Известия РАН. Энергетика, 2020, № 5, стр. 40-59

Долгосрочные приоритеты развития российского энергетического комплекса

Энергетическая стратегия Российской Федерации направлена на максимальное использование внутренних источников энергии и реализацию потенциала энергетического сектора для поддержания экономического роста. Энергетическая стратегия определяет следующие основные приоритеты: повышение энергоэффективности, снижение воздействия на окружающую среду, содействие устойчивому развитию и технологическому развитию, повышение эффективности и конкурентоспособности [4, 5].

В Энергетической стратегии предполагается, что энерготехнологии на ископаемом топливе продолжат вносить основной вклад в энергобаланс России (при сохранении преобладания потребления газа и снижении потребления твердого и жидкого ископаемого топлива). Однако доля энерготехнологий на ископаемом топливе будет ежегодно снижаться за счет сооружения новых и реновации существующих электростанций на основе безуглеродных технологий [6, 7].

Если рассматривать различные сектора энергетики, то наиболее интенсивно безуглеродные технологии производства и хранения энергии будут внедряться в электроэнергетике [6, 7]. Тепловые электростанции сохранят свое лидирующее место по объемам вырабатываемой электроэнергии, хотя их доля несколько снизится, доля атомной генерации останется на прежнем уровне и, соответственно, вырастет доля производства электроэнергии на ГЭС, нетрадиционных и возобновляемых источниках энергии. Конкурентоспособность АЭС будет поддерживаться за счет улучшения проектов АЭС и роста цен на ископаемое топливо. Нетрадиционные и возобновляемые источники энергии с учетом затрат на их внедрение в энергосистему России, останутся заметно дороже тепловых электростанций на сетевом рынке электроэнергии. Таким образом, в Российской Федерации предполагается развертывание широкого спектра энерготехнологий, что делает целесообразным проведение их многокритериального сопоставления с целью выявления достоинств и недостатков каждой с точки зрения их эффективности в достижении целей устойчивого энергетического развития.

Проект NEEDS: область применения, подходы и основные результаты

Проект NEEDS (New Energy Externalities Development for Sustainability) – это исследовательский проект, финансируемый в рамках 6-й Рамочной программы Европейской комиссии по исследованиям, технологическому развитию и демонстрации (сроки реализации 2004–2009) [8, 9]. Проект NEEDS являлся междисциплинарным исследованием, объединившим усилия специалистов по энергетическим технологиям, оценке экологических, социальных и экономических показателей энерготехнологий, методам поддержки принятия решений. В проекте принимали участие более 60 партнерских организаций, включая более 200 ученых и исследователей, представителей энергокомпаний, профильных министерств и ведомств, общественности, политического истеблишмента. Была выпущена большая серия сборников результатов работы и технических документов (более 230 единиц, все они доступны на веб-сайте проекта NEEDS www.needs-project.org).

В рамках проекта были использованы различные подходы к оценке энерготехнологий и, в частности, отмечалось несмотря на то, что концепция полных затрат обычно считается наиболее обоснованной и предоставляет данные, имеющие непосредственное отношение к энергетической политике, возникает вопрос о том, удается ли в рамках такого подхода в полной мере охватить разнообразные аспекты устойчивого развития. Политики и представители гражданского общества утверждают, что чисто денежная оценка всех затрат и выгод не позволяет надежно отразить отдельные явления и их реальное значение, которые по своей сути не поддаются количественному определению/монетизации и/или объективной трудности расчета соответствующих показателей. В связи с этим необходимы дополнительные подходы к оценке, в частности те, которые предполагают использование разнообразных показателей устойчивого развития, позволяющих получить более полную картину результирующей эффективности отдельных технологий. В этой связи в рамках проекта были применены два подхода: оценка внешних затрат и оценка, предполагающая использование методов многокритериального анализа решений.

