CN109118067A - 一种可再生能源发展潜力评估方法 - Google Patents

Abstract

本发明公开了属于可再生能源发展技术领域的一种可再生能源发展潜力评估方法，包括步骤1构建可再生能源发展潜力评价指标体系；步骤2对评价指标数据进行预处理后，再进行指标无量纲化处理；步骤3利用层次分析法法确定可再生能源潜力评价指标体系各指标的权重；步骤4利用模糊层次综合评价法得到评价结果；步骤5构建可再生能源潜力多级模糊层次综合评价模型，得到可再生能源潜力的最终评价。本发明建立在对各类可再生能源发展潜力影响指标全面分析的基础上，基于层次分析法确定权重，利用模糊综合评价法计算得到潜力评价结果，能合理对可再生能源发展潜力进行评价；充分考虑各类可再生能源发展潜力影响指标，为决策者提供决策依据和基础。

Description

一种可再生能源发展潜力评估方法

技术领域

本发明属于可再生能源发展潜力评估领域，具体涉及一种可再生能源发展潜力评估方法。

背景技术

能源是经济社会发展和前进的基础，人类社会生产与生活中的一切活动都要消耗能源，经济社会的繁荣有赖于能源的持续供给，同时能源消耗又会对环境产生巨大影响。传统资源的有限性以及对经济发展对能源的严重依赖性直接导致了能源供需的矛盾，为了缓解矛盾维持经济健康、高速发展。各国政府加大了对可再生能源的研究和投入力度，开发利用可再生能源成为世界能源可持续发展战略的重要组成部分。

世界发达国家能源消费结构早在几十年之前就完成了由煤炭向石油的转换，现正朝着高效、清洁、低碳或无碳的天然气、核能、太阳能、风能方向发展。同世界能源消费结构相比，我国属“低质型”能源消费结构，这种能源消费结构是造成我国能源经济利用效率低、污染严重、产品能源成本高、市场竞争能力差的根本原因。为了保证能源的可持续供应及能源安全，满足经济增长和社会进步，我们非常有必要对可再生能源发展潜力进行科学评价，在科学评价的基础上才能制定和实施适宜的可再生能源发展战略，这些构成了本发明创造的背景。

可再生能源发展潜力评价，充分考虑水能、太阳能、风能等各类主要可再生能源发展潜力的影响指标，提供这些影响指标得到可再生能源发展潜力的评价结果，从而为可再生能源发展决策者提供决策依据和基础，对可再生能源发展和环境保护具有重要意义。

因此目前急需一种针对太阳能、风能、水能等各类主要可再生能源发展的影响指标综合评价可再生能源的发展潜力的方法，且该种方法可以通过确定可再生能源发展潜力的影响指标，采用层次分析法对各类影响指标进行分析确定权重，建立模糊综合评价模型。

发明内容

根据背景技术中所提到的内容，本发明公开了一种可再生能源发展潜力评估方法，其特征在于，包括以下步骤：

步骤1、构建可再生能源发展潜力评价指标体系；

步骤2、对评价指标数据进行预处理后，再进行指标无量纲化处理；

步骤3、利用层次分析法法确定可再生能源潜力评价指标体系各指标的权重；

步骤4、利用模糊层次综合评价法得到评价结果；

步骤5、构建可再生能源潜力多级模糊层次综合评价模型，得到可再生能源潜力的最终评价。

所述步骤1的评价指标体系包括：

三个一级指标：基本发展指标、发展需求指标和持续发展指标；

七个二级指标：资源禀赋、经济社会发展水平、能源供应需求、投资需求、企业发展需求、发展规划和政府政策；

十五个级三指标：有效风速小时数、单位面积光照强度、生物质能可利用量、水能理论蕴藏量、人均GDP、人口总量、一次能源供应缺口、地区年用电量、能源行业固定资产投资总额、世界500强中新能源企业数量、未来计划新建风力发电装机总量、未来计划新建光伏发电装机总量、未来计划新建生物质能发电装机总量、未来计划新建水力发电装机总量和可再生能源发展政策导向。

所述步骤2具体为：

步骤21)对评价指标数据进行预处理为对评价指标数据做一致化处理，将指标x分为极小型指标、居中型指标和区间型指标，得到一致化处理后的数据x^*：

步骤22)指标无量纲化处理；

采用标准化法进行无量纲处理的公式如下：

的样本平均值和样本均方差分别为0和1，x_ij称为标准观测值，式中s_j分别为第j项指标观测值的样本平均值和样本均方差；其中，j＝1,2，…，m，m为评价指标数据中的指标个数

