利用電參數(shù)的工業(yè)用戶能效模糊綜合評估

孟金嶺，胡嘉驊，文福拴，林國營，黨三磊

(1.廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，廣州市 510600;2.浙江大學(xué)電氣工程學(xué)院，杭州市 310027)

利用電參數(shù)的工業(yè)用戶能效模糊綜合評估

孟金嶺1，胡嘉驊2，文福拴2，林國營1，黨三磊1

(1.廣東電網(wǎng)有限責(zé)任公司電力科學(xué)研究院，廣州市 510600;2.浙江大學(xué)電氣工程學(xué)院，杭州市 310027)

在對工業(yè)用戶進(jìn)行節(jié)能改造之前，有必要對其能效水平進(jìn)行比較準(zhǔn)確的評估?，F(xiàn)有的一些能效評估方法存在指標(biāo)選取受限、數(shù)據(jù)獲取困難、主觀因素較強等問題。在此背景下，針對工業(yè)用戶提出基于電參數(shù)的能效模糊綜合評估方法。具體地，以計量電表能夠準(zhǔn)確測量并記錄的電參數(shù)為候選評估指標(biāo)。 首先，利用主成分分析法(principal component analysis，PCA)識別并刪除次要指標(biāo)，在此基礎(chǔ)上確定工業(yè)用戶綜合能效評估指標(biāo)體系。之后，利用熵權(quán)法計算所選各個指標(biāo)的權(quán)重，并考慮到能效評估結(jié)果所呈現(xiàn)的模糊性，采用模糊綜合評估方法對工業(yè)用戶的能效進(jìn)行評估。最后，用廣東省的實際數(shù)據(jù)說明該方法的可行性與基本特性。

工業(yè)用戶；能效評估；電參數(shù)；模糊評估；主成分分析法(PCA)；熵權(quán)法

0 引 言

近年來，電力系統(tǒng)負(fù)荷的峰谷差呈現(xiàn)逐步擴大的趨勢。據(jù)統(tǒng)計，2015年我國全社會用電量為55 500億 kW·h，同比增長0.5%。在負(fù)荷增長的同時，發(fā)電設(shè)備累計平均利用小時數(shù)卻呈下降趨勢；2015年全國6 000 kW及以上電廠發(fā)電設(shè)備累計平均利用小時數(shù)為3 969 h，同比減少349 h。單純靠增加發(fā)電裝機容量來滿足短暫的高峰負(fù)荷用電會導(dǎo)致發(fā)電設(shè)備年利用小時數(shù)降低，單位供電成本增加，不利于社會資源的優(yōu)化配置和合理利用。解決向短暫高峰負(fù)荷供電的更經(jīng)濟的途徑是采用需求側(cè)管理[1-4]，通過經(jīng)濟和技術(shù)手段適當(dāng)調(diào)整高峰和低谷負(fù)荷時段的用電功率來平滑負(fù)荷曲線，改善電力系統(tǒng)運行的安全性和經(jīng)濟性。能效改造作為需求側(cè)管理的重要措施之一，在最近10多年間逐步得到越來越廣泛的應(yīng)用[5-7]。能效改造通過鼓勵用戶采用先進(jìn)工藝、先進(jìn)設(shè)備和先進(jìn)技術(shù)，對高耗能低能效的用電設(shè)備進(jìn)行改造，從而提高用電效率，減少電力電量消耗[2]。

