夏 軍，葉 超，魏 潔，姜 鵬，董 軍，聶仕麟

(1.國網(wǎng)四川省電力公司雅安供電公司，四川 雅安 625000；2.北京中恒博瑞數(shù)字電力科技有限公司，北京 100085；3.能源市場研究所(華北電力大學(xué))，北京 102206)

0 引 言

所謂綠色小水電，就是兼顧水電開發(fā)和環(huán)境保護，實現(xiàn)生態(tài)文明和和諧發(fā)展的小水電。綠色小水電對生態(tài)環(huán)境影響的評價是指導(dǎo)小水電綠色開發(fā)的重要前提，國外一些發(fā)達(dá)國家已經(jīng)提出了綠色小水電的概念，美國、瑞士等發(fā)達(dá)國家都制定了綠色小水電認(rèn)證標(biāo)準(zhǔn)[1-2]。我國綠色小水電建設(shè)和評價尚處于初級階段，為促進小水電站的可持續(xù)發(fā)展，對小水電評價必不可很少。當(dāng)前，國內(nèi)對小水電的評價研究主要體現(xiàn)在2個方面：一是通過分析國外綠色小水電的發(fā)展對我國的啟示，如唐萬林[3]提出了我國開展綠色小水電認(rèn)證的必要性和可行性；金連根[4]針對我國實際情況，從綠色小水電認(rèn)證、有序開發(fā)、加強政府監(jiān)管等幾個方面對我國綠色小水電發(fā)展提出了建議。二是分析綠色小水電的發(fā)展對生態(tài)環(huán)境造成的影響，如周茁[5]基于EF-AHP法從水量及水質(zhì)、水生生態(tài)、陸生生態(tài)、環(huán)境效益等4個方面，評價壩式水電站對生態(tài)環(huán)境的影響，通過西北某壩式水電站實例驗證了模型的可行性；陳凱[6]通過調(diào)查廣東某引水式梯級小水電，從河流水質(zhì)，水生生物、河道斷流、植物多樣性等方面引入模糊評價方法，說明了小水電的發(fā)展對生態(tài)環(huán)境存在不利影響；趙淑杰[7]采用FAHP方法對農(nóng)村小水電生態(tài)效益進行評價，使水環(huán)境和大氣環(huán)境得到明顯改善，節(jié)能綠化取得了較好效果。

目前，關(guān)于小水電對生態(tài)環(huán)境影響的研究評價偏向靜態(tài)，不能有效反映未來一段時間環(huán)境變化的趨勢。為此，本文根據(jù)雅安小水電實際發(fā)展現(xiàn)狀，從生態(tài)環(huán)境的角度著手，構(gòu)建了一種基于AHP-Grey的動態(tài)生態(tài)環(huán)境評價模型。為提高生態(tài)環(huán)境評價的準(zhǔn)確性，一是結(jié)合相似度的思想來修正專家權(quán)重；二是在白化權(quán)函數(shù)的基礎(chǔ)上，求出評價對象所處灰類等級的級別變量特征值，判斷評價對象未來一段時間的動態(tài)變化趨勢。最后，選取雅安小水電作為實例，進一步驗證了提出模型的有效性，為類似小水電綠色可持續(xù)發(fā)展提供依據(jù)。

1 綠色小水電生態(tài)環(huán)境指標(biāo)體系

結(jié)合雅安小水電的實際情況，構(gòu)建雅安小水電生態(tài)環(huán)境評價體系，見圖1。

圖1 雅安小水電生態(tài)環(huán)境指標(biāo)體系

1.1 量化指標(biāo)

1.1.1水生生態(tài)

最小下泄流量滿足度：為滿足小水電站下游河段的生態(tài)環(huán)境需水，水電站在運行的過程中需要下泄一定的生態(tài)流量。本文采用水電站實際日均下泄流量不小于站下最小下泄流量的天數(shù)占評價期總天數(shù)的百分比為標(biāo)準(zhǔn)，其計算公式為

(1)

(2)

式中，C11為最小下泄流量滿足度；n為評價總天數(shù)；i為循環(huán)計數(shù)器；f為評價期內(nèi)最小下泄流量滿足與否的判斷函數(shù)；Qi為觀測期內(nèi)水電站下實際日均下泄流量；Qmin為最小下泄流量；Qmax為最大下泄流量。

