溫室氣體減排方法下多電源區域的減排分析

金定強,莊 柯,姚 杰,黃 奎*(1.國電科學技術研究院,江蘇 南京 210031；2.南京電力設備質量性能檢驗中心,江蘇 南京 210031)

溫室氣體減排方法下多電源區域的減排分析

金定強1,2,莊 柯1,2,姚 杰1,2,黃 奎1,2*(1.國電科學技術研究院,江蘇 南京 210031；2.南京電力設備質量性能檢驗中心,江蘇 南京 210031)

通過分析電力供需、CO2排放限額值和能源供應與經濟目標值的聯動效應,構建CCER和NEM等碳減排機制下系統成本最優化的規劃模型,并在不可規避的風險條件下尋求系統最優成本與CO2排放量的制衡點.結果表明:在碳減排機制下,燃煤電廠、燃油電廠、生物質電廠、風電和水電的擴建容量分別200、200、100、450和300MW,CO2總排放量為[208.15,275.38]×106t,燃煤和燃油電廠排放的CO2量占總排放量的[82.8%,87.9%].此外,CCER機制和NEM機制能精確挖掘出多電源類型的CO2排放潛力,在CCER機制下,各規劃期內CO2減排量分別為[5.83,6.12]×106t、[8.95,9.78]×106t和[11.57,14.22]×106t,NEM機制能有效促進源端清潔能源的發展和擴建.碳減排機制有利于實現“高碳化”向“低碳化”發展的目標,便于決策者制定“能源-經濟-環境”三位一體化的最佳方案.

溫室氣體減排方法學；多電源；CO2排放限額值；碳減排機制

“十三五”規劃提出提高煤炭洗選率、節能促減排、循環利用等10項明確、具體的、可衡量、可落實、可監督,有實際效果的碳減排措施;此外,針對《巴黎協定》在2020～2030年的階段性碳減排目標,中國必須加快推進碳減排機制建設,盡快建成系統完善的碳減排長效機制[1-3].

目前,碳減排的減排措施有碳排放權配額發放、碳交易和CDM機制,然而,碳排放權配額發放在一定程度上打擊過去那些采取積極減排措施的企業,如:生物質電廠、安裝碳捕集的燃煤電廠,有悖于“誰污染、誰治理”的原則;碳交易雖然能避免碳排放權配額發放的缺陷,但同時也存在不公平競爭的隱患,CDM 機制雖是國際公認的碳減排機制,但會給發展中國家帶來一定的不確定性和風險,尤其對于快速發展的中國更為凸顯[4-6].因此,鑒于現有的碳排放權配額的發放方式和碳交易機制的缺陷,如何對高能耗高排放源的多電源區域實施有效的碳減排措施將是源端面臨的一道壁壘.

對此,國內外學者對 CO2減排進行了深入的研究,如:申楊碩[7]根據我國發電側的電源結構布局分析了發電側的污染物排放情況,構建了發電側 CO2減排優化分析模型,從而挖掘我國發電結構與 CO2排放之間的關系,并為 CO2減排措施的制定提供支持;顧佰和等[8]基于終端電力消費、火力發電效率、線損等因素構建了自底向上的電力行業 CO2排放核算模型,并利用情景分析方法和對數平均權重分解法對電力行業CO2減排影響因素的貢獻度進行歸因分析;葉敏華等[9]研究跨區電力傳輸將改變我國未來各區域能源使用、大氣污染物排放、溫室氣體排放等發展路徑并提供相應的節能減排政策;毛顯強等[10]構建了大氣污染物協同減排當量指標,并對技術減排和結構減排措施進行成本-效果評價和敏感性分析,實現電力行業大氣污染物和溫室氣體的協同減排;李薇等[11]基于碳排放許可值、CO2減排技術與成本等約束參數構建碳交易機制的區間兩階段不確定隨機規劃模型,尋求系統凈收益與 CO2排放許可的平衡點;Chen等[12]開發了區間隨機優化模型(RISO)并利用模型進行區域間發電量的優化調配;葉斌等[13]基于深圳市現狀研究的基礎上開發出電源結構低碳優化模型,并利用該模型測算深圳電力系統資源最優配置下的碳減排成本.因此,基于多電源區域發電方式的多樣性和不確定性、碳減排技術的復雜性及碳減排政策的強制性,本文利用溫室氣體方法學和區間參數規劃方法構建溫室氣體方法學下多電源區域的碳減排優化模型,并根據“十三五”規劃的CO2排放強度下降40%～45%的減排目標和《巴黎協定》中2020～2030年的階段性碳減排目標,設置不同規劃期內電力需求和能源供應量,通過模型優化的結果調整相應區域的能源結構,同時也有助于碳減排機制的發展,從而加快實現推進市場化節能、碳減排目標.

