基于最優(yōu)最劣法-熵權(quán)-逼近理想解排序法的電網(wǎng)安全與效益綜合評價

艾欣，秦珺晗，胡寰宇，王智冬，彭冬，趙朗

（1. 華北電力大學(xué)電氣與電子工程學(xué)院，北京市 昌平區(qū) 102206；2. 國網(wǎng)經(jīng)濟技術(shù)研究院有限公司，北京市 昌平區(qū) 102209）

0 引言

近年來，我國正逐步推進能源清潔低碳轉(zhuǎn)型，大規(guī)模發(fā)展可再生能源，眾多交互能源設(shè)施（如：分布式能源、儲能、電動汽車等）快速發(fā)展。隨著“電力物聯(lián)網(wǎng)”的整合與發(fā)展的提出，推動了由電網(wǎng)向能源互聯(lián)網(wǎng)的升級和跨越，改變了傳統(tǒng)電網(wǎng)的賦能形式，通過數(shù)字化的管理模式以及運用“云大物移智鏈”等先進信息技術(shù)，使得電網(wǎng)的感知能力、互動水平和運行效率得到提升，并獲取整合越來越多種形式的能源，使能源利用率逐步提升，由“用好電”向“用好能”轉(zhuǎn)變[1]。衡量轉(zhuǎn)變的一個有效途徑就是對電網(wǎng)發(fā)展進行科學(xué)合理的評價，而在電網(wǎng)決策與評價方面的重要問題之一就是平衡經(jīng)濟優(yōu)化、節(jié)能環(huán)保與系統(tǒng)安全運行之間的矛盾，具體體現(xiàn)在：第一電網(wǎng)企業(yè)的屬性決定了它追求電網(wǎng)效益的特性；第二電網(wǎng)必須連續(xù)穩(wěn)定運行的要求決定了電網(wǎng)安全尤為重要[2]。因此，電網(wǎng)安全與效益綜合評價體系的構(gòu)建，利用數(shù)學(xué)模型對評價對象做出整體性的評估，結(jié)合評價結(jié)果進行排序、擇優(yōu)，使電網(wǎng)的規(guī)劃更好地滿足電力發(fā)展需求日益重要。

國內(nèi)外已針對電網(wǎng)電能質(zhì)量[3-5]、電網(wǎng)安全性[6]等各方面提出了多種綜合評價方法。國外學(xué)者對于電網(wǎng)發(fā)展的綜合評價研究大多集中于電網(wǎng)的供電質(zhì)量[7]、可持續(xù)發(fā)展[8]、智能化發(fā)展[9]等方面。目前，國外對電網(wǎng)的綜合評價體系研究有：文獻[10]依據(jù)效果和主要特性兩類指標(biāo)構(gòu)建的美國智能電網(wǎng)評價體系；文獻[11]由美國電科院依據(jù)電網(wǎng)建設(shè)及項目收益所構(gòu)建的綜合評價體系；文獻[12]結(jié)合市場、安全與電能質(zhì)量和環(huán)境3 個方面建立了歐洲電網(wǎng)效益綜合評價體系等。在我國，電網(wǎng)發(fā)展的評價也逐漸受到眾多學(xué)者和專家的重視，主要集中于利用數(shù)學(xué)模型對電網(wǎng)發(fā)展進行綜合評價。文獻[13]提出德爾菲?熵權(quán)綜合權(quán)重法對電網(wǎng)規(guī)劃方案進行綜合決策；文獻[14]提出基于區(qū)間層次分析法(analytic hierarchy process，AHP)對城市電網(wǎng)規(guī)劃進行綜合評判；文獻[15]依據(jù)逼近理想解排序法(technique for order preference by similarity to an ideal solution，TOPSIS)對考慮安全事故的運行規(guī)劃進行優(yōu)化；文獻[16]利用改進G1-TOPSIS 法對智能電網(wǎng)進行了層次化評價；文獻[17]提出利用層次分析法與反熵權(quán)法相結(jié)合的權(quán)重計算方法來評價電網(wǎng)運行狀態(tài)；文獻[18]提出基于層次分析法和熵權(quán)法結(jié)合的方式對電網(wǎng)調(diào)度進行評價。上述學(xué)者多是通過算法得出主客觀權(quán)重之后進行簡單的加權(quán)求平均計算得到綜合權(quán)重，進而對電網(wǎng)進行評估，主客觀權(quán)重之間影響較大。文獻[19]利用多算子模糊層次分析法確定權(quán)重并對電網(wǎng)安全與效益進行綜合評價，但僅考慮指標(biāo)間的主觀權(quán)重，主觀意識過強。

