趙洪山，李靜璇

(華北電力大學(xué) 電氣與電子工程學(xué)院，河北 保定 071003)

0 引言

能源作為人類生存發(fā)展的重要資源，與社會(huì)的經(jīng)濟(jì)發(fā)展密切相關(guān)[1]。近年來(lái)，國(guó)家積極推動(dòng)社會(huì)用能效率的提升，緩解能源發(fā)展中存在的問(wèn)題。通過(guò)開(kāi)展能效評(píng)估工作可以反映客戶能效水平，同時(shí)推動(dòng)客戶根據(jù)評(píng)價(jià)指標(biāo)體系改變?cè)杏媚苄袨?，尋求能效?yōu)化方向，具有重要的現(xiàn)實(shí)意義[2-4]。

工業(yè)園區(qū)客戶擁有數(shù)量龐大的能耗設(shè)備，用電負(fù)荷大且用能情況較為復(fù)雜，具備一定的能效提升潛力[5-7]。在對(duì)園區(qū)客戶進(jìn)行能效優(yōu)化前，需要對(duì)其開(kāi)展準(zhǔn)確、有效的能效評(píng)估工作，定位用能薄弱環(huán)節(jié)，為提升能效水平提供參考方向。針對(duì)能效評(píng)估問(wèn)題，國(guó)內(nèi)外學(xué)者進(jìn)行了不懈的努力和探索。文獻(xiàn)[8]針對(duì)綜合能源系統(tǒng)輸入輸出指標(biāo)特點(diǎn)，從環(huán)保、經(jīng)濟(jì)等方面構(gòu)建評(píng)價(jià)指標(biāo)體系，基于交叉超效率CCR模型提出能效評(píng)估模型。文獻(xiàn)[9]構(gòu)建了多層次能效評(píng)估指標(biāo)體系，分析了狀態(tài)因素集、評(píng)語(yǔ)集、權(quán)重系數(shù)，建立了基于模糊綜合評(píng)價(jià)的電力能效評(píng)估模型。文獻(xiàn)[10]利用直覺(jué)模糊熵法計(jì)算能效指標(biāo)權(quán)重，并且結(jié)合超效率DEA模型構(gòu)建對(duì)電力用戶進(jìn)行能效評(píng)估。文獻(xiàn)[11]根據(jù)熱力學(xué)定律提出園區(qū)能效評(píng)價(jià)指標(biāo)，利用加權(quán)有向圖建立系統(tǒng)等效模型，并結(jié)合信息熵確定指標(biāo)權(quán)重對(duì)系統(tǒng)進(jìn)行綜合能效評(píng)價(jià)。文獻(xiàn)[12]對(duì)電力用戶大規(guī)模數(shù)據(jù)進(jìn)行分析研究，根據(jù)用電特征劃分用戶類別，針對(duì)電網(wǎng)用戶提出能效評(píng)估體系，依據(jù)分類評(píng)估結(jié)果制定個(gè)性化用能策略。文獻(xiàn)[13]基于OLAP技術(shù)提出能效評(píng)估數(shù)據(jù)的預(yù)處理、初始化和分析模型，引入切片、切塊、下鉆和上卷數(shù)據(jù)分析方法，對(duì)電力客戶的能效進(jìn)行評(píng)估。