1 模型的構建

在考慮多電源區域的目標發電量、能源供應、新能源發展(NEM)機制項目運行成本、CCER自愿減排技術成本等不確定參數的基礎上,構建以多電源區域系統成本最小化為目標函數的碳減排模型,通過Lingo軟件計算出穩定且可行的決策變量解,尋求系統最小成本與CO2排放量的平衡點,解析能源結構與碳減排機制間的密切程度,從而為相應的決策者提供最優的碳減排方案[14-16].在該模型中,約束條件有:CO2排放總量控制、不同時期的能源供應量、電力需求及新增機組容量成本等參數約束,這些約束參數均以區間參數表示.

本模型研究多類型發電方式下溫室氣體方法學的碳減排機制,由于碳減排機制的引入將推動清潔能源的利用和CO2減排技術的發展,間接影響傳統能源結構比例的再調整與再分配[17],在電力供需、資源稟賦和 CO2排放限額值等不可規避的風險下,決策者需要根據溫室氣體方法學下多電源區域的碳減排優化模型制定“能源-經濟-環境”三位一體的最優方案.基于此,本文的構建模型如下:

式中:i代表資源(i=1為煤炭、i=2為石油、i=3為生物質);k代表規劃期(k=1,2,3);規劃期從2016～2025年共9a,每3a為一個規劃期;ENik±為第k時期資源 i的購買成本,103元/TJ;ESik±為k時期i資源供應量,103/TJ;j代表發電技術(j=1為燃煤發電,j=2為燃油發電,j=3為生物質發電,j=4為風力發電,j=5為水力發電);n代表多電源類型(n=1為燃煤電廠,n=2為燃油電廠,n=3為生物質電廠,n=4為風力發電廠,n=5為水力發電廠);r代表碳減排機制(r=1為CDM機制、r=2為CCER機制);PMjk±為 k時期發電技術 j的固定運行成本,103元/GW;PCikn±為k時期發電技術j電廠n的剩余容量,GW;VMik±為k時期發電技術j的新增容量的可變運行成本,103元/GW;EGikn±為k時期發電技術j電廠n的發電量,103GW;PRMkr±為k時期碳排放機制的固定運行成本,103元/GW; ICknr±為k時期電廠n啟動NEM機制的初始容量,GW;VRMkr±為k時期中新增的碳減排機制的可變運行成本,103元/GW;ERknr±為k時期電廠n啟動 NEM機制的發電量,103GW;PRNMk±為不啟動新增碳減排機制的固定成本,106元;BYRk±為 k時期對于高能耗高排放源的電廠是否啟動NEM機制的二元變量;VRNMk±為k時期不啟動新增碳減排機制的可變成本,106元/GW;RCk±為k時期對高能耗高排放源的電廠不啟動碳減排機制的新增容量,GW;PNNMkr±為 k時期新建CCER機制的固定投資成本,106元;BYNknr±為 k時期是否進行CCER機制的二元變量;VNNMkr±為 k時期 CCER機制的可變投資成本,106元/ GW;NCknr±為k時期中對電廠n啟動CCER機制的新建容量,GW;kEM±為k時期售電價格106元/ GW?h;EFk±為k時期上網電量,103GW?h;MRCDik±為 k時期發電技術 j的 CO2減排成本,103元/ GW?h;LECDikn±為k時期發電技術j電廠n的CO2最大排放量,t/GW?h;ERCDikn±為k時期發電技術j電廠n的CO2減排效率,%;MECDik±為k時期發電技術j的CO2排放成本,103元/t;SCDik±為k時期發電技術 j的 CO2減排補貼,103元/ GW?h;LRCDknr±為k時期對于電廠n啟動碳減排機制項目后的CO2最大排放量,t/GW?h;MCCDkr±為 k時期碳減排機制的 CO2排放成本,103元/t; ARCDkn±為 k時期對電廠 n啟動碳減排機制的CO2減排量,103t;MRTk±為 k時期碳減排機制的交易成本,103元/t;ANCDknr±為k時期對電廠n啟動NEM機制項目的CO2減排量,103t;MNTkr±為k時期NEM機制的交易成本,103元/t;RCERkn±為k時期中對電廠n啟動NEM機制后獲得的CO2量,103t;MRk±為k時期啟動NEM機制后減排CO2價格,103元/t;NCERknr±為 k時期對電廠 n啟動CCER機制的CO2減排量,103t;MNkr±為k時期啟動CCER機制后減排CO2價格103元/t.

