基于合作博弈-云模型的农村能源互联网建设成熟度评价

谭忠富，薛帆，樊伟，德格吉日夫，李华，梁燕

（1.华北电力大学经济与管理学院，北京 02206；2.国网经济技术研究院，北京 102209；3.广州供电局，广东广州 510620；4.国网山西电力经济技术研究院，山西太原 030002；5.延安大学经济与管理学院，陕西延安 716000）

0 引言

2021 年，国家能源局、农业农村部、国家乡村振兴局联合印发了《加快农村能源转型发展助力乡村振兴的实施意见》。建立农村能源互联网建设成熟度评价体系，对农村能源互联网建设成熟度进行评价，能够量化农村能源互联网建设水平，指导未来农村能源互联网建设方向。

在已有相关文献中，综合能源系统作为能源互联网建设的重要组成部分，其发展的相关评价研究开展较早，且成果比较丰富，可为农村能源互联网建设成熟度的评价研究提供参考。文献[1]从经济性、环保性、安全性、效率性4 个方面构建了新能源渗透率对多能源主体影响的评级指标体系。文献[2]从能源生产、输配和消费环节构建了综合能源系统评价指标。文献[3]从经济效益、能源服务质量、可持续经营能力、节能减排效果和社会发展带动能力5 个方面构建了能源互联商业模式评价指标。文献[4]从经济性、可靠性和适应性3 个方面构建了柔性直流输电系统电压等级评级指标。文献[5]从电能替代、技术性和经济性3 个维度提出了综合能源系统效益评价指标体系。文献[1-5]中，缺乏对农村能源互联网建设成熟度的评价。此外，在评价指标方面少有考虑能源互联网对居民生活的影响。

在指标权重计算方面，常见的方法分为主观赋权法和客观赋权法，不同的权重确定方法有其优点和缺点。文献[6]采用最佳-最差法对指标进行权重赋值。文献[7]采用层次分析法确定指标权重。文献[8]采用改进层次分析法确定风光储能电站评价指标的权重。采用单一方法确定权重具有一定的局限性。为解决这一问题，文献[9-10]利用最小二乘法将两种权重计算方法结合确定组合权重。文献[11-12]依据最小鉴别信息原理将改进层次分析法和CRITIC 法结合确定组合权重。文献[13]采用乘积法确定G1 法（Order Relation Analysis Method）、熵权法和独立性权系数法的组合权重。文献[14-16]运用合作博弈理论确定多种方法的组合权重。其中，利用合作博弈理论确定的组合权重计及了不同权重确定方法间的相关性，更加精确有效。在评价方法方面，文献[17]采用熵权-灰色关联度分析法对高压直流输电换流阀空冷器状态进行评价。文献[18] 采用优劣解距离法（Technique for Order Preference by Similarity to Ideal Solution，TOPSIS）对新能源功率预测进行了评价。文献[19]采用信息熵融合多层次灰色关联分析法对电能替代进行综合评估。文献[20]对传统优劣解距离法进行了改进。文献[21]将层次分析法（Analytic Hierarchy Process，AHP）与可变模糊集理论相结合对抽水蓄能电站灌浆质量进行综合评价。文献[6-21]采用的评价方法，无法有效解决部分指标存在模糊性和随机性的问题。文献[22-23]针对评价目标的模糊性和随机性采用云模型进行评价，有效解决了这一问题。

综上，当前针对能源互联网的相关评价少有计及农村能源互联网建设成熟度这一对象。此外，在评价指标方面少有考虑能源互联网对居民生活的影响，在评价方法上难以考虑部分指标存在模糊性和随机性的问题。因此，本文提出农村能源互联网建设成熟度评价，结合合作博弈理论计算指标权重，通过云模型对农村能源互联网建设成熟度进行评价。以河南省某农村能源互联网建设示范为实例验证了所提方法的合理性。

1 农村能源互联网综合评价指标体系

依据指标选取的综合性原则、客观性原则和可获得性原则，结合农村能源互联网发展实际情况和能源互联网评价相关文献，采用解释结构模型[24]对指标进行优化，具体过程如图1 所示。

