影响电力结构的能源技术研判——基于层次分析与模糊综合评价法

骆跃军，漆小玲，汪 鹏，赵黛青

（1.中国科学院广州能源研究所/中国科学院可再生能源重点实验室/广东省新能源和可再生能源研究开发与应用重点实验室，广东广州 510640；2.中国科学院大学，北京 100049）

1 研究背景

电力行业作为最重要的基础能源行业,与国民经济的发展息息相关，随着经济规模增长和生活水平的提高，人们对电力行业的发展提出了更高的需求。在“四个革命、一个合作”的能源安全新战略指引下，我国能源科技创新高度活跃，能源新技术层出不穷，能源新技术在技术、经济、政策和环境保护等方面的可行性不断提高，传统电力能源正面临着变革，特别是以风电、光伏发电为主的可再生能源产业已经步入较为成熟和稳定的时期，抢占传统火电、核电的市场份额，新的能源技术和服务正在推动改变现有电力行业的格局。因此，有必要对目前或潜在的能源技术进行评价，分析其对电力行业的影响程度。

技术评价是通过事先对技术的开发、试验、应用等一系列过程可能产生的影响进行预测,引导技术朝着对人类、自然、社会和技术发展有利的方向发展,为技术选择提供决策依据［1］。评价目标决定了技术评价的内容：从不同的利益相关方出发，以经济效益为目标的技术评价主要强调投资回报率和成本最小化［2］；以技术本质属性发展为目标的技术评价主要强调运行效率或技术协同效益等［3］；以环境友好为目标的技术评价主要关注技术的可持续性或减缓全球变暖的潜力等［4-5］；还有以国家科技战略发展为目标的能源技术评价，也即能源技术预见，世界发达国家、国际型组织以及我国科学院与工程院等都定期组织了这方面的技术预见研究工作，且在国家科技战略中得到了充分应用［6］。

随着能源和环境危机的出现，技术评价从单纯的技术预测分析发展为全社会多方位评价，每个被评价对象往往都涉及多个属性或指标。在能源技术评价中,不仅要考虑技术本身的参数，还要综合权衡经济、环境、社会影响等多方面的因素和指标，而这些衡量指标间通常是相互冲突和不可公度的。多属性决策方法（MCDM）是解决能源技术评价中多属性衡量冲突问题的有效方案。常用的多属性决策方法有专家评分法、德尔菲法、简单加权平均法（SAW）、消去与选择转化法(ELECTRE)、优劣解距离法(TOPSIS)、数据包络分析(DEA)、模糊综合评价法、人工神经网络和灰色综合评价法等［7］。正如任何事物都有它的两面性一样，每种评价方法有它的产生背景，存在一定的局限性和不足，若通过一定的方式将几种方法综合在一起，在吸收各种方法优点的同时又克服其各自的缺陷，就可以作出更为全面的评价，提高评价结果的可靠性。这种综合几种理论与方法形成的组合评价法，是多属性评价研究的一个重要方面。

层次分析（AHP）法与模糊综合评价法的结合，既能克服AHP 指标不易量化的主观性，又能避免模糊综合评价方法对指标权重的忽视，是综合性方法的一个重要应用。闫世刚［8］基于层次分析-模糊综合评价法对北京市新能源汽车、太阳能、风能、地热能和生物质能产业进行评价研究；蒋光昱等［9］通过层次分析法和模糊综合评价法确定评价指标的权重及等级阈值，并对3 种典型节水灌溉技术的综合性能进行了评价；向欣等［10］通过AHP 法获得沼气工程技术筛选不同指标的权重，然后采用模糊综合评价方法对13 类沼气工程技术进行排序，所得结果与武汉地区的实际运行效果一致；Seddiki 等［11］采用综合层次分析法和模糊理论对应用于住宅建筑的可再生能源技术进行评判优选。这些研究表明，综合运用AHP 与模糊综合评价法来解决技术评价中多属性/指标的评价与决策问题是有效和可行的。

