摘要：中国实现2020年可再生能源占能源消费总量的15%的目标需要科学的规划，不同类型的可再生能源发展需要有合理的比例配置。为此，本文根据“自底向上”的建模方法构建了中国可再生能源综合评价与结构优化模型（REAO模型），模型集成两个模块：第一，基于层次分析法（AHP）构建可再生能源综合评价模块，从经济、技术、资源和环境四个方面设置核心指标，各级指标最终耦合为可再生能源综合利用指数从而实现对不同可再生能源发展进行综合评价并进行优先级排序；第二，基于综合评价结果与线性规划模型，构建优化模块对可再生能源发展的配额权重进行优化配置。实证结果显示，受成本、技术、资源和二氧化碳排放等条件约束，在2020年可再生能源比重占到15%的框架下，水电、风能、太阳能、生物质能、地热能、海洋能分别占38.5%、35.7%、16.8%、3.0%、3.0%、3.0%时为最优比例。本文的研究为中国政府制定各种可再生能源发展规划及相应的产业扶持政策提供科学参考。
1引言
在目前全球化石能源日趋耗竭和生态环境不断恶化的双重制约背景下，发展可再生能源成为各国构建可持续发展能源体系、实现低碳经济转型的战略选择，同时也是未来经济和技术发展的制高点。尤其是对于作为世界上能源消耗大国的中国而言，受制于资源禀赋、消费习惯和技术依赖等因素，煤炭、石油、天然气等化石能源在一次能源消费结构中长期占主导作用（2009年煤炭、石油、天然气消耗所占比重分别为70.62%、18.59%和3.67%，）而新能源与可再生能源消耗所占比重仅为7.12%1），发展可再生能源迫在眉睫。
2007年8月，中国发展与改革委员会颁布《可再生能源中长期发展规划》，中国力争实现到2020年可再生能源占能源消费总量的15%。可再生能源发展的关键因素包括可再生能源资源禀赋、技术研发、市场需求、政策环境等。对于中国来说，可再生能源资源量巨大（中国可再生能源资源可开发量约为36）亿t标煤/年，而2009年能源消费总量为31亿t标煤2），可再生能源产业发展越来越受到政府和社会的普遍重视，财政及金融方面的支持力度不断加大；另一方面，目前中国可再生能源技术发展水平较低，产业发展不均衡，尤其是宏观层次缺乏综合考虑不同资源分布、发展的初始投入与长期收益、技术水平现状与发展趋势的可再生能源发展规划引导，从而阻碍各种可再生能源的高效开发利用及其结构优化。
发展可再生能源不仅需要明确的发展目标以及有效的政策扶持，更需要根据本国国情和发展可再生能源的基础进行综合评价，形成优劣分明、排序合理的政策评价，一方面为政府制定可再生能源发展目标并实施差异化的扶持政策提供政策依据，另一方面为企业提供清晰的市场导向。基于此，本文以优化可再生能源发展结构为目标，综合分析经基金项目：2007年美国能源基金会项目：“中国电力产业提高能源效率和减少污染的管制行动”；2009年中国博士后科学基金：“可持续发展与社会公平——基于能源补贴理论与政策实践的研究“（项目编号：20090460202）；2009年教育部学社会规划项目：“中国电力价格体制改革研究——煤电价格联动的政策效应”（项目编号：09YJA790006）的阶段性研究成果。
济、技术、资源和环境等因素，构建了可再生能源综合评价与结构优化模型，以期在至2020年可再生能
源比重达到15%的框架下，实现其结构优化。
2文献综述
可再生能源科技发展路线图及其发展结构规划立足于对能源需求、未来发展情景的科学分析以及相关技术的科学评价与选择。由于新能源的战略性地位，近10年来，很多国家就新能源技术的选择及其发展路线图的规划制定进行了研究。
