具体实施方式
下面结合附图对本发明做进一步详细的说明。
本发明的方法如图1所示:步骤1,构建电力用户用电能效评估体系,包括建立至少两级指标:一级指标至少包括用电信息、电能污染、生产信息、用电设备效能信息和管理能效信息;每个一级指标设置若干个对应的二级指标;步骤2,计算各级指标的权重;步骤3,对应各级指标,根据设定的阈值划分等级,以建立评估空间;对应每个等级,根据二级指标类型,构造所有二级指标的未确知测度函数;步骤4,根据所述二级指标的未确知测度函数,以及获取的与各二级指标对应的实际值,计算二级指标的未确知测度值;步骤5,结合二级指标的权重计算一级指标测度值;进一步结合一级指标权重计算全系统的综合测度值;步骤6,根据所建立的评估空间,对每个等级赋值,从而计算各一级指标的得分。
进一步的,还包括步骤7:根据所述得分,评估制约能效提升的薄弱环节,进一步结合所述二级指标的未确知测度值,找出重点的薄弱二级指标以提出相应的节能改造办法。
下面对上述各步骤的具体技术手段进行详细说明,本领域技术人员应当理解,下面介绍的具体技术手段仅是达成上述步骤的一种具体方式,为了达成上述步骤,也可以采用其他的、采用不同公式、参数的技术手段。
步骤1:确定电力用户用电能效评估体系;
所构建的能效评估指标体系包含两级指标,如图2所示:电力用户用电能效评估指标S={S1,S2,S3,S4,S5}={用电信息、电能污染、生产信息、用电设备效能信息、管理能效信息}。
对于每个一级指标Si(i=1,2,...,n)有m个二级指标:用电信息S1={S11,S12,S13,S14,S15,S16,S17}={电压、电流、功率因数、负荷率、停电累积时间、过负荷累计时间、新产品研发用电量};电能污染S2={S21,S22,S23,S24,S25,S26}={电流谐波畸变率、三相电压不平衡度、三相电流不平衡度、电流不平衡累计时间、电压偏移累积时间、损失电量};生产信息S3={S31,S32,S33,S34,S35,S36}={产值总量、产品质量、产品生产周期、万元产值电耗、用电峰谷时段、生产持续性};用电设备效能信息S4={S41,S42,S43,S44}={电力设备效能、供配电系统效能、办公系统效能、生产辅助系统效能};管理能效信息S5={S51,S52,S53,S54}={设备运行效率、供配电运行方式、可再生能源利用率、用电设备控制模式}。
步骤2:计算各级指标权重;
步骤2.1:计算主观权重:
主观权重计算采用层次分析法,具体步骤如下:
(1)建立层次结构分析模型,分为目标层、准则层和方案层,如图2所示。
(2)构造对比矩阵R。将同层各评估指标相对上一层进行重要程度的两两比较,按照表1所示的标度值,构造对比矩阵的上三角矩阵R1。考虑节能措施对目标影响的灵敏性,按照表2所示的标度值,构造对比矩阵的上三角矩阵R2,由R1和R2构造出对比矩阵R。对比矩阵的具体构造过程如下:
构造对比矩阵的上三角矩阵R1
其中,r′ij为第i个评估元素与第j个评估元素比较得出的标度值。
考虑节能措施对目标的影响程度及灵敏性,建立上三角对比矩阵R2:
其中,rij″为第i个评估元素与第j个评估元素比较得出的标度值。
将上三角对比矩阵R1和R2相加得到R3:
根据对称原则计算下三角矩阵,进而得到对比矩阵R。
其中,rij为最终第i个评估元素与第j个评估元素比较所得的标度值。R即为所求得的对比矩阵。
(3)计算各级指标的权重,并进行一致性检验。计算对比矩阵的最大特征根以及所对应的特征向量,根据一致性指标CR=CI/RI进行检验(CI=(λ-n)/(n-1),RI为随机一致性指标)。若CR<0时,通过一致性检验,则将最大特征相量归一化结果作为该指标的权重;若不满足一致性要求,则调整对比矩阵,重新计算并检验一致性,直至满足一致性要求为止。
