電力基礎資源共享下變電站多業務場景經濟-環境-社會效益分析

張晨 ,韓新陽 ,邊海峰 ,張若愚，劉平闊

(1.國網能源研究院有限公司,北京市 102209;2.上海電力大學經濟與管理學院,上海市 200090)

0 引言

隨著5G 基站、充電樁等“新基建”設施建設進入快速發展階段,其建設也面臨著場地資源需求大、線路改造較難等障礙。而傳統變電站具有分布范圍廣、數量大等優勢,但其功能相對單一。通過利用傳統變電站的站址、土地、桿塔等資源優勢,在其基礎上科學整合數據中心站、5G 基站、北斗地基增強系統站、充換電站等“新基建”設施,形成電力基礎設施共享復用的新形式,此類模式稱為“多站融合”[1-2]。

多站融合項目中融合建設了數據中心站、儲能站、充換電站等設施。既能提高場地利用效率,又可降低多種“新基建”設施的建設成本,提高電力資源利用效率[3]。在傳統變電站保障電力供應的基礎上拓展出大數據服務、充換電等新業務,拓展了能源服務的新業態。從社會效益角度來看,多站融合為“互聯網+”戰略及數字經濟發展提供必要的基礎設施保障[4],融合下的邊緣數據中心、5G 基站具有靠近用戶側的地理優勢,通過資源復用能充分為用戶提供低延時、快響應的信息傳輸服務,有效支撐“智慧城市”的建設[5-10];從環境效益角度來看,項目中融合建設分布式光伏、儲能等模塊,可提升區域清潔能源消納能力;從經濟效益來看,通過多站融合中各模塊之間的協同合作,可承載能源大數據服務、充換電等業務,有利于培育新業態新模式,推動能源互聯網的高質量發展[11-18]。

目前,多站融合面臨發展路徑不明晰、商業模式不成熟等亟待解決的問題;對項目的經濟-環境-社會效益進行系統性預判和分析,既是實現“新基建”項目建設與商業運營的重要基礎,又是尋找“電網數字化”新經濟增長點的必要反饋。本文基于業務分類進行子系統的構建,且以項目商業運營為導向,通過構建系統動力學模型,對多站融合項目經濟-環境-社會效益的變化進模擬仿真,分析不同場景下多站融合項目經濟-環境-社會效益變化趨勢,充分體現出變量在微觀層面的交互作用過程。以期為多站融合項目后期的規模化、產業化和商業化運營提供一定的指導作用。

1 模型構建

1.1 模型邊界及假設條件

為構建多站融合項目的經濟-環境-社會效益分析系統動力(system dynamics,SD)模型,且不失研究的科學性和一般性,本文設定如下:

假設1——根據多站融合業務的性質,設定3 類主營業務邊界,即能源類業務、租賃類業務和信息類業務。

假設2——基于變電站資源進行整合的多業務站,不同設備的運營年限存在差異,故設定固定折舊年限的標準為20 年。

假設3——設定多站融合項目第一年為項目建設期,第二年開始進入商業運營期。

1.2 因果關系圖的建立

基于上述3 個假設,可從經濟、環境和社會3 個子系統建立多站融合項目經濟-環境-社會效益分析的SD 模型反饋回路:

