0 引言

风、光等可再生能源的开发及利用，以及能源转型与消费综合能效的提升已成为“四个革命、一个合作”能源安全新战略以及“碳达峰、碳中和”目标的重要抓手[1-4]。但是，中国当前的能源电力系统转型面临一些问题和挑战：①供应侧可再生能源的不确定性以及多种异质能流的非线性强耦合问题；②需求侧多元、多样、个性、分散、动态的负荷变化，灵活性能源资源有待激发；③不同尺度下能源供应侧与需求侧的时空量质不匹配，以及电网潮流双向化、概率化；④能源相关行业条块分割、烟囱式发展、协同能力不足。

随着第四次工业革命的发展，以“综合化”和“智慧化”为核心的能源技术结构创新和商业模式的重塑，成为上述问题的重要解决方案[5-6]。数字技术与能源技术的深度融合，催生了综合智慧能源、综合能源服务等“互联网+智慧能源”（能源互联网）的新兴技术与业态。作为综合智慧能源的主要载体—综合能源系统，是以市场为牵引，以“能的梯级利用、综合利用、耦合互补和互联互通”推进能源系统“源、网、荷”的协调互动，实现能源效率、能源安全、能源经济与精准服务、生态协调的多重目标[7-9]。

但中国综合智慧能源的发展还处于初级阶段，其规划、设计及运营往往需要匹配多元主体的需求及约束[10]。相较于传统能源系统，综合智慧能源在评价及优化方面存在2个明显的特征：①综合智慧能源的技术路线（系统拓扑、设备容量、运行策略）与其在能效、经济、环境等维度评价指标呈现明显的非线性强耦合关系；②除了能源利用的能效及成本外，综合智慧能源更加突出可再生能源的利用或消纳、冷热电气的耦合联供、需求侧资源互动、多能源系统的互联互通等“综合化”与“智慧化”的特征[10-12]。因此，科学、系统、可操作的绩效评价是保障综合智慧能源规划设计、优化决策与项目经济效益的必要理论指导。

学界和工程界已有一些综合智慧能源绩效评价方面的研究[13-14]，如表1所示。国内研究方面，何大春等[15]将主观评价与数理统计模型相结合，从能效、经济、环保和社会效益等二级指标出发，提出一种主客观信息融合的港口综合智慧能源评价体系（该体系包括了港口能源转换效率、项目适应性、单位吞吐量能耗、岸电系统配备率等16个三级指标）；钟依庐等[16]从“技术类和效益类”的角度，提出一种覆盖“源、网、荷、储”技术特性以及经济、环境、可靠、智慧等多维度评价体系，用于工业园区综合智慧能源的性能评价，该评价体系包含了年利用小时数、上级网络年供能占比、供能可靠率以及智慧设备覆盖容量比例等19个细分指标；韩中合等[17]采用一次能源利用率、节能率、系统初始投资、年度化成本、CO2排放量和NOx排放量等6个指标，建立基于信息熵权和灰色关联分析的分布式能源系统3E（energy、environment、economy）综合评价模型，对分布式综合能源系统综合效益进行了评价；董福贵等[18]构建了包含分布式能源系统的经济、能耗、环境因素的指标体系，并提出了主观与客观赋权相结合的层次分析法-熵权赋权法综合评价方法，用于各指标之间的权重赋值；陈柏森等[19]提炼出能源环节、装置环节、配电网环节和用户环节区域综合能源系统的指标，并采用网络分析法-反熵权法组合等方法计算各项指标的权重和评分函数；洪潇等[20]从协调优化、安全稳定、经济效益和社会效益4个维度构建区域能源互联网多能源协调评价指标体系；陈灵敏等[21]采用粒子群算法，利用投资费用、一次能源消耗、CO2排放、供能可靠性5个评价指标，对含CCHP的微能源网进行容量和运行策略的优化；金璐等[22]构建了成本节约率、污染减排率和能效提升率3种评价指标，并采用非支配排序遗传算法对融合风、光、沼、地热的可再生微能源网系统进行了双层优化配置模型的求解。

国际研究方面，Jing等[23]提出了灰色关联分析与熵权法相结合的综合能源系统性能评价方法，并进一步梳理了多目标优化决策与多指标综合评价2类研究的区别与联系；Strantzali等[24]从技术、经济、环境、社会影响4个角度系统性回顾应用于能源系统规划的决策方法，同时指出并无完美且通用的评价方法，应具体问题具体分析，选择适合的能源系统决策方法；Mardani等[25]利用Web of Science检索了1995—2015年间196篇能源系统多指标综合评价的文献，分析指出混合多指标综合评价与模糊多指标综合评价被广泛应用于能源系统的综合评估； Shivarama等[26]采用经济距离限制、净现值、能源成本、可再生能源占比、运营成本/排放等指标对混合可再生能源系统进行了性能评估；Kourkoumpas等[27]利用全生命周期的环境和能源绩效指标（例如“全球变暖潜力”、“减少CO2直接排放”、“避免的CO2排放”、“CO2等价的投资回收期”）评估了包含储能的可再生能源系统；Cuesta等[28]从经济、环境、技术和社会4个二级指标出发，评估了混合可再生能源系统，具体包括年化资本成本、累积能源需求、能源回收期、自治程度、能源供应损失的概率、可再生能源占比、地区的就业率和发生事故的风险等16个三级指标，并建立了混合可再生能源系统及其社会影响之间的联系；Zhou等[29]针对园区级综合能源系统，从经济性、环境性、能源利用率、可靠性和可持续性等9个二级指标出发，提出园区级综合能源系统性能分析与评价的混合模糊多准则决策方法；Yang等[30]提出包含一次能源比率、效率、运营成本、年SO2排放量、维护便利性等12个评价指标的综合能源系统灰色关联评估规划方法；Liu等[31]从效益、机会、成本和风险的角度确定了23个评价标准，提出ANPTOPSIS的评价体系；Xu等[32]以某数据中心冷热电联供系统2年的运行数据为基础，构建了与传统系统相比的3种衡量能源、环境和经济的评价指标；Ju等[33]采用熵权法，从能源、经济和环境的评价指标出发，构建了包含能量率、储值率、运行费用、净现值、内部回收率和碳减排的混合能源系统的评价指标体系；Liu等[34]采用模糊层次分析法和模糊综合评价法为可再生能源系统提出一种通用可持续性指标的开发框架，该通用指标考虑了经济、环境和社会标准方面的因素；Wang等[35]采用能效、效率、CO2排放量、CO2减排率等指标，分析了分布式能源系统的能源、、能效经济和环境性能；Ren等[36]针对含太阳能的综合能源系统，考虑了年成本节约率、CO2减排量、一次能源节约率等评价指标，发现建筑能源系统的年成本节约率与CO2减排量和一次能源节约率成负相关。

