基于熵权物元可拓模型的海上风电项目后评价

宿 恺, 卢玉祥, 邢作霞, 陈 雷

(沈阳工业大学 a. 管理学院, b. 电气工程学院, 辽宁 沈阳 110870)

我国拥有丰富的海上风资源,截至2021年,海上风电累计装机容量达到26.39 GW,海上风电事业已经进入发展的快车道。相较于陆上风电项目,海上风力更加稳定,海上风力发电机可以捕获更多的能量;但海上风电项目投资成本高,海上风力发电机组的运行环境更加复杂,因此对风力发电机组的可靠性、安全性和运行时的可维护性、可达性提出了更高的要求[1]。为了评判海上风电项目能否取得预计的投资效果,找出项目在建设和运营过程中存在的风险和问题,亟须对海上风电项目进行后评价,以便将总结的经验教训反馈到新的投资决策中。

一、文献综述

目前,国内外学者针对风电项目的后评价进行了相关研究。CASTRO等针对风能转换系统的容量可信度问题,提出了一种按时间顺序排列的后评估方法[2]。NGUYEN等将风电机组的故障率和风速联系起来,提出了一种从风速的角度评价风电场可靠性的方法[3]。WANG等通过区间数改进的ANP确定指标权重,并构造区间数改进的梯形隶属函数模糊综合评价模型,进行风电项目后评价[4]。潘沛从投标机型的变化、验证机型功率曲线和风电场折减系数3个方面分析了实际上网电量满负荷小时数,并对风电场发电能力进行了评价[5]。王燕涛等构建了风能资源利用效率综合评价体系,并根据改进型添加榜样模式的灰靶理论建立风能资源利用水平评价模型[6]。许昌等提出了基于云模型的风电场工程综合后评价方法[7]。沈又幸等从风电场的建设过程、效益、影响3个维度构建了后评价指标体系,使用层次分析法和模糊综合评价法对风电场进行了成功度评价[8]。赵高强等使用网络层次分析法确定了指标权重,并采用灰色聚类决策模型对风电项目的经济外部性进行了分析[9]。罗春辉等基于层次分析法和改进云参数的正态隶属云模型,对风电场的运行性能进行了多维评价[10]。

同时,学者们也对海上风电项目后评价进行了相关研究。李静等利用支持向量机理论,从风险角度对运营期的海上风电项目进行了评价[11]。宗雪等用熵权法和数据包络分析(DEA),对江苏省潮间带风电产业的可持续性进行了评价[12]。HUANG等分析了海上风电场各种拓扑结构的可靠性和经济性,采用可靠性框图和分类方法分别对链式风电场和环形风电场的可靠性进行了分析[13]。郭树生通过对比江苏某海上风电场发电量与实际运营时发电量之间的差异,对海上风电场发电量折减系数进行了优化[14]。郭雨桐等将指标理论发电量完成率引入海上风电场效能评价体系,以反映风电机组和风电场的实际运行状态[15]。张飞飞采用基于ANP的模糊综合评价法,对海上风电项目进行了风险评估[16]。张晶磊等综合运用情景分析法和GIS方法、赋值计算法,结合滨海县海上风电场建设实际情况,定量分析并评价了海上风电场对近岸海域海洋水质和海洋生物的累积影响[17]。

综上可知,目前我国风电项目后评价工作存在的问题主要集中在评价方法应用上,主要表现为以下几方面:层次分析法不能反映指标之间的相关性,且由评价者根据以往的工作经验判断出两两指标的相对重要性,具有很强的随机性,从而无法保障风电项目评价结果的可信度;网络层次分析法采用点估计的方式确定指标权重,并不能消除主观判断的不确定性;模糊综合评价模型存在确定隶属函数参数困难、模糊概念转换不明确等一系列问题;灰色聚类分析法只考虑了量性转化过程中的信息不完整性,而没有考虑判断者作出决策的随机性。

从目前的研究来看,关于海上风电项目综合后评价的研究较少,国内研究大多侧重于评价海上风电项目的某一方面,如发电量、风险、经济性,未能形成系统全面的海上风电项目后评价指标体系,进而无法兼顾经济效益、发电量、项目建设情况等多方面因素。因此,本文采用熵权物元可拓模型对海上风电项目进行综合后评价,能够将实际问题转化成形式化问题,有效处理指标间的不相容问题,并将各评价指标的取值转化为量值区间,增强待评事物隶属于集合的程度。目前,物元可拓法已经较为广泛地被应用于各类工程的评价问题[18-20]。本文从项目财务、项目建设过程和项目技术3个维度构建较为系统全面的海上风电项目后评价指标体系,避免评价层面的单一性;采用客观性较高的熵值法确定权重,以减少后评价过程中主观因素的影响;通过物元可拓模型中的关联函数得出海上风电项目后评价各个指标与投资效果评价等级之间的关联程度,进而得到海上风电项目投资运营等级的综合关联度和投资运营等级,并以4个海上风电项目检验该模型的实用性。