1)經濟效益子系統存在6 個負反饋回路(見表1),并由此構建經濟效益因果關系(causal loop diagram,CLD),如圖1 所示。

圖1 經濟效益因果關系圖Fig.1 The CLD of economic benefit

表1 經濟效益反饋回路Table 1 Feedback loop of economic benefit

2)環境效益子系統中存在2 個反饋回路(見表2),并由此構建環境效益因果關系,如圖2 所示。

圖2 環境效益因果關系圖Fig.2 The CLD of environmental benefit

表2 環境效益子系統反饋回路Table 2 Feedback loop of environmental benefit

3)社會效益子系統存在2 個負反饋回路和1 個正反饋回路(見表3),并由此構建社會效益因果關系,如圖3 所示。

圖3 社會效益因果關系圖Fig.3 The CLD of social benefit

1.3 存量流量圖的建立

1.3.1 經濟效益子系統

1)能源類業務的成本收益。

根據因果關系圖、參考系統流圖符號,建立多站融合項目能源類業務的存量流量圖,如圖4 所示。

圖4 能源類業務存量流量圖Fig.4 The Stock-flow diagram of energy business

能源類業務成本凈現值受到能源類業務成本與能源類業務收益的影響,考慮不同區域電動汽車發展狀況存在差異,故影響能源類業務收益的主要因素為充電業務收益情況,充電量影響充電業務收益進而影響能源類業務凈現值。以上海某地充換電站充電量的歷史數據作為參考,該存量流量圖中主要的數學關系如下:

式中:Ecb表示能源類業務的凈現值,初始值為0;Sc表示能源類業務收益;Cb為能源類業務成本;r為折現率;t為時間,單位為年。

式中:Sc1為充電業務收益;Sc2為電網內部業務收益;Sc3為綜合能源服務收益。

式中:R為稅收支出;Cb1為能源類業務建設成本;Cb2為能源類業務運營成本,主要包括能源類業務人員管理成本Cb3、業務維護成本Cb4和耗能成本Cb5。

式中:N1為充電量;p1為充電價格。

2)信息類業務的成本收益。

同理,建立多站融合項目信息類業務的存量流量圖,如圖5 所示。

圖5 信息類業務存量流量圖Fig.5 The stock-flow diagram of information business

影響多站融合信息類業務的因素有信息類業務收益與信息類業務成本,影響收益的因素主要有信息類業務價格與客戶數量,影響成本的主要因素為運營成本,而耗能成本為影響運營成本的主要因素,上架率通過影響耗能成本和客戶數量進而影響信息類業務的凈現值。具體數學公式如下:

式中:Sx為信息類業務收益;p2為信息類業務服務價格;N2為信息類業務客戶數量。

式中:Cx1為信息類業務運營成本;Cx2為信息類業務人員管理成本;Cx3為信息類業務維護成本;Cx4為信息類業務耗能成本。

式中:p3為電價;Y為信息類業務的耗電量。

以數據中心上架率A為參考,耗電量使用表函數進行設置,A為0.52 時,耗電量為194 480 kW·h;當A為0.634 時,耗電量為231 880 kW·h;當A為0.739 時,耗電量為269 280 kW·h;當A為0.317時,耗電量為119 680 kW·h;當A為0.422 時,耗電量為157 080 kW·h。

3)租賃類業務的成本收益。

同理,建立多站融合項目租賃類業務的存量流量圖,如圖6 所示。租賃類業務主要分為儲能裝置租賃、機柜租賃以及站址租賃。租賃類業務凈現值變化的主要為機柜租賃,機柜租賃影響最大因素為運營成本中的能耗成本,上架率通過影響租賃類業務的運營成本進而影響租賃類業務的凈現值。具體數學公式如下:

圖6 租賃類業務存量流量圖Fig.6 The stock-flow diagram of leasing business

式中:Sz為租賃類業務收益。若t大于1,租賃類業務收益為站址租賃收益Sz1、機柜租賃收益Sz2和儲能裝置租賃收益Sz3之和,即Sz=Sz1+Sz2+Sz3;否則,Sz為0。

Cz1為租賃類業務運營成本。若t大于1,Cz1=30(1+k),其中k為運營成本增加率;否則,Cz1為0。

Cz2為租賃類業務建設成本。若t大于1,Cz2=Cz3+Cz4,其中Cz3為改造成本,Cz4為設備采購成本;否則,Cz2為0 。

g為租賃類業務成本增加率。當上架率A為0.52時,成本增加率為0;當上架率A為0.634 時,成本增加率為20%;當上架率A為0.739 時,成本增加率為40%;當上架率A為0.317 時,成本增加率為-20%;當上架率A為0.422 時,成本增加率為-40%。

