基于AHP-DEA灰色关联的分布式能源系统评价研究
方案设计、系统的可靠性、灵活性等特性的分析以及对系统的评价。分布式能源系统的内部结构复杂，涉及多种能量之间的耦合和转换，其评价也将是一个多准则、多指标的问题。一次能源利用率指标多为评价多联产系统。Thomas等讨论不同能源矢量（如电厂的电，锅炉的热，电制冷机的冷）和热电厂的一次能源利用率，并利用这些指标评估冷热电联产系统（CCHP）的潜在节能性。Ehyaei就欧洲各国热电联产系统（CHP）的能效评价指标和准则做出了分析。但是显然，单个能效指标很难对分布式能源系统做出评价。Hongbo Ren 对日本的分布式住宅能源系统的经济（投资费用和运行费用）、能效（一次能源节约率）以及环境（CO2年排放量）多个方面展开了分析，综合运用层次分析法和多属性决策方法对分布式能源系统进行了评价。陈等针对区域内综合能源系统的能源环节、装置环节、配电网环节和用户环节建立了多项评估指标，并采用网络分析法（ANP）—反熵权等方法来确定指标的权重以及评价函数。董等针对分布式能源系统的经济、能耗、环境因素构建了多属性集对分析模型，对比评价了多个分布式能源系统。同样，张等利用信息熵的原理就系统的经济、能耗、环境因素对不同的分布式能源系统之间的差异进行了评价。对分布式能源系统的评价指标和评价方法的不同，评价的结果也会有所出入，很难说明何种方法更为科学、更加准确。
本文在考虑分布式能源特性的基础上，选择了五种有代表性的分布式能源系统，构建包括经济性指标（投资成本、运行成本）、能效性指标（一次能源消耗量、一次能源利用率）、环境性指标（CO2年排放量、NOx年排放量）在内的多指标评价体系。综合AHP和DEA评价方法，并考虑灰色关联度来对各个方案进行排序评价，既考虑到决策者的主观偏好，又能避免受到过多人为因素的干扰，形成较为完善的分布式能源系统的评价体系。
1 基于AHP-DEA灰色关联评价方法
1.1 层次分析法（AHP）
层次分析法是主观评价的一种常用方法，结合各个专家的不同意见，能够在一定程度上发挥专家在某一领域积累的经验和知识的优势性，操作起来也较方便。但是，层次分析法的劣势也很明显。受到类似个人偏好、认识水平等主观因素的影响，人为因素对决策的影响较大，往往会给决策数据带来偏差。
1.2 数据包络法（DEA）
1.3 AHP和DEA综合权重计算
AHP能够反映决策者的主观偏好，DEA表示出对各个决策单元相对最有利的指标权重。将AHP和DEA相结合，采用线性加权的方法来确定由主观和客观共同组成的综合评价权重。相比较单一的AHP或DEA评价方法，这一方法更加客观和准确。综合权重的计算表达式如下：
1.4 基于灰色关联分析的综合评价模型
在对方案进行评价时，往往会出现各个方案间的区别不明显，不利于决策者决策。而带有灰色关联的综合评价模型能够将各方案与最优方案之间的关联度进行比较来确定被评价方案的优劣，从而有效提高各个方案之间的区分度。
（1）确定最优方案集。
（2）方案指标的规范化处理。
各个指标之间不同的量纲和数量级导致不能直接对其进行比较，因此需要对矩阵G进行规范化处理。处理的办法有Z-score法、极值处理法、功效系数法等，详细的处理步骤见文献（8）。
（3）确定灰色关联系数。
（4）确定关联度。
2 分布式能源系统评价指标体系
2.1 分布式能源系统的组成
分布式能源系统的种类很多，不同的动力系统组成不同的能源系统，传统的有电网供电、燃气锅炉供热和电空调热冷组成的传统分布式能源系统，也有吸纳可再生能源主的，以光伏系统为例。还有诸如内燃机、燃气轮机、燃料电池等为主要动力设备的分布式能源系统。本文以上述五种分布式能源系统为评价对象，具体的系统组成如表1所示。
2.2 评价指标体系构建
