确定直购电交易分摊电力网络固定成本的新方法

周盈，文福拴，2，朱炳铨，项中明，徐立中，赵良（.浙江大学电气工程学院，杭州0027；2.文莱科技大学电机与电子工程系，斯里巴加湾BE40,文莱；.国网浙江省电力公司，杭州0027）

确定直购电交易分摊电力网络固定成本的新方法

周盈1，文福拴1，2，朱炳铨3，项中明3，徐立中3，赵良3
（1.浙江大学电气工程学院，杭州310027；2.文莱科技大学电机与电子工程系，斯里巴加湾BE1410,文莱；3.国网浙江省电力公司，杭州310027）

与大用户直购电相关的如何确定其应该承担的电力网络固定成本这一个重要问题，仍未得到很好解决。在此背景下，对大用户直购电交易所需分摊的电力网络固定成本进行了系统分析，并考虑了交易的多方面属性。首先从用户侧、发电侧和电网环节3个方面构建了与直购电交易相关的电力网络固定成本分摊的指标体系；之后，在数据包络分析框架下建立了联盟博弈模型，并利用区间层次分析法在该模型中引入了反映决策者偏好的权重约束，进而获得了一种能够计及指标权重约束的电力网络固定成本分摊模型；最后，以IEEE14节点系统为例说明了所提方法的基本特征。算例结果表明，这种方法能够在满足决策者偏好的前提下保证分摊结果的公平合理。

直购电；固定成本分摊；指标体系；数据包络分析；联盟博弈；权重约束

大用户直接交易是电力市场改革的重要组成部分。到目前为止，已有吉林、广东、福建、安徽和辽宁等省份开展了大用户直接交易试点工作，内蒙古电力多边交易市场中也包含大用户直接交易[1]。然而，与大用户直购电相关的输配电价机制尚未形成，成为相关各方目前争论的焦点之一，这已经在相当程度上影响了这项工作的推广。在电力网络成本中，固定成本占相当大的比重，研究如何将电力网络固定成本在各交易之间进行分摊具有很强的应用背景。

在电力网络固定成本分摊方面，国内外已有相当多的研究报道，所提出的方法从总体上可以分为综合成本法、边际成本法和基于博弈论的分摊方法等。综合成本法是目前使用最为广泛的分摊方法，其中邮票法、合同路径法[2]等分摊方法原理比较简单，易于实现，但其没有考虑实际潮流状况和各交易对电力网络的使用情况和对系统产生的影响，因此分摊结果难以公平合理地体现基于使用的分摊原则。潮流追踪法、发电转移分布因子法、广义发电分布因子法和广义负荷分布因子法等综合成本分摊法是通过将线路上的总潮流分解为各个“源”或“流”所引起的潮流分量之和，从而评估用户（或交易）对电力网络的使用程度，此类方法又称为源流分析法[3-4]。实际上很难确定每个负荷所用电力来自哪个发电机，所以这类方法均基于某种主观假设。例如，潮流追踪法假设电力在任一节点处的分配满足比例共享原则。边际成本法[5]分为短期边际成本法和长期边际成本法，短期边际成本法不能有效回收固定成本，而长期边际成本法需要对长期成本和负荷进行预测，准确性难以保证，计算也比较复杂。将博弈理论应用于电力网络成本分摊最早由日本学者Tsukamoto等[6]提出。这类方法考虑了不同交易之间客观存在的相互博弈关系，最终达成一个各方都愿意接受的分摊方案。到目前为止，这类方法主要基于合作博弈，将参与电力交易的各方或电力市场成员视为局中人，将潮流节省量折算到线路固定成本或将成本节省量视为特征函数[7]。

上述固定成本分摊方法所考虑的因素一般侧重于某个或某些方面，如依据潮流情况或用电量分摊。随着电力市场的深化和发展，需要考虑的因素会更多，例如交易发生的时间、交易电能的质量等均会影响系统成本，根据“谁使用，谁承担”的原则这些因素也需要适当考虑。一种好的固定成本分摊方法应该能够综合考虑交易各方面的特性，并力求分摊结果公平。