4)多站融合項目整體的成本節約。

同理,建立多站融合項目節約成本的存量流量圖,如圖7 所示。多站融合項目,在傳統三站融合的基礎上融入5G 基站、北斗地面增強站等基礎設施,故以三站融合作為基準情境,多站融合項目節約的成本主要分為運營成本與建設成本,影響多站融合項目成本的主要為融合基站數量,通過融合基站數量進而影響節約成本的凈現值。具體數學公式如下:

圖7 成本節約存量流量圖Fig.7 The stock-flow diagram of saving cost

式中:n為融合基站數量;j為變電站融合基站限制數量,其上限為7。

式中:C5為節約的運營成本;m為每個基站節約的運營成本。

1.3.2 環境效益子系統

從業務拓展的角度分析,多站融合項目通過“產業數字化”在輔助實現“多能互補”和“電能替代”的同時,對環境保護起到了一定的促進作用。

根據因果關系圖、參考系統流圖符號,建立多站融合項目環境效益的存量流量圖,如圖8 所示。

圖8 環境效益存量流量圖Fig.8 The stock-flow diagram of environmental benefit

多站融合項目的環境效益主要體現于減少的廢氣排放量以及減少的固體廢物排放量。替代煤電減少的廢氣主要為二氧化碳、二氧化硫與氮氧化物,替代煤電的固體廢物排放主要為粉塵顆粒。據《中國煤電發展清潔報告2020》統計,2019 年中國每千瓦時煤電二氧化碳排放量為577g/(kW·h),二氧化硫為0.187g/(kW· h),氮氧化物為0.195g/(kW ·h)[19]。影響替代廢氣排放量與替代固體廢物排放量的主要因素為清潔能源發電量。具體數學公式如下:

式中:H為環境效益;F1為替代固體廢物排放量;F2替代煤電廢氣排放量。

式中:Fs1為替代固體廢物排放量變化率,初始值為0。

式中:Fs2為替代煤電廢氣排放量變化率,初始值為0。

式中:D為分布式光伏供電量;e1為每千瓦時煤電氣體排放量。

式中:e2為每千瓦時煤電固體廢物排放量。

T1為單位面積年輻射總量。當t小于3 時,T1=2 531.48 (1-w)t,其中w為衰減率;當t大于3 時,T1=2 531.48 (1-5/300)3(1-w)(t-3)。

1.3.3 社會效益子系統

根據因果關系圖、參考系統流圖符號,建立多站融合項目環境效益的存量流量圖,如圖9 所示。多站融合項目的社會效益主要體現于能源資源、人力資源和土地資源的節約。影響能源資源節約的為多站融合中清潔能源發電量。影響多站融合項目的社會效益中節約的人力資源與土地資源的主要因素為融合基站數量等。具體數學公式如下:

圖9 社會效益存量流量圖Fig.9 The stock-flow diagram of social benefit

式中:H1為節約的能源數量;Hs1為節約的能源數量變化率,初始值為0。

式中:h1為每個基站平均節約能源數量。

式中:H2為節約的土地資源;U為分布式光伏可用面積;h2為每個基站建設節約的土地資源。

式中:H3為節約的人力資源;h3為每個基站維護人員減少人數。

1.4 模型檢驗

當前,SD 模型有效性檢驗的方法包括直觀檢驗、運行檢驗、歷史性檢驗以及靈敏性分析4 種[20]。為驗證本文所構建的多站融合項目的SD 模型能夠反映多站融合項目經濟-環境-社會效益的變化趨勢,本文進行了直觀檢驗,采用Vensim 軟件中的check model 對方程的量綱一致性與表達正確性進行檢驗。此外,該模型的界限通過了檢驗,說明該模型可行。

