基于LEAP-Power模型的电力产业碳减排政策情景研究

武群丽，祖红莲(华北电力大学经济管理系，河北保定071003)



基于LEAP-Power模型的电力产业碳减排政策情景研究

武群丽，祖红莲
(华北电力大学经济管理系，河北保定071003)

摘要:电力产业碳排放具有典型的外部性特征，减排必需依靠政策的积极引导和约束。本文首先依托LEAP软件构建了LEAP-Power模型对中国电力产业节能减排政策进行模拟，该模型设置了四种减排政策情景:基准情景、节能政策情景、气候政策情景以及综合政策情景，在分别对四种情景下中国2010～2050年电力产业能源需求和碳排放量进行预测的基础上，对不同减排政策的实际效果进行了比较和评价。结论显示，根据碳减排效果从高到低对四种政策情景依次进行排序的结果是:综合政策情景＞节能政策情景＞气候政策情景＞基准情景，其中清洁能源替代燃煤发电、提高燃煤机组技术效率及实施CCS技术的相关政策减排效果最为明显，电力需求侧管理政策的减排潜力相对有限。

关键词:LEAP-Power模型;电力产业;碳减排;政策情景

1　引言

能源和气候环境是当今人类面临的两大主要问题。我国是世界第二大能源消耗国和温室气体排放国，仅2011年一次化石能源引起的CO2排放量就达7457．9百万吨，增长速度约为5．9%。从部门分布来看，我国电力生产和供应行业一次化石能源消费所引起的CO2排放量约占总排放量的37．2%，减排压力和潜力无疑都是巨大的。

目前，关于碳减排的研究主要集中在技术和政策两个层面。技术上除了侧重于节能技术的研发与推广之外，近年来更发展到碳处理技术。2005年，IPCC提出了碳捕捉和封存技术。目前，该技术已经得到了广泛的应用，主要关注点在于降低碳捕捉成本和碳封存的环境风险。研究证明，碳捕捉技术应用于火力发电厂能够捕捉将近90%的CO2。碳减排政策主要集中于碳税、清洁能源替代与补贴、碳交易及节能标准和碳排放标准制定等方面。经合组织( OECD)认为碳税是最经济有效的碳减排措施之一［1］。Wei和Grace认为完成温室气体减排任务需要经过三个阶段: ( 1)排放数据的登记、报告和监督; ( 2)温室气体排放标准的设定; ( 3)引进总量管制与交易机制［2］。常征和潘克西认为清洁能源替代燃煤发电是从根源上和本质上减少碳排放的唯一途径［3］。

从减排政策的研究方法上看，情景模拟近年来得到广泛应用。它是一种定性与定量相结合的、直观的模拟预测方法，其基本思路是依据对历史数据的分析，假设其他特定因素在预测的整个时间域内持续现有状态不变，模拟某些关键性因素未来多种可能的变化对社会经济带来的影响。一般的情景设定中都包括一个基准情景和若干政策情景。基准情景所预测的数据是在历史数据的基础上外推所得到的，而政策情景则是根据政策侧重的角度不同设定各种可能的情况。因此，政策情景中含有基准情景所包含的特定变量，但是变量的数据会随着政策的不同而改变。