从宏观层面上，很多发达国家的相关机构以及学者制定或研究了新能源科技发展路线图，用于本国新能源科学研究和技术发展的规划和预测，以及国家新能源战略政策的制定，例如：欧盟等国际组织[1-3]进行了世界未来能源需求结构变化预测以及制定了氢能的技术路线图，美国[4-7]、德国[8]等制定了核能系统技术路线图，日本[9]制订了至2030年能源战略技术路线图。CowanandDaim[10]基于对不同能源技术的评价以及发展路线图的构建综合比较了各种能源发电的应用，并以此为基础预测了发电成本的变化趋势以及未来的需求前景，结果显示，光伏发电的成本下降的幅最大，其发展前景较好。Lee，etal.[11]综合考虑了能源、环境与经济的挂钩关系以及产业化前景，构建了韩国未来10年的以氢能为重点目标的能源科技路线图。Antonio[12]通过设置了发电部门成本、投资、占地、CO2排放等几个指标对西班牙新能源产业进行了评价，并就这些指标被赋予不同权重的情况下，分析了评价结果。Lee[13]构建了韩国氢能发展路线图，应用Fuzzy-AHP方法
确定优先发展的氢能技术。
在微观层次，新能源技术的评价与选择是新能源开发利用选择与结构优化的基础。很多学者应用多目标分析（Multi-criteriamodel）、生命周期评价（LCA）或者地理信息系统技术（GIS）等研究了新能源技术的选择与评价问题。H.Afgan，etal.[14]设置能源效率、装机以及发电成本、CO2排放以及占地等可持续评价指标，应用多目标评价方法计算不同能源技术的可持续指数，研究表明风能、水电的可持续性较好。Doukas，etal.[15]应用语言变量（linguisticvariables），构建了多目标分析模型来帮助决策者选择优先发展的可持续能源技术。Evans，etal.[16]提出了评价可再生能源发电技术的可持续评价指标：发电成本、温室气体排放、能源效率、技术可行性、占地、水耗以及社会影响，并以此为基础对风能、水电、光伏、地热等可再生能源发电技术进行综合评价与排序，其评价结果是风能的可持续性最好。Heo，etal.[17]设置技术、市场、经济、环境以及政策五个方面的核心指标，应用层次分析法与模糊综合评价（Fuzzy-AHP），对韩国新能源的普
及政策进行了综合评价。
基于生命周期及GIS技术等方法，Tsoutsos[18]，Jungbluth，etal.[19]，PehntM[20]，StoppatoA.[21]以及A.F.Sherwani，etal.[22]通过环境影响、经济成本以对社会的影响等几个指标，对新能源技术从资源采掘到发电再到废弃物排放这一全生命周期过程进行了综合分析或评价。同样，Dalia[23]也应用生命周期评价方法研究了不同新能源发电技术的碳排放及其成本，并以此作为评价不同新能源发电技术的重要依据。J.Byrne，etal.[24]应用GIS技术，通过问卷调研，综合研究了小型可再生能源技术满足中国农村地区居民需求的前景，并对风电、太阳能发电等从资源、经济、技术、居民生活等多方面进行了综合评价。
在中国，对可再生能源发展路线图的设计以及对其综合评价等方面的研究还刚刚起步，相关研究较少。在发展路线图设计方面，近年来仅有中国科学院、中国工程院以及科学技术部对可再生能源科技发展路线进行了一些研究（中国科学院能源领域战略研究组[25]；黄其励[26）。]无论从理论方法还是从研究的范畴方面，对新能源开发利用的综合评价都很匮乏和不全面。首先，由于中国相关数据库的不完善，中国无法使用目前国际上通用的、可以从多角度比较系统、全面地评价不同可再生能源技术的生命周期方法对新能源的开发利用进行综合评价。仅有极少数学者（如王伯春[27]；刘叶志等[28）]使用了生命周期的概念，计算了可再生能源对经济系统的延伸效益以及绿色效益，但他们都仅局限于理论阐述，并未利用该法进行相应的实证分析。其次，在研究范畴方面，目前，中国并没有关于几类新能源或所有新能源开发利用的整体评价方面的研究，只有少数学者仅就某类新能源技术进行了综合评价，如王德元等[29]设置技术适用性、经济可行性、环境友好性3个评价准则，及资源供给、装备技术、能源利用率、能源品位、生产成本、经济收益、生态影响、环境污染、社会收益等9个评价指标，基于层次分析法的集总加权评价模型，对10种生物质能利用技术进行综合评价。阮娴静[30]构建了包括环境保护性、经济适用性、能源效用性、资源禀赋性和技术成熟性的五维评价指标体系，应用模糊综合评价法对新能源汽车的发展优劣性进行评价。
