基于博弈论组合赋权的水电站事故风险评价

2022-11-15崔威李晓英郭宜薇

南水北调与水利科技 2022年2期

崔威，李晓英，郭宜薇

(1.河海大学水利水电学院，南京 210098；2.长江水利委员会长江科学院，武汉 430014)

随着我国水利设施建设的快速发展，大量的水电站已投入运行，以水电为主的清洁能源逐步成为环境保护和社会发展的重要因素。

水电站运行的安全性一直是社会及国家关注的重点，也是当前水电站研究的核心问题。长期以来，对于水电站风险的研究大多集中在水电站建设上，而对于水电站的风险评价则较少。面对大多数水电站安全形势问题[1]，准确评价其风险水平成为保障水电站安全运行的首要问题。

我国的风险分析研究起步较晚，对于水电站风险评价的概念和研究也还处于初步阶段。针对水电站风险评价开展的研究有：李玉峰等[2]提出利用风险矩阵对项目风险进行分级评价，以乌东德水电站为例研究水电站建设运行过程各类风险因素；周志炎[3]采用层次分析法对小水电工程项目管理中的风险因素进行分类评价；李耀昌[4]将层次分析法与系统动力学相结合，分析并预测集控式水电站群运行中的各类风险；焦峰[5]通过构建多层次模糊综合评价模型，对祥和水电站风险进行评价。在以往的研究中，水电站风险评价通常使用单一的赋权法，如：层次分析法[6-7]、专家打分法、德尔菲法等主观赋权法，其主观随意性较强，工程应用中有一定的局限性；或TOPSIS法[8]、熵权法[9]等客观赋权法，其过度依赖客观数据，计算结果往往不令人满意。

针对单一赋权法的缺点，博弈论组合赋权法能够实现主观与客观的统一，在一定程度上提高赋权决策的科学合理性[10-12]。本文收集整理近10年开都河流域上两座串联水电站各类事故赔案，筛选出风险分析的典型事故资料，分析影响电站安全的主要风险因素，并引入博弈论组合模型将模糊层次分析法(fuzzy analytic hierarchy process,FAHP)确定的主观权重和CRITIC(criteria importance through intercriteria correlation)法确定的客观权重进行组合赋权，分析各风险因子损失金额与风险等级的隶属函数，建立水电站风险模糊综合评价模型，根据评价结果确定水电站风险等级。

1 风险因素分析与风险指标体系建立

我国水电站大多位于偏远地区，影响安全的风险因素较为复杂。在评价其风险等级时，需将其评价主体定性分析，充分考虑随机性和模糊性，动态分析辨识水电站风险[13]。

水电站风险是风险事故发生概率和风险损失的结合，本文采用事故致因理论[14]对收集的50例电站典型事故资料进行分析，总结各类事故发生的原理，确定水电站主要风险因素为自然环境风险、电力运行风险和建筑与设备风险。

1.1 自然环境风险

自然环境因素是指电站本身和周边环境中的自然因素导致的事故，主要包括暴雨洪水、冻胀、雷击、大风、泥石流等。尽管水电站对洪水等风险有相关的防护标准，但自然环境因素对电站安全的影响主要为次生灾害影响，其事故大多是这些因素造成电站运行故障等原因引发的次生损失。

1.2 电力运行风险

电力运行风险因素包括电力设备风险和运行维护作业风险。电力设备风险是指电站厂房内部各类电气设备的安全问题，包括电流冲击、过电压、感应电等。运行维护作业是水电站日常生产的工作形态，电站生产工作中的超负荷运行和人员误操作等因素是导致机器设备损坏造成经济损失的重要风险因素。电力运行风险是影响水电站安全的重要部分，且电力运行风险更多地涉及日常工作，在实际运行中易于管理，分析其风险因素并确定风险等级可为后期采取风控措施提供指导。

1.3 建筑与设备风险

建筑与设备是水电站的重要组成部分，承担着生产发电的任务，任何的建筑和设备异常都会影响电站安全。水电站是一个复杂的系统，设备种类繁多，将其进行分类评价，其风险包括设备故障、工艺缺陷和工程质量等问题，集中体现在电站内部设备和大坝的建筑质量安全方面。同时该风险除了对电站本身安全产生直接威胁外，也会间接影响电站的生产运行，造成营业中断损失。因而将其作为风险识别的重要内容，分析其对电站安全的影响程度，能有效提高风险评价的准确性。根据以上分析，建立水电站风险因素指标体系，见表1。

