徐其春 張乃夫 葛磊蛟 袁天夢 李元良

摘要：伴隨“碳達峰、碳中和”行動方案的出臺，投資推動供給側結構調整和需求側響應以實現雙側發(fā)力成為必然趨勢，因此未來電網重點領域的投資策略和發(fā)展路徑是電力企業(yè)所關注的重點。該文綜合考慮電網投資的衍生價值，提出一種基于二項系數與變異系數的智能電網投資決策評價模型。首先，梳理電網投資衍生價值的概念、準則和方法;其次，從電網投資效益、電網運維成效、可持續(xù)發(fā)展價值3個方面構建智能電網投資衍生價值指標體系;并基于二項系數法和變異系數法構建主客觀融合的組合賦權方法，根據不同場景需求來調整動態(tài)組合因子以實現多目標的動態(tài)平衡，體現主客觀方法的優(yōu)勢互補;最后，北方某電網案例分析證明該文提出模型的合理性和有效性，并對北方某電網典型區(qū)域提出投資決策建議和精益化運維意見。

關鍵詞：碳達峰;電網投資;二項系數;變異系數;主客觀融合;評價方法

中圖分類號： TM933文獻標志碼： A文章編號：1674–5124（2021）12–0006–08

Calculation model of power grid investment decision evaluation based on the mixture of binomial coefficient and variant coefficient

XU Qichun1，ZHANG Naifu1，GE Leijiao2，YUAN Tianmeng1，LI Yuanliang2

（1. Tangshan Power Supply Company of State Grid Jibei Electric Power Company Limited， Tangshan 063000， China;

2. School of Electrical and Information Engineering， Tianjin University， Tianjin 300072， China）

Abstract： With the introduction of the “Hit peak emissions and Carbon Neutrality” action plan， it has become an inevitable trend for investment to promote supply-side structural adjustment and demand-side response to achieve bilateral force. Therefore， the investment strategy and development path in key areas of the power grid inthefuturearedeterminedbypowercompanies. Thefocusof attention. Thispapercomprehensively considers thederivative valueof gridinvestment，and proposesasmartgridinvestmentdecision-making evaluation model based on binomial coefficient and variant coefficient. First， sort out the concept， criteria and methods of grid investment derivative value; secondly， construct a smart grid investment derivative value indicator system from three aspects： grid investment benefit， grid operation and maintenance effectiveness， andsustainabledevelopment value; and basedon the binomialcoefficient methodThecombination weighting method of subjective and objective fusion is constructed with the coefficient of variation method， and the dynamic combination factor is adjusted according to the requirements of different demand scenarios to achieve the dynamic balance of multiple goals， reflecting the complementary advantages of subjective and objective methods; finally，acaseanalysisof a northern power grid proves This paper proposes the rationalityand effectivenessof themodel，and proposesinvestmentdecision-makingsuggestionsandleanoperationand maintenance suggestions for a typical area of a northern power grid.

Keywords： hit peak emissions; power grid investment; binomial coefficient; variant coefficient; subjective and objective integration; evaluation method

0引言

實現“碳達峰、碳中和”，是構建人類命運共同體的偉大實踐，亟需推動供給側結構性改革，投資轉型綠色低碳電力系統。但當前國內外形勢復雜多變，電網投資決策面臨諸多挑戰(zhàn)。一方面，電網投資所需考慮的外部因素多樣，如支撐經濟高質量發(fā)展、推動能源轉型、保障電力供應安全、增強國有經濟競爭力等;同時，我國央企投資監(jiān)管持續(xù)加強和輸配電定價成本監(jiān)審趨嚴，電網經營考核和投資能力壓力倍增[1-2]。另一方面，電網投資的不確定因素增多，需要動態(tài)平衡投資需求和投資能力、長期發(fā)展與短期需求等關系[3-4]。為此，運用電網投資衍生價值評估技術，定量分析多維價值期望下電網帶動經濟社會發(fā)展的衍生價值[5-6]，促進能源相關產業(yè)聯動，賦能電網建設相關產業(yè)，培育投資價值高的新業(yè)務、新業(yè)態(tài)，推進形成能源互聯網新生態(tài)，非常必要。