综上所述，一方面，目前各国对可再生能源的发展路线图的构建仅侧重于技术层面的分析，而对宏观层次的发展结构规划研究的相对较少，而中国目前仅有的一些少量分析也仅仅局限于对某一单项可再生能源技术的评价或一些理论上的阐述；另一方面，在评价指标的设置方面，中国学者较少关注未来的发展前景，且对环境效益、间接效益等方面指标也缺乏定量的衡量。为此，本文构建了集成评价与优化两个模块的可再生能源综合评价与发展结构优化模型，探寻一条适合中国国情的可再生
能源开发利用优化路径。
3研究方法
3.1技术路线图
为优化中国可再生能源发展目标，本文采用“自底向上”的建模方法构建了可再生能源综合评价与结构优化模型：REAO模型（RenewableEnergyAssessmentandOptimizationmodel）。REAO模型集
成了两个模块：①基于层次分析法（AHP）的可再生能源综合评价模块，从经济、技术、资源和环境四个方面设置核心指标，对不同可再生能源发展进行综合评价并进行优先级排序；②可再生能源发展结构优化模块，基于综合评价结果与线性规划模型，以各种可再生能源组合的综合评分最大化为目标函数，综合考虑成本、技术、资源和碳排放等约束条件，运用线性规划模型对可再生能源发展的比例进行优化配置，整个模型结构如图1所示。
模型的构建沿着可再生能源发电技术-可再生能源利用-可再生能源发展结构规划的路径，基于综合评价模块与优化模块，寻求中国未来可再生能源体系的优化配置。其中，综合评价模块的输入端为可再生能源利用的一系列技术（本文主要考虑可再生能源规模发电技术）、经济、资源和环境参数，以评价指标体系为核心，结合层次分析法，构建综合评价模块，模块的研究内容及实现功能包括：①指标界定及分析；②层次分析法确定指标权重[31]；③数据标准化；④综合评价结果与优先级排序输出。优化模块的输入端为综合评价结果的部分数据与可再生能源发展情景的约束条件，输出端为中国至2020年可再生能源发展结构优化结果。整个模型耦合了从微观层次的可再生能源发电技术、资源利用综合评价到宏观层次发展结构规划的整个过程。
3.2综合评价方法
3.2.1评价指标设计可再生能源开发利用综合评价是一项系统工程，涉及到技术经济、资源环境等多个范畴，为了系统解决这一复杂的多目标决策问题层，本文基于层次分析法（AHP），利用层级结构将影响因素之间的复杂关系有系统的链接起来。在目标层的约束下，设置经济、技术、资源以及环境等4项准则层指标，设置装机容量、发电成本、技术成熟度等次准则层指标，指标分为定量指标与定性指标两大类，选择水电、风能、太阳能、生物质能、地热能和海洋能6种可再生能源作为评价对象，在综合分析国内外权威机构和学者相关研究数据和预测结果的基础上对各项指标进行赋值，并对成本、技术转换效率等关键指标进行发展趋势分析。
3.2.2指标界定及分析
（1）经济指标。可再生能源开发与利用的关键因素之一是经济性，包括两个核心指标：发电成本和装机容量。发电成本为定量指标，本文采用全成本核算方法计算各种可再生能源技术的发电成本，发电成本参考国内可再生能源行业平均水平；外部成本主要指可再生能源发电在其全生命周期内造成的环境损失，由于国内相关数据欠缺，因此本文参考国际研究成果[10，16]，确定不同可再生能源发电在全生命周期内的外部成本。装机容量为定量指标，表征可再生能源的开发利用现状，影响其未来发展的前景。
（2）技术指标。技术的可行性以及局限性是决定可再生能源发展的重要因素，主要指标包括：能源加工转化效率以及技术成熟度。其中能源加工转化效率为定量指标，表征可再生能源发电技术应用的效率，不同可再生能源效率因设备水准以及技术水平等不同而异，本文综合参考中国能源科技发展路线图[25，26]、国家发改委研究报告[37]以及Evans，etal.[16]等研究结果，通过取均值来确定6种可再生能源发电技术的能源加工转化效率。技术成熟度为定性指标，决定了目前可再生能源发电应用的情况，技术越成熟意味着更容易规模化应用，目前水电技术最为成熟，风能、太阳能、生物质能等次之，海洋能、地热能等发电技术不太成熟，应用规模较小[25]。
