CN112184076A - 能源互联网清洁低碳发展指数指标体系 - Google Patents

Abstract

本发明公开了能源互联网清洁低碳发展指数指标体系，其体系构成方法如下：S1、分析能源生产、传输和消费整个流程的社会效益、经济效益和环境效益，收集指标数据，确定是否可利用历史数据进行进一步的外推；S2、构建能源互联网清洁低碳发展的关键指标体系并利用交叉检验来保证方法和模型的有效性和可推广性；S3、进行多情景分析，利用差异赋权法确定能源互联网清洁低碳发展的关键指标的权重；S4、设计多情景，确定各指标变化下能源互联网清洁低碳发展的变化情况，本发明在一定程度上丰富了能源互联网绿色低碳演化过程中评价体系，构建出的具有我国特色的能源互联网演化概念模型，也可以用于分析能源互联网的节能减排发展特征以及未来的发展方向。

Description

能源互联网清洁低碳发展指数指标体系

技术领域

本发明涉及能源互联网运营效益技术领域，重点解决电能源互联网清洁低碳发展指数等问题，具体是能源互联网清洁低碳发展指数指标体系。

背景技术

互联网在信息层面改变了社会生产方式，提高了生产效率，降低了生产成本，互联网带来的红利日趋扩大，互联网产业应运而生。互联网产业是以现代新兴的互联网技术为基础，从事信息获取、商务交易、交流沟通、应用娱乐类有形或无形的产品及服务，涵盖其研究、开发、利用、生产、储存、传递和营销，可为经济发展提供有效服务的综合性生产活动的产业集合体，是现阶段国民经济结构的基本组成部分。

能源互联网是能源相关产业融合互联网思维和相关技术产生的产业新形态，因此能源互联网产业本身具备互联网产业和能源行业的上述特征。但相较于两者，能源互联网产业还具有一些自身的特性，主要表现在以电为中心、互联互通、资源优化、开放共享、绿色高效五大特征，目前缺少对能源互联网绿色低碳演化过程中的评价体系，不方便对能源互联网的发展进行分析，为此，我们提出了能源互联网清洁低碳发展指数指标体系。

发明内容

本发明的目的在于提供能源互联网清洁低碳发展指数指标体系，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

能源互联网清洁低碳发展指数指标体系，其体系构成方法如下：

S1、分析能源生产、传输和消费整个流程的社会效益、经济效益和环境效益，收集指标数据，确定是否可利用历史数据进行进一步的外推；

S2、构建能源互联网清洁低碳发展的关键指标体系并利用交叉检验来保证方法和模型的有效性和可推广性；

S3、进行多情景分析，利用差异赋权法确定能源互联网清洁低碳发展的关键指标的权重；

S4、设计多情景，确定各指标变化下能源互联网清洁低碳发展的变化情况。

作为本发明进一步的方案：从清洁能源发展规划与设备利用、清洁能源装机占比、清洁能源发电量占比、技术经济、环境影响、能效与总量影响方面构建能源互联网清洁低碳发展的关键指标体系。

作为本发明再进一步的方案：构建能源互联网清洁低碳发展效益评价指标体系后，需要对评价指标的相关性和规范性进行检验和处理，按照指标类别，分别进行相关性分析，假设存在n个清洁低碳发展指数评价指标(I₁，I₂，…，I_n)，按照选取指标时的分类，每类指标中共包含k个指标，根据最小二乘法对每一类指标进行相关性检验，构建相关性检验矩阵R：

式中：γ_αβ(α、β＝1，2，…，k)为第i个指标与第j个指标之间的相关系数，具体计算公式为：

其中，当α＝β时，γ_αβ＝1；γ_αβ＝γ_βα，假定相关性判断原则满足表1内容，则如果两个指标相关性系数小于0.3，则认为这两个指标数据相互独立，如果两个指标数据的相关系数大于0.3，并且其中一个指标与其他指标相关性也较高，则去掉该指标，对k个指标依次约简，最后得出符合相关性要求的指标，表1为指标之间相关性的评判原则，

