0 前言

辅助服务包括一次调频、自动发电控制(AGC)、调峰、无功调节、旋转备用、黑启动等。辅助服务补偿交易是辅助服务市场的初级阶段，电力监管机构负责组织实施，电力调度机构负责统计数据，电网公司协助结算补偿费用。文献[1]研究了国内外电力市场中辅助服务的运作情况，发现辅助服务的费用在市场中占有较大的比例，文中分别对备用服务、调频服务、无功支持服务和黑启动服务进行了成本分析，为研究辅助服务的补偿办法提供了依据；文献[2]分析了大规模风电并网对电力系统辅助服务的主要影响要素，建立风电辅助服务成本的定量测算模型；文献[3]量化研究了大规模风电接入对电力系统辅助服务成本的影响，发现影响主要来自调峰及备用，依此为基础，文章从中国电力改革与发展的角度，提出了几种因风电接入导致的辅助服务成本的分摊与补偿机制；文献[4]则利用静态合作博弈以及动态合作博弈方法分析辅助服务成本如何在风电场之间进行分摊，得到适合中国的风电接入导致的辅助服务成本分摊机制。

以上文献多对辅助服务成本及分摊机制进行研究，几乎没有考虑发电企业对辅助服务价格的承受能力。由于国家政策、市场环境及企业本身对辅助服务的反应不同，因此，研究发电企业对辅助服务价格的承受能力很有必要。

◇Ŝ,THNS1})⊃∃Y∃y.Send(Y,y)∧Contains(y,{RA,RB,,TB}A_S)∧

1 发电企业用户承受能力定义及反应

1.1 辅助服务发电用户定义

电力辅助服务市场中，发电机组、可调节负荷、储能装置和需求响应是卖方，购买辅助服务，并为其产生的成本负责的是买方。因此，根据一般产品用户的概念来定义辅助服务用户。一般产品对于用户的定义为：用户，是指所有接受某一项产品服务的客体，不单指某一类人，泛指所有享受服务的客体。辅助服务用户可定义为：辅助服务市场中，接受辅助服务产品，并对产生的辅助服务成本进行承担的市场主体。承受能力，是指对象在某种信号的刺激下仍能保持常态的容忍能力。它有一个最高限，超过这个最高限，研究对象的心理和行为将会出现异常的变化。因此辅助服务发电用户的承受能力指接受辅助服务并为其成本负责的发电企业，在正常水平下，对其所需分摊费用的接纳能力。

1.2 辅助服务发电用户响应情况

辅助服务用户主要包括以风电、光伏为主的直接分摊辅助服务费用的发电厂用户，以及工商业、居民为主的间接承担辅助服务费用的社会用户，本文主要分析现阶段集中市场中作为辅助服务成本承担者的发电厂用户对辅助服务电价变化的响应情况。“用户响应”是指辅助服务用户根据辅助服务价格的变化，做出的不同反应行为。通过对辅助服务市场的分析，辅助服务提供方与用户响应情况如图1所示。

  

图1 辅助服务提供方与用户响应情况

 

Fig.1 Ancillary service providers and consumers′ response

网络层次分析法(ANP)适用于存在内部依存和反馈关系的复杂决策系统，是在层次分析法(AHP)的基础上发展形成的。ANP被系统元素划分为两大部分：第一部分称为控制因素层，包括问题目标及决策准则；第二部分为网络层，它是由所有受控制层支配的元素组成的，其内部是互相影响的网络结构。德尔菲法能使电力行业专家的意见不受相互的影响，如实地反映电力企业的实际情况和特点，因此运用德尔菲法和ANP法来确定指标的权重，具体步骤如下：

