呂麗霞,齊秋妍
(華北電力大學(xué) 控制與計(jì)算機(jī)工程學(xué)院,河北 保定 071003)
2016年12月26日發(fā)布的《“十三五”能源規(guī)劃》提出,到2020年把中國能源消費(fèi)總量控制在50億噸標(biāo)準(zhǔn)煤以內(nèi),根據(jù)規(guī)劃目標(biāo)測算,“十三五”期間單位GDP能耗應(yīng)下降15%以上。為實(shí)現(xiàn)這個(gè)目標(biāo),除了做好煤炭的清潔高效利用這篇文章以外,繼續(xù)推進(jìn)可再生能源的規(guī)?;l(fā)展也是未來工作的重點(diǎn)之一。2015年,中國風(fēng)力發(fā)電累計(jì)并網(wǎng)容量達(dá)到12.9×104MW,全年風(fēng)力發(fā)電累計(jì)上網(wǎng)電量為1.8×108MW?h。水力發(fā)電是目前建設(shè)規(guī)模最大,發(fā)電量最大的可再生能源,2015年中國水力發(fā)電裝機(jī)容量為31.9×104MW,年發(fā)電量為11.1×108MW?h。同樣是2015年,中國太陽能光伏發(fā)電和生物質(zhì)發(fā)電的裝機(jī)容量分別為4.318×104MW和1.031×104MW,全年累計(jì)發(fā)電量分別為3920×104MW?h和5270×104MW?h[1]。中國可再生能源發(fā)電發(fā)展迅速,在可再生能源發(fā)電投資建設(shè)的規(guī)模方面居于世界前列。由于地理環(huán)境、社會(huì)環(huán)境、技術(shù)成熟度、環(huán)境友好度以及建設(shè)成本等因素的影響,中國各項(xiàng)可再生能源發(fā)電技術(shù)的發(fā)展情況不盡相同,對于風(fēng)力發(fā)電、水力發(fā)電、光伏發(fā)電和生物質(zhì)發(fā)電4項(xiàng)技術(shù),在考慮資源量、占地需求、技術(shù)難度、對環(huán)境的影響、投資成本等指標(biāo)的條件下,其發(fā)電績效如何,是本文將要討論的問題。
TOPSIS全稱technique for order preference by similarity to ideal solution,即逼近理想解的排序方法[2]。在一個(gè)多屬性決策問題中,分別假設(shè)理想解x*和負(fù)理想解x0,其中,理想解x*是虛擬的最佳方案,負(fù)理想解x0是虛擬的最差方案,然后將各備選方案與正負(fù)理想解的歐氏距離進(jìn)行比較,最后據(jù)此得出各備選方案的優(yōu)先序。
利用TOPSIS法求解多屬性決策問題概念簡單,易于理解,故該方法自問世以來得到了廣泛應(yīng)用。由于各評價(jià)指標(biāo)的重要程度不同,在采用TOPSIS法進(jìn)行決策分析時(shí)需要確定各指標(biāo)的權(quán)重,通常使用的方法有專家打分法、層次分析法等主觀法和熵權(quán)法、主成分分析法等客觀法。
1)建立指標(biāo)矩陣
設(shè)有n個(gè)評價(jià)對象,p個(gè)評價(jià)指標(biāo)(如p個(gè)評價(jià)指標(biāo)中有逆向指標(biāo)或適度指標(biāo),則將其正向化),得到原始指標(biāo)矩陣如下:
式中,xij為第i個(gè)對象的第j個(gè)指標(biāo)。
2)建立規(guī)范決策矩陣
由于各指標(biāo)的量綱、變化范圍等有所不同,為了更好地反映實(shí)際的指標(biāo)變化情況,需要對原始矩陣進(jìn)行規(guī)范化處理,得到規(guī)范決策矩陣:Y={yij}。
3)建立加權(quán)規(guī)范矩陣
設(shè)第j項(xiàng)評價(jià)指標(biāo)的權(quán)重為wj,加權(quán)規(guī)范矩陣為R={rij}。
式中,rij=wjyij。
4)確定理想解與負(fù)理想解
由各項(xiàng)指標(biāo)的最優(yōu)值和最劣值分別構(gòu)成理想解X*和負(fù)理想解X0。X*=(x1*, x2*,…, xp*),X0=(x10, x20,…, xp0)。
5)計(jì)算各方案與正負(fù)理想解的歐氏距離
方案xi到理想解的歐式距離為:
圖1 層次分析模型Fig.1 Hierarchical analysis model
方案xi到負(fù)理想解的歐式距離為:
6)計(jì)算各方案到理想解的相對接近度:
