新能源园区零碳评价指标体系研究

潘雨情，祁 兵，李 彬

（华北电力大学电气与电子工程学院，北京 102206）

0 引言

在国务院印发的《关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见》中明确指出，要加快产业结构升级、推动低碳甚至零碳产业发展、提高能源体系清洁化水平，推进减碳战略落地及“双碳”目标实现。作为生产生活主要载体的园区，高度聚集先进要素，拥有蓬勃的创新活动，已成为“双碳”战略实践的重要平台，是碳中和的先锋和主力军。2021年9月，生态环境部发布了《关于推进国家生态工业示范园区碳达峰碳中和相关工作的通知》，明确提出在推进工业示范园区中，要注重加强对园区减碳的建设。国内已有对零碳园区建设的初步探索[1-2]，金风科技根据不同行业生产运行特点，在亦庄构建了智慧园区，并实现了园区的碳中和，是中国第一个可再生能源“碳中和”智慧园区。同年12月安徽省首个“零碳乡村”示范点“圆梦大湾”电力驿站在金寨大湾揭牌[3]，河北雄安新区也计划在2050 年建成零碳城市[4-6]。国外同样开展了零碳园区建设的试点工作，例如丹麦森纳堡市、德国柏林的EUREF Campus 零碳园区、瑞典沃尔沃的比利时根特工厂、日本北九州生态工业园等。

目前中国在零碳方面的研究还处于起步阶段，王军锋等[7]对城市群建设进行研究，指出城市群高质量发展要重点解决零碳、低碳能源供应难题，用以支撑城市群制造业发展，建设好零碳化新型能源系统；刘萍等[8]分析了零碳能源供给及负碳排技术对于实现碳中和目标的可行性；雷小苗等[9]针对乡村零碳建设问题进行了可行性及环保性分析，并通过“碳源-碳汇”的平衡，构建了对农村能源系统碳排水平进行评价的碳中和评价框架；周锦明[10]提出了热气电并举、多能互补构建零碳雄安的构想；文献[11]从概念上区分低碳、近零碳及零碳排放，指出五种典型近零碳示范区类型，提出构建零碳排放示范区评价体系的六大原则。从现有文献分析可以看到，中国对零碳的研究仍较少，且大部分体现在概念的区分[12-16]、发展可行性分析[17-20]及评价原则[21]等方面，在零碳园区建设实践的指导层面，缺乏针对零碳园区建设水平进行评估的评价指标体系。构建完善的评价体系有助于系统地、科学地衡量园区零碳发展是否充分合理，能够切实推动今后零碳园区的建设。

零碳园区的评价指标体系涉及多层次、多指标的综合评价。虽然已有部分的指标实现量化，但仍存在部分较为复杂的指标难以实现量化。这类难以量化的指标可通过综合各专家的专业经验和知识，对其对于上层实现目标的重要性顺序进行相关判断[22-24]。此外考虑到零碳园区评价体系内的指标相对集中，一般情况下，群体专家对这些指标有较为充分的了解，无需采用如模糊分析法等较为复杂的方式。因此本文提出采用定性和定量相结合的层次分析法来分配园区零碳评价指标体系的权重。

1 新能源园区零碳评价指标分析

构建零碳园区评价指标体系，既是对园区零碳排放水平的现状评估，也可为零碳园区未来的建设重点和发展方向提供指引。从现有碳中和产业园区建设的实践来看，实现园区零碳主要围绕以下方面：一是电力生产清洁化，稳步调整能源消费结构，二是提高生产生活各环节用能效率以及终端用能设备的电气化程度，另外管理数字化建设和园区绿化也在一定程度上反映了园区零碳水平。

依据以上减碳手段，基于指标构建科学性等原则，从实现零碳园区的能源供应清洁化、终端用能电气化、系统用能高效化、管理数字化、生态建设绿色化等维度形成园区零碳评价指标体系。

1.1 能源供应清洁化

能源供应清洁化是指在园区内的能源供应的清洁化、多元化及低碳化水平，可通过光伏发电、风力发电、氢能等在园区能源供应中的比例进行表征，能源供应的清洁化水平可在一定程度上反映园区零碳建设水平[25]。园区中的能源供应趋向于多元化，园区现有的主要能源消耗包括风光发电等可再生能源及煤炭、石油、天然气等传统化石能源，园区综合能源消耗中清洁能源占比越高，越有利于碳排放减少及园区零碳排放的实现。