В рамках проекта удалось достичь согласия по набору критериев оценки устойчивости энерготехнологий. Отправной точкой являются три измерения устойчивости: окружающая среда, экономика и общество. Эти три направления устойчивости декомпозируются на четыре иерархических уровня. Набор критериев включает 36 показателей, из которых 11 относятся к экологическим, 9 – к экономическим и 16 – к социальным показателям. Экологическое измерение включало следующие области оценки: энергетические и неэнергетические ресурсы (3 показателя), влияние на изменение климата (1 показатель), воздействие на экосистемы (5 показателей) и образование отходов (2 показателя). Экономическое измерение характеризовалось следующими областями оценки: воздействие на конечных потребителей (1 показатель), воздействие на экономику (2 показателя) и экономический эффект на компании-производители (6 показателей). Социальное измерение включало такие области оценки как: безопасность/надежность энергоснабжения (3 показателя), политическая стабильность и легитимность (2 показателя), общественные и индивидуальные риски (9 показателей), качество жизни (2 показателя). В таблице 1 приведены все критерии оценки проекта NEEDS. Этот набор критериев использовался в рамках настоящего исследования.

Ключевые индикаторы и их иерархическое расположение

Все 36 критериев оценки, предложенных в проекте NEEDS, были применены для сравнительной оценки шести рассматриваемых в настоящем исследовании технологий производства электроэнергии. Ключевые показатели были иерархически организованы в виде четырехуровневого дерева целей таким же образом, как это было сделано в проекте NEEDS (рис. 1): дерево целей включает в себя три цели высокого уровня, 11 областей и 17 подобластей оценки, 36 критериев оценки.

Рис. 1.

Дерево целей.

Экономические оценки рассмотренных энерготехнологий были взяты из публикаций Института энергетических исследований РАН (ИНЭИ РАН) [7, 10, 11]. В случае отсутствия специфических для России данных по некоторым критериям использовались либо данные проекта NEEDS (если не было значительных различий в оценках этих показателей среди стран, участвующих в проекте NEEDS), либо было решено присвоить таким показателям одинаковые нулевые значения для всех вариантов (если разброс оценок из проекта NEEDS по соответствующим показателям был значительным). Окончательные нормированные значения ключевых индикаторов для рассматриваемых энерготехнологий представлены на рис. 2.

Рис. 2.

Нормализованные значения ключевых индикаторов.

Варианты весовых коэффициентов

Для любого метода агрегации количественных оценок необходимо выбрать весовые коэффициенты, которые используются для свертывания отдельных критериев в обобщенные метрики. Весовые коэффициенты отражают предпочтения лиц, принимающих решения, экспертов и прочих заинтересованных сторон, демонстрируя относительную важность критериев, областей оценки и целей высокого уровня. Вариант “Равные веса” использовался в качестве отправной точки для анализа, предполагая, что все аспекты на каждом уровне дерева целей имели одинаковую относительную важность (этот подход может применяться, когда нет информации от экспертов и лиц, принимающих решения, или когда доступной информации об относительной важности критериев недостаточно [12, 13]). Однако, даже если нет детальной информации о приоритетах экспертов, стейкхолдеров, лиц, принимающих решения, подход “Равные веса” в сочетании с детальным анализом чувствительности/неопределенности к весам позволяет сделать выводы о потенциале рассматриваемых вариантов с различных перспектив.

Другие три варианта набора весов, отличные от базового варианта, предполагали поочередное присвоение высокого веса либо экологическим, либо экономическим, либо социальным критериям соответственно (рис. 3). Для демонстрационных целей предполагалось, что вес выделенной высокоуровневой цели равен 0.8, а веса двух оставшихся целей принимались равными половине от 0.2. Следует отметить, что веса на каждом более низком уровне дерева целей были определены в соответствии с подходом “Равные веса”.

Рис. 3.

Весовые коэффициенты.

