| 标题 | 基于组合赋权与Topsis法的电网工程多项目投资效益对比评价模型 |
| 范文 | 李健 摘 要：在电网企业进行电网工程投资组合规划时，往往会出现多项目同时并存的情况，如何合理地分析每个项目的投资效益，并合理地做出投资决策是企业亟待解决的问题。本文使用TOPSIS法电网工程多项目投资效益对比，综合考虑影响电网工程投资效益的各项指标，针对模型的应用深入分析给出进一步深化使用的建议，为今后的电网项目投资比选提供参考。 关键词：电网工程；TOPSIS法；投资效益对比 1 引言 本文针对目前国内电网工程投资效益分析比选的现状，深入分析了可行性研究的工作内容与电力工程项目可行性研究方案的特点。考虑到影响电网工程经济效益的各指标因素后的实际情况，本文提出了一套定 性与定量指标相结合、利用组合赋权法，结合主客观权重后确定各指标重要程度，利用TOPSIS法帮助电网企业作出最终的方案决策。 2 TOPSIS方法介绍 2.1 TOPSIS法简介 TOPSIS法是一种在多指标情况下对多方案进行综合评价的距离综合评价方法，又称为逼近理想解排序法。该方法是根据有限个评价对象与理想化目标的接近程度进行排序，即通过构造决策问题的理想解和负理想解，以接近理想解，远离负理想解作为决策判据，从而对评价对象进行排序优化[1]。在进行同一地区时点、同一类型的多个电网投资项目优化比选时，通过TOPSIS法可以针对电网投资项目的效益进行评价，反映各方案之间的差距，最终做出决策[2]。 2.2 组合赋权法介绍 组合赋权法是通过对定性指标属性的合理评价，同时尽量减少赋权主观随意性的，主客观集成赋权的方法。此处采用网络层次分析法与熵权法，联合确定指标属性的权重。 网络层次分析法（ANP）是在层次分析法的基础上于提出来的一种适应非独立递阶层次结构的决策方法[3]。熵权法是按照各评价指标囊括信息量的多少来计算各个指标权重的，其计算较为简明，可以充分利用指标数据所提供的信息，减少受主观因素的影响[4]。 TOPSIS法与组合赋权法结合，按照指标数据的特征来取得指标的综合权重系数，既体现电网企业对不同效益属性的重视程度，又保留了指标权重的客观性，是兼顾实用性与科学性的多目标优化决策方法。 3 模型实证研究 本节以5个35KV变电站为例，对各变电站的项目投资效益进行综合评价，在构建的指标体系基础上，对各指标进行主客观综合赋权，再结合Topsis法计算各项目与最优方案的相对贴近度并进行排序，对各项目进行优劣排序，为电力企业决策提供参考。以前文构建的电网项目投资效益综合评价指标为基础，考虑变电站项目的特点以及技术与经济指标的对应分析，从功能效益、经济效益及社会效益几方面对各方案进行评价。 3.1 指标数据的分析处理 在12项数据指标中，线路负载能力C5的正常水平为20%-80%，只要负載水平在合理范围内都可以保证线路的良好运行[4]，若以此指标的数值作为比选依据会造成评价偏差。另外社会效应下的三级指标C10至C12均为定性指标，无法直接作量化分析。此处利用灰色指数法等方法对这两类指标进行量化处理。 3.2 主客观权重综合分析 通过构建的指标体系，根据经标准化后的数据计算各指标的熵值及差异系数，求得指标的客观权重。分析各三级指标间的内在联系，利用super decision软件结合企业的主观意见，得出变电站投资效益评价的主观权重得出主客观权重后，求两种权重的平均数，对主客观权重进行加权，如表1所示。 3.3 运用Topsis法进行项目比选 将加权系数矩阵与标准化的指标数据相乘，得到加权标准化决策矩阵，之后根据其计算结果，确定理想解Z+和负理想解Z-。分别计算P1至P5项目与正负理想解的距离，并计算相对贴近度，结果如表2所示。 根据结果分析可知，5个35kV变电站项目中，P5的相对贴近度最大，经济效益综合评价最优，可以作为优先投资的项目选择。 4 模型应用建议 随着电力体制改革的逐渐深入，国家相关政策不断推陈出新，电网投资方案也呈现多元化发展态势。当投资方案变动时，理想解选择的范围变化，每个方案到理想解的距离就会发生变化，各方案之间的优劣顺序也随着变动，可能会发生逆序的现象。电网企业可以通过从理想解和负理想解的确定方面进行研究和改进。收集和整理历史数据，统计汇总出所有可能方案中的最好方案和最差方案，将其定义为绝对理想解和绝对负理想解。当决策方案变动时，不仅可以避免逆序现象，而且还能对客观事实做出有效的评价。 参考文献 [1]王钰娟.基于组合赋权和改进TOPSIS的经济评价研究[D].大连理工大学，2009. [2]何正柯.TOPSIS多属性决策方法的改进研究[D].辽宁科技大学，2017. [3]Endong Wang，Neslihan Alp，Jonathan Shi，Chao Wang，Xiaodong Zhang，Hong Chen. Multi-criteria building energy performance benchmarking through variable clustering based compromise TOPSIS with objective entropy weighting[J]. Energy，2017，125. [4]Ludmila Dymova，Pavel Sevastjanov，Anna Tikhonenko. A direct interval extension of TOPSIS method[J]. Expert Systems With Applications，2013，40（12）：. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。