燃氣電廠性能指標綜合評價模型

付忠廣，劉炳含，王鵬凱，劉 璐

?

燃氣電廠性能指標綜合評價模型

付忠廣1，劉炳含1，王鵬凱1，劉 璐2

（1. 華北電力大學電站設備狀態監測與控制教育部重點實驗室，北京 102206； 2.華北電力大學可再生能源學院，北京 102206）

為解決燃氣電廠節能環保、經濟運行及綜合管理等問題，在分析燃氣電廠運行與管理方式的基礎上，綜合考慮環保性、可靠性、設備管理、經濟性和技術性5個方面，建立燃氣電廠綜合評價指標體系；利用向量夾角余弦法計算指標權重，并與主成分分析法相結合應用于燃氣電廠綜合評價；建立綜合評價模型，計算燃氣電廠不同級別指標權重和排名。以某企業6個不同級別燃氣電廠為例進行驗證分析，結果表明本文綜合評價模型所得結果穩健合理，可為燃氣電廠生產對標管理及電廠機組間競賽提供指標及方法支持。

燃氣電廠；指標體系；綜合評價；向量夾角余弦法；主成分分析法

近年來，為實現能源結構優化及電網調峰需求，我國燃氣電廠裝機容量迅速增長[1-3]。燃氣電廠具有建設周期短、可靠性高、環境污染小及能源轉換效率高等特點，隨著我國天然氣設施布局日益完善，技術創新和裝備自主化取得突破性進展，體制機制改革取得階段性成果[4-5]，天然氣發展將迎來新的發展態勢。

燃氣電廠作為天然氣消費的主要部分，不僅能夠提高能源利用率，還有利于能源結構調整[6]。但由于我國依煤而生的資源結構，雖然燃氣電廠污染物排放較少，但發電的高成本使燃氣電廠的效益整體較低；同時，隨著環境保護政策逐年收緊，國家對燃氣電廠污染物排放提出了嚴格要求。

目前，燃氣電廠的綜合指標評價體系及評估方法的研究較少。而針對火電機組的經濟性、安全性及可靠性的評價體系及方法的研究已較多：文獻[7]針對火電機組的多指標綜合性能評價問題，提出了采用優劣解距離法、熵值法及層次分析法確定評價指標的組合權重，并構建了機組可靠性、經濟性及環保性的綜合評價模型；文獻[8]將最大熵與投影尋蹤方法相結合，得到指標最佳投影方向與投影函數，對火電機組進行節能減排評價；文獻[9]利用主成分分析法約簡火電機組評價指標體系，然后通過多層次灰色關聯分析法建立綜合評價指標模型，從經濟性、技術性、可靠性對火電機組進行綜合評價。同時，很多學者也在風電機組運行狀態[10]、水電項目綜合評價[11]做了相關研究。

機組綜合評價分析研究發展迅速，分析效果顯著，但還存在一些缺陷：1）指標體系建立不全面，當前電廠機組綜合評價指標多以經濟性、環保性及可靠性為主體指標，而未涉及安全性、設備管理等方面的指標體系，設備管理指標是機組經濟安全運行的保障，是電力企業實現行業競爭、增強核心競爭力必不可少的指標；2）綜合評價分析思路多注重一級指標權重對評價結果的影響分析，對二級小指標權重對評價結果的影響分析考慮不足；3）對燃氣電廠的綜合評估，尤其是不分等級、不分類型的綜合評價比較少。

本文建立基于向量夾角余弦法與主成分分析法相結合的燃氣電廠綜合評價模型。首先，從不同方向不同角度建立完善、全面的燃氣電廠綜合評價指標體系。其次，采用向量夾角余弦法計算指標權重，將其與主成分分析法相結合，以不同級別燃氣電廠指標數據為依據，確定各級指標權重，客觀分析不同指標對燃氣電廠影響，實現對不同級別燃氣電廠的不同角度橫向綜合評價。

