• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      面向智慧城市的多能源系統(tǒng)供需特性分析及綜合效益評(píng)估

      2019-12-11 01:37:16周鵬程程怡心
      山東電力技術(shù) 2019年11期
      關(guān)鍵詞:賦權(quán)效益能源

      周鵬程,程怡心,曾 鳴

      (1.南方電網(wǎng)物資有限公司,廣東 廣州 510620;2.華北電力大學(xué),北京 102206)

      0 引言

      隨著我國(guó)城鎮(zhèn)化的不斷推進(jìn),交通擁堵、能源消耗、環(huán)境污染、資源分配不均等問題日益顯著,給城市的社會(huì)治理帶來(lái)巨大挑戰(zhàn)。智慧城市建設(shè)將有助于有效解決城市化進(jìn)程帶來(lái)的一系列問題,實(shí)現(xiàn)社會(huì)和經(jīng)濟(jì)的可持續(xù)發(fā)展。

      智慧能源是智慧城市建設(shè)的重要基石,隨著智慧城市建設(shè)的推進(jìn),通過“智慧能源”實(shí)現(xiàn)的節(jié)能減排經(jīng)濟(jì)效益將占據(jù)越來(lái)越重要的地位。目前,智慧城市是開展多能源系統(tǒng)綜合利用最好的實(shí)驗(yàn)載體,智慧城市具有高滲透率分布式可再生能源、分布式儲(chǔ)能、大規(guī)模電動(dòng)汽車接入等特征,同時(shí)還存在多種典型終端用戶。因此,開展面向智慧城市的多能源系統(tǒng)綜合利用將成為未來(lái)構(gòu)建智慧城市能源融合生態(tài)體系的重要手段,對(duì)于建設(shè)能源優(yōu)化配置網(wǎng)絡(luò)和智慧公共服務(wù)網(wǎng)絡(luò),實(shí)現(xiàn)能源互聯(lián)與服務(wù)互動(dòng),成功打造城市能源互聯(lián)網(wǎng)示范樣本具有重要的意義[1-3]。

      智慧城市多能源系統(tǒng)利用模式復(fù)雜,應(yīng)用場(chǎng)景多樣,在研究面向智慧城市的多能源系統(tǒng)綜合利用和協(xié)同規(guī)劃時(shí),應(yīng)根據(jù)不同類型的能源利用調(diào)控的經(jīng)濟(jì)性、環(huán)保性和可靠性等目標(biāo)效益,分析區(qū)域多能源系統(tǒng)中不同能源供需特性,構(gòu)建能夠涵蓋各個(gè)環(huán)節(jié)的智慧城市多能源利用綜合效益評(píng)估指標(biāo)體系,為提出智慧城市場(chǎng)景下的多能源綜合系統(tǒng)優(yōu)化方案奠定理論和實(shí)踐基礎(chǔ)[4-6]。

      鑒于此,在充分挖掘?qū)崿F(xiàn)智慧城市多能源綜合利用價(jià)值的基礎(chǔ)上,分析智慧城市中不同類型的多能源供給和需求特性;提出考慮不同供需特性的多能源系統(tǒng)利用綜合效益評(píng)估指標(biāo)體系;建立基于組合賦權(quán)模型和模糊綜合評(píng)價(jià)法的面向智慧城市能源互聯(lián)下的多能源系統(tǒng)綜合效益評(píng)估模型;最后,選取某生態(tài)工業(yè)園區(qū)2015—2018 年多能源系統(tǒng)的相關(guān)數(shù)據(jù)進(jìn)行算例分析,驗(yàn)證了所提模型的有效性和實(shí)用性,為未來(lái)面向智慧城市的多能源系統(tǒng)的綜合利用和協(xié)調(diào)發(fā)展提供借鑒。