上述研究主要探究了能效評(píng)價(jià)指標(biāo)體系的構(gòu)建和評(píng)價(jià)方法的選擇，忽視了能效評(píng)價(jià)指標(biāo)間的動(dòng)態(tài)邏輯關(guān)系，指標(biāo)體系維度有限，且缺少針對(duì)工業(yè)園區(qū)客戶能效評(píng)估的完整流程，評(píng)估方法也存在不足之處。本文針對(duì)工業(yè)園區(qū)客戶群體，考慮能效指標(biāo)間的動(dòng)態(tài)關(guān)系，基于壓力-狀態(tài)-響應(yīng)（pressure-state-response, PSR）模型構(gòu)建動(dòng)態(tài)能效多維度評(píng)價(jià)指標(biāo)體系，從3個(gè)維度選取能效指標(biāo)，并結(jié)合主成分（principal component analysis，PCA）和相關(guān)性分析篩選冗余能效指標(biāo)，建立篩選后的能效評(píng)價(jià)指標(biāo)體系。在評(píng)估模型中引入熵權(quán)法，計(jì)算指標(biāo)客觀權(quán)重，并結(jié)合灰色關(guān)聯(lián)度改進(jìn)傳統(tǒng)TOPSIS評(píng)價(jià)方法，將灰色加權(quán)關(guān)聯(lián)度作為距離測(cè)度，克服傳統(tǒng)歐氏距離的評(píng)價(jià)缺陷，構(gòu)建了園區(qū)客戶動(dòng)態(tài)能效評(píng)估模型。在算例中，對(duì)園區(qū)客戶進(jìn)行動(dòng)態(tài)能效評(píng)估，根據(jù)評(píng)估結(jié)果分析各客戶在不同維度性能表現(xiàn)，驗(yàn)證構(gòu)建指標(biāo)體系的合理性，并通過(guò)與其他評(píng)價(jià)方法所得的評(píng)估結(jié)果進(jìn)行比較，驗(yàn)證了能效評(píng)估模型的適應(yīng)性。

1 園區(qū)客戶動(dòng)態(tài)能效評(píng)價(jià)流程

為全面了解工業(yè)園區(qū)客戶用能狀況，確定園區(qū)客戶動(dòng)態(tài)能效水平綜合評(píng)價(jià)流程，如圖1所示，主要包含以下環(huán)節(jié)。

圖1 園區(qū)客戶能效水平綜合評(píng)價(jià)流程Fig. 1 Comprehensive energy efficiency evaluation process of park customers

（1）通過(guò)前期調(diào)研，根據(jù)客戶用能特征，初步選取能效評(píng)價(jià)指標(biāo)，計(jì)算相應(yīng)指標(biāo)數(shù)值并進(jìn)行數(shù)據(jù)預(yù)處理操作。

（2）為保證指標(biāo)體系具有代表性，依據(jù)篩選原則，剔除冗余能效指標(biāo)，進(jìn)一步優(yōu)化能效指標(biāo)體系，建立最終的能效評(píng)價(jià)指標(biāo)體系。

（3）選擇合理的評(píng)價(jià)方法，建立能效評(píng)估模型，評(píng)估客戶綜合能效水平，同時(shí)對(duì)子系統(tǒng)動(dòng)態(tài)能效表現(xiàn)進(jìn)行評(píng)估分析，尋找影響客戶用能水平的關(guān)鍵因素。

2 基于PSR模型的動(dòng)態(tài)能效評(píng)價(jià)指標(biāo)

PSR模型根據(jù)壓力、狀態(tài)、響應(yīng)間的動(dòng)態(tài)邏輯關(guān)系建立指標(biāo)，具有綜合性、靈活性，能夠反映系統(tǒng)中因果關(guān)系的動(dòng)態(tài)變化，被廣泛應(yīng)用于研究復(fù)雜的環(huán)境系統(tǒng)中[14-15]。結(jié)合電能使用背景，將該模型應(yīng)用于構(gòu)建能效評(píng)估指標(biāo)體系。園區(qū)客戶動(dòng)態(tài)能效指標(biāo)體系可以反映內(nèi)、外部因素導(dǎo)致用戶在壓力和狀態(tài)維度的變化，體現(xiàn)客戶用能質(zhì)量和狀況并反映客戶不同程度的響應(yīng)結(jié)果，避免指標(biāo)選取局限性。外部因素體現(xiàn)為壓力、響應(yīng)，內(nèi)部因素體現(xiàn)為狀態(tài)，PSR模型中子系統(tǒng)的功能關(guān)系如圖2所示。

圖2 PSR模型子系統(tǒng)關(guān)系Fig. 2 Subsystem relationship of PSR model

選取能夠?qū)蛻裟苄г斐捎绊懙膲毫σ蛩刈鳛閴毫ψ酉到y(tǒng)指標(biāo)。本文選取年總用電量作為壓力子系統(tǒng)指標(biāo)。年總用電量P1指用戶在一年時(shí)間內(nèi)用電的總量。