所述步骤21中极小型指标、居中型指标和区间型指标的处理方式分别为：

步骤211)对于极小型指标x，令

x^*＝M_S-x (1)

其中，M_S为指标x的允许上界；

步骤212)对于居中型指标x，令

其中，M_S和M_X分别为指标x的允许下限和允许上限；

步骤213)对于区间型指标x，令

其中，[q₁,q₂]为指标x的最佳稳定区间，M_S和M_X分别为指标x的允许下限和允许上限。

所述步骤3可再生能源潜力评价指标权重的计算过程分为：

步骤31)建立层次结构：

深入分析可再生能源潜力评价的实际情况、特点及目标，根据上文构建的评价指标体系，按照指标间逻辑关系将其分为一级指标层、二级指标层以及三级指标层共三个层次；

步骤32)构造比较矩阵：

建立了层级结构模型之后，在最底层即三级指标层中对元素进行两两相对比较，构建一个成对比较矩阵；以此来确定在该层中各指标相对于上一层所占的比重，比较这些元素对上一层即准则层的影响程度；

用a_ij来表示第i个指标相对于第j个指标的比较结果，1-9标度法作为比较尺度，并且存在：

构建的成对比较矩阵A为：

步骤33)权重计算及其一致性检验：

层次排序，计算出各元素的权值，然后根据各元素的权值排序；i指标的权值为ω_i，i＝1,2,...,n，n为评价指标的总数；计算满足A W＝λ_maxW最大特征值和归一化特征向量W＝{ω₁,ω₂,...,ω_n}，且其中特征向量W就是各元素相对于上一层的权值，比较矩阵A为权重向量。

所述在步骤33之前，先确认比较矩阵A的一致性，检验标准为：

g阶互反阵A的最大特征根λ，当且仅当λ＝n时，A为一致阵；在检验比较矩阵的一致性时，为比较一致性的程度，引入一致性指标CI、平均随机一致性指标RI和一致性比率CR进行判断，其中

RI的对应数值为：当g＝1时，RI＝0；当g＝2时，RI＝0；当g＝3时，RI＝0.58；当g＝4时，RI＝0.90；当g＝5时，RI＝1.12；当g＝6时，RI＝1.24；当g＝7时，RI＝1.32；当g＝8时，RI＝1.41；当g＝9时，RI＝1.45；当g＝10时，RI＝1.49；当g＝11时，RI＝1.51；

当一致性比率时，不一致程度为可接受，其归一化特征向量作为各指标的权向量，若不一致，需对比较矩阵A进行调整。

所述构建可再生能源潜力多级模糊层次综合评价模型的具体步骤如下：

步骤41)建立指标集：将影响评判对象的各影响指标集合起来，组成指标集，通常用U表示，即：U＝{u₁,u₂,...,u_n}，其中u_i代表各影响指标，i＝1,2,...,n；

步骤42)建立判断集：

判断集是对评判对象可能做出的各种评判结果(或称为评语)的元素组成的集合，可以用V表示，即：V＝{v₁,v₂,...,v_n}；元素v_i代表各种不同的评判结果；

步骤43)建主观立隶属度函数；在解决某一实际问题时，通常需要在试验的基础上获得隶属函数，故这个过程在一定程度上具有主观性和经验性；

步骤44)单指标模糊综合评判：

首先从指标集U中的单个指标出发进行评判，确定评判对象对备择集中各元素的隶属程度；对评判对象指标集中第i个指标u_i进行评判，对备择集中第j个元素V_j的隶属度为r_ij，则对第i个指标u_i评判的结果可用模糊集表示如下：

R_i为单指标评判集，也可简单表示为：

R_i＝(r_i1,r_i2,...,r_im) (9)

R_i为备择集V上的一个模糊集合；将n个指标的评判集组成一个总的评判矩阵R：

单指标评判矩阵可看作从U到V的模糊关系矩阵；对各指标u_i应赋予相应的权数w_i，各权数的集合w＝(w₁,w₂,...,w_n)称为指标权重集；指标权重集通常应归一化处理，并满足非负条件：

