Рассматриваются различные подходы к оптимизации системы регулирования негативного воздействия объектов электроэнергетики на окружающую среду. Показано, что внедрение стандартов «чистой» энергетики и других механизмов стимулирования перехода объектов электроэнергетики на более энергоэффективные и экологически чистые способы генерации энергии должно сопровождаться глубоким анализом возможных экологических, экономических и социальных последствий в долгосрочном периоде. Решение подобного рода практических задач сопряжено с моделированием оптимальной структуры региональной энергетической системы, что может быть выполнено с использованием методологии анализа среды функционирования — непараметрического метода оптимизации. В статье дана постановка задачи анализа среды функционирования с использованием концепции слабой устранимости нежелательных выходов производственных единиц, в качестве которых рассматриваются выбросы парниковых газов. Проанализированы возможности расширения модели за счет включения в рассмотрение различных технологий генерации энергии и негативных экологических эффектов.
энергетическая система, энергоэффективность, возобновляемая энергетика, моделирование, методы оптимизации
Согласно различным прогнозам как мировых аналитических агентств, так и крупнейших энергетических компаний (например, BP Energy Outlook 2030) потребление и производство электроэнергии в мире в ближайшие десятилетия будет возрастать (рис. 1), что связано с ростом населения планеты и нарастающим процессом индустриализации в развивающихся странах. К 2030 г. ожидается 50%-й рост производства и потребления электроэнергии относительно уровня 2011 г. (примерно по 2,1% ежегодно).
1. Brennan T., Palmer K., Martine S., Alternating Currents: Electricity Markets and Public Policy. Washington DC: RFF Press, 2002.
2. Brennan T.J., Palmer K.L. Energy efficiency resource standards: economic and policy. Utilities Policy, 2013, no 25, pp. 58-68.
3. Coffman M.G., Griffin J.P., Bernstein P. An assessment of greenhouse gas emissions-weighted clean energy standards. Energy Policy, 2012, no 45, pp. 122-132.
4. Ратнер С.В., Алмастян Н.А. Рыночные и административные методы регулирования негативным воздействием объектов электроэнергетики на окружающую среду // Экономический анализ: теория и практика. 2015. № 16. С. 2-15.
5. Han L. The brief and wondrous life of solar energy development // The New Presence, 2015, April. URL: http://www.pritomnost.cz/en/economics
6. Färe R., Grosskopf S. Modelling undesirable factors in efficiency evaluation: comment. European Journal of Operational Research, 2004, no 157, p. 242-245.
7. Soushi S., Improvement restriction data envelopment analysis for new energy in Japan. Hokkai-Gakuen University, Department of Life Science and Technology, 2014.
8. Yiwen B., Ping H. Estimation of potential energy saving and carbon dioxide emission reduction in China based on an extended non-radial DEA approach. Energy Policy, 2013, no 63, pp. 962-971.
9. Zhou P., Ang B.W. Linear programming models for measuring economy-wide energy efficiency performance. Energy Policy, 2008, no 36, p. 2911-2916.
10. Lozano S., Gutiérrez E. Non-parametric frontier approach to modelling the relationships among population, GDP, energy consumption and CO2 emissions. Ecological Economics, 2008, no 66, p. 687-699.
11. Bian Y., Yang F. Resource and environment efficiency analysis of provinces in China: a DEA approach based on Shannon’s entropy. Energy Policy, 2010, no 38, p. 1909-1917.
12. Shi G., Bi J., Wang J. Chinese regional industrial energy efficiency evaluation based on a DEA model of fixing non-energy inputs. Energy Policy, 2010, no 38, pp. 6172-6179.
