基于能源生命周期的港口集卡減排策略研究

王海鵬， 沈金星， 黃靜， 張艷， 封學軍

（1.河海大學港口海岸與近海工程學院，江蘇 南京 210098； 2.河海大學土木與交通學院，江蘇 南京 210098）

引 言

港口是全球物流供應鏈的關鍵節(jié)點，支撐著區(qū)域貿(mào)易和經(jīng)濟的高速發(fā)展。然而港口也是主要的能源消耗者和污染源［1］。在港口的全生命周期中，生產(chǎn)運營階段持續(xù)時間最長，產(chǎn)生的污染物總量最高。高強度的港口生產(chǎn)運營活動對周邊區(qū)域環(huán)境空氣質(zhì)量產(chǎn)生了顯著的負面影響［2］，已成為制約港口綠色可持續(xù)發(fā)展的主要挑戰(zhàn)之一［3］。對于集裝箱港口，運營階段包括船舶進出港、垂直裝卸（碼頭前沿和堆場）以及水平運輸（碼頭-堆場、堆場-堆場以及堆場-大門之間）等作業(yè)環(huán)節(jié)，涉及到的排放源有船舶、岸橋、場橋和集卡等［4］。

鑒于燃油效率和經(jīng)濟性，早期的集卡主要采用柴油作為動力原料，是港口大氣污染物的主要貢獻源［5］。為了控制集卡的大氣污染物排放，我國政府出臺了一系列推廣使用新能源和清潔能源替代柴油的政策和措施。利用液化天然氣（Liquefied Natural Gas， LNG）替代柴油作為動力原料是最早的集卡燃料替代方案?！坝透臍狻贝胧┛梢燥@著降低集卡的硫化物和顆粒物排放，但其經(jīng)濟效益受改造成本、燃料成本、維修成本等因素的影響較大，具有較大的不確定性，并且對溫室氣體也沒有很好的減排效果［6］。為了應對國家雙碳戰(zhàn)略目標要求，集卡電氣化改造已成為港口減污降碳行動的可行路徑之一［7］。電動集卡在使用過程中可以實現(xiàn)“零排放”目標，還可以通過優(yōu)化充電過程來降低運營成本［8］。

在不同階段，針對各種替代燃料在特定情景下經(jīng)濟和環(huán)境優(yōu)勢的研究，為推動港口綠色可持續(xù)發(fā)展做出了重要貢獻。然而，現(xiàn)有的研究并未對不同替代燃料的經(jīng)濟和環(huán)境效益差異性進行深入研究，導致港口運營者無法判斷未來集卡淘汰更新時應選擇何種替代燃料。此外，進行替代燃料環(huán)境效益分析時，現(xiàn)有的研究主要通過排放清單的方式，分析燃料在使用過程中的排放差異性［9］。研究結(jié)果表明［10］，如果忽略能源在生產(chǎn)和運輸過程中的排放，可能會使能源環(huán)境效益評估結(jié)論的誤差達到40%。

為此，本文將從能源生命周期的角度，定量測算替代燃料在生產(chǎn)、運輸和使用過程中大氣污染物和溫室氣體排放的差異性。同時，建立本地化的港作機械能源生命周期評價數(shù)據(jù)庫，囊括上游能源路徑結(jié)構特點、下游機械污染物排放因子等。此外，由于經(jīng)濟性指標和環(huán)境效益指標的差異性，無法通過各種評價指標的直接對比來判斷替代燃料方案的優(yōu)劣。本文選擇熵權TOPSIS方法對不同情景下替代燃料能耗和排放的差異性進行評估，為港口集卡的能源替代方案提供定量的決策依據(jù)。

1 模型構建

1.1 替代燃料排放的生命周期評估

生命周期評估是一種從原材料獲取、設計、制造、使用、循環(huán)利用和最終處理過程，定量評價環(huán)境負荷的方法［11］。對于燃料的生命周期，通常包括燃料開采、運輸和使用的全過程（Well-to-Wheel，WTW），可以分為上游供應鏈（Well-to-Pump，WTP）和車輛運行使用（Pump-to-Wheel，PTW）兩個階段［12］。

為了從生命周期角度充分評估替代燃料（LNG和電能）與傳統(tǒng)柴油燃料的環(huán)境影響，本文同時考慮了大氣污染物和溫室氣體排放兩種類型的評價指標。根據(jù)大氣污染物的危害，選擇的典型評價指標有揮發(fā)性有機化合物（VOC）、一氧化碳（CO）、氮氧化物（NOx）和顆粒物（PM2.5）。此外，所有的溫室氣體均轉(zhuǎn)化為當量二氧化碳（CO2）。