智能電網投資衍生價值評估模型分為指標體系和賦權方法兩部分。文獻[7]建立單位級有效資金投入產出評價體系，并從資產、成本、效益、效率4個角度構建了指標體系;文獻[8]以技術、效益和項目成熟度等3個層次為基礎構建了當前環(huán)境下電網規(guī)劃項目投資價值評估的指標體系。而智能電網投資衍生價值指標體系的構建應結合投入產出理論、價值評估方法，聯動電網規(guī)劃-投資-衍生價值等[9]。此外，賦權方法可分為主觀賦權方法、客觀賦權方法以及組合賦權方法。主流的主觀賦權方法主要包含層次分析法[10]、德爾菲法[11]、二項系數法[12]等，二項系數法以其流程簡單，計算快捷，適于處理大規(guī)模指標數據脫穎而出;主流的客觀賦權方法主要包含熵權法[13]、TOPSIS 法[14]、變異系數法[14]等，其中變異系數法計算速度塊，編程靈活性、便捷性強;主流的組合賦權方法一般采用乘法合成和線性加權進行方法組合，線性加權可以根據實際場景需求通過調整組合因子以實現多評估目標的動態(tài)平衡。

本文聚焦于電網投資衍生價值定量分析方法，基于“碳達峰、碳中和”需求，探索投資驅動下電網對經濟社會的價值衍生機理與綜合價值評估方法，構建電網投資衍生價值評估模型，建立了電網投資衍生價值指標體系，提出了電網投資衍生價值評估方法，以實現協同服務大局、保障電力安全、穩(wěn)健經營、帶動產業(yè)發(fā)展等多重目標，通過多重目標的動態(tài)平衡評估電網帶動經濟社會發(fā)展的衍生價值，案例分析證明了本文提出的方法合理性。

1智能電網投資衍生價值概念

1.1智能電網投資衍生價值

智能電網投資衍生價值是與電網投資相關的派生系，具體是指從原生資產派生出來的當前和潛在價值，實際表現在電網的安全性、環(huán)保性、經濟性、技術先進性等方面。

通過分析復雜環(huán)境中的能源電力系統演進，研究電網投資對拉動產業(yè)發(fā)展、推動技術進步、促進環(huán)境保護等價值衍生鏈條與機理，可得出智能電網投資所帶來的具體衍生價值。

1.2智能電網投資衍生價值準則

智能電網投資衍生價值準則應以公司總部發(fā)展部、財務部、產業(yè)部等部門、各省公司、產業(yè)單位、能源局為應用對象，針對各應用場景遵循如下智能電網投資衍生價值準則：

1）支撐公司戰(zhàn)略布局和電網建設。指導公司總部和省級公司生產力布局與規(guī)劃建設，優(yōu)化投資結構和模式，開展投資項目價值評估并在電網投資中應用，為公司持續(xù)穩(wěn)定經營和可持續(xù)發(fā)展提供科技支撐。

2）引導能源行業(yè)生產力布局和結構優(yōu)化。帶動能源行業(yè)及電網相關企業(yè)技術進步、優(yōu)化投資、有序發(fā)展，為能源行業(yè)企業(yè)提供投資規(guī)劃與評估的技術方法示范。

3）服務國家戰(zhàn)略落實和政策實施。服務國家能源安全新戰(zhàn)略、區(qū)域協調發(fā)展等重大戰(zhàn)略落實，可為參與國家能源規(guī)劃建設、能源結構優(yōu)化、產業(yè)協同發(fā)展等方面提供技術和方案支撐。

1.3基于衍生價值的智能電網投資方法

以推廣途徑和產業(yè)化方式為出發(fā)點，基于衍生價值的智能電網投資方法可歸納如下：

1）支撐公司發(fā)展部、財務部、產業(yè)部等部門，提出滿足多重目標平衡優(yōu)化的電網投資重點領域，以及動態(tài)平衡電網投資需求與投資能力的管理策略。

2）選擇部分省市公司或重點投資項目，開展調研與實證分析，評估電網投資帶動經濟社會發(fā)展的衍生價值，編制相關內容手冊以期指導實際工作。

3）依托研究成果支撐政府能源規(guī)劃、電力規(guī)劃等相關政策制定和落實。

2智能電網投資衍生價值指標體系

指標的構建是評估領域的重中之重，其合適與否不僅決定著評估的適用范圍，還影響著評估的可行價值。實際上智能電網投資衍生價值的影響因素較繁雜，“碳達峰、碳中和”對能源轉型提出新要求，除此之外還要保證評估指標的可計算性、主觀性和客觀性，所以指標的構建需要根據一定原則：