改革让中国体育发生了翻天覆地的变化，体育改革成绩斐然。从1982年参加印度新德里亚运会时起,亚运战绩一直稳居第一。

使用德尔菲法，根据专家打分结果构造的一级指标要素B1、B2、B3、B4的判断矩阵如表4所示。

2)自身消化损失。在发电企业一定的承受范围内，其自身将接受辅助服务价格的提高，内部消化由辅助服务价格提高引起的损失。发电企业可承受的损失范围在下一节中将进一步进行研究分析。有偿辅助服务补偿所需费用由发电厂按上网电费或上网电量的比例分摊。

对于居中型的指标x，令

由于辅助服务担任着电力市场中的重要角色，因此，通过一定的方法测定各发电用户辅助服务承受能力具有重要意义。

2 发电企业用户辅助服务承受能力指

刀手、剑士闯入大门兵分两路从两侧散去，当兵器碰撞声，喊杀声立刻响起时，萧飞羽带黑白双煞、武成龙、只手拿云长驱直入。偶尔出来阻止的人立刻被毫不留情地放倒。当他们到达中央一个巨大的庭院，从一个门楣上挂着聚义堂横匾的大门鱼贯走出十人。他们分别是：

2.1 综合评价指标体系的构建

对发电企业用户的承受能力进行评估，首先需要构建不同种类发电厂对辅助服务价格承受能力的指标体系。本节选取风电企业、核电企业、水电企业及并网火电厂作为典型，从市场指标、经济效益指标和社会效益指标几个方面，采用网络层次分析法(ANP)和德尔菲法对研究发电企业用户对辅助服务价格变动的承受能力进行量化评估。指标体系详见表1。

选择2015-09—2017-09在我院牙周科就诊因牙髓及根尖周病变引起的Ⅰ型牙周-牙髓联合病变的患者28名，共38个患牙；其中男15例，女13例，年龄28～64岁。纳入标准：①患牙有冷热刺激痛、自发性疼痛、夜间痛、咬合痛等症状；②牙龈红肿出血、溢脓，经根管治疗及牙周非手术治疗后，患牙仍存在至少1个位点的探诊深度(PD)≥5 mm，牙齿松动度(TM)≥ Ⅱ 度，有 Ⅱ 度及以上根分叉病变； ③ X线片示硬骨板消失，牙槽骨高度下降，或呈典型的“烧瓶状”病变，即根尖周稀疏区与牙槽嵴吸收相连； ④ 知情同意。本研究经南通市口腔医院伦理委员会审批(批准文号：2017第2号)。

 

表1 辅助服务发电用户承受能力综合评价指标体系

 

Table 1 Comprehensive system for evaluation indicators of ancillary service power generation consumers’ bearing capacity

  

目标层(A)一级指标(B)二级指标(C)辅助服务发电用户承受能力综合评价指标体系市场指标(B1)经济效益指标(B2)社会效益指标(B3)政策及响应水平指标(B4)装机容量(C1)平均利用小时数(C2)辅助服务交易电量(C3)上网电价(C4)发电成本(C5)供电可靠性(C6)资源优化配置(C7)政策扶持程度(C8)调度及时性(C9)

2.2 综合评价指标权重的确定

如图1所示，发电厂用户一般为风电、光伏、水电及核电等可再生能源企业，也包括未达到并网要求的并网火电机组，其接受电力调度机构调度与考核。对于辅助服务价格的变化，发电厂的响应情况可分为调整发电计划与承担违约损失。

根据目前辅助服务市场现状，发电企业的用户响应一方面是集中调度市场模式下风电场等用户对激励性政策的响应行为，另一方面指风电等企业对集中及分散交易模式下的价格变化的响应行为。本文分析其在集中调度交易情况下的响应情况及损失或补偿。

在指标体系的构建中，识别了评价指标，要建立ANP模型还必须对评价指标间的互相影响关系进行研究，通过问卷调查得到指标间的关联情况，如表2所示。

 

表2 辅助服务发电用户承受能力评价指标关联情况调查表

 

Table 2 Correlation questionnaire of ancillary service power generation consumer's bearing capacity indicators

  

