基于二項(xiàng)系數(shù)和變異系數(shù)混合的電網(wǎng)投資決策評(píng)價(jià)計(jì)算方法

徐其春 張乃夫 葛磊蛟 袁天夢 李元良

摘要：伴隨“碳達(dá)峰、碳中和”行動(dòng)方案的出臺(tái)，投資推動(dòng)供給側(cè)結(jié)構(gòu)調(diào)整和需求側(cè)響應(yīng)以實(shí)現(xiàn)雙側(cè)發(fā)力成為必然趨勢，因此未來電網(wǎng)重點(diǎn)領(lǐng)域的投資策略和發(fā)展路徑是電力企業(yè)所關(guān)注的重點(diǎn)。該文綜合考慮電網(wǎng)投資的衍生價(jià)值，提出一種基于二項(xiàng)系數(shù)與變異系數(shù)的智能電網(wǎng)投資決策評(píng)價(jià)模型。首先，梳理電網(wǎng)投資衍生價(jià)值的概念、準(zhǔn)則和方法;其次，從電網(wǎng)投資效益、電網(wǎng)運(yùn)維成效、可持續(xù)發(fā)展價(jià)值3個(gè)方面構(gòu)建智能電網(wǎng)投資衍生價(jià)值指標(biāo)體系;并基于二項(xiàng)系數(shù)法和變異系數(shù)法構(gòu)建主客觀融合的組合賦權(quán)方法，根據(jù)不同場景需求來調(diào)整動(dòng)態(tài)組合因子以實(shí)現(xiàn)多目標(biāo)的動(dòng)態(tài)平衡，體現(xiàn)主客觀方法的優(yōu)勢互補(bǔ);最后，北方某電網(wǎng)案例分析證明該文提出模型的合理性和有效性，并對(duì)北方某電網(wǎng)典型區(qū)域提出投資決策建議和精益化運(yùn)維意見。

關(guān)鍵詞：碳達(dá)峰;電網(wǎng)投資;二項(xiàng)系數(shù);變異系數(shù);主客觀融合;評(píng)價(jià)方法

中圖分類號(hào)： TM933文獻(xiàn)標(biāo)志碼： A文章編號(hào)：1674–5124（2021）12–0006–08

Calculation model of power grid investment decision evaluation based on the mixture of binomial coefficient and variant coefficient

XU Qichun1，ZHANG Naifu1，GE Leijiao2，YUAN Tianmeng1，LI Yuanliang2

（1. Tangshan Power Supply Company of State Grid Jibei Electric Power Company Limited， Tangshan 063000， China;

2. School of Electrical and Information Engineering， Tianjin University， Tianjin 300072， China）

Abstract： With the introduction of the “Hit peak emissions and Carbon Neutrality” action plan， it has become an inevitable trend for investment to promote supply-side structural adjustment and demand-side response to achieve bilateral force. Therefore， the investment strategy and development path in key areas of the power grid inthefuturearedeterminedbypowercompanies. Thefocusof attention. Thispapercomprehensively considers thederivative valueof gridinvestment，and proposesasmartgridinvestmentdecision-making evaluation model based on binomial coefficient and variant coefficient. First， sort out the concept， criteria and methods of grid investment derivative value; secondly， construct a smart grid investment derivative value indicator system from three aspects： grid investment benefit， grid operation and maintenance effectiveness， andsustainabledevelopment value; and basedon the binomialcoefficient methodThecombination weighting method of subjective and objective fusion is constructed with the coefficient of variation method， and the dynamic combination factor is adjusted according to the requirements of different demand scenarios to achieve the dynamic balance of multiple goals， reflecting the complementary advantages of subjective and objective methods; finally，acaseanalysisof a northern power grid proves This paper proposes the rationalityand effectivenessof themodel，and proposesinvestmentdecision-makingsuggestionsandleanoperationand maintenance suggestions for a typical area of a northern power grid.

Keywords： hit peak emissions; power grid investment; binomial coefficient; variant coefficient; subjective and objective integration; evaluation method

0引言

實(shí)現(xiàn)“碳達(dá)峰、碳中和”，是構(gòu)建人類命運(yùn)共同體的偉大實(shí)踐，亟需推動(dòng)供給側(cè)結(jié)構(gòu)性改革，投資轉(zhuǎn)型綠色低碳電力系統(tǒng)。但當(dāng)前國內(nèi)外形勢復(fù)雜多變，電網(wǎng)投資決策面臨諸多挑戰(zhàn)。一方面，電網(wǎng)投資所需考慮的外部因素多樣，如支撐經(jīng)濟(jì)高質(zhì)量發(fā)展、推動(dòng)能源轉(zhuǎn)型、保障電力供應(yīng)安全、增強(qiáng)國有經(jīng)濟(jì)競爭力等;同時(shí)，我國央企投資監(jiān)管持續(xù)加強(qiáng)和輸配電定價(jià)成本監(jiān)審趨嚴(yán)，電網(wǎng)經(jīng)營考核和投資能力壓力倍增[1-2]。另一方面，電網(wǎng)投資的不確定因素增多，需要?jiǎng)討B(tài)平衡投資需求和投資能力、長期發(fā)展與短期需求等關(guān)系[3-4]。為此，運(yùn)用電網(wǎng)投資衍生價(jià)值評(píng)估技術(shù)，定量分析多維價(jià)值期望下電網(wǎng)帶動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展的衍生價(jià)值[5-6]，促進(jìn)能源相關(guān)產(chǎn)業(yè)聯(lián)動(dòng)，賦能電網(wǎng)建設(shè)相關(guān)產(chǎn)業(yè)，培育投資價(jià)值高的新業(yè)務(wù)、新業(yè)態(tài)，推進(jìn)形成能源互聯(lián)網(wǎng)新生態(tài)，非常必要。