数据包络分析DEA（dataenvelopmentanalysis）是一种评价多属性决策单元之间相对效率的方法。文献[8]首次尝试把DEA应用于成本分摊问题，计及了分摊前后所有参与的成员效率不变性和帕雷托最小性。之后，许多学者开始将DEA与博弈理论方法相结合来解决公共平台系统建设费用的分摊问题[9]。近年来，有些学者提出了在数据包络分析中体现决策者指标或决策单元偏好的思路与方法。文献[10]将反映决策者意愿的“偏好锥”引入DEA理论，建立了与带产出锥和投入锥相应的两阶段生产可能集；文献[11]分别考虑了对各权重之比进行约束和对虚拟输出变量（输出变量与相应权重的乘积）之比进行约束这两种形式；文献[12]将输入输出视为模糊数，通过引入Campos平均指数，将模糊集合之间的关系转化为一般线性关系，建立了基于Campos指数的模糊DEA；文献[13]采用层次分析法AHP（analytic hierarchy process）构建权重约束，并在此基础上运用DEA对电网规划方案进行了评价。上述方法有的过于复杂，限制了其应用范围（如文献[10-12]）；有的则过于依赖决策者的主观判断（如文献[13]）。区间层次分析法IAHP（interval analytic hierarchy process）[14]由AHP发展而来，是一种实用的多维决策方法，其将AHP与区间数相结合，更加适合解决主观判断和决策属性的不确定性问题。

本文将基于IAHP-DEA的联盟博弈方法应用于解决电力网络固定成本分摊问题。首先建立了较为全面的电力网络固定成本分摊指标体系，其中不仅考虑了电压等级、电能质量、交易电量，还考虑了发电侧供电煤耗和排污水平、交易发生时间、地点等因素对固定成本分摊的影响。之后，利用基于DEA的联盟博弈模型得到各交易的分摊结果，借助了IAHP将决策者偏好信息转换成约束条件加入到传统DEA模型中，即对固定成本分摊指标体系中各指标权重进行约束，并对无考虑权重约束时的分摊结果进行了比较。

1 电力网络固定成本分摊的评估指标体系

建立科学而系统的指标体系对于与大用户直接交易相关的电力网络固定成本分摊具有重要意义。到目前为止，专门研究与电力网络固定成本分摊相关的指标体系的文献很少。随着电力交易的种类逐步增多，文献[15]采用分时电价和电能质量指标表征交易负荷的峰谷特性和电能质量要求对电力网络成本的影响，在分摊过程中综合考虑了分时电价、电能质量和用电量3个指标。在上述背景下，本文考虑了参与直购电的各利益相关方面，从用电侧、发电侧和对电力网络影响3个方面出发，建立了与大用户直购电相关的电力网络固定成本分摊指标体系，如图1所示。

在图1中，采用了交易电量、电压等级和电能质量这3个指标描述电能交易在用户侧的属性；引入供电煤耗和污染物排放水平指标来描述电能交易在发电侧的节能环保特性，以期在公平分摊固定成本的同时合理引导大用户的购电与用电行为；引入峰谷电价和线路负荷率不均衡度变化这2个指标来表征交易发生时间和交易双方所处位置对电力网络成本的影响。

图1 电力网络固定成本分摊指标体系Tab.1 Index systeMofallocating power network fixed cost

2 各指标的量化与处理

2.1 用电侧指标

1）交易电量指标Y1

大用户直购电的年交易电量越大，该笔交易应分摊的固定成本就越大。显然，若只考虑交易电量这一指标，就蜕化为邮票法了。Y1的单位为万kW·h。

2）电压等级指标Y2

用户所在电压等级不同，电力网络送电所经过的设备数量和距离可能不同，导致的网络损耗一般也不同，则相关的电力网络供电成本也不同。我国电力用户的电压等级一般分为不满1 kV、1～10 kV、35～110 kV、110 kV和220 kV及以上5类，把Y2的量化值依次记为1、2、3、4和5。

3）电能质量指标Y3

在电力市场发展比较成熟的国家和地区，电网企业可以根据用户需要提供不同水平的电能质量服务，电能质量要求高的用户需要承担较高或额外的输电费用，这体现了公平负担原则。利用电能质量指标Y3对电能质量国家标准中所涉及的4个指标，即供电电压允许偏差、公用电网谐波、电压允许波动、三相电压允许不平衡度，进行综合评估，具体计算公式为式中：SVD为电压偏差指标；SHD为谐波畸变率指标；SVF为电压波动指标；SVU为三相不平衡度指标。各指标计算方法参照文献[15]。Y3的值越小，表示用户对电能质量的要求越高，需要分摊的网络固定成本也就越大。

