基于LEAP模型的電力需求側碳減排潛力分析

劉貞，朱開偉，蒲剛清

(1.重慶理工大學低碳能源研究中心，重慶市 400054；2.美國勞倫斯國家能源實驗室, 美國加州 94530 )

基于LEAP模型的電力需求側碳減排潛力分析

劉貞1，2，朱開偉1，蒲剛清1

(1.重慶理工大學低碳能源研究中心，重慶市 400054；2.美國勞倫斯國家能源實驗室, 美國加州 94530 )

降低電力需求側能耗是電力行業節能減排的重要途徑之一。結合比較分析法和情景分析法，提出了一種基于長期能源替代規劃系統(long-range energy alternatives planning，LEAP)模型的電力需求側碳減排潛力分析模型。從經濟增長、政府產業激勵政策、技術進步、人口增長率、人均生活用電角度出發，設計3類7種電力行業節能減排情景，并從碳排放增長率、碳排放增長貢獻率等角度，對各種情景進行綜合評價。研究發現在情景A、B、C下，2010—2030年和2030—2050年期間，我國電力行業碳排放增長率分別為2.78%、3.21%、3.64%和0.69%、1.09%、1.51%。在情景B、G下，2030—2050年居民生活用電碳排放量對電力行業碳排放增長的平均貢獻率分別為21.71%、45.36%。結果顯示未來居民生活用電將是影響我國電力行業碳排放的主要因素；第三產業用電的快速增長，將是我國未來電力行業碳排放增加的重要因素之一。

電力行業；節能減排；LEAP模型

0 引 言

近年來隨著我國經濟的快速發展，對電力的需求量不斷上升，2000—2010年平均每5年我國發電量就翻一番。同時，由于我國以燃煤發電為主，使得碳排放量也與日俱增。因此，了解電力需求側碳排放分布，發現過度排放部門和減排潛力較大部門，對電力行業及我國實施碳減排有著十分重要的指導意義。目前，電力行業碳減排潛力分析研究，主要是在電源結構、產業結構、低碳技術等方面。

電源結構對碳排放的影響研究。籍艷麗等[1]考慮不同種類能源碳排放因子的差別，運用基于投入產出模型的結構因素分解法對我國1997—2007年CO2排放強度進行了因素分析；許士春等[2]從能源結構優化等角度，運用LMDI(log-mean divisia index)加和分解法，對我國碳減排潛力進行了分析研究；陳曉科等[3]根據能源問題對電力行業提出的低碳化發展要求，運用電力系統碳排放的產生機理，剖析了電力行業碳排放的結構及其影響因素，并建立了基于增量分析法的電力系統碳排放結構辨識與評價方法；Apergis等[4]認為短期內，能源消費與CO2排放有著獨立的單向因果關系，同時伴隨有能源消費與真實排放量之間的雙向因果關系，從長期來看，能源消費與CO2排放之間是相互影響的；劉貞等[5]從能源結構優化等角度，運用情景分析法，對重慶市電力行業碳減排潛力進行了研究。

產業結構調整對碳排放的影響研究。Zhang等[6]認為重慶市的經濟發展是以生態環境惡化為代價的，并且產業結構變化對當地環境帶來較大的壓力，重慶市面臨著產業升級和優化的艱巨任務；Zhang等[7]以山東省為案例，研究分析了產業結構優化和碳排放之間的關系；Xin等[8]運用結構分解分析法，研究了北京產業結構調整對整體CO2排放的影響。

低碳技術進步對碳排放的影響研究。Nils[9]和Tony[10]重點研究了CO2捕獲和封存技術對電力行業碳減排的影響；艾欣等[11]分析了可再生能源發電等清潔能源發電技術，對低碳電網運行的影響；曹培等[12]根據智能用電的發展需求，結合低碳經濟的特性，設計了智能需求側管理系統，并對其現實策略進行了討論。

綜上所述，目前的研究主要分析電力生產側的碳減排，缺乏對電力行業碳排放管理和分布的研究。本文依據長期能源替代規劃系統(long-range energy alternatives planning，LEAP)模型，對電力需求側碳排放分布和碳減排潛力進行了研究，在相關參數的設置上采用比較分析法，綜合考慮技術進步、政府干預對電力行業碳減排的影響。設置不同情景，擬合出不同情景下電力行業未來碳排放量。結合碳排放因子，找出不同情景下電力需求側碳排放的主要因素，并結合預測結果，給我國電力行業節能減排發展提出可行性建議。

