基于FAHP的海上风电雷电灾害风险评估

朱文生，黄扬东，卢尉，周树彬

（1.汕尾市气象局，广东汕尾 516600；2.揭阳市气象局，广东揭阳 522000；3.普宁市气象局，广东普宁 515300）

风能是一种清洁能源，同时具有可再生属性，风力发电已在全球范围内得到了广泛应用［1－2］。相比陆上风电，海上风电输出功率更稳定，应用前景更广，截止至2022年，我国海上风电装机总量32 500 MW。海上风电机组在运行过程中，很容易遭受雷击损害［3］，雷电灾害也是联合国公认的10大最严重自然灾害之一，给海上风电的正常运行造成了巨大威胁［4］。风险评估能够对雷电灾害的风险进行估算，风电运维部门根据评估结果及时采取相应措施，可有效降低雷电灾害对海上风电发电的影响。

针对风力发电机雷电风险评估，许多学者对此进行了研究。夏一楠等［5］以风电场雷击灾害数据为基础，利用Java平台开发一个雷电灾害风险灾害评估系统，采用该系统对大唐平阴风电项目的雷电灾害进行了评估，评估结果为该风电场防雷工作提供了重要依据；林英鉴等［6］提出了一种基于层次分析法的 雷电灾害风险评估方法，建立了风力发电机雷电灾害风险评估系统，并以3台实际运行的风电机为评估对象，对其雷电灾害风险进行了评估。传统雷电风险评估方法对于相对模糊的影响因素无法定量评估，导致上述方法难以应用于实际场景。基于此，本研究提出了一种基于模糊层次分析法（FAHP）的海上风电雷电灾害风险评估方法，以期对提高海上风电运行的安全性和可靠性。

1 模糊层次分析法

模糊层次分析法（fuzzy analytic hierarchy process，FAHP）是基于模糊综合评价法（fuzzy comprehensive evaluation，FCE）和层次分析法（analytic hierarchy process，AHP）提出的一种综合评价方法［7］，其评价流程如图1所示。

图1 FAHP法的评价流程示意图

1.1 层次分析法

AHP法是基于统计学理论提出的一种分析方法［8］，主要依据人的主观判断实现对客观事物的评价，从而解决非定量事件的评价问题。其原理是对研究对象进行层次梳理，根据分析指标的隶属关系，搭建层次分析结构。常用的层次分析机构主要有3层，具体如图2所示。第1层是目标层，即分析对象；第2层是准则层，是指实现客观分析的中间环节；第3层是指标层，是指各评价指标。专家根据经验按照标度对各指标的重要性进行比较，并根据比较结果进行排序和决策。

图2 层次分析结构

1.2 模糊综合评价法

FCE法是基于模糊数学提出的一种评价方法［9］，也是目前常用的一种评价量化事物的数学工具。FCE法通过隶属度函数完成定性评价到定量评价的转变，增强了评估结果的准确性，目前FCE法被广泛应用于工程评估、项目评价和风险定级等多个方面。

FCE法评价策略是自下而上，其主要实施步骤如下：首先确定评价对象和指标集，然后根据评价对象确定隶属度函数，接着根据隶属度原则进行矩阵运算，最后得到模糊评价结果。

2 海上风电雷电灾害风险评估模型

2.1 构建评估指标体系

通过查阅相关文献，构建海上风电雷电灾害风险评估体系，具体如表1所示，其中一级指标共4个，二级指标15个。一级指标分别是雷击因素、高度因素、气象因素和其他因素；雷击因素的二级指标主要有雷击密度、雷电流强度、雷电流陡度和雷暴天数。高度因素的二级指标主要有风机高度、叶片高度和海平面高度；气象因素的二级指标主要有温度、风速、雨量和气压；其他因素的二级指标主要有海水电阻率、接地引下线材料、接地引下线截面积和风机检修情况。

表1 海上风电雷电灾害风险评估指标体系

本研究将海上风电雷电灾害风险设为层次分析结构的目标层，4个一级指标集U＝｛U1，U2，U3，U4｝设为层次分析结构的准则层，15个二级指标集E＝｛E1，E2，…，E15｝设为层次分析结构的指标层。由此即可自下而上建立多层次评估模型。