2.2 发电侧指标

考虑到不同发电厂生产单位电能所产生的污染排放量不同，大用户选择不同的发电厂进行电力交易时产生的环境效益也不同。政府相关部门作为分摊标准的制定者，为促进节能减排，有必要引入相关指标。

发电侧指标主要考察发电厂的节能减排情况。从社会责任的角度考虑，某笔交易的发电侧的供电煤耗及污染物排放水平越低，该笔交易分摊的输电固定成本可以越低，即通过价格引导大用户选择节能减排情况较好的机组，从而激励电厂降低能耗及排放水平。

1）供电煤耗指标Y4

参照文献[16]中的机组性能考核系数，将实际供电煤耗与机组优化基准供电煤耗之差占机组优化基准供电煤耗的比重作为供电煤耗指标，以避免机组基准供电煤耗的差异对指标的影响。具体计算模型为

式中：Bh为机组运行实际供电煤耗，g/（kW·h），即总发电量除去厂用电量后向系统供电的实际煤耗；Bj-h为机组优化基准供电煤耗，g/（kW·h），Bj-h是指机组实际运行于某一工况时所能达到的最低煤耗，可借助机组性能在线监测，通过改变机组的运行参数，进行大量优化实验及耗差分析确定。

2）污染物排放指标Y5

污染物排放指标包括3个子指标：烟尘排放指标Y51、二氧化硫排放指标Y52和氮氧化合物排放指标Y53。则污染物排放指标可表示为

这3个子指标的计算可参见文献[17]。基本思路是按污染物排放限值将污染物的排放量分不同的等级，并且不同等级对应不同的分值，分值都取0～1之间的数；分值越高说明对应污染物的排放量越高。

2.3 电网影响指标

1）峰谷电价Y6

电力负荷一般具有明显的峰谷特性，同样一笔交易发生在负荷高峰时期和低谷时期对电网运行的影响是不同的。为了应对负荷高峰，电网公司不得不投入资金来增加输电容量以保证电力供应和系统运行的安全性。在一些国家或地区，对用户侧的销售电价实行峰谷电价也是出于这个考虑。因此，本文将峰谷电价指标作为衡量交易发生时间对电力网络影响的指标，其具体计算公式[15]为

式中：n为参与直购电的大用户数目；Ti为大用户i在典型日的用电小时数，h；α∶1∶β为典型日的峰、平、谷时段的电价比；Tif、Tip和Tig分别为大用户i在典型日的峰、平、谷时段用电小时数，h。显然，谷时段利用小时数占全天开工小时数的比例越高，峰时段占的比例越小，该大用户分摊到的固定成本也就越少，这有利于引导大用户避开用电高峰期，以缓解电网在高峰时段的输电压力。

2）线路负载率不均衡度变化指标Y7

线路负载率是指线路中实际流过的有功潮流与线路可输送的极限有功潮流之比，计算公式为

式中：fi为第i条线路的负载率；Pi为第i条线路上实际输送的有功功率；Pimax为第i条线路可输送的有功功率最大值。输电线路的负载率越低，则相应的线路容量裕度越大，系统调度的灵活性越大。

对于实际电力系统而言，某一条或几条输电线路的负载率不能全面反映整个电力网络的整体运行状态。平均负载率表示系统中所有线路负载率的平均值，虽然能从整体上反映出系统的负荷水平，但不能反映各条输电线路负载率和平均负载率之间的差，有可能出现某些远远大于或小于平均负载率的线路。本文采用文献[18]提出的基于标准差的负载率不均衡度来衡量电力网络的运行状态，即

式中：E为线路负载率不均衡度；b为线路数；f¯为线路的加权平均负载率。实际上，E就是线路负载率的标准差。当所有线路的负载率集中在同一水平线上下时，负载率不均衡度就会较小。当有的线路负载率很高，而有的很低时，负载率不均衡度就会比较大。

这里将交易j实施前后，线路不均衡度的变化作为固定成本分摊的指标之一，即

式中：Eall和E-j分别为包含所有交易时和不包含第j笔交易时的电力网络线路负载率不均衡度；t为交易数目。考虑第j笔交易后，线路负载率不均衡度增加的越多，该交易应该分摊的固定成本就越多；若考虑该笔交易后线路负载率不均衡度下降，则该交易对系统的安全和经济运行是有利的，此时Y7取0。Y7的值与交易双方在电力网络中所处位置有关，用Y7表征交易发生地点对成本分摊的影响。