步骤45)多指标模糊综合评判；在权重集A和单指标评判矩阵R已求得后，通过模糊变换来进行综合评判，即：

式中，B表示模糊综合评判集；b_z表示模糊综合评判指标，z为评判指标，z＝1，2，....，n；为模糊变换算子，表示某种合成运算，本文采用M(+,·)模型，为加权平均模型，方法如下：

步骤46)多级模糊综合评判：

将指标集U划分成n个指标子集，即：U＝{U₁,U₂,...,U_i,...,U_n}，则U_i＝{u_i1,u_i2,...,u_iki}，i＝1,2,...,n；随后对每个U_i的k_i个子指标作模糊综合评判，其k_i个子指标的权重分配是A_i，U_i对评判集V的模糊评价矩阵为R_i，则得到的B_i为U_i的一级模糊综合评判结果；

再根据单指标u_i对评判等级的隶属度B_i，求得对U的二级模糊评价矩阵R＝(B₁,B₂,...,B_n)-¹；对单指标U_i的权重分配为A，最后进行二级模糊综合评判模糊向量B为评判结果。

所述可再生能源潜力模糊综合评价为多级模糊综合评价的构建，具体步骤分为：

步骤51)确定可再生能源潜力的评价指标集：

根据可再生能源潜力综合评价指标体系可以得到评价指标集，其中，U₁为基本发展指标，U₂为发展需求指标，U₃为持续发展指标；

步骤52)确定评价对象的评语集：

确定评价对象和评价指标的评语集均为V＝{优,良,中,差}；

步骤53)确定评价指标的权重向量：

根据上述层次分析法，确定评价指标的权重向量为A＝[w₁,w₂,...,w_m]；

步骤54)单指标模糊评价，一级模糊综合评价：

通过调查问卷的方式，利用专家打分法对评价体系中的各个指标打分，得出专家的评分结果，并得到各个单指标评价矩阵；对U_i中的n个指标进行单指标评价后的单指标评价矩阵R_i，并根据子指标的权重分配A_i，则得到B_i，B_i是U_i的一级模糊综合评判结果：

其中，i＝1,2,...,n；

步骤55)多级模糊综合评价：

根据单指标u_i对评判等级的隶属度B_i，求得对U的二级模糊评价矩阵R＝(B₁,B₂,...,B_n)^-1；对单指标U_i的权重分配为A，进行二级模糊综合评判；

步骤56)得到的矩阵B则为可再生能源潜力的最终评价结果，并根据最大隶属原则，可以衡量该评价结果的分数为评价等级中“优、良、中、差”中的哪个等级，以此得到可再生能源潜力的最终评价等级。

本发明的有益效果为：

(1)本发明是建立在对各类可再生能源发展潜力影响指标全面分析的基础上，基于层次分析法确定权重，利用模糊综合评价法计算得到潜力评价结果，能合理对可再生能源发展潜力进行评价。

(2)本发明旨在对可再生能源发展潜力进行更为全面的分析，能有效保证可再生能源的科学发展，充分考虑各类可再生能源发展潜力影响指标，进而得到可再生能源发展潜力评价结果，从而为可再生能源发展决策者提供决策依据和基础。

(3)本发明的计算过程可以通过软件实现，操作方便。

(4)本发明用于对可再生能源发展潜力进行评价，为能源相关部门决策提供支持。

附图说明

图1为本发明一种可再生能源发展潜力评估方法实施例的具体流程图。

具体实施方式

下面结合附图对本发明的实施例进行进一步阐述

如图1所示，本发明实施例又分为如下步骤：

步骤1、构建可再生能源发展潜力评价指标体系；

对可再生能源潜力评价指标的选择，首先要考虑可再生能源潜力评估的对象和目的。由于本实施例综合评估的对象是可再生能源发展潜力，且评估目的是判断可再生能源的开发价值和未来发展潜力。因此根据综合评价指标体系设计的原则，结合可再生能源发展潜力评估的对象和目的。

本文从基本发展指标、发展需求指标和持续发展指标三个方面进行分析，继而提出可再生能源发展潜力评价指标体系，该指标体系总共有一级指标3个，二级指标7个，三级指标15个，如表1所示。

