运营船舶脱碳优先级筛选的方法学解决方案

《Journal of Marine Science and Engineering》：Methodological Solutions for Selecting Priority for Decarbonization of an Operating Vessel

　　

作为欧盟温室气体（GHG）中和战略的一部分，海运脱碳面临的最关键挑战之一是现有船舶能源系统的温室气体和有害排放削减。此外，与新建船舶相比，运营船舶实施脱碳技术的潜力仍然显著受限。选择适当的脱碳措施需要对技术可行性、经济可行性和环境绩效进行全面评估，并符合国际海事组织（IMO）和欧盟建立的监管框架。此类决策过程中的主要局限性在于确保专家判断的代表性和可靠性。为提高结果的可靠性并扩展和结构化信息基础，本研究提出并实施了一种将SWOT分析与多准则决策（MCDM）方法相结合的方法。本研究旨在检验综合分析和排序方法在应用于原型油轮脱碳技术时的集成应用的方法论方面。基于SWOT分析方法，研究确定了在中期脱碳期间（至2030–2035年）可用于实际应用的技术解决方案。随后基于几种应用的多准则（MCDM）分析方法（逼近理想解排序法（TOPSIS）、复杂比例评估法（COPRAS）、简单加权法（SAW））进行的评级使研究人员能够检验所获解决方案相对于方法本身以及评价准则权重因子变化情景的范围、稳定性和敏感性。TOPSIS法和COPRAS法所获评级完全匹配，证实了多准则决策过程（优先-妥协排序）的稳定性：碳捕获与封存（CCS）、风筝、空气润滑、弗莱特纳（Flettner）转子。所进行的敏感性分析表明，当CO₂削减准则的权重因子在约±10%范围内变化时，技术排序保持相对稳定，而更大偏差则导致三种MCDM方法之间的差异增大。对于TOPSIS法，阈值指标临界值的变化限值为±20%；COPRAS法显示中等结果；在±20%范围内改变权重系数不会改变最佳技术的选择。所获结果允许对所提出的综合方法在作为运营船舶脱碳方法排序初始阶段的替代方案应用时的有效性给予积极评价。

该研究发表于《Journal of Marine Science and Engineering》，聚焦于运营船舶脱碳技术优先级筛选的方法学构建。在全球气候变化与空气污染日益严峻的背景下，国际海事组织与欧盟相继出台严格的温室气体减排政策，包括能源效率设计指数（EEDI）、现有船舶能效指数（EEXI）、碳强度指标（CII）、欧盟排放交易体系（EU ETS）、FuelEU海事法规以及监控、报告与验证（MRV）体系等。然而，现有船舶因其船龄结构、技术改装空间受限等特点，脱碳路径的选择远较新造船舶复杂。根据DNV海事数据，目前超过91.3%的在营船舶仍依赖传统石油基船用燃料，这凸显了运营船舶脱碳的紧迫性与技术路径选择的困难性。

在此背景下，研究人员系统阐述了现行脱碳技术的分类与特性。技术路径涵盖改善船体水动力性能（如船体涂层、空气润滑系统）、能源系统现代化（如废热回收（WHR）、电池混合动力）、低碳替代燃料（如液化天然气（LNG）、氢化植物油（HVO）、氨、甲醇、氢气）以及风能辅助推进与碳捕获与封存（CCS）等。研究人员特别指出，不同技术在从油井到船（WtW）和从油箱到船（TTW）两种生命周期评估边界下的减排效益存在显著差异，且技术成熟度、基础设施配套、安全性和 onboard 空间需求等因素共同制约着技术的实际 applicability。例如，氨燃料虽具备100%的TTW CO₂减排潜力，但其毒性、低体积能量密度及NO_x排放问题尚未完全解决；CCS技术减排潜力高达73%–100%，但面临CO₂储存空间占用和岸基卸载基础设施缺乏的制约。

