中国电力系统碳达峰·碳中和转型路径优化与影响因素分析

魏泓屹，卓振宇，张 宁，杜尔顺，肖晋宇，王 鹏，康重庆

（1. 电力系统及大型发电设备控制和仿真国家重点实验室，清华大学，北京市 100084；2. 清华大学低碳能源实验室，北京市 100084；3. 全球能源互联网集团有限公司，北京市 100031）

0 引言

二氧化碳过度排放所导致的温室效应是全世界共同面临的重大挑战，为了应对温室效应引发的全球气候变化问题，世界各国纷纷制定了碳减排目标。中国在第75 届联合国大会上宣告了2030 年碳达峰、2060 年碳中和的目标，为构建人类命运共同体积极承担“双碳”减排重任［1］。电力部门是中国重要的碳排放来源，年排放量约为45 亿t，占比超过碳排放总量的40%［2］。虽然中国可再生能源装机总量已经位居世界第一，但电源结构仍然以火电为主，并且这一特征将在未来一段时间内长期保持。由于未来终端电气化水平仍有望进一步提高，电力部门需要加快构建新型电力系统，采用风电、光伏等新能源逐步替代传统燃煤为主的火电机组，同时利用新型储能技术提升电能利用效率，推动中国电力系统的低碳转型［3］。

高比例新能源电源并网是新型电力系统的关键特征，同时也是绿色转型低碳减排的重要手段。近年来，以光伏、风电为代表的新能源电源发展迅速，截至2021 年底，中国风电、光伏装机容量分别为328 GW 和306 GW，较2020 年分别增长16.6%和20.9%［4-5］。新能源电源装机容量快速增长归因于技术创新驱动电源投资成本迅速下降［6］。然而，新能源电源出力具有利用小时数和保证出力低、出力分布和日内功率波动较大等特征，导致高比例新能源电源并网发电可能引起电力系统多种运行安全问题，增加电力系统的控制难度［7-8］。一方面，由于风电、光伏等新型电源不具备火电机组较大的惯量，新型电力系统将呈现低惯量特征，电网的频率安全受到很大影响［9-10］。新能源电源参与一次调频无法完全解决低惯量电力系统频率越限问题，甚至可能引发频率的二次跌落。另一方面，风电、光伏等新能源电源需要依靠大量电力电子设备控制并网发电，电力系统呈现高比例电力电子化的特征，而电力电子设备之间的复杂作用有可能引发系统宽频振荡等问题。此外，新能源电源替代传统电源机组将导致系统无功支撑能力变弱，可能引发电力系统的电压稳定问题［11］。

为了应对高比例新能源电源并网带来的多重安全问题，新型电力系统“源网荷储”各环节形态结构特征将产生显著变化［12］。传统以煤为主的电源结构需结合各类清洁能源技术进行低碳转型。为了有效消纳新能源发电量与平衡地区负荷缺口，现有跨省输电网络仍需考虑扩建特高压交直流输电线路等输电通道。针对新能源电源出力间歇性和不确定性可能引发的系统运行风险，电力系统需要具备对大量灵活性资源的实时调控能力。储能系统作为新型电力系统的重要组成部分，不仅可以在源侧与风电、光伏等新能源电源配套安装以改善新能源发电特性，还可以为系统提供惯量及辅助服务，将成为新型电力系统中关键的灵活性资源［13-14］。

国际能源署和英国石油公司等专业机构定期发布全球能源统计数据及能源转型展望研究［15-16］。在此基础上，一些研究探讨了不同碳减排目标对能源电力转型的影响，采用TIMES 等模型对比分析了不同场景下的环境效益及电源结构等［17-19］。文献［17］设置深度低碳、零碳、负碳等场景，对电力系统电源装机容量、发电量等进行优化得到电力系统低碳转型路径，其结果表明电源清洁化是新型电力系统低碳转型的关键。部分研究通过改进电力系统规划模型和约束设置探究电力系统转型路径。文献［20］采用SWITCH-China 模型，利用电源容量扩展规划方法探究中国电源容量变化。文献［21］提出考虑存储技术、碳税和不同可再生能源份额标准的电源容量扩展模型对中国西北电网进行容量规划。文献［22］建立考虑不同部门的高分辨率评估模型，考虑输电容量扩展影响，探究碳中和背景下电力系统的转型路径。