本文在文獻[19]搭建指標(biāo)體系方法的基礎(chǔ)上，提出一種最優(yōu)最劣法(best worst method, BWM)-熵權(quán)-TOPSIS 法綜合評價方法。首先，搭建計及電網(wǎng)規(guī)劃基本屬性和用電客戶自身需求的電網(wǎng)安全和效益綜合評價指標(biāo)體系；其次，采用BWM 和熵權(quán)法確定主客觀權(quán)重，將博弈論結(jié)合到綜合權(quán)重的計算中，以NASH 均衡作為協(xié)調(diào)優(yōu)化目標(biāo)，并通過TOPSIS 法計算被選方案和理想方案之間的距離從而進行綜合評估；最后，利用該方法對國網(wǎng)經(jīng)研院在2017 年對全國25 個省份返回數(shù)據(jù)中的安全與效益方面共16 個指標(biāo)進行實例分析，對各省份電網(wǎng)進行安全與效益方面綜合評價，驗證了該方法的可行性，并利用指標(biāo)靈敏度分析方法展現(xiàn)部分評價指標(biāo)變化對總體評價結(jié)果的影響，提出相關(guān)改進措施。

1 電網(wǎng)安全與效益綜合評價指標(biāo)體系

1.1 指標(biāo)選取原則

電網(wǎng)綜合評價中所涉及的指標(biāo)數(shù)量十分龐大、表現(xiàn)形式多樣，快速、有效地篩選關(guān)鍵指標(biāo)，對后續(xù)進行合理評價工作十分重要。本文在篩選指標(biāo)時所遵從的原則[20-21]如下文所述。

1）一致性原則：被選取指標(biāo)要和評價目標(biāo)一致，選擇具有代表性的關(guān)鍵指標(biāo)，通過計算來反映電網(wǎng)發(fā)展現(xiàn)狀和未來發(fā)展能力。

2）層次性原則：電網(wǎng)綜合評價體系是一個復(fù)雜的系統(tǒng)，在構(gòu)建指標(biāo)體系時應(yīng)具有一定層次性，看起來更加清晰。

3）獨立性原則：體系中不同的指標(biāo)之間應(yīng)具有較強的關(guān)系并且同一層級間指標(biāo)不相互重復(fù)。

4）可比性原則：所選取指標(biāo)能夠直觀的將電網(wǎng)發(fā)展過程中某方面的特性展現(xiàn)出來，并且能夠相互比較。

1.2 指標(biāo)體系構(gòu)建

電網(wǎng)發(fā)展安全與效益是反映電網(wǎng)發(fā)展?fàn)顩r的基本依據(jù)。針對電網(wǎng)效益的提升，一方面體現(xiàn)在安全性角度，比如：通過減少停電次數(shù)使售電量得到提升；另一方面，我國目前大力發(fā)展可再生能源，電網(wǎng)不僅要對傳統(tǒng)能源進行輸送以達到自身經(jīng)濟效益，同時要接納風(fēng)電、光伏等可再生能源。由于分布式能源具有波動性、不可控性等特點，導(dǎo)致其對電網(wǎng)運行造成一定影響，因此，電網(wǎng)在減少碳排放、可再生能源接入等方面的效益也應(yīng)考慮到電網(wǎng)綜合評價指標(biāo)中。

本文根據(jù)全國25 個省份的實際情況，從電網(wǎng)安全和效益2 個方面構(gòu)建指標(biāo)體系[22]。為使評價更加清晰、容易實現(xiàn)，將指標(biāo)分為4 層，分別為目標(biāo)層、類別層、一級指標(biāo)層以及二級指標(biāo)層。即最終評價目標(biāo)是電網(wǎng)安全與效益，將具體表現(xiàn)全年電網(wǎng)變化的16 個指標(biāo)分為電網(wǎng)安全與電網(wǎng)效益兩類，又分別從3 個方面選取指標(biāo)得到最終綜合評價指標(biāo)體系，詳見表1。