能效改造多針對工業(yè)用戶，因為其用電負(fù)荷和用電量大且高耗能用電設(shè)備數(shù)量多，具備巨大的能效提升空間。在對工業(yè)用戶進(jìn)行能效改造之前，有必要對其能效水平進(jìn)行比較準(zhǔn)確的評估，以明確對其實施能效改造的必要性。就工業(yè)用戶能效評估問題，已有不少研究報道[8-13]。文獻(xiàn)[8]針對配電系統(tǒng)實際運行數(shù)據(jù)，基于潮流計算和關(guān)聯(lián)度計算建立了2層節(jié)能指標(biāo)模型，對配電系統(tǒng)節(jié)能潛力進(jìn)行了評估。文獻(xiàn)[9]建立了基于遞階綜合評估框架的能效評估模型，將能效評估過程分解為一級指標(biāo)評估、二級指標(biāo)評估和綜合評估3個層次，利用群組判斷法和熵權(quán)法對用戶能效進(jìn)行評估。文獻(xiàn)[10]建立了3層的能效評估指標(biāo)體系，基于模糊綜合評判原理，對狀態(tài)因素集、評語集、權(quán)重系數(shù)進(jìn)行分析，在此基礎(chǔ)上建立了能效評估模型。文獻(xiàn)[11]基于層次分析法(analytic hierarchy process，AHP)和逼近理想解排序法(the technique for order of preference by similarity to ideal solution，TOPSIS)，從提升電力系統(tǒng)可靠性與改善負(fù)荷輪廓、環(huán)境效益、經(jīng)濟效益、資源利用效率4個方面構(gòu)建了電力能效項目綜合評估模型。文獻(xiàn)[12]針對高能耗工業(yè)用戶，建立了涵蓋經(jīng)濟、能源、技術(shù)、環(huán)境的能耗指標(biāo)評估體系，對能耗水平進(jìn)行了綜合評估。文獻(xiàn)[13]采用數(shù)據(jù)包絡(luò)分析法，從微觀經(jīng)濟層面出發(fā)，對我國不同地區(qū)的工業(yè)用戶的能效水平進(jìn)行了評估。

盡管在能效評估方面已經(jīng)有不少研究報道，從總體上講，現(xiàn)有的一些能效評估方法存在指標(biāo)選取受限、數(shù)據(jù)獲取困難、主觀性程度較高等問題。有鑒于此，本文提出一種基于電參數(shù)的工業(yè)用戶能效模糊綜合評估方法。這種方法以計量電表能夠準(zhǔn)確測量并記錄的電參數(shù)為評估指標(biāo)，采用主成分分析法識別并刪除次要指標(biāo)，從數(shù)據(jù)和指標(biāo)層面保障評估結(jié)果的準(zhǔn)確性。之后，考慮到能效評估結(jié)果一般呈現(xiàn)的模糊性，采用模糊綜合評估方法對用戶能效進(jìn)行評估。最后，用廣東省的實際數(shù)據(jù)對所提出的方法做了說明。

1 工業(yè)用戶綜合能效評估體系

1.1 基于電參數(shù)的初始能效評估體系

電參數(shù)指能夠通過計量表計準(zhǔn)確測量并記錄的與用電相關(guān)的數(shù)據(jù)(如電壓、電流、電量、功率等)，或根據(jù)這些數(shù)據(jù)進(jìn)行簡單數(shù)學(xué)分析或運算后即可得到的衍生數(shù)據(jù)(如電流不平衡率、年平均電壓、功率因數(shù)、單位產(chǎn)值能耗等)。選用電參數(shù)作為評價指標(biāo)能夠保證評價數(shù)據(jù)充足且比較準(zhǔn)確。

在充分考慮指標(biāo)與工業(yè)用戶能效的關(guān)聯(lián)性以及指標(biāo)數(shù)據(jù)的易獲取性的前提下，通過前期調(diào)研和數(shù)據(jù)特征分析確定初始能效評估體系。假設(shè)初選能效評估體系包含m個指標(biāo)，待評估的對象(工業(yè)用戶)數(shù)量為n，并假定nm，可以構(gòu)建維數(shù)為nm的初始用戶能效矩陣A(1)：

(1)

1.2 預(yù)處理工業(yè)用戶原始數(shù)據(jù)

在利用工業(yè)用戶的原始數(shù)據(jù)進(jìn)行能效綜合評估之前，需要對其進(jìn)行包括數(shù)據(jù)類型統(tǒng)一和去量綱化的預(yù)處理。A(1)一般包含效益型、成本型和區(qū)間型3種類型的評估指標(biāo)。效益型指標(biāo)的數(shù)值越大，用戶的能效水平越高；成本型指標(biāo)的數(shù)值越小，用戶的能效水平越高；區(qū)間型指標(biāo)的數(shù)值處于某一區(qū)間時，用戶的能效水平較高，一般稱這個區(qū)間為最佳穩(wěn)定區(qū)間。為便于后續(xù)數(shù)據(jù)處理，首先將效益型指標(biāo)和區(qū)間型指標(biāo)轉(zhuǎn)換為成本型指標(biāo)。