在多站融合項目的經濟-環境-社會效益的研究中,系統的不確定性會影響系統的穩定性,從而影響仿真結果。本文對模型進行敏感性檢驗,以此判斷模型的穩定性。本文擬對多站融合項目中各業務的凈現值和多站融合項目的經濟效益、環境效益和社會效益中的部分參數進行調節,從而得出模型部分輸出值的響應值,其公式如下:

式中:T表示時間;SQ表示系統中狀態變量Q對參數的靈敏度;Q(T)和X(T)分別為狀態變量和參數在T時刻的值;ΔQ(T)和ΔX(T)分別為狀態變量和參數在T時刻的增量。

本文從經濟效益、環境效益和社會效益模型中各選擇一個變量進行靈敏性分析,其中能源類業務選擇為電網內部收益,信息類業務選擇為電價,租賃類業務選擇為基站平均節約運營成本,利用控制變量原則,每次改變參數的10%,對1～20 年序列進行分析;由于數據缺失,故對環境效益對1～3 年序列進行分析。通過求其余變量的響應值,依據式(1)求出各變量對每個參數的靈敏度,其結果如表4—6 所示。由結果可知:各參數對模型的靈敏度均低于20%,說明該模型穩定度相對較高,適用性較強。

表4 經濟效益系統靈敏性檢驗Table 4 Sensitivity test of economic benefit system

表5 環境效益系統靈敏性檢驗Table 5 Sensitivity test of environmental benefit system

表6 社會效益系統靈敏性檢驗Table 6 Sensitivity test of social benefit system

2 模擬仿真

2.1 經濟效益趨勢分析

2.1.1 能源類業務

對多站融合項目的能源類業務的凈現值變化趨勢進行模擬,設定:時間步長為1 年,模擬時間為20年。所需情境參數設定如下:

情境1(基準情境)——以充電站年充電量歷史數據作為基準情境;

情境2——年充電量比基準情境上升20%;

情境3——年充電量比基準情境上升40%;

情境4——年充電量比基準情境下降20%;

情境5——年充電量比基準情境下降40%。

模擬仿真結果如圖10 所示。由圖10 可知:1)不同情境下多站融合項目能源類業務的凈現值變化趨勢相同,由于設定第一年為項目建設期,故能源類業務凈現值在第1 年與第2 年間處于下降階段,第3 年至第20 年,能源類業務凈現值處于呈現“S”型增長趨勢。第3 年至第7 年,能源類業務凈現值快速增長,其斜率逐年遞增;第7 年至第20 年,能源類業務凈現值斜率逐漸減小。受模擬步長為20 年所限,其變化呈現逐年上升趨勢,但其斜率將會逐漸減少為0,最后會逐漸逼近于固定值。2)第2 年能源類業務凈現值的下降速率與第1 年的相比較大,其主要原因為在完成項目建設后,能源類業務收益無法在短期內彌補能源類業務成本。3)從第3 年至第20 年,多站融合項目能源類業務的凈現值呈現“S”型上升,其主要原因為多站融合項目中充換電站的充電量快速上升,使得充電收益快速上升,第13 年到第20 年間,由于充電量逐漸飽和,凈現值逐漸逼近于固定值。

圖10 能源類業務凈現值變化趨勢Fig.10 Trends in net present value of energy business

2.1.2 信息類業務

對多站融合項目的信息類業務的凈現值變化趨勢進行模擬,以2019 年數據中心機柜全國平均上架率作為基準情境,所需情境參數設定如下:

情境1(基準情境)——上架率為52.8%,耗電量為194 480 kW·h,對應全國平均上架率;

情 境 2——上架率為63.4%,耗電量為231 880 kW·h;

情 境 3——上架率為73.9%,耗電量為269 280 kW·h;

情 境 4——上架率為31.7%,耗電量為119 680 kW·h;