表1 電網(wǎng)綜合評價指標(biāo)Table 1 Comprehensive evaluation indices of power grid

2 BWM-熵權(quán)-TOPSIS 綜合評價模型

BWM-熵權(quán)-TOPSIS 綜合評價方法是先通過BWM 法和熵權(quán)法分別計算各項指標(biāo)的主客觀權(quán)重，使權(quán)重不僅包含數(shù)據(jù)本身的信息，還可體現(xiàn)專家們的主觀判斷。再以NASH 均衡作為協(xié)調(diào)目標(biāo)將博弈論引入綜合評價，得到一個較均衡的綜合權(quán)重；最后，與TOPSIS 法相結(jié)合，對被選方案進行排序。

2.1 BWM 法計算主觀權(quán)重

BWM 法是荷蘭學(xué)者Rezaei 于2014 年提出的一種確定指標(biāo)主觀權(quán)重的新方法[23]。

在以往的多指標(biāo)決策問題中，最常用的方法是AHP 法，AHP 是將任意2 個指標(biāo)相互比較以得到指標(biāo)的評價矩陣，需要進行 n(n?1)/2次比較，最終得到 n2?n個數(shù)據(jù)，過程復(fù)雜，比較次數(shù)多，會使專家存在一定的失誤，導(dǎo)致錯誤率高；而BWM 則通過選擇出最優(yōu)和最劣2 種指標(biāo)，并分別與其余指標(biāo)進行比較，只需要2n-3 次，簡化了AHP 的繁瑣過程，數(shù)據(jù)量也大大減少，降低了由于數(shù)據(jù)過多使專家思維混亂而導(dǎo)致的失誤，更容易通過一致性檢驗，提高了可靠性。

具體步驟如下文所述。

1）在指標(biāo)集 X={x1,x2,···,xn}中根據(jù)專家意見選取最優(yōu)指標(biāo) XB和 最差指標(biāo) XW。

2）專家采用1—9 分制來進行評分，確定其他指標(biāo)相對于最優(yōu)指標(biāo)的重要性。構(gòu)造比較向量CB=(CB1,CB2,···,CBj)， 其 中， CBj代 表 最 優(yōu) 指 標(biāo)與指標(biāo) j 相比的重要性，1 代表 CB和 CBj同等重要，9 代表 CB相 比 CBj極端重要。

3）確定其他指標(biāo)相對于最劣指標(biāo)的不重要性，構(gòu)建比較向量CW=(C1W,C2W,···,CjW)T，其中，CjW代 表最劣指標(biāo)與指標(biāo) j相比的最不重要性，1代表 CjW和 CW同 等不重要，9 代表 CjW相 比 CW極端不重要。

4）由目標(biāo)規(guī)劃模型，建立數(shù)學(xué)規(guī)劃式并求解，得出最優(yōu)指標(biāo)權(quán)重

式中： ωB為 CB的 權(quán)重； Cj為 準(zhǔn)則向量； ωj為 Cj的權(quán)重，即指標(biāo)實際權(quán)重； ωW為 CW的 權(quán)重； aBj代表 CB對 Cj的 重要程度值； ajW代 表 Cj對 CW的重要程度值。可轉(zhuǎn)化為

5）計算一致性比率。

將所得 k 用 k?表 示，由求得一致性比率CR(CI為給定值)，越接近0 代表一致性越好，為0 時即為完全一致。

若有 p位專家參與判斷，則將對評分結(jié)果進行加權(quán)平均計算，得到最終權(quán)重：

2.2 熵權(quán)法計算客觀權(quán)重

熵權(quán)法[24]是一種客觀的賦權(quán)法，根據(jù)指標(biāo)包含的信息量多少來確定每個指標(biāo)的權(quán)重。在多指標(biāo)決策問題中，一個指標(biāo)的信息量越大，其變化程度也就越大，熵值則越小，進而在方案綜合評價中的作用就越大，該指標(biāo)權(quán)重也越大，避免主觀因素的影響，使計算出的權(quán)重更加可靠。

2.2.1 指標(biāo)的標(biāo)準(zhǔn)化處理

在指標(biāo)集中，各指標(biāo)的單位、量級等方面存在較大差異，因此，在計算權(quán)重前需要對所有指標(biāo)進行無量綱標(biāo)準(zhǔn)化處理，保證它們的取值范圍在[0,1]之間。本文通過Min-max 標(biāo)準(zhǔn)化處理方法[25]對評價指標(biāo) xij進行標(biāo)準(zhǔn)化處理。