對于成本型指標(biāo)：

(2)

對于效益型指標(biāo)：

(3)

對于區(qū)間型指標(biāo)：

(4)

(5)

(6)

對工業(yè)用戶原始數(shù)據(jù)進(jìn)行預(yù)處理后，即可把A(1)轉(zhuǎn)化為標(biāo)準(zhǔn)初始用戶能效矩陣A(2)：

(7)

1.3 最終能效評估體系

主成分分析(principal component analysis，PCA)[14]也稱主分量分析，利用降維思想把多指標(biāo)轉(zhuǎn)化為少數(shù)幾個綜合指標(biāo)(即主成分)，其中每個主成分都能反映原始變量的大部分信息，且所含信息互不重復(fù)。

每個主成分可表示為原指標(biāo)的線性組合，其中每個原指標(biāo)所對應(yīng)的系數(shù)被稱為該指標(biāo)對此主成分的構(gòu)成系數(shù)。利用PCA對初始評估指標(biāo)進(jìn)行篩選，剔除構(gòu)成系數(shù)較小的指標(biāo)。首先對A(2)求取相關(guān)系數(shù)矩陣：

(8)

式中：rij=cov(A(2)(:,i),A(2)(:,j))為第i個指標(biāo)和第j個指標(biāo)對應(yīng)的標(biāo)準(zhǔn)化數(shù)據(jù)集之間的協(xié)方差，易知rij=rji；R為對稱矩陣，且對角元素為各個指標(biāo)數(shù)據(jù)集的方差；(:，i)和(:，j)分別表示第i列和第j列。

對于前k個特征根λj(j=1,2,…,k)，求取對應(yīng)的單位特征向量bj=(b1j,b2j...,bmj)T。這k個特征根對應(yīng)的特征向量構(gòu)成主成分分析矩陣B：

(9)

按行對矩陣B進(jìn)行檢查，如果bij(j=1,2,...,k)與同一列的其他元素相比其絕對值較小，則表示指標(biāo)l在最能反映能效的前k個主成分的構(gòu)成系數(shù)都很小，則指標(biāo)l對整個指標(biāo)體系的影響很小，從而該指標(biāo)可以被刪除。將A(2)中構(gòu)成系數(shù)小的指標(biāo)刪除后，可得到用矩陣A表示的工業(yè)用戶最終能效評估體系：

(10)

式中：A為維數(shù)為np的矩陣；p為經(jīng)過篩選后剩余的指標(biāo)數(shù)量，p≤m；aij表示第i個用戶的第j個指標(biāo)經(jīng)標(biāo)準(zhǔn)化處理后的數(shù)值。

2 最優(yōu)權(quán)重向量

在利用多個指標(biāo)進(jìn)行綜合評估時，如何合理確定各個指標(biāo)的權(quán)重是一個非常重要的問題，因為其可以明顯影響最終評估結(jié)果。在確定指標(biāo)權(quán)重時，需要充分考慮各個指標(biāo)數(shù)據(jù)間的客觀差異，盡量避免主觀確定權(quán)重所導(dǎo)致的偏差。

在確定了評估對象集和評估指標(biāo)體系之后，可引入信息論中熵的概念來評估各指標(biāo)在競爭意義上的相對激烈程度(由于所有指標(biāo)的權(quán)重之和為1，從這個意義上講不同指標(biāo)之間構(gòu)成了競爭關(guān)系)，進(jìn)而確定各指標(biāo)的權(quán)重。具體地講，當(dāng)評估對象在某個指標(biāo)上的值相差較大時，熵值較小，說明該指標(biāo)提供的有效信息量較大，該指標(biāo)的權(quán)重應(yīng)給定得較大，反之亦然。在極端情況下，當(dāng)所有評估對象在某項指標(biāo)上的值完全相同時，熵值達(dá)到最大，意味著該指標(biāo)對于決策不能提供任何有用信息，可以從評估指標(biāo)體系中刪除。

