-
实现碳中和是一项复杂系统工程,涉及自然系统(碳汇)、社会系统、经济系统、行为系统、能源系统等多系统耦合,亦涉及能源系统内部能源加工转换—运输配送—终端使用—末端治理全过程的技术耦合,同时还涉及供给和需求侧的耦合以及终端用能部门之间的跨部门耦合,最终目标是实现技术经济协同,以权衡成本收益风险之间的关系。为了刻画上述复杂交互机理,面临跨系统跨部门耦合性、分行业异构性、技术成本动态性、技术和行为演变非线性、社会经济不确定性等诸多方面的挑战,加大了统筹成本收益的难度和碳排放路径规划的不确定程度[1]。因此,从复杂系统的视角,建立能刻画上述挑战内涵的方法和技术,是开展双碳目标约束下碳排放技术体系优化研究有效和可行的途径。
已有大量文献对中国低碳转型路径开展了研究,通过对40多类国内外主流综合评估模型进行对比和相关文献总结,发现当前全球多类模型模拟了1.5℃和2℃目标下各区域的碳排放路径[2-7],但模型中对于中国的参数设置差异大,导致关于中国的碳排放路径和排放空间相差较大,且缺少对需求不确定性的刻画;例如,已有模型对2℃目标约束下中国2015—2050年的碳排放空间估计结果为1 500~4 600亿吨CO2,相差极大。国内学者也开展了大量研究,特别是针对单一碳密集型行业或对多个行业分别开展了技术优化和减排潜力评估[8-11],但仍需要进一步加强对跨系统跨部门耦合性、需求不确定性、技术行为非线性等特征的刻画[12-14]。
针对碳中和路径优化的复杂性对建模的需求,本文应用复杂系统理论,自主设计,构建了自下而上的国家能源技术模型(National Energy Technology Model,以下简称NET),它是气候变化综合评估模型(China’s Climate Change Integrated Assessment Model,以下简称C3IAM)的重要组成部分,因此,取名为C3IAM/NET。该模型实现了“用能产品/服务需求预测—终端行业生产规划—终端能源需求集成—能源加工转换技术选择—供需两侧碳排放耦合”的五维一体[14-15],为全国—行业—技术多个层面的碳排放精细化管理提供科学方法。
-
C3IAM/NET模型的基本原理是实现能源系统成本最小的技术布局优化,下面将对其数学表达进行系统描述。
-
设置为规划期内能源系统年化总成本最小[28],包含三个部分:设备或技术的年度化初始投资成本、设备或技术的年度化运行和维护成本、燃料成本。总成本最小即为
$$ {\text{min }} {\text{T}}{{\text{C}}_t} = {\text{I}}{{\text{C}}_t} + {\text{O}}{{\text{M}}_t} + {\text{E}}{{\text{C}}_t} $$ (1) 其中,t为年份;TCt表示折算到第t年的总成本;ICt为设备折算到第t年的年度化初始投资总成本;OMt为设备的运行和维护总成本;ECt为燃料总成本。
1.年度化初始投资成本
计算时需考虑政府可实施的补贴率、内部收益率、设备寿命因素,表达式为
$$ {\text{I}}{{\text{C}}_t} = \sum\limits_i^I {\sum\limits_d^D {{\text{i}}{{\text{c}}_{i,d,t}} \times \left( {1 - {\text{S}}{{\text{R}}_{i,d,t}}} \right) \times \frac{{{\text{I}}{{\text{R}}_{i,d,t}} \times {{\left( {1 + {\text{I}}{{\text{R}}_{i,d,t}}} \right)}^{{{{T}}_{i,d}}}}}}{{{{\left( {1 + {\text{I}}{{\text{R}}_{i,d,t}}} \right)}^{{{{T}}_{i,d}}}} - 1}}} } $$ (2) 其中,i表示能源系统各行业;I为行业总量;d表示能源系统各行业的技术设备和碳捕集利用与封存(CCS)技术设施;D为设备总量;ici,d,t为第t年行业i设备d的初始投资成本;SRi,d,t为补贴率;IRi,d,t为内部收益率;Ti,d为生命周期。
2.运行和维护成本
运行和维护成本是指设备的维修成本、管理成本、人力成本、政府补贴等,表达式为
$$ {\text{O}}{{\text{M}}_t} = \sum\limits_i^I {\sum\limits_d^D {{\text{o}}{{\text{m}}_{i,d,t}} \times {\text{O}}{{\text{Q}}_{i,d,t}} \times \left( {1 - {\text{S}}{{\text{R}}_{i,d,t}}} \right)} } $$ (3) 其中,omi,d,t为第t年行业i设备d的单位运行和维护成本;OQi,d,t为第t年行业i设备d的运行数量。
3. 能源成本
能源成本是指所有设备的能源消费量与相应能源品种价格的乘积,考虑到不同能源品种价格随时间变化、设备能源效率提高、政府可实施补贴等情况,表达式为
$$ {\text{E}}{{\text{C}}_t} = \sum\limits_i^I {\sum\limits_d^D {\sum\limits_k^K {{\text{EN}}{{\text{E}}_{i,d,k,t}}} \times {{{P}}_{i,d,k,t}} \times \left( {1 - {\text{S}}{{\text{R}}_{i,d,k,t}}} \right)} } $$ (4) $$ {\text{EN}}{{\text{E}}_{i,d,k,t}}{\text{ = }}{{\text{E}}_{i,d,k,t}} \times {\text{O}}{{\text{Q}}_{i,d,k,t}} \times \left( {1 - {\text{EF}}{{\text{F}}_{i,d,k,t}}} \right) $$ (5) 其中,k表示能源品种;K表示能源品种数量;ENEi,d.k,t为第t年行业i设备d所耗能源品种k的总消费量;Pi,d,k.t为第t年行业i设备d所耗能源品种k的价格;Ei,d,k,t为第t年行业i所耗能源品种k的设备d的单位消费量;OQi,d,k,t为第t年行业i所耗能源品种k的设备d的运行数量;EFFi,d,k,t为第t年行业i所耗能源品种k的设备d的技术进步率。
-
1.产品和能源服务需求约束
产品和能源服务需求约束是指对于给定的某种工业产品或交通、建筑服务,所有设备运行量与单位设备产品或服务产出量的乘积,必须大于或等于该产品或服务的需求量,从而体现以需定产的实际过程。表达式为
$$ \sum\limits_d^D {{\text{O}}{{\text{T}}_{i,d,j,t}} \times {\text{O}}{{\text{Q}}_{i,d,j,t}}} \times \left( {1 - {\text{EF}}{{\text{F}}_{i,d,j,t}}} \right) \geqslant {\text{D}}{{\text{S}}_{i,j,t}} $$ (6) 其中,OTi,d,j,t为第t年行业i生产产品或能源服务j的设备d的单位产出量;OQi,d,j,t为第t年行业i生产产品或能源服务j的设备d的运行数量;EFFi,d,j,t为第t年行业i生产产品或能源服务j的设备d的技术进步率;DSi,j,t为第t年行业i的产品或能源服务j的总需求量。
