中國電力系統(tǒng)碳達峰·碳中和轉(zhuǎn)型路徑優(yōu)化與影響因素分析

魏泓屹，卓振宇，張 寧，杜爾順，肖晉宇，王 鵬，康重慶

（1. 電力系統(tǒng)及大型發(fā)電設備控制和仿真國家重點實驗室，清華大學，北京市 100084；2. 清華大學低碳能源實驗室，北京市 100084；3. 全球能源互聯(lián)網(wǎng)集團有限公司，北京市 100031）

0 引言

二氧化碳過度排放所導致的溫室效應是全世界共同面臨的重大挑戰(zhàn)，為了應對溫室效應引發(fā)的全球氣候變化問題，世界各國紛紛制定了碳減排目標。中國在第75 屆聯(lián)合國大會上宣告了2030 年碳達峰、2060 年碳中和的目標，為構(gòu)建人類命運共同體積極承擔“雙碳”減排重任［1］。電力部門是中國重要的碳排放來源，年排放量約為45 億t，占比超過碳排放總量的40%［2］。雖然中國可再生能源裝機總量已經(jīng)位居世界第一，但電源結(jié)構(gòu)仍然以火電為主，并且這一特征將在未來一段時間內(nèi)長期保持。由于未來終端電氣化水平仍有望進一步提高，電力部門需要加快構(gòu)建新型電力系統(tǒng)，采用風電、光伏等新能源逐步替代傳統(tǒng)燃煤為主的火電機組，同時利用新型儲能技術(shù)提升電能利用效率，推動中國電力系統(tǒng)的低碳轉(zhuǎn)型［3］。

高比例新能源電源并網(wǎng)是新型電力系統(tǒng)的關鍵特征，同時也是綠色轉(zhuǎn)型低碳減排的重要手段。近年來，以光伏、風電為代表的新能源電源發(fā)展迅速，截至2021 年底，中國風電、光伏裝機容量分別為328 GW 和306 GW，較2020 年分別增長16.6%和20.9%［4-5］。新能源電源裝機容量快速增長歸因于技術(shù)創(chuàng)新驅(qū)動電源投資成本迅速下降［6］。然而，新能源電源出力具有利用小時數(shù)和保證出力低、出力分布和日內(nèi)功率波動較大等特征，導致高比例新能源電源并網(wǎng)發(fā)電可能引起電力系統(tǒng)多種運行安全問題，增加電力系統(tǒng)的控制難度［7-8］。一方面，由于風電、光伏等新型電源不具備火電機組較大的慣量，新型電力系統(tǒng)將呈現(xiàn)低慣量特征，電網(wǎng)的頻率安全受到很大影響［9-10］。新能源電源參與一次調(diào)頻無法完全解決低慣量電力系統(tǒng)頻率越限問題，甚至可能引發(fā)頻率的二次跌落。另一方面，風電、光伏等新能源電源需要依靠大量電力電子設備控制并網(wǎng)發(fā)電，電力系統(tǒng)呈現(xiàn)高比例電力電子化的特征，而電力電子設備之間的復雜作用有可能引發(fā)系統(tǒng)寬頻振蕩等問題。此外，新能源電源替代傳統(tǒng)電源機組將導致系統(tǒng)無功支撐能力變?nèi)?，可能引發(fā)電力系統(tǒng)的電壓穩(wěn)定問題［11］。

為了應對高比例新能源電源并網(wǎng)帶來的多重安全問題，新型電力系統(tǒng)“源網(wǎng)荷儲”各環(huán)節(jié)形態(tài)結(jié)構(gòu)特征將產(chǎn)生顯著變化［12］。傳統(tǒng)以煤為主的電源結(jié)構(gòu)需結(jié)合各類清潔能源技術(shù)進行低碳轉(zhuǎn)型。為了有效消納新能源發(fā)電量與平衡地區(qū)負荷缺口，現(xiàn)有跨省輸電網(wǎng)絡仍需考慮擴建特高壓交直流輸電線路等輸電通道。針對新能源電源出力間歇性和不確定性可能引發(fā)的系統(tǒng)運行風險，電力系統(tǒng)需要具備對大量靈活性資源的實時調(diào)控能力。儲能系統(tǒng)作為新型電力系統(tǒng)的重要組成部分，不僅可以在源側(cè)與風電、光伏等新能源電源配套安裝以改善新能源發(fā)電特性，還可以為系統(tǒng)提供慣量及輔助服務，將成為新型電力系統(tǒng)中關鍵的靈活性資源［13-14］。

國際能源署和英國石油公司等專業(yè)機構(gòu)定期發(fā)布全球能源統(tǒng)計數(shù)據(jù)及能源轉(zhuǎn)型展望研究［15-16］。在此基礎上，一些研究探討了不同碳減排目標對能源電力轉(zhuǎn)型的影響，采用TIMES 等模型對比分析了不同場景下的環(huán)境效益及電源結(jié)構(gòu)等［17-19］。文獻［17］設置深度低碳、零碳、負碳等場景，對電力系統(tǒng)電源裝機容量、發(fā)電量等進行優(yōu)化得到電力系統(tǒng)低碳轉(zhuǎn)型路徑，其結(jié)果表明電源清潔化是新型電力系統(tǒng)低碳轉(zhuǎn)型的關鍵。部分研究通過改進電力系統(tǒng)規(guī)劃模型和約束設置探究電力系統(tǒng)轉(zhuǎn)型路徑。文獻［20］采用SWITCH-China 模型，利用電源容量擴展規(guī)劃方法探究中國電源容量變化。文獻［21］提出考慮存儲技術(shù)、碳稅和不同可再生能源份額標準的電源容量擴展模型對中國西北電網(wǎng)進行容量規(guī)劃。文獻［22］建立考慮不同部門的高分辨率評估模型，考慮輸電容量擴展影響，探究碳中和背景下電力系統(tǒng)的轉(zhuǎn)型路徑。