引入熵權(quán)法[15]確定指標(biāo)權(quán)重，對各個指標(biāo)的重要程度進(jìn)行客觀的量化評估。熵權(quán)法可將多個評估對象的同一個評估指標(biāo)進(jìn)行綜合考慮來確定權(quán)重，計及了多個評估對象間的聯(lián)系，可削弱異常值的負(fù)面影響，得到的評估結(jié)果比較合理。

前文確定的工業(yè)用戶最終能效評估矩陣A包含p個指標(biāo)，n個被評估對象。定義第j個評估指標(biāo)的熵為

(11)

可以證明0≤Hj≤1。第j個指標(biāo)的熵權(quán)定義為

(12)

3 工業(yè)用戶能效模糊綜合評估

所提出的工業(yè)用戶能效模糊綜合評估方法主要包括選取指標(biāo)體系、構(gòu)造評語集、確定隸屬度函數(shù)和進(jìn)行能效模糊綜合評估4個步驟。所提方法既能得到單項指標(biāo)的得分，又可綜合所有指標(biāo)的影響得到每個用戶對不同能效評語等級的模糊隸屬度。通過比較不同用戶的能效評估結(jié)果，可為用戶實施節(jié)能改造的必要性和迫切性提供參考。

3.1 指標(biāo)體系的選取

根據(jù)現(xiàn)有計量電表的測量水平，同時考慮所選電參數(shù)與工業(yè)用戶能效的相關(guān)性，構(gòu)造了包含“用電量”、“電壓不合格累計時間”、“電流不平衡率”、“萬元產(chǎn)值能耗”、“主要耗能設(shè)備能效等級”、“平均負(fù)載率”、“功率因數(shù)”、“平均電壓”這8個指標(biāo)的評價體系。

用電量指工業(yè)用戶在考察期內(nèi)的累計用電量；電壓不合格累計時間指專用變壓器一次側(cè)電壓在考察期內(nèi)超出核定偏差范圍的累計小時數(shù)；電流不平衡率反映專用變壓器三相電流的不對稱程度；萬元產(chǎn)值能耗指在考察期內(nèi)工業(yè)用戶生產(chǎn)出來的價值1萬元的產(chǎn)品所消耗的電能；主要耗能設(shè)備能效等級采用中國能效標(biāo)識，按照5個等級劃分，1表示產(chǎn)品能效最好，5表示嚴(yán)重能耗產(chǎn)品；平均負(fù)載率指在考察期內(nèi)專用變壓器輸出的平均視在功率與變壓器額定容量的比值；功率因數(shù)在一定程度上反映專用變壓器的運行效率，為其有功功率與視在功率的比值；平均電壓指專用線路在考察期內(nèi)的平均電壓，核定偏差范圍假設(shè)為-3%～3%。

3.2 評語集的構(gòu)造

模糊綜合評估方法能否準(zhǔn)確評估工業(yè)用戶的能效水平在相當(dāng)程度上取決于能否構(gòu)造合理的評語集，進(jìn)而對能效水平進(jìn)行分類評估。參考國家發(fā)改委、國家質(zhì)檢總局聯(lián)合制定的中國能效標(biāo)識[16]，將工業(yè)用戶的能效狀態(tài)由高到低分為5個評語集，依次為：綠、藍(lán)、黃、橙、紅。各評語集表示的能效狀態(tài)情況大致如下：綠色(G)表示工業(yè)用戶能效指標(biāo)非常好，用電設(shè)備運行合理，電能質(zhì)量高，產(chǎn)品具有很強的競爭力；藍(lán)色(B)表示工業(yè)用戶能效指標(biāo)良好，用電合理，產(chǎn)品的市場競爭力強；黃色(Y)表示工業(yè)用戶能效一般，用電比較合理，產(chǎn)品具備一定市場競爭力；橙色(O)表示工業(yè)用戶能效較低，用電不合理，產(chǎn)品的市場競爭力差；紅色(R)表示工業(yè)用戶能效較低，用電很不合理，產(chǎn)品市場競爭力很差。

3.3 隸屬度函數(shù)的確定

與1.2節(jié)將所有指標(biāo)轉(zhuǎn)換為成本型指標(biāo)的處理方法相對應(yīng)，本節(jié)構(gòu)造典型的成本型指標(biāo)的隸屬度函數(shù)并采用圖形進(jìn)行直觀闡述。