智能電網(wǎng)投資衍生價(jià)值評(píng)估模型分為指標(biāo)體系和賦權(quán)方法兩部分。文獻(xiàn)[7]建立單位級(jí)有效資金投入產(chǎn)出評(píng)價(jià)體系，并從資產(chǎn)、成本、效益、效率4個(gè)角度構(gòu)建了指標(biāo)體系;文獻(xiàn)[8]以技術(shù)、效益和項(xiàng)目成熟度等3個(gè)層次為基礎(chǔ)構(gòu)建了當(dāng)前環(huán)境下電網(wǎng)規(guī)劃項(xiàng)目投資價(jià)值評(píng)估的指標(biāo)體系。而智能電網(wǎng)投資衍生價(jià)值指標(biāo)體系的構(gòu)建應(yīng)結(jié)合投入產(chǎn)出理論、價(jià)值評(píng)估方法，聯(lián)動(dòng)電網(wǎng)規(guī)劃-投資-衍生價(jià)值等[9]。此外，賦權(quán)方法可分為主觀賦權(quán)方法、客觀賦權(quán)方法以及組合賦權(quán)方法。主流的主觀賦權(quán)方法主要包含層次分析法[10]、德爾菲法[11]、二項(xiàng)系數(shù)法[12]等，二項(xiàng)系數(shù)法以其流程簡單，計(jì)算快捷，適于處理大規(guī)模指標(biāo)數(shù)據(jù)脫穎而出;主流的客觀賦權(quán)方法主要包含熵權(quán)法[13]、TOPSIS 法[14]、變異系數(shù)法[14]等，其中變異系數(shù)法計(jì)算速度塊，編程靈活性、便捷性強(qiáng);主流的組合賦權(quán)方法一般采用乘法合成和線性加權(quán)進(jìn)行方法組合，線性加權(quán)可以根據(jù)實(shí)際場景需求通過調(diào)整組合因子以實(shí)現(xiàn)多評(píng)估目標(biāo)的動(dòng)態(tài)平衡。

本文聚焦于電網(wǎng)投資衍生價(jià)值定量分析方法，基于“碳達(dá)峰、碳中和”需求，探索投資驅(qū)動(dòng)下電網(wǎng)對(duì)經(jīng)濟(jì)社會(huì)的價(jià)值衍生機(jī)理與綜合價(jià)值評(píng)估方法，構(gòu)建電網(wǎng)投資衍生價(jià)值評(píng)估模型，建立了電網(wǎng)投資衍生價(jià)值指標(biāo)體系，提出了電網(wǎng)投資衍生價(jià)值評(píng)估方法，以實(shí)現(xiàn)協(xié)同服務(wù)大局、保障電力安全、穩(wěn)健經(jīng)營、帶動(dòng)產(chǎn)業(yè)發(fā)展等多重目標(biāo)，通過多重目標(biāo)的動(dòng)態(tài)平衡評(píng)估電網(wǎng)帶動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展的衍生價(jià)值，案例分析證明了本文提出的方法合理性。

1智能電網(wǎng)投資衍生價(jià)值概念

1.1智能電網(wǎng)投資衍生價(jià)值

智能電網(wǎng)投資衍生價(jià)值是與電網(wǎng)投資相關(guān)的派生系，具體是指從原生資產(chǎn)派生出來的當(dāng)前和潛在價(jià)值，實(shí)際表現(xiàn)在電網(wǎng)的安全性、環(huán)保性、經(jīng)濟(jì)性、技術(shù)先進(jìn)性等方面。

通過分析復(fù)雜環(huán)境中的能源電力系統(tǒng)演進(jìn)，研究電網(wǎng)投資對(duì)拉動(dòng)產(chǎn)業(yè)發(fā)展、推動(dòng)技術(shù)進(jìn)步、促進(jìn)環(huán)境保護(hù)等價(jià)值衍生鏈條與機(jī)理，可得出智能電網(wǎng)投資所帶來的具體衍生價(jià)值。

1.2智能電網(wǎng)投資衍生價(jià)值準(zhǔn)則

智能電網(wǎng)投資衍生價(jià)值準(zhǔn)則應(yīng)以公司總部發(fā)展部、財(cái)務(wù)部、產(chǎn)業(yè)部等部門、各省公司、產(chǎn)業(yè)單位、能源局為應(yīng)用對(duì)象，針對(duì)各應(yīng)用場景遵循如下智能電網(wǎng)投資衍生價(jià)值準(zhǔn)則：

