一种针对高载能参与调峰的电力节能指标体系形成方法研究

李晓辉，李淑鑫，王维洲，刘文颖

(1.国网甘肃省电力公司，甘肃兰州730050;2.国网物资有限公司，北京100120; 3.华北电力大学，北京102206)

一种针对高载能参与调峰的电力节能指标体系形成方法研究

李晓辉1，李淑鑫2，王维洲1，刘文颖3

(1.国网甘肃省电力公司，甘肃兰州730050;2.国网物资有限公司，北京100120; 3.华北电力大学，北京102206)

在分析高载能负荷参与调峰对电力节能影响的基础上，运用判断矩阵法，筛选出节能影响因子，进而运用拓扑结构，量化形成评估指标，然后结合相关分析法，对指标优化解耦得到相应的节能评估指标体系;提出基于模糊处理及层次分析原理的综合模糊评价法，建立节能评估模型和方法。最后，应用提出的评估体系和方法，通过某区域电网的仿真计算，验证了该评估体系和方法的有效性、适用性。

高载能负荷;电网调峰;评估体系;综合模糊评价

0 引言

高载能负荷参与电网调峰能在一定程度上减轻电网调峰压力，减少常规电源热备用容量，另一方面高载能负荷与新能源一体化发展，利于新能源的消纳，降低电网损耗，提高电力节能水平［1］。近年来高载能负荷参与调峰技术逐渐开始得到应用。

然而目前针对高载能负荷参与调峰的指标体系形成方法研究鲜有报道。文献［2］运用系统工程的方法，建立了电力客户综合能效评估指标体系;文献［3］运用层次分析法，建立用户侧实施成效评估的层次结构模型，并由此确定了评估中各项指标的权重;文献［4］构建了需求侧管理工作的评价指标体系，缺少对指标间耦合关系的考虑;文献［5］建立了用户侧管理效益的综合评价指标体系，运用层次分析法和模糊综合评判方法进行了评价，分析了其应用于电力需求侧管理综合评价的可行性。

上述文献所建立的高载能负荷参与调峰的指标体系，大多针对单一的筛选原则，建立的评估指标体系缺乏科学性和系统性。为此，本文将从高载能负荷参与调峰的影响因子出发，科学合理地构建评估指标，建立节能指标体系;运用模糊评价法，对基于高载能负荷参与调峰的节能进行评估。

1 高载能负荷参与调峰对电力节能的影响

高载能负荷参与电网调峰，无论从电源侧、电网侧还是用户侧，均对电力节能产生影响。

(1)电源侧

对于电源侧，合理配置高载能负荷参与调峰可影响新能源成本、常规能源成本、机组发电损耗成本等多个方面。对于常规电源来说，高载能负荷参与调峰后，等效增加了系统备用容量，即减少了常规电源机组的备用容量，能够使机组在高负荷状态运行，降低其煤耗率;同时，高载能负荷参与调峰可提高新能源利用率，消纳新能源发电多余电量，提高风电企业的经济效益。电源为配合高载能负荷调峰，其机组发电损耗成本也会产生影响。

(2)电网侧

对于电网侧，高载能负荷参与调峰对电网损耗、无功补偿设备损耗、谐波损耗、其他设备损耗等多方面产生影响。高载能负荷参与调峰，可实现新能源发电对绿色高载能负荷的电力“直供”，缩短了电能传输的距离，相应降低了电网网损，具体可包括线路损耗和变压器损耗;同时高载能负荷存在大量电动机和冲击性负荷，将会向电力系统注入谐波，造成谐波损耗。高载能负荷参与调峰对无功补偿设备、其他设备也有损耗［6－7］。

(3)用户侧

对于用户侧，高载能负荷参与调峰，对企业损耗成本、设备能源损耗、自备电厂损耗均有影响:一方面，高载能负荷参与调峰，造成设备频繁的启停，对利用效率影响较大，同时，高载能企业长时间中断，对企业损耗也有影响;另一方面，高载能负荷调峰对常规能源的摄入量产生影响，造成设备的能源损耗。此外，自备电厂配合操作，也造成相应的损耗。

