基于博弈论组合赋权和MARCOS的能源互联网园区项目综合效益评价

doi:10.3969/j.issn.2097-0706.2023.11.009

综合智慧能源 ›› 2023, Vol. 45 ›› Issue (11): 70-81.doi: 10.3969/j.issn.2097-0706.2023.11.009

基于博弈论组合赋权和MARCOS的能源互联网园区项目综合效益评价

申融容¹(), 姜丰¹(), 韦泽全¹(), 刘世民¹(), 祁泽²^,^*()

1.北京北变微电网技术有限公司，北京 100193
2.华北电力大学经济与管理学院，北京 102206

收稿日期:2023-06-06 修回日期:2023-06-29 出版日期:2023-11-25
通讯作者: * 祁泽（1997），男，在读博士研究生，从事电力市场、碳市场、综合能源系统研究，15732789154@163.com。
作者简介:申融容（1997），女，硕士，从事新能源与能源互联网方面的工作，shenrr_hd@163.com；
姜丰（1988），女，从事电力系统方面的工作，1581089577@139.com；
韦泽全（1988），男，硕士，从事新能源与能源互联网方面的工作，463482343@qq.com；
刘世民（1973），男，高级工程师，硕士，从事能源互联网方面的工作，shiminliua@163.com。
基金资助:
北京市延庆区2022年度优秀人才培养专项经费资助项目(YQRC2022-11)

Comprehensive benefit evaluation for Energy Internet park projects based on combined weight of game

SHEN Rongrong¹(), JIANG Feng¹(), WEI Zequan¹(), LIU Shimin¹(), QI Ze²^,^*()

1. Beijing Beibian Microgrid Technology Company Limited，Beijing 100193，China
2. School of Economics and Management，North China Electric Power University，Beijing 102206，China

Received:2023-06-06 Revised:2023-06-29 Published:2023-11-25
Supported by:
Beijing Yanqing District 2022 Outstanding Talent Training Special Fund Project(YQRC2022-11)

摘要/Abstract

摘要：

随着能源革命和“互联网+”战略的提出和可再生能源的快速发展，能源互联网作为一种新的能源业态逐渐成为能源转型过程中构建新型电力系统的重要组成部分。为衡量能源互联网园区项目的综合效益，构建了综合效益评价模型。首先，建立了涵盖经济、社会、环境以及工程推广4个维度的能源互联网园区项目综合效益评价体系；其次，运用博弈论思想将使用熵权法（EWM）和贝叶斯最优最劣法（BBWM）生成的主观和客观权重进行组合，得到涵盖数据信息和指标含义的综合权重；然后，构建了依据折中方案度量备选方案并排序（MARCOS）的能源互联网园区项目综合效益评价模型，并通过对北京某微电网项目进行综合效益评价，得出清洁能源消纳率、投资回收期和供电可靠性是影响能源互联网园区项目综合效益的3个关键性指标，以及该项目的历年综合效益标表现；最后，通过敏感性分析和排序一致性检验论证了所提模型的鲁棒性。

关键词: 新型电力系统, 能源互联网, 综合效益, 博弈论组合赋权, MARCOS, 贝叶斯最优最劣法

Abstract:

With the energy revolution，the proposal of the "Internet +" strategy， and the growing of renewable energy，Energy Internet，as a new energy application format，has gradually become an driver for energy transformation. To measure the comprehensive benefit of an Energy Internet park project，an evaluation model is constructed. A comprehensive benefit evaluation system for an Energy Internet park project covers four dimensions， economic benefit，social benefit，environmental benefit，and promotional value. Then， the comprehensive weights for the indicators are obtained by balancing the subjective and objective weights generated by Entropy Weight Method（EWM）and Bayesian Best and Worst Method（BBWM）with game theory. The comprehensive weights reflect all data and indicators mentioned. The comprehensive benefit evaluation model for Energy Internet park projects based on Measurement Alternatives and Ranking according to the Compromise Solution（MARCOS） is constructed. Taking a comprehensive benefit evaluation system for a microgrid in Beijing as the example，it is found that the clean energy consumption rate， payback period，and power supply reliability are three key indicators that affect the annual comprehensive benefit of the project. Finally，the robustness of the proposed model is demonstrated through sensitivity analysis and ranking consistency testing.

