□ 孟 微，马汉武

(江苏大学 管理学院，江苏 镇江 212013)

1 引言

随着我国经济水平的提升，工业企业的规模不断扩大，企业高速发展对电力的需求也在急速增长，传统火力发电虽能解决电力供应问题，但同时带来了资源损耗、环境污染与气候变化等较为严重的问题。

2021年，全国多地因为煤炭供应不足和“能耗双控”等因素影响出现拉闸限电事件，供电压力日益增大。而太阳能分布广泛，每年的太阳辐射量相当于130万亿吨标准煤，若能较好利用可再生资源，能极大程度上减轻能源紧张和改善环境污染问题，光伏供电便是采用太阳能光板吸收光能，利用太阳能发电，有助于碳中和目标的早日实现。2020年12月，习近平总书记在气候雄心峰会上的讲话中提到，中国力争2060年前实现碳中和目标，太阳能发电总装机量达到12亿千瓦以上[1]。光伏作为有效利用太阳能资源的重要载体，具有环保清洁、易于被消纳等优点[2]，且分布式光伏不需建立配电站，输送电成本和安装成本较低，经济效益较好，是未来国内光伏市场应用的重要领域[3]。鉴于发展分布式光伏的必要性，国家层面也给予高度关注并出台相关政策。我国于2013年明确了政府要大力支持光伏产业，推动新能源的发展的原则[4]。因此，判断整县推进分布式光伏建设的优先级变得尤为重要。

近年来，学者们关于分布式光伏的研究主要集中在以下几个视角。从经济效益角度，柳君波等对中国331个城市进行研究，运用成本效益等方法，建立分布式光伏的经济性分析模型，根据计算结果，认为光伏经济发展受地域性差异影响，可有针对性地将全国地区划分为四个等级来发展分布式光伏[5]。王恒田等建立以内部收益率为平价上网光伏发电项目经济性评价的模型，分析了光伏发电项目经济性评价的几种影响因素，并从政府和企业两方面给出对策和建议[6]。从分布式光伏选址定容研究角度，需要从经济、环境和安全可靠方面综合规划[7]。徐迅等综合考虑分布式选址问题，以建设费用、化石能源费用、网络损耗费用和环境惩罚费用最小为目标函数，考虑了环境成本[8]。

丁明等提出分布式电源集群规划概念与方法，建立分布式光伏与储能双层协调选址定容规划模型，并验证了选址规划模型的可行性[9]。从分布式光伏建设潜力角度，对于影响分布式光伏建设的因素，不同学者进行了有针对性的研究，袁金斗等认为分布式光伏发展主要受到技术成本、资源丰富度、电力产能需求以及政策补贴等因素的影响[10]。蔡永自等通过DEMATEL-ISM模型分析居民对屋顶安装光伏设备的意愿影响因素，结果表明居民安装意愿最根本的因素是光伏法规和补贴力度等[11]。胡亚男等采用峰值日照时数法、日照时数和发电量建模法估算内蒙古屋顶太阳能发电量，得出日照时数和发电量有较好的线性关系[12]。吕涛等采用模糊综合评价和熵权法，对2015年我国31个省份的光伏资源利用水平进行评价，依据光伏资源利用的实际情况，划分了优化调整区、重点开发区、潜力开发区和有序开发区四个发展区域[13]。对于分布式光伏空间地理推进建设，王光辉等建立基于卫星遥感的全国分布式光伏建设动态监测机制，认为分级分类推进光伏建设，应该从人口较为稠密的东部地区开始建设[14]。

上述研究从不同角度分析了分布式光伏，但现有文献更多偏重于对分布式光伏机理和宏观分布式光伏发展前景进行研究，少有文献对区域性推广建设展开研究，结合分布式光伏整县推进研究的文献则更为稀少。因此，本文结合国家能源局公布的整县屋顶分布式光伏开发试点名单，依据地理空间位置，从不同地理空间中随机选取16个地区展开研究，分析影响分布式光伏整县推进的因素，建立分布式光伏推进建设的评价指标体系，并构建熵权-TOPSIS模型进行分析，进而确定优先整县推进构建分布式光伏的地区，为其他区域整县推进光伏规划建设提供决策参考。

2 评价指标体系构建

影响分布式光伏整县推进优先级的因素众多，体现在自然资源条件、地区经济发展水平、设备企业发展水平、社会工业用电量和屋顶可利用面积等方面。王光辉等通过研究认为屋顶面积与人口数量呈正相关，相关系数大于0.84[14]，因此，对于屋顶面积的考察可以从地区人口数来分析。从光伏建设必备设备组件获取便利性来看，需要考察区域范围内可提供光伏组件的光伏企业数，当地企业数越多，购买和安装分布式光伏流程就越简单，则越有利于全面推进光伏建设发展，由于光伏供应链的发展，光伏组件的生产、运输、销售也将产生大量的二氧化碳[15]，使分布式光伏建设的环保性能下降，因此考虑光伏产业发展时，更偏向采取就地建设、就地使用的理念。构建的指标体系如表1所示。

