张佳銮 陈 凯 王 美 刘 凯

（1 广东省技术经济研究发展中心 广东广州 510070 2 广东省能源研究会 广东广州 510070）

引言

随着城镇化和工业化进程的加速，使得能源需求量急剧增加。而化石燃料作为重要的能源来源之一，其大量消耗却带来了一系列环境问题。据报道，2019 年全球由化石燃料产生的二氧化碳达341.69 亿t[1]，而二氧化碳的大量排放引发的气候变化，也造成了全球范围内频繁发生的极具破坏力的自然灾害。为应对二氧化碳排放带来的一系列环境问题，中国提出了“双碳”目标。

在“双碳”目标背景下，我国碳排放的主要来源之一的电力部门，将成为其他终端部门脱碳的关键依托，需加速转型[2]。2021 年，我国燃煤发电装机占全国总装机的47%，发电量占比为60%。一方面，电力部门减碳需降低燃煤发电的占比，实现向可再生能源主导的电力系统的跨越式转变，构建清洁低碳、安全高效的能源体系。根据《“十四五”可再生能源发展规划》，生活垃圾焚烧发电归属于生物质发电，被视为可再生能源发电。另一方面，随着城市人口的不断聚集，垃圾围城问题日益严峻。根据《2021 年中国统计年鉴》数据，2020 年我国城市生活垃圾清运量达到了23511.7 万t[3]。目前,城市生活垃圾处理方式主要是填埋和焚烧,但垃圾填埋长时间会产生渗滤液造成水土污染，严重影响人的生命健康，且填埋垃圾会占用大量土地资源。随着垃圾焚烧厂装备和技术的不断发展，垃圾焚烧发电技术不仅能够解决垃圾围城问题，也有利于实现生活垃圾的无害化、减量化处置和资源化利用，还能够提供额外发电，减少对传统化石能源的依赖。因此，有必要建立一套针对垃圾焚烧发电厂洁净高效燃烧及其创新能力的指标评价体系，以提高垃圾焚烧电厂运行的安全性、经济性和环保性。

1 研究现状

1.1 垃圾发电厂运行现状

垃圾焚烧发电厂主要由主机系统、辅机系统、和车间系统构成[4]。其中，主机系统主要由垃圾焚烧发电工艺的主要设备构成，如垃圾焚烧锅炉、热蒸汽转换做功的汽轮机和电能转化的发电机等；辅机系统主要由汽水系统、烟气和送风系统、进料系统等辅助主机运行的设备系统构成；车间系统主要负责烟气的低污染处理、垃圾渗滤液处理和综合水泵房输送等。目前，已有学者开展了大量关于垃圾焚烧发电厂高效低污染的研究，如FABIO 等[5]发现，高温相变材料替代炉膛内的传统耐火砖可以增强抗热辐射腐蚀能力，提高电厂运行的经济性和安全性；林晓宏等[6]通过正反平衡法计算了垃圾焚烧发电厂的锅炉效率，并给出了提高锅炉效率的建议；Peng 等[7]将烟气再循环技术在低氮燃烧系统中应用，研究其对垃圾发电厂NOx排放性能的影响，通过降低NOx的排放可以减少约35%的尿素消耗，不仅降低了污染物排放，也极大地提高了垃圾发电厂运行的经济性；吴鹏辉[8]通过将垃圾渗滤液用于雾化脱酸塔，既处理了具有危害性的垃圾渗滤液，也降低了脱酸塔运行的经济成本。

1.2 对AHP 方法的研究

Thomas Al-Saaty 在20 世纪70 年代提出了一种基于特定目标的多标准决策方法（AHP），也叫层次分析法。该方法自1982 年被引入我国以来，以其定性分析与定量分析相结合地处理各种决策因素的特点、系统灵活简洁的优点，迅速地在我国能源系统分析、城市规划、经济管理、科研评价等社会经济领域内得到了广泛的重视和应用。AHP 通过目标层、准则层、指标层和替代方案的树形结构来简化复杂的决策问题。此方法基于对准则和指标的成对比较，从而达到较高的层次结构级别。在这种方法中，构建问题的分层决策树，并确定其标准和备选方案。它常被运用于多目标、多准则、多要素、多层次的非结构化的复杂决策问题，特别是战略决策问题。Mohamad 等[9]通过专家选择和AHP 方法提供了合适的废物管理模式；Abbas 等[10]通过AHP 评价了可再生能源发电技术的选择；刘行兵等[11]通过AHP 模型对团队的协同创新能力进行了评价，根据对建立的科研团队协同创新能力的评价体系进行数字化，进一步构建了科研团队画像；程中倩等[12]通过主成分分析法提取了影响林业领域国家重点研发计划绩效的关键因子，并通过AHP 建立了指标评价方案。此外，AHP方法也广泛地运用到了发电行业，安天琦[13]将熵权法结合AHP 方法，对火电厂消防安全进行了系统性评估，并提出了一些改进建议和措施；曹鹏[14]将TOPSIS 法与AHP 方法相结合对火电厂的脱硫改造技术进行了综合评价，收获了良好的经济效益和环境效益。然而，关于AHP 在垃圾焚烧厂的应用却没有研究，尤其在“双碳”目标背景下，垃圾焚烧电厂的高效低污染运行尤为重要，因此本文通过AHP 模型，建立了一套适用于垃圾焚烧发电厂高效低污染运行创新能力的评价体系。

