智慧路灯系统供能方案综合评价方法研究

薛 粤，马 麟，赵 号，曹艳楠，许万伟

(中国能源建设集团天津电力设计院有限公司，天津 300180)

引言

智慧路灯兼顾照明、通信、视频监控、环境监测、图像采集、充电桩等多样性功能[1，2]。智慧城市建设随着国家“新基建”的持续推进已逐步走上快车道，智慧路灯作为智慧城市建设的重要基础设施[3]，已越来越得到各方重视。

随着智慧路灯建设的不断发展，对路灯供能方式和供能网络提出了更高的要求。智慧路灯系统的供能方式和供能网络多种多样，在实际建设中难以有效取舍，因此，亟需一种评价方法，实现对路灯供能方案需求的评价，从而对不同场景下的供能方式和供能网络提供指导，有效避免投资浪费，实现经济效益最大化。目前，智慧路灯评价方面的研究主要集中在照明质量方面[4，5]，鲜有关于智慧路灯系统供能方案综合评价的研究。

针对智慧路灯系统供能方案中供能方式和供能网络多样的问题，本文提出了智慧路灯系统供能方案综合评价方法。综合考虑路段特征、车流量、照明时长、负荷特性等因素，建立了智慧路灯系统供能方案多层级多维度综合评价指标体系，提出了基于层次分析法—熵权法主客观组合赋权的模糊综合评价方法，采用北方某城市三条道路进行案例综合评价分析，为不同场景下智慧路灯系统供能方案建设提供可靠依据。

1 智慧路灯系统供能方案综合评价指标体系

1.1 评价体系

在智慧路灯系统供能方案评价过程中，为了提升各指标与实际的贴近度，其需要反映智慧路灯系统的实际特征。影响智慧路灯系统供能方案的主要因素是道路照明需求、道路负荷需求、道路市电情况和道路自然环境。道路车流量、人流量、道路类型决定了道路照明需求；道路负荷的重要度越高，对供能系统的供能可靠性要求越高；市电通常是智慧路灯系统的常规供能方式，道路市电情况可以反映市电供能系统的性能；道路自然环境影响道路是否适合安装光伏发电、风力发电或储能系统。

通过以上分析，综合考虑车流量、人流量、照明时长、路段特征、负荷特性、市电供应、自然环境等7个直接因素作为一级指标。以此为基础，选取共计22个一级指标的特性作为二级指标(图1)，建立智慧路灯系统供能方案多层级多维度综合评价指标体系。

图1 智慧路灯系统供能方案建设综合评价指标体系Fig.1 Comprehensive evaluation index system for energy supply scheme construction of smart road lamp system

1.1.1 车流量指标

车流量指标反映了道路上通过的机动车辆的数量，智慧路灯系统需要保证道路照明的可靠性以及道路照度能够满足道路车辆的需求。通常情况下夜间和极端天气情况下需要照明，在车流量较高的路段，需要可靠性更高的智慧路灯系统供能方案。所以车流量指标包括需要照明时段的最大车流量、平均车流量、最小车流量和平均车速。为定量描述车流量的特性，采用最大车流量、平均车流量、最小车流量、平均车速等4个属性，分别从车流量最大值、平均值、最小值和车速等四个维度分析车流量特性。

(1)最大车流量。最大车流量指一年内照明时段单位时间来去两个方向的最大车辆数，以h为时间单位，统计或预测一年内照明时段内每个单位时间内的车辆数，并取其最大值作为最大车流量指标值，单位为辆/h。

(2)平均车流量。平均车流量指一年内照明时段单位时间来去两个方向的平均车辆数，以h为时间单位，统计或预测一年内照明时段内每个单位时间内的车辆数，并取其平均值作为平均车流量指标值，单位为辆/h。

(1)

式中，TFave为平均车流量，辆/h；TFi为第i个时段道路的车流量，辆/h；HΩ为一年内总的照明时长，h；Ω为一年内机动车道照明时段集合。

(3)最小车流量。最小车流量指一年内照明时段单位时间来去两个方向的最小车辆数，以h为时间单位，统计或预测一年内照明时段内每个单位时间内的车辆数，并取其最小值作为最小车流量指标值，单位为辆/h。