2.能源消费约束
能源消费约束是指设备运行量与单位设备能源消费量的乘积,不得超过或低于某个限制值,从而满足国家或行业能源总量控制的政策约束。可以对国家能耗总量,也可对某个行业的能耗量,还可对某个行业的某一种能源品种消耗量进行约束,表达式为
$$ {\text{ENE}}_t^{\min } \leqslant {\text{EN}}{{\text{E}}_t} \leqslant {\text{ENE}}_t^{\max } $$ (7) $$ {\text{ENE}}_{i,t}^{\min } \leqslant {\text{EN}}{{\text{E}}_{i,t}} \leqslant {\text{ENE}}_{i,t}^{\max } $$ (8) $$ {\text{ENE}}_{i,k,t}^{\min } \leqslant {\text{EN}}{{\text{E}}_{i,k,t}} \leqslant {\text{ENE}}_{i,k,t}^{\max } $$ (9) $$ {\text{EN}}{{\text{E}}_t}{\text{ = }}\sum\limits_i^I {{\text{EN}}{{\text{E}}_{i,t}}} $$ (10) $$ {\text{EN}}{{\text{E}}_{i,t}}{\text{ = }}\sum\limits_k^K {{\text{EN}}{{\text{E}}_{i,k,t}}} $$ (11) $$ {\text{EN}}{{\text{E}}_{i,k.t}}{\text{ = }}\sum\limits_d^D {{\text{EN}}{{\text{E}}_{i,d,k,t}}} $$ (12) 其中,ENEt、ENEi,t、ENEi,k,t分别为第t年国家、行业i、行业i能耗品种k的能源消费量;
$ {\text{ENE}}_t^{\min } $ 为第t年国家能耗总量下限约束;$ {\text{ENE}}_t^{\max } $ 为第t年国家能耗总量上限约束;$ {\text{ENE}}_{i,t}^{\min } $ 为第t年行业i能耗总量下限约束;$ {\text{ENE}}_{i,t}^{\max } $ 为第t年行业i能耗总量上限约束;$ {\text{ENE}}_{i,k,t}^{\min } $ 为第t年行业i能耗品种k消耗量下限约束;$ {\text{ENE}}_{i,k,t}^{\max } $ 为第t年行业i能耗品种k消耗量上限约束。3.排放约束
碳排放约束是指所有设备运行量乘以单位设备排放量的总和,不得超过某个限制值,从而满足国家和行业低碳或绿色发展目标的约束。可以对全社会排放总量,也可对能源系统的排放总量,还可对某个行业的排放量进行约束,表达式为
$$ {\text{EM}}{{\text{S}}_{n,g,t}} \leqslant {\text{EMS}}_{n,g,t}^{\max } $$ (13) $$ {\text{EM}}{{\text{S}}_{s,g,t}} \leqslant {\text{EMS}}_{s,g,t}^{\max } $$ (14) $$ {\text{EM}}{{\text{S}}_{i,g,t}} \leqslant {\text{EMS}}_{i,g,t}^{\max } $$ (15) $$ {\text{EM}}{{\text{S}}_{n,g,t}} = {\text{EM}}{{\text{S}}_{s.g,t}} + {\text{EM}}{{\text{S}}_{{\text{sink}},t}} $$ (16) $$ {\text{EM}}{{\text{S}}_{s,g,t}}{\text{ = }}\sum\limits_i^I {{\text{EM}}{{\text{S}}_{i,g,t}}} $$ (17) $$ {\text{EM}}{{\text{S}}_{i,g,t}}{\text{ = }}\sum\limits_d^D {\sum\limits_k^K {{\text{EN}}{{\text{E}}_{i,d,k,t}} \times {\text{GA}}{{\text{S}}_{i,d,k,g,t}}} } $$ (18) 其中,g表示能源利用所产生的气体;EMSn,g,t、EMSs,g,t、EMSi,g,t分别为第t年全社会、能源系统、行业i所产生的气体g的排放量;
$ {\text{EMS}}_{n,g,t}^{\max } $ 、$ {\text{EMS}}_{s,g,t}^{\max } $ 、$ {\text{EMS}}_{i,g,t}^{\max } $ 分别为第t年全社会、能源系统、行业i所产生的气体g的最大排放约束;EMSsink,t为第t年生态系统的碳汇量(负值),碳汇量可根据土地类型、土地面积、植被类型和固碳潜力等特征测算;GASi,d,k,g,t为第t年行业i设备d所耗能源品种k产生的气体g的排放因子。4.设备运行数量约束
设配运行数量约束是指设备运行量不得大于开机的设备库存量,表达式为
$$ {\text{S}}{{\text{Q}}_{i,d,t}}{\text{ = S}}{{\text{Q}}_{i,d,t - 1}} + {\text{N}}{{\text{Q}}_{i,d,t}} - {\text{R}}{{\text{Q}}_{i,d,t}} $$ (19) $$ {\text{O}}{{\text{Q}}_{i,d,t}} \leqslant {\text{S}}{{\text{Q}}_{i,d,t}} \times {\text{RAT}}{{\text{E}}_{i,d,t}} $$ (20) 其中,SQi,d,t为第t年行业i设备d的库存量;SQi,d,t-1为第t−1年设备d的库存量;NQi,d,t为第t年设备d的新增数量;RQi,d,t为第t年设备d的退役数量;OQi,d,t为第t年行业i设备d的运行数量;RATEi,d,t为设备d的开机率,不大于1。
5.技术渗透率约束
技术渗透率约束是指对于给定的某种服务,由某种设备供给的比例,不得超过或低于某个约束值,从而满足淘汰落后产能,或达到鼓励先进技术发展的政策需求。表达式为
$$ {\text{SHAR}}{{\text{E}}_{i,d,j,t}}{\text{ = }} \frac{{\text{OT}}{_{i,d,j,t}} \times {\text{OQ}}{_{i,d,j,t}} \times \left( {1 - {\text{EF}}{{\text{F}}_{i,d,j,t}}} \right)}{{\text{D}}{{\text{S}}_{i,j,t}}} $$ (21) $$ {\text{SHARE}}_{i,d,j,t}^{\min } \leqslant {\text{SHAR}}{{\text{E}}_{i,d,j,t}} \leqslant {\text{SHARE}}_{i,d,j,t}^{\max } $$ (22) 其中,SHAREi,d,j,t为第t年行业i设备d生产的产品或能源服务j在产品或能源服务j总产出量中的比例(渗透率);OTi,d,j,t为第t年行业i生产产品或能源服务j的设备d的单位产出量;OQi,d,j,t为第t年行业i生产产品或能源服务j的设备d的运行数量;EFFi,d,j,t为第t年行业i生产产品或能源服务j的设备d的技术进步率;DSi,j,t为第t年行业i的产品或能源服务j的总需求量;