針對不同目標，研究者提出了多種進行生命周期評估分析的工具，其中美國阿貢國家實驗室開發(fā)的GREET模型是最常用的分析工具之一［13］。自1996年以來，已被大量應用于分析機動車生命周期溫室氣體排放，模型的內(nèi)置算法得到了廣泛的驗證。此外，該模型的排放因子數(shù)據(jù)庫涵蓋范圍廣，并可根據(jù)當?shù)貤l件進行定制修改。

因此，本文選擇GREET（2021版）對使用三種不同燃料（柴油、LNG和電能）的集卡進行生命周期排放評估，同時根據(jù)我國實際情況對排放因子數(shù)據(jù)庫進行本地化修正。具體修正的影響因素為能源生產(chǎn)結(jié)構、生產(chǎn)運輸和實際使用特征三個方面。其中，能源使用特征數(shù)據(jù)根據(jù)統(tǒng)計年鑒和實際調(diào)研資料進行修正，其他沒有顯著性差異性的參數(shù)均使用GREET模型的默認數(shù)據(jù)庫數(shù)據(jù)進行測算。

1.1.1 柴油生產(chǎn)結(jié)構和生產(chǎn)運輸

原油開采和柴油精煉的工藝燃料比例會對能源路徑能源消耗計算產(chǎn)生直接影響。研究表明［14］，我國原油回收效率為98%，結(jié)合《中國能源統(tǒng)計年鑒（2021）》計算得到WTP過程中柴油生產(chǎn)參數(shù)，如表1所示。

表1 我國柴油WTP過程開采及生產(chǎn)參數(shù)Tab.1 WTP process mining and production parameters of diesel in China

根據(jù)現(xiàn)有的研究成果［14］以及中國海關總署發(fā)布的進出口統(tǒng)計數(shù)據(jù)，得到我國原油和柴油的運輸結(jié)構和運輸距離如表2所示。

表2 我國柴油WTP過程運輸參數(shù)Tab.2 WTP process transportation parameters of diesel fuel in China

1.1.2 LNG生產(chǎn)結(jié)構和生產(chǎn)運輸

根據(jù)《中國能源統(tǒng)計年鑒（2021）》，2020年我國天然氣開采效率為96.0%，預處理效率為94%，液化效率為92.8%。液化天然氣WTP過程中的液化天然氣生產(chǎn)參數(shù)如表3所示。

表3 我國天然氣WTP過程開采及生產(chǎn)參數(shù)Tab.3 WTP process extraction and production parameters of natural gas in China

國內(nèi)天然氣主要以管道形式運輸，國外進口的天然氣主要用遠洋油輪運輸。不同運輸方式的比例和運輸距離如表4所示。

表4 我國天然氣WTP過程運輸參數(shù)Tab.4 WTP process transportation parameters of natural gas in China

1.1.3 電力生產(chǎn)結(jié)構和生產(chǎn)運輸

電力路徑的主要考量因素是電力構成、發(fā)電效率和電廠污染物排放因子。根據(jù)《中國能源統(tǒng)計年鑒（2021）》可以發(fā)現(xiàn)（如表5所示），我國各地區(qū)電力構成明顯差異。

表5 我國全國和地區(qū)平均發(fā)電占比（%）Tab.5 National and regional average share of electricity generation in China

影響上游電廠能耗和污染物排放的主要參數(shù)是發(fā)電效率，燃煤發(fā)電效率計算公式為：

式中η為燃煤發(fā)電效率（%）；P為燃煤發(fā)電量（kWh）；β為電熱轉(zhuǎn)換系數(shù)（J/kWh）；T為火電總耗標準煤量（kg）；Qnet，ar為標準煤低位發(fā)熱量（J/kg）。

1.2 熵權TOPSIS 評估

考慮到不同類型集卡的能源消耗、污染物以及溫室氣體排放存在相關性和差異性，本文采用熵權TOPSIS方法對減排策略進行評價，步驟如下。

1.2.1 評價矩陣構建

建立多指標綜合評價問題的策略集和指標集，策略集C=(C1，C2，…，Cm)，指標集M=(M1，M2，…，Mn)，策略Cj對指標Mi的值記為xij(i=1，2，…，n；j=1，2，…，m)，形成多目標綜合評價矩陣X為：

1.2.2 原始矩陣正向化

原始矩陣正向化是指將所有的指標類型統(tǒng)一轉(zhuǎn)化為極大性指標便于處理比較，常見的4種指標如表6所示。將各種屬性維度轉(zhuǎn)換為無維度，以便可以執(zhí)行跨屬性的比較。盡管存在各種各樣的歸一化方法，但歸一化決策矩陣的元素是通過向量歸一化方法計算的。

