朱曄，劉欣，慕小斌，戴鳳嬌，徐偉明，錢(qián)偉杰

(1. 嘉興恒創(chuàng)電力設(shè)計(jì)研究院有限公司，浙江 嘉興 314000；2. 全球能源互聯(lián)網(wǎng)研究院有限公司，北京 昌平102209； 3. 國(guó)網(wǎng)嘉興供電公司，浙江 嘉興 314000)

0 引 言

“碳達(dá)峰、碳中和”工作已成為當(dāng)前與未來(lái)中國(guó)綠色低碳發(fā)展工作的核心內(nèi)容，包含多種能源形式的綜合能源系統(tǒng)(Integrated Energy System，IES)已經(jīng)成為節(jié)能減排工作的重要方式和手段[1]。多站融合綜合能源系統(tǒng)(Multi Station Integration Energy System，MSIES)是電網(wǎng)企業(yè)為了節(jié)能增效探索的一種新型綜合能源建設(shè)和運(yùn)營(yíng)模式。MSIES與傳統(tǒng)的綜合能源系統(tǒng)在規(guī)劃原則、運(yùn)營(yíng)模式和運(yùn)營(yíng)目標(biāo)方面存在較大的差異性[2-3]，為了全面客觀地評(píng)價(jià)MSIES的建設(shè)和運(yùn)營(yíng)效果，需要采用能夠全面反映MSIES自身特點(diǎn)的評(píng)估方法進(jìn)行量化評(píng)估。

目前，針對(duì)MSIES的綜合評(píng)估相關(guān)的研究較少，但針對(duì)綜合能源系統(tǒng)的綜合評(píng)估相關(guān)的研究成果較多。文獻(xiàn)[4]提出了一種基于能質(zhì)系數(shù)的綜合能效評(píng)估方法，考慮了能源品位的差異、多能間的互補(bǔ)以及可再生能源的利用，能夠比較全面客觀的評(píng)估綜合能源系統(tǒng)的能效，但沒(méi)有考慮其他關(guān)聯(lián)指標(biāo)。文獻(xiàn)[5]以電轉(zhuǎn)氣設(shè)備、蓄電池和燃?xì)廨啓C(jī)的建設(shè)及運(yùn)維成本最小為目標(biāo)函數(shù)，論述了包含電轉(zhuǎn)氣設(shè)備的綜合能源系統(tǒng)運(yùn)行評(píng)價(jià)方法，文中的模型對(duì)綜合能源系統(tǒng)的經(jīng)濟(jì)性評(píng)估具有參考性，但未對(duì)多種能源共存的系統(tǒng)展開(kāi)詳細(xì)論述。文獻(xiàn)[6]提出了包含經(jīng)濟(jì)、政策等因素的工業(yè)園區(qū)綜合能源系統(tǒng)評(píng)價(jià)指標(biāo)體系，建立了運(yùn)營(yíng)模式評(píng)估的層次結(jié)構(gòu)模型，但文中對(duì)能源本身特性討論較少。文獻(xiàn)[7]以社會(huì)效益、能源利用效率、可靠性、經(jīng)濟(jì)性和環(huán)保性為準(zhǔn)則構(gòu)建綜合評(píng)價(jià)指標(biāo)體系和指標(biāo)量化計(jì)算模型，能夠比較全面的評(píng)價(jià)綜合能源系統(tǒng)的建設(shè)規(guī)劃情況，但指標(biāo)構(gòu)成決定其對(duì)各子系統(tǒng)的運(yùn)營(yíng)情況分析較少。文獻(xiàn)[8]考慮了區(qū)域綜合能源系統(tǒng)內(nèi)部能源之間的耦合關(guān)系，分別從能源環(huán)節(jié)、裝置環(huán)節(jié)、配電網(wǎng)環(huán)節(jié)和用戶環(huán)節(jié)等角度對(duì)區(qū)域綜合能源系統(tǒng)展開(kāi)綜合評(píng)估，并采用網(wǎng)絡(luò)分析法(ANP)—反熵權(quán)法求解，評(píng)估結(jié)果較為客觀。文獻(xiàn)[9-15]從源荷儲(chǔ)協(xié)同優(yōu)化、經(jīng)濟(jì)效益、社會(huì)效益、能源供給的靈活性等角度構(gòu)建指標(biāo)模型，采用了AHP法、TOPSIS法、熵權(quán)法、支持向量機(jī)法等實(shí)用性較強(qiáng)的算法，具有參考意義。

綜上，針對(duì)MSIES和綜合能源系統(tǒng)綜合評(píng)估領(lǐng)域，已有的研究成果能源各有側(cè)重，但難以滿足MSIES運(yùn)營(yíng)效果評(píng)價(jià)的全部需求。文中以“碳達(dá)峰、碳中和”為出發(fā)點(diǎn)和主線，立足多站融合實(shí)施主體的企業(yè)社會(huì)責(zé)任和風(fēng)險(xiǎn)控制，構(gòu)建了以能源利用率、成本效益、能源耦合效率、風(fēng)險(xiǎn)控制、社會(huì)責(zé)任等作為子系統(tǒng)指標(biāo)集的綜合評(píng)估指標(biāo)架構(gòu)，將基線網(wǎng)絡(luò)、層次分析和風(fēng)險(xiǎn)熵權(quán)等方法組合應(yīng)用，充分考慮專(zhuān)家分析結(jié)論，充分挖掘運(yùn)營(yíng)數(shù)據(jù)包含的相關(guān)信息，結(jié)合電網(wǎng)企業(yè)的實(shí)際特點(diǎn)和運(yùn)營(yíng)規(guī)則，科學(xué)全面的對(duì)MSIES進(jìn)行評(píng)價(jià)。

