电力系统碳排放水平综合评价方法★

顾 静

（华北电力大学 环境科学与工程学院， 北京 102206）

0 引言

化石能源的使用导致二氧化碳的大量排放，已经成为21 世纪人类面临的最大挑战。中国是目前全球年碳排放量第一大国，其历史上碳排放总量仅次于美国[1]。目前日益增长的能源需求与降低碳排放要求二者之间矛盾日益突出[2]。统计资料显示，在我国，电力系统是碳排放的最大来源，其CO2排放量在整个社会中大约占比50%[3-4]。与此同时，以2005 年的CO2排放量为基准，争取到2030 年GDP 中的CO2排放量降低60%～65%。为此，中国政府做出了巨大的努力来实现深度减碳，早日达到碳排放峰值[5-6]。因此，积极推动节能减排和低碳经济的发展，各省市应根据自身情况制定碳减排任务[7]。

为了量化碳排放任务的完成程度，如何对碳排放进行综合评估并构建碳排放评估方案成为研究的重点。在碳排放评估模式的现有研究中，孙彦龙等人[8]基于“全生命周期”的思路，从多个角度出发，构建了一个低碳电力系统的全面评估指数体系，对低碳电网评价方法进行综合量化。韩肖清等人[9]分析了我国新能源电力系统的技术特点，针对其发展过程中存在的“源荷耦合不确定性”“碳排放等级”“多主体协同”等新问题，构建基于“碳排放”的新能源电力系统的基础模型和技术体系，为我国低碳发展背景下的新能源电力系统的建设和发展奠定坚实的理论和实践基础贾文昭等人[10]在深入探讨电网低碳能力的基础上，从电网低碳效益的角度，提出了从低碳能力到低碳效益的评价技术路线，建立了一套智能电网低碳经济评价体系，通过在发电侧、电网侧、用户侧采用各种新技术，使各种技术相互配合，达到降低电网碳排放的目的。陈柔伊等人[11]以低碳经济为基础，从全新视角剖析了电力系统技术开发所带来的低碳收益，并在此基础上构建了电力系统技术开发所带来的低碳收益的评价体系和模式，从根本上阐明了电力系统的低碳收益的含义和实质。

同样，电力系统碳排放指标的确定方法也尤为重要。陈勇等人[12]基于现有文献对影响电力系统碳排放权初始分配的因素进行梳理，基于此，建立了与之对应的电力碳排放权分配指标体系，并结合了电力工业和我国行政区域的特征，为电力工业碳排放权的区域分配奠定了理论依据。

整体而言，虽然我国对于碳评估和碳减排技术研究起步较晚，但发展迅速，目前研究主要集中在发电侧和输电网层面。因此，本文将在发电侧和输电网层面的基础上分析构建电力系统发电、输配电、负荷三维的碳排放水平评估指标体系，并结合专家经验构建基于灰色系统理论的直觉模糊综合评估模型，此模型可在信息缺乏的情况下对电力系统碳排放程度进行评估，最后选取安徽省淮北市为案例，验证了所提模型的适用性和有效性。

1 评价模型的建立

1.1 评价指标的确立

电力系统可以从不同角度以不同方式共同作用，影响发电侧、输配侧及其负荷侧碳排放效果，因此可将电力系统碳排放评估总目标分解为三个子目标：发电侧的碳排放因素指标、输配电侧的碳排放因素指标以及负荷侧碳排放因素指标。再将各子目标按照自上而下分解成若干影响因素。

1）发电侧。发电燃料是否属于可再生能源是评估电力系统碳排放运行的一个重要标准，所以二级指标选取以燃煤比重、清洁能源设备的装机量占比、清洁能源设备的发电量占比、关停耗能电厂占比指标为标准。

2）输配侧。是否能够将输电损失有效地减少，并提升电力输送能力，是评估电网碳排放的一个重要方面。所以二级指标以综合网损率、电网配置容载比、综合电压合格率、设备利用率、线路重载率为标准。