碳减排情景模拟分析采用的传统模型主要包括MARKAL-MACRO模型、CGE模型以及基于这两种模型设计思想的各种拓展模型。研究的内容主要涉及能源税、碳排放税及环境税等各种税收［4～6］、碳排放交易许可［7，8］及能源价格冲击［9］等对碳排放量的影响，研究的对象主要包括个别国家的总量减排模拟或不同国家间减排模拟比较［10，11］。MARKAL-MACRO模型和CGE模型由于设计思路主要基于宏观经济的一般均衡，因此通常仅适用于国家或区域的减排问题研究，而不适用于个别行业的研究，其模拟的政策一般也仅为对经济具有全局性影响的类型，很难深入到具体行业内部针对某些重大的减排措施进行分析和评价。同时，MARKAL-MACRO模型和CGE模型中生产函数的投入-产出关系是不变的或通过外推方式得到的，不能准确反映现实中的技术变化，也不能用于技术模拟。由斯德哥尔摩研究所和美国波士顿Tellus研究所共同开发的LEAP ( Long-range Energy Alternative Planning System)软件在很大程度上解决了这些问题。该软件本质上是一个模拟平台，研究者可以根据所要研究的具体问题灵活构建各种政策模型，它不仅可以广泛应用于城市、区域、国家甚至全球层面的能源与环境分析，同时还可以被应用于国民经济各个部门的能源需求和温室气体减排研究，在不同的政策或技术模拟情景下深入分析各个部门的能源需求、转换、传输与配送、终端使用以及能源环境影响等多种问题，实现部门技术或政策的有效性识别。目前，利用LEAP软件分析中国电力产业碳减排问题的研究很少，作者搜集到仅有的文献包括张颖等利用LEAP软件分析了不同发电技术条件下电力产业的碳减排潜力［12］，黄建对中国未来电气化程度作了不同假设，并利用LEAP软件预测了中国未来的电力需求［13］。但是，电力产业作为中国能源消耗和碳排放的主要来源之一，节能减排政策的涵盖范围实际上非常广泛，既包括发电端政策，也包括用电端政策，既包括技术引导、价格补贴政策，也包括标准制定、排放管制政策等，相关政策研究特别是量化分析显然是匮乏的。为此，本文依托LEAP软件平台构建了中国电力产业LEAP-Power模型，在对电力产业节能减排政策进行细分的基础上，对需求侧管理政策、发电侧燃煤技术政策和清洁能源替代政策、温室气体排放政策等的减排效果进行比较和评价。

2　构建LEAP-Power模型的基本思路和基本步骤

构建LEAP-Power模型的基本原理和思想是:首先，假设国内生产总值、产业结构、人口规模、家庭户数等是影响未来电力需求的宏观经济子模块，根据各子模块的用电特征估算未来电力市场需求总量。之后，通过构建电力产业微观市场供需模型，在满足市场出清条件的基础上，计算电力生产和供给过程中的能源消耗和碳排放量。碳减排政策的作用体现在以下两个方面:一是通过影响电力用户节能设备的选择影响未来电力需求总量，本文假设碳减排政策主要通过影响居民户节能电器及企业用户高效电机的使用实现节电目标;二是通过影响电力企业技术选择等方式影响电力生产过程中的能源强度和碳强度，进而影响能源消耗量和碳排放量。不同的政策情景也通过上述两个方面对节能减排产生差异化影响，通过观察各种政策情景下的能耗数据和碳排放数据，可以对各类政策的实际效果进行评价。模型构建的基本步骤包括: ( 1)宏观子模块的关键性假设; ( 2)微观电力市场供需模块设计; ( 3)政策情景模拟假设; ( 4)政策情景模拟下能源消耗与环境预测结果输出及政策效果评价。

2．1宏观子模块的关键性假设

本文选取国内生产总值、产业结构、人口规模以及家庭户数作为影响我国电力消费的宏观因素。根据已有研究成果和各因素的历史数据，本文假定: GDP按照年均8．5% ( 2010～2020年)、7．0% ( 2020～2030年)、5．0%( 2030～2040年)和3．5% ( 2040～2050年)的速率增长。产业结构方面，第一、二产业产值逐年下降，第三产业占比逐年提高，至2050年第一、二产业占比分别下降至2．9%和37．9%，第三产业占比上升至59．2%。人口按照年均0．65% ( 2010～2020年)、0．22% ( 2020～2030年)、－0．05% ( 2030～2040)及－0．06% ( 2040～2050年)的速率变化。城市家庭规模和农村家庭规模逐步下降，至2050年城市家庭规模达到2．65，农村家庭规模下降到3．05。具体假设见表1。

表1　宏观子模块的关键性假设

2．2微观电力市场供需模块设计

( 1)电力市场需求模块。根据宏观子模块的关键性假设，计算一、二、三次产业未来产值总额及电机使用总量，根据电机效率提高的不同假设，预测国民经济各生产部门电力需求总量。同时根据城镇居民家庭和农村居民家庭的规模变化计算未来电灯、冰箱和空调的使用量，并根据各类节能电器的推广程度假设，预测居民户电力需求总量。加总生产企业和居民户用电量得到未来电力市场需求总量。

( 2)电力市场供给模块。在产量满足未来电力市场总需求的约束条件下，通过政策引导或强制限制迫使电力生产企业通过提高燃煤技术、利用清洁能源替代燃煤发电、提高碳排放标准及采用CCS技术等方式减少能源消耗和碳排放。根据不同政策情景下一次能源转化为电能过程中各类电源、发电技术、发电设备更新、调整速度假设及各种类发电的能源强度和碳强度技术参数，预测未来电力生产与供应的实际能耗和碳排放量。

