符力文
(華北電力大學經濟管理學院,北京市,102206)
隨著市場化改革推進、氣候變化加劇、環境監管要求日趨嚴格與國家能源政策最新調整等一系列變化的出現,電網與電力市場、用戶間的關系日益緊密。用戶對電能質量的要求逐步提高、可再生能源等分布式電源數量不斷增加,傳統電網已難以應對這些變化。為此人們提出了發展智能電網(Smart Grid)的設想,對傳統電網進行升級換代[1-13]。本文結合智能電網的技術水平,分析智能電網低碳效益,為智能電網建設提供參考。
目前,智能電網技術[2]主要包括4方面:(1)高級精確的計量技術與設備;(2)先進的智能調度和防護系統;(3)完善、靈活、堅強的網絡構造技術;(4)開放友好的通信及決策支持系統。既涉及了機械制造、軟件程序開發、拓撲優化等自然科學技術,也包含了電力市場、需求側管理等社會科學技術。其中,我國已在大容量交/直流輸電技術、交流柔性輸電技術等方面取得了一些成果。從世界范圍來看,我國的智能電網發展還處于起步階段:配電和用電端的設備還比較陳舊;先進通信體系沒有大范圍推廣;技術標準和指標體系方面也比較欠缺,未形成一套公認準則等。這些既是智能電網發展的障礙,也是未來重點研究的方向。
智能電網不僅是現代電網的結構升級,更是全球電力行業的深刻變革。各個國家均制定了適應本國特點的智能電網發展規劃,不同電力企業也進行了相關研究。研究表明,由于能源戰略需求和負荷分布的特殊性,我國的智能電網建設必須結合特高壓電網和電力體制改革來進行[3-5]。宏觀政策方面,電力行業應在建設資源節約型和環境友好型社會的要求下合理發展;市場化改革層面,電能交易手段與定價方式正在改變,市場供需雙方的互動將日趨頻繁,電網必須能夠靈活地支持多類型電能交易[6]。智能電網所具備的諸多優點,能夠成為提高能源效率,推動我國經濟可持續發展的有效途徑。
我國溫室氣體排放總量已居世界第2位。盡管《京都議定書》中未規定包括中國在內的發展中國家在2012年前的具體減排量,但作為一個負責任的大國,我國正面臨著巨大的減排壓力。經濟規模的逐年增加以及煤炭主導的能源結構,將使我國CO2排放快速增長(年均增長2.6%),2020年將達到81.45億t。屆時,將超過美國成為世界第一大CO2排放國。低碳經濟的提出,預示著一場國際新工業革命來臨。未來各國經濟體的競爭必然是低碳技術、低碳產業、低碳規則的競爭,甚至在國際經濟貿易中將可能形成“低碳壁壘”。作為最大的發展中國家,中國面臨社會經濟發展與節能、應對氣候變化的多重任務,這種低碳經濟新模式的提出將帶來多方面的挑戰。
在低碳經濟理念的影響下,英國政府為達到“2010年CO2排放量在1990年水平上減少20%,到2050年減少60%”的目標,采取了4項措施:(1)優化能源結構,大力發展可再生能源,到2010年可再生能源的比例達到10%。進一步降低化石能源消耗量,并寄希望于“可控核聚變”技術突破,以獲得更多的清潔能源和無碳能源。(2)調整能源政策,準備征收氣候變化稅和能源產品稅,以促使從事化石能源開發和使用的公司改善能源利用效率,減少溫室氣體排放。(3)強調科技創新,發展低碳能源技術。(4)全方位節能減碳。推動家庭節能減碳,實現建筑節能、家電節能、低碳交通等。以發展低碳經濟為目標的能源政策,不僅涉及生產和流通領域,而且涉及到消費領域;不僅對政府企業提出要求,而且需要對社會公眾進行輿論引導。德國政府提出實施氣候保護高技術戰略,先后出臺了5期能源研究計劃。歐盟于2008年12月最終就歐盟能源氣候一攬子計劃達成一致,形成了低碳經濟政策框架。澳大利亞在2007年新政府成立之后,批準了《京都協定書》,于2008年發布了醞釀已久的《減少碳排放計劃》政策綠皮書,對碳減排確立明確目標。日本政府資助的研究小組于2008年5月,發布了《面向低碳社會的12大行動》。著名的“福田藍圖”,是日本低碳戰略形成的正式標志。美國政府在尋求一個綜合、平衡和對環保有利的能源安全長期戰略中,把低碳經濟的發展道路視為可能成為美國未來重要戰略的選擇。聯合國也于1988年與世界氣象組織(World Meteorological Organization,WMO)建立了政府間氣候變化專業委員會(Intergovernmental Panel on Climate Change,IPCC)[7]。