      1 智慧城市不同類型的多能源供需特性

      1.1 不同類型多能源的供給特性

      傳統(tǒng)城市的能源供給類型主要以傳統(tǒng)化石能源(煤炭、石油)以及冷能、熱能、電能、氣能為主。通常,各類型的能源供給特性可表述為冷能、熱能、電能、氣能等多種能量的產(chǎn)生及相互轉(zhuǎn)換。然而,隨著智慧城市的不斷發(fā)展,多能源系統(tǒng)耦合設(shè)備和利用技術(shù)在智慧城市建設(shè)中的重要性越來(lái)越突出[7-9]。多能源系統(tǒng)聯(lián)合供給區(qū)別于單一能源系統(tǒng)以及普通的冷-熱-電三聯(lián)供系統(tǒng),存在多種能量耦合,相同的負(fù)荷可以由不同或者多種設(shè)備聯(lián)合供給,增強(qiáng)了各個(gè)能源設(shè)備之間的耦合性和協(xié)同性,相關(guān)聯(lián)供設(shè)備為響應(yīng)間歇性能源的快速波動(dòng)而變工況運(yùn)行,也加大了問題的研究難度。

      多能源系統(tǒng)能源供給架構(gòu)。面向智慧城市的多能源系統(tǒng)能源供給架構(gòu)及設(shè)備單元如圖1 所示。多能源系統(tǒng)中的各類設(shè)備可以分為獨(dú)立型設(shè)備和耦合型設(shè)備,獨(dú)立型設(shè)備中電能、熱能、氣能、冷能維持自身特有的能質(zhì)屬性,不存在異質(zhì)能流之間的耦合轉(zhuǎn)化和互補(bǔ)利用,耦合型設(shè)備則可以實(shí)現(xiàn)電能、熱能、氣能、冷能相互間的轉(zhuǎn)化利用。

      多能源系統(tǒng)供給應(yīng)用場(chǎng)景。智慧城市多能源聯(lián)合供給應(yīng)用場(chǎng)景中主要存在冷能、熱能、電能和天然氣4 種形式的能源進(jìn)行傳輸、轉(zhuǎn)換、儲(chǔ)存和消耗。圖2 為某生態(tài)城的智慧城市多能源聯(lián)合供給典型應(yīng)用場(chǎng)景。

      圖1 多能源系統(tǒng)能源供給架構(gòu)和設(shè)備單元

      圖2 多能源系統(tǒng)能源供給典型應(yīng)用場(chǎng)景

      在智慧城市多能源聯(lián)合供給應(yīng)用場(chǎng)景中,有3個(gè)多能源微網(wǎng)系統(tǒng)接入同一個(gè)區(qū)域配電網(wǎng),分別為冷-電聯(lián)供型系統(tǒng)(Combined Cold and Power,CCP)、冷-熱-電聯(lián)供型系統(tǒng)(Combined Cooling Heating and Power,CCHP)、熱-電聯(lián)供型系統(tǒng)(Combined Heat and Power,CHP)。假設(shè)各個(gè)微網(wǎng)系統(tǒng)之間通過電纜線彼此相連,可以進(jìn)行電能的交易,也可以與電網(wǎng)進(jìn)行大規(guī)模的電能交易,但各個(gè)微網(wǎng)系統(tǒng)間沒有冷能和熱能的傳輸通道,各個(gè)微網(wǎng)系統(tǒng)的冷能和熱能傳輸相互獨(dú)立。

      1.2 不同類型多能源的需求特性

      智慧城市中不同類型的能源需求特性可表現(xiàn)為各類用戶根據(jù)其生產(chǎn)生活需要,對(duì)冷能、熱能、電能、氣能等多種能源的消耗特性。以3 種典型的多能源用戶(工業(yè)企業(yè)、公共機(jī)構(gòu)、居民用戶)為例,深入分析面向智慧城市的多能源消費(fèi)特性,并研究其負(fù)荷需求的波動(dòng)特點(diǎn)。