假設(shè)有 m個分析對象， n個需求指標(biāo)，初始決策矩陣為 X=(xij)m×n：

式中 xij為第i個 省的第 j個指標(biāo)。

對于越大越好的指標(biāo)值：

對于越小越好的指標(biāo)值：

式中： min(xi) 和 max(xi)分別為指標(biāo)i 的最小值和最大值； bij為指標(biāo) xij經(jīng)過標(biāo)準(zhǔn)化處理后的結(jié)果。

標(biāo)準(zhǔn)化后，評價指標(biāo) 0 ≤bij≤1，即把指標(biāo)矩陣E 規(guī)范化，得到矩陣

2.2.2 熵權(quán)法計算權(quán)重

熵權(quán)法確定權(quán)重的步驟如下文所述。

1）計算第j 項指標(biāo)下第i 個方案所占的比重：

2）第 j個評價指標(biāo)的熵值：

3）計算指標(biāo) j 的熵權(quán) ωj：

2.3 基于博弈論的BWM-熵權(quán)綜合權(quán)重法

在上述計算中，無論是運用BWM 法得出主觀權(quán)重還是利用熵權(quán)法求得客觀權(quán)重，都未能全面地考慮指標(biāo)所有信息。因此，眾多學(xué)者通過加權(quán)求平均的方式計算綜合考慮主客觀權(quán)重的組合權(quán)重，但在計算時主客觀權(quán)重之間的相互影響較大，合理性較差。通過引入博弈論，將NASH 均衡作為協(xié)調(diào)主客觀權(quán)重的一個優(yōu)化目標(biāo)，在不同權(quán)重之間找尋一個平衡點，使得最后所求綜合權(quán)重與各個基本權(quán)重之間偏差盡可能地達到最小，進而得到一個較為合理的綜合權(quán)重[26]。具體步驟如下文所述。

使用 v種方法對綜合評價指標(biāo)體系中的各指標(biāo)進行權(quán)重確定，由此構(gòu)造一個基本權(quán)重集h={h1,h2,···,hv}， 將其中的 v個向量任意線性組合構(gòu)造一個綜合權(quán)重集：

上述公式中 v 個線性組合系數(shù) gk需要利用博弈論模型進行優(yōu)化，目的是使 h與 各個 hk的偏差極小化，進而從綜合權(quán)重集中找尋到最合理的權(quán)重h?，因此，導(dǎo)出博弈模型為

其本質(zhì)是通過將多個綜合權(quán)重向量進行交叉組合的規(guī)劃模型，依據(jù)矩陣微分性質(zhì)，得到最優(yōu)化一階導(dǎo)數(shù)條件為

計算可求得 (g1,g2,···,gv)，接著對其進行歸一化處理：

因此，得到綜合權(quán)重為

綜合權(quán)重集為 H=[h1,h2,···,hv]T。

2.4 BWM-熵權(quán)-TOPSIS 綜合評價模型

TOPSIS 法是在現(xiàn)有的對象中進行相對優(yōu)劣的評估，可用于通過較多個指標(biāo)來對多個備選方案進行評價選擇的情況[27]。此方法的基本原理是依據(jù)計算出的各個被選方案與最優(yōu)解和最劣解之間的距離進行排序、擇優(yōu)。如果評價對象與最優(yōu)解最接近，同時又與最劣解距離最遠，那么此被選方案為最好方案；相反，就是最差方案。具體計算步驟如下文所述。

1）原始數(shù)據(jù)標(biāo)準(zhǔn)化，同上述熵權(quán)法一樣，見公式(5)—(7)。

2）計算加權(quán)規(guī)范化決策矩陣 Z。

對于指標(biāo)集 X={x1,x2,···,xn}的最優(yōu)組合權(quán)重矩陣為 A=[ω1,ω2,···,ωn]T，將進行標(biāo)準(zhǔn)化處理后的規(guī)范化矩陣 B=[bij]m×n點 乘組合權(quán)重矩陣 H即可算出指標(biāo)加權(quán)規(guī)范化矩陣 Z。