1 MSIES

MSIES利用變電站空間、能源的便利，受變電站運(yùn)行規(guī)則的約束，將數(shù)據(jù)中心與傳統(tǒng)綜合能源系統(tǒng)有機(jī)結(jié)合，通過(guò)深入融通能源、信息、數(shù)據(jù)幾方面內(nèi)容，可以極大地提升綜合能源服務(wù)系統(tǒng)的節(jié)能效益。

圖1為MSIES的典型配置，其中，數(shù)據(jù)中心一方面為電網(wǎng)企業(yè)提供數(shù)據(jù)服務(wù)，另一方面可以對(duì)外提供數(shù)據(jù)服務(wù)；燃?xì)馊?lián)供系統(tǒng)為數(shù)據(jù)中心等系統(tǒng)提供冷/熱，所發(fā)電量在MSIES系統(tǒng)內(nèi)消耗；電動(dòng)汽車(chē)綜合體包含充電站和分布式光伏發(fā)電；儲(chǔ)能系統(tǒng)用于削峰填谷、需求側(cè)響應(yīng)、應(yīng)急電源，并可以部分或全部替代數(shù)據(jù)中心UPS系統(tǒng)的儲(chǔ)能電池；輔助系統(tǒng)主要包括如照明、消防等。

圖1 MSIES典型配置

文中就圖1所示數(shù)據(jù)中心站、燃?xì)馊?lián)供站、儲(chǔ)能站、電動(dòng)汽車(chē)充電站、光伏站和輔助系統(tǒng)六部分構(gòu)成的MSIES展開(kāi)評(píng)價(jià)，原變電站部分不在文中評(píng)估范圍。

2 MSIES多指標(biāo)評(píng)估架構(gòu)

2.1 MSIES多指標(biāo)評(píng)估架構(gòu)

文中構(gòu)建的MSIES多指標(biāo)評(píng)估架構(gòu)如圖2所示。

圖2中，以MSIES的整體評(píng)估得分為頂層指標(biāo)，次頂層指標(biāo)為各子系統(tǒng)的綜合評(píng)估得分，第三層指標(biāo)采用以能源利用率、能源耦合效率、成本效益、風(fēng)險(xiǎn)控制、和社會(huì)責(zé)任五個(gè)指標(biāo)構(gòu)建子系統(tǒng)指標(biāo)集，子系統(tǒng)指標(biāo)集由各個(gè)子系統(tǒng)內(nèi)的建設(shè)運(yùn)營(yíng)數(shù)據(jù)計(jì)算得到。

圖2 MSIES多指標(biāo)評(píng)估架構(gòu)

為了保證指標(biāo)的科學(xué)性、可行性、和實(shí)用性，采用上層加權(quán)耦合，底層解耦的思路。首先，通過(guò)對(duì)底層基礎(chǔ)數(shù)據(jù)進(jìn)行歸集、分類(lèi)、整理后，抽取相關(guān)數(shù)據(jù)計(jì)算得到各個(gè)子系統(tǒng)的指標(biāo)；然后，采用基于層次分析和風(fēng)險(xiǎn)熵權(quán)的多指標(biāo)綜合評(píng)估方法求解子系統(tǒng)綜合得分，指標(biāo)權(quán)重確定充分考慮子系統(tǒng)內(nèi)相關(guān)信息的耦合關(guān)系；最后，采用同樣的方法，對(duì)各個(gè)子系統(tǒng)綜合得分加權(quán)計(jì)算，求解得到MSIES綜合評(píng)估得分。

本評(píng)估架構(gòu)的指標(biāo)設(shè)定能夠全面反映MSIES的運(yùn)營(yíng)效果，各子系統(tǒng)綜合評(píng)分作為中間結(jié)果可直接作為子系統(tǒng)運(yùn)營(yíng)效果的評(píng)價(jià)結(jié)論，可根據(jù)實(shí)際評(píng)估需求直接對(duì)評(píng)估架構(gòu)進(jìn)行擴(kuò)展。

2.2 子系統(tǒng)指標(biāo)集的計(jì)算

MSIES各個(gè)子系統(tǒng)指標(biāo)集是進(jìn)行MSIES多指標(biāo)評(píng)估的基礎(chǔ)，為了保證評(píng)估方法的客觀性和易操作性，文中在對(duì)能源利用率、能源耦合效率、成本效益以及社會(huì)責(zé)任中碳指標(biāo)和污染物排放指標(biāo)的計(jì)算過(guò)程中，直接利用底層數(shù)據(jù)信息求解得到，在對(duì)風(fēng)險(xiǎn)控制指標(biāo)和社會(huì)責(zé)任指標(biāo)中的企業(yè)其他社會(huì)責(zé)任指標(biāo)的計(jì)算過(guò)程中，根據(jù)相關(guān)標(biāo)準(zhǔn)和規(guī)范，采用專(zhuān)家評(píng)議法得到。

2.2.1 能源利用率

能源利用率能夠直觀表征能源的利用效率，MSIES的各個(gè)子系統(tǒng)可能包含一種或多種能源供給形式和負(fù)荷形式，其能源利用率需要計(jì)及所有能源供給和所有的負(fù)荷，具體為：

(1)

式中ηSubs為子系統(tǒng)的能源利用率；Eli、ηli為第i類(lèi)負(fù)荷消耗的總能量與其運(yùn)行效率的乘積，kW·h；Ei、Ej分別為輸入子系統(tǒng)的第i類(lèi)能源和生產(chǎn)的第j類(lèi)能源的總量，kW·h；n、m分別為輸入和生產(chǎn)的能源種類(lèi)。