电力系统低碳转型进程伴随着新电源技术的发展，同时也将引入电网运行稳定的新问题。未来风、光电源装机须对陆上风电、海上风电、集中式和分布式光伏电源进行分类规划。生物质能和各类利用碳捕集与封存（carbon capture and storage，CCS）技术的火电机组将助力发电净零排放目标。在风光高渗透率背景下，低惯量问题愈发显著，惯量约束将成为电力系统低碳转型规划的关键因素［21-23］。此外，可再生能源发电特性的地区差异、区域电网容量扩展对电力系统低碳转型将产生重要影响。电力系统规划需考虑以上因素以避免影响对结构形态和转型路径的判断。

针对以上研究有待改进之处，本文在系统建模、约束条件设置等方面进行改进以提升规划结果可靠性。首先，本文结合电力系统运行安全要求，将旋转备用约束与最小惯量约束纳入规划模型。同时，本文考虑风、光等可再生能源的地理分布和功率因数差异，将不同地区可再生能源投资成本曲线加入规划模型。此外，本文以省级电网为最小单元进行规划，并考虑省内电网输电线路容量扩展对成本的影响。本文采用考虑可再生能源地区自然禀赋和电力系统运行安全约束的高比例可再生能源源网扩展规划（generation and transmission expansion planning，GTEP）模型，GTEP 模型可在规划周期内最小化因低碳转型和发输电所产生的成本［24-26］。

本文重点关注“碳达峰·碳中和”目标下电力系统低碳转型路径，特别是电源装机结构、发电量结构和跨省输电格局规划结果。本文首先针对中国电力系统2025 年至2030 年实现碳达峰、2060 年实现碳中和场景的转型路径进行探究，结合风电、光伏出力数据及运行模拟得到的数据，以省级电网为最小单元进行长时间尺度规划。由于碳减排路径是电力系统低碳转型的核心驱动因素，本文设置多种场景对比探究碳达峰时间与碳减排目标影响。此外，电力系统低碳转型需要大量灵活性资源调节。本文对电池储能投资成本进行灵敏度分析，探究其对于电力系统低碳转型的影响。

1 电力系统“碳达峰·碳中和”转型优化方法

1.1 GTEP 模型简介

本文所采用的GTEP 模型具体结构如图1所示。

图1 GTEP 模型结构Fig.1 Structure of GTEP model

通过构建高比例可再生能源电源并网的GTEP模型，同时结合不同区域的可再生能源自然资源禀赋差异及系统安全约束，对电力系统“碳达峰·碳中和”转型路径进行分析。模型进行2020 年至2060 年的源网扩展规划仿真，在宏观层面将能源政策目标和环境约束纳入规划优化中，在微观层面则考虑系统的运行安全和稳定约束。

中国的风光资源潜力和出力曲线从全球能源互联网发展合作组织建立的全球可再生能源开发分析（global renewable-energy exploitation analysis，GREAN）数据库获取，其包含了气候信息数据、地理信息系统（geographic information system，GIS）数据及人类行为活动的定量经济潜力评估等信息［27］。根据获取的可再生能源自然禀赋、开发成本及供给曲线数据构建线性化多阶段随机优化模型，考虑长期技术成本变化和短期可再生能源间歇性出力对投资和运行相关变量进行40 年全局优化。GTEP 模型包括目标函数、规划约束和运行约束三部分:目标函数考虑电力系统投资、维护、运行成本以及省内电网容量扩展成本；规划约束表征宏观能源政策目标和环境资源限制；运行约束包含电力系统日内运行约束条件。根据优化结果计算转型各阶段电源装机结构、发电量结构、电网结构及成本等信息。GTEP数学模型及部分细节设置可参见文献［24］。

1.2 模型假设

GTEP 模型主要在两方面进行简化构建:电力系统建模和模拟场景选择。在电力系统建模方面，对电源、线路、负荷等进行单元化处理，以省级规模建立基础节点。本文忽略省内电网拓扑结构，每个节点均包含13 种电源（水电、核电、煤电、煤电-CCS、气电、气电-CCS、生物质、生物质-CCS、陆上风电、海上风电、集中式光伏、分布式光伏、光热）和2 种储能系统（抽蓄储能系统、电池储能系统）。相同类型的机组聚合成为该节点的一个机组单元进行建模，因此，每个节点共有15 个机组单元。同理，将每个省级电网的全部负荷作为该节点的负荷。单元化建模后，可以将机组装机容量和在线运行容量作为连续变量进行处理。将两省之间的全部相同电压类型线路聚合成为一条线路单元，同时假定潮流中固定比例转化为功率网损。本文采用运输模型对输电线路进行建模，假定每条线路的功率在最大容量范围内可以自由调节，对直流输电线路则固定其传输方向以避免求解过程中出现潮流反送的不合理情况［28］。