電力系統(tǒng)低碳轉(zhuǎn)型進程伴隨著新電源技術(shù)的發(fā)展，同時也將引入電網(wǎng)運行穩(wěn)定的新問題。未來風、光電源裝機須對陸上風電、海上風電、集中式和分布式光伏電源進行分類規(guī)劃。生物質(zhì)能和各類利用碳捕集與封存（carbon capture and storage，CCS）技術(shù)的火電機組將助力發(fā)電凈零排放目標。在風光高滲透率背景下，低慣量問題愈發(fā)顯著，慣量約束將成為電力系統(tǒng)低碳轉(zhuǎn)型規(guī)劃的關鍵因素［21-23］。此外，可再生能源發(fā)電特性的地區(qū)差異、區(qū)域電網(wǎng)容量擴展對電力系統(tǒng)低碳轉(zhuǎn)型將產(chǎn)生重要影響。電力系統(tǒng)規(guī)劃需考慮以上因素以避免影響對結(jié)構(gòu)形態(tài)和轉(zhuǎn)型路徑的判斷。

針對以上研究有待改進之處，本文在系統(tǒng)建模、約束條件設置等方面進行改進以提升規(guī)劃結(jié)果可靠性。首先，本文結(jié)合電力系統(tǒng)運行安全要求，將旋轉(zhuǎn)備用約束與最小慣量約束納入規(guī)劃模型。同時，本文考慮風、光等可再生能源的地理分布和功率因數(shù)差異，將不同地區(qū)可再生能源投資成本曲線加入規(guī)劃模型。此外，本文以省級電網(wǎng)為最小單元進行規(guī)劃，并考慮省內(nèi)電網(wǎng)輸電線路容量擴展對成本的影響。本文采用考慮可再生能源地區(qū)自然稟賦和電力系統(tǒng)運行安全約束的高比例可再生能源源網(wǎng)擴展規(guī)劃（generation and transmission expansion planning，GTEP）模型，GTEP 模型可在規(guī)劃周期內(nèi)最小化因低碳轉(zhuǎn)型和發(fā)輸電所產(chǎn)生的成本［24-26］。

本文重點關注“碳達峰·碳中和”目標下電力系統(tǒng)低碳轉(zhuǎn)型路徑，特別是電源裝機結(jié)構(gòu)、發(fā)電量結(jié)構(gòu)和跨省輸電格局規(guī)劃結(jié)果。本文首先針對中國電力系統(tǒng)2025 年至2030 年實現(xiàn)碳達峰、2060 年實現(xiàn)碳中和場景的轉(zhuǎn)型路徑進行探究，結(jié)合風電、光伏出力數(shù)據(jù)及運行模擬得到的數(shù)據(jù)，以省級電網(wǎng)為最小單元進行長時間尺度規(guī)劃。由于碳減排路徑是電力系統(tǒng)低碳轉(zhuǎn)型的核心驅(qū)動因素，本文設置多種場景對比探究碳達峰時間與碳減排目標影響。此外，電力系統(tǒng)低碳轉(zhuǎn)型需要大量靈活性資源調(diào)節(jié)。本文對電池儲能投資成本進行靈敏度分析，探究其對于電力系統(tǒng)低碳轉(zhuǎn)型的影響。

1 電力系統(tǒng)“碳達峰·碳中和”轉(zhuǎn)型優(yōu)化方法

1.1 GTEP 模型簡介

本文所采用的GTEP 模型具體結(jié)構(gòu)如圖1所示。

圖1 GTEP 模型結(jié)構(gòu)Fig.1 Structure of GTEP model

通過構(gòu)建高比例可再生能源電源并網(wǎng)的GTEP模型，同時結(jié)合不同區(qū)域的可再生能源自然資源稟賦差異及系統(tǒng)安全約束，對電力系統(tǒng)“碳達峰·碳中和”轉(zhuǎn)型路徑進行分析。模型進行2020 年至2060 年的源網(wǎng)擴展規(guī)劃仿真，在宏觀層面將能源政策目標和環(huán)境約束納入規(guī)劃優(yōu)化中，在微觀層面則考慮系統(tǒng)的運行安全和穩(wěn)定約束。

中國的風光資源潛力和出力曲線從全球能源互聯(lián)網(wǎng)發(fā)展合作組織建立的全球可再生能源開發(fā)分析（global renewable-energy exploitation analysis，GREAN）數(shù)據(jù)庫獲取，其包含了氣候信息數(shù)據(jù)、地理信息系統(tǒng)（geographic information system，GIS）數(shù)據(jù)及人類行為活動的定量經(jīng)濟潛力評估等信息［27］。根據(jù)獲取的可再生能源自然稟賦、開發(fā)成本及供給曲線數(shù)據(jù)構(gòu)建線性化多階段隨機優(yōu)化模型，考慮長期技術(shù)成本變化和短期可再生能源間歇性出力對投資和運行相關變量進行40 年全局優(yōu)化。GTEP 模型包括目標函數(shù)、規(guī)劃約束和運行約束三部分:目標函數(shù)考慮電力系統(tǒng)投資、維護、運行成本以及省內(nèi)電網(wǎng)容量擴展成本；規(guī)劃約束表征宏觀能源政策目標和環(huán)境資源限制；運行約束包含電力系統(tǒng)日內(nèi)運行約束條件。根據(jù)優(yōu)化結(jié)果計算轉(zhuǎn)型各階段電源裝機結(jié)構(gòu)、發(fā)電量結(jié)構(gòu)、電網(wǎng)結(jié)構(gòu)及成本等信息。GTEP數(shù)學模型及部分細節(jié)設置可參見文獻［24］。