2 高载能负荷参与调峰的节能指标体系

2.1 指标体系构建原则

基于上述高载能负荷参与调峰对电力节能的影响，对影响因素进行筛选量化，进而建立指标体系，来评估高载能负荷参与调峰的节能水平。

图1 高载能负荷参与调峰的节能指标体系建立流程

指标体系的合理性和全面性直接影响评价结果的准确性。本文建立的指标体系由影响因子量化建立，能科学反应节能状况，节能指标体系建立的流程如图1所示。具体生成步骤如下:

(1)节能影响因子筛选。利用判断矩阵法，对影响因素进行重要性排序并筛选出影响因子，形成一级指标。

(2)节能评估指标量化。运用拓扑结构，对筛选的影响因子进行多空间尺度量化，形成二级指标，形成初步的节能指标体系。

(3)节能指标体系优化。基于初步的节能指标体系，运用相关分析法和判断矩阵法，对各指标进行解耦，优化形成最终的指标体系。

2.2 节能影响因子筛选

高载能负荷参与调峰对电力节能的影响因素较多，直接进行评估难度较大，需要进一步筛选。选用判断矩阵法，对影响因素进行重要性排序，选取重要度较大的因素作为影响因子。

首先，专家将影响因素按重要度进行排序，依次定义为A1……Ak－1，Ak。设专家关于影响因素Ak－1与Ak的重要程度之比wk－1/wk的理性判断分别为:

其中rk的赋值可参考表1。

表1 rk的赋值参考表

影响因素Ak的权重wn为:

根据上述方法，可得影响因素重要度权重矩阵W={w1，w2…wn}，其中w1+w2+……+wn=1。

设置取舍权数为wk∈［0，1］，当wi＜wk时，则筛选掉该影响因素，否则保留。

基于上述高载能负荷参与调峰对电力节能的影响因素，定义n=10，按照重要度排序A1，A2……A10分别为企业损耗成本、电网网损、新能源成本、常规能源成本、谐波损耗、自备电厂损耗、无功补偿设备损耗、其他设备损耗、设备能源损耗、机组发电损耗成本。利用判断矩阵法，根据相对重要性赋值，保留前4项影响因素企业损耗成本、电网网损、新能源成本、常规能源成本。可筛选为节能影响因子，作为一级指标。

2.3 节能评估指标量化

“本次大赛是标志着威县农业生产从‘冀南棉海’到‘三带三园’转型升级的大事。”王淑平表示，根力多虽然放眼于全国，但总部在威县。根力多将利用自身优势，将国内外的先进管理方式和优秀的管理经验带回威县来，推动威县的产业发展。这种寓教于乐的活动，根力多也愿意一届又一届地办下去。

基于上述对节能影响因子的选择分析，对影响因子进一步拓展量化，建立节能评估指标。利用拓扑结构法，从多空间尺度来进行量化分析。

节能指标涉及面广，分散性大。依据上述节能影响因子，利用拓扑结构，结合多种方法进行分析量化节能影响因子。拓扑结构示意图如2所示。

图2 拓扑结构示意

其中影响因子是上述描述高载能负荷参与调峰的节能直接表达;拓展指标则通过对影响因子进行涵义拓扑延展和数学处理后获得，是进一步分析复杂特性的工具。常见拓展方法有按照时间尺度、经济尺度等。

根据步骤1筛选得到的节能影响因子，初步确定二级指标，结合图2所示的拓扑结构法，进行指标量化，为方便计划，所有指标均量化到成本量纲。

表2 各级指标的量化公式

2.4 节能指标体系优化

对上述量化形成的评价指标进行整理组合，建立初步的节能评估指标体系。然而初步的节能指标体系仅由评价指标叠加形成，不可避免地存在一些次要评价指标，或指标间存在耦合性，需进一步对其进行解耦筛选。指标体系的解耦优化选用相关性分析法。

相关性分析法是对两个或多个具备相关性的变量元素进行分析，从而衡量两个变量因素的相关密切程度，判断变量是否存在耦合关系［10］。

首先将数据进行预处理:设定极大型指标集为标准类型，将极小型和区间型指标转换为极大型。对于评价指标的无量纲化，采用中心化处理方式。然后分析所选数据，进行变量间相关系数计算，根据计算结果，得到指标间的相关系数。设定阈值参数rk，若指标间相关系数大于阈值rk，则两个指标耦合度较高，需要舍弃一个指标参数。对于耦合度较高的指标，可以运用上述的判断矩阵法，选择对上层指标影响度较大的选择代替。

