摘 要: 電力系統發電產生的二氧化碳約占全國碳排放總量的41%,提升清潔發電占比將是推動我國雙碳目標實現的關鍵。現階段發電主體清潔化轉型的研究多聚焦在宏觀政策分析和微觀發電技術兩方面,鮮有研究針對區域多發電主體結構進行互補優化分析,定量預測多發電主體互補優化模式帶來的多維影響效應。文章以西北地區為例,通過構建多發電主體協同互補的機制模型,并分析案例區域發電結構優化模式,提出了其碳達峰規劃發展路徑。研究結果表明:(1)經過優化后的區域發電結構中火電發電量明顯下降,清潔能源有效互補占比上升,多發電主體互補的同時有效降低了碳排放總量;(2)影響多發電主體協同優化的外部因素有工業消耗煤量、節能環保的財政支出、社會消費品零售總額,這三類要素交互影響驅動區域發電主體協同互補;(3)在多能互補的優化模式下,區域電力系統的碳排放量將在2030年前達峰,但其“碳達峰”路徑中依然存在多個波動區間。西北地區風、光資源豐富,作為國家的可再生能源發電基地更應該發展多層級的多能互補模式,加快風、光儲能技術創新和規模化生產,配合有效的“綠能”外送機制,整體驅動我國電力系統雙碳目標的實現。
關鍵詞: 雙碳目標;多能互補;發電主體結構優化;碳達峰路徑
中圖分類號:TM73" " " "文獻標識碼:A " " "DOI:10.13677/j.cnki.cn65-1285/c.2025.01.02
一、問題的提出
中國積極響應《巴黎協定》的號召,致力于應對氣候變化,并設定了到2030年二氧化碳排放達峰、2060年實現碳中和的目標。為實現這一宏大愿景,能源結構的低碳轉型成為關鍵,其中電力領域的轉型尤為核心1。電力系統在能源鏈中起著至關重要的作用,它必須支持清潔能源的整合、滿足多元化的能源需求,并構建能夠支持多種能源交互轉換的現代能源體系中心。但是現階段中國為保障能源安全,依然是以火電為主的電源結構,電力系統依然保持了較高排放。2021年國家發改委提出了《關于推進電力源網荷儲一體化和多能互補發展的指導意見》,意見中明確要貫徹新發展理念,更好地發揮源網荷儲一體化和多能互補在保障能源安全中的作用,積極探索其實施路徑。因此,如何以安全、低碳、高效為目標,優化互補區域多發電主體,提升發電端能源清潔利用水平,降低能源電力系統的碳排放是實現中國雙碳目標的關鍵。
現有研究集中在清潔發電主體的技術突破方面,強調了儲能技術的調節作用1、核電發展2以及負碳技術等3,深入分析了技術和政策對于能源電力系統發電端低碳轉型的影響;但是,聚焦區域多種發電主體進行協同優化建模,量化分析多發電主體互補優化模式帶來的影響效應的研究還較少。因此,本研究以西北地區為例,首先,深入剖析西北地區的發電結構演化特征,揭示影響發電主體協同發展的主要因素,構建了影響區域多能互補發展的機制模型;其次,以西北地區某省份為例,構建區域多能互補的協同優化模型,以總發電成本最小、總污染治理成本最小為優化目標,考慮供需平衡、環境容量等影響因素,對比得到區域多能互補協同優化的最佳發電主體配比模式;最后,運用神經網絡預測區域的發電結構演化趨勢,設計了區域能源電力系統“碳達峰”規劃的發展路徑。
本文的創新點:(1)用真實的區域電源結構發展數據,結合區域地理和環境條件構建多能互補電源體系的協同優化模型,為發電結構低碳演進發展提供理論支撐;(2)基于多能互補的協同優化模型,預測區域內發電結構的碳達峰路徑,配合區域制定的碳達峰和碳中和目標規劃,分析區域能源電力系統的碳達峰軌跡,為能源電力系統的低碳安全轉型提供實證依據。
該部分后的文章安排:第二部分從多能互補的發展情況著手全面綜述現有研究,為本文提供文獻支撐;第三部分通過分析西北地區電力結構演化特征,刻畫電力結構演化機制框架;第四部分構建多能互補協同優化模型,對比分析西北地區的多能互補新模式;最后一部分預測西北地區在多能互補情境下能源電力系統的碳排放量,構建西北地區能源電力系統的碳排放路徑,并為能源電力系統的多能互補發展提供政策建議。
二、文獻綜述