2．3碳减排政策情景设置

本文设置了四种碳减排政策模拟情景，分别为基准情景、节能政策情景、气候政策情景以及综合政策情景，研究的基期为2010年，时间跨度为40年。2．3．1基准情景

基准情景指在保持基期现有政策导向、技术水平以及能源消耗强度下估计我国未来电力产业能源消耗和二氧化碳排放量。具体指标如下:城市和农村家庭节能灯使用率分别为40%和20%，节能冰箱使用率分别为7%和5%，节能空调使用率分别为10%和8%，高效电机占比5%。超临界和超超临界机组占比为1%，IGCC机组占比1%。火电占比80．2%，水电占比16．2%，核电占比1．97%，风电占比2．02%。火电生产平均碳排放强度9．97 吨/万千瓦时。没有配备CCS技术的火电机组。

2．3．2节能政策情景

节能政策情景从需求侧和发电侧两个方面考虑能源节约。需求侧主要通过制定能效标准及财税补贴等措施不断提高终端用电设备的使用效率。具体设置包括: ( 1)通过制定电灯能效标准和政策补贴，提高节能灯使用率，到2020年城市和农村节能灯使用率分别达到60%和40%，2030年分别达到80%和60%，2050年分别达到100%和80%。( 2)推广高效节能冰箱，到2020年城市和农村节能冰箱使用率分别达到15%和10%，2030年分别达到35%和25%，2050年分别达到70%和50%。( 3)推广节能空调，到2020年城市和农村节能空调使用率分别达到20%和15%，2030年分别达到40%和30%，2050年分别达到75%和60%。( 4)在工业部门实施高效节能风机、水泵、压缩机等，假设到2020年20%的电机效率提高2个百分点，2030年该比例上升为40%，2050年该比例上升为60%。发电侧则主要考虑通过提高超临界和超超临界煤电机组比重、扩大IGCC技术应用范围提高燃煤技术，以及利用清洁能源替代燃煤发电。具体设置包括: ( 1) 2020年超临界和超超临界机组占比达到40%，2030年达到65%。( 2)努力促使IGCC技术的商业化，加快IGCC电站的发展，假设到2020年IGCC发电机组占比达到4%，2030年IGCC发电机组占比达到10%。( 3)根据碳减排的潜力分析优先发展风电，扩大风电占比;其次扩大核电占比，并稳步发展水电。2020年风电占比扩大到5%，2030年扩大到10%，2050年扩大到15%。2020年核电占比扩大到3%，2030年扩大到6%，2050年扩大到12%。2020年水电占比扩大到20%，2030年扩大到25%，2050年扩大到30%。

2．3．3气候政策情景

气候政策情景主要考虑从设定二氧化碳排放标准和实现CCS技术两方面减少碳排放。具体设置包括: ( 1)制定温室气体排放标准:假设在2010年碳强度的基础上，到2020年实现减排5%，2030年实现减排10%，2050年实现减排20%。( 2)推广CCS技术:假设从2030年开始，在火电机组配备CCS技术，配备容量达到5%，2050年配备比例达到15%。

2．3．4综合政策情景

综合政策情景反映同时实行节能政策和气候政策情况下的能源消耗和碳排放情况。

2．4能源消耗与环境预测结果

根据模型所选择的变量及设置的各种目标参数和技术参数，本文依据下列公式计算不同政策情景下电力产业未来能源需求总量和碳排放量。

( 1)能源需求公式

能源需求的计算主要是由各单位经济活动水平和相应的能源强度所决定的，具体的能源需求计算公式如下其中CET代表电力行业碳排放总量，EFm，s代表电能转换终端设备m利用一次能源s发电的碳排放系数，本文碳排放系数主要采用IPCC规定的系数。