二、模型构建

1. 评价指标物元

根据物元可拓理论[21],N为待评价的事物,c为评价指标,v为待评事物指标的取值范围。假定评价指标分为m个等级,存在n个海上风电项目后评价指标,则构造的经典域物元矩阵为

(1)

式中:Nj(j=1,2…,m)为海上风电项目建设、运营的等级;ci(i=1,2…,n)为反映建设和运营情况的后评价指标;vij为在j评价等级中的第i个后评价指标的阈值区间;bji和aji分别为阈值区间的最大值和最小值。

假设后评价等级为p,则节域物元矩阵为

(2)

式中:Np为后评价等级p的待评对象;vpi为ci的最大阈值范围。

假设待评价的对象为P,实际指标数据为

(3)

式中:vi为ci的量化指标值。

2. 评价指标归一化处理

首先需要对经典域物元矩阵Rj及待评物元矩阵R0进行数值归一化处理,得到

(4)

(5)

3. 计算评价指标关联度

量化指标值到经典域阈值范围的距离为ρ(vi,vji),量化指标值到节域量值范围的距离为ρ(vi,vpi)。评价指标的关联函数为

(6)

则评价等级j和评价指标i的关联度为

(7)

4. 计算评价指标权重

各指标的权重值由熵值法计算得出,设kj(vi)=rji,构建矩阵

R=(rji)m×n(i=1,2,…,n;j=1,2,…,m)

(8)

评价指标的熵Hi可定义为

(9)

评价指标权重wi计算公式为

(10)

5. 确定综合关联度及评价等级

待评对象P与评价等级j的综合关联度为

(11)

关联度表示两个事物联系的紧密程度,该数值越接近1,说明两个事物联系越紧密。求出最大的关联度以确定所需评价事物的等级,计算公式为

Kj0(P)=maxKj(P)

(12)

待评物元R0与相邻等级的关联程度为

(13)

三、模型分析与验证

1. 确定指标及分类标准

基于科学性、系统性及可操作性等原则,根据海上风电项目运行特点,咨询有关从业专家的意见,构建后评价指标体系如表1所示。

表1 海上风电项目后评价指标体系

风电场后评价样本数据及评价等级标准如表2所示。其中,B1～B4为具有代表性的海上风电项目;Ⅰ～Ⅴ级分别表示优秀、良好、中等、较差、不合格。

表2 样本数据及评价等级标准

对经典域Rj进行归一化处理,结果如表3所示。由表3可知,归一化结果最大值为1,对应该指标数值区间的右极限。指标C1～C4、C6～C9为生产型指标,指标归一化值越接近1,其评价等级越接近Ⅰ级;C5、C10、C11为消耗型指标,指标归一化值越小,其评价等级越接近Ⅰ级。

表3 经典域归一化结果

为检验熵权物元可拓模型的有效性和合理性,对待评价物元进行归一化处理,结果如表4所示。

表4 样本数据归一化结果

2. 确定指标等级关联度和权重

Kj(xi)表示第i个评价指标与各投资运营等级j的关联度,以海上风电项目B1中的指标C1为例,计算出指标C1与5个评价等级的关联度分别为-0.394 5,0.044 5,-0.055 5,-0.105 5,-0.555 5,可知C1指标属于“良好”等级。B1样本指标与评价等级关联度如表5所示。查阅表3和表4,样本B1的C1值为0.605 5,处于表3中的Ⅱ级区间,与关联度计算结果一致。

表5 B1样本数据指标与评价等级关联度结果

由式(9)计算出B1样本各指标权重值为(0.110 7,0.204 1,0.046 4,0.079 8,0.067 8,0.048 9,0.138 5,0.076 1,0.079 7,0.075 0,0.073 0),进而求出准则层因素的权重w1=0.361 2,w2=0.196 5,w3=0.442 3。样本B1～B4的各指标权重如表6所示。

表6 B1～B4各指标权重

计算得到海上风电项目样本B1～B4的准则层权重,如表7所示。

表7 B1～B4准则层权重

由表7可知,B1～B4权重值的总体趋势较为一致,均为财务后评价因素影响最大,过程后评价次之,技术后评价对投资效果等级的影响最弱。其原因在于:权重计算采用的是熵值法,权重越大说明其信息熵越大,也就是变异程度越大。以B1为例,P1对应的指标元素C1～C3的值分别为0.605 5,0.858 8,1.000 0,对应等级分别为Ⅱ、Ⅰ、Ⅰ;P2对应指标元素C4～C6的值分别为0.761 7,0.846 7,0.952 0,对应等级分别为Ⅲ、Ⅲ、Ⅳ;而P3对应指标元素C7～C11的值分别为0.231 0,0.675 3,0.734 0,0.709 0,0.739 6,对应等级分别为Ⅳ、Ⅲ、Ⅱ、Ⅰ、Ⅰ;P3的等级分布差异要远远高于P2和P1,所以其权重值更高。同时,该结果与财务后评价(P3)对应的指标元素(C7～C11)数量大于过程后评价(P1)和技术后评价(P2)指标元素数量有关,也与财务后评价情况各项指标对应等级差异程度比其他两项更大有关。