狀態(tài)子系統(tǒng)指標(biāo)能反映在壓力因素作用下，客戶實(shí)際的用能狀況，可以有效反映電能質(zhì)量對(duì)客戶能效水平產(chǎn)生的影響，本文選取以下5個(gè)指標(biāo)作為狀態(tài)指標(biāo)。

（1）電壓不合格累計(jì)時(shí)長(zhǎng)S1，監(jiān)測(cè)點(diǎn)電壓在監(jiān)測(cè)期（一年）內(nèi)超出合格范圍的累計(jì)小時(shí)數(shù)。

（2）電流不平衡率S2，專用變壓器三相電流的不對(duì)稱程度為

式中：IA，IB，IC分別表示A，B，C相電流；Iav表示三相平均電流。

（3）平均負(fù)載率S3為

式中：STN為額定容量；Sav為平均輸出視在功率。

（4）功率因數(shù)S4，該指標(biāo)可以反映變壓器的運(yùn)行效率。

式中：P表示有功功率；Q表示無(wú)功功率。

（5）平均電壓S4指在監(jiān)測(cè)時(shí)間段內(nèi)線路的平均電壓，其中電壓偏差范圍為?3%～3%。

響應(yīng)指標(biāo)反映客戶改變?cè)杏秒娏?xí)慣，使用能向著健康的方向發(fā)展，可以呈現(xiàn)出的不同程度的響應(yīng)結(jié)果。本文選取響應(yīng)子系統(tǒng)指標(biāo)如下。

（1）萬(wàn)元產(chǎn)值能耗R1，客戶每生產(chǎn)一萬(wàn)元價(jià)值的產(chǎn)品所需要的電能。

（2）重要能耗設(shè)備能效等級(jí)R2，根據(jù)中國(guó)能效標(biāo)識(shí)將能耗設(shè)備能效劃分為5個(gè)等級(jí)，1表示設(shè)備能效最好，5表示能效最差

3 基于PCA和相關(guān)性分析的能效指標(biāo)篩選

3.1 指標(biāo)篩選方法

能效評(píng)估指標(biāo)應(yīng)具有代表性。為避免指標(biāo)包含信息的冗余、重復(fù)，本文結(jié)合PCA和相關(guān)性分析，對(duì)PSR動(dòng)態(tài)能效指標(biāo)體系進(jìn)行篩選。PCA將原有變量進(jìn)行重新組合，構(gòu)成新的綜合變量，避免主成分所包含的信息重復(fù)，同時(shí)可以反映大部分原始變量的信息[16-17]。通過(guò)相關(guān)分析，可以尋找指標(biāo)體系中線性相關(guān)程度較高的變量[7]。

利用PCA提取的第一和第二主成分能夠包含大部分信息，因此只需要計(jì)算第一和第二主成分的構(gòu)成系數(shù)，并保留其中系數(shù)較大的主要指標(biāo)，刪除主成分系數(shù)較小的次要指標(biāo)，簡(jiǎn)化指標(biāo)體系。利用相關(guān)性分析計(jì)算各個(gè)評(píng)價(jià)指標(biāo)間的相關(guān)系數(shù)，相關(guān)系數(shù)大則表示兩個(gè)指標(biāo)線性相關(guān)性高，應(yīng)當(dāng)刪除相關(guān)冗余指標(biāo)以避免信息重復(fù)。但當(dāng)相關(guān)分析與PCA分析結(jié)果相反時(shí)，應(yīng)以PCA結(jié)果為主。如果某一指標(biāo)與多個(gè)指標(biāo)線性相關(guān)，但其在主成分的構(gòu)成中占比很大，應(yīng)在最終的評(píng)價(jià)指標(biāo)體系中保留該指標(biāo)。

