基于主客观赋权的燃煤机组节能减排模糊综合评价

柏建华， 魏健鹏， 刘吉祥， 徐方灵， 王海生

(国网甘肃省电力公司电力科学研究院， 兰州 730070)

随着煤炭资源的枯竭和针对大气污染日益严重的燃煤机组超低排放政策的出台，我国对燃煤机组节能减排评价体系和方法提出了更高的要求。

综合评价法的基本思想是将多个指标转化为一个能够具体量化反映综合情况的指标来进行评价[1]。曹丽华等[2-3]运用灰色关联理论对火电机组节能减排进行了评价；王军等[4]利用因子分析方法建立了燃煤发电节能减排的一种综合评价模型；孙栓柱等[5]通过雷达图和能源消耗与环境代价统一量化的节能减排绩效评价两种方法分别分析燃煤机组节能减排绩效综合评价效果；付忠广等[6]将最大熵与投影寻踪方法相结合应用于燃煤机组节能减排综合评价模型中；杨勇平等[7]采用优劣解距离(TOPSIS)法的组合权重建立了火电机组性能综合评价模型；齐敏芳等[8]将信息熵理论与主成分分析方法相结合应用于火电机组综合评价；魏利邦等[9]通过将粗糙集理论和可拓物元理论结合，构造了燃煤发电机组节能综合指标模型；许乃中等[10]构建了面向区间值的火电机组模糊数学综合评价体系；张雷等[11]利用全排列多边形图示指标法构建了综合评价模型，实现对绩效的动态评价。

目前常见的熵权确定方法有主观赋权法、客观赋权法和主客观融合赋权法[12]。主客观融合赋权法综合了主观和客观两种赋权方法的特点，既考虑了专家的主观偏好，又兼顾了决策数据本身的客观信息，从一定程度上克服了单一赋权法的不足，避免片面性，提高综合评价的科学性。常见的主客观融合赋权方法有线性组合法[13-15]，基于最小二乘线性融合、乘法合成归一法和基于最大隶属度的多权融合技术。尤晨等[16-18]将最小二乘法、二元语义加权算术平均(T-WAA)算法、最小化 Kullback 散度的方法应用于综合评价中。

虽然我国学者对燃煤电厂节能减排评价做了大量的工作，但大多是针对节能或减排单方面进行评价研究，而针对节能减排综合评价的研究较少，将主客观权重融合的节能减排综合评价就更少。通过构建燃煤机组节能减排评价体系，采用一种主客观权重相融合的方法，对某地区6台火电机组节能减排进行了综合评价，得到更科学、合理、客观的评价结果。

1　基于欧式贴近度的模糊物元模型

1.1 构造复合模糊物元矩阵Rnm

物元是由给定的方案或事物M、优选指标C(特征向量)和指标数值x(特征值)构成的三元数组R=(M，C，x)。如果指标特征值x具有不确定性和模糊性，R则为模糊物元。由m个方案或事物对应的n个指标数值组合起来，就构成了复合模糊物元矩阵Rnm,记为：

(1)

1.2 从优隶属度模糊物元矩阵的确定

(2)

1.3 差平方模糊物元矩阵构建

理想状态下指标μij=1，以Sij=(μij-1)2组成差平方模糊物元，记为：

(3)

1.4 指标权重计算

1.4.1 主观权重系数计算(选取专家调查法)

专家调查法简单、直观，便于实现[19]。具体步骤为：

(1) 聘请专家填写调查表格。

(2) 对专家调查表进行汇总。

将所有专家调查表进行评价指标重要程度系数aij汇总。

(3) 计算指标ci的重要程度系数。

(4)

1.4.2 客观权重系数计算(选取熵权法)

熵权法属于客观赋权法，依靠数据本身的客观信息计算，不受专家和评价者的主观偏好干扰[20]，其计算步骤为：

(1) 构建物元矩阵Rnm。

(2) 将物元矩阵进行归一处理。

(5)

式中：xmax、xmin分别表示相同指标下不同评价对象最理想者或最不理想者。

(3) 确定评价指标的熵。

i=1，2，…，n,j=1，2，…，m

(6)

(4) 计算评价指标的熵权βi。

(7)

1.5 主客观权重系数融合方法

为使组合权重尽可能地同时兼顾主客观权重,根据最小鉴别信息理论，组合权重求解公式为：

(8)

1.6 基于欧式近度的综合评价

贴近度是指被评价对象与标准对象两者接近程度，贴近度越大表明两者差距越小，反之则表明两者相差较大[21]。理想状态下指标μij=1，标准对象贴近度为1，故对于燃煤机组贴近度越接近标准对象贴近度1，表明该机组的节能减排效果越好。根据差平方模糊物元和各评价指标熵权，可得出贴近度为：

(9)

2　节能减排综合评价

评价指标的选取是否科学、全面、合理，将直接影响综合评价的结果：指标太多，将会有重复性指标，会扩大对应指标的权重，同时会加大综合评价计算的复杂性和数据采集的误差；指标太少，则缺乏足够的代表性，会产生片面性。应依照目的明确、比较全面、切实可行的原则选取评价指标[22]。

根据欧式贴近度的模糊综合评价法、专家调查法和熵权法的步骤，确定评价流程(见图1)。

图1模糊综合评价流程图

3　应用分析

某地区6台300 MW燃煤机组2015年节能减排指标数据见表1。

表1　6台燃煤机组节能减排评价指标值

在主观权重计算中，聘请了3位火电节能专家和3位环保专家对各节能减排指标权重打分，汇总见表2。

表2　专家调查汇总表

根据评价流程步骤分别对主客观权重进行了计算，通过式(8)对主客观权重进行融合，融合权重见表3。由表3可见：熵权法中新水耗量权重最大，发电标准煤耗权重最小。而专家调查法中发电标准煤耗权重最大，新水耗量权重最小。对数据进行分析，可知在客观熵权法中评价指标数值离散程度越大，计算所得的权重就越大。对比主客观和组合权重可以看出：组合权重介于主、客观权重之间，在排序过程中既尊重了专家意愿，又体现了客观数值。

