基于能效電廠模式的能效資源開發(fā)績(jī)效評(píng)價(jià)指標(biāo)的構(gòu)建

王敬敏，周 靚

(華北電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院，河北 保定071003)

0 引 言

能效資源的開發(fā)主要以能效電廠的建設(shè)為重點(diǎn)，通過實(shí)施一攬子節(jié)電計(jì)劃和能效項(xiàng)目，形成規(guī)模化的節(jié)電能力，從而減少電力用戶的電力消耗需求。相對(duì)于需求響應(yīng)資源的短時(shí)負(fù)荷調(diào)整，能效資源的優(yōu)勢(shì)在于它持續(xù)、有效的節(jié)電能力。隨著電力能耗在能源消費(fèi)中的比重日益提高，能效資源的研究也日趨重要。目前的研究中，能效資源開發(fā)項(xiàng)目的融資問題［1，2］是學(xué)者們研究的主要內(nèi)容，而績(jī)效評(píng)價(jià)方面還沒有相關(guān)的文獻(xiàn)參考。針對(duì)能效資源的概念目前還沒有一個(gè)統(tǒng)一的描述、績(jī)效評(píng)價(jià)缺乏系統(tǒng)研究的現(xiàn)狀，有必要在該領(lǐng)域進(jìn)行深入的探索。本文將通過主成分分析法(PCA，Principal Component Analysis)對(duì)產(chǎn)生的指標(biāo)進(jìn)行提煉，消除指標(biāo)之間的相關(guān)影響，同時(shí)結(jié)合理想點(diǎn)法(TOPSIS，Technique for Order Preference by Similarity to an Ideal Solution)對(duì)指標(biāo)進(jìn)行排序、比較與分析，使整個(gè)分析過程更加準(zhǔn)確與合理。通過對(duì)能效資源開發(fā)項(xiàng)目績(jī)效進(jìn)行評(píng)價(jià)，希望對(duì)實(shí)際開展能效資源管理工作、建立可行的長(zhǎng)效機(jī)制、完善需求側(cè)管理。

1 能效資源開發(fā)項(xiàng)目績(jī)效指標(biāo)的構(gòu)建及賦值

能效資源開發(fā)項(xiàng)目績(jī)效要從經(jīng)濟(jì)價(jià)值、社會(huì)價(jià)值以及國(guó)家政策貫徹等方面來衡量［3］，是指項(xiàng)目在投資強(qiáng)度、能源消耗量、資源綜合利用率、節(jié)能科技等方面取得的成效［4］。在構(gòu)建指標(biāo)體系的時(shí)候，要以節(jié)能減排的理念為基礎(chǔ)，遵循合理性、系統(tǒng)性、層次性等原則，將定性與定量分析相結(jié)合，全面地選取考核指標(biāo)。由于能效電廠涉及到一系列的節(jié)能改造項(xiàng)目，包括照明設(shè)備、工業(yè)電器、家用電器等多領(lǐng)域的節(jié)能項(xiàng)目，本文的研究將重點(diǎn)放在通用指標(biāo)的構(gòu)建，以保證指標(biāo)的可比性。在參考相關(guān)企業(yè)構(gòu)建節(jié)能減排績(jī)效考核指標(biāo)［5～7］的基礎(chǔ)上，結(jié)合《企業(yè)績(jī)效評(píng)價(jià)實(shí)施細(xì)則》、《中央企業(yè)績(jī)效評(píng)價(jià)管理暫行辦法》和《國(guó)際能效測(cè)量和驗(yàn)證規(guī)程》，得到最后的績(jī)效指標(biāo)體系由目標(biāo)層、準(zhǔn)則層、指標(biāo)層三層指標(biāo)組成。表1 為構(gòu)建的三級(jí)指標(biāo)體系。

表1 能效資源開發(fā)績(jī)效評(píng)價(jià)指標(biāo)體系Tab.1 Performance Evaluation Index System of Energy Efficiency Resource Development