表1可再生能源发展潜力评价指标体系

其中基础发展要素评价中，选取了资源禀赋、经济社会发展水平2个方面的6个指标进行评价。在对可再生能源发展潜力评价上，有效风速小时数、单位面积光照强度、生物质能可利用量和水能理论蕴藏量决定着可再生能源的资源禀赋。选用人均GDP和人口总量来反映国家的经济社会发展水平。年发电总量用来反映该地区的电力基础设施水平。在发展需求评价方面，本文从能源供应需求、投资需求、企业发展需求3个方面进行评价。通过本地区一次能源供应缺口和地区年用电量反映该地区的能源供应需求程度，能源行业固定资产投资总额反映该地区能源领域的投资需求，新能源企业世界500强的数量反映可再生能源企业发展的需求程度。而在可再生能源产业发展的可持续性上，从国家政府的发展规划和政府政策方面进行评价，分别选取了未来计划新建风力发电装机总量、未来计划新建光伏发电装机总量、未来计划新建生物质能发电装机总量、未来计划新建水力发电装机总量和可再生能源发展政策导向五个指标。

步骤2、对评价指标数据进行预处理，再进行指标无量纲化处理；具体方法步骤又分为：

步骤21)对指标一致化处理后得到x^*，具体的又分为极小型指标、居中型指标和区间型指标：

步骤211)对于极小型指标x，可令

x^*＝M_S-x (1)

其中，M_S为指标x的允许上界；

步骤212)对于居中型指标x，可令

其中，M_S和M_X分别为指标x的允许下限和允许上限；

步骤213)对于区间型指标x，可令

其中，[q₁,q₂]为指标x的最佳稳定区间，M_S和M_X分别为指标x的允许下限和允许上限；

步骤22)指标无量纲化处理；

采用标准化法进行无量纲处理的公式如下：

显然的(样本)平均值和(样本)均方差分别为0和1，x_ij称为标准观测值，式中s_j(j＝1,2，…，m)分别为第j项指标观测值的(样本)平均值和(样本)均方差。

步骤3、利用层次分析法法确定可再生能源潜力评价指标体系各指标的权重：

层次分析法能合理地结合定性和定量决策，具有系统、灵活、简洁的优点。这里将选择层次分析法来确定可再生能源潜力评价指标体系各指标的权重：

根据层次分析法步骤，可再生能源潜力评价指标权重的细节计算过程如下：

步骤31)建立层次结构：

深入分析可再生能源潜力评价的实际情况、特点及目标，根据上文构建的评价指标体系，按照指标间逻辑关系将其分为一级指标层、二级指标层以及三级指标层共三个层次；

步骤32)构造比较矩阵：

建立了层级结构模型之后，在最底层即三级指标层中对元素进行两两相对比较，构建一个成对比较矩阵。以此来确定在该层中各指标相对于上一层所占的比重，比较这些元素对上一层即准则层的影响程度；

用a_ij来表示第i个指标相对于第j个指标的比较结果，一般广泛运用比较尺度为1-9标度法，是由Saaty提出的。如表2所示：

表2标度法尺度及含义表

并且存在：

构建的成对比较矩阵A为：

步骤33)权重计算及其一致性检验：

层次排序，即考查下层各指标对上层指标影响程度所占比例的过程。计算出各元素的权值，然后根据各元素的权值排序。i指标的权值为ω_i，计算满足AW＝λ_maxW最大特征值和归一化特征向量W＝{ω₁,ω₂,...,ω_n}，且其中特征向量W就是各元素相对于上一层的权值；

在用层次分析法为指标赋权时，一个重要的前提便是比较矩阵的一致性，否则会引起判断误差。检验标准为：g阶互反阵A的最大特征根λ，当且仅当λ＝n时，A为一致阵；在检验比较矩阵的一致性时，为比较一致性的程度，引入一致性指标CI、平均随机一致性指标RI和一致性比率CR进行判断，其中

RI数值如下表所示：

表3 RI数值表

g	1	2	3	4	5	6	7	8	9	10	11
												RI	0	0	0.58	0.90	1.12	1.24	1.32	1.41	1.45	1.49	1.51

一般情况下，当一致性比率小于0.1，即时，可以认为不一致程度是可接受的，其归一化特征向量可以作为各指标的权向量，若不一致，则对比较矩阵A进行调整。

步骤4、利用模糊层次综合评价法得到评价结果。

模糊综合评价法是一种基于模糊数学的综合评价方法，该方法通过构造等级模糊子集把反映被评事物的模糊指标进行量化，从而对事物做出总体评价。模糊综合评价的基本思路是首先通过构造等级模糊子集，把反映被评价事物的指标进行量化处理，然后利用模糊变换原理对各项指标进行综合评判。