Агрегация экспертных оценок

Сравнительная оценка и ранжирование рассматриваемых энерготехнологий проводились с использованием многокритериальной теории ценности (метод MAVT, от англ. Multi-Attribute Value Theory): была использована аддитивная форма мультиатрибутивной функции ценности, а также линейные оценочные функции с локальными областями определения для всех критериев [1]. Расчетные инструменты МАГАТЭ, разработанные секцией ИНПРО и предназначенные для проведения многокритериального сравнительного анализа и ранжирования вариантов энерготехнологий и анализа чувствительности/неопределенности в отношении критериев, весовых коэффициентов и оценочных функций, были адаптированы для целей настоящей работы (инструмент KIND-ET и его расширения – Overall Score Spread Builder, Ranks Mapping Tool, Uncertainty Propagator) [1, 14, 15].

Результаты ранжирования для базовых вариантов весов

Следует отметить, что все альтернативы являются недоминируемыми, то есть среди всего набора вариантов нет вариантов, которые были бы однозначно хуже, по крайней мере, одного из оставшихся. Это означает, что каждая альтернатива может занять первое место в рейтинге, если сложатся соответствующие условия (приоритеты).

Вполне ожидаемо, что учет немонетизируемых социальных, экологических и экономических критериев и атрибутов приведет к тому, что рейтинги вариантов, полученные в рамках подхода к оценке на основе методов многокритериального анализа решений, будут отличаться от оценок, основанных на расчете удельных дисконтированных затрат, а также полных затрат для того же набора альтернатив. Отметим, что согласно оценке, основанной на расчете удельных дисконтированных затрат для рассматриваемого в исследовании набора технологий, наиболее привлекательным вариантом является ПГУ, за которым следуют КЭС, РТН и РБН, ВЭС, СЭС [7]. На рисунке 4 показаны результаты ранжирования для рассмотренных вариантов весовых коэффициентов и указаны отдельные составляющие итоговых баллов, соответствующие целям высокого уровня.

Рис. 4.

Ранжирование результатов для различных вариантов весов.

Как можно видеть, многокритериальный подход отдает предпочтение ядерным и возобновляемым источникам энергии. Следует отметить, что в отличие от результатов, представленных в проекте NEEDS, в настоящем исследовании в виду отличия российской оценки социальных и экономических индикаторов от европейских оценок, ядерные технологии в целом представляются более привлекательными альтернативами, чем возобновляемые источники энергии с точки зрения достижения целей устойчивого развития. При этом быстрые реакторы Поколения-IV (РБН) демонстрируют большую эффективность, чем реакторы Поколения-III (РТН).

Включение широкого набора социальных критериев приводит к общему снижению рейтинга ядерных технологий и повышению привлекательности возобновляемых источников энергии, из которых ВЭС представляется более привлекательной, чем СЭС. Угольные технологии наименее эффективны в рамках многокритериального анализа, в то время как газовые технологии занимают места в рейтинге близкие к ядерным технологиям. В целом прослеживается следующая тенденция: акцент на окружающую среду снижает привлекательность ископаемых источников энергии по сравнению с другими технологиями, акцент на экономику снижает привлекательность возобновляемых источников энергии, акцент на социальные аспекты снижает привлекательность ядерных технологий.

Достоинства и недостатки рассматриваемых энерготехнологий

При интерпретации результатов многокритериального ранжирования недостаточно указать только то, что один вариант более привлекателен, чем другой: необходимо объяснить причины этого. Возможный способ выполнить это требование – разбить итоговые баллы на отдельные компоненты в соответствии со структурой дерева целей (такое разложение может быть выполнено на разных уровнях дерева целей). Это позволяет всем сторонам, заинтересованным в результатах анализа, отследить вклад каждого аспекта оценки в итоговые баллы альтернатив.

Рисунок 5 демонстрирует достоинства и недостатки энерготехнологий для базового варианта взвешивания: чем выше оценка комплексного показателя, тем выше привлекательность варианта по соответствующему аспекту. Чтобы упростить восприятие количественных данных о баллах по областям оценки, был использован метод “условного форматирования”, отображающий оценку в цветовой гамме: “хорошо” (зеленый), “приемлемо” (оранжевый), “плохо” (красный). Такое представление позволяет в наглядной форме продемонстрировать сильные и слабые стороны каждого технологического варианта. Следует отметить, что во избежание некорректной интерпретации результатов оценки следует помнить, какие индикаторы включены в каждую область (табл. 1) и какой вариант взвешивания был применен на более низких уровнях дерева целей (в данном случае – равное взвешивание).

