建筑微型熱電聯供方案的區間數TOPSIS排序

阮紅權,高欣,譚麗君

(1.同濟大學經濟與管理學院,上海200092;2.新奧能源服務(上海)有限公司,上海200082; 3.上海大學理學院,上海200444)

建筑微型熱電聯供方案的區間數TOPSIS排序

阮紅權1,2,高欣1,譚麗君3

(1.同濟大學經濟與管理學院,上海200092;2.新奧能源服務(上海)有限公司,上海200082; 3.上海大學理學院,上海200444)

微型熱電聯供(micro-combined heat and power,micro-CHP)有利于提高能效和保護環境,是建筑供能發展的方向之一.規劃階段micro-CHP方案評價是項目成功的關鍵步驟.為了使方案的區間數指標可以應用于逼近理想解的排序(technique for order preference by similarity to an ideal solution,TOPSIS),首先用理想解區間計算距離范圍、相對接近程度;然后定義可接受函數對方案進行排序.通過適用于小型建筑的4種方案為例驗證了該方法的可行性和適用性.

微型熱電聯供;多屬性決策;區間數;逼近理想解的排序

根據國際能源署發布的《世界能源展望2014》(World Energy Outlook 2014),2012年建筑部門能源消費占全球終端能耗的32.8%.中國2013年建筑總能耗(不含生物質能)為7.56億噸標準煤當量(ton of standard coal equivalent,TCE),占全年能源消費總量的19.5%,且建筑能耗總量還將進一步大幅增長[1].能源危機和環境危機的雙重作用促使學者們反思建筑供能發展的歷史道路,進而尋求一條人與自然和諧共存的新途徑.熱電聯產(combined heat and power,CHP)被廣泛認為是一種能夠部分解決和緩解能源相關問題的有效方式.隨著科技的全面進步,在熱電聯產基礎上發展起來的微型熱電聯供(micro-CHP)正成為研究的新方向,有望成為建筑領域提高能效、節約能源的發展方向.謝德平等[2]對幾種主要micro-CHP進行了比較.Barbieri等[3]對家庭或小型商業的micro-CHP進行了分析,證明了其能一定程度地提升能源利用效率并減少對環境的影響.從已有的研究中發現,探索適合建筑的micro-CHP大多只從技術、經濟或環保的單一角度出發,而從可持續發展的角度綜合考慮技術、經濟、環境和社會屬性的研究尚不多見.

逼近理想解的排序(technique for order preference by similarity to an ideal solution, TOPSIS)是多屬性決策問題的一種重要方法,可根據不同方案到正負理想解的距離對方案優劣進行評價.由于簡單實用,TOPSIS在多屬性決策中的應用較為廣泛.但在項目的規劃階段對micro-CHP方案進行多屬性評價時,由于資料、時間等條件限制,研究比較粗略,決策者往往會采用區間數評價定量指標(這里的評價指標即是指決策中的屬性),以及語言信息評價定性指標,因而無法直接應用TOPSIS進行決策.針對如何將具有模糊性的區間數應用于TOPSIS,已經引起了有關學者的重視.Jahanshah loo等[4-5]對TOPSIS進行了拓展并將其應用到求解屬性值為區間數的多屬性決策問題.Sayadi等[6]、Yue[7]在VIKOR方法的研究中采用了類似的方法.隨后張英俊等[8]、Dymova等[9]、Liu等[10]又相繼提出了改進的TOPSIS法.這些方法都是將區間數確定化,即用實數值理想解表示方案與理想解的接近程度,但這會造成區間信息不同程度的丟失.鑒于此,本工作在已有研究的基礎上提出用理想解區間計算每個方案到其相應理想解的距離范圍、相對接近程度,然后再定義可接受函數對4個micro-CHP方案進行排序.

1 建筑微型熱電聯供方案及其屬性

Micro-CHP是在CHP的基礎上發展而來的.CHP在整個能量生產、供應的系統范圍內既供應電能又供應熱能,而且其供熱是全部或部分利用熱變功過程中的低品位熱能,綜合能源利用效率可以達到75%左右.以供熱工況為例,假設用戶需要30 kW·h的電、45 kW·h的熱,而燃煤CHP由于利用了低溫抽汽的熱能,耗煤量僅需100 kW·h左右,若燃煤熱電分產,因為大量能量通過冷凝潛熱排棄到環境中,耗煤量近154 kW·h(見圖1).CHP在能源利用效率方面取得的進步不僅是建筑業的一個全新選擇,對于城市現有的各種能源供應體系,以及城市規劃都將是一次劃時代的革命.CHP著眼于一次能源轉換效率,但在建筑用能中只比熱電分產多解決了制冷季的供暖,加之碳減排的壓力,進一步壓縮了燃煤CHP的發展空間[11].

