CN115860569A - 一种基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法 - Google Patents

Abstract

本发明公开了一种基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，具体的方案实施步骤包括：第一，从“经济‑社会‑能源‑环境”四个维度，构建数字化视域下能源互联网综合价值评估指标体系；第二，输入待评估的各指标数据，通过组合赋权法，纠正指标权重偏差，确定各指标权重；第三，通过云模型距离相似度，建立数字化视域下能源互联网综合价值评估模型。第四，基于Manhattan距离和不确定度的概念，结合云图和距离相似度判定能源互联网的综合价值等级，也是整个发明中构建模型的核心。本发明的主要优点在于充分考虑了云模型的数字特征，兼顾评估指标的随机性和模糊性，实现了对评价指标的等级分类，弥补了现有能源互联网综合评价模型的不足。

Description

一种基于云模型距离相似度的数字化视域下能源互联网综合 价值评估方法

技术领域

本发明涉及数字化视域下综合价值评估技术领域，特别涉及一种基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法。

背景技术

能源互联网是推动我国能源革命的重要战略支撑。作为能源产业发展的一种新业态，其价值创造网络融合能源生产、输送、存储、消纳、使用以及能源市场，是一个涉及多元主体、多元价值、多项技术的复杂综合网络系统。作为新概念和新要素，数字技术深刻影响能源互联网的技术变革，促进能源互联网价值创造能力提升，赋能电力多元化发展。目前，作为未来推广能源互联网数字化发展的重要环节，如何有效识别与评估数字技术渗透和应用在能源互联网带来的影响，还未能得到充分的理论研究和科学的论证。因此，建立数字技术视域下能源互联网综合价值评估模型具有十分重要的科学意义和实践价值。

目前为止，关于能源互联网综合价值评估的评估方法仍存在以下缺陷：(1)评价标准方面：能源互联网的价值评估是一个涉及经济、社会、能效、环境等多种因素的复杂系统问题，然而当前国内外的研究尚未形成一套成熟完整的能源互联网综合价值评价标准体系，很少对能源互联网进行全面分析，特别是数字技术对于能源互联网价值创造的贡献度的相关研究较为薄弱。(2)指标权重方面：以层次分析法为主的主观赋权法将定性与定量分析相结合，主要由专家根据其专业水平、实际经验和主观判断进行评分，评估结果的主观随机性较大；而熵权法等客观赋权法依赖于原始数据本身而非经验，导致赋权结果和实际情况存在一定偏差；组合赋权法在主观赋权的基础上，利用客观赋权法加以修正，最大限度减少信息损失，提高评估结果的科学性。(3)评估方法方面：相比于传统评估方法，模糊综合评价法在处理不确定问题上具有明显优势，但在依据模糊综合判断矩阵，确定模糊隶属度和指标权重时，容易受到评价主体主观因素的影响；蒙特卡洛法的现有研究侧重于评估能源系统的供能可靠性，计算过程复杂且对于整体评价的研究有限；神经网络等机器学习方法能够客观地反映指标间的关系，但依赖于大量数据训练模型，在实践中可操作性有待提高。

由此可见，现有的评估方法大多从单一视角展开，难以适用于能源互联网复杂的多维模型，层次分析法等传统评估方法具有一定的随机性和模糊性，难以获得科学的评估结果，考虑到数据的可获取性，神经网络等方法的实践性也有待探究。

发明内容

本发明的目的是针对现有综合评估技术存在的问题，提供一种基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，可用于评估数字技术渗透和应用对能源互联网价值带来的影响现状，为能源互联网发展战略制定提供参考。

为解决上述技术问题，本发明采用如下技术方案：

设计一种基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，包括下列步骤：第一，构建数字化视域下能源互联网综合价值的评价指标体系；第二，输入待评估的各指标数据，采用基于层次分析法和熵权法的组合赋权法确定所述指标体系的组合权重；第三，划分价值等级，并结合组合权重构造评估云模型；第四，基于Manhattan距离和不确定度的概念，结合云图和距离相似度判定能源互联网的综合价值等级，也是整个发明中构建模型的核心。