对于表2所示的节能评估指标量化结果，一级指标定义为影响因子，无需筛选;二级指标为影响因子量化形成的具体指标。运用上述相关性分析法，对二级指标进行解耦筛选。

通过前期调研，收集得到发电公司、电网公司和高载能企业的节能数据，进行相关分析。以常规能源成本因子为例，进行说明。

通过相关性计算，对评价指标相关性进行两两比较，得到其分析结果如表3所示。

表3 常规能源成本指标的相关系数

设置阈值rk=0.75。根据上述表格数据分析，备用容量比重、备用容量投入速度、备用容量经济成本两两之间的相关系数均大于0.75，即三者存在很强的相关性。运用上述的判断矩阵法分析，备用容量比重的重要度最大，因此选取备用容量比重作为常规能源备用影响因子的指标。

同理依次计算得到其他指标，经筛选后形成的评价体系如图3所示。

图3 筛选后的节能指标体系

3 高载能负荷参与调峰的评估模型

本文选取基于层次分析法的多级模糊综合评价模型［11－12］，利用上面所提出的节能评估体系，对高载能负荷参与调峰的用户侧节能效果进行评估。

模糊综合评估方法基于模糊数学，结合层次分析法，建立递阶层次模型，对评估对象进行评分和排序，还可以根据模糊评估集上的数值按最大隶属度原则去评定目标所属等级。具体方法如下:

(1)建立因素集和模糊评估递阶层次模型

把选定的影响因子作为评判因素，选取各影响因子量化形成的指标为子因素集(见图4)，即A= {A1，A2，，A3，A4，A5}，A1={S1}，A2{S2，S3}，A3= {S4}，A4{S5}，A5{S6，S7}。

建立相应的模糊评估递阶层次模型:第一层为方案层，即高载能负荷参与调峰的节能方案;第二层为准则层，即上述的一级指标;第三层为指标层，即上述的二级指标［13］。

(2)计算权重集

权重集是由因素集B或因素子集Bi中各个因素相对重要性的权重组成的集合。

本文采用9尺度法［14］，即按Satty的1～9值法对相对重要性程度赋值，不同因素之间两两对比形成判断矩阵，判断矩阵的最大特征值对应的特征向量经归一化后即为该因素集对应的权重集B，然后进行一致性检验，若不满足则需要重新调整判断矩阵的元素。

(3)建立评语集

建立评语集，本文采用五级评语，即V={很好，好，较好，一般，差}。对评语集中的每个评语可以给出相应的分数，则可以得到评语集对应的分数集。与V相对应的分数集取为E=［10 8 6 4 2］。

(4)确定隶属度函数

隶属度函数是将指标层中的量化指标值映射到评语集中，得到评估矩阵R。行为指标隶属于评价语集中各评语的程度可以用半梯形和三角形隶属度函数予以描述［15］，如图4所示。

图4 半梯形和三角形隶属度函数

上图中μ(ek，vp)(k=1，2，…，5)即表示该行为指标对评语ek的隶属度，其中v1－v5为常量参数，表征对应指标的经验判断值，是各行为指标隶属度函数的参数。

(5)综合评估结果

根据上面的方法，可以得到指标层到准则层的评估矩阵Ri，结合权重集Ai，模糊综合评估模型为:

Si就是第一级模糊评估的结果，多级模糊评估就是重复进行单级模糊评估的过程，最终从最下层算至最高层。注意，在计算过程中，要考虑二级指标间的耦合参数。得到节能方案的评估结果为:

节能方案评估分数为:

结上所述，模糊综合评估流程如图5所示。

图5 模糊综合评估流程

4 实例应用

以甘肃某电网为例，在2014年风电弃风电量最大的10月份某天，高载能碳化硅负荷1300MW。其中碳化硅负荷可按照炼硅炉分组投切，40台机组每台炉3.3万kW，具备连续调节能力。高载能碳化硅企业每天按照8h生产，其中3h时可参与电网调峰，按弃风过网电价0.155元/(kW·h)计算;5h正常生产，按照上网电价0.54元/(kW·h)计算。