對(duì)于正常運(yùn)行的可再生能源子系統(tǒng)，能源產(chǎn)出大于能源消耗，為了便于計(jì)算，能源利用率取100%。

2.2.2 能源耦合效率

能源耦合效率(Energy Coupling Efficiency，ECE)是為了便于分析能源流向提出的概念，計(jì)算過(guò)程引入能質(zhì)系數(shù)的概念。能質(zhì)系數(shù)是為了衡量各種能源品位高低提出的指標(biāo)，為能源的能夠轉(zhuǎn)化成有用功的部分與該能源總量的比值，其數(shù)值在0～1之間，能源的品位越高，對(duì)應(yīng)的能質(zhì)系數(shù)越大，各種能源形式的能質(zhì)系數(shù)如表1所示[8]。

表1 能源能質(zhì)系數(shù)

能源耦合效率可采用如下公式計(jì)算：

ηECE=γECEηSubs

(2)

(3)

式中ηECE為子系統(tǒng)能源耦合效率；γECE為子系統(tǒng)能源耦合系數(shù)；EHi、ECi、Ei分別為第i類(lèi)設(shè)備的凈耗熱量、凈耗冷量和凈耗電量，kW·h；n為設(shè)備種類(lèi)；λH、λC分別代表熱、冷對(duì)應(yīng)的能質(zhì)系數(shù)；Ejλj、Ekλk分別為消耗的第j種能源總量和生產(chǎn)的第k種能源總量與其能質(zhì)系數(shù)的乘積，kW·h；m、u分別為消耗和生產(chǎn)的能源種類(lèi)。

ηECE的值越小，供冷供熱系統(tǒng)耗能越多，正常運(yùn)行的可再生能源子系統(tǒng)能源耦合效率取100%。

2.2.3 成本效益

MSIES的各個(gè)子系統(tǒng)的成本效益可以用綜合評(píng)價(jià)法計(jì)算[16]，即：

(4)

(5)

(6)

(7)

式中ECI為MSIES子系統(tǒng)的成本效益指標(biāo)；AIi為第i類(lèi)設(shè)備的年收益；ICEAC,i、SCEAC,i、MCi分別為第i類(lèi)設(shè)備的初始投資成本、報(bào)廢成本的等年值和年運(yùn)維成本；M為設(shè)備種類(lèi)；ICi、SCi為第i類(lèi)設(shè)備的初始投資成本、報(bào)廢成本；IR為折現(xiàn)率；li為第i類(lèi)設(shè)備的生命周期；FCi,j、σj分別為第i類(lèi)設(shè)備第j類(lèi)能源年消耗量和購(gòu)入成本；RCi為第i類(lèi)設(shè)備的檢修維護(hù)成本；N為能源種類(lèi)。

ECI越高，系統(tǒng)的經(jīng)濟(jì)性越好，對(duì)于文中所提輔助系統(tǒng)，不需產(chǎn)生直接經(jīng)濟(jì)效益，ECI取1。

2.2.4 風(fēng)險(xiǎn)控制

對(duì)于MSIES的風(fēng)險(xiǎn)控制，采用風(fēng)險(xiǎn)矩陣法體現(xiàn)。風(fēng)險(xiǎn)矩陣法(Risk Matrix)是一種定性的風(fēng)險(xiǎn)評(píng)估分析方法，主要體現(xiàn)風(fēng)險(xiǎn)概率和風(fēng)險(xiǎn)嚴(yán)重程度。

Rsub=max(R)=LC

(8)

L=(lij)nm

(9)

C=(cji)mn

(10)

式中Rsub為風(fēng)險(xiǎn)控制指標(biāo)評(píng)估值；R為風(fēng)險(xiǎn)矩陣；L為風(fēng)險(xiǎn)概率矩陣；C為風(fēng)險(xiǎn)嚴(yán)重度矩陣；lij為第i個(gè)對(duì)象、第j種風(fēng)險(xiǎn)發(fā)生的概率；cji為第j個(gè)對(duì)象、第i種風(fēng)險(xiǎn)的嚴(yán)重程度；C、L由專(zhuān)家評(píng)議得出。1≤Rsub≤100，值越小，系統(tǒng)風(fēng)險(xiǎn)控制越成功。

2.2.5 社會(huì)責(zé)任

MSIES子系統(tǒng)的社會(huì)責(zé)任包括碳指標(biāo)、污染物排放指標(biāo)和其他社會(huì)責(zé)任指標(biāo)[17]，子系統(tǒng)的社會(huì)責(zé)任指標(biāo)評(píng)估值根據(jù)三個(gè)指標(biāo)值，由專(zhuān)家評(píng)議確定。

其中碳指標(biāo)為：

(11)

(12)

式中INDc為子系統(tǒng)總的碳指標(biāo)；PC為碳交易的平均價(jià)格；Ci為第i類(lèi)設(shè)備等效碳排放；M為設(shè)備種類(lèi)；CGHGi，j為第i類(lèi)設(shè)備第j類(lèi)溫室氣體的等效碳排放；N為溫室氣體種類(lèi)。

污染物排放指標(biāo)為：

(13)

式中INDp為子系統(tǒng)的污染物排放指標(biāo)；SFij為第i種設(shè)備產(chǎn)生的第j種污染物的環(huán)境破壞系數(shù)；PECi，j為綜合能源系統(tǒng)中第i種設(shè)備產(chǎn)生的第j種污染物的總量；N為污染物的種類(lèi)；M為設(shè)備種類(lèi)。

其他社會(huì)責(zé)任指標(biāo)為：

(14)

式中CSRo為其他社會(huì)責(zé)任指標(biāo)；CSRITEM，i為第i種企業(yè)社會(huì)責(zé)任得分；M為其他社會(huì)責(zé)任數(shù)量。

