新型城镇化发展对电网公司运营的影响评价模型*

周想凌，郝婉梦，邢杰，邱丹，刘焱，蒋彪

（1.国网湖北省电力公司运营监测中心，武汉430077；2.武汉大学电气工程学院，武汉430072）

0 引 言

城镇化是人口持续向城镇聚集的过程，是世界各国经济社会发展的重要趋势。新型城镇化［1］是以人为核心的城镇化，注重区域间协调发展。电力行业作为国民经济发展的重要基础行业，与新型城镇化的发展息息相关［2］；新型城镇化的规划部署与电力体制改革、能源互联网的发展交错影响，因此研究城镇化发展对电网企业运营的影响已成为电网公司和政府部门非常关心的问题，对未来电网的规划、运行等方面尤为关键，具有重要的实用价值。

新型城镇化发展对电网运营的影响要综合考虑各方面因素，因此构建科学的综合评价理论体系［3］是解决这一问题的有效方法，有利于对评价对象做出全局性、整体性的评估。评价指标体系建立后，需要对各指标的权重系数进行求解，层次分析法［4］可将复杂问题分层次分析，进而求出各层次指标的主观权重；熵权法［5］基于实际数据计算各评价指标的信息熵，从而确定各指标的客观权重系数；文献［6-7］将基于矩估计理论的AHP与熵权法相结合，组合权重的计算方法使结果更客观有效。与传统的评价方法相比，云模型［8］能有效降低评价过程中的主观性，使综合评价结果更具有说服力。

到目前为止，国内外针对新型城镇化发展对电网公司运营影响的相关研究工作尚处于空白。本文针对城镇化发展对电网公司运营的影响展开研究，提出了一套新型城镇化发展对电网公司运营影响的评价指标体系，采用层次分析法-熵权法确定各指标的主客观组合权重，并构建了一种基于云重心理论的综合评价模型，能对评价客体进行科学有效的评估。通过对某省份各个地市新型城镇化发展对电网运营影响的实际数据的计算与分析，对该方法的可行性与有效性进行了验证。

1 新型城镇化发展对电网公司运营的影响评价指标体系

新型城镇化发展对电网公司运营的影响应从多方面进行分析，综合考虑电网运营各方面的因素，使评价更加合理和全面。在本文中，新型城镇化的发展程度用城镇化率这个量化的统计数据表示。本文提出的城镇化发展对供电企业运营影响的一整套评价指标体系具体表现在以下几个方面：

（1）在电量及经济指标方面：新型城镇化对电力企业运营最直接和最重要的影响就是带动电力消费量的增长。随着人口的迁移，县域工业电气化水平不断提高，居民用电负荷快速增长，用电量水平必然增加。城镇化率与经济发展、电力消费量之间存在明显的正相关性。此类指标均为正向指标；

（2）在供电投诉指标方面：随着新型城镇化的不断推进，居民对用电质量及服务的意识不断增强，对电网的电压质量、停电次数、电网建设、服务水平等有着更高要求。因此，城镇化率越高，居民供电投诉情况将越少。此类指标均为反向指标；

（3）在电网停运指标方面：城镇化率越高，要求配电网可靠性、稳定性越好，因此各类百公里停电次数、故障停运率等指标均越小越好。所以此类指标均属于反向指标；

（4）在配网抢修指标方面：当事故发生后，居民对配电网故障抢修的要求也是随城镇化率的增加而增加，希望平均到达现场时间、故障修复时间和未按时到达现场率均越小越好，以尽量减小对社会生产生活的影响。此类指标均属于反向指标；

（5）在能源互联网指标方面：新型城镇化发展与能源互联网的建设交错影响、相互促进，能源互联网结合了可再生能源、分布式发电与互联网技术，有利于增加电网与用户间的互动，提高能源利用效率。城镇化率越高，能源互联网的建设应该越完善。此类指标均属于正向指标。

根据上述分析，本文提出的新型城镇化发展对电网公司运营影响的综合评价指标体系如图1所示，该指标体系分为一级指标5个、二级指标20个，其中前17个指标是定量指标，后3个指标是定性指标。通过对指标的综合分析处理，就可以得到客观合理的评价结果。

图1 新型城镇化发展对电网公司运营的影响评价指标体系Fig.1 Evaluation index system of the impact of new urbanization development on the operation of grid corporation