步骤S1：构建数字化视域下能源互联网综合价值的评价指标体系。

基于经济、环境、能源和社会四个维度的因素构建能源互联网综合价值的评价指标体系，其层级结构包括目标层A、准则层A_i和指标层A_ij。所述目标层即为能源互联网综合价值评价的总目标；准则层包含影响目标层A综合得分的一级指标A_i，分别为经济价值、环境价值、能源价值和社会价值；每个一级指标A_i包含多个影响其综合得分的二级指标，将第i个一级指标下的第j个二级指标记作A_ij，其中i＝1,2,…,n；j＝1,2,…,m，所有的二级指标共同构成了指标层。

对于指标层的参评量选取，基于对能源互联网价值的影响因素的机理分析，筛选出各准则层中具有代表性的关键指标作为指标层，进而构建步骤一所述的评价指标体系，根据实际情况具体方法可选择系统动力学，德尔菲法、解释结构模型等。其中客观观测变量的量化标准通过调研、统计年鉴或直接测量，主观隐藏变量则根据德尔菲法，打分依据视各变量性质决定。

步骤S2：输入待评估的各指标数据，采用基于三标度层次分析法和熵权法的组合赋权法确定指标权重。

传统的层次分析法判断过程中较复杂，而三标度层次分析法在构建判断矩阵时逻辑性更强，能够降低主观测评的误差，使得判断结果更加合理，结合三标度层次分析法与熵权法，综合考虑各评价指标的主观评判和客观数据求解过程，使得评价结果更切合实际，具体包括以下步骤：

S21：采用三标度层次分析法获取所述指标体系的主观权重。

根据三标度层次分析法构造比较矩阵F和判断矩阵R：

其中，比较矩阵F中的元素f_ij表示影响能源互联网价值的指标i和j的相互关系，其判断规则为

比较矩阵F转化为判断矩阵R的公式为

/>

进一步地，对所构造的判断矩阵R进行一致性检验：

一致性定义为：对于判断矩阵A＝(a_ij)，若

且i≠j≠k有：

a_ika_kja_ji＝a_kia_jka_ij (4)；

若判断矩阵R满足公式(4)的计算规则，则认为R具有良好的一致性；反之，则通过公式(5)对判断矩阵进行修正，并重复执行上述步骤，直至通过一致性检验。

对满足一致性检验的判断矩阵R，运用和行归一法求权重向量W＝(w₁,w₂,…,w_n)，即各指标的主观权重w_i，具体公式为：

S22：采用熵权法获取所述指标体系的客观权重。

第一步：为解决各指标量纲不同的问题，运用最大最小归一法对各指标数值进行归一化处理，根据指标各层级之间的作用关系，具体指标应采用具体归一化处理方法：

若第二级指标A_ij与第一级指标A_i正相关，则：

若第二级指标A_ij与第一级指标A_i负相关，则：

其中，X_ij表示归一化处理后各指标的数值；x_ij表示第i个指标的第j个样本的数值(i＝1,…，n；j＝1,…，m)；min_j(x_ij)和max_j(x_ij)分别表示第i个指标的最小值和最大值。

第二步：计算各指标的比重，用q_ij表示。

第三步：计算各指标的熵值E_i。

根据熵权法的定义，指标的熵值用于度量信息的重要程度，某个指标的熵值越小，表明该指标的变异程度越大，所提供的信息量越大，则该指标对综合评估结果的影响越大。

第四步：计算各指标的客观权重u_i，即修正系数。

S23：组合权重的计算。

根据步骤1和步骤2中所求的初始权重w_i和修正系数u_i，通过乘数合成归一法求得组合权重，具体公式为：

步骤S3：构建云模型。

云模型的数字特征主要用期望Ex、熵En和超熵He来表征，其中期望值E_X表示定性概念在论域的期望值，即该定性概念的最典型样本点；熵En表示定性概念的不确定性程度，反映论域中一个概念的数值范围。一般，熵的值越大，对定性概念进行确定性量化越困难；超熵He表示熵的熵，用于衡量熵En的不确定程度，反映了定性概念不确定度(云滴)的离散程度，超熵的值越大，则云滴的分布越离散。这三个数字特征能够实现评估指标体系中的定性概念和定量表示之间的转换，反映定性概念和定量数据表示之间的不确定性。步骤S3所述的构建云模型的过程主要包括以下几个步骤：第一，划分评价等级，构建标准评估云模型的数字特征；第二，构建评估云的数字特征；第三，基于正向云发生器构造云模型；第四，结合云图和距离相似度确定综合价值等级。

