基于證據(jù)推理的風(fēng)電產(chǎn)業(yè)評價

白楊森，常 瑞，呂玲玲

(1.鄭州新力電力有限公司，河南 鄭州 450003;2.華北水利水電大學(xué)，河南 鄭州 450045)

隨著我國促進新能源發(fā)展和節(jié)能環(huán)保等戰(zhàn)略性政策的出臺，國家對低碳經(jīng)濟和新能源產(chǎn)業(yè)的重視，我國風(fēng)力發(fā)電產(chǎn)業(yè)得到了迅速發(fā)展.對風(fēng)力發(fā)電項目進行嚴密的可行性研究論證，對于避免不合理的盲目投資、防止各種資源的浪費有著重要的意義［1］.王瑞蓮采用基于改進模糊一致矩陣優(yōu)選法［2］，曾鳴、王文銘等采用層次分析法對風(fēng)力發(fā)電項目的可行性進行了研究［3－4］，但是這些研究存在評價體系不完整、評價指標篩選的主觀性等缺陷，還沒有形成一套完整而科學(xué)的指標體系和評價方法來綜合評價風(fēng)力發(fā)電項目整體上的情況，無法給出總體性的可行性結(jié)論.由于風(fēng)力發(fā)電產(chǎn)業(yè)評價涉及的因素較多，并且存在信息缺失的現(xiàn)象，屬于包含定性和定量信息的不確定多屬性決策問題.文中針對定量和定性指標的評估問題，引入證據(jù)推理方法來處理不確定情況下的信息［5］.該方法是基于D－S 證據(jù)理論發(fā)展起來的一種算法.首先構(gòu)造基本概率分配函數(shù)，接著進行證據(jù)集成計算出綜合評價指標的分布式結(jié)果，而后采用效用區(qū)間來表達不完整或不精確的評估并以此決策.該方法在不確定性度量方面對未知信息的考慮更為接近人類專家的思維習(xí)慣，已被用于工程設(shè)計選擇，組織的自我評估和供應(yīng)商評估等［6－8］.筆者通過分析風(fēng)力發(fā)電產(chǎn)業(yè)的特點，構(gòu)建風(fēng)電產(chǎn)業(yè)的評價指標體系，利用證據(jù)推理方法進行綜合評價，評價結(jié)果較好.

1 風(fēng)力發(fā)電可行性指標體系的確立

風(fēng)力發(fā)電項目可行性相關(guān)的影響因素非常多而且復(fù)雜，從區(qū)域環(huán)境、技術(shù)實力、經(jīng)濟效果以及其他因素4 方面進行研究，這4 個指標也稱為一級評價指標，并進一步細分為11 個二級指標，5 個三級指標，形成如圖1 所示的模式結(jié)構(gòu).下面對此模型做簡要的說明.

1)模型分為4 個層次.第1 層為目標層，是研究問題的出發(fā)點和最終落腳點;第2 層是與目標層直接相關(guān)的總要素，為評價體系的一級指標;第3 層和第4 層是決定目標層策略的具體的因素層，為評價體系的二級和三級指標.

2)影響風(fēng)力發(fā)電的因素有很多，其中包括區(qū)域環(huán)境、技術(shù)實力、經(jīng)濟效果及其他因素，其中區(qū)域環(huán)境是主要影響因素.該模型結(jié)構(gòu)打破了原有的關(guān)于風(fēng)電建廠的傳統(tǒng)認識，認為只要有豐富的風(fēng)能資源，項目就可以實施，其實風(fēng)能資源的豐富狀況是風(fēng)電建廠的一個先決條件，這一條件滿足后還要考察是否具備其他條件，避免盲目立項，以期合理地發(fā)展風(fēng)電.

圖1 風(fēng)電產(chǎn)業(yè)評價指標體系模型

3)從圖1 可以看出風(fēng)電項目可行性評價指標體系是一個多指標、多層次的綜合評價體系.風(fēng)電項目可行性評價指標體系中有2 種指標，一種是定量化指標，如風(fēng)能資源、經(jīng)濟效益指標下的所有子指標;另一種是定性化指標，如地理因素指標下的所有子指標.由于各評價指標的性質(zhì)不同，必須對原始指標值進行相應(yīng)的處理，轉(zhuǎn)化為統(tǒng)一的、可比的數(shù)值.證據(jù)推理方法可以采用統(tǒng)一的框架來處理定量化和定性化指標.

2 基于證據(jù)推理的風(fēng)電可行性評價方法及過程

在必須從多個方案中選一個方案的情況下，需要對多個建設(shè)方案進行對比選擇和評價.要評價風(fēng)電項目方案al的優(yōu)劣，采用證據(jù)推理方法的一般步驟如下:假設(shè)上層指標y 可以分解為下層的L 個指標ei(i=1，2，…，L).

步驟1 建立風(fēng)電評價體系模型.

①定義下層指標集合E={e1，e2，…，eL}.

②通過計算或?qū)＜覅⑴c給出的方式評估下層指標的相應(yīng)權(quán)系數(shù)集合

③假設(shè)第i 個下層標指標有Ni個評價等級即

y 有N 個評價等級即

則方案al相對于每個下層指標的評價值表示為

步驟2 定性和定量指標的轉(zhuǎn)換.

②定性指標的轉(zhuǎn)換.當Hi={Hn，i，n=1，2，…，Ni}等價于H={H1，H2，…，HN}時，則Hn，i等價于Hn.那么方案al相對于每個基本指標的評價值表示為

步驟3 構(gòu)造基本概率分配函數(shù).