1）支撐公司戰(zhàn)略布局和電網(wǎng)建設(shè)。指導(dǎo)公司總部和省級(jí)公司生產(chǎn)力布局與規(guī)劃建設(shè)，優(yōu)化投資結(jié)構(gòu)和模式，開展投資項(xiàng)目價(jià)值評(píng)估并在電網(wǎng)投資中應(yīng)用，為公司持續(xù)穩(wěn)定經(jīng)營和可持續(xù)發(fā)展提供科技支撐。

2）引導(dǎo)能源行業(yè)生產(chǎn)力布局和結(jié)構(gòu)優(yōu)化。帶動(dòng)能源行業(yè)及電網(wǎng)相關(guān)企業(yè)技術(shù)進(jìn)步、優(yōu)化投資、有序發(fā)展，為能源行業(yè)企業(yè)提供投資規(guī)劃與評(píng)估的技術(shù)方法示范。

3）服務(wù)國家戰(zhàn)略落實(shí)和政策實(shí)施。服務(wù)國家能源安全新戰(zhàn)略、區(qū)域協(xié)調(diào)發(fā)展等重大戰(zhàn)略落實(shí)，可為參與國家能源規(guī)劃建設(shè)、能源結(jié)構(gòu)優(yōu)化、產(chǎn)業(yè)協(xié)同發(fā)展等方面提供技術(shù)和方案支撐。

1.3基于衍生價(jià)值的智能電網(wǎng)投資方法

以推廣途徑和產(chǎn)業(yè)化方式為出發(fā)點(diǎn)，基于衍生價(jià)值的智能電網(wǎng)投資方法可歸納如下：

1）支撐公司發(fā)展部、財(cái)務(wù)部、產(chǎn)業(yè)部等部門，提出滿足多重目標(biāo)平衡優(yōu)化的電網(wǎng)投資重點(diǎn)領(lǐng)域，以及動(dòng)態(tài)平衡電網(wǎng)投資需求與投資能力的管理策略。

2）選擇部分省市公司或重點(diǎn)投資項(xiàng)目，開展調(diào)研與實(shí)證分析，評(píng)估電網(wǎng)投資帶動(dòng)經(jīng)濟(jì)社會(huì)發(fā)展的衍生價(jià)值，編制相關(guān)內(nèi)容手冊以期指導(dǎo)實(shí)際工作。

3）依托研究成果支撐政府能源規(guī)劃、電力規(guī)劃等相關(guān)政策制定和落實(shí)。

2智能電網(wǎng)投資衍生價(jià)值指標(biāo)體系

指標(biāo)的構(gòu)建是評(píng)估領(lǐng)域的重中之重，其合適與否不僅決定著評(píng)估的適用范圍，還影響著評(píng)估的可行價(jià)值。實(shí)際上智能電網(wǎng)投資衍生價(jià)值的影響因素較繁雜，“碳達(dá)峰、碳中和”對(duì)能源轉(zhuǎn)型提出新要求，除此之外還要保證評(píng)估指標(biāo)的可計(jì)算性、主觀性和客觀性，所以指標(biāo)的構(gòu)建需要根據(jù)一定原則：

1）系統(tǒng)性原則。將指標(biāo)體系劃分為目標(biāo)層、準(zhǔn)則層和指標(biāo)層3個(gè)層次，將評(píng)估目標(biāo)進(jìn)行調(diào)理梳理。

2）客觀性準(zhǔn)則。指標(biāo)的構(gòu)建應(yīng)當(dāng)適應(yīng)實(shí)際運(yùn)行需求，要求不重復(fù)不遺漏，保證評(píng)估結(jié)果的全面客觀性。

3）實(shí)用性準(zhǔn)則。指標(biāo)都應(yīng)是方便計(jì)算、可以計(jì)算的，指標(biāo)所需數(shù)據(jù)都可以從實(shí)際運(yùn)行場景中監(jiān)測獲取。

本文從電網(wǎng)投資效益、電網(wǎng)運(yùn)維成效、可持續(xù)發(fā)展價(jià)值3個(gè)方面衡量智能電網(wǎng)投資衍生價(jià)值，指標(biāo)框架如圖1所示。

2.1電網(wǎng)投資效益 A

電網(wǎng)投資效益指標(biāo)是電網(wǎng)投資衍生價(jià)值的直觀體現(xiàn)，其框架如圖2所示。

1）投資產(chǎn)出比 A1

本文基于全壽命周期計(jì)算各建設(shè)項(xiàng)目的效益[8]，其中項(xiàng)目的總投資 T0為：

式中：nt——單位為年的全壽命周期;

nt=n1+n2n1——建成周期;

n2——運(yùn)營周期;

Tz——每年的投資金額;

i0——項(xiàng)目折現(xiàn)率。

當(dāng)前電改環(huán)境下，電網(wǎng)部門的盈利模式與輸配電價(jià)格密切相關(guān)[13]，項(xiàng)目收益 R 可定義為：

式中：P1z、P2z、P3z——每年的平均購電費(fèi)用、售電價(jià)格和輸配電價(jià)格;

Qz——每年的電網(wǎng)增售電量;

λ——電網(wǎng)市場化率;

ηz——每年的網(wǎng)絡(luò)線損率;

