组合赋权法在海上风电项目风险评价中的应用

杨 欢，马朝阳

(1.河北水利电力学院交通工程系，河北省沧州市黄河西路49号 061001；
2.交通运输部天津水运工程科学研究院，天津市滨海新区新港2号路 300000；
3.天津水运工程勘察设计院有限公司，天津市滨海新区新港2号路 300000)

海上风电具有风能资源稳定、不占用土地、消纳条件良好等独特优势，对改善沿海地区环境、优化经济结构有重要意义。同时，海上风电作为可再生能源，不产生二氧化碳，具有巨大的资源前景，也是国家实现“双碳”战略目标的重要领域。我国具有发展海上风电的天然优势，拥有较长海岸线，可利用海域面积300多万平方公里，海上风能资源丰富。近年来，我国海上风电发展迅速，2019年我国海上风电累计并网容量达到仅次于英国和德国的世界第三大国家水平[1]，而到2021年，我国海上风电突破1000万千瓦通用容量，装机规模跃居全球第一[2]，海上风电产业也正从近海向深水远岸发展。

与此同时，海上风电项目通常规模较大、投资较高、涉及面广以及技术要求较高，加之复杂的海洋环境，使得海上风电项目从设计、施工到后期生产运营整个过程的技术和管理都较陆上风电项目更复杂，面临的风险因素也更多。海上风电开发风险涉及到对风资源的评价、发电量的预测、海上风机、施工安装、检修维护成本等风险[3]，其中施工安装是海上风电开发的重要组成部分，也对控制工程成本至关重要，因此对海上风电项目施工阶段风险进行分析和评价是必要的。

针对海上风电工程项目的风险评价，国内学者大多使用较为成熟的概率法、层次分析法、模糊层次分析法等。于自强[4]，钟飞[5]，杨立[6]分别从不同角度对不同的项目面临的风险因素进行了分析和评价，在他们的研究中，风险因素指标权重确定的方法均采用了层次分析法，计算权重的主观性较大，有可能偏离实际。在此基础上，李静、孙亚胜[7]加入了数学分析方法，采用了一种三角模糊数的模糊网络分析法对海上风电项目进行了风险评价；
李静[8]等运用支持向量机理论对海上风电项目运行期风险进行了评价，证明了最终结果比传统方法准确度高。为改善评价指标权重的可靠性，越来越多学者将主客观赋权的方法进行组合使用来确定权重值，如邓红雷[9]等运用层次分析法和熵权法组合研究架空输电线路的风险；
山成菊[10]等基于博弈论方法将层次分析法和熵权法进行组合来确定河流健康评价指标的权重；
张平[11]等采用层次分析法和变异系数法组合法来确定房地产投资影响因素的指标权重；
刘玉伟[12]等采用层次分析法和模糊评价法相结合来对沙河水环境的质量进行评价。

文中以江苏如东某海上风电项目为例，以该项目基础建造施工过程中面临的风险建立相应的风险评价模型，采用层次分析法(AHP)和熵权法组合的组合赋权法对风险因素进行分析评价，准确把握项目建设过程的风险状态，为决策者提供更可靠的决策依据。

风险评价首要是进行风险识别，对各风险影响因素进行分类归纳，建立风险评价指标体系。文中在相关文献研究的基础上结合实地调研，识别了海上风电项目在基础施工阶段面临的风险因素，在此基础上建立了如下风险评价模型，如表1所示。

表1 海上风电基础施工风险评价指标体系Tab.1 Risk evaluation index system of offshore wind power foundation construction

2.1 层次分析法

层次分析法主要依据评价专家的经验认知按照给定的打分规则进行打分得到判断矩阵，并利用数学方法对判断和比较的结果进行计算得到权重的一种方法，是一种主观赋权法。具体计算步骤如下：

(1)建立风险评价指标体系

文中将海上风电基础施工风险评价指标体系分为目标层、准则层(一级指标)和指标层(二级指标)三个层次，然后根据各层次指标之间的隶属关系绘制为上下分层的结构模型，具体评价体系见表1。

(2)构造判断矩阵

文中邀请项目相关专家依据项目的相关数据和资料，根据自身经验依据9分位比率对上述各指标之间的重要程度进行两两比较打分，最后以各位专家打分的中位数作为最终分值，构造出判断矩阵，记作X=(xij)n×n。其中xij表示风险因素i与风险因素j进行比较的重要程度，n表示因素的个数，且xij与xji互为倒数，具体打分表参见表2。