对一个能源系统的评价往往要从多角度展开，进行全面的评价分析。在构建分布式能源系统评价指标时，遵循客观、全面、具体的原则，从经济、能耗和环境三个层次来考虑，经济性包括系统的投资成本和运行成本，能耗性主要为一次能源消耗量和一次能源节约率，环境方面突出的评价指标为CO2和NOx排放量。由此，可以构建出分布式能源系统的评价指标为六项：投资成本、运行成本、一次能源消耗量、一次能源利用率、CO2年排放量和NOx年排放量。其中，一次能源利用率为效益型指标，其余为成本型指标。
具体而言，投资成本反映出系统各个设备的总投资费用，运行成本包括系统主要设备的年运行费用以及年燃料购买费用。一次能源消耗量包含两个部分，一個是多联供系统消耗燃气量，另一个部分是从电网购买的电量转换成一次能源消耗量，而一次能源利用率为系统的输出能量与一次能源消耗量之间的比值，利用率越高，系统的能耗性能越好。CO2排放源有三个，分别是消耗天然气、转换从电网购的电以及制冷剂的泄露，本文在核算CO2排放量时不考虑制冷剂的泄露问题。而对于NOx排放量的核算，不同的设备有不同的排放因子，如表2所示，可根据这些排放因子来计算NOx排放量。
3 实例分析
以某酒店的分布式能源系统为例，酒店总面积为9600，屋顶面积为1600，光伏系统每千瓦需要用地6，则光伏系统可安装容量为260kW。针对该分布式能源系统有5种设计方案，方案的具体数值如表3所示。
3.1 基于AHP的指标权重设计
根据AHP评价的步骤邀请专家进行打分，总目标层A是（选择最优方案），准则层B的各项准则分别为投资成本低（B1），运行成本低（B2），一次能源消耗量少（B3），一次能源利用率高（B4），CO2年排放量少（B5），NOx年排放量少（B6）。依据1-9标度法来进行打分，构造如表4所示的判断矩阵。
计算指标权重得：
进行一致性检验，CR为0.027<0.1，判断矩阵具备满意的一致性。
3.2 基于DEA的指标权重计算
在对分布式能源系统方案进行评价时，按照指标的特性，将投资成本、运行成本、一次能源消耗量、CO2年排放量和NOx年排放量这些取值越小越好的指标作为输入指标，而一次能源节约率这个取值越大越好的指标为输出指标。在进行DEA评价时，首先要对数据进行无纲量化处理，本文采用线性比例法来进行数据的处理，处理后的矩阵B如下所示。
3.3 综合权重的确定
3.4 带有灰色关联分析的AHP-DEA评价模型
根据评价指标的特点，选择最优方案指标集与评价指标构成的矩阵G
由上表可知，带有灰色关联度的综合评价法中，S2系统是最优方案，其次是S3，S5，S4，最差方案为S1。S2、S3运行成本低，一次能源消耗少，且一次能源利用率高，同时产生的污染也很少，所以其评价值较高。而S1方案，虽然投资成本最低，但是其运行成本高、一次能源消耗多且利用率低，在环保上也较其他系统方案差，故其评价值最低。对于系统S5和S4，虽然能源消耗和利用率都没有优势，但是其在经济上的优势很明显，所以往往会优于方案1，但是要差与方案2和方案3。因此，对于更重视一次能源的消耗和利用率的决策者而言，方案2和方案3更优，而对于更加看重投资成本的决策者而言，方案4和方案5则相对最优。
AHP法建立在主观评价的基础上，其排序情况是S2>S3>S4>S5>S1，大体与本文实际情况相同，在S4和S5之间略有差别。但是AHP法主观性太强，往往缺乏公正性和客观性。DEA从每个决策单元的角度出发，整体评价情况并不理想，没有区分出S2、S3和S5三个系统方案之间的差别。AHP法下评价值最高与最低之间的差值为0.256，DEA法得出的差值为0.083，本文提出的方法的差值为0.637，较AHP法和DEA法相比，该方法的取值范围大得多，这说明运用本文提出的方法对分布式能源系统进行评价，能够在很大程度上提高各个方案之间的对比度，评价也就更为合理、有效。同时，由于该方法对样本数据没有严格的要求，即使数据没有典型的分布规律，也同样能够通过该方法进行评价。另外，贴近度法和熵值法得出的结论与本文的结论一致，进一步说明本文的方法具备可行性和合理性。
4 结论