（1）光伏发电占比：评价周期内园区自建光伏发电量与园区能源综合消耗的比值。

（2）风力发电占比：评价周期内园区风力发电量与园区能源综合消耗的比值。

（3）氢能占比：评价周期内园区产氢量与园区能源综合消耗的比值。

（4）天然气供应比例：评价周期内园区天然气供应量与园区能源综合消耗的比值。

（5）地源热泵供能占比：评价周期内园区中地源热泵所产生能量与园区能源综合消耗的比值。

（6）绿色外调电力比例：评价周期内园区从外部购入的绿色电量与园区能源综合消耗的比值。

（7）储能占比：评价周期内园区储能供电量和储能损耗差值与周期内园区能源综合消耗的比值。

1.2 终端用能电气化

终端用能电气化的本质是消纳可再生能源制取的电力，降低其他能源消耗，减少碳排放。终端用能的电气化主要包括工业生产、交通及建筑等方面的电气化。基于园区现有终端用能电气化程度提出以下评价指标[26]。

（1）电动公交车占比：园区中电动公交车数量与公交车总量的比值。

（2）新能源汽车占比：园区内新能源汽车与汽车总量的比值。

（3）住宅用能电气化率：园区内生活住宅的总用电量与所有生活能耗的比值。居民住宅生活能耗主要包含电力、天然气、煤炭和煤气等。

（4）公共建筑用能电气化率：园区内公共建筑中电能消耗量与总能源消耗的比值。公共建筑包括学校、医院、办公楼宇及商场等建筑。

（5）园区企业设备电气化率：园区内企业生产过程中的用电量与企业总能耗的比值[27]。

1.3 系统用能高效化

深化电力减排和能源的高效利用是未来实现低碳甚至零碳发展的重点内容，在提高园区对可再生能源消纳能力的基础上，需加强节能降耗，通过优化配置及循环利用等技术改进提高园区各环节能源的利用效率。系统用能的高效化指标是最直接客观反映园区零碳发展水平的指标，也体现了本地分布式能源的消纳水平。考虑能源利用率、工业能耗及生活垃圾回收利用等因素，将系统用能高效化指标细分为以下指标。

（1）园区单位GDP能耗：以同期此区域所有同类别园区的单位GDP能耗平均值为基准值，该指标定义为在评价周期内园区单位GDP 能耗与该基准值的比值，可反映能源消费水平和节能降耗状况、能源利用效率的变化。

（2）能源清洁率：终端消耗的能源总量中清洁能源占比。

（3）单位产值碳减排率：以万元工业产值为单位，定义为评价周期内园区工业增加单位产值时二氧化碳的建设周期年平均减排率。

（4）废弃物重复利用率：园区内工业企业产生的固体废物重复利用量占总固体废物产生量的比例。

（5）工业用水综合利用率：工业重复用水量占园区工业用水总量的比例。

（6）余热循环率：回收利用的余热资源占园区余热资源的比重。

（7）废气循环率：实际回收利用的废弃资源占园区废气资源的比例。园区废气资源为可进行回收利用的废气量。

1.4 管理数字化

提高园区量测和监管平台及其体系的建设水平，通过数字化系统和智慧化平台对园区各环节能效进行监管，实现园区内各系统能耗及能效数据的可观、可测、可控及可调，加快对园区碳排的核查进程。实现园区零碳管理数字化的指标具体如下。

（1）碳排放信息平台建设。主要考核园区是否具备以下配置：碳排放数据采集平台、碳排放统计分析平台、碳排放查询功能平台、碳排放水平评价识别功能、碳排放预测与预警功能、碳排放决策支持和交易管理平台[28]。

（2）能源管理平台建设。主要考核园区是否具备以下配置：主数据监测子系统、能源供给管理平台、用电管理系统、能效审计管理平台、智慧能源管理系统、多能协调控制平台、能源运维服务平台、信息发布互动平台。

（3）建筑能耗及碳排放监管体系。主要考核园区是否具备以下配置：建筑用能监测系统、碳排放在线监管平台、环境信息平台、监测数据分析，以及园区建筑减耗减排持续改进方案[29]。

（4）绿色信息发布平台建设。主要考核园区是否采取以下措施：园区局域网覆盖；信息透明化，在园区相关官方网站如管理部门网站上公开园区绿色建造信息；在信息平台发布园区内具备碳减排潜力行业的绿色低碳生产技术信息，如低碳能源供应、绿色原材料选择及节能节水技术等信息；在相关网站发布对废弃物实现资源化利用技术的信息；在园区信息平台发布绿色交通及绿色建筑相关技术信息等。

（5）量测终端覆盖率。指园区内所有用于测量的终端数量与园区内所有测量分支点数量的比值。

（6）控制终端覆盖率。指园区内所有用于控制的终端数量与园区内所有控制分支点数量的比值。

以上所述各指标内容作为考核标准，对各指标进行得分判断，可在此内容上依据实际情况进行更改。以5 分为此项指标满分，当全项内容都具备时该指标可达到满分，基于此，每少一项内容评分减少1分，以零分为最低分。

1.5 生态建设绿色化

将绿色低碳技术应用在建筑领域，实现绿色建筑设计，打造低碳排放建筑，提高绿化覆盖率，提升园区碳汇能力，抵消区域内自身所产生的碳排放，同样为园区零碳建设提供助力。实现园区生态建设绿色化的指标如下。

