莊詩佳 周航

摘 要：本文以美國四大州為例，通過建立一個(gè)通用指標(biāo)體系來描述相關(guān)地區(qū)的能源概況，并客觀分析這些地區(qū)能源概況的演變。根據(jù)本文分析，可以進(jìn)一步描述各州清潔能源的使用情況，并考慮地理、氣候等因素，得出各州清潔能源使用的異同。為了找到清潔能源的最佳使用狀態(tài)，我們使用熵方法建立評(píng)估系統(tǒng)，并獲得這些狀態(tài)的評(píng)分。最終結(jié)果顯示，CA的清潔能源使用量是最好的。

關(guān)鍵詞：能源使用；熵；評(píng)估系統(tǒng)

引言

“石油危機(jī)”事件后，世界對(duì)能源問題越來越關(guān)注。不幸的是，從歷史的角度來看，由于能源政策的復(fù)雜性以及許多地方政府、環(huán)保組織、制造商和消費(fèi)者的利益沖突，能源政策的制定變得越來越困難。2005年，美國制定了國家能源政策法案，該法案重點(diǎn)鼓勵(lì)企業(yè)使用可再生能源和無污染能源，并鼓勵(lì)企業(yè)、家庭和個(gè)人更多地使用節(jié)能和清潔能源產(chǎn)品。

1 能源概況

作為一種能源供應(yīng)形式，電力具有許多優(yōu)點(diǎn)，這意味著電力的使用可以是無限的。 在許多地方，電力是能源的主要來源，例如公共交通、供暖、照明等。為此，本文利用清潔發(fā)電的情況分析四個(gè)州的清潔能源使用情況。

根據(jù)相關(guān)數(shù)據(jù)可以分析出最直觀的是，國家的電力部門最初依靠水力發(fā)電， 但現(xiàn)在它的主導(dǎo)地位正在被取代。 對(duì)于大多數(shù)州而言，由于地理和氣候的限制，僅靠水力發(fā)電就無法滿足該州的能源消耗。為此，電力部門通過增加核能、風(fēng)能、太陽能和地?zé)崮軡M足該州的電力需求。 其中，太陽能對(duì)電力行業(yè)的貢獻(xiàn)最小。

對(duì)于TX、CA以及AZ，由于其人口眾多和經(jīng)濟(jì)繁榮，其對(duì)能源的需求更大。 由于水電水平有限，它們正在考慮建造核電站，核電廠的增加可能會(huì)帶來近30兆瓦小時(shí)的電力。然而對(duì)于新墨西哥州來說，由于人口稀少和經(jīng)濟(jì)落后，并沒有建立核電站。

對(duì)于水力發(fā)電，CA擁有最大的發(fā)電量，取決于它擁有世界上最大的互聯(lián)水管理系統(tǒng)。在風(fēng)力發(fā)電方面，德克薩斯州發(fā)電量最大，主要取決于其擁有美國最大的風(fēng)力發(fā)電場(chǎng)。

2 模型建立

將能源分類中再生資源和不可再生資源作為評(píng)估系統(tǒng)的一級(jí)指標(biāo)。目前有六大類清潔能源：核能、風(fēng)能、水電能源、地?zé)崮茉?、太陽能和生物能源。其中，核能是不可再生的能源，其余的則是可再生能源。在這里，本文將它們用作評(píng)估系統(tǒng)的二級(jí)指標(biāo)。為了確定最佳使用清潔能源的狀態(tài)，本文建立了一個(gè)基于熵法的評(píng)估系統(tǒng)。

首先根據(jù)它們的定義選擇與這六大類清潔能源相對(duì)應(yīng)的指標(biāo)，然后進(jìn)一步使用因子分析來降低SPSS的維度。

將相關(guān)數(shù)據(jù)導(dǎo)入MATLAB，并使用熵方法的思想計(jì)算可再生能源下的指標(biāo)權(quán)重。得到相關(guān)權(quán)重?cái)?shù)據(jù)，如下面表1所示。

表1 可再生能源指標(biāo)權(quán)重

得到所有權(quán)重后，可以建立清潔能源的評(píng)分系統(tǒng)模型如下：

在上式中，w2i表示二次能量指標(biāo)的權(quán)重；Sj是第j個(gè)州的清潔能源總分；yij表示第i個(gè)第二級(jí)指標(biāo)下數(shù)據(jù)列的第j個(gè)元素的值。

3 模型結(jié)果

本文選擇2009年的數(shù)據(jù)來評(píng)估四個(gè)州的清潔能源狀況，最終結(jié)果如下圖1：

通過分析上述數(shù)字，可以很容易地發(fā)現(xiàn)CA的清潔能源概況是最平衡。 另外，根據(jù)本文清潔能源評(píng)分模型，CA的評(píng)分是四個(gè)州中最高的，這也證明了我們建立的模型的準(zhǔn)確性。

結(jié)論

本文從宏觀的角度來研究美國四個(gè)州的清潔能源狀況，根據(jù)本文分析，可以進(jìn)一步描述各州清潔能源的使用情況，并考慮地理、氣候等因素，得出各州清潔能源使用的異同。

參考文獻(xiàn)：

[1]Elton E J， Gruber M J， Brown S J， et al. Modern portfolio theory and investment analysis[M]. John Wiley & Sons， 2009.

[2]Painuly J P. Barriers to renewable energy penetration； a framework for analysis[J]. Renewable energy， 2001， 24（1）： 73-89.