一种基于SWARA方法的用户低碳转型潜力评估模型技术

本发明专利技术提供了一种基于SWARA方法的用户低碳转型潜力评估模型，所述用户低碳转型潜力评估模型首先从多个角度构建用户低碳转型潜力评估指标体系；其次，采用逐步加权评估分析比率方法求取客观指标权重，进一步构建基于MARCOS方法的用户低碳转型潜力评估模型；最后，对不同电力用户的低碳转型的评估指标进行分析，计算各类用户的低碳转型潜力。本发明专利技术提供一种基于SWARA方法的用户低碳转型潜力评估模型，能够实现复杂环境下不同电力用户低碳转型潜力的有效评估。型潜力的有效评估。型潜力的有效评估。

【技术实现步骤摘要】
一种基于SWARA方法的用户低碳转型潜力评估模型


[0001]本专利技术属于电力用户低碳转型潜力评估
，特别涉及一种基于SWARA方法的用户低碳转型潜力评估模型。

技术介绍

[0002]能源活动是CO2排放的主要来源，相应排放量约占全社会CO2排放总量的87％。在能源消费过程中，电力占有很高比例，因此，研究电力用户低碳转型潜力具有重要意义。
[0003]本专利技术提出一种基于SWARA方法(逐步加权评估分析比率法)的用户低碳转型潜力评估模型，针对电力用户低碳转型潜力评估问题，综合考虑企业生产、企业用能、相关政策以及企业经济发展等多方面带来的影响，构建电力用户低碳转型潜力评估模型。