我國政府將發展低碳經濟作為中國未來經濟發展的客觀要求及戰略選擇,于2006年首次在國家“十一五”發展規劃中提出了“節能減排”的要求。2007年頒布了《中國應對氣候變化國家方案》和《節能減排綜合性工作方案》,所推行的循環經濟以及建設資源節約型和環境友好型社會等舉措,揭開了低碳經濟序幕,顯示出政府在節能減排和發展低碳經濟等方面的決心與信心。
從我國的能源資源結構來看,煤炭、石油天然氣等高碳常規能源儲量大、應用廣泛,相比于水能、太陽能、風能等低碳能源,處于絕對優勢地位,供應大部分的社會用能。統計資料顯示:中國能源消費結構一直呈現高碳特點,2007年煤炭消費占全球的30%左右,化石能源占整體能源結構的92.7%,其中高碳排放的煤炭占了68.7%,石油占21.2%。電力中,水電比例只有20%左右,“高碳”的火電比例高達77%以上,電力部門90%的燃料是煤炭。據估算,未來20年中國電力投資將達1.8萬億美元,火電的大規模發展仍將對環境構成巨大威脅。高碳化的能源結構已使中國的CO2排放占全球的18%,發展低碳經濟刻不容緩。
以1997—2007年間的我國發電量為研究對象,分析其發電量及發電類型的發展趨勢,可以發現我國電力行業的發展足跡,所需數據來源于1997—2007年間的中國能源統計年鑒。圖1表明,由于經濟發展,11年來我國電力供應量大幅上升。圖2顯示,水電、核電等清潔電力的供應量正在逐步上升,但火電增量較大。由圖3可知,11年間,核電增幅明顯,提高了1%;但是火電仍然占據較大比重,由82%升為83%。可見,火電排放的CO2也在逐步增加。雖然已經有節能環保意識,但火電依然是主要電源,也是主要的CO2排放源頭。

圖1 1997—2007年我國電力年產量Fig.1 Annual power output of China from 1997 to 2007
若按火電的發電量來計算碳排放量,則會發現電力一直以來都是“排碳大戶”。統計資料表明,2009年平均發電標煤煤耗為342 g,標煤的含碳量為85%。根據CO2的反應式可得,每發1 kW·h電排放的CO2為:342 g×0.85/12×44=1 065.9 g,即1.065 9 kg。11年間,粗略估算,僅由電力生產排放的CO2就達到181.632 3億t。若由清潔能源來供電,則可使CO2排放量大幅度減少。據歐洲光伏產業協會(European Photovoltaic Industry Association,EPIA)提供的信息顯示,綜合考慮到多晶硅冶煉等因素,1 kW·h的光伏發電可以減排CO20.6 kg。因此,發展清潔能源技術成為節能減排的主要措施。

圖2 我國各類發電的年產量Fig.2 Annual power output of China

圖3 1997年和2007年我國各類發電結構比例Fig.3 Power generation mix of China in 1997 and 2007
結合上述分析,我國電力行業碳排放的特點如下:
(1)CO2排放呈現增長迅速且總量上升的趨勢。2007年,電力行業的碳排放量相對1997年增加了2.95倍。
(2)火電發電裝機比例較大。由圖3(b)可知,火電機組占總裝機容量的比例為83%,清潔電源比重較?。辉?1年的發展之后,火電比例反而提升了1%。
(3)電力碳排放系數較高。我國的碳排放系數遠高于發達國家,2005年為222.95 g/(kW·h),同期發達國家多為100~150 g/(kW·h)。