3）計算被評價對象的最優(yōu)理想解和最差理想解：

當(dāng) j 為效益型指標(biāo)時越大越好，當(dāng) j為成本型指標(biāo)時越小越好。

4）計算每個方案到最優(yōu)理想解和最差理想解的歐氏距離：

5）確定樣本點到最優(yōu)理想解點和最差理想解點的相對貼合度：

6）將上一步的計算結(jié)果按大小排序，即各個方案的優(yōu)劣順序。計算流程如圖1 所示。

圖1 計算流程圖Fig.1 Flow chart of calculation

3 案例分析

本文針對2017 年國網(wǎng)經(jīng)研院對25 個省份電網(wǎng)發(fā)展診斷反饋數(shù)據(jù)作為原始數(shù)據(jù)，從電網(wǎng)安全和效益兩方面選取16 個指標(biāo)通過上述方法和評價體系進行評估。

3.1 權(quán)重的計算

1）對于主觀權(quán)重的計算由3 位專家逐一打分，分別通過BWM 法和AHP 法計算各指標(biāo)主觀權(quán)重值并進行一致性檢驗得證，判斷矩陣有效，同時將2 種方法所得的一致性比率進行對比，見表2，雖然二者比率值差別不大，但是BWM 法計算出的結(jié)果更接近于0.1，可靠性更高。通過加權(quán)求平均計算每層指標(biāo)權(quán)重值得到16 個二級指標(biāo)主觀權(quán)值：

2）通過熵權(quán)法，由公式(5)—(11)可得出16 個指標(biāo)客觀權(quán)重值：=[0.045,0.051,0.041,0.04,0.043,0.038,0.056,0.066,0.058,0.06,0.073,0.108,0.111,0.054,0.1,0.056]。

表2 一致性比率對比表Table 2 Comparison of consistency ratio comparison

3）考慮博弈論模型通過公式(12)—(15)求得主、客觀權(quán)重的NASH 均衡解：根據(jù)組合權(quán)重公式計算各項指標(biāo)組合權(quán)重值：ωj=[0.057,0.056,0.047,0.044,0.043,0.052,0.084,0.058,0.053,0.063,0.062,0.107,0.1,0.052,0.07,0.052]。

同時，利用目前常用的通過Lagrange 乘子法求解算最優(yōu)組合權(quán)重方法也進行了綜合權(quán)重的計算，方法如下文所述。

設(shè)定最優(yōu)組合權(quán)重為 ωj(j=1,2,···,m)，若使最優(yōu)組合權(quán)重 ωj與盡可能接近，依據(jù)最小鑒別信息原理，建立如下目標(biāo)函數(shù)：

通過Lagrange 乘子法求解，得到最優(yōu)組合權(quán)重：

鑒于計算數(shù)據(jù)過多，從中選取6 個指標(biāo)，分別通過2 種方法進行綜合權(quán)重計算并對計算結(jié)果進行了對比(見表3)。

表3 綜合權(quán)重對比表Table 3 Comparison of comprehensive weights

通過對比可以看出，2 種方法計算結(jié)果雖較為相近，但通過NASH 均衡求解得到的綜合權(quán)重受主客觀權(quán)重的影響較小，所得結(jié)果更為合理。

3.2 基于TOPSIS 法計算得分評價值

將加權(quán)規(guī)范化后的指標(biāo)矩陣Z 代入公式(17)—(22)中，即可算出各個被評價對象的相對貼合度：

C=[0.042,0.023,0.046,0.053,0.041,0.055,0.038,0.028,0.047,0.024,0.01,0.049,0.032,0.037,0.026,0.07,0.012,0.05,0.034,0.056,0.043,0.046,0.035,0.061,0.053]。

本文方法針對25 個省份共計16 個指標(biāo)進行安全與效益評價最終得分與排序(見表4)。

通過計算并結(jié)合原始數(shù)據(jù)、所得綜合權(quán)重和最終得分排序可以看出，無論從電網(wǎng)安全方面還是效益方面，省份A 各方面都嚴(yán)格把控，從未出過事故隱患，單位電網(wǎng)資產(chǎn)售電量等也都處于前列，因此，得分最高。而排分靠后的地區(qū)，多是由于新能源發(fā)電設(shè)備大量接入，無法保證電能質(zhì)量，也不能滿足用電需求，導(dǎo)致評分較低。但大部分城市綜合權(quán)重和得分相差不多，無較大差別，可以看出大多數(shù)城市電網(wǎng)發(fā)展安全與效益程度穩(wěn)定。