因素市场指标(B1)C1 C2经济效益指标(B2)C3 C4 C5社会效益指标(B3)C6 C7政策及调度水平指标(B4)C8 C9市场指C1√标(B1)C2√√√√经济效C3√√益指标C4√√(B2)C5√√√社会效C6√√√√√益(B3)C7√√√政策及调度响C8√√√√应水平C9√√(B4)

借助Super Decisions软件，绘得辅助服务发电用户承受能力指标间的关系如图2所示。

  

图2 辅助服务发电用户价格承受能力评价指标关系图

 

Fig.2 Relation diagram for evaluation indicators of ancillary service power generation consumers′ price bearing capacity

首先，运用两两配对比较构建判断矩阵，判断矩阵分级比例标度如表3所示。

1)调整发电计划。华北、华中、华中、西北及南方等区域通过计量辅助服务成本，确定并网火电厂补偿标准。并网发电厂可通过调整出力或其他方式提供辅助服务，与此同时获得补偿，辅助服务补偿总费用按全部发电企业电费收入的一定比例进行设计。达到辅助服务标准的发电厂即可得到相应的补偿。

 

表3 判断矩阵1-9级标度值及含义

 

Table 3 Judgment matrix 1-9 scale values and meanings

  

标度含义1I指标与J指标具有同样的重要性3I指标比J指标略重要5I指标比J指标明显重要7I指标比J指标非常重要9I指标比J指标极端重要2/4/6/8以上相邻判断之间对应的取值倒数J比较I的标度是I比J比较标度的倒数

 

表4 一级指标判断矩阵

 

Table 4 First-level indicator judgment matrix

  

AB1B2B3B4B114/57/47/3B25/418/48/3B34/74/814/3B43/73/83/41

类似于一级指标权重的计算，可利用Super Decisions软件对二级指标的权重进行计算，最终得各级指标权重如表5所示。

 

表5 各级指标权重

 

Table 5 Indicator weight at all levels

  

目标层(A)一级指标(B)二级指标(C)辅助服务发电用户承受能力综合评价指标体系市场指标(B1)0.4376经济效益指标(B2)0.1756社会效益指标(B3)0.1979政策及响应水平指标(B4)0.1889装机容量(C1)0.1596平均利用小时数(C2)0.1197辅助服务交易电量(C3)0.1583上网电价(C4)0.0622发电成本(C5)0.1134供电可靠性(C6)0.0055资源优化配置(C7)0.1924政策扶持程度(C8)0.1859调度反应及时性(C9)0.003

3 案例分析

选取某区域风电、核电、水电以及火电等辅助服务主要发电企业用户作为评价对象，对其辅助服务价格的承受能力进行综合评价。风电、核电发展迅猛，但风电存在反调节性，核电运行灵活性差，使系统运行困难加剧，水电比例小，抽水蓄能等可调峰电源存在不足。在考虑以上因素的情况下，设定各个指标的属性值如表6所示，资源优化配置水平、政策扶持程度及调度反应及时性由专家打分法获得。

 

表6 辅助服务发电用户各指标属性值

 

Table 6 Attribute value of ancillary service power generation consumers′ indicators

  

项目火电水电核电风电装机容量/万kW8572.62804.46335.642466.71平均利用小时数/h1865104573502561辅助服务交易电量/亿kW·h1052052上网电价/(元·(kW·h)-1)0.37170.35000.43600.5400发电成本/(元·(kW·h)-1)0.3000.2920.4000.514供电可靠性/%92.5792.0589.0774.62资源优化配置1358政策扶持程度2357调度反应及时性7234

对原始数据进行一致化处理，将各个类型的指标都转化为极大值指标，对于越小越好的指标，可采用如下式

或x<0)

3)将价格的提高传递给社会用户。目前的辅助服务成本基本上是由发电厂承担的，用户不承担辅助服务责任，但从实际角度来说，用户也是引起辅助服务的重要因素。因此，当发电企业难以承受辅助服务价格的提高时，可将辅助服务成本传递到社会用户方面，以减轻企业的负担。

