建筑微型熱電聯(lián)供方案的區(qū)間數(shù)TOPSIS排序

阮紅權(quán),高欣,譚麗君

(1.同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院,上海200092;2.新奧能源服務(wù)(上海)有限公司,上海200082; 3.上海大學(xué)理學(xué)院,上海200444)

建筑微型熱電聯(lián)供方案的區(qū)間數(shù)TOPSIS排序

阮紅權(quán)1,2,高欣1,譚麗君3

(1.同濟(jì)大學(xué)經(jīng)濟(jì)與管理學(xué)院,上海200092;2.新奧能源服務(wù)(上海)有限公司,上海200082; 3.上海大學(xué)理學(xué)院,上海200444)

微型熱電聯(lián)供(micro-combined heat and power,micro-CHP)有利于提高能效和保護(hù)環(huán)境,是建筑供能發(fā)展的方向之一.規(guī)劃階段micro-CHP方案評(píng)價(jià)是項(xiàng)目成功的關(guān)鍵步驟.為了使方案的區(qū)間數(shù)指標(biāo)可以應(yīng)用于逼近理想解的排序(technique for order preference by similarity to an ideal solution,TOPSIS),首先用理想解區(qū)間計(jì)算距離范圍、相對(duì)接近程度;然后定義可接受函數(shù)對(duì)方案進(jìn)行排序.通過適用于小型建筑的4種方案為例驗(yàn)證了該方法的可行性和適用性.

微型熱電聯(lián)供;多屬性決策;區(qū)間數(shù);逼近理想解的排序

根據(jù)國(guó)際能源署發(fā)布的《世界能源展望2014》(World Energy Outlook 2014),2012年建筑部門能源消費(fèi)占全球終端能耗的32.8%.中國(guó)2013年建筑總能耗(不含生物質(zhì)能)為7.56億噸標(biāo)準(zhǔn)煤當(dāng)量(ton of standard coal equivalent,TCE),占全年能源消費(fèi)總量的19.5%,且建筑能耗總量還將進(jìn)一步大幅增長(zhǎng)[1].能源危機(jī)和環(huán)境危機(jī)的雙重作用促使學(xué)者們反思建筑供能發(fā)展的歷史道路,進(jìn)而尋求一條人與自然和諧共存的新途徑.熱電聯(lián)產(chǎn)(combined heat and power,CHP)被廣泛認(rèn)為是一種能夠部分解決和緩解能源相關(guān)問題的有效方式.隨著科技的全面進(jìn)步,在熱電聯(lián)產(chǎn)基礎(chǔ)上發(fā)展起來的微型熱電聯(lián)供(micro-CHP)正成為研究的新方向,有望成為建筑領(lǐng)域提高能效、節(jié)約能源的發(fā)展方向.謝德平等[2]對(duì)幾種主要micro-CHP進(jìn)行了比較.Barbieri等[3]對(duì)家庭或小型商業(yè)的micro-CHP進(jìn)行了分析,證明了其能一定程度地提升能源利用效率并減少對(duì)環(huán)境的影響.從已有的研究中發(fā)現(xiàn),探索適合建筑的micro-CHP大多只從技術(shù)、經(jīng)濟(jì)或環(huán)保的單一角度出發(fā),而從可持續(xù)發(fā)展的角度綜合考慮技術(shù)、經(jīng)濟(jì)、環(huán)境和社會(huì)屬性的研究尚不多見.