Key words: new power system, Energy Internet, comprehensive benefit, combined weight of game theory, MARCOS, Bayesian Best and Worst Method

中图分类号:

TK01⁺8:TM73:F224

申融容, 姜丰, 韦泽全, 刘世民, 祁泽. 基于博弈论组合赋权和MARCOS的能源互联网园区项目综合效益评价[J]. 综合智慧能源, 2023, 45(11): 70-81.

SHEN Rongrong, JIANG Feng, WEI Zequan, LIU Shimin, QI Ze. Comprehensive benefit evaluation for Energy Internet park projects based on combined weight of game[J]. Integrated Intelligent Energy, 2023, 45(11): 70-81.

图/表 14

图1

图2

表1

表2

表3

表4

表5

图3

表6

综合效益评价结果

年份	$f K i +$	$f K i -$	效用函数值 $f K i$	排序
第5年	0.484 7	0.515 3	0.028 5	1
第4年	0.489 3	0.510 7	0.025 6	2
第3年	0.504 2	0.495 8	0.022 8	5
第2年	0.507 3	0.492 7	0.023 3	4
第1年	0.486 1	0.513 9	0.025 4	3

表6

图4

表7

图5

表8

表9

模型排序一致性检验结果

一致性指标	模型1	模型2	模型3
$r s$	1.000 0	0.800 0	0.900 0
$r w$	1.000 0	0.770 0	0.900 0
$W S$	1.000 0	0.760 0	0.875 0

