基于動態評估模型的綠色小水電生態環境影響研究

夏 軍，葉 超，魏 潔，姜 鵬，董 軍，聶仕麟

(1.國網四川省電力公司雅安供電公司，四川 雅安 625000；2.北京中恒博瑞數字電力科技有限公司，北京 100085；3.能源市場研究所(華北電力大學)，北京 102206)

0 引 言

所謂綠色小水電，就是兼顧水電開發和環境保護，實現生態文明和和諧發展的小水電。綠色小水電對生態環境影響的評價是指導小水電綠色開發的重要前提，國外一些發達國家已經提出了綠色小水電的概念，美國、瑞士等發達國家都制定了綠色小水電認證標準[1-2]。我國綠色小水電建設和評價尚處于初級階段，為促進小水電站的可持續發展，對小水電評價必不可很少。當前，國內對小水電的評價研究主要體現在2個方面：一是通過分析國外綠色小水電的發展對我國的啟示，如唐萬林[3]提出了我國開展綠色小水電認證的必要性和可行性；金連根[4]針對我國實際情況，從綠色小水電認證、有序開發、加強政府監管等幾個方面對我國綠色小水電發展提出了建議。二是分析綠色小水電的發展對生態環境造成的影響，如周茁[5]基于EF-AHP法從水量及水質、水生生態、陸生生態、環境效益等4個方面，評價壩式水電站對生態環境的影響，通過西北某壩式水電站實例驗證了模型的可行性；陳凱[6]通過調查廣東某引水式梯級小水電，從河流水質，水生生物、河道斷流、植物多樣性等方面引入模糊評價方法，說明了小水電的發展對生態環境存在不利影響；趙淑杰[7]采用FAHP方法對農村小水電生態效益進行評價，使水環境和大氣環境得到明顯改善，節能綠化取得了較好效果。

目前，關于小水電對生態環境影響的研究評價偏向靜態，不能有效反映未來一段時間環境變化的趨勢。為此，本文根據雅安小水電實際發展現狀，從生態環境的角度著手，構建了一種基于AHP-Grey的動態生態環境評價模型。為提高生態環境評價的準確性，一是結合相似度的思想來修正專家權重；二是在白化權函數的基礎上，求出評價對象所處灰類等級的級別變量特征值，判斷評價對象未來一段時間的動態變化趨勢。最后，選取雅安小水電作為實例，進一步驗證了提出模型的有效性，為類似小水電綠色可持續發展提供依據。

1 綠色小水電生態環境指標體系

結合雅安小水電的實際情況，構建雅安小水電生態環境評價體系，見圖1。

圖1 雅安小水電生態環境指標體系

1.1 量化指標

1.1.1水生生態

最小下泄流量滿足度：為滿足小水電站下游河段的生態環境需水，水電站在運行的過程中需要下泄一定的生態流量。本文采用水電站實際日均下泄流量不小于站下最小下泄流量的天數占評價期總天數的百分比為標準，其計算公式為

(1)

(2)

式中，C11為最小下泄流量滿足度；n為評價總天數；i為循環計數器；f為評價期內最小下泄流量滿足與否的判斷函數；Qi為觀測期內水電站下實際日均下泄流量；Qmin為最小下泄流量；Qmax為最大下泄流量。

表1 最小下泄流量滿足度賦值標準(不可觀測時)

1.1.2水質變化程度

小水電的運行會對周邊水體自凈能力產生一定的影響，甚至可能導致水體富營養化。根據國家標準，水質分為I類、II類、III類、IV類、V類和劣V類，從小到大分別賦值1～6。通過比較取水斷面和出水斷面的水質情況來判斷水質變化程度，水質變化程度的計算公式如下

(3)

式中，wq為水質變化程度比；φd為出水斷面水質類別；φu為取水斷面水質類別。當wq≥1時，說明未引起水質變化，評分值為10；當wq<1時，引起水質變化(未采取防護措施)，評分值為0，采取防護措施時，評分值為5。

1.2 非量化指標

河流生態需水量、水生生物多樣性、河流形態、水土流失、陸生生態多樣性、景觀協調性、景觀恢復性等指標在實際評價過程中由于數據缺失和難以測量。本文根據專家調研數據，參照SL 752—2017《綠色小水電評價標準》中的評分方法進行定性評價，得到各指標的分值。