化石能源消費是碳排放最主要的來源,“雙碳”目標的提出使得以化石能源為主導的能源體系正向以新能源為主體的綠色智慧能源體系演進4。但目前可再生能源及儲能的技術經濟條件仍不成熟,能源轉型面臨較大的不確定性。
為助力碳中和目標的實現,學者們從多種電源技術角度進行了研究。核電的放射性問題一直存在爭議,也是公眾關注的焦點5,但王彥哲等6(2021)研究發現,核電放射性小于等于煤電放射性,可保證公眾的安全,且核電屬于清潔能源,目前國內核電技術的單位發電量二氧化碳排放僅有10.9gCO2/kW·h,核電無疑也是我國實現碳中和目標的一種重要電源技術。Wu等7(2021)認為目前中國的光伏電站仍處于規模擴張時期,太陽能有望成為替代煤炭的重要能源。此外,我國在2060年前實現碳中和的目標,將很大可能依賴負排放技術的部署,特別是運用碳捕捉與封存技術的生物質能(Biomass Energy with Carbon Capture and Storage, BECCS)。Yang等1(2021)從生命周期視角核算了十個燃煤耦合生物質電廠的平準化度電成本,并組合優化碳價、上網電價和稅收抵免三方面的政策激勵手段,以期在最低政策負擔的目標下,彰顯“成本競爭力”。最后必須強調的是,碳中和目標的實現除了要關注新能源的發展,還應對煤電退出進行合理安排。Cui等2(2021)綜合考慮技術、經濟和環境標準評估了中國現役1 037座燃煤電廠,并制定了電廠提前退役的優先順序指標,為中國的燃煤電廠分省份設計了完整的煤電逐步退出路徑。
多能互補是一種能源利用的方法,這種利用方法有廣義和狹義之分。廣義的能源利用方式針對的是供能系統源—網—荷—儲的各個環節上不同能源或能源系統的有機耦合,以滿足用能端對熱(冷)、電、氣等多種能源的動態需求3。而狹義上的多能互補則聚焦于供電側能源利用情況的多樣化,簡化用能側的多樣化能源需求為電源4。本研究通過優化發電端,有機耦合風電、火電、水電與儲能的利用過程,充分結合不同能源之間的互補特性、協同特性,以更低的能源損耗、更高的脫碳率,為“發電端”提供清潔、穩定、可靠的電能供給。以風電、光伏為代表的新型發電方式具有不確定性、隨機性與季節性的特點,再加之其他綜合因素,使得我國面臨著嚴重的棄風、棄光問題與新能源消納問題5。如何化解我國棄風、棄光風險,解決新能源消納問題成為能源領域研究的重點。程林等學者6(2017)經研究后提出能源系統缺乏靈活性是導致該問題的主要原因,而靈活性的缺乏又由于不同能源系統發展的差異導致;充分利用多種能源的互補特性,合理根據不同供能系統之間的差異規劃綜合能源系統是實現能源系統資源優化配置,提升系統靈活性,提高可再生能源消納能力和系統綜合能效的關鍵78。多能互補可以通過推動能源結構的低碳、清潔轉型,實現綠色可持續發展目標。
電力結構預測和優化受到經濟發展、社會需求、資源限制和生態環境等多種因素的影響。電力結構預測和優化方法主要集中在多目標優化9、場景分析方法10和最近較為流行的深度強化學習方法1112。具體來看,陳建華等學者13采用線性規劃的對偶理論將所提的雙層優化模型轉化為單層的非線性規劃模型求解,并采用內點法實現有效求取滿足“棄風量最小”這一經濟性要求的風電最大安全出力區間解,實現了經濟性與安全性的協調。彭劉陽等1運用深度確定性策略梯度(Deep Deterministic Policy Gradient,DDPG)研究含有風、光儲的大電網經濟調度問題,通過DDPG避免對當風電、光伏發電等間歇性電源大規模接入電力系統時引起的復雜的不確定性進行建模,得出DDPG能在自適應系統不確定的基礎上,實現任意場景下的電力系統動態經濟調度。
實現“雙碳”目標和多能互補都需要先進的技術支撐。例如,儲能技術、智能電網技術等可以支持多能互補的實現,提高能源利用效率;碳捕集、利用和封存(CCUS)技術則可以支持“雙碳”目標的實現,減少溫室氣體排放2。“雙碳”目標和多能互補相互促進、相互支持,共同推動能源結構的優化和升級,為實現綠色可持續發展和應對氣候和資源變化作出積極貢獻。因此,本文以西北地區省份為例,綜合考慮能源、經濟和環境等因素,構建電力結構演化機理模型;并以發電成本最小化、污染治理成本最小化為目標,構建了多目標優化模型;運用神經網絡預測了2030年地區電力結構變化產生的碳排放情況,為未來西北地區電力行業的進一步可持續發展提供一些建議。
