基于EnergyPLAN模型分析現有政策對可再生能源發展的影響
——以京津冀為例

張春成，趙曉麗

(1.華北電力大學 經濟與管理學院，北京 102206； 2.中國石油大學 工商管理學院,北京 102249)

?

基于EnergyPLAN模型分析現有政策對可再生能源發展的影響
——以京津冀為例

張春成1，趙曉麗2

(1.華北電力大學 經濟與管理學院，北京 102206； 2.中國石油大學 工商管理學院,北京 102249)

中國經濟快速發展過程中對化石能源的依賴造成了嚴重的環境污染。風能、太陽能等可再生能源具有清潔無污染、可再生等眾多優點，大規模推廣使用可再生能源成為解決目前能源環境問題的最主要途徑。本文基于EnergyPLAN模型結合京津冀電網的實際情況，構建京津冀地區2016、2020、2030三個未來能源系統場景，定量化分析目前能源政策下未來京津冀地區各種形式的電源發電情況，并進一步分析為達到可再生能源發展的中等情景和高等情景，現有政策中存在的差距。

可再生能源；EnergyPLAN模型；激勵政策

隨著中國工業化和城市化進程的快速推進，大量的資源、能源被消耗，由此產生了嚴重的環境污染問題。大力發展可再生能源，是解決經濟發展與環境保護相協調的重要途徑。目前，世界各國政府都非常重視可再生能源的發展，可再生能源發電比例不斷提高。例如，丹麥和西班牙2015年風電發電比例已分別達到42.1%和19.4%，美國2015年風電發電比例也已達到4.7%。而中國至2015年風電發電比例只有3.3%。促進可再生能源發電比例的進一步提高，是中國政府仍然急需解決的一個重要問題。

國內外許多學者對可再生能源發展的激勵政策和影響因素進行了研究：曾鳴(2011)認為，人才技術水平和培訓的不足是造成可再生能源發展受限制的重要因素[1]；Ansari, et al.(2013)指出對可再生能源的認知程度不足將對消費者和融資機構造成行為上的影響，使他們對可再生能源的選擇與支持較弱[2]；Leete, et al. (2013) 認為政策和法律框架的完善程度以及政策的穩定性、明確性是可再生能源發電的影響因素之一[3]；楊睿(2014)分析了可再生能源發電政策對風電發展的實施效果，并發現價格管制政策和非價格管制政策均對風電投資具有積極的影響，價格管制政策的作用高于非價格管制政策，且價格管制政策在風資源非豐富地區的效果要高于豐富區的政策效果[4]；趙洱崠(2013)研究發現，完善的配額制度及合理的配額比例能夠有效影響綠色證書交易市場的供求和均衡價格，從而促使可再生能源發電商以最優生產規模和最低成本進行生產[5]。

總之，目前針對可再生能源發電研究的文獻多為影響其發展因素的研究，且大多數為定性分析。定量化研究的文獻主要針對過去年份不同政策對可再生能源發電的影響進行研究。針對滿足未來可再生能源發電目標，需要采取的激勵政策的研究較少，尤其是不同政策下對未來可再生能源發展影響的定量化分析的文獻很缺乏。因此，本文基于EnergyPLAN模型，針對不同政策下，可再生能源發展的未來情景進行定量化分析，為可再生能源發展的激勵政策的制定具有借鑒意義。其中，EnergyPLAN模型中涉及到風電、太陽能發電、生物質發電、儲能技術等多種可再生能源形式及相關儲能技術，通過對某個地區整個能源系統進行模擬，分析計算考慮各個能源部門的能源消耗及均衡情形下政策的實施對可再生能源增長的影響。

