太陽能光伏發(fā)電項(xiàng)目風(fēng)險(xiǎn)評價(jià)

靳波

摘? 要：針對太陽能光伏發(fā)電項(xiàng)目建設(shè)風(fēng)險(xiǎn)評估的需要，根據(jù)太陽能光伏發(fā)電項(xiàng)目的特征，構(gòu)建項(xiàng)目風(fēng)險(xiǎn)評價(jià)指標(biāo)體系，然后應(yīng)用粗糙集理論和模糊層次分析法對某太陽能光伏發(fā)電項(xiàng)目進(jìn)行實(shí)證評價(jià)。結(jié)果表明：該項(xiàng)目的總得分為81.08，風(fēng)險(xiǎn)屬于良好等級。而通過研究看出，模糊綜合評價(jià)在應(yīng)用的過程中，關(guān)鍵是要計(jì)算權(quán)重，然后再構(gòu)建評價(jià)集，進(jìn)而求得評價(jià)結(jié)果。

關(guān)鍵詞：太陽能? ?風(fēng)險(xiǎn)評價(jià)? ?粗糙集? ?模糊層次分析法

中圖分類號：TM62? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1672-3791（2021）07（c）-0026-03

Abstract： According to the needs of construction risk assessment of solar photovoltaic power generation project， according to the characteristics of solar photovoltaic power generation project， this paper constructs the project risk evaluation index system， and then makes an empirical evaluation of a solar photovoltaic power generation project by using rough set theory and fuzzy analytic hierarchy process. The results show that the total score of the project is 81.08， and the risk belongs to good level. The research shows that in the application process of fuzzy comprehensive evaluation， the key is to calculate the weight， and then construct the evaluation set to obtain the evaluation results.

Key Words： Solar energy; Risk assessment; Rough set; Fuzzy analytical hierarchy process

隨著經(jīng)濟(jì)的發(fā)展，我國對能源的需求越來越大。光伏能源作為一種新型的能源，正在成為我國能源產(chǎn)品的一個(gè)補(bǔ)充，并成為一個(gè)新興的產(chǎn)業(yè)。光伏能源擁有可再生、無污染、減排和節(jié)能的優(yōu)點(diǎn)，具有很大的開發(fā)潛力，受到許多企業(yè)的青睞。因此，加強(qiáng)對光伏項(xiàng)目的建設(shè)，成為當(dāng)前光伏投資建設(shè)的重點(diǎn)。但光伏項(xiàng)目的建設(shè)周期長、投資大，從而使得項(xiàng)目建設(shè)存在很大的不確定和風(fēng)險(xiǎn)[1-2]。因此，加強(qiáng)對光伏項(xiàng)目的風(fēng)險(xiǎn)評估，對減少項(xiàng)目建設(shè)的風(fēng)險(xiǎn)很有必要。該文則根據(jù)項(xiàng)目特點(diǎn)，提出一種定量的風(fēng)險(xiǎn)評估方法。

1? 方法原理

1.1 粗糙集理論

粗糙集理論是一種用于處理不確定性的數(shù)學(xué)方法，其核心內(nèi)容是知識約簡，即在保持信息系統(tǒng)分類能力不變的條件下，去掉多余的屬性，從而獲得最佳屬性，實(shí)現(xiàn)信息系統(tǒng)的優(yōu)化。假設(shè)一個(gè)決策系統(tǒng)S=（U，A，V，F(xiàn)）表示，其中U為論域，是一個(gè)非空有限集合;A=C∪D，為屬性集合，其中C表示條件屬性，D表示決策屬性;V為屬性值域;f：U×A→V為信息函數(shù)[3]。

二維決策表表示一個(gè)決策系統(tǒng)，其中的列表示屬性，行表示對象。如果屬性集合BA，且存在[4]：

則R（B）為不可分辨關(guān)系，即B中的任意兩個(gè)對象x，y對于B都為不可分辨的。若a∈B，則：

另外，在粗糙集理論中包括正區(qū)域、負(fù)區(qū)域和邊界區(qū)域。如果有限集合XU，則X的B下近似B-（X）和上近似B-（X）為：

式中，3個(gè)不相交的區(qū)域U為正區(qū)域、負(fù)區(qū)域和邊界區(qū)域，分別為：

U的劃分是粗糙的，所以用αB（X）近似精確度來表征這種粗糙度。

如αB（X）=1，表示B可以完全分辨;如果αB（X）=0，則B不可完全分辨。

上述中的決策屬性D對條件屬性C有一定的依賴程度，具體依賴計(jì)算公式為：

其中|POSC（D）|為，|U|為U的勢。條件屬性子集ciC對D的重要度為：

1.2 模糊層次分析法

模糊層次分析法是常用的定量分析方法，其主要原理是利用最大隸屬度原則，根據(jù)屬性分類，用模糊綜合評判每一類中的各個(gè)因素，再用評判結(jié)果對各類指標(biāo)進(jìn)行更高層次綜合評判，最后得到評價(jià)結(jié)果。具體可分為以下幾個(gè)步驟[5-6]。