本文以省级电网为建模单元的同时，在总成本中考虑省内电网容量扩展。通过选取各省负荷、发电量、变压器容量及不同电压等级线路长度等历史信息，将中国各省聚合划分为华北地区、东北地区、华东地区、华中地区、南方五省、西南地区和西北地区7 个区域，分别对各区域内线路和变压器容量与发电量和负荷需求进行线性回归分析。线性回归模型根据GTEP 模型求解得到的负荷和用电量结果对各区域省内线路扩展容量进行预测。总成本中考虑因省内负荷增长而带来的电网投资、运行及维护成本。

模拟场景选择方面，本文以5 年为尺度将40 年划分为8 个阶段，每个阶段通过聚类等方式选择12 个典型日场景。每个运行场景时间为1 d（24 h），采用K-medoids 算法将场景进行聚类，选出可代表全年的12 个典型日场景，以表征储能装置的日循环过程及负荷与可再生能源出力的相关性［29］。运行模拟计算得到的运行费用是目标函数的重要组成部分，同时运行变量与规划变量通过利用小时数约束等进行耦合。

1.3 目标函数与约束

GTEP 优化模型的目标函数为40 年规划期的总成本，分为投资成本、维护成本、运行成本和省内电网容量扩展成本，各阶段成本均归并到2020 年价格计算。投资成本源于电源、储能及输电线路投建容量，维护成本则与各阶段电源、储能和输电线路现存容量有关。运行成本包含区域失负荷惩罚、发电成本、机组启停成本及二氧化碳捕集成本等。省内电网容量扩展成本包含省内电网投资及运行、维护成本。