國內外已經有很多人使用EnergyPLAN模型對不同地區的能源系統進行了分析：Hong(2013)針對“十二五規劃”提出的目標，構建了未來電力行業的四個場景：(1)存在電網瓶頸，(2)容量因子提高，(3)能源效率提高，(4)容量因子和能源效率同時提高。并通過EnergyPLAN模型分析四個場景下可再生能源發電份額、CO2排放量等指標，從而評價“十二五”期間可再生能源的作用[6]；Liu(2011)等模擬了2007年中國能源系統，并在最小電力過剩、一次能源供給最少、能源系統運行總成本的條件下得出滿足三個條件的最大風電滲透率，這是對EnergyPLAN模型應用的比較新的方面[7]；Liu(2013)等針對內蒙古存在的電量過剩及棄風現象，建立四種電動汽車場景解決該問題，分別是：電池電動汽車、氫燃料電動車、汽車到電網和三倍容量汽車到電網；分析了四種場景下減小過剩電量和增加風電份額的效果[8]；Dejene Assefa Hagos(2014)等利用EnergyPLAN模型對挪威內陸能源系統進行分析，針對其對水電依賴性過強的問題，提出兩種優化場景，優化的基本宗旨是用其他可再生能源比如太陽能、風能、生物質等替代水電，從而減少其對水電依賴性，同時引入熱泵技術，分析優化場景的優化效果[9]。目前應用EnergyPLAN模型對能源結構優化的研究雖然已經比較多，但是針對中國未來可再生能源發展目標分析現有政策有效性的研究還比較少。本文基于京津冀電網對現有政策是否可以滿足未來可再生能源發展目標及存在的差距進行分析。

選擇京津冀電網數據進行實證分析的主要原因是：京津冀電網涵蓋了北京、天津和河北地區，該地區是中國北方最發達的經濟區，同時，京津冀地區在能源利用上存在很多問題：(1)能源消費量大且能源供應相對不足。京津冀屬于土地、水資源及能源短缺地區[10]，經濟社會的快速發展使得該區域的能源儲量無法滿足發展的需要，主要通過外部能源調入以及進口來彌補能源的需求缺口。(2)能源利用效率有待提高。天津近年來能源消費總量逐年增加，從2010年的5860萬噸標準煤到2014年的7955萬噸標準煤，增加了47%；河北省能源消耗量技術過大，雖有所減少但數量巨大，2010年能耗總量27531萬噸標準煤，到2014年降為20300萬噸標準煤，單位GDP能耗逐年降低，能源有效利用率有待進一步提高。其中，天津和河北的單位GDP能耗2015年分別為0.5噸標準煤/萬元和1.23噸標準煤/萬元，北京單位GDP能耗較低，2015年為0.34噸標準煤/萬元*京津冀能耗數據及單位GDP能耗均來自《中國能源統計年鑒2015》。。(3)能源消費結構有待優化。隨著公眾對生態環境的日益關注，發達國家和地區能源消費中煤炭所占比例逐漸降低，而京津冀地區能源消費結構中煤炭消費所占比重雖然呈下降趨勢，但仍占較大比重。對化石能源的依賴造成了嚴重的環境污染，最明顯的就是嚴重的霧霾天氣，霧霾問題的頻繁發生為京津冀環境危機拉響了警報[11]。2015年河北、北京、天津霧霾天數多達192、179、168*中國天氣網http://www.weather.com.cn/。天。已經有很多學者對京津冀地區的能源問題進行了研究，包括對京津冀能源承載能力進行分析及評價[12]，對京津冀能源消費及碳排放問題進行分析[13]，以及對京津冀電力供求問題進行分析[14]等。但是，分析現有政策對京津冀地區未來可再生能源發電增長影響的研究成果還未見到，而促進可再生能源發展對于解決京津冀地區環境改善具有將重要意義。本文的研究將對未來可再生能源發電激勵政策的制定提供一定依據。

一、研究方法及數據來源

(一)研究方法

EnergyPLAN模型是用于能源系統分析的電腦模型，該模型由丹麥奧爾堡大學開發，與其他能源系統分析的模型相比， EnergyPLAN模型的特點是：(1)EnergyPLAN模型可以分析不同能源戰略或能源政策對某一國家或地區能源、環境以及經濟的影響，并在此基礎上幫助設計和優化該國家或地區的能源發展戰略和能源政策。模型包括一個國家或地區能源系統的所有部門，包括電力和熱力供給、交通運輸、工業部門。(2)該模型對系統進行描述時是概括性的而不是分別將每個組成部分描述。比如，它不會將每個電廠的裝機容量分別輸入，而是輸入一類電廠總的裝機容量，這樣可以使問題的分析簡化。(3)該模型的運行是基于分析程序，而不是迭代、動態規劃或高級的數學工具，這使得模型計算直接快速。一般電腦對一年數據計算只需幾秒。圖1為EnergyPLAN模型的能源流動圖。