      工業(yè)企業(yè)。工業(yè)企業(yè)用電量占全社會(huì)用電總量的60%左右。對(duì)于連續(xù)性生產(chǎn)企業(yè),全年負(fù)荷處于較高水平,具有一定的波動(dòng)性,但總體而言負(fù)荷較為平穩(wěn),沒有明顯的峰谷。對(duì)于非連續(xù)性生產(chǎn)企業(yè),負(fù)荷集中于日間工作時(shí)間,負(fù)荷峰值出現(xiàn)在09∶00—11∶00 和14∶00—17∶00,且在13∶00 左右呈現(xiàn)波谷;夜間負(fù)荷主要用于必要的用電設(shè)施,基本為常數(shù)。工業(yè)企業(yè)夏季典型日負(fù)荷需求曲線如圖3 所示。

      圖3 工業(yè)企業(yè)夏季典型日負(fù)荷需求曲線

      公共機(jī)構(gòu)。政府、事業(yè)單位等辦公機(jī)構(gòu)每天固定的使用時(shí)段為工作日時(shí)段。負(fù)荷運(yùn)行時(shí)長(zhǎng)一般為8 h。公共機(jī)構(gòu)的冷、熱、電負(fù)荷變化和辦公人員的上班活動(dòng)規(guī)律呈正相關(guān)性。與大型商業(yè)用戶類似,公共機(jī)構(gòu)的能耗組成主要為空調(diào)能耗、照明能耗和其他動(dòng)力設(shè)備能耗。這些設(shè)備單元不受室外環(huán)境的影響,電負(fù)荷的需求全年穩(wěn)定,而空調(diào)系統(tǒng)能耗受季節(jié)變化、室外環(huán)境變化的影響會(huì)產(chǎn)生波動(dòng)。公共機(jī)構(gòu)冬夏兩季典型日負(fù)荷需求曲線如圖4 所示。

      圖4 公共機(jī)構(gòu)冬、夏兩季典型日負(fù)荷需求曲線

      居民用戶。居民用戶的用電量分為高峰時(shí)段和低谷時(shí)段。用電低谷一般在09∶00—17∶00,居民由于出外工作和學(xué)習(xí)等原因,家庭用電量較?。挥秒姼叻鍟r(shí)段出現(xiàn)在18∶00—23∶00,家庭用電量較高。居民用戶冬季典型日負(fù)荷需求曲線如圖5 所示。

      圖5 居民用戶冬季典型日負(fù)荷需求曲線

      2 考慮供需特性的多能源系統(tǒng)綜合效益指標(biāo)體系

      充分考慮智慧城市中能源供需特性,結(jié)合多能源系統(tǒng)能量?jī)r(jià)值的分類體系,將反映經(jīng)濟(jì)效益、社會(huì)效益、環(huán)境效益等的指標(biāo)融入各到能源能效、能源設(shè)備、終端用戶等環(huán)節(jié)中,構(gòu)建多層次維度的智慧城市多能源利用綜合效益評(píng)估指標(biāo)體系,為建立多能源系統(tǒng)綜合效益評(píng)估模型奠定基礎(chǔ)。

      2.1 能源能效環(huán)節(jié)

      多能源轉(zhuǎn)換效率。能源轉(zhuǎn)換效率(Energy Efficiency Ratio,EER)是反映能源在加工和轉(zhuǎn)換過程中能源利用效果的重要指標(biāo),它建立在能質(zhì)系數(shù)概念和能源品位的基礎(chǔ)上。在滿足區(qū)域內(nèi)相同的電能、熱能、氣能供應(yīng)的前提下,EER 的數(shù)值越大,則多能源綜合利用的能耗越低,間接反映了智慧城市內(nèi)整個(gè)能源系統(tǒng)的能源利用轉(zhuǎn)換效率。

      污染物排放水平。多能源系統(tǒng)根據(jù)冷能、熱能、電能來(lái)源可分為燃燒型和新能源型,由于生產(chǎn)技術(shù)及自然條件的限制,多能源設(shè)備裝置多以傳統(tǒng)的CHP 和CCHP 等混合系統(tǒng)為主。為此,將CO2減排率(CO2Reduction Ratio,CRR)、SO2減 排 率(SO2Reduction Ratio,SRR)及NOx減排率(NOxReduction Ratio,NRR)等指標(biāo)作為衡量多能源系統(tǒng)的節(jié)能環(huán)保水平的評(píng)價(jià)指標(biāo)。