班主任可以通过问卷调查、个别谈话、团体讨论等形式查找班级学风建设和个人学习方面存在的问题，并找出导致这些问题产生的影响因素，根据主要影响因素有针对性地制订班级整体学风改进方案和个人学习计划。其中，面向班级要制定具体的考核标准，面向个人要明确每一位同学的职责和所要达到的目标，以确保班级的整体管理效果和学生的自我提升质量，为下一步班主任监督并检查执行情况做好准备。

 

式中：m为指标x的一个允许下界，M为指标x的一个允许上界。

在转基因食品分析检测中，利用基因芯片检测方法，以转基因生物体为检测对象，测定基因组序列，把转基因食品的DNA按照一定规律排布在玻片上或硅片上，形成微距阵。利用计算机软件对基因序列进行计算处理，进而掌握转基因食品的相关特征信息，比如基因特征以及生物信息。在实际应用中，利用基因芯片检测技术，能够精准检测基因表达特征，在转基因食品分析检测中发挥着积极的作用[2]。

再对数据进行无量纲化，利用归一化处理法，可用下式计算：

 

式中:xij为各项指标的属性值。经过数据标准化处理后的数据如表7所示。

标体系

但是，水资源的制约性也在发达地区表现得日益明显。一些地区“有河皆干、有水皆污”成为经济社会发展的制约因素。如海河流域即使通过高强度的地表水资源开发和地下水超采，也无法满足经济社会发展需求，不得不实施“引滦入津”“引黄济津”“南水北调”及应急调水工程、跨流域调水；同时水污染严重加剧，2012年Ⅲ类水以上河长比例不到40%，水功能区达标率仅30%左右。南方丰水的发达地区同样饱受水污染危害，广东工业化、城市化进程中分阶段出现的水环境问题已集中凸显，2012年水功能区达标率仅41%。经济发达的太湖流域，污染物大量排放使水体富营养化，蓝藻频繁暴发。

在各指标和相应权重的基础上，计算综合评价值为

 

式中：S为综合评价值，Wi为第i个指标的权重，Si为第i个指标的值。

根据上述计算式以及各指标权重和各指标的值，可以算出以上6种可再生能源的综合评价值如表8所示。

根据本次研究结果可知，试验组患者包装质量、消毒质量、收回及时度、供给及时度等护理质量评分与对照组比较发现，试验组均高于对照组，差异有统计学意义（P＜0.05）。提示细节护理可显著提升消毒供应室消毒、包装、杀菌质量。在增强服务意识以及沟通意识方面可以获得明显效果，对于管理的规范化以及高效化可以做出充分保证。从而对于消毒供应室工作质量提高做出充分保证，进而对于就医患者的医疗安全做出充分保证，提高患者的医疗水平以及生活品质，充分证明对消毒供应室给予细节护理干预的可行性。但因为样本例数偏少、研究时间偏短等因素的限制，消毒供应室应用细节护理的效果还需要深入分析和探索。

 

表7 处理后各指标属性值

 

Table 7 Attribute value of indicators after processing

  

项目火电水电核电风电装机容量/万kW0.70390.06610.02760.2025平均利用小时数/h0.14550.08150.57330.1998辅助服务交易电量/亿kW·h0.11490.05750.22990.5977上网电价/(元·(kW·h)-1)0.21970.20690.25420.3192发电成本/(元·(kW·h)-1)0.19920.19390.26560.3413供电可靠性/%0.26580.26430.25570.2142资源优化配置0.05880.17650.29410.4706政策扶持程度0.11760.17650.29410.4118调度反应及时性0.43750.12500.18750.2500

 

表8 综合评价最后得分及占比

 

Table 8 Comprehensive evaluation of the final score and ranking

  

