CC BY
12
Оригинальная статья / Original article УДК 519.81
DOI: http://dx.doi.org/10.21285/1814-3520-2020-4-832-843
Поддержка принятия решения при размещении тепловой электростанции на основе системного подхода с помощью интерактивного метода многокритериального анализа
© П.С. Панкратьев
Братский государственный университет, г. Братск, Россия
Резюме: Цель - поддержка процесса принятия решений при определении места размещения электростанции в условиях с большим количеством альтернатив и критериев их оценки: стоимость, условия строительства, перспективы развития района и др. Объектом исследований выбран район в Момском улусе, Республика Саха (Якутия), где намечаются три пункта (П1-П3) строительства тепловой электростанции (в исследовании количество альтернатив дополнено еще тремя пунктами - П4-П6). Используется двухуровневая методика сравнения альтернатив, основанная на применении двух методов многокритериального анализа: метода нахождения многокритериальной полезности и интерактивного метода организации ранжирования предпочтений, а именно - первых двух его модификаций. Выявлено, что на первом уровне анализа, с применением метода нахождения многокритериальной полезности, пункт П1 имеет наивысшую многокритериальную оценку - 0,753. На втором уровне (с помощью интерактивного метода) установлено, что пункты П5 и П2 являются доминирующими среди всех прочих: их положительные потоки ф+ являются максимальными среди всех альтернатив (0,32 и 0,31, соответственно), а отрицательные потоки ф" имеют наименьшие значения - 0,20 и 0,21. Пары альтернатив (пункты П3 и П1, П4 и П6) являются несравнимыми. С помощью инструмента визуализации подтвержден порядок ранжирования альтернатив: альтернативы П5 и П2 находятся ближе всего к наиболее весомым критериям оценки, ввиду чего и явились наилучшими решениями. Для дальнейших более детальных изысканий на этапе определения цели и обоснования инвестирования в строительство электростанций рекомендуется сосредоточить внимание на альтернативах П5 и П2. Применяемая методика является эффективным средством многокритериального анализа в задаче размещения электростанций с относительно большим количеством сравниваемых альтернатив и критериев их оценки, что обеспечивается снижением нагрузки на лицо, принимающее решение, в процессе сравнения таких альтернатив, а также с учетом особенностей анализа альтернатив на двух уровнях.
Ключевые слова: системный анализ в энергетике, многокритериальность, многокритериальная теория полезности, интерактивный метод многокритериального анализа, размещение электростанции, децентрализованное электроснабжение
Информация о статье: Дата поступления 22 мая 2020 г.; дата принятия к печати 09 июля 2020 г.; дата онлайн-размещения 31 августа 2020 г.
Для цитирования: Панкратьев П.С. Поддержка принятия решения при размещении тепловой электростанции на основе системного подхода с помощью интерактивного метода многокритериального анализа. Вестник Иркутского государственного технического университета. 2020. Т. 24. № 4. С. 832-843. https://doi.org/10.21285/1814-3520-2020-4-832-843
Support for decision making when selecting a site for a thermal power plant based on a systematic approach using an interactive
multi-criteria analysis method
Pavel S. Pankratiev
Bratsk State University, Bratsk, Russia
Abstract: The aim is to support the decision-making process when determining the location of a power plant under the presence of a large number of alternatives and multiple criteria for their evaluation: cost, construction conditions, prospects for the area development, etc. The research object was an area in the Momskiy ulus, the Republic of Sakha (Yakutia), where 3 potential sites (P1-P3) for the construction of a thermal power plant were considered (in the study, the number of alternatives was supplemented by 3 more sites: P4-P6). A two-level approach for comparing the alternatives
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
was used, involving two methods of multi-criteria decision-making: multi-criteria utility analysis and the interactive method of preference ranking organization (in particular, its 2 modifications). At the first level, the conducted multi-criteria utility analysis revealed the P1 site to have the highest multi-criteria score - 0.753. At the second level, the interactive method found that the P5 and P2 sites were advantageous compared to others: their positive flows were the highest among all alternatives (0.32 and 0.31, respectively), while and negative flows had the lowest values - 0.20 and 0.21. Pairs of the alternatives (sites P3 and P1, P4, and P6) were incomparable. The ranking order of the alternatives was confirmed using a visualization tool: the alternatives P5 and P2 were the closest to the most significant evaluation criteria, thus being the most optimal solutions. Therefore, further detailed research at the stage of determining the aim and investments necessary for the construction of a power plant should focus on the P5 and P2 alternatives. The proposed method is an effective means of multi-criteria analysis when selecting an optimal site for a power plant with a relatively high number of compared alternatives and criteria for their evaluation. This method reduces the load on decision-makers during comparing alternatives using a two-level multi-criteria analysis.
Keywords: systematic approach in the energy sector, multicriteriality, multi-criteria utility theory, interactive method of multi-criteria analysis, power plant location, decentralized power supply
Information about the article: Received May 22, 2020; accepted for publication July 09, 2020; available online August 31, 2020.
For citation: Pankratiev PS. Support for decision making when selecting a site for a thermal power plant based on a systematic approach using an interactive multi-criteria analysis method. Vestnik Irkutskogo gosudarstvennogo tehnich-eskogo universiteta = Proceedings of Irkutsk State Technical University. 2020;24(4):832-843. (In Russ.) https://doi.org/10.21285/1814-3520-2020-4-832-843
1. ВВЕДЕНИЕ
Согласно Энергетической стратегии России на период до 2030 г. и Схеме территориального планирования Российской Федерации, в области энергетики в ближайшие годы темпы ввода новых генерирующих источников будут неизменными1,2.