电力系统规划约束主要表征了资源环境禀赋在内的多方因素，可分为如下8 项。

1）新能源可建容量约束:利用GREAN 数据库得到风、光等电源的最大可建容量，核电机组容量根据政策限制确定。

2）风电、光伏开发成本约束:将风、光功率因数差异及开发潜力差异等自然资源禀赋转化为风、光开发成本曲线，并对风、光开发成本曲线分段线性化。

3）天然气资源约束:给定发电天然气年用量限额。

4）水资源约束:给定水资源区域利用上限。

5）发电机组安装容量连续性约束:各阶段装机容量存在阶段耦合关系，根据当前阶段新增装机和退役装机，更新已安装机组容量。

6）发电机组利用小时数约束:考虑机组检修和发电资源充裕程度，设置机组利用小时数的上下限，低于利用小时数下限的机组容量由于经济性原因需退役或保容减量。

7）碳减排目标约束:电力部门各阶段碳排放不超过给定碳排放目标。

8）发电机组备用约束:区域内机组容量需超过负荷峰值并留有备用容量。

电力系统运行约束主要表征机组运行特性和系统安全，可分为如下9 项。

1）区域功率平衡约束:典型日的任意时刻省级电网必须满足功率平衡条件。

2）输电线模型约束:采用运输模型，网损与线路潮流成正比，同时固定直流输电线路传输方向。

3）火电、核电机组约束:火电机组（包含煤电、气电和生物质）和核电机组出力需满足最低出力约束及在线运行容量约束。

4）CCS 机组模型:CCS 机组通过碳捕集技术使得其碳排放远小于火电机组，而输出功率低于发电出力。

5）风电、光伏、水电发电约束:给定输出功率上下限约束。

6）储能系统模型:抽水蓄能储能和电池储能的荷电状态（state of charge，SOC）都需满足时序关系，同时日循环满足初末状态SOC 不变。

7）集中光热电站模型:建模太阳能加热装置、储热装置和发电机之间的能量转换过程。

8）运行旋转备用约束:运行阶段在线可调容量需要超过负荷和可再生能源出力的波动总量，反映了负荷和可再生能源出力不确定性引发的功率平衡问题。

9）最小系统惯量约束:转型过程中火电装机容量减少将导致系统惯量降低，需要维持频率稳定保证最小系统惯量，反映了低惯量电力系统的频率稳定问题。

2 “碳达峰·碳中和”转型场景及关键边界条件

2.1 电力系统“碳达峰·碳中和”转型场景

由于全球温升与二氧化碳累积排放总量有较强关系，本文首先设定2020 年至2060 年电力系统累积碳排放总量目标及对应的碳减排路径。本文基于《中国长期低碳发展战略与转型路径研究》综合报告中提出的长期深度脱碳目标，同时考虑加入无碳减排目标约束情况进行对比，构建不同场景下2020 年至2060 年电力部门碳排放路径［30］。本文设置了对应不同碳减排目标和碳达峰时间的5 类碳减排场景:快速减排场景、25 达峰-中和场景、30 达峰-中和场 景 、国 家 自 主 贡 献（national determined contribution，NDC）场景以及非减排场景。5 类场景的减排路径和累积碳排放总量目标如表1 所示，各自的碳减排路径如图2 所示。

表1 “碳达峰·碳中和”转型场景及减排路径Table 1 Transition scenarios of“carbon emission peak and carbon neutrality”and emission reduction paths

图2 不同“碳达峰·碳中和”转型场景下碳排放曲线Fig.2 Curves of carbon emission in different transition scenarios of“carbon emission peak and carbon neutrality”

快速减排场景依据全球温升控制在1.5 ℃范围内目标设置，主要削减2030 年前的累积碳排放量，2020 年至2030 年累积碳排放量为429.4 亿t，占比达44%。25 达峰-中和场景和30 达峰-中和场景均依据“双碳”目标政策设置，年碳排放峰值分别为46.28 亿t 和46.63 亿t，累积碳排放总量目标一致。转型中期进入快速减排阶段，且后期减排速度渐缓，直至2060 年实现碳中和。2 种场景的差异体现在转型前后期的减排速度，本文选择25 达峰-中和场景作为后文分析的主场景。NDC 场景依据巴黎协定和NDC 目标推演得到。非减排场景下不设置碳排放约束，依据本模型求解结果，2035 年碳达峰排放量为72.1 亿t，而后缓慢下降至2060 年的57.4 亿t，累积碳排放总量达到2 585.1 亿t。

2.2 关键条件设置

模型关键条件包含全社会用电量及最大负荷、电源装机容量限制及投资成本。本文设定的2020 年至2060 年全社会用电量及最大负荷预测曲线如图3 所示，增速基于《中国“十四五”电力发展规划研究》和《中国长期低碳发展战略与转型路径研究》综合报告设置［30-31］。全社会用电量与终端电气化水平强相关，考虑到中国制造业水平和经济发展潜力，特别是以电动汽车为代表的交通领域电气化逐步推进，全社会用电量在2040 年后仍将保持快速增长，预计到2060 年将达到16 610 TW·h。同时，全社会最大负荷在2035 年前保持较快增速，至2060 年将达到2 642 GW。

图3 2020 年至2060 年全社会用电量及最大负荷预测Fig.3 Forecast of electricity consumption and the maximum load of whole society from 2020 to 2060

水电及新能源电源的装机容量受到资源环境禀赋、政策引导和制造能力的限制。本文利用GREAN 数据库省级自然资源禀赋确定各省新能源总装机容量上限。全国范围内，水电机组容量上限约为560 GW，光伏装机容量上限约为117.2 TW，风电装机容量上限约为6 580 GW。核电装机由政策因素制约，2060 年可建上限为400 GW［17］。不同阶段各类型电源的投资成本由美国国家可再生能源实验室发布的2021 年技术基准电力数据得到，选择中位场景以5 年数据平均值生成投资成本曲线［32］。

3 “碳达峰·碳中和”转型规划结果及影响因素分析

3.1 25 达峰-中和场景转型结果分析

在“碳达峰·碳中和”目标下，未来中国电源装机容量增速远超负荷增速，多元清洁低碳电源装机需求快速增长。25 达峰-中和场景下中国2020 年至2060 年各类型电源装机容量变化情况如图4 所示。电源总装机容量在转型前期增速较缓，而中后期增速明显上升。在2030 年和2060 年，电源总装机容量分别达到3 767 GW（含储能43 GW）和9 561 GW（含储能1 585 GW）。转型中后期电源装机增量明显高于最大负荷增量，总装机容量与最大负荷比值从2020 年的约1.84 上升至2060 年的近3.59。

图4 25 达峰-中和场景下2020 年至2060 年的电源装机容量Fig.4 Installed power capacity from 2020 to 2060 in“25 peak-neutrality”scenario