表1 近年来能源系统的绩效评价体系汇总（部分）
Table 1 Summary of performance evaluation system of energy system in recent years (partial)

机构 研究对象 指标数量 评价方法 国网江苏电力有限公司经济技术研究院/上海海事大学/东南大学港口综合能源系统 2层，4个维度，16个指标 基于马氏距离的统计检验方法 [15]中国能源建设集团广东电力设计研究院有限公司园区综合能源系统 2类，3层，4个维度，19个指标 德尔菲法与层次分析法 [16]华北电力大学 分布式能源系统 2层，3个维度，6个指标 熵权法和灰色关联法 [17]华北电力大学 分布式能源系统 2层，3个维度，6个指标 AHP-熵权法 [18]武汉大学/中南电力设计院/国网黄石供电公司区域综合能源系统 2层，4个维度，16个指标 网络分析法（ANP）-反熵权法 [19]华北电力大学 区域综合能源系统 2层，4个维度，26个指标 改进投影寻踪评价法 [20]广东工业大学/南方电网调峰调频发电有限公司 微能源网 1层，5个指标 粒子群算法 [21]中国电力科学研究院/国网江西电力有限公司/东南大学可再生微能源网系统 1层，3个指标 非支配排序遗传算法 [22]Xiamen University/Imperial College London 综合能源系统 2层，3个维度，7个指标 灰色关联分析与熵权法相结合 [23]National Technical University of Athen 综合能源系统 2层，4个维度，36个指标 综述 [24]School of Electrical Engineering, VIT University混合可再生能源系统 1层，5个指标 加权和法 [26]

续表

机构 研究对象 指标数量 评价方法 CERTH/CPERI/NTUA/LSBTP 可再生能源系统 2层，3个维度，21个指标 综述 [27]Universidad de Deusto, Avda 混合可再生能源系统 2层，4个维度，16个指标 综述 [28]North China Electric Power University/China Southern Power Grid园区综合能源系统 2层，5个维度，9个指标 混合模糊多准则决策方法 [29]University of Birmingham 综合能源系统 2层，4个维度，12个指标 改进的灰色关联法 [30]North China Electric Power University 储能 2层，4个维度，23个指标 ANP-TOPSIS混合方法 [31]Purdue University, United States 数据中心能源系统 2层，3个维度，3个指标 TRNSYS [32]North China Electric Power University 混合能源系统 2层，3个维度，6个指标 熵权法 [33]Central South University/The University of Queensland North China Electric Power University/University of Pennsylvania可再生能源系统 2层，4个维度，15个指标 模糊层次分析法和模糊综合评价法 [34]分布式能源系统 2层，4个维度，4个指标 基于能级的改进的经济方法 [35]Shanghai Jiao Tong University 综合能源系统 2层，3个维度，3个指标 NSGA-II算法 [36]

上述研究面向港口、园区、楼宇、区域、行业不同尺度的综合智慧能源，在其规划、设计、运营等环节构建了综合评价体系。另外，学界也不乏对微能源网、多能互补、综合智慧能源、能源互联网、区域能源等相近对象综合绩效评价体系的筛选与架构[37-38]，以及对综合智慧能源某一过程或环节的绩效评价指标的创新设计[39-40]。但是综合智慧能源的发展还处于初级阶段，中国综合智慧能源的规划、设计及运营离不开对项目前后综合绩效科学、全面、系统的量化评价。而综合智慧能源自身存在技术复杂度高、多元主体博弈的特征，其绩效的全面评价面临场景多、维度多、主体多的挑战，导致当前综合智慧能源绩效评价指标繁多，并呈现相关性高、容易混淆、不规范的问题。因此，系统、全面、差异化审视可用于综合智慧能源特定场景的绩效评价指标，是综合智慧能源规划方案设计与系统决策优化的必要理论支持。

进而，本文从能源利用效益、环境友好效益、经济社会效益和综合智慧效益4个评价维度出发，定性与定量相结合，综述了当前综合智慧能源的绩效评价指标。一是明确41个定量及定性指标的定义、计算/操作方式以及指标的正逆性，以为综合智慧能源相关项目的评价和优化提供参考；二是研判可再生能源替代率、利用率、渗透率等相似指标的区别以及具体的应用场景，以期规范综合智慧能源一些相关性指标的异同及适用范围；三是指明能值可持续指数、需求侧互动等综合智慧能源未来可能侧重的指标，以便能够用单个统一指标去衡量综合智慧能源的综合性能，并避免主观权重的影响。最后，展望了综合智慧能源绩效评价体系的架构方法及其步骤。上述工作，以期为综合智慧能源绩效评价相关领域的规划设计、项目评估、运营调度以及标准制定提供参考。

1 本文综合智慧能源的边界以及评价指标的体系架构

综合智慧能源是在安全可靠的基础上，以促进可再生能源利用、提高能源系统能效与降低用能成本为目的（即“开源节流”）。如图1所示，当前综合智慧能源的主要思想是从能质耦合集成提效的“综合化”技术（其偏向于“梯级利用、多能互补”），结合能源数字化赋能的“智慧化”技术（其侧重于“协同优化、源荷互动”），实现不同尺度能源系统物理驱动与数据驱动以及能源信息系统的高度耦合，并促进新一代能源系统的一体化规划设计及灵活运营。可以说，综合智慧能源是能源互联网产业视域下的重要业态，其相关技术理念和商业模式与能源互联网高度相关。假如能源互联网是利用“互联网”的思维去实现能源行业的多尺度“多元互动的协同网络”，那么，综合智慧能源则是让“多元互动的协同网络”在消费侧和供应侧实现更好的能源供能基本服务及能源数字化增值服务[41-43]。

图1 综合智慧能源示意图
Fig.1 Schematic diagram of integrated and intelligent energy (IIE)

实际上，业界还有综合能源、多能互补、综合能源服务、区域能源、冷热电联供等与综合智慧能源高度相似的概念，鉴于综合智慧能源产业生态视角的不同，当前从学术上难以辨识上述概念的区别，但为进一步澄清本文绩效评价指标的研究对象，本文试将综合智慧能源分为狭义综合智慧能源和广义综合智慧能源。狭义综合能源实际上就是具有具体形态的多能互补冷热电联供系统，其在物理层强调能源流的梯级综合利用，在信息层强调信息流改造能量流，在价值层强调能源的开放共享，目的是从能源服务系统全生命周期视角最大化系统的综合效益。而涉及到多能互补综合能源系统“基本供能服务”以及“多元增值服务”或冷、热、电、气任意一体化供能类别或“源、网、荷、储”其中任意两环节，都属于广义综合智慧能源的范畴[44-45]。因此，本文综合智慧能源绩效评价的对象和边界，是针对区域或园区尺度的狭义综合智慧能源，并做以下假设：