圖1顯示，EnergyPLAN模型可以比較全面地概括一個地區的整個能源系統。該模型也存在不足，例如，沒有涉及到農業、建筑業等能源消耗情況。但是，總體上該模型還是能夠比較好地模擬能源系統的運行效果。

(二)數據來源

研究中，由于EnergyPLAN模型涉及到整個能源系統中各個部門所有的能源生產及消耗，所以，需要的數據量十分巨大；同時，由于模型是確定性投入產出模型，所以對數據的精確性要求也很高，以下將對數據來源進行較詳細的描述。

涉及到的電力總需求，火電、風電、水電等各種形式的發電裝機，發電效率等數據均來自《電力工業統計資料匯編2013》。集中供暖數據包括鍋爐供暖、熱電聯產以及供暖效率等數據，主要來自《中國城市建設統計年鑒2013》、《中國城鄉建設統計年鑒2013》，其中蒸汽供熱單位為t/h，我們統一將其轉換為MW。此外，集中供暖之外的供暖我們假定全部來源于個人供暖，所用燃料為煤炭；因此，認為除去集中供暖燃煤、工業燃煤以及火電燃煤之外的煤炭消耗為個人供暖煤炭消耗。

工業、交通等各個部門的能源消耗，主要包括煤炭、石油、天然氣生物質能等的消耗主要來源于《河北省經濟年鑒2014》、《天津市統計年鑒2014》、《北京市統計年鑒2014》以及《中國能源統計年鑒2013》。EnergyPLAN模型中雖然對儲能技術、生物質能等先進技術有詳細數據要求，但由于目前京津冀地區對這些技術應用甚少，因此，本文暫不對其進行考慮。

由于EnergyPLAN模型是一個實時模擬的模型，因此該模型還需要分布數據，它是對某一對象每小時狀態進行描述的數據，包括一年8784個小時數據，比如風電發電分布數據就是對風電每小時發電出力的描述。該部分數據獲得難度最大，其中電力需求分布數據、風電分布數據均來自于冀北電網的實際調研獲得；涉及到太陽能的數據我們按照黃偉(2014)[15]所提供的方法，根據不同時刻太陽光照變化以及不同天氣情況的變化計算獲得。其他部分分布數據從EnergyPLAN官網(http://www.energyplan.eu/)中已有的分布數據借鑒。具體數據來源請見表1：

圖1 EnergyPLAN模型的能源流動圖

表1 數據來源情況

二、計算結果及分析

(一)京津冀能源系統模擬結果準確性分析

為了更準確地分析激勵政策對京津冀可再生能源未來發展的影響，需要先對EnergyPLAN模型模擬結果的準確性進行驗證。研究中，基于2012年京津冀能源系統進行模擬驗證(本文開始研究時可獲取的最新數據為2012年的數據)。運行得出的結果包括各種能源消耗情況、發電情況、CO2排放等數據。

2012年京津冀地區主要能源消耗情況及模擬結果如表2所示。表2顯示，對于煤炭、石油、天然氣的消耗量，模擬結果與實際搜集數據結果誤差很小，其中煤炭消耗量誤差率最高1.19%。由于該模型不可能將整個區域中所有的能源消耗部門考慮在內，以及由于模型所用統計口徑與中國統計口徑的差異，所以可以認為該模型對整個區域的能源消耗模擬是精確的。

表2 2012京津冀主要能耗表

京津冀地區發電結構實際數據和模擬結果如表3所示。表3顯示，發電構成的模擬數據結果與實際結果相差也不大。其中誤差率最大的是外界輸入電量，為0.86%，誤差率最小的是風電發電量，為0.00%，因此可以認為模擬數據結果是精確的。

