考虑经济-环境权衡的生物质气化发电项目选址优化决策

《Energy》：Optimization Decision-Making for Biomass Gasification Power Projects Siting Considering the Economic-Environmental Trade-off

　　潘可 | 刘斌 | 史芳芳 | 龙豪 | 冯婷婷 | 唐豪
成都理工大学管理科学学院，中国成都610059

摘要
在全球化石燃料枯竭和环境外部性增加的双重挑战下，生物质能源正成为全球能源转型的重要战略方向。为了系统地解决生物质发电供应链中的多种不确定性以及经济与环境目标之间的权衡问题，本研究开发了一种用于生物质气化发电（BGPG）项目的空间选址优化框架。该框架将多标准决策（MCDM）与地理信息系统（GIS）相结合，并采用二型模糊规划来量化供应链不确定性和决策者的风险偏好。研究结果表明，以6 MW容量为代表的中型BGPG发电厂在能源、经济和环境可行性方面表现出显著的稳健性，使其成为应对多种情景波动的首选规模。同时，净利润、净发电量和碳排放减少之间存在显著的权衡关系。此外，最优规划方案在不同情景下有很大差异：悲观情景倾向于分散布局，而技术创新情景则明显偏好由大型电厂主导的集中式发电。本研究旨在为主要粮食生产区的农业废弃物资源利用提供决策支持，并对推动能源结构的低碳转型具有积极意义。

引言
在中国可再生能源领域，生物能源是实现可持续能源生产和消费的关键驱动力，也是抵消温室气体排放负面环境影响的关键解决方案（Zhao等人，2018；Fang等人，2022）。近年来，中国对生物能源的重视反映了其致力于发展新型能源系统、实现能源结构多元化以及减少对化石燃料依赖的决心。根据Mana等人（2021）的研究，生物质发电厂在技术性能和经济效益方面与燃煤电厂具有相当的竞争力。这一发现表明，生物质能源是实现电力系统脱碳和增强能源供应安全的重要途径。作为一个传统的农业国家，中国拥有丰富的农业废弃物资源。中国作物秸秆的年理论产量约为8.7亿吨，其中玉米、小麦和水稻的废弃物占总量的近80%（Huang等人，2019；Ha等人，2022；Zhang等人，2023）。然而，生物质能源在中国用于发电的利用率远低于其他可再生能源。目前，生物质发电行业的发展面临多重挑战，主要涉及原料收集分散、经济可行性提升需求以及严格的碳排放减少要求等问题。这些挑战直接导致了高运营成本、资金链紧张、供应链布局不平衡和管理水平不足等问题（Scheftelowitz等人，2018）。由于生物质气化具有高效低污染的特点，已成为最实用的生物质高附加值利用方法之一，因此开发适用于当地条件的科学有效的决策支持工具，以精确选址和规划区域生物质气化发电项目，已成为促进该领域可持续发展的迫切需求。

在可再生能源项目中，确定合适的选址是一项关键而复杂的任务。对于生物质发电厂而言，选址和容量确定高度依赖于生物质资源的空间分布和可用性。选址不当可能导致高发电成本和能源输出不稳定（Yang等人，2023）。如果孤立地考虑选址和电厂规模，很难从整体角度实现生物质供应链的经济优化和资源高效利用。因此，科学规划必须同时考虑设施位置、建设规模、资源可用性以及整个供应链的整合。然而，以往关于设施选址的研究往往忽略了基础设施和水体等空间限制，通常假设选址位于需求区域的中心地带（Wu等人，2022）。GIS技术与高分辨率遥感数据的结合为解决这些问题提供了强大工具。它不仅可以可视化生物质资源的分布并精确计算运输距离，还可以全面评估潜在选址的地理适宜性，从而有助于规划最优供应链网络。实际上，社会和环境因素也显著影响区域选址决策。例如，建立发电厂可以为大量失业人口创造就业机会（Joe等人，2021），同时避免与化石燃料发电相关的温室气体排放（Truong等人，2022）。GIS与多标准决策（MCDM）方法的结合已被提出并广泛用于评估设施选址的候选地点，证明了其优越性（Díaz等人，2021；Wu等人，2019）。

