俞国勤，管人龙，邹　斌，胡建一，邵宇鹰，张新华

(1.国网上海市电力公司，上海　200432；2.国网华东分部，上海　200120；3.上海大学，上海　200072；4.上海社会科学院，上海　200030)



上海电力发展基态指数的构建与分析

俞国勤1，管人龙2，邹斌3，胡建一4，邵宇鹰1，张新华1

(1.国网上海市电力公司，上海200432；2.国网华东分部，上海200120；3.上海大学，上海200072；4.上海社会科学院，上海200030)

摘要：基于层次分析法并经一致性检验递阶型相关指标等效权重，构建了反映近十年上海电力发展基本态势的指标矩阵，从而得出以年为单位的上海电力发展基态指数(BSI)值及其曲线；还进行“底层”指标的优化组合和相关指标灵敏度分析，并提出对电力发展基态指数解读方式的分析建议。

关键词：电力基态指数；电力发展；层次分析法

进入后工业化时期后，在上海沿用了几十年的电力消费弹性系数，显然已经无法再确切指证电力发展的前景。于是近十几年来，陆续有研究者提出了若干与电力相关的指数，如国家电网北京经济技术研究院胡兆光提出了电力供需指数、 东南大学和福建省电网公司开展了电力经理指数的研究，以及经济调控下的电力消费指数研讨[1-3]，这些指数的研究主要为了电力需求分析的，或用于判断全国电力供需状况，或希望进行行业用电趋势的预测。

上海电网是典型的大城市受端电网，上海电力发展基态指数则将反映上海地区经济战略转型下电力发展的前景趋势，特别展现上海电网强直流弱交流多端受电和本地弱开机方式下表征电力发展过程中电力生产、电网运行和电力消费链的基本态势，即电力供应在能力和效率上的基本特征和电力消费在数量和质量上的基本特征；在发电领域则体现发电煤耗、清洁能源供电比率以及发电利用小时数等特征，在电网运行上体现供电可靠性、网损，设备利用率等特征，在电力消费中反映电能利用效益和电力消费数量的变化。

1上海电力发展基态指数的构建

在《上海电力发展状况分析报告》[4]历年积累的指标数据上，基于层次分析法(AHP)构建上海电力发展基态指数。

1.1层次递阶结构的指标体系

应用AHP分析决策问题方法，在广泛征询业内专家的基础上，从30个指标中遴选出14个指标，把解决基态指数的问题构造成一个有层次递解的指标体系结构模型(见图1)。其中，准则层为电力生产、电网运行和电力消费三类指标，方案层为相应的关联指标。

层次递阶结构中的层次数与问题的复杂程度及需要分析的详尽程度有关，一般地层次数不受限制；每一层次中各元素所支配的元素原则上不宜超过9个。

图1　上海电力发展基态指数指标结构图

1.2判别标度与判断矩阵

表1　层次分析的指标判别比例标度

此外，根据业内专家的判别标度给出准则层和方案层的判别矩阵(见表2～表5)。

表2　准则层判断矩阵A11的标度赋值

表3　方案层电力生产判断矩阵A21的标度赋值

表4　方案层电网运行判断矩阵A22的标度赋值

表5　方案层电力消费判断矩阵A23的标度赋值

判别矩阵中的标度赋值：mij为表1中的标度及标度值，且mij=1/mji；当i=j时，mij=mji=1。

1.3构建流程

(1)求判别矩阵最大特征值

对每个专家按表1给出的表2～表5的判别矩阵，分别求出其最大特征值λmax。

(2)一致性检验

其中，RI为平均随机一致性指标值，其值按矩阵阶n而定(见表6)。

表6　平均随机一致性指标

当CR<0.1时，认为判别矩阵的一致性是可以接受的。否则应对判断矩阵作适当修正。

(3)特征向量法求指标权重

利用特征向量法对n×n判别矩阵A，对应的n维权重矢量W为：

AW=λmaxW

(4)当多个专家给出判别时，需要对其的判别进行集结融合

每个专家判别结果给出的权重，再需要按照权重加权平均，并重复一致性检验。最终可得到各元素特别是最低层中各方案对目标的排序权重。

(5)原始数据标准化

数据标准化的目的是使得不同量纲的指标在数值上处于相同的水平，同时，将所有数据表现为正向性。数据标准化处理后的2006～2014年指标数据列于表7。

设某指标为xij，i为表3～表5中某个指标；j=0,1,2,3…年份，其中基准年j为0。则标准化去量纲：

在评价过程中，有一个隐含的意思，指数越大越好。而有些指标并非越大越好，例如，供电煤耗，二氧化硫排放量，综合线损率，最大峰谷差占最高用电负荷比重其含义是越小越好，因此，在进行数据处理时，将其正向化处理：

(6)标准化处理

标准化处理后的指标数据如表7所示。利用基于MATLAB的程序进行计算，得到如图2所示上海电力发展基态指数曲线。为便于比较，同时列出了电力生产、电网运行和电力消费三个子指数的曲线和电力消费量曲线。上海电力发展基态指数基准值及各指标权重值如表8所示。

图2　上海电力发展基态指数曲线(2006～2014年)