綜上，可以認為EnergyPLAN模型能夠較精確地模擬京津冀地區的整體能源系統。

(二)激勵政策對京津冀可再生能源發展的影響分析

我們構建2016、2020、2030三個未來場景，每個未來場景又分別分為基本情景、中等情景、高等情景三種發展程度，所以總共構建九種情景。基本情景構建的依據為截止到2014年底的相關能源、環境政策，旨在表達在目前政府政策和規劃條件下可再生能源能夠達到的發展程度。根據《北京大氣污染防治能源保障方案》中提出的京津唐地區力爭到2017年可再生能源發電比例達到15%的目標，我們構建2016年中等情景，并假定可再生能源保持同樣發展速度的情況下，構建到2020年和2030年發展程度的中等情景；高等情景主要依據的是國家能源局出版的《中國2050高比例可再生能源情景及路徑》。

1.基本情景的構建及分析

京津冀地區2010-2014年用電需求增長率平均為5.02%*電力工業統計資料匯編2010-2014。，其中近兩年用電需求放緩，2013-2014年用電需求增長率僅為2.18%，目前仍不能查到2015年京津冀用電量，所以采用2013-2014增長率計算得到2015年用電需求為515.5億KWh。考慮到京津冀地區用電需求增速放緩的趨勢及“十三五”期間工業轉型的加速，同時參考《中國能源及電力需求增長及格局演變研究》，假定2016-2020年京津冀用電增長率平均增速為2%；2021-2030年期間，隨著經濟發展速度的降低及工業轉型的實現，用電需求增長速度將進一步回落，假定2021-2030年用電需求增長速度為1.6%*中國能源及電力需求增長及格局演變研究。。由此我們可以計算出2016、2020、2030年三種場景用電量。

京津冀未來可再生能源的發展主要考慮風電和太陽能發電兩種形式。由于地域限制，京津冀地區可利用的水電資源稀缺，所以在未來場景的構建中不考慮水電。同時由于核電發電需要大量冷卻水，且目前沒有任何政府文件涉及到在京津冀地區建設核電站，所以我們不考慮核電發展。

京津冀地區風力資源豐富，尤其是張家口、承德地區是重要的風力發電基地，這兩個地區的風電裝機占整個京津冀地區風電裝機的90%以上*電力工業統計資料匯編2014。。截止到2014年底，天津和北京風電裝機為29MW和15MW，且近兩年都沒有變化，由于京津地區風力資源條件限制，未來我們不考慮其風電發展；將主要考慮河北省風電發展(截止到2015年底，河北省風電裝機達到9170MW*北極星電力網http://news.bjx.com.cn/html/20160321/717705.shtml。)。根據國家能源局出版的《中國風電發展路線圖2050》規劃中基本情景的設計，到2020年京津冀地區風電裝機將達到15000MW，2030年風電裝機規劃達到27000MW，其中2016年風電裝機通過2015-2020年裝機發展直線平均得到為10371MW。

河北是太陽能資源豐富地區，未來的發展中太陽能發電必定會占有重要地位。根據國家能源局數據，2015年底全國光伏發電裝機容量為4318萬千瓦，京津冀累計光伏發電裝機容量為267萬千瓦，占全國比例為6.18%。根據國家可再生能源中心出版的《中國可再生能源發展路線圖2050》中的數據，2020年基本場景中全國光伏發電將達到1億千瓦，2030達到4億千瓦。假設未來京津冀光伏裝機容量仍然占全國總容量的6.18%，則可以得出京津冀地區2020年光伏發電裝機為6180MW，2030年為24720MW。雖然太陽能發電還包括光熱發電，但是《中國可再生能源發展路線圖2050》所預測的光熱裝機不足光伏發電的0.1，所以本文不考慮光熱發電的問題。