模糊综合评价法的具体步骤如下：

步骤41)建立指标集：将影响评判对象的各影响指标集合起来，组成指标集，通常用U表示，即：U＝{u₁,u₂,...,u_n}，其中u_i(i＝1,2,...,n)代表各影响指标；

步骤42)建立判断集：判断集是对评判对象可能做出的各种评判结果(或称为评语)的元素组成的集合，可以用V表示，即：V＝{v₁,v₂,...,v_n}。元素v_i代表各种不同的评判结果；

步骤43)建主观立隶属度函数：

在解决某一实际问题时，通常需要在试验的基础上获得隶属函数，故这个过程在一定程度上具有主观性和经验性。

步骤44)单指标模糊综合评判：

首先从指标集U中的单个指标出发进行评判，确定评判对象对备择集中各元素的隶属程度；对评判对象指标集中第i个指标u_i进行评判，对备择集中第j个元素V_j的隶属度为r_ij，则对第i个指标u_i评判的结果可用模糊集表示如下：

R_i为单指标评判集，也可简单表示为：

R_i＝(r_i1,r_i2,...,r_im) (9)

R_i是备择集V上的一个模糊集合。将n个指标的评判集组成一个总的评判矩阵R：

单指标评判矩阵可看作从U到V的模糊关系矩阵。对各指标u_i应赋予相应的权数w_i，各权数的集合w＝(w₁,w₂,...,w_n)称为指标权重集。指标权重集通常应归一化处理，并满足非负条件：

步骤45)多指标模糊综合评判；在权重集A和单指标评判矩阵R已求得后，通过模糊变换来进行综合评判，即：

式中，B表示模糊综合评判集；b_j表示模糊综合评判指标，j＝1,2,...,n(简称评判指标)；为模糊变换算子，表示某种合成运算，本文采用M(+,·)模型，为加权平均模型，方法如下：

步骤46)多级模糊综合评判。以二级模糊综合评判为例。将指标集U划分成n个指标子集，即：U＝{U₁,U₂,...,U_i,...,U_n}，则对每个U_i的k_i个子指标作模糊综合评判，其k_i个子指标的权重分配是A_i，U_i对评判集V的模糊评价矩阵为R_i，则B_i是U_i的一级模糊综合评判结果；

根据单指标u_i对评判等级的隶属度B_i，求得对U的二级模糊评价矩阵R＝(B₁,B₂,...,B_n)-¹。对单指标U_i的权重分配为A，可进行二级模糊综合评判模糊向量B就是评判的结果。

步骤5、构建可再生能源潜力模糊层次综合评价模型，得到可再生能源潜力的最终评价；

根据上述模糊综合评价法的原理和步骤，确定可再生能源潜力模糊综合评价为多级模糊综合评价，其模型构建具体步骤如下：

步骤51)确定可再生能源潜力的评价指标集：

根据可再生能源潜力综合评价指标体系可以得到评价指标集，具体评价指标见表1，其中，U₁为基本发展指标，U₂为发展需求指标，U₃为持续发展指标；

步骤52)确定评价对象的评语集：

确定评价对象和评价指标的评语集均为V＝{优,良,中,差}；

步骤53)确定评价指标的权重向量：

根据上述层次分析法，确定评价指标的权重向量为A＝[w₁,w₂,...,w_m]。

步骤54)单指标模糊评价，一级模糊综合评价：

通过调查问卷的方式，利用专家打分法对评价体系中的各个指标打分，得出专家的评分结果，并得到各个单指标评价矩阵。对U_i中的n个指标进行单指标评价后的单指标评价矩阵R_i，并根据子指标的权重分配A_i，则得到B_i，B_i是U_i的一级模糊综合评判结果；

步骤55)多级模糊综合评价

根据单指标u_i对评判等级的隶属度B_i，求得对U的二级模糊评价矩阵R＝(B₁,B₂,...,B_n)^-1；对单指标U_i的权重分配为A，可进行二级模糊综合评判：

步骤56)上述计算后，得到的矩阵B则为可再生能源潜力的最终评价结果，根据最大隶属原则，可以衡量该评价结果的分数为评价等级中“优、良、中、差”中的哪个等级，得到可再生能源潜力的最终评价等级。

Claims (8)