(4)平均车速。平均车速能够反映道路上通过车辆的速度，照明时段平均车速越高，则需要较好的照明条件。

(2)

式中，Vave为平均车速，km/h；Vi为第i量车的车速，km/h；Ctotal为照明时段通过的车辆总数；Ψ为照明时段通过的车辆集合。

1.1.2 人流量指标

人流量指标主要反映非机动车道或人行道上通过的行人的数量。智慧路灯系统需要保证道路照明的可靠性，需要保证道路照度能够满足行人的需求。在人流量较高的路段，需要建设可靠性更高的智慧路灯系统供能方案。为定量描述人流量的特性，采用最大人流量、夜间平均人流量、夜间最小人流量等3个属性，分别从最大值、平均值、最小值等三个维度分析人流量特性。

(1)夜间最大人流量。夜间最大人流量指一年内夜间单位时间的最大人数，以h为时间单位，统计或预测一年内夜间照明时段内每个单位时间内的人数，并取其最大值作为夜间最大人流量指标值，单位为人/h。

(2)夜间平均人流量。夜间平均人流量指一年内夜间单位时间来的平均人数，以h为时间单位，统计或预测一年内夜间照明时段内每个单位时间内的人数，并取其平均值作为夜间平均人流量指标值，单位为人/h。

(3)

式中，PNave为夜间平均人流量，人/h；PNi为第i个时段道路的车流量，人/h；HΓ为一年内总的照明时长，h；Γ为一年内非机动车道或人行道照明时段集合。

(3)夜间最小人流量。夜间最小人流量指一年内夜间单位时间的最小人数，以小时为时间单位，统计或预测一年内夜间照明时段内每个单位时间内的人数，并取其最小值作为夜间最小人流量指标值，单位为人/h。

1.1.3 照明时长指标

照明时长指标反映了道路对照明时间的需求，该指标跟季节或天气关系比较大。照明时长指标越大的道路，对智慧路灯系统供能方案的要求越高。本文选用年度最大照明时长和年度平均照明时长作为照明时长的定量指标。

(1)年度最大照明时长。年度最大照明时长为一年内最大照明时长，统计或预测一年内每天的照明时长，并取其最大值作为年度最大照明时长指标值，单位为h。

(2)年度平均照明时长。年度平均照明时长为一年内平均照明时长，统计或预测一年内每天的照明时长，并取其平均值作为年度平均照明时长指标值，单位为h。

(4)

式中，LDave为年度最大照明时长，h；LDi为第i天的照明时长，h；HΥ为一年内总的照明天数；Υ为一年内道路照明天数集合。

1.1.4 路段特征指标

路段特征指标反映路段性质，对智慧路灯系统供能方案的选择有重要影响。路段特征指标包括路段区域类型指标、交叉区域类型指标和路段夜间事故率。

(1)路段区域类型指标。路段区域类型主要分为七类，分别为整体式高架路(快速路)、分离式高架路(快速路)、四幅路、三幅路、双幅路、单幅路(交通量不大的次干路、支路—双侧照明)和单幅路(交通量不大的支路—单侧照明)。四幅路为机动车流量大、车速高、非机动车多的快速路或主干路。三幅路为机动车流量较大、车速较高、非机动车较多的主干路或次干路。双幅路为专供机动车行驶的快速路、非机动车较少的主干路或次干路。根据道路所属路段类型对路段区域类型指标赋值，路段区域类型主要分为七类，整体式高架路对道路照明的要求最高，单幅路对道路照明的要求最低。由于无法用统计量为不同路段类型进行赋值，采用专家主观方法对路段区域类型指标赋值，指标赋值越大，说明该路段区域类型对道路照明的要求越高。赋值规则见表1。