表6 常見指標類型Tab.6 Common indicator types

對于中間型指標{xij}，當最佳數(shù)值為xbest，采用下式進行正向化：

對于區(qū)間型指標{xij}，當最佳區(qū)間為［a，b］，采用下式進行正向化：

得到m個待評價策略，n個已正向化評價指標構成的正向化矩陣為：

1.2.3 正向化矩陣標準化

其標準化后的矩陣記為Z，對于中間型指標和區(qū)間型指標，Z的每一個元素如下式所示：

對于極大型指標，Z的每一個元素為：

對于極小值指標，Z的每一個元素為：

式中xjmax，xjmin分別為同指標下所有樣本的最大值和最小值。

得到標準化矩陣Z為：

1.2.4 構建加權評價矩陣

加權評價矩陣由前面得到的無量綱矩陣Z乘以每個指標對應的權重w得到，如下式：

式中wj為評價指標的權重。

1.2.5 計算評價指標的熵權

各評估指標對港作機械減排效益評估的影響程度不同決定了確定權重的必要性。信息熵用于衡量各評估指標的變化程度，從而確定指標權重，引入信息熵對TOPSIS方法進行改進。

對于具有m個評估策略和n個評估指標的多目標綜合評價問題，評價指標熵如下式：

計算評價指標的熵權矩陣如下式：

1.2.6 加權標準化評級測算

首先，必須得到加權評價矩陣的最優(yōu)向量和最劣向量來計算貼近度；然后使用歐氏距離計算公式計算每個被評估策略的理想解和負理想解：

定義最優(yōu)向量如下式：

定義最劣向量為：

定義第i（i=1，2，…，n）個評價策略的正理想解如下式：

定義第i（i=1，2，…，n）個評價策略的負理想解如下式：

由此計算出第i（i=1，2，…，n）個評價策略未歸一化的得分如下式：

2 案例分析

2.1 數(shù)據(jù)來源及處理

根據(jù)實地調(diào)研資料，取得江蘇省集裝箱港口集卡保有量數(shù)據(jù)如表7所示。集卡的平均功率為207 kW，年平均工作小時數(shù)為4290 h，空載運行時耗油率為0.75 L/km，裝載集裝箱運行時的耗油率為1.05 L/km，在穩(wěn)定行駛過程中的速度平均為25 km/h。

表7 江蘇省集裝箱港口集裝箱拖車保有量數(shù)據(jù)Tab.7 Container trailer ownership data at container ports in Jiangsu Province

綜合考慮能源生產(chǎn)結(jié)構、生產(chǎn)運輸和實際使用特征修正后，GREET模型測算的不同集卡車型排放因子如表8所示。

表8 集卡不同工況排放因子（g/kWh）Tab.8 Emission factors of truck trucks under different working conditions（g/kWh）

2.2 生命周期能源消耗

根據(jù)江蘇省柴油、LNG、電力三種能源途徑的生產(chǎn)結(jié)構等參數(shù)，利用GREET分別計算集卡每公里行駛的生命周期的能源消耗量如表9所示。在GREET模型中，生命周期資源消耗類別分為化石能源和非化石能源，化石能源主要包括原油、煤炭和天然氣；非化石能源主要包括可再生燃料、生物燃料和核能。表9中的總能耗表征各階段的熱能損失，軟件根據(jù)各能源的相應熱值，將能源消耗量統(tǒng)一為熱值單位。

表9 集卡的生命周期能源消耗/（kJ·km-1）Tab.9 Life cycle energy consumption of collection cards/（kJ·km-1）

由表9可以看出，在WTP階段，LNG集卡總能耗相對較高，這是因為液化天然氣的制備需要經(jīng)過開采、加工、液化等多重工藝，過程復雜且中途效率較低，熱損失較大；在PTW階段，主要考慮的是集卡行駛每千米里程不對發(fā)動機做功而直接損失的熱能。柴油集卡和LNG集卡在運行過程中燃料燃燒放熱損失的能量達電力集卡能力損耗的3～4倍，因此電力集卡運行的能耗效率更高，更具能源節(jié)約性。

2.3 大氣污染物和溫室氣體排放量

利用GREET測算的集卡全生命周期的大氣污染物和溫室氣體排放量情況如表10所示。

表10 集卡的生命周期大氣污染物和溫室氣體排放量/（g·km-1）Tab.10 Life cycle air pollutants and greenhouse gas emissions of truck trucks/（g·km-1）