2.2 计算各指标权重

运用FAHP法对各级指标权重进行计算，具体步骤如下：

1）构造判断矩阵。

在海上风电雷电灾害风险评估体系中，每一层指标在进行衡量时的占比不一定是相同的，需要根据决策者的判断，对其赋予相应的比例。本研究采用9标度法确定各指标占比，通过两两比较的方式计算指标层中各指标相对准则层中各指标的重要程度，9标度法标尺定义如表2所示。

表2 9标度法标尺定义

2）计算局部指标权重。

局部指标权重表示指标层相对于准则层的重要程度，通常采用方根法计算权重，局部指标权重的计算公式为

其中，Wi为局部指标权重；n为矩阵阶数；i、j分别表示横、纵坐标。

2.3 评估结果计算

评估结果的计算需要采用模糊综合评价法进行计算，主要步骤如下：

1）确定海上风电雷电灾害风险为评估对象，各级评价指标集已在表1中给出。

2）构建风险等级集合V。

在对海上风电雷电灾害风险进行评估时，通常根据风险高低将雷电灾害风险划分为若干个等级。本文将雷电风险等级划分为低风险、中风险、高风险和极高风险共4个等级，

设评价语V为雷电风险评估等级的集合，则有V＝{v1，v2，v3，v4} ＝｛低风险，中风险，高风险，极高风险｝，表3给出了各评价语的评分范围及含义。

表3 各评价语的评分范围及含义

采用三角形分布法［10］对海上风电雷电灾害风险评估体系的各指标隶属度进行计算，建立4个一级指标的隶属度函数，三角形分布函数如图3所示。

图3 三角隶属函数示意图

3）确定隶属度矩阵。

隶属度矩阵R为一级指标U和评价语集合V的模糊隶属矩阵，其计算公式为

其中，rij为ui对风险等级vj的隶属度。

对式（2）进行归一化处理，rij＝1满足如下关系：

4）模糊合成运算。

将式（1）中的局部指标权重W（I）ij和式（2）隶中的属度矩阵R进行运算，即可得到二级指标的模糊评判矩阵Bi：

根据层次结构模型，对二级模糊关系矩阵R′进行计算，具体如下：

然后根据一级指标权重矩阵W（H）i，即可确定一级指标的模糊评判矩阵B：

其中，°为模糊合成算子。

3 WPA求解ADN经济优化调度模型

以粤东地区某海上风电场为例进行算例分析，该风电场装机容量为352 MW，风电机组共计55台，单台功率为6.4 MW，风机高度为152 m，叶片高度为58 m，海水电阻率为25Ω／cm2，风电机接地引下线截面积为125 mm2。该地区年均气温为25℃，全年降雨量约为1 950 mm，年平均地闪密度为38.24次／km2，平均雷电流值为48 kA，雷电流值较大，容易形成局地强对流天气，也容易造成雷电频发。采用FAHP法对该风电场雷电灾害风险进行评估，为完成该次风险评估，邀请该领域10位专家根据自身经验对评估指标进行打分，经过计算整理后得到一级模糊评判矩阵为

准则层和指标层中各指标权重如表4所示。

表4 指标权重

利用式（1）和式（2）计算二级指标的模糊评判矩阵Bi，则有

采用同样的方法，可分别计算出

因此可以得到二级模糊矩阵R＇为

将评价语集合V＝(v1，v2，v3，v4) 转化为数值集合WE＝(100，75，50，25)，利用公式U＝WE·BT进行矩阵运算即可得到该海上风电场风电机雷电灾害风险分值SU为

将计算结果与标准分值比较后可以得出，该海上风电场风电机组遭受雷电灾害风险为“较高风险”，发生雷电灾害的可能性较大，经查阅设计资料可知，本研究评价结果与设计资料，验证了所提海上风电雷电灾害风险评估方法的正确性。

本研究建立了包含4个一级指标和15个二级指标的海上风电雷电灾害风险评估模型，将一级指标和二级指标分别作为准则层和指标层，运用FAHP法构建了分层结构模型，并采用九标度法确定各指标权重，采用某实际运行的风电场进行评估分析，结果表明，本研究所提海上风电雷电灾害风险评估方法的评价结果与设计资料一致，验证了本研究所提方法的正确性。