未来电源结构呈现高比例可再生能源特征，清洁电源与灵活性资源的互补为电力系统提供保障。25 达峰-中和场景风光装机渗透率为69.83%，与文献［17］零碳场景结果较为符合。光伏、风电成为新型电力系统的前两大电源，光伏装机增速在2055 年前均保持较高水平，2060 年装机容量增至约3 877 GW，占比达到40.55%。集中式光伏占比约74.90%，主要分布在中国西北地区和四川、云南等地，而分布式光伏在广东、江苏、山东等负荷中心的需求较高。风电在前期装机增速相对较缓，2030 年装机容量达到772 GW，而后快速增长至2060 年的2 799 GW，占比为29.27%。储能作为重要的灵活性资源，可提供惯量、旋转备用等多种辅助服务，其装机需求逐渐增加，2030 年仅为43 GW，2060 年则攀升至1 585 GW。其中，抽水蓄能储能在2040 年至2055 年进入高速增长期。电池储能新增装机需求为1 279 GW 并在2030 年后快速增加，主要分布在中国东部及南部负荷中心。

火电机组受碳排放约束限制，在更严格的减排条件下将发生结构性转变。由于减排目标限制，传统煤电机组年利用小时数将下降，导致其经济性降低，部分机组需提前退役或保容减量。25 达峰-中和场景下煤电容量需求在转型前中期保持稳定，而后逐步被气电及CCS 机组替代。气电机组作为重要的调峰电源，在2030 年和2060 年装机容量分别达到236 GW 和337 GW，整体呈现稳步上升趋势，成为火电主体。生物质能机组和CCS 机组受资源和技术经济性影响，装机容量分别达到22 GW 和75 GW，承担消纳气电和剩余火电碳排放的任务。

高比例可再生能源的电力供应需要电力系统具备充足的备用容量。各类型火电（包含煤电、气电、生物质及CCS 机组）、水电、核电、储能机组的装机容量之和与最大负荷比值在2020 年至2035 年快速下降，从1.39 逐渐稳定在转型后期的1.08。火电部分份额由核电和储能替代，储能承担维持系统惯量和频率稳定的重要功能。风光电源高渗透率与低利用小时数的矛盾使得其装机需求大幅增长。风光装机与最大负荷比值从2020 年的约0.45 增长到2060 年的近2.51。

电力系统碳中和转型依赖清洁电源发电量提升，核电、水电与风光电源互补供应低碳电力。各类型电源发电量变化如图5 所示，2060 年总发电量达到18 289 TW·h。火电发电量占比从68.03%下降到5.45%，且由煤电主导转型为气电和生物质并举的格局。风电、光伏在2030 年后的发电量均迅速攀升，后期占比趋于稳定。高比例清洁能源发电结构目标需要平衡装机容量与年利用小时数的矛盾。虽然风电装机少于光伏，但2060 年承担38.30%的发电量，而光伏占比则为31.20%。核电发电量占比从4.70%提升至15.08%，且年利用小时数均保持在近7 500 h。

图5 25 达峰-中和场景下2020 年至2060 年的电源发电量Fig.5 Power generation from 2020 to 2060 in“25 peak-neutrality”scenario

在电网结构方面，电力系统“碳达峰·碳中和”转型将使得跨省电力交换需求增加，需要大容量跨省输电网络提供支撑。2060 年跨省电力交换容量需求为1 389 GW，规划周期内新增容量需求为828 GW，且在2030 年前和2045 年后增长较多。2060 年跨区电量交换需求如附录A 图A1 所示，传输流代表输电量（详细说明请见附录A）。未来中国电力系统仍将呈现“西电东送、北电南送”格局，新增输电需求主要用于将西北及华北新能源基地电力送至东部南部沿海负荷中心。在跨区输电方面，西北地区、华北地区、西南地区外送电量较多，而华中地区、华东地区和华北地区受电量较多。2060 年跨省线路共输送电量5 760 TW·h，相较2020 年增加了2.6 倍，而2060 年全社会用电量相较于2020 年仅增加1.21 倍。因此，在碳减排目标约束下，电力系统“碳达峰·碳中和”转型将产生更多跨省输电量需求。新增跨省输电需求主要用于输送西部地区风光电力至沿海负荷中心，呈现跨省电量平衡特征。