Рис. 5.

Баллы энерготехнологий по областям оценки.

В частности, из представленных оценок можно видеть, что как СЭС, так и ВЭС имеют самые высокие баллы по областям оценки из социальной сферы, за которыми следуют РБН, ПГУ, РТН и КЭС. Для областей оценки, принадлежащих категории “Окружающая среда”, соответствующие баллы для РБН и ВЭС являются наиболее привлекательными, в то время как баллы для КЭС являются менее привлекательными. Для областей оценки “Экономика” РТН, РБН, КЭС, ПГУ демонстрируют наиболее привлекательные и близкие между собой значения баллов, в то время как баллы для СЭС довольно низкие для аналогичных областей оценки.

Проведенный анализ по выявлению системных достоинств и недостатков рассмотренных вариантов выработки электроэнергии с точки зрения баллов областей оценки подтверждает наблюдение проекта NEEDS [8, 9], которое состоит в том, что профиль технологических характеристик оказывает решающее влияние на рейтинг рассматриваемых технологий. Это влияние особенно отчетливо проявляется для технологий, имеющих высокодифференцированный профиль (т.е. высокие показатели по одним индикаторам и низкие показатели по другим). Ядерные технологии являются наиболее ярко выраженным примером, имеющим эти особенности: при равной значимости экологических, экономических и социальных аспектов и акценте (увеличение соответствующего веса) на защиту климата и экосистем, минимизацию объективных рисков и доступность технологии, ядерные энерготехнологии занимают в рейтинге первое место. С другой стороны, уделяя повышенное внимание радиоактивным отходам, загрязнению территории в результате гипотетических аварий, неприятию потенциального риска, террористической угрозе и конфликтному потенциалу, рейтинг ядерных технологий снижается. В частности, это подчеркивает необходимость дальнейшего технического прогресса в направлении смягчения соответствующих потенциальных негативных последствий использования ядерных энерготехнологий.

Глобальный анализ неопределенности по отношению к весам

Описанные выше результаты ранжирования были получены для четырех предопределенных вариантов взвешивания, чтобы продемонстрировать общие тенденции многокритериальной оценки на основе метода MAVT. В то же время очевидно, что существует значительная неопределенность в приоритетах, предъявляемых к энерготехнологиям в долгосрочной перспективе, с точки зрения достижения целей устойчивого развития. Как следствие весовые коэффициенты характеризуются значительной неопределенностью. Таким образом представляется целесообразным провести ранжирование вариантов в условиях отсутствия информации о приоритетах (относительной важности – весах ключевых показателей) с целью изучения того, как неопределенности в весах повлияют на итоговые баллы и ранги рассматриваемых вариантов, а также определить вероятности предпочтения определенного варианта.

При проведении глобального анализа неопределенности в отношении весов были рассмотрены два варианта: вариант I предполагал, что все веса были неопределенными, вариант II предполагал, что только веса целей высокого уровня были неопределенными. Разбросы в итоговых баллах и рангах энерготехнологий для обоих случаев показаны на рис. 6 (указаны средние значения, 5-й, 25-й, 75-й и 95-й процентили). Вероятности для вариантов занять определенное место в рейтинге представлены в табл. 2 . Количество проанализированных комбинаций весов составило 10 000 при условии, что все веса равномерно распределены в пределах [0, 1], при условии, что сумма весов для каждой комбинации весов равна единице.

Рис. 6.

Разброс в итоговых баллах (а) и рангах (б).

Таблица 2.  