針對3.1節(jié)構(gòu)造的評語集，采用常見的半梯形分布函數(shù)和線性三角函數(shù)構(gòu)造模糊評估的隸屬度函數(shù)：

(13)

(14)

(15)

式中：0

式(13)—(15)所描述的3種隸屬度函數(shù)如圖1所示。前已述及，它們都是典型的成本型指標(biāo)的隸屬度函數(shù)，指標(biāo)值越小，則評估對象屬于高能效水平評語集的隸屬程度就越大，反之亦然。假設(shè)歸一化之后的指標(biāo)值取值x∈[0,1]，對應(yīng)于這5個隸屬度函數(shù)的隸屬度分別為fi(x) (i=1,2,..,5)。分析式(13)—(15)并結(jié)合圖1，可知成本型指標(biāo)的隸屬度函數(shù)具有下述特征：

(1)對于任意x∈[0,1]，0≤fi(x)≤1 (i=1,2,...,5)；

圖1 成本型指標(biāo)的隸屬度函數(shù)

(2)對于任意x∈[0,1]，在這5個隸屬度函數(shù)中滿足fi(x)>0 (i=1,2,..,5)的隸屬度函數(shù)最多只有2個。

3.4 能效模糊綜合評估

根據(jù)前文確定的工業(yè)用戶最終能效評估體系A(chǔ)以及最優(yōu)權(quán)重向量w，對所有待評估的工業(yè)用戶依次進(jìn)行能效模糊綜合評估，步驟如下所述。

(1)建立每個工業(yè)用戶的模糊綜合評估矩陣Spq。p為最終采用的能效評估體系所包含的指標(biāo)數(shù)量；q為所構(gòu)造的評語集中包含的評語數(shù)量(q=5)；Spq的第i行Si=(si1，si2,…，si5)表示針對第i個指標(biāo)的單指標(biāo)評估向量；sij為第i個指標(biāo)對評語j的隸屬度。

(2)將最優(yōu)權(quán)重向量與用戶的模糊綜合評估矩陣相乘，求取用戶對不同能效評語集的綜合隸屬度，得到用戶能效評估結(jié)果。

(3)在對所有用戶進(jìn)行綜合評估后，根據(jù)最大隸屬原則對不同用戶的能效水平進(jìn)行比較分析。

在Matlab環(huán)境下對上述方法進(jìn)行了實現(xiàn)。

4 算例

針對廣東省2015年10 kV工業(yè)專線用戶的相關(guān)統(tǒng)計數(shù)據(jù)，采用所提出的方法對其中10個用戶進(jìn)行綜合能效評估。首先對應(yīng)3.1節(jié)選取的8個電參數(shù)指標(biāo)，建立工業(yè)用戶初始能效評估體系。在所給出的評估指標(biāo)體系下，這10個用戶在考察期內(nèi)(2015年整年)的相關(guān)數(shù)據(jù)如表1所示。按照1.2節(jié)的方法對初始數(shù)據(jù)進(jìn)行預(yù)處理，得到標(biāo)準(zhǔn)化后的用戶能效指標(biāo)數(shù)據(jù)，如表2所示。

表1中列出的前5個指標(biāo)為成本型指標(biāo)，平均負(fù)載率和功率因數(shù)為效益型指標(biāo)，年平均電壓為區(qū)間型指標(biāo)，假定其最佳穩(wěn)定區(qū)間為[374.2，383.8]。

表1 10個待評估工業(yè)用戶的指標(biāo)數(shù)據(jù)

Table 1 Index data of 10 industrial customers to be evaluated

表2 標(biāo)準(zhǔn)化后的用戶能效指標(biāo)數(shù)據(jù)