技术实现思路

[0004]为了解决上述问题，本专利技术提供一种基于SWARA方法的用户低碳转型潜力评估模型，能够实现复杂环境下不同电力用户低碳转型潜力的有效评估。
[0005]本专利技术具体为一种基于SWARA方法的用户低碳转型潜力评估模型，所述用户低碳转型潜力评估模型包括以下步骤：
[0006]步骤(1)：构建电力用户低碳转型评估指标体系；
[0007]步骤(2)：基于三角模糊数收集专家对于指标体系中指标权重的初始评估信息；
[0008]步骤(3)：基于SWARA方法，计算评估体系中各指标权重大小；
[0009]步骤(4)：确定评估对象，并基于梯形模糊数收集专家对于不同用户指标评估体系的初始评估信息；
[0010]步骤(5)：采用MARCOS方法对收集的不通用户指标评估信息和指标体系权重信息进行计算，得到各电力用户低碳转型潜力。
[0011]与现有技术相比，有益效果是：所述用户低碳转型潜力评估模型针对电力用户低碳转型潜力评估问题，综合考虑企业生产、企业用能、相关政策以及企业经济发展等多方面带来的影响，构建电力用户低碳转型潜力评估模型，实现复杂环境下不同电力用户低碳转型潜力的有效评估。
附图说明
[0012]图1为本专利技术一种基于SWARA方法的用户低碳转型潜力评估模型的流程图。
具体实施方式
[0013]下面结合附图对本专利技术一种基于SWARA方法的用户低碳转型潜力评估模型的具体实施方式做详细阐述。
[0014]如图1所示，本专利技术的用户低碳转型潜力评估模型包括以下步骤：
[0015]步骤(1)：构建电力用户低碳转型评估指标体系：
[0016]生产连续性C1；生产计划C2；废气排放C3；电力用能占比C4；企业清洁能源发电量C5；碳配额发放力度C6；碳交易市场C7；企业单位盈利C8；政府处罚力度C9。
[0017]步骤(2)：基于三角模糊数收集专家对于指标体系中指标权重的初始评估信息：
[0018]根据表1信息，收集获取n位专家对于指标权重的评估结果矩阵K：
[0019][0020]其中为专家i评估指标j权重的三角模糊数。
[0021]表1评估指标重要性的语义变量及对应模糊标度
[0022][0023]步骤(3)：基于SWARA方法，计算评估体系中各指标权重大小，具体方法为：
[0024]采用公式(2)计算每个指标j的平均三角模糊数：
[0025][0026]采用式确定的清晰值并根据对指标进行降序排序。
[0027][0028]从排序第二的指标开始计算指标j和前一个指标j
‑
1间的差值s
j
，以确定每个指标得分的相对重要性。s
j
的计算如下所示：
[0029][0030]评估指标的相对系数φ
j
：
[0031]计算指标的修正权重值π
j
：
[0032]计算指标的相对主观权重：
[0033]步骤(4)：确定评估对象，按照表2的信息，对江苏省常州市部分企业进行评价，初
始评估信息为表3所示。
[0034]表2语意变量及其对应的梯形模糊数
[0035][0036]表3电力用户低碳转型潜力评估初始数据
[0037][0038]步骤(5)：采用MARCOS方法对收集的不通用户指标评估信息和指标体系权重信息进行计算，得到各电力用户低碳转型潜力，具体如下：
[0039]构建初始群决策矩阵结合各指标的主观权重，计算决策矩阵如公式所示：
[0040][0041]其中n为专家数量，Ai为电力用户i的评价信息，Ci为指标i。
[0042]进一步，构建扩展的初始群决策矩阵。通过引入理想解(AI)和反理想解(AAI)，我们构建了扩展的初始群决矩阵，具体如式所示：
[0043][0044]其中，AI＝[x
aj
]1×9且AAI＝[x
aaj
]1×9；表示针对指标Cj的理想值，表示针对指标Cj的反理想值；和的具体计算如公式所示：
[0045][0046][0047]其中，B表示效益型指标，即指标的评估数据与指标呈正相关；C为成本型指标，即指标的评估数据与指标成负相关。
[0048]进一步，规范化初始矩阵。利用公式(12)对初始矩阵X
m
×
n
进行规范化，生成规范化矩阵
[0049][0050]进一步，计算各个企业的效用度K
i
。
[0051][0052][0053]其中，为规范化矩阵N中第i行的和，为梯形模糊数经过转换后的清晰数。
[0054]进一步，计算各个方案的最终效用函数f(K
i
)；最终效用函数是基于各个方案对于理想和反理想效应度而最终生成的，其定义如下：
[0055][0056]其中为与AI有关的效用函数，为与AAI有关的效用函数，如公式所示：
[0057][0058][0059]得到最终评估结果，根据每个方案的最终效用函数f(K
i
)进行排序，实现对不同区域配电网综合态势的评估。
[0060]结合表3初始数据，得到各个电力企业的低碳转型评估值为最后得到各个电力用户低碳转型潜力值分别为：
[0061]f(K1)＝0.656,f(K2)＝0.907,f(K3)＝0.763,f(K4)＝0.764.
[0062]最后应该说明的是，结合上述实施例仅说明本专利技术的技术方案而非对其限制。所属领域的普通技术人员应当理解到，本领域技术人员可以对本专利技术的具体实施方式进行修改或者等同替换，但这些修改或变更均在申请待批的权利要求保护范围之中。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于SWARA方法的用户低碳转型潜力评估模型，其特征在于，所述用户低碳转型潜力评估模型包括以下步骤：步骤(1)：构建电力用户低碳转型评估指标体系；步骤(2)：基于三角模糊数收集专家对于指标体系中指标权重的初始评估信息；步骤(3)：基于SWARA方法，计算评估体系中各指标权重大小；步骤(4)：确定评估对象，并基于梯形模糊数收集专家对于不同用户指标评估体系的初始评估信息；步骤(5)：采用MARCOS方法对收集的不通用户指标评估信息和指标体系权重信息进行计算，得到各电力用户低碳转型潜力。2.根据权利要求1所述的一种基于SWARA方法的用户低碳转型潜力评估模型，其特征在于，步骤(1)中构建电力用户低碳转型评估指标体系包括：生产连续性C1；生产计划C2；废气排放C3；电力用能占比C4；企业清洁能源发电量C5；碳配额发放力度C6；碳交易市场C7；企业单位盈利C8；政府处罚力度C9。3.根据权利要求2所述的一种基于SWARA方法的用户低碳转型潜力评估模型，其特征在于，步骤(2)中基于三角模糊数收集专家对于指标体系中指标权重的初始评估信息的具体方法为：收集获取n位专家对于指标权重的评估结果矩阵K：其中为专家i评估指标j权重的三角模糊数。4.根据权利要求3所述的一种基于SWARA方法的用户低碳转型潜力评估模型，其特征在于，步骤(3)中基于SWARA方法，计算评估体系中各指标权重大小的具体方法为：计算每个指标j的平均三角模糊数：采用式确定的清晰值并根据对指标进行降...

【专利技术属性】
技术研发人员：任禹丞，曹晓冬，马灵涓，杨子跃，朱亚红，
申请(专利权)人：国网江苏省电力有限公司盐城供电分公司，
类型：发明
国别省市：