区域电网绿色度评价模型及方法

2015-12-19庞松岭兰穗梅温晓强米增强石金玮

华北电力大学学报(自然科学版) 2015年5期

庞松岭，兰穗梅，温晓强，米增强，石金玮

(1.海南电力技术研究院，海南海口570125;2.华北电力大学新能源电力系统国家重点实验室，河北保定071003)

0 引言

随着社会的快速发展，能源消耗不断增加，我国资源环境问题日益突出。我国能源结构以煤炭为主，其中电力行业年消耗的煤炭资源占全国一次能源总消费量的53.4%［1］，一直以来是能源消耗与污染排放的大户，也是节能减排的重点领域，因此电力行业开展节能减排是我国发展绿色经济的关键。

“十一五”以来，我国电力行业通过采取大力发展可再生能源、优化电源结构、淘汰落后机组、优化电网调度、进行技术改造升级等重要措施，节能减排工作取得了巨大进步，但节能减排形势仍十分严峻。为了进一步加强电力行业节能减排的评价和监管工作，本文提出了一种对区域电网整体运行情况进行客观评价的绿色度评价模型与方法，可用于评价不同区域电网以及同一区域电网不同生产年度的节能减排工作与进展，进而督促和激励各区域电网积极推进节能减排工作，促进电力工业又好又快发展。

以往对电力行业的绿色评价研究主要集中在两个方面:一是对火电企业能耗水平和排污状况进行评价研究［2～4］。文献［2］提出对4 类电厂进行了清洁燃煤发电技术的全生命周期综合评价，考虑了污染物排放和资源消耗因素;文献［3］综合考虑煤耗、污染排放量、水资源消耗量等指标，建立燃煤发电节能减排的一种综合评价体系;文献［4］量化了火力发电减排污染物的环境价值标准，分析了脱硫火电和天然气发电所带来的环境效益。二是围绕对电网企业节能减排的评价研究［5～6］。文献［5］提出在节能指标基础上，考虑气体、电磁以及噪声污染指标，对智能配电网进行清洁性进行评估;文献［6］建立了一个针对区域性电网节能减排潜力的模糊综合评价模型，为节能调度提供了参考。文献［7］首次提出绿色度概念，利用层次灰色关联方法对产品绿色度进行评价，适用于产品的评价。上述研究对评价电网企业节能减排具有重要应用价值，但无法实现对区域电网节能减排工作的整体量化评价。本文将区域电网中的源、网作为评价对象，对区域电网的绿色度进行了定义并遴选出可量化的评价指标;利用熵值法和模糊数学法对指标进行组合赋权，提出了基于灰色关联－理想点法组合方法的区域电网绿色度综合评价模型，并以某四个省域电网绿色度评价为例，验证了本文所提出的绿色度评价模型和方法能够有效地反映区域电网的绿色度水平，绿色度评价模型和方法具有通用性、可量化、易实现等优点，可用于监管和督促区域电网进一步整体推进节能减排工作。

1 区域电网绿色度定义与评价指标的选取

1.1 绿色度定义

为科学、形象地衡量区域电网整体节能减排情况，本文引入区域电网绿色度概念，并利用相关评价指标对其进行量化评价。众所周知，“节能减排”中的节能是指减少单位产品或服务的能源消耗，而减排则是指减少单位产品或服务的污染物排放。在电能生产、传输过程中，生产或提供单位电量所引起的能源消耗量和污染物排放量无疑直接反映了区域电网的清洁程度，此外，区域电网中的能源结构、技术水平等因素也是影响节能减排的重要间接指标。为此，我们把区域电网在电能整个生产、传输过程中，能够促进节能减排的直接和间接因素对资源环境的综合友好程度称之为区域电网的绿色度。

1.2 绿色度指标的选取

基于区域电网绿色度定义，能否对区域电网节能减进行科学有效的评价，关键在于评价指标的选取是否恰当。本文按照可度量、易实现、具有相对独立性以及可追溯等遴选原则，分别在发、输配电环节选取资源消耗、能源结构、技术进步以及污染物排放等4 方面作为一级评价指标，并选取、下设16 个二级评价指标，见图1所示。现将二级评价指标的选取阐述如下:

(1)资源消耗:从节能和资源稀缺性角度出发，考虑了单位供电煤耗B11、单位供电水耗B12、单位供电气耗B13以及单位供电油耗B14共4 项指标。

煤耗、水耗(包括水电机组水耗、常规机组的水耗等)、气耗以及油耗均属于不可再生或稀缺资源，这些发电环节指标对区域电网绿色度的贡献至关重要。

(2)能源结构:选取了高能效机组发电比B21、清洁能源机组发电比B22、分布式发电参与度B23。

高能效机组是推进发电技术改造的方向之一;清洁能源发电与分布式发电是绿色电网的发展趋势与重要标志。分布式发电参与度即为分布式发电量与区域电网总供电电量比。

(3)技术进步:包括厂用电率B31、网损率B32、新能源利用小时数B33、最大负荷调峰深度B34等4项指标。网损率和厂用电率的高低直接影响着能源消耗与污染物排放，新能源利用小时数的高低体现着新能源发电的参与度，调峰深度影响着机组的经济运行效率。其中，网损率需要考虑联络线的功率交换，为了促进跨区输电，将联络线上的损耗在供电方和受电方均摊。这些指标综合体现了电网的节能减排技术水平与管理水平。

(4)污染物排放:包括单位发电量SO2排放B41、单位发电量NOX排放B42、单位发电量CO2排放B43、单位发电量粉尘排放B44以及单位发电量废水排放B45。

SO2、NOX、CO2以及粉尘都是电能生产排放的主要大气污染物，对环境危害严重;目前我国一直处于水资源紧缺状态，故将单位发电量排放废水量(包括常规火电机组、核电机组等)也列入绿色度的评价指标。

图1 区域电网绿色度评价体系框架Fig.1 Framework of green degree evaluation system on regional power grids

2 区域电网绿色度评价指标的赋权

区域电网绿色度评价为多指标评价问题，由于指标很难实现统一度量，有必要对各项指标进行权衡以实现对区域电网进行综合评价。基于“指标功能”的主观赋权法，能反映决策者的主观判断和偏好等，对综合评价结果会产生一定的影响;而基于“指标差异”的客观赋权法，虽然能突出体现综合指标的客观实际、可再现性好，但完全忽略了决策者的主观信息，也不利于问题的评价。因此，本文利用熵值法［8－9］和模糊数学法［10］相结合的主、客观综合集成赋权法对区域电网绿色度评价指标进行赋权，所确定的权重系数能够同时体现客观信息和主观信息的共同影响。对绿色度评价指标进行组合赋权［11－12］的具体步骤如下:

先对n 个区域电网的16 个二级指标进行赋权值，再对4 个一级指标赋权。二级指标具体赋权过程如下:

2.1 利用熵值法赋权值

(1)构造绿色度二级指标决策矩阵Ak，每个一级指标k(k=1，2，…，p)包含m 个二级指标数。

Ak= (aij)n×m

(2)指标矩阵标准化:

各指标属性值的物理意义(包括量纲)各不相同，采用极差化方法对决策矩阵进行标准化，使各属性在信息熵上保持一致，得到第k 个一级指标的决策矩阵Pk

Pk= (pij)n×m

规范化公式如下:

式(1)和式(2)分别对指标越大越好的效益型指标和指标越小越好的费用性型指标进行规范化，其中B21、B22、B23和B33为效益型指标，其他为费用性指标。

(3)求各指标的熵Ej:

(4)求各指标的权系数wj:

2.2 利用模糊数学法赋权值

(1)每个一级绿色度指标k(k =1，2，…，p)包含m 个二级指标数。构造二级指标互补判断矩阵Pk

Pk= (pij)m×m

且满足pij+pji=1。

(2)由模糊互补矩阵构造模糊一致矩阵，

(3)二级指标权值的确定

2.3 利用综合集成赋权法赋权值

采用加法集成赋权法，得到二级指标综合权值:

式中:wj为熵值法求得的绿色度二级指标权值;w′j为模糊数学法求得的绿色度二级指标权值;α和β 根据决策者对wj、w′j的偏好程度进行过调整，α + β = 1，且α，β ≥0 。

4 个一级指标的赋权方法与二级指标赋权方法相同，不再赘述。

3 区域电网绿色度组合评价方法

区域电力系统复杂，不仅各类电源资源消耗情况不同，能源结构、发电技术水平以及污染物排放状况均不相同，而且评价指标多，数据种类多。因此，在选择区域电网绿色度评价方法时，应根据各指标的属性与特点，结合评价方法的适用范围及优劣特性，选取适当的评价方法或有机结合，扬长避短，才能得出准确、合理的评价结果。

3.1 能源结构和技术进步指标的灰色关联评价方法

区域电网绿色度评价体系中的能源结构、技术进步指标数据信息量大，部分指标难于量化或统计，导致数据存在一定灰度，而灰色关联法能够深度挖掘区域电网中这类指标的内部规律，适用于灰色关联分析方法来进行评价计算。

绿色度指标体系中能源结构和技术进步指标利用灰色关联分析法评价［13］的一般步骤为

(1)确定基准指标集

能源结构和技术进步指标共有7 个二级指标在n 不同评价区域上述M(M =7)个二级指标中分别选取最优指标，构建最优指标集，并作为基准，即X0= (x01，x02，…，x0M)。

