Pendekatan DEA-AHP Dua Peringkat untuk Pemilihan Tapak Loji Kuasa Solar PV di Taiwan

1. Pengenalan

Kertas kerja ini membahas cabaran kritikal dalam memilih tapak optimum untuk loji kuasa Solar Fotovoltaik (PV) di Taiwan. Kesegeraan ini didorong oleh keperluan global untuk beralih daripada bahan api fosil kepada tenaga boleh diperbaharui, satu anjakan yang diperkuat oleh pandemik Covid-19 dan keperluan perubahan iklim. Taiwan, yang sangat bergantung kepada import bahan api fosil dan terletak di zon seismik aktif, memandang pembangunan tenaga suria sebagai penting untuk keselamatan tenaga dan kelestarian ekonomi.

1.1 Situasi Tenaga Boleh Diperbaharui Global

Kertas kerja ini meletakkan kajian dalam konteks usaha global seperti Perjanjian Paris dan Perjanjian Hijau Eropah, yang bertujuan untuk pelepasan sifar bersih. Ia menekankan ketahanan tenaga boleh diperbaharui semasa krisis Covid-19, dengan penjanaan elektrik daripada sumber boleh diperbaharui meningkat sebanyak 5% pada tahun 2020 walaupun terdapat gangguan.

1.2 Potensi Tenaga Suria

Tenaga suria dikenal pasti sebagai sumber boleh diperbaharui yang paling sesuai untuk Taiwan disebabkan keadaan geografi dan iklimnya. Walau bagaimanapun, kekangan tanah, cabaran dasar, dan isu skala menghalang pembangunan, menjadikan pemilihan tapak secara sistematik amat penting.

2. Metodologi: Kerangka Kerja MCDM Dua Peringkat

Sumbangan teras ialah pendekatan novel Membuat Keputusan Pelbagai Kriteria (MCDM) dua peringkat yang menggabungkan Analisis Penyampulan Data (DEA) dan Proses Hierarki Analitikal (AHP).

2.1 Peringkat 1: Analisis Penyampulan Data (DEA)

DEA digunakan sebagai penapis awal untuk menilai kecekapan sumber semula jadi 20 bandar/daerah berpotensi. Ia memperlakukan lokasi sebagai Unit Membuat Keputusan (DMU).

Input: Suhu, Kelajuan Angin, Kelembapan, Kerpasan, Tekanan Udara.
Output: Jam Sinaran Matahari, Insolasi.

Lokasi yang mencapai skor kecekapan sempurna 1.0 akan mara ke peringkat seterusnya.

2.2 Peringkat 2: Proses Hierarki Analitikal (AHP)

AHP digunakan untuk mendudukkan lokasi yang cekap dari Peringkat 1 berdasarkan set kriteria sosio-tekno-ekonomi-alam sekitar yang lebih luas. Ia melibatkan perbandingan berpasangan untuk mendapatkan pemberat kriteria dan skor akhir lokasi.

2.3 Hierarki Kriteria dan Sub-Kriteria

Model AHP distrukturkan dengan lima kriteria utama dan 15 sub-kriteria:

Ciri-ciri Tapak: Kecerunan tanah, Jenis guna tanah, Jarak ke grid.
Teknikal: Sinaran suria, Jam sinaran matahari, Suhu.
Ekonomi: Kos pelaburan, Kos operasi & penyelenggaraan, Kos penghantaran elektrik, Mekanisme sokongan (cth., tarif galakan).
Sosial: Penerimaan awam, Penciptaan pekerjaan, Permintaan penggunaan elektrik.
Alam Sekitar: Pengurangan pelepasan karbon, Kesan ekologi.

3. Kajian Kes: Taiwan

3.1 Pengumpulan Data & Tapak Berpotensi

Kajian ini menilai 20 bandar dan daerah utama di seluruh Taiwan. Data meteorologi (input/output untuk DEA) dan data sosio-ekonomi (untuk AHP) dikumpulkan daripada sumber rasmi Taiwan seperti Pusat Cuaca Pusat dan Kementerian Hal Ehwal Ekonomi.

3.2 Keputusan Analisis Kecekapan DEA

Model DEA menapis lokasi dengan kecekapan sumber semula jadi yang sub-optimum. Hanya bandar/daerah yang menukar input iklim (seperti suhu sederhana dan kelembapan rendah) kepada output tenaga suria (sinaran matahari dan insolasi tinggi) dengan cekap menerima skor 1.0. Langkah ini mengurangkan kumpulan calon untuk analisis AHP yang lebih terperinci.

3.3 Pemberat AHP & Kedudukan Akhir

Perbandingan berpasangan AHP mendedahkan kepentingan relatif kriteria. Tiga sub-kriteria paling berpengaruh adalah:

0.332Mekanisme Sokongan

0.122Kos Penghantaran Kuasa Elektrik

0.086Permintaan Penggunaan Elektrik

Ini menekankan bahawa faktor dasar dan ekonomi (sokongan, kos) dan permintaan tempatan adalah lebih menentukan daripada potensi sumber suria tulen dalam kedudukan akhir.