步骤2.2:计算客观权重:客观权重计算采用熵权法,系统提供的信息量越大(数据越分散),对评估的影响越大,熵值就越小,熵权就越大,具体步骤如下:
(1)指标标准化
设有m个指标,n个评估对象,采集到的初始信息矩阵为X=(xij)m×n。进行指标一致化,将指标体系中将成本型和区间型指标均转化为效益型指标,以便于对比。
成本型指标一致化为效益型指标:
区间型指标一致化为效益型指标:
其中,xij′为指标xij一致化后的数值,[q1,q2]为xij的第i个指标的最佳稳定区间,M、m分别为xij的第i个指标的允许上界和允许下界。
其次,对指标进行无量纲化:
其中,为第i个指标的平均值,为第i个指标的标准差,yij为第i个指标的第j个评估对象的标准化值,由此得到数据标准化矩阵Y=(yij)m×n。
(2)计算指标的熵值
其中,Hi为指标i的熵值,yij为第j个评估对象的第i个指标的标准化的数值,k=1/lnn,且当yij=0时yijlnyij=0,n为评估对象的个数。
(3)计算熵权
其中,v=(v1,v2,...,vm)为客观权重向量,且
(4)局部变权
变权向量w(X)就是指标的常权向量(客观权重向量v)和状态变权向量归一化之后的Hardarmard乘积。即
w(X)=(w1(X),w2(X),…,wm(X))=(w1 0S1(X),w2 0S2(X),…,wm 0Sm(X))(2-10)
其中,w0=(w1 0,w2 0,…,wm 0)为初始计算的常权向量(客观权重向量v),Si(X)为状态变权向量。
本发明采用混合变权函数来构造状态变权函数。混合变权函数ui(xi):
对上式求导得:
其中,pi表示对第i个指标的要求,低于pi则给予惩罚,高于则给予奖励。即得到变权:
步骤3:建立评估空间,构造各二级指标的未确知测度函数;
(1)建立评估空间U。效能评估的目的之一就是对系统的整体效能等级进行评价,因此在建立电力用户用电能效评估模型过程中,需要首先对系统的能效等级进行预先的划分。评估空间U={C1,C2,···,Cp}(k=1,2,···,p)。
将电力用户用电能效评估的评价等级划分为四级(p=4),即:
优秀——系统的整体性能优异,节能效果突出。
良好——系统的整体性能达到要求,节能效果良好。
中等——系统的整体性能基本达到要求,节能效果尚可。
不合格——系统的整体性能达不到要求,节能效果不合格,能源浪费较严重。
因此,评价空间记为:U={优秀,良好,中等,不合格}={C1,C2,C3,C4}。且Ck的能效等级高于Ck+1,{C1,C2,C3,C4}为评价空间U的有序分割类。
根据评估空间等级的分类,根据表3~表7对各类二级指标按照等级进行等级划分。
其中,表3中代表用电信息各指标的等级分割数值,其中上角标j代表第j个指标,分别代表电能污染、生产信息、用电设备效能信息、管理能效信息的第j个指标的等级分割数值;
电压指标用电压偏差δU表示:
式中,Ure为实际电压;UN为标称电压。
电流指标用电流偏差δI表示:
式中,Ire为实际电流;IN为标称电流。
(2)构造二级指标的未确知测度函数
极大型指标与极小型指标在测度函数构造上不同。若按照前面划分的四级能效评估等级,其极大型测度函数如图3所示,得到其测度函数为:
其中,a、b、c为指标区间等级划分的数值。指标的测量值为x,当x≥c时为C1等级;当b<x≤c时为C2等级;当a<x≤b时为C3等级;当x≤a时为C4等级。
极小型测度函数如图4所示,得到其测度函数为:
其中,a、b、c为指标区间等级划分的数值。指标的测量值为x,当x≤a时为C1等级;当a<x≤b时为C2等级;当b<x≤c时为C3等级;当x≥c时为C4等级。