（3）资源指标。包括资源可开发量以及分布特征。资源可开发量为定量指标，指在技术条件允许的条件下，某种可再生能源可以被开发的资源量，其根本决定因素是可再生能源的资源储量。分布特征为定性指标，指可再生能源的区域分布特点，良好的资源分布应满足可再生能源丰富区域距离电力负荷中心近。
（4）环境指标。主要指标为碳排放，这是一定量指标，应用可再生能源代替传统化石能源的一个很大益处就是大量减少了碳排放，可再生能源本身几乎没有任何碳排放，但在可再生能源产业整个生命周期内，其他环节（包括各种发电方式所用原料和燃料在开采和运输、发电设备的制造、电网的建设、运行以及维护保养和废弃物排放与处理等所有环节）会导致碳排放，因此本文参考国际相关机构（如IPCC）以及文献[16，19]中的报道数值加权平均作为不同可再生能源全生命周期的碳排放量。其他环境影响为定性指标，不同可再生能源技术对社会（包括生态）有着不同的影响，例如风能，其叶片会威胁鸟类，而且造成噪声以及视觉影响；水电对农业和流域生态有潜在影响；太阳能对视觉有一定影响。
3.2.3指标赋值对于定量指标，根据指标释义直接计算或从文献、数据库中获取；对于定性指标，通过专家咨询以及查阅文献获得，按照某一个评价维度对各种可再生能源进行比较，采取1~10分的评分制，相对条件最大的为10分，相对条件最小的为1分。
3.2.4数据标准化本文采用功效系数法进行数据标准化，该方法可以体现出某项指标在系列中的相对优劣。对于一些越大越好的指标，采用如下公式标准化：
Ui(Xi)=XXmiax--XXmminin×40+60（1）式中Ui(Xi)为标准化后的数据；Xi为原始数据值；Xmax为数据系列里最大值；Xmin为数据系列里最小值。对于越小越好的指标，采用如下公式标准化：
(Xi)=XXmmaxax--XXmiin×40+60（2）
Ui
3.2.5综合评价结果输出本文采用单指标量化—多指标集成的评价方法对6种可再生能源综合利用进行综合评价，基本思路如下：
（1）单指标量化：求各个单项指标数值，包括定量指标和定性指标。隶属于同一准则层的指标采用线性加权法耦合，最终得到4个准则层综合评价指数数值：可再生能源利用的经济性指数、技术性指数、资源性指数和环境性指数，如公式（3）所示：
Ui=∑(m)Aij×Vij（3）
j=1
式中Vij为第i个准则层下指标下第j个指标的数值；Aij为该指标对应的权重；Ui为第i个准则层综
合评价指数数值。
（2）多指标集成：应用线性加权法将四个准则层综合评价指数最终耦合为可再生能源利用综合指数（见公式（4）），以此作为6种可再生能源综合评价与比较的基准。可再生能源利用综合指数越高，说明该可再生能源较其他备选在评价基准下更易于利用，应该优先发展。
U=∑(n)Ai×Ui（4）
式中U为可(i=1)再生能源利用综合指数；Ai为第i个准则层指标对应权重；Ui为第i个准则层综合评价指数数值。（3）根据6种可再生能源利用综合指数大小进行综合排序。
（4）可再生能源利用处于快速发展时期，在对其进行综合评价时，不能仅仅考虑现状，还应着眼于未来。因此，本文在同一套指标体系下综合考虑现状和发展趋势两个方面，思路为进行不同情景年份下的综合评价，选取2008年为基准年份以及2015年、2020年两个情景年份，相关指标的数值做
相应变化。
3.3可再生能源发展结构优化
3E（经济-能源-环境）理念寻求经济、能源与环境的综合效益最大化，目前可再生能源开发利用成本相对于化石能源较高，但具有良好的资源与环境效益。本节以综合评价分值组合最大化为目标函数，加入成本、技术、资源和碳排放等四个约束条件，最大化可再生能源组合的综合效益，建立如下非线性规划组合：
6
maxh=∑WiEni
i=1
ì∑Ci∑-Ci
ïï-
ïï（5）
ïï∑∑-SiíSi
ïïïï∑CO2i∑(--C-O--2-)iïïîWi≥0.03