Δηz——每年的網(wǎng)絡(luò)線損率的變化值;

u——電網(wǎng)線損率核定系數(shù)，通常取0.5。

基于全壽命周期，系統(tǒng)的投資產(chǎn)出比A1定義為：

2）投資電壓合格率 A2

投資電壓合格率 A2定義為單位投資下一定電網(wǎng)區(qū)域內(nèi)電壓滿足合格標(biāo)準(zhǔn)的節(jié)點(diǎn)增加數(shù)量：

式中：Nnode——電壓滿足合格標(biāo)準(zhǔn)的節(jié)點(diǎn)增加數(shù)量;

Cinv——投資金額。

3）投資備用率 A3

投資備用率 A3定義為單位投資下一定電網(wǎng)區(qū)域內(nèi)滿足“N–1”原則的線路提升數(shù)量：

其中 NN–1為滿足“N–1”原則的線路提升數(shù)量。

4）投資增供量 A4

投資增供量 A4定義為單位投資下一定電網(wǎng)區(qū)域內(nèi)增供的負(fù)荷功率：

其中Pinv為增供的負(fù)荷有功功率。

5）投資減載量 A5

投資減載量 A5代表單位投資下一定電網(wǎng)區(qū)域內(nèi)重載線路下降條數(shù)和重載變壓器下降臺(tái)數(shù)：

其中Nload為重載線路下降條數(shù)和重載變壓器下降臺(tái)數(shù)的總和。

2.2電網(wǎng)運(yùn)維成效 B

電網(wǎng)運(yùn)維成效指標(biāo)是電網(wǎng)投資價(jià)值的可靠性保障，其框架如圖3所示。

1）故障自愈率 B1

故障自愈率 B1反映了配電網(wǎng)在統(tǒng)計(jì)時(shí)段內(nèi)（如一個(gè)季度）實(shí)現(xiàn)故障自愈的用戶數(shù)量與發(fā)生故障的用戶總量的比值，實(shí)現(xiàn)配電網(wǎng)故障自愈是未來智能化發(fā)展的一個(gè)重要目標(biāo)，其計(jì)算公式如下所示：

式中：Nh——統(tǒng)計(jì)時(shí)空范圍內(nèi)實(shí)現(xiàn)故障自愈的用戶數(shù)量;

Ng——統(tǒng)計(jì)時(shí)空范圍內(nèi)發(fā)生故障的用戶總量。2）設(shè)備狀態(tài) B2

設(shè)備狀態(tài) B2反映了配網(wǎng)設(shè)備因故障導(dǎo)致的停機(jī)時(shí)間與原計(jì)劃工作時(shí)間的比值，該指標(biāo)不僅是設(shè)備工作效率的直接體現(xiàn)，也是工作人員對(duì)設(shè)備狀態(tài)、質(zhì)量等方面進(jìn)行考量的重要參考，其計(jì)算公式如下所示：

式中：∑Tf——配網(wǎng)設(shè)備因故障導(dǎo)致的停機(jī)時(shí)間;

∑ Tr——配網(wǎng)設(shè)備實(shí)際工作時(shí)間。

3）傳輸時(shí)延 B3

傳輸時(shí)延 B3反映了電力系統(tǒng)運(yùn)行過程中產(chǎn)生的實(shí)時(shí)數(shù)據(jù)傳輸時(shí)滯，由于不同信息的時(shí)標(biāo)不同，此處僅以易從網(wǎng)絡(luò)系統(tǒng)中獲取的文本數(shù)據(jù)更新為例，其計(jì)算公式如下所示：

式中：Tk——文本數(shù)據(jù)在系統(tǒng)更新的時(shí)刻;Tz——文本數(shù)據(jù)被系統(tǒng)感知采集的時(shí)刻。

2.3可持續(xù)發(fā)展價(jià)值 C

可持續(xù)發(fā)展價(jià)值指標(biāo)代表著電網(wǎng)投資的發(fā)展?jié)摿?，其框架如圖4所示。

1）新能源投資比 C1

新能源投資比 C1定義為單位投資下一定電網(wǎng)區(qū)域內(nèi)增加的新能源容量：

其中 Cre 為新增新能源容量。

2）電動(dòng)汽車投資比 C2

電動(dòng)汽車投資比 C2定義為單位投資下一定電網(wǎng)區(qū)域內(nèi)的新增充電樁與電動(dòng)汽車的比例：

式中：Cch——新增充電樁數(shù)量;

Ccar——區(qū)域內(nèi)的電動(dòng)汽車總數(shù)。

3）一次能源效率 C3

一次能源效率 C3是能源利用效率的直觀體現(xiàn)，其可以定義為：

式中：Wsum——通過在Tz時(shí)間內(nèi)一次側(cè)燃燒燃料產(chǎn)生的能量;