逼近理想解的排序(technique for order preference by similarity to an ideal solution, TOPSIS)是多屬性決策問題的一種重要方法,可根據(jù)不同方案到正負(fù)理想解的距離對(duì)方案優(yōu)劣進(jìn)行評(píng)價(jià).由于簡(jiǎn)單實(shí)用,TOPSIS在多屬性決策中的應(yīng)用較為廣泛.但在項(xiàng)目的規(guī)劃階段對(duì)micro-CHP方案進(jìn)行多屬性評(píng)價(jià)時(shí),由于資料、時(shí)間等條件限制,研究比較粗略,決策者往往會(huì)采用區(qū)間數(shù)評(píng)價(jià)定量指標(biāo)(這里的評(píng)價(jià)指標(biāo)即是指決策中的屬性),以及語(yǔ)言信息評(píng)價(jià)定性指標(biāo),因而無(wú)法直接應(yīng)用TOPSIS進(jìn)行決策.針對(duì)如何將具有模糊性的區(qū)間數(shù)應(yīng)用于TOPSIS,已經(jīng)引起了有關(guān)學(xué)者的重視.Jahanshah loo等[4-5]對(duì)TOPSIS進(jìn)行了拓展并將其應(yīng)用到求解屬性值為區(qū)間數(shù)的多屬性決策問題.Sayadi等[6]、Yue[7]在VIKOR方法的研究中采用了類似的方法.隨后張英俊等[8]、Dymova等[9]、Liu等[10]又相繼提出了改進(jìn)的TOPSIS法.這些方法都是將區(qū)間數(shù)確定化,即用實(shí)數(shù)值理想解表示方案與理想解的接近程度,但這會(huì)造成區(qū)間信息不同程度的丟失.鑒于此,本工作在已有研究的基礎(chǔ)上提出用理想解區(qū)間計(jì)算每個(gè)方案到其相應(yīng)理想解的距離范圍、相對(duì)接近程度,然后再定義可接受函數(shù)對(duì)4個(gè)micro-CHP方案進(jìn)行排序.

1 建筑微型熱電聯(lián)供方案及其屬性

Micro-CHP是在CHP的基礎(chǔ)上發(fā)展而來的.CHP在整個(gè)能量生產(chǎn)、供應(yīng)的系統(tǒng)范圍內(nèi)既供應(yīng)電能又供應(yīng)熱能,而且其供熱是全部或部分利用熱變功過程中的低品位熱能,綜合能源利用效率可以達(dá)到75%左右.以供熱工況為例,假設(shè)用戶需要30 kW·h的電、45 kW·h的熱,而燃煤CHP由于利用了低溫抽汽的熱能,耗煤量?jī)H需100 kW·h左右,若燃煤熱電分產(chǎn),因?yàn)榇罅磕芰客ㄟ^冷凝潛熱排棄到環(huán)境中,耗煤量近154 kW·h(見圖1).CHP在能源利用效率方面取得的進(jìn)步不僅是建筑業(yè)的一個(gè)全新選擇,對(duì)于城市現(xiàn)有的各種能源供應(yīng)體系,以及城市規(guī)劃都將是一次劃時(shí)代的革命.CHP著眼于一次能源轉(zhuǎn)換效率,但在建筑用能中只比熱電分產(chǎn)多解決了制冷季的供暖,加之碳減排的壓力,進(jìn)一步壓縮了燃煤CHP的發(fā)展空間[11].

圖1 燃煤熱電聯(lián)產(chǎn)與熱電分產(chǎn)的能源利用效率比較Fig.1 Energy effi ciency comparisons between coal-fi red CHP and separate generation of heating and power

科技進(jìn)步催生了各種以非煤能源為燃料的、靠近用戶的小容量CHP,它們都屬于分布式能源范疇.一般定義電輸出功率100～200 kW的系統(tǒng)為小規(guī)模熱電聯(lián)供(small scale CHP), 10～100 kW的為小型熱電聯(lián)供(mini-CHP),小于10 kW的為micro-CHP.Micro-CHP整合了相關(guān)領(lǐng)域的最新技術(shù),適用于單戶住宅、小型商業(yè)、小型辦公等建筑,是建筑供能發(fā)展的方向之一,其優(yōu)勢(shì)如下:①micro-CHP布置在建筑內(nèi),幾乎不需要或只需要很短的輸送線路,能量輸送成本幾乎為0;②在滿足新用戶、特殊用戶的用能需求時(shí),可簡(jiǎn)單安裝,靈活、方便、便宜地為用戶提供能量,延緩輸、配電網(wǎng)的升級(jí)換代;③附加其他設(shè)備后可以同時(shí)“就地直供”電、冷、暖和衛(wèi)生用水,實(shí)現(xiàn)能源的綜合梯級(jí)利用,提高能源利用效率;④利用非煤能源作為燃料,提升能源利用效率,減少污染物的排放.