      能源經(jīng)濟(jì)性水平。能源系統(tǒng)的投入成本和能源收益決定了其經(jīng)濟(jì)性水平。能源經(jīng)濟(jì)性水平(Energy Economy Level,EEL)是指一段時(shí)間內(nèi)各類型能源的總經(jīng)濟(jì)收益與總能源投入成本之比。與傳統(tǒng)能源系統(tǒng)相比,多能源綜合利用在降低成本費(fèi)用的同時(shí),也帶來(lái)了可觀的經(jīng)濟(jì)效益。

      2.2 能源設(shè)備環(huán)節(jié)

      能源設(shè)備利用率。能源設(shè)備利用率(Energy Equipment Utilization,EEU)是指一段時(shí)間內(nèi)設(shè)備的實(shí)際工作時(shí)間與計(jì)劃工作時(shí)間的比值,該指標(biāo)體現(xiàn)了多能源系統(tǒng)內(nèi)該設(shè)備的工作狀態(tài)和生產(chǎn)效率的指標(biāo),其值大小與投資效益直接相關(guān)。

      能源設(shè)備故障率。由于智慧城市多能源系統(tǒng)中涉及多個(gè)能源環(huán)節(jié)的多種設(shè)備,在數(shù)據(jù)獲取和計(jì)算方面,采用在單位工作時(shí)間內(nèi)能源設(shè)備故障率(Energy Equipment Failure Rate,EEFR)能夠簡(jiǎn)化評(píng)估流程并同時(shí)滿足評(píng)估精度。

      管網(wǎng)負(fù)載率水平。管網(wǎng)負(fù)載率水平(Energy Network Load Rate Level,ENLRL)是指平均負(fù)載容量和額定負(fù)載容量之比,既反映了多能源系統(tǒng)承受大負(fù)荷運(yùn)行的能力,又能夠體現(xiàn)智慧城市中能源設(shè)備是否得到最大利用。此外,由于技術(shù)水平限制和能源特性,在能源傳輸環(huán)節(jié)會(huì)存在一定程度的損耗。

      2.3 終端用戶環(huán)節(jié)

      用戶端能源質(zhì)量。終端用戶用能質(zhì)量(End User Energy Quality,EUEQ)主要包括了電能、熱能及燃?xì)獾饶茉促|(zhì)量,用戶端能源質(zhì)量的高低直接決定了該能源是否能夠被用戶消費(fèi)及用戶的用能體驗(yàn)。

      終端用戶滿意度。終端用戶滿意度(End User Satisfaction,EUS)是指用戶能源消費(fèi)過程中參與能源互動(dòng)的直接感受,是一項(xiàng)重要的評(píng)估指標(biāo)。該評(píng)價(jià)指標(biāo)可通過在固定周期內(nèi),發(fā)放線下調(diào)查問卷或線上意見反饋等方式進(jìn)行信息采集,并終端用戶在此段時(shí)間內(nèi)消費(fèi)能源的滿意程度及合理建議。

      智能表計(jì)普及程度。智能表計(jì)(熱表、電表、水表、燃?xì)獗淼龋┦墙K端用戶能源消費(fèi)計(jì)費(fèi)的智能終端,具有用戶信息數(shù)據(jù)采集多費(fèi)率雙向計(jì)量以及用戶終端控制等智能化功能,能夠優(yōu)化終端用戶的用能途徑和體驗(yàn),更好地適應(yīng)智慧城市的多能源綜合利用與發(fā)展。因此,智能表計(jì)普及程度可以反映終端用戶環(huán)節(jié)需求響應(yīng)的完善度,代表智慧城市中多能源綜合利用智能化、綜合化的發(fā)展進(jìn)程。