2 层次分析模型的构建

AHP 方法主要是在多位专家判断的基础上，通过两两比较对两个元素之间的优先级尺度进行评价。

2.1 构建判断矩阵

根据专家经验，构建两两比较的判断矩阵A，如式（1）所示；表1 显示了矩阵A中两个元素的对比参考数值，aij代表矩A中第i个元素对第j个元素的相对重要性。在矩阵A中，规定aij=1/aji，并且有规定，当i=j时，aij=aji=1。

2.2 归一化矩阵

对判断矩阵A进行归一化，将矩阵A的每一列的每一个元素除以对应列条目的总和，这就得到了新的矩阵A1。

2.3 计算权重系数和最大特征值

将归一化矩阵A1的各行元素相加得到权重系数矩阵W，将W归一化得到W1,则有AW=AW1。令Q=A×W，则有P=Q/W1，则矩阵P各元素之和为A，A的平均值则为最大特征值“λmax”。

2.4 一致性评估

评估一致性指数按照式（2）计算，N为该评价层对应的指标数。

一致性比率CR按照式（3）计算，随机指数RI参考表2，通当CR＜0.1 时，则认为矩阵具有满意的一致性，否则就需要对判断矩阵A进行重新调整并重复步骤1 至4。

表2 随机指数

3 影响因素的分析

3.1 准则层的确认

根据对垃圾焚烧电厂运行的经济性、环保性、安全性以及创新能力的综合考虑，将评价体系划为目标层、准则层和指标层。准则层主要包含政策支持、创新研究、污染物处理和运行效率4 个方面。垃圾发电厂高效低污染运行主要关注污染物处理情况和实际发电的运行效率。根据专家经验对4 个准则构建了对比矩阵，再基于AHP方法对对比矩阵进行归一化和计算，从而得到权重系数W。最大特征值λmax=4.049，一致性指数CI=0.0163，一致性比率CR=0.0182<0.1，判断矩阵的不一致性可以被接受。

垃圾焚烧会产生大量的酸性气体、二噁英等污染成分[15]，如若不处理好烟气，会给环境带来较大影响。根据表3 可知，在准则层污染物处理的占比最大，达到了0.502,因此在“双碳”目标下，垃圾焚烧发电厂运行的最大意义在于无害化、减量化处理城市生活垃圾；政策支持的占比最低，仅有0.063，当前企业最重要的还是充分发挥主观能动性，根据实际运行情况进行工艺和技术调整，保持技术的领先性和创新性。

表3 目标层影响因素判断矩阵

3.2 指标层的确认

构建准则层以后，进一步对各个准则逐一进行指标分析和评价。

3.2.1 政策支持

企业技术创新能力的提高离不开相关政策的支支持，根据文献调研和专家经验，对影响政策支持的“当地科技项目立项资金总额、电厂科技项目立项资金总额”两个指标构建了对比矩阵。再基于AHP 方法对对比矩阵进行归一化和计算，从而得到最终权重系数W。最大特征值λmax=2，一致性指数CI=0，判断矩阵的不一致性可以被接受。

如表4 所示，政策支持主要从2 个方面考虑，一是当地科技项目立项资金总额，这反应了当地对于科技创新的重视程度；二是电厂科技项目立项总资金额，充分反应了垃圾焚烧发电厂在科技创新项目方面获得的实际支持力度，其重要性较当地科技项目立项资金总额重要，权重为0.75。

表4 政策支持的判断矩阵

3.2.2 创新研究

根据文献调研和专家经验，对影响创新研究的高新技术人才占比、专利申请数、发表论文数和高新技术市场成交额4 个指标构建了对比矩阵。再基于AHP 方法对对比矩阵进行归一化和计算，从而得到最终权重系数W。最大特征值λmax=4.198，一致性指数CI=0.0659，一致性比率CR=0.0733<0.1，判断矩阵的不一致性可以被接受。

如表5 所示，高新技术市场成交额权重占比最高，达到了0.589，这主要是因为企业在创新方面的投入，须转换为实际的经济效益才更能体现其新技术的实用性和创新性。同时，在知识成果方面，如发表论文和申请专利同样不可忽略，也能保护企业的知识产权。此外，还考虑到了高新技术人才的占比，而对人才的重视程度也能客观反应企业对研发的重视程度。