規(guī)劃階段micro-CHP方案評(píng)價(jià)是項(xiàng)目成功的關(guān)鍵步驟.目前,適合于小型建筑的大部分是基于內(nèi)燃機(jī)、微型燃?xì)廨啓C(jī)、斯特林機(jī)和燃料電池方案的micro-CHP.內(nèi)燃機(jī)以天然氣、生物質(zhì)氣、柴油、燃油等為燃料,將燃料釋放的熱能轉(zhuǎn)化成機(jī)械能,從而驅(qū)動(dòng)壓縮機(jī)和發(fā)電機(jī)工作.內(nèi)燃機(jī)發(fā)電投資較小、啟動(dòng)迅速、可靠性高、變負(fù)荷性能好、余熱可以回收,是世界上應(yīng)用最廣的分布式能源技術(shù).微型燃?xì)廨啓C(jī)利用天然氣、生物質(zhì)氣、柴油、汽油、醇類等燃料驅(qū)動(dòng)燃?xì)廨啓C(jī)并發(fā)電,將排氣引入余熱鍋爐內(nèi),以低壓蒸汽或熱水形式回收,滿足用戶采暖、空調(diào)和熱水的要求.微型燃?xì)廨啓C(jī)是一種清潔、可靠、多用途、小型的實(shí)現(xiàn)熱電冷多聯(lián)供的能源新技術(shù).斯特林機(jī)是一種外燃式的閉式循環(huán)熱力發(fā)動(dòng)機(jī),它的工質(zhì)封在氣缸里,受熱膨脹后推動(dòng)活塞,使發(fā)動(dòng)機(jī)對(duì)外輸出功率.燃料在氣缸外連續(xù)燃燒,通過加熱器將熱量傳給工質(zhì),工質(zhì)不參與燃燒.因此,斯特林機(jī)具有燃料適應(yīng)性效率高、排放低與噪聲低等特點(diǎn).燃料電池是一個(gè)電化學(xué)系統(tǒng),能將化學(xué)能直接轉(zhuǎn)換為電能和熱能.一般來說,燃料電池的發(fā)電效率比其他發(fā)電裝置高1/6～1/3,綜合熱效率可達(dá)80%,具有發(fā)電效率高、噪聲小、小型高效、污染物排量小等優(yōu)點(diǎn),但其啟動(dòng)需要一定的時(shí)間.

基于以上4種方案micro-CHP的主要評(píng)價(jià)指標(biāo)[2,12-13]如表1所示.技術(shù)屬性(電效率、總效率)是micro-CHP推廣的基礎(chǔ);經(jīng)濟(jì)屬性(投資成本、維護(hù)成本)是投資者關(guān)心的重點(diǎn).隨著各界對(duì)環(huán)境保護(hù)的日益重視,環(huán)境屬性(噪聲、CO2排放)也受到很大關(guān)注.其他一些屬性,如使用壽命、燃料適應(yīng)性、占用空間的大小,標(biāo)志了micro-CHP對(duì)于小型建筑的適用性,屬于社會(huì)屬性層面.

表1 幾種micro-CHP方案的評(píng)價(jià)指標(biāo)Tab le 1 Criteria for sorting of themicro-CHP schemes

顯然,micro-CHP方案的選擇與技術(shù)、經(jīng)濟(jì)、環(huán)境、社會(huì)等存在復(fù)雜的相互作用(見圖2).為實(shí)現(xiàn)建筑能源的可持續(xù)發(fā)展,要求決策者能夠進(jìn)行多方面的權(quán)衡.