表1相关性判断原则

相关系数	相关性
		0.3<r<0.5	低度相关
0.5<r<0.8	显著相关
		0.8<r<1	高度相关
r＝1	完全相关

。

作为本发明再进一步的方案：评价指标具有极大型指标、极小型指标和中间型指标，在进行评价前，需对各类型评价指标进行一致化处理，具体处理方法如下：

1)极大型指标

2)极小型指标

式中，M_j＝max{p_ij}，m_j＝min{p_ij}。变换之后，指标的极大值为1，极小值为0。

3)中间型指标

公式中：a、d分别表示函数的下限和上限；b、c分别表示适度区间[b，c]的两端值。

作为本发明再进一步的方案：由评价指标值构成的判断矩阵来确定各评价指标的权重。其主要计算步骤如下：

1)假定有m个评价对象，每个评价对象有n个评价指标，构建判断矩阵R：

R＝(r_st)m×n,(s＝1,2,...,m；t＝1,2,...,n)

式中，r_st为第s个评价对象的第t个评价指标的实测值，

2)将判断矩阵R归一化，得到归一化矩阵B，B的元素为：

式中，r_max，r_min分别为同一评价指标下不同事物中最满意者和最不满意者的值(越大越满意或越小越满意)。

3)根据传统的熵的概念可以定义各评价指标的熵为：

式中，

显然当f_st＝0时，lnf_st无意义，因此对f_st的计算加以修正，将其定义为：

计算各项指标的熵权：

与现有技术相比，本发明的有益效果是：

1、本发明在一定程度上丰富了能源互联网绿色低碳演化过程中评价体系，构建出的具有我国特色的能源互联网演化概念模型，也可以用于分析能源互联网的节能减排发展特征以及未来的发展方向，这一研究拓展和改进了社会—技术系统转型理论及其应用范围。

2、本发明重点对能源互联网对经济、社会及环境影响，进行科学预测、决策和评价，新型用能模式出现，能有效分析其发展过程中对社会各层级的影响，如在宏观层面的能源消费强度的下降、污染排放物的减小等。

附图说明

图1为能源互联网清洁低碳发展指数指标体系的流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，本发明实施例中，能源互联网清洁低碳发展指数指标体系，其体系构成方法如下：

S1、分析能源生产、传输和消费整个流程的社会效益、经济效益和环境效益，收集指标数据，确定是否可利用历史数据进行进一步的外推；

S2、构建能源互联网清洁低碳发展的关键指标体系并利用交叉检验来保证方法和模型的有效性和可推广性；

S3、进行多情景分析，利用差异赋权法确定能源互联网清洁低碳发展的关键指标的权重；

S4、设计多情景，确定各指标变化下能源互联网清洁低碳发展的变化情况。

从清洁能源发展规划与设备利用、清洁能源装机占比、清洁能源发电量占比、技术经济、环境影响、能效与总量影响方面构建能源互联网清洁低碳发展的关键指标体系。

构建能源互联网清洁低碳发展效益评价指标体系后，需要对评价指标的相关性和规范性进行检验和处理，相关性检验主要用于分析指标间的重叠和检查情况，以建立具有独立特性的指标体系。规范化处理主要用于对指标体系进行一致化和无量纲化处理，为开展能源互联网清洁低碳发展指数评价做好前期工作。

按照指标类别，分别进行相关性分析，假设存在n个清洁低碳发展指数评价指标(I₁，I₂，…，I_n)，按照选取指标时的分类，每类指标中共包含k个指标，根据最小二乘法对每一类指标进行相关性检验，构建相关性检验矩阵R：

式中：γ_αβ(α、β＝1，2，…，k)为第i个指标与第j个指标之间的相关系数，具体计算公式为：

其中，当α＝β时，γ_αβ＝1；γ_αβ＝γ_βα，假定相关性判断原则满足表1内容，则如果两个指标相关性系数小于0.3，则认为这两个指标数据相互独立，如果两个指标数据的相关系数大于0.3，并且其中一个指标与其他指标相关性也较高，则去掉该指标，对k个指标依次约简，最后得出符合相关性要求的指标，表1为指标之间相关性的评判原则，

