新能源发电绩效评价研究综述——基于多指标评价方法

章 玲，方建鑫，周 鹏

（1.南京航空航天大学经济与管理学院，江苏 南京 210016； 2.南京航空航天大学能源软科学研究中心，江苏 南京 210016）

新能源发电绩效评价研究综述
——基于多指标评价方法

章 玲1，2，方建鑫1，2，周 鹏1，2

（1.南京航空航天大学经济与管理学院，江苏 南京 210016； 2.南京航空航天大学能源软科学研究中心，江苏 南京 210016）

基于多指标决策方法在新能源发电绩效评价领域应用的广泛性，本文分别从评价指标、指标权重及评价方法三个方面对现有新能源发电绩效评价相关文献作了回顾与总结。在评价指标上，分别从技术、经济、环境和社会方面总结了常用的新能源发电绩效评价指标；在指标权重上，分别从主观权重、客观权重和混合权重三个方面对权重设置进行了分析；在评价方法上，分别对AHP、TOPSIS和PROMETHEE等方法在新能源发电绩效评价中的应用进行了分析。同时，本文还指出了现有新能源发电绩效评价研究的不足及可进一步拓展的研究方向。

新能源；能源效率；发电绩效；能源经济

一、引言

近年来，随着新能源电力在全球的快速发展，学术界对新能源发电绩效评价的相关研究也日趋增多。多指标决策方法作为一种综合多个指标进行集成研究的有效方法，目前已被很多学者运用到了新能源发电绩效评价领域。在多指标决策方法的运用过程中，最重要的就是评价指标体系、指标权重和评价方法三个方面的选择及确定[1]。据此，本文分别从新能源发电绩效评价指标体系、指标权重及评价方法三个方面出发对国内外有关新能源发电绩效评价的文献作相应的总结与分析。

本文的目的主要包括两个方面：一是通过对国内外新能源发电绩效评价的相关文献进行回顾，从而对新能源发电绩效评价指标体系、指标权重和评价方法的选择有系统的了解，并为后续研究作相应的铺垫；二是有针对性的对已有研究成果进行全面的梳理，明确现有研究的特点及可进一步拓展的研究方向。

二、新能源发电绩效评价指标体系

自20世纪80年代以来，全球经济的迅速增长造成了全球资源短缺和环境污染等国际性问题，可持续发展作为一种新的发展模式倍受推崇。在可持续发展模式的基础上，学者们衡量当地社会的发展会更多考虑经济、环境和社会等多方面因素，而不仅仅是只考虑经济方面。而发展新能源电力的最终目的是为了当地社会的发展能够更加可持续性。此外，由于能源系统与经济、环境和社会系统的密切关联性，在对新能源发电绩效进行评价时，就不仅需要考虑新能源电力技术和经济等方面的特征，还需要考虑新能源发电过程中对周边生态、环境和社会系统所造成的影响。由此，在对新能源发电绩效进行评价时就需要综合考虑新能源电力技术、经济及其对周边环境和社会所造成的影响等多方面因素。

根据国内外不同文献所建立的新能源发电绩效评价指标体系，从技术、经济、环境和社会四个方面汇总了新能源发电绩效评价过程中常用的评价指标，从中可知，技术、经济、环境和社会指标下都包含着不同的二级指标，其中常用的技术指标包括技术效率、初始能源比率、安全性、成熟度和可靠性等二级指标；常用的经济指标包括投资成本、运行维护成本、电力成本、燃料成本和投资回收期等二级指标；常用的环境指标包括二氧化碳排放量、二氧化硫排放量和噪音等二级指标；常用的社会指标包括社会接受度、土地使用、社会效益和提供就业数等二级指标。此外，其它被选择的技术指标还包括燃料的可获取性[4]、适用性[6]、初始能源比率[7]、技术的创新程度[10]、技术限制[13]及寿命周期等指标；其它经济指标还包括辅助系统成本[3]、净现值[7]、并网成本[9]及外部成本[18]等指标；其它环境指标还包括对抗气候变化现象的能力[1]、环境限制[3]、固体颗粒排放[7]、人工暗礁[8]、对自然环境的影响、对生态环境的影响及水位线的下降等指标；其它社会指标还包括水资源消耗[13]、与当地政策和技术的一致性[15]、健康影响、发生重大事故的概率[9]等指标。