圖2 供能系統(tǒng)與外部環(huán)境之間的復(fù)雜關(guān)系Fig.2 Complex interactions of energy supply system

2 區(qū)間數(shù)TOPSIS法

多屬性決策問題可以表述為用i=1,2,···,m個(gè)方案對(duì)j=1,2,···,n個(gè)屬性進(jìn)行評(píng)價(jià),選出最優(yōu)方案.通常將一個(gè)多屬性決策問題轉(zhuǎn)換為如表2所示的決策矩陣,其中Ai為第i個(gè)方案,Cj為第j個(gè)屬性,Xij為第i個(gè)方案的第j個(gè)指標(biāo)的屬性值.

表2 多屬性決策矩陣Tab le 2 Multi-criteria decision matrix

TOPSIS的基本思想是根據(jù)有限個(gè)評(píng)價(jià)對(duì)象分別與正理想解和負(fù)理想解的接近程度進(jìn)行排序.所謂理想解是事先假定的某一最優(yōu)的解,即所有屬性值都達(dá)到各備選方案中的最優(yōu)值;而負(fù)理想解是所設(shè)想的最劣解.因此所需的最優(yōu)方案就是最接近正理想解,同時(shí)又遠(yuǎn)離負(fù)理想解的方案.

由表2可見,決策方案的屬性值往往無(wú)法使用一個(gè)確定的數(shù)值來衡量,大多數(shù)情況下只能確定一個(gè)區(qū)間.傳統(tǒng)的TOPSIS無(wú)法直接用于解決這類問題,需要對(duì)其進(jìn)行方法改進(jìn).

定義1若X=[xl,xu]={x|xl≤x≤xu,x∈R},則稱X為實(shí)數(shù)域上的區(qū)間數(shù).

根據(jù)定義1,將表2的多屬性決策矩陣轉(zhuǎn)換為如表3所示的區(qū)間數(shù)多屬性決策矩陣.

表3 區(qū)間數(shù)多屬性決策矩陣Tab le 3 Multi-criteria decision matrix with interval data

2.1 區(qū)間數(shù)的規(guī)范化處理

第i個(gè)方案第j個(gè)屬性區(qū)間可以規(guī)范化為

若要對(duì)不同的屬性值賦予其相應(yīng)的權(quán)重ωj(j=1,2,···,n),得到規(guī)范化后的屬性值為

2.2 理想解的確定

在區(qū)間數(shù)TOPSIS研究方面,文獻(xiàn)[4-10]都是最終將區(qū)間數(shù)轉(zhuǎn)化成確定數(shù)進(jìn)行排序,造成信息丟失.對(duì)此,在已有研究基礎(chǔ)上,本工作提出以下改進(jìn)方法,即用正理想解區(qū)間和負(fù)理想解區(qū)間來替代實(shí)數(shù)值理想解.相對(duì)于第k(k=1,2,···,m)個(gè)方案Ak而言的理想解,通過以下方法確定.

(1)正理想解的上界.使所有方案處于最有利的情形(即效益型屬性值最大,同時(shí)成本型屬性值最小),由此確定對(duì)于方案Ak而言的正理想解的上界:

(2)正理想解的下界.使第k個(gè)方案處于劣勢(shì)的情形而其他方案處于最有利的情形,由此確定對(duì)于方案Ak而言的正理想解的下界:

(3)負(fù)理想解的上界.使第k個(gè)方案處于最有利的情形而其他方案處于最劣勢(shì)的情形,由此確定對(duì)于方案Ak而言的負(fù)理想解的上界:

(4)負(fù)理想解的下界.使所有方案處于最劣勢(shì)的情形,由此確定對(duì)于方案Ak而言的負(fù)理想解的下界:

上述確定理想解的方法可以用圖3表示.設(shè)有兩個(gè)備選方案(方案1與方案2)以及兩個(gè)評(píng)價(jià)方案的指標(biāo)(指標(biāo)1(效益型指標(biāo))與指標(biāo)2(成本型指標(biāo))).在圖3中,B點(diǎn)就是方案1的正理想解的上界,即(此時(shí)方案1與方案2均處于有利情形);C點(diǎn)就是方案1的正理想解的下界,即(此時(shí)方案1處于劣勢(shì)情形,方案2處于有利情形);D點(diǎn)就是方案1的負(fù)理想解的下界,即(此時(shí)方案1與方案2均處于劣勢(shì)情形);此處重合.一般情況下,,則方案Ak的理想解也是一個(gè)區(qū)間數(shù).