1）本文综合智慧能源的尺度为园区或楼宇，不考虑大区域尺度下一些诸如GDP贡献、万元国民生产总值排放的CO2等综合智慧能源的宏观指标；

2）本文对综合智慧能源评价指标的筛选是基于能源系统的黑箱模型，即不细化到诸如电网或热网损失率、子设备能源转换效率等能源系统内部或某环节的性能指标；

3）本文综合智慧能源不考虑一些诸如综合能源服务新业务开展、平台创新能力等综合智慧能源产业或企业效益及发展模式的评价指标。

因此，基于前述假设与前人研究，并以“能源三角博弈”为切入点，如图2所示，本文就综合智慧能源的评价指标设置能源利用效益、环境友好效益、经济社会效益以及综合智慧效益4个维度，综述当前综合智慧能源绩效评价的常用指标。值得一提的是，据前述，“开源节流”的“能效”手段是能源系统满足支付能力、维持安全可靠、实现低碳清洁的传统手段，其余能源系统的效益高度耦合，是能源系统效益评价的共性指标，也是“能源不可能三角”的基本架构。而对于综合智慧能源，随着数字技术发展，综合化和智慧化的手段逐渐凸显。因此，除了与传统能源系统并存的效益评价指标外，本文也将综合化和智慧化的特征手段单独提取出来当做“效益评价指标”，以突出当前及未来综合智慧能源的辨识度。

图2 本文综合智慧能源绩效评价指标的分类图示
Fig.2 Classification diagram of IIE performance evaluation indicators

2 综合智慧能源绩效评价指标概述

综合智慧能源的绩效评价，是对其能量系统在一定周期内由于能源使用引起的能源利用效益、环境友好效益、经济社会效益以及综合智慧效益等维度可测量、计算或评价的结果或预期结果进行评价。其中，绩效评价是测量或计算得出绩效指标值，并与预期评价目标值进行比较，用以决策综合智慧能源的“事前评估”或“事后评估”。

2.1 能源利用效益评价

综合智慧能源的能源利用效益评价是对其能源利用效果进行评价，应至少反映综合智慧能源对输入能量的有效利用程度，主要的评价指标如下。

1）综合能耗（comprehensive energy consumption，CEC）。在统计报告期内综合智慧能源生产某种产品或提供某种服务实际消耗的各种能源实物量[46]，按规定的计算方法和单位分别折算后的一次能源总和，即综合能耗，通常折合为标准煤进行衡量。其中，输入综合智慧能源的天然气、地热、风、光等可再生能源均为一次能源，从外部电网输入电能为二次能源。

式中：EIIE为综合智慧能源在统计期内输入的一次能源的量值，tce 或 kgce；pe为煤电折标煤系数，kgce/kWh；pg为天然气折标煤系数，kgce/m³；pre为可再生能源折标煤系数，kgce/MJ，一般在运行期内设为0；Qe为电能输入量，kWh；Qg为天然气输入量，m³；Qre为可再生能源输入量，MJ。另外，若综合智慧能源涉及新水、软化水、压缩空气、氧气等耗能工质（energy consumed medium）且其耗量较大，则宜计入能源消耗中。同时，用能部门实际消耗的燃料能源应以其低（位）发热量为计算基础折算为标准煤量，当无法获得各种燃料能源的低（位）发热量实测值和单位耗能工质的耗能量时，可参照《GB/T 2589-2020 综合能耗计算通则》中所明确的折标煤系数进行核算。

2）能耗强度（energy consumption intensity，ECI）为统计期内综合智慧能源单位面积、人口或产值的综合能耗，亦称单位产值综合能耗、单位产品综合能耗等。其可反映综合智慧能源的经济效率，可用于预估综合智慧能源项目装机容量以及项目经济投资效益。面向楼宇、社区、园区/工业企业的典型应用场景，综合智慧能源的能耗强度可采用下式计算：

式中：PIIE为综合智慧能源的能耗强度（场景为建筑楼宇时，kgce/km2；场景为社区时，kgce/人；场景为园区/工业企业时，kgce/万元）；Esum为能源年消耗量之和的标准煤当量折算值，kgce；Asum为综合智慧能源区域（项目）的建筑面积，km2；Hsum为综合智慧能源区域（项目）的人口数，人；Wsum为综合智慧能源区域（项目）的年生产总值，万元。

3）综合能源利用率（primary energy ratio, PER）是指综合智慧能源产出能量总和与一次能源消耗量的比值，又称能源利用率或综合能效，其数值大小可以表征综合智慧能源对一次能源的利用水平。值得注意的是，综合能源利用率一般不考虑不同能源间的品位差异，如式（3）所示。如考虑异质能源的差异性，可通过能质系数（energy quality coefficient, EQC，为能源的值与该能源数量的比值）来反映不同形式能源品位的差异[47]，继而得到含不同品位能源系统的综合利用效率，如式（4）所示，此时，综合能源利用率与系统效率的含义一致[48]。

式中：EC,y、EH,y和Ee,y分别为被评价系统的全年耗冷量、耗热量和耗电量，kJ；λC、λH和λe分别为对应能源形式的能质系数；Wi为系统消耗的第i种一次能源的能量，kJ；λi为第i种能源对应的能质系数，可由统一标准下的效率计算，如恒定的环境参数（25 ℃，101 kPa）。

4）系统效率（system exergic efficiency, SEE）是表征综合智慧能源热力学完善度的数值，是指综合智慧能源所输出的总（收益）与输入的总（耗费）的比值[49]。与基于热力学第一定律的综合能源利用率不同，效率反映了基于热力学第二定律的综合智慧能源供能和用能在能级上的匹配程度。如式（5）所示，从数值上看，同一综合智慧能源的效率小于对应系统的热效率或综合能源利用率。

式中：ε为系统效率；、、分别为单位时间内综合智慧能源输入电能、天然气、可再生能源的，kJ；、、分别为综合智慧能源输出电能、冷量、热量的，kJ。需要注意的是，值的计算要保证不同能源处于统一环境参考标准，且存在燃料的化学热是否应包含的问题[50-51]。

5）能源节约率（energy saving rate, ESR）是指与传统系统相比，从热力学第一定律角度，当综合智慧能源产生相同数量的冷、热、电时，综合智慧能源所节省的能量（即节能量）与传统系统所消耗的总能量之比，简称节能率。同理，热力学第二定律角度也有㶲节约率的定义，此处不再赘述。