1 燃氣電廠綜合評價主要理論基礎

1.1 向量夾角余弦法

綜合評價[12-15]是使用系統、規范的方法對電廠或機組從不同角度不同方面進行優劣評判。指標權重是指某一指標相對于被評價對象的重要程度，其確定方法主要包括以模糊綜合評價、層次分析法為主的主觀賦權法以及以熵權法、灰色關聯法等為主的客觀賦權法[16]。主觀賦權法更多地依賴人為因素確定指標權重，帶有主觀意愿性，在指標較少時評價結果較為可靠合理，但當指標較多或者指標區分度較小時，主觀賦權法將很難做到公平準確。而客觀賦權法主要根據指標數據之間的相互關系，在保留原始數據屬性的情況下確定指標權重，評價結果更加穩健合理。

向量夾角余弦法在水文預報[17]、工程項目評標[18]、混沌預測[19]等方面得到廣泛的應用。向量夾角余弦法利用兩向量夾角余弦值衡量向量間的變異程度，夾角越小，余弦值越大，相關性越高。由此可以根據指標分布情況構造最優指標序列和最劣指標序列，客觀確定指標權重。

1.2 主成分分析法

主成分分析法[20-22]是多指標綜合評價的一種重要統計方法，通過少數幾個主成分來表達多個變量間的內部結構，其降維思想可將高維數據轉化為低維數據處理分析，使數據處理問題簡單、直接，故主成分分析法在眾多領域的評價分析中得到廣泛應用。在綜合評價中，可通過計算方差大小來確定主成分變化方向，由此得到主成分的權重，所得權重即作為對應主成分的方差貢獻率。主成分所反映的信息越多，其對應的權重越大。

2 燃氣電廠綜合評價指標體系

圖1為燃氣電廠綜合評價指標體系。

圖1 燃氣電廠綜合評價指標體系

燃氣電廠指標眾多，各個指標之間相互制約，為突出綜合評價的全面性及有效性，本文選取指標涉及經濟技術性、可靠性、環保性及維護管理等不同方面。其中包括5類二級指標環保性指標Ⅰ、可靠性指標Ⅱ、設備管理指標Ⅲ、主要經濟技術指 標Ⅳ、主要運行小指標Ⅴ，這5類二級指標又分為21個三級指標。

隨著我國燃氣電廠的不斷建設、裝機容量的不斷擴充，環保措施的不斷完善，人們環保意識不斷增強，大氣污染、噪聲污染等環境污染問題成為燃氣電廠必須解決的問題[23-24]。環保指標Ⅰ作為評價燃氣電廠環保標準的體系指標，分為4個三級指標。

燃氣電廠可靠性指標反映電廠運營現狀及綜合能力，與電廠效益緊密結合在一起，高標準的可靠性是電廠在市場競爭中獲勝的主要因素。可靠性指標Ⅱ主要包括電廠運行狀態及發電設備狀態的一些指標，分為5個三級指標。

完善的設備管理指標體系可為燃氣電廠實行設備管理的科學化、標準化提供依據，促進提高設備管理現代化水平和設備管理效益，是完成發電任務的保障。設備管理指標Ⅲ主要包括檢修及管理過程中的一些小指標，分為3個三級指標。

我國的能源資源以煤炭資源為主，燃氣資源匱乏。降低生產運營成本，挖潛增效，是燃氣電廠增收發展的重要保障。主要經濟技術指標Ⅳ包括生產環節指標和運營環節指標，分為5個三級指標。

主要運行小指標是電廠生產運行節能降耗、安全生產的保障，指標大小直接關系電廠運行優化狀況和經濟效益。主要運行小指標Ⅴ包括生產過程中的一些運行指標，分為4個三級指標。

3 燃氣電廠綜合評價模型的建立

本文利用向量夾角余弦法計算三級指標權重值，利用線性賦權法構造二級指標值矩陣，然后通過主成分分析法對指標矩陣計算特征向量提取主成分，實現對燃氣電廠的綜合評價，得到綜合評價排名。