圖3 理想解的上界和下界Fig.3 Upper and lower bounds of the ideal solution

2.3 計(jì)算每個(gè)方案到其相應(yīng)理想解的距離范圍

借鑒傳統(tǒng)TOPSIS的歐幾里德范數(shù),每個(gè)方案到區(qū)間數(shù)理想解的距離范圍也是一個(gè)區(qū)間數(shù).

(1)使第k個(gè)方案處于劣勢(shì)的情形,其與相應(yīng)的正理想解的上界的距離為

該值表示第k個(gè)方案與其正理想解的距離的上界.

(2)使第k個(gè)方案處于有利的情形,其與相應(yīng)的正理想解的下界的距離為

該值表示第k個(gè)方案與其正理想解的距離的下界.

(3)使第k個(gè)方案處于有利的情形,其與相應(yīng)的負(fù)理想解的上界的距離為

該值表示第k個(gè)方案與其正理想解的距離的上界.

(4)使第k個(gè)方案處于劣勢(shì)的情形,其與相應(yīng)的負(fù)理想解的下界的距離為

該值表示第k個(gè)方案與其負(fù)理想解的距離的下界.

2.4 計(jì)算每個(gè)方案與其理想解相對(duì)接近程度的范圍

2.5 方案排序

定義2對(duì)于區(qū)間數(shù)A=[al,au],B=[bl,bu].如果m(A)≤m(B),那么區(qū)間數(shù)A劣于區(qū)間數(shù)B,記作A?B,其中

定義3 I為一區(qū)間集,A=[al,au],B=[bl,bu]為區(qū)間集I上的區(qū)間數(shù).在I上定義可接受函數(shù)A:I×I→[0,∞),則

由定義2和定義3可知,只需計(jì)算A(Ri?Rj),i,j=1,2,···,m,i/=j就可以得到方案間的排序.

3 算例分析

以表1的micro-CHP方案的評(píng)價(jià)指標(biāo)為例,從可持續(xù)發(fā)展的角度比較4個(gè)方案滿足小型建筑供能的優(yōu)劣程度.

首先,對(duì)各方案的語(yǔ)言信息指標(biāo)采用模糊三角數(shù)形式進(jìn)行量化,本工作以“很好(VH)”“好(H)”“一般(M)”“差(L)”“很差(VL)”來對(duì)三角模糊數(shù)進(jìn)行量化,其中VL=(0,0,0.3),L=(0, 0.3,0.5),M=(0.3,0.5,0.7),H=(0.5,0.7,1.0),VH=(0.7,1.0,1.0).語(yǔ)言信息指標(biāo)量化處理后的屬性值如表4所示.

表4 語(yǔ)言信息指標(biāo)量化處理后的屬性值Tab le 4 Quantified linguistic information criteria values

然后,采用文獻(xiàn)[14]提出的基于樂觀-悲觀指數(shù)的期望值算子將相應(yīng)的三角模糊數(shù)進(jìn)一步轉(zhuǎn)化為實(shí)數(shù)值:三角模糊數(shù)~γ=(r1,r2,r3).在表1的多方案評(píng)價(jià)中r1≥0,則對(duì)應(yīng)的確定值為

這里的λ即為樂觀-悲觀指數(shù),反映了決策者對(duì)不確定性的態(tài)度,本算例取λ=0.5.