近年来，技术变革日新月异，各种能源技术不断涌现，但以对电力行业影响力为目标的能源技术评价研究还相当有限。本文结合专家评判法、层次分析法和模糊综合评价法研判能源技术对电力行业的影响程度。首先汇集和梳理国内外主要能源技术，确定主要能源技术清单；然后采用层次分析法从技术、经济、社会和环境方面建立评价指标体系，结合各领域专家对能源技术的定量评价，分层次进行模糊综合评判，筛选出近、中和远期对我国电力结构产生重大影响的技术。

2 研究方法

2.1 能源技术的界定

能源技术涵盖了能源开发和利用中各类前瞻性、规律性、创新性、统筹性问题，涉及多方面应用技术和基础学科，具有覆盖面广和综合性高的特点。本文在广泛调研国内外科技政策、能源政策、产业政策、相关能源技术规划、路线图、权威能源技术研究报告的基础上，从燃料开采与转化技术、发电技术、输配电、储能、消费端等电力产业链环节对能源技术进行梳理，按照煤炭清洁高效利用、非常规油气、核能、太阳能、风能、生物质能、海洋能、地热、氢能、储能、能源系统、节能与能效提升等通用技术类别进行归类，初步界定可能对电力结构行业发展产生影响的能源技术。能源技术界定的依据主要包括：（1）技术可比性，即对各个类别的技术进行合并或融合，确保所选的能源技术基本在同一层级。（2）传统技术与新型技术的结合，即识别出一些性能上已经不大可能再有提高、不再具有发展潜力的技术，直接剔除；如果该技术与最新技术可以结合为新技术，则合并处理。（3）合规性，指在环境与生态保护、政策法规、社会风俗等方面对技术的强制性要求和规定。此外，访谈相关领域权威专家，最终确定46 项能源技术，如表1 所示。

表1 对电力结构可能产生影响的能源技术

表1 （续）

2.2 评价指标体系的构建

指标体系是综合评价的基础。评价指标体系是由多个相互联系、相互作用的评价指标，按照一定的层次结构组成的有机整体。参考国内外的相关研究结果，对能源技术的评价指标主要有技术、经济、社会和环境4 大类别［2,12］，因此，本研究的指标体系以技术指标、经济指标、社会指标和环境指标为一级指标，在一级指标下分别设置二级指标共7 个。其中，技术指标下有成熟度、适用性；经济指标下有成本经济性、商业新模式；社会指标下有政策环境、潜在电力市场规模；环境指标下有环境友好性。评价指标集分为两层：第一层的总目标因素集u=(u1,u2,u3,u4)；第二层的子目标因素集u1=(u11,u12)，u2=(u21,u22)，u3=(u31,u32)，u4=(u41)。具体如表2 所示。

表2 能源技术对电力结构影响性评价指标体系

本文采用层次分析法确定指标权重。层次分析法是一种定性与定量分析相结合的多准则决策方法，该方法把人的思维过程层次化、数量化，并用数学为分析、决策、预报或控制提供定量的依据，尤其适合于人的定性判断起重要作用的、对决策结果难以直接准确计量的场合。本文通过专家打分对每一层次中各因素的相对重要性给出判断，这些判断通过引入合适的标度用数值表示出来，写成判断矩阵。本文采用1—9 标度方法，如表3 所示。

表3 判断矩阵标度及其含义

根据专家评判，对各指标构造出判断矩阵，结果如下：一级指标层判断矩阵A=，技术指标的二级指标层判断矩阵A1=，经济指标的二级指标层判断矩阵A2=，社会指标的二级指标层判断矩阵A3=。上述判断矩阵的随机一致性比率（CR）都小于0.1，因此认为所有判断矩阵具有满意的一致性。利用方根法对判断矩阵进行计算，得到权重结果如下：W=(0.558,0.249,0.096,0.096)，W1=(0.750,0.250)，W2=(0.833,0.167)，W3=(0.750,0.250)。