3.2 碳达峰时间影响分析

电力系统碳达峰时间不同对电源清洁化转型速度有重要影响，不同阶段各类型电源装机增量呈现此消彼长的趋势。25 达峰-中和与30 达峰-中和场景下2060年电源装机总容量几乎相同，仅相差4 GW，电源装机容量差值和碳排放量差值如图6（a）所示（以下差值分析均以25 达峰-中和场景结果为比较基准）。30 达峰-中和场景在2040 年前的装机容量少于25 达峰-中和场景，而2040 年后则相反。

碳达峰时间对电源低碳转型进程有一定影响。早达峰场景下风光机组平稳替代传统电源有利于后期相对宽松的碳排放约束。达峰时间对核电、水电各阶段装机容量影响小，图6（b）主要分析火电（包含煤电、气电、生物质及CCS 机组）、风电、光伏、储能的装机容量差值变化趋势。一方面，晚达峰对转型后期风光渗透率要求更高，也需要更多储能为系统提供惯性和灵活性资源。30达峰-中和场景与25达峰-中和场景的风电、光伏装机容量最大差值分别达到了46 GW 和82 GW；储能容量在2055 年高出了36 GW，充放电量分别高出了74 163 GW·h 和51 274 GW·h。另一方面，转型中后期更严格的碳减排要求将限制火电发电量，退役或保容增量进程加快。在30 达峰-中和场景下，火电在2040 年至2045 年平均发电量为2 290 TW·h，相比25 达峰-中和场景对应平均发电量减少约190 TW·h，而2035 年至2045 年机组容量共减少267 GW，多减少了31 GW。因此，从技术角度分析，早达峰使得转型后期风光电源及储能装机增速更加平稳，减缓转型中后期传统电源退役进程。

图6 25 达峰-中和场景与30 达峰-中和场景装机容量对比Fig.6 Comparison of installer capacity from 2020 to 2060 in“25 peak-neutrality”and“30 peak-neutrality”scenarios

早晚达峰方案对跨省电力交换需求基本一致，晚达峰场景转型期末跨省电力交换需求和输电量需求均略少于早达峰场景。各阶段容量需求增量对比如图7 所示。晚达峰场景在转型中期跨省输电容量增量和输电量较多，其原因是转型中期风光电源增速更快使得外送规模增长更大。30 达峰-中和场景快速增长的风光电源需要更大规模跨省输电网络实现更大范围内新能源的高效利用，相比25 达峰-中和场景在2030 年至2045 年期间累计多增加输电规模14 GW。

图7 25 达峰-中和场景与30 达峰-中和场景的跨省输电容量增量Fig.7 Interprovincial transmission capacity increments in“25 peak-neutrality”and“30 peak-neutrality”scenarios

此消彼长的电源装机容量和跨省电力交换容量需求对投资成本和运行成本都有显著影响，早晚达峰场景成本对比如表2 所示。30 达峰-中和场景在转型期内运行费用基本少于25 达峰-中和场景，成本下降的原因主要是晚达峰在转型前中期的碳排放约束灵活性增强，可优化风光电源、CCS 电源、生物质电源装机规模，避免过早建设CCS 电源带来的运维成本上升。从经济角度看，在相同碳减排总量目标下晚达峰有一定经济性优势。

表2 25 达峰-中和场景与30 达峰-中和场景成本Table 2 Cost of“25 peak-neutrality”and“30 peak-neutrality”scenarios

3.3 碳减排目标影响分析

碳减排目标作为电力系统低碳转型的关键影响因素，将深刻影响电源结构和电网结构演变。2060 年电源装机总容量、跨省电力交换容量需求及投资总成本如表3 所示。更严格的减排目标将提升电源装机容量和跨省电力交换需求，同时增加规划周期总成本。相较于无碳排放目标约束的非减排场景，25 达峰-中和场景的电源装机容量及跨省电力交换容量需求分别增长43.9%和59.47%，总成本相应增加17.13%；而快速减排场景的电源装机容量及跨省电力交换容量需求则分别增长44.39% 和63.61%，总成本增加20.41%。

表3 不同碳减排目标场景下2060 年关键结果对比Table 3 Key result comparison in 2060 among different scenarios of carbon emission reduction goals

不同碳减排目标下各类型电源定位将发生改变，转型中后期风光渗透率、煤电和储能装机容量出现明显差异，不同阶段下各类场景的电源装机容量及结构对比如附录A 图A2 所示。相较于25 达峰-中和场景和快速减排场景电源装机快速增长，NDC场景和非减排场景增速较缓。由于前期风光、储能投资成本较高且碳排放约束目标相对宽松，电源结构转型主要在中后期完成。