4. Keputusan & Perbincangan

4.1 Penemuan Utama

Pendekatan hibrid DEA-AHP berjaya mengenal pasti dan mengutamakan tapak. Kekuatan proses dua peringkat terletak pada memastikan daya maju sumber semula jadi (DEA) terlebih dahulu sebelum menilai kebolehgunaan yang lebih luas (AHP), menghalang lokasi yang kaya dengan sumber tetapi tidak boleh dilaksanakan daripada mendapat kedudukan tinggi.

4.2 Lokasi Teratas

Kedudukan AHP akhir mengenal pasti tiga lokasi paling sesuai untuk pembangunan ladang solar PV berskala besar di Taiwan:

Bandar Tainan
Daerah Changhua
Bandar Kaohsiung

Kawasan ini menggabungkan sumber suria yang kuat dengan keadaan ekonomi yang baik (cth., mekanisme sokongan sedia ada), kos penghantaran relatif yang lebih rendah, dan permintaan elektrik tempatan yang tinggi.

5. Butiran Teknikal & Formulasi Matematik

Formulasi DEA (Model CCR): Skor kecekapan $\theta_k$ untuk DMU $k$ diperoleh dengan menyelesaikan program linear: $$\text{Max } \theta_k = \sum_{r=1}^{s} u_r y_{rk}$$ $$\text{subject to: } \sum_{i=1}^{m} v_i x_{ik} = 1$$ $$\sum_{r=1}^{s} u_r y_{rj} - \sum_{i=1}^{m} v_i x_{ij} \leq 0, \quad j=1,...,n$$ $$u_r, v_i \geq \epsilon > 0$$ di mana $x_{ij}$ adalah input, $y_{rj}$ adalah output, $v_i$ dan $u_r$ adalah pemberat, dan $\epsilon$ adalah infinitesimal bukan-Archimedean.

Semakan Konsistensi AHP: Langkah kritikal adalah memastikan matriks perbandingan berpasangan $A$ adalah konsisten. Indeks Konsistensi ($CI$) dan Nisbah Konsistensi ($CR$) dikira: $$CI = \frac{\lambda_{max} - n}{n-1}$$ $$CR = \frac{CI}{RI}$$ di mana $\lambda_{max}$ adalah nilai eigen utama, $n$ adalah saiz matriks, dan $RI$ adalah Indeks Rawak. $CR < 0.1$ boleh diterima.

6. Kerangka Analisis: Contoh Kes

Skenario: Menilai dua tapak calon, "Bandar A" dan "Daerah B," selepas pra-penapisan DEA.

Langkah 1 - Pemberat Kriteria (AHP): Pakar melakukan perbandingan berpasangan. Sebagai contoh, membandingkan kesan "Ekonomi" vs. "Alam Sekitar" mungkin menghasilkan skor 3 (kepentingan sederhana Ekonomi berbanding Alam Sekitar). Ini mengisi matriks perbandingan untuk mendapatkan pemberat global (cth., Ekonomi: 0.35, Alam Sekitar: 0.10).

Langkah 2 - Pemarkahan Tapak per Kriteria: Nilaikan setiap tapak terhadap setiap sub-kriteria pada skala (cth., 1-9). Untuk "Mekanisme Sokongan," jika Bandar A mempunyai tarif galakan yang cemerlang (skor=9) dan Daerah B mempunyai sokongan yang lemah (skor=3), ini dinormalisasikan.

Langkah 3 - Sintesis: Skor akhir untuk Bandar A = $\sum (\text{Pemberat Sub-kriteria} \times \text{Skor Dinormalisasi Bandar A})$. Tapak dengan skor agregat yang lebih tinggi adalah lebih disukai.

Kerangka kerja kuantitatif berstruktur ini menggantikan pembuatan keputusan ad-hoc dengan ketelusan dan kebolehkesanan.

7. Prospek Aplikasi & Hala Tuju Masa Depan

Integrasi dengan GIS: Kerja masa depan harus mengintegrasikan pendekatan MCDM ini dengan Sistem Maklumat Geografi (GIS) untuk visualisasi spatial dan analisis kesesuaian tanah, mencipta alat sokongan keputusan yang berkuasa.
Model Dinamik & Kebarangkalian: Menggabungkan data siri masa dan ramalan kebarangkalian untuk pembolehubah iklim dan harga elektrik boleh menjadikan model ini adaptif kepada perubahan masa depan.
Hibrid dengan kaedah MCDM lain: Menggabungkan AHP dengan teknik seperti TOPSIS atau VIKOR boleh mengendalikan ketidakpastian atau kriteria yang bercanggah dengan lebih teguh.
Aplikasi Lebih Luas: Kerangka kerja dua peringkat ini sangat boleh dipindahkan kepada masalah pemilihan tapak tenaga boleh diperbaharui lain (cth., angin, geoterma) dalam konteks geografi yang berbeza.
Integrasi Kelestarian Kitaran Hayat: Mengembangkan kriteria alam sekitar kepada Penilaian Kitaran Hayat (LCA) penuh akan menilai jejak karbon pembuatan dan penamatan panel PV.