2 基于AHP-Grey的動態生態環境評價模型構建

2.1 確定評價指標權重

層次分析法(AHP)是由美國運籌學家Satty提出的適用于多目標決策的一種方法，是一種以人的經驗主觀判斷的定性和定量相結合的指標評價方法[8]。本文利用3標度法建立判斷矩陣，并通過修正專家權重進而修正各指標權重，在一定程度上彌補了因主觀判斷存在的缺陷。標度指標相對重要性標度見表2。指標權重計算步驟如下：

表2 標度指標相對重要性標度

(1)設某一決策目標A的準則層有m個指標，即B1，B2，B3，…，Bm，對應的權重為W1，W2，W3，…，Wm，且W1+W2+W3+…+Wm=1。

(5)求出一致性矩陣Di特征向量wi，wi=(p(b1/li)，…，p(bj/li))，其中，p(bm/li)表示第i個專家對第m個指標的評價權重。

按照上述(1)～(6)步驟，求出指標層各指標的綜合權重。同時，采用3標度法克服了傳統9標度法難以處理元素間的關系問題，并且不需要單獨進行一致性檢驗，而是通過最優傳遞矩陣轉化為一致性矩陣獲得指標權重的排序。

2.2 相似度專家權重的修正

根據層次分析法得到各專家對指標的權重和所有專家對指標的綜合權重。本文采用相似度來修正專家權重進而修正各指標權重，通過測算專家個人決策結果與綜合決策結果之間的距離來判斷單個專家與群體之間的偏離程度。第i個專家個人決策結果和綜合決策結果以及約束條件可表示為

(4)

式中，ui為第i個專家的決策結果；U為綜合決策結果。則專家個人決策結果與綜合決策結果的相似度向量Si可以表示為

Si=(Si1，Si2，…，Sij)

(5)

式中，任意一個相似度向量Sij=uij/Uj(uij≤Uj)和Sij=Uj/uij(uij≥Uj)。同時，當Sij=1時，即專家個人決策與綜合決策的結果相同；當Sij≤1時，表示專家個人決策負向偏離綜合決策結果；當Sij≥1時，表示專家個人決策正向偏離綜合決策結果。此外，為了確定決策結果相似度的取值范圍，假設每個專家的個人決策與綜合決策結果一致，則稱為完全理想相似S*，S*=(1，1，1，…，1)；由模糊數學隸屬度的概念可知，非完全理想相似度向量Sc為理想相似度向量的補集，Sc=(0，0，0，…，0)。為選擇最優的決策結果，應選擇與完全理想相似度向量越接近，與非完全理想相似度越遠的專家決策結果。本文定義距離計算公式為

(6)

(7)

式中，FD(Si，S*)和fd(Si，Sc)分別表示專家個人決策與完全理想決策和非完全理想決策之間的平均距離。假設用φi表示專家i的決策結果與完全理想決策的相似度，則1-φi表示專家i的決策結果與非完全理想決策的相似度，則專家i的綜合權重距離計算公式為

F(φi)=[φiFD(Si，S*)]2+[(1-φi)fd(Si，Sc)]2=

(8)

專家i的綜合權重是關于φi的一元二次函數，令dF(φi)/d(φi)=0，可求出φi的表達式為

(9)

(10)

2.3 中心點三角白化權函數模型構建

白化權函數是描述一個灰數對取值區間內不同數值的偏愛程度，是對主觀信息的一種客觀反映。本文采用中心點三角白化權函數進行拓展，與以往的小水電綜合評價的區別在于更側重對指標的評價，從而挖掘影響整體評價好壞的指標，具體計算步驟如下：

(1)設有n個評價對象、m個評價指標和s個不同的灰類，對象i關于指標j的樣本評分值為xij(i=1，2，3，…，n;j=1，2，3，…，m)，根據xij的值對相應的對象i進行評價。