通过对不同评价指标在文献中被使用的频数进行对比发现，技术效率、安全性、投资成本、运行维护成本、电力成本、二氧化碳排放、土地使用量及提供就业数等二级指标被使用的频数明显大于其它的二级指标；而使用寿命、可靠性、外部成本、投资回收期、二氧化硫排放量和噪音等二级指标被使用的频率则要小于其它的二级指标。在技术指标方面，技术效率和安全性指标被使用的频率最大。技术效率指标衡量的是将一次能源转换成电力能力的大小，较高的技术效率有助于降低能源需求，并且高技术效率也意味着较高的技术成熟度和较低的电力成本；而安全性指标是投资者、政府和民众最为关注的指标。因此，技术效率和安全性指标已成为新能源发电绩效评价指标中被学者们公认的技术指标。在经济指标方面，投资成本、运行维护成本和电力成本分别代表新能源发电过程中各阶段的成本，它们也是投资者、政府和民众最为关注的指标，因此投资成本、运行维护成本和电力成本是新能源发电绩效评价指标中公认的经济指标。在环境指标方面，由于全球气候变化的影响，二氧化碳排放量指标成了使用频率最高的环境指标，也是新能源发电绩效评价指标中公认的环境指标。目前，也有学者专门对不同新能源发电过程中的二氧化碳排放量进行了比较。例如：Gagnon对水电、风电、光伏发电、核电、天然气发电、生物质发电和煤电等12类发电方式的全寿命周期二氧化碳排放量进行比较，并发现煤电的全寿命周期二氧化碳排放量最大，风电和光伏发电的全寿命周期二氧化碳排放量则较小。同时，也有学者将二氧化碳排放等环境指标转化为经济指标中的外部成本指标，从而从经济角度分析不同能源发电方式的环境成本[18]。在社会指标方面，土地使用量和提供就业数指标与政府、民众有着直接的利益关系，因此被使用的频率最大。目前，已有许多学者对不同新能源发电过程中的土地使用量和提供就业数进行了研究。例如：Gagnon对水电、风电、光伏发电、核电、生物质发电和煤电等8类发电方式的直接土地使用量进行比较，并发现生物质发电的土地使用量为最大，其次为水电、风电和光伏发电，直接使用土地量最小的是核电；Fthenakis对煤电、核电、天然气发电、光伏发电、风电、水电和生物质发电的全寿命周期土地使用量进行比较，也发现生物质发电的土地使用量最大，光伏发电和核电的土地使用量较小。在提供就业数上，Moreno[14]and Wei分别就可再生能源对西班牙阿斯图里亚斯及美国就业产生的影响进行了分析，并发现可再生能源技术比石能源技术能提供更多的就业岗位。因此，土地使用量和提供就业数指标是新能源发电绩效评价指标中公认的环境指标。

在其它指标的选择上，评价能源种类和评价地域是对新能源发电绩效评价指标选择影响最大的两个方面。在评价能源种类上：目前学者主要对可再生能源、化石能源、天然气、风能、太阳能、地热能、联合热电、氢能和生物燃料等能源进行了评价。在评价指标的选择过程中，考虑到不同能源发电方式特性的不同，指标的选择也会有一定的差异。例如：在化石能源的评价过程中，考虑到化石能源的相应特性，学者在评价指标中还主要考虑了燃料成本[4]、储存生产比率[6]、二氧化硫排放量[7]、外部成本[9]和峰值响应[17]等指标。在风能评价过程中，学者们在环境指标上经常考虑视觉影响、噪音及对生态环境的影响等指标[8]；在太阳能评价过程中，学者们还主要考虑了温度指标[12]；在地热能的评价过程中，学者们侧重考虑注射生产比率、回水温度、水位线下降和地表下沉等指标。

在研究地域上：由于不同学者所研究的能源发电方式所在地域不同，也造成了指标选择的不同。Chatzimouratidis指出“在新能源发电绩效评价过程中必须考虑不同地区间的差异，才能确定最适合各地区发展的新能源电力技术[6]。”地域的差异主要体现在不同地区在新能源电力技术水平、政策和资源等方面的差异。在新能源电力技术水平和相关政策的差异上，学者们主要考虑当地技术发展水平、与国家能源政策的目标的一致性及政策接受度等指标。例如：Kahraman对土耳其的可再生能源发电项目进行模糊评价，在技术指标和社会指标上分别选取了当地可再生能源技术水平和国家能源政策目标的协调性两个指标[15]。在资源差异上，Evans对新能源技术进行可持续性评价时，考虑到澳大利亚的干旱环境，在环境指标方面特别考虑了水资源消耗，同时考虑到澳大利亚可耕种土地的缺少，土地需求量也被着重考虑[13]。

