.

［16］ 王淼, 常乃超, 劉金波, 等. 狀態(tài)評(píng)估多指標(biāo)綜合評(píng)價(jià)方法[J]. 電力系統(tǒng)自動(dòng)化, 2015, 39(1): 94-98. WANG Miao, CHANG Naichao, LIU Jinbo, et al. A multi-index comprehensive evaluation method of state estimation[J]. Automation of Electric Power Systems, 2015, 39(1): 94-98.

［17］ 申海, 解建倉(cāng), 李建勛, 等. 基于向量夾角余弦的水文組合預(yù)報(bào)方法[J]. 系統(tǒng)工程理論與實(shí)踐, 2012, 32(7): 1591-1597. SHEN Hai, XIE Jiancang, LI Jianxun, et al. Hydrological combined forecasting method based-on vector angular cosine[J]. Systems Engineering-Theory & Practice, 2012, 32(7): 1591-1597.

［18］ 趙金先, 王苗苗, 李堃, 等. 基于C-OWA算子與向量夾角余弦的綠色施工項(xiàng)目評(píng)標(biāo)模型[J]. 土木工程與管理學(xué)報(bào), 2017, 34(5): 39-45. ZHAO Jinxian, WANG Miaomiao, LI Kun, et al. Bidding evaluation model of green construction project based on C-OWA operator and vector angle cosine[J]. Journal of Civil Engineering and Management, 2017, 34(5): 39-45.

［19］ 孫佳龍, 郭金運(yùn), 郭淑艷. 利用夾角余弦和聚類分析的電離層TEC混沌預(yù)測(cè)[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版), 2014, 39(4): 441-444. SUN Jialong, GUO Jinyun, GUO Shuyan. Chaotic properties and prediction of ionospheric total electron content based on cosine and cluster analysis[J]. Geomatics and Information Science of Wuhan University, 2014, 39(4): 441-444.

［20］ 齊敏芳, 付忠廣, 景源, 等. 基于信息熵與主成分分析的火電機(jī)組綜合評(píng)價(jià)方法[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2013, 33(2): 58-64. QI Minfang, FU Zhongguang, JING Yuan, et al. A comprehensive evaluation method of power plant units based on information entropy and principal component analysis[J]. Proceedings of the CSEE, 2013, 33(2): 58-64.

［21］周松林, 茆美琴, 蘇建徽. 基于主成分分析與人工神經(jīng)網(wǎng)絡(luò)的風(fēng)電功率預(yù)測(cè)[J]. 電網(wǎng)技術(shù), 2011, 35(9): 128-132. ZHOU Songlin, MAO Meiqin, SU Jianhui. Prediction of wind power based on principal component analysis and artificial neural network[J]. Power System Technology, 2011, 35(9): 128-132.

［22］ 孫義豪, 李秋燕, 丁巖, 等. 基于主成分分析及系統(tǒng)聚類的縣域電網(wǎng)綜合評(píng)估方法[J]. 電力系統(tǒng)保護(hù)與控制, 2017, 45(8): 30-36. SUN Yihao, LI Qiuyan, DING Yan, et al. County power grid evaluation system based on principal component analysis and hierarchical cluster analysis[J]. Power System Protection and Control, 2017, 45(8): 30-36.

［23］ 鄧勇. 燃?xì)怆姀S噪聲污染及控制[J]. 噪聲與振動(dòng)控制, 2016, 36(3): 94-99. DENG Yong. Noise pollution and control in gas power plants[J]. Noise and Vibration Control, 2016, 36(3): 94-99.

［24］ 劉志坦, 李玉剛, 王凱. 中國(guó)燃?xì)怆姀S煙氣排放現(xiàn)狀及政策趨勢(shì)[J]. 中國(guó)電力, 2018, 51(1): 147-153. LIU Zhitan, LI Yugang, WANG Kai. The environmental protection status quo of China’s gas power plants and the trending in policies[J]. Electric Power, 2018, 51(1): 147-153.

A comprehensive evaluation model for performance indexes of gas-fired power plants

FU Zhongguang1, LIU Binghan1, WANG Pengkai1, LIU Lu2

(1. Key Laboratory of Condition Monitoring and Control for Power Plant Equipment, North China Electric Power University, Ministry of Education, Beijing 102206, China; 2. Renewable Energy School, North China Electric Power University, Beijing 102206, China)

Aiming at solving the problems of energy-saving, environmental protection, economical operation and comprehensive management for gas-fired power plants, this paper builds up an evaluation index system based on comprehensive consideration of environmental protection, reliability, equipment management, production economy and production technology after analyzing the operation and management methods of gas-fired power plants. The vector angle cosine method is applied to calculate the index’s weight, and combining with the principal component analysis method, it is used to carry out comprehensive evaluation for gas-fired power plants. A comprehensive evaluation model is established so that the weights and rankings of the indexes at different levels are also calculated. Taking 6 gas-fired power plants of an enterprise as the examples for verification analysis, the result demonstrates that this method is valid and feasible, which can provide indexes and method support for gas-fired power plants’ production benchmarking management and power plant unit competitions.

gas-fired power plant, index system, comprehensive evaluation, vector angle cosine method, principal component analysis

Fundamental Research Funds for the Central Universities (2018MS034, 2016XS20)

付忠廣(1963—)，男，博士，教授，主要研究方向?yàn)殡娬緳C(jī)組運(yùn)行優(yōu)化與復(fù)雜熱力系統(tǒng)建模等，fzg@ncepu.edu.cn。

TM621

A

10.19666/j.rlfd.201806106

付忠廣, 劉炳含, 王鵬凱, 等. 燃?xì)怆姀S性能指標(biāo)綜合評(píng)價(jià)模型[J]. 熱力發(fā)電, 2019, 48(3): 7-13. FU Zhongguang, LIU Binghan, WANG Pengkai, et al. A comprehensive evaluation model for performance indexes of gas-fired power plants[J]. Thermal Power Generation, 2019, 48(3): 7-13.

2018-06-19

中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助(2018MS034, 2016XS20)

劉炳含(1990—)，男，博士研究生，liubh1018@sina.com。

（責(zé)任編輯 杜亞勤）