式中h表示综合评价分值最优化的目标函数；Wi为优化情境下不同可再生能源比重；Eni为不同可再生能源综合评价分值；Ci，ti，Ti，Si，CO2分别为不同可再生能源成本、技术发展前景、技术成熟度，技术可开发量以及二氧化碳排放的未来值；-Ci，-ti，T-i，Si(-)，CO2(------)分别为上述变量的现值。以上约束条件的系数矩阵选取2008年综合评价（是为未来发展结构做优化，因此选取基准年份结果）部分数据。
4可再生能源利用综合评价及优化结果
4.1综合评价
4.1.1权重赋值及标准化咨询专家选取北京大学、厦门大学、国家发展与改革委员会能源研究所、中国科学院等研究机构能源、环境、经济、技术、管理等领域的专家。根据专家打分结果构造的一级指标判断矩阵如表2所示。
根据AHP方法计算的权向量为：A=（0.2813，
0.2344，0.2813，0.2030）。一致性检验结果为：λmax=
4.0000，CR=0.00<0.10，通过了一致性检验。用同样方法计算二、三级指标权重，计算结果见表3。
4.1.2基准年份评价2008年为基准年份，其各项指标赋值见表4。数据标准化以及综合评价结果如表5所示。可以看出，综合考虑技术、经济、资源、环境四维因素下，6种可再生能源利用综合指数由高到低依次为：水电、风能、太阳能、生物质、海洋能和地热，与中国科学院[25，33]以及国家发改委[37]做的相关研究结果基本一致（水电第一、风能第二），但与国际研究结果[10-12，16，20，23]略有不同（风能可持续利用度高于水电），其原因在于资源禀赋、环境影响等差距不大情况下，中国水电发展时间以及成本、技术成熟度优势远高于其他可再生能源。
4.1.3综合评价情景分析可再生能源的综合评价不仅要考虑现状，还要考虑未来的发展潜力和趋势。为此，本文在2008年综合评价基础上，分别以情景年份一（2015年）和情景年份二（2020年）对可再生能源未来的进行发展趋势评价。进行发展评价的思路是部分指标会随着时间变化，这些指标包括：
（1）发电成本：参考国内行业分析报告，，[34，35]、国家发改委研究报告，[37]、科技路线图[252633]以及IEA等国际机构[3236]相关研究结果，计算从2008年至20202020年发电成本。，
（2）装机容量：参考国内行业研究报告，[3233]、国家发改委研究报告[37]、中国科学院[2533]以及UNEP[32]等国际机构针对中国可再生能源发展趋势的研究工作成果。
（3）能源加工转化效率：参考国内研究报告，，、科技路线图以及国际相关研究结果[252633-35]，计算从2008年至2020年各项可再生能源发电的能源加工转化效率的平均变化率，以2008年数据为基准，应用平均变化率推算2015年以及2020年发电的能源
加工转化效率。
（4）技术成熟度：参考中国科学院、科学技术部的新能源科技路线图、行业分析报告、最后结合设计问卷由专家打分确定[25，26，33-35，37]。情景年份各项指标赋值见表6，评价结果见表7和表8。
根据综合评价情景分析，由于技术成熟度最高以及现有应用规模最大，水电一直是综合利用指数最高的可再生能源，但是从发展的角度来说，风能和太阳能的综合利用指数不断提高并接近水电，证明这两种可再生能源随着技术成熟度的提高以及相应发电成本的下降，其优势会逐渐体现出来，发展前景良好。对于生物质能，由于本文综合评价相关指标选取着重于可再生能源规模发电技术，而这只是生物质能利用的一部分，因此生物质能的优势未能明显体现。地热能和海洋能受制于资源分布以及技术不成熟，近期内发展会相对缓慢。
4.2结构优化
评价模块给出了基于一系列核心指标的综合评价结果，但在实际政策制定时，不仅需要在满足经济持续发展对能源需求的前提下，优化各种可再生能源发展结构，还要考虑实际发展可再生能源时面临的一系列客观约束条件，本节在评价基础上，进一步应用优化模块对不同可再生能源的发展情景进行优化。
具体约束条件解释：
（1）各种可再生能源权重大于或是等于0。