(2)对上述7 个绿色度二级指标列出决策矩阵并进行无量纲化处理

利用式(4)进行无量纲化处理:

其中，n 表示评价区域的个数，k = 1，2，…，M 表示评价指标，xi(k)、x′i(k)分别为第i 个评价区域第k 个二级指标的原始数据和无量纲化处理后的数据。

(3)利用关联系数构建评价矩阵

第i 个评价区域的第k 个二级指标灰色关联系数计算式为

式中:ρ 为分辨系数，一般取ρ = 0.5 。

各关联系数组成评价矩阵E:

(4)利用式(3)分别对能源结构和技术进步下二级指标进行组合赋权。

(5)灰色综合评价

由评价矩阵E 和权重系数向量R，得到能源结构和技术进步指标灰色综合评价结果为

3.2 资源消耗和污染物排放指标的理想点评价方法

区域电网绿色度评价体系中的资源消耗和污染物排放指标数据明确，数据信息量大，不仅需要对各属性进行逐个评价，而且需要考察各属性对于区域电网绿色度的总体贡献及影响程度。理想点法能够对区域电网上述指标的每个指标确定一组理想中的最佳方案和最差方案，并计算实际中每个方案与最佳方案和最差方案的差距，进而利用相对贴近度作为绿色度资源消耗和污染物排放指标综合评价的标准。因此，适用于理想点方法进行评价分析。

资源消耗和污染物排放指标利用理想点法进行综合评价的步骤［14］如下:

(1)资源消耗和污染物排放指标共M(M=9)个二级指标，对上述9 个指标列出决策矩阵并进行无量纲化处理，方法与灰色度关联分析法相同，不再重复。

(2)利用式(3)分别对上述9 个二级指标进行组

合赋权。

(3)建立加权决策矩阵并计算欧氏距离

利用式(8)分别对上述9 个二级指标构建加权规范化矩阵，利用式(9)、式(10)计算欧氏距离:

(4)计算资源消耗和污染物排放二级指标的综合相对贴近度

评价区域i(i=1，2，…，n)实际情况到理想方案的贴近度为

根据上述相对贴近度对区域电网的资源消耗和污染物排放指标进行综合评价。

4 基于灰色关联－理想点法的区域电网绿色度综合评价模型及应用

本文所构建的绿色度评价体系为多层次结构，一级指标评价是基于二级指标评价结果进行的。具体流程如下:

(1)绿色度二级指标评价。利用综合集成赋权法对二级指标进行赋权值;利用灰色关联分析方法对能源结构和技术进步下的二级指标进行综合评价，利用理想点法对资源消耗和污染物排放下的二级指标进行综合评价。

(2)绿色度一级指标评价。基于二级指标的评价结果构造一级评价矩阵，再次利用综合集成赋权法对一级指标进行赋权，利用灰色关联方法进行一级指标综合评价，得到不同评价区域的绿色度。

4.1 不同区域电网绿色度综合评价

2013年河北南网、冀北电网、内蒙以及黑龙江4 省区域电网绿色度评价指标及其数据如表1所示，部分数据来自于中国电力年鉴(供电煤耗、新能源发电以及污染物排放水平等)，部分数据来自于省域电网的实际运行数据(厂用电率、网损率、最大负荷调峰深度等)。表中单位水耗仅考虑了水电机组，单位废水排放仅考虑了常规火电机组。

表1 区域电网绿色度评价指标Tab.1 Green degree evaluation indicators of regional power grids

4.1.1 二级指标综合评价

利用熵值法和模糊数学法以及式(3)确定绿色度二级指标的权重如表2所示，其中α = 0.4，β= 0.6 。4 省域电网二级指标评价结果如表3所示。

表2 绿色度二级指标的权值Tab.2 Weights of second level green degree indicators

表3 绿色度二级指标评价结果Tab.3 Green degree evaluation results of second level indicators

从二级指标评价结果可知，电网3 的资源消耗、污染物排放水平最优，电网2 的能源结构最优，电网3 的技术进步指标最优。分析原因:资源消耗指标均为越小越好型，区域电网3 的煤耗、油耗最低，水耗和气耗也不是最差，在组合权重下，电网3 的资源消耗情况最优。电网1 清洁能源装机占比、分布式发电参与度指标均最差，并且高能效机组指标也较差，导致电网1 的能源结构最差。尽管区域电网4 的厂用电率指标最差，但网损率、新能源利用小时数指标均最好，在组合权重下，电网4 在的技术进步上最优。污染物排放指标均为越小越好型，区域电网3 进行了脱硫脱硝除尘，SO2、NOX、粉尘的排放量最优，CO2排放量也较好，导致电网3 的污染物排放情况最优。

