基于LEAP模型的电力需求侧碳减排潜力分析

刘贞，朱开伟，蒲刚清

(1.重庆理工大学低碳能源研究中心，重庆市 400054；2.美国劳伦斯国家能源实验室, 美国加州 94530 )

基于LEAP模型的电力需求侧碳减排潜力分析

刘贞1，2，朱开伟1，蒲刚清1

(1.重庆理工大学低碳能源研究中心，重庆市 400054；2.美国劳伦斯国家能源实验室, 美国加州 94530 )

降低电力需求侧能耗是电力行业节能减排的重要途径之一。结合比较分析法和情景分析法，提出了一种基于长期能源替代规划系统(long-range energy alternatives planning，LEAP)模型的电力需求侧碳减排潜力分析模型。从经济增长、政府产业激励政策、技术进步、人口增长率、人均生活用电角度出发，设计3类7种电力行业节能减排情景，并从碳排放增长率、碳排放增长贡献率等角度，对各种情景进行综合评价。研究发现在情景A、B、C下，2010—2030年和2030—2050年期间，我国电力行业碳排放增长率分别为2.78%、3.21%、3.64%和0.69%、1.09%、1.51%。在情景B、G下，2030—2050年居民生活用电碳排放量对电力行业碳排放增长的平均贡献率分别为21.71%、45.36%。结果显示未来居民生活用电将是影响我国电力行业碳排放的主要因素；第三产业用电的快速增长，将是我国未来电力行业碳排放增加的重要因素之一。

电力行业；节能减排；LEAP模型

0 引 言

近年来随着我国经济的快速发展，对电力的需求量不断上升，2000—2010年平均每5年我国发电量就翻一番。同时，由于我国以燃煤发电为主，使得碳排放量也与日俱增。因此，了解电力需求侧碳排放分布，发现过度排放部门和减排潜力较大部门，对电力行业及我国实施碳减排有着十分重要的指导意义。目前，电力行业碳减排潜力分析研究，主要是在电源结构、产业结构、低碳技术等方面。

电源结构对碳排放的影响研究。籍艳丽等[1]考虑不同种类能源碳排放因子的差别，运用基于投入产出模型的结构因素分解法对我国1997—2007年CO2排放强度进行了因素分析；许士春等[2]从能源结构优化等角度，运用LMDI(log-mean divisia index)加和分解法，对我国碳减排潜力进行了分析研究；陈晓科等[3]根据能源问题对电力行业提出的低碳化发展要求，运用电力系统碳排放的产生机理，剖析了电力行业碳排放的结构及其影响因素，并建立了基于增量分析法的电力系统碳排放结构辨识与评价方法；Apergis等[4]认为短期内，能源消费与CO2排放有着独立的单向因果关系，同时伴随有能源消费与真实排放量之间的双向因果关系，从长期来看，能源消费与CO2排放之间是相互影响的；刘贞等[5]从能源结构优化等角度，运用情景分析法，对重庆市电力行业碳减排潜力进行了研究。

产业结构调整对碳排放的影响研究。Zhang等[6]认为重庆市的经济发展是以生态环境恶化为代价的，并且产业结构变化对当地环境带来较大的压力，重庆市面临着产业升级和优化的艰巨任务；Zhang等[7]以山东省为案例，研究分析了产业结构优化和碳排放之间的关系；Xin等[8]运用结构分解分析法，研究了北京产业结构调整对整体CO2排放的影响。

低碳技术进步对碳排放的影响研究。Nils[9]和Tony[10]重点研究了CO2捕获和封存技术对电力行业碳减排的影响；艾欣等[11]分析了可再生能源发电等清洁能源发电技术，对低碳电网运行的影响；曹培等[12]根据智能用电的发展需求，结合低碳经济的特性，设计了智能需求侧管理系统，并对其现实策略进行了讨论。

综上所述，目前的研究主要分析电力生产侧的碳减排，缺乏对电力行业碳排放管理和分布的研究。本文依据长期能源替代规划系统(long-range energy alternatives planning，LEAP)模型，对电力需求侧碳排放分布和碳减排潜力进行了研究，在相关参数的设置上采用比较分析法，综合考虑技术进步、政府干预对电力行业碳减排的影响。设置不同情景，拟合出不同情景下电力行业未来碳排放量。结合碳排放因子，找出不同情景下电力需求侧碳排放的主要因素，并结合预测结果，给我国电力行业节能减排发展提出可行性建议。