情 境 5——上架率為42.2%,耗電量為157 080 kW·h。

模擬仿真結果如圖11 所示。由圖11 可知:1)多站融合項目信息類業務凈現值不同情境下第1 年均為直線下降,其主要原因為第1 年為項目建設期,還未取得收益。2)在第2 年至第20 年,情境1、情境2、情境3 和情境4 下信息類業務凈現值呈現一種“尋的行為”(即無限趨近于某一值)。受模擬步長所限,雖然信息類業務凈現值呈現上升趨勢,但其斜率則呈現遞減趨勢,逐漸減為0,信息類業務凈現值逼近于固定值。3)情境4 下的信息類業務凈現值變化趨勢為直線下降,為負值,其速率與第1 年下降速率相比較小,情境4 中凈現值下降的主要原因為由于客戶數量較少,導致低上架率,影響信息類業務的成本與收益,導致信息類業務凈現值下降。

圖11 信息類業務凈現值變化趨勢Fig.11 Trends in net present value of information business

2.1.3 租賃類業務

對多站融合項目的租賃類業務的凈現值變化趨勢進行模擬,以全國平均上架率作為基準情境,所需情境參數設定如下:

情境1(基準情境)——上架率為52.8%;

情境2——上架率上漲20%,為63.4%;

情境3——上架率上漲40%,為73.9%;

情境4——上架率下降40%,為31.7%;

情境5——上架率下降20%,為42.2%。

模擬仿真結果如圖12 所示。由圖12 可知:1)租賃類業務凈現值在第1 年為直線下降,待多站融合項目開始商業運營后,第2 年到第20 年租賃類業務凈現值呈現一種“尋的行為”,受模擬步長所限,其租賃類業務呈現上升趨勢,但其斜率呈現逐年遞減趨勢,后續逐漸減為0,逼近于固定值。2)多站融合項目的租賃類業務主要為機柜租賃、站址租賃等,機柜租賃等收益受到上架率的影響。第1 年為項目建設期,租賃類業務凈現值處于直線下降階段;在第2 年到第20 年間,其凈現值呈現出一種“尋的行為”,租賃類業務凈現值逐漸逼近固定值。

圖12 租賃類業務凈現值變化趨勢Fig.12 Trends in net present value of leasing business

2.1.4 成本節約

對多站融合項目的信息類業務的凈現值變化趨勢進行模擬。所需情境參數設定如下:

情境1(基準情境)——融合基站數量為3;

情境2——融合基站數量為4;

情境3——融合基站數量為5;

情境4——融合基站數量為6;

情境5——融合基站數量為7。

模擬仿真結果如圖13 所示。由圖13 可知:1)節約成本的凈現值在運營期內呈現直線上升趨勢,且不同情境下多站融合項目節約成本的凈現值變化趨勢相同;節約成本主要體現在兩方面,即節約的建設成本與節約的運營成本。2)多站融合項目是利用變電站閑置資源進行建設,融合基站數量越多,所節約的建設成本越多,屬于一次性建設投入;其次,多站融合項目節約的運營成本受到消耗能源數量、人力資源成本的影響,能源消耗量和人力資源成本屬于持續性的投入。項目的運營成本與融合基站數量呈正比,故多站融合項目節約成本的凈現值處于直線上升。

圖13 節約成本凈現值變化趨勢Fig.13 Trends in net present value of saving cost

2.2 環境效益趨勢分析

對多站融合項目環境效益的變化趨勢進行模擬。所需情境參數設定如下:

情境1(基準情境)——單位面積年輻射總量為2 109.6 kW·h/(a·m2);

情境2——單位面積年輻射總量比基準情境下降20%;

情境3——單位面積年輻射總量比基準情境下降10%;

情境4——單位面積年輻射總量比基準情境上浮10%;