表1 路段区域类型指标赋值

(2)交叉区域类型指标。交叉区域类型主要分为六类，分别为主干道(快速路)—主干道(快速路)、主干道(快速路)—次干道、次干道—次干道、主干道(快速路)—支路、次干道—支路、支路—支路。根据路口所属类型对交叉区域类型指标赋值，交叉区域类型主要分为六类，主干道(快速路)—主干道(快速路)对道路照明的要求最高，支路—支路对道路照明的要求最低。由于无法用统计量为不同路段类型进行赋值，采用专家主观方法对交叉区域类型指标赋值，指标赋值越大，说明该交叉区域类型对道路照明的要求越高。赋值规则见表2。

表2 交叉区域类型指标赋值

(3)路段夜间事故率。由于照明负荷失电或照度不够造成的交通事故，在很大程度上影响智慧路灯系统供能方案建设，如果某个路段由于照明负荷失电造成较多的交通事故，则该路段需要更可靠的供能方案。路段夜间事故率计算式如下：

(5)

式中，RA为照明系统引起的路段夜间故障率；LAn为照明系统引起的路灯夜间交通事故数量；Atotal为路段夜间的交通事故总数。

1.1.5 负荷特性指标

负荷特性指标指智慧路灯系统中负荷分类，该指标包括重要负荷占比、一般负荷占比、可停电负荷占比、充电桩负荷占比和负荷波动率。

(1)重要负荷占比。重要负荷指智慧路灯系统中不可断电的负荷，计算式如下：

(6)

式中，ILr为智慧路灯系统中重要负荷占比；IL为智慧路灯系统中重要负荷大小；Loadtotal为智慧路灯系统中负荷总数。

(2)一般负荷占比。一般负荷指智慧路灯系统中可以短时间断电的负荷，计算式如下：

(7)

式中，GLr为智慧路灯系统中一般负荷占比；GL为智慧路灯系统中一般负荷大小；Loadtotal为智慧路灯系统中负荷总数。

(3)可停电负荷占比。可停电负荷指智慧路灯系统中可断电的负荷，计算式如下：

(8)

式中，TLr为智慧路灯系统中可停电负荷占比；TL为智慧路灯系统中可停电负荷大小；Loadtotal为智慧路灯系统中负荷总数。

(4)充电桩负荷占比。充电桩负荷指智慧路灯系统中电动汽车负荷，计算式如下：

(9)

式中，EVLr为智慧路灯系统中充电桩负荷占比；EVL为智慧路灯系统中充电桩负荷大小；Loadtotal为智慧路灯系统中负荷总数。

(5)负荷波动率。负荷波动率反映智慧路灯系统中的负荷波动情况，负荷波动越大，说明需要更完善的供能方案。负荷波动率计算式如下：

(10)

1.1.6 市电供应指标

市电供应指标主要反映市电供能系统的性能，包括平均负载系数和市电故障率。

(1)平均负载系数。平均负载系数为一个运行周期内平均负荷与变压器额定容量之比，计算式如下：

(11)

式中，LCave为智慧路灯系统中平均负载系数；Se为智慧路灯系统中变压器的额定容量。

(2)市电故障率。市电故障率一定程度上反映了电网的供电可靠性，用年度停电时间表示，计算式如下：

(12)

式中，FR为市电故障率；Ft为累计停电时长；Ttotal为总时长。

1.1.7 自然环境指标

自然环境指标对风力发电、光伏发电和储能设备的运行有较大影响，包括风资源、光资源和环境温度。

(1)风资源。风资源指的是道路所在位置的风速情况，需要考虑道路地理位置、道路周边遮挡，根据风资源情况对该指标赋值，风资源从好到差分为六个等级，即5、4、3、2、1、0，当该指标值为0时，表示不能够安装风力发电。

(2)光资源。光资源指的是道路所在位置的光照情况，需要考虑道路地理位置、道路周边遮挡，根据光资源情况对该指标赋值，光资源从好到差分为六个等级，即5、4、3、2、1、0，当该指标值为0时，表示不能够安装光伏发电。