      綜上所述,考慮供需特性的多能源系統(tǒng)綜合效益指標(biāo)體系如表1 所示。

      表1 多能源系統(tǒng)綜合效益指標(biāo)體系

      3 智慧城市多能源系統(tǒng)綜合效益評(píng)估模型

      3.1 組合賦權(quán)優(yōu)化模型

      3.1.1 層次分析法

      層次分析法(Analytic Hierarchy Process,AHP)是一種將與決策有關(guān)的元素分解成目標(biāo)、準(zhǔn)則、方案等層次權(quán)重決策分析方法,既包含專家對(duì)指標(biāo)重要性的主觀判斷,又遵循指標(biāo)間的客觀關(guān)系。

      步驟1):在考慮上、下層邏輯關(guān)系的基礎(chǔ)上,將每一個(gè)上層元素與下層元素之間進(jìn)行兩兩判斷,并構(gòu)造出判斷矩陣C=(cij)n×n。

      步驟2):通過對(duì)矩陣中各元素進(jìn)行歸一化處理,計(jì)算判斷矩陣的最大特征值λmax與特征向量

      步驟3):檢驗(yàn)判斷矩陣的隨機(jī)一致性比率CR是否滿足CR<0.1,若滿足則通過一致性檢驗(yàn)。其中,CI為一致性檢驗(yàn)指標(biāo),RI為平均隨機(jī)一致性指標(biāo),n 為判斷矩陣的階數(shù)。

      步驟4):利用同一層次單排序的結(jié)果,從上到下逐層進(jìn)行總層次排序。

      3.1.2 反熵權(quán)法

      熵權(quán)法是一種根據(jù)各項(xiàng)指標(biāo)觀測(cè)值所提供的信息量大小來(lái)確定指標(biāo)權(quán)重的方法。類似,反熵權(quán)法(Anti-entropy Weight,AEW)與熵權(quán)法原理類似,但其求得的反熵值和指標(biāo)包含的信息量、權(quán)重值均成正比,便于理解和運(yùn)算。

      步驟1):計(jì)算指標(biāo)的反熵值Ek,如式(3)—式(4)所示。

      式中:K 為評(píng)價(jià)方案的個(gè)數(shù);vtk為評(píng)價(jià)指標(biāo)值,t=1,2,…,T,且k=1,2,…,K;qtk為歸一化的接近度值;n 為評(píng)價(jià)指標(biāo)的個(gè)數(shù)。

      步驟2):計(jì)算各指標(biāo)權(quán)重值ηt,即

      3.1.3 基于最小二乘法的組合賦權(quán)優(yōu)化

      主觀賦權(quán)體現(xiàn)了評(píng)價(jià)指標(biāo)的價(jià)值量,客觀賦權(quán)體現(xiàn)了評(píng)價(jià)指標(biāo)的信息量,而組合賦權(quán)綜合了2 種賦權(quán)方法的特點(diǎn)。最小二乘法(Least Squares Method,LSM)以誤差絕對(duì)值之和為最小優(yōu)化目標(biāo),能夠真實(shí)反映主客觀權(quán)重值與真值的偏離程度,因此,采用LSM 進(jìn)行組合賦權(quán)優(yōu)化。

      式中:L(ω)為主客觀權(quán)重偏差;ω 為L(zhǎng)SM 組合賦權(quán)優(yōu)化后的權(quán)重值;λj1為AHP 法確定的客觀權(quán)重值;λj2為AEW 法確定的主觀權(quán)重值;dij為平衡系數(shù),通常取0.5。

      對(duì)構(gòu)建的組合賦權(quán)優(yōu)化評(píng)價(jià)模型作Langrange函數(shù)變換,即

      3.2 基于FCE 法的綜合效益評(píng)估模型

      模糊綜合評(píng)價(jià)(Fuzzy Comprehensive Evaluation,F(xiàn)CE)能夠從定性、定量角度去解決評(píng)價(jià)對(duì)象模糊性和多樣性。為此,采用多級(jí)FCE 法建立多能源系統(tǒng)綜合能效評(píng)估模型。