3.1 基于向量夾角余弦法的二級指標評價模型

對個機組的二級指標采用向量夾角余弦法建立評價模型，分別得到個機組的二級指標排名，每個二級指標包含個三級指標，二級指標計算步驟如下。

1）每個二級指標(=1,2,…,)包含個樣本機組，個三級屬性指標構成三級指標矩陣

2）為消除評價指標之間的量綱差異，對指標數據采用均值化處理。指標數據均值化是指利用原始指標數據去除各原始指標數據的平均值得到新序列矩陣，均值化處理得到的新序列矩陣為

3）指標均值化處理后，所有指標為正類屬性，其指標值越大機組性能越優。選取各序列的最大值為最優參考序列，選取各序列的最小值為最劣序列。得到最優序列和最劣序列分別為：

4）根據確定的最優、最劣序列，確定最優偏差值矩陣A、最劣偏差值矩陣A，即：

5）根據均值化數據及最優、最劣偏差值，確定最優、最劣偏差率矩陣分別為：

權重越大，表示在個屬性指標中屬性指標對二級指標的影響程度越大，對機組評價貢獻度越大。

7）計算二級指標評價值

8）計算二級指標矩陣

3.2 基于主成分分析法的一級指標綜合評價模型

1）計算二級指標矩陣的相關系數矩陣

5）計算個機組樣本的主成分

6）計算一級指標評價值

對F進行排序，即可得到機組綜合評價排名。

4 燃氣電廠綜合評價應用實例

4.1 評價對象

本文選取某集團6個燃氣電廠作為評價對象，電廠編號為1—6，其中1號電廠為純凝基荷F級，2號電廠為供熱基荷F級，3號電廠為純凝基荷E級，4號電廠為純凝調峰E級，5號電廠為供熱基荷F級，6號電廠為純凝調峰F級。所有建模指標數據均為各電廠上報集團的電廠運營管理相關指標數據，且審查數據無誤。

4.2 電廠樣本數據選取

選取的6個評價對象指標數據見表1—表5。

表1 安全環保指標

Tab.1 The indicators of environmental protection

表2 可靠性指標

Tab.2 The indicators of reliability

表3 設備管理指標

Tab.3 The indicators of equipment management

表4 主要經濟技術指標

Tab.4 The main economic and technical indicators

表5 主要運行小指標

Tab.5 The main small operation indicators

4.3 基于向量夾角余弦法二級指標評價結果

根據本文3.1章節內容得到各二級指標中的三級指標的權重值及各電廠樣本的二級指標評價值及排名，結果見表6—表7。

表6 三級指標權重值

Tab.6 Weight values of the third level indicators

表7 二級指標評價值及排名

Tab.7 Evaluation results and rankings of the secondary level indicators

1）安全環保指標中，所有指標均為負類屬性指標，指標值越小電廠越優。由表6可知，設備噪聲最大值指標2權重值最大，故其對評價結果的影響最大。4號電廠雖然設備噪聲最大值不是最優，但其他指標較好，且煙氣NO排放質量濃度和廠界噪聲（夜間）表現最優，故其環保指標最優。而 3號電廠的煙氣NO排放質量濃度、設備噪聲最大值、廠界噪聲（日間）指標均最差，廠界噪聲（夜間）也較差，故其環保指標排名最差。電廠環保指標優劣排名為4、1、5、2、6、3。

2）可靠性指標中，機組跳閘次數、非計劃停運小時數為負類屬性指標，指標值越小電廠越優。由表6可知，發電利用小時數權重最大，其對評價結果影響較大。1號電廠雖然發電利用小時數最好，但機組等效可用系數、機組跳閘次數、非計劃停運小時數并不佳，導致1號電廠可靠性排名最差。從表7可知各電廠可靠性指標優劣排名為4、3、5、2、6、1。