1）系統性原則。將指標體系劃分為目標層、準則層和指標層3個層次，將評估目標進行調理梳理。

2）客觀性準則。指標的構建應當適應實際運行需求，要求不重復不遺漏，保證評估結果的全面客觀性。

3）實用性準則。指標都應是方便計算、可以計算的，指標所需數據都可以從實際運行場景中監(jiān)測獲取。

本文從電網投資效益、電網運維成效、可持續(xù)發(fā)展價值3個方面衡量智能電網投資衍生價值，指標框架如圖1所示。

2.1電網投資效益 A

電網投資效益指標是電網投資衍生價值的直觀體現，其框架如圖2所示。

1）投資產出比 A1

本文基于全壽命周期計算各建設項目的效益[8]，其中項目的總投資 T0為：

式中：nt——單位為年的全壽命周期;

nt=n1+n2n1——建成周期;

n2——運營周期;

Tz——每年的投資金額;

i0——項目折現率。

當前電改環(huán)境下，電網部門的盈利模式與輸配電價格密切相關[13]，項目收益 R 可定義為：

式中：P1z、P2z、P3z——每年的平均購電費用、售電價格和輸配電價格;

Qz——每年的電網增售電量;

λ——電網市場化率;

ηz——每年的網絡線損率;

Δηz——每年的網絡線損率的變化值;

u——電網線損率核定系數，通常取0.5。

基于全壽命周期，系統的投資產出比A1定義為：

2）投資電壓合格率 A2

投資電壓合格率 A2定義為單位投資下一定電網區(qū)域內電壓滿足合格標準的節(jié)點增加數量：

式中：Nnode——電壓滿足合格標準的節(jié)點增加數量;

Cinv——投資金額。

3）投資備用率 A3

投資備用率 A3定義為單位投資下一定電網區(qū)域內滿足“N–1”原則的線路提升數量：

其中 NN–1為滿足“N–1”原則的線路提升數量。

4）投資增供量 A4

投資增供量 A4定義為單位投資下一定電網區(qū)域內增供的負荷功率：

其中Pinv為增供的負荷有功功率。

5）投資減載量 A5

投資減載量 A5代表單位投資下一定電網區(qū)域內重載線路下降條數和重載變壓器下降臺數：

其中Nload為重載線路下降條數和重載變壓器下降臺數的總和。

2.2電網運維成效 B

電網運維成效指標是電網投資價值的可靠性保障，其框架如圖3所示。

1）故障自愈率 B1

故障自愈率 B1反映了配電網在統計時段內（如一個季度）實現故障自愈的用戶數量與發(fā)生故障的用戶總量的比值，實現配電網故障自愈是未來智能化發(fā)展的一個重要目標，其計算公式如下所示：

式中：Nh——統計時空范圍內實現故障自愈的用戶數量;

Ng——統計時空范圍內發(fā)生故障的用戶總量。2）設備狀態(tài) B2

設備狀態(tài) B2反映了配網設備因故障導致的停機時間與原計劃工作時間的比值，該指標不僅是設備工作效率的直接體現，也是工作人員對設備狀態(tài)、質量等方面進行考量的重要參考，其計算公式如下所示：

式中：∑Tf——配網設備因故障導致的停機時間;

∑ Tr——配網設備實際工作時間。

3）傳輸時延 B3

傳輸時延 B3反映了電力系統運行過程中產生的實時數據傳輸時滯，由于不同信息的時標不同，此處僅以易從網絡系統中獲取的文本數據更新為例，其計算公式如下所示：

式中：Tk——文本數據在系統更新的時刻;Tz——文本數據被系統感知采集的時刻。

2.3可持續(xù)發(fā)展價值 C

可持續(xù)發(fā)展價值指標代表著電網投資的發(fā)展?jié)摿?，其框架如圖4所示。

1）新能源投資比 C1

新能源投資比 C1定義為單位投資下一定電網區(qū)域內增加的新能源容量：

其中 Cre 為新增新能源容量。

2）電動汽車投資比 C2

電動汽車投資比 C2定義為單位投資下一定電網區(qū)域內的新增充電樁與電動汽車的比例：

式中：Cch——新增充電樁數量;

Ccar——區(qū)域內的電動汽車總數。

3）一次能源效率 C3

一次能源效率 C3是能源利用效率的直觀體現，其可以定義為：

式中：Wsum——通過在Tz時間內一次側燃燒燃料產生的能量;