除了考慮可再生能源的增長以外，其他形式的電源建設也應考慮。截止到2014年底，京津冀地區火力發電量占全部發電量比例為94.05%，其中短期內火電占主要地位的狀況不會有太大變化。2010—2014年京津冀地區火電裝機年平均增長率為6%，其中2013-2014年增長率為10%，截止到2014年底京津冀地區火電裝機65760MW，其中主要由于京津地區火電裝機增加很多，而河北地區增長率僅為2.29%，由于未能查詢到2015年京津冀火電裝機數據，我們按照2010-2014年平均增長率計算2015年火電裝機為69705MW。 雖然政府正在大力發展可再生能源，同時國家能源局也出臺文件嚴格限制火電項目的審批，但由于目前對火電依賴性太大，同時考慮很多已審批但未建設完成的項目，短期內火電裝機仍會緩慢增長，同時參考《中國能源及電力需求增長及格局演變研究》，我們假定2016-2020年京津冀地區火電裝機平均增長率為2.5%*十二五期間京津冀火電增速仍居高不下，2010-2014為6%，其中2014年高達10%，主要為京津增長，而河北增長僅為2.29%，2015年數據未查到，雖然十三五期間火電大大被限制，但是考慮到很多已經批復但是未投產，以及未來仍會批準一部分大型火電，不可能增速太低，所以定位2.5%。，那么可以計算出2016年火電裝機為71447MW，2020年火電裝機為78865MW。2021-2030年期間，火電項目建設將會更加嚴格，同時隨著很多小型機組、老機組的淘汰，我們假定此時火電裝機增長率為0。

綜合以上的考慮，可以構建出在當前政策與規劃條件下京津冀電力系統未來基本情景如表4表示。

根據所構建的基本情景，我們模擬出各種電源形式的發電量及其所占總發電量的比例，如表5所示。

表4 京津冀電力系統未來基本情景

表5 基本場景各電源形式發電情況

表5括號中的數字為發電量。從中可以看出，截止到2020年可再生能源發電比例仍沒有較大增加，火力發電量仍占據絕對的主導地位，到2020年可再生能源發電所占比例為10.42%；截止到2030年可再生能源發電所占比例才有了較大增長，為26.22%。其中外部輸入電量一直在慢慢增大，主要是由于電力需求增長較大，而政府控制火電增長，同時可再生能源雖然增長較快但仍不能擔當發電主力的角色，所以不得不增加外部輸入的電量。

可以看出可再生能源在當前政策與規劃條件下雖然增長較快，但是與我們預期的發展目標仍相差較大。近期來說，《北京大氣污染防治能源保障方案》中提出的京津唐地區力爭到2017年可再生能源發電比例達到15%，這是在當前基本情景下不能達到的。近期出版的《中國2050高比例可再生能源情景及路徑》中到2030年達到的目標為可再生能源發電比例更是需要達到56.8%。所以，將進一步構建中等情景和高等情景，分析為達到這兩種可再生能源發電目標下，其需要具備的裝機規模。

2.中等情景的構建及分析

中等情景構建的近期目標為《北京大氣污染防治能源保障方案》中提出的京津唐地區力爭到2017年可再生能源發電比例的達到15%；2016-2020年在達到2017年目標的情況下穩步發展；到2030年要在基本情景的基礎上進一步發展，達到可再生能源發電比例30%。其中用電量及火電裝機發展情況均與基本情景中相同。表6為擬達到的中等情景的可再生能源發電目標，基于該目標，通過EnergyPLAN模型計算，可得到不同形式電源未來需要達到的裝機容量，如表7所示。

表6 京津冀可再生能源發展中等情景發電情況

表7 京津冀電力系統未來中等情景下需要的裝機容量

表7顯示，為實現中等情景的目標，風電和太陽能發電裝機容量都要增加很多。2016年中等情景下風電裝機容量比基本場景增加2229MW，提高比例為21.49%，光伏發電裝機增加1157MW，提高比例為34.31%；2020年中等情景比基本情景風電裝機增加6450MW，提高比例為43%，光伏發電裝機增加3090MW，提高比例為50%；2030年中等情景比基本情景風電裝機增加4000MW，提高比例為14.8%，光伏發電裝機增加2060MW，提高比例為8.33%。