在多屬性決策中,指標(biāo)權(quán)重的確定是整個(gè)評(píng)價(jià)過程的關(guān)鍵.權(quán)重是某一屬性在評(píng)價(jià)體系中所起作用大小和相對(duì)重要程度的體現(xiàn).權(quán)重的合理與否直接關(guān)系到評(píng)價(jià)結(jié)果的正確程度.已有一系列的研究探討了這一問題[15-17].本工作認(rèn)為,對(duì)于建筑micro-CHP而言,技術(shù)屬性、經(jīng)濟(jì)屬性、環(huán)境屬性、社會(huì)屬性的權(quán)重需要根據(jù)決策的目標(biāo)來確定.每一個(gè)micro-CHP項(xiàng)目都具有唯一性,決策的要求存在差異,需要通過具體分析其所處的環(huán)境來確定權(quán)重.算例分析暫且將9個(gè)屬性值等值化,因此式(9)的ωj=1/9,j=1,2,···,9.規(guī)范化處理后的屬性值如表5所示.

表5 規(guī)范化處理后的屬性值Tab le 5 Normalized criteria values

按照式(4)～(7)計(jì)算各個(gè)方案的理想解,其中微型燃?xì)廨啓C(jī)的理想解如表6所示.再按照式(8)～(11)計(jì)算每個(gè)方案到其相應(yīng)的理想解的距離,其中微型燃?xì)廨啓C(jī)的=0.317,

表7為按照式(12)和(13)計(jì)算得到的每個(gè)方案與其理想解相對(duì)接近程度的范圍,以及方案排序.可見,微型燃?xì)廨啓C(jī)為建筑micro-CHP最優(yōu)方案.

表6 微型燃?xì)廨啓C(jī)的理想解Tab le 6 Ideal solutions for micro-turbine

表7 與理想解的相對(duì)接近程度和排序結(jié)果Tab le 7 Relative closeness to the ideal solutions and the final ranking

式(13)提供了一種方案排序方法.定義中點(diǎn)m(E)為相對(duì)接近程度區(qū)間E的近似值,半寬w(E)為相對(duì)接近程度區(qū)間E的不確定性值.如果m(E)

從表7可以看出,內(nèi)燃機(jī)、微型燃?xì)廨啓C(jī)、斯特林機(jī)的相對(duì)接近程度值較為相似,這是因?yàn)槿叨即嬖跓崃W(xué)循環(huán)過程,都受卡諾循環(huán)的限制,技術(shù)原理相似.燃料電池是一種電化學(xué)的發(fā)電裝置,轉(zhuǎn)換效率較高,在某些國(guó)家是micro-CHP的主力推廣機(jī)型.但燃料電池在本方案排序中處于劣勢(shì),與其他三個(gè)方案存在一定的區(qū)分度,主要原因是其投資成本較高,燃料適應(yīng)性差.燃料電池被稱為是繼水力、火力、核能之后的第四代發(fā)電裝置和替代內(nèi)燃機(jī)的動(dòng)力裝置.國(guó)際能源界預(yù)測(cè),燃料電池是21世紀(jì)最有吸引力的發(fā)電方式之一,因此有必要對(duì)其加大資金投入,并加以政策扶持,以期使其快步進(jìn)入燃料電池規(guī)模發(fā)電的先進(jìn)行列.

以上的算例結(jié)果證明,用理想解區(qū)間計(jì)算距離范圍、相對(duì)接近程度的方法恰當(dāng)度量了區(qū)間信息的不確定性,相對(duì)于實(shí)數(shù)值理想解,在很大程度上降低了決策信息的損失.同時(shí)針對(duì)相對(duì)接近程度區(qū)間所定義的可接受函數(shù),可以區(qū)分出方案的優(yōu)劣,得出相對(duì)合理的決策結(jié)果.

