-
根据南方电网公司发布的数字电网白皮书(2020)对数字电网的定义和特征的阐述,结合数字电网的特征和发展方向,分析影响数字电网发展的关键因素,形成本体安全、绿色消纳、平台赋能、数据驱动、开放共享和价值创造等6项核心指标。基于6项核心指标,分析其中最能反映数字电网建设成效的主要因素并设计相应的指标,从而形成一套能全面反映数字电网发展水平的综合评价指标体系。采用上述思路,梳理并设计了含有两级指标的数字电网综合评价指标体系,如表1所示。
一级指标 二级指标 涵义 本体安全 供电可靠性 直接反映了供电企业对电力用户的持续供电能力,是电网企业整体管理水平综合体现 网络安全防护水平 包括网络安全管理、网络安全防护技术能力、网络安全规范等在内的电网企业网络安全整理防护水平 数据泄密安全事故数 反映电网企业在数据安全防护与管理水平 数据安全能力成熟度 评估电网企业数据安全整理管理水准和数据安全能力 数字化自主可控率 反映电网企业在芯片、操作系统等核心领域技术掌握情况,对数字基础设施的可控能力 绿色消纳 新能源接入力度 在能源构成中新能源电源装机占比及其发电量占总发电量比例 清洁能源减排 反映通过用能方式的优化及需求侧管理,从而在用户侧取得的实际减少碳排放
效益负荷侧碳减排 反映用户侧的节能减排成效 电网企业自身能耗 电网企业自身的能耗情况,如煤、电、油、气等类型能耗 设备利用率 反映电网输、变、配电设备的运营效率和设备服役情况,反映电网经济运行状况 平台赋能 算力水平 电网企业服务器、存储、网络等信息化基础设施水平,反映整体计算能力水平 业务在线化 反映电网业务在线流转情况 企业应用云化率 反映电网企业业务应用上云情况 应用系统建设周期 反映信息化对业务需求的响应效率 中台服务活跃度 反映公共业务服务在电网企业内部的共享情况 应用系统可用率 反映应用系统运行的可靠程度 统一数字身份率 反映企业内外部用户的统一数字身份管理水平 数据驱动 数字化设备联网率 智能终端、智能传感器等设备的在线联网情况 全域数据应用水平 反映电网企业所有数据的实际应用情况,可从数据应用数量、实用化程度进行定量分析 数据资产活跃度 反映电网企业数据资产的利用程度 数据供给周期 反映面向企业所有数据用户,实施数据供给服务的效率 数据标准化率 反映电网企业数据是否按统一的数据标准进行规范化 数据确权率 反映在电网企业范围内针对所有数据资产开展数据产权确权情况 数据质量水平 衡量电网企业全量数据在数据一致性、完整性、准确性等管理水平 数据管理能力 按照数据管理能力成熟度评估相关国家标准,评估电网整体数据管理能力和水平 开放共享 数据共享开放服务化率 反映电网企业的数据对内共享和对外开放的数据服务完备程度 生态合作伙伴间数据互通率数 电网企业与生态合作伙伴数据共享互通情况,反映电网企业数据对外开放水平 对外开放合作产品水平 反映电网企业与生态合作伙伴开展产品合作的水平,可从产品数量、产品质量等方面进行定量分析 能源业务生态化水平 反映电网企业业务生态化程度,即合作伙伴之间能够实现资源、业务或能力的共享、协同,可从生态合作伙伴的能力共享案例数量、协同案例数量进行定量分析 电网组织生态化水平 反映电网企业组织生态化程度,即合作伙伴间建立了强链接关系,能够自由、动态开展跨组织合作,可从合作伙伴的,可从跨组织合作案例数量等方面定量评价 价值创造 数字经济规模与质量 反映电网企业数字经济总体发展情况,包括发展规模、发展质量、收入占总体收入比例等,反映数字经济拓展能力 新产品产值贡献率 反映电网企业新兴业务的拓展能力 产业带动能力 反映电网企业对整个能源产业价值链整合能力、带动能力 Table 1. Comprehensive evaluation indicator system of digital power grid
-
上述数字电网综合评价指标体系从多个维度刻画数字电网发展水平,相对完整和全面,但指标数量较多、部分指标计算复杂,数据获取困难,实际中操作中难度较大。因此有必要在上述综合指标体系的基础上选择一套针对有代表性、覆盖面广、便于操作、计算简单的数字电网关键指标。
数字电网关键指标选择思路基于以下4点:
1)指标选择应能准确反映数字电网的本质。数字电网的本质是电网数字化、企业数字化、服务数字化和能源生态数字化。关键指标的选择应围绕上述主题开展。
2)指标选择应能体现数字电网的数字特性。应能体现数字技术进步与用户需求驱动电网变革,赋予电网更多新的应用场景。