Wheat、Wcold和Wel ?在Tz時間內一定電網區(qū)域中獲得的有效熱能、有效冷能和有效電能。

3智能電網投資衍生價值評估方法

評估指標構建完畢后，指標賦權方法是智能電網投資衍生價值定量分析的關鍵。為滿足未來電網多重發(fā)展目標，落實“碳達峰、碳中和”行動方案，本文提出了基于二項系數法和變異系數法的主客觀動態(tài)組合賦權方法，通過主觀和客觀思想的融合實現投資目標間的動態(tài)均衡。

3.1主觀賦權方法：二項系數法

二項系數法首次提出于20世紀80年代，后逐漸應用于評估領域中。二項系數法是依照決策者排列出來的指標重要性次序，對二項系數進行加權求和從而確定指標權重。若決策者為 L 個專家，分別對智能電網投資衍生價值指標體系中的 N 個量化指標進行分析并按照關鍵性排序，具體實施流程如圖5所示，詳細操作步驟如下：

1）要求 L 個專家、工程師或現場工作人員對全部指標進行理解認知。

2）專家對評估指標兩兩比較，對于第 n 個指標， L 個專家各自獨立地判定其重要程度順序為Vm，取全部專家的平均排序為 an，其數值越小，代表指標的重要程度越高。其計算公式如下：

3）根據各指標排序平均值的數值大小，對 an 進行再次排序，當出現 ai=aj （i≠j， i≥1， j≤N）時，請 L 個專家針對具有相同排序平均值的指標重新對比排序直至無重復情況，接著按照式（15）對再次排序的指標進行排列，確定最終排序。第 N 位為平均值最大的指標排列，依照重要程度遞減的原則自左向右排列，重要性最小的指標放在最右邊。an 重新排列后對應的 N 個指標依次使用xN表示，排列順序如下所示：

4）遵循軸對稱方式，將中間放置最為重要的指標，次重要的指標按重要性順序排列在其兩側，排序如下：

5）利用二項系數加權和法求解各指標權重，計算公式如下：

式中：i——指標按對稱方式排列后的位置編號;ωi——位置編號為i的指標對應的主觀權重數值。

二項系數法通過二項展開式對指標權重進行求解，相比與常用的主觀層次分析法[12]，其同時處理大規(guī)模指標的流程要簡單得多;同時它將定性分析與定量計算有機結合，評價過程條理清晰;其次它無需量化指標，僅需要判斷指標之間的相對大小情況，判斷過程相對容易不易混亂;此外該方法不受樣本數據限制，能夠有效解決最優(yōu)化技術無法處理的實際問題。但單一使用二項系數法得出的權重結果僅依賴于專家知識經驗的主觀判斷，而各人的指標價值判斷標準互有差異，從而造成權值的不穩(wěn)定。

3.2客觀賦權方法：變異系數法

變異系數法是一種易于操作、計算便捷的依據于指標信息量化的客觀賦權方法[15]。為了消除不同評估指標量綱的影響，變異系數被用來衡量評估系統中每個指標值間的差異性，其反映了數據離散程度。在比較多個指標的變異程度時，首先要判斷涉及的量綱，如果測量單位與平均值一致，則使用標準偏差比較指標，否則使用標準偏差與平均值的比值考慮指標。在評價指標體系中，指標取值差異性越大，該指標涵蓋的信息量越多，則所占的權重越大。其工作流程如圖6所示，詳細步驟如下：

1）針對若干個參與對象，每個對象涵蓋 n 個指標，分別求解這些對象每個指標的平均數和標準差。

2）根據指標平均值和標準差計算全部指標的變異系數，可通過下式計算：

式中：Vi——第i個指標的變異系數;

σi——第i個指標的標準差;

xav-i——第i個指標的平均值。

3）第i個指標權重 Wi 可通過下式求解得到：

變異系數法通過對不同量綱的指標體系進行評估，實現了對樣本數據的充分利用，客觀體現了各指標分辨能力的大小，保證了求取權值的絕對客觀性;此外，該方法具備良好的兼容性，對參與評估的指標數量沒有特殊規(guī)定。但其評價結果與數據樣本的選擇密切相關，采用不同的數據樣本可能會導致不同的權值計算結果，如果樣本容量過小或樣本數據不足，則會造成計算結果精度過低;一旦采集的樣本數據中存在指標異常值，則指標權重會受到較大影響，容易產生較大的誤差且該方法本身無法修正，此時求得的結果將不能正確反映指標間的差異與聯系;由于該方法屬于客觀賦權方法，所以它具備客觀賦權固有的片面性，單一使用無法體現評估者對指標重要性的主觀理解。