2.4 指标类型的一致化处理

在上述指标中，有些指标值与分摊的固定成本是正相关的，即指标值越小，应分摊的固定成本也越少；反之则称为负相关指标。显然，除了电压等级和电能质量指标之外，其余均属于正相关指标。在进行综合评价之前，需对评价指标类型进行一致化处理。对于负相关指标，令

式中：Y为负相关指标的指标值；Y*为经一致化处理后的指标值。

2.5 指标的无量纲化

为尽可能地反映实际情况，避免由于各项指标的量纲不同以及其数量级间的悬殊差别所带来的负面影响，需要对指标进行无量纲化处理。这里采用归一化处理方法，即

式中，yrj和yrj′分别为交易j的第r个指标归一化处理前与处理后的值。

3 基于IAHP-DEA的联盟博弈方法

3.1 满足DEA有效的分摊方案集

将DEA引入到固定成本分摊问题时，每笔交易就相对于一个决策单元DMU（decision making unit），而前文提出的指标则相当于系统的输出指标，每笔交易分摊到的固定成本便是其唯一的输入指标。这样，第k个DMU的DEA效率可由DEA中的Charnes-Cooper-Rhodes（CCR）优化模型[19]求取。具体模型可描述为

式中：hk和yrk分别为第k个DMU的DEA效率和其第r个输出指标值；ur为第r个输出指标的权重；Rk和Rj分别为第k个和第j个DMU所分摊的固定成本比例；s为输出指标个数。式（12）～式（15）为约束条件。式（12）表明DEA效率并非绝对效率，而是衡量该DMU的生产能力与其对应的前沿生产能力之间差距的相对效率，故效率值必然在[0，1]之间；式（13）表明各DMU承担的固定成本之和应等于待分摊的总固定成本；式（14）和式（15）均为模型中变量的非负约束。

同理，DMU整体的DEA效率优化模型可描述为

式中：hall为DMU整体的DEA效率；hj为第j个DMU的DEA效率；约束条件同式（12）～式（15）。

可以证明[19]，所有DMU和整体均为DEA有效，即DEA效率均能达到1。综合以上2个模型，同时满足DMU个体和整体为DEA有效的分摊方案集合可以表示为

3.2 DEA联盟博弈模型

假设S为决策集合N={1，2，…，t}的任一子集构成的联盟，定义S的各指标值为

式（20）表示在使得自身联盟的分摊最小化的同时，还要保证分摊结果满足DMU个体和整体为DEA有效。易得，V（φ）=0，V（N）=1，且具次加性，即V（S∪W）≤V（S）+V（W），因此可将V（S）作为联盟S的特征函数。

3.3 联盟博弈的解

多人合作博弈有多种不同的解的表达形式，常用的包括核心（core）、核仁（nucleolus）和Shapley值。其中只有核仁解必定存在且唯一[20]。为此，这里采用核仁作为联盟博弈的解。

假设R=（R1，R2，…，Rt）是t笔大用户直接交易合作博弈的一个分摊方案，那么必然有

式中，|S|为S中包含的交易个数。该式说明了对于任何S，其成员单独行动所付出的成本之和必然不小于形成联盟后的总成本，否则就没有成员愿意加入该联盟。根据式（21）定义S对分摊方案R的不满意度为

核仁算法的基本原理[20]是：优先考虑最不满意的联盟，选择分配使这种联盟的不满意度达到最小；再考虑次不满意的联盟，并选择分配使其不满意程度尽可能小。如此循环，直到所有联盟的不满意度都尽可能小为止。因此，基于核仁解的固定成本分摊模型为

在最后的分摊方案中各个DMU使用相同的权重向量u，表示了各指标对分摊结果的影响，其能够给市场参与者提供一定的经济信号。

3.4 权重约束的确定

3.4.1 引入权重约束的必要性

在各项指标值不变的情况下，不同的权重值会导致不同的分摊情况。各个DMU在博弈中势必选择对自身最有利的权重方案。因此，从某种意义上讲，权重的灵活性为各成员提供了相互博弈的空间。但过于灵活的权重也是此方法的软肋所在。从式（19）和式（20）可以看出，如果没有权重约束，则最优解为最有利于该DMU的指标的权重为1，其余为0。然而，这种情况是不现实的，因为每个DMU在选择各自的最优权重时，不仅要使自己的分摊额尽可能小，还要考虑以下因素：