表9

参考文献 28

[1]	国家发展与改革委员会, 国家能源局. 关于推进“互联网+”智慧能源发展的指导意见[R/OL]. 2016. http://www.nea.gov.cn/2016-02/29/c_135141026.html.
[2]	朱彤. 能源安全新风险与新逻辑:系统韧性的视角——兼论新逻辑下我国能源安全问题与战略思路[J]. 技术经济, 2023, 42(2):1-10.
	ZHU Tong. New risks and new logics of energy security: From the perspective of system resilience concurrently discussing problem of energy security and strategic thinking under the new logic in China[J]. Journal of Technology Economics, 2023, 42(2):1-10.
[3]	郭政, 吴武清, 刘源, 等. 基于多任务支持向量机的能源互联网数据深度融合方法[J]. 计算机应用与软件, 2023, 40(3):22-27.
	GUO Zheng, WU Wuqing, LIU Yuan, et al. Energy Internet data deep fusion method based on multi-task support vector machine[J]. Computer Applications and Software, 2023, 40(3):22-27.
[4]	原凯, 李敬如, 宋毅, 等. 区域能源互联网综合评价技术综述与展望[J]. 电力系统自动化, 2019, 43(14):41-52,64.
	YUAN Kai, LI Jingru, SONG Yi, et al. Review and prospect of comprehensive evaluation technology of regional energy internet[J]. Automation of Electric Power Systems, 2019, 43(14):41-52,64.
[5]	贺兴, 潘美琪, 唐跃中, 等. 基于数字孪生与元宇宙的能源互联网认知系统论(二):面向复杂系统涌现现象的虚拟仿真推演框架[J/OL]. 中国电机工程学报:1-13(2023-03-24)[2023-05-11]. https://doi.org/10.13334/j.0258-8013.pcsee.223425.
	HE Xing, PAN Meiqi, TANG Yuezhong, et al. System theory on perception of energy internet of things based on digital twins and metaverse (ii): Virtual simulation and analytical deduction framework for emergency phenomenon in complex system[J/OL]. Proceedings of the CSEE:1-13(2023-03-24)[2023-05-11]. https://doi.org/10.13334/j.0258-8013.pcsee.223425.
[6]	刘宇尘, 唐跃中, 钟海旺, 等. 基于价值分配、成本分摊的城市能源互联网交易机制与方法研究[J]. 电网技术, 2023, 47(2):603-614.
	LIU Yuchen, TANG Yuezhong, ZHONG Haiwang, et al. Value distribution and cost allocation model and method of urban energy internet[J]. Power System Technology, 2023, 47(2):603-614.
[7]	郭宴秀, 苏建军, 刘洋, 等. 考虑电热交互和共享储能的多综合能源系统运行优化[J]. 中国电力, 2023, 56(4):138-145.
	GUO Yanxiu, SU Jianjun, LIU Yang, et al. Optimal operation of multiple integrated energy systems considering power and heat interaction and shared energy storage system[J]. Electric Power, 2023, 56(4):138-145.
[8]	曾鸣, 刘英新, 周鹏程, 等. 综合能源系统建模及效益评价体系综述与展望[J]. 电网技术, 2018, 42(6):1697-1708.
	ZENG Ming, LIU Yingxin, ZHOU Pengcheng, et al. Review and prospects of integrated energy system modeling and benefit evaluation[J]. Power System Technology, 2018, 42(6):1697-1708.
[9]	柴鹏飞, 孙雅娟, 沈可, 等. 基于数据包络分析的电能质量综合评估方法研究[J]. 电测与仪表, 2016, 53(4):124-128.
	CHAI Pengfei, SUN Yajuan, SHEN Ke, et al. Research on synthetic evaluation method of power quality based on data envelopment analysis[J]. Electrical Measurement & Instrumentation, 2016, 53(4):124-128.
[10]	杨雍琦, 薛万磊, 赵昕, 等. 基于贝叶斯最优最劣法和云模型的售电公司信用风险评价模型研究[J]. 现代电力, 2022, 39(4):449-459.
	YANG Yongqi, XUE Wanlei, ZHAO Xi, et al. Research on credit risk evaluation model of electricity selling company based on bayesian best worst method and cloud model[J]. Modern Electric Power, 2022, 39(4):449-459.
[11]	申融容. 热电解耦灵活性改造项目综合评价研究[D]. 北京: 华北电力大学, 2022.
	SHEN Rongrong. Comprehensive evaluation of decoupling of thermal and power generation flexibility retrofitting project[D]. Beijing: North China Electric Power University, 2022.
[12]	GUO S, QI Z. A fuzzy best-worst multi-criteria group decision-making method[J]. IEEE Access, 2021, 9: 118941-118952. doi: 10.1109/ACCESS.2021.3106296
[13]	GUO S, ZHAO H R. Fuzzy best-worst multi-criteria decision-making method and its applications[J]. Knowledge-based Systems, 2017, 121, 23-31.
[14]	孔祥玉, 李闯, 郑峰, 等. 基于经验模态分解与特征相关分析的短期负荷预测方法[J]. 电力系统自动化, 2019, 43(5):46-56.
	KONG Xiangyu, LI Chuang, ZHENG Feng, et al. Short-term load forecasting method based on empirical mode decomposition and feature correlation analysis[J]. Automation of Electric Power Systems, 2019, 43(5):46-56.
[15]	杨琦, 马世英, 唐晓骏, 等. 微电网规划评价指标体系构建与应用[J]. 电力系统自动化, 2012, 36(9):13-17.
	YANG Qi, MA Shiying, TANG Xiaojun, et al. Evaluation index system construction and application of microgrid planning[J]. Automation of Electric Power Systems, 2012, 36(9):13-17.