對標(biāo)準(zhǔn)化后的用戶能效指標(biāo)數(shù)據(jù)進(jìn)行主成分分析，這里選用第一主成分和第二主成分進(jìn)行指標(biāo)篩選。求得的2個最大特征根所對應(yīng)的單位特征向量(即第一主成分和第二主成分的構(gòu)成系數(shù))分別為b1=(-0.022 7，0.489 0，0.076 5，0.145 4，0.519 2，-0.156 0，-0.191 9，0.634 6)T和b2=(-0.225 2，0.139 6，0.482 2，0.420 4，-0.036 5，0.578 9，0.428 0，0.031 4)T。第一主成分的主要代表指標(biāo)為電壓不合格累計時間、主要耗能設(shè)備能效等級和年平均電壓；第二主成分的主要代表指標(biāo)為電流不平衡率、萬元產(chǎn)值能耗、平均負(fù)載率和功率因素。年用電量在第一主成分和第二主成分的構(gòu)成系數(shù)均較小，作為次要指標(biāo)予以剔除。這樣，電壓不合格累計時間等余下的7項指標(biāo)構(gòu)成了最終的能效評估指標(biāo)體系。

利用熵權(quán)法求得的最終能效評估體系中各指標(biāo)的最優(yōu)權(quán)重向量為w=(0.274 4，0.070 7，0.099 8，0.135 7，0.092 6，0.199 4，0.127 4)。

假定歸一化之后的指標(biāo)值對5個評語集的分布是均勻的，即式(13)—(15)中的參數(shù)K1～K5依次分別為0.1，0.3，0.5，0.7和0.9，據(jù)此求得的用戶1的模糊綜合評估矩陣為

將最優(yōu)權(quán)重向量與模糊綜合評估矩陣相乘，得到用戶1的模糊評估結(jié)果為E1=(0.448 3，0.289 4，0.042 2，0.098 2，0.121 8)。

采用同樣方法對用戶2—9進(jìn)行能效模糊評估，最終得到所有用戶的能效模糊綜合評估結(jié)果，如圖2所示。

基于上述評估結(jié)果，可得到：

(1)根據(jù)最大隸屬度原則，用戶1—6和用戶9的能效評估等級為“綠”，用戶7、8和10的分別為“紅”、“橙”和“藍(lán)”；

(2)用戶2、3、5、6對評語“綠”的模糊隸屬度都在0.69以上，對評語“橙”和評語“紅”則均小于0.08(其中用戶2、5、6對這2個評語的模糊隸屬度均為0)，這表明這4個用戶的能效水平較高，不需要進(jìn)行能效改造；

圖2 10個工業(yè)用戶能效模糊綜合評估結(jié)果

(3)用戶1、4、9的能效評估等級雖然為“綠”，但對其他4個評語的隸屬度也相對較高，尤其是用戶9，其對評語“紅”的隸屬度大于0.35，這表明這3個用戶的總體能效水平較高，但在個別指標(biāo)上得分較低，相應(yīng)地就需要對這些指標(biāo)進(jìn)行完善；

(4)用戶8對評語“黃”和評語“橙”的模糊隸屬度較高，表明其能效處于中下水平，有必要對其用電設(shè)備和用電習(xí)慣進(jìn)行更深入研究，提高用電效率；

(5)用戶10對評語“綠”和評語“藍(lán)”的模糊隸屬度較大，表明其能效處于中上水平，只需要進(jìn)行適當(dāng)程度的能效改造；

(6)用戶7對評語“紅”的模糊隸屬度在0.5以上，且對其他4個評語的隸屬度較低，表明其能效水平較低，用電很不合理，需要進(jìn)行大幅度的能效改造。

5 結(jié) 語

針對工業(yè)用戶能效評估問題，提出了一種基于電參數(shù)的模糊綜合評估方法，具有候選指標(biāo)充分、所需數(shù)據(jù)易于獲取且比較準(zhǔn)確等優(yōu)點。首先建立了以電參數(shù)為基礎(chǔ)的評估指標(biāo)體系并利用主成分分析法剔除次要指標(biāo)，之后求取各指標(biāo)最優(yōu)權(quán)重向量，進(jìn)而采用模糊綜合評估方法確定各個用戶的能效水平。最后，采用廣東省工業(yè)專線用戶2015年的實際數(shù)據(jù)對所提出的方法做了說明。通過對工業(yè)用戶的能效進(jìn)行綜合評估，可以讓用戶清楚了解其總體能效水平和各項指標(biāo)的評估結(jié)果，從而對主要設(shè)備和用電習(xí)慣進(jìn)行適當(dāng)調(diào)整，達(dá)到提高能效水平進(jìn)而改善運營效益的目的。

[1]BOSHELL F, VELOZA O P. Review of developed demand side management programs including different concepts and their results[C]// Proceedings of IEEE Transmission and Distribution Conference and Exposition. Bogota, Colombia, Latin America：IEEE，2008：1-7.