表1相关性判断原则

能源互联网清洁低碳发展指数评价指标体系具备多层次、多指标的特点，为了便于进行对比分析，需消除评价指标单位量纲的差异化。同时，评价指标具有极大型指标、极小型指标和中间型指标，在进行评价前，需对各类型评价指标进行一致化处理，具体处理方法如下：

1)极大型指标

2)极小型指标

式中，M_j＝max{p_ij}，m_j＝min{p_ij}。变换之后，指标的极大值为1，极小值为0。

3)中间型指标

式中：a、d分别表示函数的下限和上限；b、c分别表示适度区间[b，c]的两端值。

构成能源互联网清洁低碳发展指数评价体系的各个分项指标虽然都能在一定程度上表明该项目的效益状态，但各自对于整体综合效益的说明力度有所区别。即部分指标对于综合效益评价结果较重要，部分指标相对次要。因此需要对各个分项指标按照其对于评价结果的重要性程度进行赋权。权数选择的科学性将直接影响到评价结果的正确性，且通过不同的赋权方法所得到的综合评价结果往往是不同的。组群构权法又称德尔菲法，或专家构权数。由若干专家组采用任一构权法进行赋权，再对各组赋权结果进行综合处理得出最终赋权结果。综合处理方法包括：简单平均法、最小二乘法、直接求逆法等，并可通过多轮赋权和意见反悔修正赋权结果。

在信息论中，熵值反映了信息的无序化程度，可以用来度量信息量的大小，某项指标携带的信息越多，表示该项指标对决策的作用越大，此时熵值越小，即系统的无序度越小。因此可用信息熵评价所获信息的有序度及其效用，即由评价指标值构成的判断矩阵来确定各评价指标的权重。其主要计算步骤如下。

1)假定有m个评价对象，每个评价对象有n个评价指标，构建判断矩阵R：

R＝(r_st)m×n,(s＝1,2,...,m；t＝1,2,...,n) (6)

式中，r_st为第s个评价对象的第t个评价指标的实测值。

2)将判断矩阵R归一化，得到归一化矩阵B，B的元素为：

式中，r_max，r_min分别为同一评价指标下不同事物中最满意者和最不满意者的值(越大越满意或越小越满意)。

3)根据传统的熵的概念可以定义各评价指标的熵为：

式中，

显然当f_st＝0时，lnf_st无意义，因此对f_st的计算加以修正，将其定义为：

计算各项指标的熵权：

本发明的工作原理是：

清洁低碳发展指数评价模型

传统评价方法主要有ELECTRE法、理想点法和PROMETHEE法等。神经网络、支持向量机等其他智能综合评价方法也逐渐成为广泛应用的方法。能源互联网的综合效益受到多方因素的影响，表现出一定程度的不确定性，这种不确定性有时表现为不确定性，可借鉴模糊数学思想进行综合评价。模糊综合评判的方法是模糊数学中的重要内容之一，它反映某一总体单位在多个数量标志或品质标志上的综合平均水平。

1)模糊变换

模糊变换是模糊综合评价方法的理论基础和关键内容，模糊综合评价方法通过对评价因素和评判因素权向量进行模糊变换得到综合评价结果，可做如下描述：

假设V和V'是两个有限论域，A是论域V上的一个模糊向量，R是V×V'上的一个模糊矩阵，A·R是两个模糊矩阵的合成，则有限论域V和V'上的模糊变换是：

R＝(r_ij)_m×n是一个模糊矩阵，论域V上的一个模糊向量A＝(a₁,a₂,...,a_n)，这里0≤r_ij,a_j≤1，i＝1,2,...,m，j＝1,2,...,n。把A视为一个n×1的模糊矩阵，则按模糊矩阵的合成可得到一个m×1的模糊矩阵：B＝A·R，这里B＝(b₁,b₂,...,b_m)实际上是一个V'上的模糊向量。将公式