式中：θ为能源节约率；ESP为传统分产系统的燃料消耗量（换算为一次能源的标煤量）。

6）用户侧满意度（user side satisfaction, USS），反映综合智慧能源用户对周围温度、相对湿度、电能质量等物理量的满意度，是一个综合指标。其代表性指标包括平均热感觉指数、室内空气质量满意度、预计不满意者的百分数指数（predicted percentage of dissatisfied，PPD）等。难以定量的指标多通过对一定范围内用户的投票经折算得到。以PPD指数为例，PPD可提供有关热不适或热不满意的信息，为预计处于热环境中的群体对于热环境不满意的投票平均值[52]，以反映用户侧房间舒适度。这类定性指标也可用定量方式计算，其计算方法为

式中：PPPD为用户侧满意度；PPMV为预计平均热感觉指数，是根据人体热平衡预计群体对7个等级热感觉评价的平均值。

7）万元产值能耗下降率（decline rate of energy consumption per ten thousand yuan of output value，DRECTTYOV），反映综合智慧能源系统在经济效益约束下能源合理利用的情况，一般用来衡量省市或地区发展综合智慧能源计划完成情况。

式中：ηDREC为万元产值能耗下降率；PIIE为报告期万元产值能耗，tce/万元；PSP为基期万元产值能耗，tce/万元。

8）用户端能源质量（client energy quality, CEQ）主要是综合智慧能源用户端的电能、热能、冷能及燃气等能源的供给质量。用户端能源质量的高低直接决定了用户是否能够消费该类能源以及用户的用能体验。用户端能源质量已有很多标准规范，比如电能质量的评估已有完善的标准体系[48,53-54]，包括电压偏差（GB/T 12325）、电压暂降与短时中断（GB/T 30317）、三相电压不平衡（GB/T 15543）、频率偏差（GB/T 15945）、电压波动与闪变（GB/T 12326）、谐波（GB/T 14549）、暂时过电压和瞬态过电压（GB/T 18481）等。用户端热能及冷能的供能质量则与供能载体的流量、温度、压力、湿度或者焓值的变化率相关，应符合城镇供热服务（GB/T 33833）等标准的相关规定；燃气质量、设备与管道、燃气储罐、安全与消防等应符合城镇燃气设计规范（GB 50028）、城镇燃气技术规范（GB 50494）等标准的有关规定。

9）设备能效等级（energy efficiency grade of equipment, EEGE）。综合智慧能源“源网荷储”以及“信息层”的设备门类繁多，其设备能效等级难以统一规范。对于常见设备，综合智慧能源设备能效等级应符合：冷水机组能效限定值及能源效率等级（GB 19577）、中小型三相异步电动机能效限定值及能效等级（GB 18613）、微型计算机能效限定值及能效等级（GB 28380）、永磁同步电动机能效限定值及能效等级（GB 30253）、通风机能效限定值及能效等级（GB 19761）、电力变压器能效限定值及能效等级（GB 20052）、工业锅炉能效限定值及能效等级（GB 24500）、低环境温度空气源热泵（冷水）机组能效限定值及能效等级（GB 37480）、溴化锂吸收式冷水机组能效限定值及能效等级（GB 29540）等能效限定值及能效等级标准的相关规定。

2.2 环境友好效益评价

环境友好效益评价是考核综合智慧能源新建、改造或优化后对环境的影响，应至少能反映综合智慧能源对系统内外可再生能源的利用程度、能量系统对外界环境有害物质的排放，以及如热、声、光、辐射、电磁、振动等其他环境影响，主要评价指标如下。

1）可再生能源替代率（renewable energy replacement ratio, RERR），或称可再生能源装机占比，是指与传统化石能源为主的分供系统相比，综合智慧能源源侧（供给侧）由可再生能源替代传统化石能源供能的装机比例。类似的还有清洁能源替代率或清洁能源装机占比。

式中：RRER为可再生能源替代率，%；Wr为第r种可再生能源在综合智慧能源中的装机，kW；WIIE为综合智慧能源系统总装机，kW。

2）可再生能源利用率（renewable energy utilization rate, REUR）是指综合智慧能源荷侧（需求侧）中可再生能源利用量与能源消耗总量的比值，或称可再生能源消费占比[55-56]。在生态城市指标体系、区域能源规划中，可再生能源的应用常以可再生能源利用率为控制目标。类似的还有清洁能源利用率。

式中：R为综合智慧能源中可再生能源产能占比，%；Esum为综合智慧能源能源年消耗量之和的标准煤当量折算值，kgce；WM-IOE_r为在统计时间内第r种可再生能源转化成可利用能源形式能量的标准煤当量折算值，kgce。

3）可再生能源渗透率（renewable energy penetration ratio, REPR），或称可再生能源源荷比，是指综合智慧能源供给侧可提供的可再生能源能量与需求侧终端用户用能的比例，即终端用户可获得（或供给侧可提供）的可再生能源能量与终端用户消费的可再生能量和不可再生能量总和的比值[57-58]，可以发现，不同于可再生能源替代率和利用率，可再生能源渗透率可大于1。

式中：λend为可再生能源终端渗透率，%；Rin为综合智慧能源供应侧可提供的可再生能源能量，kWh；Rend为综合智慧能源终端用户获得的可再生能源能量，kWh；Uend为终端用户获得的不可再生能源能量，kWh；i为能量形式。

4）减排率（reduction ratio, RR）用来评价有效节约物质资源和能量资源，减少废弃物和环境有害物（包括三废和噪声等）排放情况。一般多指CO2减排率，即与传统分产系统相比，综合智慧能源在输出相同冷热电量时对应的CO2减排量与传统化石能源分供系统CO2排放量的比值。

式中：εR为减排率；Em1为传统分产系统污染物理论排放量，kg；ΔE为与传统分产系统相比，综合智慧能源在输出相同冷热电量时对应的CO2减排量，kg。

5）噪声环境影响（environmental noise impact,ENI），应符合环境影响评价技术导则声环境（HJ 2.4）、城市区域环境噪声适用区划分（GB/T19190）、工业企业厂界噪声标准（GB 12348）等相关标准的有关规定。

6）电磁环境影响（electromagnetic environmental impact, EEI），应符合电磁环境控制限制（GB 8702）、环境电磁波卫生标准（GB 9175）、城市配电网规划设计规范（GB 50613）等相关标准的有关规定。

7）大气环境质量影响（atmospheric environment quality impact, AEQI），应符合环境质量标准（GB 3095）、电池工业污染物排放标准（GB 30484）、火电厂大气污染物排放标准（GB 13223）等相关标准的有关规定。

8）水环境评价（water environmental assessment,WEA），应符合地下水质量标准（GB/T 14848）和地表水环境质量标准（GB 3838）等相关标准的有关规定。

9）生态环境影响（ecological environmental impact, EEI），应符合环境影响评价技术导则生态影响（HJ 19）等相关标准的有关规定。

