“碳中和”视角下主成分分析法的能源转型成效评价研究

摘要：传统的主成分分析法在评价能源转型成效时，无法充分考虑“碳中和”目标的影响，因此，提出“碳中和”视角下改进主成分分析法的能源转型成效评价方法。“碳中和”视角下计算能源转型成效指标权重，从多个维度全面评价能源转型的成效，构建能源转型成效评价模型，基于改进主成分分析法评价能源转型成效，综合得分越高，说明在能源转型方面的整体成效越好。实验结果表明：使用此方法后，碳排放量的减排效果明显，碳排放量明显下降，达到“碳中和”的目标。

关键词：能源转型 主成分分析法 “碳中和”视角 碳排放量

中图分类号：D26.4

Research on the Effectiveness Evaluation of Energy Transition Based on Principal Component Analysis from the Perspective of “Carbon Neutrality”

WU Hong LUO PengHechuan Branch of China Tower Co.，Ltd.， Chongqing， 401520 China

Abstract： Traditional principal component analysis cannot fully consider the impact of the “carbon neutrality” goal when evaluating the effectiveness of energy transition， so this paper proposes to improve the evaluation method of the effectiveness of energy transition based on principal component analysis from the perspective of “carbon neutrality”. The weights of the effectiveness indicators of energy transition are calculated from the perspective of “carbon neutrality”， the effectiveness of energy transition is comprehensively evaluated from multiple dimensions， and an effectiveness evaluation model of energy transition is constructed. Evaluating the effectiveness of energy transition based on the improved principal component analysis method， and the higher the comprehensive score， the better the overall effectiveness of energy transition. Experimental results show that after using this method， the emission reduction effect of carbon emissions is obvious with their significant reduction， achieving the goal of “carbon neutrality”.

Key Words： Energy transition; Principal component analysis; “Carbon neutrality” perspective;Carbon emission

能源转型不仅涉及到能源结构的调整，还涉及能源效率的提升和碳排放的减少。主成分分析法是一种常用的多元统计分析方法，它能够通过降维的方式，从多个指标中提取出主要的影响因素，从而简化问题、揭示规律。在能源转型成效评价中，主成分分析法可以有效地整合多个评价指标，提供更直观、更全面的评价结果。因此，改进主成分分析法，提高其在能源转型成效评价中的准确性和有效性，是当前研究的热点和难点。基于以上背景，本研究从“碳中和”视角出发，改进主成分分析法，构建一套更加科学、准确的能源转型成效评价方法[1]。

1 “碳中和”视角下能源转型成效评价方法设计

“碳中和”视角下计算能源转型成效指标权重

“碳中和”视角下的能源体系转型不仅涉及了能源结构的升级与技术的提升，还涉及了清洁能源技术的高效普及。通过对清洁能源项目的环境、经济和社会效益等进行全面的理解和分析，并结合改进主成分分析法的实际运作机理，制定出相应的能源转型的成效评价政策提供借鉴[2]。

本文选择熵权法进行能源转型成效样本评价指标的数据信息大小程度的确定，在一定程度上，避免受能源转型评价的主观因素造成的误差。熵权法的具体计算过程如下：

（1）建立原始能源转型数据的初始决策向量[3]，其计算公式如下：

式（1）中：代表原始能源转型数据。

（2）将得到的原始能源转型数据进行标准化处理，可以得出第个指标的比重，其计算公式如下：

式（2）中：表示第个指标的比重；代表当量因子。

（3）根据该比重进而确定出第个指标的加权值，其计算公式如下：

（4）第个指标的权重的计算公式如下：

构建的能源转型成效指标体系[4]，如表1所示。

根据具体情况和实际需求，还可以进一步细化和定制指标，以确保评价结果的准确性和有效性[5]。

1.2 构建能源转型成效评价模型

本文选择STIRPAT模型构建出能源转型成效评价模型，STIRPAT模式的基本原理就是采用比较评价对象与最优解或者最劣解的距离来进行排序。本文在传统的主成分分析法基础上，根据样本指标的信息量大小程度，结合加权法对各评价指标进行赋权。通过加权改进的STIRPAT模型，可以在一定程度上避免主观因素引起的误差。这种改进方法考虑了各评价指标在整体评价中的相对重要性，从而提高成效评价结果的准确性和客观性。