将本发明的用电能效评估体系的二级指标,按照表3—表7的等级划分区间,用上述的未确知测度函数模型构造每个指标的测度函数,其中,极大型的指标有S13、S14、S31、S32、S36、S41、S42、S43、S44、S51、S52、S53、S54极小型指标有S11、S12、S15、S16、S17、S21、S22、S23、S24、S25、S26、S33、S34、S35。
步骤4:计算各二级指标的未确知测度值;
(1)确定二级指标的待评价值
要评估对象Si需要测量下属的m个指标,若xij表示第i个对象关于第j个指标的测量值,则xi可表示为一个m维向量:
xi={xi1,xi2,...,xim}(4-1)
通过对二级指标各定量指标的统计测试,对定性指标的综合打分可得出五个评估因素27个底层指标的测量值,分别为:
x1={x11,x12,x13,x14,x15,x16,x17}x2={x21,x22,x23,x24,x25,x26}
x3={x31,x32,x33,x34,x35,x36}x4={x41,x42,x43,x44}(4-2)
x5={x51,x52,x53,x54}
(2)二级指标测度
由步骤3建立的各指标的未确知测度函数和各指标待评估值xi计算得出各二级指标的未确知测度值,形成各分系统评价因素的二级指标未确知测度矩阵Bi:
(4-3)
其中Bi代表第i个一级指标的二级指标测度矩阵,第j行代表一级指标Si对第j个二级指标的待评估测量值属于能效等级Ck的测度值,第k列表示Si的各二级指标待评估测量值属于第k能效等级的测度值。
步骤5:计算一级指标测度以及全系统的综合测度;
设由步骤2计算出的各评估因素对应的各二级指标权重为wi=(wi1,wi2,...,wim)(i=1,2,...,n),对应的二级指标未确知测度矩阵为Bi;五个一级指标的权重为w。
计算得出一级指标的未确知测度向量为Xi:
Xi=wi·Bi=(μi1μi2μi3μi4)i=1,2,3,4,5(5-1)
得到5个一级指标构成的测度矩阵X:
一级指标权重向量w=(w1,w2,w3,w4,w5),则全系统的综合测度向量为μ:
μ=w·X=(μ1,μ2,μ3,μ4)(5-3)
步骤6:由置信度识别能效等级,计算综合得分
(1)识别能效等级
设置信度为λ,令
则系统能效等级属于第k0个能效等级Ck0。
用以上方法可以判断各二级指标、一级指标和综合用电的能效等级。
(2)综合得分
评价空间U={C1,C2,...,Ck},且C1>C2>C3>...>Ck,Cl的分值为Gl,且Gl>Gl+1,则评估对象x的得分qx:
采用上述方法,可以计算每个二级指标、一级指标和综合用电能效的得分,方便比较优劣。
表1对比矩阵R1比较标度值参照表
表2对比矩阵R2的比较标度值参照表
表3用电信息评估指标分级标准
表4电能污染评估指标分级标准
表5生产信息评估指标分级标准
表6用电设备效能信息评估指标分级标准
表7管理能效信息评估指标分级标准
由于评估过程涉及大量的数据源和复杂的算法,为了保证评估过程的高效和准确,并把本发明的评估结果应用和服务于企业,本发明设计了一套技术方案和系统,如图5,用于实现上述的电力用户能效评估方法,指导企业进行能效评估和优化,下面描述具体的实现方案。
首先用于能效评估的数据源自企业的各种应用系统,通过数据抽取工具把应用系统中的数据抽取到能效评估数据库中。其中用于用电信息指标评估的数据来自用电信息采集系统,电能污染数据来自电能质量监测系统,生产信息数据来自ERP(企业资源规划),用电设备能效信息和管理能效信息从能效管理系统抽取。从应用系统把数据抽取到能效数据库后,就可以利用上面描述的能效评估方法,通过计算机编程形成能效评估算法模块。能效评估算法模块根据数据、指标体系、和算法,计算企业各项能效指标的评估结果,其中包括用电信息指标评估结果、电能污染指标评估结果、生产信息指标评估结果、设备能效指标评估结果和管理指标评估结果,另外还包括各项二级指标的评估结果。利用评估结果,系统提供设备更换策略优化、管理能效优化策略、电能污染治理优化、用能控制策略及可再生能源优化利用等功能模块,指导和帮助企业进行优化。