情境5——單位面積年輻射總量比基準情境上浮20%。

多站融合項目的環境效益分為兩個方面,即替代固體排放量與替代氣體排放量。模擬仿真結果如圖14 所示。由圖14 可知:1)多站融合項目的環境效益,是基于能源經濟性(單位面積年輻射總量)的一種“引致效應”,是通過數字化經濟下的“電能替代”和“多能互補”過程而實現的。2)多站融合項目替代固體排放量與替代氣體排放量在不同情境下均呈現出一種“尋的行為”,出現“尋的行為”的主要原因為受到光伏組件衰減的影響,若光伏組件超出使用壽命,則其替代煤電固體和氣體排放量會逐漸衰減至0。3)替代固體排放量與替代氣體排放量存在差異的主要因素為不同區域的資源稟賦,不同情境下光伏組件的年利用小時數有所差異,故其單位面積年輻射總量有所不同,光伏組件年利用小時數不同影響區域光伏發電總量進而影響多站融合項目的環境效益。

圖14 環境效益變化趨勢Fig.14 Trends in environmental benefit

2.3 社會效益趨勢分析

對多站融合項目的社會效益變化趨勢進行模擬。所需情境參數設定如下:

情境1(基準情境)——融合基站數量為3;

情境2——融合基站數量為4;

情境3——融合基站數量為5;

情境4——融合基站數量為6;

情境5——融合基站數量為7。

多站融合項目的社會效益分為3 方面,即節約的能源數量、節約的人力資源和節約的土地資源。模擬仿真結果如圖15 所示。由圖15 可知:1)不同情境下節約的能源數量、節約的人力資源和節約的土地資源變化趨勢相同。2)多站融合項目基站能源消耗量屬于運營成本,需要持續性投入,故其變化趨勢為直線上升,節約能源數量與融合基站數量成正比;節約的人力資源和土地資源為固定值,與融合基站數量成正比。

圖15 社會效益變化趨勢Fig.15 Trends in social benefit

3 結論

作為電網企業新拓展的業務,多站融合項目雖處于導入發展階段,但在全國部分地區已出現試點應用,這必將成為“新基建”的項目典型和“電網數字化”的經濟增長點。本文構建系統動力學模型對多站融合項目的經濟效益、環境效益和社會效益進行分析,通過多業務場景分析模擬仿真出多站融合項目經濟效益、環境效益和社會效益的變化趨勢,以此說明模型的科學性和有效性。通過本文研究,得出如下結論:

1)在多站融合項目各業務經濟效益中,不同的業務在一定條件下均能夠取得滿足預期的經濟效益。三類業務均在第1 年呈現直線下降的趨勢;在第2 年到第20 年間,能源類業務凈現值變化趨勢為“S”型上升,在較低上架率的情況下信息類業務凈現值逐漸降低,租賃類業務的凈現值將在業務飽和的情況下無限趨近于某一固定值。多站融合不同業務的經濟效益影響因素各不相同,能源類業務的影響因素為充電量,信息類和租賃類業務的主要影響因素為機柜上架率。

2)環境效益是多站融合中能源類業務的“引致效應”,可輔助提高廢物廢氣的減排效率。在不考慮增加裝機的情況下,受到分布式光伏組件衰減的約束,替代固體廢物排放量與替代煤電廢氣排放量均呈現出趨近于某一固定值的變化趨勢,且影響環境效益的主要因素為不同地區的年輻射總量。總體而言,在不同情境下,多站融合項目均有較為理想的環境效益;項目開展能夠通過能源類業務的“電能替代”作用和“多能互補”作用,提升區域清潔能源消納能力,減少固體廢物和廢氣的排放量。

3)多站融合中社會效益主要體現于土地資源、能源資源和人力資源三方面社會資本的節約。其中,能源資源的節約能力呈現出顯著的上升趨勢;土地資源與人力資源的節約能力雖明顯但較為固定,且多站融合項目中融合的基站數量越多,則節約的土地資源與人力資源越大。多站融合項目的社會效益變化趨勢體現了多站融合充分利用了空間、能源等變電站閑置資源,降低了能源消耗,提高了土地和人力等資源的利用效率。