1.2 模型假設

GTEP 模型主要在兩方面進行簡化構(gòu)建:電力系統(tǒng)建模和模擬場景選擇。在電力系統(tǒng)建模方面，對電源、線路、負荷等進行單元化處理，以省級規(guī)模建立基礎節(jié)點。本文忽略省內(nèi)電網(wǎng)拓撲結(jié)構(gòu)，每個節(jié)點均包含13 種電源（水電、核電、煤電、煤電-CCS、氣電、氣電-CCS、生物質(zhì)、生物質(zhì)-CCS、陸上風電、海上風電、集中式光伏、分布式光伏、光熱）和2 種儲能系統(tǒng)（抽蓄儲能系統(tǒng)、電池儲能系統(tǒng)）。相同類型的機組聚合成為該節(jié)點的一個機組單元進行建模，因此，每個節(jié)點共有15 個機組單元。同理，將每個省級電網(wǎng)的全部負荷作為該節(jié)點的負荷。單元化建模后，可以將機組裝機容量和在線運行容量作為連續(xù)變量進行處理。將兩省之間的全部相同電壓類型線路聚合成為一條線路單元，同時假定潮流中固定比例轉(zhuǎn)化為功率網(wǎng)損。本文采用運輸模型對輸電線路進行建模，假定每條線路的功率在最大容量范圍內(nèi)可以自由調(diào)節(jié)，對直流輸電線路則固定其傳輸方向以避免求解過程中出現(xiàn)潮流反送的不合理情況［28］。

本文以省級電網(wǎng)為建模單元的同時，在總成本中考慮省內(nèi)電網(wǎng)容量擴展。通過選取各省負荷、發(fā)電量、變壓器容量及不同電壓等級線路長度等歷史信息，將中國各省聚合劃分為華北地區(qū)、東北地區(qū)、華東地區(qū)、華中地區(qū)、南方五省、西南地區(qū)和西北地區(qū)7 個區(qū)域，分別對各區(qū)域內(nèi)線路和變壓器容量與發(fā)電量和負荷需求進行線性回歸分析。線性回歸模型根據(jù)GTEP 模型求解得到的負荷和用電量結(jié)果對各區(qū)域省內(nèi)線路擴展容量進行預測?？偝杀局锌紤]因省內(nèi)負荷增長而帶來的電網(wǎng)投資、運行及維護成本。

模擬場景選擇方面，本文以5 年為尺度將40 年劃分為8 個階段，每個階段通過聚類等方式選擇12 個典型日場景。每個運行場景時間為1 d（24 h），采用K-medoids 算法將場景進行聚類，選出可代表全年的12 個典型日場景，以表征儲能裝置的日循環(huán)過程及負荷與可再生能源出力的相關性［29］。運行模擬計算得到的運行費用是目標函數(shù)的重要組成部分，同時運行變量與規(guī)劃變量通過利用小時數(shù)約束等進行耦合。

1.3 目標函數(shù)與約束

GTEP 優(yōu)化模型的目標函數(shù)為40 年規(guī)劃期的總成本，分為投資成本、維護成本、運行成本和省內(nèi)電網(wǎng)容量擴展成本，各階段成本均歸并到2020 年價格計算。投資成本源于電源、儲能及輸電線路投建容量，維護成本則與各階段電源、儲能和輸電線路現(xiàn)存容量有關。運行成本包含區(qū)域失負荷懲罰、發(fā)電成本、機組啟停成本及二氧化碳捕集成本等。省內(nèi)電網(wǎng)容量擴展成本包含省內(nèi)電網(wǎng)投資及運行、維護成本。

電力系統(tǒng)規(guī)劃約束主要表征了資源環(huán)境稟賦在內(nèi)的多方因素，可分為如下8 項。

1）新能源可建容量約束:利用GREAN 數(shù)據(jù)庫得到風、光等電源的最大可建容量，核電機組容量根據(jù)政策限制確定。

2）風電、光伏開發(fā)成本約束:將風、光功率因數(shù)差異及開發(fā)潛力差異等自然資源稟賦轉(zhuǎn)化為風、光開發(fā)成本曲線，并對風、光開發(fā)成本曲線分段線性化。

3）天然氣資源約束:給定發(fā)電天然氣年用量限額。

4）水資源約束:給定水資源區(qū)域利用上限。

5）發(fā)電機組安裝容量連續(xù)性約束:各階段裝機容量存在階段耦合關系，根據(jù)當前階段新增裝機和退役裝機，更新已安裝機組容量。

6）發(fā)電機組利用小時數(shù)約束:考慮機組檢修和發(fā)電資源充裕程度，設置機組利用小時數(shù)的上下限，低于利用小時數(shù)下限的機組容量由于經(jīng)濟性原因需退役或保容減量。

7）碳減排目標約束:電力部門各階段碳排放不超過給定碳排放目標。

8）發(fā)電機組備用約束:區(qū)域內(nèi)機組容量需超過負荷峰值并留有備用容量。

電力系統(tǒng)運行約束主要表征機組運行特性和系統(tǒng)安全，可分為如下9 項。

1）區(qū)域功率平衡約束:典型日的任意時刻省級電網(wǎng)必須滿足功率平衡條件。

2）輸電線模型約束:采用運輸模型，網(wǎng)損與線路潮流成正比，同時固定直流輸電線路傳輸方向。

3）火電、核電機組約束:火電機組（包含煤電、氣電和生物質(zhì)）和核電機組出力需滿足最低出力約束及在線運行容量約束。

4）CCS 機組模型:CCS 機組通過碳捕集技術(shù)使得其碳排放遠小于火電機組，而輸出功率低于發(fā)電出力。

5）風電、光伏、水電發(fā)電約束:給定輸出功率上下限約束。

6）儲能系統(tǒng)模型:抽水蓄能儲能和電池儲能的荷電狀態(tài)（state of charge，SOC）都需滿足時序關系，同時日循環(huán)滿足初末狀態(tài)SOC 不變。