約束條件:

1.1 上網電量約束:

1.2 資源供需量約束:

1.3 CO2排放約束:

1.4 資源供應平衡約束:

1.5 碳減排機制的容量約束:

1.6 固有碳減排機制項目和擴建碳減排機制項目的容量約束:

1.7 實行碳減排機制后獲得的CO2獎勵價格:

1.8 非負約束:

式中:TRk±為k時期上網電量,103GW?h;FDik±為k時期能源i的需求量,103TJ;CDRikn±為k時期發電技術j電廠n的CO排放因子,t/(GW?h);CDNQ±2rkn為k時期對電廠n啟動CCER機制后的CO2排放因子,t/(GW?h);CDPAk±為 k時期 CO2排放限量,103t;FEikn±為k時期發電技術j電廠n生產單位電量消耗的能源資源量,TJ/(GW?h);AWik±為 k時期發電技術j的能源資源可獲得量,103TJ;ESknr±為k時期對于電廠n啟動碳減排機制后的年運行小時數,h;PNRknr±為k時期對于電廠n啟動碳減排機制后的廠用電率,%;URkn±為 k時期燃油電廠n的NEM機制的擴建容量上限,GW;UNknr±為k時期電廠 n啟動 CCER機制的擴建容量上限,GW;BLCOk±為區域 CO2排放基準值,t/ (GW?h).

2 案例仿真研究

基于環保政策的強壓和CO2排放基準值的減小,針對某市是否施行碳減排機制項目,對該市2016～2025年的碳減排機制項目運行成本、能源供應成本、電力外賣收益、機組運行及擴容成本進行優化分析,使其在不可規避的風險下達到系統成本最小化.現假設該市存在多種電源形式,如:燃煤電廠、燃油電廠、生物質電廠、風電和水電,并且作為 CO2的主要排放源,碳減排機制包括新能源發展機制(NEM)和自愿減排機制(CCER),分成3個規劃期,每個規劃期時長為3a.

本研究通過模型優化系統的成本收益來挖掘該市電力系統發電側的碳減排潛力.在仿真案例中,各規劃期內的能源資源供應量、電力需求量及其成本如表1和表2所示,CO2總排放量為[12.5,13.0]×107t、[13.8,15.3]×107t和[14.8,16.2]× 107t,化學吸收技術(CA)和碳捕集與封存技術(CCS)的碳減排效率為[0.95,1.0]和[0.80,0.90],多電源類型的污染物控制技術運行成本如表 3所示,利用溫室氣體減排方法學分析該市的碳減排效果,優化不同規劃期內的碳減排機制,尋求能源-經濟-環境的最優方案.