4 靈敏度分析

依據(jù)2017 年各個指標(biāo)原始數(shù)據(jù)，以A 省份為例，使指標(biāo)數(shù)值在?50%至+50%的范圍內(nèi)變化，通過單指標(biāo)靈敏度分析和多指標(biāo)組合靈敏度分析觀察綜合評估值與主要指標(biāo)的關(guān)系變化。

4.1 單指標(biāo)靈敏度分析

在安全和效益16 個指標(biāo)中各選取3 個指標(biāo)做單指標(biāo)靈敏度分析，得到圖2 所示的靈敏度分析變化曲線。通過各指標(biāo)曲線斜率的變化大小可以反映出該指標(biāo)對綜合評估的影響，斜率變化越大代表該指標(biāo)對綜合評估值的影響就越大，反之亦然。

表4 各省綜合得分及排序Table 4 Synthesis scores of all provinces and sorting

圖2 單指標(biāo)組合靈敏度分析變化曲線Fig.2 Varying curve of single index combined sensitivity analysis

觀察分析圖2 可以看出，500-N-1 通過率曲線的斜率絕對值最大，將其從2017 年原始數(shù)據(jù)基礎(chǔ)上逐漸減小至?50%，綜合評估值由3.53 下降至2.994；逐漸增大至+50%，綜合評估值從3.53下降至3.36。因此，當(dāng)該指標(biāo)值保持在實際值不變或增加+10%時，對應(yīng)綜合評估值最大。在實際中，判斷電力系統(tǒng)安全性最重要的原則即為N-1 準(zhǔn)則，當(dāng)系統(tǒng)中任一元件發(fā)生故障而被切除后，應(yīng)不造成因其他線路過負荷跳閘而導(dǎo)致用戶停電，不破壞系統(tǒng)的安全穩(wěn)定性，因此，網(wǎng)絡(luò)安全中N-1 檢驗尤為重要。

4.2 多指標(biāo)組合靈敏度分析

文章主要研究電網(wǎng)安全與效益綜合評價，故進行單個指標(biāo)靈敏度分析后，綜合考慮兩方面指標(biāo)同時變化對綜合評估的影響，通過多指標(biāo)組合靈敏度分析進行深入研究[28]。在電網(wǎng)安全與效益兩方面中選取具有聯(lián)動關(guān)系的指標(biāo)進行組合，如表5 所示，給出了6 組指標(biāo)組合。

表5 多指標(biāo)組合Table 5 Combination of multi-indices

多指標(biāo)組合靈敏度分析曲線如圖3 所示，從圖3 中曲線變化趨勢可以看出，組合5 對綜合評價結(jié)果影響最大，保持不變或增加10%新能源接入；緊接著為組合1 和組合2，其變化也較為明顯，適當(dāng)提升10%N-1 和N-2 通過率，可以使得電網(wǎng)安全提升。組合4 影響較小，曲線趨于平緩；而組合6 呈現(xiàn)波動向前變化，增加10%或減少10%都可以提高綜合效益。

圖3 多指標(biāo)組合靈敏度分析變化曲線Fig.3 Varying curve of combined sensitivity analysis of multi-indices

5 結(jié)論

1）BWM-熵權(quán)法改善傳統(tǒng)AHP 方法在計算主觀權(quán)重時繁瑣的過程，降低了不一致風(fēng)險；同時結(jié)合了客觀權(quán)重，將原始數(shù)據(jù)內(nèi)部信息融合其中，通過NASH 均衡求解方式得到更可靠的綜合權(quán)重，改善了以往所用的加權(quán)求平均算組合權(quán)重存在的主客觀權(quán)重之間影響較大的問題，使最終得到的評價結(jié)果更加科學(xué)準(zhǔn)確。

2）將所求綜合權(quán)重引入TOPSIS，采用逼近理想解計算各個評價指標(biāo)與參考點的距離，利用所得距離求解指標(biāo)樣本與理想樣本的相對貼合度，通過對貼合度的排序?qū)崿F(xiàn)電網(wǎng)安全與效益的綜合評價。

3）通過對2017 年全國25 個省份電網(wǎng)安全與效益方面計算及指標(biāo)間靈敏度分析驗證該綜合評價方法的可行性，對比分析電網(wǎng)之間優(yōu)劣，結(jié)果表明，此方法既能有效的進行電網(wǎng)安全與效益方面的綜合評價，又能客觀反映方案中各個指標(biāo)與理想方案的整體貼近程度，是一種有效的綜合評價方法。