（1）上层决策者对于各个指标的偏好；

（2）指标体系的有效性。例如，各指标的权重不能太高；所有指标的权重不能为0。这是为了防止各DMU过度强调自己的强项，从而造成权重分布过于悬殊。

鉴于此，本文采用上下限约束的形式对权重进行了约束，即为每个指标设置不同的权重变化范围。

3.4.2 用区间层次分析法求解权重约束

考虑到人们对一些事物的比较判断有时难以用准确的数值来表达，采用区间表示更为合适。因此，这里采用IAHP求解指标的权重约束。IAHP用区间数代替AHP所用的点值来构造判断矩阵，并通过区间运算得到权重向量，原始数据和计算结果都以区间数形式表达，从而可得到更具“柔性”的结果。这样既能保证指标体系的合理性，又能体现指标之间的相对重要性。

1）构造判断矩阵

与AHP一样，IAHP也要首先建立各指标两两比较的判断矩阵。但对于IAHP，其判断矩阵中的元素不再是确定数，而是区间数，表示决策者对于某指标与另一指标之间相对重要性的估计范围。可用如表1所示的1～9标度方法将决策判断定量化。如果认为因素i与因素j相比介于“明显”、“强烈”到“极端”之间，可以将结果表示为区间数[6，8]。根据互反性，因素j与因素i的比较结果为[1/8，1/6]。对角线元素aii表示元素i与自身比较的结果，显然为“同等”，即[1，1]。

表1 1～9标度系统Tab.1 1～9 scalesystem

2）一致性校验

设A=（aij）m×m为区间判断矩阵，其中的元素为aij=[，。记=（a）m×m=（和分别为矩阵A的上边界和下边界点值矩阵。参照AHP的矩阵一致性检验方法，定义区间矩阵一致性的指标为

式中：CR为一致性比率，一般认为当CR≤0.1时，A的一致性程度满足要求[21]；CI为一致性指标，m为判断矩阵的阶数，λ-和λ+分别为A-和A+的最大特征值；CS为随机一致性指标，取值与m有关。

3）求解判断矩阵权重

由于判断矩阵元素为区间数，就必须采用区间数判断矩阵的权重求解算法。目前常用的算法包括区间特征根法IEM（intervaleigenvaluemethod）、随机模拟法、迭代法等[21-22]。其中，随机模拟法计算量大，迭代法误差较大，而IEM在精度和计算量方面的综合性能较好，本文采用IEM求解权重。

假设x-、x+分别为A-、A+对应于最大特征根λ-、λ+的具有正分量的归一化特征向量。根据区间数及特征根运算基本定理[21]，区间数权重向量u为

式中，u-和u+为权重的下限约束和上限约束。在原始模型中加入权重约束u-≤u≤u+，即得到基于IAHP-DEA的联盟博弈模型。

4 算例

4.1 算例数据

以图2所示IEEE 14节点系统[23]为例来说明所提出的方法，各支路参数参见文献[23]。

图2 14节点系统拓扑结构Fig.2 14-bussysteMtopology structure

假设有3个独立发电机组G1、G2和G3和4个大用户参与直接交易。具体交易信息见表2。

表2 系统中大用户直接交易数据Tab.2 Direct trade data in system

表3和表4分别给出了参与直购电的大用户及发电机组的具体信息。为简化起见，这里直接给出了大用户电能质量的指标值和污染物排放子指标的分值。

表3 系统中大用户的基本情况Tab.3 Basic information of large consumers in the system

给定划分的峰谷电价时段：①峰时：10∶00—12∶00，18∶00—22∶00；②平时：8∶00—10∶00，12∶00—18∶00，22∶00—24∶00；③谷时：0∶00—8∶00。峰、平、谷电价之比为：2∶1∶0.5。由此可以计算出4个大用户的分时电价指标Y6=[1.083 3，0.500 0，1.454 5，1.454 5]。

表4 系统中发电机组的基本情况Tab.4 Basic information ofgenerators in the system

4.2 算法流程

步骤1根据第2.3节的计算方法以及各支路的电抗值，计算出线路负载率不均衡度变化指标：Y7=[0.003 6，0.010 4，0.001 7，0.012 5，0.053 5]。然后对各交易的指标数据作一致化及归一化处理，可得到表5。