这对于投资方与海上风电建设运营方有一定借鉴意义,说明海上风电项目的建设水平与技术水平较容易达到一个较稳定的状态,而如何通过合理地节约成本提高收益率维持项目财务水平总体稳定,仍然有较大的研究空间。

3. 确定样本综合关联度及特征值

根据式(11)求得待评价物元B1～B4的综合关联度,结果如表8所示。

表8 B1～B4综合关联度

由表8可知,B1的综合关联度最大值为-0.123 57,最终确定其为等级Ⅱ。但等级Ⅱ与等级Ⅲ的关联度十分接近,说明其评价结果处于等级Ⅱ的下游,在该等级中仍然有较大的提升空间。同理,对于B2,最终将其确定为等级Ⅲ,但等级Ⅲ与等级Ⅱ对应的综合关联度十分接近,说明该风电项目很有希望通过提升运营管理水平来提高评价等级。对B3的评价等级为Ⅳ,B4的评价等级为Ⅲ。综上可知,4个风电场建设情况的评价等级排序为B1>B2≥B4>B3。

计算样本B1～B4的等级变量特征值j*,其结果分别为2.479 9,2.844 5,2.772 6,2.851 4。各海上风电项目评价等级如表9所示。

表9 B1～B4加权后的关联度和评价结果

由表9可知,采用熵权物元可拓模型所获得的投资效果评价等级与专家通过对比分析法得出的结论一致。在物元可拓模型中,B1样本的评价等级为Ⅱ级,且准则层过程后评价的关联度最大(-0.222 3),财务后评价的关联度最小(-0.493 6),则可以判断出财务后评价因素是影响评价等级的关键。由财务后评价因素所包含的指标层分析可知,资本金财务内部收益率关联度最大(0.034 0),投资回报率关联度最小(-0.269),项目应重点关注提升投资回报率的策略。

在运营中,出质保期之后风机的委托运行、桩基修理、自有船舶修理费用占比较高,是控制经营成本的重点。因此,企业可联合当地气象服务中心,研发适合当地海况、气象和救援力量的海上风电气象安全监管调度系统,为项目建设和生产安全保驾护航;应加强基础、海底电缆防冲刷的检测和研究,加强基础、塔筒、风机、平台等海上建筑物防腐蚀的监测和防护。同理可以推出,B2、B3、B4样本当中,企业应分别重点关注投资回报率、全投资财务内部收益率、投资回报率,以提升该风电项目的后评价等级。根据海上风电项目经验,有效抵御投资风险的关键在于控制造价。因此,企业要深入分析关键设备、施工市场和海洋施工环境;在钢管桩制造、塔筒制造、钢管桩沉桩、海上风机设备安装工程“四合一”招标基础上,继续创新海洋相关工程招标模式;加强工期管理,对标行业先进,确保首台机并网时间和全场并网时间,保证工程零拖期,控制变更,确保费用可控。

四、结 论

(1) 本文采用熵权法,运用更客观、操作性更强的熵权物元可拓后评价模型,确定海上风电项目建设过程、财务、技术3个方面的权重,有效地避免了在确定后评价指标权重时的主观性,从定量角度描述和分析了海上风电项目的投资效果等级,避免了评价投资效果等级时的模糊性,拓宽了海上风电项目后评价渠道,具有一定现实意义。

(2) 根据4个海上风电项目的样本数据,本文结合后评价指标权重以及综合关联度分析可以得出以下结论:财务因素对海上风电项目后评价影响最为重要,过程因素次之。由于海上风电后评价等级以投资效果作为划分标准,故财务因素影响最大。在海上风电项目运营过程中,企业应尽可能地控制发电成本与经营成本,保证资本金财务内部收益率与全投资财务内部收益率处于较高水平,从而提高投资效益,提升海上风电项目的后评价等级;要加强造价管理,降低建设成本,论证技术和施工方案,更要重视造价控制,依靠技术进步优化设计,进一步降低基础和施工费用,实现度电成本等技术经济指标最优;在建设中要优化施工组织,确保工程进度和质量,与关键设备供应商、施工力量深度合作,施工时海上协同作业、减少交叉,保障零拖期;在技术层面,前期要选择成熟设备,提高风场智能化水平,减少非计划停机时间。通过分析海上风电项目样本整体的综合关联度,可针对海上风电项目投资效果等级进行逐级分析,提出具有针对性的建设运营改进策略,降低建设运维成本,从而提升后评价等级。

(3) 本文使用熵权物元可拓模型对4个海上风电项目的投资效果等级进行分析,得出的总体评价结果与专家采用对比分析法的评价结果一致,熵权物元可拓模型在海上风电项目后评价中的实践应用得到验证。