三、西北地區電力結構的演變趨勢及其機理框架
隨著國民經濟的快速發展,西北地區對電力需求的總量在逐步提高,火電裝機容量也快速上升,但隨之也出現了環境污染嚴重的問題,能源電力系統的低碳可持續轉型迫在眉睫。西北地區水、煤、油、氣、風、光等各類能源資源都較為豐富,在國家能源發展戰略中占有重要地位,特別是太陽能、風能資源優勢突出;同時,西北地區還擁有豐富的土地資源,為建設大規模光伏發電、太陽能熱發電和風力發電奠定了優越基礎,成為清潔能源發電基地的區位優勢明顯3。
(一)西北地區多發電主體裝機量的動態變化分析
基于“偏離—份額分析法”4來研究西北地區發電裝機容量的動態變化,以全國作為參照區域,將一段時期內西北地區的火電、新能源發電的裝機容量變動分解為3個分量,即份額分量(the nationa1 growth effect)、結構偏離分量(the industria1 nix effect)和競爭力偏離分量(the shift share effect),以此評價西北地區具有相對競爭優勢的發電能源,進而可以確定西北地區未來發電的合理方向和電力結構調整的原則。該方法的總公式為:
[Gi=Ni+Pi+Di" " " (1)]
[Ni=Yi0×R" " " " " " " (2)]
[Pi=Yi0×Ri?R" " (3)]
[Di=Yi0×ri?Ri" " (4)]
其中:[Gi]表示火電或者新能源發電在特定階段內的裝機容量增長量,根據“偏離—份額分析法”將其分解成[Ni]、[Pi]和[Di ]三個分量;[Ni]表示火電或者新能源發電裝機容量的全國份額分量,指火電或者新能源發電按照全國范圍的增長率增長所得到的裝機容量增長量;[Pi]表示火電或者新能源發電裝機容量的結構偏離分量,也就是說其結構優勢為能源發電帶來了裝機容量的增長量,當[Pi]>0時,表明能源發電結構優勢帶來的增長量高于全國平均水平,具有結構優勢;[Di]表示火電或者新能源發電裝機容量的競爭偏離分量,也就是其區位競爭力優勢所帶來的裝機容量增長量,當[Di]>0時,說明能源發電的區位競爭優勢要高于全國平均水平;[Yi0]表示西北地區在基準年份下火電或新能源發電的裝機容量;[R]表示全國總裝機容量的年增長率;[Ri]表示全國火電或新能源發電裝機容量的年增長率;[ri]表示西北地區火電或新能源發電裝機容量的年增長率;i=1表示火電,i=2表示新能源發電。
刻畫西北地區2001—2023年的競爭偏離分量和結構偏離分量(如圖1所示)。
從競爭偏離分量和結構偏離分量兩個方面分析火電和新能源發電方式的相對優勢。從圖1中可以發現,火電的競爭偏離分量在正負之間波動幅度小于新能源發電,2000—2020年整體上其競爭偏離分量高于新能源發電,個別年份是新能源發電高于火電。但是從2021年開始,火電的競爭偏離分量逐漸小于新能源發電,說明火電的競爭力弱于新能源發電。新能源發電的競爭偏離分量在初期處于較低水平,2007年開始大量建設風、光發電項目,使得競爭偏離分量出現了一定的提升。隨著發電技術的成熟,新能源發電的普及率逐漸呈現上升趨勢,競爭能力較強,發展潛力較大。前6年伴隨著經濟的快速增長,電力需求較大,新能源發電利用率較低,因此火力發電是電力結構中最主要的供應來源。隨著氣候和環境的變化,電力行業節能減排工作開始逐步推進,2007年開始西北地區火電的結構偏離分量呈現下降趨勢,且2007年后皆處于負值狀態,而新能源發電的結構偏離分量穩步提升。這表明在新常態的時代背景下,火電的發展受到了一定程度的限制,而新能源發電正逐步替代火電機組,電力結構呈現向新能源發電不斷轉型的趨勢。
(二)西北地區多發電主體演化的機制框架