表5 创新研究的判断矩阵

3.2.3 污染物处理

根据文献调研和专家经验，对衡量污染物处理的SO2排放浓度、NOx排放浓度、脱硫效率、脱硝效率和烟气排放粉尘浓度5 个指标构建了对比矩阵。再基于AHP 方法对对比矩阵进行归一化和计算，从而得到最终权重系数W。最大特征值λmax=5.229，一致性指数CI=0.0572，一致性比率CR=0.051<0.1，判断矩阵的不一致性可以被接受。

如表6 所示，在污染物处理方面，根据电厂运行过程中的污染物排放，重点监测了脱硫和脱硝。主要通过CEMS 进行监测，通过SNCR、半干法脱酸等技术对污染物进行脱除[16]。同时，脱硝效率和脱硫效率也能反应电厂污染物处理能力，特别是经济性方面。另外，烟气排放粉尘浓度仍然不可忽略，其权重达到了0.159。

表6 污染物处理的判断矩阵

3.2.4 运行效率

根据文献调研和专家经验，对影响运行效率的汽轮机经济真空、发电热效率、锅炉效率、泵效率、风机效率和单位垃圾发电量6 个指标构建了对比矩阵。再基于AHP 方法对对比矩阵进行归一化和计算，从而得到最终权重系数W。最大特征值λmax=6.47，一致性指数CI=0.09，一致性比率CR=0.08<0.1，判断矩阵的不一致性可以被接受。

如表7 所示，在运行效率方面，单位垃圾发电量占比最高，达到了0.444。单位垃圾发电量体现了垃圾发电厂从垃圾入厂到电力输出的整体效率，同时发电热效率和锅炉热效率2 个传统因素占比也很高，充分体现了电厂运行的效率。一些锅炉辅机运行效率，如泵效率和风机效率也被考虑其中，两者占比合计0.08。

表7 运行效率的判断矩阵

4 结果与讨论

根据准则层和指标层的判断矩阵的结果，所有判断矩阵都符合一致性比率CR<0.1。根据AHP 方法对指标层的每一个指标进行最终评价，最终指标权重系数计算以当地科技项目立项资金总额为例，C=B1×C11=0.063×0.25=0.016。

表8 列出了垃圾发电厂高效低污染运行创新能力评价体系的4 个准则和17 个指标。从表8可以看出，SO2排放浓度、NOx排放浓度、单位垃圾发电量和高新技术市场成交额4 个指标占据了0.576，权重占比超过了50%。这说明此次体系构建是合理可靠的，SO2排放浓度、NOx排放浓度、单位垃圾发电量和高新技术市场成交额4个指标分别反映了垃圾发电厂运行的低污染性、高效性和科技创新性。

表8 垃圾发电厂高效低污染运行创新能力评价体系

当前垃圾发电厂承担了处理周围城镇生活垃圾、工业固废和污泥等固体废弃物的重要责任，最重要的是要在无害化、减量化处理固废的基础之上，减少焚烧后对于环境的污染，而SO2排放浓度和NOx排放浓度排在前2 位，这也突出显示了低污染排放的重要性。在充分处理垃圾的基础上，提高发电效率可以产生更多的电量，有利于减少燃煤等化石能源发电的压力,单位垃圾发电量排在了第3 位，反应了每处理焚烧1t 垃圾所发的电量。在创新研究方面，高新技术市场成交额排到了所有指标的第4 位，一方面体现了技术创新的重要性，同时对于企业来说，开展创新技术研究最重要的是要将技术和项目落地，并进一步转化科技成果和推广项目以提升经济效益，这样的技术革新更有意义。电厂科技项目立项资金总额排在了第7 位，占比达到了0.047，说明垃圾发电厂所在的地方政府对垃圾发电厂科技项目的投入也很重要，有利于支持和鼓励垃圾发电厂进行技术革新。

结语

在“双碳”目标背景下，垃圾焚烧发电正成为碳减排的重要手段之一。一方面，垃圾焚烧发电替代了一部分燃煤发电；另一方面，垃圾焚烧发电可减少垃圾填埋过程中产生的甲烷、二氧化碳等温室气体，减排属性突出。本研究建立了科学合理的垃圾发电厂洁净高效运行及其创新能力的评价体系，结果表明低污染性排在第1 位，运行效率排在第2 位。同时，创新研究和政策支持仍然不可忽略。

根据指标评价结果，当前垃圾发电厂应该把环保性放在首位，要尽可能地提高设备和全厂运行效率；当地政府也应该予以政策支持且企业充分发挥主观能动性、坚持自主创新，不断地进行技术革新。