圖1 燃煤熱電聯產與熱電分產的能源利用效率比較Fig.1 Energy effi ciency comparisons between coal-fi red CHP and separate generation of heating and power

科技進步催生了各種以非煤能源為燃料的、靠近用戶的小容量CHP,它們都屬于分布式能源范疇.一般定義電輸出功率100～200 kW的系統為小規模熱電聯供(small scale CHP), 10～100 kW的為小型熱電聯供(mini-CHP),小于10 kW的為micro-CHP.Micro-CHP整合了相關領域的最新技術,適用于單戶住宅、小型商業、小型辦公等建筑,是建筑供能發展的方向之一,其優勢如下:①micro-CHP布置在建筑內,幾乎不需要或只需要很短的輸送線路,能量輸送成本幾乎為0;②在滿足新用戶、特殊用戶的用能需求時,可簡單安裝,靈活、方便、便宜地為用戶提供能量,延緩輸、配電網的升級換代;③附加其他設備后可以同時“就地直供”電、冷、暖和衛生用水,實現能源的綜合梯級利用,提高能源利用效率;④利用非煤能源作為燃料,提升能源利用效率,減少污染物的排放.

規劃階段micro-CHP方案評價是項目成功的關鍵步驟.目前,適合于小型建筑的大部分是基于內燃機、微型燃氣輪機、斯特林機和燃料電池方案的micro-CHP.內燃機以天然氣、生物質氣、柴油、燃油等為燃料,將燃料釋放的熱能轉化成機械能,從而驅動壓縮機和發電機工作.內燃機發電投資較小、啟動迅速、可靠性高、變負荷性能好、余熱可以回收,是世界上應用最廣的分布式能源技術.微型燃氣輪機利用天然氣、生物質氣、柴油、汽油、醇類等燃料驅動燃氣輪機并發電,將排氣引入余熱鍋爐內,以低壓蒸汽或熱水形式回收,滿足用戶采暖、空調和熱水的要求.微型燃氣輪機是一種清潔、可靠、多用途、小型的實現熱電冷多聯供的能源新技術.斯特林機是一種外燃式的閉式循環熱力發動機,它的工質封在氣缸里,受熱膨脹后推動活塞,使發動機對外輸出功率.燃料在氣缸外連續燃燒,通過加熱器將熱量傳給工質,工質不參與燃燒.因此,斯特林機具有燃料適應性效率高、排放低與噪聲低等特點.燃料電池是一個電化學系統,能將化學能直接轉換為電能和熱能.一般來說,燃料電池的發電效率比其他發電裝置高1/6～1/3,綜合熱效率可達80%,具有發電效率高、噪聲小、小型高效、污染物排量小等優點,但其啟動需要一定的時間.

基于以上4種方案micro-CHP的主要評價指標[2,12-13]如表1所示.技術屬性(電效率、總效率)是micro-CHP推廣的基礎;經濟屬性(投資成本、維護成本)是投資者關心的重點.隨著各界對環境保護的日益重視,環境屬性(噪聲、CO2排放)也受到很大關注.其他一些屬性,如使用壽命、燃料適應性、占用空間的大小,標志了micro-CHP對于小型建筑的適用性,屬于社會屬性層面.

表1 幾種micro-CHP方案的評價指標Tab le 1 Criteria for sorting of themicro-CHP schemes

顯然,micro-CHP方案的選擇與技術、經濟、環境、社會等存在復雜的相互作用(見圖2).為實現建筑能源的可持續發展,要求決策者能夠進行多方面的權衡.

圖2 供能系統與外部環境之間的復雜關系Fig.2 Complex interactions of energy supply system

2 區間數TOPSIS法

多屬性決策問題可以表述為用i=1,2,···,m個方案對j=1,2,···,n個屬性進行評價,選出最優方案.通常將一個多屬性決策問題轉換為如表2所示的決策矩陣,其中Ai為第i個方案,Cj為第j個屬性,Xij為第i個方案的第j個指標的屬性值.

表2 多屬性決策矩陣Tab le 2 Multi-criteria decision matrix

TOPSIS的基本思想是根據有限個評價對象分別與正理想解和負理想解的接近程度進行排序.所謂理想解是事先假定的某一最優的解,即所有屬性值都達到各備選方案中的最優值;而負理想解是所設想的最劣解.因此所需的最優方案就是最接近正理想解,同時又遠離負理想解的方案.