年份装机容量年度发电量发电利用小时数供电煤耗二氧化硫排放量清洁能源供电量比重公用变电站容量综合线损率供电可靠性上海最高用电负荷最大峰谷差占最高用电负荷比重电力消费电量第三产业电力消费比重居民用电比重电力在全市能源消费的比重20061.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.00001.000020070.97371.02071.04831.02131.02050.94271.07561.00661.00001.08550.98221.08281.02600.99190.977520081.13571.09370.96311.02441.13880.87211.18211.00661.00011.14791.04211.14951.09381.04870.980320091.21811.07710.88431.04021.34070.91571.29041.00661.00011.21801.00421.16361.21351.07790.949320101.35311.30030.96101.06331.41860.79911.44381.00661.00011.34141.05041.30911.23961.05840.957720111.42541.41320.99141.09092.11581.22641.54781.00661.00011.30450.99051.35351.26561.06010.960620121.46391.34020.91551.10892.22611.23931.61650.99021.00011.32650.97121.36671.32291.12180.949320131.46861.33750.91061.11262.35401.19231.73360.98231.00011.50480.99901.42531.42191.17940.963420141.47001.11290.75721.11632.70071.29741.82030.97601.00011.37160.90781.46771.47921.03170.9634

表8　上海电力发展基态指数基准值及各指标权重值

2上海电力发展基态指数的分析

2.1基本分析

(1)电力发展基态指数的显著增长原因，如2008年来自装机容量、年度发电量和电力消费的增长；2010年来自电力生产、电网运行和电力消费同时增长，电力消费电量、发电量、发电装机容量、变压器容量增长明显；2011年电力生产环节的几乎所有指标都有明显的增长。

(2) 电力发展基态指数增长较低原因，2012年发电量减少，发电利用小时数减少；2014年装机容量几乎没有增长，发电量和发电利用小时数都减小，也导致了发电环节是负增长。

(3)最大峰谷差占最高负荷比重指标，既有反映电网控制难度的考虑，又有反映电力消费季节与时间的考虑；将其安排在电网运行或电力消费需权衡和优化。以2014年数据为案例，经计算，如若将其安排在电网运行，则电网运行指数为负增长1.72，电力消费指数增长78.63；如若将其安排在电力消费，则电网运行指数增长8.73，电力消费增长26.81。显然，将该指标安排在电力消费更合适。

2.2灵敏度分析

(1)电力消费电量与发电分配增长的灵敏度分析

以假设2014年电力消费增长分别为0%、2%和5%，而对应的发电量影响分别按照完全由本地发电机组满足、完全由外地清洁能源满足、或者本地发电机组和外来电均分增长的电量，表9给出了7种参数变化的情况，表10为不同参数变化下基态指数及各环节指数的影响。

显然，电力消费电量增长，将引领基态指数、电力消费环节指数和电力生产环节指数增长，且电力消费的增长由外来清洁能源承担，或至少承担一半都比独立由本地发电承担对基态指数的增长显著。

表9　假设2014年变化的参数

表10　不同参数变化对上海电力基态指数的影响

(2)最大峰谷差占比的灵敏度分析

表11为当最大峰谷差占比增大后，由于其是反向性指标，将使电力消费环节指数下降，同时影响基态指数值下降。

表11　最大峰谷差占最高用电负荷比重的灵敏度分析

2.3贡献率分析

可以将各子指数的变化乘以其权重比上海电力发展基态指数的变化量，作为其对基态指数的贡献率。

3结语

以2006年为基准年的各年上海电力发展基态指数及其轨迹，成为对上海电力发展基本状态的一个综合表征。

在条件具备时，电网运行的指标从变压器变电容量扩展到分电压等级的变电站容量和线路长度；电力生产的二氧化硫排放量指标可扩展到包含氮氧化物排放量。

参考文献：

[1]胡兆光. 电力供需指数研究 [J]. 电力与经济，2007，40(7)：5-7.

HU Zhao-guang. Power supply and demand index[J]. Electric Power,2007,40(7):5-7.

[2]徐青山，王文帝，林章岁，等. 面向行业大数据特征挖掘的电力经理指数体系的建立与应用[J]. 电力自动化设备，2015，35(7)：15-21.

XU Qing-shan, WANG Wen-di, LIN Zhang-sui, et al. Establishment and application of EMI indicator system orienting to massive industrial data mining[J]. Electric Power Automation Equipment,2015,35(7).

[3]熊祥福. 经济调控下的电力消费指数探究[J] .环境经济，2014(125)：45-46.

[4]上海电力技术与管理学院，上海市能源研究会.上海电力发展状况分析报告 [R] .2015.

[5]吕跃进，张维. 指数标度在AHP标度系统中的重要作用[J]. 系统工程学报，2003，18(5)：452-453.

LV Yue-jin, ZHANG Wei. Kernel function of index scale in AHP scale system[J]．Journal of Systems Engineering，2003，18(5)：452-453.

(本文编辑：赵艳粉)

Construction and Analysis of Shanghai Power Development Basic State Index

YU Guo-qin1, GUAN Ren-long2, ZOU Bin3, HU Jian-yi4, SHAO Yu-ying1, ZHANG Xin-hua1

(1. Shanghai Municipal Electric Power Company, Shanghai 200432, China;2. State Grid East China Branch, Shanghai 200120, China;3. Shanghai University, Shanghai 200072, China;4. Shanghai Academy of Social Sciences, Shanghai 200030, China)

Abstract:Based on the analytic hierarchy process (AHP) and the hierarchical correlation index equivalent weights for consistency checking, this paper builds up the index matrix reflecting the basic situation of Shanghai electric power development in the recent decade, and obtains the basic state index (BSI) value and curve per year of Shanghai electric power development; It also makes optimal combination of the "bottom" index and the sensitivity analysis of the related indicators, and proposes some suggestions on the BSI reading method analysis.

Key words:power basic state index; electric power development; analytic hierarchy process (AHP)

DOI：10.11973/dlyny201602001

作者简介：俞国勤(1962)，男，硕士，高级工程师，从事电力系统技术管理工作。

中图分类号：F426

文献标志码：A

文章编号：2095-1256(2016)02-0157-04

收稿日期：2016-01-15