通过分析可知，目前学者从技术、经济、环境和社会四个方面对新能源发电绩效进行评价研究。其中被使用最广泛的评价指标主要有技术效率、安全性、投资成本、运行维护成本、电力成本、二氧化碳排放、土地使用量及提供就业数等指标，且已逐渐成为学者们所公认的新能源发电绩效评价指标。此外，在其它指标的选择上，还需考虑所评价新能源电力的特性及新能源电力所在地域的特点。

三、新能源发电绩效评价指标权重

考虑到各评价指标对最终评价结果影响大小的不同以及决策者对评价指标偏好的不同，指标权重在新能源发电绩效评价过程中有着极其重要的作用。指标权重用于反映评价指标间的相对重要性，指标权重设置的差异会对最终评价结果产生直接的影响。一般而言，指标越重要，权重则越大，反之则越小。目前关于新能源发电绩效评价指标权重确定的方法有很多，根据计算指标权重时原始数据来源的不同，一般可分为主观赋权法、客观赋权法和混合赋权法三类。

1.主观赋权法

主观赋权法认为权重的本质是各评价指标相对于评价目标相对重要程度的量化值。它根据决策者主观上对各指标的重视程度来确定各评价指标权重，其原始数据主要由专家根据经验主观判断而得到。常用的主观赋权法主要有德尔菲法(Delphi)、层次分析法(Analytic HierarchyProcess，AHP)和情景分析法(Scenario Analysis)。

德尔菲法：又称专家意见法，是指在对各指标进行赋权时，由一批本行业内若干专家组成评判小组，并综合各专家的意见对各指标进行赋权。具体操作方法是先请每位专家为各项指标打分，再将每位专家的意见集中起来，了解到全部专家意见的分散程度，若专家们的意见分散程度过大，则需进行下一轮甚至多轮的调查，如此往复，直至专家们意见趋于一致。目前，德尔菲法在新能源发电绩效评价相关文献中的应用较为广泛。例如：Doukas在对希腊各能源发电绩效评价时，由于难以收集到各指标的数据及权重，作者从公共电力部门、独立的电力生产商、输电系统运营商、投资公司、学术机构和政府等能源相关部门组织了25人的工作小组对各评价指标的权重进行语言参数分析，并利用模糊分析法将语言参数转化成各指标的权重[2]。Kaya在对伊斯坦布尔可再生能源发电绩效进行评价时，利用专家经验法得出各评价指标的模糊权重，并使用三角模糊数方法将模糊权重进行数值化[7]。Minguez在对离岸风电涡轮支持系统进行评价时，采用了问卷调查法来确定各评价指标的权重[8]。

层次分析法：该方法是美国运筹学家萨蒂(T.L. saaty)于20世纪70年代初提出来的，是一种将定性问题定量化的方法。评价者首先分析新能源发电绩效评价系统内部所包含的因素，将问题分解成多个层次，并通过对层次中两两元素间进行比较形成判断矩阵，从而得到评价指标间的相对重要程度的一种方法。该方法所需定量信息较少，但要求评价者对评价系统的本质及其元素间的相关关系有足够的把握。由于新能源发电绩效评价与社会发展有密切的联系，具有较大的主观性，目前该方法已被广泛应用于新能源发电绩效评价中。例如：Mamlook在对约旦地区的太阳能系统进行评价时，对各评价指标进行成对比较，并发现在收益指标中可靠性指标最为重要，在成本指标中运行维护成本最为重要[3]。Chatzimouratidis使用了层次分析法从技术、经济及可持续性角度对几类发电厂进行了评价研究，并应用成对比较法确定了各指标权重[6]；同样，Akash[4]and Mohsen[5]也分别应用成对比较法对发电厂和太阳能热水系统评价中的指标权重进行确定。