在14 項(xiàng)三級(jí)指標(biāo)中有6 項(xiàng)定量指標(biāo)和8 項(xiàng)定性指標(biāo)。對(duì)于定性指標(biāo)的評(píng)價(jià)值，由專家打分法進(jìn)行賦值。以能源計(jì)量工具配備A42為例，能源計(jì)量工具配備齊全，得100 分;配有最基本計(jì)量工具，得50 分;沒有配備計(jì)量工具，得0 分。對(duì)于定量指標(biāo)的評(píng)價(jià)值，由實(shí)際測(cè)得數(shù)據(jù)所得。

2 指標(biāo)的預(yù)處理

多指標(biāo)的樣本會(huì)提供豐富的信息，但也在一定程度上增加了分析的復(fù)雜性;同時(shí)，每一個(gè)指標(biāo)都在不同程度上反映了績(jī)效的某些信息，指標(biāo)之間會(huì)存在重疊［9］，因此采用主成分分析法(PCA)進(jìn)行數(shù)據(jù)的預(yù)處理。其基本思想是將原來眾多的具有一定相關(guān)性的變量進(jìn)行重新組合，形成新的少數(shù)的幾個(gè)相互無關(guān)的綜合變量來代替原變量［10］，使數(shù)據(jù)得到簡(jiǎn)化，維度降低［11］。

主成分分析法的模型思想［12］是，假設(shè)有n 個(gè)樣本，p 個(gè)指標(biāo)，構(gòu)造樣本矩陣為原始變量指標(biāo)。

主成分分析的目的就在于用p 的原始變量xi1，xi2，…，xip(i = 1，2，…，n)構(gòu)造出少數(shù)新的變量，使得新變量為原始變量的線性組合。新變量互不相關(guān)，并且包含原始變量的大部分信息。

由于定性數(shù)據(jù)與定量數(shù)據(jù)的數(shù)量級(jí)和量綱等都存在較大差異，因此首先對(duì)選取的原始指標(biāo)進(jìn)行無量綱化處理，使定性與定量指標(biāo)之間可以進(jìn)行比較。標(biāo)準(zhǔn)化處理后得到標(biāo)準(zhǔn)化矩陣:Z =利用SPSS 軟件計(jì)算出矩陣Z 的特征值、特征向量、方差貢獻(xiàn)率。按照累計(jì)方差貢獻(xiàn)率不小于85 % 的原則，提取出新的綜合變量指標(biāo)，每一個(gè)新的綜合變量指標(biāo)是原始變量指標(biāo)p 的線性組合，且互不相關(guān)。

指標(biāo)權(quán)重的計(jì)算公式為

式中:Pi為各個(gè)指標(biāo)第i 個(gè)公因子的貢獻(xiàn)率。

3 評(píng)價(jià)步驟

TOPSIS法是借助于多種指標(biāo)屬性的理想解與負(fù)理想解對(duì)評(píng)價(jià)對(duì)象進(jìn)行排序、按相對(duì)接近度大小來權(quán)衡評(píng)價(jià)對(duì)象綜合效益的評(píng)價(jià)方法。

通過主成分分析法得到精簡(jiǎn)的一維的綜合變量指標(biāo)，假設(shè)新的指標(biāo)個(gè)數(shù)為m 個(gè)，構(gòu)造加權(quán)規(guī)范化矩陣V，即將新的綜合變量指標(biāo)乘以對(duì)應(yīng)的權(quán)重。對(duì)V 構(gòu)造理想矩陣與負(fù)理想矩陣V+和V-，分別為其中