3.2 主成分分析

4 基于改進(jìn)灰色TOPSIS園區(qū)客戶能效評(píng)估模型

利用改進(jìn)TOPSIS模型綜合評(píng)估工業(yè)園區(qū)客戶能效水平。首先進(jìn)行數(shù)據(jù)預(yù)處理建立標(biāo)準(zhǔn)化評(píng)估矩陣。基于第3節(jié)中方法篩選指標(biāo)，建立篩選后的標(biāo)準(zhǔn)化評(píng)估矩陣。引入熵權(quán)法確定能效指標(biāo)權(quán)重，并結(jié)合灰色關(guān)聯(lián)度改進(jìn)傳統(tǒng)TOPSIS法，基于灰色TOPSIS模型分析工業(yè)園區(qū)客戶能效。

4.1 建立標(biāo)準(zhǔn)化評(píng)估矩陣

4.2 熵權(quán)法計(jì)算指標(biāo)權(quán)重

確定指標(biāo)權(quán)重時(shí)，為避免主觀偏好對(duì)評(píng)價(jià)結(jié)果造成影響，充分考慮指標(biāo)數(shù)據(jù)間的客觀差異，本文引入熵權(quán)法客觀量化指標(biāo)的重要程度。賦權(quán)時(shí)，指標(biāo)值變化較大則對(duì)應(yīng)熵值越小，指標(biāo)可以提供較大的信息量，因此對(duì)應(yīng)的權(quán)重系數(shù)越大[19-21]。根據(jù)最終能效評(píng)估矩陣Z，如式（7），計(jì)算評(píng)估指標(biāo)權(quán)重。

4.3 改進(jìn)灰色TOPSIS評(píng)估法

TOPSIS法作為一種多目標(biāo)決策綜合評(píng)價(jià)方法，依據(jù)正負(fù)理想解距離來(lái)評(píng)估排序評(píng)價(jià)對(duì)象的優(yōu)劣性[22-26]，能直觀分析評(píng)估對(duì)象的整體情況。但傳統(tǒng)TOPSIS法存在以下缺點(diǎn)。

（1）傳統(tǒng)TOPSIS法利用歐式距離計(jì)算評(píng)估客戶到正負(fù)理想解的距離，如果不能考慮各評(píng)估指標(biāo)之間的線性關(guān)系，歐氏距離會(huì)失效，影響評(píng)估結(jié)果的準(zhǔn)確性。

（2）歐氏距離存在的缺陷導(dǎo)致傳統(tǒng)TOPSIS法無(wú)法準(zhǔn)確反映各方案的位置關(guān)系，可能存在方案與正負(fù)理想解都接近的情況，不能完全反映各評(píng)估對(duì)象能效水平的優(yōu)劣。

（3）本文從多維度建立了能效指標(biāo)，需要分析客戶在不同維度的性能表現(xiàn)，而傳統(tǒng)TOPSIS僅能獲得最終的能效評(píng)估數(shù)值，無(wú)法滿足分析子系統(tǒng)性能的需求。

為解決上述問(wèn)題，本文通過(guò)改進(jìn)模型來(lái)評(píng)估工業(yè)園區(qū)客戶能效。灰色關(guān)聯(lián)度分析通過(guò)量化系統(tǒng)變化態(tài)勢(shì)來(lái)分析動(dòng)態(tài)歷程。灰色TOPSIS改進(jìn)評(píng)估模型將指標(biāo)間加權(quán)灰色關(guān)聯(lián)度作為距離測(cè)度，代替原有的歐式距離測(cè)度。根據(jù)指標(biāo)數(shù)據(jù)間整體趨勢(shì)的相似程度來(lái)評(píng)價(jià)各方案與正負(fù)理想解間的距離，可以反映評(píng)估方案之間的內(nèi)部變化規(guī)律，彌補(bǔ)歐式判據(jù)的不足，提高評(píng)估準(zhǔn)確性。同時(shí)引入子系統(tǒng)維度分析環(huán)節(jié)，在獲得綜合能效評(píng)估結(jié)果的同時(shí)分析PSR各維度性能的評(píng)估結(jié)果。改進(jìn)灰色TOPSIS園區(qū)客戶能效評(píng)估步驟如下。