3)指标选择应强调数据生产要素,注重电力数据价值的创造。数字电网以数据为核心生产要素推进电网企业转型和参与发展数字经济。
4)强调电网企业生态发展。通过数字化技术推动能源产业价值链整合,通过开放与合作与生态合作伙伴共同构建智慧能源产业生态。
根据上述思路,在上述数字电网综合评价指标体系的基础上,从代表性、覆盖面、可量化等方面进行专家评分,筛选出数字电网的核心评价指标,如图1所示。
图1所示数字电网核心评价指标体系中,核心指标体系由6项一级指标和12项二级指标构成。从数字电网的本质和特征来看,上述核心指标力求从电网数字化、企业数字化、服务数字化和能源生态数字化等方面描述数字电网发展水平,各指标均与一个或多个业务维度相关。
-
层次分析法(AHP)基于定性和定量相结合的思路采用系统化、层次化方法解决多目标决策的问题。该方法先将指标两两比较,确定相对重要性程度,基于比较结果构造比较判断矩阵,也可由多个专家构造比较判断矩阵,然后综合给出评价结果。基于模糊数集理论,模糊综合评价法(FCE)为了解决各种非确定问题,把定性评价的数据转化为定量数据[17]。数字电网是一个全新的概念,相关专家学者和电网企业在不断创新数字电网理论、探索数字电网建设方向,因此,数字电网发展水平难以用准确的定量关系或简单数值描述,基于模糊集理论的模糊综合评价方法对评价数字电网发展水平这类模糊信息具有较强的适用性。分别利用AHP和FCE方法互补的特点,实现对数字电网的指标权重赋权,然后进行定量评价,得到数字电网发展指数。
-
基于AHP-FCE模型的数字电网发展指数评估按以下步骤进行:
步骤1:构建数字电网层次结构模型。采用AHP-FCE方法利用分层思想,对数字电网的影响因素进行筛选,构造数字电网评价体系的分层模型,将一级指标作为准则层,将二级指标作为备选方案,如图2所示数字电网分层模型。
上述两级评价指标体系中,因素集
$U = ({u_1}, {u_2},\cdots,{u_m})$ 表示数字电网核心评价指标的一级评价指标,元素${u_i}$ 代表影响评价对象的第i个因素。通常元素${u_i}$ 都具有一定程度的模糊性。因素集${u_{ij}}(i = 1, 2,\cdots,m,j = 1,2,\cdots,s)$ 表示相应的二级指标。步骤2:指标权重赋权。根据指标的重要程度赋予相应的权重。通常由于各指标对目标问题的重要程度不同,应确定相应权重。本文采用AHP方法确定指标权重。首先构造出判别矩阵,采用相对尺度将因素两两比较。
$$ A = \{ {a_{ij}}\} (i = 1,2,\cdots,m,j = 1,2,\cdots,s) $$ (1) 判别矩阵的元素
${a_{ij}}$ 表示的是第i个因素相对于第j个因素的比较结果。判别矩阵${a_{ij}}$ 的标度方法如表2所示。标度 含义 1 表示两个因素相比,具有同样重要性 3 表示两个因素相比,一个因素比另一个因素稍微重要 5 表示两个因素相比,一个因素比另一个因素明显重要 7 表示两个因素相比,一个因素比另一个因素强烈重要 9 表示两个因素相比,一个因素比另一个因素极端重要 2, 4, 6, 8 上述两相邻判断的中值 倒数 因素i与因素j的重要性之比,${a_{ji} }{\text{ = } }\dfrac{1}{ { {a_{ij} } } }$ 注:采用Santy 1-9的标度方法。 Table 2. Scale method of judgment matrix
通过专家调查得到各个评价指标对评价目标的权重排序。在进行层次单排序后进行一致性检验。
${w_i}(i = 1,2,\cdots,6)$ 表示一级评价指标相对于数字电网发展指数的权重向量,${w_{ij}}(i = 1,2,\cdots,6,j = 1,2,\cdots,12)$ 是二级评价指标j相对于上一级指标i的权重,对应向量的最大特征根为${\lambda _{\max }}$ ,特征向量需归一化处理。步骤3:建立模糊综合评价模型。首先建立模糊综合评价等级论域,表示对指标的可能做出的各种结果形成的集合。
$$ V = ({v_1},{v_2},\cdots,{v_n}) $$ (2) 式中:
${v_j}$ ——第j种评价结果,例如优,良,中,差。以上述分层模型的方案层为评价指标,通过专家调查对单个因素进行评价,建立评价矩阵。若因素集U中第q个元素对评价集V中第k个元素的隶属度为rqk,则对第q个元素单因素评价的结果用模糊集合表示为:
${R_i} = \left( {{r_{q1}},{r_{q2}},\cdots,{r_{qn}}} \right)$ ,m个单因素评价向量${{\boldsymbol{R}}}_{1},{{\boldsymbol{R}}}_{2},\cdots,{{\boldsymbol{R}}}_{m}$ 组成矩阵${{\boldsymbol{R}}_{m \times n}}$ ,称为模糊综合评价矩阵。$$ {{\boldsymbol{R}}_{m \times n}} = \left\{ {{r_{ij}}} \right\},i = 1,2,\cdots,m,j = 1,2,\cdots,n $$ (3) 基于上述单因素评价矩阵R,结合因素权重A,通过模糊变化,将A转变为B,即
$$ {\boldsymbol{B}} = {{\boldsymbol{A}}_{1 \times m}} \circ {{\boldsymbol{R}}_{m \times n}} = \left( {{b_1},{b_2},\cdots,{b_n}} \right) $$ (4) 式中:
$ \circ $ ——综合评价算子,取矩阵乘法。最后根据AHP-FCE综合评价模型确定最终评价得分,即
$$ F = {B_{1 \times n}}S_{1 \times n}^T $$ (5) 式中:
F ——系统总得分;
S ——V中相应因素的设定分值。
总得分F即表示数字电网发展指数的综合评估结果。
-
本文基于AHP-FCE模型,选择南方电网公司具有代表性的3家电网企业:电网公司1、电网公司2、电网公司3作为评价对象,从2020年企业信息公开数据收集相关影响因素的参数,同时还通过调研问卷、专家访谈形式进行调查,邀请多位从事数字电网规划、建设的相关专家进行模拟测评,对3家电网企业数字电网发展水平进行对比评价。
-
基于专家调查数据,对专家评判矩阵进行几何平均,计算出一级核心指标的判别矩阵,并计算得到对应因素的权重。准则层判别矩阵和权重向量分别如下:
本体安全
$$ {{\boldsymbol{A}}_1} = \left[ {\begin{array}{*{20}{c}} 1&{2.036\;2} \\ {0.491\;1}&1 \end{array}} \right] \text{,} {{\boldsymbol{w}}_1} = \left( {0.670\;6,0.227\;8} \right) $$ (6) 绿色消纳
$$ {{\boldsymbol{A}}_2} = \left[ {\begin{array}{*{20}{c}} 1&{{\text{2}}{\text{.168\;9}}} \\ {{\text{0}}{\text{.461\;1}}}&1 \end{array}} \right] \text{,} {{\boldsymbol{w}}_2} = \left( {0.684\;4,0.315\;6} \right) $$ (7) 平台赋能
$$ {{\boldsymbol{A}}_3} = \left[ {\begin{array}{*{20}{c}} 1&{1.584\;9} \\ {0.631}&1 \end{array}} \right] \text{,} {{\boldsymbol{w}}_3} = \left( {0.613\;1,0.386\;9} \right) $$ (8) 数据驱动
$$ {{\boldsymbol{A}}_4} = \left[ {\begin{array}{*{20}{c}} 1&{1.795\;6} \\ {0.556\;9}&1 \end{array}} \right] \text{,} {{\boldsymbol{w}}_4} = \left( {0.642\;3,0.357\;7} \right) $$ (9) 开放共享
$$ {{\boldsymbol{A}}_5} = \left[ {\begin{array}{*{20}{c}} 1&{1.319\;5} \\ {0.757\;9}&1 \end{array}} \right] \text{,} {{\boldsymbol{w}}_5} = \left( {0.568\;9,0.431\;1} \right) $$ (10) 价值创造