S31：划分评价等级，构建标准评估云模型的数字特征。

依据专家咨询和文献标准调研，结合能源互联网发展的实际情况，将能源互联网的价值等级划分为k个级别，每个评价标准区间记为c_k＝[x_k ^min，x_k ^max],能源互联网的价值评价集C＝{c₁,c₂,…,c_k}，根据如下公式(Ⅱ)可计算出各评价等级对应的标准评估云模型的数字特征C_k＝(Ex_k,En_k,He_k)：

其中，x_k ^max和x_k ^min分别为第k个等级评价区间的上界和下界；a为反映云滴离散程度的常数，可以根据相应评价标准的不确定性和实际情况进行调整。

S32：构建云模型的数字特征。

通过如下公式(Ⅲ)，可求得指标层的各指标因子A_ij的评估云的数字特征(Ex_i,En_i,He_i)：

其中，X_ij表示为消除不同类别数据之间的量级差异经归一化处理后各指标的数值，指标的修正可根据具体情况选择相应方法，包括特征标准化、简单缩放等。

进一步地，结合各指标项的权重和各指标层因子的评估云，通过公式(Ⅳ)求得准则层云模型C_i和目标层云模型C₀的数字特征：

式(Ⅳ)中，λ_i为步骤S2所求得的各指标的组合权重，i＝(1,2，…，n)。

S33：基于正向云发生器构造云模型。

根据步骤S2所得的标准云模型和各层指标的评估云模型的数字特征，代入到正向云发生器中通过公式(12)计算，输入到MATLAB程序中生成n个云滴可获得云图。

式中，μ(x)为云模型的隶属度，表示定性概念的确定度；x为满足x～N(Ex,En_α ²)的随机变量；En'是满足En_α～N(En,He)的一个正态随机数；根据得到的云滴(x_i,μ_i)构建云模型。

S34：结合云图和距离相似度确定综合价值等级。

基于曼哈顿距离(Manhattan Distance)和不确定度的概念，公式(Ⅴ)综合考虑云模型的三个数字特征及其重要程度，可求得标准云模型与各评估云模型间的距离相似度：

其中，C₀(Ex₀,En₀,He₀)表示综合价值评估云；表示价值等级标准云，η为云模型的不确定度，反映数字特征He的不确定性，计算公式为：

其中，η₀表示综合价值云的不确定度，η_k表示价值等级标准云的不确定度，k＝1,2,…,n表示价值等级。

步骤S4：结合云图和距离相似度确定综合价值等级。

结合云模型距离相似度对比和步骤三所构造的评价云图与各等级标准云图重合度对比分析，距离相似度最小且图形重合度最高的标准云所对应的评价等级即为当前评价对象的价值等级。

本发明的有益效果在于：

本发明的主要优点在于综合考虑数字化视域下能源互联网经济、环境、能源、社会各方面的影响，并且结合云图和云模型距离相似度的评估方法，确定能源互联网的综合价值等级，该方法能够更加科学直观的反映综合评估结果。

与已有模型方法相比，其优点具体体现在以下几点：(1)本发明基于能源互联网的影响机理分析，综合考虑经济、环境、能源和社会多维度的影响因素作为评价指标，克服了已有研究中单一视角判别结果准确性低的缺点；(2)通过层次分析法和熵权法确定主客观权重，，综合利用客观数据和专家经验判断，降低了主观意识的人为干扰，确保了本发明方法评估结果的可靠性，评估结果更符合客观实际；(3)结合云理论的评价模型，实现了定性概念与定量指标间的转化，兼顾了评价指标的随机性和模糊性，具有可操作性，数据具有可获取性；(4)结合云图和云模型距离相似度实现了评价等级的可视化，使得评价结果更客观且利于观察。