Вероятности для вариантов занять определенное место в рейтинге

Вариант I показывает, что с учетом наибольшей степени неопределенности в приоритетах все альтернативы могут потенциально занимать первое место в рейтинге, но некоторые из них наиболее вероятно можно найти на первом месте, тогда как другие менее вероятно (табл. 2 ). ВЭС с наибольшей вероятностью может занять первое место в рейтинге, за которой следует РБН. СЭС, КЭС и РТН с меньшей вероятностью могут занять первое место в рейтинге для рассматриваемого случая.

Вариант II демонстрирует, что наиболее привлекательными технологиями являются РБН (наиболее вероятно) и ВЭС (менее вероятно) (табл. 2 ). Другие энерготехнологии не могут оказаться на первом месте в этом случае. Интересно отметить, что РБН при неопределенности только в весах высокоуровневых целей может занимать только первые места в рейтинге (не ниже 4). Самый высокий разброс в рейтинге демонстрирует СЭС (от 2-го до 6-го места в рейтинге), а самый низкий – ПГУ (от 3-го до 5-го места в рейтинге).

Общий вывод, который может быть сделан на основе результатов сравнения разбросов в итоговых баллах и рангах для рассмотренных случаев моделирования неопределенностей в весах, заключается в том, что привлечение экспертов и выявление предпочтений заинтересованных сторон для определения относительной важности областей и критериев оценки позволяет значительно снизить неопределенности в итоговых баллах и сделать более определенные выводы касательно потенциала каждого из рассматриваемых вариантов.

Глобальный анализ чувствительности по отношению к высокоуровневым весам

Также был проведен глобальный анализ чувствительности в отношении весов высокоуровневых целей, чтобы определить альтернативы, которые потенциально могут занимать первый ранг (в предположении равнозначимости весов на более низких уровнях дерева целей). Выполненный анализ показывает диапазоны весов высокоуровневых целей, для которых определенная опция может занимать первое место в рейтинге, так называемая “карта предпочтений” (рис. 7, ось абсцисс демонстрирует возможные значения веса высокоуровневой цели “Окружающая среда”, ось ординат показывает возможные значения высокоуровневой цели “Экономика”, ось аппликат соответствует возможным значениям веса высокоуровневой цели “Социальные аспекты”, сумма этих весов равна единице). Диаграмма также демонстрирует, что только РБН и ВЭС могут занимать первое место в рейтинге. ВЭС является наиболее привлекательным вариантом, если важность социальных критериев выше остальных, в то время как РБН становится наиболее перспективной альтернативой в случаях высокой важности целей “Экономика” и “Окружающая среда”.

Рис. 7.

Карта предпочтений опций в зависимости от относительной важности высокоуровневых целей.

Локальный анализ неопределенности в отношении оценочных функций, весов и ключевых показателей

Как правило, точные значения ключевых показателей и формы оценочных функций также неизвестны, и они характеризуются диапазоном возможных значений. Анализ неопределенности в отношении ключевых показателей и оценочных функций демонстрирует изменения в конечных результатах (итоговые баллы и ранги альтернатив) из-за различий в ключевых показателях и оценочных функциях. Анализ неопределенности, основанный на классическом подходе анализа ошибок [15], использовался для оценки неопределенностей в итоговых баллах энерготехнологий из-за неопределенностей в формах оценочных функций, а также незначительных неопределенностей в ключевых показателях и весах.

Неопределенности в итоговых баллах энерготехнологий из-за упомянутых неопределенных факторов указаны в табл. 3 для первого варианта взвешивания (предполагалось, что абсолютные неопределенности в степенях экспоненты, определяющих формы оценочных функций, равны ±1.0, (в базовом варианте оценочные функции – линейные) и была принята 10% относительная неопределенность в весах и ключевых показателях). Как видно из таблицы, относительные неопределенности в итоговых баллах вариантов лежат в диапазоне 4.0–6.0%, при этом порядок рангов с учетом неопределенностей такой же, как и тот, который был определен в условиях отсутствия учета неопределенности в этих факторах. В целом эти результаты указывают на то, что порядок ранжирования не чувствителен к незначительным неопределенностям в форме оценочных функций, ключевых показателях и весах. Аналогичные наблюдения также справедливы и для других вариантов взвешивания.