图1 展示了一级指标和二级指标占整体的比重，可以反映出能源技术对电力结构影响评价指标体系中各部分的相对重要性。一级指标中，技术指标的权重最大，达到55.8%；经济指标次之，为24.9%。二级指标中，技术成熟度最为重要，权重达41.8%；其次是成本经济性，权重约为20.8%。其他二级指标权重从大到小依次为区域适应性、环境友好、政策环境、商业新模式和潜在电力市场规模。综合指标权重结果分析表明，本研究提出的指标权重排序符合能源技术应用实际规律。

图1 能源技术对电力结构影响评价指标权重

2.3 综合评价模型

在对影响电力结构的能源技术进行研判的过程中，由于时间跨度大、涉及领域广，且很多技术还没有达到商业化水平，因此各个评价指标很难准确量化，具有一定的客观模糊性。本文所用的评价数据是通过专家调查法获得的，由于各个专家的偏好不同、认识能力有所差异、拥有的信息量也不一样，因此在评价者认识方面也具有一定的主观模糊性。模糊性是事物本身的一种不确定性状态，是事物的各种差异之间存在着中间过渡段的结果。模糊数学可以处理模糊性现象，将模糊数学理论应用到综合评价中便产生了模糊综合评价法。模糊综合评价采用模糊语言确定各个指标的隶属层级，各层次的模糊评判矩阵由下一层次的模糊向量合成，将一些边界不清、不易定量的指标等级化。本文采用二级模糊综合评价模型，对问卷结果进行综合评价，确定各技术的影响等级。

2.3.1 评价集的确定评价集是对各层次评价指标的一种语言描述，它是评审人对各评价指标所给出的评语的集合。本模型的评语分5 个等级，为n=(n1,n2,n3,n4,n5)，不同指标的具体评价语略有不同，具体如下：

（1）技术成熟度，评价候选技术的技术创新在技术生命周期中目前所处阶段及特征，描述为（商业应用；市场推广；产业示范；技术突破；技术萌芽）。

（2）区域适应性，评价候选技术适应地理特征的情况，描述为（很适应；较适应；中等；不适应；很不适应）。

（3）成本经济性，评价候选技术在市场的成本竞争能力，描述为（很好；好；一般；较差；差）。

（4）商业新模式，评价候选技术产生新商业模式的可能性，描述为（很高；较高；中等；较低；很低）。

（5）政策环境，评价候选技术从科技、产业、技术预见等角度获得政策环境支持的力度，描述为（很好；好；一般；较差；差）。

（6）潜在电力市场规模，评价候选技术全面产业化产生的能源占能源消费总量的比例，描述为（很大；较大；中等；较小；很小）。

（7）环境友好性，评价候选技术对应用区域生态环境的影响，描述为（很好；好；一般；较差；差）。

2.3.2 模糊判断矩阵的确定

在缺乏足够统计数据和原始资料的情况下，专家评判法可以用于定量估计和反映能源技术的最新进展。邀请高校、研究机构及企业中从事相关领域的专家对评价指标体系中的二级指标层进行单因素评价，得到单因素模糊评判矩阵：Ri=。其中：i为一级指标(i=1,2,3,4)；m为每个一级指标下的二级指标个数（m=1,2）；n为评价语等级（n=1,2,3,4,5）。

本研究中专家问卷基于如下基本假设：“很熟悉”的技术专家对技术重要程度的判断比“熟悉”的技术专家的判断更优，“不熟悉”的技术专家的判断可以忽略不计。该假设是基于技术的专有属性决定的。技术的专有属性决定了对技术程度的判断在很大程度上依赖于专家的专门知识水平，长期从事某项技术研究开发的高水平专家对该能源技术在技术、经济、社会和环境等方面的判断显然比其他较熟悉该技术的专家的判断要可靠。因此，在处理专家问卷中，根据专家对每项技术的熟悉程度，对每项技术评级集的统计进行权重处理：很熟悉、熟悉、一般、不大熟悉、不熟悉分别为1、0.8、0.4、0.2、0.0，从而统计出42 项技术7 个一级指标的评级集Ri，其元素rmn的计算式如下：