（2）6种可再生能源的权重之和等于1。
（3）成本约束：可再生能源的发展必然带来成
本提升，优化后可再生能源的未来平均成本小于等上的水平，从而未来可再生能源开发在技术上具有于现有平均成本。可行性根据综合评价情景分析，风能、太阳能以及
（4）技术约束：优化后的可再生能源总的技术生物质能的技术发展前景最好；同时，使得可再生发展前景指标处于现有6种可再生能源组合均值以能源技术成熟度处于目前6种可再生能源平均值以
上的水平，从而最有效的利用目前已经成熟的技术。
（5）资源约束：优化后的可再生能源组合技术可开发量处于较高水平，即现有和未来一段时间的技术允许条件下，优化后的可再生能源发展结构组合实现的平均可开发量高于目前组合贡献的平均水平。
（6）碳排放约束：使得未来总可再生能源CO2排放处于目前6种可再生能源CO2排放的平均水平以下。
（7）本着因地制宜、全面发展的思想，各种可再生能源均应该有所发展，本文根据目前各项可再生能源发展现状，约束至2020年各项可再生能源所占比重不低于3%。代入数据，得到如下方程组：
maxh82.93W187.24W280.02W375.07W4
71.65W572.13W6stW..i≥（0，i1，2，，6）
6
i1Wi1
-0.0610W10.0000W20.5760W30.2550W4
0.0820W-0.7240W0
W4
W4
9.260010.1500W58.3100W6≥8.2892W4
Wi≥0.03（，i1，2，，6)
（6）通过线性规划求解，可以得到6种可再生能源的最佳权重如表9所示。根据《可再生能源中长期发展规划》，至2020年中国可再生能源消耗占能源消耗比重达到15%，约为5.25亿t标煤（按照目前的发展态势，根据中国科学院、中国发改委、能源研究所以及IEA等国内外机构的预测分析，我国2020年能源消耗约为35亿t标煤[25，26，33，36，37）。]根据如上6种可再生能源发展最佳权重，可以规划不同可再生能源产业产能，从而指
导国家相关产业政策制定。
5结论与建议
本文构建了中国可再生能源综合评价与结构优化模型，从经济、技术、资源和环境等四个方面构建综合评价指标，综合分析各项评价指标的现有水平与未来情景，系统地评价6种主要的可再生能源，结果表明无论现在和未来情景，水电和风能均排名靠前，而太阳能和生物质能未来情景评价分数高于基准情景，发展潜力良好。基于评价结果，综合考虑成本、技术、资源和环境等多方面的约束，运用线性规划模型对可再生能源未来的发展结构规划进行模拟优化，结果显示，在2020年可再生能源比重占能源消费总量15%的框架下，水电、风能、太阳能、生物质能、地热能、海洋能分别贡献38.5%、
35.7%、16.8%、3.0%、3.0%、3.0%的配额。
根据综合评价与优化结果，本文对可再生能源发展提出如下几点建议：
（1）尽管水电是一种最成熟的可再生能源，但未开发的资源量和技术提升空间限制了水电有更大规模的提升，而风能和太阳能具有广阔的发展前景，因此应坚持从长期效益分析出发，大力发展风能，并通过加大太阳能的技术研发扶持力度，提高太阳能利用转化效率，逆转太阳能光伏电池、设备等的现有贸易格局，以明确的资源开发目标创造更为广阔的国内市场等举措扶持太阳能产业。
（2）生物质能在成本和资源分布方面具备较为明显的优势，而且与其他可再生能源主要应用为规模发电不同，生物质能利用的主要方式还包括其他途径例如生物柴油等；地热能和海洋能的综合评分较低，但不影响在特定的地区和特定的资源条件下，因地制宜地发展地热能和海洋能。
参考文献（References）：
[1]EuropeanRenewableEnergyCouncil.Renewableenergytechnologyroadmapupto2020[EB/OL].http://www.erec.org/fileadmin/erec_docs/Documents/Publications/EREC-Technoloy_Roadmap_def1.pdf，2010-04-15.