图1 指标体系构建思路Fig.1 Idea of constructing indicator system

优化后的评价指标，分别从资源能源化、用能低碳化、能源智慧化和发展普惠化4 个维度，设计了农村能源互联网建设成熟度评价指标体系，如表1 所示。

表1 评价指标体系Table 1 Evaluation index system

表1 指标体系中部分指标较为常见，因此仅对部分不常见指标进行解释说明。农作物秸秆、畜禽粪便资源化利用率是指将秸秆、畜禽粪便作为肥料、饲料、燃料等的数量占秸秆、畜禽粪便总量的比例。公众绿色出行率指农村居民使用公共交通或新能源汽车出行的人数占总人数的比例。农业生产电气化水平指农业生产工作中使用电气机械完成的工作量占工作总量的比例。

2 基于博弈思想的指标权重设置

2.1 指标权重计算方法

本文先采用决策实验室法（Decision Making Trial and Evaluation Laboratory，DEMATEL）、CRITIC法和G1 法分别计算指标权重。

1）DEMATEL 法是一种确定主观权重的方法，其分析各指标之间的影响程度和被影响程度，进而确定指标权重。具体步骤参考文献[3]。

2）CRITIC 法考虑各指标之间的相关性和冲突性，利用各指标数据的信息量来确定指标权重，完全利用数据自身的客观属性进行科学评价。具体计算步骤参考文献[11-12]。

3）G1 法是一种确定主观权重的方法，相较与常见的层次分析法，G1 法无需进行一致性检验，并且能够快速确定主观权重。具体步骤参考文献[13]。

2.2 基于合作博弈的组合权重

借鉴合作博弈思想，将不同权重计算方法看作一个整体，确定组合权重，从而提高权重的精确程度。该方法既能结合各权重计算方法的优点，又能避免各权重计算方法的缺点。具体计算步骤如下[14-16]：

1）计算W(i)和W(m_i)的相关系数：

式中：L(i)为W(i)和W(m_i)的相关系数；W(i)为使用第i种方法得到的权重；为使用第i种方法得到的n项指标权重的平均值；Wj(m_i)为除第i种方法外的m-1 种方法的组合权重；为Wj(m_i)n项指标权重的平均值。

2）计算组合权重W：

3 基于云模型的农村能源互联网建设成熟度评价

3.1 云模型基本理论

云模型可以解决研究对象不确定性问题，实现了定性评价指标和定量评价指标的自然转换。针对农村能源互联网建设成熟度评价问题，弃风弃光率、公众绿色出行率、供电可靠率等指标是在不断变化的，具有一定的随机性和模糊性。为解决这一问题，采用云模型对农村能源互联网建设成熟度进行评价。

3.2 评价等级标准云构建

将农村能源互联网建设成熟度在[0，100]间划分为5 个等级[25-26]，利用正向云发生器生成农村能源互联网建设成熟度评估标准云。5 个等级为低、较低、中等、较高和高，分别对应区间[0，20），[20，40），[40，60），[60，80），[80，100]。每个区间作为一个标准云，标准云的3 个数字特征Exi，Eni，Hei计算方法如下所示：

依次计算出5 个区间的数字特征分别为T1(10,6.67,0.5)，T2(30,6.67,0.5)，T3(50,6.67,0.5)，T4(70,6.67,0.5)，T5(90,6.67,0.5)，从而得到标准云，如图2 所示。

图2 农村能源互联网建设成熟度评价标准云Fig.2 Maturity evaluation standard cloud of rural energy Internet construction

4 实例分析

4.1 基础数据

以河南省某农村能源互联网建设示范为对象，选取2018—2020 年3 年的数据进行分析。对收集到的数据进行一致化处理得到指标得分，如表2所示。

表2 原始数据一致化Table 2 Consistency of raw data

4.2 指标权重计算

1）运用DEMATEL 法计算指标权重，以一级指标为例，对每个一级指标对其他一级指标的影响程度进行判断，构建关系矩阵。基于关系矩阵得到综合影响矩阵，最后得到一级指标权重如表3 所示。

表3 一级指标权重Table 3 Index weights of first-level indexes

由表3 可知，资源能源化和能源智慧化为原因指标，用能低碳化和发展普惠化为结果指标。各一级指标间的影响关系如图3 所示。运用同样的方法可以求出各一级指标下二级指标的权重。