從表10可以發(fā)現(xiàn)，LNG集卡在WTP階段由于燃料燃燒，持續(xù)排放各類污染物，與傳統(tǒng)的柴油集卡和清潔形式零排放的電力集卡相比，整個能源生命周期的排放物總量更高，但VOC排放量遠低于柴油集卡，PM2.5略高于其他兩種集卡。此外，集卡運行階段CO與CO2的相對較低排放也被上游能源制備階段的更高排放抵消，失去了運行階段的排放優(yōu)勢。而電力集卡在整個能源生命周期階段除了PM2.5稍高于柴油集卡（WTP階段NOx排放量稍高于柴油集卡，且全WTW階段低于柴油集卡）外，其他污染物排放量都是三種機械中最低的。

2.4 港口集卡的減排策略評估

2.4.1 減排策略情景

根據(jù)統(tǒng)計，江蘇省集裝箱港口共有514臺集卡，通過實施“油改氣”措施，目前天然氣集卡比例為17.7%。結(jié)合交通運輸部以及省港口集團的發(fā)展目標，現(xiàn)假設“十四五”期間的減排策略情景：

策略情景一：保持現(xiàn)有狀態(tài)，即柴油和LNG集卡比例分別為82.3%， 17.7%。

策略情景二：根據(jù)港口集團的發(fā)展目標，2024年集裝箱港口電力及LNG集卡的占比達到30%。假設僅實施“油改氣”措施，則2025年港口柴油、LNG、電力集卡的比例分別為70%，30%和0%。

策略情景三：以電力及LNG集卡比例達到30%為目標，假設同時進行“油改電”或“油改氣”改造，則2025年柴油、LNG、電力集卡比例分別為70%，25%和5%。

策略情景四：以電力及LNG集卡占比達到30%為目標，假設維持LNG集卡數(shù)量不變，僅進行“油改電”改造，則2025年柴油、LNG、電力集卡比例分別為70%，17.7%和12.3%。

策略情景五：根據(jù)交通運輸部《綠色交通“十四五”發(fā)展規(guī)劃（2021）》的要求，2025年新能源和清潔能源集卡比例達到60%。假設僅進行“油改氣”改造，則2025年港口柴油、LNG、電力集卡比例分別為40%，60%和0%。

策略情景六：以新能源和清潔能源集卡占比達到60%為目標，假設同時進行“油改電”或“油改氣”改造，則2025年柴油、LNG、電力集卡比例分別為40%，50%和10%。

策略情景七：以新能源和清潔能源集卡占比達到60%為目標，假設LNG集卡數(shù)量不變，僅進行“油改電”改造，則2025年柴油、LNG、電力集卡比例分別為40%，17.7%和42.3%。

2.4.2 評估結(jié)果

（1）能源消耗量

根據(jù)不同策略情景，利用GREET模型測算得到各類型燃料集卡的年均能耗如圖1所示。

圖1 不同減排策略下年均能源消耗量Fig.1 Average annual energy consumption under different emission reduction strategies

由圖1可知，策略一的原油年均消耗量最大，達2994 t；策略五的天然氣年均消耗量最大，達7261022 t；策略七的煤炭年均消耗量最大，達153924 t，相對來說符合各減排策略能源結(jié)構特征。對比減排策略一、策略二和策略五發(fā)現(xiàn)，當港口僅進行“油改氣”改造，將LNG集卡從17.7%提升至60%時，年均能源消耗增加162%；對比策略一、策略四和策略七發(fā)現(xiàn)，當僅進行集卡“油改電”改造，將電力集卡從17.7%提升至60%時，年均能源消耗降低3%。減排策略情景五的年均能源消耗總量最大，而策略七的電力集卡比例最高，但能源消耗總量最少。

（2）大氣污染物及溫室氣體減排量

不同減排策略情景的大氣污染物及溫室氣體減排放量如圖2（a）～（d）所示。

圖2 不同減排策略情景下年均污染物和溫室氣體排放量以及TOPSIS得分Fig.2 Average annual pollutant and greenhouse gas emissions and TOPSIS scores under different emission reduction strategy scenarios

由圖2可以看出，大氣污染物排放量最大的為減排策略情景一，年均污染物排放量達420.29 t；最小的為策略七，排放量為244.05 t。對比策略一、策略二和策略五可以發(fā)現(xiàn)，當港口僅進行“油改氣”改造，將LNG集卡的占比從17.7%提升至60%時，污染物減排率達10.53%，但溫室氣體排放量升高1.03%。對比減排情景策略一、策略四和策略七可以發(fā)現(xiàn)，當港口僅進行“油改電”改造，將新能源和清潔能源集卡占比從17.7%提升至60%時，污染物減排率達41.93%，且溫室氣體減排率達34.85%。由此可知，在港口大力推行集卡的新能源和清潔能源改造，能顯著降低大氣污染物排放量。但考慮能源生命周期時，LNG的溫室氣體減排效果較小，在制定減排政策及能源生產(chǎn)技術改善時需特別考慮。