3.高等情景的構建及分析

高等情景構建依據主要為《中國2050高比例可再生能源情景及路徑》，該報告對中國目前一直到2050年各種電源形式發電裝機及發電量均進行了較詳細的規劃，該規劃提出到2020年中國可再生能源發電比例達到33.6%，到2025年達到45.9%，到2030年達到56.8%，到2050年達到86%，對中國可再生能源發展提出了相當高的要求。而目前中國2014年非火電發電比例達到24.57%，而京津冀地區這一比例只有5.95%，與全國平均水平相差很大，所以綜合京津冀目前的情況，我們在中等情景的基礎上對京津冀地區可再生能源發電比例提出更高要求，設定的高等情景目標為2016年10%、2020年20%、2030年40%*這三種目標值的設定是考慮到京津冀目前可再生能源發電比例與全國比例的差異設定。目前能查到可再生能源發電比例的最新數據為2014年，根據《電力工業統計資料匯編2014》，全國非火電發電比例為24.57%，而京津冀地區為5.95%，與全國差距較大；因此，2016年高等場景可再生能源發電比例目標的設定我們僅在中等場景基礎上(8.57%)適當提高，定為10%。2020年中國高比例目標為33.6%，此階段由于環境壓力，京津冀可再生能源發展速度將加快，至2020年，其與全國可再生能源發電比例目標的差距將由2016年的18.62%進一步縮小，因此，設2020年京津冀地區高等情景下的可再生能源發電比例為20%；同理，2030年的比例設為40%。。用電量及火電裝機發展情況均與基本情景中相同。表8為高等情景下的可再生能源發電目標，通過EnergyPLAN模型計算，可以得到為實現該目標的各種電源形式裝機容量的發展目標如表9所示。

表8 高等情景京津冀可再生能源發電情況

表9 京津冀電力系統未來高等情景下需要達到的裝機容量

表9顯示，為實現高等情景發展目標，風電和光伏發電裝機相較于基本場景和中等情景又增加了很多。具體變化詳見表10。

表10 高等情景下京津冀可再生能源裝機容量的變化

表10顯示，2016年高等情景下，與基本情景相比，風電和光伏發電裝機容量分別增加了55.24%和115.7%；2020年風電和光伏發電分別增加107.3%和95.79%；2030年則分別增加55.19%和61. 94%。與中等情景相比也同樣有較大比例的增加。

三、結論

隨著經濟的發展，環境問題、資源緊缺問題越加突出。可再生能源的發展有利于實現環境友好性的經濟可持續增長。本文以京津冀地區為例，利用EnergyPLAN模型對其未來可再生能源發展情景進行了分析。本文構建了三類情景：基本情景、中等情景和高等情景，分別分析了每種情景下2016、2020、2030三個時點的可再生能源發展情況。通過三種情景的對比分析，我們得出以下結論：

1.在當前政策條件下(基本場景)，可再生能源發展難以滿足《北京大氣污染防治能源保障方案》(下稱《方案》)及《中國2050高比例可再生能源情景及路徑》(下稱《高比例》)中提出的可再生能源發電目標的要求。按照當前的政策，2016年可再生能源發電比例為6.89%，2020年上升為10.42%，直到2030年增加到26.22%。而根據《方案》所計算得到和《高比例》中提出的2016年、2020年和2030年京津冀可再生能源發電比例目標則為8.6%、14.3%和30%以及10.1%、20%和40%。這說明目前的政策難以滿足京津冀地區可再生能源發展目標的需要。

2.為實現中等情景下的可再生能源發電目標，2016、2020、2030年風電裝機需要在基本情景的基礎上分別提高21.49%、43%、14.8%；光伏發電裝機需要在基本情景的基礎上分別提高34.31%、50%和8.33%。因此，為了實現這一目標，需要政府進一步加大可再生能源發展的政策激勵。

3.為實現高等情景下的可再生能源發電目標， 2016、2020、2030年風電和光伏發電總裝機分別需要在基本場景基礎上提高70.06%、103.97%、58.2%及115.7%、95.79%、61.94%，者需要在促進可再生能源發展方面做出更大努力。

[1] 邱柳青, 曾鳴. 中國風電并網障礙及應對策略分析[J]. 華東電力, 2011(9).

