Определение методологии и составляющих конкурентоспособности источников генерации с малым углеродным следом



В статье автор проводит рассмотрение методологии многокритериального анализа для оценки ядерных энергетических блоков малой мощности. Описывается методология метода анализа иерархий, которая легла в основу исследования. Рассматриваются различные составляющие конкурентоспособности источников генерации электроэнергии с малым углеродным следом. Определяются основные единицы измерения критериев. Показано, что экономический критерий, экологический критерий, критерий надежности поставки электроэнергии, критерий безопасности, социальный критерий и критерий уровня зрелости технологии являются основополагающими для анализа.

Ключевые слова: методология, многокритериальный анализ решений, конкурентоспособность, генерирующая установка, окружающая среда.

В настоящее время решения о строительстве электростанций оказывает влияние на различные аспекты общественной жизни. Поэтому при строительстве любой энергетической установки и её эксплуатации в энергетической системе следует принимать решения с учетом большого количества факторов влияния. К ним относятся экономические, нормативные, экологические, социальные и другие факторы. Это особенно актуально, когда принимаются решения об эксплуатации источников электроэнергии с малым углеродным следом по сравнению с традиционными.

Экспертное сообщество использует широкий перечень методологий для сравнения параметров различных энергетических установок. Одной из них для оценки потенциала конкурентоспособности производства электроэнергии генерирующей установки и её поведения в энергосистеме является многокритериальный анализ решений (MCDM) [1, c. 56].

Не существует такой задачи, для которой необходимо сформировать выводы, не обращаясь к процессу принятия решений. Принятие решений, как сложный процесс, представляет собой программу решения проблем, которая направлена на определение желаемого результата с учетом различных аспектов. Многокритериальное принятие решений (MCDM) или многокритериальный анализ решений является одним из наиболее точных методов принятия решений, и его можно назвать революцией в этой области. Одно из первых исследований по многокритериальному принятию решений было разработано Бенджамином Франклином, когда он опубликовал свое исследование концепции «моральной алгебры». В 1772 году коллега Бенджамина Франклина обратился за советом с целью решить проблему. Франклин предложил ему разделить лист пополам и вписать в одну колонку — плюсы, а в другую — минусы. В течение нескольких дней он добавлял различные аргументы за и против. На основе анализа критериев оценивалась их весомость. Если в последующие дни он не придумывал соответствующих аргументов, то делался вывод на основе оставшихся данных. Именно такой подход Франклин назвал «моральной алгеброй» [1, c. 57].

Этот метод учитывает различные качественные и количественные критерии, которые необходимо зафиксировать, чтобы найти наилучшее решение. Например, стоимость или цена и качество процессов являются одними из наиболее распространенных критериев во многих задачах принятия решений. Кроме того, в этих задачах экспертные группы назначают различные весовые коэффициенты критериям, основанным на важности каждого критерия в данном конкретном случае [2, с. 77]

Процесс поддержки принятия решений начинается с определения проблемы директивного органа, принимающего решение, и группы экспертов в соответствующей области и лиц, заинтересованных в определенном решении, а затем последовательно проходит следующие этапы [3, с. 25]:

a)Формулировка проблемы и установление целей.

b)Формулирование альтернатив.

c)Определение показателей (требований к наборам показателей).

d)Оценка показателей (включая неопределенности) и формирование таблицы результатов.

e)Выбор метода из множества MCDM.

f)Построение дерева целей или матрицы и присвоение весов (включая неопределенности).

g)Определение альтернативного рейтинга на основе выбранного метода MCDM.

h)Анализ чувствительности и неопределенности.

i)Формирование выводов.

Существуют различные способы интерпретации решения задачи MCDM. Примечательно, что этот процесс можно рассматривать как выбор наиболее предпочтительной альтернативы из множества альтернатив. Это также можно объяснить как группировку альтернатив в многообразные наборы предпочтений с последующим выбором небольшого множества из них. Кроме того, эти проблемы направлены на определение альтернатив, которые не являются доминирующими или эффективными. Невозможно перейти от не доминирующего решения к другому, не исключив хотя бы одного из критериев, по которым этот пункт может помочь директивным органам или лицам, принимающим решения, выбрать набор решений из множества не доминирующих [2, с. 78].

При использовании MCDM полученная информация структурируется в виде матрицы, показанной на рисунке 1.