其他社會(huì)責(zé)任指標(biāo)，需根據(jù)相關(guān)的政策、文件、企業(yè)內(nèi)部工作準(zhǔn)則等，結(jié)合項(xiàng)目實(shí)際，利用專(zhuān)家評(píng)議法等進(jìn)行客觀打分。

3 基于層次分析和風(fēng)險(xiǎn)熵權(quán)的MSIES多指標(biāo)綜合評(píng)估計(jì)算

如上文所述，子系統(tǒng)指標(biāo)由底層數(shù)據(jù)或信息解耦計(jì)算得到。為了保證綜合評(píng)估結(jié)果的客觀性和可用性，文中將底層數(shù)據(jù)和信息的耦合關(guān)系上移至次頂層指標(biāo)集和頂層指標(biāo)的計(jì)算過(guò)程中，將基線網(wǎng)絡(luò)法、層次分析法、風(fēng)險(xiǎn)熵權(quán)法組合應(yīng)用以確定指標(biāo)計(jì)算模型，充分考慮底層數(shù)據(jù)和信息的關(guān)聯(lián)特征。

其中，基線網(wǎng)絡(luò)法通過(guò)比較評(píng)估對(duì)象與預(yù)設(shè)基線值之間的偏離程度的方式跟蹤評(píng)估對(duì)象的性能和發(fā)展趨勢(shì)[18]。層次分析法將與決策總是有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次展開(kāi)分析，將復(fù)雜系統(tǒng)通過(guò)層次分解確定其主觀權(quán)重[19]。風(fēng)險(xiǎn)熵權(quán)法加入風(fēng)險(xiǎn)校正系數(shù)的概念，將評(píng)估對(duì)象底層數(shù)據(jù)和信息的關(guān)聯(lián)特征以風(fēng)險(xiǎn)域的形式體現(xiàn)，與經(jīng)典熵權(quán)法結(jié)合得出客觀權(quán)重。

3.1 基線網(wǎng)絡(luò)法

綜合評(píng)估過(guò)程中，各個(gè)指標(biāo)的度量單位不同，且同時(shí)存在正向指標(biāo)和逆向指標(biāo)，文中提出MSIES子系統(tǒng)指標(biāo)中，風(fēng)險(xiǎn)控制指標(biāo)為逆向指標(biāo)。依據(jù)基線評(píng)估的原理，基線指標(biāo)應(yīng)依據(jù)相關(guān)數(shù)據(jù)和信息獲得[18]，對(duì)于客觀數(shù)據(jù)，基線值的選取通常取所有指標(biāo)正向化后的理論或歷史極值，對(duì)于主觀數(shù)據(jù)，基線值采用專(zhuān)家分析法取得。首先構(gòu)建基線向量：

B=(b1,b2,…,bn)

(15)

式中B為某個(gè)指標(biāo)集基線向量；bi為第i個(gè)指標(biāo)的基線值；n為該指標(biāo)集中的指標(biāo)數(shù)量。

將實(shí)際值與基線值進(jìn)行比較，則每個(gè)指標(biāo)集的基線評(píng)估向量為：

(16)

式中Z、zi分別為指標(biāo)集的基線評(píng)估向量和基值；si為第i個(gè)指標(biāo)正向化后的實(shí)際值；n為該指標(biāo)集中指標(biāo)個(gè)數(shù)。zi≤1，則指標(biāo)收斂，否則需重新設(shè)校核設(shè)定基線值。

3.2 層次分析矩陣

文中采用層次分析法對(duì)頂層和次頂層指標(biāo)進(jìn)行主觀權(quán)重計(jì)算。首先，采用專(zhuān)家評(píng)議法設(shè)定每一層的所有指標(biāo)之間的相對(duì)重要性數(shù)值，構(gòu)建判斷矩陣，確定本層各元素的相對(duì)重要性[20]。

J=(uij)nn

(17)

式中J為判斷矩陣；uij為第i個(gè)指標(biāo)對(duì)第j個(gè)指標(biāo)的相對(duì)重要性數(shù)值；n為指標(biāo)個(gè)數(shù)。

計(jì)算主觀權(quán)重向量為：

JW=(ji)n=λmaxW

(18)

式中Jw為主觀權(quán)重向量；ji為第i個(gè)指標(biāo)對(duì)應(yīng)的主觀權(quán)重向量；λmax為矩陣的最大特征根；W為λmax所對(duì)應(yīng)的特征向量；n為指標(biāo)個(gè)數(shù)。

計(jì)算得到權(quán)重值向量后，需要通過(guò)一致性檢驗(yàn)校驗(yàn)權(quán)重值的合理性。

(19)

(20)

式中CR為一致性比例；CI為一致性指標(biāo)；RI為隨機(jī)一致性指標(biāo)；RI的值與判斷矩陣的階數(shù)有關(guān)，通常對(duì)應(yīng)關(guān)系見(jiàn)表2[20]。

表2 平均隨機(jī)一致性指標(biāo)

當(dāng)CR越小，一致性越好，當(dāng)CR值大于既定數(shù)值時(shí)，認(rèn)為判斷矩陣應(yīng)作適當(dāng)修正。

3.3 風(fēng)險(xiǎn)熵權(quán)法

文中采用加入風(fēng)險(xiǎn)校正系數(shù)的風(fēng)險(xiǎn)熵權(quán)法求解頂層和次頂層指標(biāo)評(píng)估過(guò)程中的客觀權(quán)重，某個(gè)指標(biāo)的信息熵越小，其權(quán)重也就越大；信息熵越大，其權(quán)重也就越小[21]。

首先，構(gòu)建指標(biāo)矩陣，對(duì)于指標(biāo)集中的逆向指標(biāo)，需要將其進(jìn)行正向化后納入矩陣。

V=(vij)mn

(21)