情景分析法：由于新能源发电绩效评价过程的复杂性以及政府、民众、投资者等评价主体偏好的多样性，使用单一指标权重向量往往使最终评价结果显得过于单薄。而通过德尔菲法、层次分析法等方法往往只能确定唯一的指标权重向量。应用情景分析法对新能源发电绩效进行评价可以将不同权重情景下评价结果的差异进行对比分析，从而提高评价结果的准确性，并有助于新能源电力的有效决策。由此，也有学者采用了权重情景分析法对各指标权重进行了主观分类讨论。例如：Liposcak在对克罗地亚地区的热电联产系统进行评价时，共考虑了环境、社会和经济三类指标。在综合评价过程中，作者对指标权重的设置共分为侧重环境指标、侧重社会指标和侧重经济指标三类情景进行分析。Afgan在对新能源发电厂、混合能源系统及氢能系统进行评价时也都采用了情景分析法对指标权重进行分类考虑。

2.客观赋权法

客观赋权法认为指标权重的大小应取决于各评价指标值数列离散程序的相对大小。即评价指标值间的差异度越大，则赋予的权重值也越大，反之则越小。假如，各新能源发电方案在某个评价指标下取值相等，则该指标的权重值应为0。客观赋权法基于评价指标值之间的相关关系或指标值的变异程度来确定权重，不依赖于人的主观判断，适用于各评价对象具有较大差异的情况。尽管客观赋权法目前已广泛应用于社会、生态等系统的评价过程中，然而在能源评价领域的应用则较少。目前，只有客观赋权法中的熵权法曾被应用于新能源发电绩效评价过程中。

熵权法：熵最先由美国数学家Shannon定义，原是热力学中的一个名词，在信息论中又称为平均信息量，是用于估计随机试验不肯定程度的指标。熵权法是一种根据各项指标观测值所提供的信息量的大小来确定指标权重的方法。熵值越小，则表示在某指标下各评价方案的差异越大，即该指标包含和传输的信息越多，相应权重越大；反之亦然。目前，利用熵权法获得指标权重已被应用于热电联产系统和分布式联合热电系统的评价过程中。

3.混合赋权法

主观赋权法和客观赋权法都有较广的应用范围，但它们也都有各自的不足。主观赋权法虽然反映了决策者的主观判断或直觉，但方案的评估会受到决策者的知识或经验缺乏的影响，而使最终评价结果具有很大的主观随意性；客观赋权法利用严谨的数学理论确定指标权重，却忽略了决策者的主观信息。因此，为充分利用主客观赋权法的优点，避免其中的不足，学者们提出了混合赋权法，即将主观赋权法的权数和客观赋权法的权数进行组合得到其综合权数。为比较主观赋权法、客观赋权法及混合赋权法的不同，Wang在对热电联产系统的评价中，分别运用了层次分析法和熵权法获得各指标的主客观权重，并通过建立线性方程获得指标的混合权重，对三类权重方案下的评价结果进行了对比分析，发现使用混合赋权法能使最终评价结果更加准确。

通过分析可知，由于新能源发电绩效评价过程中评价指标的多样性、复杂性及不确定性，指标权重的设置一般都采用主观权重法。考虑到计算的复杂性，采用客观权重及混合权重的学者并不多。在主观权重法中，使用较为广泛的为德尔菲法及层次分析法。此外，考虑到实际评价过程中，指标权重会随着评价方案及评价者偏好的不同而变化，采用情景分析法进行新能源发电绩效评价指标权重设置的学者也日趋增多。但考虑到实际新能源发电绩效评价过程中能源-经济-环境-社会系统的内在关联性，指标偏好间的关联作用是普遍存在的。如选用技术效率、成熟度和可靠性作为新能源发电绩效评价的技术指标，而高技术效率往往代表着较高的技术成熟度和技术可靠性，高技术成熟度也意味着较高的技术效率和技术可靠性，故这三个指标偏好间存在一定的冗余关联作用；选用投资成本、运行维护成本和电力成本作为新能源发电绩效评价的经济指标，而电力成本是由投资成本和运行维护成本等成本通过计算得出，故电力成本和投资成本与运行维护成本之间也存在一定的冗余关联作用。在指标关联作用的影响下，指标权重一般会发生相应的变化。因此，有必要对指标间关联作用进行分析的角度对指标权重进行研究。