表2 判断矩阵标度[13]Tab.2 Judge matrix scale

(3)计算权重值

对上述判断矩阵X进行归一化及一致性检验处理，通过求出该矩阵的最大特征根以及对应的特征向量来确定各评价指标的权重值。具体做法如下：

首先，对判断矩阵X利用公式(1)进行归一化处理，得到新的判断矩阵，记作Y=(yij)n×n，并对Y的各行求和，记做向量W=(w1,w2,…wn)T。

(1)

式中,xij表示判断矩阵X中风险因素i与风险因素j进行重要程度比较的得分；
wi为未进行归一化的各指标权重。

(2)

最后，利用公式(3)求出矩阵的最大特征值λmax。

(3)

(4)一致性检验

根据公式(4)(5)对判断矩阵是否存在严重异质性问题进行一致性检验，当CR<0.1时，可以认为判断矩阵基本满足一致性要求，不存在严重异质性问题。

(4)

CR=CI/RI

(5)

式中，CI为一致性指标；
n为判断矩阵的阶数；
CR为一致性比例；
RI为一组平均随机的一致性指标，RI的取值主要依据表3。

表3 平均随机一致性指标Tab.3 Mean random consistency index

2.2 熵值法

熵值法是一种依据原始数据资料信息量的大小来决定相应指标权重的客观赋权法。在信息论中，信息熵值反映了一个系统的无序程度，可以度量原始数据所提供的信息量的大小。信息量越大，系统无序程度与不确定性就越小，熵也越小。反之，信息量越小，则熵越大[14]。具体计算指标权重的步骤如下：

(1)指标数据的无量纲化和归一化处理

文中在建立的风险评价指标体系的基础上，收集相关指标原始数据。由于各指标性质不同，计量单位不同，缺乏可比性，因此需要对指标按照公式(6)进行无量纲化处理，之后再对所得矩阵按照公式(7)进行归一化处理，得到第j个指标的比重。

无量纲化处理：

(6)

归一化处理：

(7)

(2)根据公式(8)和公式(9)计算指标熵值ej和差异系数gj。

(8)

gj=1-ej

(9)

(3)指标熵权的确定

第j个评价指标的权重为：

(10)

2.3 组合赋权

组合赋权是将两种或多种不同赋权方法进行综合，采取一定方式将主观赋权法和客观赋权法进行组合。文中选用层次分析法(AHP)和熵值法，按照某种原理进行组合来确定风险评价指标最终的权重，从而能够使决策者的主观判断与项目的客观信息相联系，提高决策的可靠性。文中根据最小相对信息熵原理，用拉格朗日乘子法优化[15]可得到如下组合权重计算式：

(11)

其中,w1j和w2j分别表示用AHP法和熵值法计算所得的第j项指标的权重，λj为组合权重。

2.4 权重的一致性检验

由于采用不同的权重计算方法所得权重有时相差较大，甚至相互冲突，因此需要对不同赋权方法所得的结果进行一致性检验。本文采用两种赋权方法进行组合，利用Spearman等级相关系数来进行检验，计算公式为：

(12)

当0≤d(w1,w2)≤1时，说明这两种赋权方法计算所得的权重是具有一致性的。

3.1 层次分析法确定权重

文中邀请该项目施工及监理等各方负责人作为评价专家，根据项目相关数据资料及现场实际情况对各因素进行两两打分，得到判断矩阵，并根据公式(1)至公式(5)计算出权重值并进行一致性检验，计算结果见表4至表9。

表4 准则层判断矩阵及权重Tab.4 Judgment matrix and weight of standard layer

表5 准则层B1对应指标层判断矩阵及权重Tab.5 Judgment matrix and weight of index layer of B1

表7 准则层B3对应指标层判断矩阵及权重Tab.7 Judgment matrix and weight of index layer of B3

表8 准则层B4对应指标层判断矩阵及权重Tab.8 Judgment matrix and weight of index layer of B4

表9 准则层B5对应指标层判断矩阵及权重Tab.9 Judgment matrix and weight of index layer of B5

3.2 熵值法计算指标权重

由于海上风电项目风险很难用具体数值来表达，文中拟利用5标度法对风险等级进行衡量，邀请上述专家根据项目实际情况，对该项目5个标准层及16个具体风险因素进行等级赋值。其中用1表示风险低，2表示风险较低，3表示风险一般，4表示风险较高，5表示风险高。赋值结果如表10所示。