3.3組合賦權方法：動態(tài)組合評價方法

二項系數法將專家的主觀思想與意見整合到評估權重中，但缺少對客觀數據的考量，難免會導致評估結果偏頗;變異系數法對數據的精準度和規(guī)模要求較高，缺少主觀經驗，可能使評估結果難以貼合現狀，符合管理部門的需求。

綜上，本文采用線性加權的方法將主觀權重和客觀權重進行整合，實現了兩種方法的優(yōu)勢互補，多目標通過權重的動態(tài)調整進行平衡，增強評估結果的說服力，動態(tài)組合評價方法如下：

式中：αva——動態(tài)組合因子，通過動態(tài)調節(jié)其值大小實現主觀和客觀的動態(tài)平衡;

Si——第i個指標的主觀權重;

Oi——第i個指標的客觀權重。

具體應用場景可以根據客觀數據的可信程度進行調整，一般應用場合默認αva為0.5，在高精度指標數據的環(huán)境下降低αva的值，可實現客觀信息修正;低精度指標數據環(huán)境下則提升αva的值，可實現主觀信息修正。

4案例分析

為驗證本文提出方法的合理性，本文對提出的指標體系和賦權方法進行了實際場景應用。

4.1輸入數據集

輸出數據選取自北方某電網2019-2020年運行數據，針對4類典型區(qū)域數據進行多目標動態(tài)平衡的智能電網投資衍生價值評估，首先計算指標數據，并進行最大最小標準化，最終將指標數據處理成與評估目標正相關的形式，得到如表1所示的數據情況。

為驗證本文提出方法的合理性，本文對提出的指標體系和賦權方法進行重要性分析，評估指標的重要性排序如表2所示。

根據二次排序結果可獲取相應的對稱排序結果：

根據表1所提供的指標數據可通過變異系數法求解客觀權重，根據表2所提供的評價數據可通過二項系數法求解組合權重，具體結果如圖7所示。

4.2參數設置

通過動態(tài)改變動態(tài)組合因子的大小，主觀權重和客觀權重的重視程度發(fā)成變化，即可實現智能電網投資衍生價值評估的多目標動態(tài)平衡，不同動態(tài)組合因子的結果如圖8所示，整體隨著動態(tài)組合因子的變化呈線性關系。其中，當動態(tài)組合因子αva為0.5時，主觀和客觀因素達到最均衡的狀態(tài)，實現兩種方法的優(yōu)勢均勻互補，降低評估偏頗的風險程度，評估結果最為可信。

4.3方法對比

取αva為0.5時的結果對主觀、客觀和綜合結果進行對比，對比結果如圖9所示。主觀權重分布極不均衡，對于可持續(xù)發(fā)展指標 C 的重視程度極低，導致評估結果缺少對新能源的考量;客觀權重過于依賴采集數據的規(guī)模和精度，其通用性和可參與性較為欠缺，不適應于信息不完善的場景;綜合權重有效均衡了主觀和客觀結果，體現了領域專家經驗與決策者的主觀意向，又能建立各指標與評價對象間的內在聯系，通過合理的數學運算將主客觀賦權方法結合起來，實現了信息補全的效果，適用于智能電網投資衍生價值評估。

4.4評估結果

使用動態(tài)組合因子αva為0.5時的動態(tài)組合賦權方法對中國北方地區(qū)電網進行投資衍生價值評估，結果如表3所示，得出以下結論：

1）區(qū)域2的總體投資衍生價值最高，90.9%的指標均高于平均水平，其在投資產出比、投資電壓合格率、設備狀態(tài)、傳輸時延和新能源投資比等方面具有突出優(yōu)勢，最適于長期持續(xù)投資，構建當地的電力供應示范區(qū)域;但其在投資減載量方面表現不佳，未來可以用優(yōu)化配置和網絡重構技術對投資規(guī)劃進行改良。

2）區(qū)域1的總體投資衍生價值最低，不適于按照當前規(guī)劃持續(xù)增加投資，應當改變投資策略，結合能源安全新戰(zhàn)略、經濟高質量發(fā)展、新型基礎設施建設、生態(tài)環(huán)境保護等政策，研判能源電力發(fā)展中長期面臨的動態(tài)環(huán)境;但其在投資增供量、新能源投資比、電動汽車投資比等方面具有顯著優(yōu)勢，未來可以增加投資構建電力供應中心，分配更多的重度電力需求用戶，并大力拓展新能源技術。