表1 最小下泄流量滿足度賦值標(biāo)準(zhǔn)(不可觀測時)

1.1.2水質(zhì)變化程度

小水電的運行會對周邊水體自凈能力產(chǎn)生一定的影響，甚至可能導(dǎo)致水體富營養(yǎng)化。根據(jù)國家標(biāo)準(zhǔn)，水質(zhì)分為I類、II類、III類、IV類、V類和劣V類，從小到大分別賦值1～6。通過比較取水?dāng)嗝婧统鏊當(dāng)嗝娴乃|(zhì)情況來判斷水質(zhì)變化程度，水質(zhì)變化程度的計算公式如下

(3)

式中，wq為水質(zhì)變化程度比；φd為出水?dāng)嗝嫠|(zhì)類別；φu為取水?dāng)嗝嫠|(zhì)類別。當(dāng)wq≥1時，說明未引起水質(zhì)變化，評分值為10；當(dāng)wq<1時，引起水質(zhì)變化(未采取防護措施)，評分值為0，采取防護措施時，評分值為5。

1.2 非量化指標(biāo)

河流生態(tài)需水量、水生生物多樣性、河流形態(tài)、水土流失、陸生生態(tài)多樣性、景觀協(xié)調(diào)性、景觀恢復(fù)性等指標(biāo)在實際評價過程中由于數(shù)據(jù)缺失和難以測量。本文根據(jù)專家調(diào)研數(shù)據(jù)，參照SL 752—2017《綠色小水電評價標(biāo)準(zhǔn)》中的評分方法進行定性評價，得到各指標(biāo)的分值。

2 基于AHP-Grey的動態(tài)生態(tài)環(huán)境評價模型構(gòu)建

2.1 確定評價指標(biāo)權(quán)重

層次分析法(AHP)是由美國運籌學(xué)家Satty提出的適用于多目標(biāo)決策的一種方法，是一種以人的經(jīng)驗主觀判斷的定性和定量相結(jié)合的指標(biāo)評價方法[8]。本文利用3標(biāo)度法建立判斷矩陣，并通過修正專家權(quán)重進而修正各指標(biāo)權(quán)重，在一定程度上彌補了因主觀判斷存在的缺陷。標(biāo)度指標(biāo)相對重要性標(biāo)度見表2。指標(biāo)權(quán)重計算步驟如下：

表2 標(biāo)度指標(biāo)相對重要性標(biāo)度

(1)設(shè)某一決策目標(biāo)A的準(zhǔn)則層有m個指標(biāo)，即B1，B2，B3，…，Bm，對應(yīng)的權(quán)重為W1，W2，W3，…，Wm，且W1+W2+W3+…+Wm=1。

(5)求出一致性矩陣Di特征向量wi，wi=(p(b1/li)，…，p(bj/li))，其中，p(bm/li)表示第i個專家對第m個指標(biāo)的評價權(quán)重。

按照上述(1)～(6)步驟，求出指標(biāo)層各指標(biāo)的綜合權(quán)重。同時，采用3標(biāo)度法克服了傳統(tǒng)9標(biāo)度法難以處理元素間的關(guān)系問題，并且不需要單獨進行一致性檢驗，而是通過最優(yōu)傳遞矩陣轉(zhuǎn)化為一致性矩陣獲得指標(biāo)權(quán)重的排序。

2.2 相似度專家權(quán)重的修正

根據(jù)層次分析法得到各專家對指標(biāo)的權(quán)重和所有專家對指標(biāo)的綜合權(quán)重。本文采用相似度來修正專家權(quán)重進而修正各指標(biāo)權(quán)重，通過測算專家個人決策結(jié)果與綜合決策結(jié)果之間的距離來判斷單個專家與群體之間的偏離程度。第i個專家個人決策結(jié)果和綜合決策結(jié)果以及約束條件可表示為

(4)

式中，ui為第i個專家的決策結(jié)果；U為綜合決策結(jié)果。則專家個人決策結(jié)果與綜合決策結(jié)果的相似度向量Si可以表示為

Si=(Si1，Si2，…，Sij)

(5)