表10 专家风险等级赋值表Tab.10 Expert risk rating assignment table

根据公式(6)至公式(10)分别计算标准层以及指标层的指标熵值ej、差异系数gj及权重值wj，计算结果如表11和表12所示。

表11 准则层指标Bj的熵值ej差异系数gj及权重wjTab.11 Entropy value ej of standard layer index Bj, difference coefficient gj and weight wj

表12 指标层指标Cj的熵值ej差异系数gj及权重wjTab.12 Entropy value ej, difference coefficient gj and weight wj of index Cj in index layer

3.3 组合赋权

本文将层次分析法计算所得权重与熵权法计算所得权重进行综合，采用公式(11)进行组合赋权，并根据公式(12)对两种方法所得权重进行一致性检验。其中海上风电项目风险评价准则层组合赋权结果如表13所示，风险评价指标层组合赋权结果如表14所示。

表13 风险评价准则层组合赋权结果Tab.13 The combination weighting results of risk assessment criteria layer

计算Spearman等级相关系数为0.207小于1，因此两种赋权方法所得权重具有一致性。同理，计算指标层权重及一致性检验，结果见表14。

表14 风险评价指标层组合赋权结果Tab.14 The combination weighting results of risk assessment index layer

对各准则层对应的指标层权重分别进行一致性检验，Spearman等级相关系数分别为0.250，0.234，0.374，0.289，0.428均小于1，满足一致性要求。

从组合赋权结果来看，该海上风电项目基础施工阶段受自然条件和施工管理方面的风险影响较大，其次是施工技术风险和设备及桩体质量风险，最后为社会与政治风险。对于自然条件方面，尤其是气象条件和海洋灾害(主要为大风、暴雨、罕见大潮、海冰冲撞等)对项目的实施影响较大，建设、监理及施工单位应及时关注当地海洋气象部门预警，根据气象预警级别做好相应的应急预案。对于施工管理方面，现场沟通协调对于项目顺利实施尤为重要，从备料、制桩、运桩、打桩、检测等各个环节需各方相互配合才能顺利完成。对于施工技术风险方面，勘察设计偏差权重较大，要求在勘察设计之前对周边条件进行充分的调查，将一切外在因素考虑在内，最大限度的降低偏差概率。在设备及桩体质量风险中，液压锤或振动锤故障、桩船故障或者稳桩平台损坏都会影响施工进度，应对其进行定期维护、定期送检，尽量减少施工作业中的故障率。社会和政治风险占比较低，根据当前实际情况来看政府决策信用较高，对本项目的影响较小。

综上所述，在本海上风电项目基础施工阶段，参建各方要对气象和海洋因素、现场沟通协调因素、勘察设计因素以及设备故障因素等方面进行重点关注，使该项目风险的发生概率降为最小。

文中针对江苏如东某海上风电项目基础施工，建立了风险评价指标体系，采用层次分析法和熵值法的组合赋权法来对风险因素进行分析，计算各风险指标的重要程度。计算结果可看出，组合权重数值介于AHP和熵值法所得权重之间，并达到了一种最优的组合状态，能够克服单一方法计算权重的片面性，使得评价结果更合理、更可靠，从而为该项目决策者提供可靠的理论依据。

猜你喜欢赋权分析法一致性异步机传统分析法之困难及其克服防爆电机(2022年4期)2022-08-17基于赋权增能的德育评价生态系统的构建民族文汇(2022年9期)2022-04-13基于DEA分析法的全国公路运输效率分析建材发展导向(2022年4期)2022-03-16家庭赋权护理干预方案在肺癌放疗患者中的应用昆明医科大学学报(2021年12期)2021-12-30注重教、学、评一致性 提高一轮复习效率教学考试(高考物理)(2021年5期)2021-11-08对历史课堂教、学、评一体化(一致性)的几点探讨历史教学问题(2021年4期)2021-11-05IOl-master 700和Pentacam测量Kappa角一致性分析中医眼耳鼻喉杂志(2021年1期)2021-07-22企业数据赋权保护的反思与求解南大法学(2021年6期)2021-04-19试论新媒体赋权活力(2019年15期)2019-09-25基于层次分析法的智慧城市得分比较智富时代(2019年5期)2019-07-05