$ {\text{SHARE}}_{i,d,j,t}^{\min } $ 为渗透率下限约束;$ {\text{SHARE}}_{i,d,j,t}^{\max } $ 为渗透率上限约束。上限和下限约束视技术发展与政策规划而定。 -
C3IAM/NET刻画的能源系统以各类能源为载体,将供应侧、加工转换环节和消费侧连接起来,模型中各行业之间通过硬连接的方式进行系统集成。
1.一次能源供应总量
一次能源供应总量等于各类一次能源品种供应量之和,表达式为
$$ {\text{ENE}}_t^{{\text{pri\_supply}}}{\text{ = }}\sum\limits_k^K {{\text{ENE}}_{k,t}^{{\text{pri\_supply}}}} = {\text{ENE}}_{{\text{col}},t}^{{\text{pri\_supply}}} + {\text{ENE}}_{{\text{oil}},t}^{{\text{pri\_supply}}} + {\text{ENE}}_{{\text{ngs}},t}^{{\text{pri\_supply}}} + {\text{ENE}}_{{\text{pri}}\_{\text{ele}},t}^{{\text{pri\_supply}}} + {\text{ENE}}_{{\text{bms}},t}^{{\text{pri\_supply}}} $$ (23) 其中,k表示所有一次能源品种,共K种,包括煤炭(col)、石油(oil)、天然气(ngs)、一次电力(pri_ele)、其他可再生能源(bms)等;
${\text{ENE}}_t^{{\text{pri\_supply}}}$ 为第t年一次能源供应总量;${\text{ENE}}_{k,t}^{{\text{pri\_supply}}}$ 为第t年一次能源品种k的供应量;${\text{ENE}}_{{\text{col}},t}^{{\text{{\text{pri}}\_supply}}}$ 为第t年煤炭供应量;${\text{ENE}}_{{\text{oil}},t}^{{\text{pri\_supply}}}$ 为第t年石油供应量;${\text{ENE}}_{{\text{ngs}},t}^{{\text{pri\_supply}}}$ 为第t年天燃气供应量;${\text{ENE}}_{{\text{pri}}\_{\text{ele}},t}^{{\text{pri\_supply}}}$ 为第t年一次电力供应量;${\text{ENE}}_{{\text{bms}},t}^{{\text{pri\_supply}}}$ 为第t年可再生能源供应量。2.一次能源供需平衡(除一次电力外)
除一次电力外的其他一次能源品种,包括煤炭、石油、天然气、其他可再生能源,这些能源种类的供应量等于二次能源加工转换环节消费的一次能源数量、终端行业的一次能源直接消费量、净出口量、损失量和库存量之和,表达式为
$$ {\text{ENE}}_{k,t}^{{\text{pri\_supply}}}{\text{ = }}\sum\limits_s^S {\sum\limits_d^D {{\text{ENE}}_{k,s,d,t}^{{\text{pri\_sec\_consume}}}} } {\text{ + }}\sum\limits_f^F {\sum\limits_d^D {{\text{ENE}}_{k,f,d,t}^{{\text{pri\_fin\_consume}}}} } - {\text{IMPOR}}{{\text{T}}_{k,t}} + {\text{EXPOR}}{{\text{T}}_{k,t}} + {\text{LOS}}{{\text{S}}_{k,t}} + {\text{ENE}}_{k,t}^{\text{stock}} $$ (24) 其中,s表示生产二次能源的各类能源加工转换环节,共S个环节;f表示不同的终端能源消费行业(
$ f \in i $ ),共F个终端行业;d表示设备,D为设备总量;${\text{ENE}}_{k,s,d,t}^{{\text{pri\_sec\_consume}}}$ 为第t年一次能源k在加工转换环节s设备d的消费量;${\text{ENE}}_{k,f,d,t}^{{\text{pri\_fin\_consume}}}$ 为第t年一次能源k在终端行业f设备d的消费量;${\text{IMPORT}}{_{k,t}}$ 为第t年一次能源k的进口量;${\text{EXPORT}}{_{k,t}}$ 为第t年一次能源k的出口量;${\text {LOSS}}{_{k,t}}$ 为第t年一次能源k在运输、分配、储存等过程中的损失量;${\text{ENE}}_{k,t}^{{\text{stock}}}$ 为第t年一次能源k的库存量。3.从一次能源到除电力、热力外的二次能源
一次能源进入到加工转换环节,将加工生产成为二次能源,各环节的一次能源消费量等于产出的二次能源与效率之比,表达式为
$$ {\text{ENE}}_{k,s,d,t}^{{\text{pri\_sec\_consume}}}{\text{ = ENE}}_{m,s,d,t}^{{\text{sec\_produce}}}\times{\eta _{k \to m,s,d,t}} \times \left( {1 - {\text{EF}}{{\text{F}}_{k \to m,s,d,t}}} \right) $$ (25) $$ {\text{ENE}}_{m,s,d,t}^{{\text{sec\_produce}}}{\text{ = ENE}}_{m,t}^{{\text{sec\_produce}}} \times {\text{SHAR}}{{\text{E}}_{m,s,d,t}} $$ (26) 其中,m表示各类二次能源品种,共M种二次能源,包括焦炭、焦炉煤气、高炉煤气等煤炭制品,汽油、柴油、燃料油等石油制品;
${\text{ENE}}_{k,s,d,t}^{{\text{pri\_sec\_consume}}}$ 为第t年一次能源k在加工转换环节s设备d的消费量;${\text{ENE}}_{m,s,d,t}^{{\text{sec\_produce}}}$ 为第t年二次能源m在加工转换环节s设备d的生产量;$ {\eta _{k \to m,s,d,t}} $ 为第t年加工转换环节s设备d由一次能源k转换成二次能源m的能源效率;$ {\text{EF}}{{\text{F}}_{k \to m,s,d,t}} $ 为第t年加工转换环节s生产二次能源m的设备d的技术进步率;${\text{ENE}}_{m,t}^{{\text{sec\_produce}}}$ 为第t年二次能源m的总生产量;SHAREm,s,d,t为第t年加工转换环节s设备d在二次能源m总产量中的渗透率。4.从一次能源到除电力、热力外的终端能源