四、新能源发电绩效评价方法

在评价方法的选择上，Pohekar对应用于可再生能源规划的方法进行了综述并将这些方法分成了多目标优化、决策支持系统和多指标评价决策三类，并通过对有关能源评价领域的文献进行总结发现近70%的能源问题都采用了多指标评价决策进行了研究。在多指标决策方法上，L·ken对应用于能源评价领域的多属性评价方法进行了综述，并将多指标评价方法分成了价值测量模型、目标规划模型、Outranking模型和混合模型四类。此外考虑到评价中的不确定性，也有学者采用了语言有序加权平均法[2]、模糊方法[3]和灰色关联度等方法。以下主要对新能源发电绩效评价过程中常用的几类多指标评价方法作相应的介绍。

1.层次分析法

由于其简便性、灵活性、直观性能够同时处理定量及定性的指标等特征，目前层次分析法已被许多学者应用于新能源发电绩效评价领域的研究中。例如：Akash利用AHP方法对光伏发电、风电、水电、核电和化石燃料发电五类发电厂进行了综合评价分析，并发现风电和光伏发电的成本收益比最小，其次分别为水电、化石燃料发电，成本收益比最大的为核电[4]。Mohsen利用AHP方法对约旦地区的太阳能热水、电热、集中供暖、煤油加热和液化石油气加热五类系统进行了分析，并发现太阳能热水系统为最优[5]。

尽管利用层次分析法对能源系统进行评价具有简便、直观等优势，层次分析法也有着其相应的劣势。Ramanathan指出AHP法在能源评价领域的劣势主要有：①当包含的方案或指标数量很大时，AHP方法计算比其他方法计算更费时；②当AHP方法按照给定原则将定性指标转化为定量数值，往往高估了不同方案间偏好的差异性。因此，为避免AHP法的不足，近些年在能源评价领域，学者们常将AHP方法与其他方法相结合以获取更加准确的评价结果。例如：Chatzimouratidis使用AHP方法对煤电、油电、天然气涡轮发电、天然气联合循环发电、核电、水电、风电、光伏发电、生物质发电和地热发电等十类发电厂进行综合评价研究，并发现水电为最优，天然气涡轮发电最劣。同时，为确定各指标对评价结果产生作用的大小，作者还对指标进行了灵敏度分析[6]。Kaya将AHP方法与VIKOR法相结合，对伊斯坦布尔地区的地热能、风能、太阳能、水能和生物质能的规划进行了研究。在指标权重方面，作者使用AHP法对所选取的指标进行了成对比较分析，随后应用VIKOR方法对各能源方案进行了集成分析[7]。

2.TOPSIS法

TOPSIS是一种逼近理想解的排序方法，它由H WangC L and Yoon K S最先提出，以靠近正理想解和远离负理想解为基准作为评价各可行方案的判断依据，具有对原始数据的利用充分、直观、计算简便等优点。目前，该方法已被学者广泛应用到了海上风力涡轮机选择[8]，能源可持续性评价[9]和太阳能热系统评价[10]等多个能源领域中。例如：Streimikiene从经济、环境和社会指标方面共选取了13类指标，并使用了TOPSIS方法对核电、燃煤、液化石油气、天然气、水电、生物质电力、光伏电力和风电等电力生产技术进行了综合评价研究[9]。Minguez采用了TOPSIS方法对海上风力涡轮机的三类支持结构（单桩式、三脚架式和夹克式） 进行评价分析[8]。此外，由于评价方案取值的不确定性，Cavallaro使用了模糊TOPSIS法对集成太阳能系统中的热能储存方法进行了比较研究[10]。

3.PROMETHEE法

由于PROMETHEE方法的简便性，可处理不同决策者间偏好的差异以及计算结果的稳定性和可靠性等特点，已被许多学者在能源评价领域中广泛应用。目前，PROMETHEE方法在能源评价领域的应用主要有可再生能源规划与开发、地热项目评价、太阳能热技术评价和能源可持续性规划等方面。在可再生能源开发项目方面，Goumas应用了模糊PROMETHEE法，并选取了投资净现值、提供就业数、年均能源使用和风险系数五个指标，对不同的地热开发项目进行了比较研究。Haralambopoulos构建了基于PROMETHEE方法的群决策模型，并将该模型运用到了希腊希俄斯州岛的地热能开采项目中。在能源发电技术评价方面，Cavallaro应用了PROMETHEE方法对不同的太阳能热技术进行了综合评价研究[12]。在能源规划方面，Topcu将其运用到了土耳其未来能源的规划中，并将PROMETHEE I和PROMETHEE II的计算结果进行了比较。Tsoutsos将PROMETHEE方法运用到了希腊克里特岛的能源发展进行了可持续性规划中。