[2]AgencyforNaturalResourcesandEnergy.Energytechnologystrategy(technologystrategymap2007)[EB/OL].http://www.iae.or .jp/etm.htm，2010-03-14.
[3]InternationalEnergyAgency.Energytechnologyperspectives2008:Scenarios&strategiesto2050[EB/OL].http://www.iea.org/speech/2008/Taylor_ETP2008.pdf，2010-02-04.
[4]UnitedStatesDepartmentofEnergy.Nationalhydrogenenergyroadmap[EB/OL].http://www.hydrogen.energy.gov/pdfs/national_h2_roadmap.pdf，2010-02-17.
[5]Sawin，J.L.，Prugh，T..Mainstreamingrenewableenergyinthe21stcentury[R].Washington，DC:WorldwatchInstitute，2004.
[6]AgencyforNaturalResourcesandEnergy.Energytechnologystrategy(technologystrategymap)[EB/OL].http://www.iae.or .jp/etm.htm，2010-03-05.
[7]U.S.DOENuclearEnergyResearchAdvisoryCommitteeandtheGeneration.InternationalForum.Atechnologyroadmapforgenerationnuclearenergysystems[EB/OL].http://www.ne.doe.gov/gendocuments/gen_iv_roadmap.pdf，2010-04-03.
[8]GermanAdvisoryCouncilonGlobalChange.WorldinTransition:TowardsSustainableEnergySystems.LondonandSterling:
Earthscan[EB/OL].http://www.energytoolbox.org/gcre/bibliography/60_wbgu_jg2003_engl.pdf，2010-03-05.
[9]MinistryofEconomy.TradeandIndustryinJapan.Strategictechnologyroadmapenergyfield-energytechnologyvision2100[EB/OL].http://www.iae.or .jp/etm.html，2010-03-25.
[10]Kelly，R.C.，Turgrul，D..Comparativetechnologicalroad-mappingforrenewableenergy[J].TechnologyinSociety，2009，31(4):333-341.
[11]Seong，K.L.，Gento，M.，Jong，W.K..Energytechnologyroadmapforthenext10years:ThecaseofKorea[J].EnergyPolicy，2009，37(2):588-596.
[12]GómezA，JavierZubizarretaa，CésarDopazo，etal..Spanishenergyroadmapto2020:Socioeconomicimplicationsofrenewabletargets[J].Energy，2010，doi:10.1016/j.energy.2010.02.046.
[13]LeeS，GentoMogib，SangKonLee，etal..PrioritizingtheweightsofhydrogenenergytechnologiesinthesectorofthehydrogeneconomybyusingafuzzyAHPapproach[J].InternationalJournalofHydrogenEnergy，2010，36(2):1897-1902.
[14]NaimH.A.，Maria，G.C..Multi-criteriaassessmentofnewandrenewableenergypowerplants[J].Energy，2002，27(8):739-755.
