风电场宏观选址综合决策方法的研究

，，， ，

(1.新疆电力设计院，新疆 乌鲁木齐 830047；2.国网昌吉供电公司，新疆 昌吉 831100)

0 引 言

风电场宏观选址是风电建设项目的首要任务，亦决定了整个风电场投资的经济效益；对风电场进行前期考察综合判断现场各指标对风电场影响成为了研究的焦点，为判断选址方案的优劣提供了参考。文献[1-3]评价了风电场宏观选址的风能资源；文献[4]采用ArcGIS分析SRTM(shuttle radar topography mission)提取选址区域起伏度、坡度两个地形参数；文献[5]利用地理信息系统(geographic information system，GIS)技术评价了风电场交通条件，现实条件下风电场宏观选址应考虑风能、联网、交通运输和施工、地质和地貌条件以及其他因素[6,7]；文献[8]列举了选址影响因素，并未采用任何方法对选址方案进行评估决策；文献[9,10]采用层次分析法(analytic hierarchy process，AHP)对风电场宏观选址评估分析，但选址决策结果依赖于专家意见，没有能够充分利用客观数据。

针对上述问题，首先利用层次分析法[9,10]将风电场选址现场所要考虑各因素划分成有序的递阶层次结构，再采用三标度法构造判断矩阵提高收敛速度、一致性以及归一化专家构建判断矩阵的权重向量的期望作为各指标权重，最后利用灰色关联度分析法在“小样本、贫信息”下确定各方案与理想方案的关联程度[11,12]，从主、客观角度综合分析决策，选择出合适风电场场址，为风电场宏观选址提供了理论依据。

1 综合决策方法

1.1 改进的层次分析法

层次分析法是美国运筹学家T.L.Saaty在20世纪70年代中期提出的一种系统化、层次化分析的方法。但不能很好处理不确定因素、不同专家对构造的判断矩阵有不同的认可、判断矩阵经常出现不一致性的情况[13]等不足之处，采用有别于传统层次分析法1～9标度的三标度法构造判断矩阵来提高收敛速度和一致性；归一化各专家判断矩阵形成权重向量的期望，作为各指标的权重。

图1 递阶层次结构

注：B1各项数据于测风塔70 m处采集；年有效利用小时数C13为风速介于3～25 m/s的时间；湍流强度C12为10 min内风速随机变化幅度大小；上网电量C35根据当地实际状况由WAsP计算得出；清洁发展机制(CDM)效益为在国际碳交易市场中相对于火电厂，风电场发相同电量减排的CO2以80元/t价格出售获取的效益；节约标准煤量C53以每度电耗标准煤350 g计风电场每年按所发电量可节约标准煤量，也间接体现减排CO、SO2等污染物的量；环境保护投资C54包含风电场水环境保护、生活污水与垃圾处理、大气环保、环境监测、环境监理等费用；水土保持投资C55包含工程措施、植物措施以及临时措施投资等费用。

采用改进AHP包含以下步骤。

(1)确定风电场宏观选址递阶层次结构

综合考虑利用谷歌地球(Google Earth，GE) 统计分析选址现场交通、并网、施工技术条件等，以及考虑风能、地质、经济以及对环境影响等因素，确定了图1所示风电场选址的递阶层次结构。

(2)求解准则层某子准则权重过程

①建立比较矩阵A

专家采用三标度法两两比较指标的相对重要性得出如下比较矩阵A。

(1)

式(1)中，a1～an为各个指标；

为指标ai与指标aj之间的比较结果。

②构造判断矩阵C

(2)

③求解权重向量及检验一致性

④确定各指标权重

(3)

1.2 灰色关联度分析法

灰色关联分析法基于邓聚龙教授提出的灰色系统理论[15]，利用几何原理比较分析理想方案各指标与实际方案各指标间的关联度，判断各方案与理想方案偏差程度，关联度越大表明越接近理想方案。同时结合AHP法确定对风电场的宏观选址起直接影响关联度和评估决策结果的权重，从而对风电场宏观选址完全从客观角度进行决策。

具体步骤如下。

(1) 均值化处理

采用公式(4)均值化处理由评估方案数m与指标层指标n(C11～C55)构成数组x(m×n)。

(4)

(2)求各指标关联系数

(5)

(3)确定各方案灰色关联度

由AHP确定各指标权重以及公式(5)得各指标关联系数，综合决策得出各评价方案的灰色关联度。

(6)