附图说明

图1为价值等级标准云图；

图2为四个一级指标的评估云图；

图3为中国能源互联网综合价值评估云图。

具体实施方法

下面结合附图与实施例来说明本发明的具体实施方式，但以下实施例只是用来详细说明本发明，并不以任何方式限制本发明的范围。

正如背景技术所介绍的，现阶段已有的能源互联网价值评估尚未形成一套成熟完整的价值评估标准体系，很少对能源互联网进行全面评估；其次，以往的评估方法尚未考虑数字技术对于能源互联网价值创造的贡献度。本发明为分析考虑数字技术影响下能源互联网综合价值提供了一个评估模型。该模型可应用测度和预测全国、省、市等不同层次能源互联网发展情况。

实施例：数字技术对中国能源互联网价值评估分析。

该案例是本专利模型在分析中国能源互联网价值创造方面的应用。本案例实证分析基于发明内容中步骤一所构建的能源互联网综合价值评估体系，首先，依据2010年-2019年中国社会发展历史数据，计算中国能源互联网相关评估指标，其次，根据三标度层次分析法和熵权法确定各指标的主观权重，过专家咨询和文献调研，结合能源互联网价值影响因素的特点构造标准云和评估云，最后，根据云模型方法对数字技术如何影响中国能源互联网评估分析。

将该模型应用案例的历史数据替换至其他国家或者地区的宏观经济环境，将同样可以分析其他国家或地区数字技术影响下能源互联网综合价值。

1、案例数据说明

本发明确定的能源互联网价值评估体系(如表1)包含经济价值、环境价值、能源价值、社会价值，主要涉及的社会经济发展度量指标及其计算说明：

(1)经济价值指标：

①电力增长GDP。基本公式表示为：

其中，GDP_d为电力增长GDP，单位为亿元；C_n为全社会用电量的增加值，单位为kwh；C_s为用电量的总值，单位为kwh；GDP为总额，单位为亿元。

②电力消费弹性系数e。是用于表示电力消费与社会经济发展关系的一种宏观指标，基本公式表示为：

其中，E表示每年电力消费量的平均增长速度，单位为％；P表示每年国民经济的平均增长速度，单位为％。

③就业效益E_B。采用每亿元投资增加就业人数衡量就业效益，基本公式表示为：

E_B＝γ×S_input

其中，γ为就业拉动系数,依据相关测算标准，一般取γ＝700，即每投资1亿元可增加就业700人；S_input为电网投资总额，单位为亿元。

(2)环境价值指标：

①CO₂减排量。基本公式表示为：

CO₂＝G_clean×co_e

其中，G_clean为清洁能源发电量，单位为kwh；CO_e为单位电量二氧化碳排放量，取值8.7×10^-4t/kwh。

②SO₂减排量。基本公式表示为：

SO₂＝G_clean×so_e

其中，G_clean为清洁能源发电量，单位为kwh；SO_e为单位电量二氧化硫排放量，取值9.0×10^-6t/kwh。

③清洁能源替代率R_CERR。指与传统化石能源为主的发电系统相比，能源互联网系统由清洁能源替代化石能源供能的装机比例。基本公式表示为：

(3)能源价值指标：

①能源一次转换效率T_r。基本公式表示为：

T_r＝T_fP_f+T_cP_c

其中，P_f为化石能源发电量占比；P_c为清洁能源发电量占比；T_f为化石能源一次转化效率；T_c为清洁能源一次转化效率。

②综合能耗E_c。表示能源互联网经折算后的一次能源综合消耗量，即综合能耗，单位为wtce(万吨标准煤)。基本公式表示为：

E_c＝p_eQ_e+p_gQ_g

其中，p_e为煤炭标准煤折算系数，取值为7.143×10^-6wtce/kg；Q_e为煤炭消耗量，单位为kg；p_g为天然气标准煤折算系数，取值为1.33×10^-7wtce/m³；Q_g为天然气消耗量，单位为m³。标准煤折算系数来源于《GB/T2589-2020综合能耗计算通则》。

