论文部分内容阅读
二氧化碳捕捉与封存技术(Carbon Capture and Storage,简称CCS)是一种高效、可靠的碳减排技术,主要由捕集、运输和封存三个部分组成。利用CCS技术实现大规模的碳减排是当前减少二氧化碳进入大气环境的一个重要手段。目前,世界各国正积极开展CCS技术的应用研究,我国作为碳排放大国,现有碳排放量已经占全世界碳排放总量的近三分之一,新增碳排放量占了全球新增排放总量的60%,更加迫切需要开展CCS有关方面的研究,以有效降低我国的碳减排压力。受制于CCS技术的高成本,现有的CCS项目大多属于政府牵头的示范性项目,CCS的商业化应用仍然面临诸多困境。现有的研究成果大多集中于封存地点的选择、二氧化碳泄漏风险分析、捕集技术发展等几个方面,这些研究只是着重于具体的技术层面,而直接针对CCS项目商业化应用方面的风险评价研究尚不够充分。然而作为商业投资者,除了关注项目本身的技术可行性、安全性之外,还需要全面考虑投资安全和投资收益等方面的问题。因此,本文将着重研究CCS项目商业化过程中的投资收益和实施风险评价模型。本文以CCS项目作为研究对象,从项目实施的层面出发研究CCS项目投资收益与实施的风险评价,旨在为CCS项目的商业化应用进行风险评价提供决策依据。首先,利用实物期权对CCS项目进行投资收益风险评价;其次,利用综合云模型对CCS项目实施进行风险评价;第三,利用区间二型模糊决策试验和评价实验法(Interval Type-2 Fuzzy Decision Making Trial and evaluationlaboratory,简称it2fdmtel)对ccs项目风险进行因素分析;最后,提出一种全新的响应映射云概念并运用到ccs项目投资决策的时机选择上,以判断项目在未来投资的最佳时间。本文的主要研究成果包括:(1)分析ccs项目投资收益的相关影响因素,构建ccs的投资收益风险评价模型。通过对ccs项目的影响因素进行分析,选择并确立了其中最关键的三个因素:技术进步、电价补贴和碳交易价格。进而,在建立项目的价值收益模型基础上,通过构建实物期权的三叉树模型对项目收益进行分析,根据得到的项目期权初期价值进行投资收益风险的评估,评估结果显示出该方法具有很好的风险决策评价效果。(2)根据ccs项目的风险评价要求,构建ccs项目的评价指标体系,建立了基于云模型的ccs项目风险评价模型。利用粗糙集的定权方法来确定评价指标权重,采用综合云模型来构建评价矩阵,通过合成算子实现ccs项目的风险评价。针对该方法在处理误差和随机性时不够理想的情况,进一步提出了ccs综合云模型的改进方法,通过对评价指标进行分层,逐级生成综合云的办法,提高了ccs项目的综合评价效果。对改进前后的模型进行对比,确认了改进后的模型具有更好的准确性。(3)利用二型模糊逻辑系统能够弥补传统模糊系统在处理不确定性方面不足的特点,提出把模糊层次分析法和it2fdmtel相结合应用到ccs项目风险因素分析中。通过把梯形模糊数引入到模糊层次分析法中,把区间二型梯形模糊数引入到风险因素分析中,更好地解决了ccs项目中存在的评级不精确、评价不确定和评语模糊性等问题。通过实例分析,与传统风险评价实验方法比较,验证了该综合方法在评价方面的有效性及精确性。(4)针对实物期权投资收益风险评价方法仅能评判当前决策的不足,提出了一种全新的响应映射云概念,并将其运用到CCS项目投资决策的时机选择上,以判断项目在未来投资的最佳时间。最后,对建立的CCS项目决策响应映射云进行回归预测,分析结果显示回归模型具有较高的拟合度,能够利用响应云的预测模型对未来的投资时机进行预测模拟。