1 基于LEAP模型的電力需求側碳減排潛力分析模型

1.1 LEAP模型概述

LEAP模型是由斯德哥爾摩環境研究院波士頓達拉斯分院開發的能源—環境模型，被廣泛地應用于能源需求預測和經濟環境評估[13-15]。

LEAP模型設置了能源需求預測、環境影響預測和費用效益分析等模塊。根據預測對象的實際，預測其未來的能源需求，并從一次能源出發模擬其轉化過程，計算區域資源能否滿足其需求以及由此引起的進出口量，實現需求與資源轉化的平衡。模型還將依賴于環境數據庫對給定的能源方案進行環境影響預測，并從資源轉化、利用等角度計算其費用。在能源需求預測模塊，能源數據結構被分為了4個等級，即部門、子部門、終端使用及設備。在對未來經濟活動水平預測時，模型提供了3種方法，即內推法、增長率法和彈性系數法。

1.2 基于LEAP模型的電力需求側碳減排潛力分析模型基本原理

根據LEAP模型能源需求預測基本原理，將電力需求側劃分為n個不同性質的碳排放子部門，在每個碳排放子部門里，將其分為m個不同的影響因素，技術路線如圖1所示。

圖1 技術路線

在劃分影響因素時，將各影響因素劃分為不同性質，即各影響因素對各碳排放子部門的影響不是通過累加影響，而是累乘。

設第n碳排放子部門第t年的碳排放量為dn,t，第t年電力總需求為Dt。則dn,t、Dt、可以表示為

(1)

(2)

式中：an,j,t為第t年第i碳排放子部門第j影響因素。

第t年第n碳排放子部門碳排放增長率表示為

(3)

第t年第n碳排放子部門對第t年碳排放增長貢獻率為

(4)

第t年第n碳排放子部門第m影響因素變化對碳排放總量的影響率為

(5)

式中：θn,m,t表示第t年第n碳排放子部門第m影響因素變化率。

1.3 碳排放設計

根據用電用途，將電力行業碳排放部門分為4個碳排放子部門：第一產業、第二產業、第三產業和居民生活用電碳排放子部門。選取2010年為基準年，則三次產業碳排放量為

(6)

式中：d1,t、d2,t、d3,t分別表示第t年三次產業碳排放量；G2010表示基準年2010年GDP；rj,t(j=1,2,3)表示第t年第j產業占GDP的比例；cj,2010(j=1,2,3)表示基準年2010年第j產業單位GDP的用電量；ej,t(j=1,2,3)表示第t年政府干預對第i產業占GDP比例的影響；fj,t(j=1,2,3)表示第t年技術進步對第j產業單位GDP用電量的影響；bi表示第i年GDP增長率；ηt表示第t年供電煤耗。

居民生活用電需求子部門未來碳排放量為

(7)

式中：A2010表示基準年2010年人均用電量；φi表示第i年人均用電增長率；P2010表示基準年2010年人口數；ξi表示人口自然增長率。

未來我國電力需求側碳排放總量為

(8)

1.4 電力需求側碳排放分析評價設計

未來第一產業、第二產業、第三產業和居民生活用電碳排放子部門的碳排放增長率分別為

(9)

未來第一產業、第二產業、第三產業和居民生活用電碳排放子部門的貢獻率分別為

(10)

經濟發展對碳排放的影響為

(11)

式中λj表示第j年經濟增長變動。

產業結構優化對碳排放的影響率為

(12)

式中πj表示第j年產業結構優化變動。

技術進步對碳排放的影響率為

(13)

式中ωj表示技術進步變化度。

2 情景設計

考慮到我國碳減排壓力和長期預測中不確定因素較多等，設計了3類情景。第1類情景主要考慮未來我國經濟發展對電力行業碳排放的影響；第2類情景主要考慮到政府干預對未來電力行業碳排放量的影響；第3類情景主要考慮人均用電量對電力行業碳排放的影響，情景設計內容如表1所示。

2.1 第1類情景仿真

第1類情景仿真主要是研究經濟發展對未來電力行業碳減排的影響。綜合文獻[16]～[19]和國家統計局對我國未來經濟發展的預測結果，預測到2050年不同情景下我國GDP增長率如表2所示。