随着碳减排目标愈发严格，风电光伏装机容量的增长逻辑将发生变化。非减排场景下风光电源在转型中后期表现出较强的技术经济性，2060 年光伏、风电分别成为第一、第三大电源，装机占比达到55.08%。在NDC 场景中，风电、光伏2060 年装机容量分别为2 683 GW 和2 987 GW，风电超越煤电成为第二大电源。随着减排约束更加严格，风光电源逐渐发展为支撑电源，装机容量占比显著增加。在快速减排场景中，风电、光伏机组2060 年分别达到2 841 GW 和3 865 GW，较25 达峰-中和场景分别高出43 GW 和减少12 GW。

煤电机组从系统基荷电源逐渐转型为提供惯量、调峰及调频服务电源，其装机容量变化趋势及后期容量差异较大。非减排场景煤电装机需求一直增加，并最终达到1 817 GW，占比下降到27.36%。在NDC 场景中，煤电装机需求在2045 年达峰，而后从1 206 GW 下降至888 GW。在快速减排场景和25达峰-中和场景下，煤电在2035 年后由于相对经济性降低，装机容量需求快速下降且部分改造为CCS机组。

储能在传统电源退役后部分承担系统调峰调频任务，更严格的碳减排约束将加快其2040 年后装机增速。非减排场景下储能装机增速较缓，2060 年仅达到279 GW。NDC 场景下，储能在转型末期大规模增长，2060 年达到914 GW，相较2055 年增长55.98%。快速减排场景的储能装机容量一直略低于25 达峰-中和场景，转型期末装机容量增至1 627 GW。

由此可见，电力系统“碳达峰·碳中和”转型需要更高比例的风光机组对传统电源进行替代，同时依靠储能提供惯量及辅助服务。火电机组自转型中期退役速度将逐渐加快。风光电源在2040 年至2055 年装机增量需求较高，用于填补火电发电量缺口及满足全社会新增用电量。储能需要在火电退役阶段开始前进行容量扩增，不仅承担火电部分调峰调频任务，还可消纳风光出力，为低碳电力系统稳定运行提供保障。

高比例风光渗透的电力系统需要大容量跨省网络进行输电以满足功率平衡需求，不同碳减排目标下跨省电力交换容量需求变化情况如图8 所示。非减排场景由于保留了较多的火电机组，新建风光装机容量相对较少，因此跨省电力交换容量需求增速显著低于其他3 类场景，2060 年容量需求为871 GW。其他场景跨省电力交换容量需求在前期快速增长，为后期高比例风光电源外送提供跨省输电可靠保障。NDC 场景在2035 年后容量增速明显放缓，2060 年达到1 302 GW，年跨省输电量为5 170 TW·h。快速减排场景容量需求在2060 年达到1 425 GW，年跨省输电量则达到5 960 TW·h，说明外送风光电力需要更大容量电网提供保障。

图8 不同碳减排目标下2020 年至2060 年跨省电力交换容量需求Fig.8 Interprovincial electricity exchange capacity demand from 2020 to 2060 with different goals of carbon emission reduction

3.4 电池储能投资成本灵敏度分析

随着未来光伏装机容量增加，配套锂电池储能系统的平均度电成本（levelized cost of energy，LCOE）可达到电网平均水平［33］。利用大规模电池储能进行频率控制及负荷削峰填谷的经济成本具备可行性，但同时受电池储能投资成本的较大影响［34］。本文针对电池储能投资成本进行灵敏度分析，以25 达峰-中和场景为主场景，在电池储能投资成本曲线相对增减20%的范围内，以5%为分度值设置多种场景进行探究。电池储能相对投资成本曲线是以2020 年电池储能投资成本为基准，计算各阶段成本与2020 年成本比值得到，各场景曲线如图9所示。其中，5%场景表示相对投资成本增加5%的场景，其他场景以此类推。以图9 所示数据作为灵敏度分析的输入条件，经模型求解得到2060 年关键结果如表4 所示。

表4 不同电池储能投资成本场景2060 年结果对比Table 4 Result comparison in 2060 among different capital cost scenarios of battery energy storage

图9 电池储能相对投资成本变化曲线Fig.9 Changing curves of relative capital cost for battery energy storage