基于文獻分析以及對西北地區多發電主體裝機量的動態變化分析,揭示影響西北地區多發電主體演化的主要因素包括工業消耗煤量1、節能環保的財政支出2、社會消費品零售總額3。工業消耗煤量,與火電發電量呈現正相關,也是火電發電的一種資源約束。利用煤炭資源發電會對生態環境造成很多負面影響,包括空氣污染、有機廢氣排放、溫室氣體排放等后果。為了有效應對氣候變化問題和空氣污染問題,近年來,政府采取了多項有力措施控制煤炭消費,推動新能源發展,工業煤炭消耗增速有所放緩。但是不可忽視的現實是,目前煤炭仍是西北地區最主要的能源,其消耗總量仍在逐年上漲;此外,煤炭發電最大的優勢在于其低廉的發電成本以及能夠提供穩定、持續的電力供給,使得作為商品的電力更具有經濟性。
財政是國家治理的重要支柱,隨著綠色發展理念不斷融入財政制度,“綠色財政”的概念應運而生。黨的十八大以來,西北地區財政一般公共預算支出中用于節能環保的財政支出規模保持平穩,占一般公共預算支出比重基本維持在3%左右,持續支持污染防治、生態保護以及節能減排等項目。研究表明,綠色財政能夠有效地為自然資源的高效利用提供保障。它不僅能夠從稅收角度激勵綠色節能的生產和消費方式,還可以通過財政支出政策(如補貼、投資和政府購買等)促進資源利用效率提升、資源循環利用以及可再生能源推廣等。在節能環保的財政支出影響下,通過提高城市技術創新能力、優化城市產業結構和降低化石能源消耗,西北地區的電力結構會逐漸由高碳消耗向低碳消耗轉變。
社會消費品零售總額是反映宏觀經濟運行狀況的重要指標,主要用于反映全社會實物商品的消費情況。而電力發展與經濟發展水平緊密相關,不同的經濟發展水平會影響整個社會的用電需求,影響不同電源的投資水平、裝機容量。西北地區整體經濟發展水平相對較低,社會消費品零售總額不斷波動,且緩慢上升。西北地區的產業結構主要以資源型產業和傳統農牧業為主,這些產業對能源的需求較高,碳排放水平較高。社會消費品零售總額指標影響著西北地區的電力結構演化(西北地區多發電主體演化的機制框架如下圖2所示)。
四、多目標約束下西北地區電力結構優化模型構建
(一)多目標約束的電力結構優化模型設計
根據可持續發展的相關理論,電力發展與經濟、社會、資源和環境之間密切相關。因此,電力結構優化不僅需要實現電力供求平衡,保障經濟的平穩運行,還要考慮技術進步和資源限制,不斷提高能源利用效率,最大程度地實現節能環保1。本文主要考慮火電、風電、光伏、水電和儲能的發電方式。
1.決策變量
模型的決策變量有5個,即水電發電量[x1]、火電發電量[x2]、風電發電量[x3]、光電發電量[x4]、儲能容量[x5]。
2.目標函數
發電成本和污染治理成本直接影響了發電企業的營業利潤,進而關系到企業資金的正常運作。因此,目標函數設定為總發電成本最小、二氧化硫與氮氧化物污染治理成本最小,即
[Minf1x=i=15cixi" " " " " "5]
[Minf2x=i=15aixi" " " " " 6]
式中,[ f1x]為總發電成本,[f2x]為污染治理成本,[ci]為各種能源每發一度電的發電成本,[ai]為各種能源每發一度電的污染治理成本。
3.約束條件
電量供需平衡約束:在考慮西電東送的基礎上,確保供電量滿足電力需求,即供電量大于等于用電量。
[i=15xi≥D" " " " " 7]
式中,[D]為滿足國民經濟和社會發展的西北G省電力需求。
發電裝機容量約束:新能源發電技術不斷創新,裝機容量也進一步擴大,設定計算年份各種能源發電的裝機容量不超過技術擴散的上限。
[xihi≤Ei" " " " " "8]
式中,[hi]為各種能源發電的利用小時,[Ei]為各類能源總的裝機容量。
二氧化碳、二氧化硫和氮氧化物排放約束:嚴格控制溫室氣體的排放,減少CO2的排放量,即控制在最大排放量范圍內;同時,堅決控制污染物排放,即設定SO2,NOx的排放量在最大排放量范圍內。
[i=15rixi≤Pc" " " " " "9]
[i=15wixi≤Ps" " " " " "10]
[i=15mixi≤Pn" " " " " "11]