根据日前风电出力预测和负荷预测，预计次日20∶00－24∶00调峰压力较大。在投入资金一定的情况，以消纳风电量一定为前提，制定2套调峰方案，如表3所示。

表4 节能方案具体措施

其中，方案一为调峰容量大，调峰时间短;方案二调峰容量小，调峰时间长。

根据建立的高载能负荷参与调峰的节能指标体系，结合模糊综合评价法，对方案进行量化计算，统计2种方案的在各指标下的计算结果如表5所示。

表5 各方案指标层计算结果万元

应用本文提出的评估方法，依次对指标层和准则层进行计算，对2个方案进行评估。计算结果为:方案一得分7.261，方案二得分5.848。

方案1得分较高，该评估方法有效可行。依照此评估体系及方法可以对节能方案做一个综合评估，作为方案选择及实施的参考。

5 结语

针对高载能负荷参与调峰的电力节能评估现状，首先运用判断矩阵法，筛选节能影响因子出，进而结合拓扑结构，量化形成评估指标，然后在运用相关性分析，解耦优化建立高载能负荷参与调峰的节能评估体系;在此基础上，结合综合模糊评价法，提出基于高载能负荷参与调峰的电力节能评估模型和方法。最后进行实例计算，证明建立的高载能负荷参与电网调峰节能评估指标体系的可行性，可以作为后续设计选择的参考。

［1］马林东，葛智平，张世才，等.基于高耗能企业参与电网内风电消纳的主动调峰技术［J］.电力建设，2013(10):102－106.

［2］陈华林，姚建刚，黄诗文，等.用户侧能效评估模型的研究［J］.电力需求侧管理，2010(4):15－18.

［3］郑雪茹，何建敏.基于层次分析法的电力需求侧管理评价指标权重确定方法［J］.现代管理科学，2006(8):8－9.

［4］刘军.需求侧管理评价指标体系及评价模型.华北电力技术，2003，(7):26－2.

［5］殷令姣，相明琼，郝朝磊.基于层次分析法的电力需求侧管理效益综合评价［J］.当代经济，2011(8):150－152.

［6］王睿，方洁，张可，等.基于熵权和AHP的电能质量模糊综合评估［J］.电测与仪表，2007，44(11):21－25.

［7］熊杰锋，李群，袁晓冬，等.电力系统谐波和间谐波检测方法综述［J］.电力系统自动化，2013(11):125－133.

［8］阮文骏，王蓓蓓，李扬，等.峰谷分时电价下的用户响应行为研究［J］.电网技术，2012(7):86－93.

［9］马茜，顾军华，田辉.基于判断矩阵法的科技项目综合评价［J］.兵工自动化，2005(4):36－37.

［10］宋伶俐，邓长虹，吴耀文，等.基于相关性分析法的电网设备运行效率评价指标［J］.中国电力，2012(9):85－90.

［11］彭国荣.地区电网建设规模的模糊综合评估方法研究［D］.湖南大学，2008.

［12］张吉军.模糊层次分析法［J］.模糊系统与数学，2000，16(2):80－88.

［13］陈大宇.层次分析法在城市电网规划中的应用［D］.天津:天津大学，2003.

［14］陈奕，许有鹏.河流水质评价中模糊数学评价法的应用与比较［J］.四川环境，2009(1):94－98.

［15］郭新志，乞建勋，李星梅.基于改进模糊层次分析法的火电厂选址综合评价方法研究［J］.现代电力，2007，24(3):67－71.

A method of generating energy－saving index system for peak regulationwith high－energy load

Based on the analysis of the influence of peak regulation with high－energy load on the energy saving，judgment matrix is used to select the energy saving influence factor.Then use the topology structure，evaluation indicatorsare quantified and combined with correlation analysis method，energy－saving evaluation index systemis obtained by optimizing and decoupling indicators.The fuzzy evaluation method based on the principle of fuzzy processing and analytic hierarchy process(AHP)is proposed，and the evaluation model and method of energy saving are established.Finally，the validity and applicability of the evaluation system and method proposed in this research verified by the simulation calculation of a regional power network.

high－energy load;peak regulation;evaluation system;comprehensive fuzzy evaluation

TM761

B

1674－8069(2016)06－046－05

2016-08-20;

2016-09-06

李晓辉(1959-)，高级工程师，研究生学历，研究方向为电力系统及其自动化专业。E－mail:wangweizhou945@sina.com

国家科技支撑计划项目(2015BAAO1B04);国家电网公司重大项目(522772214002C)