$$ {{\boldsymbol{A}}_6} = \left[ {\begin{array}{*{20}{c}} 1&{1.903\;7} \\ {0.525\;3}&1 \end{array}} \right] \text{,} {{\boldsymbol{w}}_6} = \left( {0.655\;6,0.344\;4} \right) $$ (11) 目标层判别矩阵和权重向量如下:
$$ \begin{split} &{\boldsymbol{A}} =\\& \left[ {\begin{array}{*{20}{c}} 1 & {3.275\;2} & {3.696\;2} & {3.408\;3} & {4.794\;1} & {4.622\;4} \\ {0.305\;3} & 1 & {1.697\;6} & {1.377} & {1.176\;1} & {0.819\;9} \\ {0.270\;5} & {0.589\;1} & 1 & {0.742} & {0.589\;1} & {0.463} \\ {0.293\;4} & {0.726\;2} & {1.347\;7} & 1 & {0.718\;5} & {0.596\;9} \\ {0.208\;6} & {0.850\;3} & {1.697\;6} & {1.391\;8} & 1 & {0.608\;4} \\ {0.216\;3} & {1.219\;7} & {2.159\;8} & {1.6754} & {1.643\;8} & 1 \end{array}} \right] \\& {{\boldsymbol{w}}_i} = \left( {0.439\;8,0.127\;3,0.078\;1,0.096\;7,0.109\;2,0.148\;9} \right) \end{split} $$ (12) 方案层中要素对数字电网发展指数的权重如表3所示。
要素 权重 供电可靠性 0.295 0 网络安全防护能力 0.144 9 数字经济规模与质量 0.097 6 新能源接入力度 0.087 1 全域数据应用水平 0.062 1 能源业务生态化水平 0.062 1 产业带动能力 0.051 3 算力水平 0.047 9 电网组织生态化水平 0.047 1 清洁能源减排 0.040 2 数据管理能力 0.034 6 业务在线化 0.030 2 Table 3. Sorting weights of scheme layer elements
基于上述数据,总体上看数字电网仍然强调电网的本体安全,供电可靠性和网络安全防护能力权重首位度高,但是数字经济规模与质量、新能源接入力度、全域数据应用水平和能源产业生态化水平等是数字电网的发展重点。
-
结合电网公司实际,建立评价等级论域,如下:
$$ V=(起步发展,夯实基础,快速发展,国内先进,国际领先) $$ 然后进行单因素模糊评价,对于隶属度函数的选择,本文采用模糊统计法(部分指标可采用梯形分布或正态分布为隶属度函数),并为评价论域设定分值如表4所示。
评价等级 值 起步发展 1 夯实基础 2 快速发展 3 国内先进 4 国际领先 5 Table 4. Value of domain of discourse
通过专家评审打分,根据公式(3)和公式(4),以电网公司1“本体安全”对应的“供电可靠性”和“网络安全防护能力”要素为例,计算结果如下:
$$ \begin{split} &{{\boldsymbol{A}}_{\text{1}}}{\text{ = (0}}{\text{.670\;6,0}}{\text{.329\;4)}} \\& {{\boldsymbol{R}}_1} = \left( \begin{gathered} 4.2 \\ 3.8 \\ \end{gathered} \right) \\& {{\boldsymbol{b}}_1} = {{\boldsymbol{A}}_1} \circ {{\boldsymbol{R}}_1}{\text{ = (0}}{\text{.670\;6,0}}{\text{.329\;4)}}\left( \begin{gathered} 4.2 \\ 3.8 \\ \end{gathered} \right){\text{ = 4}}{\text{.068\;3}} \end{split} $$ 同理计算,以此得到3家电网公司的模糊评价向量和数字电网综合指数结果。