表1 水电站风险因素指标体系

2 模糊风险评价模型建立

2.1 确定模糊关系矩阵

建立因素集。模糊分析的首要步骤是建立因素集[15]，将评价对象根据风险识别分解成若干个评价要素，建立评价对象的因素集

U=(u1,u2,…,um)

(1)

式中：ui(i=1,2,…,m)为准则层上第i个风险因素，其又分解为对应的指标层因素。

建立评价集。以水利部颁布的导则[16]为基础，从风险分析的角度出发，根据工程实际情况，确立水电站风险评价等级[17]。根据模糊评价对水电站风险等级进行分类表述，建立评价集

V=(v1,v2,v3,v4,v5)

(2)

式中：v1为极低风险;v2为低风险;v3为一般风险;v4为高风险;v5为极高风险。

电站事故主要通过损失金额反映其严重程度，因此需要根据各指标造成的事故损失金额划分其风险度区间，即损失金额越大，风险度越大，电站风险等级就越高。

进行单因素评价，建立模糊关系矩阵。运用模糊数学进行单因素评价时，一般采用隶属度函数分析判断因素，隶属度函数在不同程度上受到主观判断和客观数据的影响，其合理与否决定最终评价结果的有效性。常见的隶属度函数有三角形分布、梯形分布、抛物型分布、正态型分布、Cauchy型分布和岭型分布等[18]。前面分析的各风险指标与风险等级基本成正比的关系，以事故损失金额为判断依据，采用梯形分布函数确定隶属度，其表达式如下:

偏小型

(3)

中间型

(4)

偏大型

(5)

则该指标对应的隶属度值ri为

ri=(ri1,ri2,ri3,ri4,ri5)

(6)

式中：rij(j=1～5)为第i个元素对应不同评价等级的隶属度函数，其等级依次为极低风险、低风险、一般风险、高风险和极高风险；ai(i=1～4)分别为对应风险等级的赔偿标准；x为损失金额，万元。

依据损失金额，将因素集中各指标代入对应的隶属度函数中，计算其隶属度，得到单因素评判矩阵为

2.2 计算组合权重

2.2.1模糊层次分析法确定主观权重

为反映不同因素对于评价目标的重要程度，需对各因素赋予相应的权数建立因素权重集。传统的层次分析法依靠专家在一定准则下根据主观经验通过两两比较的方式确定各指标的相对重要性形成判断矩阵，主观随意性较强，且难以保证判断矩阵的一致性[19]。引入模糊层次分析法将模糊一致矩阵与层次分析法相结合，在保留传统AHP法的优点时，保证了判断矩阵的一致性，使其更符合决策判断[20]，其计算过程如下:

构建风险指标模糊互补矩阵。参考相关规范[21]和已有研究[22-23]，结合工程实际情况，将水电站风险的发生概率进行分级，见表2。将选取的n个水电站风险评价指标进行风险概率等级评分，将指标评分结果两两比较，以0.1～0.9标度的模糊关系隶属度将模糊关系定量化，见表3，得到模糊判断矩阵为

表2 风险概率等级标准

式中：矩阵A=(aij)n×n，由表3中模糊关系隶属度可知aij满足0≤aij≤1且aij+aji=1，由文献[21]可知矩阵A为模糊互补矩阵。

表3 风险指标模糊关系标度值

(9)

得到矩阵B=(bij)n×n，其中各元素满足bij=bik-bjk+0.5，根据文献[21]可知矩阵B为模糊一致矩阵，无须进行一致性检验。

计算风险指标主观权重。将风险指标模糊一致判断矩阵B代入传统AHP法，计算模糊层次分析法的主观权重α=(α1,α2,…,αn)，即

(10)

2.2.2CRITIC法确定客观权重

CRITIC法是通过计算指标的变异性和冲突性来综合衡量指标权重的客观赋权法[24]。指标的变异性通过标准差的大小来反应，标准差越大，样本指标的取值差异越大，其权重越高；指标间的冲突性通过指标之间的相关性来表示，指标之间的相关系数越大，其冲突性越小，说明指标所提供的重复信息多，相应的权重就越小。其主要步骤[25]如下:

建立原始样本数据矩阵X=(xij)m×n，其中xij为第i个对象的第j个指标取值，并将其按下式变换得到标准化矩阵X*

(11)

计算各指标的变异系数

(12)

计算指标的独立性系数

(13)

式中：rkj为第k个和第j个指标之间的相关性系数。

计算指标的综合性系数

Cj=νjηj,j=1,2,…,n

(14)

计算指标权重βj，并得到客观权重β=(β1,β2,…，βn)。

(15)