1.一种可再生能源发展潜力评估方法，其特征在于，包括以下步骤：

步骤1、构建可再生能源发展潜力评价指标体系；

步骤2、对评价指标数据进行预处理后，再进行指标无量纲化处理；

步骤3、利用层次分析法法确定可再生能源潜力评价指标体系各指标的权重，得到权重向量A；

步骤4、利用模糊层次综合评价法得到评价结果；

步骤5、构建可再生能源潜力多级模糊层次综合评价模型，得到可再生能源潜力的最终评价。

2.根据权利要求1所述的一种可再生能源发展潜力评估方法，其特征在于，所述步骤1的评价指标体系包括：

三个一级指标：基本发展指标、发展需求指标和持续发展指标；

七个二级指标：资源禀赋、经济社会发展水平、能源供应需求、投资需求、企业发展需求、发展规划和政府政策；

十五个级三指标：有效风速小时数、单位面积光照强度、生物质能可利用量、水能理论蕴藏量、人均GDP、人口总量、一次能源供应缺口、地区年用电量、能源行业固定资产投资总额、世界500强中新能源企业数量、未来计划新建风力发电装机总量、未来计划新建光伏发电装机总量、未来计划新建生物质能发电装机总量、未来计划新建水力发电装机总量和可再生能源发展政策导向。

3.根据权利要求1所述的一种可再生能源发展潜力评估方法，其特征在于，所述步骤2具体为：

步骤21)对评价指标数据进行预处理为对评价指标数据做一致化处理，将指标x分为极小型指标、居中型指标和区间型指标，得到一致化处理后的数据x^*：

步骤22)指标无量纲化处理；

采用标准化法进行无量纲处理的公式如下：

的样本平均值和样本均方差分别为0和1，x_ij称为标准观测值，式中s_j分别为第j项指标观测值的样本平均值和样本均方差；其中，j＝1,2，…，m，m为评价指标数据中的指标个数。

4.根据权利要求3所述的一种可再生能源发展潜力评估方法，其特征在于，所述步骤21中极小型指标、居中型指标和区间型指标的处理方式分别为：

步骤211)对于极小型指标x，令

x^*＝M_S-x (1)

其中，M_S为指标x的允许上界；

步骤212)对于居中型指标x，令

其中，M_S和M_X分别为指标x的允许下限和允许上限；

步骤213)对于区间型指标x，令

其中，[q₁,q₂]为指标x的最佳稳定区间，M_S和M_X分别为指标x的允许下限和允许上限。

5.根据权利要求1所述的一种可再生能源发展潜力评估方法，其特征在于，所述步骤3可再生能源潜力评价指标权重的计算过程分为：

步骤31)建立层次结构：

深入分析可再生能源潜力评价的实际情况、特点及目标，根据上文构建的评价指标体系，按照指标间逻辑关系将其分为一级指标层、二级指标层以及三级指标层共三个层次；

步骤32)构造比较矩阵：

建立了层级结构模型之后，在最底层即三级指标层中对元素进行两两相对比较，构建一个成对比较矩阵；以此来确定在该层中各指标相对于上一层所占的比重，比较这些元素对上一层即准则层的影响程度；

用a_ij来表示第i个指标相对于第j个指标的比较结果，1-9标度法作为比较尺度，并且存在：

构建的成对比较矩阵A为：

步骤33)权重计算及其一致性检验：

层次排序，计算出各元素的权值，然后根据各元素的权值排序；i指标的权值为ω_i；i＝1,2,...,n，n为评价指标的总数；计算满足A W＝λ_maxW最大特征值和归一化特征向量W＝{ω₁,ω₂,...,ω_n}，且其中特征向量W就是各元素相对于上一层的权值，比较矩阵A为权重向量。

6.根据权利要求5所述的一种可再生能源发展潜力评估方法，其特征在于，所述在步骤33之前，先确认比较矩阵A的一致性，检验标准为：

g阶互反阵A的最大特征根λ，当且仅当λ＝n时，A为一致阵；在检验比较矩阵的一致性时，为比较一致性的程度，引入一致性指标CI、平均随机一致性指标RI和一致性比率CR进行判断，其中

RI的对应数值为：当g＝1时，RI＝0；当g＝2时，RI＝0；当g＝3时，RI＝0.58；当g＝4时，RI＝0.90；当g＝5时，RI＝1.12；当g＝6时，RI＝1.24；当g＝7时，RI＝1.32；当g＝8时，RI＝1.41；当g＝9时，RI＝1.45；当g＝10时，RI＝1.49；当g＝11时，RI＝1.51；