7）集中光熱電站模型:建模太陽能加熱裝置、儲熱裝置和發(fā)電機之間的能量轉(zhuǎn)換過程。

8）運行旋轉(zhuǎn)備用約束:運行階段在線可調(diào)容量需要超過負荷和可再生能源出力的波動總量，反映了負荷和可再生能源出力不確定性引發(fā)的功率平衡問題。

9）最小系統(tǒng)慣量約束:轉(zhuǎn)型過程中火電裝機容量減少將導致系統(tǒng)慣量降低，需要維持頻率穩(wěn)定保證最小系統(tǒng)慣量，反映了低慣量電力系統(tǒng)的頻率穩(wěn)定問題。

2 “碳達峰·碳中和”轉(zhuǎn)型場景及關鍵邊界條件

2.1 電力系統(tǒng)“碳達峰·碳中和”轉(zhuǎn)型場景

由于全球溫升與二氧化碳累積排放總量有較強關系，本文首先設定2020 年至2060 年電力系統(tǒng)累積碳排放總量目標及對應的碳減排路徑。本文基于《中國長期低碳發(fā)展戰(zhàn)略與轉(zhuǎn)型路徑研究》綜合報告中提出的長期深度脫碳目標，同時考慮加入無碳減排目標約束情況進行對比，構(gòu)建不同場景下2020 年至2060 年電力部門碳排放路徑［30］。本文設置了對應不同碳減排目標和碳達峰時間的5 類碳減排場景:快速減排場景、25 達峰-中和場景、30 達峰-中和場 景 、國 家 自 主 貢 獻（national determined contribution，NDC）場景以及非減排場景。5 類場景的減排路徑和累積碳排放總量目標如表1 所示，各自的碳減排路徑如圖2 所示。

表1 “碳達峰·碳中和”轉(zhuǎn)型場景及減排路徑Table 1 Transition scenarios of“carbon emission peak and carbon neutrality”and emission reduction paths

圖2 不同“碳達峰·碳中和”轉(zhuǎn)型場景下碳排放曲線Fig.2 Curves of carbon emission in different transition scenarios of“carbon emission peak and carbon neutrality”

快速減排場景依據(jù)全球溫升控制在1.5 ℃范圍內(nèi)目標設置，主要削減2030 年前的累積碳排放量，2020 年至2030 年累積碳排放量為429.4 億t，占比達44%。25 達峰-中和場景和30 達峰-中和場景均依據(jù)“雙碳”目標政策設置，年碳排放峰值分別為46.28 億t 和46.63 億t，累積碳排放總量目標一致。轉(zhuǎn)型中期進入快速減排階段，且后期減排速度漸緩，直至2060 年實現(xiàn)碳中和。2 種場景的差異體現(xiàn)在轉(zhuǎn)型前后期的減排速度，本文選擇25 達峰-中和場景作為后文分析的主場景。NDC 場景依據(jù)巴黎協(xié)定和NDC 目標推演得到。非減排場景下不設置碳排放約束，依據(jù)本模型求解結(jié)果，2035 年碳達峰排放量為72.1 億t，而后緩慢下降至2060 年的57.4 億t，累積碳排放總量達到2 585.1 億t。

2.2 關鍵條件設置

模型關鍵條件包含全社會用電量及最大負荷、電源裝機容量限制及投資成本。本文設定的2020 年至2060 年全社會用電量及最大負荷預測曲線如圖3 所示，增速基于《中國“十四五”電力發(fā)展規(guī)劃研究》和《中國長期低碳發(fā)展戰(zhàn)略與轉(zhuǎn)型路徑研究》綜合報告設置［30-31］。全社會用電量與終端電氣化水平強相關，考慮到中國制造業(yè)水平和經(jīng)濟發(fā)展?jié)摿?，特別是以電動汽車為代表的交通領域電氣化逐步推進，全社會用電量在2040 年后仍將保持快速增長，預計到2060 年將達到16 610 TW·h。同時，全社會最大負荷在2035 年前保持較快增速，至2060 年將達到2 642 GW。

圖3 2020 年至2060 年全社會用電量及最大負荷預測Fig.3 Forecast of electricity consumption and the maximum load of whole society from 2020 to 2060

水電及新能源電源的裝機容量受到資源環(huán)境稟賦、政策引導和制造能力的限制。本文利用GREAN 數(shù)據(jù)庫省級自然資源稟賦確定各省新能源總裝機容量上限。全國范圍內(nèi)，水電機組容量上限約為560 GW，光伏裝機容量上限約為117.2 TW，風電裝機容量上限約為6 580 GW。核電裝機由政策因素制約，2060 年可建上限為400 GW［17］。不同階段各類型電源的投資成本由美國國家可再生能源實驗室發(fā)布的2021 年技術(shù)基準電力數(shù)據(jù)得到，選擇中位場景以5 年數(shù)據(jù)平均值生成投資成本曲線［32］。