$$ {{\boldsymbol{B}}_1} = \left( {{\text{4}}{\text{.068\;3,3}}{\text{.210\;7,3}}{\text{.554\;7,3}}{\text{.543\;1,3}}{\text{.000\;0,3}}{\text{.000\;0}}} \right) $$ $$ {F_1} = {B_{1 \times n}}*S_{1 \times n}^T = 3.592\;7 $$ (13) $$ {{\boldsymbol{B}}_2} = \left( {{\text{3}}{\text{.402\;4,2}}{\text{.673\;8,3}}{\text{.522\;6,3}}{\text{.071\;5,2}}{\text{.600\;0,2}}{\text{.262\;2}}} \right) $$ $$ {F_2} = {B_{1 \times n}}*S_{1 \times n}^T = 3.029\;9 $$ (14) $$ {{\boldsymbol{B}}_3} = \left( {{\text{3}}{\text{.402\;4,3}}{\text{.273\;8,3}}{\text{.032\;1,3}}{\text{.000\;0,2}}{\text{.086\;2,2}}{\text{.068\;9}}} \right) $$ $$ {F_3} = {B_{1 \times n}}*S_{1 \times n}^T = 2.975\;6 $$ (15) 式中:
${{\boldsymbol{B}}_1}$ 、${{\boldsymbol{B}}_2}$ 和${{\boldsymbol{B}}_3}$ ——电网公司1、电网公司2、电网公司3的模糊评价向量;$ {F_1} $ 、$ {F_2} $ 和$ {F_3} $ ——电网公司1、电网公司2、电网公司3的指数综合计算结果。最后评估情况如图3所示。
指数综合计算结果如表5所示。
电网企业 发展指数 电网公司1 3.592 7 电网公司2 3.029 9 电网公司3 2.975 6 Table 5. Development index of digital power grid
从图3和表5可以看出3家电网企业的数字电网发展水平得分均不高,除了本体安全指标外,其他方面均有广阔的发展空间。相对来看,电网公司1的数字电网发展水平相对较好,核心关键指标均领先于另两家电网企业,尤其是在数字技术应用、数据价值发挥和能源生态拓展等方面基础好起步早。电网公司2与电网公司3总体发展水平相当,电网公司3在能源产业生态拓展、数字经济发展等方面落后。总而言之,三家电网企业的数字电网发展水平总体不高,与“十四五”建成数字电网的目标还有一定的差距。
Evaluation of Digital Power Grid Development Index Based on Fuzzy Theory
doi: 10.16516/j.gedi.issn2095-8676.2023.S1.001
- Received Date: 2022-10-18
- Rev Recd Date: 2022-12-13
- Publish Date: 2023-06-30
-
Key words:
- digital power grid /
- new-generation digital technology /
- fuzzy comprehensive evaluation /
- new power system /
- indicator system
Abstract:
Citation: | FENG Guoping, LI Juan, XIE Wenyan, JI Xiaoheng, GU Mingsheng, HUANG Xiang. Evaluation of Digital Power Grid Development Index Based on Fuzzy Theory[J]. SOUTHERN ENERGY CONSTRUCTION, 2023, 10(S1): 1-9. doi: 10.16516/j.gedi.issn2095-8676.2023.S1.001 |