3）設備管理指標中，3個指標均為正類屬性指標。由表3可知，2號電廠設備管理指標最優，故其設備管理指標排名第一。1號電廠表現次之，排名第二。3號電廠由于關鍵設備完好率指標最差，且該指標權重值最大，使其在設備管理指標評價的排名最后。4號電廠設備消缺率指標最差，6號電廠的計劃檢修實施率最差。通過表7可知，2個電廠二級指標評價值相差甚微。

4）主要經濟技術指標中，發電量、負荷率為正類屬性指標，其他指標為負類屬性指標。由表4可知，1號—3號電廠發電量數值均較好，1號電廠最好。負荷率指標1號、2號電廠最優，且與其他電廠相差較大。1號、2號電廠其他指標表現均良好，故1號電廠主要經濟技術指標排名第一，2號電廠次之。6號電廠在發電量、負荷率、發電氣耗率指標的表現均最差，因此在主要經濟技術指標排名最后。

5）主要運行小指標評價中，汽水品質合格率、油氣品質合格率為正類屬性指標，其他為負類屬性指標。通過表5可知，5號電廠指標值在主要運行小指標的表現優于其他電廠，故其排名第一。由于各電廠的汽水品質合格率及油氣品質合格率相差不大，故主要依靠補水率、發電耗淡水率進行判斷。3號電廠發電耗淡水率小于6號電廠，但其他指標均較差，使6號電廠在主要運行小指標評價排名第二。1號、2號電廠補水率、發電耗淡水率均較差，尤其發電耗淡水率指標值較大，使其主要運行小指標評價排名靠后。

4.4 基于主成分分析法的一級指標評價結果

根據基于主成分分析法的一級指標評價模型，對二級指標提取主成分并進行一級指標評價分析，同時，采用模糊綜合評價法和信息熵法對6個電廠指標數據進行綜合評價，評價結果見表8。

表8 綜合評價結果

Tab.8 The comprehensive evaluation results

將本文綜合評價結果與企業實際競賽結果進行對比，結果一致，說明本文方法合理有效。

由表8可知，信息熵法與本文方法的評價 結果相同，模糊綜合評價法的結果與其他稍有 差異。本文方法不僅可以計算綜合評價排名，還可以計算二級指標排名，可為電廠機組單項指標評比提供依據。

由綜合評價結果可知。

1）1號、2號電廠雖然在可靠性和主要運行小指標方面表現不佳，但由于其在主要經濟技術指標表現突出，使其綜合評價靠前，說明經濟性指標在綜合評價中起主導作用。由于選取指標數據為非供暖期，2號電廠雖然為供熱電廠，但其綜合排名位于1號電廠之后。

2）E級電廠（3號、4號電廠）雖然在設備管理和主要經濟技術指標不及F級電廠，但環保指標、可靠性指標和主要運行小指標方面卻并不落后于F級電廠，甚至超過F級電廠。因此，在電廠實際競賽及對標管理時應從不同角度對電廠進行綜合評估。

3）4號、6號電廠為調峰電廠，發電量較少，使其在主要經濟技術指標不及基荷電廠，其他方面也有待提高，尤其是設備管理指標。6號電廠雖然為F級調峰電廠，但環保指標和可靠性指標卻不及4號E級調峰電廠。故6號電廠在綜合運營管理方面有待加強。

5 結 論

1）從環保性、可靠性、設備管理、主要經濟技術和主要運行小指標5個方面不同角度建立燃氣電廠綜合評價指標體系，為燃氣電廠綜合評價提供基礎。

2）采用向量夾角余弦法和主成分分析法，構建燃氣電廠綜合評價模型，依靠指標數據之間的關系，通過向量余弦法客觀賦權，對某企業6個不同級別燃氣電廠進行綜合評價，評價結果與實際電廠競賽結果一致，其中F級綜合性高于E級，基荷電廠優于調峰電廠，說明本文方法合理有效，可為企業電廠間對標管理及競賽提供支持。