(3)环境温度。环境温度主要影响储能电池的运行状况，当温度过低或过高时，储能系统将无法运行，储能系统最佳运行温度为25℃，储能系统装置均配置空调，当环境温度过高时，空调制冷，当环境温度过高时，空调制热，当环境温度适宜时，空调不工作。

1.2 指标分类

在评价过程中决策者对评价对象的结果准确性与指标属性有很紧密的联系。一般情况下，利用指标自身属性将其概括为三类，即正指标、逆指标和适度指标。正指标：指标数值越大，该指标的评分越高，例如车流量指标、照明时长指标，其值越大时，表示有更高的照明需求，需要更加可靠的智慧路灯系统供能方案。逆指标：指标数值越大，该指标的评分值越低，例如可停电负荷占比指标，其值越大，说明该路段对智慧路灯系统供能方案要求较低；适度指标，指标位于一定范围内为宜，当超出该范围时，评价分值降低，例如环境温度指标在适宜温度范围内时，适合安装储能装置，说明建设智慧路灯系统供能方案时可以考虑安装储能装置。根据构建的智慧路灯系统供能方案综合评价体系中各指标的内涵及性质，所有指标见表3。

表3 评价体系指标分类

2 权重确定方法

主观赋权法能够有效反映专家经验和决策者偏好，但是不可避免地能够忽略一些客观因素，客观赋权法能够有效分析各指标之间存在的客观联系，但是无法结合实际需求，在评价过程中，指标权重过于主观或客观，均不利于评价结果，本文兼顾主观和客观权重系数，兼顾专家经验和客观因素的影响，采用层次分析法—熵权法主客观结合的权重系数法，既能发挥不同方法自身优势，又能够弥足各方法的不足。

2.1 主观赋权法—层次分析法

层次分析法[6，7]在权重确定领域有及其广泛的应用，在已建立的评价指标体系的基础上，利用层次分析法评价系统中各个指标的主观权重。

层次分析法将人的思维过程进行分层及量化，是一种简单有效地解决多目标决策的方法。其基本思想将决策问题的相关因素分解成目标、准则、方案3层，把复杂的问题分解成若干个组成元素，形成递阶层次结构，通过两两比较的判断方式确定层次中各个元素的相对重要性，然后综合决策者的意见与判断，形成确定判断矩阵，把判断矩阵的最大特征根对应的特征向量的分量作为相应的系数，计算得出权重系数结果，确定每个方案相对重要性的总排序，具有系统性、综合性、准确性、简便性等特点，基本步骤包括填写专家调查表、建立判断矩阵、求判断矩阵的最大特征值及其对应的特征向量、求指标主观权重和一致性检验。

2.2 客观赋权法—熵权法

熵是对指标不确定性程度一种度量，指标信息量与不确定性程度成反比，即信息量越小，不确定性程度就越大，从而导致熵值变大[8]。因此，可依据每项指标的变异程度，引入信息熵这个概念，计算出每项指标的客观权重，为多指标综合评价奠定基础，其计算过程如下。

(1)建立评价指标矩阵。假设待评价方案有n个，最底层的评价指标总数为m个，计算每个待评价方案的所有评价指标值，构建成n×m维的评价指标矩阵X。

(13)

(2)指标归一化处理。采用最大值最小值归一化方法对评价指标矩阵进行归一化处理，得到归一化后的矩阵X′。

(14)

MAX=max(xij)i=1，2，…，n

MIN=min(xij)i=1，2，…，n

(15)

式中，MAX、MIN分别为n个待评价方案在同一指标的最大值和最小值。若指标为正指标，则选用第一个公式，若指标为逆指标，则选用第二个公式。

(3)确定熵值ej。计算第j项指标下第i个待选方案所占的比重，并将其看作相对熵计算中用到的概率，计算概率矩阵P，P中的每一个元素如下：

(16)

指标熵值计算式如下：

(17)

(4)指标差异性系数pj：

pj=1-ej

(18)

(5)第j个指标权重：

(19)