作為經濟發展中的支柱產業,電力工業的低碳化將對經濟發展產生重大影響。只有大力發展低碳電力,才能實現國民經濟向低碳經濟的轉變,低碳電力至少有3點益處:(1)利于改善電源結構,改變過度依賴化石能源(如煤炭)的狀況,實現多元化的清潔能源供應體系;(2)利于促進發電技術更新換代,提高能效,降低污染;(3)利于提高電能生產、傳輸與消費的效率,減緩能源消耗。
為響應低碳經濟的號召,電力行業已經采取了低碳化措施。2007年,國務院下發了《節能發電調度辦法》,針對我國以火電為主的特點,通過節能調度,降低全行業的CO2排放;《可再生能源發展“十一五”規劃》中提出:到2010年可再生能源在能源消費中的比重由現有的不到1%增長到10%。這種約束性的規定,將會從發電結構上實現低碳;華能發電集團實施的“綠色煤電”計劃,分階段研究各種清潔發電技術與降低CO2排放技術,尤其是碳捕捉與儲存技術(carbon capture and storage,CCS),將對低碳技術發展起到重要作用;我國是世界最大的清潔發展機制(Clean Development Mechanism,CDM)項目減排國,核準減排量(Certified Emission Reduction,CERs)占全球的50%,有利于獲得大量的CO2減排額度,并實現低碳技術與資金的引進。2009年,電力行業節能減排成效繼續顯現。經核實,全年關停小火電機組容量2 617萬kW,“十一五”關停小火電任務提前完成。熱電聯產機組大幅增加,全年共投產1 614.7萬kW;6 000 kW及以上電廠供電標準煤耗為342 g/(kW·h),比2008年降低3 g/(kW·h);電網輸電線路損失率為6.55%,比2008年下降0.24個百分點[8]。
電網是連接發電與售電環節的樞紐,通過引入智能電網的技術,可以有效地控制發電和售電側所產生的能源浪費,降低碳排放。發電側,結合新技術,對某些能耗低的機組及清潔電源提供的電能,實行優先上網,鼓勵其推行節能及清潔技術;實現激勵電廠使用能效高的機組,積極進行技術創新的目的。另外,由智能電網衍生出的大容量儲電技術、碳捕捉及封存技術,均可應用于發電企業的低碳電力生產。
智能電網主要優點為電網的智能化,具有了自愈功能,電網自身的堅強性有所增強,大停電的概率也會減少。當出現故障時,可以有效確定故障地點,準確維修,減少了以往逐線排查所增加的成本。同時,可靠性的提高,將使用戶側的經濟損失減少。其先進技術,可以有效降低網損,提高輸電效率。可以說,智能電網無論從自身還是對周圍環境來講,都是低碳的。因為其優良的特性,減少了各類成本的支出,從而在一定程度上降低了碳排放。在輸電網建設方面,提高其自愈水平,降低故障率,是實現低碳的捷徑。
智能電網配電側的低碳措施較多,其中較為理想的是網源協調。通過智能調度為特高壓、大煤電、大水電、大核電、大可再生能源及分布式能源接入提供技術支撐。在低碳目標的約束下,智能調度應從2方面做起:(1)盡可能地調度清潔能源;(2)根據網絡特性,盡可能地降低輸電損耗。第1個方面,強調外部影響條件。要求調度在選擇調用電力時,應該多支持水電、核電等清潔能源,從源頭上實現低碳。第2個方面,側重內部影響條件。由于電網結構復雜,在具體的電力調度中,針對不同的用戶需求,應該選擇網絡最優路徑,盡可能地降低輸電成本和損失。這2方面能否實現,將取決于高效的的智能調度。
智能電網的低碳用電策略不僅包括了需求側響應,也體現在高級量測技術和雙向互動等方面。需求側響應方面,智能電網依托于電價和技術手段調節和設計大用戶直供電及電力批發及零售。在完善的電價體系的支持下,引導并實現用戶的理性用電,減少能源浪費。高級量測方面,主要體現在高級智能測量設備的應用,如智能電表、智能家電等,實現電價的可視化,使用戶降低能耗。雙向互動則通過分布式能源的上網來進一步深化,如太陽能屋頂、小型風機等,在智能電網的支持下,不僅可以滿足自身用電需求,還可以將多余的電能通過電網輸送給其他用戶,實現資源的優化配置。這些措施,在一定程度上降低了碳排放,實現電網和用戶側的友好互動,以及能源的合理調配。
4.1.1 建模背景