表1 分布式光伏整县推进建设指标体系

3 熵权-TOPSIS模型构建

本文建立推进分布式光伏发展优先级的评价指标体系，采用熵权-TOPSIS模型，首先构建由城市节点m和评价指标n组成的原始数据矩阵R=(rij)mn，其中rij为数据的原始值。

(1)

对原始数据做归一化处理：

(2)

(3)

熵值的计算：

注：Pij为第i个城市的第j个指标所占的比重。

(4)

熵值：

(5)

权重的计算：

gj=1-ej

(6)

(7)

wj为第j个指标的权重，gj为第j个指标的差异性系数，指标的熵值越大，差异性系数越小，其权重越大，对分布式光伏发展所产生的影响越大。权重矩阵A如式(8)所示。

(8)

构造规范化加权矩阵V:

(9)

TOPSIS确定正理想解和负理想解：

令正理想解V+表示最偏好方案，负理想解V-表示最不偏好方案。

正向指标：

(10)

(11)

负向指标：

(12)

(13)

各城市与正负理想解计算距离：

(14)

(15)

计算贴进度：

(16)

最后，计算出每个城市的相对贴进度Di的值，Di越大，说明该区域越有利于建设分布式光伏，推进整县建设的优先级别水平越高，根据相对贴进度的大小，对每一个县区进行排名，则得到最终的整县推进分布式光伏建设的优先级。

4 实证分析

根据国家能源局印发的《国家能源局综合司关于报送整县(市、区)屋顶分布式光伏开发试点方案的通知》给出的试点名单[16]，选取16个县区作为研究对象，采用2020年的数据进行研究，其中华东区域选取的是长丰县、平阳县和齐河县，华北地区选取的是肃宁县和丰镇市，东北地区是东港市和北安市，西南地区是旺苍县、兴义市和宜良县，西北地区是榆阳区和华亭市，华中地区是赤壁市，华南地区是北流市、崖州区和潮安区。这些县区在各自所属区域中发展较好，具有代表性。针对构建的指标体系，以县区相关指标数据为基础，应用熵权—TOPSIS模型对上述县区光伏适宜推进建设情况进行总体评价，计算出上述县区的分布式光伏综合发展水平排名，如表2所示。

表2 分布式光伏发展水平综合排名

依据此排名，可以将这16座县区划分为四个级别：

第一级是榆阳区与长丰县。榆阳区位于陕西，占地面积大，光照充足、太阳能资源丰富，光照发展利用前景广阔[17]，且榆阳区工业发达，工业用电需求大，光伏产业发展充分，具备分布式光伏发展必备的自然与社会资源条件，因此安装分布式光伏的优先级在所选区域中最高。长丰县位于安徽合肥，县域经济综合竞争力高，人均GDP和可支配收入高，且区域内的光伏企业多，光伏供应链发展较好，交通便利，基础设施完善，适宜安装分布式光伏。

第二级是兴义市、赤壁市、平阳县和齐河县。兴义市位于贵州，太阳能资源丰富，人口较多，工业电力需求大，且该地区有大量安装光伏组件的企业，有利于整县推进光伏工作，但是其位于山区，气候多变，在分布式光伏安装时要有针对性地做好太阳能资源的评估工作。赤壁市位于湖北，工业发展较好，经济发展水平高，对电力需求大，整县推进光伏可较大程度缓解用电压力，节约煤炭等火力发电自然资源的耗用，因此，光伏整县推进工作亟待实施。平阳县和齐河县位于华东区域，经济工业发展水平较高，用电量较大，自然资源丰富，光照较为充足，且光伏企业较多，有利于较先发展分布式光伏。

第三级是崖州区、潮安区、肃宁县和北流市。崖州区位于海南三亚市，太阳能资源丰富，且地区内光伏企业众多，便于分布式光伏的安装工作。潮安区位于广东潮州市，工业发达，工业用电量较大，人口较多，交通便利，可为整县推进分布式光伏提供有利的设备条件。肃宁县位于河北，光照充足，热量丰富，全年太阳辐射量大，有利于分布式光伏的建设与发展，且地区经济水平高，对于分布式光伏设备购买和安装工作较为有利。北流市位于广西，人口众多，分布式光伏安装所需屋顶资源丰富，但是辖区内光伏企业数量有限，光伏供应链发展相对滞后，给就地安装分布式光伏工作造成一定困难。

第四级是东港市、丰镇市、宜良县、北安市、华亭市和旺苍县，这些区域各指标与其他区域相比不具备优势，且光伏产业链发展缓慢，产能不能充分支持分布式光伏的整县推进工作。其各项指标相对其他区域指标值排名靠后，因此经过熵权-TOPSIS模型对数据处理后得到的分布式光伏整县推进的优先级也相对较低。

5 结论

本文构建了推进分布式光伏建设优先级的评价指标体系和熵权-TOPSIS模型，得到所选县区的优先推广发展等级，分布式光伏整县推进建设涉及的考察指标较多，当地经济与工业发展水平和光伏产业链发展水平是重大考察因素。但本文获取数据具有局限性，没有考虑政府补贴、居民对分布式光伏的接受程度等指标，后续针对分布式光伏推广建设研究可考虑这些指标的影响。