[16]	吴强, 程林, 黄河, 等. 基于层次分析法的能源互联网综合能效评估方法[J]. 电气应用, 2017, 36(17):62-68.
	WU Qiang, CHENG Lin, HUANG He, et al. Comprehensive energy efficiency evaluation method of energy internet based on analytic hierarchy process[J]. Electrical Applications, 2017, 36(17):62-68.
[17]	王文彬, 郑蜀江, 范瑞祥, 等. “双碳”背景下微网分布式电能交易绩效评价指标与方法[J]. 上海交通大学学报, 2022, 56(3):312-324.
	WANG Wenbin, ZHENG Shujiang, FAN Ruixiang, et al. Performance evaluation lndex and method of micro-grid distributed electricity trading under the background of "carbon peaking and carbon neutrality"[J]. Journal of Shanghai Jiaotong University, 2022, 56(3):312-324.
[18]	董文杰, 田廓, 陈云斐, 等. 能源互联网下基于博弈与证据理论的综合能源系统评价方法研究[J]. 智慧电力, 2020, 48(7):73-80.
	DONG Wenjie, TIAN Kuo, CHEN Yunfei, et al. Evaluation method of comprehensive energy system based on game theory & evidence theory under energy lnternet[J]. Smart Power, 2020, 48(7):73-80.
[19]	杨永标, 郑红娟, 霍现旭, 等. 小型能源互联网多源优化综合评估技术研究[J]. 电器与能效管理技术, 2017 (8):53-60.
	YANG Yongbiao, ZHENG Hongjuan, HUO Xianxu, et al. Research on multi-source optimization evaluation technology of small energy lnternet[J]. Electrical & Energy Management Technology, 2017(8):53-60.
[20]	赵国涛, 钱国明, 王盛, 等. “双碳”目标下火电企业绿色低碳转型的对策分析[J]. 华电技术, 2021, 43(10): 11-21.
	ZHAO Guotao, QIAN Guoming, WANG Sheng, et al. Analysis on solution for green and low-carbon transformation of thermal power enterprises to achieve carbon peak and carbon neutrality[J]. Huadian Technology, 2021, 43(10): 11-21.
[21]	王志杰, 陈文, 朱晓星, 等. 基于数据驱动的火电机组灵活性综合评价方法及应用[J/OL]. 现代电力:1-7(2023-06-27)[2023-06-28]. https://doi.org/10.19725/j.cnki.1007-2322.2022.0281.
	WANG Zhijie, CHEN Wen, ZHU Xiaoxing, et al. Comprehensive evaluation method for thermal power unit flexibility based on data-driven and its application[J/OL]. Modern Electric Power:1-7(2023-06-27)[2023-06-28]. https://doi.org/10.19725/j.cnki.1007-2322.2022.0281.
[22]	李彬, 胡纯瑾, 王婧. 基于EEMD-BiLSTM的可调节负荷预测方法[J]. 综合智慧能源, 2022, 44(9): 33-39. doi: 10.3969/j.issn.2097-0706.2022.09.005
	LI Bin, HU Chunjin, WANG Jing. Prediction method for adjustable load based on EEMD-BiLSTM[J]. Integrated Intelligent Energy, 2022, 44(9): 33-39. doi: 10.3969/j.issn.2097-0706.2022.09.005
[23]	王敏, 邹婕, 王惠琳, 等. 基于改进的AHP-CRITIC-MARCOS配电网设备风险评估方法[J]. 电力系统保护与控制, 2023, 51(3):164-172.
	WANG Min, ZOU Jie, WANG Huilin, et al. Improved AHP-CRITIC-MARCOS-based risk assessment method for distribution network equipment[J]. Power System Protection and Control, 2023, 51(3):164-172.
[24]	SAŁABUN W, WĄTRÓBSKI J, SHEKHOVTSOV A. Are mcda methods benchmarkable?A comparative study of topsis, vikor, copras, and promethee ii methods[J]. Symmetry, 2020, 12(9): 1549. doi: 10.3390/sym12091549
[25]	KIZIELEWICZ B, WĄTRÓBSKI J, SAŁABUN W. Identification of relevant criteria set in the MCDA process—Wind farm location case study[J]. Energies, 2020, 13(24): 6548. doi: 10.3390/en13246548
[26]	孙健, 王寅武, 吴可欣, 等. 综合能源系统中热泵技术研究与应用[J]. 综合智慧能源, 2023, 45(4): 1-11. doi: 10.3969/j.issn.2097-0706.2023.04.001
	SUN Jian, WANG Yinwu, WU Kexin, et al. Research and application of heat pump technology in integrated energy systems[J]. Integrated Intelligent Energy, 2023, 45(4): 1-11. doi: 10.3969/j.issn.2097-0706.2023.04.001
[27]	赵会茹, 李兵抗, 苏群, 等. 基于博弈论组合赋权和改进TOPSIS的新能源发电商信用风险评价模型研究[J/OL]. 现代电力:1-11(2022-10-29)[2023-05-11]. https://doi.org/10.19725/j.cnki.1007-2322.2022.0027.
	ZHAO Huiru, LI Bingkang, SU Qun, et al. Research on credit risk evaluation model of new energy power producers based on game theory combination weights and improved TOPSIS[J/OL]. Modern Electric Power:1-11(2022-10-29)[2023-05-11]. https://doi.org/10.19725/j.cnki.1007-2322.2022.0027.
[28]	张尹路, 李文甲, 康利改. 智慧供热在分布式燃气供热中的应用与优化提升[J]. 华电技术, 2020, 42(11): 14-20.
	ZHANG Yinlu, LI Wenjia, KANG Ligai. Application and optimization of intelligent heating in distribute gas heating systems[J]. Huadian Technology, 2020, 42(11): 14-20.