5 算例分析

5.1 園區(qū)客戶能效評(píng)價(jià)過(guò)程

針對(duì)某工業(yè)園區(qū)10 kV工業(yè)專線用戶的用能數(shù)據(jù)，對(duì)其中10個(gè)用戶進(jìn)行能效評(píng)估分析。初選PSR評(píng)價(jià)指標(biāo)體系包括8個(gè)指標(biāo)，建立園區(qū)客戶初始PSR能效評(píng)估體系，如表1所示。

表1 初始PSR能效評(píng)估體系Table 1 Initial PSR energy efficiency evaluation system

表1中定義平均電壓指標(biāo)的穩(wěn)定區(qū)間為[374.2, 383.8]。

對(duì)10個(gè)用戶在監(jiān)測(cè)期內(nèi)的相關(guān)數(shù)據(jù)進(jìn)行正向化和去量綱化處理，獲得客戶標(biāo)準(zhǔn)能效指標(biāo)數(shù)據(jù)，如表2所示。

表2 標(biāo)準(zhǔn)化能效指標(biāo)數(shù)據(jù)Table 2 Standardized energy efficiency index data

對(duì)預(yù)處理后的能效指標(biāo)數(shù)據(jù)進(jìn)行主成分分析，計(jì)算指標(biāo)在第一和第二主成分的構(gòu)成系數(shù)，尋找主成分系數(shù)較小的冗余指標(biāo)，PCA篩選結(jié)果如表3所示。通過(guò)相關(guān)性分析，計(jì)算指標(biāo)間的相關(guān)系數(shù)值，尋找相關(guān)性程度高的能效指標(biāo)，相關(guān)性分析結(jié)果如圖3所示。

表3 能效指標(biāo)主成分系數(shù)Table 3 Principal component coefficient of energy efficiency index

圖3 相關(guān)性分析熱力圖Fig. 3 Correlation analysis thermal diagram

由表3可知，功率因數(shù)在第一主成分和第二主成分的構(gòu)成系數(shù)均較小(-0.009 9和0.065 9)，其作為次要指標(biāo)予以剔除。由圖3可知，電壓不合格累計(jì)時(shí)長(zhǎng)S1和重要能耗設(shè)備能效等級(jí)R22個(gè)指標(biāo)顯著相關(guān)，相關(guān)系數(shù)為0.810（相關(guān)系數(shù)大于0.75），但由于這2個(gè)指標(biāo)在主成分的構(gòu)成系數(shù)較大，根據(jù)指標(biāo)篩選原則，仍然予以保留。經(jīng)指標(biāo)篩選后構(gòu)建最終的PSR能效評(píng)價(jià)指標(biāo)體系，該體系共包含7個(gè)能效指標(biāo)，如圖4所示。

圖4 篩選后的能效指標(biāo)體系Fig. 4 Selected energy efficiency index system

5.2 園區(qū)客戶能效評(píng)價(jià)結(jié)果分析

根據(jù)篩選后得到的最終能效評(píng)估矩陣Z，采用熵權(quán)法計(jì)算能效指標(biāo)權(quán)重，最終評(píng)估體系中各指標(biāo)的權(quán)重為W=[0.073 4, 0.081 3, 0.104 4, 0.327 8, 0.210 6,0.100 2, 0.102 3]，平均負(fù)載率和平均電壓2個(gè)指標(biāo)所占權(quán)重較大，年用電量的權(quán)重值最小。

根據(jù)4.3節(jié)中的改進(jìn)灰色TOPSIS評(píng)估法，計(jì)算各評(píng)價(jià)客戶加權(quán)灰色關(guān)聯(lián)系數(shù)、灰色距離測(cè)度及相對(duì)貼進(jìn)度，并以相對(duì)貼進(jìn)度值作為能效綜合評(píng)價(jià)結(jié)果，對(duì)客戶能效水平進(jìn)行排序，結(jié)果如表4所示。

表4 灰色TOPSIS評(píng)估結(jié)果Table 4 Grey TOPSIS evaluation results

計(jì)算客戶在壓力、狀態(tài)、響應(yīng)各子系統(tǒng)的評(píng)分，分析客戶在不同子系統(tǒng)維度的動(dòng)態(tài)性能表現(xiàn)，結(jié)果如圖5所示。