      1)確定因素集。將所有評(píng)價(jià)指標(biāo)分成n 個(gè)因素集,建立因素集U={U1,U2,…,Un},滿足Ui∩Uj=?,(i≠j)。再將Ui劃分為子因素集Ui={Ui1,Ui2,…,Uij,…,Uin}。

      2)確定評(píng)價(jià)集。根據(jù)指標(biāo)的性質(zhì)和程度,建立評(píng)價(jià)集V={V1,V2,…,Vm},各元素Vi代表各種可能的總的評(píng)價(jià)結(jié)果。

      3)構(gòu)建評(píng)價(jià)表和隸屬度矩陣。

      假設(shè)邀請(qǐng)專家對(duì)單個(gè)因素進(jìn)行評(píng)價(jià),并形成隸屬度評(píng)價(jià)表,如表2 所示。表中,xij表示第k 個(gè)專家對(duì)第i 個(gè)因素Ui得到的第j 個(gè)評(píng)語(yǔ)Vj的隸屬度。

      構(gòu)建隸屬度矩陣R,即

      表2 隸屬度評(píng)價(jià)表

      4)給出Ui中各評(píng)價(jià)指標(biāo)的權(quán)重向量Ai=(ai1,ai2,…,ain)。

      5)若對(duì)Ui的n 個(gè)因素進(jìn)行單因素評(píng)價(jià)后得到單因素評(píng)價(jià)矩陣Ri,采用相同的模糊算子將Ri和權(quán)重向量Ai模糊合成,計(jì)算出該層次因素集Ui的評(píng)價(jià)結(jié)果為

      6)將Ui視為一個(gè)單獨(dú)元素,Bi表示Ui的單指標(biāo)評(píng)價(jià)向量,可構(gòu)成U 到V 的模糊評(píng)價(jià)矩陣,即

      因此U 的綜合評(píng)價(jià)為B=AoR=(b1,b2,…,bm)。將模糊綜合評(píng)價(jià)結(jié)果B 與評(píng)價(jià)集V 進(jìn)行模糊運(yùn)算,確定智慧城市多能源系統(tǒng)利用綜合效益評(píng)估的最優(yōu)值。

      4 智慧城市多能源系統(tǒng)綜合效益評(píng)估算例

      4.1 算例描述

      選取某生態(tài)工業(yè)園區(qū)為研究對(duì)象,該園區(qū)擁有若干家多能源密集需求型的大用戶,園區(qū)內(nèi)以電力能源為基礎(chǔ),充分應(yīng)用太陽(yáng)能發(fā)電、太陽(yáng)能空調(diào)、太陽(yáng)能熱水、地源熱泵、蓄熱、蓄冷等技術(shù),能夠滿足工業(yè)大用戶冷、熱、電多種需求的柔性調(diào)控,滿足分布式能源、儲(chǔ)能系統(tǒng)參與智慧城市多能源聯(lián)合供給的典型應(yīng)用場(chǎng)景。以生態(tài)工業(yè)園區(qū)2015—2018 年多能源綜合利用的相關(guān)數(shù)據(jù)為基礎(chǔ),開展多能源系統(tǒng)綜合效益評(píng)估研究。

      4.2 算例分析

      4.2.1 指標(biāo)規(guī)范化處理

      構(gòu)建的智慧城市多能源系統(tǒng)綜合效益評(píng)估指標(biāo)體系是一個(gè)多層次維度的評(píng)價(jià)指標(biāo)體系,因此需要對(duì)指標(biāo)矩陣進(jìn)行規(guī)范化處理,消除各指標(biāo)之間的單位和量級(jí)差異理。具體來(lái)說:

      1)針對(duì)極大型指標(biāo)和極小型指標(biāo)選取極值處理方法,分別如式(10)和式(11)所示,且變換后,指標(biāo)的極大值為1,極小值為0。