1 基于LEAP模型的电力需求侧碳减排潜力分析模型

1.1 LEAP模型概述

LEAP模型是由斯德哥尔摩环境研究院波士顿达拉斯分院开发的能源—环境模型，被广泛地应用于能源需求预测和经济环境评估[13-15]。

LEAP模型设置了能源需求预测、环境影响预测和费用效益分析等模块。根据预测对象的实际，预测其未来的能源需求，并从一次能源出发模拟其转化过程，计算区域资源能否满足其需求以及由此引起的进出口量，实现需求与资源转化的平衡。模型还将依赖于环境数据库对给定的能源方案进行环境影响预测，并从资源转化、利用等角度计算其费用。在能源需求预测模块，能源数据结构被分为了4个等级，即部门、子部门、终端使用及设备。在对未来经济活动水平预测时，模型提供了3种方法，即内推法、增长率法和弹性系数法。

1.2 基于LEAP模型的电力需求侧碳减排潜力分析模型基本原理

根据LEAP模型能源需求预测基本原理，将电力需求侧划分为n个不同性质的碳排放子部门，在每个碳排放子部门里，将其分为m个不同的影响因素，技术路线如图1所示。

图1 技术路线

在划分影响因素时，将各影响因素划分为不同性质，即各影响因素对各碳排放子部门的影响不是通过累加影响，而是累乘。

设第n碳排放子部门第t年的碳排放量为dn,t，第t年电力总需求为Dt。则dn,t、Dt、可以表示为

(1)

(2)

式中：an,j,t为第t年第i碳排放子部门第j影响因素。

第t年第n碳排放子部门碳排放增长率表示为

(3)

第t年第n碳排放子部门对第t年碳排放增长贡献率为

(4)

第t年第n碳排放子部门第m影响因素变化对碳排放总量的影响率为

(5)

式中：θn,m,t表示第t年第n碳排放子部门第m影响因素变化率。

1.3 碳排放设计

根据用电用途，将电力行业碳排放部门分为4个碳排放子部门：第一产业、第二产业、第三产业和居民生活用电碳排放子部门。选取2010年为基准年，则三次产业碳排放量为

(6)

式中：d1,t、d2,t、d3,t分别表示第t年三次产业碳排放量；G2010表示基准年2010年GDP；rj,t(j=1,2,3)表示第t年第j产业占GDP的比例；cj,2010(j=1,2,3)表示基准年2010年第j产业单位GDP的用电量；ej,t(j=1,2,3)表示第t年政府干预对第i产业占GDP比例的影响；fj,t(j=1,2,3)表示第t年技术进步对第j产业单位GDP用电量的影响；bi表示第i年GDP增长率；ηt表示第t年供电煤耗。

居民生活用电需求子部门未来碳排放量为

(7)

式中：A2010表示基准年2010年人均用电量；φi表示第i年人均用电增长率；P2010表示基准年2010年人口数；ξi表示人口自然增长率。

未来我国电力需求侧碳排放总量为

(8)

1.4 电力需求侧碳排放分析评价设计

未来第一产业、第二产业、第三产业和居民生活用电碳排放子部门的碳排放增长率分别为

(9)

未来第一产业、第二产业、第三产业和居民生活用电碳排放子部门的贡献率分别为

(10)

经济发展对碳排放的影响为

(11)

式中λj表示第j年经济增长变动。

产业结构优化对碳排放的影响率为

(12)

式中πj表示第j年产业结构优化变动。

技术进步对碳排放的影响率为

(13)

式中ωj表示技术进步变化度。

2 情景设计

考虑到我国碳减排压力和长期预测中不确定因素较多等，设计了3类情景。第1类情景主要考虑未来我国经济发展对电力行业碳排放的影响；第2类情景主要考虑到政府干预对未来电力行业碳排放量的影响；第3类情景主要考虑人均用电量对电力行业碳排放的影响，情景设计内容如表1所示。

2.1 第1类情景仿真

第1类情景仿真主要是研究经济发展对未来电力行业碳减排的影响。综合文献[16]～[19]和国家统计局对我国未来经济发展的预测结果，预测到2050年不同情景下我国GDP增长率如表2所示。

表1 情景设计内容

表2不同情景下GDP增长率

Tab.2GDPgrowthrateofdifferentscenarios%

在情景A、B、C中，未来产业结构和产业结构优化的速度都是相同的，都为当前政府政策下的优化速度。2010年我国三次产业结构为：第一产业占GDP的10.2%，第二产业占GDP的46.8%，第三产业占GDP的43.0%。预计到2050年我国产业结构如表3所示。