2.3 经济社会效益评价

经济社会效益评价考核综合智慧能源的项目经济效益以及对社会就业及产业影响，应至少能反映综合智慧能源项目的资金内部收益率和投资回收期，主要评价指标如下。

1）单位供能成本（unit energy cost, UEC）为综合智慧能源产生单位能量所需要付出的经济投入，多用年均化成本（或称年度化成本、年化综合成本）表示，可采用下式计算：

式中：LCOE为综合智慧能源的单位能耗成本，万元/kgce；I0为初始投资，万元；VR为固定资产残值，万元；N为项目运行年限，年；An为第n年的运行成本，万元；Dn为第n年的折旧，万元；Pn为第n年的利息，万元；Yn为第n年供能量的标准煤当量折算值，kgce；i为折现率。

2）用能成本变化率（rate of change of energy cost,RCEC），又称年总成本节省率，是指综合智慧能源所服务用户用能成本减少量与规划设计之前的用户用能成本之比，可采用下式计算：

式中：RCEC为用户用能成本变化率，%；Cbefore、Cafter分别为综合智慧能源规划设计之前、之后的用户用能成本，元/kgce。

3）系统经济成本（exergic economic cost, EEC）是指基于经济分析方法[59]，将系统输出的电、冷、热看作系统能源服务的产品，该多能源产品单位所付出的经济成本可定义为综合智慧能源输入的总与单位成本之积和所有设备投资运维成本之和与系统所输出总的比值。

式中：ce、cg、cre分别为综合智慧能源输入电能、天然气、可再生能源的的单位成本，万元；Z为所有设备投资和运维成本的折合成本流，万元；、、分别为单位时间内综合智慧能源输入电能、天然气、可再生能源的，kJ；、、分别为综合智慧能源输出电能、冷量、热量的，kJ。

4）投资回收期（pay back time, PBT），即投资返本年限，是指以综合智慧能源的净收益回收其总投资（包括建设投资和流动资金）所需要的时间。投资回收期自建设开始年算起，项目评价的投资回收期不大于部门或行业的基准投资回收期，可认为项目的经济性是可以接受的[60]。投资回收期一般有静态投资回收期和动态投资回收期之分。静态投资回收期的计算公式如下[5]，动态投资回收期则是按现值计算的投资回收期。

式中：Pt为技术方案静态投资回收期，年；CI为技术方案现金流入量，元；CO为技术方案现金流出量，元；(CI-CO)t为技术方案第t年的净现金流量，元。

5）内部收益率（internal rate of return, IRR），又称资金内部收益率，是指使综合智慧能源技术方案在计算期内各年净现金流量的现值累计等于0时的折现率[61]。当综合智慧能源项目的资金内部收益率不小于部门或者行业的基准收益率，应认为项目的经济性是可以接受的。

式中：FIRR为财务内部收益率，%；NCt为计算周期内第t年的新增净现金流量，元，根据全部投资和资本金财务现金流量表确定。

6）投资收益率（rate of return on investment,ROI），又称投资利润率，是指综合能源投资方案在达到设计生产能力后1个自然年的年净收益总额与方案投资总额的比率，是评价投资方案盈利能力的静态指标，表明投资方案正常生产年份中，单位投资所创造的年净收益额。投资收益率的应用指标，根据分析目的不同又可分为总投资收益率（ROI）、资本金净利润率（ROE），其中ROI的计算方法如下：

式中：ROI为综合智慧能源规划设计方案的总投资收益率，%；EBIT为综合智慧能源规划设计方案正常年份的年息税前利润或运营期内年平均税前利润，万元；TI为综合智慧能源规划设计方案总投资，万元。

7）配电网缓建效益（postpone benefit of distribution network，PBDN）用来反映相对于传统分供系统，综合智慧能源的建设对于减少配电网初始投资或延缓其改造升级的能力，通过有功、无功功率的单位成本表示。若为负值，从线路和变压器角度，代表传输功率下降；从设备角度，代表使用强度降低，从而延缓对新设备的投资。

式中：ΔCinode,p、ΔCinode,q分别为有功功率和无功功率的单位成本，万元/kW、万元/kvar；Δpinode、Δqinode分别为节点i的有功功率和无功功率的变化值，kW、kvar；Cinode,p、Cinode,q分别为节点i有功变化值、无功变化值引起的费用，万元。

8）节约区域装机投资（save investment in regional installation, SIRI）是指综合智慧能源协调前后预期的制冷、制热、发电的装机投资费用之差与协调前预期的制冷、制热、发电的装机投资之比[20]。

式中：Sbefore为综合智慧能源协调前预期的制冷、制热、发电的装机投资，万元；Safter为综合智慧能源协调后实际的制冷、制热、发电的装机投资，万元。

9）减少用户停电损失（reduce the loss of power outages, RLPO）是指综合智慧能源协调前后用户的停电损失之差与协调前用户的停电损失之比[62]。

式中：Ebefore、Eafter分别为综合智慧能源协调前、后用户的停电损失，元/kWh。

10）能源经济性水平（energy economy level，EEL）。能源系统的投入成本和收益决定了其经济性水平。与传统能源系统相比，综合智慧能源在降低成本费用的同时，也能获得可观的经济效益，特别是在多元能源耦合的区域综合能源系统（以配电系统为核心，耦合分布式能源、天然气、地热能、交通等多元能源系统）[19]，计算公式为

式中：ρ为IIE的能源经济性水平；D为一段时间内总的经济收益，万元；Ci为能源品种i的投入成本，万元。

11）就业效益（employment benefits, EB）是指综合智慧能源投资总额与就业拉动系数之积[20]。

式中：η为就业拉动系数，依据相关测算标准，一般取η=700，即每1亿元投资增加700人就业；Sinput为综合智慧能源投资总额，亿元。

12）产业效益（benefits of industry, BI）是指综合智慧能源协调前后使用的一次能源总量差值与区域的生产总值之比[20]。

式中：Qall*为综合智慧能源协调前后使用的一次能源总量差值，kJ；E*为综合智慧能源实施前后区域的生产总值，万元。

2.4 综合智慧效益评价

综合智慧效益评价就是突出综合智慧能源的“综合化”和“智慧化”的特征手段，强调区别于传统分供化石能源系统的性能特征，相关指标如下。

1）电能占终端能源消费占比（electricity accounts for proportion of terminal energy consumption,EAPTEC），定义为综合智慧能源终端耗电量的标准煤当量折算值与终端能源消耗量总和的标准煤当量折算值之比[2]，既是衡量终端能源消费结构的重要指标，有利于清洁电力的消纳，也是衡量电气化程度的重要指标之一。

式中：ζe为综合智慧能源中电能占终端能源消费的比例，%；Qe为综合智慧能源耗电量的标准煤当量折算值，kgce；Esum为综合智慧能源年能源消耗量之和的标准煤当量折算值，kgce。