由表2可見,決策方案的屬性值往往無法使用一個確定的數值來衡量,大多數情況下只能確定一個區間.傳統的TOPSIS無法直接用于解決這類問題,需要對其進行方法改進.

定義1若X=[xl,xu]={x|xl≤x≤xu,x∈R},則稱X為實數域上的區間數.

根據定義1,將表2的多屬性決策矩陣轉換為如表3所示的區間數多屬性決策矩陣.

表3 區間數多屬性決策矩陣Tab le 3 Multi-criteria decision matrix with interval data

2.1 區間數的規范化處理

第i個方案第j個屬性區間可以規范化為

若要對不同的屬性值賦予其相應的權重ωj(j=1,2,···,n),得到規范化后的屬性值為

2.2 理想解的確定

在區間數TOPSIS研究方面,文獻[4-10]都是最終將區間數轉化成確定數進行排序,造成信息丟失.對此,在已有研究基礎上,本工作提出以下改進方法,即用正理想解區間和負理想解區間來替代實數值理想解.相對于第k(k=1,2,···,m)個方案Ak而言的理想解,通過以下方法確定.

(1)正理想解的上界.使所有方案處于最有利的情形(即效益型屬性值最大,同時成本型屬性值最小),由此確定對于方案Ak而言的正理想解的上界:

(2)正理想解的下界.使第k個方案處于劣勢的情形而其他方案處于最有利的情形,由此確定對于方案Ak而言的正理想解的下界:

(3)負理想解的上界.使第k個方案處于最有利的情形而其他方案處于最劣勢的情形,由此確定對于方案Ak而言的負理想解的上界:

(4)負理想解的下界.使所有方案處于最劣勢的情形,由此確定對于方案Ak而言的負理想解的下界:

上述確定理想解的方法可以用圖3表示.設有兩個備選方案(方案1與方案2)以及兩個評價方案的指標(指標1(效益型指標)與指標2(成本型指標)).在圖3中,B點就是方案1的正理想解的上界,即(此時方案1與方案2均處于有利情形);C點就是方案1的正理想解的下界,即(此時方案1處于劣勢情形,方案2處于有利情形);D點就是方案1的負理想解的下界,即(此時方案1與方案2均處于劣勢情形);此處重合.一般情況下,,則方案Ak的理想解也是一個區間數.

圖3 理想解的上界和下界Fig.3 Upper and lower bounds of the ideal solution

2.3 計算每個方案到其相應理想解的距離范圍

借鑒傳統TOPSIS的歐幾里德范數,每個方案到區間數理想解的距離范圍也是一個區間數.

(1)使第k個方案處于劣勢的情形,其與相應的正理想解的上界的距離為

該值表示第k個方案與其正理想解的距離的上界.

(2)使第k個方案處于有利的情形,其與相應的正理想解的下界的距離為

該值表示第k個方案與其正理想解的距離的下界.

(3)使第k個方案處于有利的情形,其與相應的負理想解的上界的距離為

該值表示第k個方案與其正理想解的距離的上界.

(4)使第k個方案處于劣勢的情形,其與相應的負理想解的下界的距離為

該值表示第k個方案與其負理想解的距離的下界.

2.4 計算每個方案與其理想解相對接近程度的范圍

2.5 方案排序

定義2對于區間數A=[al,au],B=[bl,bu].如果m(A)≤m(B),那么區間數A劣于區間數B,記作A?B,其中

定義3 I為一區間集,A=[al,au],B=[bl,bu]為區間集I上的區間數.在I上定義可接受函數A:I×I→[0,∞),則

由定義2和定義3可知,只需計算A(Ri?Rj),i,j=1,2,···,m,i/=j就可以得到方案間的排序.

3 算例分析

以表1的micro-CHP方案的評價指標為例,從可持續發展的角度比較4個方案滿足小型建筑供能的優劣程度.

首先,對各方案的語言信息指標采用模糊三角數形式進行量化,本工作以“很好(VH)”“好(H)”“一般(M)”“差(L)”“很差(VL)”來對三角模糊數進行量化,其中VL=(0,0,0.3),L=(0, 0.3,0.5),M=(0.3,0.5,0.7),H=(0.5,0.7,1.0),VH=(0.7,1.0,1.0).語言信息指標量化處理后的屬性值如表4所示.

表4 語言信息指標量化處理后的屬性值Tab le 4 Quantified linguistic information criteria values

然后,采用文獻[14]提出的基于樂觀-悲觀指數的期望值算子將相應的三角模糊數進一步轉化為實數值:三角模糊數~γ=(r1,r2,r3).在表1的多方案評價中r1≥0,則對應的確定值為

這里的λ即為樂觀-悲觀指數,反映了決策者對不確定性的態度,本算例取λ=0.5.