表5 各交易的归一化指标Tab.5 Normalized indexmatrix

步骤2采用IAHP方法计算各指标的权重约束。首先形成如表6所示的区间判断矩阵；然后，求取其一致性指标CR=0.052 0，其小于0.1，因此满足一致性要求；最后，根据IEM得到权重的上下限约束分别为：u+=[0.296 1；0.152 7；0.095 7；0.059 7；0.048 8；0.234 5；0.234 5]，u-=[0.247 1； 0.100 8；0.062 7；0.049 6；0.038 2；0.189 6；0.189 6]。

步骤3利用式（19）和式（20）分别计算未考虑权重约束和考虑权重约束时，各联盟的特征函数及权重分配。

表6 电力网络固定成本分摊指标区间判断矩阵Tab.6 Interval judgmentmatrix for power network fixed costallocation

步骤4根据式（23）～式（25）分别求取无权重约束和有权重约束条件下联盟博弈的核仁解，即固定成本分摊方案。

4.3 分摊结果及分析

表7和表8分别显示了无权重约束和有权重约束时固定成本分摊方案及相应权重。图3显示了邮票法与基于DEA的联盟博弈方法的对比。

表7 联盟博弈的核仁解Tab.7 Nucleolus solution of the cooperative game

图3 3种方法得到的固定成本分摊比例对比Fig.3 Comparisonsofallocation proportionsof fixed costw ith threemethods

由图3可见，基于DEA的联盟博弈算法由于综合考虑了电压、电能质量、交易电量、线路负荷率不均衡度以及机组的节能减排等因素，得到的分摊结果比较合理。对比交易1和交易3，在邮票法下由于交易3的交易电量远大于交易1，因此分摊的固定成本也比交易1大。实际上，虽然交易1的交易电量小且电能质量要求低，但其发电侧节能减排效果不如交易3，且其峰谷电价指标和线路负载率不均衡度变化指标都比交易3大，这说明交易1对电力网络的影响相对较大。采用基于DEA的联盟博弈方法时交易1和交易3分摊到的固定成本相近。这体现了相互博弈形成的结果比较公平合理的特征。

表8 核仁解中各指标的公共权重Tab.8 Common weightsofnucleolussolution

从表8可知,在不考虑权重约束时，各交易间博弈的结果是：线路负载率不均衡度变化指标的权重最大，没有考虑电能质量指标、机组供电煤耗指标及峰谷电价指标。这样的权重分配不够合理，也不能给市场参与者提供正确的经济信号。引入权重约束一方面可保证所有指标的权重差异不会过大，另一方面可使得各指标的重要性符合决策者的主观偏好。

5 结语

电力网络固定成本分摊对推动大用户直接交易至关重要。本文采用基于IAHP-DEA的联盟博弈模型来求解这一问题，并通过求取核仁解获得分摊比例。由算例计算结果可得到如下结论。

（1）采用所提方法得到的分摊结果不仅考虑了交易电量，还考虑了用户所在电压等级、要求的电能质量，发电侧机组的节能减排情况以及不同交易的发生时段、发生位置对固定成本分摊的影响，考虑的因素比较全面，得到的分摊结果更为合理。

（2）通过DEA与联盟博弈相结合，实现了在满足整体及各笔交易效率最大的前提下，各方对分摊结果的不满意度最小，这兼顾了效率与公平。

（3）通过采用IAHP，引入了指标权重的上下限约束，这不仅可以在相当程度上避免过分依赖部分有利于自身的指标的缺陷，而且能够使得权重选取反映上层决策者的意愿，这体现了主客观相结合的思路。

（4）采用核仁解能够得出一个确定的指标权重，其表征了各指标对于分摊结果的重要性。这样可使固定成本的分摊结果透明化，并能够给市场主体提供一定的经济信号。

本文只是提出了电力网络固定成本分摊的一种新的思路，如要应用于实际电力交易则还有一些具体问题需要研究。例如，如何协调跨省区大用户直接交易、如何处理相关的辅助服务成本等问题。

[1]夏清，白杨，钟海旺，等（Xia Qing，BaiYang，Zhong Haiwang，etal）.中国推广大用户直购电交易的制度设计与建议（Institutionaldesign and suggestions for promotion ofdirectelectricity purchase by large consumers in China）[J].电力系统自动化（Automation of Electric Power Systems），2013，37（20）：1-7.

