基于LEAP-Power模型的電力產業碳減排政策情景研究

武群麗，祖紅蓮(華北電力大學經濟管理系，河北保定071003)

?

基于LEAP-Power模型的電力產業碳減排政策情景研究

武群麗，祖紅蓮
(華北電力大學經濟管理系，河北保定071003)

摘要:電力產業碳排放具有典型的外部性特征，減排必需依靠政策的積極引導和約束。本文首先依托LEAP軟件構建了LEAP-Power模型對中國電力產業節能減排政策進行模擬，該模型設置了四種減排政策情景:基準情景、節能政策情景、氣候政策情景以及綜合政策情景，在分別對四種情景下中國2010～2050年電力產業能源需求和碳排放量進行預測的基礎上，對不同減排政策的實際效果進行了比較和評價。結論顯示，根據碳減排效果從高到低對四種政策情景依次進行排序的結果是:綜合政策情景＞節能政策情景＞氣候政策情景＞基準情景，其中清潔能源替代燃煤發電、提高燃煤機組技術效率及實施CCS技術的相關政策減排效果最為明顯，電力需求側管理政策的減排潛力相對有限。

關鍵詞:LEAP-Power模型;電力產業;碳減排;政策情景

1　引言

能源和氣候環境是當今人類面臨的兩大主要問題。我國是世界第二大能源消耗國和溫室氣體排放國，僅2011年一次化石能源引起的CO2排放量就達7457．9百萬噸，增長速度約為5．9%。從部門分布來看，我國電力生產和供應行業一次化石能源消費所引起的CO2排放量約占總排放量的37．2%，減排壓力和潛力無疑都是巨大的。

目前，關于碳減排的研究主要集中在技術和政策兩個層面。技術上除了側重于節能技術的研發與推廣之外，近年來更發展到碳處理技術。2005年，IPCC提出了碳捕捉和封存技術。目前，該技術已經得到了廣泛的應用，主要關注點在于降低碳捕捉成本和碳封存的環境風險。研究證明，碳捕捉技術應用于火力發電廠能夠捕捉將近90%的CO2。碳減排政策主要集中于碳稅、清潔能源替代與補貼、碳交易及節能標準和碳排放標準制定等方面。經合組織( OECD)認為碳稅是最經濟有效的碳減排措施之一［1］。Wei和Grace認為完成溫室氣體減排任務需要經過三個階段: ( 1)排放數據的登記、報告和監督; ( 2)溫室氣體排放標準的設定; ( 3)引進總量管制與交易機制［2］。常征和潘克西認為清潔能源替代燃煤發電是從根源上和本質上減少碳排放的唯一途徑［3］。

從減排政策的研究方法上看，情景模擬近年來得到廣泛應用。它是一種定性與定量相結合的、直觀的模擬預測方法，其基本思路是依據對歷史數據的分析，假設其他特定因素在預測的整個時間域內持續現有狀態不變，模擬某些關鍵性因素未來多種可能的變化對社會經濟帶來的影響。一般的情景設定中都包括一個基準情景和若干政策情景。基準情景所預測的數據是在歷史數據的基礎上外推所得到的，而政策情景則是根據政策側重的角度不同設定各種可能的情況。因此，政策情景中含有基準情景所包含的特定變量，但是變量的數據會隨著政策的不同而改變。