（1）绿色工业建筑占比：园区工业建筑中绿色建筑面积与工业建筑的总面积比值[30]。

（2）绿色公共建筑占比：园区公共建筑中绿色建筑面积与公共建筑的总面积比值。

（3）绿色产值占比：园区内绿色产业的增加值与园区工业增加值的比值。

（4）绿化覆盖率：园区绿化覆盖面积与园区总用地面积的比值[31]。

（5）空气高质量率：空气质量优良天数占全年天数的比例。

2 基于层次分析法的园区零碳评估

评价园区的零碳水平，需要先对以上构建的园区零碳评价体系中各指标的重要程度进行判断，即对各指标权重进行计算分析，因评价指标中存在无法用数据定量衡量的定性指标，本文采用定性指标分析与定量指标分析相结合的层次分析法，对所列园区零碳评价指标体系进行分析，给出园区零碳水平评价方法。具体分析步骤如下。

2.1 判断矩阵构造

将准则层中的能源供应清洁化等五个指标两两比较，由行业专家依据经验对每个指标对实现园区零碳排放的重要性程度进行排序，并根据重要性程度给出每部分判断矩阵因子，构造出判断矩阵D，见公式（1），其中相对重要性取值依据见表1。同理，根据以上方法对能源供应清洁化、终端用能电气化、用能高效化、管理数字化、生态建设绿色化这五个维度下的各判断矩阵因子进行专家判断，构造每个准则层下指标的判断矩阵。

表1 判断矩阵因子及其含义Tab.1 Judgement matrix factor and its meaning

判断矩阵D满足约束：dij=1/dji，对∀i,j，dij>0；阶数n为每一维度下需两两间作比较的指标数量。

2.2 确定权重系数

将判断矩阵D 的每一列进行归一化后，矩阵中每一项因子为μij：

将判断矩阵进一步按每行相加得到一个n×1的列向量，该向量中每一项定义为βi：

将列向量βi归一化处理，得到一个新的n×1列向量，向量中每一项定义为ωˉi：

2.3 一致性检验

利用一致性检验来衡量通过主观确定的判断矩阵D的质量好坏，判断权重系数的合理性，并引入一致性指标对此合理性进行判定。首先计算矩阵的最大特征值λmax，进而得到一致性指标CI，其中λmax与CI计算公式如下：

在一致性指标基础上，引入针对多阶判断矩阵的平均随机一致性指标RI，并定义随机一致性比率为CR=CI/RI，对于判断矩阵阶数不同，相应的RI取值如表2所示。当CR<0.10时，则认为所确定的判断矩阵具有满意一致性，即各指标的重要性比较具有合理性；反之则所得判断矩阵存在指标比较不合理问题，需对已得判断矩阵进行相应因子调整，直到达到满意一致性。

表2 判断矩阵的平均随机一致性标准值Tab.2 Average random consistency standard value of judgment matrix

3 算例与分析

针对某园区进行实例评估，以一年作为评价周期，采用园区一年以内的历史数据进行统计分析，对园区这一年的零碳水平进行评价。基于专家的经验进行打分得出准则层判断矩阵如表3所示。

表3 准则层判断矩阵中的各指标值Tab.3 Each index value of criterion level judgment matrix

同理可分别得到能源供应清洁化、终端用能电气化、用能高效化、管理数字化、生态建设绿色化几个维度下指标的判断矩阵为：

通过逐步归一化计算得到准则层和指标层的各评价指标权重系数，同时通过对此园区各指标相关历史数据的统计得到园区的各个指标的得分情况，如表4所示。其中，园区零碳评分计算公式见式（12）：

表4 评价因素权重系数Tab.4 Weight coefficient of evaluation factors

式中：T为园区零碳评价分数；Sij为指标层各因素得分；ωi为准则层和指标层各因素权重。

园区零碳评分区间为[0，5]，分值越大，零碳水平越高，基于公式（12）可以计算得到该园区最终的评价分数为3.085，其中准则层各维度中，能源供应清洁化分值最高，为1.425；管理数字化、生态建设绿色化分值最低，分别为0.258、0.127。可见，该园区的零碳建设在能源供应清洁化方面已具有较高水准，在数字化管理和生态绿色建设方面还有较大的提升空间。

4 结语

本文基于层次分析法，从能源供应清洁化、终端用电电气化、用能高效化、管理数字化、生态建设绿色化五个维度建立了较为全面、客观的园区零碳水平评价指标体系，研究表明，影响园区零碳水平的因素较多，利用层次分析法可以对多种指标定量分析，解决各层次之间的指标分配权重等问题。所构建的体系可为园区零碳建设提供参考和指导建议，推进以园区为用能单元双碳目标的实现。由以上分析可以看出，利用大数据进行评价能降低一定的误差。下一步研究的方向是如何进一步精细化园区零碳水平评价工作。