二级指标评价结果为区域电网绿色度完善提供依据。依据绿色度的二级评价指标的权重，可知绿色度改善具体方向和重点是单位煤耗、清洁能源装机、新能源利用小时数、网损率、单位SO2排放以及单位NOx排放。

4.1.2 一级指标综合评价

一级指标评价是基于二级指标评价结果进行的。利用上述相同的方法计算获得绿色度评价模型中一级指标权值向量为

ωA=［0.310，0.127，0.159，0.405］

利用灰色关联分析法得到4 个省级区域电网绿色度最终评价结果，如图2所示。

按关联度大小排列得区域电网绿色度顺序为:区域电网3 ＞区域电网2 ＞区域电网4 ＞区域电网1。

根据最终一级评价结果可知，区域电网3 的绿色度明显好于其它电网。其原因是该电网的区域电网3 的资源消耗、污染物排放指标最优，电网2 虽然在上述指标没有优势，但因其能源结构最好，并且技术进步指标也较好，综合排在第二位。电网1 一级指标中资源消耗、能源结构以及污染物排放指标均排在最后位置，组合权重下其绿色度最低，排在最后位。电网4 好于电网1，排在第三位。尽管电网3 的绿色度最优，但仍存在着如下弊端与不足:尽管清洁能源装机比例最大，但利用小时数偏低，新能源所起作用不够突出;高能效机组比例、网损率等指标均有待提高、单位电量废水排放处理技术不成熟。

图2 某4 省域电网绿色度最终评价结果Fig.2 The final results of the evaluation of green degree on four regional grids

4.2 区域电网不同年度的节能减排评价

为对区域电网进行纵向评价分析，以省域电网3 为例，分别选取2006～2010年共5 个年度的区域电网绿色度指标数据［15］，利用上述评价模型，得到该省电网不同年份的绿色度动态曲线图3。

图3 省域电网2006～2010年度的绿色度动态曲线图Fig.3 The green degree’s dynamic curves of provincial power grid from 2006 to 2010

由图3所示，清晰、形象给出了该省连续5年的节能减排评价结果，该省域电网的绿色度从2006年的0.674 逐年增加至2010年的0.842，该省的节能减排工作力度大、效果显著。

5 结论

本文对区域电网的绿色度进行了定义并给出可度量化指标;利用熵值法和模糊数学法对模型进行组合赋权，提出了基于灰色关联－理想点法组合方法的区域电网绿色度综合评价模型，并以四个省域电网绿色度评价为例，同时对指定省域电网的2006～2010年年度的节能减排进展情况进行综合评价，验证了本文所提出的绿色度评价模型和方法能够有效地反映区域电网的绿色度水平，绿色度评价模型和方法具有通用性、可量化、易实现等优点，可用于监管和督促区域电网进一步整体推进节能减排工作。

［1］国网能源研究院.2013 中国发电能源供需与电源发展分析报告［M］.北京:中国电力出版社，2013.

［2］周亮亮，刘朝.洁净燃煤发电技术全生命周期评价［J］.中国电机工程学报，2011，31 (2):7－14.

［3］王军，李永华，阎维平.一种燃煤发电节能减排综合评价指数［J］.中国电机工程学报，2011，31(S1):144－148.

［4］张帆，徐莉，刘刚.火电企业环境成本估算与管理［J］.武汉大学学报(工学版)，2008，41 (2):99－102.

［5］王晓晶，陈星莺，陈楷，等.智能配电网清洁性评估指标研究［J］.中国电机工程学报，2013，33(31):43－50.

［6］吴耀武，陈瑞，娄素华，等.基于熵权的电网节能减排潜力多级模糊评价［J］.华中科技大学学报(自然科学版)，2010，38 (11):115－118.

［7］张雪平，殷国富.基于层次灰色关联的产品绿色度评价研究［J］.中国电机工程学报，2005，25(17):78－82.

［8］崔和瑞，葛静.基于熵权的河北省节能减排效果模糊综合评价［J］.电力学报，2012，27 (5):484－489.

［9］鲁鹏，陈大军，时珉，等.基于熵权法的电网应急能力水平评价研究［J］.电网技术，2013，29(11):44－88.

［10］陈连栋，吕春梅.基于模糊综合评判的电力风险评估方法的研究［J］.电力科学与工程，2010，26(11):50－54.

［11］张翼舟，白泉涌.基于组合权重的火电项目环境影响后评价研究［J］.华东电力，2010，38 (5):668－670.

［12］李伟，王静，牛东晓.基于组合权重的发电企业竞争力综合评价研究［J］.华北电力大学学报，2006，33 (5):93－96.