式（1）中：k为专家对某项技术熟悉程度的层级，k=1 表示很熟悉，k=2 表示熟悉，k=3 表示一般，k=4 表示不大熟悉，k=5 表示不熟悉；Qkn为专家对某项技术熟悉程度层级的权重，设Q1n=1，Q2n=0.8，Q3n=0.4，Q4n=0.2，Q5n=0；Zkn为某项技术指标下对该技术的熟悉程度k选择了评价语等级n的专家数量。

根据二级指标的权重Wi，算出每项技术中一级指标的评价向量Ei=Wi×Ri。根据一级指标间的权重W，得出每项技术的评价向量E=W×Ei=(e1,e2,e3,e4,e5)。

2.3.3 评价结果向量的单值化

为了实现各项能源技术影响度的高低排序，对评价向量E进行单值化处理，给各个评语的等级赋值，令n1=9、n2=7、n3=5、n4=3、n5=1，可得等级赋值向量CT=(9,7,5,3,1)，由此可得到各项能源技术对电力行业的影响度E'=E×C。

3 结果与讨论

3.1 研究结果描述性统计分析

本研究的调查问卷以当面填写、邮件和邮寄的方式向能源技术专家发放，向各领域专家共发放了398 份，回收有效调查问卷为154 份。参与专家所属单位分布为：研究机构占27%，高校占32%，企业占41%；职称分布为：副高级占17%，正高级占83%；出生年份分布：在1959 年之前占9%，1960—1969 年占51%，1970—1979 年占34%，1980年之后占6%。

从统计结果可知，来自企业、高校和科研机构的参与专家比例大致相当，企业的比例稍微高一点，其次为高校，最后是科研机构；参与专家的职称基本上为正高级，占83%；在年龄结构中，主要以1960—1979 年出生的专家为主，1960 年和1979 年的分别占51%和34%，说明参与本次问卷的专家都是工作在各类能源技术一线且经验丰富的专家。

对回卷专家的技术领域背景进行分类，发现各技术领域都有一定比例的专家参与，其中煤和油气等传统化石能源领域专家占比9%，核能领域专家占比12%，太阳能、风能、生物质能等可再生能源领域的专家占比25%，海洋地热和氢能等新能源领域的专家占比14%，储能、能源系统领域和节能与能效技术的专家占比21%，综合性专家占比19%。

3.2 技术研判结果分析

对先进能源技术设置2020、2025 和2030 年3个时间节点来评估其在短、中和远期可能对我国电力结构的影响程度，具体如图2 所示。由图2 可知，从2020 到2030 年，所有能源技术的综合得分都是随着时间的推进而递增，这表明所有技术都在向更理想的技术、经济、社会和环境指标靠拢，这也符合能源技术的基本发展规律；但不同的能源技术对电力结构的影响程度呈现较大的波动，在2020 年、2025 年，对我国电力结构影响度最高的技术主要是集中式发电技术，到2030 年，影响度高的技术转向分布式能源技术。在2020 年，影响度高的能源技术包括可再生能源集中式发电和传统化石能源发电技术，如技术比较成熟的晶体硅太阳能（S3）、陆上大型风电(W1)、高效燃煤发电(C4)和高效燃机(R1)等；到2025 年，虽然晶体硅太阳能、陆上大型风电等可再生能源集中式能源技术仍是影响度最高的能源技术，但天然气 (E3)和太阳能(S5)等分布式能源技术的关注度已经明显提高；到2030 年，影响度最高的能源技术从单纯发电技术转变为先进电动汽车(R5)、能源互联网技术(E6)等电力需求和电力综合供应技术。