在多屬性決策中,指標權重的確定是整個評價過程的關鍵.權重是某一屬性在評價體系中所起作用大小和相對重要程度的體現.權重的合理與否直接關系到評價結果的正確程度.已有一系列的研究探討了這一問題[15-17].本工作認為,對于建筑micro-CHP而言,技術屬性、經濟屬性、環境屬性、社會屬性的權重需要根據決策的目標來確定.每一個micro-CHP項目都具有唯一性,決策的要求存在差異,需要通過具體分析其所處的環境來確定權重.算例分析暫且將9個屬性值等值化,因此式(9)的ωj=1/9,j=1,2,···,9.規范化處理后的屬性值如表5所示.

表5 規范化處理后的屬性值Tab le 5 Normalized criteria values

按照式(4)～(7)計算各個方案的理想解,其中微型燃氣輪機的理想解如表6所示.再按照式(8)～(11)計算每個方案到其相應的理想解的距離,其中微型燃氣輪機的=0.317,

表7為按照式(12)和(13)計算得到的每個方案與其理想解相對接近程度的范圍,以及方案排序.可見,微型燃氣輪機為建筑micro-CHP最優方案.

表6 微型燃氣輪機的理想解Tab le 6 Ideal solutions for micro-turbine

表7 與理想解的相對接近程度和排序結果Tab le 7 Relative closeness to the ideal solutions and the final ranking

式(13)提供了一種方案排序方法.定義中點m(E)為相對接近程度區間E的近似值,半寬w(E)為相對接近程度區間E的不確定性值.如果m(E)

從表7可以看出,內燃機、微型燃氣輪機、斯特林機的相對接近程度值較為相似,這是因為三者都存在熱力學循環過程,都受卡諾循環的限制,技術原理相似.燃料電池是一種電化學的發電裝置,轉換效率較高,在某些國家是micro-CHP的主力推廣機型.但燃料電池在本方案排序中處于劣勢,與其他三個方案存在一定的區分度,主要原因是其投資成本較高,燃料適應性差.燃料電池被稱為是繼水力、火力、核能之后的第四代發電裝置和替代內燃機的動力裝置.國際能源界預測,燃料電池是21世紀最有吸引力的發電方式之一,因此有必要對其加大資金投入,并加以政策扶持,以期使其快步進入燃料電池規模發電的先進行列.

以上的算例結果證明,用理想解區間計算距離范圍、相對接近程度的方法恰當度量了區間信息的不確定性,相對于實數值理想解,在很大程度上降低了決策信息的損失.同時針對相對接近程度區間所定義的可接受函數,可以區分出方案的優劣,得出相對合理的決策結果.

Micro-CHP項目在規劃階段存在較大的方案優化空間,選擇具有優勢的方案是項目建設成功的前提.本工作所比較的內燃機、微型燃氣輪機、斯特林機和燃料電池目前正處于研究、試驗或者商業化進程起步階段,屬于“新穎”技術并缺乏長期的運行數據.另外,因為競爭原因導致的數據不公開,使得各個方案的指標存在許多不確定性,因而不可能在項目伊始就排序得到一個非常正確的方案.隨著micro-CHP項目實施的不斷深入,方案指標也將逐步具體和深化,使得多屬性決策成為由粗到細、準確度由低到高的不斷完善的過程.

4 結束語

Micro-CHP被認為是建筑節能減排的發展方向之一,適合于小型建筑的大部分是基于內燃機、微型燃氣輪機、斯特林機和燃料電池方案的系統.本工作研究了項目規劃階段方案屬性值為區間數時的決策問題.通過借鑒已有的TOPSIS理論和方法,提出用理想解區間來計算每個方案到其相應的理想解的距離范圍、相對接近度,并采用可接受函數對幾種micro-CHP方案進行排序.算例分析驗證了本方法的可行性和適用性.由于micro-CHP在規劃、可行性研究、初步設計階段的項目邊界條件不斷明晰,因此在實際使用本工作提出的方法時可根據資料完備程度修正和完善評價指標,使得評價結論更趨準確.

盡管如此,區間數TOPSIS還需要從多方面進行研究,例如:區間數運算可能導致不確定性的增加;通常的區間數認為的區間內取值機會均等并不滿足很多實際問題等.這些問題可在下一步的工作中繼續研究.

[1]清華大學建筑節能研究中心.中國建筑節能年度發展研究報告2015[M].北京:中國建筑工業出版社,2015:3-5.