通过分析可知，目前新能源发电绩效评价方法大都采用传统的多指标决策方法进行研究。而传统的多指标决策方法一般都忽略了指标偏好间关联的存在，因此有必要从指标偏好关联的角度对新能源发电绩效评价进行相应的分析。此外，考虑到新能源电力装机容量、安装地域、技术和管理水平的不同，很难给出新能源发电绩效评价指标的精确取值，但较易确定评价指标的取值区间。由此，在确定评价指标的基础上，有必要从区间取值的角度对新能源发电绩效进行研究。

五、结论

本文通过对国内外现有的新能源发电绩效评价相关文献进行研究，从评价指标体系、指标权重和评价方法三个方面进行相关综述。通过分析，发现新能源发电绩效评价已经引起了诸多学者的关注。通过对目前新能源发电绩效评价等相关文献进行梳理，得到以下结论：

1.在评价指标体系方面

学者们一般从技术、经济、环境和社会四个方面选取评价指标，其中技术效率、安全性、投资成本、运行维护成本、电力成本、二氧化碳排放量、土地使用量和提供就业数等子指标被使用的频率较高。但指标选择需要考虑具体的评价对象和地域特点。

2.在指标权重设置方面

主观赋权法（包含德尔菲法、成对比较法和情景分析法）最为常用，而熵权法等客观赋权法和混合赋权法使用则较少。此外，考虑到实际评价过程中，指标权重会随着评价方案及评价者偏好的不同而变化，采用情景分析法设置新能源发电绩效评价指标权重的学者也较多。

3.在评价方法方面

绝大部分（约有70%）文献采用多指标评价方法对新能源绩效评价等相关问题进行研究，这显示了该类方法解决这类问题的切合度。具体而言，AHP，TOPSIS和PROMETHEE等多指标评价方法在该领域中的应用最为广泛。同时考虑到评价中的不确定性，语言评价、模糊评价和灰色评价等方法也已被学者们引入新能源评价领域。

虽然新能源发电绩效评价等相关问题的研究成果已经非常丰富，但结合实际，该领域还存在一些问题有待进一步探讨和完善，例如：第一，变权情形下的新能源发电绩效评价理论和方法。新能源发电绩效评价指标权重可能会随着评价方案及评价者偏好不同而变化，情景分析法虽然也考虑了这一问题，但是它不能很好地反映指标权重的变动规律。第二，基于指标偏好间关联思想来研究新能源发电绩效评价理论和方法。考虑到实际新能源发电绩效评价过程中能源-经济-环境-社会系统的内在关联性，指标偏好间的关联作用通常难以避免。考虑指标偏好关联作用下，如何评价新能源发电绩效问题还需要去探索。第三，指标取值不确定情形下新能源发电绩效评价方法研究。由于技术进步等客观原因的存在，通常很难明确新能源发电绩效评价指标取值。因此，分析指标取值不确定时新能源绩效评价方法将是未来该领域的发展方向之一。

由于文章篇幅和作者阅读文献数量有限等原因，本文对新能源发电绩效评价相关文献的综述研究难免有偏颇之处。希望该研究能对我国学者有所启示，引发学者们研究兴趣，能为相关研究铺路搭桥、抛砖引玉。

[1]Andrea De Montis，Pasquale De Toro，Bert Droste-Franke，et al.Criteria for quality assessment of MCDA methods[J].3rd Biennial Conference of the European Society for Ecological Economics，2000.

[2]Doukas H.C，Andreas B.M，et al.Multi-criteria decision aid for the formulation of sustainable technological energy priorities using linguistic variables [J].European Journal of Operational Research，2007，182：844-855.

[3]Mamlook R，Akash B.A，et al.Fuzzy sets programming to perform evaluation of solar systems in Jordan[J].Energy conversion and management，2001，42：1717-1726.

[4]Akash B.A，Mamlook R，Mohsen M.S.Multi-criteria selection of electric power plants using analytical hierarchy process[J]. Electric Power Systems Research，1999，52：29-35.