2 基于AHP-熵权法与云重心理论的综合评价方法

2.1 指标的标准化处理

城镇化对电网运营影响的不同指标具有不同的含义和量纲，具体数值差异较大，不能进行直接比较，因此各类指标必须通过标准化处理后才能进行综合比较。本文采用功效系数法［9］作为规范化评分标准，计算方法如下：

式中dli为第i个指标的单项功效系数值即评分值；A为偏移度即起始评分值；Xi、Xhi、Xsi分别为第i个评价指标的实际值、满意值及不允许值。

对于正向指标，满意值为该指标的最大值，不允许值为最小值；对于反向指标，满意值为该指标的最小值，最大值为不允许值。功效系数越大，反映该指标的性能越优。

2.2 AHP-熵权法组合权重

（1）层次分析法

层次分析法（Analytical Hierarchy Process，AHP）可对已建立的指标体系进行分层研究，分别计算目标层对一级指标、各一级指标对相应的二级指标的权重系数，最终求出最底层指标相对于最高层的主观权重。

首先，对于上一层次的某一准则，对同一层各因素的重要性进行两两比较，构造判断矩阵A。

式中aij表示指标i与指标j的相对重要程度，本文采用九级标度法［10］。

其次，由于客观事物的复杂性以及人们对事物认识的模糊性和多样性，要对判断矩阵进行一致性检验。判断矩阵A偏离一致性指标为：

式中λmax为矩阵A的最大特征根。

判断矩阵的平均一致性指标RI的值已知［11］，当满意一致性指标CR满足下式时，认为判断矩阵A具有一致性，否则就需要修正判断矩阵的取值：

（2）熵权法

熵是对系统状态不确定性的一种度量，利用评价对象的固有信息，求出各指标的信息熵，信息熵越小，信息的无序程度越低，其信息的效用值越大，指标的权重越大。第个指标的信息熵Ei为：

式中 i＝1，2，…m为指标数；j＝1，2，…n为评价对象数，系数 K＝1/ln n为第 i项评价指标在第j个评价对象上的标准值。

由信息熵确定第i个指标的客观权重为：

（3）AHP-熵权法组合权重

层次分析法是根据专家经验确定各指标主观权重，熵值法利用评价对象的固有信息确定各指标的客观权重，为了有效地综合主观因素和客观因素的影响，增加综合评估结果的可信度，本文将AHP和熵权法的权重计算结果相结合［12］，各二级指标的AHP－熵权法组合权重求取方法为：

2.3 云模型综合评价方法

云模型来反映综合评判过程，实现定性与定量之间的转化，能有效降低评价过程中的主观性，对评价客体进行有效的评估，并将结果以云图表现出来。与传统的处理模糊概念的方法相比，云模型的综合评判方法更贴近人们的思想，结果更加客观具体，具有说服力。

（1）计算各指标的云模型。

云模型通过3个数字特征期望Ex、熵En、超熵He来表征概念的整体特性。对于定量指标，提取n组样品组成决策矩阵，那么n个精确数值型的指标就可以用一个云模型来表示：

式中Exi为各指标量的值。

对于定性指标的云模型，可采用专家评语法，设n位评判专家对某一定性指标按照评语集给出n组评语，则此定性指标的n组评语可以用1个一维云模型来表示：

期望

熵

（2）求出加权综合云的云重心向量

m个指标所反映的系统状态就可用1个m维综合云来表示。m维综合云的云重心向量可表示为：

式中 Ti＝ai×bi；a表示云重心位置，即反映定性概念中心值的期望Ex；b表示云重心高度，反映相应的云在系统中的权重，一个系统的状态变化可以通过云重心的改变来度量。

（3）计算加权偏离度

把各指标归一化后的向量值乘以权重值，然后再相加，得到加权偏离度θ的值。

式中0≤θ≤1；Wi为第i个单项指标的AHP-熵权法组合权重值。

图2为城镇化发展对电网运营影响的综合评价方法程序流程图。

3 实验结果与分析

基于某省份各地市2014年的实际数据［13］，本文根据所提出的新型城镇化发展对电网公司运营影响的评价指标体系，求出各指标的AHP-熵权法组合权重，应用云模型的综合评价方法分别求出8个城市的加权偏离度，评价结果用云图表示，并将各城市的综合评价结果与城镇化率的发展趋势进行比较，得出相应的结论。