图2 2020、2025 和2030 年各项能源技术对我国电力结构的影响度

3.3 高影响度能源技术分析

根据模糊综合评价结果，选取2020、2025 和2030 年影响度排名前15 位的能源技术，共有16 种能源技术。考虑技术之间的相关性，对这16 种高影响度能源技术合并为8 个类别，具体如表4 所示；根据高影响度能源技术从2020 年到2030 年影响度的增长率和2030 年的影响度，可得到高影响度能源技术的发展趋势和分布，如图3 所示。

表4 对我国电力结构具有高影响度的能源技术

表4 （续）

图3 影响我国电力结构发展的主要能源技术

（1）在电力系统发电端，对电力结构影响度高的发电技术主要是晶体硅电池、风电、高效燃煤发电和天然气发电，而太阳能发电、核能发电、生物质发电、波浪能发电、潮流能发电和深层地热发电技术的影响度较小。高效超低排放燃煤发电技术关系到化石能源发电的高效率和环境保护，关系到燃煤发电份额减低的速度，在近几年前仍有较高的影响度，但在2025 年已退出高影响度范围。我国未来能源发展将走绿色低碳道路，国家政策是要调整能源结构，减少煤炭消费、增加清洁能源使用，减少煤炭使用比例的战略态势已经很明确。燃气发电能否对电力结构产生重大影响，技术上主要取决于国产燃气轮机技术突破和天然气分布式利用技术的推广；资源上取决于天然气的大规模安全供应和价格。在技术方面，天然气分布式利用技术是产业园区、商业综合体、大型商务区建设中优先选择的能源供应方式，在3 个时间节点上的问卷结果中都被选择为对电力结构影响高的技术。在资源方面，我国天然气消费需求旺盛，常规天然气产量稳步增长，非常规天然气储量大、开采量也在上升；我国的页岩油气、天然气水合物和深层油气等天然气资源开采技术的影响度较低，但国家在资源开发和勘探的关键技术突破方面部署了一系列重大科技专项且不断取得进展；另外，国家部署的多渠道、多方式共享海外资源的战略也会促进天然气进口扩大。因此，天然气发电将对我国电力结构产生较大的影响。

（2）可再生能源在能源供应中的占比将不断增大，光伏和风电在近、中期是可再生能源中新增电力供应的主力，晶体硅电池和大型风电在3 个时间节点上都被评估为高影响度技术，分布式光伏相关技术（R4、S5、S2 和E4）的影响度和增速也位列前茅，反映出对我国可再生能源发展前景乐观的判断。目前我国光伏发电和风电发展迅速，根据全国能源工作会议报告，到2019 年，我国光伏发电和风电装机已经分别达到1.9 亿kW 和2 亿kW，其中光伏发电已经比《可再生能源发展“十三五”规划》中2020年的目标值（1.1 亿kW）提高了73%，风电装机也接近于规划中2020 年的目标值（2.1 亿kW），海上风电也将迎来快速发展期，如广东省规划了6 685万kW 的海上风电项目，以应对未来的能源转型［13］。因此，晶体硅电池和大型风电发电技术将对电力结构产生重大的影响。

（3）在电力系统输配端，与能源系统相关的能源技术，如复杂大电网安全稳定技术、直流输电技术和能源互联网等技术排序都较高。电网技术的突破将使我国长距离调运电力的能力提升，从而助推远距离用电负荷区的可再生能源电力得以消纳，提高可再生能源的发电比例。能源互联网从2020 年到2030 年的增速最高，影响度排名也上升到第2 位，反映出这是最有发展潜力的一项技术。能源互联网与分布式能源系统融合，通过“源-网-储-核”的优化调控，可以快速智能地匹配发电侧和需求侧的用电需求，充分发挥出分布式能源系统高能源利效率特点。同时，互联网技术和区域能源基础设施及用户端的集成将促进更多的微网系统形成，减少对大电网的依赖。“互联网+能源”代表了信息网络技术和能源系统（技术、系统、基础设施）的深度融合，不仅会带动技术的进步和创新，还将带来电力供应和消费领域的新业态。