Выбор места размещения электростанции является сложной комплексной задачей, решение которой должно учитывать множество факторов. В работах [1-5] были приведены результаты прединвестиционных исследований по размещению гидроэлектростанции в условиях многокритериальности на основе разработанной методики двухуровневого многокритериального анализа альтернатив, а также дано обоснование использования указанной методики.
Особенностью задачи двухуровневого выбора места (пункта) размещения электростанции является различная степень детализации информации по критериям на первом и втором уровнях анализа [3-6]. При оценке альтернатив на первом уровне превалируют
критерии с качественным измерением, при оценке на втором - с количественным.
2. МЕТОДИКА АНАЛИЗА АЛЬТЕРНАТИВ
Методика двухуровневого анализа альтернатив. Разработанная с участием автора методика представлена в [1-6]. Как очевидно, в методике предполагается применение метода парных сравнений на первом уровне анализа АНР (от англ. Analytic Hierarchy Process). Однако его применение при большом количестве анализируемых альтернатив и критериев усложняется. Это обстоятельство объясняется тем, что при работе с этим методом лицу, принимающему решение, необходимо «единовременно» (как бы априорно, еще до начала работа с методом) мысленно структурировать все свои предпочтения. Это может повлечь за собой появление ошибок при парных сравнениях, что в конечном итоге может привести к снижению достоверности порядка ранжирования альтернатив. Кроме того, в условиях задачи с большим количеством альтернатив и крите-
1
Энергетическая стратегия России на период до 2030 года. М.: ГУ ИЭС, 2010. 184 с.
2Об утверждении схемы территориального планирования Российской Федерации в области энергетики: распоряжение № 1634-р от 01.08.2016 г., изм. 25.07.2019.
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
риев может быть полезной визуализация численных значений ее составляющих. Это может помочь лицу, принимающему решение (ЛПР), проанализировать свои ценностные суждения в отношении альтернатив и критериев и в случае необходимости их пересмотреть.
В такой ситуации метод, используемый на первом уровне анализа, может быть заменен. В данном случае привлекательным является использование интерактивного метода многокритериального анализа PROME-THEE (от англ. Preference Ranking Organization METhod for Enrichment of Evaluations). Данный метод требует гораздо меньшего количества входной информации, а также учитывает так называемую функцию предпочтения по каждому критерию, определяемую ЛПР [7], позволяющую устанавливать характер отношения ЛПР к изменению оценок по критерию. Также следует отметить, что, как и AHP, PROMETHEE хорошо подходит для анализа альтернатив, оценки по которым могут быть заданы как количественно, так и качественно.
В настоящей статье акцент будет дан использованию на первом уровне анализа модификаций метода PROMETHEE I и II, а также инструмента GAIA (от англ. Geometrical Analysis for Interactive Assistance - «Геометрический анализ для интерактивной помощи»), обеспечивающего визуализацию основных компонент задачи принятия решений.
Подготовка исходных данных для проведения анализа с помощью предложенной методики. Идентификация площадок размещения. Тепловые электростанции (ТЭС) сегодня являются наиболее распространенным типом электрических станций в Российской Федерации [8, 9], чему поспособствовали значительные запасы в стране используемого на них топлива (уголь, раз, мазут). В то же время открываются все новые и новые месторождения таких полезных ископаемых, в связи с чем разумно предположить, что строительство упомянутых электростанций будет продолжаться1,2.
Для проведения исследования рассматривается район с децентрализованным электроснабжением в Момском улусе, Республи-
ка Саха (Якутия) [1-6, 10], где намечаются три пункта (П1-П3) строительства тепловой электростанции вблизи реки Индигирка. В настоящем исследовании количество альтернатив дополнено еще тремя - пунктами П4-П6 (рис. 1).
Рис. 1. Ситуационный план района размещения: 1 - месторождение каменного угля; 2 - месторождение бурого угля; 3 - месторождение золота;
4 - месторождение олова; 5 - месторождение драгоценных цветных камней;
6 - перспективная нефтегазовая область;
7 - предполагаемый центр электропотребления Fig. 1. Site plan of the location area: 1 - hard coal deposits;
2 - brown coal deposit; 3 - gold deposit; 4 - tin deposit;
5 - deposit of precious colored stones; 6 - promising oil and gas region; 7 - prospective power consumption center
К размещению на данной территории предполагается станция типа конденсационная электростанция (КЭС) (с выработкой только электрической энергии). Полученную электроэнергию далее предполагается передавать по линиям электропередачи до потребителей. Снабжение энергией тепловых потребителей в настоящем исследовании производится традиционными для данного региона способами: применением электрокотельных, электронагревателей и других способов, применяемых у каждого отдельного
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
потребителя. Ввиду этого тепловые нагрузки в настоящем исследовании учтены мощностью электрических нагрузок.
Снабжение станции топливом в исследовании предполагается производить от близлежащих источников по отношению к каждому пункту размещения. Детальная проработка вопросов транспортировки, хранения топлива в настоящем прединвестиционном исследовании не производилась.
В районе предполагаемого размещения имеются как уже разведанные запасы каменных и бурых углей, так и перспективные запасы, разведка которых продолжается по сей день. Так, в Момском и Индигиро-Селенняхском районах имеются перспективные запасы каменных углей в общем количестве порядка 3,5 млрд т. При разработке таких месторождений последние в перспективе могут получить статус крупных.