4 實(shí)例分析

以能效電廠試點(diǎn)城市之一——江蘇省開展的能效資源開發(fā)項(xiàng)目［13］為例，采用該省2009年開展的照明改造、工業(yè)電機(jī)拖動(dòng)方案、家用電器這三項(xiàng)能效電廠項(xiàng)目的數(shù)據(jù)進(jìn)行分析?；谄脑?，本文沒有將原始數(shù)據(jù)中定性指標(biāo)定量化以及指標(biāo)無量綱化的步驟敘述出來。在定性指標(biāo)以及定量指標(biāo)進(jìn)行標(biāo)準(zhǔn)化后，首先根據(jù)主成分分析法對(duì)數(shù)據(jù)進(jìn)行預(yù)處理。通過SPSS 軟件進(jìn)行因子分析，得到能效電廠各指標(biāo)的主成分為Z1，Z2，且對(duì)應(yīng)的特征值與貢獻(xiàn)率如表2。

表2 特征值與方差貢獻(xiàn)表Tab.2 Total Variance Explained

確定了主成分之后，計(jì)算因子負(fù)荷矩陣，如表3。

表3 因子負(fù)荷矩陣Tab.3 Component Matrix a

根據(jù)特征值表和因子負(fù)荷矩陣，調(diào)用Compute Variable 命令，得到特征向量矩陣以及主成分的表達(dá)式:

0.15X10+0.17X11+0.05X12+0.49X13+1.95X14

對(duì)主成份表達(dá)式中的指標(biāo)X1～X14經(jīng)過標(biāo)準(zhǔn)化之后，得到變量名為ZX1～ZX14的標(biāo)準(zhǔn)化變量。調(diào)用Compute Variable 命令，計(jì)算得到主成分，如表4 所示。

表4 主成分表Tab.4 Principal Component

與原始數(shù)據(jù)相比，矩陣由3 ×14 變成了3 ×2，數(shù)據(jù)量少了6/7。接下來，運(yùn)用TOPSIS 法的計(jì)算步驟進(jìn)行評(píng)價(jià)。

根據(jù)公式(1)計(jì)算出各新的主成分的權(quán)重，將新的主成分的數(shù)據(jù)乘以對(duì)應(yīng)的權(quán)重，得到加權(quán)規(guī)范化矩陣V:

表5 理想方案與負(fù)理想方案取值表Tab.5 the Ideal Solution and Negative Ideal Solution Value

根據(jù)公式(2)、(3)、(4)計(jì)算樣本點(diǎn)到最優(yōu)點(diǎn)的距離以及相對(duì)接近度，計(jì)算結(jié)果見表6。

表6 樣本到理想解的距離以及相對(duì)接近度計(jì)算表Tab.6 Distance from Sample to Ideal Solution and Relative Proximity

從計(jì)算結(jié)果可知照明改造項(xiàng)目的績(jī)效最好，力度最大。這也是和實(shí)際情況相符合的。江蘇省作為能效電廠試點(diǎn)城市之一，早在2005年就啟動(dòng)了我國(guó)首個(gè)容量為60 萬kW 的能效電廠的建設(shè)。政府對(duì)照明改造項(xiàng)目大力支持，積極推進(jìn)城市綠色照明，在2010年城市照明節(jié)能器具普及率達(dá)到85 %以上。有資料表明［14］，江蘇省丹工實(shí)業(yè)有限公司能效電廠的項(xiàng)目中，投資了19.062萬元更換3 000 套節(jié)能燈具，節(jié)能量高達(dá)1 030 755 kW·h，年節(jié)約電費(fèi)56.7 萬元，該綠色照明能效電廠項(xiàng)目平均節(jié)電率高達(dá)66.59 %，節(jié)能效果、經(jīng)濟(jì)效益和社會(huì)效益都取得了成功。照明是最大的節(jié)能機(jī)會(huì)之一，相比較能效資源開發(fā)項(xiàng)目中的其他節(jié)能改造，照明改造實(shí)施的力度更大，各方給予的關(guān)注更高。