8. Rujukan

Intergovernmental Panel on Climate Change (IPCC). (2021). Climate Change 2021: The Physical Science Basis. Cambridge University Press.
United Nations. (2015). Paris Agreement. United Nations Treaty Collection.
European Commission. (2019). The European Green Deal. COM(2019) 640 final.
International Energy Agency (IEA). (2020). World Energy Outlook 2020. OECD/IEA.
International Renewable Energy Agency (IRENA). (2021). Renewable Energy and Jobs – Annual Review 2021.
Charnes, A., Cooper, W. W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2(6), 429-444.
Saaty, T. L. (1980). The Analytic Hierarchy Process. McGraw-Hill.
Wang, C. N., Nguyen, N. A. T., Dang, T. T., & Bayer, J. (2021). A Two-Stage Multiple Criteria Decision Making for Site Selection of Solar Photovoltaic (PV) Power Plant: A Case Study in Taiwan. IEEE Access, 9, 75509-75522. DOI: 10.1109/ACCESS.2021.3081995.

9. Analisis Pakar & Ulasan Kritikal

Pandangan Teras: Kertas ini bukan sekadar satu lagi kajian pemilihan tapak; ia adalah cetak biru pragmatik untuk mengurangkan risiko pelaburan infrastruktur tenaga boleh diperbaharui. Pandangan sebenar adalah logik berurutan: gunakan DEA untuk menapis kecekapan sumber semula jadi dengan tegas dahulu—satu pintu wajib berdasarkan fizik—sebelum membiarkan kriteria AHP yang lebih lembut dan berat dasar menentukan pemenang. Ini menghalang perangkap biasa memilih tapak yang mudah dari segi politik tetapi sederhana dari segi iklim.

Aliran Logik: Keanggunan metodologi terletak pada pembahagian tugas. DEA mengendalikan soalan "bolehkah ia berfungsi di sini?" berdasarkan matahari, angin, dan hujan. AHP menangani soalan "patutkah kita membinanya di sini?" berdasarkan kos, dasar, dan kesan sosial. Ini mencerminkan proses keputusan sebenar pembangun dan kerajaan, bergerak dari potensi teknikal kepada kebolehgunaan projek. Pemberat tinggi yang diberikan kepada "Mekanisme Sokongan" (0.332) adalah refleksi realiti yang jujur: tarif galakan yang baik boleh mengatasi beberapa mata peratusan sinaran suria yang lebih tinggi.

Kekuatan & Kelemahan: Kekuatan utama ialah keteguhan pendekatan hibrid dan pengesahannya dalam konteks dunia sebenar yang kompleks (Taiwan). Menggunakan alat yang mantap dan difahami secara meluas (DEA, AHP) meningkatkan kebolehulangan. Walau bagaimanapun, model ini mempunyai jurang yang ketara. Pertama, ia statik; ia tidak mengambil kira kebolehubahan temporal sumber suria atau kesan perubahan iklim masa depan, satu pertimbangan kritikal yang ditekankan oleh laporan terkini IPCC. Kedua, pergantungan AHP pada perbandingan berpasangan pakar, walaupun standard, memperkenalkan subjektiviti. Kertas ini akan lebih kuat jika ia menambah ini dengan analisis sensitiviti atau menggunakan pendekatan fuzzy-AHP untuk mengendalikan ketidakpastian, seperti yang dilihat dalam aplikasi lanjutan yang dibincangkan di halaman metodologi RAND Corporation. Ketiga, ketersediaan dan kos tanah—sering menjadi penghalang utama—nampaknya tersembunyi dalam sub-kriteria. Dalam banyak pasaran, ini adalah kekangan utama.

Pandangan Boleh Tindak: Bagi pembuat dasar di Taiwan dan wilayah yang serupa, senarai teratas (Tainan, Changhua, Kaohsiung) menyediakan titik permulaan berasaskan data untuk menumpukan infrastruktur dan insentif. Bagi pembangun, kerangka kerja ini adalah senarai semak uji kaji sedia. Langkah seterusnya yang segera haruslah mengintegrasikan model ini dengan data GIS beresolusi tinggi untuk beralih daripada analisis peringkat bandar ke analisis peringkat lot. Tambahan pula, membandingkan keputusan DEA-AHP ini dengan hasil daripada model kesesuaian tapak berasaskan pembelajaran mesin—seperti yang semakin digunakan dalam perancangan ladang angin—akan menjadi arah penyelidikan yang berharga untuk menguji penumpuan (atau percanggahan) paradigma yang berbeza. Akhirnya, kerja ini menyediakan asas operasi yang kukuh. Masa depan terletak pada menjadikannya dinamik, eksplisit secara spatial, dan mampu menerima aliran data masa nyata.