基于能源生命周期的港口集卡减排策略研究

王海鹏， 沈金星， 黄静， 张艳， 封学军

（1.河海大学港口海岸与近海工程学院，江苏 南京 210098； 2.河海大学土木与交通学院，江苏 南京 210098）

引 言

港口是全球物流供应链的关键节点，支撑着区域贸易和经济的高速发展。然而港口也是主要的能源消耗者和污染源［1］。在港口的全生命周期中，生产运营阶段持续时间最长，产生的污染物总量最高。高强度的港口生产运营活动对周边区域环境空气质量产生了显著的负面影响［2］，已成为制约港口绿色可持续发展的主要挑战之一［3］。对于集装箱港口，运营阶段包括船舶进出港、垂直装卸（码头前沿和堆场）以及水平运输（码头-堆场、堆场-堆场以及堆场-大门之间）等作业环节，涉及到的排放源有船舶、岸桥、场桥和集卡等［4］。

鉴于燃油效率和经济性，早期的集卡主要采用柴油作为动力原料，是港口大气污染物的主要贡献源［5］。为了控制集卡的大气污染物排放，我国政府出台了一系列推广使用新能源和清洁能源替代柴油的政策和措施。利用液化天然气（Liquefied Natural Gas， LNG）替代柴油作为动力原料是最早的集卡燃料替代方案。“油改气”措施可以显著降低集卡的硫化物和颗粒物排放，但其经济效益受改造成本、燃料成本、维修成本等因素的影响较大，具有较大的不确定性，并且对温室气体也没有很好的减排效果［6］。为了应对国家双碳战略目标要求，集卡电气化改造已成为港口减污降碳行动的可行路径之一［7］。电动集卡在使用过程中可以实现“零排放”目标，还可以通过优化充电过程来降低运营成本［8］。

在不同阶段，针对各种替代燃料在特定情景下经济和环境优势的研究，为推动港口绿色可持续发展做出了重要贡献。然而，现有的研究并未对不同替代燃料的经济和环境效益差异性进行深入研究，导致港口运营者无法判断未来集卡淘汰更新时应选择何种替代燃料。此外，进行替代燃料环境效益分析时，现有的研究主要通过排放清单的方式，分析燃料在使用过程中的排放差异性［9］。研究结果表明［10］，如果忽略能源在生产和运输过程中的排放，可能会使能源环境效益评估结论的误差达到40%。

为此，本文将从能源生命周期的角度，定量测算替代燃料在生产、运输和使用过程中大气污染物和温室气体排放的差异性。同时，建立本地化的港作机械能源生命周期评价数据库，囊括上游能源路径结构特点、下游机械污染物排放因子等。此外，由于经济性指标和环境效益指标的差异性，无法通过各种评价指标的直接对比来判断替代燃料方案的优劣。本文选择熵权TOPSIS方法对不同情景下替代燃料能耗和排放的差异性进行评估，为港口集卡的能源替代方案提供定量的决策依据。

1 模型构建

1.1 替代燃料排放的生命周期评估

生命周期评估是一种从原材料获取、设计、制造、使用、循环利用和最终处理过程，定量评价环境负荷的方法［11］。对于燃料的生命周期，通常包括燃料开采、运输和使用的全过程（Well-to-Wheel，WTW），可以分为上游供应链（Well-to-Pump，WTP）和车辆运行使用（Pump-to-Wheel，PTW）两个阶段［12］。

为了从生命周期角度充分评估替代燃料（LNG和电能）与传统柴油燃料的环境影响，本文同时考虑了大气污染物和温室气体排放两种类型的评价指标。根据大气污染物的危害，选择的典型评价指标有挥发性有机化合物（VOC）、一氧化碳（CO）、氮氧化物（NOx）和颗粒物（PM2.5）。此外，所有的温室气体均转化为当量二氧化碳（CO2）。