一次能源进入到终端用能部门,在各部门的一次能源消费量等于该行业产品或能源服务的需求量与单位产品耗能量的乘积,表达式为
$$ {\text{ENE}}_{k,f,d,t}^{{\text{pri\_fin\_consume}}}{\text{ = }}{{{E}}_{k,f,d,t}} \times {\text{O}}{{\text{Q}}_{k,f,d,t}} \times \left( {1 - {\text{EF}}{{\text{F}}_{k,f,d,t}}} \right) $$ (27) 其中,Ek,f,d,t为第t年终端行业f所耗能源品种k的设备d的单位消费量;OQk,f,d,t为第t年终端行业f所耗能源品种k的设备d的运行数量;EFFk,f,d,t为第t年终端行业f所耗能源品种k的设备d的技术进步率。
5.除电力、热力外的二次能源平衡
二次能源生产量等于在其他加工转换环节的二次能源消费量与终端行业的二次能源消费量及过程损失量之和,表达式为
$$ {\text{ENE}}_{m,t}^{{\text{sec\_produce}}}{\text{ = }}\sum\limits_s^S {\sum\limits_d^D {{\text{ENE}}_{m,s,d,t}^{{\text{sec\_sec\_consume}}}} } {\text{ + }}\sum\limits_f^F {\sum\limits_d^D {{\text{ENE}}_{m,f,d,t}^{{\text{sec\_fin\_consume}}}} } + {\text{LOS}}{{\text{S}}_{m,t}} $$ (28) 其中,
${\text{ENE}}_{m,s,d,t}^{{\text{sec\_sec\_consume}}}$ 为第t年二次能源m在加工转换环节s设备d的消费量;${\text{ENE}}_{m,f,d,t}^{{\text{sec\_fin\_consume}}}$ 为第t年二次能源m在终端行业f设备d的消费量;$ {\text{LOS}}{{\text{S}}_{m,t}} $ 为第t年二次能源m在运输、分配、储存等过程中的损失量。6.从二次能源到二次能源(除电力、热力外)
二次能源进入其他加工转换环节后,将产出其他种类的二次能源(例如二次能源供热、油品再投入生产石油制品、焦炭再投入生产天然气等),其消费量等于在其他加工转换环节产出的二次能源与能源转换效率的乘积,表达式为
$$ {\text{ENE}}_{m,s,d,t}^{{\text{sec\_sec\_consume}}}{\text{ = ENE}}_{n,s,d,t}^{{\text{sec\_produce}}} \times {\eta _{m \to n,s,d,t}} \times \left( {1 - {\text{EF}}{{\text{F}}_{m \to n,s,d,t}}} \right) $$ (29) 其中,n表示除二次能源m外的其他二次能源种类;
${\text{ENE}}_{n,s,d,t}^{{\text{sec\_produce}}}$ 为第t年二次能源n在加工转换环节s设备d的生产量;$ {\eta _{m \to n,s,d,t}} $ 为第t年加工转换环节s设备d由二次能源m转换成二次能源n的能源效率;$ {\text{EF}}{{\text{F}}_{m \to n,s,d,t}} $ 为第t年加工转换环节s生产二次能源n的设备d的技术进步率。7.从二次能源到终端能源(除电力、热力外)
二次能源进入到终端用能部门,在各部门的二次能源消费量等于该部门为满足其产品和服务生产需求所使用的相应设备在运行过程中的二次能源消费量,表达式为
$$ {\text{ENE}}_{m,f,d,t}^{{\text{sec\_fin\_consume}}}{\text{ = }}{E_{m,f,d,t}} \times {\text{O}}{{\text{Q}}_{m,f,d,t}} \times \left( {1 - {\text{EF}}{{\text{F}}_{m,f,d,t}}} \right) $$ (30) 其中,Em,f,d,t为第t年终端行业f消耗二次能源m的设备d的单位消费量;OQm,f,d,t为第t年终端行业f消耗二次能源m的设备d的运行数量;EFFm,f,d,t为第t年终端行业f消耗二次能源m的设备d的技术进步率。
8.总发电量
总发电量等于可再生能源发电量和火电发电量之和,表达式为
$$ {\text{ENE}}_{{\text{ele}},t}^{{\text{supply}}}{\text{ = ENE}}_{{\text{pri}}\_{\text{ele}},t}^{{\text{pri\_supply}}} + {\text{ENE}}_{{\text{the}}\_{\text{ele}},t}^{{\text{sec\_supply}}} $$ (31) 其中,ele表示电力;
${\text{ ENE}}_t^{{\text{supply}}}$ 为第t年电力总发电量;${\text{ENE}}_{{\text{pri}}\_{\text{ele}},t}^{{\text{pri\_supply}}}$ 为第t年可再生能源发电量;${\text{ENE}}_{{\text{the}}\_{\text{ele}},t}^{{\text{sec\_supply}}}$ 为第t年火力发电量。9.可再生能源发电量
可再生能源发电量等于各类可再生发电技术的装机容量与该设备年发电小时数、发电效率、技术进步率的乘积汇总,表达式为
$$ {\text{ENE}}_{{\text{pri}}\_{\text{ele}},t}^{{\text{pri\_supply}}}{\text{ = }}\sum\limits_r^R {\sum\limits_d^D {{\text{O}}{{\text{T}}_{r,d,t}} \times {\text{Hou}}{{\text{r}}_{r,d,t}} \times {\eta _{r,d,t}}} } \times \left( {1 - {\text{EF}}{{\text{F}}_{r,d,t}}} \right) $$ (32) 其中,r表示可再生电力,共R种可再生发电技术;
$ {\text{O}}{{\text{T}}_{r,d,t}} $ 为第t年可再生发电技术r设备d的装机容量;$ {\text{Hou}}{{\text{r}}_{r,d,t}} $ 为第t年可再生发电技术r设备d的发电小时数;$ {\eta _{r,d,t}} $ 为第t年可再生发电技术r设备d的发电效率;$ {\text{EF}}{{\text{F}}_{r,d,t}} $ 为第t年可再生发电技术r设备d的技术进步率。10.火力发电量
火力发电量等于各类火电技术的装机容量与该设备年发电小时数、发电效率、技术进步率的乘积汇总,表达式为