Рис. 1. Матрица MCDM [2, с. 79]

В матрице 𝑥 _𝑖𝑗 представляет значение 𝐴 _𝑖 , связанное с 𝐶 _𝑗 , а матрица и вектор весов являются основными входными данными для задач MCDM. Фактически, MCDM оценивает альтернативы и упорядочивает их в зависимости от лучшего к наименее сопутствующему варианту [2, с. 79].

Для решения различных проблем было разработано большое количество различных методов MCDM. До настоящего времени было предложено несколько подходов, которые могли бы помочь в выборе методики, адаптированной к конкретной ситуации. Одним из таких методов является методология анализа иерархий.

В широком смысле МАИ — это теория и методология относительных измерений. При относительном измерении лиц, принимающих решения, интересует не точное измерение некоторых величин, а пропорции между ними. МАИ подходит для задач, в которых необходимо выбрать лучшую альтернативу. Фактически, во многих случаях лиц, принимающих решения, не интересуют точные оценки альтернатив, но достаточно знать их относительные измерения, чтобы знать, какая альтернатива является наиболее лучшей. Более того, когда свойства альтернатив нематериальны, трудно разработать шкалу измерения, а использование относительных измерений упрощает анализ. Конечная цель МАИ заключается в использовании парных сравнений между альтернативами в качестве исходных данных для получения рейтинга альтернатив, совместимого с теорией относительного измерения. МАИ следует поставить на стыке анализа решений и исследования операций [4, с. 7].

МАИ имеет несколько основных преимуществ [4, с. 8]:

— Проста в использовании;

— Масштабируема;

— Её иерархическую структуру можно легко адаптировать для решения задач многих масштабов;

— Не требует больших объемов данных.

МАИ может применяться к множеству задач принятия решений, включающих конечное число альтернатив. Формально в этом случае в процессе принятия решения имеется одна цель и конечное множество альтернатив, которое описывается уравнением, из которых лицу, принимающему решение, обычно предлагается выбрать лучшую. Также в процессах принятия решений лицо, принимающее решения, просят присвоить балл каждой альтернативе, а затем выбрать ту, которая имеет максимальное значение. То есть, учитывая набор альтернатив, лицо, принимающее решение, должно предоставить весовой вектор [4, с. 10].

Таким образом, МАИ — это принципиально простой метод, который в простейших реализациях состоит из трех этапов [4, с. 14]:

1. Структурирование задачи и определение иерархии.
2. Выявление парных сравнений.
3. Вывод векторов приоритетов, т. е. весов альтернатив и их линейных комбинаций.

Данная методология подходит для исследований в области оценки конкурентоспособности различных составляющих, в том числе факторов конкурентоспособности источников генерации электроэнергии с малым углеродным следом.

С каждым годом на фоне энергетического перехода к энергетическим системам с малым углеродным следом рынки электроэнергии демонстрируют значительный рост конкуренции различных типов генераций. Вместе с тем, сегодня принято рассматривать не только экономические аспекты конкурентоспособности, но и такие её составляющие как социальные и экологические. Они включают в себя воздействие на климат, безопасность и надежность. Часть из этих нефинансовых составляющих можно перевести в денежную форму, например, в виде экологического налога, и учесть их при расчётах экономических параметров конкретного источника генерации электроэнергии в виде внешних затрат. Другая часть может оцениваться с использование экспертных методов.

В то же время невозможно дать четкий ответ, например, на вопрос о том, какой источник электроэнергии является наилучшим с экологической точки зрения, из-за сложности производства электроэнергии и различий между различными технологиями. Все технологии, так или иначе, влияют на окружающую среду. Однако такое воздействие не всегда происходит во время эксплуатации электростанции. Другие стадии жизненного цикла источника генерации электроэнергии, например, этап строительства, могут иметь решающее значение для одних технологий, в то время как для других производство топлива может являться преобладающим источником воздействия на окружающую среду.

Сегодня существует достаточно много подходов поддержки принятия решений по вопросам окружающей среды и энергетики. Наиболее распространенными и общепринятыми являются те, которые основаны на оценке жизненного цикла (Life Cycle Assessment) (ОЖЦ) и на оценке внешних затрат (ОВЗ), связанных с затратами на компенсацию ущерба, который причиняется деятельностью человека окружающей среде и собственно здоровью человека, не включенные в цену энергии. Оба метода отвечают требованию оценки воздействия на окружающую среду с глобальной точки зрения [5, с. 8].