步驟4 證據(jù)合成得到綜合概率分配函數(shù).

步驟5 計算上層指標的綜合置信度.

當L 個下層指標全部集結(jié)完畢之后得到上層指標的置信度如下:

式中:βn為方案al中上層指標y 被評估到Hn的程度;βH為評估中的無知程度.

方案al中上層指標y 的評估等式:s(y(al))={(Hn，βn(al))，n=1，2，…，N}.

步驟6 計算各方案的綜合效用值.

引入效用理論，將分布式結(jié)果轉(zhuǎn)化為一精確的數(shù)值為決策者提供精確的指導(dǎo).

若評價等級Hn+1優(yōu)于Hn，則u(Hn+1)＞u(Hn)，u(Hn)可以通過多種方法獲得.多項目方案需要進行相互比較時，證據(jù)推理方法對指標數(shù)據(jù)進行了標準化，則所得結(jié)果為方案可行性的相對效果.

3 算例分析

3.1 指標數(shù)據(jù)處理

假設(shè)需要對3 個地區(qū)的風(fēng)電項目進行評價.現(xiàn)將風(fēng)電項目指標體系中定性指標的評價等級設(shè)定為5 個，即分別為{excellent，good，average，poor，worst}.由專業(yè)人士對被評價的風(fēng)電項目進行數(shù)據(jù)的收集、分析，實現(xiàn)對二級和三級指標的評價，給出了權(quán)重、定量指標數(shù)據(jù)和定性指標的分布式形式，見表1.

表1 風(fēng)電產(chǎn)業(yè)評價指標體系表

表1 中區(qū)域3 的三級指標“風(fēng)電機組性能”這一定性指標的分布式形式為:{(p，0.1)，(w，0.3)}，在評價過程中含有不確定性或未知信息，使得0.1 +0.3＜1 導(dǎo)致該評估為不完全評估.表1 中定性指標已轉(zhuǎn)化為分布式形式，但是定量指標沒轉(zhuǎn)化，根據(jù)定量指標轉(zhuǎn)化方法，設(shè)定與{excellent，good，average，poor，worst}中各個評價等級等價的數(shù)值，經(jīng)濟發(fā)展水平以人均GDP 來衡量.具體見表2.

表2 評價等級值

表3 3 個區(qū)域轉(zhuǎn)換后的分布式評估數(shù)據(jù)

3.2 計算分布式評價結(jié)果并進行項目排序

假設(shè)評價等級{excellent，good，average，poor，worst}對應(yīng)的效用值為:u(excellent)=1，u(good)=0.75，u(average)=0.5，u(poor)=0.25，u(worst)=0，利用證據(jù)推理方法得到每一個區(qū)域的分布式評估數(shù)據(jù)和平均效用，見表4.

表4 3 個區(qū)域的分布式評估結(jié)果

根據(jù)結(jié)果可以看出u(區(qū)域1)＞u(區(qū)域3)＞u(區(qū)域2)，所以區(qū)域1 的這一風(fēng)電項目最好，區(qū)域2 的最差.至此對3 個項目方案進行對比評選，給出了每個項目的具體效用數(shù)值，更加有效地突顯各方案之間的相對效果.

4 結(jié)語

建立了風(fēng)電產(chǎn)業(yè)評價體系，將定性信息和定量信息轉(zhuǎn)化為分布式形式，在統(tǒng)一的框架內(nèi)用證據(jù)推理方法集結(jié)低層指標得到每一個項目的確定性評價結(jié)果，即使評估過程中出現(xiàn)不確定及未知信息，同樣可以給出確定的評價結(jié)果.應(yīng)用實例表明，該方法嚴謹，評價結(jié)果符合實際情況，為風(fēng)電產(chǎn)業(yè)評價提供了一種科學(xué)、合理的新方法，該方法同樣適用于信息不夠完整且定性指標多的評價中.

［1］李德孚.我國中小型風(fēng)力發(fā)電產(chǎn)業(yè)發(fā)展概況［J］.可再生能源，2010，28(5):1－4.

［2］王瑞蓮.基于改進模糊一致矩陣優(yōu)選法的風(fēng)電產(chǎn)業(yè)評價［J］.水電能源科學(xué)，2012，30(6):212－214.

［3］王文銘，彭麗娟.節(jié)能減排下的華北風(fēng)電布局評價［J］.可再生能源，2012，30(4):106－109.

［4］曾鳴，劉萬福.風(fēng)力發(fā)電可行性評價指標體系及方法研究［J］.華東電力，2008，36(8):85－88.

［5］YANG Jianbo，Singh M G.An evidential reasoning approach for multiple-attribute decision making with uncertainty［J］.IEEE Transactions on Systems，Man and Cybernetics，1994，24(1):1－18.

［6］常瑞.基于RIMER 理論的專家系統(tǒng)自學(xué)習(xí)算法的研究與實現(xiàn)［D］.武漢:華中科技大學(xué)，2007.

［7］YANG Jianbo.On the evidential reasoning algorithm for multiple attribute decision analysis under uncertainty［J］.IEEE Transaction on System，Man and Cybernetics，2002，32(3):289－304.

［8］YANG Jianbo.Rule and utility based evidential reasoning approach for multiple attribute decision analysis under uncertainty［J］.European Journal of Operational Research，2001，131(1):31－61.