3 “碳達峰·碳中和”轉(zhuǎn)型規(guī)劃結(jié)果及影響因素分析

3.1 25 達峰-中和場景轉(zhuǎn)型結(jié)果分析

在“碳達峰·碳中和”目標下，未來中國電源裝機容量增速遠超負荷增速，多元清潔低碳電源裝機需求快速增長。25 達峰-中和場景下中國2020 年至2060 年各類型電源裝機容量變化情況如圖4 所示。電源總裝機容量在轉(zhuǎn)型前期增速較緩，而中后期增速明顯上升。在2030 年和2060 年，電源總裝機容量分別達到3 767 GW（含儲能43 GW）和9 561 GW（含儲能1 585 GW）。轉(zhuǎn)型中后期電源裝機增量明顯高于最大負荷增量，總裝機容量與最大負荷比值從2020 年的約1.84 上升至2060 年的近3.59。

圖4 25 達峰-中和場景下2020 年至2060 年的電源裝機容量Fig.4 Installed power capacity from 2020 to 2060 in“25 peak-neutrality”scenario

未來電源結(jié)構(gòu)呈現(xiàn)高比例可再生能源特征，清潔電源與靈活性資源的互補為電力系統(tǒng)提供保障。25 達峰-中和場景風光裝機滲透率為69.83%，與文獻［17］零碳場景結(jié)果較為符合。光伏、風電成為新型電力系統(tǒng)的前兩大電源，光伏裝機增速在2055 年前均保持較高水平，2060 年裝機容量增至約3 877 GW，占比達到40.55%。集中式光伏占比約74.90%，主要分布在中國西北地區(qū)和四川、云南等地，而分布式光伏在廣東、江蘇、山東等負荷中心的需求較高。風電在前期裝機增速相對較緩，2030 年裝機容量達到772 GW，而后快速增長至2060 年的2 799 GW，占比為29.27%。儲能作為重要的靈活性資源，可提供慣量、旋轉(zhuǎn)備用等多種輔助服務，其裝機需求逐漸增加，2030 年僅為43 GW，2060 年則攀升至1 585 GW。其中，抽水蓄能儲能在2040 年至2055 年進入高速增長期。電池儲能新增裝機需求為1 279 GW 并在2030 年后快速增加，主要分布在中國東部及南部負荷中心。

火電機組受碳排放約束限制，在更嚴格的減排條件下將發(fā)生結(jié)構(gòu)性轉(zhuǎn)變。由于減排目標限制，傳統(tǒng)煤電機組年利用小時數(shù)將下降，導致其經(jīng)濟性降低，部分機組需提前退役或保容減量。25 達峰-中和場景下煤電容量需求在轉(zhuǎn)型前中期保持穩(wěn)定，而后逐步被氣電及CCS 機組替代。氣電機組作為重要的調(diào)峰電源，在2030 年和2060 年裝機容量分別達到236 GW 和337 GW，整體呈現(xiàn)穩(wěn)步上升趨勢，成為火電主體。生物質(zhì)能機組和CCS 機組受資源和技術(shù)經(jīng)濟性影響，裝機容量分別達到22 GW 和75 GW，承擔消納氣電和剩余火電碳排放的任務。

高比例可再生能源的電力供應需要電力系統(tǒng)具備充足的備用容量。各類型火電（包含煤電、氣電、生物質(zhì)及CCS 機組）、水電、核電、儲能機組的裝機容量之和與最大負荷比值在2020 年至2035 年快速下降，從1.39 逐漸穩(wěn)定在轉(zhuǎn)型后期的1.08。火電部分份額由核電和儲能替代，儲能承擔維持系統(tǒng)慣量和頻率穩(wěn)定的重要功能。風光電源高滲透率與低利用小時數(shù)的矛盾使得其裝機需求大幅增長。風光裝機與最大負荷比值從2020 年的約0.45 增長到2060 年的近2.51。

電力系統(tǒng)碳中和轉(zhuǎn)型依賴清潔電源發(fā)電量提升，核電、水電與風光電源互補供應低碳電力。各類型電源發(fā)電量變化如圖5 所示，2060 年總發(fā)電量達到18 289 TW·h。火電發(fā)電量占比從68.03%下降到5.45%，且由煤電主導轉(zhuǎn)型為氣電和生物質(zhì)并舉的格局。風電、光伏在2030 年后的發(fā)電量均迅速攀升，后期占比趨于穩(wěn)定。高比例清潔能源發(fā)電結(jié)構(gòu)目標需要平衡裝機容量與年利用小時數(shù)的矛盾。雖然風電裝機少于光伏，但2060 年承擔38.30%的發(fā)電量，而光伏占比則為31.20%。核電發(fā)電量占比從4.70%提升至15.08%，且年利用小時數(shù)均保持在近7 500 h。

圖5 25 達峰-中和場景下2020 年至2060 年的電源發(fā)電量Fig.5 Power generation from 2020 to 2060 in“25 peak-neutrality”scenario

在電網(wǎng)結(jié)構(gòu)方面，電力系統(tǒng)“碳達峰·碳中和”轉(zhuǎn)型將使得跨省電力交換需求增加，需要大容量跨省輸電網(wǎng)絡提供支撐。2060 年跨省電力交換容量需求為1 389 GW，規(guī)劃周期內(nèi)新增容量需求為828 GW，且在2030 年前和2045 年后增長較多。2060 年跨區(qū)電量交換需求如附錄A 圖A1 所示，傳輸流代表輸電量（詳細說明請見附錄A）。未來中國電力系統(tǒng)仍將呈現(xiàn)“西電東送、北電南送”格局，新增輸電需求主要用于將西北及華北新能源基地電力送至東部南部沿海負荷中心。在跨區(qū)輸電方面，西北地區(qū)、華北地區(qū)、西南地區(qū)外送電量較多，而華中地區(qū)、華東地區(qū)和華北地區(qū)受電量較多。2060 年跨省線路共輸送電量5 760 TW·h，相較2020 年增加了2.6 倍，而2060 年全社會用電量相較于2020 年僅增加1.21 倍。因此，在碳減排目標約束下，電力系統(tǒng)“碳達峰·碳中和”轉(zhuǎn)型將產(chǎn)生更多跨省輸電量需求。新增跨省輸電需求主要用于輸送西部地區(qū)風光電力至沿海負荷中心，呈現(xiàn)跨省電量平衡特征。