Wheat、Wcold和Wel ?在Tz時(shí)間內(nèi)一定電網(wǎng)區(qū)域中獲得的有效熱能、有效冷能和有效電能。

3智能電網(wǎng)投資衍生價(jià)值評(píng)估方法

評(píng)估指標(biāo)構(gòu)建完畢后，指標(biāo)賦權(quán)方法是智能電網(wǎng)投資衍生價(jià)值定量分析的關(guān)鍵。為滿足未來電網(wǎng)多重發(fā)展目標(biāo)，落實(shí)“碳達(dá)峰、碳中和”行動(dòng)方案，本文提出了基于二項(xiàng)系數(shù)法和變異系數(shù)法的主客觀動(dòng)態(tài)組合賦權(quán)方法，通過主觀和客觀思想的融合實(shí)現(xiàn)投資目標(biāo)間的動(dòng)態(tài)均衡。

3.1主觀賦權(quán)方法：二項(xiàng)系數(shù)法

二項(xiàng)系數(shù)法首次提出于20世紀(jì)80年代，后逐漸應(yīng)用于評(píng)估領(lǐng)域中。二項(xiàng)系數(shù)法是依照決策者排列出來的指標(biāo)重要性次序，對(duì)二項(xiàng)系數(shù)進(jìn)行加權(quán)求和從而確定指標(biāo)權(quán)重。若決策者為 L 個(gè)專家，分別對(duì)智能電網(wǎng)投資衍生價(jià)值指標(biāo)體系中的 N 個(gè)量化指標(biāo)進(jìn)行分析并按照關(guān)鍵性排序，具體實(shí)施流程如圖5所示，詳細(xì)操作步驟如下：

1）要求 L 個(gè)專家、工程師或現(xiàn)場工作人員對(duì)全部指標(biāo)進(jìn)行理解認(rèn)知。

2）專家對(duì)評(píng)估指標(biāo)兩兩比較，對(duì)于第 n 個(gè)指標(biāo)， L 個(gè)專家各自獨(dú)立地判定其重要程度順序?yàn)閂m，取全部專家的平均排序?yàn)?an，其數(shù)值越小，代表指標(biāo)的重要程度越高。其計(jì)算公式如下：

3）根據(jù)各指標(biāo)排序平均值的數(shù)值大小，對(duì) an 進(jìn)行再次排序，當(dāng)出現(xiàn) ai=aj （i≠j， i≥1， j≤N）時(shí)，請(qǐng) L 個(gè)專家針對(duì)具有相同排序平均值的指標(biāo)重新對(duì)比排序直至無重復(fù)情況，接著按照式（15）對(duì)再次排序的指標(biāo)進(jìn)行排列，確定最終排序。第 N 位為平均值最大的指標(biāo)排列，依照重要程度遞減的原則自左向右排列，重要性最小的指標(biāo)放在最右邊。an 重新排列后對(duì)應(yīng)的 N 個(gè)指標(biāo)依次使用xN表示，排列順序如下所示：

4）遵循軸對(duì)稱方式，將中間放置最為重要的指標(biāo)，次重要的指標(biāo)按重要性順序排列在其兩側(cè)，排序如下：

5）利用二項(xiàng)系數(shù)加權(quán)和法求解各指標(biāo)權(quán)重，計(jì)算公式如下：

式中：i——指標(biāo)按對(duì)稱方式排列后的位置編號(hào);ωi——位置編號(hào)為i的指標(biāo)對(duì)應(yīng)的主觀權(quán)重?cái)?shù)值。

二項(xiàng)系數(shù)法通過二項(xiàng)展開式對(duì)指標(biāo)權(quán)重進(jìn)行求解，相比與常用的主觀層次分析法[12]，其同時(shí)處理大規(guī)模指標(biāo)的流程要簡單得多;同時(shí)它將定性分析與定量計(jì)算有機(jī)結(jié)合，評(píng)價(jià)過程條理清晰;其次它無需量化指標(biāo)，僅需要判斷指標(biāo)之間的相對(duì)大小情況，判斷過程相對(duì)容易不易混亂;此外該方法不受樣本數(shù)據(jù)限制，能夠有效解決最優(yōu)化技術(shù)無法處理的實(shí)際問題。但單一使用二項(xiàng)系數(shù)法得出的權(quán)重結(jié)果僅依賴于專家知識(shí)經(jīng)驗(yàn)的主觀判斷，而各人的指標(biāo)價(jià)值判斷標(biāo)準(zhǔn)互有差異，從而造成權(quán)值的不穩(wěn)定。

3.2客觀賦權(quán)方法：變異系數(shù)法

變異系數(shù)法是一種易于操作、計(jì)算便捷的依據(jù)于指標(biāo)信息量化的客觀賦權(quán)方法[15]。為了消除不同評(píng)估指標(biāo)量綱的影響，變異系數(shù)被用來衡量評(píng)估系統(tǒng)中每個(gè)指標(biāo)值間的差異性，其反映了數(shù)據(jù)離散程度。在比較多個(gè)指標(biāo)的變異程度時(shí)，首先要判斷涉及的量綱，如果測量單位與平均值一致，則使用標(biāo)準(zhǔn)偏差比較指標(biāo)，否則使用標(biāo)準(zhǔn)偏差與平均值的比值考慮指標(biāo)。在評(píng)價(jià)指標(biāo)體系中，指標(biāo)取值差異性越大，該指標(biāo)涵蓋的信息量越多，則所占的權(quán)重越大。其工作流程如圖6所示，詳細(xì)步驟如下：