3）负荷侧。用户需求是评估碳排放的重要体现，因此该方向选取分布式电源消纳率、电动汽车充电桩用电量占比、年负荷峰谷差作为判断负荷侧终端碳排放能力的二级指标。

电力系统碳排放的评价指标体系如表1 所示。

表1 电力系统碳排放的评价指标体系

1.2 评价指标的权重计算

1.2.1 构造直觉模糊判断矩阵

根据评价标度对一级指标及隶属于上一层级范畴的二级指标在各个等级下进行比较，构建直觉模糊判断矩阵A=（aij）m×n，式中aij=（cij，uij），i，j=1，2…，n，cij和uij表示专家对于指标j，指标i的相对重要程度和不重要程度的属性判断。其中i与j分别代表矩阵中的行与列。评价标度如表2 所示：

表2 指标评价标度表

1.2.2 权重的确定

1.2.2.1 确定一级指标权重

设aij=（cij，uij）为直觉模糊数，其中，cij∈［0，1］，uij∈［0，1］，cij+uij≤1，首先，简化直觉模糊矩阵，转换公式如下所示：

据此可计算碳排放一级指标的权重值，具体的计算公式为：

对上述的计算结果进行归一化处理，具体的计算公式为：

1.2.2.2 确定二级指标权重

专家通过比对两级评价指数i和j的重要性，建立了二级评价的直觉模糊判断矩阵：Ar=（arij）m×m，式中，arij=（crij，urij），i，j=1，2，…，n，crij表示与指标j相比，指标i的相对重要程度，urij表示与指标j相比，指标i的相对不重要程度，r代表一级指标。通过公式（1）（2）可以得出二级指标的打分权重，经过公式（3）归一化处理后，可以得出二级指标相较一级指标的综合权重σri。

1.2.2.3 一致性检验

根据有关的文献，直觉模糊矩阵的一致性是用兼容性指数来计算的，假定A和B是两个模糊判断矩阵。

式中A=（aij）m×n，B=（bij）m×n，则A和B的兼容性指标为计算公式如下：

公式（3）计算得出模糊判断矩阵的权向量σ=（σ1，为判断矩阵A的特征矩阵，令根据公式（4）计算得出，当I（A，A*）≤1 时，隶属度判断矩阵A满足一致性检验，则认为相应的直觉模糊判断矩阵同样符合一致性检验。

1.3 灰色评价权矩阵的计算

对电力系统的碳排放进行量化，并将其指标分为高排放、较高排放、中等排放、较低排放和低排放五个级别，相应的数值对应9、7、5、3、1。由x位专家依据经验对碳排放评价指标Aij进行评分，得出了关于碳排放指标的评估样本矩阵Qijx，其中，元素qijx代表了第x名专家得分评价。

1.3.1 确定评估灰类

用e来代表被评定的灰类序列，那么e=1、2、3、4、5，换句话说，共有5 种被评定的灰类别，这5 种被评定为“高、较高、中等、较低、低”，其相应的灰类别与白化权函数如下所示：