智能電網將使得電網互動性提高,推動整個電力行業的升級。在提高能源效率,降低碳排放方面會顯示出巨大的作用。例如:以特高壓為骨干網架的堅強智能電網,能夠促進大型坑口電站和大型高效清潔燃煤機組發展,有利于清潔煤技術和碳捕集存儲技術等先進低碳技術的規?;瘧茫瑴p輕對自然氣候環境的影響。由于智能電網具有包容各種隨機性和間歇性電源的能力,能夠接入分布式清潔能源,促進電源結構低碳化,優化電源裝機結構,促進電力供應結構多元化發展。
本節結合1997—2007年間的火電生產數據,應用E-views軟件,建立線性平滑模型,預測未來火電電量,據此對未來的火電生產中排放的碳總量進行估算。結合國際碳交易市場中的碳排放權價格,計算出碳排放成本,量化智能電網的低碳效益。
4.1.2 建立模型
由于火電生產數據為平滑曲線,呈現遞增趨勢,所以選用線性平滑模型模擬其趨勢,得到模擬結果如表1所示。

表1 線性平滑模型檢驗表Tab.1 Holter-Winter model check list
參數表明,該模型通過各項相關檢驗,且具有較高的擬合度,能夠較合理地預測未來值。實際值與模擬值的對比如圖4所示。

圖4 1997—2007年間火電產量實際與預測值對比Fig.4 Comparison of actual and predicted thermal power outputs from1997 to 2007
圖4表明,所建模型的預測程度較高,能夠較好地與原始數據吻合,由此模型得到的預測值具有一定的可信度。相應地,得到預測期內使用的預測公式:

4.1.3 模型預測
根據預測原理及模型特點,將預測區間定位于2008—2015年。經驗表明,這個時期內的模型預測能力較高。由相關文件可知,這一時期也是我國智能電網迅速發展的階段,從而使得模型的預測更有實際意義。結果如表2所示。

表2 2008—2015年間火電量的預測值Tab.2 Predicted thermal power output from 2008 to 2015
根據中國電監會已發布的2008與2009年火電發電量27 857.37億kW·h和29 810.42億kW·h,可以發現其分別為預測值的90.56%和86.92%,平均預測精度達到了88.74%,說明該預測值有一定的參考意義。
4.1.4 碳排放成本計算
根據火電的CO2排放系數1.065 9 kg/(kW·h),未來5年,CO2排放量將達到298.425 2億t。以國際碳排放權交易市場的核證減排量(Certification Emission Reduction,CER)和歐盟碳排放配額(European Union Allowances,EUA)兩類碳排放權價格107.5元/t和125.2元/t計算,其碳排放的成本分別為32 080.71億元、37 362.84億元。如果發展智能電網,則會盡可能地減少這部分成本。
由于涉及到許多新技術、新設備,智能電網前期投入及后期的運行維護必然會產生大量成本。據專家估算,為實現電網數字化,2009年起,我國需要更新百萬個以上變電站,將3 000萬塊至5 000萬塊電表更換為智能電表。參考美國智能電網相關情況,按照當時的物價水平,換1塊智能電表,單成本費用就要143美元。奧巴馬上臺5天之后,美國白宮即發布了《經濟復興計劃進度報告》,宣布未來3年內,將為美國家庭安裝4 000萬個智能電表,同時投資40多億美元推動電網現代化??梢娢覈闹悄茈娋W建設中的投資也不是一筆小數目,僅電表1項按就需要5 000多億人民幣的投資(按每個電表143美元,我國一半人口約6億人計算)。除此之外,其他的技術研發費,設備制造費等都會比較巨大。