针对不同目标，研究者提出了多种进行生命周期评估分析的工具，其中美国阿贡国家实验室开发的GREET模型是最常用的分析工具之一［13］。自1996年以来，已被大量应用于分析机动车生命周期温室气体排放，模型的内置算法得到了广泛的验证。此外，该模型的排放因子数据库涵盖范围广，并可根据当地条件进行定制修改。

因此，本文选择GREET（2021版）对使用三种不同燃料（柴油、LNG和电能）的集卡进行生命周期排放评估，同时根据我国实际情况对排放因子数据库进行本地化修正。具体修正的影响因素为能源生产结构、生产运输和实际使用特征三个方面。其中，能源使用特征数据根据统计年鉴和实际调研资料进行修正，其他没有显著性差异性的参数均使用GREET模型的默认数据库数据进行测算。

1.1.1 柴油生产结构和生产运输

原油开采和柴油精炼的工艺燃料比例会对能源路径能源消耗计算产生直接影响。研究表明［14］，我国原油回收效率为98%，结合《中国能源统计年鉴（2021）》计算得到WTP过程中柴油生产参数，如表1所示。

表1 我国柴油WTP过程开采及生产参数Tab.1 WTP process mining and production parameters of diesel in China

根据现有的研究成果［14］以及中国海关总署发布的进出口统计数据，得到我国原油和柴油的运输结构和运输距离如表2所示。

表2 我国柴油WTP过程运输参数Tab.2 WTP process transportation parameters of diesel fuel in China

1.1.2 LNG生产结构和生产运输

根据《中国能源统计年鉴（2021）》，2020年我国天然气开采效率为96.0%，预处理效率为94%，液化效率为92.8%。液化天然气WTP过程中的液化天然气生产参数如表3所示。

表3 我国天然气WTP过程开采及生产参数Tab.3 WTP process extraction and production parameters of natural gas in China

国内天然气主要以管道形式运输，国外进口的天然气主要用远洋油轮运输。不同运输方式的比例和运输距离如表4所示。

表4 我国天然气WTP过程运输参数Tab.4 WTP process transportation parameters of natural gas in China

1.1.3 电力生产结构和生产运输

电力路径的主要考量因素是电力构成、发电效率和电厂污染物排放因子。根据《中国能源统计年鉴（2021）》可以发现（如表5所示），我国各地区电力构成明显差异。

表5 我国全国和地区平均发电占比（%）Tab.5 National and regional average share of electricity generation in China

影响上游电厂能耗和污染物排放的主要参数是发电效率，燃煤发电效率计算公式为：

式中η为燃煤发电效率（%）；P为燃煤发电量（kWh）；β为电热转换系数（J/kWh）；T为火电总耗标准煤量（kg）；Qnet，ar为标准煤低位发热量（J/kg）。

1.2 熵权TOPSIS 评估

考虑到不同类型集卡的能源消耗、污染物以及温室气体排放存在相关性和差异性，本文采用熵权TOPSIS方法对减排策略进行评价，步骤如下。

1.2.1 评价矩阵构建

建立多指标综合评价问题的策略集和指标集，策略集C=(C1，C2，…，Cm)，指标集M=(M1，M2，…，Mn)，策略Cj对指标Mi的值记为xij(i=1，2，…，n；j=1，2，…，m)，形成多目标综合评价矩阵X为：

1.2.2 原始矩阵正向化

原始矩阵正向化是指将所有的指标类型统一转化为极大性指标便于处理比较，常见的4种指标如表6所示。将各种属性维度转换为无维度，以便可以执行跨属性的比较。尽管存在各种各样的归一化方法，但归一化决策矩阵的元素是通过向量归一化方法计算的。