设备更换策略优化模块根据评估结果给用户提供设备的更换和改进计划;管理能效优化策略模块在用户用电行为等方面提供管理方面的建议;电能污染治理优化模块根据电流谐波畸变率、三相电压不平衡度和三相电流不平衡度等情况给出电能质量优化策略;用能控制策略模块支持设置各种用能的控制策略和方案,把控制指令下发给设备执行;再生能源优化利用模块根据企业的再生能源应用情况,对再生能源发电节点的出力进行优化协调控制。
与现有技术相比,本发明具有以下优点:本发明建立了一种以未确知测度评估模型为核心,同时综合引入层次分析法、熵权法、局部变权的电力用户用电能效评估方法,有效解决了在评估过程中因信息数据有限,难以全面反映待评价对象真实状态的问题;本发明综合考虑了多方面因素,建立了一套相对完整的、科学合理的用电能效评估体系;本发明建立了每个二级指标的未确知测度函数,计算了一级指标测度和全系统的综合测度,不仅反映出综合评估的结果,也能清楚的得出各分系统的节能水平,能够为节能方案的修改和制定提供科学性的依据;本发明提出了一种考虑管理和技术节能方案实施对评估指标影响的灵敏性的层次分析法(AHP),该方法可以动态反映节能措施对目标的影响程度及灵敏性,更加全面的、准确实现用电能效评估,也可以推广应用到其他领域。另外基于本评估方法的评估结果,作为企业能效优化的输入,可以在电能污染治理和用能控制策略等方面发挥重大作用。
下面给出了一个具体实例。
本发明将提出的基于层次分析法和熵权法的计算未确知测度函数的用电能效评估方法应用于典型高耗能工业用户的用电能效评估中。选取辽宁省某石化公司这一高耗能企业作为算例,选择该企业2014年周期为一年的试点负荷能效数据分析。通过能效评估专家和行业用户代表利用层次分析法对指标进行权重计算,通过测量和数据采集利用熵权法对指标进行权重计算。计算单指标的未确知测度矩阵,结合指标权重计算得出多指标综合测度矩阵,逐级向上计算综合测度向量。最后计算得出能效评估得分。具体实施步骤如下:
步骤1:确定电力用户用电能效评估体系。
建立能效评估指标体系,如图2所示。该体系指标包含两级指标,即电力用户用电能效评估指标S={S1,S2,S3,S4,S5}={用电信息、电能污染、生产信息、用电设备效能信息、管理能效信息}。对于每个一级指标Si(i=1,2,...,n)有m个二级指标,具体二级指标如图2所示。
步骤2:计算各级指标权重。
步骤2.1:计算主观权重:
主观权重计算采用层次分析法,具体步骤如下:
(1)建立层次结构分析模型,分为目标层、准则层和方案层,如图2所示。
(2)构造对比矩阵R。将同层各评估指标相对上一层进行重要程度的两两比较,按照表1所示的标度值,构造对比矩阵的上三角矩阵R1。考虑节能措施对目标影响的灵敏性,按照表2所示的标度值,构造对比矩阵的上三角矩阵R2,由R1和R2构造出对比矩阵R。
其中,rij为最终第i个评估元素与第j个评估元素比较所得的标度值。R即为所求得的对比矩阵。
(3)计算各级指标的权重,并根据一致性指标CR=CI/RI进行一致性检验。
步骤2.2:计算客观权重:
(1)指标标准化
设有m个指标,n个评估对象,采集到的初始信息矩阵为X=(xij)m×n。指标标准化得到数据标准化矩阵Y=(yij)m×n。
(2)计算指标的熵值
其中,Hi为指标i的熵值,yij为第j个评估对象的第i个指标的标准化的数值,k=1/lnn,且当yij=0时yijlnyij=0,n为评估对象的个数。
(3)计算熵权
其中,v=(v1,v2,...,vm)为客观权重向量,且
(4)局部变权