雖然投資巨大,但效益也不容忽視。可概括為:推進技術進步、實現綠色環保、增強經濟合作、完善電力市場四大方面。僅從環保效益來看,智能電網的發展推動了清潔汽車、清潔家用電器、清潔發電技術等環保措施的發展,促進了能源結構的低碳。本節僅從其低碳效益來分析,立足電源結構及輸電過程,量化智能電網的部分效益值。據專家介紹,若實現電網信息化,將可直接減少“配輸用”電等環節的能源損耗,每年節省5%~10%的電力資源;實現低碳電源結構后,也將替代2%的火電??梢酝茢?,實現智能電網建設后,5年間火電總產量將減少279 974.9億kW·h× 0.07=19 598.24億kW·h(假設智能電網能減少7%的火電電能供應及損耗),減排CO2量為(19 598.24億kW·h×1.065 9 kg/kW·h)÷1 000=20.889 8億t。
因此,在CER市場中節約的碳排放權的交易價值為20.889 8億t×107.5元/t=2 245.65億元(或相當于EUA市場中的20.889 8億t×125.2元/t=2 619.36億元),其低碳效益可見一斑。
未來,隨著國家節能減排步伐的加快,智能電網的建設也會日趨完善。其提高能源輸送和利用效率、實現大規模、遠距離、低損耗的電力輸送和跨大區、跨流域的能源調配,有利于統籌配置區域間環境容量,構建資源節約型和環境友好型社會等優勢也會更加明顯。堅強智能電網為低碳技術研發和利用提供了發展平臺,將從戰略高度扶持新能源和可再生能源的開發利用;培育持續穩定增長的可再生能源市場,同時改善健全可再生能源發展的市場環境與制度創新,逐步形成完善的低碳經濟體系。低碳經濟和新能源革命是不可逆轉的趨勢,在發展過程中,有智能電網的推動,必會實現其良好發展。
[1]謝開,劉永奇,朱治中,等.面向未來的智能電網[J].中國電力,2008,41(6):19-22.
[2]陳樹勇,宋書芳,李蘭欣,等.智能電網技術綜述[J].電網技術,2009,33(8):1-6.
[3]楊德昌,李勇,Rehtanz1 C,等.中國式智能電網的構成和發展規劃研究[J].電網技術,2009,33(20):13-20.
[4]趙珊珊,張東霞,印永華.智能電網的風險評估[J].電網技術,2009,33(19):7-10.
[5]王明俊.自愈電網與分布能源[J].電網技術,2007,31(6):1-7.
[6]姚建國,嚴勝,楊勝春,等.中國特色智能調度的實踐與展望[J].電力系統自動化.2009,33(17):16-20.
[7]任衛峰.低碳經濟與環境金融創新[J].上海經濟研究,2008(3):38-42.
[8]張坤民.低碳世界中的中國:地位、挑戰與戰略[J].中國人口、資源與環境,2008,18(3):1-7.
[9] IPCC.Intergovernmental panel for climate change fourth assessment report[M].Lodon:Cambridge University Press,2007.
[10]Secretary of state for trade and industry.UK.Energy White paper:Our energy future-creating a low carbon economy[M]. Lodon:TSO(The Stationery Office)Press,2003.
[11]Biermann A.Distributed generation:institutional change in the UK2000~2003[J].Proceedings of Summer Study,European Council,2003.
[12]AMO.Focus on low carbon technologies:The positive solution [J].Renewable and Sustainable Energy Reviews,2007(4):1-27.
[13]Friedl A,Padouvas E,Rotter H,et al.Prediction of heating values of biomass fuel from elemental composition[J].Analytica Chimica Acta,2005,544(1-A2):191-198.