2）设备利用率（rate of equipment utilization,REU）是指综合智慧能源系统内设备的工作状态和生产效率，是一段时间内设备的实际工作时间与计划工作时间的比值，其大小直接影响综合智慧能源的投资效益。一般情况下，系统主要供能设备的利用率越高，系统的经济效益越好。

式中：ηe为综合智慧能源设备利用率，%；Ne为综合智慧能源内的能源环节设备数量，台；T0为综合智慧能源单位计划工作时长，h；Tn为综合智慧能源第n台设备在单位时间内的实际工作时长，h。

3）能源自用率（energy utilization rate, EUR），或称能源自消费占比，反映综合智慧能源内能源的自发自用程度（即自治程度）[2]，可通过综合智慧能源总的产能功率与通过并网点向外部能源互联网络的送出功率之差与综合智慧能源总的产能功率的比值获得。

式中：γe为综合智慧能源的综合能源自用率，%；Pi(t)为综合智慧能源通过并网点向外部能源互联网络的送出功率，kW；Pg(t)为综合智慧能源总的产能功率，kW。

4）独立运行持续供能时间（independent operation continuous energy supply time, IOCEST）反映综合智慧能源独立运行时支撑不间断负荷的能力，定义为综合智慧能源系统内不间断（或持续、稳定、抗干扰能力较强的）供能能力与综合智慧能源用能负荷之比[2]。

式中：rIIE为综合智慧能源的独立运行持续供能时间；PSLi为综合智慧能源内第i个不间断供能负荷，kWh；Pmax为综合智慧能源用能负荷，kW。

5）能值评价指标（emergy evaluation index, EEI）。能值可以统一量化综合智慧能源全生命周期系统内外能源燃料的输入、能源设备资产投入、建设及运维劳力的投入等[2]。其中，能值可持续指数（emergy sustainability index, ESI）可用来反映综合智慧能源系统的生产效率和环境压力，是综合智慧能源运行周期内能值产出率与环境负荷率的比值。

式中：环境负载率（environmental loading ratio，ELR）为系统不可再生能源投入能值与可再生能源投入能值之比，其为衡量生产活动对环境的压力指标，该指标值越大，则环境压力越大；能值产出率（emergy yield ratio，EYR）为产出能值与经济输入能值之比，能值产出率值越高表明相同的系统经济能值投入所生产出来的产品能值越高，即生产效率越高。

6）平均失能频率（mean incapacitation frequency,MIF）通过统计一段时间内综合智慧能源用户的平均失能次数，反映综合智慧能源的运行可靠程度，此处的“失能”表示停电、停气、停热/冷等[7]，可用下式计算：

式中：F为系统平均失能频率；nenergy-lose为系统失能总次数；λinode为负荷点inode的故障率；ninode为负荷点inode的用户数；nnode为综合智慧能源系统内电/气/冷/热负荷点总数（非负整数）；nuser为用户总数。

7）需求侧互动性（demand side interaction，DSI）用于反映综合智慧能源的需求侧能源资源与系统的互动水平，可体现综合智慧能源“源-荷”之间的互动程度及其对能效提升、清洁能源占比提高等的贡献。用户侧互动性的具体指标主要包括主动削峰填谷负荷量、分布式电源即插即用能力（或称分布式能源接入能力）、智能电表普及度等 [6]。

8）主动削峰负荷量（active peak clipping load，APCL）与需求侧管理和需求侧响应有关。需求侧管理和需求侧响应是指通过制定确定性或随时间合理变化的激励政策，激励用户在负荷高峰或系统可靠性变化时，及时响应削减负荷或调整用电行为的手段。需求侧响应的建设水平和用户的参与积极性可通过主动参与峰值负荷削减的用户比例衡量[63-64]。

9）互动潮流熵（entropy of interactive flow，EIF）用来描述单位柔性负荷互动后综合能源系统负载率分布的变化。定义为综合智慧能源互动前后电网潮流熵的改变量与柔性负荷的影响程度的平均值之比，能够定量评估互动参与程度对电网潮流分布的影响。当互动潮流熵为负值时，说明柔性负荷参与互动后电网潮流分布更趋均衡，取值越小互动带来的影响也越小，反之亦然。

式中：H(t)、H(t)*分别为互动前、后的电网潮流熵，J/K；Ii为柔性负荷的影响程度。

10）可再生能源波动支撑水平（renewable energy fluctuates in support levels，REFSL）用来评估综合智慧能源通过互动提高可再生能源消纳的能力，定义为用于消纳可再生能源波动的柔性负荷互动量与可再生能源波动量的比值。而互动前后峰谷差变化率（peakvalley difference change rate，PVDCR）为有互动与无互动场景下综合智慧能源系统峰谷差改变量与无互动时系统峰谷差的比值，用来评估柔性互动对系统削峰填谷的贡献。

式中：CRE(t)为可再生能源波动支撑水平；ΔPRE为可再生能源的功率波动量；ΔPi(t)为柔性负荷的实际互动量；Hp-v为互动前后峰谷差变化率；Cp-v为无互动情况下系统峰谷差；C*p-v为有互动情况下系统峰谷差。

11）虚拟调度容量（virtual scheduling capacity，VSC）是指在综合智慧能源的柔性负荷调度事件中能够调度的容量，其有最大虚拟调度容量和最小虚拟调度容量之分。在评价时，最大虚拟调度容量并非越大越好，考虑到柔性负荷调度实际情况，一般理想调度曲线为定值或分段函数，若实际调度容量超过理想调度容量过多，则会导致实际调度与理想调度差距过大。因此，实际调度过程中应保证调度容量的稳定性，最大虚拟调度容量与最小虚拟调度容量之间的偏差率应越小越好。

3 综合智慧能源绩效评价指标的取值范围及正逆性

3.1 综合智慧能源绩效评价指标的一般分类

综合智慧能源绩效评价指标的分类及适用场景如图3所示。与图中右边所示的分供系统相比，可将综合智慧能源绩效评价指标在前述4个维度的基础上，细分为共性指标、对比型指标、能源自给型指标、互联型指标、源网荷互动型指标以及效率型指标。

其中，共性指标是指均适用于综合智慧能源及其对应的分供系统的绩效评价指标，如综合能耗、能源质量、单位供能成本、噪声环境影响等指标；对比型指标是指与分供系统相比，衡量综合智慧能源绩效改进或者优化后的评价指标，如能源节约率、减排率、节约区域装机投资等指标；能源自给型指标则是指综合智慧能源能源供应的自洽程度，表征综合智慧能源孤网运行的能源供应能力，如能源自用率、独立运行持续供能负荷比等指标；源网荷互动型指标是指综合智慧能源系统内“源、网、荷”以及“储能”等角色相互之间的削峰填谷、需求响应、友好互动的能力，如需求侧互动性、主动削峰负荷量、互动潮流熵等指标；互联型指标是指不同相邻综合智慧能源系统之间通过信息物理网络实现的能源互联互通互济的程度，此指标暂未在本文中列举。