类型评分占比/%火电0.220222.02水电0.132913.29核电0.268626.86风电0.378437.84

通过ANP对辅助服务发电用户进行综合评价，得到评价分数，可将其作为综合考虑多种因素的成本分摊依据，则火电、水电、核电及风电所分摊比例分别为22.02%、13.29%、26.86%及37.84%，可知风电的承受能力较好，其次是核电、火电，水电对辅助服务价格的承受能力较差。

4 结 论

1)辅助服务发电用户的价格承受能力受市场、经济效益因素、社会效益因素及政策和调度响应程度等因素的影响，但现有辅助服务市场没有综合考虑影响辅助服务成本的其他因素，本文从辅助服务发电用户角度出发，建立了辅助服务发电用户承受能力评价指标。

2)由于目前辅助服务费用分摊采用按电费或电量计算的方法，未考虑影响成本的其他因素。本文综合考虑影响辅助服务发电用户承受能力的因素，得到辅助服务发电用户对辅助服务价格承受能力评分，以期为考虑多方面因素的辅助服务费用按比例分摊提供一定的依据与建议，从而照顾到辅助服务参与成员的承受能力，促进电力市场及辅助服务市场健康有序发展。

参考文献:

[1] 王少峰. 市场条件下辅助服务补偿机制的研究[D].北京：华北电力大学,2007.

WANG Shaofeng. [D]. Beijing: North China electric power university,2007.

[2] 谢国辉,李琼慧. 风电辅助服务成本测算模型和实证研究[J]. 中国电力,2011,44(12):82-85.

XIE Guohui, LI Qionghui. Research on calculating model empirical analysis wind power ancillary service cost[J]. China Electric Power, 2011, 44(12): 82-85.

[3] 何洋,胡军峰,闫志涛,等. 大规模风电入网辅助服务成本补偿机制研究[J]. 电网技术,2013,37(12):3552-3557.

HE Yang, HU Junfeng, YAN Zhitao, et al. Compensation mechanism for ancillary service cost of Grid-integration of large-scale wind farms[J]. Power System Technology, 2013, 37(12): 3552-3557.

[4] 胡军峰. 风电接入引致电网辅助服务成本分摊机制及模型研究[D].北京：华北电力大学,2014.

HU Junfeng. The model of cost allocation mechanism of ancillary services for wind integration[D]. Beijing: North China Electric Power University,2014.

[5] 李蕊,李跃,徐浩,等. 基于层次分析法和专家经验的重要电力用户典型供电模式评估[J]. 电网技术,2014,38(9):2336-2341.

LI Rui, LI Yue, XU Hao, et al. Assessment on typical power supply mode for important power consumers based on analytical hierarchy process and expert experience[J]. Power System Technology, 2014, 38(9): 2336-2341.

[6] 王卉卉,王谢勇,于久州,等. 可变模糊评价模型在城市居民生活用水水价可承受能力分析中的应用[J]. 水电能源科学,2012,30(7):240-243.

WANG Huihui, WANG Xieyong, YU Jiuzhou, et al. Application of variable fuzzy evaluation model in water price bearing capacity of living water use[J]. Water Resources and Power, 2012, 30(7): 240-243.

[7] 徐志勇,张徐东,曾鸣,等. 基于ANP的多层次模糊综合评价法的电网建设项目后评价研究[J]. 华东电力,2009,37(3):488-492.

XU Zhiyong, ZHANG Xudong, ZENG Ming, et al. Application of ANP-based multilevel fuzzy comprehensive evaluation methods to post-evaluation for grid construction projects[J]. East China Electric Power, 2009, 37(3): 488-492.

[8] 李正明,张纪华,陈敏洁. 基于层次分析法的企业有序用电模糊综合评估[J]. 电力系统保护与控制,2013(7):136-141.

LI Zhengming, ZHANG Jihua, CHEN Minjie. Fuzzy comprehensive evaluation of enterprise’s orderly power utility based on analytic hierarchy process[J]. Power System Protection and Control, 2013(7): 136-141.