碳減排情景模擬分析采用的傳統模型主要包括MARKAL-MACRO模型、CGE模型以及基于這兩種模型設計思想的各種拓展模型。研究的內容主要涉及能源稅、碳排放稅及環境稅等各種稅收［4～6］、碳排放交易許可［7，8］及能源價格沖擊［9］等對碳排放量的影響，研究的對象主要包括個別國家的總量減排模擬或不同國家間減排模擬比較［10，11］。MARKAL-MACRO模型和CGE模型由于設計思路主要基于宏觀經濟的一般均衡，因此通常僅適用于國家或區域的減排問題研究，而不適用于個別行業的研究，其模擬的政策一般也僅為對經濟具有全局性影響的類型，很難深入到具體行業內部針對某些重大的減排措施進行分析和評價。同時，MARKAL-MACRO模型和CGE模型中生產函數的投入-產出關系是不變的或通過外推方式得到的，不能準確反映現實中的技術變化，也不能用于技術模擬。由斯德哥爾摩研究所和美國波士頓Tellus研究所共同開發的LEAP ( Long-range Energy Alternative Planning System)軟件在很大程度上解決了這些問題。該軟件本質上是一個模擬平臺，研究者可以根據所要研究的具體問題靈活構建各種政策模型，它不僅可以廣泛應用于城市、區域、國家甚至全球層面的能源與環境分析，同時還可以被應用于國民經濟各個部門的能源需求和溫室氣體減排研究，在不同的政策或技術模擬情景下深入分析各個部門的能源需求、轉換、傳輸與配送、終端使用以及能源環境影響等多種問題，實現部門技術或政策的有效性識別。目前，利用LEAP軟件分析中國電力產業碳減排問題的研究很少，作者搜集到僅有的文獻包括張穎等利用LEAP軟件分析了不同發電技術條件下電力產業的碳減排潛力［12］，黃建對中國未來電氣化程度作了不同假設，并利用LEAP軟件預測了中國未來的電力需求［13］。但是，電力產業作為中國能源消耗和碳排放的主要來源之一，節能減排政策的涵蓋范圍實際上非常廣泛，既包括發電端政策，也包括用電端政策，既包括技術引導、價格補貼政策，也包括標準制定、排放管制政策等，相關政策研究特別是量化分析顯然是匱乏的。為此，本文依托LEAP軟件平臺構建了中國電力產業LEAP-Power模型，在對電力產業節能減排政策進行細分的基礎上，對需求側管理政策、發電側燃煤技術政策和清潔能源替代政策、溫室氣體排放政策等的減排效果進行比較和評價。

2　構建LEAP-Power模型的基本思路和基本步驟

構建LEAP-Power模型的基本原理和思想是:首先，假設國內生產總值、產業結構、人口規模、家庭戶數等是影響未來電力需求的宏觀經濟子模塊，根據各子模塊的用電特征估算未來電力市場需求總量。之后，通過構建電力產業微觀市場供需模型，在滿足市場出清條件的基礎上，計算電力生產和供給過程中的能源消耗和碳排放量。碳減排政策的作用體現在以下兩個方面:一是通過影響電力用戶節能設備的選擇影響未來電力需求總量，本文假設碳減排政策主要通過影響居民戶節能電器及企業用戶高效電機的使用實現節電目標;二是通過影響電力企業技術選擇等方式影響電力生產過程中的能源強度和碳強度，進而影響能源消耗量和碳排放量。不同的政策情景也通過上述兩個方面對節能減排產生差異化影響，通過觀察各種政策情景下的能耗數據和碳排放數據，可以對各類政策的實際效果進行評價。模型構建的基本步驟包括: ( 1)宏觀子模塊的關鍵性假設; ( 2)微觀電力市場供需模塊設計; ( 3)政策情景模擬假設; ( 4)政策情景模擬下能源消耗與環境預測結果輸出及政策效果評價。

2．1宏觀子模塊的關鍵性假設

本文選取國內生產總值、產業結構、人口規模以及家庭戶數作為影響我國電力消費的宏觀因素。根據已有研究成果和各因素的歷史數據，本文假定: GDP按照年均8．5% ( 2010～2020年)、7．0% ( 2020～2030年)、5．0%( 2030～2040年)和3．5% ( 2040～2050年)的速率增長。產業結構方面，第一、二產業產值逐年下降，第三產業占比逐年提高，至2050年第一、二產業占比分別下降至2．9%和37．9%，第三產業占比上升至59．2%。人口按照年均0．65% ( 2010～2020年)、0．22% ( 2020～2030年)、－0．05% ( 2030～2040)及－0．06% ( 2040～2050年)的速率變化。城市家庭規模和農村家庭規模逐步下降，至2050年城市家庭規模達到2．65，農村家庭規模下降到3．05。具體假設見表1。

表1　宏觀子模塊的關鍵性假設

2．2微觀電力市場供需模塊設計

( 1)電力市場需求模塊。根據宏觀子模塊的關鍵性假設，計算一、二、三次產業未來產值總額及電機使用總量，根據電機效率提高的不同假設，預測國民經濟各生產部門電力需求總量。同時根據城鎮居民家庭和農村居民家庭的規模變化計算未來電燈、冰箱和空調的使用量，并根據各類節能電器的推廣程度假設，預測居民戶電力需求總量。加總生產企業和居民戶用電量得到未來電力市場需求總量。

( 2)電力市場供給模塊。在產量滿足未來電力市場總需求的約束條件下，通過政策引導或強制限制迫使電力生產企業通過提高燃煤技術、利用清潔能源替代燃煤發電、提高碳排放標準及采用CCS技術等方式減少能源消耗和碳排放。根據不同政策情景下一次能源轉化為電能過程中各類電源、發電技術、發電設備更新、調整速度假設及各種類發電的能源強度和碳強度技術參數，預測未來電力生產與供應的實際能耗和碳排放量。