需要指出的是，效率型指标一般是指综合智慧能源系统输入和输出之间能量转换的能力（如基于热力学第一定律的综合能源利用率以及基于热力学第二定律的系统效率），以及用来表征综合智慧能源中可再生能源或者清洁能源开发和利用的能力，即用于源侧的可再生能源替代率（或可再生能源装机的占比）、用于荷侧的可再生能源利用率，以及从两者角度共同考虑的可再生能源渗透率。

3.2 综合智慧能源绩效评价指标的一般属性

为更好地表征上述综合智慧能源评价指标的定量/定性属性、取值范围及其正逆性，表2对上述指标进行汇总，同时也给出了对应的数据来源。本文所指综合智慧能源绩效评价指标共41个，包括能源利用、环境友好、经济社会及综合智慧4个维度。针对不同维度指标，衡量其是否能够通过相关参数进行定量计算，将指标分为定性指标与定量指标，或有些指标可进行定量与定性之间的转换，并进一步获取其取值范围，以及考察指标与评价系统的正逆性，即指标值的增大带来综合智慧能源系统效益的改进或损失。

4 综合智慧能源绩效评价体系的架构及其绩效评价的步骤

综上，综合智慧能源的绩效评价面临着多维、多层指标的复杂情况，对应的绩效评价的步骤及方法需要进一步明确。总结相关文献资料[60]，归纳综合智慧能源绩效评价的基本步骤一般包括：①确定综合智慧能源的系统边界；②搜集现状资料及数据；③确定绩效评价的指标体系；④开展综合智慧能源的绩效分析。其中，确定绩效评价的指标体系应包括的具体指标应从符合性、适用性、全面性、先进性等方面选取。同时，指标体系的构成应考虑不同综合智慧能源在能效、环境、经济等方面综合性能的平衡和优化，各项指标应可测量、计算或通过专家对比的方法进行量化。

图3 综合智慧能源绩效评价指标的分类及示意
Fig.3 Classification and schematic of IIE performance evaluation indicators

表2 综合智慧能源评价指标的取值范围及正逆性
Table 2 Value range and positive and negative properties of IIE performance evaluation indicators

（注：★ 表示指标的权重或者使用频次，★越多，代表该指标的权重越大或使用频次越高，是一个推荐的经验值，使用者应根据项目特征确定。）

维度 二级指标 定量/定性 取值范围 正向/逆向 综合能耗 CEC ★★ 定量 0～∞ 逆向 [15]/[46]/[48]能耗强度ECI ★★ 定量 0～∞ 逆向 [2]/[66]/[67]综合能源利用率PER ★★★ 定量 0～1 正向 [47]/[48]/[68]系统能源利用效益评价效率SEE ★ 定量 0～1 正向 [49]/[50]/[51]/[65]能源节约率ESR★★★ 定量 0～1 正向 [17]/[32]/[36]/[65]用户侧满意度USS ★★ 定量 5～100 正向 [38]/[48]/[52]万元产值能耗下降率DRECTTYOV ★★ 定量 0～1 正向 [69]/[70]用户端能源质量CEQ ★ 定性 — 正向 [48]/[53]/[54]设备能效等级EEGE ★★ 定性 — 正向GB 18613/GB 30253/GB 19577/GB 28380/GB 19761/GB 24500/GB 37480/GB 29540环境友好效益评价可再生能源替代率RERR ★★ 定量 0～1 正向 [70]/[71]可再生能源利用率REUR ★★ 定量 0～1 正向 [16]/[17]/[18]/[55]/[56]可再生能源渗透率REPR ★★ 定量 0～1 正向 [20]/[72]减排率RR ★★★ 定量 0～1 正向 [16]/[22]/[33]/[65]噪声环境影响ENI ★ 定性/定量 — 逆向 HJ 2.4/GB/T19190/GB 12348/[65]电磁环境影响EEI ★ 定性/定量 — 逆向 GB 8702/GB 9175/GB 50613大气环境质量影响AEQI★ 定性/定量 — 逆向 GB 30484/GB3095/GB 13223水环境评价WEA ★ 定性/定量 — 逆向 GB/T 14848/GB 3838生态环境影响EEI ★ 定性/定量 — 正向 HJ 19单位供能成本UEC ★★ 定量 0～∞ 逆向 [73]用能成本变化率RCEC ★★★ 定量 0～1 逆向 [48]系统经济社会效益评价经济成本EEC ★ 定量 0～∞ 正向 [35]/[59]投资回收期PBT ★★★ 定量 0～∞ 逆向 [5]/[23]/[60]/[65]/[68]内部收益率IRR ★★ 定量 0～∞ 正向 [33]/[61]/[74]投资收益率ROI ★★ 定量 0～∞ 正向 [61]/[72]配电网缓建效益 PBDN ★★★ 定量 0～∞ 正向 [48]/[75]节约区域装机投资SIRI ★ 定量 0～1 正向 [20]减少用户停电损失RLPO ★ 定量 0～1 正向 [62]能源经济性水平EEL ★★ 定量 0～1 正向 [19]/[48]/[65]就业效益EB ★ 定量 0～∞ 正向 [20]产业效益BI ★★ 定量 0～∞ 正向 [20]电能占终端能源消费占比EAPTEC ★★ 定量 0～1 — [2]/[15]设备利用率REU ★★ 定量 0～1 正向 [15]/[19]能源自用率EUR★★ 定量 0～1 正向 [2]/[48]独立运行持续供能时间IOCEST ★★★ 定量 0～∞ 正向 [10]能值评价指标EEI ★ 定量 0～∞ 正向 [2]/[76]平均失能频率MIF ★ 定量 0～∞ 逆向 [7]需求侧互动性DI ★★★ 定性/定量 — 正向 [6]/[48]/[61]主动削峰负荷量APCL ★★ 定性/定量 — 正向 [19]/[63]/[64]/[68]互动潮流熵EIF ★ 定量 -∞～+∞ 逆向 [77]可再生能源波动支撑水平REFSL ★ 定量 — 正向 [77]虚拟调度容量VSC ★ 定量 0～∞ — [77]综合智慧效益评价

实际上，综合智慧能源的绩效评价可分为针对项目规划设计的“前绩效评价”和针对项目实施运营的“后绩效评价”。综合智慧能源的前绩效评价可理解为不同综合智慧能源形态的规划和运行的优化，多为理论研究。其中，如图4所示，综合智慧能源在指标体系确定后，一般通过Pareto非劣解的多目标优化、带权重的多指标综合评价、热/经济方法以及生态能值等统一化单目标综合优化的方法，在不同约束条件下，得出综合智慧能源的系统拓扑、设备容量、运行策略的综合最优解，以指导项目的设计和落地。因前绩效评价通常是理论的事前评估，以获得综合智慧能源的预期技术经济效益及盈亏平衡点，并对相关能源输入输出的价格进行敏感性分析，其系统边界相对清晰，资料搜集难度不大。