Ранее были проведены исследования по размещению КЭС в данном районе на основе иных методов многокритериального анализа. Разъяснения по перспективам размещения электростанций в пунктах П1-П3 были приведены в [6, 10]. Пункты размещения П4-П6 введены в настоящем исследовании как дополнительные с целью демонстрации применения методики в условиях с повышенным количеством альтернатив.
Формирование иерархии целей и критериев. В соответствии с методикой на первоначальном этапе необходимо определить цели и критерии задачи размещения, для этого строится соответствующая иерархия целей и критериев. При ее построении необходимо использовать такие критерии, которые позволяют отразить наиболее важные стороны каждой альтернативы. Стоит отметить, что построение иерархии целей и критериев задачи - один из этапов решения задачи методом анализа иерархий, однако такая иерархия является универсальной с точки зрения структуризации задачи принятия решений и поэтому может быть использована далее в настоящем исследовании.
Поскольку в настоящем исследовании априорно известно количество альтернатив, критериев их оценки, а также предполагается, что лицо, принимающее решение, прово-
дит анализ вариантов вне зависимости от фактора случайных событий, которые могут влиять на его решения, данная задача выбора рассматривается как задача, решаемая в условиях определенности.
Рассмотрим пример выбора пункта размещения ТЭС в прединвестиционной фазе в условиях определенности, используя предложенную методику. Пример иерархии целей и критериев для задачи выбора пункта размещения тепловой электростанции, а также все соответствующие пояснения к ней были представлены в [6, 10].
3. РЕЗУЛЬТАТЫ ИССЛЕДОВАНИЯ
Сравнение альтернатив второго уровня методом оценки многокритериальной полезности. В предыдущих работах уже было проведено сравнение площадок размещения методом нахождения многокритериальной полезности MAUT (от англ. MultiAttribute Utility Theory) по трем пунктам П1-П3; эти результаты представлены в [6, 10]. Дополнив к настоящему исследованию пункты П4-П6, приведем результаты сравнения площадок методом MAUT (таблица). Для краткости изложения в таблицу включены только лучшие варианты площадок (мощности) в каждом пункте.
Многокритериальные оценки ценности для каждого варианта мощности
Multi-criteria value estimates for each capacity option
Пункт Мощность, МВт / Стоимость строительства, млрд Многокритериальная
ценность руб / ценность ценность
П1 140 / 1 9,8 / 0,400 0,753
П2 150 / 0,972 10,5 / 0,334 0,709
П3 155 / 0,92 10,85 / 0,300 0,665
П4 135 / 0,95 9,45 / 0,434 0,737
П5 130 / 0,86 9,1 / 0,467 0,698
П6 160 / 0,887 11,2 / 0,267 0,632
В рассматриваемом районе размещения доминирует концепция так называемой распределенной генерации, когда множество мелких потребителей, распространенных на относительно большой территории, получают питание от своих собственных источников энергии (например, от дизельных электростанций). Как и ранее [6], варианты мощностей станций оценивались по факту включе-
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
ния или исключения существующих и перспективных нагрузок в районе размещения в электроэнергетическую сеть, образованную соединением данных потребителей линиями электропередачи. Наиболее удаленные от станции мелкие потребители из данной сети исключались ввиду невыгодности их электроснабжения централизованным способом посредством присоединения их к таким линиям. Таким образом, каждый пункт строительства в рассматриваемом исследовании характеризуется своим собственным значением мощности, получаемой суммированием входящих в перспективную электроэнергетическую сеть нагрузок.
Лучшие варианты площадок в рамках каждого пункта будут далее использованы для анализа на первом уровне.
Многокритериальное сравнение альтернатив первого уровня методами РЯОМЕГИЕЕ I, II. Метод РРОМЕТИЕЕ был предложен французским ученым Жан-Пьером Брансом в начале 80-х гг. прошлого века [11, 12]. С тех пор метод активно развивался и нашел множество применений к реальным проблемам [7, 13-19]. Метод также приобрел обширное количество модификаций [20-22].
Кратко опишем наиболее важные этапы реализации данного метода [11, 12]. Основой применения метода является вычисление так называемых исходящих (положительных) и входящих (отрицательных) потоков ф+ и ф-, отражающих степень превосходства каждой отдельно взятой альтернативы над всеми остальными:
q
(а) = —Ц- x);
П - 1 усД
ф (а) = Л x'а)'
П 1 XGÄ
(1)
(2)
где п - количество альтернатив в задаче; А -множество сравниваемых альтернатив; а -исследуемая альтернатива; х - все остальные альтернативы, кроме исследуемой.
С помощью метода РРОМЕТИЕЕ I устанавливается частичный порядок среди аль-
тернатив. Альтернатива а признается предпочтительной по отношению к альтернативе Ь (аРЬ), если она имеет больший по величине положительный поток (ф+), чем альтернатива Ь, и в то же время имеет меньший отрицательный поток (ф-), чем аналогичный поток альтернативы Ь: аРЬ, если
q+ (а) > q+ (b) и qf (а) < фГ (b), q+ (а) > q+ (b) и (а) = q~ (b), q+ (а) = q+ (b) и q~ (а) < q~ (b).