[15]Haris，C.D.，Botsikas，M.A.，JohnE.P..Multi-criteriadecisionaidfortheformulationofsustainabletechnologicalenergyprioritiesusinglinguisticvariables[J].EuropeanJournalofOperationalResearch，2007，182(2):844-855.
[16]Annette，E.，Vladimir，S.，Tim，J.E..Assessmentofsustainabilityindicatorsforrenewableenergytechnologies[J]..RenewableandSustainableEnergyReviews，2009，13:1082-1088.
[17]EunnyeongHeoa，JinsooKima，Kyung-JinBoo.AnalysisoftheassessmentfactorsforrenewableenergydisseminationprogramevaluationusingfuzzyAHP[J].RenewableandSustainableEnergyReviews，2010，14(8):2214-2220.
[18]Tsoutsos，T.，Frantzeskaki，N.，GekasV..Environmentalimpactsfromthesolarenergytechnologies[J].EnergyPolicy，2005，33(3):289-96.
[19]ungbluth，N.，Bauer，C.，Dones，R.，etal.Lifecycleassessmentforemergingtechnologies:casestudiesforphotovoltaicandwindpower[J].IntJLifeCycleAssess，2005，10:24-34.
[20]Pehnt，M..Dynamiclifecycleassessment(LCA)ofrenewableenergytechnologies[J].RenewEnergy，2009，31:55-71.
[21]Stoppato，A..Lifecycleassessmentofphotovoltaicelectricitygeneration[J].Energy，2008，33(2):224-32.
[22]Sherwani，A.F.，Usmani，J.A..LifecycleassessmentofsolarPVbasedelectricitygenerationsystems:Areview[J].RenewableandSustainableEnergyReviews，2010，14:540-544.
[23]Dalia，S..Comparativeassessmentoffuturepowergenerationtechnologiesbasedoncarbonpricedevelopment[J].RenewableandSustainableEnergyReviews，2010，14:1283-1292.
[24]John，B.，Aiming，Z.，Bo，S.，etal.Evaluatingthepotentialofsmall-scalerenewableenergyoptionstomeetrurallivelihoodsneeds:AGIS-andlifecyclecost-basedassessmentofWesternChina’soptions[J].EnergyPolicy，2007，35(8):4391-4401.
[25]中国科学院能源领域战略研究组.中国至2050年能源科技发展路线图[M].北京:科学出版社，2009:
[26]黄其励.中国可再生能源现状和发展路线图[J].电网与清洁能源，2009，(4):1-4.
[27]王伯春.新能源系统社会评价模型方法研究[J].能源研究与利用，2004，(6):20-24.
[28]刘叶志.发展新能源效益的绿色评价体系及其模型构建[J].太原师范学院学报(自然科学版)，2009，(3):69-72.
[29]王德元，陈汉平，杨海平，等.生物质能利用技术综合评价研究[J].能源工程，2009，(1):25-29.
[30]阮娴静，杨青.我国新能源汽车技术指标体系及评价模型[J].科技管理研究，2010，(8):32-34.
[31]杜栋，庞庆华，吴炎.现代综合评价方法与案例精选[M].北京:清华大学出版社，2008.
[32]UNEP.GlobalTrendsInSustainableEnergyInvestment2008:Analysisoftrends
andissuesinthefinancingofrenewableenergyandenergyefficiency[EB/OL].http://www.env-edu.gr/Documents/Global%20Energy%20Trends%20in%20Sustainable%20Energy%20Investment%202008.pdf，20010-04-24.
[33]中国科学院可持续发展战略研究组.2009中国可持续发展报告:探索中国特色的低碳道路[M].北京:科学出版社，2009.
[34]钱伯章.中国可再生能源利用现状和规划[R].环球能源网.[36]IEA.WorldEnergyOutlook2008[EB/OL].http://www.iea.org/weo/
2008.2008.asp，2010-12-24.
[35]2009中国行业年度报告系列之可再生能源发电[R].中国经济[37]王仲颖，李俊峰.中国可再生能源发展展望2007[M].北京:化信息网，2009.工出版社，2007.