仅关注BGPG的初始可行性而忽视其长期运营状况和最终盈利能力无疑是一种决策错误。在这方面，通过有效结合GIS技术和数学建模来开发一个综合的空间选址优化框架代表了进一步的方法论突破。在实际问题中，生物质发电供应链涉及许多不确定参数，如原材料生产效率和采购成本（Ji等人，2023）。忽略这些不确定性因素将导致关键信息的丢失，可能导致决策偏差甚至严重错误。为克服这些挑战，学者们开发了多种能够处理模型不确定性的不精确优化方法（Ranjbar等人，2022；Rani等人，2025）。模糊规划在这些方法中占有重要地位，特别适合描述主观认知层面的不确定性，并允许决策者设定一定的容忍区间。然而，其实际应用存在一个重大限制：其隶属函数主要依赖于决策者基于有限且可能存在偏差的信息的主观设置。这一过程本身引入了新的模糊性，形成了“双重模糊”的困境。Zadeh（1975）提出的二型模糊集理论正是为了解决这种高度模糊的复杂决策问题而设计的。该理论在多个领域展现出良好的应用前景，如电动汽车充电站（Men等人，2024）、水资源配置优化（Yue等人，2020）和储能系统优化（Ghavidel和Mousavi-G，2022）（见表1）。为应对生物质供应链中的多重不确定性，本研究引入了二型模糊规划模型。传统的确定性优化方法和依赖固定隶属函数的型1模糊规划在处理高阶模糊性的复杂决策环境时存在局限性。因此，本文建立了一个结合熵权重法（EWM）-层次分析法（AHP）-GIS和二型模糊规划的选址决策框架。然而值得注意的是，在实践中，经济效益和环境效益往往难以同时实现，两者之间存在显著权衡（Pan等人，2024；Zhao等人，2024）。因此，从决策者的角度来看，对经济效益或环境效益的重视通常取决于当前政策导向和外部环境因素对生物质发电项目的影响（Zhang，2016；Yang等人，2021）。遗憾的是，大多数现有研究未能将这种动态调整系统地纳入选址规划模型，从而限制了决策方案的可适应性和科学有效性。基于此，本研究构建了一个多情景集成动态决策框架。通过模拟关键参数的波动和不同情景下决策者风险偏好的动态调整，该框架生成了适应性规划方案，而非单一静态结果，从而增强了决策模型的稳健性和实用性。

在此背景下，为了系统解决生物能源发展需求（经济）与生态保护（环境）之间的权衡难题，并应对供应链中的多种不确定性，本研究以黑龙江省作为实证研究区域，构建了一个结合EWM-AHP-GIS和二型模糊规划的BGPG空间选址规划框架。首先，构建了一个基于EWM-AHP-GIS的选址适宜性评估方法，以准确评估和筛选潜在的有利地点。其次，开发了一个基于二型模糊规划的BGPG选址优化模型，系统比较了经济效益和环境效益权重配置对规划方案的差异影响。在此基础上，引入了决策者风险偏好因素，深入分析了不确定环境下风险偏好对最终决策的调控机制。最后，建立了四种典型发展情景，以模拟不同政策导向和市场条件下的决策者利益优先级和风险偏好。这允许动态生成适应性的BGPG空间布局和容量配置方案，从而为不同情景下的生物能源发展策略提供决策支持。

研究框架
黑龙江省位于中国东北部（东经121°11′–135°05′，北纬43°26′–53°33′），是中国最重要的商业粮食生产基地和最大的粮食产区。这一地位意味着拥有极其丰富的作物秸秆资源，为生物质发电提供了充足的原料基础。同时，该地区长期露天燃烧大量剩余秸秆的行为导致了严重的季节性雾霾等问题。

潜在选址地块的评估
图3（a）显示了研究区域内可利用生物质的空间分布。黑龙江省可利用农业生物质的空间分布与地理环境和农业生产模式高度相关，总体上呈现出“西南部高、东北部低”的宏观分布特征。这种分布模式主要受地形、土地利用类型和河流系统的制约。

讨论
农业废弃物的利用在推动能源结构的绿色低碳转型中起着重要作用。本研究详细研究了生物质气化发电（BGPG）选址的优化问题。根据分配给BGPG选址适宜性评估指标的权重，生物质可用性的权重（0.446，0.23）显著高于其他指标，略高于0.357的值。

结论
为应对BGPG面临的供应链不确定性和“经济-环境”权衡挑战，本研究以中国主要的粮食生产区黑龙江省为案例，构建了一个结合EWM-AHP-GIS和二型模糊规划的适应性选址决策框架。从决策者的角度出发，综合考虑供应链中的复杂不确定性和主观-客观因素，本研究旨在……

作者贡献声明
刘斌：撰写 – 审稿与编辑、调查、形式分析、概念化。
潘可：撰写 – 初始草稿、验证、监督、形式分析、数据整理、概念化。
唐豪：软件支持、资源协调、调查。
冯婷婷：可视化、验证、形式分析。
龙豪：监督、资源协调、调查。
史芳芳：方法论设计、数据整理、概念化。

未引用的参考文献
Díaz和Guedes Soares，2021；Fischer和Pigneri，2011；Huang等人，2023；Men和Zhao，2024；Rani和Mahajan，2025；Salsabeel和Muhammad，2024。

数据可用性
数据可应要求提供。

利益冲突声明
? 作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文所述的工作。

致谢
本研究得到了国家电网公司科学技术项目（52199725000W）和四川省科技教育联合基金项目（2025NSFSC2041）的支持。