[5]Mohsen M.S，Akash B.A.Evaluation of domestic solar water heating system in Jordan using analytic hierarchy process[J]. Energy Conversation and management，1997，38(18)：18l5-l822.

[6]Chatzimouratidis A.I，PilavachiP.A.Technological，economic and sustainability evaluation of power plants using the Analytic Hierarchy Process[J].Energy Policy，2009，37：778-787.

[7]Kaya T，Kahraman C.Multi-criteria renewable energy planning using an integrated fuzzy VIKOR&AHP methodology：The case of Istanbul[J].Energy，2010，35：2517-2527.

[8]Minguez E.L，Kolios A.J，et al.Multi-criteria assessment of offshore wind turbine support structures[J].Renewable Energy，2011，36：2831-2837.

[9]Streimikienea D，Balezentis T，et al.Prioritizing sustainable electricity production technologies：MCDM approach[J].Renewable and Sustainable Energy Reviews，2012，16：3302-3311.

[10]Cavallaro F.Fuzzy TOPSIS approach for assessing thermalenergy storage in concentrated solar power(CSP)systems[J]. Applied Energy，2010，87：496-503.

[11]Haralambopoulos DA，Polatidis H.Renewable energy projects：structuring a multi-criteria group decision-making framework[J].Renewable Energy，2003，28(6)：961-973.

[12]Cavallaro F.Multi-criteria decision aid to assess concentrated solar thermal technologies[J].Renewable Energy，2009，34：1678-1685.

[13]Evans A，Strezov V，et al.Assessment of sustainability indicators for renewable energy technologies [J].Renewable and Sustainable Energy Reviews，2009，13：1082-1088.

[14]Moreno B，Jesus L.A.The effect of renewable energy on employment，The case of Asturias(Spain)[J].Renewable and Sustainable Energy Reviews，2008，12：732-751.

[15]Kahraman C，Kaya I，et al.A comparative analysis for multiattribute selection among renewable energy alternatives using fuzzy axiomatic design and fuzzy analytic hierarchy process [J].Energy，2009，34：1603-1616.

[16]Dinca C，Badea A，et al.A multi-criteria approach to evaluate the natural gas energy systems[J].Energy Policy，2007，35：5754-5765.

[17]Diakoulaki D，Karangelis F.Multi-criteria decision analysis and cost-benefit analysis of alternative scenarios for the power generation sector in Greece[J].Renewable and Sustainable Energy Reviews，2007，11：716-727.

[18]Štreimikiene˙D，Pušinaite˙R.External Cost of Electricity Generation in Lithuania[J].Environmental Research，2008，2(44)：34-40.

（责任编辑：FMX）

New Energy Power Generation Performance Evaluation Research were Reviewed——Based on Multi-index Evaluation Method

ZHANG Ling1，2，FANG Jian-xin1，2，ZHOU Peng1，2
（1.College of Economics and Management，Nanjing University of Aeronautics and Astronautics，Nanjing Jiangsu 210016，China； 2.Research Centre for Soft Energy Science，Nanjing University of Aeronautics and Astronautics，Nanjing Jiangsu 210016，China）

Based on the popularity of Multi-criteria decision making method applied in the new-energy performance evaluation field，this paper made a literature review from evaluation criteria，criteria weight and evaluation method aspects respectively. On the evaluation criteria aspect，this paper summarized the common used evaluation criteria from technical，economic，environmental and social four aspects.On the criteria weight aspect，this paper made an analysis from subjective weight，objective weight and mixed weight three aspects.On the evaluation method，this paper analyzed the common used AHP，TOPSIS and PROMETHEE method etc.Besides，this paper pointed out the deficiencies in the existing studies and the further research directions.

New energy sources；Energy efficiency；Power generation performance；Energy economy

F416.61

A

1004-292X（2014）01-0003-06

2013-05-15

国家自然科学基金资助项目（71101070，71273130）；江苏省哲学社会科学基金资助项目（08SHB017）；江苏高校哲学社会科学重大研究项目（2010ZDAXM015）；校哲学社会科学基金资助项目（V0853-091，S075-091）；校产学研开放基金资助项目（NC2012011）；校研究生创新基金项目（KFJJ20100227）。

章 玲（1979-），女，安徽肥东人，副教授，主要从事复杂系统决策研究；

周 鹏（1978-），男，山东诸城人，教授，主要从事能源效率与碳排放政策研究。