$$ {\text{ENE}}_{{\text{the}}\_{\text{ele}},t}^{{\text{sec\_supply}}}{\text{ = }}\sum\limits_h^H {\sum\limits_d^D {{\text{O}}{{\text{T}}_{h,d,t}} \times {\text{Hou}}{{\text{r}}_{h,d,t}} \times {\eta _{h,d,t}}} } \times \left( {1 - {\text{EF}}{{\text{F}}_{h,d,t}}} \right) $$ (33) 其中,h表示火电,共H种火电技术;
$\text{ENE}_{{\text{the}}\_{\text{ele}},t}^{{\text{sec\_supply}}}$ 为第t年火力发电量;$ {\text{O}}{{\text{T}}_{h,d,t}} $ 为第t年火电技术h设备d的装机容量;$ {\text{Hou}}{{\text{r}}_{h,d,t}} $ 为第t年火电技术h设备d的发电小时数;$ {\eta _{h,d,t}} $ 为第t年火电技术h设备d的发电效率;$ {\text{EF}}{{\text{F}}_{h,d,t}} $ 为第t年火电技术h设备d的技术进步率。11.电力供需平衡
电力的总发电量等于终端行业电力消费量、电力储能、损失量和净出口量之和,表达式为
$$ {\text{ENE}}_{{\text{ele}},t}^{{\text{supply}}}{\text{ = ENE}}_{{\text{ele}},t}^{{\text{consume}}} + {\text{{ENE}}}_{{\text{ele}},t}^{{\text{storage}}}{\text{ + ENE}}_{{\text{ele}},t}^{{\text{loss}}} + {\text{ENE}}_{{\text{ele}},t}^{{\text{export}}}{\text{− ENE}}_{{\text{ele}},t}^{{\text{import}}} $$ (34) 其中,
${\text{ENE}}_{{\text{ele}},t}^{{\text{consume}}}$ 为第t年终端电力消费量;${\text{ENE}}_{{\text{ele}},t}^{{\text{storage}}}$ 为第t年电力储能;${\text{ENE}}_{{\text{ele}},t}^{{\text{loss}}}$ 为第t年在传输、分配、储存等过程中的电力损失量;${\text {ENE}}_{{\text{ele}},t}^{{\text{import}}}$ 为第t年电力进口量;${\text{ENE}}_{{\text{ele}},t}^{{\text{export}}}$ 为第t年电力出口量。12.从电力消费到用电服务
电力进入到终端用能部门,在各部门的电力消费量等于该部门为满足其产品和服务生产需求所使用的所有用电设备在运行过程中的电力消费量,表达式为
$$ {\text{ENE}}_{{\text{ele}},t}^{{\text{consume}}}{\text{ = }}\sum\limits_f^F {\sum\limits_d^D {{{{E}}_{{\text{ele}},f,d,t}} \times {\text{O}}{{\text{Q}}_{{\text{ele}},f,d,t}} \times \left( {1 - {\text{EF}}{{\text{F}}_{{\text{ele}},f,d,t}}} \right)} } $$ (35) 其中,Eele,f,d,t为第t年终端行业f耗电设备d的单位耗电量;OQele,f,d,t为第t年终端行业f耗电设备d的运行数量;EFFele,f,d,t为第t年终端行业f耗电设备d的技术进步率。
模型中关于热力和氢能等的供需平衡过程,依照上述电力供需平衡过程进行建模。
-
为了开展应用研究,本文围绕碳达峰碳中和路径中的不确定性设计了相应情景,并对C3IAM/NET模型的主要参数设置说明如下。
-
C3IAM/NET 模型,以2020年为基准年,以2060年为目标年。由于中国实现碳达峰碳中和的路径面临多方面的不确定性,因此,本文从源头产品和服务需求,以及末端自然碳汇可用量的不确定性两方面,设计了多种组合情景,具体来说:
1.在考虑社会、经济、行为不确定性的基础上对各行业的产品和服务需求进行预测,具体过程可参照C3IAM/NET模型相关文献[14-27]。基于预测结果,按照统一标准设置各行业产品和服务需求的三种情景,分别为高、中、低需求情景。
2.考虑到2060年自然系统碳汇可用量的不确定性[29], 根据现有研究对碳汇评估的范围,设置实现碳中和目标需要能源系统相应转型力度的三个情景,分别是:(1)当2060年碳汇可用量仅为10亿吨左右时,能源系统需承担极大的减排量,因此对应能源系统高速转型情景,从安全降碳的角度考虑,在高速转型情景下又进一步区分为长平台期情景和短平台期情景,用于体现煤炭退出速度慢和快的影响;(2)当2060年碳汇可用量约20亿吨左右时,对应能源系统中速转型情景;(3)当2060年碳汇可用量约30亿吨左右时,对应能源系统低速低型情景。能源系统不同转型力度对应各个行业低碳技术和措施的不同实施程度,为了实现2030碳达峰、2060碳中和目标,C3IAM/NET模型将刻画20个细分行业的低碳技术和措施之间基于成本收益和政策约束的互补及替代过程,最终提出不同情景下的最优减排路径。
3.将BAU (Business as Usual, 基准情景)设置为延续当前政策力度和技术渗透的发展情景。
-
由于C3IAM/NET 模型中涉及的行业较多,每个行业在开展产品或服务需求预测过程中考虑的因素和过程相差较大,因此,此处仅对各个行业需求预测的共性参数设定进行说明,主要包括对经济增长、城镇化与人口、产业结构的预测,具体介绍如下:
1.经济增长
中国未来的经济增长速度如表1所示。按照表1中的GDP增长速度,中国GDP将在2035年实现翻番,并于2060年实现再翻番。具体而言,中国人均GDP将由1.6万国际元增至2035年的3.5万国际元,和2060年的7.8万国际元(按世行2017年购买力平价计)。
表 1GDP年均增速预测
单位:% 情景 2021—2025年 2026—2030年 2031—2035年 2036—2040年 2041—2050年 2051—2060年 低速 5.0 4.5 3.5 3.5 2.5 1.5 中速 5.6 5.5 4.5 4.5 3.4 2.4 高速 6.0 5.5 5.0 5.0 4.5 4.0 数据来源:综合国务院发展研究中心、国家信息中心、经济学人等判断[30]。 2.城镇化与人口
城市化率和人口预测参考联合国发布的《世界人口展望2019》和《世界城市化展望2018》报告[31-32]。其中,人口数据根据第七次全国人口普查进行微幅校正,暂未考虑人口政策调整;2051—2060年的城镇化率采用趋势外推(联合国无该时段数据),预测结果如表2所示。中国预计2030年人口达峰,峰值14.4亿人,2060年降至13.1亿人;城镇化率持续提升,将在2030年超过70%,2050年超过80%,并于2060年增至84.2%。当前高收入国家城镇化率81%[32],美国83%[33],预计中国城镇化率将于2050—2060年达到高收入国家水平。