1）針對(duì)若干個(gè)參與對(duì)象，每個(gè)對(duì)象涵蓋 n 個(gè)指標(biāo)，分別求解這些對(duì)象每個(gè)指標(biāo)的平均數(shù)和標(biāo)準(zhǔn)差。

2）根據(jù)指標(biāo)平均值和標(biāo)準(zhǔn)差計(jì)算全部指標(biāo)的變異系數(shù)，可通過下式計(jì)算：

式中：Vi——第i個(gè)指標(biāo)的變異系數(shù);

σi——第i個(gè)指標(biāo)的標(biāo)準(zhǔn)差;

xav-i——第i個(gè)指標(biāo)的平均值。

3）第i個(gè)指標(biāo)權(quán)重 Wi 可通過下式求解得到：

變異系數(shù)法通過對(duì)不同量綱的指標(biāo)體系進(jìn)行評(píng)估，實(shí)現(xiàn)了對(duì)樣本數(shù)據(jù)的充分利用，客觀體現(xiàn)了各指標(biāo)分辨能力的大小，保證了求取權(quán)值的絕對(duì)客觀性;此外，該方法具備良好的兼容性，對(duì)參與評(píng)估的指標(biāo)數(shù)量沒有特殊規(guī)定。但其評(píng)價(jià)結(jié)果與數(shù)據(jù)樣本的選擇密切相關(guān)，采用不同的數(shù)據(jù)樣本可能會(huì)導(dǎo)致不同的權(quán)值計(jì)算結(jié)果，如果樣本容量過小或樣本數(shù)據(jù)不足，則會(huì)造成計(jì)算結(jié)果精度過低;一旦采集的樣本數(shù)據(jù)中存在指標(biāo)異常值，則指標(biāo)權(quán)重會(huì)受到較大影響，容易產(chǎn)生較大的誤差且該方法本身無法修正，此時(shí)求得的結(jié)果將不能正確反映指標(biāo)間的差異與聯(lián)系;由于該方法屬于客觀賦權(quán)方法，所以它具備客觀賦權(quán)固有的片面性，單一使用無法體現(xiàn)評(píng)估者對(duì)指標(biāo)重要性的主觀理解。

3.3組合賦權(quán)方法：動(dòng)態(tài)組合評(píng)價(jià)方法

二項(xiàng)系數(shù)法將專家的主觀思想與意見整合到評(píng)估權(quán)重中，但缺少對(duì)客觀數(shù)據(jù)的考量，難免會(huì)導(dǎo)致評(píng)估結(jié)果偏頗;變異系數(shù)法對(duì)數(shù)據(jù)的精準(zhǔn)度和規(guī)模要求較高，缺少主觀經(jīng)驗(yàn)，可能使評(píng)估結(jié)果難以貼合現(xiàn)狀，符合管理部門的需求。

綜上，本文采用線性加權(quán)的方法將主觀權(quán)重和客觀權(quán)重進(jìn)行整合，實(shí)現(xiàn)了兩種方法的優(yōu)勢互補(bǔ)，多目標(biāo)通過權(quán)重的動(dòng)態(tài)調(diào)整進(jìn)行平衡，增強(qiáng)評(píng)估結(jié)果的說服力，動(dòng)態(tài)組合評(píng)價(jià)方法如下：

式中：αva——?jiǎng)討B(tài)組合因子，通過動(dòng)態(tài)調(diào)節(jié)其值大小實(shí)現(xiàn)主觀和客觀的動(dòng)態(tài)平衡;

Si——第i個(gè)指標(biāo)的主觀權(quán)重;

Oi——第i個(gè)指標(biāo)的客觀權(quán)重。

具體應(yīng)用場景可以根據(jù)客觀數(shù)據(jù)的可信程度進(jìn)行調(diào)整，一般應(yīng)用場合默認(rèn)αva為0.5，在高精度指標(biāo)數(shù)據(jù)的環(huán)境下降低αva的值，可實(shí)現(xiàn)客觀信息修正;低精度指標(biāo)數(shù)據(jù)環(huán)境下則提升αva的值，可實(shí)現(xiàn)主觀信息修正。

4案例分析

為驗(yàn)證本文提出方法的合理性，本文對(duì)提出的指標(biāo)體系和賦權(quán)方法進(jìn)行了實(shí)際場景應(yīng)用。

4.1輸入數(shù)據(jù)集

輸出數(shù)據(jù)選取自北方某電網(wǎng)2019-2020年運(yùn)行數(shù)據(jù)，針對(duì)4類典型區(qū)域數(shù)據(jù)進(jìn)行多目標(biāo)動(dòng)態(tài)平衡的智能電網(wǎng)投資衍生價(jià)值評(píng)估，首先計(jì)算指標(biāo)數(shù)據(jù)，并進(jìn)行最大最小標(biāo)準(zhǔn)化，最終將指標(biāo)數(shù)據(jù)處理成與評(píng)估目標(biāo)正相關(guān)的形式，得到如表1所示的數(shù)據(jù)情況。

為驗(yàn)證本文提出方法的合理性，本文對(duì)提出的指標(biāo)體系和賦權(quán)方法進(jìn)行重要性分析，評(píng)估指標(biāo)的重要性排序如表2所示。