3）綜合評價結果表明，E級電廠雖然在經濟性指標落后于F級電廠，但在環保性、可靠性等指標評價中并不落后于F級，甚至會優于F級電廠。因此，在綜合評價中，還應從不同角度做出評價，以確保綜合評價的公平合理。

［1］ 蔣洪德, 任靜, 李雪英, 等. 重型燃氣輪機現狀與發展趨勢[J]. 中國電機工程學報, 2014, 34(29): 5096-5102. JIANG Hongde, REN Jing, LI Xueying, et al. Status and development trend of the heavy duty gas turbine[J]. Proceedings of the CSEE, 2014, 34(29): 5096-5102.

［2］ 周凌安, 申建建, 李繼紅, 等. 日啟停燃氣機組調峰運行方法[J]. 中國電機工程學報, 2017, 37(20): 5913-5921. ZHOU Ling’an, SHEN Jianjian, LI Jihong, et al. Peak regulation method for daily start-stop gas-fired units[J]. Proceedings of the CSEE, 2017, 37(20): 5913-5921.

［3］ 許丹, 丁強, 黃國棟, 等. 考慮電網調峰的熱電聯產熱負荷動態調度模型[J]. 電力系統保護與控制, 2017, 45(11): 59-64. XU Dan, DING Qiang, HUANG Guodong, et al. Cogeneration unit dynamic scheduling model considering peak-load regulation ability[J]. Power System Protection and Control, 2017, 45(11): 59-64.

［4］ 國家能源局. 能源發展“十三五”規劃[R]. 北京: 國家能源局, 2017: 22. National Energy Administration. The “13th Five-Year” energy development planning[R]. Beijing: National Energy Administration, 2017: 22.

［5］ 胡殿剛, 潘正婕, 徐昊亮, 等. 大規模可再生能源并網條件下天然氣機組調峰空間估算[J]. 電力系統保護與控制, 2017, 45(3): 87-93. HU Diangang, PAN Zhengjie, XU Haoliang, et al. Peaking capacity estimation of natural gas unit under the condition of large-scale renewable energy connecting with power grid[J]. Power System Protection and Control, 2017, 45(3): 87-93.

［6］ 趙龍生, 鐘史明, 王肖袆. H級重型燃氣輪機的最新發展概況[J]. 燃氣輪機技術, 2017, 30(3): 27-31. ZHAO Longsheng, ZHONG Shiming, WANG Xiaoyi. Development of the latest H class heavy-duty gas turbine[J]. Gas Turbine Technology, 2017, 30(3): 27-31.

［7］ 楊勇平, 吳殿法, 王寧玲. 基于組合權重-優劣解距離法的火電機組性能綜合評價[J]. 熱力發電, 2016, 45(2): 10-15. YANG Yongping, WU Dianfa, WANG Ningling. Comprehensive evaluation for large scale coal-fired power units based on combined weight and TOPSIS method[J]. Thermal Power Generation, 2016, 45(2): 10-15.

［8］ 付忠廣, 齊敏芳. 基于最大熵投影尋蹤耦合的燃煤機組節能減排評價方法研究[J]. 中國電機工程學報, 2014, 34(26): 4476-4482. FU Zhongguang, QI Minfang. Study on the evaluation method of energy-saving and emission reduction of coal-fired units based on projection pursuit method coupled with maximum entropy[J]. Proceedings of the CSEE, 2014, 34(26): 4476-4482.

［9］ 羅毅, 周創立, 劉向杰. 多層次灰色關聯分析法在火電機組運行評價中的應用[J]. 中國電機工程學報, 2012, 32(17): 97-103. LUO Yi, ZHOU Chuangli, LIU Xiangjie. Application of the multi-level grey relational analysis method in operation assessment of thermal power units[J]. Proceedings of the CSEE, 2012, 32(17): 97-103.