称为有限论域V到V'的模糊变换。其中模糊向量B中的元素b_i是由

计算得到。

2)评价步骤

该评价方法主要包括六个评价步骤：

①确定评判对象的因素论域U

U＝(u₁,u₂,...,u_n) (12)

即确定评价指标体系，本发明中因素论域为第三级指标。

②确定评语等级论域V

V＝(v₁,v₂,...,v_m) (13)

这一步是模糊综合评价方法与其他综合评价方法的区别，即被评价的各项指标的评语隶属的等级信息通过这一模糊向量表示。通常设置的等级数目大于4而不超过9，过大则不易判断等级归属，过少则影响评价质量。

③进行单因素评判，建立模糊关系矩阵R

式中：r_ij为U中因素u_i对应V中等级v_j的隶属关系。

④确定评判因素权向量A

A是U中各个因素对被评事物的隶属关系，与常规的综合评判中指标权数的概念相同，但模糊综合评价方法要求使用模糊方法来确定权向量。选择合成算子，将A与R合成得到评价结果B：

B＝A·R (15)

式中：R为模糊变换器，即评价因素与被评价事物之间的权向量A通过模糊变换器得到被评事物与评语等级之间的关系B。

⑤对模糊综合评价结果B作分析

对B进行归一化和评语赋值处理后，可对评价结果进行比较与排序。TOPSIS法是一种逼近理想解的排序法，建模的基本思想为：根据现有的数据构建评价对象的正理想情况和负理想情况，运用距离模型来计算评价对象与理想点之间的距离。在评价的过程中，主要用与负理想点的距离来衡量方案的优劣程度，与负理想点的距离越大，则表示此方案越优。

采用加权欧式距离公式：

其中y_i为距离，x^*为理想点x⁺或x^-。运用排队指示值来衡量与负理想点之间的距离，排队指示值越大则表示此方案越好，排队指示值：

TOPSIS法采用相对接近度作为排队指示值。相对接近度：

其中，Δu_i＝u_i-u^-，Δu＝u_i ⁺-u^-。<Δu_i,Δu>为Δu_i和Δu的内积。

在选取评价方法时，决定采取基于德尔菲及熵权法处理的逼近理想点法进行情况进行综合评价。

指标体系

本发明衡量一个能源互联网清洁能源发展水平的指标主要涉及发展规划、环境影响、清洁能源装机占比、清洁能源发电量占比等多方面因素，需要从不同角度和层面考虑。结合国际能源署、世界银行等相关机构对清洁低碳发展的评价标准，从全面考虑清洁低碳发展表征参数的角度出发，本发明针对清洁低碳发展指数设置清洁能源发展规划、清洁能源装机占比、清洁能源发电量占比、技术经济、环境影响、能效与总量情况共6个三级指标，下设相应的四级指标共21个，指标均为定量指标，总结出清洁低碳发展指数的备选指标体系如表2所示：

表2能源互联网清洁低碳发展指数指标体系

1)清洁能源发展规划：反映每个被评价国家清洁能源发展观念的指标，表明该国家政府对清洁能源发展的态度，主要包括清洁能源规划和支持政策等。

2)清洁能源装机占比：表征被评价国家的清洁能源开发程度和利用水平。比例越高，就越说明该国清洁能源发展水平越高，清洁能源未来发展的基础越好。

3)环境影响：能够反映被评价国家清洁能源发展的效果，因为清洁能源代替传统化石能源大大减少了污染物排放，可通过单位发电量碳排放水平、人均CO2排放量等衡量。

4)清洁能源发电量占比：能够反映出被评价国家发电量对于某类型清洁能源的侧重程度。比例越高，就越说明被评价国家的能源发展是越可持续的，温室气体排放和空气污染问题就越小，清洁能源的地位越高。比例越低，就越说明一个国家对化石能源发电的依赖程度就越高，向清洁能源过渡就越困难，向环境可持续性发展的难度就越大。