表3　主客观权重融合结果

根据式(9)对机组节能减排贴近度进行求解，并对各机组节能减排进行了优劣排序，结果见表4。由表4可以看出：5号机组的节能减排贴近度为0.672 4，距标准对象贴近度1最近，故5号机组的节能减排效果最好；后面依次为2号机组、3号机组、4号机组、1号机组和6号机组。对比表1节能减排评价指标值可见：虽然1号机组发电标准煤耗最低，但是与5号机组相比，其新水耗量和SO2排放量较高；6号机组发电标准煤耗、新水耗量、NOx排放量和粉尘排放量都最高，所以6号机组节能减排效果最差。该排序与这6台机组实际运行情况相一致。

表4　6台机组节能减排贴近度

4　结语

选取的发电标准煤耗、发电厂用电率、新水耗量、SO2排放量、NOx排放量、粉尘排放量6个运行指标，囊括了节煤、节电、节水及污染物排放等方面，能够较全面地评价燃煤机组减排现状。采用主客观赋权的模糊综合评价模型对燃煤机组节能减排效果的评价与实际运行情况相一致，此模型能够科学、合理地反映机组实际情况。该评价方法能为进一步提高燃煤机组节能减排精细化管理水平和发电企业内部班组竞赛提供依据，对电网基于节能减排调度具有一定借鉴意义。

参考文献：

[1] 顾煜炯, 徐婧, 李倩倩, 等. 燃煤发电机组调峰能力模糊综合评估方法[J]. 热力发电, 2017, 46(2): 15-21.

[2] 曹丽华, 徐皎瑾, 李勇. 基于灰色关联度的火电厂节能减排效果评价方法研究[J]. 环境工程, 2014, 32(6): 140-143.

[3] 罗毅, 周创立, 刘向杰. 多层次灰色关联分析法在火电机组运行评价中的应用[J]. 中国电机工程学报, 2012, 32(17): 97-103.

[4] 王军, 李永华, 阎维平. 一种燃煤发电节能减排综合评价指数[J]. 中国电机工程学报, 2011, 31(增刊1): 144-148.

[5] 孙栓柱, 代家元, 周春蕾, 等. 燃煤机组节能减排绩效综合评价方法研究[J]. 电力科技与环保, 2015, 31(5): 53-56.

[6] 付忠广, 齐敏芳. 基于最大熵投影寻踪耦合的燃煤机组节能减排评价方法研究[J]. 中国电机工程学报, 2014, 34(26): 4476-4482.

[7] 杨勇平, 吴殿法, 王宁玲. 基于组合权重-优劣解距离法的火电机组性能综合评价[J]. 热力发电, 2016, 45(2): 10-15.

[8] 齐敏芳, 付忠广, 景源, 等. 基于信息熵与主成分分析的火电机组综合评价方法[J]. 中国电机工程学报, 2013, 33(2): 58-64.

[9] 魏利邦, 徐世明. 基于粗糙集的火电机组节能综合评价指标体系研究[J]. 节能, 2015, 35(12): 9-13.

[10] 许乃中, 曾维华. 火电行业节能减排技术综合评价方法研究[J]. 环境科学与技术, 2014, 37(5): 187-192, 198.

[11] 张雷, 李娜娜, 赵会茹, 等. 基于全排列多边形图示指标法的火电企业节能减排绩效综合评价[J]. 中国电力, 2014, 47(6): 145-150.

[12] 宋冬梅, 刘春晓, 沈晨, 等. 基于主客观赋权法的多目标多属性决策方法[J]. 山东大学学报(工学版), 2015, 45(4): 1-9.

[13] 姜光成, 胡乃联, 印赫哲, 等. 基于主客观组合赋权及灰色相关分析的采矿法优选[J]. 矿业研究与开发, 2016, 36(9): 7-13.

[14] 马友, 王尚广, 孙其博, 等. 一种综合考虑主客观权重的Web服务QoS度量算法[J]. 软件学报, 2014, 25(11): 2473-2485.

[15] 赵建恒, 许蕴山, 邓有为, 等. 针对预警机的主客观权重相结合的TOPSIS法多目标排序[J]. 计算机测量与控制, 2014, 22(10): 3249-3252.

[16] 尤晨. 主客观组合赋权的灰色决策模型及其在消费者决策中的运用[J]. 数学的实践与认识, 2014, 44(20): 57-63.

[17] 韩二东, 郭鹏, 赵静. 主客观权重集成及扩展VIKOR的多属性群决策方法[J]. 计算机工程与应用, 2015, 51(11) 1-5, 17.

[18] 王娟, 周好文. 基于Kullback散度的主客观权重相结合的投资决策方法[J]. 济南大学学报(自然科学版), 2011, 25(4): 414-417.

[19] 曾小明, 周俊武, 单肖军, 等. 城市道路交通综合管理机制研究[J]. 佛山科学技术学院学报(自然科学版), 2008, 26(4): 35-38.

[20] 曹丽华, 崔琬婷, 徐皎瑾, 等. 熵权模糊物元模型应用于火电厂节能减排综合评价[J]. 热力发电, 2015, 44(1): 54-57, 63.

[21] 孙建梅, 邢柳. 基于改进模糊物元的火电机组节能减排评价[J]. 科技管理研究, 2016, 36(11): 58-62, 96.

[22] 胡永宏, 贺思辉. 综合评价方法[M]. 北京: 科学出版社, 2000: 10-11.