(3)
В методе PROMETHEE I допускается результат решения задачи с альтернативами, находящимися в отношении безразличия и (или) несопоставимости, поэтому в некоторых случаях возможно получение «частичного ранжирования». В ситуации безразличия (alb) две альтернативы, a и b, имеют одинаковые уходящие (ф+) и входящие (ф-) потоки: alb, если
q+ (а) = q+ (b) и q (а) = q (b) .
(4)
Две альтернативы принято считать несопоставимыми, аРЬ, если с точки зрения уходящего потока альтернатива а лучше альтернативы Ь, а с точки зрения входящего потока - наоборот: аКЬ, если
(а) > q+ (b) и q- (а) > q~ (b), I q+ (а) < q+ (b) и q~ (а) < q~ (b).
(5)
Как уже отмечалось, решение задачи принятия решений с помощью метода РРОМЕТИЕЕ I может привести к ситуации, когда некоторые количества альтернатив оказываются равными по предпочтительности друг другу, либо несравнимыми друг с другом. Однако в некоторых задачах метод РРОМЕТИЕЕ I может дать и полное ранжирование альтернатив.
Вторая модификация метода -РРОМЕТИЕЕ II - позволяет установить полный порядок ранжирования среди альтерна-
<
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
тив. Работа данного метода основана на парном сравнении альтернатив и требует следующей дополнительной исходной информации [7, 11, 12]:
1. Веса критериев. Определение весов альтернатив и критериев - один из наиболее важных этапов в большинстве многокритериальных методов. В методе PROMETHEE II взвешивание весов критериев производится простым назначением - каждому критерию присваивается число, характеризующее важность критерия. Когда число критериев небольшое, такое назначение в основном не вызывает затруднений у лица, принимающего решение [7]. Для данной цели может применяться простой подход, изложенный в [23], предполагающий назначение весов критериев равным количеству голосов за важность каждого из них («да»/«нет») членами экспертной комиссии.
2. Функции предпочтения. Для каждого критерия функция предпочтения переводит разницу между оценками, полученными по двум альтернативам, в степень предпочтения в диапазоне от нуля до единицы [7]. Такие функции рассчитываются для каждой пары альтернатив. В данном случае «ноль» будет означать отсутствие различия между вариантами, а «единица» - большую разницу.
Взвешивание критериев, учитываемых при принятии решений, и оценка этих крите-
риев с помощью функций предпочтения выполняются одновременно. Чтобы облегчить этот процесс, автором метода было предложено шесть типов форм функций предпочтения [11, 12]: обычная, ^-образная, V-образная, уровневая, ^образная форма с участком безразличия, а также и гауссовская форма (рис. 2).
Для каждого критерия в решаемой задаче должен быть определен вид функции предпочтения. Кроме того, должны быть определены значения: порога безразличия ц, порога строгого предпочтения р, а также промежуточное значение, определяемое между уровнями р и ц.
Оценка альтернатив методом PROME-THEE II основана на вычислении «чистых потоков», получаемых определением разницы между положительным и отрицательным потоками [7]: ф(а) = ф+ (а) - ф- (а), где ф(а) - чистый поток. Чем выше величина такого потока, тем лучше альтернатива.
Несмотря на преимущество метода PROMETHEE II получать полное ранжирование альтернатив, создатели метода все же рекомендуют использовать его в связке с первой модификацией метода, дающей частичное ранжирование: анализ несравнимых альтернатив может помочь ЛПР принять правильное решение.
Рис. 2. Шесть типов форм функций предпочтения: а - обычная; b - U-образная; c - V-образная; d - уровневая; e - V-образная форма с участком безразличия; f - гауссовская Fig. 2. Six types of preference function forms: а - usual; b - U-shape; c - V-shape; d - level; e - V-shape with indifference; f - Gaussian
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
PROMETHEE вМД - вспомогательный инструмент, позволяющий визуализировать текущую задачу принятия решений посредством геометрической интерпретации ее основных характеристик с дальнейшим отображением в трехмерном или двухмерном пространстве. ОД!Д отображает относительное положение альтернатив с учетом их оценок по критериям. Для альтернативы а и критерия } определяется выражение:
Ъ=—л XР(а,Ь)"Р(Р,а), (6)
П _ 1 Ь
где Р] - функция предпочтения одной альтернативы по отношению к другой по крите-
рию j. Информация, полученная по выражению (6), используется для создания плоскости GAIA. Альтернативы на плоскости представлены квадратами («action»), а критерии -ромбами с линиями.
С помощью инструмента GAIA достаточно просто выявляются противоречия между компонентами задачи. Так, противоречивые критерии на плоскости направлены в противоположные стороны друг от друга, в то время как критерии, выражающие одинаковое предпочтение, ориентированы в одном направлении.