[2]謝德平,李顯貴,潘仕梁.微型冷熱電三聯產發展綜述[J].裝備制造技術,2011(2):102-104.

[3]BARBIERIE S,SpINAP R,VENTURINIM.Analysis of innovativemicro-CHP systems to meet household energy demands[J].Applied Energy,2012,97:723-733.

[4]JAHANSHAHLOO G R,HOSSEINZADE L,IZADIKHAH M.An algorithmic method to extend TOPSIS for decision-making problems with interval data[J].Applied Mathematics and Computation,2006,175(2):1375-1384.

[5]JAHANSHAHLOO G R,LOTFIF H,DAVOODIAR.Extension of TOPSIS for decision-making problemswith intervaldata:intervaleffi ciency[J].Mathematicaland Computer Modeling,2009, 49(5/6):1137-1142.

[6]SAYADIMK,HEYDARIM,SHAHANAGHIK.Extension of VIKOR method for decision making problemwith interval numbers[J].Applied Mathematical Modelling,2009,33(5):2257-2262.

[7]YUE Z L.An extended TOPSIS for determining weights of decision makers with interval numbers[J].Know ledge-Based Systems,2010,24(1):146-153.

[8]張英俊,馬培軍,蘇小紅,等.屬性權重不確定條件下的區間直覺模糊多屬性決策[J].自動化學報, 2012,38(2):220-228.

[9]DYMOVAL,SEVASTJANOV P,T IKHONENKO A.Adirect interval extension of TOPSIS method[J].Expert Systems with Applications,2013,40(12):4841-4847.

[10]LIU S,CHAN F T S,RAN W.Mu lti-attribute groupdecision-making with multi-granularity linguistic assessment information:an improved approach based on deviation and TOPSIS[J]. Applied Mathematical Modelling,2013,37(24):10129-10140.

[11]華賁.從燃煤熱電聯產到天然氣冷熱電聯供——中國工業和建筑物從一次能源到終端利用模式的戰略轉型[J].中外能源,2011,16(11):25-30.

[12]金煉,張亞君,楊尚恒,等.家庭用微型熱電聯產技術[J].現代化工,2012,32(5):6-15.

[13]國家發展改革委經濟運行調節局,國家電網公司營銷部,南方電網公司市場營銷部.分布式能源與熱電冷聯產[M].北京:中國電力出版社,2013:24-46.

[14]ZENG Z Q,NASRI E,CHINIA,et al.Amultiple ob jective decision makingmodel for energy generation portfolio under fuzzy uncert ainty:case study of large scale investor-owned utilities in Florida[J].Renewable Energy,2015,75:224-242.

[15]吳大為.分布式冷熱電聯產系統的多目標熱力學優化理論與應用研究[D].上海:上海交通大學, 2008:43-46.

[16]CHATZIMOURATIDISAI,PILAVACHIP A.Technological,economic and sustainability evaluation of power plants using the analytic hierarchy process[J].Energy Policy,2009,37(3):778-787.

[17]PILAVACHIP A,STEpHANIDISSD,PAppASV A,et al.Mu lti-criteria evaluation ofhydrogen and natural gas fuelled power plant technologies[J].Applied Thermal Engineering,2009,29(11/12): 2228-2234.

Sorting TOPSIS of interval data for micro-CHP in bu ild ings

RUAN Hongquan1,2,GAO Xin1,TAN Lijun3
(1.School of Economics and Management,Tongji University,Shanghai 200092,China; 2.ENN Energy Service(Shanghai)Co.,Ltd.,Shanghai 200082,China; 3.College of Sciences,Shanghai University,Shanghai 200444,China)

Micro-combined heat and power(micro-CHP)helps to improve energy efficiency and protect environment,thus becoming a trend in the building energy supply.In the planning stage of a micro-CHP pro ject,evaluation of the design scheme is a key to success.To apply interval data criteria of the scheme to technique for order preference by similarity to an ideal solution(TOPSIS),the distance range and relative closeness are calculated using the interval ideal solution.An acceptability function is defined to in sort schemes.An example of 4 alternatives suitable for small buildings is presented to show feasibility and practicability of themethod.

micro-combined heat and power(micro-CHP);mu lti-criteria decision; interval data;technique for order preference by similarity to an ideal solution(TOPSIS)

F 062.9;F 272.3

A

1007-2861(2017)04-0636-11

DO I:10.12066/j.issn.1007-2861.1712

2015-09-06

阮紅權(1977—),男,工程師,博士,研究方向為城市管理與建設工程管理、分布式能源規劃與管理.

E-mail:1110256@tongji.edu.cn