      2)針對(duì)中間型指標(biāo)采用隸屬函數(shù)法,a、d 為函數(shù)的下、上限,b、c 為適度區(qū)間[b,c]的兩端值。

      根據(jù)式(9)—式(11),對(duì)生態(tài)工業(yè)園區(qū)多能源系統(tǒng)利用情況的基礎(chǔ)數(shù)據(jù)進(jìn)行規(guī)范化處理,具體結(jié)果如表3 所示。

      表3 園區(qū)多能源系統(tǒng)基礎(chǔ)數(shù)據(jù)規(guī)范化處理結(jié)果

      4.2.2 組合賦權(quán)優(yōu)化求解

      由于篇幅限制,AHP、AEW、LSM 組合賦權(quán)優(yōu)化的計(jì)算過程在不再詳細(xì)展開敘述。面向智慧城市的多能源系統(tǒng)利用綜合效益評(píng)估指標(biāo)權(quán)重值如表4所示。

      4.2.3 綜合評(píng)價(jià)模型求解

      1)建立評(píng)價(jià)集。按評(píng)標(biāo)指標(biāo)的性質(zhì)和程度將其劃分為5 個(gè)等級(jí),評(píng)價(jià)集為V={V1,V2,…,V5}。Vj={高水平[80,100),較高水平[60,80),中等水平[40,60),較低水平[20,40),低水平[0,20)}。取等級(jí)分?jǐn)?shù)區(qū)間的上限值構(gòu)成評(píng)價(jià)集,即V={V1,V2,…,V5}={100,80,60,40,20}。

      2)建立隸屬度評(píng)價(jià)表。以生態(tài)工業(yè)園區(qū)2018 年的數(shù)據(jù)為例,給出模糊隸屬度矩陣,如表5 所示。

      表4 多能源系統(tǒng)綜合效益指標(biāo)體系權(quán)重集

      表5 隸屬度評(píng)價(jià)表

      當(dāng)權(quán)重集A(即得到的組合賦權(quán)值)和單因素隸屬度矩陣R 為已知時(shí),可作模糊變換來(lái)進(jìn)行綜合評(píng)價(jià),即由Bi=AioRi可求得第一層次因素集的隸屬度矩陣R:

      3)進(jìn)行模糊綜合評(píng)判。

      對(duì)R2018進(jìn)行模糊運(yùn)算可得,B2018=AoR2018=(0.555,0.293,0.091,0.068,0)。

      同理可得,2015—2017 年生態(tài)工業(yè)園區(qū)多能源系統(tǒng)綜合效益評(píng)估的模糊綜合評(píng)判分別為:

      4)綜合評(píng)判結(jié)果。根據(jù)最大隸屬度原則,2018 年生態(tài)工業(yè)園區(qū)多能源系統(tǒng)綜合效益評(píng)估的綜合隸屬度值為0.555,評(píng)語(yǔ)為“高水平”。

      同理可知,2015—2017 年生態(tài)工業(yè)園區(qū)多能源系統(tǒng)綜合效益評(píng)估的綜合隸屬度值分別為0.410、0.437、0.405,評(píng)語(yǔ)分別為“中等水平”“較高水平”“較高水平”。

      5)評(píng)價(jià)結(jié)果分值分析?;诰C合評(píng)判結(jié)果,將各年度生態(tài)園區(qū)多能源系統(tǒng)綜合效益評(píng)估結(jié)果分別轉(zhuǎn)化為分值,2015—2018 年評(píng)價(jià)分值分別為66.98、76.22、82.46、87.14。

      基于算例結(jié)果可知,生態(tài)工業(yè)園區(qū)的多能源系統(tǒng)利用綜合效益逐年遞增,從2015 年“中等水平”上升至2016—2017 年“較高水平”和2018 年“高水平”,從側(cè)面反映了園區(qū)在多能源供需平衡、電網(wǎng)削峰填谷、新能源消納等方面實(shí)現(xiàn)了能源利用和協(xié)調(diào)發(fā)展,成功實(shí)現(xiàn)智慧城市能源互聯(lián)網(wǎng)建設(shè)成果“落地”。