（4）在电力系统需求端，对电力结构影响度高的能源技术有新型高效电机技术和先进电动车。电机是广泛应用于各行业的设备，其排名高说明电机等终端电力消费设备的能效仍有较大的提升空间。电动车涉及电力的消费及存储，其对电力结构的影响程度在近、中、远期逐步提升，到2030 年成为影响度最高的能源技术。先进电动汽车包括纯电动汽车、插电式混合动力汽车和燃料电池汽车等。前两类汽车的技术瓶颈在储能电池技术、锂离子电池技术的影响度也一直处于较高水平；燃料电池汽车的发展依赖于氢气制、储、运技术和燃料电池技术的突破。氢能是一种清洁、零碳的能源，也是一种良好的能源存储介质，对于无法就地消纳或上网的可再生能源电力，可以通过制氢方式转化为氢能，用于氢燃料电池汽车、分布式氢能电站等氢能产业下游。

4 结论与建议

在技术进步、能源结构调整、体制改革、环境压力以及深层次的利益博弈等因素的推动下，在中共中央、国务院《关于进一步深化电力体制改革的若干意见》精神指导下，我国将进一步深化电力体制改革，解决制约电力行业科学发展的突出矛盾和深层次问题。能源技术的发展将有助于推动我国顺应能源大势的电力生产、输配和消费的整体转型，建立一个清洁、低碳、安全、高效的新型电力体系。本文从燃料开采与转化技术、发电技术、输配电、储能、消费端等电力产业链环节，从技术、经济、社会和环境4 个维度对可能对我国电力结构产生影响的能源技术进行战略性筛选和技术研判，得到的主要结论如下：

（1）现阶段对我国电力结构影响度最高的技术主要是集中式发电技术，到2030 年影响度高的技术将转向基于智慧电网与储能的分布式能源技术。

（2）化石能源与非化石能源的协同发展是近、中期我国电力供应的主流。一方面，清洁高效的化石能源开发利用技术赋予了化石能源新的竞争力；另一方面，可再生能源不连续且低密度的技术瓶颈暂没有解决。

（3）可再生能源将成为远期我国电力结构的主力。首先，可再生能源具有绿色、低碳、无污染、可再生的特性；其次，可再生能源与化石燃料发电的成本差距在不断缩小；最后，随着储能、氢能和电网的技术突破，风能和太阳能将成为稳定且连续的电力来源。

电力企业是电力结构的主体，也是能源技术的主要应用者，为更好地促进我国的电力集团洞察和预见未来技术发展趋势，抓住机遇、提前布局，本文提出以下几点建议：

（1）现阶段开拓发储一体化业务，后续发展专业储能服务业务。电力集团可结合风能、太阳能及其他新能源等业务配置储能系统，通过可再生能源并网储能布局发展发储一体化业务，积累调峰调频和发储一体化运营经验；后续可以规划投资建设储能电站，形成专业储能服务能力，为市场提供专业储能系统服务。

（2）2030 年左右氢能与燃料电池产业将实现规模化应用，产业链的发展配套设施至少需同步甚至优先布局供氢体系。电力集团近期可以通过投资、并购或集团内研发等方式跟踪氢能利用核心技术，2025 年左右在氢能专业设施和服务上进行布局，包括制氢、加氢站等，打造清洁能源供应商。氢燃料电池汽车将是未来主流新能源汽车之一，氢燃料电池市场潜力巨大，电力集团从现阶段就需重点关注燃料电池产业链发展动态，跟踪燃料电池产业发展趋势。

（3）当前积极部署分布式能源及局域能源互联网示范项目。以天然气分布式、分布式光伏为突破口，围绕区域多能供应，核算综合能源供应的经济成本；从国家新能源微网示范、增量配网示范、多能互补、能源互联网示范介入，积累综合能源监测管理平台及服务经验，逐渐培育用户和市场；同时通过区域售电、用户侧节能改造投资，增加客户黏性，缓解初期投资成本高的局面。