首先，对城镇化率由高到低排列的8个城市的各类指标进行标准化评分。本文提出的综合评价指标体系中二级指标的前17个指标均为定量指标，应采用功效系数法进行标准化评分，本文的偏移度A设置为20，总分为100，指标评分结果越高说明该地市的该项指标越符合城镇化的发展要求。以电量与经济指标下的各个二级指标为例，求出规范化评分见表1（因篇幅限制不再列出其他定量指标的标准化结果）。

图2 基于AHP-熵权法与云模型的综合评价方法程序流程图Fig.2 Program flow chart of comprehensive evaluation method based on AHP-entropy weight method and cloud model

表1 电量与经济指标的标准化评分结果Tab.1 Standard score results of the electric quantity and economic indexes

对于指标体系中二级指标的后三个定性指标E2、E3、E4宜采用专家测评法处理，以城市2为例，分别请六位专家分别对E2、E3、E4进行评分，并根据式（10）可计算各指标的一维云模型的期望值，计算结果见表2。

表2 6位专家对城市2的定性指标评分结果Tab.2 Qualitative index score results of city 2 by six experts

其次，根据本文的权重计算方法，可分别求出该评价指标体系的AHP主观权重和熵权法客观权重，为综合考虑主客观因素的影响，根据式（8）得到各指标的AHP-熵值法组合权重。各指标的层次分析法权重、熵权法权重和AHP-熵值法组合权重的具体计算结果见表3。

表3 各指标权重计算结果Tab.3 Calculation results of each index weight

最后，求出各个地市的加权综合云的云重心向量，并对该云重心向量进行归一化处理，并根据式（14）求出各地市云模型的综合加权偏离度。各地市的城镇化率和综合加权偏离度计算结果见表4。

表4 各城市的城镇化率和综合加权偏离度Tab.4 Urbanization rate and comprehensive weighted deviation of each city

将新型城镇化对电网企业运营影响的综合评价结果分为好、良好、一般、较差和差5个类别，构成一个定性评测的云发生器。将各个城市的综合加权偏离度输入到该定性评测的云发生器中，生成的综合云图如图3。综合加权偏离度越小，表明评价结果与理想值的偏差越小，则城镇化对电网运营影响的评价结果越好（本文认为电网运营的综合指标与城镇化率应该呈现正相关关系，即城镇化率越高，电网运营综合评价指标结果越高）。因此可用表示综合评价结果，并与各地市的城镇化率进行比较如图4。

图3 各地市城镇化对电网运营影响的评估云图Fig.3 Assessment cloud chart impact of city urbanization on power grid operation

从图3、图4可以看出，城镇化率最高的城市1、城市2，其新型城镇化对电网企业运营的综合评价结果也最好，评语处于“好”与“良好”之间，而城镇化率最低的城市8其综合评价结果也最差。从图4中可以看出，各地市的城镇化发展对电网公司运营影响的综合评价结果与城镇化率的发展趋势大体一致，但排在中间的城市例如5、6、7由于城镇化率相差较小，很多指标的标准化评分相近，因此电网运营综合评价结果并不完全符合城镇化率的发展规律。

图4 各地市城镇化率及综合评价结果对比Fig.4 Comparison between urbanization rate and the comprehensive evaluation results of each city

4 结束语

新型城镇化的发展是现阶段保持经济持续较快发展的强大支撑，必将对电力企业运营提出新的要求。本文针对新型城镇化发展对电网公司运营的影响展开全面的分析研究，提出了一套新型城镇化发展对电网公司运营影响的评价指标体系，采用AHP－熵权法确定各指标的主客观组合权重，并采用云模型求出评价对象的综合加权偏离度，进而针对城镇化发展对电网公司运营的影响进行综合分析评估。基于2014年某省份8个地市的实际数据，针对新型城镇化发展对该电网公司的运营影响进行评估计算。计算结果表明，城镇化发展对该电网公司运营影响的综合评价结果与城镇化率的发展趋势大体一致；同时，本文提出的新型城镇化发展对电网公司运营影响的评价模型是可行的和有效的，能够为电网公司的科学运营提供指导依据。