[2]Kristiansen T.Comparison oftransmission pricingmodels[J]. International Journal of Electrical Power&Energy Systems，2011，33（4）：947-953.

[3]李传栋，王建明，杨桂钟（LiChuandong，Wang Jianming，Yang Guizhong）.潮流追踪解析算法（Analytical algorithMfor tracing power flow）[J].电力系统及其自动化学报（Proceedings of the CSU-EPSA），2013，25（3）：119-123，146.

[4]荆朝霞，廖名洋，聂更生，等（Jing Zhaoxia，Liao Mingyang，Nie Gengsheng，etal）.输电固定成本分摊中最大化综合效益的源流分析方法（A source-sink analysis method formaximizing socialsurplus in transmission fixed costallocation）[J].电力系统自动化（Automation of Electric Power Systems），2013，37（23）：71-77.

[5]傅书逷，张锐，王海宁（Fu Shuti，Zhang Rui，Wang Haining）.输电费的计算与分摊（Computation and allocation of transmission charges）[J].电力系统自动化（Automation of Electric Power Systems），2004，28（3）：5-9.

[6]Tsukamoto Y，Iyoda I.Allocation of fixed transmission cost to wheeling transactions by cooperative game theory[J]. IEEETranson Power Systems，1996，11（2）：620-629.

[7]龚演平（Gong Yanping）.电力市场中输电固定成本分配方法对比研究（Studyonmethodology of fixed transmission costallocation in powermarket）[J].电力技术经济（Electric Power TechnologicEconomics），2009，21（5）：10-17，31.

[8]CookW D，KressM.Characterizing an equitable allocation of shared costs：a DEA approach[J].European Journalof OperationalResearch，1999，119（3）：652-661.

[9]孙玉华，曾庆铎（Sun Yuhua，Zeng Qingduo）.基于DEA的二阶段网络系统的固定成本分摊方法（Fixed costallocation of two-stage network systems based on DEA）[J].经济数学（Journal of Quantitative Economics）,2013，30（1）：33-36.

[10]魏权龄，许余洁（WeiQuanling，Xu Yujie）.具有偏好锥的链式网络DEA模型（Chain network DEAmodelwith preference cone）[J].数学的实践与认识（Mathematics in Practiceand Theory），2010，40（24）：228-240.

[11]Estellita Lins MP，Moreira da Silva A C，Lovell C A K. Avoiding infeasibility in DEA modelswith weight restrictions[J].European JournalofOperationalResearch，2007，181（2）：956-966.

[12]张茂勤，李光金，尚文娟（Zhang Maoqin，LiGuangjin，Shang Wenjuan）.基于Campos指数的模糊DEA（A fuzzy DEAmodelbased on Campos index）[J].系统工程理论与实践（Systems Engineering—Theory&Practice），2004，24（4）：41-48.

[13]陈奎，韦晓广，牛俊萍，等（Chen Kui，WeiXiaoguang，Niu Junping，etal）.基于AHP-DEA模型的电网规划方案综合评判决策（Comprehensive judgment for power systeMplanning alternatives based on AHP-DEA）[J].电力系统保护与控制（PowerSysteMProtection and Control），2014，42（21）：40-46.

[14]阿辽沙·叶，祝恩国，成倩，等（Aliaosha·Ye，Zhu Enguo，Cheng Qian，etal）.用电设备安全评估的改进区间层次分析法（Improved intervalanalytic hierarchy processmethod for electrical equipment safety assessment）[J].电力系统及其自动化学报（Proceedingsof the CSU-EPSA），2015，27（1）：32-36.

[15]周明，郑雅楠，李庚银，等（Zhou Ming，Zheng Yanan，Li Gengyin，etal）.考虑分时电价和电能质量的大用户转运费用固定成本的综合分摊方法（Synthetical method forallocatingwheeling fixed cost for large consumers considering time-of-use pricingand powerquality）[J].中国电机工程学报（Proceedingsof the CSEE），2008，28（19）：125-130.

[16]黄新，王健，陈海峰（Huang Xin，Wang Jian，Chen Haifeng）.火电机组能耗及排放综合考核管理方法研究（Comprehensive assessmentmanagementmethod for energy consumption and emissions of thermal power units）[J].华东电力（East China Electric Power），2011，39（10）：1585-1587.