表1 情景設計內容

表2不同情景下GDP增長率

Tab.2GDPgrowthrateofdifferentscenarios%

在情景A、B、C中，未來產業結構和產業結構優化的速度都是相同的，都為當前政府政策下的優化速度。2010年我國三次產業結構為：第一產業占GDP的10.2%，第二產業占GDP的46.8%，第三產業占GDP的43.0%。預計到2050年我國產業結構如表3所示。

表3當前政府政策下未來三次產業結構

Tab.3Futureindustrialstructureundercurrentgovernmentpolicy%

2010年我國三次產業的單位GDP用電量分別為：第一產業269 kW·h/萬元，第二產業1721 kW·h /萬元，第三產業267 kW·h/萬元。文獻[20]研究發現，中國用電結構與日本用電結構有著較高的相似度，故采用日本三次產業的單位GDP用電量作為未來我國單位GDP用電量，2010年日本的三次產業單位GDP用電量分別為：第一產業20 kW·h/萬元，第二產業332 kW·h/萬元，第三產業161 kW·h/萬元[21]。根據國家“三步走”戰略，到2050年我國將成為中等發達國家。若以日本目前三次產業單位GDP用電量作為2050年我國三次產業單位GDP的用電量，則三次產業的技術進步率分別為6.51%、4.10%、1.27%。

綜合我國人口發展戰略目標和當前人口總和生育率預測，到2020年我國人口總量將達到14.5億；人口總量高峰將出現在2033年前后，達15億左右。到2050年我國人口總數如表4所示。

表4 未來人口預測

2010年我國人均生活用電量(不包含商業用電量)約為350 kW·h/人，約為日本人均生活用電量的1/5，若屆時我國人均用電量為日本人均用電量的一半，則年平均增長率為2.3%。單位供電煤耗(標煤)取2010年數據即333 g/(kW·h)，碳排放系數取0.54。則在第1類情景下，到2050年我國碳排放量變化如圖2所示。

圖2 第1類情景下未來碳排放總量

2.2 第2類情景仿真

第2類情景仿真主要是研究正常經濟增長下，產業結構優化對我國電力行業碳排放量的影響。當前政府政策下未來三次產業結構，如表3所示。若政府加強對第三產業的投資，加大對服務行業的扶持力度等，使得我國未來產業結構優化速度加快。此外，考慮到目前世界經濟疲軟、我國投資拉動經濟的發展模式和我國是世界工廠等因素，未來我國產業結構優化進程可能受阻。因此，設計了我國低產業結構優化速度的情景，具體如表5所示。

表5情景D和情景E下的未來三次產業結構

Tab.5FutureindustrystructureinscenarioDandscenarioE%

則在第2類情景下，到2050年我國電力行業碳排放量變化如圖3所示。

圖3 第2類情景下未來碳排放總量

2.3 第3類情景仿真

在我國人均用電量高增長情景下，2050年我國人均用電量達到日本2010年人均用電量，則年增長率約為4.1%。在人均用電量低增長的情景下，預計到2050年，我國人均用電增長率約為0.56%。

則在第3類情景下，到2050年我國電力行業碳排放量需求變化如圖4所示。

圖4 第3類情景下未來碳排放總量

3 情景分析與評價

3.1 第1類情景分析與評價

從三次產業用電增長率來看，未來40年間，第三產業用電量逐漸增加，成為電力行業碳排放增長的主要因素之一。在情景A、B、C下，第三產業平均年碳排放增長速度分別約為5.11%、5.61%、6.11%。第二產業增長率要明顯低于第三產業，在2010—2030年期間，在情景A、B、C下，第二產業年碳排放增長率分別約為2.00%、2.40%、2.96%，2030—2050年第二產業碳排放量將會出現負增長，3種情景下的用電增長率分別約為-0.98%、-0.50%、-0.02%；對第一產業而言，到2050年第一產業碳排放量都將是負增長，3種情景下的用電增長率分別約為-4.76%、-4.31%、-3.86%。

總體而言，2010—2030我國電力行業碳排放增長較快，3種情景下年均增長率分別約為2.78%、3.21%、3.64%；2030—2050年，碳排放增長有所放緩，3種情景下年均碳排放增長率分別約為0.69%、1.09%、1.51%。不同情景下，未來我國電力行業碳排放增長率和各產業碳排放增長率分別如圖5、6所示。