(2)建立評價灰類，確定閥值。通過專家打分得到的評分本質上是白化值。為客觀反映評價指標屬于哪一灰類，需要確定灰類等級k和灰數s，并將各個指標的取值范圍也相應地劃分為s個灰類。設λk為第k灰類的中心點，即λk=(ak+ak+1)/2，其中，ak和ak+1為任意2個觀測值，并將λ1，λ2，…，λs作為各灰類的代表。由此可將指標j屬于第k灰類的取值范圍確定為[λk-1，λk+1]，對于第1個灰類的左端點λ0和第s個灰類的右端點λs+1，是分別將指標j的取值向左和右進行擴展得到的。

(3)確定評價指標的權重，指標權重由3標度法獲得。

(11)

由此可得到各個指標j相對于灰類等級k的隸屬度。

很多情況下所評價對象是動態變化的，即處于從一種狀態向另一種狀態的跨越。為了準確描述評價對象變化的趨勢，采取防護措施防止趨勢蔓延是本文重點。針對以上問題，本文引入灰類等級k的級別特征值概念[9]，能有效判斷評價對象的變化趨勢。

(1)計算評價對象i關于等級k的關聯度Ki(k)，即

(12)

(13)

(14)

式中，s為灰類個數。

3 雅安綠色小水電對生態環境影響實例分析

為降低小水電對當地環境的負面影響，促進經濟、社會與環境的可持續發展，雅安小水電正從無序開發和管理的狀態向綠色小水電的轉變[10]。本文選取雅安周公河某小水電站進行實例驗證。由3位來自高校和雅安電網公司的專家組成調研小組，對周公河某小水電站進行實地調研。根據各位專家的經驗和學術方面的情況，賦予專家一定的先驗權重，專家1的先驗權重為0.2，專家2的先驗權重為0.3，專家3的先驗權重為0.5。

3.1 指標權重確定

根據現場調研情況，結合3標度法指標權重計算公式，計算出各指標的綜合權重。

表5 各指標權重及評價灰類

(4)求出一致性矩陣D最大特征值所對應的特征向量w，w=[0.684 3，0.684 3，0.251 8]T。

(5)將特征向量進行歸一化處理得各指標的相對權重w*=[0.422 303，0.422 303，0.155 394]T。

(6)得到各指標的先驗綜合權重p(bj)，p(bj)=[0.422 303，0.422 303，0.155 394]T。

(7)修正專家權重。由于3位專家的判斷矩陣一致，各專家決策與綜合決策一致，達到最優，不需要進行相似度優化各指標權重，若判斷矩陣不同，則需進行相似度專家權重的修正。

按照(1)～(7)步驟計算指標層各因素的綜合權重，計算結果見表3。

3.2 三角白化權函數計算模型

3.2.1各指標分值

根據評分規則和現場調研情況，由專家對各指標進行評分，評分結果見表4。

表3 指標層各因素綜合權重

表4 各指標分值情況

3.2.2建立評價灰類

本文將小水電綠色等級分為優、良、中、差、劣等5個灰類。其中，優為第5灰類、良為第4灰類、中為第3灰類、差為第2灰類、劣為第1灰類。各指標權重及評價灰類見表5。

3.2.3建立中心點三角白化權函數

利用所構建的中心點三角白化權函數，計算出各指標聚類系數，判斷出所屬灰類，結果見表6。

表6 各指標聚類系數和所屬灰類

3.2.4求級別變量特征值

圖2 小水電生態環境變化趨勢

從圖2可知，陸生生態和景觀持續變好，水生生態和小水電對生態環境的影響繼續惡化。可初步得出，水生生態是影響小水電綠色等級的主要因素，此結果與實際小水電開發建設和運行對河流生態影響最大的結果相吻合。因此，雅安綠色小水電的建設規劃要充分考慮小水電建設對水生生態環境的影響。綠色小水電建設完成后，也要對水生生態、陸生生態和景觀等進行持續監測，及時避免小水電對環境造成的不利影響，實現小水電的綠色化。

4 結 語

利用本文構建的動態模型對雅安某小水電進行評估，可以得出以下結論：

(1)周公河某小水電對生態環境的影響為中級別，正逐漸向差級別方向發展，主要原因之一是小水電的發展對周邊河流生態環境影響最大，需及時針對河流生態環境采取有效的防護措施。

(2)本文建立模型中引入了時間因素，實現了對主體評估模型的動態效果，反映了未來一段時間的變化趨勢，為進一步改善小水電生態環境提供理論基礎。