Для применения метода PROMETHEE к решаемой в настоящей работе задаче размещения ТЭС может быть использована си-
jC Visual PROMETHEE Academic - Выбор места размещения ТЭС-vpg (saved)
т
File Edit Model Control PROMETHEE-GAIA GDSS GIS Custom Assistants Snapshots Options Help
□ lj ■ f % m IE | m s m as m m I t s # 91 © l p- l v # y m k & s | m M @ l tJ it i l s m is I o i m m \ © i s o
m El m m El El El
• Scenario 1 [ ОФЦ1 1 [ ОФЦ2 1 [Условия стр. I 1 В. на РиЖМ 1 HejioBo;ibCTBo| [Перспективы] [ Расстояние ]
Unit 9-point 9-point 5-point 9-point 9-point
Cluster/Group ♦ ♦ ♦ ♦ ♦ ♦ ♦
Preferences
Min/Max max max max max max max max
Weight 20,00 17,00 8,00 12,00 20,00 13,00 10,00
Preference Fn. V-shape V-shape Usual Usual Usual Usual Usual
Thresholds absolute absolute absolute absolute absolute absolute absolute
-Q: Indifference n/a n/a n/a n/a n/a n/a n/a
-P: Preference 1,000 1,000 n/a n/a n/a n/a n/a
-5: Gaussian n/a n/a n/a n/a n/a n/a n/a
Statistics
Minimum 0,860 0,267 4,0 5,0 2 2 2,00
Maximum 1,000 0,167 8,0 7,0 4 8 8,00
Average 0,931 0,367 6,2 5,8 3 6 5,50
Standard Dev. 0,018 0,072 1,3 0,7 1 2 2,06
Evaluations
m 1 action 1 1 □ 1,000 0,100 B-A G average G A
H 1 acton2 1 □ 0,972 0,331 A-G A-G good VB-B G-VG
a actions □ 0,920 0,300 G A average G-VG G
m 1 actionl ] □ 0,950 0,131 G A good A VB-B
H action5 □ 0,860 0,167 A A-G good A-G G
m action6 □ 0,887 0,267 G-VG A-G bad G-VG B-A
\aII ,\Scenariol/~
Actions: 6 (6 active) Criteria: 7 (7 active) Scenarios: 1 (1 active) Locale: Default [p./,] Saved
Рис. 3. Внесение исходной информации в главном окне системы поддержки принятия решений «Visual PROMETHEE» Fig. 3. Entry of initial information in the main window of Visual PROMETHEE decision support system
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
|~l ИВДМГГНЦ R«T»ir«j; ("1 ЯОДМЕТНЕЕ MiiawL^
10 0.0 • LO
C4*r »1- i.U» О.ЮМ jiüUUfr— дСЬапЕ
В 1
00 -1,0
'1 (XlCWFIHcF I PmoällMbry,'«'.»EXS a**»5 I ' odcMTviFtp»on(ur»»4 «iMHve п сот®«. а»«гч /
Рис. 4. Частичное и полное ранжирование альтернатив в системе поддержки принятия решений «Visual PROMETHEE» Fig. 4. Partial and complete ranking of alternatives in Visual PROMETHEE decision support system
стема поддержки принятия решений (СППР) «Visual PROMETHEE», включающая в себя все описанные методы и инструменты. Для работы с этой СППР ЛПР (или аналитик) вносит в нее все необходимые исходные данные: взвешивает имеющиеся критерии по важности, выбирает вид функции предпочтения и назначает оценки альтернативам по каждому критерию. Эта и другая важная информация представлены в главном окне СППР «Visual PROMETHEE» (рис. 3).
На основе представленных исходных данных СППР агрегирует всю информацию в соответствии с изложенным ранее алгоритмом реализации методов PROMETHEE I, II. В результате могут быть получены частичный и полный порядки ранжирования альтернатив (рис. 4).
Из рис. 4 видно, что пункты строительства ТЭС П5 и П2 (actions 5, 2) считаются наилучшими с позиции всех имеющихся критериев. Абсолютным победителем является пункт П5.
Порядок ранжирования альтернатив также может быть представлен в виде графа, отображаемого в окне «PROMETHEE Network», с помощью которого могут быть дополнительно проанализированы альтернативы, находящиеся в отношении несравнимости (рис. 5). Такой граф реализуется
с помощью алгоритма, обеспечивающего частичное ранжирование альтернатив (PROMETHEE I).
Из рис. 5 видно, что между альтернативами П5 и П2 степень доминирования весьма незначительна: значения положительного и отрицательного потоков у обеих альтернатив практически одинаковы. Также видно, что остальные альтернативы значительно хуже по ценности. Кроме того, как видно из графа, каждая пара альтернатив - П3 и П1, П4 и П6 - является несравнимой.
Графический инструмент GAIA, отображающий все важные стороны задачи, изображен на рис. 6.
Анализируя визуальное представление альтернатив и критериев решаемой задачи в инструменте GAIA, возможно оценить наиболее «сильные» стороны каждой альтернативы с позиции имеющихся критериев, что характеризуется степенью близости последней (координата на плоскости в форме квадрата, «action») и критериев (координаты на плоскости в форме ромба с линией, исходящей из начала координат). Из рис. 6 видно, что альтернативы П5 и П2 находятся ближе всего к наиболее весомым критериям задачи, из-за чего и явились наилучшими решениями.
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
Рис. 5. Анализ несравнимых альтернатив при помощи графа в системе поддержки принятия решений «Visual promethee» Fig. 5. Analysis of incomparable alternatives using a Visual PROMETHEE decision support system network
GAIA
13
V □ adion4 Zoom: 100%
Недовольство . Л Условия стр.