式中V為指標(biāo)矩陣；vij為第i個(gè)指標(biāo)集的第j個(gè)指標(biāo)的值；m為指標(biāo)集的個(gè)數(shù)；n為單個(gè)指標(biāo)集的指標(biāo)個(gè)數(shù)。對(duì)MSIES進(jìn)行年度評(píng)估時(shí)，可按月構(gòu)建12個(gè)指標(biāo)集。

由于不同指標(biāo)采用不同的維度的數(shù)據(jù)計(jì)算所得，需要進(jìn)行標(biāo)準(zhǔn)處理，文中采用均值標(biāo)準(zhǔn)化得到指標(biāo)的標(biāo)準(zhǔn)化矩陣，即：

X=(xij)mn

(22)

(23)

式中X為指標(biāo)的標(biāo)準(zhǔn)化矩陣；xij為第i個(gè)指標(biāo)集的第j個(gè)指標(biāo)的標(biāo)準(zhǔn)化值；m為指標(biāo)集的個(gè)數(shù)；n為單個(gè)指標(biāo)集的指標(biāo)個(gè)數(shù)。

則指標(biāo)的客觀權(quán)重向量為：

S=(s1,s2,…,sn)T

(24)

(25)

(26)

式中S為熵權(quán)法求得的客觀權(quán)重向量；sj為第j類(lèi)指標(biāo)的熵權(quán)；hij為第i個(gè)指標(biāo)集的第j個(gè)指標(biāo)出現(xiàn)的概率；ki為第i個(gè)指標(biāo)集的信息熵；m為指標(biāo)集的個(gè)數(shù)；n為單個(gè)指標(biāo)集的指標(biāo)個(gè)數(shù)。

其次，構(gòu)建基于海量數(shù)據(jù)的廣義風(fēng)險(xiǎn)域矩陣，即：

RL=(rLij)nk

(27)

式中RL為風(fēng)險(xiǎn)域矩陣；n為單個(gè)指標(biāo)集內(nèi)指標(biāo)個(gè)數(shù)；k為離散化點(diǎn)數(shù)，一般可用均分法設(shè)定離散步長(zhǎng)為xijmax/k；rLij為第i個(gè)指標(biāo)值第j個(gè)離散點(diǎn)對(duì)應(yīng)的風(fēng)險(xiǎn)校正系數(shù)。風(fēng)險(xiǎn)校正系數(shù)是由對(duì)海量運(yùn)營(yíng)數(shù)據(jù)挖掘所得的相關(guān)概率值。

將指標(biāo)的標(biāo)準(zhǔn)值與風(fēng)險(xiǎn)域矩陣對(duì)應(yīng)后，則對(duì)于單個(gè)指標(biāo)集的風(fēng)險(xiǎn)校正系數(shù)向量為：

Rc=(rc1,rc2,…,rcn)

(28)

式中Rc為風(fēng)校正正系數(shù)向量；rcn為第n個(gè)指標(biāo)的風(fēng)險(xiǎn)校正系數(shù)；n為單個(gè)指標(biāo)集內(nèi)指標(biāo)個(gè)數(shù)。

校正后的客觀權(quán)重為：

Scorr=(scorr1,scorr2,…,scorrn)T

(29)

scorri=si*rci

(30)

式中Scorr為校正后的客觀權(quán)重向量；scorri為第i個(gè)指標(biāo)校正后的客觀權(quán)重值；n為指標(biāo)個(gè)數(shù)。

3.4 綜合評(píng)估組合權(quán)重的計(jì)算

對(duì)MSIES綜合評(píng)估值和子系統(tǒng)綜合評(píng)估值的計(jì)算需要將下層指標(biāo)集的主觀權(quán)重和客觀權(quán)重進(jìn)行組合，形成綜合評(píng)估組合權(quán)重向量。

由于主客觀權(quán)重的重要程度不同，設(shè)主客觀指標(biāo)權(quán)重的相對(duì)重要程度為ε和δ，根據(jù)矩陣論的基本理論，由公式(31)計(jì)算得到第i個(gè)指標(biāo)的主客觀權(quán)重關(guān)系系數(shù)εi、δi，主客觀權(quán)重相對(duì)系數(shù)可以理解為是該指標(biāo)主觀權(quán)重和客觀權(quán)重的相對(duì)比例，然后再由公式(32)計(jì)算得到最終權(quán)重值[8]，即：

(31)

(32)

式中k為權(quán)重向量的維數(shù)；ji、scorri為已經(jīng)確定第i個(gè)指標(biāo)的主、客觀權(quán)重值；εi、δi為第i個(gè)指標(biāo)的主、客觀權(quán)重關(guān)系系數(shù)；ωi第i個(gè)指標(biāo)為綜合評(píng)估組合權(quán)重值。

3.5 評(píng)分計(jì)算

求得綜合評(píng)估權(quán)重值后，加權(quán)計(jì)算求得對(duì)應(yīng)的MSIES綜合評(píng)估值和子系統(tǒng)綜合評(píng)估得分。

(33)

式中RES為綜合評(píng)估得分；zi、ωi分別為第i個(gè)指標(biāo)的基線評(píng)估值和綜合評(píng)估組合權(quán)重；n為指標(biāo)個(gè)數(shù)。

4 算例分析

為了驗(yàn)證文中所提出方法的有效性，以圖1所示MSIES為例進(jìn)行綜合評(píng)估，并將文獻(xiàn)[8]中提出的方法進(jìn)行適應(yīng)性調(diào)整后進(jìn)行對(duì)比計(jì)算。