表 2人口及城镇化率预测
指标 2020年 2025年 2030年 2035年 2040年 2045年 2050年 2055年 2060年 人口/亿人 14.1 14.3 14.4 14.3 14.2 14.0 13.8 13.4 13.1 城镇化率/% 63.9 68.7 72.6 75.6 77.9 79.5 81.0 82.6 84.2 3.产业结构
在产业结构方面,参照魏一鸣等[16]的常规发展情形,并根据2020年实际的产业结构数据进行调整更新(如图2所示)。预测结果显示,第二产业增加值占国内生产总值比重将逐步下降,分别在2030年、2045年、2060年下降至34.6%、28.5%、25.9%;第三产业增加值比重逐步提升,分别在2030年、2045年、2060年提升至61.1%、70.4%、73%。
应用C3IAM/NET模型,针对上述设计的情景,优化得到了碳汇和各行业产品服务需求约束下的全国碳达峰碳中和路径、行业减排行动和技术布局,形成了中国碳达峰碳中和时间表与路线图,笔者将在本文的姊妹篇“中国碳达峰碳中和时间表与路线图研究”中进行讨论。
Optimization Method for China’s Carbon Peak and Carbon Neutrality Roadmap
-
摘要:碳中和是涉及自然、社会、经济、行为、技术、能源等多系统交织耦合和多重反馈的复杂巨系统,面临跨系统跨部门耦合性、分行业异构性、技术成本动态性、技术和行为演变非线性、社会经济不确定性等诸多挑战。开展“双碳”目标约束下碳排放技术体系研究,亟需建立能刻画上述挑战内涵的方法和技术。为此,从复杂系统的视角,自主设计构建了自下而上的国家能源技术模型(C 3IAM/NET),耦合“能源加工转换—运输配送—终端使用—末端回收治理”全过程、行业“原料—燃料—工艺—技术—产品/服务”全链条,实现以需定产、供需联动、技术经济协同的复杂系统建模。为碳达峰碳中和路径优化、时间表和路线图的设计提供了有效的方法和工具。该工具成功应用于中国碳达峰和碳中和路径的优化设计,但为了方便不同类型读者的阅读,关于模型应用的相关内容,将在本文的姊妹篇(中国碳达峰碳中和时间表与路线图研究)中介绍。Abstract:Achieving carbon neutrality is related to a complex giant system involving interwoven coupling and feedback of multiple systems including nature, society, economy, behavior, technology and energy. It faces many challenges such as cross-system and cross-sectoral coupling, sub-industry heterogeneity, technology cost dynamics, nonlinearity of technology and behavioral evolution, and social and economic uncertainties. To carry out the research of carbon emission technology planning under the constraint of carbon peak and carbon neutrality target, it is urgent to develop appropriate methods and models that can depict the connotation of the above challenges. To this end, this research designs and builds a bottom-up national energy technology model (named C 3IAM/NET) from the perspective of complex system, by coupling the whole process including energy conversion, transportation, end-use consumption, recycling management and end treatment, and meanwhile coupling the whole industry chain including raw material, fuel, production process, technology and product/service. Finally, C 3IAM/NET model fulfills the goal of production determined by demand, supply and demand interlinkage, and the coordination between technology and economy. C 3IAM/NET model provides effective method and tools for the design of low-carbon transition pathway. C 3IAM/NET model has been successfully applied to the optimization of carbon peak and carbon neutrality schedule and roadmap for China. But in order to facilitate the reading of different types of readers, the relevant content of the model application will be introduced in the sister article (Roadmap for achieving China’s Carbon Peak and Carbon Neutrality).
-
表 1GDP年均增速预测
单位:% 情景 2021—2025年 2026—2030年 2031—2035年 2036—2040年 2041—2050年 2051—2060年 低速 5.0 4.5 3.5 3.5 2.5 1.5 中速 5.6 5.5 4.5 4.5 3.4 2.4 高速 6.0 5.5 5.0 5.0 4.5 4.0 数据来源:综合国务院发展研究中心、国家信息中心、经济学人等判断[30]。 表 2人口及城镇化率预测
指标 2020年 2025年 2030年 2035年 2040年 2045年 2050年 2055年 2060年 人口/亿人 14.1 14.3 14.4 14.3 14.2 14.0 13.8 13.4 13.1 城镇化率/% 63.9 68.7 72.6 75.6 77.9 79.5 81.0 82.6 84.2 -