式中[,ri]為各種能源每發一度電的二氧化碳排放系數,[wi]為各種能源每發一度電的二氧化硫排放系數,[mi]為各種能源每發一度電的氮氧化物排放系數,[Pc]為二氧化碳排放控制年目標[,Ps]為二氧化硫排放控制年目標,[Pn]為氮氧化物排放控制年目標。
(二)算例分析
1.數據來源
以G省2024年多能互補優化模式為例進行計算,收集水電、火電、風電、光電的發電成本,考慮到因成本核算方式的差異和國家對上網電價的管制,采用上網電價替代發電成本進行計算。此外,二氧化硫和氮氧化物污染物的平均治理成本分別按8元/kg和9元/kg計1。根據G省“十四五”經濟、能源發展規劃等政策通知,G省在經濟高質量發展要求下,“十四五”期間GDP增速平均保持5%,進一步結合G省近幾年電力彈性系數,預計到2024年G省用電量將在1 667.504 204億kWh左右。
根據《關于做好風電、光伏發電全額保障性收購管理工作的通知》等政策以及相關文獻,設定各發電方式的年有效運行時間,火電、水電、風電、光電和儲能分別為4 500小時、4 500小時、2 000小時、1 500小時、2小時。而2024年各能源發電機組的裝機容量,取自于《G省“十四五”能源發展規劃》(2024年不同能源發電技術主要參數假設如表1所示)。
火電CO2排放量較大,查閱相關文獻23,參考G省同類火電發電廠的平均水平,設定單位排放系數為700g/kWh;而水電、風電、光伏、儲能的單位排放系數設定為22.5g/kWh、6.5g/kWh、50g/kWh、0g/kWh。SO2和NOx主要來源于火電,設定SO2的排放量為300mg/kWh、NOx的排放系數為350mg/kWh。
依據G省“十四五”節能減排綜合工作方案,預計2024年二氧化碳、二氧化硫、氮氧化物排放控制目標較2020年下降10%左右,計算得到2024年發電行業二氧化碳、二氧化硫、氮氧化物排放量可設定在7 615.240 55萬噸、6.04萬噸、7.96萬噸左右。
2.運算結果及分析
本文采用設計的SLSQP序列最小二乘規劃方法,運行程序后得到多個帕累托非支配解。實際帕累托有效解集中的每個解都有各自的優勢,在對2024年G省電力最優結構選擇時,可以根據具體需求選擇對應的帕累托解。此處從解集中選取有代表性的部分解,具體見表2。
結果1是發電總成本最小的解集,結果2是污染治理成本最小的方案,結果3和結果4為兩套折中方案。結合“十四五”規劃中對可再生能源的規劃,需要較高的風、光發電占比,并匹配一定的儲能裝置。在實際發電過程中,對總發電量成本、污染治理成本有不同的偏好程度,此時可以利用秩和比綜合評價方法對2個指標賦予一定權值,得到不同要求下的最優解。此處討論3種情況:(1)不對2個目標量設權重,即權重相同,可得到結果1;(2)假設發電總成本、污染治理成本權重為[1,0],可得到結果1;(3)假設發電總成本、污染治理成本權重為[0,1],可得到結果2。綜合考慮可再生能源的規劃總量、儲能匹配以及發電成本和治污成本,發現結果2是最佳電力結構,其各類能源總體發電量相對較高,且污染治理成本最低,既滿足國民經濟和社會發展的G省電力需求、又符合了“雙碳”目標的要求。
五、西北地區電力結構預測分析
人工神經網絡,是一種旨在模仿人腦結構及其功能的信息處理系統,它具有自學習、自組織、聯想記憶和并行處理等功能,被越來越多地應用于自動控制、組合優化、模式識別、預測等各個領域。而BP(Back-Propagation)神經網絡是神經網絡中應用最為廣泛的模型之一,它是由非線性傳遞函數神經元構成的,采用“誤差反傳”作為其學習算法的靜態前饋網絡1。本文基于2014—2023年西北地區風電、光電、水電和火電的發電量,以及其影響因素包括工業消耗煤量、節能環保的財政支出、社會消費品零售總額的月度數據等,對2024—2030年西北地區風電、光電、水電和火電的發電量進行預測。通過構建BP神經網絡模型,對歷史發電結構數據進行網絡訓練,最終實現對西北地區發電結構的預測,進一步測量多能互補發電結構的碳達峰路徑。
(一)基于神經網絡的電力結構預測
BP算法具體步驟如下:
(1)初始化網絡,設定訓練次數為N,輸入為X,期望輸出為D;(2)計算出隱含層,輸出層的輸出;(3)求出實際輸出與期望輸出的誤差;(4)計算誤差e<ε或n>N;(5)若誤差不滿足要求,則反向傳播誤差,n=n+1,調整權值,重復第(2)步;
(二)預測結果分析
本文繪制預測數據的圖像(見圖3),來直觀反映預測結果。
西北地區未來風電和光電的發電量將處于相對較高水平,水電的發電量則呈季節性的上下波動,火電的發電量增速放緩并有下降趨勢。這表明西北地區作為未來全國的可再生能源發電基地,其電力結構的綠色低碳轉型會更快,火電的發電量占比下降,而風電和光電的發電量占比上升,具有較大的發展潛力。根據各能源發電的二氧化碳單位排放系數,可以繪制2014—2030年西北地區電力行業的二氧化碳的排放量(見圖4)。
隨著西北地區電力結構向低碳綠色轉型的速度越來越快,其電力產業在2030年前能夠按時實現碳排放達峰;在2024年之后,電力行業的二氧化碳排放量的波動幅度縮小,且逐漸出現下降趨勢。基于以上預測結果的分析可知,電力行業在碳排放達到峰值的過程中,其碳排放曲線依然存在多階段波動,因此,西北地區還需通過適當地控制工業消耗煤量、積極推行綠色財政以及保持經濟高質量發展,來保證其電力結構的綠色轉型。
六、結論與建議
環境氣候的變化、社會經濟的發展以及資源儲量的不平衡使得實現電力系統的“雙碳”目標具有一定的挑戰。多能互補可以有效優化電力結構、降低碳排放量,提升能源利用效率,促進電力可持續發展。本文以西北地區G省份為例,綜合考慮區域電力需求、減排目標等,重點分析了工業消耗煤量、節能環保的財政支出、社會消費品零售總額對區域電力結構的影響,并構建電力結構的演進機制框架,進一步建立區域電力結構優化的多目標模型,計算得到風、光、水、火、儲的發電配比新模式。在電力供應總量滿足全社會用電量的基礎上,火電所占比例下降為48.83%,清潔能源發電比例升至51.17%;二氧化硫、氮氧化物排放總量分別減少到3.18萬噸和3.71萬噸,約下降到原來的一半左右。優化后的電力結構從長期來看對改善環境污染現狀,尤其是對減少二氧化硫、氮氧化物的排放是非常有利的。而要實現電力結構的低碳轉型需要加快融合水電、風電、光電等電力結構占比,不僅增加其裝機容量,還要進一步從結構互補的角度入手優化電力結構。
在優化電力結構配比的基礎上,運用BP神經網絡對2024—2030年西北地區電力結構及其碳排放總量進行預測。發現基于多能互補優化模式發展,西北地區電力系統將在2030年前達到二氧化碳排放量的峰值,雖然西北地區電力系統的“碳達峰”路徑總體存在一定波動,但其二氧化碳排放量在2028年后出現下降趨勢,這一研究結論為科學制定西北地區電力結構及其系統“碳達峰”實施路線奠定了理論基礎。
根據上述結論,本文提出如下建議:
1.儲能的規劃量遠不及可再生能源規劃量,兩者之間的匹配度越差,需求的調節火電越多,會產生較多的碳排放量。制約儲能發展的最主要因素就是技術和成本,因此,我們還應加大儲能技術的創新研發,降低儲能成本,提升整體能源電力產業鏈的靈活性,進一步減少火電配比,減少碳排放總量。
2.可再生能源發展較為依賴資源環境,西北地區可再生資源較為充沛,應從技術、產業等多個維度增加西北地區可再生能源的市場競爭力。優化煤電布局,提高煤電利用效率,逐步淘汰高耗能、低效率的小火電機組,實現清潔高效發展煤電的同時,分區域分層級地實現多能互補,從構建省份多能互補模式擴充到西北整個區域的多能互補,利用水電、調峰火電和儲能,穩定區域可再生能源,增加可再生能源電力的全鏈條穩定性。
3.2025—2030年,西北地區電力結構中,風電和光伏都處于一個穩步上升的態勢,但其增加幅度不大,相比之下,水電和火電增幅存在明顯波動。因此,為保證電力供應的穩定性和“雙碳”目標的實現,區域之間的能源互聯網建設還要加強。改革“綠能”上網機制,針對當前風電、光伏發電規模化發展的上網障礙,需要不斷改革體制機制,解決風電并網、光伏發電兩頭在外的問題,以保障電力結構優化目標的實現。