整体而言，电池储能投资成本变动对电力系统转型影响较小。由于储能承担提供惯量及调峰调频等辅助服务功能，容量需求主要由系统安全约束决定，受经济性影响较小。当相对成本变动从-20%增加到20%时，储能容量仅下降3.35%，其他类型电源装机总容量增加1.36%，跨省电力交换容量需求下降5.19%，总成本增加0.81%，而储能投资运维总成本上升8.80%。

由于容量需求相对固定，电池储能投资成本对LCOE 影响较小，不同场景与主场景下LCOE 差值如图10 所示。

图10 不同电池储能投资成本场景下LCOE 对比Fig.10 LCOE comparison among different capital cost scenarios of battery energy storage

电池储能成本变动在后期产生更大影响，-20%场景下2060 年LCOE 相对于主场景将减少0.68 分/（kW·h），20%场景下2060 年LCOE 相对于主场景将增加0.63 分/（kW·h），增加约1.20%。

4 结语

本文针对“双碳”目标下电力系统形态结构转型路径问题，构建考虑可再生能源自然禀赋和运行安全约束在内的高比例可再生能源GTEP 优化模型，分析了2025 年碳达峰、2060 年碳中和场景下电力系统的转型路径及形态结构特征。针对碳达峰时间、碳减排目标等关键影响因素，设置早晚达峰及多种减排目标场景，探究电源结构和电网结构演变结果并进行实证分析，同时针对电池储能成本进行灵敏度分析。本文得到以下结论:

1）电力系统“碳达峰·碳中和”低碳转型的关键是构建含高比例可再生能源的电源结构，需要各类电源协同互补提供安全、可靠的电力供应。在“双碳”目标下，2060 年电力系统总装机容量将达到9 561 GW，相比2020 年增长334.10%。风电、光伏电源将成为新型电力系统的主要电量来源，各类型火电承担调峰调频和提供惯量的重要任务。转型期末风光装机占比将达到69.83%。煤电机组由于经济性原因未来需求将减少，气电装机容量增加，二者共同为系统提供惯量并承担调峰调频功能。储能在煤电退役或保容减量阶段装机容量迅速增加，消纳风光电力并为系统提供惯量。

2）电力系统“碳达峰·碳中和”转型目标下系统电力平衡需要大容量跨省输电网络支撑，更大规模“西电东送、北电南送”跨省输电格局为可再生能源消纳和跨区电能互济提供重要保障。2060 年跨省电力交换容量需求将增至1 389 GW，跨省输电量达到5 760 TW·h，分别较2020 年的561 GW 和1 600 TW·h 增长1.5 倍和2.6 倍。中国电力系统“西电东送、北电南送”格局将保持不变，规模进一步扩大，西部及华北的风光基地电力大量外送，华中区域承接西部、北部的部分外送电量，华东区域则主要接受西南和华北区域外送电量。大容量跨省输电网络可以实现新能源基地电力在更大范围内高效利用，满足东部负荷中心供电需求。

3）碳达峰时间和碳减排路径是电力系统形态结构转型的关键影响因素，达峰时间节点与减排路径规划需要综合经济、技术、环境、社会等因素确定。在相同碳减排目标下，达峰时间对电力系统低碳转型的影响主要体现在各阶段电源装机容量增量和跨省电力交换容量需求增量，在转型前期和转型中后期呈现此消彼长的趋势。早达峰将使得转型前期风光电源装机加快，而转型中后期风光电源替代火电的过程更加平稳。同时早达峰在转型中期区域功率平衡和风光外送压力较小，跨省电力交换需求和输电量相对较少。由于转型后期火电装机容量和发电量都较少，晚达峰在规划转型期的经济性更优。合理的碳达峰时间与减排路径有助于实现规划经济性与电力系统转型进度的平衡。

未来研究将在本文基础上考虑多种储能、电动汽车、需求响应等需求侧灵活性资源及可再生能源并网特性，建立内嵌安全稳定约束的形态结构规划模型，进一步探究技术成本、电气化等关键因素对转型路径的影响。

本文研究得到全球能源互联网集团有限公司科技项目(SGGEIG00JYJS2100027)资助及全球能源互联网发展合作组织吴佳玮博士帮助，特此感谢！

附录见本刊网络版（http：//www.aeps-info.com/aeps/ch/index.aspx），扫英文摘要后二维码可以阅读网络全文。