根據(jù)二次排序結(jié)果可獲取相應(yīng)的對(duì)稱排序結(jié)果：

根據(jù)表1所提供的指標(biāo)數(shù)據(jù)可通過變異系數(shù)法求解客觀權(quán)重，根據(jù)表2所提供的評(píng)價(jià)數(shù)據(jù)可通過二項(xiàng)系數(shù)法求解組合權(quán)重，具體結(jié)果如圖7所示。

4.2參數(shù)設(shè)置

通過動(dòng)態(tài)改變動(dòng)態(tài)組合因子的大小，主觀權(quán)重和客觀權(quán)重的重視程度發(fā)成變化，即可實(shí)現(xiàn)智能電網(wǎng)投資衍生價(jià)值評(píng)估的多目標(biāo)動(dòng)態(tài)平衡，不同動(dòng)態(tài)組合因子的結(jié)果如圖8所示，整體隨著動(dòng)態(tài)組合因子的變化呈線性關(guān)系。其中，當(dāng)動(dòng)態(tài)組合因子αva為0.5時(shí)，主觀和客觀因素達(dá)到最均衡的狀態(tài)，實(shí)現(xiàn)兩種方法的優(yōu)勢均勻互補(bǔ)，降低評(píng)估偏頗的風(fēng)險(xiǎn)程度，評(píng)估結(jié)果最為可信。

4.3方法對(duì)比

取αva為0.5時(shí)的結(jié)果對(duì)主觀、客觀和綜合結(jié)果進(jìn)行對(duì)比，對(duì)比結(jié)果如圖9所示。主觀權(quán)重分布極不均衡，對(duì)于可持續(xù)發(fā)展指標(biāo) C 的重視程度極低，導(dǎo)致評(píng)估結(jié)果缺少對(duì)新能源的考量;客觀權(quán)重過于依賴采集數(shù)據(jù)的規(guī)模和精度，其通用性和可參與性較為欠缺，不適應(yīng)于信息不完善的場景;綜合權(quán)重有效均衡了主觀和客觀結(jié)果，體現(xiàn)了領(lǐng)域?qū)＜医?jīng)驗(yàn)與決策者的主觀意向，又能建立各指標(biāo)與評(píng)價(jià)對(duì)象間的內(nèi)在聯(lián)系，通過合理的數(shù)學(xué)運(yùn)算將主客觀賦權(quán)方法結(jié)合起來，實(shí)現(xiàn)了信息補(bǔ)全的效果，適用于智能電網(wǎng)投資衍生價(jià)值評(píng)估。

4.4評(píng)估結(jié)果

使用動(dòng)態(tài)組合因子αva為0.5時(shí)的動(dòng)態(tài)組合賦權(quán)方法對(duì)中國北方地區(qū)電網(wǎng)進(jìn)行投資衍生價(jià)值評(píng)估，結(jié)果如表3所示，得出以下結(jié)論：

1）區(qū)域2的總體投資衍生價(jià)值最高，90.9%的指標(biāo)均高于平均水平，其在投資產(chǎn)出比、投資電壓合格率、設(shè)備狀態(tài)、傳輸時(shí)延和新能源投資比等方面具有突出優(yōu)勢，最適于長期持續(xù)投資，構(gòu)建當(dāng)?shù)氐碾娏?yīng)示范區(qū)域;但其在投資減載量方面表現(xiàn)不佳，未來可以用優(yōu)化配置和網(wǎng)絡(luò)重構(gòu)技術(shù)對(duì)投資規(guī)劃進(jìn)行改良。

2）區(qū)域1的總體投資衍生價(jià)值最低，不適于按照當(dāng)前規(guī)劃持續(xù)增加投資，應(yīng)當(dāng)改變投資策略，結(jié)合能源安全新戰(zhàn)略、經(jīng)濟(jì)高質(zhì)量發(fā)展、新型基礎(chǔ)設(shè)施建設(shè)、生態(tài)環(huán)境保護(hù)等政策，研判能源電力發(fā)展中長期面臨的動(dòng)態(tài)環(huán)境;但其在投資增供量、新能源投資比、電動(dòng)汽車投資比等方面具有顯著優(yōu)勢，未來可以增加投資構(gòu)建電力供應(yīng)中心，分配更多的重度電力需求用戶，并大力拓展新能源技術(shù)。

3）對(duì)于區(qū)域3和區(qū)域4，其投資衍生價(jià)值介于區(qū)域1和2之間，各指標(biāo)在平均水平上下浮動(dòng)且波動(dòng)明顯，說明區(qū)域3和區(qū)域4的客觀環(huán)境存在較大差異。未來應(yīng)參照表1的指標(biāo)數(shù)據(jù)彌補(bǔ)自身的弱勢，具體而言可梳理電網(wǎng)投資的類型、結(jié)構(gòu)、規(guī)模等，結(jié)合電網(wǎng)投資重點(diǎn)領(lǐng)域，根據(jù)當(dāng)?shù)氐男枨?、地理位置、用戶類型來合理均衡電網(wǎng)投資需求與投資能力，進(jìn)一步提出電網(wǎng)投資優(yōu)化策略。