表3当前政府政策下未来三次产业结构

Tab.3Futureindustrialstructureundercurrentgovernmentpolicy%

2010年我国三次产业的单位GDP用电量分别为：第一产业269 kW·h/万元，第二产业1721 kW·h /万元，第三产业267 kW·h/万元。文献[20]研究发现，中国用电结构与日本用电结构有着较高的相似度，故采用日本三次产业的单位GDP用电量作为未来我国单位GDP用电量，2010年日本的三次产业单位GDP用电量分别为：第一产业20 kW·h/万元，第二产业332 kW·h/万元，第三产业161 kW·h/万元[21]。根据国家“三步走”战略，到2050年我国将成为中等发达国家。若以日本目前三次产业单位GDP用电量作为2050年我国三次产业单位GDP的用电量，则三次产业的技术进步率分别为6.51%、4.10%、1.27%。

综合我国人口发展战略目标和当前人口总和生育率预测，到2020年我国人口总量将达到14.5亿；人口总量高峰将出现在2033年前后，达15亿左右。到2050年我国人口总数如表4所示。

表4 未来人口预测

2010年我国人均生活用电量(不包含商业用电量)约为350 kW·h/人，约为日本人均生活用电量的1/5，若届时我国人均用电量为日本人均用电量的一半，则年平均增长率为2.3%。单位供电煤耗(标煤)取2010年数据即333 g/(kW·h)，碳排放系数取0.54。则在第1类情景下，到2050年我国碳排放量变化如图2所示。

图2 第1类情景下未来碳排放总量

2.2 第2类情景仿真

第2类情景仿真主要是研究正常经济增长下，产业结构优化对我国电力行业碳排放量的影响。当前政府政策下未来三次产业结构，如表3所示。若政府加强对第三产业的投资，加大对服务行业的扶持力度等，使得我国未来产业结构优化速度加快。此外，考虑到目前世界经济疲软、我国投资拉动经济的发展模式和我国是世界工厂等因素，未来我国产业结构优化进程可能受阻。因此，设计了我国低产业结构优化速度的情景，具体如表5所示。

表5情景D和情景E下的未来三次产业结构

Tab.5FutureindustrystructureinscenarioDandscenarioE%

则在第2类情景下，到2050年我国电力行业碳排放量变化如图3所示。

图3 第2类情景下未来碳排放总量

2.3 第3类情景仿真

在我国人均用电量高增长情景下，2050年我国人均用电量达到日本2010年人均用电量，则年增长率约为4.1%。在人均用电量低增长的情景下，预计到2050年，我国人均用电增长率约为0.56%。

则在第3类情景下，到2050年我国电力行业碳排放量需求变化如图4所示。

图4 第3类情景下未来碳排放总量

3 情景分析与评价

3.1 第1类情景分析与评价

从三次产业用电增长率来看，未来40年间，第三产业用电量逐渐增加，成为电力行业碳排放增长的主要因素之一。在情景A、B、C下，第三产业平均年碳排放增长速度分别约为5.11%、5.61%、6.11%。第二产业增长率要明显低于第三产业，在2010—2030年期间，在情景A、B、C下，第二产业年碳排放增长率分别约为2.00%、2.40%、2.96%，2030—2050年第二产业碳排放量将会出现负增长，3种情景下的用电增长率分别约为-0.98%、-0.50%、-0.02%；对第一产业而言，到2050年第一产业碳排放量都将是负增长，3种情景下的用电增长率分别约为-4.76%、-4.31%、-3.86%。

总体而言，2010—2030我国电力行业碳排放增长较快，3种情景下年均增长率分别约为2.78%、3.21%、3.64%；2030—2050年，碳排放增长有所放缓，3种情景下年均碳排放增长率分别约为0.69%、1.09%、1.51%。不同情景下，未来我国电力行业碳排放增长率和各产业碳排放增长率分别如图5、6所示。

图5 第1类情景下碳排放增长率

图6 第1类情景下各产业碳排放增长率

3.2 第2类情景分析与评价

从碳排放增长率来看，低产业结构优化，即情景D对碳排放增长影响较小，与情景B相比，到2050年我国电力行业平均碳排放增长速度分别为2.17%和2.18%，相差不大。而政府高干预下的产业结构优化，即情景E对我国电力行业碳排放有着较大的影响，到2050年，年均碳排放增长率约为2.55%。不同产业结构优化下，电力行业碳排放增长率如图7所示。