圖5 園區(qū)客戶子系統(tǒng)維度表現(xiàn)Fig. 5 Performance of park customers in subsystem dimension

對(duì)10個(gè)客戶的能效水平進(jìn)行評(píng)價(jià)分析，由表4可知客戶2能效水平最高（0.666 5），客戶7能效水平最低（0.410 7），客戶綜合能效排序?yàn)?2＞5＞6＞3＞9＞4＞1＞10＞8＞7。根據(jù)圖5，對(duì)于客戶2其各子系統(tǒng)在所有客戶中都達(dá)到很好的性能，因此客戶2的綜合能效水平優(yōu)于其他9個(gè)客戶?？蛻?在響應(yīng)維度評(píng)分為0.624，產(chǎn)值能耗指標(biāo)有待提高，為進(jìn)一步優(yōu)化其綜合能效水平，需要采取節(jié)能措施以優(yōu)化其響應(yīng)指標(biāo)。因?yàn)轫憫?yīng)子系統(tǒng)指標(biāo)可以對(duì)壓力和狀態(tài)產(chǎn)生反饋，進(jìn)而提升客戶整體能效水平。對(duì)于客戶7，其狀態(tài)維度評(píng)分僅為0.379，響應(yīng)維度評(píng)分僅為0.390。其重要能耗設(shè)備能效等級(jí)最差，電壓不合格時(shí)長(zhǎng)及電流不平衡率指標(biāo)也較差。在10個(gè)客戶的狀態(tài)和響應(yīng)子系統(tǒng)評(píng)分中最低，響應(yīng)、狀態(tài)性能表現(xiàn)最差，因此該客戶綜合能效水平最低?？紤]到子系統(tǒng)維度評(píng)分和指標(biāo)權(quán)重，客戶7在狀態(tài)和響應(yīng)維度仍有較大提升空間。對(duì)于客戶6，其狀態(tài)維度表現(xiàn)與客戶2存在一定的差距，最終整體能效水平排名位于第3，略低于客戶2的排名。但用戶6在響應(yīng)維度評(píng)分達(dá)到0.684，與大多數(shù)客戶相比較，其響應(yīng)能力較強(qiáng)。由于該客戶具有較好的響應(yīng)能力，其綜合能效水平名次較高。

此外，由圖5可知10個(gè)客戶在壓力、狀態(tài)、響應(yīng)3個(gè)維度的表現(xiàn)各不相同，各子系統(tǒng)評(píng)分結(jié)果對(duì)最終綜合能效水平產(chǎn)生了不同的影響。內(nèi)部狀態(tài)因素反映客戶電能質(zhì)量狀況，狀態(tài)性能較好會(huì)對(duì)客戶的最終能效水平產(chǎn)生積極影響。外部因素中，壓力因素年用電總量對(duì)能效影響程度相對(duì)較小。而響應(yīng)性能較好的客戶都獲得了較高的綜合能效評(píng)價(jià)結(jié)果，響應(yīng)因素對(duì)能效影響較大，反映出優(yōu)化響應(yīng)維度指標(biāo)是提高客戶能效水平科學(xué)有效的措施，因?yàn)榭蛻糁饕峭ㄟ^(guò)各種節(jié)能技改措施來(lái)提高能效水平。因此，客戶對(duì)響應(yīng)維度表現(xiàn)應(yīng)予以重視。同時(shí)，通過(guò)分析客戶在壓力、狀態(tài)、響應(yīng)3個(gè)維度性能，驗(yàn)證了基于PSR模型的園區(qū)客戶動(dòng)態(tài)能效指標(biāo)體系具有科學(xué)性、合理性。

利用PSR能效指標(biāo)模型及改進(jìn)灰色TOPSIS評(píng)價(jià)法，可以有效評(píng)估園區(qū)客戶的整體能效水平，同時(shí)反映客戶在不同子系統(tǒng)維度的表現(xiàn)，尋找影響客戶用能水平的指標(biāo)因素，為進(jìn)行能效優(yōu)化工作提供參考方向。