□ action2 ОФЦК / □ action3
actions □ """ / N Перспективы
i В. на РиЖМ
action 1 □
Ш3" I * *
[ (optimal) H
1 (optimal) -
[ (optimal) -
2D views
® U-V 78%
Ou-w 64%
О W-V 45%
3D Rotation controls X Y Z 93%
В В В BBS
RTZ
О Show DM Brain [ size Multi-scenarios @ Criteria Scenarios A:
С: ОФЦ1
Рис. 6. Плоскость GAIA в системе поддержки принятия решений «Visual PROMETHEE» Fig. 6. GAIA plane in Visual PROMETHEE decision support system
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
4. ЗАКЛЮЧЕНИЕ
Таким образом, с учетом предпочтений ЛПР, наилучшими на этапе прединвестици-онных исследований вариантами размещения ТЭС явились пункты П2 и П5, среди которых последний оказался абсолютным лидером. На этих двух пунктах в дальнейшем было бы целесообразно сосредоточить внимание с целью более детального их анализа. Пункт П5 является лучшей альтернативой по критерию «Стоимость строительства», а также имеет лучшую оценку по критерию «Мнение заинтересованных групп людей». Оба этих критерия имеют значительный вес, поэтому вклад их в лидерство пункта П5 оказался решающим. Пункт П2 имеет лучшие оценки по критериям «Мнение заинтересованных групп людей» и «Расстояние до предполагаемого центра электропотребления», однако последний критерий является менее весомым. Наиболее слабые альтернативы в произведенном анализе - пункты П4 и П6 - также имеют в своем арсенале наилучшие оценки по нескольким критериям, однако, из-за незначительного веса последних, лидерства в итоговом порядке ранжирования им это не обеспечило.
Применение методов многокритериального сравнения альтернатив нашло широкое применение к различным проблемным ситуациям в жизни людей, тем не менее проблема выбора места размещения электрических станций, энергетических объектов является новой областью применения таких методов.
В данной статье была показана возможность применения методики, разработанной с участием автора, к задаче размещения тепловой электростанции в децентрализованном районе электроснабжения на основе двух методов многокритериального анализа - MAUT и PROMETHEE I, II.
Интерактивный метод PROMETHEE, заменивший метод AHP на втором уровне анализа, может быть весьма полезен в условиях, когда число альтернатив и критериев слишком велико и, из-за высокой нагрузки на ЛПР ввиду этого, парные сравнения последних могут спровоцировать появление ошибок. Кроме того, данный метод весьма полезен с точки зрения визуализации представляемых основных компонент задачи в геометрической плоскости GAIA, анализ которой позволяет оценить наиболее сильные стороны каждой альтернативы, что, таким образом, может помочь ЛПР принять более рациональное решение.
Библиографический список
1. Шакиров В.А., Панкратьев П.С. Многокритериальный двухуровневый подход к выбору лучшей альтернативы в рамках слабоструктурированной проблемы // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. 2013. № 2. С. 118-127.
2. Шакиров В.А., Панкратьев П.С. Поддержка принятия решений на стадии предпроектных исследований на основе двухуровневого многокритериального анализа // Прикладная информатика. 2013. № 6. С. 111-121.
3. Шакиров В.А., Панкратьев П.С. Выбор пункта строительства электростанции в условиях риска методом анализа иерархий // Современные технологии. Системный анализ. Моделирование. 2014. № 4. С. 141-147.
4. Панкратьев П.С., Шакиров В.А. Двухуровневый многокритериальный анализ пунктов строительства гидроэлектростанции // Информационные технологии. 2015. Т. 21. № 5. С. 385-390.
5. Шакиров В.А., Панкратьев П.С. Методика многокритериального двухуровневого анализа пунктов размещения электростанций // Искусственный интеллект и принятие решений. 2017. № 1. С. 69-83.
6. Панкратьев П.С. Размещение тепловой электростанции в районе с децентрализованным электроснабжением в условиях многокритериальности с учетом неточно выраженных предпочтений ЛПР // Вестник Иркутского государственного технического университета. 2019. Т. 23. № 2. С. 320-334. https://doi.org/10.21285/1814-3520-2019-2-320-334
7. Balali V., Zahraie B., Roozbahani A. A comparison of AHP and PROMETHEE family decision making methods for selection of building structural system // American journal of civil engineering and architecture. 2014. Vol. 2. Issue 5. P. 149-159. https://doi.org/10.12691/ajcea-2-5-1
8. Баринов В.А. Перспективы развития электроэнергетики России на период до 2030 г. // Кабели и провода. 2010. № 3. С. 13-20.
9. Осика Л.К. Управление инвестпроектами строительства ТЭС. Прединвестиционная фаза. М.: Вершина, 2009. 344 с.
10. Панкратьев П.С. Поддержка принятия решения о выборе пункта строительства тепловой электростанции на основе порогового метода многокритериального анализа // Вестник Иркутского государственного
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
технического университета. 2019. Т. 23. № 6. С. 1155— 1164. https://doi.org/10.21285/1814-3520-2019-6-1155-1164
11. Brans J.P., Vincke Ph. Note - A preference ranking organization method // Management science. 1985. Vol. 31. No. 6. P. 647-656. https://doi.org/10.1287/mnsc.31.6.647
12. Brans J.P., Vincke Ph., Mareschal B. How to select and how to rank projects: The Promethee method // European Journal of Operational Research. 1986. Vol. 24. Issue 2. P. 228-238. https://doi.org/10.1016/0377-2217(86)90044-5
13. Nasution A.P., Harahap D.A. Watrianthos R. Application decision support system using PROMETHEE method // Journal of advanced research in dynamical & control systems. 2019. Vol. 11. Issue 1. P. 506-511. https://doi.org/10.31229/osf.io/3vbfr
14. Papathanasiou J., Ploskas N. Multiple criteria decision aid. Methods, examples and python implementations. Springer, 2018. [Электронный ресурс]. URL: https://link.springer.com/book/10.1007/978-3-319-91648-4#about (22.03.2020). https://doi.org/10.1007/978-3-319-91648-4
15. Sceta L., Delalic A., Skaka H. The application of PROMETHEE in choosing the best promotion service // New technologies, development and application III: International conference. 2020. Vol. 128. P. 973-980. [Электронный ресурс]. URL: https://link.springer.com/chapter/10.1007/978-3-030-46817-0_110 (23.03.2020).