[2]王蓓蓓, 李揚, 高賜威. 智能電網(wǎng)框架下的需求側(cè)管理展望與思考[J]. 電力系統(tǒng)自動化, 2009, 33(20):17-22. WANG Beibei, LI Yang, GAO Ciwei. Demand side management outlook under smart grid infrastructure[J]. Automation of Electric Power Systems, 2009, 33(20): 17-22.

[3]劉道新, 郭萬祝, 王世成, 等. 面向能源互聯(lián)網(wǎng)的新型需求側(cè)管理模式研究[J]. 電力建設(shè), 2016, 37(6):10-16. LIU Daoxin, GUO Wanzhu, WANG Shicheng, et al. New demand-side management pattern for energy internet[J]. Electric Power Construction, 2016, 37(6):10-16.

[4]于長廣, 劉穎. 提高技術(shù)水平實現(xiàn)電力需求側(cè)有效管理[J]. 電力建設(shè), 2007, 28(5):80-83. YU Changguang, LIU ying. Improving technology to achieve effective electric power demand side management[J]. Electric Power Construction, 2007, 28(5):80-83.

[5]WORRELL E, BERNSTEIN L, ROY J, et al. Industrial energy efficiency and climate change mitigation[J]. Energy Efficiency, 2009, 2(2): 109-123.

[6]王丹, 范孟華, 賈宏杰. 考慮用戶舒適約束的家居溫控負(fù)荷需求響應(yīng)和能效電廠建模[J]. 中國電機工程學(xué)報, 2014, 34(13): 2071-2077. WANG Dan, FAN Menghua, JIA Hongjie. User comfort constrain demand response for residential thermostatically-controlled loads and efficient power plant modeling[J]. Proceedings of the CSEE, 2014, 34(13): 2071-2077.

[7]于建成, 王旭東, 張東,等. 面向多元能源互聯(lián)的天津生態(tài)城智能電網(wǎng)創(chuàng)新示范區(qū)建設(shè)[J]. 電力建設(shè), 2015, 36(11):58-63. YU Jiancheng, WANG Xudong, ZHANG Dong, et al. Innovation demonstration area construction of Tianjin eco-city smart grid facing multi energy interconnection[J]. Electric Power Construction, 2015, 36(11): 58-63.

[8]王煜晗, 范瑞祥, 董泰青, 等. 基于兩層指標(biāo)模型的配電網(wǎng)節(jié)能潛力分析[J]. 電力建設(shè), 2014, 35(12): 94-99. WANG Yuhan, FANG Ruixiang, DONG Taiqing, et al. Energy-saving potential analysis of distribution network based on two layered index models[J]. Electric Power Construction, 2014, 35(12): 94-99.

[9]羅耀明, 毛李帆, 姚建剛, 等. 電力用戶綜合能效評估模型[J]. 電力系統(tǒng)及其自動化學(xué)報, 2011, 23(5): 104-109. LUO Yaoming, MAO Lifan, YAO Jiangang, et al. Evaluationmodel of integrated energy efficiency for power users[J]. Proceedings of the CSU-EPSA, 2011, 23(5): 104-109.

[10]吳劍飛, 姚建剛, 陳華林, 等. 電力客戶能效狀態(tài)模糊綜合評估[J]. 電力系統(tǒng)保護(hù)與控制, 2010, 38(13): 94-98. WU Jianfei, YAO Jiangang, CHEN Hualin, et al. Fussy comprehensive evaluation of power customer energy efficiency assessment[J]. Power System Protection and Control, 2010, 38(13): 94-98.

[11]李慧玲, 蘆新波, 劉大川, 等. 基于AHP-TOPSIS的電力能效項目綜合評價[J]. 現(xiàn)代電力, 2014, 31(4): 88-94. LI Huiling, LU Xinbo, LIU Dachuan, et al. A comprehensive evaluation method for power energy efficiency project based on AHP-TOPSIS[J]. Modern Electric Power, 2014, 31(4): 88-94.