［10］肖運啟, 王昆朋, 賀貫舉, 等. 基于趨勢預測的大型風電機組運行狀態模糊綜合評價[J]. 中國電機工程學報, 2014, 34(13): 2132-2139. XIAO Yunqi, WANG Kunpeng, HE Guanju, et al. Fuzzy comprehensive evaluation for operating condition of large-scale wind turbines based on trend predication[J]. Proceedings of the CSEE, 2014, 34(13): 2132-2139.

［11］ 徐靜, 郭萬偵. 多指標綜合評價法在水電移民生產生活水平評價中的應用研究[J]. 水利發電學報, 2013, 32(6): 294-301. XU Jing, GUO Wanzhen. Application of multi-index comprehensive evaluation method to resettled immigrants production and living standards[J]. Journal of Hydroelectric Engineering, 2013, 32(6): 294-301.

［12］ 國家發展改革委. 電力發展“十三五”規劃[R]. 北京: 國家能源局, 2016: 58. National Development and Reform Commission. The “13th Five-Year” electric power development planning [R]. Beijing: National Energy Administration, 2016: 58.

［13］ 彭張林, 張強, 楊善林. 綜合評價理論與方法研究綜述[J]. 中國管理科學, 2015, 23(增刊1): 245-255. PENG Zhanglin, ZHANG Qiang, YANG Shanlin. Overview of comprehensive evaluation theory and methodology[J]. Chinese Journal of Management Science, 2015, 23(Suppl.1): 245-255.

［14］ 楊家莉, 徐永海. 基于組合賦權與TOPSIS模型的節點電壓暫降嚴重程度綜合評估方法[J]. 電力系統保護與控制, 2017, 45(18): 88-95. YANG Jiali, XU Yonghai. Comprehensive evaluation method of node voltage sag severity based on TOPSIS model and combination weights[J]. Power System Protection and Control, 2017, 45(18): 88-95.

［15］ 周名煜, 謝寧, 王承民. 基于靈敏度和灰色關聯度的配電網運行方式變權重評估方法[J]. 電力系統保護與控制, 2017, 45(13): 130-137. ZHOU Mingyu, XIE Ning, WANG Chengmin. Variable weight evaluation method of distribution network operation mode based on sensitivity and grey correlation[J]. Power System Protection and Control, 2017, 45(13): 130-137.

［16］ 王淼, 常乃超, 劉金波, 等. 狀態評估多指標綜合評價方法[J]. 電力系統自動化, 2015, 39(1): 94-98. WANG Miao, CHANG Naichao, LIU Jinbo, et al. A multi-index comprehensive evaluation method of state estimation[J]. Automation of Electric Power Systems, 2015, 39(1): 94-98.

［17］ 申海, 解建倉, 李建勛, 等. 基于向量夾角余弦的水文組合預報方法[J]. 系統工程理論與實踐, 2012, 32(7): 1591-1597. SHEN Hai, XIE Jiancang, LI Jianxun, et al. Hydrological combined forecasting method based-on vector angular cosine[J]. Systems Engineering-Theory & Practice, 2012, 32(7): 1591-1597.

［18］ 趙金先, 王苗苗, 李堃, 等. 基于C-OWA算子與向量夾角余弦的綠色施工項目評標模型[J]. 土木工程與管理學報, 2017, 34(5): 39-45. ZHAO Jinxian, WANG Miaomiao, LI Kun, et al. Bidding evaluation model of green construction project based on C-OWA operator and vector angle cosine[J]. Journal of Civil Engineering and Management, 2017, 34(5): 39-45.

［19］ 孫佳龍, 郭金運, 郭淑艷. 利用夾角余弦和聚類分析的電離層TEC混沌預測[J]. 武漢大學學報(信息科學版), 2014, 39(4): 441-444. SUN Jialong, GUO Jinyun, GUO Shuyan. Chaotic properties and prediction of ionospheric total electron content based on cosine and cluster analysis[J]. Geomatics and Information Science of Wuhan University, 2014, 39(4): 441-444.