https://doi.org/10.1007/978-3-030-46817-0
16. Govindan K., Kadzinski M., Sivakumar R. Application of a novel PROMETHEE-based method for construction of a group compromise ranking to prioritization of green suppliers in food supply chain // Omega. 2017. Vol. 71. P. 129-145. https://doi.org/10.1016/j.omega.2016.10.004
17. Ishizaka A., Resce G. Best-Worst PROMETHEE
method for evaluating school performance in the OECD's PISA project // Socio-Economic Planning Sciences. 2020. [Электронный ресурс]. URL:
https://www.sciencedirect.com/science/article/abs/pii/S003 8012119301818 (23.03.2020). https://doi.org/10.1016/j.seps.2020.100799
18. Ostovare M., Shahraki M.R. Evaluation of hotel websites using the multicriteria analysis of PROMETHEE and GAIA: Evidence from the five-star hotels of Mashhad // Tourism Management Perspectives. 2019. Vol. 30. P. 107-116. https://doi.org/10.1016/j.tmp.2019.02.013
19. Murat S., Kazan H., Coskun S.S. An application for measuring performance quality of schools by using the PROMETHEE multi-criteria decision making method // Procedia - social and behavioral sciences. 2015. Vol. 195. P. 729-738.
https://doi.org/10.1016/j.sbspro.2015.06.344
20. Feng Feng, Xu Zeshui, Fujita Hamido, Liang Meiqi. Enhancing PROMETHEE method with intuitionistic fuzzy soft sets // International Journal of Intelligent Systems. 2020. Vol. 35. Issue 7. P. 1071-1104. https://doi.org/10.1002/int.22235
21. Nasrollahi M., Ramezani J., Sadraei M. A FBWM-PROMETHEE approach for industrial robot selection // Heli-yon. 2020. Vol. 6. Issue 5. [Электронный ресурс]. URL: https://www.sciencedirect.com/science/article/pii/S240584 4020307040 (24.03.2020). https://doi.org/10.1016peliyon.2020.e03859
22. Ziemba P. NEAT F-PROMETHEE - A new fuzzy multiple criteria decision making method based on the adjustment of mapping trapezoidal fuzzy numbers // Expert Systems with Applications. 2018. Vol. 110. P. 363-380. https://doi.org/10.1016/j.eswa.2018.06.008
23. Блейр Д.Х., Поллак Р.Э. Рациональный коллективный выбор // В мире науки. 1983. № 10. C. 57-65.
References
1. Shakirov VA, Pankratiev PS. Multi-Criteria Two Level Approach to Choosing the Best Alternative within Semis-tructured Problem. Vestnik Voronejskogo gosudarstven-nogo universiteta. Seriya: Sistemnyi analiz i infor-macionnye tehnologii = Proceedings of Voronezh State University. Series: Systems Analysis and Information Technologies. 2013;2:118-127. (In Russ.)
2. Shakirov VA, Pankratiev PS. Decision Making Support at the Pre-Feasibility Study Stage Based on Two Level Multi-Attribute Analysis. Prikladnaya informatika = Journal of Applied Informatics. 2013;6:111-121. (In Russ.)
3. Shakirov VA, Pankratiev PS. A Choice of the Power Plant Construction Site Location under Conditions of Risk with Analytic Hierarchy Process. Sovremennye tehnologii. Sistemnyi analiz. Modelirovanie = Modern Technologies. System Analysis. Modeling. 2014;4:141-147. (In Russ.)
4. Pankratiev PS, Shakirov VA. Two-Level Multi-Attribute Analysis of Hydroelectric Station Sites. Informacionnye tehnologii = Information Technologies. 2015;21(5):385-390. (In Russ.)
5. Shakirov VA, Pankratiev PS. Technique of MultiAttribute Two-Level Analysis of Power Plant Sites. Is-kusstvennyi intellekt i prinyatie reshenii = Artificial Intelligence and Decision Making. 2017;1:69-83. (In Russ.)
6. Pankratiev PS. Thermal Power Plant Location in the Region with Decentralized Power Supply under MultiAttribute Conditions Considering Imprecisely Expressed Preferences of Decision Makers. Vestnik Irkutskogo gosudarstvennogo tehnicheskogo universiteta = Proceedings of Irkutsk State Technical University. 2019;23(2):320-334. (In Russ.) https://doi.org/10.21285/1814-3520-2019-2-320-334
7. Balali V, Zahraie B, Roozbahani A. A Comparison of AHP and PROMETHEE Family Decision Making Methods for Selection of Building Structural System. American Journal of Civil Engineering and Architecture. 2014;2(5): 149-159. https://doi.org/10.12691/ajcea-2-5-1
8. Barinov VA. Russian Electric Power Industry Development Prospects for the Period up to 2030. Kabeli i provo-da = Cables and Wires. 2010;3:13-20. (In Russ.)