      5 結(jié)語(yǔ)

      智慧城市是開展多能源系統(tǒng)綜合利用最好的實(shí)驗(yàn)載體??茖W(xué)的多能源系統(tǒng)效益評(píng)估是挖掘綜合能源利用價(jià)值、構(gòu)建智慧城市能源融合生態(tài)體系的關(guān)鍵問題之一。針對(duì)智慧城市多能源系統(tǒng)綜合效益評(píng)估問題展開研究,研究成果如下:

      在充分挖掘?qū)崿F(xiàn)智慧城市多能源綜合利用價(jià)值的基礎(chǔ)上,研究分析了智慧城市中不同類型的多能源供給和需求特性:在不同能源供給特性分析方面,重點(diǎn)研究了多能源系統(tǒng)能源供給架構(gòu)和典型應(yīng)用場(chǎng)景;在需求特性分析方面,以工業(yè)企業(yè)、公共機(jī)構(gòu)、居民用戶為例,深入研究面向智慧城市的多能源消費(fèi)特性。

      在充分考慮智慧城市中能源供需特性的基礎(chǔ)上,結(jié)合多能源系統(tǒng)能量?jī)r(jià)值的分類體系,將反映經(jīng)濟(jì)效益、社會(huì)效益、環(huán)境效益等指標(biāo)融入各到能源能效、能源設(shè)備、終端用戶等環(huán)節(jié)中,構(gòu)建多層次維度的智慧城市多能源利用綜合效益評(píng)估指標(biāo)體系,為建立多能源系統(tǒng)綜合效益評(píng)估模型奠定基礎(chǔ)。

      考慮到主客觀賦權(quán)下的評(píng)價(jià)指標(biāo)權(quán)值偏差越小越好,建立了基于AHP-AEW-LSM 的組合賦權(quán)模型。結(jié)合模糊隸屬度理論,構(gòu)建了基于FCE 法的智慧城市多能源系統(tǒng)綜合效益評(píng)估模型。為所提模型的有效性和實(shí)用性,選取某生態(tài)工業(yè)園區(qū)2015—2018 年多能源系統(tǒng)能效數(shù)據(jù)進(jìn)行算例分析,為未來(lái)面向智慧城市的多能源系統(tǒng)的綜合利用和協(xié)調(diào)發(fā)展提供借鑒。

      猜你喜歡
      賦權(quán)效益能源
      草粉發(fā)酵 喂羊效益高
      蓮魚混養(yǎng) 效益提高一倍
      論鄉(xiāng)村治理的有效賦權(quán)——以A縣扶貧項(xiàng)目為例
      企業(yè)數(shù)據(jù)賦權(quán)保護(hù)的反思與求解
      第六章意外的收獲
      試論新媒體賦權(quán)
      活力(2019年15期)2019-09-25 07:22:12
      冬棚養(yǎng)蝦效益顯著,看技術(shù)達(dá)人如何手到“錢”來(lái)
      用完就沒有的能源
      ————不可再生能源
      家教世界(2019年4期)2019-02-26 13:44:20
      果園有了“鵝幫工” 一舉多得效益好
      基于改進(jìn)AHP熵博弈賦權(quán)的輸變電工程評(píng)價(jià)
      遂溪县| 沾益县| 五莲县| 原平市| 乌拉特前旗| 霍林郭勒市| 湘西| 桓仁| 方正县| 陕西省| 呼和浩特市| 怀柔区| 郎溪县| 顺义区| 阳春市| 普兰县| 黔南| 灌南县| 洛阳市| 临江市| 瓮安县| 鞍山市| 万山特区| 朝阳区| 云和县| 宁夏| 哈尔滨市| 新化县| 聊城市| 交口县| 晋江市| 贞丰县| 沿河| 西乌珠穆沁旗| 宁蒗| 恩施市| 米林县| 罗源县| 胶州市| 平阳县| 华安县|