(6)计算每个准则的下属指标的权重。熵权法求得的是所有指标的权重和为1，而层次分析法中，每个准则的下属指标的权重和为1，为了与层次分析法所得主观权重一一对应，需要将熵权法计算的客观权重转换为每个准则下属指标的权重。转换后权重计算式如下：

(20)

式中，k为某个准则的下属指标的个数；wj2为某个准则第j个下属指标的熵权重。

(7)准则层权重计算。准则层每个准则的权重等于其下属指标的熵权重之和，计算式如下：

(21)

2.3 主客观组合赋权

层次分析法指的是决策者将其思维的定性分析向定量分析转化的常用的决策方法，对定量数据信息的要求不高，决策者主要通过评价指标的性质和要素进行分析，与定量分析相比，它主要依靠决策者的定性分析以及定性判断，得到主观权重。熵是对指标不确定性程度一种度量，指标信息量与不确定性程度成反比，即信息量越小，不确定性程度就越大，从而导致熵值变大，能够计算出每项指标的客观权重。

在评价过程中，权重过于主观或客观，均不利于评价结果，本项目兼顾主观和客观权重系数，兼顾专家经验和客观因素的影响，提出层次分析法—熵值法主客观结合的权重系数，通过可调的权重系数，将两种权重方法组合得到最优权重，计算式如下：

wj=βwj1+(1-β)wj2β∈[0，1]

(22)

式中，wj为综合权重；wj1为层次分析法所得权重；wj2为熵权法所得权重；β为权重系数。当β=0时，为纯客观指标权重；当β=1时，为纯主观指标权重。通过调整β的大小，可以实现主观和客观指标权重结合的灵活调整。

3 评价方法

模糊综合评价法是一种基于模糊数学的综合评价方法，通过隶属函数对模糊问题进行量化，从而可以通过数学方法对其进行分析与处理，能较好地解决评价对象和评价过程中存在的模糊性，在各种科学领域都得到了广泛应用。因此采用模糊综合评价法进行智慧路灯系统供能方案的综合评价。

智慧路灯系统供能方案综合评价流程如图2所示。

图2 智慧路灯系统供能方案综合评价流程图Fig.2 Flow chart for comprehensive evaluation of energy supply scheme for smart road lamp system

4 案例分析

为了验证本文所提智慧路灯系统供能方案建设综合评价方法的有效性，选择北方某城市三条道路进行评价分析。三条道路基本信息如下所示。

路段一：南京路。本次选取的南京路与成都道交口—南京路与马场道交口段，位于天津五大道景区北侧，如图3所示，从类型上属于主干道，从等级上属于三幅路，具备良好的智慧路灯建设条件。道路位于市中心，风资源较差，该路段没有建筑物遮挡、光资源较好，年度平均温度较低。

图3 南京路路段图Fig.3 Nanjing road section map

路段二：成都道。成都道因紧邻五大道风景区，且与南京路交会，如图4所示，故具备良好的智慧路灯建设条件，其从类型上属于次干道，从等级上属于双幅路，长2 206 m。道路位于市中心，风资源较差，该路段有较高树木遮挡，光资源较差，年度平均温度较低。

图4 成都道路段图Fig.4 Chengdu road section map

路段三：乐园道。乐园道紧邻天津市政府、天津市民广场、天津市文化中心、万象城等公共和商业设施，如图5所示，具备良好的智慧路灯建设条件，其从类型上属于次干道，从等级上属于三幅路，长1 465 m。道路位于市中心，风资源较差，该路段没有建筑物遮挡、光资源较好，年度平均温度较低。

图5 乐园道路段图Fig.5 Leyuan road section map

4.1 智慧路灯系统指标值

本项目数据主要来源为调研所得，选择三个典型路段进行评价分析，三个路段的评价指标值见表4。

表4 智慧路灯系统指标值

4.2 权重系数确定

本节首先采用层析分析法确定各准则和指标的主观权重，其次采用熵权法确定各准则和指标的客观权重，最后利用权重系数将主观权重和客观权重加权获得主客观综合权重。由于篇幅有限，本节只给出判断矩阵和各准则以及各指标的主客观权重值。