图7 第2类情景下碳排放增长率

从三次产业碳排放增长率来看，未来40年内，产业结构优化对电力行业碳排放影响较小。到2050年，我国第一产业和第三产业，在情景D、B、E下碳排放增长率分别为-3.83%、-4.31%、3.86%和5.68%、5.61%、6.34%。而在情景D、B、E下，到2030年我国第二产业碳排放增长率分别为2.54%、2.40%、2.83%，2030—2050年电力行业碳排放增长率分别为-0.69、-0.50%、-0.54%。

综上所述，未来40年期间，产业结构优化对我国碳排放总量影响不大。若政府强制优化产业结构，反而会增加电力行业碳排放总量。不同产业结构优化情景下，我国三次产业碳排放增长率如图8所示。

图8 第2类情景下各产业碳排放增长率

3.3 第3类情景分析与评价

由于人口增长相对稳定，人均生活用电量将对居民生活用电起绝对性作用。本文以日本居民生活用电为参照，设置了人均用电高、中、低3种情景，即情景G、情景B和情景F。

在人均用电低增长情景下，居民生活用电对电力行业碳排放总量的影响较小，最高碳排放贡献率也只有5%。而在情景B和情景G下，人均生活用电，为我国电力行业碳减排带来巨大压力。在情景B下，2010—2030年，居民生活用电碳排放增加量占电力行业碳排放增加量的8.85%，而2030—2050年，居民生活用电碳排放增加量将占电力行业碳排放总增加量的21.71%。在情景G下，2010—2030年，居民生活用电碳排放增加量占电力行业碳排放总增加量的16.23%，2030—2050年，居民生活用电碳排放增加量竟占电力行业碳排放总增加量的45.36%，具体如图9、10所示。

图9 未来我国居民生活用电碳排放增长率

图10 居民生活用电碳排放增长贡献率

由于我国人口基数巨大，未来我国人均生活用电，将对我国电力总需求量产生巨大的影响，2030年后居民生活用电将会是全社会用电增加的主要因素。

4 结 论

(1)2030年之前我国电力行业碳排放增长较快，之后有所放缓，情景A、B、C下，2010—2030年和2030—2050年期间，我国电力行业碳排放增长率分别为2.78%、3.21%、3.64%和0.69%、1.09%、1.51%。

(2)产业结构优化对电力行业碳减排影响较小，情景E下，加快产业结构优化反而会增加电力行业碳排放，对电力行业碳减排带来额外压力。

(3)未来居民生活用电碳排放将会是影响电力行业碳排放的主要因素，在情景B、G下，2030—2050年居民生活用电碳排放量对电力行业碳排放增长的平均贡献率分别为21.71%、45.36%。

(4)我国在注重工业节能减排的同时，需要兼顾第三产业和居民生活用电的节能减排。

[1]藉艳丽,郜元兴. 二氧化碳排放强度的实证研究[J]. 统计研究,2011,(7):37-44.

[2]许士春,习蓉,何正霞. 中国能源消耗碳排放的影响因素分析及政策启示[J].资源科学,2012,34(1):2-12.

[3]陈晓科,周天睿,李欣等. 电力系统的碳排放结构分解与低碳目标贡献分析[J].电力系统自动化,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]刘贞,朱开伟,阎建明等. 电力行业碳减排情景设计与分析评价[J]. 电网技术,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,韩晓男,孙英云. 大型光伏电站并网特性及其低碳运行与控制技术[J].电网技术,2013,(1):15-23.

[12]曹培,翁慧颖,俞斌,等.低碳经济下的智能需求侧管理系统[J].电网技术,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,刘小敏. 基于情景分析法的中国低碳经济研究框架与问题探索[J]. 资源科学,2010,32(2):205-210.

[19]国家发展和改革委员会能源研究所课题组. 中国2050年低碳发展之路：能源需求暨碳排放情景分析[M]. 北京:科学出版社,2009.

[20]顾洁,秦康平,程浩忠,等.日本工业化进程对中国节能减排背景下电力消耗特性的启示[J].电力科学与技术学报,2009,24(4):59-63.

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

蒲刚清(1991 ),男，硕士研究生，主要从事可再生能源与电力技术经济研究工作。

(编辑：张小飞)

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

国家自然科学基金项目(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

刘贞(1973)，男，博士，教授，主要从事可再生能源与电力技术经济研究工作，E-mail:zhenliu@tsinghua.edu.cn;

朱开伟(1991)，男，硕士研究生，主要从事可再生能源与电力技术经济研究工作；