式中，任意一個相似度向量Sij=uij/Uj(uij≤Uj)和Sij=Uj/uij(uij≥Uj)。同時，當(dāng)Sij=1時，即專家個人決策與綜合決策的結(jié)果相同；當(dāng)Sij≤1時，表示專家個人決策負(fù)向偏離綜合決策結(jié)果；當(dāng)Sij≥1時，表示專家個人決策正向偏離綜合決策結(jié)果。此外，為了確定決策結(jié)果相似度的取值范圍，假設(shè)每個專家的個人決策與綜合決策結(jié)果一致，則稱為完全理想相似S*，S*=(1，1，1，…，1)；由模糊數(shù)學(xué)隸屬度的概念可知，非完全理想相似度向量Sc為理想相似度向量的補集，Sc=(0，0，0，…，0)。為選擇最優(yōu)的決策結(jié)果，應(yīng)選擇與完全理想相似度向量越接近，與非完全理想相似度越遠(yuǎn)的專家決策結(jié)果。本文定義距離計算公式為

(6)

(7)

式中，F(xiàn)D(Si，S*)和fd(Si，Sc)分別表示專家個人決策與完全理想決策和非完全理想決策之間的平均距離。假設(shè)用φi表示專家i的決策結(jié)果與完全理想決策的相似度，則1-φi表示專家i的決策結(jié)果與非完全理想決策的相似度，則專家i的綜合權(quán)重距離計算公式為

F(φi)=[φiFD(Si，S*)]2+[(1-φi)fd(Si，Sc)]2=

(8)

專家i的綜合權(quán)重是關(guān)于φi的一元二次函數(shù)，令dF(φi)/d(φi)=0，可求出φi的表達(dá)式為

(9)

(10)

2.3 中心點三角白化權(quán)函數(shù)模型構(gòu)建

白化權(quán)函數(shù)是描述一個灰數(shù)對取值區(qū)間內(nèi)不同數(shù)值的偏愛程度，是對主觀信息的一種客觀反映。本文采用中心點三角白化權(quán)函數(shù)進行拓展，與以往的小水電綜合評價的區(qū)別在于更側(cè)重對指標(biāo)的評價，從而挖掘影響整體評價好壞的指標(biāo)，具體計算步驟如下：

(1)設(shè)有n個評價對象、m個評價指標(biāo)和s個不同的灰類，對象i關(guān)于指標(biāo)j的樣本評分值為xij(i=1，2，3，…，n;j=1，2，3，…，m)，根據(jù)xij的值對相應(yīng)的對象i進行評價。

(2)建立評價灰類，確定閥值。通過專家打分得到的評分本質(zhì)上是白化值。為客觀反映評價指標(biāo)屬于哪一灰類，需要確定灰類等級k和灰數(shù)s，并將各個指標(biāo)的取值范圍也相應(yīng)地劃分為s個灰類。設(shè)λk為第k灰類的中心點，即λk=(ak+ak+1)/2，其中，ak和ak+1為任意2個觀測值，并將λ1，λ2，…，λs作為各灰類的代表。由此可將指標(biāo)j屬于第k灰類的取值范圍確定為[λk-1，λk+1]，對于第1個灰類的左端點λ0和第s個灰類的右端點λs+1，是分別將指標(biāo)j的取值向左和右進行擴展得到的。

(3)確定評價指標(biāo)的權(quán)重，指標(biāo)權(quán)重由3標(biāo)度法獲得。

(11)

由此可得到各個指標(biāo)j相對于灰類等級k的隸屬度。

很多情況下所評價對象是動態(tài)變化的，即處于從一種狀態(tài)向另一種狀態(tài)的跨越。為了準(zhǔn)確描述評價對象變化的趨勢，采取防護措施防止趨勢蔓延是本文重點。針對以上問題，本文引入灰類等級k的級別特征值概念[9]，能有效判斷評價對象的變化趨勢。

(1)計算評價對象i關(guān)于等級k的關(guān)聯(lián)度Ki(k)，即

(12)

(13)

(14)