[1] WEI Y M, KANG J N, CHEN W. Climate or mitigation engineering management[J/OL]. Engineering, 2021. https://www.sciencedirect.com/science/article/pii/S2095809921004446. [2] ROGELJ J, LUDERER G, PIETZCKER R, et al. Energy system transformations for limiting end-of-century warming to below 1.5 °C[J]. Nature Climate Change, 2015, 5: 519–527.doi:10.1038/nclimate2572 [3] HOF A F, M DEN ELZEN G J, ADMIRAAL A, et al. Global and regional abatement costs of nationally determined contributions (NDCs) and of enhanced action to levels well below 2 °C and 1.5 °C[J]. Environmental Science & Policy, 2017, 71: 30–40. [4] SANDERSON B M, XU Y, TEBALDI C, et al. Community climate simulations to assess avoided impacts in 1.5 and 2 °C futures[J]. Earth System Dynamics, 2017, 8: 827–847. [5] MASSON-DELMOTTE V, ZHAI P, PÖRTNER H O, et al. IPCC, 2018: summary for policymakers[R]//Global warming of 1.5°C. an IPCC special report on the impacts of global warming of 1.5°C above pre-industrial levels and related global greenhouse gas emission pathways, in the context of strengthening the global response to the threat of climate change, sustainable development, and efforts to eradicate poverty.IPCC, 2018: summary for policymakers. Geneva, Switzerland: World Meteorological Organization, 2018. [6] VRONTISI Z, LUDERER G, SAVEYN B, et al. Enhancing global climate policy ambition towards a 1.5 °C stabilization: a short-term multi-model assessment[J/OL]. Environmental Research Letters, 2018, 13: 044039.https://ideas.repec.org/p/hal/journl/halshs-01782274.html. [7] DUAN H, ZHOU S, JIANG K, et al. Assessing China’s efforts to pursue the 1.5°C warming limit[J]. Science, 2021, 372: 378-385.doi:10.1126/science.aba8767 [8] REN M, LU P, LIU X, et al. Decarbonizing China’s iron and steel industry from the supply and demand sides for carbon neutrality[J]. Applied Energy, 2021, 298: 117209.doi:10.1016/j.apenergy.2021.117209 [9] YAO X, LEI H, YANG L, et al. Low-carbon transformation of the regional electric power supply structure in China: a scenario analysis based on a bottom-up model with resource endowment constraints[J]. Resources, Conservation and Recycling, 2021, 167: 105315.doi:10.1016/j.resconrec.2020.105315 [10] LIU J, YIN M, XIA H Q, et al. Comparison of sectoral low-carbon transition pathways in China under the nationally determined contribution and 2 °C targets[J/OL]. Renewable and Sustainable Energy Reviews, 2021, 149: 111336. http://www.socolar.com/Article/Index?aid=100088962499&jid=100000002554. [11] QIU S, LEI T, WU J, et al. Energy demand and supply planning of China through 2060[J/OL]. Energy, 2021, 234. https://www.sciencedirect.com/science/article/abs/pii/S0360544221014419. [12] DUAN H, MO J, FAN Y, et al. Achieving China’s energy and climate policy targets in 2030 under multiple uncertainties[J]. Energy Economics, 2018, 70: 45-60.doi:10.1016/j.eneco.2017.12.022 [13] WEI Y M, CHEN K, KANG J N, et al. Policy and management of carbon peaking and carbon neutrality: a literature review[J/OL]. Engineering, 2022. https://www.sciencedirect.com/science/article/pii/S2095809922001333?via%3Dihub. [14] ZHAO G, YU B Y, AN R, et al. Energy system transformations and carbon emission mitigation for China to achieve global 2°C climate target[J/OL]. Journal of Environmental Management, 2021, 292: 112721. https://sme.bit.edu.cn/2018gb/research/researcha/publications/06560884fd8945428543cd1614692956.htm. [15] 余碧莹, 赵光普, 安润颖, 等. 