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
9. Osika LK. Management of TPP Construction Investment Projects. Pre-Investment Phase. Moscow: Vershina; 2009, 344 p. (In Russ.)
10. Pankratiev PS. Support of Decision-Making on TPP Construction Site Selection Based on the Threshold Method of Multicriteria Analysis. Vestnik Irkutskogo gosu-darstvennogo tehnicheskogo universiteta = Proceedings of Irkutsk State Technical University.
11. Brans JP, Vincke Ph. Note - A Preference Ranking Organization Method. Management Science. 1985;31(6):647-656.
https://doi.org/10.1287/mnsc.31.6.647
12. Brans JP, Vincke Ph, Mareschal B. How to Select and How to Rank Projects: The Promethee method. European Journal of Operational Research. 1986;24(2):228-238. https://doi.org/10.1016/0377-2217(86)90044-5
13. Nasution AP, Harahap DA. Watrianthos R. Application Decision Support System Using PROMETHEE Method. Journal of Advanced Research in Dynamical & Control Systems. 2019;11(1):506-511. https://doi.org/10.31229/osf.io/3vbfr
14. Papathanasiou J, Ploskas N. Multiple Criteria Decision Aid. Methods, Examples and Python Implementations. Springer; 2018. Available from: https://link.springer.com/book/10.1007/978-3-319-91648-4#about [Accessed 22nd March 2020]. https://doi.org/10.1007/978-3-319-91648-4
15. Sceta L, Delalic A, Skaka H. The Application of PROMETHEE in Choosing the Best Promotion Service. In: New Technologies, Development and Application III: International Conference. 2020;128:973-980. Available from: https://link.springer.com/chapter/10.1007/978-3-030-46817-0_110 [Accessed 23rd March 2020]. https://doi.org/10.1007/978-3-030-46817-0
16. Govindan K, Kadzinski M, Sivakumar R. Application of a Novel PROMETHEE-based Method for Construction of a Group Compromise Ranking to Prioritization of Green
Критерии авторства
Панкратьев П.С. получил и оформил научные результаты и несет ответственность за плагиат.
Конфликт интересов
Автор заявляет об отсутствии конфликта интересов.
Автор прочитал и одобрил окончательный вариант рукописи.
СВЕДЕНИЯ ОБ АВТОРЕ
Панкратьев Павел Сергеевич,
кандидат технических наук, доцент, доцент кафедры промышленной теплоэнергетики, Братский государственный университет, 665709, г. Братск, ул. Макаренко, 40, Россия; [XI e-mail: [email protected]
Suppliers in Food Supply Chain. Omega. 2017;71:129-145. https://doi.org/10.1016lj.omega.2016.10.004
17. Ishizaka A, Resce G. Best-Worst PROMETHEE Method for Evaluating School Performance in the OECD's PISA Project. Socio-Economic Planning Sciences. 2020. Available from:
https://www.sciencedirect.com/science/article/abs/pii/S003 8012119301818 [Accessed 23rd March 2020]. https://doi.org/10.1016/j.seps.2020.100799
18. Ostovare M, Shahraki MR. Evaluation of Hotel Websites Using the Multicriteria Analysis of PROMETHEE and GAIA: Evidence from the Five-Star Hotels of Mashhad. Tourism Management Perspectives. 2019;30:107-116. https://doi.org/10.1016/j.tmp.2019.02.013
19. Murat S, Kazan H, Coskun SS. An Application for Measuring Performance Quality of Schools by Using the PROMETHEE Multi-Criteria Decision Making Method. Procedia - Social and Behavioral Sciences. 2015;195:729-738.
https://doi.org/10.1016/j.sbspro.2015.06.344
20. Feng Feng, Xu Zeshui, Fujita Hamido, Liang Meiqi. Enhancing PROMETHEE Method with Intuitionistic Fuzzy Soft Sets. International Journal of Intelligent Systems. 2020;35(7): 1071-1104. https://doi.org/10.1002/int.22235
21. Nasrollahi M, Ramezani J, Sadraei M. A FBWM-PROMETHEE Approach for Industrial Robot Selection. Heliyon. 2020;6(5). Available from: https://www.sciencedirect.com/science/article/pii/S240584 4020307040 [Accessed 24th March 2020]. https://doi.org/10.1016peliyon.2020.e03859
22. Ziemba P. NEAT F-PROMETHEE - A New Fuzzy Multiple Criteria Decision Making Method based on the Adjustment of Mapping Trapezoidal Fuzzy Numbers. Expert Systems with Applications. 2018;110:363-380. https://doi.org/10.1016/j.eswa.2018.06.008
23. Blair DH, Pollack RE. Rational Collective Choice. V mire nauki. 1983;10:57-65.
Authorship criteria
Pankratiev P.S. has obtained and formalized the scientific results and bears the responsibility for plagiarism.
Conflict of interests
The author declares that there is no conflict of interests regarding the publication of this article.
The final manuscript has been read and approved by the author.
INFORMATION ABOUT THE AUTHOR
Pavel S. Pankratiev,
Cand. Sci. (Eng.), Associate Professor, Associate Professor of the Department of Industrial Heat Power Engineering, Bratsk State University, 40, Makarenko St., Bratsk 665709, Russia; l i e-mail: [email protected]
ВЕСТНИК ИРКУТСКОГО ГОСУДАРСТВЕННОГО ТЕХНИЧЕСКОГО УНИВЕРСИТЕТА 2020;24(4):832-843