1）第一灰色等级“很高”（e=1），灰数⊗1∈［0，9，+∞］，白化权函数：

2）第二灰色等级“较高”（e=2），灰数⊗2∈［0，7，14］，白化权函数：

3）第三灰色等级“中等”（e=3），灰数⊗3∈［0，5，10］，白化权函数：

4）第四灰色等级“较低”（e=4），灰数⊗4∈［0，3，6］，白化权函数：

5）第五灰色等级“低”（e=5），灰数⊗5∈［0，1，2］，白化权函数：

1.3.2 确定灰色评价权矩阵

1）各灰类评价系数值为：

2）灰类总评价系数值为：

3）灰色模糊权向量为：

4）构建灰色模糊权矩阵为：

1.4 综合评价计算

第一步，二级指标权重Wi和权矩阵Gi之积，计算二级指标的灰色系统模糊评价向量Di，计算公式如下：

第二步，基于二级指标的灰色直觉模糊评估矢量Di，建立二级指标的综合评价向量矩阵Dk：

第三步，一级指标权重向量w和二级指标的综合评价向量矩阵Dk之积，可以得到一级指标的灰色直觉模糊评价向量D。

第四步，结合一级指标灰色直觉模糊评价向量D与评语集V，得出评价值E，计算公式如下：

2 案例分析

在全球气候变化和温室气体排放的大背景下，燃煤仍然是最主要的电力来源。安徽省淮北市煤电行业在经济发展中具有重要地位，淮北市发电行业重点排放单位共8 家，均为综合能耗达到10 000 t 标煤/年的省级企业，其中包括大唐淮北发电厂、淮北信义新能源有限公司、淮北国安电力有限公司等。近年来，淮北市电力企业积极响应绿色发展、循环经济、清洁生产及环境保护相关要求，结合自身实际，推进绿色转型升级，努力打造资源节约型、环境友好型发电企业。但受时间和地点制约，燃煤与新能源并存的情况将持续很长时间。因此，本文以安徽省淮北市为例，运用建立的灰色直觉模糊层次分析法模型对淮北市电力系统碳排放效果进行评价，为政府碳责任地制定划分提供科学依据，以期推进电力行业碳排放转型工作。

2.1 计算风险评价指标权重

请电力企业相关领域专家，将3 个一级指标进行两两对比，从而建立一级指标的直觉模糊判断矩阵，具体矩阵如下：

由公式（1），专家打分得出的结果可转化为一级电力系统碳排放指标的直觉模糊数：（w1，w2，w3）=

由公式（2）得出一级评价指标的权重分数为：

由公式（3）计算一级评价指标的指标权重为：

由公式（4），计算特征矩阵为：

由公式（5）进行一致性检验，确定该权重可取。同理，二级指标各为：

2.2 评价指标的权重计算

邀请电力企业相关领域专家对电力系统发电侧的二级指标进行打分，得到分数矩阵为：

根据公式（6）—公式（13）计算电力系统碳排放二级指标评价指标权重矩阵为：

以此类推，可以计算获得所有二级指标评价指标权重矩阵。

2.3 综合评价

根据公式（14），对发电侧二级评价指标的权向量和权矩阵进行乘积，得出发电侧二级评价指标的综合评价向量如下：

同理，可以计算出二级指标的评价向量，进而得到一级指标的评价矩阵：

公式（15），将一级碳排放指标的权重向量和综合评价矩阵的二级指标进行乘积，得到综合评价向量的一级指标如下：M=（0.276，0.325，0.389，0.348，0.019）；公式（16），得到E=D×V=（0.276，0.325，0.389，0.348，0.019）×（9，7，5，3，1）T=7.767，处于［6，8］之间。按照此方法，计算了2020—2022 年综合评价值，分别为7.946、7.845、7.793。表明随着双碳政策的实施推进、光伏等清洁能源的接入，淮北地区的电力系统碳排放水平呈现逐年走低趋势，但仍处于较高水平，需进一步推进煤炭产业的转型升级。相关电力部门可根据该模型合理化评估电力系统碳排放，对已有电力系统的低碳运行状况进行控制，以期能够对我国的电力系统低碳化运行设计及评估体系的建设起到一定的作用。

3 结语

电力系统是我国重要的能源消费主体，也是高碳产业之一，在我国的低碳经济背景下，电力系统既具有较强的节能降耗能力。本文紧密围绕我国电网低碳发展战略需求，以电力系统为例，对发电、输配电、负荷侧进行其碳排放三维评估，通过引入具有“隶属度”“非隶属度”和“犹豫度”三种不同的直观模糊量，建立一套能够反映专家在评价过程中支持性、反对性和中立性的直觉模糊量化估算方法，并选取淮北市作为典型区域，对本文所提方法进行验证，分析结果显示光伏等清洁能源的接入能够降低淮北地区电力系统中碳排放量，但以煤为主的工业模式仍然会对电力系统的碳排放量造成较大影响。结果表明，本文所提模型对我国电力系统的碳排放估算有较好的适用性和有效性，同时可使用本方法对其他地区电网的碳排放量进行估算。