③能源节约率θ。

其中，θ为能源节约率；E_s为传统电力系统的能源消耗量，单位为万吨标准煤；E_c为能源互联网系统的综合能耗，单位为万吨标准煤。

(4)社会价值指标：

①电力行业新增就业人数P。指一段时间内电力相关行业的就业人数增加量，可以反映出电力行业的技术进步，单位为万人。

②科研投入R_s。指一段时间内政府对电力行业开展技术研发等生产性活动的资金投入。基本公式表示为：

R_s＝PRO_e×P_r

其中，PRO_e表示电力行业年收入，单位为亿元；P_r表示科研投入因子，由科研投入支出与国内生产总值之比计算。

③人均生活用电量PW。人均生活用电量是指一个国家或地区居民家庭平均每人每年消耗的电量，单位为kwh/人，可用于衡量居民的电气化程度和生活水平。

2、发明模型的应用及估计结果

本实施例提供了一种基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，具体步骤如下：

步骤S1：本实施例基于系统动力学确定能源互联网内部数字技术与各价值因素之间的因果关系，构建能源互联网综合价值的评价指标体系，如表1所示。目标层为数字化视域下能源互联网的综合价值；准则层设立经济价值、环境价值、能源价值和社会价值四个一级指标；每个一级指标下设立三个二级指标，经济价值下二级指标有电力增长GDP、电力消费弹性系数、就业效益；环境价值下二级指标有CO₂减排量、SO₂减排量、清洁能源替代率；能源价值下二级指标有能源一次转换效率、综合能耗、能源节约率；社会价值下二级指标有电力行业新增就业人数、科研投入、人均生活用电量，共12个二级指标构成指标层。

表1能源互联网价值评估体系

依据《中国统计年鉴》、《中国能源统计年鉴》、《中国电力统计年鉴》等官方统计资料中2010年-2019年的相关数据，经计算得到评估指标体系各指标的数据，如表2所示。

表22010年-2019年中国能源互联网的各指标数据

/>

将各指标数据经归一化处理后，根据我国目前能源互联网的实际运行情况和各指标数据，对各指标的转化结果进行评分，构建相应的评价矩阵，评分结果如表3所示。

表3综合价值评估模型的各指标评分

步骤S2：输入步骤一采集的各指标数据，基于三标度层次分析法与熵权法的组合赋权方法确定各指标的组合权重，根据公式计算得到各指标权重如表4所示。

表4指标权重集

步骤S3：本实施例将能源互联网价值创造网络的综合价值定性指标划分为五个价值等级，分别标记为I、II、III、IV、V，评分取值范围为[0,100]。通过正向云发生器计算各参数，得到评估标准云模型，如表5所示。

表5综合评估标准的分类及其云模型的数字特征

将上述各等级云模型的数字特征输入到正向云发生器中，生成相应的各价值等级标准云图，如图1所示。

将各指标数据计算得到的云模型数字特征与组合权重结合，计算得出综合评估云模型的数字特征C₀(81.10,2.99,1.02)，结果如表6所示。

表6各级指标的云模型数字特征

将以上计算的各指标的云数字特征输入到正态云发生器，得到各指标的云图，图2和图3分别为四个一级指标和综合评价云的云图，限于篇幅对于其他指标不一一列举。

步骤S4：为提高评估结果的科学性和合理性，本发明充分考虑云模型的形状和数字特征，依据云模型的距离度量考察综合评估价值云与价值等级标准云之间的相似度，距离分析结果见表7，距离值越小，两个云模型之间的相似度越高。

表7综合价值评估云与标准云之间的距离相似度

由图2、图3和表7可以看出各一级指标的云模型和综合评估云模型的图像均与等级Ⅱ的标准云图最接近，即当前我国能源互联网的综合价值为Ⅱ等级，具有较高的综合价值水平，但社会价值相对较低，依然有上升空间。