3.2 碳達峰時間影響分析

電力系統(tǒng)碳達峰時間不同對電源清潔化轉(zhuǎn)型速度有重要影響，不同階段各類型電源裝機增量呈現(xiàn)此消彼長的趨勢。25 達峰-中和與30 達峰-中和場景下2060年電源裝機總?cè)萘繋缀跸嗤?，僅相差4 GW，電源裝機容量差值和碳排放量差值如圖6（a）所示（以下差值分析均以25 達峰-中和場景結(jié)果為比較基準）。30 達峰-中和場景在2040 年前的裝機容量少于25 達峰-中和場景，而2040 年后則相反。

碳達峰時間對電源低碳轉(zhuǎn)型進程有一定影響。早達峰場景下風光機組平穩(wěn)替代傳統(tǒng)電源有利于后期相對寬松的碳排放約束。達峰時間對核電、水電各階段裝機容量影響小，圖6（b）主要分析火電（包含煤電、氣電、生物質(zhì)及CCS 機組）、風電、光伏、儲能的裝機容量差值變化趨勢。一方面，晚達峰對轉(zhuǎn)型后期風光滲透率要求更高，也需要更多儲能為系統(tǒng)提供慣性和靈活性資源。30達峰-中和場景與25達峰-中和場景的風電、光伏裝機容量最大差值分別達到了46 GW 和82 GW；儲能容量在2055 年高出了36 GW，充放電量分別高出了74 163 GW·h 和51 274 GW·h。另一方面，轉(zhuǎn)型中后期更嚴格的碳減排要求將限制火電發(fā)電量，退役或保容增量進程加快。在30 達峰-中和場景下，火電在2040 年至2045 年平均發(fā)電量為2 290 TW·h，相比25 達峰-中和場景對應平均發(fā)電量減少約190 TW·h，而2035 年至2045 年機組容量共減少267 GW，多減少了31 GW。因此，從技術(shù)角度分析，早達峰使得轉(zhuǎn)型后期風光電源及儲能裝機增速更加平穩(wěn)，減緩轉(zhuǎn)型中后期傳統(tǒng)電源退役進程。

圖6 25 達峰-中和場景與30 達峰-中和場景裝機容量對比Fig.6 Comparison of installer capacity from 2020 to 2060 in“25 peak-neutrality”and“30 peak-neutrality”scenarios

早晚達峰方案對跨省電力交換需求基本一致，晚達峰場景轉(zhuǎn)型期末跨省電力交換需求和輸電量需求均略少于早達峰場景。各階段容量需求增量對比如圖7 所示。晚達峰場景在轉(zhuǎn)型中期跨省輸電容量增量和輸電量較多，其原因是轉(zhuǎn)型中期風光電源增速更快使得外送規(guī)模增長更大。30 達峰-中和場景快速增長的風光電源需要更大規(guī)模跨省輸電網(wǎng)絡實現(xiàn)更大范圍內(nèi)新能源的高效利用，相比25 達峰-中和場景在2030 年至2045 年期間累計多增加輸電規(guī)模14 GW。

圖7 25 達峰-中和場景與30 達峰-中和場景的跨省輸電容量增量Fig.7 Interprovincial transmission capacity increments in“25 peak-neutrality”and“30 peak-neutrality”scenarios

此消彼長的電源裝機容量和跨省電力交換容量需求對投資成本和運行成本都有顯著影響，早晚達峰場景成本對比如表2 所示。30 達峰-中和場景在轉(zhuǎn)型期內(nèi)運行費用基本少于25 達峰-中和場景，成本下降的原因主要是晚達峰在轉(zhuǎn)型前中期的碳排放約束靈活性增強，可優(yōu)化風光電源、CCS 電源、生物質(zhì)電源裝機規(guī)模，避免過早建設CCS 電源帶來的運維成本上升。從經(jīng)濟角度看，在相同碳減排總量目標下晚達峰有一定經(jīng)濟性優(yōu)勢。

表2 25 達峰-中和場景與30 達峰-中和場景成本Table 2 Cost of“25 peak-neutrality”and“30 peak-neutrality”scenarios

3.3 碳減排目標影響分析

碳減排目標作為電力系統(tǒng)低碳轉(zhuǎn)型的關鍵影響因素，將深刻影響電源結(jié)構(gòu)和電網(wǎng)結(jié)構(gòu)演變。2060 年電源裝機總?cè)萘俊⒖缡‰娏粨Q容量需求及投資總成本如表3 所示。更嚴格的減排目標將提升電源裝機容量和跨省電力交換需求，同時增加規(guī)劃周期總成本。相較于無碳排放目標約束的非減排場景，25 達峰-中和場景的電源裝機容量及跨省電力交換容量需求分別增長43.9%和59.47%，總成本相應增加17.13%；而快速減排場景的電源裝機容量及跨省電力交換容量需求則分別增長44.39% 和63.61%，總成本增加20.41%。

表3 不同碳減排目標場景下2060 年關鍵結(jié)果對比Table 3 Key result comparison in 2060 among different scenarios of carbon emission reduction goals