［20］ 齊敏芳, 付忠廣, 景源, 等. 基于信息熵與主成分分析的火電機組綜合評價方法[J]. 中國電機工程學報, 2013, 33(2): 58-64. QI Minfang, FU Zhongguang, JING Yuan, et al. A comprehensive evaluation method of power plant units based on information entropy and principal component analysis[J]. Proceedings of the CSEE, 2013, 33(2): 58-64.

［21］周松林, 茆美琴, 蘇建徽. 基于主成分分析與人工神經網絡的風電功率預測[J]. 電網技術, 2011, 35(9): 128-132. ZHOU Songlin, MAO Meiqin, SU Jianhui. Prediction of wind power based on principal component analysis and artificial neural network[J]. Power System Technology, 2011, 35(9): 128-132.

［22］ 孫義豪, 李秋燕, 丁巖, 等. 基于主成分分析及系統聚類的縣域電網綜合評估方法[J]. 電力系統保護與控制, 2017, 45(8): 30-36. SUN Yihao, LI Qiuyan, DING Yan, et al. County power grid evaluation system based on principal component analysis and hierarchical cluster analysis[J]. Power System Protection and Control, 2017, 45(8): 30-36.

［23］ 鄧勇. 燃氣電廠噪聲污染及控制[J]. 噪聲與振動控制, 2016, 36(3): 94-99. DENG Yong. Noise pollution and control in gas power plants[J]. Noise and Vibration Control, 2016, 36(3): 94-99.

［24］ 劉志坦, 李玉剛, 王凱. 中國燃氣電廠煙氣排放現狀及政策趨勢[J]. 中國電力, 2018, 51(1): 147-153. LIU Zhitan, LI Yugang, WANG Kai. The environmental protection status quo of China’s gas power plants and the trending in policies[J]. Electric Power, 2018, 51(1): 147-153.

A comprehensive evaluation model for performance indexes of gas-fired power plants

FU Zhongguang1, LIU Binghan1, WANG Pengkai1, LIU Lu2

(1. Key Laboratory of Condition Monitoring and Control for Power Plant Equipment, North China Electric Power University, Ministry of Education, Beijing 102206, China; 2. Renewable Energy School, North China Electric Power University, Beijing 102206, China)

Aiming at solving the problems of energy-saving, environmental protection, economical operation and comprehensive management for gas-fired power plants, this paper builds up an evaluation index system based on comprehensive consideration of environmental protection, reliability, equipment management, production economy and production technology after analyzing the operation and management methods of gas-fired power plants. The vector angle cosine method is applied to calculate the index’s weight, and combining with the principal component analysis method, it is used to carry out comprehensive evaluation for gas-fired power plants. A comprehensive evaluation model is established so that the weights and rankings of the indexes at different levels are also calculated. Taking 6 gas-fired power plants of an enterprise as the examples for verification analysis, the result demonstrates that this method is valid and feasible, which can provide indexes and method support for gas-fired power plants’ production benchmarking management and power plant unit competitions.

gas-fired power plant, index system, comprehensive evaluation, vector angle cosine method, principal component analysis

Fundamental Research Funds for the Central Universities (2018MS034, 2016XS20)

付忠廣(1963—)，男，博士，教授，主要研究方向為電站機組運行優化與復雜熱力系統建模等，fzg@ncepu.edu.cn。

TM621

A

10.19666/j.rlfd.201806106

付忠廣, 劉炳含, 王鵬凱, 等. 燃氣電廠性能指標綜合評價模型[J]. 熱力發電, 2019, 48(3): 7-13. FU Zhongguang, LIU Binghan, WANG Pengkai, et al. A comprehensive evaluation model for performance indexes of gas-fired power plants[J]. Thermal Power Generation, 2019, 48(3): 7-13.

2018-06-19

中央高校基本科研業務費專項資金資助(2018MS034, 2016XS20)

劉炳含(1990—)，男，博士研究生，liubh1018@sina.com。

（責任編輯 杜亞勤）