圖5 第1類情景下碳排放增長率

圖6 第1類情景下各產業碳排放增長率

3.2 第2類情景分析與評價

從碳排放增長率來看，低產業結構優化，即情景D對碳排放增長影響較小，與情景B相比，到2050年我國電力行業平均碳排放增長速度分別為2.17%和2.18%，相差不大。而政府高干預下的產業結構優化，即情景E對我國電力行業碳排放有著較大的影響，到2050年，年均碳排放增長率約為2.55%。不同產業結構優化下，電力行業碳排放增長率如圖7所示。

圖7 第2類情景下碳排放增長率

從三次產業碳排放增長率來看，未來40年內，產業結構優化對電力行業碳排放影響較小。到2050年，我國第一產業和第三產業，在情景D、B、E下碳排放增長率分別為-3.83%、-4.31%、3.86%和5.68%、5.61%、6.34%。而在情景D、B、E下，到2030年我國第二產業碳排放增長率分別為2.54%、2.40%、2.83%，2030—2050年電力行業碳排放增長率分別為-0.69、-0.50%、-0.54%。

綜上所述，未來40年期間，產業結構優化對我國碳排放總量影響不大。若政府強制優化產業結構，反而會增加電力行業碳排放總量。不同產業結構優化情景下，我國三次產業碳排放增長率如圖8所示。

圖8 第2類情景下各產業碳排放增長率

3.3 第3類情景分析與評價

由于人口增長相對穩定，人均生活用電量將對居民生活用電起絕對性作用。本文以日本居民生活用電為參照，設置了人均用電高、中、低3種情景，即情景G、情景B和情景F。

在人均用電低增長情景下，居民生活用電對電力行業碳排放總量的影響較小，最高碳排放貢獻率也只有5%。而在情景B和情景G下，人均生活用電，為我國電力行業碳減排帶來巨大壓力。在情景B下，2010—2030年，居民生活用電碳排放增加量占電力行業碳排放增加量的8.85%，而2030—2050年，居民生活用電碳排放增加量將占電力行業碳排放總增加量的21.71%。在情景G下，2010—2030年，居民生活用電碳排放增加量占電力行業碳排放總增加量的16.23%，2030—2050年，居民生活用電碳排放增加量竟占電力行業碳排放總增加量的45.36%，具體如圖9、10所示。

圖9 未來我國居民生活用電碳排放增長率

圖10 居民生活用電碳排放增長貢獻率

由于我國人口基數巨大，未來我國人均生活用電，將對我國電力總需求量產生巨大的影響，2030年后居民生活用電將會是全社會用電增加的主要因素。

4 結 論

(1)2030年之前我國電力行業碳排放增長較快，之后有所放緩，情景A、B、C下，2010—2030年和2030—2050年期間，我國電力行業碳排放增長率分別為2.78%、3.21%、3.64%和0.69%、1.09%、1.51%。

(2)產業結構優化對電力行業碳減排影響較小，情景E下，加快產業結構優化反而會增加電力行業碳排放，對電力行業碳減排帶來額外壓力。

(3)未來居民生活用電碳排放將會是影響電力行業碳排放的主要因素，在情景B、G下，2030—2050年居民生活用電碳排放量對電力行業碳排放增長的平均貢獻率分別為21.71%、45.36%。

(4)我國在注重工業節能減排的同時，需要兼顧第三產業和居民生活用電的節能減排。

[1]藉艷麗,郜元興. 二氧化碳排放強度的實證研究[J]. 統計研究,2011,(7):37-44.

[2]許士春,習蓉,何正霞. 中國能源消耗碳排放的影響因素分析及政策啟示[J].資源科學,2012,34(1):2-12.

[3]陳曉科,周天睿,李欣等. 電力系統的碳排放結構分解與低碳目標貢獻分析[J].電力系統自動化,2012,(2):18-25.

[4]Nicholas A, James E P. The emissions, energy consumption, and growth nexus: Evidence from the commonwealth of independent states [J]. Energy Policy, 2010,38(1):650-655.

[5]劉貞,朱開偉,閻建明等. 電力行業碳減排情景設計與分析評價[J]. 電網技術,2012,(6):1-8.

[6]Zhang J F, Deng W. Industrial Structure Change and Its Eco-environmental Influence since the Establishment of Municipality in Chongqing, China [J]. Procedia Environmental Sciences, 2010(2)：517-526.

[7]Zhang X Q, Ren J L. The Relationship between Carbon Dioxide Emissions and Industrial Structure Adjustment for Shandong Province[J]. Energy Procedia, 2011(5):1121-1125.

[8]Xin T, Miao C, Hiroki T, et al. Structural decomposition analysis of the carbonization process in Beijing: A regional explanation of rapid increasing carbon dioxide emission in China [J]. Energy Policy, 2013(53):279-286.