（3） 不同情景策略的熵權TOPSIS評估

利用熵權TOPSIS方法，基于能源消耗量、各污染物排放量、CO2排放量等指標，以七種策略作為策略集，得到原始評價矩陣?；陟貦郥OPSIS評估方法，計算流程如圖3所示。通過python代碼對矩陣進行正向化、標準化、構建加權平均矩陣等處理。

圖3 熵權TOPSIS 評估方法計算流程Fig.3 Entropy entropy weight TOPSIS evaluation method calculation process

得到不同策略情景下集卡的減排效果進行評估的結(jié)果如圖2（f）所示。七種減排情景策略中，評估結(jié)果最優(yōu)的為策略七，最差為策略五。這主要是因為評估過程中，同時考慮了整個能源生命周期中的能耗、污染物和溫室氣體排放的影響。由于情景策略五中LNG集卡占比較高，LNG的制備需要經(jīng)過開采、加工、液化等多重工藝，過程復雜且中途效率較低，熱損失較大。此外，我國天然氣對外依存度高，2020年達到42.15%，長距離的運輸或加工也產(chǎn)生了較多的熱損失，導致LNG需要更多的生產(chǎn)原料，這也間接導致了更高的能耗和排放。

值得注意的是，研究中發(fā)現(xiàn)電力集卡的總能耗略高于柴油集卡。其原因主要是我國火力發(fā)電為主，主要消耗燃料是煤炭。然而，電力集卡僅在上游的電力制備階段排放CO2，在運行使用階段由電力直接驅(qū)動，不發(fā)生燃燒反應故排放量為零。針對CO2的處理，上游電力制備階段CO2排放集中，能夠及時管控、集中處理，控制措施也更為高效。

對于柴油集卡，燃料制備的主要工藝為蒸餾提煉，能源轉(zhuǎn)化效率相對較高。但這一過程需要消耗大量煤炭和天然氣，導致VOC排放量遠高于其他兩種集卡。因此，柴油集卡方案的評估得分較低，不推薦為港口發(fā)展中主要推薦使用的能源機械。此外，控制柴油集卡的數(shù)量還可以有效降低我國的原油消費量，對我國的能源安全起到積極作用。

綜上所述，加大電力集卡的使用比例從能源消耗、污染排放上都更符合港口響應政府號召、實現(xiàn)綠色港口建設的目的。然而，當僅考慮燃料成本時，還需要結(jié)合實際需求、政府引導政策或補貼力度進行具體分析。

3 結(jié)論與展望

本文從能源生命周期的角度對港口集卡使用不同類型燃料的能耗、污染物和溫室氣體排放進行研究，用熵權TOPSIS方法對不同的減排策略情景進行評價，主要研究結(jié)論如下：

（1） 從集卡每公里能耗看，柴油、LNG、電力集卡的能源生命周期的熱能損失分別為8383，139707和2832 kJ；從總排放量上看，柴油、LNG、電力集卡的能源生命周期的污染物排放量分別為1461，1713和228 g；從能源生命周期的環(huán)境效益來看，電力集卡遠高于柴油和LNG集卡，表明采用"油改電"策略是一個可行且有效的減排舉措。

（2） 不能忽略發(fā)電階段的排放問題，LNG在運行期間的低排放優(yōu)勢因燃料生產(chǎn)運輸階段的高排放和高能耗而削弱。因此，在評估能源選擇時應進行全面的生命周期分析，而不僅考慮單一階段的排放。這對于制定港口能源戰(zhàn)略和選擇可持續(xù)的能源供應具有指導意義。

（3） 對七種減排策略情景的評估結(jié)果表明，當港口僅進行“油改電”改造將新能源和清潔能源集卡占比從17.7%提升至60%時，大氣污染物排放減少41.93%，溫室氣體排放減少34.85%，年均能源消耗降低3%，評估得分最高。加大電力集卡的使用比例從能源消耗、污染排等方面更符合綠色港口建設的需求。

本文在對不同減排策略情景進行評價時，主要從能源生命周期的角度考慮資源消耗、污染物和溫室氣體排放，未考慮集卡改造、運營維護以及能源使用成本的隨機性影響。后續(xù)的研究中可以更充分地考慮不同減排策略情景下各類成本因素的影響，從而對港口集卡的替代能源選擇方案進行更準確的評估，實現(xiàn)港口減污降碳的可持續(xù)發(fā)展目標。