上面结合实施例对本发明作了详细的说明，但是所属技术领域的技术人员能够理解，在不脱离本发明宗旨的前提下，还可以对上述实施例中的各个具体参数进行变更，形成多个具体的实施例，均为本发明的常见变化范围，在此不再一一详述。

Claims (5)

1.一种基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，其特征在于，包括下列步骤：

S1：构建数字化视域下能源互联网价值创造评价指标体系；

从“能源、环境、经济、社会”四个维度分析和归纳数字技术对能源互联网价值创造网络各因素间的关系和影响机制，以识别关键影响因素，构建能源互联网综合价值评估指标体系；

S2：指标权重确定；

根据三标度层次分析法和熵权法计算各指标组合权重，以明确各指标对综合价值的影响程度；

S3：构建云模型；

划分标准云的价值等级，结合指标权重计算综合云的数字特征，建立评估云模型；

S4：结合云图和距离相似度确定综合价值等级；

综合云模型的几何特征和距离度量，比较标准云与综合云的相似度，对数字化视域下的能源互联网综合价值进行定量评价。

2.根据权利要求1所述的基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，其特征在于，步骤S1中构建数字技术影响下能源互联网综合价值评价指标体系的具体方法如下：

从“经济-能源-环境-社会”四个维度确定能源互联网内部数字技术与各价值因素之间的因果关联，基于对能源互联网价值的影响因素的机理分析，建立数字技术影响下能源互联网综合价值评价指标体系，其层级结构包括目标层A、准则层A_i和指标层A_ij；其中经济价值、环境价值、能源价值和社会价值作为准则层，筛选出各准则层中具有代表性的关键指标作为指标层。

3.根据权利要求1所述的基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，其特征在于，步骤S2中基于组合赋权法将所计算的主客观权重有机组合，具体方法如下：

首先，采用三标度层次分析法确定能源互联网综合价值评估指标的主观权重u_i；其次，通过熵权法确定能源互联网综合价值评估指标的客观权重ui；最后，通过乘数合成归一法得到组合权重：

4.根据权利要求1所述的基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，其特征在于，步骤S3中划分价值等级和构建云模型的具体方法如下：

S31：划分评价等级，构建标准评估云模型的数字特征；

通过专家咨询和文献调研，结合能源互联网价值影响因素的特点，将能源互联网价值创造网络的综合价值定性指标划分为k个价值等级，每个评价标准区间记为c_k＝[x_k ^min，x_k ^max]；各个价值等级标准云模型的数字特征的计算公式为：

其中，x_k ^max和x_k ^min分别为第k个等级评价区间的上界和下界；a为反映云滴离散程度的常数，可以根据相应评价标准的不确定性和实际情况进行调整；

S32：构建云模型的数字特征；

通过如下公式(Ⅲ)，可求得指标层的各指标因子A_ij的评估云的数字特征(Ex_i,En_i,He_i)：

将步骤S2所求各指标项的权重和各指标层因子的评估云结合，通过公式(Ⅳ)求得准则层云模型C_i和目标层云模型C₀的数字特征：

式(Ⅳ)中，λ_i为步骤S2所求得的各指标的组合权重，i＝(1,2，…，n)；

S33：基于正向云发生器构造云模型；

根据上述各云模型的参数，代入到正向云发生器，通过MATLAB软件生成相应的云图。

5.根据权利要求4所述的基于云模型距离相似度的数字化视域下能源互联网综合价值评估方法，其特征在于，

还包括步骤S34：结合云图和距离相似度确定综合价值等级；

基于曼哈顿距离和不确定度的概念，公式(Ⅴ)综合考虑云模型的三个数字特征及其重要程度，求得标准云模型与各评估云模型间的距离相似度：

其中，C₀(Ex₀,En₀,He₀)表示综合价值评估云；C_k(Ex_k,En_k,He_k)表示价值等级标准云，η为云模型的不确定度，反映数字特征He的不确定性计算公式为：

其中，η₀表示综合价值云的不确定度，η_k表示价值等级标准云的不确定度，k＝1,2...,n表示价值等级。

Images