西藏地区铁路中小站区能源供给方式综合评价研究

李雨浓，鲍学英

(兰州交通大学 土木工程学院，甘肃 兰州 730070)

近年来，随着我国经济的发展，人民对生态环境的保护越发重视。而西藏地区铁路线路多途径高寒地区，生态环境脆弱，很多中小站区位于偏僻山区且配套设施覆盖不足。为了保障站区的正常照明、供暖、制热等需求往往需要投入大量的财力、物力和人力。在此过程当中，还会伴随着不同程度的水环境污染、土壤污染、固废排放等对生态环境的破坏。因此，在保障站区实际能源需求的前提下，寻求合理利用西藏地区铁路沿线大量的清洁能源资源不仅在一定程度上降低了站区能源供给成本，而且减少了站区运行过程当中对生态环境的污染，对建立可持续发展的绿色铁路有着重要意义。目前，西藏地区合理使用清洁能源资源已引起相关专家学者的关注。朱国平[1]以西藏地区的地理位置为出发点，介绍了现今西藏地区可利用的清洁能源有水能、太阳能、地热能、风能等清洁能源资源，分析了西藏清洁能源开发利用的必要性。郅海杰[2]从各区域可利用的清洁能源种类入手，分别分析了西藏高寒地区可利用的清洁能源种类，因地制宜、综合利用清洁能源资源从而达到能源高效实用的目的。王小丹等[3]通过生态环境的改观阐明了西藏高寒地区利用清洁能源的必要性和优越性。文献[4]指出西藏地区蕴藏着丰富的地热资源，且主要集中在青藏铁路沿线，包括那曲、当雄、羊八井、羊易等地。现今应当尽快利用好西藏高寒地区地热资源，以解决高寒地区能源供给的需要。另一方面，国家铁路局也发布了《绿色铁路客站评价标准》(TB/T 10429—2014)其中也对铁路站区使用清洁能源做出了相关的评价标准。鉴于目前铁路领域对使用清洁能源相关理论相对较少的情况。本文借鉴建筑领域对于清洁能源作为建筑物能源供给方式相对成熟的评价体系及理论成果，结合绿色铁路客运站的有关特点及相关评价标准，研究西藏地区铁路中小站区清洁能源供给方式综合效果，为此类站区选取高效、适用性强的清洁能源供给方式提供参考。由于西藏地区铁路站区所处地区的生态环境、可利用清洁能源的程度不同，因此清洁能源供给方式作为站区能源来源或辅助能源的适用度在不同站区的评价标准也不同。针对此种情况本文构建清洁能源供给方式综合评价模型，通过将G1 法和改进DEA 模型[5−6]相结合形成评价指标的综合权重，依据得出的效率指数来衡量各清洁能源供给方式对站区的适用程度。

1 评价指标因素识别

对于各清洁能源供给方式在西藏地区铁路中小站区的适用程度，本文从以下3个方面对清洁能源供给方式进行综合分析。

从清洁能源供给方式自身角度来看，选取的清洁能源供给方式是否能够满足站区的实际需求、是否有已使用过此种能源作为站区能源来源或作为辅助能源的成功案例亦或者此种供能方式已有相对成熟的使用方法，以及选用清洁能源作为供能方式后经济成本的增加是否超出预算投资可承担的范围，该供能方式是否对施工方有特殊的技术要求。

从成本的角度看，站区需考虑何种清洁能源适用于实际使用，还需分析如何实现以此种清洁能源作为能源供给方式或为站区的辅助能源来源，以及实现清洁能源供给方式所增加的人材机费用、管理成本、技术实施风险、使用清洁能源供给方式所获得的额外收益等。

施工单位的技术支撑能力，是指根据现阶段施工方对于选取的清洁能源供给方式自身现有的对其施工技术掌握程度、施工人员状况、组织管理水平、施工条件等确定是否有人力、经济条件，为站区选取清洁能源作为能源供给方式提供施工技术方面的保障。因此，施工单位应依据清洁能源的相关施工技术特点、自身对于清洁能源施工技术的掌握程度及站区当地政府对于使用清洁能源的鼓励政策等，选择适当的清洁能源供给方式。

2 清洁能源供给方式综合评价指标体系

通过前文所提对相关影响因素的识别，参考《绿色铁路客站评价标准》(TB/T 10429—2014)，可将清洁能源供给方式综合评价分为技术、经济、社会、环境和其他5个方面。为提高清洁能源供给方式综合评价的准确性，还需对评价指标进行细致化分析和提取。同时，在细化过程中也需注意按层次关系对各个评价指标进行筛选排查，避免不同层次间的指标重复出现。以此为建立评价指标体系的原则，构建满足需求的清洁能源供给方式综合评价指标体系，见表1。

表1 满足需求的清洁能源供给方式综合评价指标体系Table 1 Comprehensive evaluation index system of clean energy supply mode meeting demand