表1 能源供應成本(103元/TJ)Table 1 Cost of energy supply(103元/TJ)

表2 能源資源及電力需求量Table 2 Energy resources and power demand

表3 多電源類型的污染物控制技術運行成本(元/t)Table 3 Operation cost of pollution control technology in multi-power areas(元/t)

3 結果分析

3.1 碳減排機制下的電源新增容量分析

通過模型優化出在不同規劃期內該市多電源類型的新增機組容量如圖1和圖2所示.對比圖1和圖2發現,燃煤電廠、燃油電廠和生物質電廠采用自愿減排技術(CCER機制),而風力發電和水力發電采用新能源發展機制(NEM機制).具體而言,從圖1可知,燃煤電廠在規劃期內新增容量為100、200和0MW,類似的,燃油電廠和生物質電廠分別為150、100和100MW及0、100和150MW;從圖2可知,風力和水力發電在規劃期內新增容量分別為0、150和200MW及0、0和 200MW,進一步分析可得,自愿減排機制(CCER機制)和新能源發展機制(NEM機制)分別針對不同的CO2排放環節,如:CCER機制能控制電源末端的CO2排放,NEM機制能有效地調節電源端的能源結構,目前,自愿減排機制主要包括CS和CA碳減排技術,NEM機制主要包括抽水蓄能電站、光伏和分布式等“零碳源”的清潔電源.因此,隨著電源末端的碳減排技術的日臻完善和源端清潔能源政策的激勵,該市未來需加快碳減排機制的投入,快速實現“高碳化”向“低碳化”轉變的目標.

圖1 CCER機制下多電源的新增容量Fig.1 New capacity of multi-power supply under CCER mechanism

圖2 NEM機制下多電源的新增容量Fig.2 New capacity of multi-power supply under NEM mechanism

3.2 電源結構及系統凈成本的風險分析

鑒于NEM和CCER等碳減排機制項目的新建,該市在規劃期2016～2025年內的電源結構如圖3所示.通過模型的優化結果可知,該市將減緩高能耗高排放源的電源增幅速度,同時加大“零碳源”的清潔能源投入,從而逐漸縮小傳統能源在能源結構中占有的比例.從圖3可知,在規劃期內,高能耗高排放源的燃煤和燃油電廠分別增加了100、100和0MW及100、0和100MW,相應地,“零碳源”的風電和水電增加了 0、150和300MW 及 0、150和 150MW,即:燃煤電廠在2016～2025年內新增機組容量為 200MW,同理,燃油電廠、生物質電廠、風電和水電新增機組容量為 200、100、450和 300MW.通過分析可知,在保證電力供需平衡的前提下,該市增加了“零碳源”的清潔能源的投入使用力度和范圍.

圖3 規劃期內的多電源結構示意Fig.3 Schematic diagram of multi power structure during the planning period

圖4 不同風險值下的多電源系統成本Fig.4 Multiple power system costs under different risk values

為了尋求最優的“能源-經濟-環境”方案,決策者確保在滿足資源供需、電力需求和 CO2排放限額值等約束條件下優化出系統的最優成本.一般情況下在不可規避的風險條件下,需求側用電類型越多,風險值a越大,越易導致系統的波動性與不穩定性,進而引起電力需求和CO2排放量的不確定性,其中,風險值a表示決策者對規劃期內的不確定性所承擔的違約風險.圖4為不同風險值下的多電源系統成本,從圖中可知,系統總成本隨著風險值的增加而增大,當a=0.6時,系統的總成本為[560.34,638.19]×109元,當a=1.0時,系統的總成本為[649.18,725.44]×109元.然而,進一步分析發現,系統凈成本并不是隨著風險值的增加而達到最優,隨著CCER和CDM等碳減排機制的投入和運行,決策者在風險值 a=0.8時承擔的風險最佳,此時該系統的凈成本處于最優狀態,主要是由于CCER和NEM機制能夠有效促進 CO2排放量的減少和“零碳源”的清潔能源的投入,以致在上述模型的約束條件下獲得最合理的 CO2交易量的收益和政策獎勵.因此,基于資源供需、電力需求和 CO2排放限額值等約束條件下,深入分析碳減排量與經濟目標值間聯動效應,有利于制定最優的“能源-經濟-環境”方案.