式中，s為灰類個數(shù)。

3 雅安綠色小水電對生態(tài)環(huán)境影響實例分析

為降低小水電對當(dāng)?shù)丨h(huán)境的負(fù)面影響，促進經(jīng)濟、社會與環(huán)境的可持續(xù)發(fā)展，雅安小水電正從無序開發(fā)和管理的狀態(tài)向綠色小水電的轉(zhuǎn)變[10]。本文選取雅安周公河某小水電站進行實例驗證。由3位來自高校和雅安電網(wǎng)公司的專家組成調(diào)研小組，對周公河某小水電站進行實地調(diào)研。根據(jù)各位專家的經(jīng)驗和學(xué)術(shù)方面的情況，賦予專家一定的先驗權(quán)重，專家1的先驗權(quán)重為0.2，專家2的先驗權(quán)重為0.3，專家3的先驗權(quán)重為0.5。

3.1 指標(biāo)權(quán)重確定

根據(jù)現(xiàn)場調(diào)研情況，結(jié)合3標(biāo)度法指標(biāo)權(quán)重計算公式，計算出各指標(biāo)的綜合權(quán)重。

表5 各指標(biāo)權(quán)重及評價灰類

(4)求出一致性矩陣D最大特征值所對應(yīng)的特征向量w，w=[0.684 3，0.684 3，0.251 8]T。

(5)將特征向量進行歸一化處理得各指標(biāo)的相對權(quán)重w*=[0.422 303，0.422 303，0.155 394]T。

(6)得到各指標(biāo)的先驗綜合權(quán)重p(bj)，p(bj)=[0.422 303，0.422 303，0.155 394]T。

(7)修正專家權(quán)重。由于3位專家的判斷矩陣一致，各專家決策與綜合決策一致，達(dá)到最優(yōu)，不需要進行相似度優(yōu)化各指標(biāo)權(quán)重，若判斷矩陣不同，則需進行相似度專家權(quán)重的修正。

按照(1)～(7)步驟計算指標(biāo)層各因素的綜合權(quán)重，計算結(jié)果見表3。

3.2 三角白化權(quán)函數(shù)計算模型

3.2.1各指標(biāo)分值

根據(jù)評分規(guī)則和現(xiàn)場調(diào)研情況，由專家對各指標(biāo)進行評分，評分結(jié)果見表4。

表3 指標(biāo)層各因素綜合權(quán)重

表4 各指標(biāo)分值情況

3.2.2建立評價灰類

本文將小水電綠色等級分為優(yōu)、良、中、差、劣等5個灰類。其中，優(yōu)為第5灰類、良為第4灰類、中為第3灰類、差為第2灰類、劣為第1灰類。各指標(biāo)權(quán)重及評價灰類見表5。

3.2.3建立中心點三角白化權(quán)函數(shù)

利用所構(gòu)建的中心點三角白化權(quán)函數(shù)，計算出各指標(biāo)聚類系數(shù)，判斷出所屬灰類，結(jié)果見表6。

表6 各指標(biāo)聚類系數(shù)和所屬灰類

3.2.4求級別變量特征值

圖2 小水電生態(tài)環(huán)境變化趨勢

從圖2可知，陸生生態(tài)和景觀持續(xù)變好，水生生態(tài)和小水電對生態(tài)環(huán)境的影響繼續(xù)惡化。可初步得出，水生生態(tài)是影響小水電綠色等級的主要因素，此結(jié)果與實際小水電開發(fā)建設(shè)和運行對河流生態(tài)影響最大的結(jié)果相吻合。因此，雅安綠色小水電的建設(shè)規(guī)劃要充分考慮小水電建設(shè)對水生生態(tài)環(huán)境的影響。綠色小水電建設(shè)完成后，也要對水生生態(tài)、陸生生態(tài)和景觀等進行持續(xù)監(jiān)測，及時避免小水電對環(huán)境造成的不利影響，實現(xiàn)小水電的綠色化。

4 結(jié) 語

利用本文構(gòu)建的動態(tài)模型對雅安某小水電進行評估，可以得出以下結(jié)論：

(1)周公河某小水電對生態(tài)環(huán)境的影響為中級別，正逐漸向差級別方向發(fā)展，主要原因之一是小水電的發(fā)展對周邊河流生態(tài)環(huán)境影響最大，需及時針對河流生態(tài)環(huán)境采取有效的防護措施。

(2)本文建立模型中引入了時間因素，實現(xiàn)了對主體評估模型的動態(tài)效果，反映了未來一段時間的變化趨勢，為進一步改善小水電生態(tài)環(huán)境提供理論基礎(chǔ)。