首先，将正、负效应指标进行规范化处理，其计算公式如下：

其次，确定能源转型成效评价模型的理想值，其表达公式如下：

式（6）中：代表最优方案即正理想解；代表最劣方案即负理想解。

这里使用STIRPAT模型分析能源转型水平变化与影响因素之间的关系，能源转型成效评价模型的计算公式如下：

式（7）中：代表能源转型水平；代表误差项。

根据式（7）可以看出越大时，越接近能源转型成效的最优水平，的取值范围为[0，1]，当时，能源转型水平最高，当时，能源转型水平最低。

基于改进主成分分析法评价能源转型成效

针对目前统计数据指标可获得性的现状，将目的性、全面性、定性与定量相结合、稳定性可比性与灵活性可操作性相结合，建立出一种新的能源转型成效评价指标体系。利用因素分析检测变量之间的相关性，对原变量进行归类，将相关度高的变量归到一类，再与以上主成分的结果相结合，得到一种更加科学、合理的多级目标评价模式，在这个基础上，再与专家们的意见相结合，对评价向量进行客观、精确的构建。最后，基于交叉后的评价向量，测算出每一项指标的相对权重，并将每一项指标的相对指标值进行无量纲化后，再采用综合评价方法，就能获得各样本的综合得分值，进而对其进行合理的能源转型成效综合评价。

为此，本文选择的能源转型成效评价的目标函数分别为：碳排放、年度能源消耗总量，其中的决策变量是能源转型中的风电装机容量与光伏装机容量，其表示如下：

上述目标函数的约束条件的表达公式为：

式（8）中：代表风电装机容量，单位为MW；表示光伏装机容量，单位为MW；代表最大风电装机容量，单位为MW；表示最大光伏装机容量，单位为MW。

基于上述章节中构建的能源转型成效评价模型与碳排放和年度能源消耗总量，进行标准化处理，并最终得出加权能源转型成效的评价得分结果，其计算公式如下：

式（9）中：代表环境影响类型的影响潜因；表示第种污染物的排放量；代表环境影响类型。

将各个样本的主成分得分进行综合，得到每个样本的综合得分。综合得分越高，说明该样本在能源转型方面的整体成效越好。

2实验测试与分析

2.1实验准备

本次实验将选取A市的5个项目作为实验调研对象，该5个项目的详细参数如下表2所示。

在本次实验中，将测试气站通过能源转型，减少化石能源的使用效果，增加清洁能源的使用。将对五个气站实施能源转型后，监测碳排放量的结果，是否达到“碳中和”的目标为实验目标。

2.2实验结果与分析

根据上述实验准备，检测出5个气站的碳排放量结果，其测试结果如下表3所示。

经过“碳中和”视角下改进主成分分析法的能源转型成效评价方法使用后，气站#2的碳排放量减少了4.96×104kg/a，气站#2的碳排放量减少了2.57×104 kg/a，气站#3的碳排放量减少了4.17×104 kg/a，气站#4的碳排放量减少了5.07×104 kg/a，气站#5的碳排放量减少了4.39×104 kg/a，碳排放量的减排效果明显突出，碳排放量明显下降，达到“碳中和”的目标。

3结语

通过引入主成分分析法，能够更全面、更准确地评估能源转型的成效，为政策制定和实施提供有力支持。通过实证分析，发现改进的主成分分析法能够更准确地反映能源转型的实际情况，为政策制定者提供更准确、更有针对性的建议。在未来的研究中，将继续改进主成分分析法，提高评价方法的准确性和有效性。

参考文献

[1] 徐伟，时圣强.基于熵权—TOPSIS法的能源转型成效评价及障碍度分析：以内蒙古自治区为例[J].应用能 源技术，2020（1）：13-19.

[2] 汤伟，杨铖，谢芝东等.综合主成分分析及改进神经网络的电压稳定控制方法[J].微型电脑应用，2021，37（8）：78-81.

[3] 龚旭，吕佳.基于加权主成分分析和改进密度峰值聚类的协同训练算法[J].重庆师范大学学报（自然科学版），2021，38（4）：87-96.

[4] 田家豪，刘思佳，李运玮.碳中和视角下产业协调对碳排放的影响研究[J].商展经济，2023（18）：135-138.

[5] 王文，刘锦涛.碳中和引发的大国博弈规则重塑：基于碳约束下的生产转型与国力升级视角[J].探索与争 鸣，2023（7）：118-131，179.