变权向量ω(x)就是指标的常权向量(客观权重向量)和状态变权向量归一化之后的Hardarmard乘积。即按照式(2-10)~式(2-13)计算得到变权向量ω(x)。
综上,由步骤2计算得到评估体系中各级指标的权重,如表8所示:
表8评估体系指标权重
步骤3:建立评估空间,构造各二级指标的未确知测度函数。
(1)建立评估空间U。评估空间U={C1,C2,···,Cp}(k=1,2,···,p)。
将电力用户用电能效评估的评价等级划分为四级(p=4),即:
优秀——系统的整体性能优异,节能效果突出。
良好——系统的整体性能达到要求,节能效果良好。
中等——系统的整体性能基本达到要求,节能效果尚可。
不合格——系统的整体性能达不到要求,节能效果不合格,能源浪费较严重。
因此,评价空间记为:U={优秀,良好,中等,不合格}={C1,C2,C3,C4}。且Ck的能效等级高于Ck+1,{C1,C2,C3,C4}为评价空间U的有序分割类。
根据评估空间等级的分类,根据表3~表7对各类二级指标按照等级进行等级划分。
(2)构造二级指标的未确知测度函数
极大型指标与极小型指标在测度函数构造上不同。按照前面划分的四级能效评估等级,其极大型测度函数如图3所示,得到其测度函数如式(3-3)所示。其中,a、b、c为指标区间等级划分的数值。指标的测量值为x,当x≥c时为C1等级;当b<x≤c时为C2等级;当a<x≤b时为C3等级;当x≤a时为C4等级。
极小型测度函数如图4所示,得到其测度函数如式(3-4)所示。其中,a、b、c为指标区间等级划分的数值。指标的测量值为x,当x≤a时为C1等级;当a<x≤b时为C2等级;当b<x≤c时为C3等级;当x≥c时为C4等级。
将本发明的用电能效评估体系的单个指标,按照表3~表7的等级划分区间,用上述的未确知测度函数模型构造每个指标的测度函数,其中,极大型的指标有S13、S14、S31、S32、S36、S41、S42、S43、S44、S51、S52、S53、S54。极小型指标有S11、S12、S15、S16、S17、S21、S22、S23、S24、S25、S26、S33、S34、S35。
步骤4:计算各二级指标的未确知测度值。
(1)确定二级指标的待评价值
要评估对象Si需要测量下属的m个指标,若xij表示第i个对象关于第j个指标的测量值,则xi可表示为一个m维向量:
xi={xi1,xi2,...,xim}(4-1)
通过对二级指标各定量指标的统计测试,对定性指标的综合打分可得出五个评估因素27个底层指标的测量值,分别为:
x1={x11,x12,x13,x14,x15,x16,x17}x2={x21,x22,x23,x24,x25,x26}
x3={x31,x32,x33,x34,x35,x36}x4={x41,x42,x43,x44}(4-2)
x5={x51,x52,x53,x54}
(2)二级指标测度
由步骤3建立的各指标的未确知测度函数和各指标待评估值xi计算得出各二级指标的未确知测度值,形成各分系统评价因素的二级指标未确知测度矩阵Bi:
(4-3)
其中Bi代表第i个一级指标的二级指标测度矩阵,第j行代表一级指标Si对第j个二级指标的待评估测量值属于能效等级Ck的测度值,第k列表示Si的各二级指标待评估测量值属于第k能效等级的测度值。
由此计算确定的各一级指标对应的二级指标的测度如表9所示:
表9二级指标测度
步骤5:计算一级指标测度以及全系统的综合测度。
由步骤2计算出的各指标权重如表8所示,各一级指标权重w以及对应的二级指标权重wi=(wi1,wi2,...,wim)(i=1,2,...,n)如表8所示,对应的二级指标的测度矩阵如步骤4所示。
计算得出一级指标的未确知测度向量为Xi:
Xi=wi·Bi=(μi1μi2μi3μi4)i=1,2,3,4,5(5-1)
得五个一级指标测度矩阵X:
计算得测度矩阵X为:
一级指标权重向量w=(w1,w2,w3,w4,w5),系统能效的综合测度向量为:
μ
μ=w·X=(μ1,μ2,μ3,μ4)(5-3)
计算得μ=(0.16440.57790.23440.0233)
步骤6:由置信度识别能效等级,计算综合得分
(1)识别能效等级
设置信度为λ,令
则系统能效等级属于第k0个能效等级Ck0。
若λ=0.6则综合评估的等级为良好,属于良好的理由有74.23%,有25.77%的理由说明不属于良好。同样用电信息状况属于良好,电能污染状况属于良好,生产信息属于良好,用电设备能效状况属于良好,管理能效状况属于良好。
(2)综合得分
评价空间U={C1,C2,...,Ck},且C1>C2>C3>...>Ck,Cl的分值为Gl,且Gl>Gl+1,则评估对象x的得分qx:
采用上述方法,可以计算每个二级指标、一级指标和综合用电能效的得分,方便比较优劣。
由于C1>C2>C3>C4,取C1=4,C2=3,C3=2,C4=1,即可得出能效评估得分。
综上步骤,可计算得出评估结果如表10所示:
表102014年企业用电能效评估结果
根据表10中该企业的能效评估结果可以得出,该企业能效综合评价等级为良好,其置信度为74.97%,该评价等级与专家系统评测结果一致。
其中一级指标用电信息的评价等级为良好(置信概率89.86%)综合得分为3.1004,表明用电环节效能评价效果最好;生产信息一级指标的评价等级虽然为良好,但综合得分为2.7527,得分最低,是制约能效提升的薄弱环节,提升改进的空间较大。结合表9的测度,针对生产信息的二级指标,具体提升的入手点为:产值总量、产品总量的极大部分属于良好,增加产值和产品总量,将其提升为优秀;产品生产周期有29%属于不合格,71%属于中等,合理化产品的生产周期,达到优化生产周期的目的;万元产值电耗78%属于良好,22%属于中等,整体水平不高,生产过程中注意提高效率,使用优化的生产计划,降低万元产值的电能消耗量;用电峰谷时段有51%属于良好,49%属于中等,合理安排生产时间,尽量减少用电高峰期的生产,选择在用电谷底期进行大量生产,既减少了用电高峰时期的压力,又减少了生产成本。因此该评估方法可分析找出重点耗能设备和系统,提出相应的节能改造方法,为企业的节能减排提供了技术依据。
本发明采用层次分析法考虑节能措施对目标的影响程度及灵敏性,引入节能措施后进行修正主观权重,将电能污染和用电信息权值分别由0.192提高到0.214;0.154提高到0.167,即给予此项措施灵敏性的“奖励”。实例证明,该方法有效反映了企业节能措施对用电能效的改善和影响。
综上,由表8、9、10可以分析找出重点耗能指标和系统,提出相应的节能改造方法,为高耗能工业用户的节能减排提供技术依据。
本发明综合考虑了多方面因素,建立了一套相对完整的、科学合理的用电能效评估体系,建立了一种以未确知测度评估模型为核心,同时综合引入层次分析法、熵权法、局部变权的电力用户用电能效评估方法,有效解决了在评估过程中因信息数据有限,难以全面反映待评价对象真实状态的问题。建立了每个指标的未确知测度函数,可计算分系统和全系统的综合测度,不仅反映出综合评估的结果,也能清楚的得出各分系统的节能水平,能够为节能方案的修改和制定提供科学性的依据。可以动态反映节能措施对目标的影响程度及灵敏性,更加全面的、准确实现用电能效评估,本发明方法可以有效指导企业的能效评估和节能改造工作。
以上给出了本发明涉及具体的实施方式,但本发明不局限于所描述的实施方式。在本发明给出的思路下,采用对本领域技术人员而言容易想到的方式对上述实施例中的技术手段进行变换、替换、修改,并且起到的作用与本发明中的相应技术手段基本相同、实现的发明目的也基本相同,这样形成的技术方案是对上述实施例进行微调形成的,这种技术方案仍落入本发明的保护范围内。