(1)判断矩阵。判断矩阵包括一级指标判断矩阵和一级指标下属二级指标的判断矩阵。

一级指标判断矩阵为7×7矩阵，如下所示：

(23)

车流量指标下属二级指标判断矩阵为4×4矩阵，如下所示：

(24)

人流量指标下属二级指标判断矩阵为3×3矩阵，如下所示：

(25)

照明时长指标下属二级指标判断矩阵为2×2矩阵，如下所示：

(26)

路段特征指标下属二级指标判断矩阵为3×3矩阵，如下所示：

(27)

负荷特性指标下属二级指标判断矩阵为5×5矩阵，如下所示：

(28)

市电供应指标下属二级指标判断矩阵为2×2矩阵，如下所示：

(29)

自然环境指标下属二级指标判断矩阵为3×3矩阵，如下所示：

(30)

(2)权重系数。根据计算得到的主观权重和客观权重，计算得到各指标的主客观权重值，见表5。

表5 各指标权重值

4.3 综合评价结果分析

上文已确定各准则和指标的权重系数，本节内容运用模糊综合评价模型进行评价评分。首先，采用单因素模糊综合评价求得二级指标的得分；其次，根据各二级指标指标的权重计算结果，加权计算得到一级指标的得分；最后，根据各一级指标的权重计算结果，计算得到路灯系统的模糊综合评价总得分。

各路段路灯系统总得分值如图6所示，所有一级指标和二级指标得分见表6。

表6 不同路段智慧路灯系统各指标评分表

图6 不同路段智慧路灯系统评价得分结果Fig.6 Score results of smart road lamp system evaluation for different road sections

从评分结果来看，南京路路段评分为85.23分，成都道路段评分为72.06分，乐园道路段评分为77.24分，总的来说，三个路段评分均是中上等，南京路路段评分最高，并且处于上等，其需要更加可靠的智慧路灯系统供能方案，从而保证路灯系统的需求。

从地理位置看，三个路段位置基本相同，其自然环境相似，从风资源评分结果看，三个路段均不具备建设路灯灯杆风力发电的条件；成都道由于遮挡严重、光资源较差，不具备建设路灯灯杆光伏的条件；从环境温度评分结果看，三个路段均可以建设储能系统。

南京路和乐园道均为三幅路，但是南京路为主干道，车流量更大。南京路路段车流量指标评分最高，为95.56分；成都道为次干道、双幅路，车流量较小，其车流量指标评分也最低，为73.77分。

三个路段的负荷特性指标评分类似，均为中等水平，从负荷特性看，三个路段市电供能系统即可满足需求。

从市电供应指标来看，南京路路段的评分最高为72分，说明南京路路段的市电供能存在一定的问题，需要通过改造市电供能系统或增设其他类型供能方案解决。

综上所述，南京路路段总评分处于较高水平，车流量指标评分高，需要改进智慧路灯系统供能方案，由于市电系统改造困难，可以采用市电供应系统、储能系统和光伏系统联合供能的方式；成都道和乐园道总评分均在中等水平，车流量指标得分也处于中等水平，从经济性考虑，成都道和乐园道智慧路灯建设可以只建设市电供能系统。

5 结论

针对智慧路灯系统供能方案建设中供能方式和供能网络多样的问题，本文提出了智慧路灯系统供能方案建设综合评价方法。首先，综合考虑路段特征、车流量、照明时长、负荷特性等因素，建立了智慧路灯系统供能方案多层级多维度综合评价指标体系，包括7个一级指标和22个二级指标。其次，综合考虑主观权重和客观权重，提出了基于层次分析法-熵权法主客观组合赋权的模糊综合评价方法。最后，采用北方某城市三条道路进行案例综合评价分析，能够根据道路实际情况给出合适的供能方案，为决策者提供支持，验证了本文所提方法的有效性。