表6 常见指标类型Tab.6 Common indicator types

对于中间型指标{xij}，当最佳数值为xbest，采用下式进行正向化：

对于区间型指标{xij}，当最佳区间为［a，b］，采用下式进行正向化：

得到m个待评价策略，n个已正向化评价指标构成的正向化矩阵为：

1.2.3 正向化矩阵标准化

其标准化后的矩阵记为Z，对于中间型指标和区间型指标，Z的每一个元素如下式所示：

对于极大型指标，Z的每一个元素为：

对于极小值指标，Z的每一个元素为：

式中xjmax，xjmin分别为同指标下所有样本的最大值和最小值。

得到标准化矩阵Z为：

1.2.4 构建加权评价矩阵

加权评价矩阵由前面得到的无量纲矩阵Z乘以每个指标对应的权重w得到，如下式：

式中wj为评价指标的权重。

1.2.5 计算评价指标的熵权

各评估指标对港作机械减排效益评估的影响程度不同决定了确定权重的必要性。信息熵用于衡量各评估指标的变化程度，从而确定指标权重，引入信息熵对TOPSIS方法进行改进。

对于具有m个评估策略和n个评估指标的多目标综合评价问题，评价指标熵如下式：

计算评价指标的熵权矩阵如下式：

1.2.6 加权标准化评级测算

首先，必须得到加权评价矩阵的最优向量和最劣向量来计算贴近度；然后使用欧氏距离计算公式计算每个被评估策略的理想解和负理想解：

定义最优向量如下式：

定义最劣向量为：

定义第i（i=1，2，…，n）个评价策略的正理想解如下式：

定义第i（i=1，2，…，n）个评价策略的负理想解如下式：

由此计算出第i（i=1，2，…，n）个评价策略未归一化的得分如下式：

2 案例分析

2.1 数据来源及处理

根据实地调研资料，取得江苏省集装箱港口集卡保有量数据如表7所示。集卡的平均功率为207 kW，年平均工作小时数为4290 h，空载运行时耗油率为0.75 L/km，装载集装箱运行时的耗油率为1.05 L/km，在稳定行驶过程中的速度平均为25 km/h。

表7 江苏省集装箱港口集装箱拖车保有量数据Tab.7 Container trailer ownership data at container ports in Jiangsu Province

综合考虑能源生产结构、生产运输和实际使用特征修正后，GREET模型测算的不同集卡车型排放因子如表8所示。

表8 集卡不同工况排放因子（g/kWh）Tab.8 Emission factors of truck trucks under different working conditions（g/kWh）

2.2 生命周期能源消耗

根据江苏省柴油、LNG、电力三种能源途径的生产结构等参数，利用GREET分别计算集卡每公里行驶的生命周期的能源消耗量如表9所示。在GREET模型中，生命周期资源消耗类别分为化石能源和非化石能源，化石能源主要包括原油、煤炭和天然气；非化石能源主要包括可再生燃料、生物燃料和核能。表9中的总能耗表征各阶段的热能损失，软件根据各能源的相应热值，将能源消耗量统一为热值单位。

表9 集卡的生命周期能源消耗/（kJ·km-1）Tab.9 Life cycle energy consumption of collection cards/（kJ·km-1）

由表9可以看出，在WTP阶段，LNG集卡总能耗相对较高，这是因为液化天然气的制备需要经过开采、加工、液化等多重工艺，过程复杂且中途效率较低，热损失较大；在PTW阶段，主要考虑的是集卡行驶每千米里程不对发动机做功而直接损失的热能。柴油集卡和LNG集卡在运行过程中燃料燃烧放热损失的能量达电力集卡能力损耗的3～4倍，因此电力集卡运行的能耗效率更高，更具能源节约性。

2.3 大气污染物和温室气体排放量

利用GREET测算的集卡全生命周期的大气污染物和温室气体排放量情况如表10所示。

表10 集卡的生命周期大气污染物和温室气体排放量/（g·km-1）Tab.10 Life cycle air pollutants and greenhouse gas emissions of truck trucks/（g·km-1）

从表10可以发现，LNG集卡在WTP阶段由于燃料燃烧，持续排放各类污染物，与传统的柴油集卡和清洁形式零排放的电力集卡相比，整个能源生命周期的排放物总量更高，但VOC排放量远低于柴油集卡，PM2.5略高于其他两种集卡。此外，集卡运行阶段CO与CO2的相对较低排放也被上游能源制备阶段的更高排放抵消，失去了运行阶段的排放优势。而电力集卡在整个能源生命周期阶段除了PM2.5稍高于柴油集卡（WTP阶段NOx排放量稍高于柴油集卡，且全WTW阶段低于柴油集卡）外，其他污染物排放量都是三种机械中最低的。