[12]徐勇, 王堅. 基于AHP和PCA的企業(yè)能耗水平評價[J]. 價值工程, 2008, 27(8): 9-12. XU Yong, WANG Jian. To evaluate on the level of enterprise energy consumption based on AHP and PCA[J]. Value Engineering, 2008, 27(8): 9-12.

[13]SHI G M, BI J, WANG J N. Chinese regional industrial energy efficiency evaluation based on a DEA model of fixing non-energy inputs[J]. Energy Policy, 2010, 38(10): 6172-6179.

[14]BRO R, SMILDE A K. Principal component analysis[J]. Analytical Methods, 2014, 6(9): 2812-2831.

[15]聶宏展, 呂盼, 喬怡, 等. 基于熵權(quán)法的輸電網(wǎng)規(guī)劃方案模糊綜合評價[J]. 電網(wǎng)技術(shù), 2009, 33(11): 60-64. NIE Hongzhan, LYU Pan, QIAO Yi, et al. Comprehensive fuzzy evaluation for transmission network planning scheme based on entropy weight method[J]. Power System Technology, 2009, 33(11): 60-64.

[16]國家發(fā)展改革委, 國家質(zhì)檢總局. 能源效率標(biāo)識管理辦法[EB/OL]. (2016-2-29) [2016-11-01]. http://www.sdpc.gov.cn/gzdt/201603/ W020160309388699982349.pdf.

(編輯 張媛媛)

Fuzzy Comprehensive Evaluation for Energy Efficiency of Industrial Consumers Employing Electric Parameters

MENG Jinling1, HU Jiahua2, WEN Fushuan2, LIN Guoying1, DANG Sanlei1

(1.Electric Power Research Institute of Guangdong Power Grid Co., Ltd., Guangzhou 510600, China; 2.School of Electrical Engineering, Zhejiang University, Hangzhou 310027, China)

It is necessary to accurately evaluate the energy efficiency of an industrial consumer before implementing an energy-saving scheme. Several existing evaluation methods for energy efficiency have some problems such as limited selection of indices, limited access to data and strong subjectivity. Given this background, this paper presents a fuzzy comprehensive evaluation method for the energy efficiency of industrial consumers based on electric parameters. Specifically, the electric parameters are candidate evaluation index, which can be accurately measured and recorded by smart meters. Firstly, we adopt principal component analysis (PCA) to identify and remove secondary indicators, on this basis determine the comprehensive energy efficiency evaluation index system for industrial consumers. Then, we calculate the weights of all selected indices with using entropy weight method and evaluate the energy efficiency of industrial consumer with using fuzzy evaluation method, considering the exhibited fuzziness of evaluation results. Finally, the actual data from Guangdong province are served for demonstrating the feasibility and features of the proposed method.

industrial consumer; energy efficiency evaluation; electric parameters; fuzzy evaluation; principal component analysis (PCA), entropy weight method

國家自然科學(xué)基金項目(51477151)；南方電網(wǎng)公司科研項目(K-GD2014-192)

TM 72

A

1000-7229(2016)11-0016-07

10.3969/j.issn.1000-7229.2016.11.003

2016-09-05

孟金嶺(1986)，男，碩士，工程師，研究方向為電力系統(tǒng)諧波治理、電力需求側(cè)綜合節(jié)能技術(shù)；

胡嘉驊(1992)，男，博士研究生，主要從事電能交易、需求側(cè)與能效管理、可再生能源等方面的研究工作；

文福拴(1965)，男，教授，博士生導(dǎo)師，本文通信作者，主要從事電力系統(tǒng)故障診斷與系統(tǒng)恢復(fù)、電力經(jīng)濟與電力市場、智能電網(wǎng)與電動汽車等方面的研究工作；

林國營(1983)，男，碩士，高級工程師，研究方向為智能用電、數(shù)字化電能計量技術(shù)；

黨三磊(1982)，男，碩士，高級工程師，研究方向為電力市場與智能用電技術(shù)。

Project supported by National Natural Science Foundation of China (51477151)