图3 一级指标间的影响关系Fig.3 Influence relationship between first-level indexes

2）运用CRITIC 法计算指标权重。将2018—2020 年3 年的数据输入SPSSAU 软件，求得各指标变异性、冲突性、信息量和权重，如表4 所示。

表4 CRITIC法计算结果Table 4 Calculation results by CRITIC method

3）运用G1 法计算指标权重，以一级指标为例。首先按照重要程度对4 个一级指标进行排序B1＞B4＞B2＞B3，从 而得到对比矩阵R=（1.2，1.4，1.2），最后确定各一级指标的权重，结果为（0.342，0.285，0.204，0.170）。运用同样的方法可以求出各一级指标下二级指标的权重。

4）运用合作博弈理论计算组合权重，根据式（1）—式（2），使用MATLAB 计算W（i）和W（m_i）的相关系数，最后得到各二级指标的组合权重为（0.102，0.039，0.064，0.025，0.109，0.161，0.134，0.058，0.073，0.071，0.032，0.052，0.036，0.045）。

4.3 农村能源互联网建设成熟度评价

运用云模型评估该农村能源互联网建设示范的建设成熟度，选取2020 年作为评价对象，将2020年4 个季度共56 个数据输入MATLAB 中，运用逆向云发生器求解出各级指标的3 个数字特征。根据一级指标的3 个数字特征，运用正向云发生器生成一级指标评估云，如图4 所示。

由图4 可知，2020 年该农村能源互联网建设示范的发展普惠化程度最高，在90.283 处的隶属度最大，主要是由于在供电可靠率、电压合格率和农村家庭通电率这3 方面都处于“高”的水平；其次是用能低碳化程度，在77.051 处的隶属度最大，主要是由于在清洁供暖普及率上处于“高”的水平；第三是资源能源化程度，在62.643 处的隶属度最大，其中农作物秸秆、畜禽粪便资源化利用率和弃风弃光率处于“高”的水平，可再生能源发电量占比和屋顶光伏覆盖率有待进一步提高；最后是能源智慧化程度，在24.511 处的隶属度最大。

图4 一级指标评价云图Fig.4 Evaluation cloud map of first-level indexs

根据农村能源互联网建设成熟度的3 个数字特征，运用正向云发生器生成农村能源互联网建设成熟度评估云，如图5 所示。

图5 农村能源互联网建设成熟度评价云图Fig.5 Maturity evaluation cloud map of rural energy Internet construction

由图5 可知，2020 年该建设示范的农村能源互联网建设成熟度更接近“较高”水平。该评价结果也比较符合该地区的实际发展情况，并且本文所提出的方法能够将农村能源互联网建设成熟度进行量化，更加直观地体现农村能源互联网建设成熟度。随着未来农村基础建设的不断完善和技术水平的不断进步，该地区农村能源互联网建设成熟度将由“较高”向“高”逐渐转变。

4.4 对比和分析

为了验证本文提出方法的优越性，对4.2 中使用DEMATEL 法、G1 法和CRITIC 法计算出的权重及使用合作博弈理论计算出的3 种方法的组合权重进行对比分析，如图6 所示。

图6 DEMATEL法、CRITIC法、G1法计算出的权重及3种方法的组合权重Fig.6 Weights obtained by DEMATEL method，CRITIC method，G1 method and combined weights of three methods

由图6 可知，当使用CRITIC 法计算指标权重时，电压合格率及供电可靠率的权重为0，这是由于CRITIC 法是一种客观权重计算方法，其根据指标的变异性和冲突性确定指标权重。由于评价对象的电压合格率及供电可靠率稳定地处于高水平，使用CRITIC 法计算指标权重就会得到一个非常低的结果。同理，由于清洁供暖普及率和公众绿色出行率在2018—2020 年增长非常迅速，导致了二者的指标权重过高。本文提出的合作博弈-云模型能够有效避免个别指标权重不合理的问题发生，在兼顾主观和客观的基础上，考虑不同权重计算方法的相关关系，使得权重更加合理和准确，提高了评价结果的有效性。

5 结语

本文针对农村能源互联网建设成熟度评价进行研究。在现有研究基础上，计及农村能源互联网建设对居民的影响，从资源能源化、用能低碳化、能源智慧化和发展普惠化4 个方面构建评价指标体系。结合合作博弈理论，将DEMATEL 法、G1 法和CRITIC 法3 种方法组合得到指标权重，提高了指标权重的准确性和合理性。针对部分指标存在模糊性和不确定性的问题，采用云模型确定了农村能源互联网建设成熟度的5 个等级，对河南省某农村能源互联网建设示范进行评价，识别农村能源互联网建设的薄弱环节，并通过对比分析验证了所提模型的先进性。