4.1 算例背景

該MSIES以某220 kV變電站為依托，包括數(shù)據(jù)中心負(fù)荷3.7 MV·A，作為其最關(guān)鍵運(yùn)營(yíng)參數(shù)之一，數(shù)據(jù)負(fù)荷率很低，僅為34.6%，但由于燃?xì)馊?lián)供系統(tǒng)的貢獻(xiàn)，數(shù)據(jù)中心電源使用效率(Power Usage Effectiveness，PUE)月度統(tǒng)計(jì)值表現(xiàn)優(yōu)秀，最大為1.241，最小為1.197；儲(chǔ)能站安裝4 MW/8 MW·h的磷酸鐵鋰電池，平均日充放循環(huán)為0.32 次/日；汽車(chē)充電站微綜合體包括充電站負(fù)荷0.96 MV·A和光伏一體化車(chē)棚0.051 MW，充電站綜合利用率為68.7%，曾因設(shè)備故障，非正常停運(yùn)7天；光伏發(fā)電年利用小時(shí)數(shù)為1 055.36 h；燃?xì)馊?lián)供系統(tǒng)裝機(jī)0.6 MW的燃?xì)獍l(fā)電機(jī)組和配套650 kW溴化鋰?yán)渌畽C(jī)組，全年滿負(fù)荷有效運(yùn)行小時(shí)數(shù)8 640 h，制冷時(shí)間共4 216 h，冬季供熱期共1 920 h，過(guò)渡期共2 504 h；輔助系統(tǒng)的平均負(fù)荷為0.086 MW。

4.2 年度多指標(biāo)綜合評(píng)估

首先，采用文中第2節(jié)所述函數(shù)求解子系統(tǒng)的各個(gè)指標(biāo)實(shí)際值，采用專(zhuān)家評(píng)議法確定各個(gè)子系統(tǒng)的基值向量，計(jì)算后可得各個(gè)子系統(tǒng)指標(biāo)的基線評(píng)估向量，具體見(jiàn)表3所示。

表3中數(shù)據(jù)顯示，數(shù)據(jù)中心能源利用率較高，能源耦合效率偏低，由于數(shù)據(jù)負(fù)荷率較輕且未對(duì)外開(kāi)展服務(wù)，成本效益和社會(huì)責(zé)任得分略低；燃?xì)馊?lián)供系統(tǒng)由于存在過(guò)渡期的部分余熱損失，能源利用率和能源耦合效率略低，但成本效益較好；儲(chǔ)能系統(tǒng)由于存在需求側(cè)響應(yīng)等工況，所以在較低利用率的情況下，成本效益情況良好；電動(dòng)汽車(chē)充電系統(tǒng)由于利用時(shí)間偏低，且對(duì)外提供服務(wù)較少，所以成本效益和社會(huì)責(zé)任指標(biāo)還有待提高，由于存在故障停運(yùn)情況，風(fēng)險(xiǎn)控制得分略低；可再生能源和輔助系統(tǒng)整體運(yùn)行情況優(yōu)秀。

表3 子系統(tǒng)指標(biāo)的基線評(píng)估向量

然后，采用層次分析-風(fēng)險(xiǎn)熵權(quán)法確定子系統(tǒng)指標(biāo)集的主觀、客觀和綜合評(píng)估權(quán)重，以數(shù)據(jù)中心為例說(shuō)明子系統(tǒng)權(quán)重情況，如表4所示。

表4 子系統(tǒng)計(jì)算權(quán)重

權(quán)重情況表明，考核期內(nèi)，能源利用率和成本效益是考核數(shù)據(jù)中心運(yùn)營(yíng)效果的主要指標(biāo)，由于考核期內(nèi)無(wú)重大風(fēng)險(xiǎn)且未承擔(dān)重要保障任務(wù)，所以風(fēng)險(xiǎn)控制和社會(huì)責(zé)任的權(quán)重很低，能源耦合效率不作為其重點(diǎn)指標(biāo)。

計(jì)算求得頂層指標(biāo)集的主觀權(quán)重、客觀權(quán)重和綜合權(quán)重，見(jiàn)表5所示。

表5 頂層計(jì)算權(quán)重

權(quán)重情況表明，數(shù)據(jù)中心子系統(tǒng)是考核MSIES最關(guān)鍵的指標(biāo)，儲(chǔ)能、電動(dòng)汽車(chē)充電和燃?xì)馊?lián)供子系統(tǒng)所占權(quán)重與配置容量相關(guān)性較大?？稍偕茉春洼o助系統(tǒng)權(quán)重由于規(guī)模等原因，不作為主要的評(píng)價(jià)指標(biāo)。

將指標(biāo)基線評(píng)估向量進(jìn)行加權(quán)計(jì)算，依次得到子系統(tǒng)和綜合評(píng)估得分，見(jiàn)表6。

表6 MSIES系統(tǒng)效能評(píng)估分?jǐn)?shù)

由子系統(tǒng)得分可以看出，由于數(shù)據(jù)中心的數(shù)據(jù)負(fù)荷率偏低，所以其綜合評(píng)估得分偏低；可再生能源系統(tǒng)和輔助系統(tǒng)評(píng)分很高，但由于其權(quán)重較低，對(duì)MSIES綜合評(píng)估得分的貢獻(xiàn)率較低；其他子系統(tǒng)的評(píng)分證明其運(yùn)營(yíng)效果尚可，但還有提升的空間。

如表6所示，MSIES整體評(píng)分為81.92，結(jié)合各子系統(tǒng)得分情況和子系統(tǒng)內(nèi)各個(gè)指標(biāo)，可以認(rèn)為其運(yùn)營(yíng)效果良好，但不夠理想。主要原因是在MSIES中，數(shù)據(jù)中心是最主要的系統(tǒng)，正常運(yùn)營(yíng)工況下綜合權(quán)重最高，對(duì)MSIES整體綜合得分影響最大。如表5所示，數(shù)據(jù)中心綜合權(quán)重在本算例中達(dá)到0.553 6，所以在其他子系統(tǒng)的綜合評(píng)估得分都較理想的情況下，MSIES整體綜合得分不理想。