Micro-CHP項(xiàng)目在規(guī)劃階段存在較大的方案優(yōu)化空間,選擇具有優(yōu)勢(shì)的方案是項(xiàng)目建設(shè)成功的前提.本工作所比較的內(nèi)燃機(jī)、微型燃?xì)廨啓C(jī)、斯特林機(jī)和燃料電池目前正處于研究、試驗(yàn)或者商業(yè)化進(jìn)程起步階段,屬于“新穎”技術(shù)并缺乏長(zhǎng)期的運(yùn)行數(shù)據(jù).另外,因?yàn)楦?jìng)爭(zhēng)原因?qū)е碌臄?shù)據(jù)不公開,使得各個(gè)方案的指標(biāo)存在許多不確定性,因而不可能在項(xiàng)目伊始就排序得到一個(gè)非常正確的方案.隨著micro-CHP項(xiàng)目實(shí)施的不斷深入,方案指標(biāo)也將逐步具體和深化,使得多屬性決策成為由粗到細(xì)、準(zhǔn)確度由低到高的不斷完善的過程.

4 結(jié)束語(yǔ)

Micro-CHP被認(rèn)為是建筑節(jié)能減排的發(fā)展方向之一,適合于小型建筑的大部分是基于內(nèi)燃機(jī)、微型燃?xì)廨啓C(jī)、斯特林機(jī)和燃料電池方案的系統(tǒng).本工作研究了項(xiàng)目規(guī)劃階段方案屬性值為區(qū)間數(shù)時(shí)的決策問題.通過借鑒已有的TOPSIS理論和方法,提出用理想解區(qū)間來計(jì)算每個(gè)方案到其相應(yīng)的理想解的距離范圍、相對(duì)接近度,并采用可接受函數(shù)對(duì)幾種micro-CHP方案進(jìn)行排序.算例分析驗(yàn)證了本方法的可行性和適用性.由于micro-CHP在規(guī)劃、可行性研究、初步設(shè)計(jì)階段的項(xiàng)目邊界條件不斷明晰,因此在實(shí)際使用本工作提出的方法時(shí)可根據(jù)資料完備程度修正和完善評(píng)價(jià)指標(biāo),使得評(píng)價(jià)結(jié)論更趨準(zhǔn)確.

盡管如此,區(qū)間數(shù)TOPSIS還需要從多方面進(jìn)行研究,例如:區(qū)間數(shù)運(yùn)算可能導(dǎo)致不確定性的增加;通常的區(qū)間數(shù)認(rèn)為的區(qū)間內(nèi)取值機(jī)會(huì)均等并不滿足很多實(shí)際問題等.這些問題可在下一步的工作中繼續(xù)研究.

[1]清華大學(xué)建筑節(jié)能研究中心.中國(guó)建筑節(jié)能年度發(fā)展研究報(bào)告2015[M].北京:中國(guó)建筑工業(yè)出版社,2015:3-5.

[2]謝德平,李顯貴,潘仕梁.微型冷熱電三聯(lián)產(chǎn)發(fā)展綜述[J].裝備制造技術(shù),2011(2):102-104.

[3]BARBIERIE S,SpINAP R,VENTURINIM.Analysis of innovativemicro-CHP systems to meet household energy demands[J].Applied Energy,2012,97:723-733.

[4]JAHANSHAHLOO G R,HOSSEINZADE L,IZADIKHAH M.An algorithmic method to extend TOPSIS for decision-making problems with interval data[J].Applied Mathematics and Computation,2006,175(2):1375-1384.

[5]JAHANSHAHLOO G R,LOTFIF H,DAVOODIAR.Extension of TOPSIS for decision-making problemswith intervaldata:intervaleffi ciency[J].Mathematicaland Computer Modeling,2009, 49(5/6):1137-1142.

[6]SAYADIMK,HEYDARIM,SHAHANAGHIK.Extension of VIKOR method for decision making problemwith interval numbers[J].Applied Mathematical Modelling,2009,33(5):2257-2262.

[7]YUE Z L.An extended TOPSIS for determining weights of decision makers with interval numbers[J].Know ledge-Based Systems,2010,24(1):146-153.