本文建立了分布式能源系统的灰色关联AHP-DEA综合评价模型，该模型综合了三种方法的特点和优势，以灰色关联为主，综合考虑AHP和DEA法确定的主观权重和单个决策单元下的相对最优权重，来确定不同方案的综合权重，从而计算出各个方案之间的关联度。得出的结论包括：
（1）对分布式能源系统的评价可从多个角度进行，同时考虑其经济、环保、能耗等因素，建立多角度评价指标体系。
（2）基于灰色关联的AHP-DEA法综合评价模型，将主观评价与客观评价相结合，并采用灰色关联方法来进行各个方案之间的比较。对于5种分布式能源系统方案，分布式光伏系统具有运行成本低、能效高、环境污染小的优点，视为最优方案。并且该结论与贴近度法、熵值法的评价结果相一致。
（3）站在不同角度的决策者对于方案有不同的选择，看重经济性指标时，以内燃机和燃气轮机为主的能源系统更优;更偏好系统的能耗时，光伏系统是最佳选择;对优先系统环保性的决策者而言，选择燃料电池系统则为相对最优决策。
参考文献
[1]任洪波，邱留良，吴琼，等.分布式能源系统优化与设计综述[J].中国电力，2017，50（7）：49-55.
[2]Thomas D H，Laboratory O R N.Energy efficiency through combined heat and power or cogeneration[M].Nova Science Publishers，2010.
[3]Ehyaei M，Mozafari A Energy，economic and environmental（3E） analysis of a mi-cro gas turbine employed for on-site combined heat and power production[J].Energy Build，2010，（42）：259-264.
[4]Ren H，Gao W，Zhou W，et al.Multi-criteria evaluation for the optimal adoption of distributed residential energy systems in Japan[J].Energy Policy，2009，37（12）：5484-5493.
[5]陈柏森，廖清芬，刘涤尘，等.区域综合能源系统的综合评估指标与方法[J].电力系统自动化，2018，（4）.
[6]董福贵，张也，尚美美.分布式能源系统多指标综合评价研究[J].中国电机工程学报，2016，36（12）：3214-3222.
[7]张涛，朱彤，高乃平，等.分布式冷热电能源系统优化设计及多指标综合评价方法的研究[J].中国电机工程学报，2015，35（14）：3706-3713
[8]王先甲，张熠.基于AHP和DEA的非均一化灰色关联方法[J].系统工程理论与实践，2011，31（7）：1222-1229.
[9]邓雪，李家铭，曾浩健，等.层次分析法权重计算方法分析及其应用研究[J].数学的实践与认识，2012，42（7）：93-100.
[10]刘秋华，董丹丹，韩韬.基于层次分析法的配电网风险评估指标体系研究[J].电气技术，2016，17（9）：39-42.
[11]陈奎，韦晓广，牛俊萍，等.基于AHP-DEA模型的电网规划方案综合评判决策[J].电力系统保护与控制，2014（21）：40-46.
[12]杨勇平，吴殿法，王宁玲，等.一种考虑权重不确定性的机组综合评价模型[J].华北电力大学学报（自然科学版），2016，43（2）：73-79.
[13]Huang Y，Sder L.Evaluation of economic regulation in distribution systems with distributed generation[J].Energy，2017：126.
上一篇：天然气新能源产业园