3.3 基于溫室氣體減排方法學下的碳減排分析

圖6 CCER機制下CO2排放量示意Fig.6 Schematic diagram of CO2emission under CCER mechanism

上述從能源和經濟兩個角度計算出該市的能源結構比例及經濟成本,本節從環境角度解析該市的碳減排潛力.在規劃期內,由模型計算出該市 CO2排放量為[208.15,275.38]×106t,其不同類型電源排放的CO2占有比例如圖5所示.從圖5可知,燃煤和燃油電廠是 CO2的主要排放源,占CO2總排放量的[82.8%,87.9%],其中,燃煤電廠占[52.7%,54.2%],燃油電廠占[30.1%,33.7%].鑒于該市不斷引入碳減排機制項目,燃煤和燃油電廠的CO2排放量均減少.雖然碳減排機制占有比例較小,但 CO2減排效果顯著,需要注意的是,這里的碳減排機制主要指CCER機制(CA和CS),由于本文的NEM機制主要指“零碳源”的清潔能源,無 CO2直接排放,不計在 CO2減排范圍內.鑒于CCER機制具有顯著的碳減排優勢,利用基準線方法學繪制CCER機制下CO2排放量示意見圖6.從圖6看出,在CCER機制下,CO2在規劃期內總減排量為[26.35,30.12]×106t,各規劃期分別為[5.83,6.12]×106t、[8.95,9.78]×106t和[11.57,14.22]×106t.

4 結論

4.1 當該市采用CCER和NEM等碳減排機制時,高能耗高排放源的電廠采用CCER機制進行末端 CO2的減排處理,風電和水電宜采用 NEM機制促進源端“零碳源”的清潔能源的擴建,且不同電源類型的電廠在碳減排機制下具有不同的新增容量,如:風力和水力發電的新增容量分別為0、150和200MW及0、0和200MW,有利于其實現“高碳化”向“低碳化”發展的目標.此外,有利于研究碳減排量與經濟目標值間聯動效應,便于決策者制定“能源-經濟-環境”三維一體的最優方案.

4.2 該市在2016～2025年的規劃期內需減緩高能耗高排放源的燃煤和燃油電廠的增幅速度,加大“零碳源”的清潔能源的投入,縮小傳統能源在電源結構中占有的比例.在規劃期內,燃煤電廠、燃油電廠、生物質電廠、風電和水電共擴建機組容量分別為200、200、100、450和300MW,且在風險值 a=0.8時系統的凈成本為最佳狀態,使得系統在滿足 CO2排放限額值的前提下優化最佳成本.

4.3 該市在規劃期內 CO2排放量為[208.15, 275.38]×106t,同時優化出不同電源類型的CO2排放量所占總排放量的比例,其中,燃煤和燃油電廠排放的CO2量占總排放量的[82.8%,87.9%],除此以外,在各規劃期內CCER機制下CO2的減排量分別為[5.83,6.12]×106t、[8.95,9.78]×106t和[11.57, 14.22]×106t.

[1] 通訊員報道.國務院印發2014～2015年節能減排低碳發展行動方案 [J]. 資源節約與環保, 2014,(6):6-6.

[2] 莫北.“十三五”規劃建議”能源看點探究 [J]. 中國石油企業, 2015,11:23-27.

[3] 陳 陽.《巴黎協定》簽署彰顯全球“去碳化”共識 [N]. 中國經濟導報, 2016-4-29(B05).

[4] 宣曉偉,張 浩.碳排放權配額分配的國際經驗及啟示 [J]. 中國人口資源與環境, 2013,23(12):10-15.

[5] 荊克迪.中國碳交易市場的機制設計與國際比較研究 [D]. 天津:南開大學, 2014:30-42.

[6] 劉 航.中國清潔發展機制與碳交易市場框架設計研究 [D].北京:中國地質大學, 2013:19-23.