3 西藏地区一般可选择的清洁能源

本文参考现有文献资料，同时借鉴修建青藏铁路工程时实际的工程经验。在此基础上，依据国家铁路局2014 年所发布的《绿色铁路客站评价标准》(TB/T 10429—2014)中对铁路客运站区使用清洁能源做为能源供给方式的评价标准，分析西藏地区铁路站区一般可以加以利用的清洁能源种类为太阳能、风能、地热能和水能。在对相关从业专家以问卷调查的方式得到综合评分的基础上，将4 类清洁能源所特有的技术需求、所需机械设备、管理组织措施、对自然条件的要求等环节进行细化，以此构建了清洁能源自身性能综合评价指标体系。

1) 太阳能：西藏地区是世界上太阳能资源最丰富的地区之一。本文根据《光伏发电站安全规程》(GB/T 35694—2017)的相关规定，针对西藏地区独特的生态环境、气候特点提取相应的评价指标。

2) 风能：西藏超高海拔地区风能资源尤其丰富，根据现有取得的西藏地区测风塔数据，适合风力发电的地区覆盖拉萨市、昌都市、山南市、日喀则市、那曲地区以及阿里地区。本文根据《风电场风能资源测量方法》(GB/T 18709—2002)、《风能发电系统风力发电场可利用率》(GB/T 38174—2019)，对风能并网发电作为中小站区辅助能源来源建立并细化相应的评价指标。

3) 地热能：西藏地区蕴藏着极其丰富的地热资源,地热资源位居全国第一。依据《浅层地热能利用通用技术要求》(GB/T 38678—2020)以及《绿色铁路客站评价标准》(TB/T 10429—2014)中对铁路客运站使用地热泵作为能源供给方式的评价标准，构建相应的评价指标。

4) 水能：西藏自治区内水资源十分丰富，是我国水能资源最丰富的地区之一。本文在分析西藏地区现有水能发电情况的基础上，构建对于水能的评价指标。

综合以上分析，建立清洁能源自身性能综合评价指标体系，见表2。

表2 清洁能源自身性能评价指标体系Table 2 Clean energy self-performance evaluation index system

在此基础上，构建基于G1法和改进DEA的西藏地区铁路中小站区能源供给方式综合评价模型，计算有效决策单元的效率指数。

4 G1法和改进DEA基本理论

G1 法即序关系分析法，是在AHP 法的基础上简化赋权过程的一种主观赋权方法，本文选取的改进DEA 模型为一种客观赋权方法。可有效避免赋权过程中因太过客观而导致的多组评价指标权重重叠和不切实际的情况。通过主观偏好系数，合理的融合G1法与改进DEA 模型从而构建综合赋权法确定评价指标的综合权重。

4.1 基于G1法的指标权重的确定

G1 法[7]即为指标间逐个比较判断重要性的一种主观赋权方法。在充分体现决策者偏好的基础上该方法无需构建判断矩阵也无需一致性检验，通过简化赋权过程更加方便直观的确定评价指标的权重。步骤如下：

步骤1 指标间理性排序

若清洁能源供给方式综合评价指标间满足如下关系：Xi>Xj(i,j=1,2,3,…,n)则称Xi的重要程度高于Xj。

步骤2 评价指标相对重要性判断

步骤3 权重系数的计算

根据rk的定义进行求积，计算如下，

计算第n个评价指标的权重，即

4.2 改进的DEA模型

为避免传统DEA 法[8−10]中可能出现的多组指标权重重叠的问题，选取一种改进的DEA[11−12]方法进行公共权重的确定。

4.2.1 定义有效决策单元

通过分析西藏地区的自然环境及可加以利用的清洁能源种类，最终选取4种清洁能源，即太阳能、地热能、风能、水能组成4 个决策单元DMUq(q=1,2,…,4)。从5 个方面对中小站区能源供给方式进行分析，即每个有效决策单元的输入指标、输出指标数量满足v+u=5的关系式。

有效决策单元DMUq的输入和输出向量分别记为Xq和Yq，则，

式中：xs,qyt,q分别为有效决策单元DMUq的s个输入指标值，s=1,2,…,v；第t个输出指标值，t=1,2,…,u。

则有输入、输出指标权重向量分别为K和G，

构造虚拟最优、最劣决策单元DMUm+1和DMUm+2，其中m为决策单元的总数。

最优决策单元DMUm+1的输入和输出指标值分别记为Xm+1和Ym+1

式中：输入和输出指标值分别为实际决策单元中对应评价指标的最大、最小值，则，

同理，可得DMUm+2的输入、输出的指标值，即

4.2.2 确定公共权重

在传统DEA 模型的基础上，增加对于最优决策单元DMUm+1的约束条件hm+1=1，以实现最劣决策单元DMUm+2的指数最小为目的，则有，

意为在使得最优决策单元DMUm+1的效率指数最优的情况下，达到最劣决策单元DMUm+2的效率指数最小的目标。以此得到的解，为评价指标的公共权重。

整体模型即为，

在建立模型之前，对评价指标的数据进行归一化处理，得到

4.3 基于G1法和改进DEA的综合评判模型

参考《绿色铁路客站评价标准》(TB/T 10429—2014)及《建筑工程绿色施工评价标准》(GB/T 50640—2010)引入主观偏好系数θ，一方面体现2种赋权方法的优越性，另一方面合理融合2种方法形成指标的综合权重W′[13]，从而更加准确得出评价结果。计算公式如下：