[17]王晓璐（Wang Xiaolu）.火电机组能效评价体系探究（Preliminary Research on Energy EfficientEvaluation systeMfor SupercriticalUnits）[D].北京：华北电力大学能源动力与机械工程学院（Beijing：Schoolof Energy，Power and Mechanical Engineering，North China Electric Power University），2012.

[18]于海波（Yu Haibo）.基于负载率均衡度的电力系统调度策略与风电规划研究（Research of Power SysteMDispatching Strategy and Wind Power Planning Based on Load Rate Balance Degree）[D].哈尔滨∶哈尔滨工业大学电气工程及自动化学院（Harbin∶Schoolof Electrical Engineering and Automation，Harbin Institute of Technology），2013.

[19]李勇军（LiYongjun）.基于DEA理论的固定成本分摊方法研究（Research on the Fixed Cost Allocation based on DEA）[D].合肥：中国科学技术大学管理学院（Hefei：School of Management，University of Science and Technology ofChina），2008.

[20]高效，彭建春，罗安(Gao Xiao，Peng Jianchun，Luo An）.多种交易模式下核仁解分摊输电网固定成本（A nucleolus solution for fixed transmission cost allocation under hybrid transactionsmodes）[J].中国电机工程学报（Proceedingsof the CSEE），2007，27（10）：120-124.

[21]刘自发，庞铖铖，魏建炜，等（Liu Zifa，Pang Chengcheng，Wei Jianwei，etal）.基于IAHP和TOPSIS方法的负荷密度指标计算（Index calculation of load density based on IAHPand TOPSISmethods）[J].电力系统自动化（Automation of Electric Power Systems），2012，36（13）：56-60.

[22]肖峻，罗凤章，王成山，等（Xiao Jun，Luo Fengzhang，Wang Chengshan，etal）.区间层次分析法的权重求解方法比较研究（Comparison amongmethods ofweights calculation in the interval-based AHP）[J].电力系统及其自动化学报（Proceedings of the CSU-EPSA），2004，16（3）：12-16.

[23]张伯明，陈寿孙.高等电力网络分析[M].北京：清华大学出版社，1994.

New Method for Allocating Power Network Fixed Costamong Direct Trades

ZHOUYing1，WEN Fushuan1，2，ZHUBingquan3，XIANGZhongming3，XU Lizhong3，ZHAO Liang3
（1.SchoolofElectricalEngineering，Zhejiang University，Hangzhou 310027，China；2.Department of Electrical&Electronic Engineering，Institut TeknologiBrunei，Bandar SeriBegawan BE1410，Brunei；3.State Grid Zhejiang Electric PowerCorporation，Hangzhou 310027，China）

How to allocate powernetwork fixed cost isan importantbutnotyetwell-solved issue related to direct trades between large consumers and generation companies.Given this background，this issue is systematically analyzed considering variousattributes of direct trades.Specifically，an evaluation systeMfor allocating power network fixed cost is structured first froMthree aspects：the user side，generator side and the impactson the power system.Then，a cooperative gamemodel in the framework of data envelopment analysis is presented to address this issue.In thismodel，weightconstraintsare introduced by employing the intervalanalytic hierarchy process（IAHP）to reflect the preference of decision-makers，and a power network fixed costallocationmodel considering the index weight constraints is next attained.Finally，the IEEE 14-bus systeMisemployed to demonstrate the basic characteristicsof the developedmodel. Simulation results showed that the proposed approach can lead to fair and reasonable allocationswith decisionmakers' preference considered.

direct trades；fixed costallocation；index system；data envelopmentanalysis；cooperative game；weight constraint

TM73

A

1003-8930（2015）09-0012-09

10.3969/j.issn.1003-8930.2015.09.003

周盈（1991—），女，硕士研究生，主要从事电价机制、大用户直购电和市场策略方面的研究。Email：zhouying7988@ gmail.com

2015-03-03；

2015-04-10

国家重点基础研究发展规划（973计划）资助项目（2013CB228202）；国网浙江省电力公司科研项目（5211ZD13000R）；国家电网公司总部科技项目（52110115009Q）

文福拴（1965—），男，博士，教授，博士生导师，主要从事电力系统故障诊断与系统恢复、电力经济与电力市场、智能电

网与电动汽车等方面的研究。Email：fushuan.wen@gmail.com朱炳铨（1967—），男，本科，高级工程师，主要从事电网调度运行管理工作。Email：hzzbq@sina.com