2．3碳減排政策情景設置

本文設置了四種碳減排政策模擬情景，分別為基準情景、節能政策情景、氣候政策情景以及綜合政策情景，研究的基期為2010年，時間跨度為40年。2．3．1基準情景

基準情景指在保持基期現有政策導向、技術水平以及能源消耗強度下估計我國未來電力產業能源消耗和二氧化碳排放量。具體指標如下:城市和農村家庭節能燈使用率分別為40%和20%，節能冰箱使用率分別為7%和5%，節能空調使用率分別為10%和8%，高效電機占比5%。超臨界和超超臨界機組占比為1%，IGCC機組占比1%。火電占比80．2%，水電占比16．2%，核電占比1．97%，風電占比2．02%。火電生產平均碳排放強度9．97 噸/萬千瓦時。沒有配備CCS技術的火電機組。

2．3．2節能政策情景

節能政策情景從需求側和發電側兩個方面考慮能源節約。需求側主要通過制定能效標準及財稅補貼等措施不斷提高終端用電設備的使用效率。具體設置包括: ( 1)通過制定電燈能效標準和政策補貼，提高節能燈使用率，到2020年城市和農村節能燈使用率分別達到60%和40%，2030年分別達到80%和60%，2050年分別達到100%和80%。( 2)推廣高效節能冰箱，到2020年城市和農村節能冰箱使用率分別達到15%和10%，2030年分別達到35%和25%，2050年分別達到70%和50%。( 3)推廣節能空調，到2020年城市和農村節能空調使用率分別達到20%和15%，2030年分別達到40%和30%，2050年分別達到75%和60%。( 4)在工業部門實施高效節能風機、水泵、壓縮機等，假設到2020年20%的電機效率提高2個百分點，2030年該比例上升為40%，2050年該比例上升為60%。發電側則主要考慮通過提高超臨界和超超臨界煤電機組比重、擴大IGCC技術應用范圍提高燃煤技術，以及利用清潔能源替代燃煤發電。具體設置包括: ( 1) 2020年超臨界和超超臨界機組占比達到40%，2030年達到65%。( 2)努力促使IGCC技術的商業化，加快IGCC電站的發展，假設到2020年IGCC發電機組占比達到4%，2030年IGCC發電機組占比達到10%。( 3)根據碳減排的潛力分析優先發展風電，擴大風電占比;其次擴大核電占比，并穩步發展水電。2020年風電占比擴大到5%，2030年擴大到10%，2050年擴大到15%。2020年核電占比擴大到3%，2030年擴大到6%，2050年擴大到12%。2020年水電占比擴大到20%，2030年擴大到25%，2050年擴大到30%。

2．3．3氣候政策情景

氣候政策情景主要考慮從設定二氧化碳排放標準和實現CCS技術兩方面減少碳排放。具體設置包括: ( 1)制定溫室氣體排放標準:假設在2010年碳強度的基礎上，到2020年實現減排5%，2030年實現減排10%，2050年實現減排20%。( 2)推廣CCS技術:假設從2030年開始，在火電機組配備CCS技術，配備容量達到5%，2050年配備比例達到15%。

2．3．4綜合政策情景

綜合政策情景反映同時實行節能政策和氣候政策情況下的能源消耗和碳排放情況。

2．4能源消耗與環境預測結果

根據模型所選擇的變量及設置的各種目標參數和技術參數，本文依據下列公式計算不同政策情景下電力產業未來能源需求總量和碳排放量。

( 1)能源需求公式

能源需求的計算主要是由各單位經濟活動水平和相應的能源強度所決定的，具體的能源需求計算公式如下其中CET代表電力行業碳排放總量，EFm，s代表電能轉換終端設備m利用一次能源s發電的碳排放系數，本文碳排放系數主要采用IPCC規定的系數。