式中,di0為方案xi到負(fù)理想解的歐式距離,di*為方案xi到理想解的歐式距離。
7)按相對接近度的大小排序,ci*越大,表明方案xi越接近最優(yōu)水平。
層次結(jié)構(gòu)一般分為目標(biāo)層、準(zhǔn)則層、方案層3層,在本文中,可建立如圖1所示的層次分析模型。
評價(jià)的目的是比較幾種可再生能源發(fā)電績效的高低,故目標(biāo)層為可再生能源發(fā)電績效的得分;準(zhǔn)則層包括經(jīng)濟(jì)、技術(shù)、資源以及環(huán)境幾方面因素;由準(zhǔn)則層引出的具體指標(biāo)包括發(fā)電成本、裝機(jī)容量、能源加工轉(zhuǎn)化效率等8個(gè)指標(biāo)。模型的建立遵循任意兩個(gè)因素不重疊和每一層所列因素盡可能大地包含上一層全部內(nèi)容兩個(gè)原則[3]。
根據(jù)專家打分結(jié)果構(gòu)造一級指標(biāo)判斷矩陣見表1。
表1 一級指標(biāo)權(quán)重判斷矩陣Table 1 First-order indicator weight judgment matrix
表2 隨機(jī)一致性指標(biāo)RI的值Table 2 Value of the random consistency indicator RI
得到判斷矩陣:
利用方根法,將矩陣A各行進(jìn)行乘積并歸一化,得到特征向量:
W=[0.2814,0.2343,0.2814,0.2029]T
最大特征根 λmax=1/n∑i(AW)i/Wi= 4.003119。
CI為一致性指標(biāo),通過將CI與平均隨機(jī)一致性指標(biāo)RI進(jìn)行比較,可以檢驗(yàn)判斷矩陣是否具有滿意的一致性。隨機(jī)一致性指標(biāo)RI的值見表2。
CR=CI/RI,若CR≤0.10,則認(rèn)為該判斷矩陣具有完全一致性,計(jì)算得到的權(quán)重系數(shù)Wi可以較好地反映上一級指標(biāo)中各指標(biāo)的相對重要程度;若CR>0.10,則需要重新考慮所建立的權(quán)重判斷矩陣[4]。
根據(jù)表2可以查出當(dāng)階數(shù)為4時(shí),RI=0.9,故CR=CI/RI=0.001156,CR<0.10,通過一致性檢驗(yàn)。
同理,計(jì)算下級指標(biāo)權(quán)重,最后得到可再生能源發(fā)電績效評價(jià)指標(biāo)權(quán)重見表3。
參考國內(nèi)行業(yè)研究報(bào)告、國家發(fā)改委研究報(bào)告、中國科學(xué)院及科學(xué)技術(shù)部的新能源科技路線圖等資料,得到各項(xiàng)指標(biāo)的值見表4,并得到原始矩陣X與規(guī)范化矩陣Y。
表3 可再生能源發(fā)電績效評價(jià)指標(biāo)權(quán)重表Table 3 Weight table for indicators pf renewable energy power generation performance evaluation
表4 各項(xiàng)指標(biāo)賦值Table 4 Assignment of various indicators
根據(jù)已知的權(quán)重矩陣W與規(guī)范指標(biāo)矩陣Y計(jì)算得加權(quán)規(guī)范矩陣R:
本文共有4個(gè)評價(jià)對象,理想解與負(fù)理想解分別為X*=(0,1,1,1,1,1,0,0),X0=(1,0,0,0,0,0,1,1),根據(jù)公式分別求得每個(gè)對象到理想解與負(fù)理想解的歐式距離:
根據(jù)公式求得4個(gè)方案到理想解的相對接近度分別為:
按照相對接近度大小排序,可得最接近理想解的方案為水力發(fā)電,其次為風(fēng)力發(fā)電和光伏發(fā)電,最遠(yuǎn)離理想解的方案為生物質(zhì)發(fā)電。
本文將TOPSIS法應(yīng)用于可再生能源發(fā)電績效評價(jià)中,在權(quán)重的確定上采用了層次分析法,建立了績效評價(jià)的指標(biāo)體系,對水力發(fā)電、風(fēng)力發(fā)電、光伏發(fā)電及生物質(zhì)發(fā)電4種發(fā)電技術(shù)的績效進(jìn)行了比較,從而可以清楚地看到這幾種技術(shù)的績效排序。本文在評價(jià)過程中盡可能做到客觀準(zhǔn)確,但由于作者水平所限,文中可能存在不足之處,希望能對可再生能源發(fā)電的發(fā)展具有一定參考價(jià)值。