当一致性比率时，不一致程度为可接受，其归一化特征向量作为各指标的权向量，若不一致，需对比较矩阵A进行调整。

7.根据权利要求1所述的一种可再生能源发展潜力评估方法，其特征在于，所述构建可再生能源潜力多级模糊层次综合评价模型的具体步骤如下：

步骤41)建立指标集：将影响评判对象的各影响指标集合起来，组成指标集，通常用U表示，即：U＝{u₁,u₂,...,u_n}，其中u_i代表各影响指标，i＝1,2,...,n；

步骤42)建立判断集：

判断集是对评判对象可能做出的各种评判结果(或称为评语)的元素组成的集合，可以用V表示，即：V＝{v₁,v₂,...,v_n}；元素v_i代表各种不同的评判结果；

步骤43)建主观立隶属度函数；在解决某一实际问题时，通常需要在试验的基础上获得隶属函数，故这个过程在一定程度上具有主观性和经验性；

步骤44)单指标模糊综合评判：

首先从指标集U中的单个指标出发进行评判，确定评判对象对备择集中各元素的隶属程度；对评判对象指标集中第i个指标u_i进行评判，对备择集中第j个元素V_j的隶属度为r_ij，则对第i个指标u_i评判的结果可用模糊集表示如下：

R_i为单指标评判集，也可简单表示为：

R_i＝(r_i1,r_i2,...,r_im) (9)

R_i为备择集V上的一个模糊集合；将n个指标的评判集组成一个总的评判矩阵R：

单指标评判矩阵可看作从U到V的模糊关系矩阵；对各指标u_i应赋予相应的权数w_i，各权数的集合w＝(w₁,w₂,...,w_n)称为指标权重集；指标权重集通常应归一化处理，并满足非负条件：

步骤45)多指标模糊综合评判；在权重集A和单指标评判矩阵R已求得后，通过模糊变换来进行综合评判，即：

式中，B表示模糊综合评判集；b_z表示模糊综合评判指标，z为评判指标，z＝1，2，....，n；为模糊变换算子，表示某种合成运算，本文采用M(+,·)模型，为加权平均模型，方法如下：

步骤46)多级模糊综合评判：

将指标集U划分成n个指标子集，即：U＝{U₁,U₂,...,U_i,...,U_n}，则U_i＝{u_i1,u_i2,...,u_iki}，i＝1,2,...,n；随后对每个U_i的k_i个子指标作模糊综合评判，其k_i个子指标的权重分配是A_i，U_i对评判集V的模糊评价矩阵为R_i，则得到的B_i为U_i的一级模糊综合评判结果；

再根据单指标u_i对评判等级的隶属度B_i，求得对U的二级模糊评价矩阵R＝(B₁,B₂,...,B_n)^-1；对单指标U_i的权重分配为A，最后进行二级模糊综合评判模糊向量B为评判结果。

8.根据权利要求1所述的一种可再生能源发展潜力评估方法，其特征在于，所述可再生能源潜力模糊综合评价为多级模糊综合评价的构建，具体步骤分为：

步骤51)确定可再生能源潜力的评价指标集：

根据可再生能源潜力综合评价指标体系可以得到评价指标集，其中，U₁为基本发展指标，U₂为发展需求指标，U₃为持续发展指标；

步骤52)确定评价对象的评语集：

确定评价对象和评价指标的评语集均为V＝{优,良,中,差}；

步骤53)确定评价指标的权重向量：

根据上述层次分析法，确定评价指标的权重向量为A＝[w₁,w₂,...,w_m]；

步骤54)单指标模糊评价，一级模糊综合评价：

通过调查问卷的方式，利用专家打分法对评价体系中的各个指标打分，得出专家的评分结果，并得到各个单指标评价矩阵；对U_i中的n个指标进行单指标评价后的单指标评价矩阵R_i，并根据子指标的权重分配A_i，则得到B_i，B_i是U_i的一级模糊综合评判结果：

其中，i＝1,2,...,n；

步骤55)多级模糊综合评价：

根据单指标u_i对评判等级的隶属度B_i，求得对U的二级模糊评价矩阵R＝(B₁,B₂,...,B_n)^-1；对单指标U_i的权重分配为A，进行二级模糊综合评判；

步骤56)得到的矩阵B则为可再生能源潜力的最终评价结果，并根据最大隶属原则，可以衡量该评价结果的分数为评价等级中“优、良、中、差”中的哪个等级，以此得到可再生能源潜力的最终评价等级。