2.4 港口集卡的减排策略评估

2.4.1 减排策略情景

根据统计，江苏省集装箱港口共有514台集卡，通过实施“油改气”措施，目前天然气集卡比例为17.7%。结合交通运输部以及省港口集团的发展目标，现假设“十四五”期间的减排策略情景：

策略情景一：保持现有状态，即柴油和LNG集卡比例分别为82.3%， 17.7%。

策略情景二：根据港口集团的发展目标，2024年集装箱港口电力及LNG集卡的占比达到30%。假设仅实施“油改气”措施，则2025年港口柴油、LNG、电力集卡的比例分别为70%，30%和0%。

策略情景三：以电力及LNG集卡比例达到30%为目标，假设同时进行“油改电”或“油改气”改造，则2025年柴油、LNG、电力集卡比例分别为70%，25%和5%。

策略情景四：以电力及LNG集卡占比达到30%为目标，假设维持LNG集卡数量不变，仅进行“油改电”改造，则2025年柴油、LNG、电力集卡比例分别为70%，17.7%和12.3%。

策略情景五：根据交通运输部《绿色交通“十四五”发展规划（2021）》的要求，2025年新能源和清洁能源集卡比例达到60%。假设仅进行“油改气”改造，则2025年港口柴油、LNG、电力集卡比例分别为40%，60%和0%。

策略情景六：以新能源和清洁能源集卡占比达到60%为目标，假设同时进行“油改电”或“油改气”改造，则2025年柴油、LNG、电力集卡比例分别为40%，50%和10%。

策略情景七：以新能源和清洁能源集卡占比达到60%为目标，假设LNG集卡数量不变，仅进行“油改电”改造，则2025年柴油、LNG、电力集卡比例分别为40%，17.7%和42.3%。

2.4.2 评估结果

（1）能源消耗量

根据不同策略情景，利用GREET模型测算得到各类型燃料集卡的年均能耗如图1所示。

图1 不同减排策略下年均能源消耗量Fig.1 Average annual energy consumption under different emission reduction strategies

由图1可知，策略一的原油年均消耗量最大，达2994 t；策略五的天然气年均消耗量最大，达7261022 t；策略七的煤炭年均消耗量最大，达153924 t，相对来说符合各减排策略能源结构特征。对比减排策略一、策略二和策略五发现，当港口仅进行“油改气”改造，将LNG集卡从17.7%提升至60%时，年均能源消耗增加162%；对比策略一、策略四和策略七发现，当仅进行集卡“油改电”改造，将电力集卡从17.7%提升至60%时，年均能源消耗降低3%。减排策略情景五的年均能源消耗总量最大，而策略七的电力集卡比例最高，但能源消耗总量最少。

（2）大气污染物及温室气体减排量

不同减排策略情景的大气污染物及温室气体减排放量如图2（a）～（d）所示。

图2 不同减排策略情景下年均污染物和温室气体排放量以及TOPSIS得分Fig.2 Average annual pollutant and greenhouse gas emissions and TOPSIS scores under different emission reduction strategy scenarios

由图2可以看出，大气污染物排放量最大的为减排策略情景一，年均污染物排放量达420.29 t；最小的为策略七，排放量为244.05 t。对比策略一、策略二和策略五可以发现，当港口仅进行“油改气”改造，将LNG集卡的占比从17.7%提升至60%时，污染物减排率达10.53%，但温室气体排放量升高1.03%。对比减排情景策略一、策略四和策略七可以发现，当港口仅进行“油改电”改造，将新能源和清洁能源集卡占比从17.7%提升至60%时，污染物减排率达41.93%，且温室气体减排率达34.85%。由此可知，在港口大力推行集卡的新能源和清洁能源改造，能显著降低大气污染物排放量。但考虑能源生命周期时，LNG的温室气体减排效果较小，在制定减排政策及能源生产技术改善时需特别考虑。