不同碳減排目標下各類型電源定位將發(fā)生改變，轉(zhuǎn)型中后期風光滲透率、煤電和儲能裝機容量出現(xiàn)明顯差異，不同階段下各類場景的電源裝機容量及結(jié)構(gòu)對比如附錄A 圖A2 所示。相較于25 達峰-中和場景和快速減排場景電源裝機快速增長，NDC場景和非減排場景增速較緩。由于前期風光、儲能投資成本較高且碳排放約束目標相對寬松，電源結(jié)構(gòu)轉(zhuǎn)型主要在中后期完成。

隨著碳減排目標愈發(fā)嚴格，風電光伏裝機容量的增長邏輯將發(fā)生變化。非減排場景下風光電源在轉(zhuǎn)型中后期表現(xiàn)出較強的技術(shù)經(jīng)濟性，2060 年光伏、風電分別成為第一、第三大電源，裝機占比達到55.08%。在NDC 場景中，風電、光伏2060 年裝機容量分別為2 683 GW 和2 987 GW，風電超越煤電成為第二大電源。隨著減排約束更加嚴格，風光電源逐漸發(fā)展為支撐電源，裝機容量占比顯著增加。在快速減排場景中，風電、光伏機組2060 年分別達到2 841 GW 和3 865 GW，較25 達峰-中和場景分別高出43 GW 和減少12 GW。

煤電機組從系統(tǒng)基荷電源逐漸轉(zhuǎn)型為提供慣量、調(diào)峰及調(diào)頻服務電源，其裝機容量變化趨勢及后期容量差異較大。非減排場景煤電裝機需求一直增加，并最終達到1 817 GW，占比下降到27.36%。在NDC 場景中，煤電裝機需求在2045 年達峰，而后從1 206 GW 下降至888 GW。在快速減排場景和25達峰-中和場景下，煤電在2035 年后由于相對經(jīng)濟性降低，裝機容量需求快速下降且部分改造為CCS機組。

儲能在傳統(tǒng)電源退役后部分承擔系統(tǒng)調(diào)峰調(diào)頻任務，更嚴格的碳減排約束將加快其2040 年后裝機增速。非減排場景下儲能裝機增速較緩，2060 年僅達到279 GW。NDC 場景下，儲能在轉(zhuǎn)型末期大規(guī)模增長，2060 年達到914 GW，相較2055 年增長55.98%?？焖贉p排場景的儲能裝機容量一直略低于25 達峰-中和場景，轉(zhuǎn)型期末裝機容量增至1 627 GW。

由此可見，電力系統(tǒng)“碳達峰·碳中和”轉(zhuǎn)型需要更高比例的風光機組對傳統(tǒng)電源進行替代，同時依靠儲能提供慣量及輔助服務。火電機組自轉(zhuǎn)型中期退役速度將逐漸加快。風光電源在2040 年至2055 年裝機增量需求較高，用于填補火電發(fā)電量缺口及滿足全社會新增用電量。儲能需要在火電退役階段開始前進行容量擴增，不僅承擔火電部分調(diào)峰調(diào)頻任務，還可消納風光出力，為低碳電力系統(tǒng)穩(wěn)定運行提供保障。

高比例風光滲透的電力系統(tǒng)需要大容量跨省網(wǎng)絡進行輸電以滿足功率平衡需求，不同碳減排目標下跨省電力交換容量需求變化情況如圖8 所示。非減排場景由于保留了較多的火電機組，新建風光裝機容量相對較少，因此跨省電力交換容量需求增速顯著低于其他3 類場景，2060 年容量需求為871 GW。其他場景跨省電力交換容量需求在前期快速增長，為后期高比例風光電源外送提供跨省輸電可靠保障。NDC 場景在2035 年后容量增速明顯放緩，2060 年達到1 302 GW，年跨省輸電量為5 170 TW·h?？焖贉p排場景容量需求在2060 年達到1 425 GW，年跨省輸電量則達到5 960 TW·h，說明外送風光電力需要更大容量電網(wǎng)提供保障。

圖8 不同碳減排目標下2020 年至2060 年跨省電力交換容量需求Fig.8 Interprovincial electricity exchange capacity demand from 2020 to 2060 with different goals of carbon emission reduction

3.4 電池儲能投資成本靈敏度分析

隨著未來光伏裝機容量增加，配套鋰電池儲能系統(tǒng)的平均度電成本（levelized cost of energy，LCOE）可達到電網(wǎng)平均水平［33］。利用大規(guī)模電池儲能進行頻率控制及負荷削峰填谷的經(jīng)濟成本具備可行性，但同時受電池儲能投資成本的較大影響［34］。本文針對電池儲能投資成本進行靈敏度分析，以25 達峰-中和場景為主場景，在電池儲能投資成本曲線相對增減20%的范圍內(nèi)，以5%為分度值設置多種場景進行探究。電池儲能相對投資成本曲線是以2020 年電池儲能投資成本為基準，計算各階段成本與2020 年成本比值得到，各場景曲線如圖9所示。其中，5%場景表示相對投資成本增加5%的場景，其他場景以此類推。以圖9 所示數(shù)據(jù)作為靈敏度分析的輸入條件，經(jīng)模型求解得到2060 年關鍵結(jié)果如表4 所示。

表4 不同電池儲能投資成本場景2060 年結(jié)果對比Table 4 Result comparison in 2060 among different capital cost scenarios of battery energy storage

圖9 電池儲能相對投資成本變化曲線Fig.9 Changing curves of relative capital cost for battery energy storage