[9]Nils M,Stuart H.Capture ready regulation of fossil fuel power plants-betting the UK’s carbon emission on promises of future technology[J].Energy Policy,2010,38(11):6695-6702.

[10]Tony O.Clear fossil-fuelled power generation[J].Energy Policy,2008,36(16):4310-4316.

[11]艾欣,韓曉男,孫英云. 大型光伏電站并網特性及其低碳運行與控制技術[J].電網技術,2013,(1):15-23.

[12]曹培,翁慧穎,俞斌,等.低碳經濟下的智能需求側管理系統[J].電網技術,2012,36(10),11-16.

[13]Felix H, Madjid K. Demand for storage of natural gas in northwestern Europe: Tends 2005-30[J]. Energy Policy, 2007, 35(10):5206-5219.

[14]Zhao T, Liu Z, Zhao C X. Research on the prospects of low-carbon economic development in China based on LEAP model[J]. Energy Procedia, 2011(5):695-699.

[15]Rabia S, Sheikh S A. Monitoring urban transport air pollution and energy demand in Rawalpindi and Islamabad using LEAP model [J]. Energy, 2010, 35(5):2323-2332.

[16]Song H J, Lee S, Maken S, et al. Environmental and economic assessment of the chemical absorption process in Korea using the LEAP model [J]. Energy Policy, 2007, 35(10):5109-5116.

[17]Li J C, Dong X C, Shangguan J X, et al. Forecasting the growth of Chinese natural gas consumption [J]. Energy, 2011, 36(3):1380-1385.

[18]付加峰,劉小敏. 基于情景分析法的中國低碳經濟研究框架與問題探索[J]. 資源科學,2010,32(2):205-210.

[19]國家發展和改革委員會能源研究所課題組. 中國2050年低碳發展之路：能源需求暨碳排放情景分析[M]. 北京:科學出版社,2009.

[20]顧潔,秦康平,程浩忠,等.日本工業化進程對中國節能減排背景下電力消耗特性的啟示[J].電力科學與技術學報,2009,24(4):59-63.

[21]IEA. Electricity/Heat in Japan in2009 [EB]. http://www.iea.org/stats/electricitydata.aspCOUNTRY_CODE=JP.

蒲剛清(1991 ),男，碩士研究生，主要從事可再生能源與電力技術經濟研究工作。

(編輯：張小飛)

CarbonEmissionReductionPotentialofPowerDemandSideBasedonLEAPModel

LIU Zhen1,2, ZHU Kaiwei1, PU Gangqing1

(1. Low-Carbon Energy Research, Chongqing University of Technology, Chongqing 400054, China;2. Lawrence Berkeley National Laboratory, California 94530, US)

Reducing the energy consumption of power demand side is one important way for the energy saving and emission reduction of power industry. This paper put forward a simulation analysis and evaluation model for the carbon emission reduction potential of power demand side, based on LEAP (long-range energy alternatives planning)model and combined with the comparative analysis and scene analysis method. In the view of economic growth, industrial incentive policy, technological progress, population growth and per capita electricity consumption, 7 scenarios were designed and classified to 3 categories. This paper comprehensively analyzed and evaluated different scenarios from the angle of carbon emission growth rate and the contribute rate to carbon emission growth. The results show that from 2010 to 2030, the carbon emission in electric power industry increases 2.78%, 3.21% and 3.64% respectively; from 2030 to 2050, the carbon emission in electric power industry increases 0.69%, 1.09% and 1.51% respectively. During 2030 and 2050, the carbon emissions from resident living power will averagely occupy 21.71% and 45.36% of the new increased carbon emission of power industry. It can be concluded that the residents living power will be the main factor to the increase of carbon emission, and the rapid growth of tertiary industry electricity will be one of the important factors to the carbon emission increase of future power industry in China.

power industry; energy saving and emission reduction; LEAP model

國家自然科學基金項目(71073095)。

TM 61； F 206

： A

： 1000-7229(2014)06-0153-07

10.3969/j.issn.1000-7229.2014.06.029

2013- 12- 05

：2013- 12- 20

劉貞(1973)，男，博士，教授，主要從事可再生能源與電力技術經濟研究工作，E-mail:zhenliu@tsinghua.edu.cn;

朱開偉(1991)，男，碩士研究生，主要從事可再生能源與電力技術經濟研究工作；