（3） 不同情景策略的熵权TOPSIS评估

利用熵权TOPSIS方法，基于能源消耗量、各污染物排放量、CO2排放量等指标，以七种策略作为策略集，得到原始评价矩阵。基于熵权TOPSIS评估方法，计算流程如图3所示。通过python代码对矩阵进行正向化、标准化、构建加权平均矩阵等处理。

图3 熵权TOPSIS 评估方法计算流程Fig.3 Entropy entropy weight TOPSIS evaluation method calculation process

得到不同策略情景下集卡的减排效果进行评估的结果如图2（f）所示。七种减排情景策略中，评估结果最优的为策略七，最差为策略五。这主要是因为评估过程中，同时考虑了整个能源生命周期中的能耗、污染物和温室气体排放的影响。由于情景策略五中LNG集卡占比较高，LNG的制备需要经过开采、加工、液化等多重工艺，过程复杂且中途效率较低，热损失较大。此外，我国天然气对外依存度高，2020年达到42.15%，长距离的运输或加工也产生了较多的热损失，导致LNG需要更多的生产原料，这也间接导致了更高的能耗和排放。

值得注意的是，研究中发现电力集卡的总能耗略高于柴油集卡。其原因主要是我国火力发电为主，主要消耗燃料是煤炭。然而，电力集卡仅在上游的电力制备阶段排放CO2，在运行使用阶段由电力直接驱动，不发生燃烧反应故排放量为零。针对CO2的处理，上游电力制备阶段CO2排放集中，能够及时管控、集中处理，控制措施也更为高效。

对于柴油集卡，燃料制备的主要工艺为蒸馏提炼，能源转化效率相对较高。但这一过程需要消耗大量煤炭和天然气，导致VOC排放量远高于其他两种集卡。因此，柴油集卡方案的评估得分较低，不推荐为港口发展中主要推荐使用的能源机械。此外，控制柴油集卡的数量还可以有效降低我国的原油消费量，对我国的能源安全起到积极作用。

综上所述，加大电力集卡的使用比例从能源消耗、污染排放上都更符合港口响应政府号召、实现绿色港口建设的目的。然而，当仅考虑燃料成本时，还需要结合实际需求、政府引导政策或补贴力度进行具体分析。

3 结论与展望

本文从能源生命周期的角度对港口集卡使用不同类型燃料的能耗、污染物和温室气体排放进行研究，用熵权TOPSIS方法对不同的减排策略情景进行评价，主要研究结论如下：

（1） 从集卡每公里能耗看，柴油、LNG、电力集卡的能源生命周期的热能损失分别为8383，139707和2832 kJ；从总排放量上看，柴油、LNG、电力集卡的能源生命周期的污染物排放量分别为1461，1713和228 g；从能源生命周期的环境效益来看，电力集卡远高于柴油和LNG集卡，表明采用"油改电"策略是一个可行且有效的减排举措。

（2） 不能忽略发电阶段的排放问题，LNG在运行期间的低排放优势因燃料生产运输阶段的高排放和高能耗而削弱。因此，在评估能源选择时应进行全面的生命周期分析，而不仅考虑单一阶段的排放。这对于制定港口能源战略和选择可持续的能源供应具有指导意义。

（3） 对七种减排策略情景的评估结果表明，当港口仅进行“油改电”改造将新能源和清洁能源集卡占比从17.7%提升至60%时，大气污染物排放减少41.93%，温室气体排放减少34.85%，年均能源消耗降低3%，评估得分最高。加大电力集卡的使用比例从能源消耗、污染排等方面更符合绿色港口建设的需求。

本文在对不同减排策略情景进行评价时，主要从能源生命周期的角度考虑资源消耗、污染物和温室气体排放，未考虑集卡改造、运营维护以及能源使用成本的随机性影响。后续的研究中可以更充分地考虑不同减排策略情景下各类成本因素的影响，从而对港口集卡的替代能源选择方案进行更准确的评估，实现港口减污降碳的可持续发展目标。