整體而言，電池儲能投資成本變動對電力系統(tǒng)轉(zhuǎn)型影響較小。由于儲能承擔提供慣量及調(diào)峰調(diào)頻等輔助服務功能，容量需求主要由系統(tǒng)安全約束決定，受經(jīng)濟性影響較小。當相對成本變動從-20%增加到20%時，儲能容量僅下降3.35%，其他類型電源裝機總?cè)萘吭黾?.36%，跨省電力交換容量需求下降5.19%，總成本增加0.81%，而儲能投資運維總成本上升8.80%。

由于容量需求相對固定，電池儲能投資成本對LCOE 影響較小，不同場景與主場景下LCOE 差值如圖10 所示。

圖10 不同電池儲能投資成本場景下LCOE 對比Fig.10 LCOE comparison among different capital cost scenarios of battery energy storage

電池儲能成本變動在后期產(chǎn)生更大影響，-20%場景下2060 年LCOE 相對于主場景將減少0.68 分/（kW·h），20%場景下2060 年LCOE 相對于主場景將增加0.63 分/（kW·h），增加約1.20%。

4 結(jié)語

本文針對“雙碳”目標下電力系統(tǒng)形態(tài)結(jié)構(gòu)轉(zhuǎn)型路徑問題，構(gòu)建考慮可再生能源自然稟賦和運行安全約束在內(nèi)的高比例可再生能源GTEP 優(yōu)化模型，分析了2025 年碳達峰、2060 年碳中和場景下電力系統(tǒng)的轉(zhuǎn)型路徑及形態(tài)結(jié)構(gòu)特征。針對碳達峰時間、碳減排目標等關鍵影響因素，設置早晚達峰及多種減排目標場景，探究電源結(jié)構(gòu)和電網(wǎng)結(jié)構(gòu)演變結(jié)果并進行實證分析，同時針對電池儲能成本進行靈敏度分析。本文得到以下結(jié)論:

1）電力系統(tǒng)“碳達峰·碳中和”低碳轉(zhuǎn)型的關鍵是構(gòu)建含高比例可再生能源的電源結(jié)構(gòu)，需要各類電源協(xié)同互補提供安全、可靠的電力供應。在“雙碳”目標下，2060 年電力系統(tǒng)總裝機容量將達到9 561 GW，相比2020 年增長334.10%。風電、光伏電源將成為新型電力系統(tǒng)的主要電量來源，各類型火電承擔調(diào)峰調(diào)頻和提供慣量的重要任務。轉(zhuǎn)型期末風光裝機占比將達到69.83%。煤電機組由于經(jīng)濟性原因未來需求將減少，氣電裝機容量增加，二者共同為系統(tǒng)提供慣量并承擔調(diào)峰調(diào)頻功能。儲能在煤電退役或保容減量階段裝機容量迅速增加，消納風光電力并為系統(tǒng)提供慣量。

2）電力系統(tǒng)“碳達峰·碳中和”轉(zhuǎn)型目標下系統(tǒng)電力平衡需要大容量跨省輸電網(wǎng)絡支撐，更大規(guī)?！拔麟姈|送、北電南送”跨省輸電格局為可再生能源消納和跨區(qū)電能互濟提供重要保障。2060 年跨省電力交換容量需求將增至1 389 GW，跨省輸電量達到5 760 TW·h，分別較2020 年的561 GW 和1 600 TW·h 增長1.5 倍和2.6 倍。中國電力系統(tǒng)“西電東送、北電南送”格局將保持不變，規(guī)模進一步擴大，西部及華北的風光基地電力大量外送，華中區(qū)域承接西部、北部的部分外送電量，華東區(qū)域則主要接受西南和華北區(qū)域外送電量。大容量跨省輸電網(wǎng)絡可以實現(xiàn)新能源基地電力在更大范圍內(nèi)高效利用，滿足東部負荷中心供電需求。

3）碳達峰時間和碳減排路徑是電力系統(tǒng)形態(tài)結(jié)構(gòu)轉(zhuǎn)型的關鍵影響因素，達峰時間節(jié)點與減排路徑規(guī)劃需要綜合經(jīng)濟、技術(shù)、環(huán)境、社會等因素確定。在相同碳減排目標下，達峰時間對電力系統(tǒng)低碳轉(zhuǎn)型的影響主要體現(xiàn)在各階段電源裝機容量增量和跨省電力交換容量需求增量，在轉(zhuǎn)型前期和轉(zhuǎn)型中后期呈現(xiàn)此消彼長的趨勢。早達峰將使得轉(zhuǎn)型前期風光電源裝機加快，而轉(zhuǎn)型中后期風光電源替代火電的過程更加平穩(wěn)。同時早達峰在轉(zhuǎn)型中期區(qū)域功率平衡和風光外送壓力較小，跨省電力交換需求和輸電量相對較少。由于轉(zhuǎn)型后期火電裝機容量和發(fā)電量都較少，晚達峰在規(guī)劃轉(zhuǎn)型期的經(jīng)濟性更優(yōu)。合理的碳達峰時間與減排路徑有助于實現(xiàn)規(guī)劃經(jīng)濟性與電力系統(tǒng)轉(zhuǎn)型進度的平衡。

未來研究將在本文基礎上考慮多種儲能、電動汽車、需求響應等需求側(cè)靈活性資源及可再生能源并網(wǎng)特性，建立內(nèi)嵌安全穩(wěn)定約束的形態(tài)結(jié)構(gòu)規(guī)劃模型，進一步探究技術(shù)成本、電氣化等關鍵因素對轉(zhuǎn)型路徑的影響。

本文研究得到全球能源互聯(lián)網(wǎng)集團有限公司科技項目(SGGEIG00JYJS2100027)資助及全球能源互聯(lián)網(wǎng)發(fā)展合作組織吳佳瑋博士幫助，特此感謝！

附錄見本刊網(wǎng)絡版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡全文。