[8]張英俊,馬培軍,蘇小紅,等.屬性權(quán)重不確定條件下的區(qū)間直覺模糊多屬性決策[J].自動(dòng)化學(xué)報(bào), 2012,38(2):220-228.

[9]DYMOVAL,SEVASTJANOV P,T IKHONENKO A.Adirect interval extension of TOPSIS method[J].Expert Systems with Applications,2013,40(12):4841-4847.

[10]LIU S,CHAN F T S,RAN W.Mu lti-attribute groupdecision-making with multi-granularity linguistic assessment information:an improved approach based on deviation and TOPSIS[J]. Applied Mathematical Modelling,2013,37(24):10129-10140.

[11]華賁.從燃煤熱電聯(lián)產(chǎn)到天然氣冷熱電聯(lián)供——中國(guó)工業(yè)和建筑物從一次能源到終端利用模式的戰(zhàn)略轉(zhuǎn)型[J].中外能源,2011,16(11):25-30.

[12]金煉,張亞君,楊尚恒,等.家庭用微型熱電聯(lián)產(chǎn)技術(shù)[J].現(xiàn)代化工,2012,32(5):6-15.

[13]國(guó)家發(fā)展改革委經(jīng)濟(jì)運(yùn)行調(diào)節(jié)局,國(guó)家電網(wǎng)公司營(yíng)銷部,南方電網(wǎng)公司市場(chǎng)營(yíng)銷部.分布式能源與熱電冷聯(lián)產(chǎn)[M].北京:中國(guó)電力出版社,2013:24-46.

[14]ZENG Z Q,NASRI E,CHINIA,et al.Amultiple ob jective decision makingmodel for energy generation portfolio under fuzzy uncert ainty:case study of large scale investor-owned utilities in Florida[J].Renewable Energy,2015,75:224-242.

[15]吳大為.分布式冷熱電聯(lián)產(chǎn)系統(tǒng)的多目標(biāo)熱力學(xué)優(yōu)化理論與應(yīng)用研究[D].上海:上海交通大學(xué), 2008:43-46.

[16]CHATZIMOURATIDISAI,PILAVACHIP A.Technological,economic and sustainability evaluation of power plants using the analytic hierarchy process[J].Energy Policy,2009,37(3):778-787.

[17]PILAVACHIP A,STEpHANIDISSD,PAppASV A,et al.Mu lti-criteria evaluation ofhydrogen and natural gas fuelled power plant technologies[J].Applied Thermal Engineering,2009,29(11/12): 2228-2234.

Sorting TOPSIS of interval data for micro-CHP in bu ild ings

RUAN Hongquan1,2,GAO Xin1,TAN Lijun3
(1.School of Economics and Management,Tongji University,Shanghai 200092,China; 2.ENN Energy Service(Shanghai)Co.,Ltd.,Shanghai 200082,China; 3.College of Sciences,Shanghai University,Shanghai 200444,China)

Micro-combined heat and power(micro-CHP)helps to improve energy efficiency and protect environment,thus becoming a trend in the building energy supply.In the planning stage of a micro-CHP pro ject,evaluation of the design scheme is a key to success.To apply interval data criteria of the scheme to technique for order preference by similarity to an ideal solution(TOPSIS),the distance range and relative closeness are calculated using the interval ideal solution.An acceptability function is defined to in sort schemes.An example of 4 alternatives suitable for small buildings is presented to show feasibility and practicability of themethod.

micro-combined heat and power(micro-CHP);mu lti-criteria decision; interval data;technique for order preference by similarity to an ideal solution(TOPSIS)

F 062.9;F 272.3

A

1007-2861(2017)04-0636-11

DO I:10.12066/j.issn.1007-2861.1712

2015-09-06

阮紅權(quán)(1977—),男,工程師,博士,研究方向?yàn)槌鞘泄芾砼c建設(shè)工程管理、分布式能源規(guī)劃與管理.

E-mail:1110256@#edu.cn