2.2.3基于博弈论的组合赋权法

基于博弈论的组合赋权法以纳什均衡为目标，协调主、客观权重之间冲突，寻找权重间的一致和妥协，其过程是一个相互比较、相互协调的集成。水电站风险主要体现在风险发生概率和损失金额方面，两者权重分别由FAHP法和CRITIC法计算，博弈论组合赋权法可以综合考虑各指标之间的固有信息，减少单一赋权法的片面性从而提高指标赋权的合理性。其赋权步骤[20]如下。

使用FAHP法和CRITIC法两种方法分别计算风险指标权重，基本权重集Wk={ωk1,ωk2,…,ωkn}(k=1,2,…,L),其中n为风险指标数量，L为确定权重方法个数，本文取值为2。设λ={λ1,λ2,…,λL)为线性组合系数，则组合权重为

(16)

根据博弈论思想，以Wi与Wk的离差最小为目标，对线性组合系数进行优化，其对策模型为

(17)

根据矩阵微分性质，确定上式最优化的一阶导数条件的线性微分方程组为

(18)

(19)

2.3 建立博弈论组合赋权的风险评价模型

(20)

D=W*R=

(21)

根据最大隶属度原则，以计算结果判断水电站风险等级。

3 案例分析

3.1 工程概况

本文研究的两座串联水电站位于开都河流域，电站类型为坝后式，所在区域的水文、气候和地质等条件相近。电站自2010年以来实行了运营项目保险统一安排，对各类风险事故进行保险理赔，降低了一定的损失。然而由于电站出险数和赔偿金额长期处于高位导致保险费率逐年提高，水电站经济负担增加，同时也对电站安全运行带来极大挑战。本研究旨在通过分析水电站事故赔案资料，探索水电站出险的深层次原因，评价电站风险等级，进而指导电站提高风险管理水平。整理得到2010—2019年的水电站50例典型事故资料见表4。

表4 2010—2019年水电站典型事故资料

3.2 因素集建立及模糊关系矩阵确定

根据收集的50例水电站事故资料，结合水电站运行的实际情况，按照表1所示的风险指标进行评价。根据确定的隶属度函数可得自然环境风险、电力运行风险和建筑与设备风险的单因素评判矩阵R1～R3

3.3 风险因素组合权重计算

由于水电站风险发生的概率受诸多因素影响，利用统计分析的年数和各风险因素事故发生次数，计算各风险因素的年发生概率，再由评估专家和电站人员依照风险概率等级标准对各因素指标进行评分。将各指标的评分结果两两进行对比，判断指标间的相对重要性，得到模糊判断矩阵。准则层因素和自然环境风险指标、电力运行风险指标、建筑与设备风险指标对应的模糊判断矩阵A0～A3依次为

表5 水电站风险因素权重值

结合事故资料和指标层权重计算结果分析:在自然环境风险中，暴雨洪水和泥石流的权重相对较高，而不同点在于暴雨洪水的发生概率高，使得其主观权重较大；泥石流则因为平均损失金额高，其客观权重明显较大。对于电力运行风险，电流冲击与过电压的权重较高，特别是组合系数更大的主观权重中，从表4的数据可知原因是在各指标损失金额普遍较低的情况下，事故发生概率越大的风险越严重。在建筑与设备风险中，尽管工程质量问题的平均事故经济损失超过设备故障事故经济损失，但由于其发生频次仅有2次，且单次损失金额差距较大，其在组合权重计算中权重值小于设备故障。通过对该电站详细事故资料的分析，工程质量问题主要发生于运行期初，后期工程质量问题鲜有发生，但设备故障引起的事故却每年都会出现。

3.4 基于组合赋权的风险评价

表6 水电站风险评价结果

根据最大隶属度原则，可得该梯级水电站的风险级别为低风险。

3.5 评价结果分析

按最大隶属度原则分析评价结果，可知该梯级水电站风险等级整体为低风险，对比历史事故赔案，其在运行期内事故发生的概率和损失处于低位，因此评价结果与实际情况一致。从准则层模糊评价结果来看：自然环境风险对低风险的隶属度较高，实际上该类风险的发生概率高且事故损失金额分布较广，导致其对于各风险等级的隶属度相对平均，而损失较小的事故占比大，因此该风险指标为低风险；电力运行风险发生概率不高且损失金额相对较少，整体处于低风险；对于建筑与设备风险，尽管其个别事故损失金额很高，但事故发生频率较低，因此对一般风险的隶属度较高。

对目标层的评价结果显示，一般风险隶属度值仅次于极低风险和低风险值，表明水电站在一定程度上具有风险增高的趋势。如果不采取有针对性的风控措施，该梯级水电站的风险等级将会进一步提高。