3　电力产业碳减排政策模拟结果分析

3．1不同政策情景下的能源消耗情况

从模拟的数据结果看，气候政策情景和基准政策情景下的电力产业化石能源消耗的基本发展趋势是一致的，节能的效果不太明显。相比基准情景，2050年气候政策下化石能源节约量仅为92MMT。这主要是因为气候情景的关注点在于碳减排，其主要措施涉及碳捕捉和封存技术的使用，一般是在电煤燃烧前通过气化实现清洁，或者在电煤燃烧过程中或燃烧后实现碳捕捉和封存，从而达到减少排放的目的。这一技术由于并不涉及能源使用效率的提高，因此节能的效果是有限的。节能政策情景包括了需求侧终端用电管理、燃煤技术提高和清洁能源替代等相关政策，不仅涉及电力需求其中EC代表电力需求总量，AIi，j代表部门(或家庭) i利用终端电力使用设备j参与经济活动的水平，EIi，j代表部门(或家庭) i利用终端电力使用设备j参与经济活动的电力消费强度。ECm代表电能转换终端设备m的发电量，μm代表电能转换终端设备m的发电量占总发电量的比重。ET代表电力行业能源需求总量，fm，s代表电能转换终端设备m利用一次能源s发电的能源转换效率。

( 2)二氧化碳排放计算公式总量节约，而且涉及调整能源结构、降低化石能源消耗以及提高能源使用效率等方面内容，节能效果显著，至2050年节能情景比基准情景节约化石能源1392MMT。而综合政策情景由于覆盖了气候情景和节能情景的所有政策，节能效果最为明显，2050年综合政策情景比基准情景节约化石能源1484MMT。

3．2不同政策情景下的二氧化碳排放情况

图1　2010～2050年电力产业二氧化碳排放总量模拟结果(单位: MMT)

图1显示了不同政策情景下的二氧化碳排放情况，可以看到各种情景下碳排放上升的基本趋势是一致的，说明即使在采取了节能减排政策并达到各种政策情景的预期目标之后，中国短期内如果要迎来碳排放量的下降拐点也是困难的，中国总量减排仍有待时日，减排政策必须持续和加强。具体到各种政策情景，可以看出相比基准情景，其他三种政策情景的减排效果都明显更优。2050年基准情景的碳排放量达7451MMT，节能情景、气候情景和综合情景下碳排放量分别为6829MMT、7008MMT 和6213MMT，比基准情景分别减少排放8．3%，5．9%和16．6%。值得关注的是，节能情景在减少碳排放方面效果仍然优于气候情景，这主要是因为不论是气候政策中的强制性碳强度减排措施，还是CCS技术的使用效果都需要立足于清洁能源的使用、能效提高等基础节能政策。因此，深度挖掘节能政策措施，强化政策效果应当成为碳减排的根本性措施，气候政策则是其有益的补充。

3．3减排政策贡献率分析

为了进一步识别各类具体政策的有效性，我们针对综合情景进一步分析了各种具体减排措施的贡献率，结果如表2。可以发现二氧化碳减排效果从高到低排序依次为清洁能源替代发电、燃煤技术提高、CCS技术、电力需求侧管理以及制定温室气体排放标准。2050年清洁能源替代发电中风电减排271．23MMT，核电减排246．97MMT，水电减排215．74MMT，总共实现碳减排733．94MMT，占总减排量的59．28%。2050年提高(超)超临界机组比重的措施减排141．41MMT，IGCC技术实现减排124．25MMT，提高燃煤技术总共实现减排265．66 MMT，占总减排量的21．46%。2030年CCS技术实现减排47．83MMT，且进入商业化阶段之后CCS的减排潜力大幅提升，2050年实现减排204．74 MMT，占总减排量的16．538%。相比而言，电力需求侧管理以及设定温室气体排放标准的二氧化碳减排潜力明显不足，但是值得注意的是在电力需求侧管理中提高高效电机比率实现的二氧化碳减排是其他管理措施的两倍。

表2　2050年二氧化碳减排政策贡献率分析

4　结论与建议

本文立足于中国电力产业节能减排政策的有效性识别，依托LEAP软件构建了LEAP-Power政策模拟模型，在需求侧终端电力管理政策、发电侧燃煤技术政策、清洁能源替代发电政策以及温室气体排放标准和碳捕捉、封存技术政策等细分政策的基础上，通过设定基准情景、节能政策情景、气候政策情景和综合政策情景，模拟了2010～2050年电力产业不同减排政策的实际效果。结果表明，中国未来无论从能源节约、还是二氧化碳减排角度看，节能政策都是最根本和最有效的，特别是清洁能源发电、大功率机组和碳捕捉技术等发电端相关措施未来的减排潜力巨大，需求侧终端电力政策的减排效果不明显，未来电力产业减排的重点主要在发电端。为此，应当进一步实施和加大以下政策力度:

( 1)进一步降低新能源发电企业的增值税比率，提高退税率，减免所得税，并加大实施差别电价，通过相关财税政策加快电源结构调整，鼓励和提高非化石能源发电比重。

( 2)进一步严格限制单机20万千瓦以下各类发电机组超期服役，果断关停超过平均供电煤耗标准10%以上的煤电机组，提高超临界和超超临界机组的占比。

( 3)大力发展以IGCC技术为代表的清洁煤电技术，掌握IGCC机组关键技术，开展IGCC发电技术的示范和商业化运行。

( 4)在火电企业进行二氧化碳捕集和封存的试验研究项目，建设二氧化碳捕集和封存一体化示范工程，加快CCS技术的发展和实践应用。

参考文献:

［1］OECD．Implementation strategies for environmental taxes ［M］．Paris: OECD，1996．

［2］Wei M H，Grace W M．GHG legislation: lessons from Taiwan［J］．Energy Policy，2009，37( 7) : 2696-2707．

［3］常征，潘克西．基于LEAP模型的上海长期能源消耗及碳排放分析［J］．当代财经，2014，34( 3) :98-106．

［4］Raul O R，Carlos J M，Sebastian M，et al．．Computable general equilibrium model analysis of economy-wide cross effects of social and environmental policies in China［J］．Ecological Economics，2009，26( 7) : 447-472．

［5］Nwaobi G C．Emission policies and the nigerian economy: simulations from a dynamic applied general equilibrium model［J］．Energy Economics，2004，38(3) : 921-936．

［6］高鹏飞，陈文颖．碳税与碳排放［J］．清华大学学报(自然科学版)，2002，42( 10) :1335-1338．

［7］Gottinger H W．Greenhouse gas economics and computable general equilibrium［J］．Journal of Policy Modeling，1998，20(5) : 537-580．

［8］Edwards M，Huw T，John P．Allocation of carbon permits within a country: a general equilibrium analysis of the United Kingdom［J］．Energy Economics，2001，23 ( 5) : 371-386．

［9］Hatibu H，Semboja H．The effects of energy taxes on the Kenyan economy: ACGE analysis［J］．Energy Economics，1994，32( 16) : 205-215．

［10］Peter N，Shunli W，Hans K．Modeling the impacts of international climate change policies in a CGE context: the use of the GTAP-E model［J］．Economic Modeling，2005，22( 7) : 955-974．

［11］Gernot K，Sonja P．Emissions trading，CDM，JI and more: the climate strategy of the EU［J］．The Energy Journal，2006，27( 3) : 1-26．

［12］张颖，王灿，王克，等．基于LEAP模型的中国电力行业CO2排放情景分析［J］．清华大学学报(自然科学版)，2007，47( 3) :365-368．

［13］黄建．基于LEAP的中国电力需求情景及其不确定性分析［J］．资源科学，2012，( 11) :2124-2132．

Study on the Carbon-reduction Policy Scenarios in Electric Power Industry Based on the LEAP-Power Model

WU Qun-li，ZU Hong-lian
( Department of Economics and Management，North China Electric Power University，Baoding 071003，China)

Abstract:Carbon emission in electric power industry reveals typical externality．So，policy guide and restricts by the government are necessary for its reduction．Firstly，based on the LEAP software，this paper establishes a LEAP-Power model to simulate the energy saving and carbon reduction polices in the electric power industry of China．This model sets four kinds of carbon-reduction policy scenarios，which are baseline scenario，energy-saving scenario，climate scenario and comprehensive scenario．With the forecast of total amount of energy demand and carbon emission under each scenario from 2010 to 2050，the paper compares and evaluates the efficiency of each scenario．Sequencing the scenarios’effectiveness from high to low shows comprehensive scenario＞energy-saving scenario＞climate scenario．Especially，the policies related to clean-energy as a great substitute for coal in electric power generation，technical efficiency improvement of coal-firing units and fulfillment of CCS technology have the most effectiveness．Policies in demand side management have very little potential in carbon reduction．

Key words:LEAP-Power model; electric power industry; carbon-reduction; policy scenarios

基金项目:河北省社会科学基金资助项目( HB13JJ034) ;河北省软科学科技计划资助项目( 14454215D) ;河北省哲学社会科学研究基地研究资助项目

收稿日期:2014-12-24

doi:10．11847/fj．34．4．71

文章编号:1003-5192( 2015) 04-0071-05

文献标识码:A

中图分类号:F426