3）對于區(qū)域3和區(qū)域4，其投資衍生價值介于區(qū)域1和2之間，各指標在平均水平上下浮動且波動明顯，說明區(qū)域3和區(qū)域4的客觀環(huán)境存在較大差異。未來應參照表1的指標數據彌補自身的弱勢，具體而言可梳理電網投資的類型、結構、規(guī)模等，結合電網投資重點領域，根據當地的需求、地理位置、用戶類型來合理均衡電網投資需求與投資能力，進一步提出電網投資優(yōu)化策略。

5結束語

為實現保障電力安全，穩(wěn)健經營，帶動產業(yè)發(fā)展，落實“碳達峰，碳中和”行動方案等多重目標，本文構建了智能電網投資決策評價計算方法模型，從經濟學角度闡述了投資衍生價值概念，構建了面向多場景的衍生價值投資準則，以推廣途徑和產業(yè)化方式為出發(fā)點整理出智能電網投資方法;提出了智能電網投資衍生價值評估指標體系及其篩選準則;混合二項系數法和變異系數法構建了多目標動態(tài)平衡的主客觀融合評估方法，其在處理大規(guī)模指標數據上具備一定優(yōu)勢，可動態(tài)適應不同評估場景和需求;通過中國北方地區(qū)電網的實際案例證明了本文提出的評估方法的合理性，并對該地區(qū)典型區(qū)域提出了投資建議和規(guī)劃意見。

參考文獻

[1]姜海洋， 杜爾順， 金晨， 等.高比例清潔能源并網的跨國互聯電力系統多時間尺度儲能容量優(yōu)化規(guī)劃[J].中國電機工程學報， 2021， 41（6）：2101-2114.

[2]黃偉， 劉琦， 楊舒文， 等.基于主動配電系統供電能力的安全態(tài)勢感知方法[J].電力自動化設備， 2017， 37（8）：74-80.

[3]肖欣， 王哲， 張慧帥.“中巴經濟走廊”電力投資項目運營風險評估[J].國際經濟合作， 2020（6）：138-147.

[4]王守相， 梁棟， 葛磊蛟.智能配電網態(tài)勢感知和態(tài)勢利導關鍵技術[J].電力系統自動化， 2016， 40（12）：2-8.

[5] GE L，LI Y， XIAN Y， et al. A FA-GWO-GRNN method forshort-termphotovoltaicoutputprediction[C]//2020 IEEE Power & Energy Society General Meeting （PESGM）， 2020.

[6]趙洪山， 馬利波.基于張量 Tucker分解的智能配電網大數據壓縮[J].中國電機工程學報 ， 2019， 39（16）：4744-4752，4976.

[7]洪球， 李宏旭.以效益為導向的電網投資決策研究與應用[J].企業(yè)管理， 2018（S1）：88-89.

[8]馬倩， 王昭聰， 潘學萍， 等.新電改環(huán)境下基于效用函數的電網投資決策評價方法[J].電力自動化設備， 2019， 39（12）：198-204.

[9] MA L， ZHANG X. Economic operation evaluation of activedistribution network based on fuzzy borda method[J]. IEEEAccess， 2020， 8：29508-29517.

[10] GE L， LI Y， LI S， et al. Evaluation of the situational awareness effects for smart distribution networks under the novel design ofindicatorframeworkandhybridweightingmethod[J]. Frontiers in Energy， 2021， 15（1）：143-158.

[11] KONG X Y， YONG C S， WANG C S， et al. Multi-objective powersupplycapacityevaluationmethodforactive distributionnetworkinpowermarketenvironment[J]. International Journal of Electrical Power & Energy Systems，2020：115：105467.

[12]程明熙.處理多目標決策問題的二項系數加權和法[J].系統工程理論與實踐， 1983（4）：23-26.

[13] HU C， LIU F， HU C. A hybrid fuzzy DEA/AHP methodology for ranking units in a fuzzy environment[J]. Symmetry-Basel， 2017， 9（11）：273.

[14]李志軍， 向建軍， 盛濤， 等.基于 G1-變異系數-KL 改進 TOPSIS 雷達干擾有效性評估[J/OL].北京航空航天大學學報：1-11[2021-12-06]. https：//doi. org/10.13700/j. bh.1001-5965.2020.0493.

[15]孔明， 韓曉彤.基于標準裝置的顆粒擴散規(guī)律研究[J].中國測試， 2019， 45（4）：35-42.

（編輯：商丹丹）