4.3 對(duì)比計(jì)算

為了更好驗(yàn)證文中提出的評(píng)估方法，假設(shè)了算例系統(tǒng)的不同運(yùn)營(yíng)情況進(jìn)行對(duì)比計(jì)算，并選擇與文獻(xiàn)[8]中提出的方法進(jìn)行對(duì)比計(jì)算。

4.3.1 不同運(yùn)營(yíng)情況對(duì)比

其他運(yùn)營(yíng)情況不變的情況下，分別假設(shè)數(shù)據(jù)中心的數(shù)據(jù)負(fù)荷率、風(fēng)險(xiǎn)控制指標(biāo)和社會(huì)責(zé)任指標(biāo)發(fā)生變化，假設(shè)條件見(jiàn)表7。

表7 不同運(yùn)營(yíng)情況假設(shè)

計(jì)算對(duì)應(yīng)情況下MSIES系統(tǒng)綜合得分情況如圖3所示。

圖3 不同假設(shè)條件下MSIES綜合評(píng)估得分

圖3中可以看出，提升數(shù)據(jù)負(fù)荷率能夠明顯提升MSIES的綜合評(píng)估得分，符合數(shù)據(jù)中心在MSIES的定位；提升數(shù)據(jù)中心的社會(huì)責(zé)任指標(biāo)能夠提升MSIES的綜合評(píng)估得分，當(dāng)社會(huì)責(zé)任指標(biāo)達(dá)到0.95時(shí)，可能意味著數(shù)據(jù)中心承擔(dān)了重要的數(shù)據(jù)保障任務(wù)，如政治、災(zāi)害保障等，數(shù)據(jù)中心子系統(tǒng)和其社會(huì)責(zé)任指標(biāo)的權(quán)重都有所提升；降低數(shù)據(jù)中心的風(fēng)險(xiǎn)控制指標(biāo)，MSIES的綜合評(píng)估得分隨之下降，隨著風(fēng)險(xiǎn)控制指標(biāo)的降低，數(shù)據(jù)中心和其風(fēng)險(xiǎn)控制指標(biāo)的權(quán)重都有所提升，當(dāng)風(fēng)險(xiǎn)控制指標(biāo)低至0.8時(shí)，意味著存在重大不可接受風(fēng)險(xiǎn)，如人身傷亡、火災(zāi)等風(fēng)險(xiǎn)，此時(shí)認(rèn)為不可存在此運(yùn)營(yíng)狀態(tài)，MSIES綜合評(píng)估得分為0。對(duì)于其他子系統(tǒng)，風(fēng)險(xiǎn)控制指標(biāo)對(duì)MSIES綜合評(píng)估得分趨勢(shì)的影響與數(shù)據(jù)中心類(lèi)似。

4.3.2 與其他算法計(jì)算對(duì)比

文獻(xiàn)[8]針對(duì)區(qū)域綜合能源系統(tǒng)進(jìn)行多指標(biāo)綜合評(píng)估，采用網(wǎng)絡(luò)分析法(ANP)-反熵權(quán)等方法確定了指標(biāo)的權(quán)重和評(píng)分函數(shù)，其算例計(jì)算表明，其方法科學(xué)有效。為了將其指標(biāo)體系和評(píng)估方法應(yīng)用于MSIES，計(jì)算過(guò)程中將電能、燃?xì)?、?熱和光伏發(fā)電歸類(lèi)為能源環(huán)節(jié)，將數(shù)據(jù)中心、電動(dòng)汽車(chē)充電部分和輔助系統(tǒng)歸類(lèi)為用戶環(huán)節(jié)，將多站融合系統(tǒng)的配電、燃?xì)夂凸├?熱網(wǎng)絡(luò)歸類(lèi)為供能網(wǎng)絡(luò)，裝置環(huán)節(jié)包括MSIES系統(tǒng)的所有裝置，評(píng)估得分如表8所示。

表8 文獻(xiàn)中方法的計(jì)算結(jié)果

表8中評(píng)估得分能夠基本反映算例系統(tǒng)的規(guī)劃和運(yùn)營(yíng)情況。其中，供能網(wǎng)絡(luò)環(huán)節(jié)相對(duì)得分表明MSIES的規(guī)劃建設(shè)水平很高；能源環(huán)節(jié)得分最低的原因是算例中可再生能源比例過(guò)低；裝置環(huán)節(jié)和用戶環(huán)節(jié)的得分表明算例中設(shè)備利用率偏低，可參與需求側(cè)響應(yīng)的容量占比偏低。

為了進(jìn)一步與文中提出的方法進(jìn)行對(duì)比，其他因素不變的情況下，在表7所示的數(shù)據(jù)中心的數(shù)據(jù)負(fù)荷率的假設(shè)條件下，采用文獻(xiàn)[8]中方法計(jì)算求得MSIES的得分情況如圖4所示，當(dāng)數(shù)據(jù)中心的數(shù)據(jù)負(fù)荷率升高時(shí)，可以使MSIES綜合評(píng)估得分逐步線性升高。

圖4 假設(shè)條件下文獻(xiàn)中方法算得的MSIES綜合評(píng)估得分Fig.4 MSIES comprehensive evaluation score calculated by the method in the literature under hypothetical conditions