Метод ОЖЦ позволяет получить оценки воздействия на окружающую среду, в то время как методы ОВЗ оценивают воздействие на окружающую среду в денежном выражении.

Результаты, полученные с помощью ОЖЦ, в оценке большого числа воздействий на окружающую среду, возникающих в результате различных вариантов производства и использования электроэнергии. Целью ОЖЦ является описание и оценка общего воздействия продукта или операции на окружающую среду путем анализа всех этапов всей технологической цепочки, от добычи сырья, производства, транспортировки и выработки электроэнергии до этапов переработки, и утилизации после использования [5, с. 9].

Рассматривая экономическую конкурентоспособность источника генерации электроэнергии, экспертное сообщество используют для оценки нормированную стоимость электроэнергии (LCOE), которая является важным ориентиром для разработки политики и моделирования.

Исторически сложилось так, что концепция LCOE была разработана для того, чтобы помочь выбрать между различными управляемыми технологиями базовой нагрузки в регулируемых системах. LCOE, как и другие показатели, обладает определенными сильными сторонами и ограничениями, как показатель конкурентоспособности на современных рынках электроэнергии [6, с. 33].

Приведенная стоимость энергии является очень важным показателем при определении того, следует ли продвигать проект. LCOE определит, будет ли проект безубыточным или прибыльным. Если нет, то фирма не будет продолжать строительство генерирующего актива, и будет искать альтернативу. Использование LCOE для оценки проекта является одним из первых фундаментальных шагов при анализе проектов такого рода [6, с. 35].

Более того, одним из наиболее важных параметров, влияющих на время и трудозатраты энергетических установок на лицензирование, является уровень готовности технологии (TRL). TRL — это оценка, которая показывает, насколько зрелой является технология, используя временные рамки для коммерческого развертывания, потребности в инвестициях и риск технологического сбоя. Существует 11 различных уровней TRL, из которых 1 уровень показывает самую низкую зрелость, а 11 уровень указывает на систему, достигшую наибольшей зрелости. Например, рассматривая ядерные ЭУ средней и большой мощности, стоит отметить, что данные технологии имеют высокий показатель уровня зрелости. Например, для реакторных установок типов PWR, BWR и PWHR имеют одиннадцатый уровень, т. е. самый максимальный из возможных [7, с. 5].

Переход от генерации электроэнергии на ископаемом топливе к энергетическим системам с малым углеродным следом является ключевым элементом создания устойчивых энергетических систем в будущем. Правительства во всем мире реализуют политику и механизмы, способствующие этому переходу на разных уровнях. Общественность также признает важность энергетического перехода и необходимость принятия решений проблемы изменения климата путем внедрения энергетических систем с малым углеродным следом.

В настоящее время существует индекс отношения населения к чистой энергии (РАСЕ). Он был создан для того, чтобы отслеживать поддержку или противодействие экологически чистым источникам генерации электроэнергии, а после выяснить, чем обусловлено такое отношение, и как правительственные институты могут способствовать изменению отношения к той или иной генерирующей установке. Например, в Китае 15 % населения выступают против использования ядерной энергии и 61 % поддерживают ее, поэтому среднее значение общественного признания ядерной энергии составляет 46 %. Также, в Китае, России, ОАЭ и Индии общественная поддержка атомной энергетики в 3 раза выше, чем оппозиция. Вместе на эти страны приходится более 1/3 населения мира [8, с. 7].

Помимо вышеупомянутых критериев, безопасность является одним из главных аргументов при выборе генерирующей установки. Однако ни один источник энергии не является полностью безопасным. Все они оказывают краткосрочное воздействие на здоровье человека, будь то загрязнение воздуха или несчастные случаи, и все они имеют долгосрочные последствия, способствуя изменению климата.

При рассмотрении вопросов безопасности с точки зрения конкурентных особенностей источников генерации электроэнергии, стоит учитывать также статистические данные о несчастных случаях, которые происходят при добыче топлива (уголь, уран, редкие металлы, нефть и газ), а также в результате аварий, которые происходят при транспортировке сырья и инфраструктуры, строительстве электростанции или ее эксплуатации [9].