[2] Ansari M.F., Kharb R.K., Luthra S., et al. Analysis of barriers to implement solar power installations in India using interpretive structural modeling technique[J].RenewableandSustainableEnergyReviews, 2013(27).

[3] Leete S., Xu J.J., Wheeler D. Investment barriers and incentives for marine renewable energy in the UK: An analysis of investor preferences[J].EnergyPolicy, 2013(60).

[4] 楊睿. 可再生能源發電的影響因素及政策效果評價[D].北京：華北電力大學,2014.

[5] 趙洱崠,劉平闊. 固定電價與可再生能源配額交易的政策效果——基于生物質發電產業[J]. 工業技術經濟,2013(9).

[6] Lixuan Hong, Nan Zhou, David Fridley, Chris Raczkowski, Assessment of China′s renewable energy contribution during the 12th Five Year Plan[J].EnergyPolicy, 2013(12).

[7] Wen Liu, Henrik Lund, Brian Vad Mathiesen, Large-scale integration of wind power into the existing Chinese energy system[J].Energy, 2011(8).

[8] Wen Liu, Weihao Hu, Henrik Lund, Zhe Chen, Electric vehicles and large-scale integration of wind power - The case of Inner Mongolia in China[J].AppliedEnergy,2013(4).

[9] Dejene Assefa Hagos, Alemayehu Gebremedhin, Bj?rn Zethraeus, Towards a flexible energy system - A case study for Inland Norway[J].AppliedEnergy, 2014(10).

[10] 張達,何春陽,鄔建國,等.京津冀地區可持續發展的主要資源和環境限制性要素評價——基于景觀可持續科學概念框架[J].地球科學進展,2015(10).

[11] 王躍思,張軍科,王莉莉,等.京津冀區域大氣霾污染研究意義、現狀及展望[J].地球科學進展,2014(3).

[12] 李磊.京津冀能源承載力評價及對策研究[J].商業經濟研究,2015(7).

[13] 武義青,趙亞南.京津冀能源消費、碳排放與經濟增長[J].經濟與管理, 2014(2).

[14] 鄧冠宇,馬源良,金雪蓮. 京津冀電力能源供需狀況和戰略對策[J].中國電力教育,2007(S4).

[15] 黃偉,張田,韓湘榮,蘇洪玉. 影響光伏發電的日照強度時間函數和氣象因素[J]. 電網技術,2014(10).

(責任編輯：李瀟雨)

An Analysis of Current Renewable Energy Policies Based on EnergyPLAN Model

ZHANG Chun-cheng1，ZHAO Xiao-li2

(1.School of Economics and Management，North China Electric Power University,Beijing 102206,China; 2. College of Business and Administration,China University of Petroleum, Beijing 102249,China)

In the rapid development of China economy,great dependence on fossil fuels has caused serious pollution. Wind, solar and other renewable energy sources are non-polluting and renewable sources, large-scale use of renewable energy has become the most important way to solve energy sustainable development and environmental issues. The government has introduced various policies to promote the use of renewable energy, but it is unknown whether these policies should meet future demand for renewable energy development. We use EnergyPLAN model to simulate Beijing-Tianjin-Hebei grid and construct three future scenarios—2016 scenario, 2020 scenario, 2030 scenario to analyze the influence of current energy policy on future renewable energy generation ratio. In the end, we analyze the gap of the current policies to achieve the renewable energy development targets in middle scenario and high scenario.

renewable energy; EnergyPLAN model; incentive policies

2016-07-28

國家自然科學基金“基于利益相關者博弈關系的可再生能源發電激勵機制研究”(項目編號：71573273)和中國石油大學(北京)引進人才科研啟動基金“電力市場機制改革對可再生能源發電影響的定量化分析”(項目編號：2462014YJRC052)。

張春成，男，華北電力大學經濟與管理學院碩士研究生；趙曉麗，女，中國石油大學工商管理學院教授。

F206

A

1008-2603(2016)05-0015-08