碳中和目标下中国碳排放路径研究[J]. bob手机在线登陆学报 (社会科学版), 2021, 23(2): 17-24. [16] 魏一鸣, 廖华, 余碧莹, 等. 中国能源报告(2018): 能源密集型部门绿色转型研究[M]. 北京: 科学出版社, 2018. [17] 张呈尧. 水泥行业节能减排路径模拟方法及其应用研究[D]. 北京: bob手机在线登陆, 2018. [18] 易兰丽君. 造纸行业节能减排路径模拟方法及应用研究[D]. 北京: bob手机在线登陆, 2020. [19] 吴郧, 余碧莹, 邹颖, 等. 碳中和愿景下电力部门低碳转型路径研究[J]. 中国环境管理, 2021(3): 48-55. [20] AN R Y, YU B Y, RU L, et al. Potential of energy savings and CO2emission reduction in China’s iron and steel industry[J]. Applied Energy, 2018, 226: 862-880.doi:10.1016/j.apenergy.2018.06.044 [21] CHEN J M, YU B, WEI Y M. Energy technology roadmap for ethylene industry in China[J]. Applied Energy, 2018, 224: 160-174.doi:10.1016/j.apenergy.2018.04.051 [22] LI X, YU B Y. Peaking CO2emissions for China’s urban passenger transport sector[J/OL]. Energy Policy, 2019, 133: 110913. https://www.sciencedirect.com/science/article/pii/S0301421519304914. [23] YU B Y, ZHAO Z, ZHANG S, et al. Technological development pathway for a low-carbon primary aluminum industry in China[J/OL].Technological Forecasting and Social Change, 2021, 173.https://www.sciencedirect.com/science/article/abs/pii/S0040162521004844. [24] TANG B J, LI R, YU B Y, et al. How to peak carbon emissions in China’s power sector: a regional perspective[J]. Energy Policy, 2018, 120: 365-381.doi:10.1016/j.enpol.2018.04.067 [25] TANG B J, Li X Y, YU B Y, et al. Sustainable development pathway for intercity passenger transport: a case study of China[J/OL]. Applied Energy, 2019, 254.https://ideas.repec.org/a/eee/appene/v254y2019ics0306261919313194.html. [26] TANG B J, GUO Y Y, YU B Y, et al. Pathways for decarbonizing China’s building sector under global warming thresholds[J/OL]. Applied Energy, 2021, 298.https://www.sciencedirect.com/science/article/abs/pii/S0306261921006371. [27] ZHANG C Y, YU B Y, CHEN J M, et al. Green transition pathways for cement industry in China[J/OL]. Resources, Conservation and Recycling, 2021, 166: 105355. http://www.socolar.com/Article/Index?aid=100085767706&jid=100000004625. [28] HIBINO G, PANDEY R, MATSUOKA Y, et al. A guide to AIM/Enduse model[M]. Tokyo: Springer Japan, 2003. [29] WANG J, FENG L, I PALMER P, et al. Large Chinese land carbon sink estimated from atmospheric carbon dioxide data[J]. Nature, 2020, 586: 720-723.doi:10.1038/s41586-020-2849-9 [30] 戴彦德, 康艳兵, 熊小平, 等. 2050中国能源和碳排放情景暨能源转型与低碳发展路线图[M]. 北京: 中国环境出版社, 2017. [31] United Nations. World population prospects: 2019 revision. United Nations, department of economic and social affairs, population division [DB/OL]. (2019) [2022-05-29].https://population.un.org/wpp/. [32] United Nations. World urbanization prospects: 2018 revision. United Nations, department of economic and social Affairs, population division [DB/OL]. (2018) [2022-05-29].https://population.un.org/wup/DataQuery/. [33] World Bank. World bank open data [DB/OL]. [2022-05-29].https://data.worldbank.org.cn/.