为解决上述多因素交织的复杂决策问题，研究人员提出将SWOT分析与多准则决策（MCDM）方法相结合的创新方法论框架，并以一艘典型油轮为案例进行验证。该方法首先通过结构化的SWOT分析（优势-劣势-机遇-威胁分析）对候选技术进行定性筛选与信息结构化，形成后续定量评价的信息基础。此方法较传统专家问卷调查具有更广泛的信息来源，涵盖技术文档、科学文献和综述文章等。随后，研究并行应用SAW（简单加权法）、TOPSIS（逼近理想解排序法）和COPRAS（复杂比例评估法）三种MCDM方法，基于环境绩效、经济可行性、能源效率、安全性和 onboard 空间需求五项准则构建决策矩阵，开展技术排序与敏感性分析。权重设置以CO₂减排为核心（权重0.500），其余准则依据专家判断和市场常规优先级分配。

研究中使用的关键技术方法主要包括：以一艘特定参数原型油轮为案例研究对象；基于SWOT分析的初始技术筛选与评分量化；构建包含五项准则的归一化决策矩阵；并行应用SAW、TOPSIS和COPRAS三种MCDM方法进行技术排序；以CO₂减排准则权重为核心开展±20%范围的敏感性分析，检验结果稳定性与方法间差异。

研究结果部分呈现如下。SWOT分析与初步筛选：基于SWOT分析，七项技术（HVO、LNG、空气润滑系统（ALS）、弗莱特纳转子、WHR、CCS、风筝辅助推进）进入评价。考虑到技术成熟度要求，氨燃料和电池电动化技术因安全性、基础设施和能量密度限制被排除。经六点评分量化，各技术形成初步排序基础。

多准则分析实施与优先级排序：三种MCDM方法的应用结果高度一致，CCS（A7）、风筝技术（A6）、空气润滑（PCDR模式）（A3）、弗莱特纳转子（A5）分列前四位，LNG（A1）居第五，HVO（A2）因TTW减排效果有限排名最末。TOPSIS与COPRAS结果完全匹配，显示优先-妥协排序的稳定性。研究人员指出，SAW因补偿效应使HVO排名略高于WHR，而TOPSIS对弱准则更敏感，HVO因CO₂减排得分最低而被大幅降级。

结果稳定性与敏感性分析：研究发现所有方法中高优先级替代方案（CCS和风筝）保持稳健。COPRAS稳定性最高，CO₂权重降低15%或增加20%才引发排序变化；TOPSIS在权重降低20%或增加10%时出现变化；SAW最敏感，权重变化10%即导致排序改变。研究人员据此提出10%为临界相对阈值，超出此范围三种方法差异显著增大。

讨论部分，研究人员深入分析了方法特性差异及其对结果的影响。SAW的补偿效应使其在经济和操作指标上的优势可部分抵消减排劣势，适合准则间相互替代性强的场景；TOPSIS基于与理想解的距离测度，对极端值和弱势准则高度敏感，能识别出存在明显短板的技术方案；COPRAS则处于中间位置，分别处理正向和负向准则的影响，在经济可行性识别方面更具优势。研究人员强调，单一方法难以全面反映所有利益相关方优先级，多方法并行可相互验证、减少单一算法偏差，提升决策可靠性。

结论方面，研究确认SWOT与MCDM集成方法的有效性与可行性。主要结论包括：SWOT分析作为初始阶段工具，有效扩展了信息基础并实现了技术预筛选；SAW、TOPSIS和COPRAS三种方法的并行应用提高了排序透明度和结果可信度；CCS技术因最高减排潜力被列为最优选择，风筝技术和空气润滑系统因兼具减排效果、安全性和技术成熟度而成为有吸引力的替代方案；敏感性分析表明在±10%权重变化范围内，技术排序保持相对稳定，验证了模型可靠性；多方法差异主要体现在低优先级替代方案，提示实际应用中需关注数学结构对结果的影响。研究人员建议后续研究将脱碳绩效与演进中的监管框架（如EU ETS）对齐，纳入未充分减排的潜在额外运营成本；扩展评价准则以强化技术、环境、经济和操作维度的关联；建立基于实际脱碳效率数据的权重动态调整机制，提升模型适应性；并采用多准则设计方法对各技术的结构组件进行细化分析，以确定最优技术配置。