图4 综合智慧能源绩效综合评价体系的构建图示
Fig.4 Illustration of the construction of IIE performance evaluation system

后绩效评价是针对项目投产后的综合效益进行绩效分析，以得出项目的实际运行效益以及优化改造潜力。因此，后绩效评价是基于实际运行的事后评价，其系统边界的确定和资料收集的难度较大。确定系统边界的基本要求是：边界内所包括的能量系统及穿越边界进出能量系统的能量流或物质流应在运行控制技术和管理机制2个方面具有可控性[60]。搜集的资料包括但不限于：能源系统的基本设计运行情况、用能情况、外部环境条件、能量输出或能源产品输出情况、污染物产出和排放情况、运行的成本和经济效益等。资料和数据的来源包括但不限于：监测和计量、生产记录和清单、财务和会计、能源审计和环境审核报告，以及必要统计年鉴数据等。鉴于获取数据工作量的大小，所收集能源数据可以是一段时间的平均值，也可以是反映系统正常运行状况时间点的代表值，也应尽可能的采用黑箱模型的方式，避免过度关注系统内过多细节设备的运行数据。

5 综合智慧能源绩效评价指标展望

中国的综合智慧能源尚处于发展初级阶段，其绩效评价的体系架构和指标的设计也是一个不断发展的过程。更加科学、系统的绩效评价有助于综合智慧能源实现优化设计和运营。以下几点展望，则或是新发展格局下综合智慧能源绩效评价体系及指标应考虑的方面。

1）本文综合智慧能源的绩效评价针对的是区域及园区级的能源系统，后期应分场景，突出多能互补综合能源系统、微能源网、分布式能源、能源互联网分别侧重的“综合化”、“智慧化”指标，刻画不同场景下综合智慧能源的个性指标[78]，如不同能源系统的韧性、弹性、互动性等指标[79]；同时，如将综合智慧能源的空间尺度进一步扩大，宏观气候影响指标以及能源安全等指标也应纳入指标体系。

2）工业园区、数据中心、交通场站等能量密集型综合智慧能源的优化是新基建下综合智慧能源的重要应用场景。相比于热力学第一定律，热力学第二定律的“”分析法能深入到综合智慧能源不同异质能流“品位”的研判。因此，综合考虑热力学、经济学以及环境效应多目标的综合智慧能源环境经济学优化目标函数[80-81]，并考虑多输入和多输出综合智慧能源的能量、经济和环境成本分摊问题，未来能够使各种能源系统在统一和客观的基准上进行比较和评价。

3）综合能源利用率以及系统效率中不同能源转换的“能质系数”，可用来衡量异质能源（即不同种类或温度、压力、焓值），但是对于电力这种二次能源，传统的能质系数不能区分煤电或可再生能源发电（如排放系数、清洁系数等），一般方法是通过经济性区分不同发电方式的“能质”。后期，考虑不同发电方式与电网调峰调频耦合关系，从能势角度、能值角度或经济学角度提出评价指标，研判不同发电方式“电力”的综合智慧能源的绩效将成为研究热点[82-84]。

4）目前，可再生能源渗透率、能源转化设备效率和容量配置结构、冷/热/电负荷需求结构以及输入输出的能源价格是影响综合智慧能源绩效的核心要素。未来，随着落实“碳达峰、碳中和”目标，综合智慧能源的环境影响评价将尤为突出，其高度耦合能源获取、传输、转换、存储及消费的全生命周期过程。后期，不同于能值等方法[2]，可引入环境损害因子、环境污染率及环境损害函数等评价综合智慧能源系统的资源利用率以及环境影响性。

5）对于上述物理机理表述清晰，且能源、经济、环境能够高度耦合的统一性绩效评价指标，常规的带权重的综合智慧能源绩效综合评价体系的操作过程相对容易，其重点环节是不同评价主体对不同维度指标权重的权衡。另外，基于非劣解的综合智慧能源的多目标优化，虽然实现了不同目标之间的权衡并给出了配置方案，但结果的解释性不强，难以从机理上得出可以推广的规律，且综合智慧能源的非线性和多变量特性迫使非劣解求解时必须引入智能算法。

6）当前是中国能源互联网多元化、规模化建设的重要时期，开展能源互联网相关领域—综合智慧能源的标准化工作对于促进能源互联网及综合智慧能源技术进步和产业健康发展具有重要意义。其中，能源互联网及综合智慧能源系统化思维在技术和机制上的跨界创新，需要科学、系统、可操作的绩效评价，以为综合智慧能源的规划和实施的效益评价提供必要的理论指导。以能源互联网为例，截至2019年12月，能源互联网标准共计申报37项，含国家标准13项、行业标准6项、团体标准18项[85]，其中也不乏有关性能评价方面的标准内容。

6 结论

本文从能源利用、环境友好、经济社会以及综合智慧4个维度，以园区级或区域级综合智慧能源为对象，综述了当前中国综合智慧能源绩效评价的41个指标，并评述了综合智慧能源绩效评价的体系架构、评价方法以及评价步骤，得出以下结论。

1）当前综合智慧能源的空间尺度不一，学界和产业界涉及其系统性及过程性的绩效评价指标繁多，涵盖了冷、热、电、气等多行业。因此，综合智慧能源的绩效评价体系应站在传统能源系统的共性指标上，明确特定场景下具体指标的定义，采用定性和定量相结合的方式。

2）综合智慧能源目的之一在于提高能源系统内外可再生能源或清洁能源的利用率。因此，综合智慧能源的绩效评价应注意可再生能源（清洁能源）替代率、利用率、渗透率等相似指标的区别，以及需要明确上述指标在综合智慧能源“源、网、荷”之间的应用场景，做到规范化应用。

3）在热力学第一、第二定律能效的基础上，相较于传统能源系统，综合智慧能源的特征在于“综合化”和“智慧化”的手段。因此，综合梯级利用、多能互补程度、互联互济程度、能值可持续指数、能源环境模型、需求侧互动性、能源系统韧性及弹性等体现“综合化”及“智慧化”的绩效评价指标应在研究中有所侧重。

4）主观赋权法、Pareto非劣解、归一化方法等综合评价及优化的方法在综合智慧能源“事前”和“事后”绩效评价体系中各有所长，耦合上述评价方法的综合智慧绩效评价体系的标准化应用，应充分考虑上述方法的应用场景、简便性、可操作性以及数据可得性。