一是建立評判因素集u（評語集）和v（評價(jià)指標(biāo)集），v=（v1，v2，...，vm），u=（u1，u2，...，un）。其中n表示指標(biāo)個(gè)數(shù)，m表示不同的評價(jià)結(jié)果。

二是確定評價(jià)指標(biāo)的權(quán)重W。通常指標(biāo)權(quán)重的確定采用層次分析法中的最大特征值λmax進(jìn)行計(jì)算。

最大特征根中，P為判斷矩陣。

三是建立單因素評判。對各個(gè)指標(biāo)進(jìn)行評價(jià)，從而確定評價(jià)矩陣。通常邀請N名專家對各個(gè)指標(biāo)進(jìn)行打分，從而得到R，然后得到評價(jià)矩陣為R=[r1，r2，...，rn]T。指標(biāo)的綜合評價(jià)計(jì)算為：

四是模糊綜合評價(jià)。根據(jù)上述計(jì)算得到的R=（K1，K2，…，Ki）T，然后根據(jù)下式計(jì)算：

S=W×R

最后綜合評價(jià)值用P=S×V T計(jì)算。

2? 光伏節(jié)能項(xiàng)目建設(shè)風(fēng)險(xiǎn)實(shí)證評價(jià)

2.1 光伏節(jié)能項(xiàng)目建設(shè)評價(jià)指標(biāo)體系

為進(jìn)一步驗(yàn)證以上定量方法的可行性，以該單位參與的某廣東光伏節(jié)能項(xiàng)目為例進(jìn)行評價(jià)。而要評價(jià)，首先構(gòu)建評價(jià)指標(biāo)體系。而遵循獨(dú)立性、全面性、可比性和效益性等原則，將評價(jià)指標(biāo)構(gòu)建如圖1所示。

2.2 評價(jià)結(jié)果

2.2.1 權(quán)重確定

先確定權(quán)重。具體則是將專家打分?jǐn)?shù)據(jù)錄入到Matlab軟件，從而計(jì)算得出權(quán)重，見表1。

2.2.2 評價(jià)結(jié)果

構(gòu)建評價(jià)集V=（優(yōu)秀，良好，中等，合格，差）=（90，80，70，60，50），邀請專家進(jìn)行打分，并進(jìn)行統(tǒng)計(jì)，從而得到表2。

根據(jù)表2構(gòu)建判斷矩陣進(jìn)行計(jì)算，得到表3的整體評價(jià)結(jié)果。

2.3 最終評價(jià)得分

根據(jù)表3的評價(jià)結(jié)果，同時(shí)按照綜合評價(jià)計(jì)算公式，可以得到最終的評價(jià)結(jié)果。具體則為：

P=0.1794×90+0.3876×80+0.3200×70+0.1021×60+0.0108×50=81.08

由此根據(jù)結(jié)果可知，該項(xiàng)目的綜合得分為81.08，屬于良好，即風(fēng)險(xiǎn)不大。

3? 結(jié)語

綜上，光伏節(jié)能項(xiàng)目受經(jīng)濟(jì)、技術(shù)、環(huán)境和政策等方面的影響，其自身發(fā)展會(huì)受到一定的限制，所以我國在光伏項(xiàng)目建設(shè)過程中，需要從各個(gè)方面進(jìn)行思考，這樣才能更好地實(shí)現(xiàn)項(xiàng)目風(fēng)險(xiǎn)的評估，最終減少公司自身建設(shè)的風(fēng)險(xiǎn)。

參考文獻(xiàn)

[1] 魏鑫，李文甲，裴剛，等.基于光譜分頻的太陽能光伏-甲烷重整互補(bǔ)發(fā)電系統(tǒng)[J].工程熱物理學(xué)報(bào)，2019，40（3）：497-504.

[2] 周君明，張小松，孫博.太陽能溶液除濕空調(diào)系統(tǒng)再生技術(shù)的研究進(jìn)展與能耗分析[J].制冷學(xué)報(bào)，2019，40（2）：154-160，166.

[3] 閆森，張義，鮑駿，等.基于CH3NH3PbI3鈣鈦礦量子點(diǎn)的熒光集光太陽能光伏器件[J].中國科學(xué)技術(shù)大學(xué)學(xué)報(bào)，2019，49（4）：290-296.

[4] 張哲旸，巨星，潘信宇，等.太陽能光伏–光熱復(fù)合發(fā)電技術(shù)及其商業(yè)化應(yīng)用[J].發(fā)電技術(shù)，2020，41（3）：220-230.

[5] 石磊，張福生，石軍顯，等.小型光伏的風(fēng)險(xiǎn)評估方法與模型[J].華北理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2020，42（2）：94-100.

[6] 孫巖松，蘇尤麗.農(nóng)村分布式光伏發(fā)電投資風(fēng)險(xiǎn)分——基于蒙特卡洛模擬[J].河北北方學(xué)院學(xué)報(bào)：自然科學(xué)版，2020，36（3）：44-50.