3　電力產業碳減排政策模擬結果分析

3．1不同政策情景下的能源消耗情況

從模擬的數據結果看，氣候政策情景和基準政策情景下的電力產業化石能源消耗的基本發展趨勢是一致的，節能的效果不太明顯。相比基準情景，2050年氣候政策下化石能源節約量僅為92MMT。這主要是因為氣候情景的關注點在于碳減排，其主要措施涉及碳捕捉和封存技術的使用，一般是在電煤燃燒前通過氣化實現清潔，或者在電煤燃燒過程中或燃燒后實現碳捕捉和封存，從而達到減少排放的目的。這一技術由于并不涉及能源使用效率的提高，因此節能的效果是有限的。節能政策情景包括了需求側終端用電管理、燃煤技術提高和清潔能源替代等相關政策，不僅涉及電力需求其中EC代表電力需求總量，AIi，j代表部門(或家庭) i利用終端電力使用設備j參與經濟活動的水平，EIi，j代表部門(或家庭) i利用終端電力使用設備j參與經濟活動的電力消費強度。ECm代表電能轉換終端設備m的發電量，μm代表電能轉換終端設備m的發電量占總發電量的比重。ET代表電力行業能源需求總量，fm，s代表電能轉換終端設備m利用一次能源s發電的能源轉換效率。

( 2)二氧化碳排放計算公式總量節約，而且涉及調整能源結構、降低化石能源消耗以及提高能源使用效率等方面內容，節能效果顯著，至2050年節能情景比基準情景節約化石能源1392MMT。而綜合政策情景由于覆蓋了氣候情景和節能情景的所有政策，節能效果最為明顯，2050年綜合政策情景比基準情景節約化石能源1484MMT。

3．2不同政策情景下的二氧化碳排放情況

圖1　2010～2050年電力產業二氧化碳排放總量模擬結果(單位: MMT)

圖1顯示了不同政策情景下的二氧化碳排放情況，可以看到各種情景下碳排放上升的基本趨勢是一致的，說明即使在采取了節能減排政策并達到各種政策情景的預期目標之后，中國短期內如果要迎來碳排放量的下降拐點也是困難的，中國總量減排仍有待時日，減排政策必須持續和加強。具體到各種政策情景，可以看出相比基準情景，其他三種政策情景的減排效果都明顯更優。2050年基準情景的碳排放量達7451MMT，節能情景、氣候情景和綜合情景下碳排放量分別為6829MMT、7008MMT 和6213MMT，比基準情景分別減少排放8．3%，5．9%和16．6%。值得關注的是，節能情景在減少碳排放方面效果仍然優于氣候情景，這主要是因為不論是氣候政策中的強制性碳強度減排措施，還是CCS技術的使用效果都需要立足于清潔能源的使用、能效提高等基礎節能政策。因此，深度挖掘節能政策措施，強化政策效果應當成為碳減排的根本性措施，氣候政策則是其有益的補充。

3．3減排政策貢獻率分析

為了進一步識別各類具體政策的有效性，我們針對綜合情景進一步分析了各種具體減排措施的貢獻率，結果如表2。可以發現二氧化碳減排效果從高到低排序依次為清潔能源替代發電、燃煤技術提高、CCS技術、電力需求側管理以及制定溫室氣體排放標準。2050年清潔能源替代發電中風電減排271．23MMT，核電減排246．97MMT，水電減排215．74MMT，總共實現碳減排733．94MMT，占總減排量的59．28%。2050年提高(超)超臨界機組比重的措施減排141．41MMT，IGCC技術實現減排124．25MMT，提高燃煤技術總共實現減排265．66 MMT，占總減排量的21．46%。2030年CCS技術實現減排47．83MMT，且進入商業化階段之后CCS的減排潛力大幅提升，2050年實現減排204．74 MMT，占總減排量的16．538%。相比而言，電力需求側管理以及設定溫室氣體排放標準的二氧化碳減排潛力明顯不足，但是值得注意的是在電力需求側管理中提高高效電機比率實現的二氧化碳減排是其他管理措施的兩倍。

表2　2050年二氧化碳減排政策貢獻率分析

4　結論與建議

本文立足于中國電力產業節能減排政策的有效性識別，依托LEAP軟件構建了LEAP-Power政策模擬模型，在需求側終端電力管理政策、發電側燃煤技術政策、清潔能源替代發電政策以及溫室氣體排放標準和碳捕捉、封存技術政策等細分政策的基礎上，通過設定基準情景、節能政策情景、氣候政策情景和綜合政策情景，模擬了2010～2050年電力產業不同減排政策的實際效果。結果表明，中國未來無論從能源節約、還是二氧化碳減排角度看，節能政策都是最根本和最有效的，特別是清潔能源發電、大功率機組和碳捕捉技術等發電端相關措施未來的減排潛力巨大，需求側終端電力政策的減排效果不明顯，未來電力產業減排的重點主要在發電端。為此，應當進一步實施和加大以下政策力度:

( 1)進一步降低新能源發電企業的增值稅比率，提高退稅率，減免所得稅，并加大實施差別電價，通過相關財稅政策加快電源結構調整，鼓勵和提高非化石能源發電比重。

( 2)進一步嚴格限制單機20萬千瓦以下各類發電機組超期服役，果斷關停超過平均供電煤耗標準10%以上的煤電機組，提高超臨界和超超臨界機組的占比。

( 3)大力發展以IGCC技術為代表的清潔煤電技術，掌握IGCC機組關鍵技術，開展IGCC發電技術的示范和商業化運行。

( 4)在火電企業進行二氧化碳捕集和封存的試驗研究項目，建設二氧化碳捕集和封存一體化示范工程，加快CCS技術的發展和實踐應用。

參考文獻:

［1］OECD．Implementation strategies for environmental taxes ［M］．Paris: OECD，1996．

［2］Wei M H，Grace W M．GHG legislation: lessons from Taiwan［J］．Energy Policy，2009，37( 7) : 2696-2707．

［3］常征，潘克西．基于LEAP模型的上海長期能源消耗及碳排放分析［J］．當代財經，2014，34( 3) :98-106．

［4］Raul O R，Carlos J M，Sebastian M，et al．．Computable general equilibrium model analysis of economy-wide cross effects of social and environmental policies in China［J］．Ecological Economics，2009，26( 7) : 447-472．

［5］Nwaobi G C．Emission policies and the nigerian economy: simulations from a dynamic applied general equilibrium model［J］．Energy Economics，2004，38(3) : 921-936．

［6］高鵬飛，陳文穎．碳稅與碳排放［J］．清華大學學報(自然科學版)，2002，42( 10) :1335-1338．

［7］Gottinger H W．Greenhouse gas economics and computable general equilibrium［J］．Journal of Policy Modeling，1998，20(5) : 537-580．

［8］Edwards M，Huw T，John P．Allocation of carbon permits within a country: a general equilibrium analysis of the United Kingdom［J］．Energy Economics，2001，23 ( 5) : 371-386．

［9］Hatibu H，Semboja H．The effects of energy taxes on the Kenyan economy: ACGE analysis［J］．Energy Economics，1994，32( 16) : 205-215．

［10］Peter N，Shunli W，Hans K．Modeling the impacts of international climate change policies in a CGE context: the use of the GTAP-E model［J］．Economic Modeling，2005，22( 7) : 955-974．

［11］Gernot K，Sonja P．Emissions trading，CDM，JI and more: the climate strategy of the EU［J］．The Energy Journal，2006，27( 3) : 1-26．

［12］張穎，王燦，王克，等．基于LEAP模型的中國電力行業CO2排放情景分析［J］．清華大學學報(自然科學版)，2007，47( 3) :365-368．

［13］黃建．基于LEAP的中國電力需求情景及其不確定性分析［J］．資源科學，2012，( 11) :2124-2132．

Study on the Carbon-reduction Policy Scenarios in Electric Power Industry Based on the LEAP-Power Model

WU Qun-li，ZU Hong-lian
( Department of Economics and Management，North China Electric Power University，Baoding 071003，China)

Abstract:Carbon emission in electric power industry reveals typical externality．So，policy guide and restricts by the government are necessary for its reduction．Firstly，based on the LEAP software，this paper establishes a LEAP-Power model to simulate the energy saving and carbon reduction polices in the electric power industry of China．This model sets four kinds of carbon-reduction policy scenarios，which are baseline scenario，energy-saving scenario，climate scenario and comprehensive scenario．With the forecast of total amount of energy demand and carbon emission under each scenario from 2010 to 2050，the paper compares and evaluates the efficiency of each scenario．Sequencing the scenarios’effectiveness from high to low shows comprehensive scenario＞energy-saving scenario＞climate scenario．Especially，the policies related to clean-energy as a great substitute for coal in electric power generation，technical efficiency improvement of coal-firing units and fulfillment of CCS technology have the most effectiveness．Policies in demand side management have very little potential in carbon reduction．

Key words:LEAP-Power model; electric power industry; carbon-reduction; policy scenarios

基金項目:河北省社會科學基金資助項目( HB13JJ034) ;河北省軟科學科技計劃資助項目( 14454215D) ;河北省哲學社會科學研究基地研究資助項目

收稿日期:2014-12-24

doi:10．11847/fj．34．4．71

文章編號:1003-5192( 2015) 04-0071-05

文獻標識碼:A

中圖分類號:F426