二级指标	信息熵	熵权	排序
建设投资成本O11	0.999 4	0.028 6	11
投资回收期O12	0.997 6	0.114 6	4
运维管理成本O13	0.997 3	0.129 8	3
运营效益O14	0.998 8	0.057 7	7
用户满意度O21	0.999 6	0.018 5	14
智能电表普及度O22	0.999 0	0.048 8	9
供电可靠性O23	0.997 1	0.137 9	2
单位用能成本O24	0.999 0	0.049 2	8
清洁能源比例O31	0.997 7	0.109 3	5
CO₂综合减排量O32	0.999 5	0.023 0	13
清洁能源消纳率O33	0.997 1	0.138 5	1
工程成熟度O41	0.999 2	0.038 3	10
项目可扩展性O42	0.999 4	0.027 3	12
传输容量O43	0.998 4	0.078 3	6

专家编号	最优指标	最劣指标
1	投资回收期O12	传输容量O43
2	清洁能源消纳率O33	智能电表普及度O22
3	项目可扩展性O42	智能电表普及度O22
4	运营收益O14	智能电表普及度O22
5	CO₂综合减排量O32	传输容量O43

指标	最优指标
指标	投资回收期O12	清洁能源消纳率O33	项目可扩展性O42	运营收益O14	CO₂综合减排量O32
O11	3	3	4	2	3
O12	1	2	3	2	2
O13	2	2	4	3	2
O14	3	3	4	1	2
O21	4	4	6	3	3
O22	6	8	9	7	6
O23	3	3	3	2	3
O24	3	3	3	2	3
O31	4	5	3	4	3
O32	4	3	4	6	1
O33	3	1	2	3	2
O41	6	5	3	4	5
O42	5	6	1	4	6
O43	7	6	5	4	7

指标	最劣指标
指标	传输容量O43	智能电表普及度O22	智能电表普及度O22	智能电表普及度O22	传输容量O43
O11	7	6	7	6	6
O12	7	7	7	6	7
O13	6	5	7	5	7
O14	6	6	6	7	6
O21	5	5	7	6	7
O22	2	1	1	1	3
O23	6	7	6	6	6
O24	5	6	7	6	7
O31	6	5	6	6	5
O32	5	6	5	6	7
O33	6	8	7	7	6
O41	3	4	5	6	4
O42	2	4	9	5	3
O43	1	3	2	4	1

一级指标	综合权重	二级指标	主观权重	客观权重	综合权重	排序
经济效益O1	0.342 6	建设投资成本O11	0.083 3	0.028 6	0.069 1	8
		投资回收期O12	0.095 7	0.114 6	0.100 6	2
		运维管理成本O13	0.082 9	0.129 8	0.095 1	4
		运营效益O14	0.084 8	0.057 7	0.077 8	6
社会效益O2	0.264 5	用户满意度O21	0.071 3	0.018 5	0.057 6	10
		智能电表普及度O22	0.031 0	0.048 8	0.035 6	14
		供电可靠性O23	0.082 9	0.137 9	0.097 2	3
		单位用能成本O24	0.082 8	0.049 2	0.074 1	7
环境效益O3	0.245 1	清洁能源比例O31	0.069 4	0.109 3	0.079 7	5
		CO₂综合减排量O32	0.072 6	0.023 0	0.059 7	9
		清洁能源消纳率O33	0.094 1	0.138 5	0.105 6	1
工程推广效益O4	0.147 8	工程成熟度O41	0.055 1	0.038 3	0.050 7	11
		项目可扩展性O42	0.056 5	0.027 3	0.048 9	12
		传输容量O43	0.037 5	0.078 3	0.048 1	13