[7] 申楊碩.我國發電側CO2減排途徑分析及其優化模型研究 [D].北京:華北電力大學, 2013:23-42.

[8] 顧佰和,譚顯春,等.中國電力行業 CO2減排潛力及其貢獻因素[J]. 生態學報, 2015,3(19):6406-6408.

[9] 葉敏華,蔡聞佳,王 燦.跨區電力傳輸對大氣污染物和CO2的區域排放影響研究 [J]. 中國環境科學, 2013,33(10):1871-1874.

[10] 毛顯強,邢有凱,胡 濤,等.中國電力行業硫、氮、碳協同減排的環境經濟路徑分析 [J]. 中國環境科學, 2012,32(4):750-754.

[11] 李 薇,董艷艷,盧 晗,等.“十三五”規劃碳減排目標下碳交易機制的博弈分析 [J]. 中國環境科學, 2016,36(9):2859-2863.

[12] Chen C, Li Y P, Huang GH, et al. A robust optimization method for planning regional-scale electric powersystems and managing carbon dioxide [J]. Electrical Power and Energy Systems, 2012, 1(40):70-84.

[13] 葉 斌.基于資源優化配置的我國電力行業碳減排成本研究[D]. 黑龍江:哈爾濱工業大學, 2013:53-66.

[14] 張 遠,趙佳琨.論CCER一級市場對全國自愿減排交易體系的重要性 [J]. 當代石油石化, 2014,(10):13-18.

[15] 張 昕.CCER交易在全國碳市場中的作用和挑戰 [J]. 中國經貿導刊, 2015,(10):57-59.

[16] Jacques D A, Guan D B, Geng Y, et al. Inter-provincial cleandevelopment mechanism in China: a case study of the solar PV sector [J]. Energy Policy, 2013,57:454–61.

[17] Zhu Y, Li Y P, Huang G H. Planning carbon emission trading for Beijing’s electricpower systems under dual uncertainties [J]. Renew Sustain Energy Rev, 2013,23:113–28

Analysis of carbon emission reduction in multi-power areas under the greenhouse gas emission reduction method.

JIN Ding-Qiang1,2, ZHUANG Ke1,2, YAO Jie1,2, HUANG Kui1,2*(1.Guodian Science and Technology Research Institute, Nanjing 210031, China；2.Nanjing Power Equipment Quality and Performance Test Center, Nanjing 210031, China). China Environmental Science, 2017,37(7)：2793～2800

In this paper, we analyzed the linkage relationship between the electric supply and demand, CO2emission limit value and resource supply and economic target value, so that the cost optimization programming model could be built under the CCER and CDM mechanism. The balance point would be found between the optimal cost of the system and the CO2emissions in the inevitable risk condition.The results showed that coal-fired power plant, oil-fired power plant, biomass power plant, wind power and hydropower would increase expansion capacity of 200MW, 200MW, 100MW, 450MW and 300MW, the total CO2emissions was [208.15,275.38]×106t, emissions of CO2by coal-fired and oil-fired power plant accounted for total emissions of [82.8%,87.9%]. In addition, CCER and NEM could accurately dig CO2reduction potential out in the multi-power areas, for example, under the CCER mechanism, CO2emission reduction were [5.83,6.12]×106t, [8.95,9.78]×106t and [11.57,14.22]×106t each period, at the same time, NEM mechanism could effectively promote the clean energy development and expansion. Carbon emission reduction mechanism was conducive to realizing the goal of "high carbon" to "low carbon", so that the decision-makers could formulate a scheme of “energyeconomy-environment"

the greenhouse gas emission reduction method；multi-power；CO2emission limits；Carbon emission reduction mechanism

X322

A

1000-6923(2017)07-2793-08

金定強( 1964 -) ,男,江蘇南京人,高級工程師,大專,長期從事燃煤電廠的鍋爐煙氣脫硫、脫硝、除塵及碳減排工作.發表論文10余篇.

2016-12-19

國家高技術研究發展計劃(2013AA065401)

* 責任作者, 工程師, hk2216@126.com