5)技术经济：反映被评价国家对于该能源产业在此年的投资值，反映了目前国家对该能源方面的投资情况，能够通过投资力度了解国家对该种能源的重视程度，投资值越高说明该国对于该种能源发展越重视。

6)能效与总量情况：单位GDP能耗与电耗为定量指标，能效的提升是能源使用效率的重要手段。指标值越小，越能反映被评价国家能源互联网产业发展潜力越好，国民环境保护意识和水平越高

尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.能源互联网清洁低碳发展指数指标体系，其特征在于：其体系构成方法如下：

S1、分析能源生产、传输和消费整个流程的社会效益、经济效益和环境效益，收集指标数据，确定是否可利用历史数据进行进一步的外推；

S2、构建能源互联网清洁低碳发展的关键指标体系并利用交叉检验来保证方法和模型的有效性和可推广性；

S3、进行多情景分析，利用差异赋权法确定能源互联网清洁低碳发展的关键指标的权重；

S4、设计多情景，确定各指标变化下能源互联网清洁低碳发展的变化情况。

2.根据权利要求1所述的能源互联网清洁低碳发展指数指标体系，其特征在于：从清洁能源发展规划与设备利用、清洁能源装机占比、清洁能源发电量占比、技术经济、环境影响、能效与总量影响方面构建能源互联网清洁低碳发展的关键指标体系。

3.根据权利要求1所述的能源互联网清洁低碳发展指数指标体系，其特征在于：构建能源互联网清洁低碳发展效益评价指标体系后，需要对评价指标的相关性和规范性进行检验和处理，按照指标类别，分别进行相关性分析，假设存在n个清洁低碳发展指数评价指标(I₁，I₂，…，I_n)，按照选取指标时的分类，每类指标中共包含k个指标，根据最小二乘法对每一类指标进行相关性检验，构建相关性检验矩阵R：

式中：γ_αβ(α、β＝1，2，…，k)为第i个指标与第j个指标之间的相关系数，具体计算公式为：

其中，当α＝β时，γ_αβ＝1；γ_αβ＝γ_βα，假定相关性判断原则满足表1内容，则如果两个指标相关性系数小于0.3，则认为这两个指标数据相互独立，如果两个指标数据的相关系数大于0.3，并且其中一个指标与其他指标相关性也较高，则去掉该指标，对k个指标依次约简，最后得出符合相关性要求的指标。

4.根据权利要求1所述的能源互联网清洁低碳发展指数指标体系，其特征在于：评价指标具有极大型指标、极小型指标和中间型指标，在进行评价前，需对各类型评价指标进行一致化处理，具体处理方法如下：

1)极大型指标

2)极小型指标

式中，M_j＝max{p_ij}，m_j＝min{p_ij}，变换之后，指标的极大值为1，极小值为0

3)中间型指标

公式中：a、d分别表示函数的下限和上限；b、c分别表示适度区间[b，c]的两端值。

5.根据权利要求1所述的能源互联网清洁低碳发展指数指标体系，其特征在于，

由评价指标值构成的判断矩阵来确定各评价指标的权重，其主要计算步骤如下：

1)假定有m个评价对象，每个评价对象有n个评价指标，构建判断矩阵R：

R＝(r_st)m×n,(s＝1,2,...,m；t＝1,2,...,n)

式中，r_st为第s个评价对象的第t个评价指标的实测值，

2)将判断矩阵R归一化，得到归一化矩阵B，B的元素为：

式中，r_max，r_min分别为同一评价指标下不同事物中最满意者和最不满意者的值(越大越满意或越小越满意)。

3)根据传统的熵的概念可以定义各评价指标的熵为：

式中，

显然当f_st＝0时，lnf_st无意义，因此对f_st的计算加以修正，将其定义为：

计算各项指标的熵权：

Images