基于博弈论组合赋权和MARCOS的能源互联网园区项目综合效益评价

Comprehensive benefit evaluation for Energy Internet park projects based on combined weight of game

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 14

参考文献 28

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王泽宁, 李文中, 李东辉, 徐泰山, 俞俊. 基于软件定义的新型电力系统分层自治电力平衡模式研究[J]. 综合智慧能源, 2024, 46(7): 1-11.
[2]	何方波, 裴力耕, 郑睿, 范康健, 张晓曼, 李更丰. “源网荷储”协同助力陕西省新型电力系统建设[J]. 综合智慧能源, 2024, 46(7): 40-46.
[3]	郁海彬, 卢闻州, 唐亮, 张煜晨, 邹翔宇, 姜玉靓, 刘嘉宝. 考虑风险偏好的多主体虚拟电厂经济调度与收益分配策略[J]. 综合智慧能源, 2024, 46(6): 66-77.
[4]	王亮, 邓松. 面向新型电力系统的异常数据检测方法[J]. 综合智慧能源, 2024, 46(5): 12-19.
[5]	俞胜, 周霞, 沈希澄, 戴剑丰, 刘增稷. 考虑网络攻击影响的源网荷储系统风险评估[J]. 综合智慧能源, 2024, 46(5): 41-49.
[6]	王永利, 王亚楠, 马子奔, 秦雨萌, 陈锡昌, 滕越. 面向区块链技术应用的能源交易系统效果评价[J]. 综合智慧能源, 2024, 46(4): 78-84.
[7]	丁乐言, 柯松, 杨军, 施兴烨. 基于自适应控制参数整定的虚拟同步发电机控制策略[J]. 综合智慧能源, 2024, 46(3): 35-44.
[8]	苑曙光, 张瑜婷, 王峰, 苑广震. 蒙西地区规模化储能商业运行模式及风险分析[J]. 综合智慧能源, 2024, 46(3): 63-71.
[9]	李成雲, 杨东升, 周博文, 杨波, 李广地. 基于数字孪生技术的新型电力系统数字化[J]. 综合智慧能源, 2024, 46(2): 1-11.
[10]	张心怡, 杨波. 考虑构网型和跟网型变流器的孤岛微电网小信号稳定性分析[J]. 综合智慧能源, 2024, 46(2): 12-18.
[11]	孙娜, 董海鹰, 陈薇, 马虎林. 新型电力系统场景下网侧规模化储能二次调频控制策略[J]. 综合智慧能源, 2024, 46(2): 59-67.
[12]	孔慧超, 王文钟, 雷一, 彭静, 李海波. 园区受端新型电力系统电力电量再平衡方法[J]. 综合智慧能源, 2024, 46(2): 68-74.
[13]	蔺家骏, 闫玮丹, 胡俊华, 郑一鸣, 邵先军, 郭炳延. 多模态知识图谱在电力运检中的应用与展望[J]. 综合智慧能源, 2024, 46(1): 65-74.
[14]	郁海彬, 董烨, 翁锦德, 胡忻晨, 严威, 吴迪凡. 电力5G切片在城市配电网中的应用及经济效益研究[J]. 综合智慧能源, 2024, 46(1): 75-83.
[15]	胡超, 彭文河, 方支剑. 基于光储充电站的电动汽车分层优化调度[J]. 综合智慧能源, 2023, 45(9): 11-17.

模型	指标赋权方法	属性集成方法
1	EWM-BBWM	MARCOS
2	EWM	MARCOS
3	EWM-BBWM	TOPSIS