式中，γi为第i种评价方案与理想方案的关联度。

具体综合决策流程，如图2。

2 算例分析

选取具有优良风能资源的新疆9大风区中额尔齐斯河河谷、十三间房、哈密三塘湖—淖毛湖等风区，对装机容量均为49.5 MW风电场宏观选址进行综合决策，以上3种方案简称为方案1、方案2、方案3。

通过搜集测风塔资料、现场调研、利用GE遥感影像等多种渠道确定风电场选址现场客观指标值，如表1。

图2 综合决策流程图

准则层指标方案1方案2方案3风能资源B1C1157.6597.382.2C12416.15772.18525.06C135 6896 3436 936C146.199.586.49C150.1120.0950.102地质因素B2C210.050. 100. 10C22130270280C233.51215C24508090技术因素B3C31110110110C32257.515C330.252C34255517C3511 484.010 584.59 438.1经济因素B4C417.127.387.18C428.9410.589.56C4311.1711.9411.11C4448 379.0442 350.9742 739.99环境因素B5C51741.6684.4456.9C528.5018.556.66C533.933.703.32C542043052C5590.680.1207.9

2.1 确定指标权重

本项目共有3位专家参与，根据公式(1)～(3)确定各指标权值，α=(0.032, 0.032, 0.039, 0.037, 0.053, 0.046, 0.043, 0.039, 0.039, 0.071, 0.053, 0.031, 0.035, 0.044, 0.033, 0.031, 0.038, 0.063, 0.045, 0.036, 0.043, 0.060, 0.057)。

2.2 灰色关联度分析

根据公式(4) ～(5)确定各指标关联系数矩阵结合改进AHP确定权重α以及公式(6)可得3种选址方案与理想方案的灰色关联度γ = [0.671,0.755, 0.691]。结果表明，方案1与理想方案的关联度最小，方案2比方案3关联度较为冗余，因此基于风能资源、地质因素、技术因素、经济因素以及环境因素的风电场宏观选址综合决策，方案2为最优方案。

3 结 论

综合考虑风电场风能资源、地址条件、联网、施工以及交通等多方面因素，确定了风电场现场宏观选址指标体系，采用改进AHP与灰色关联度分析法相结合从主客观角度综合决策风电场宏观选址。并对新疆3大风区拟建49.5 MW风电场宏观选址进行算例分析，最终得出了科学、合理的结论。

当然，实际风电场宏观选址要考虑更多方面的因素，综合决策考虑所有因素不现实、也不科学，因此如何从众多因素中挑选出主导因素成为下一个研究的内容。

[1] Lee A H I，Chen H H，Kang H Y．Multi-criteria Decision Making on Strategic Selection of Wind Fames[J]．Renewable Energy，2009，34(1)：120-126．

[2] 邓院昌，余志．基于参考风电机组的风电场宏观选址资源评价方法[J]．太阳能学报，2010，31(11)：1516-1520．

[3] 谢建明，邱毓昌．大型风力发电场选址与风力发电机优化匹配[J]．太阳能学报，2001，22(4)：465-42．

[4] 邓院昌，余志，钟权伟．风电场宏观选址中地形条件的分析与评价[J]．华东电力，2010，38(8)：1244-1247．

[5] 邓院昌，余志，周卉．风电场宏观选址中交通条件的一种评价方法[J]．华东电力，2010，38(2)：281-284．

[6] 中华人民共和国发展与改革委员会[2003] 1430号．风电场场址选择技术规定[Z]．北京：2003．

[7] 宫靖远．风电场工程技术手册[M]．北京：机械工业出版设，2004．

[8] 风电场选址与风机优化排布实用技术探讨[J]．电力科学与工程，2010，26(3)：1-4．

[9] 云丽萍．风电场选址优化的模糊综合评价研究[D]．北京：华北电力大学，2008．

[10] 邓院昌，宁洪涛，王铁强．基于GIS的风电场宏观选址综合评价方法及应用[C]．中国可持续发展论坛暨中国可持续发展学术年会，2007．

[11] 邓聚龙．灰色理论基础[M]．武汉：华中科技大学出版社，2002．

[12] 刘思峰，党耀国，方志耕．灰色系统理论及其应用[M]．北京：科学出版社，2004．

[13] 赵云飞，陈金雷．层次分析法及其在电力系统中的应用[J]．电力自动化设备，2004，24(9)：85-87．

[14] 李晓辉，张来，李小宇，等．基于层次分析法的现状电网评估方法研究[J]． 电力系统保护与控制，2008，36(14)：57-61．

[15] 邓聚龙．灰色理论基础[M]．武汉：华中科技大学出版社，2002：35-76．

[16] 吕锋．灰色系统关联度之分辨率系数的研究[J]．系统工程理论与实践，1997，17(6)：49-54．