綜上，計(jì)算表明，規(guī)劃建設(shè)相關(guān)的因素在文獻(xiàn)[8]提出的方法中權(quán)重較大，運(yùn)營(yíng)情況相關(guān)因素的權(quán)重相對(duì)較小，且未系統(tǒng)考慮風(fēng)險(xiǎn)控制和社會(huì)責(zé)任。當(dāng)用于MSIES的綜合評(píng)估時(shí)，文中提出的基于層次分析和風(fēng)險(xiǎn)熵權(quán)的多站融合綜合能源系統(tǒng)多指標(biāo)綜合評(píng)估方法更能反映MSIES的運(yùn)營(yíng)情況。

4.4 分析結(jié)論應(yīng)用和總結(jié)

算例系統(tǒng)綜合評(píng)估情況表明，可以采取如下措施提升其整體運(yùn)營(yíng)水平。

在規(guī)劃建設(shè)方面，建議算例系統(tǒng)在后續(xù)的改擴(kuò)建過(guò)程中，合理規(guī)劃數(shù)據(jù)中心的規(guī)模，保證數(shù)據(jù)中心資源的充分利用；建議盡可能擴(kuò)大可再生能源、儲(chǔ)能和燃?xì)馊?lián)供的建設(shè)規(guī)模，發(fā)揮其在節(jié)能減排方面的積極作用；建議將電動(dòng)汽車(chē)充電站升級(jí)為可充、放雙向調(diào)度的系統(tǒng)，發(fā)揮電動(dòng)汽車(chē)的儲(chǔ)能潛力。

在運(yùn)營(yíng)維護(hù)方面，建議探索對(duì)外提供數(shù)據(jù)服務(wù)的業(yè)務(wù)模式，提升數(shù)據(jù)中心數(shù)據(jù)負(fù)荷率；建議利用電網(wǎng)企業(yè)的保障優(yōu)勢(shì)，承接重要的數(shù)據(jù)保障任務(wù)，發(fā)揮數(shù)據(jù)中心的社會(huì)效益；建議積極參加需求側(cè)響應(yīng)，提升儲(chǔ)能系統(tǒng)的利用率；建議在運(yùn)營(yíng)過(guò)程中，進(jìn)一步提升運(yùn)維水平，避免非正常運(yùn)行情況的發(fā)生；建議探索通過(guò)參與共享儲(chǔ)能、碳交易等，提升系統(tǒng)整體的經(jīng)濟(jì)效益和社會(huì)效益。

由文獻(xiàn)[8]對(duì)比計(jì)算的過(guò)程可知，文中提出的方法針對(duì)獨(dú)立的MSIES是適用的，但在需要對(duì)區(qū)域內(nèi)MSIES群的運(yùn)營(yíng)情況進(jìn)行整體評(píng)估時(shí)，文中提出的方法不夠宏觀，還需要從更為全局的角度去調(diào)整指標(biāo)構(gòu)成及其綜合權(quán)重。

此外，文中方法的前提是當(dāng)前MSIES以運(yùn)營(yíng)數(shù)據(jù)中心為其主要運(yùn)營(yíng)模式，隨著MSIES建設(shè)運(yùn)營(yíng)模式的進(jìn)化，評(píng)估方法也需進(jìn)行適應(yīng)性的調(diào)整。

5 結(jié)束語(yǔ)

文中提出了基于層次分析和風(fēng)險(xiǎn)熵權(quán)的多站融合綜合能源系統(tǒng)多指標(biāo)綜合評(píng)估方法，采用所提出的方法對(duì)某MSIES的運(yùn)營(yíng)效果進(jìn)行了評(píng)估計(jì)算，并針對(duì)假設(shè)條件進(jìn)行了對(duì)比計(jì)算，最后與文獻(xiàn)中所提類(lèi)似的評(píng)估方法進(jìn)行了對(duì)比分析，研究結(jié)果表明：

(1)MSIES與傳統(tǒng)的綜合能源系統(tǒng)在建設(shè)運(yùn)營(yíng)方面存在較大差別，建設(shè)運(yùn)營(yíng)的目標(biāo)與電網(wǎng)企業(yè)本身的特性強(qiáng)相關(guān)，評(píng)估指標(biāo)設(shè)定和權(quán)重的計(jì)算都需要充分考慮電網(wǎng)企業(yè)的定位和規(guī)則，社會(huì)責(zé)任和風(fēng)險(xiǎn)控制兩個(gè)因素應(yīng)重點(diǎn)考慮；

(2)文中所提出的多指標(biāo)評(píng)估方法是指標(biāo)架構(gòu)層次清晰，指標(biāo)內(nèi)容能夠完整反映MSIES的運(yùn)營(yíng)效果，計(jì)算過(guò)程計(jì)算簡(jiǎn)便，可操作性強(qiáng)，可以有效地對(duì)MSIES的整體運(yùn)營(yíng)情況進(jìn)行量化評(píng)估。

(3)通過(guò)對(duì)算例系統(tǒng)的評(píng)估計(jì)算和對(duì)比計(jì)算，驗(yàn)證了文中提出的多指標(biāo)評(píng)估方法求得的評(píng)估結(jié)果，能夠體現(xiàn)MSIES的整體特點(diǎn)、運(yùn)營(yíng)特征和運(yùn)營(yíng)水平，可以輔助企業(yè)對(duì)MSIES的運(yùn)營(yíng)策略進(jìn)行優(yōu)化和決策；

(4)需要注意，隨著MSIES的建設(shè)規(guī)模的擴(kuò)大，其運(yùn)營(yíng)模式也將逐步進(jìn)化，文中提出的綜合評(píng)估方法作為一種開(kāi)放的評(píng)估方法，需要隨之進(jìn)行適應(yīng)性的調(diào)整，當(dāng)應(yīng)用于MSIES群的整體評(píng)價(jià)時(shí)，需要從更為全局的角度去完善其指標(biāo)體系。