5 結(jié) 論

本文在敘述績(jī)效評(píng)價(jià)的方法及步驟之后，主要以江蘇省開展的基于能效電廠的能效資源開發(fā)方案進(jìn)行了案例的驗(yàn)證，這在一定程度上為其他省市該領(lǐng)域的績(jī)效評(píng)價(jià)提供了理論性的參考，哪些項(xiàng)目的改造力度不夠，哪些項(xiàng)目的改造力度最大，通過績(jī)效評(píng)價(jià)都能夠一目了然，從而使各參與方更加清楚下一步改造方案的重點(diǎn)。此外，科學(xué)地評(píng)價(jià)能效資源開發(fā)項(xiàng)目的績(jī)效，在一定程度上能夠激勵(lì)更多的用能單位進(jìn)行能效電廠的實(shí)施，對(duì)進(jìn)一步開展節(jié)能改造項(xiàng)目有積極的推動(dòng)作用。目前，基于能效電廠模式的能效資源開發(fā)項(xiàng)目在我國(guó)各省市已經(jīng)積極開展起來，但是由于能效資源的概念還沒有統(tǒng)一的描述，該領(lǐng)域的研究還不是很成熟，如何結(jié)合更系統(tǒng)的研究方法去分析能效資源開發(fā)項(xiàng)目的績(jī)效，是需要深入探討的問題。

［1］Jyoti Prasad Painuly.Financing energy efficiency:lessons from experiences in India and China ［J］.International Journal of Energy Sector Management.2009，3 (3):10 －15.

［2］Francis W H Yik，W L Lee，C K Ng.Building energy efficiency and the remuneration of operation and maintenance personnel ［J］.Facilities，2002，20 (13):12－15.

［3］伍玉林，吳文可，張勇，等.合同能源管理在電網(wǎng)公司的實(shí)施研究［J］.華北電力大學(xué)學(xué)報(bào)(自然科學(xué)版)，2011，38 (5):59 －64.

［4］何波.企業(yè)節(jié)能減排績(jī)效考核評(píng)價(jià)體系研究［J］.科技和產(chǎn)業(yè)，2011，11 (11):52 －54.

［5］趙亞香，蔣衛(wèi)東.企業(yè)節(jié)能減排績(jī)效評(píng)價(jià)研究評(píng)述［J］.煤炭經(jīng)濟(jì)研究，2010，(3):54 －57.

［6］張雷，徐靜珍.水泥行業(yè)節(jié)能減排綜合測(cè)評(píng)指標(biāo)體系的構(gòu)建［J］.河南理工大學(xué)學(xué)報(bào)，2010， (2):105 －108.

［7］王彥彭.我國(guó)節(jié)能減排指標(biāo)體系研究［J］.煤炭經(jīng)濟(jì)研究，2009，(2):31 －39.

［8］杜元偉，段萬春，孫永河.基于網(wǎng)絡(luò)分析法的企業(yè)節(jié)能減排績(jī)效評(píng)價(jià)方法［J］.經(jīng)濟(jì)問題探索，2012，(1):175 －179.

［9］劉剛.基于主成分分析法地鐵風(fēng)機(jī)運(yùn)行綜合評(píng)價(jià)方法研究［J］.現(xiàn)代城市軌道交通，2011，(6):96－97.

［10］王一平.上市公司財(cái)務(wù)實(shí)力定量評(píng)價(jià)方法探析—基于主成分分析框架研究［J］.改革與戰(zhàn)略，2010，26 (1):145 －147.

［11］R K Agrawal，Karmeshu.Perturbation Scheme for Online Learning of Features:Incremental Principal Component Analysis ［J］.Pattern Recognition，2008，41(5):1452 －1460.

［12］秦壽康.綜合評(píng)價(jià)原理與應(yīng)用［M］.北京:電子工業(yè)出版社，2003.

［13］季強(qiáng)，李強(qiáng)，宋宏坤，等.江蘇省能效資源潛力及能效電廠研究［J］.電力需求側(cè)管理，2005，7(4):19 －22.

［14］芮松華，崔恒志，解俊嶺，等.鎮(zhèn)江市能效電廠建設(shè)現(xiàn)狀及發(fā)展建議［J］.電力需求側(cè)管理，2009，11 (5):69 －71.