5結(jié)束語

為實(shí)現(xiàn)保障電力安全，穩(wěn)健經(jīng)營，帶動(dòng)產(chǎn)業(yè)發(fā)展，落實(shí)“碳達(dá)峰，碳中和”行動(dòng)方案等多重目標(biāo)，本文構(gòu)建了智能電網(wǎng)投資決策評(píng)價(jià)計(jì)算方法模型，從經(jīng)濟(jì)學(xué)角度闡述了投資衍生價(jià)值概念，構(gòu)建了面向多場景的衍生價(jià)值投資準(zhǔn)則，以推廣途徑和產(chǎn)業(yè)化方式為出發(fā)點(diǎn)整理出智能電網(wǎng)投資方法;提出了智能電網(wǎng)投資衍生價(jià)值評(píng)估指標(biāo)體系及其篩選準(zhǔn)則;混合二項(xiàng)系數(shù)法和變異系數(shù)法構(gòu)建了多目標(biāo)動(dòng)態(tài)平衡的主客觀融合評(píng)估方法，其在處理大規(guī)模指標(biāo)數(shù)據(jù)上具備一定優(yōu)勢，可動(dòng)態(tài)適應(yīng)不同評(píng)估場景和需求;通過中國北方地區(qū)電網(wǎng)的實(shí)際案例證明了本文提出的評(píng)估方法的合理性，并對(duì)該地區(qū)典型區(qū)域提出了投資建議和規(guī)劃意見。

參考文獻(xiàn)

[1]姜海洋， 杜爾順， 金晨， 等.高比例清潔能源并網(wǎng)的跨國互聯(lián)電力系統(tǒng)多時(shí)間尺度儲(chǔ)能容量優(yōu)化規(guī)劃[J].中國電機(jī)工程學(xué)報(bào)， 2021， 41（6）：2101-2114.

[2]黃偉， 劉琦， 楊舒文， 等.基于主動(dòng)配電系統(tǒng)供電能力的安全態(tài)勢感知方法[J].電力自動(dòng)化設(shè)備， 2017， 37（8）：74-80.

[3]肖欣， 王哲， 張慧帥.“中巴經(jīng)濟(jì)走廊”電力投資項(xiàng)目運(yùn)營風(fēng)險(xiǎn)評(píng)估[J].國際經(jīng)濟(jì)合作， 2020（6）：138-147.

[4]王守相， 梁棟， 葛磊蛟.智能配電網(wǎng)態(tài)勢感知和態(tài)勢利導(dǎo)關(guān)鍵技術(shù)[J].電力系統(tǒng)自動(dòng)化， 2016， 40（12）：2-8.

[5] GE L，LI Y， XIAN Y， et al. A FA-GWO-GRNN method forshort-termphotovoltaicoutputprediction[C]//2020 IEEE Power & Energy Society General Meeting （PESGM）， 2020.

[6]趙洪山， 馬利波.基于張量 Tucker分解的智能配電網(wǎng)大數(shù)據(jù)壓縮[J].中國電機(jī)工程學(xué)報(bào) ， 2019， 39（16）：4744-4752，4976.

[7]洪球， 李宏旭.以效益為導(dǎo)向的電網(wǎng)投資決策研究與應(yīng)用[J].企業(yè)管理， 2018（S1）：88-89.

[8]馬倩， 王昭聰， 潘學(xué)萍， 等.新電改環(huán)境下基于效用函數(shù)的電網(wǎng)投資決策評(píng)價(jià)方法[J].電力自動(dòng)化設(shè)備， 2019， 39（12）：198-204.

[9] MA L， ZHANG X. Economic operation evaluation of activedistribution network based on fuzzy borda method[J]. IEEEAccess， 2020， 8：29508-29517.

[10] GE L， LI Y， LI S， et al. Evaluation of the situational awareness effects for smart distribution networks under the novel design ofindicatorframeworkandhybridweightingmethod[J]. Frontiers in Energy， 2021， 15（1）：143-158.

[11] KONG X Y， YONG C S， WANG C S， et al. Multi-objective powersupplycapacityevaluationmethodforactive distributionnetworkinpowermarketenvironment[J]. International Journal of Electrical Power & Energy Systems，2020：115：105467.

[12]程明熙.處理多目標(biāo)決策問題的二項(xiàng)系數(shù)加權(quán)和法[J].系統(tǒng)工程理論與實(shí)踐， 1983（4）：23-26.

[13] HU C， LIU F， HU C. A hybrid fuzzy DEA/AHP methodology for ranking units in a fuzzy environment[J]. Symmetry-Basel， 2017， 9（11）：273.

[14]李志軍， 向建軍， 盛濤， 等.基于 G1-變異系數(shù)-KL 改進(jìn) TOPSIS 雷達(dá)干擾有效性評(píng)估[J/OL].北京航空航天大學(xué)學(xué)報(bào)：1-11[2021-12-06]. https：//doi. org/10.13700/j. bh.1001-5965.2020.0493.

[15]孔明， 韓曉彤.基于標(biāo)準(zhǔn)裝置的顆粒擴(kuò)散規(guī)律研究[J].中國測試， 2019， 45（4）：35-42.

（編輯：商丹丹）