Надежные энергетические системы могут способствовать прогрессу общества во всех сегментах, и наоборот, отключения электроэнергии могут привести к серьезным потерям. В настоящее время функционирование современного общества полностью зависит от генерируемого электричества, поэтому отключения могут повлиять на общество в диапазоне кратковременных неудобств или очень серьезного ущерба. Для повышения надежности электросетей также очень важно уделять первоочередное внимание энергоэффективным практикам и экологически чистым энергетическим технологиям. За последние годы достигнут заметный прогресс в повышении надежности возобновляемых источников энергии. Частные энергетические отрасли объединились с государственным сектором, чтобы удовлетворить спрос на электроэнергию и повысить надежность поставок возобновляемой электроэнергии. Тем не менее, вопрос о стабильной генерации для возобновляемых источников электроэнергии остается открытым по сей день [10, с. 28].

В заключение отметим, что использование методов MCDM помогает директивному органу или лицу, принимающему решение, более тщательно понять и проанализировать проблему, добиться последовательности в суждениях и оценках и, наконец, получить стабильные и достоверные результаты ранжирования.

Основными критериями для оценки конкурентоспособности энергетической установки являются следующие критерии: экономический, экологический, критерий надёжности поставки электроэнергии, критерий безопасности ЭУ, социальный критерий и критерий уровня зрелости технологии. Тем не менее, важно отметить, что показатель LCOE имеет превалирующее значение над остальными показателями, так как лицо, принимающее решение, в первую очередь обращает внимание на стоимость затрат, которые необходимо вложить в строительство ЭУ.

Литература:

1. Mark Velasquez P. T. H. An Analysis of Multi-Criteria Decision-Making Methods // International Journal of Operations Research, Vol. 10, 2013. pp. 56–66. URL: http://www.orstw.org.tw/ijor/vol10no2/ijor_vol10_no2_p56_p66.pdf (Дата обращения: 01.03.2024)

2. Taherdoost H., Madanchian M. Multi-Criteria Decision Making (MCDM) Methods and Concepts. // Encyclopedia, Vol. 3, 2023. pp. 77–87. URL: https://doi.org/10.3390/encyclopedia3010006 (Дата обращения: 03.03.2024)

3. IAEA. Application of multi-criteria decision analysis methods to comparative evaluation of nuclear energy system options final report of the inpro collaborative project kind // iaea nuclear energy series publications. 2019. URL: https://www-pub.iaea.org/MTCD/Publications/PDF/P1853_web.pdf (Дата обращения: 05.03.2024).
4. Brunelli M. Introduction to the Analytic Hierarchy Process. 1st ed. Aalto: Springer Cham, 2015. 83 pp. URL: https://core.ac.uk/download/pdf/80714029.pdf (Дата обращения: 09.03.2024)
5. Трифонова Т. А. И. М. Е. Жизненный цикл и его оценка как инструмент экологического менеджмента. Владимир: АРКАИМ, 2016. 68 с.
6. Projected Costs of Generating Electricity // IAEA. 2020. URL: https://iea.blob.core.windows.net/assets/ae17da3d-e8a5–4163-a3ec-2e6fb0b5677d/Projected-Costs-of-Generating-Electricity-2020.pdf (Дата обращения: 27.03.2024).
7. Hosseini S. A., Akbari R., Shirani A. S., D’Auria F. Small Modular Reactors Licensing Process Based on BEPU Approach: Status and Perspective // Sustainability, Vol. 15, No. 8, 2023. URL: https://doi.org/10.3390/su15086636 (Дата обращения: 01.04.2024)
8. Radiant Energy Group. This Public Attitude toward Clean Energy: Nuclear Energy // Radiant Energy Group. 2023. URL: https://www.radiantenergygroup.com/ (Дата обращения: 03.04.2024)
9. Safety of Nuclear Power Reactors // World Nuclear Association: [2022]. URL: https://www.world-nuclear.org/information-library/safety-and-security/safety-of-plants/safety-of-nuclear-power-reactors (Дата обращения: 05.4.2024).
10. IAEA. Small Modular Reactors: A new nuclear energy paradigm // IAEA. 2022. URL: https://nucleus.iaea.org/sites/smr/Shared %20Documents/Small %20Modular %20Reactors %20a %20new %20nuclear %20energy %20paradigm.pdf (Дата обращения: 09.4.2024).