式中：W为G1 法指标权重；W*为改进的DEA 模型指标权重。

4.4 清洁能源效率指数的确定

清洁能源供给方式对于中小站区的适用度通过对应的效率指数来确定，指数越大的能源供给方式越适用于该站区[14]，其计算公式如下：

5 评价过程

本文针对构建的评价指标体系，将每种清洁能源供给方式看做为一个决策单元，通过对决策单元纵向分析得出要实现每一种清洁能源供给方式所需考核哪些指标。同时，在同一时间段对于同一站区选取4种清洁能源进行横向比较，从而得出能源供给方式的优劣排序。

6 实例应用

依据中国铁路总公司发布的《铁路旅客运输服务质量规范》铁总运([2014]−178)中对客运站的等级划分，即对中小站区的定义为三等、四等、五等级别客运站。在此基础上，现选取地处高海拔地区且具备使用多种清洁能源基础的那曲客运站(三等站)作为评价对象。选取前文所提的西藏地区铁路站区一般可使用的4 种清洁能源，即太阳能、地热能、风能、水能记为清洁能源A，B，C，D运用本文所提到的方法对那曲站进行能源供给方式的综合评价，以此为例说明该方法的实用性。

邀请相关从业专家及拥有修建青藏铁路客运站工程经验的施工方人员共25 位，以发放调查问卷的形式得到基于表1 及表2 的评价结果。具体打分规则按照百分制进行打分，最终得分取其平均值。本次评价共发放25 份问卷，收回问卷25 份。通过有效性分析后得出4种清洁能源供给方式综合评价指标集见表3、平均评分见表4。

表3 清洁能源供给方式指标评价标准集Table 3 Set of evaluation criteria for clean energy supply methods

表4 清洁能源供给方式指标评价指标得分Table 4 Index scores of indicators for clean energy supply

6.1 基于G1法的指标权重的确定

依据本文构建的评价指标体系，通过对前文所提专家问卷的分析和整理。得出指标间的相对重要度排序为：X2>X1>X4>X5>X3,即根据指标间的相对重要程度，近似给 出r2=1.2,r3=1.4,r4=1.6,r5=1.6。可 得r2r3r4r5=4.300 8,r3r4r5=3.584 0，r4r5=2.240 0，r5=1.600 0。又可得出，r2r3r4r5+r3r4r5+r4r5+r5=11.724 8。

6.2 基于改进DEA法的公共权重的确定

将清洁能源供给方式在施工技术、社会效益和其他方面的评价记为投入评价，即：v1，v2和v3，作为输入指标的投入评价其值越小越好；而清洁能源供给方式在经济、环境方面的评价为收益评价，记为u1和u2，作为输出指标的收益评价其值越大越好。构造2 个虚拟决策单元即2 个虚拟的清洁能源E5和E6，记为DMU5和DMU6，分别作为最优、最劣决策单元。易得DMU5的输入向量为X5=[69 76 57]T，输出向量Y5=[93 88]T；DMU6的输入向量X6=[91 80 80]T,输出向量Y6=[68 74]T。

对2组新向量进行数据归一化处理，形成新的矩阵E。

以矩阵E为准，根据前文所提改进DEA 模型的定义，所构建的模型为；

6.3 综合权重的确定

依据前文所提的相关标准，选取偏好系数为θ=0.6。根据式(17)可得出综合权重为：

6.4 清洁能源供给方式效率指数的确定

通过得到的各个评价指标的综合权重，根据式(18)得出4种清洁能源效率指数的优劣排序：

同理可得h2，h3，h4效率指数分别为0.940 7，0.811 1和0.828 9。

根据计算结果易得h1的效率指数最大，代表清洁能源A 即太阳能是最为适用于那曲站区的清洁能源供给方式。评价结果也与实际那曲站区选用太阳能[15]作为站区能源供给方式相吻合。

7 结论

1) 从技术、经济、社会、环境和其他5 个方面，构建西藏地区铁路中小站区能源供给方式综合评价体系。为地处高海拔山区，生态环境脆弱、配套设施覆盖不足的西藏铁路中小站区积极利用所处地区丰富的清洁能源资源提供一种新途径。

2)通过引入主观偏好系数，将G1 法与改进的DEA 模型相结合。在充分体现决策者主观偏好的基础上，使评价结果更加实际、客观。以此为基础，计算各清洁能源供给方式的效率指数，从而进行适用度的优劣排序，为西藏地区铁路中小站区优选清洁能源供给方式提供了一种新的方法和思路。