5.3 模型適應(yīng)性分析

為分析改進(jìn)灰色-TOPSIS模型的適應(yīng)性，根據(jù)原始數(shù)據(jù)和指標(biāo)的權(quán)重，采用不同評(píng)價(jià)方法對(duì)客戶能效進(jìn)行評(píng)價(jià)，結(jié)果見(jiàn)表5。

表5 不同評(píng)價(jià)方法結(jié)果對(duì)比Table 5 Results of different evaluation methods

根據(jù)3個(gè)不同的模型評(píng)價(jià)結(jié)果分析，園區(qū)客戶在不同評(píng)價(jià)模型中，其評(píng)估排序情況基本一致，因此驗(yàn)證本文提出的新動(dòng)態(tài)能效評(píng)估模型的有效性。與傳統(tǒng)TOPSIS法相比較，客戶3、9的能效排名略有差別，因?yàn)閭鹘y(tǒng)TOPSIS法中當(dāng)評(píng)價(jià)對(duì)象距離正負(fù)理想解相近時(shí)，存在單一歐式距離無(wú)法準(zhǔn)確反映各方案位置的缺陷，而本文新模型中的改進(jìn)加權(quán)灰色關(guān)聯(lián)度測(cè)度距離能夠準(zhǔn)確反映各客戶能效評(píng)估與最優(yōu)方案間的測(cè)度關(guān)系，其評(píng)估結(jié)果準(zhǔn)確度提高。在AHP和模糊評(píng)價(jià)法中，評(píng)估較為依靠評(píng)價(jià)者的主觀經(jīng)驗(yàn)，評(píng)估客觀性較弱，缺少對(duì)指標(biāo)細(xì)化分析，而本文提供的方法可以更加充分利用指標(biāo)數(shù)據(jù)，不包含主觀偏好因素，提高了評(píng)估結(jié)果的客觀性。同時(shí)相較于其他方法僅能獲得最終能效評(píng)估排名，改進(jìn)后的模型能夠感知客戶在壓力、狀態(tài)、響應(yīng)3個(gè)不同維度的動(dòng)態(tài)變化，獲得各維度性能表現(xiàn)，對(duì)PSR能效指標(biāo)進(jìn)行深入分析，評(píng)估結(jié)果更全面、細(xì)致。

6 結(jié)語(yǔ)

本文基于PSR模型構(gòu)建動(dòng)態(tài)能效評(píng)價(jià)指標(biāo)體系，這種能效指標(biāo)評(píng)價(jià)體系考慮了指標(biāo)間的動(dòng)態(tài)邏輯關(guān)系，提高園區(qū)客戶智慧用能評(píng)估的全面性和科學(xué)性。其次，本文結(jié)合PCA和相關(guān)性分析法，剔除包含重復(fù)、冗余信息的能效指標(biāo)，建立篩選后的多維度動(dòng)態(tài)能效評(píng)價(jià)指標(biāo)體系。建立改進(jìn)灰色TOPSIS評(píng)估模型，基于熵權(quán)法確定指標(biāo)客觀權(quán)重，并引入灰色關(guān)聯(lián)度加權(quán)距離測(cè)度改進(jìn)原有歐式距離，可以反映各評(píng)估方案內(nèi)部變化規(guī)律，彌補(bǔ)傳統(tǒng)TOPSIS法的缺陷。最后，通過(guò)算例分析，對(duì)園區(qū)客戶進(jìn)行動(dòng)態(tài)能效評(píng)估，使客戶能夠了解其總體能效水平以及在壓力、狀態(tài)、響應(yīng)3個(gè)子系統(tǒng)維度的能效表現(xiàn)。分析可知客戶2能效水平較高，客戶7能效水平較低。當(dāng)客戶在響應(yīng)維度性能表現(xiàn)較好時(shí)，其綜合能效評(píng)價(jià)結(jié)果較高。根據(jù)評(píng)估結(jié)果可以對(duì)關(guān)鍵用能設(shè)備、生產(chǎn)環(huán)節(jié)及用能習(xí)慣做出調(diào)整，為進(jìn)一步優(yōu)化能效水平提供參考依據(jù)，使電能使用朝著健康的方向發(fā)展。