能源结构转型综述

吕冉+孙肖阳+魏新强

摘 要：全球处于环境危机倒逼能源结构转型的严峻阶段，能源结构转型存在复杂性、长期性和迫切性。通过对国外能源转型历史、路径方向、模型研究和路径不确定性等四个领域的文献总结，希望对国内能源结构转型分析与研究提供借鉴和参考。

关键词：能源转型；能源转型模型；能源发展

中图分类号：TB

文献标识码：A

doi：10.19311/j.cnki.1672-3198.2017.18.090

1 前言

当前，全球范围内的极端气候、水土污染、雾霾锁城等环境问题不断凸显，对各国的能源发展提出了新挑战。以发展可再生能源，减少传统的化石能源，降低碳排放量为主要目标的能源转型，已经成为全球多个国家能源发展的主要方向。经统计，全球约164个国家针对可再生能源发展制定了规划，近145个国家颁布了可再生能源发展的支持政策。其中，德国是能源轉型最为积极的国家，可再生能源发电比例已引领全球，并计划到2050年可再生能源发电占比达到80%；荷兰积极实施可再生能源支持计划，制定了到2020年可再生能源占比达到16%的目标；日本在福岛核电站事故后大力发展风能和太阳能，计划到2030年，海上风力、地热、生物质、海洋等领域的发电能力扩大到2010年度的6倍以上；中国也于2014年提出了能源领域“四个革命，一个合作”的战略思想，以绿色低碳为发展方向，提出了到2020年非化石能源达到15%以上，到2030年非化石能源达到20%左右的目标。

尽管绿色低碳的发展方向是全球能源转型的共识，但技术的局限性、产业的不经济性，传统能源的排挤性是可再生能源发展不可避免的问题，如何采用一种恰当的方式与途径实现现有能源系统向“以可再生能源为主导”的能源系统转变还有待深入研究。基于此，本文从能源转型历史、路径方向、模型研究和路径不确定性等四个方面对国外文献进行整理归纳，以期对国内能源结构转型分析与研究提供借鉴和参考。

2 能源转型历史研究综述

“能源转型”一词最早来自1980年德国科学院《能源转型：没有石油与铀的增长与繁荣》，主要呼吁彻底放弃石油和核电，到21世纪后逐渐形成德国的能源政策，转变为“转向分布式可再生能源和提高能源效率”。此后，众多学者从历史角度展开了能源转型的研究。Barry D. Solomon研究了全球能源转型的历史、战略和未来发展方向，并以巴西、法国和美国等三个能源转型成功国家作为案例进行分析，认为未来能源转型的发展方向，应更多的关注能源效率、智能电网、能源发展的新模式和新业态。Geert Verbong使用社会技术和多层次理论对发达国家上世纪六七十年代的能源转型进行分析，认为当时能源转型成功的主因并非环境因素，而是国家经济社会的开放和欧洲化，同时总结了可再生能源技术选择经验和教训。Bruno Turnheim从时间轴角度出发，系统回顾了英国1913-1997年的能源发展历程，调研了能源转型对英国现有机制和工业行业的负面影响，并以史为鉴，对目前世界范围内的能源转型提出了建议。Roger Fouquet基于历史角度，分析了英国能源转型历史中的外在环保要求，同时分析了立法与工业转型对国家能源转型的影响。Daniel Rosenbloom总结了加拿大安大略省1885-2013年的电力制度历史改革，从历史案例中得到未来低碳发展，认为碳减排是未来能源转型的动力。

3 能源转型路径方向研究综述

世界各国均认为低碳是未来能源发展的主流方向，但如何实现低碳能源的主导地位，各国学者众说纷纭。Simone DAlessandro认为化石能源要与非化石能源协同发展，运用程序化的动态模型重点分析了化石能源稀缺下可非化石能源投资问题，强调要警惕经济高增长的危害，认为政策应将低增长率作为目标以激励可替代能源资源的投资，促进非化石能源的平稳增长。Will McDowall认为氢能源将在能源转型中发挥重要作用，并根据不同的技术发展情景，通过建立定量能源系统模型，提出三种可能的转型路线，明确了每种转型路径中的关键因素和决策点。Timothy J. Foxon认为低碳是电力系统发展的未来方向，通过总结英国电力系统的发展历史，了解能源转型的背景与动因，借助多层次框架，探索未来英国电力系统发展低碳转型路径的方法。Ehsan Shafiei认为可再生能源是未来能源转型的主攻方向之一，以冰岛可再生能源系统为例，采用系统动力学模型，对比分析了电力、氢能、生物燃料等能源发展路径。Robert Hefner III在《能源大转型》著作中认为能源存在固态、液态和气态三种状态，而气态能源，包括天然气、风能、太阳能和氢能，将是未来转型的方向。

4 能源转型路径模型研究综述

现有的能源系统转型定量模型种类繁多、应用广泛，不仅可以应用于全球能源系统模拟，还可以针对单个国家进行能源政策的分析研究，Amorimet al、 Ekins et al.、Jebaraj和Iniyan 、 Bhattacharyya和Timilsina、以及Pfenninger et al.、Hourcade等学者对这些模型的历史和应用进行了汇总和整理。其中，比较经典的是Hourcade学者，他将能源系统分析模型分为自下而上、自上而下和混合模型三类。自下而上的模型包括MARKAL， MESSAGE， TIMES以及 OSeMOSYS等，这类模型类似部门分析法，基于微观的部门和技术，自下而上分析能源系统，实现微观成本和宏观技术的结合；自上而下的模型包括GEM-E3、MERGE等模型，这些模型可以很好地反映宏观经济和微观经济因素的相互作用，但对技术细节的描述相对缺乏；混合模型涉及CGE-MARKAL、REMIND-R 和E3MG等模型，此类模型结合了自上而下和自下而上的模型，弥补各自的不足，分析内容也相对全面。

现有的能源模型因为追求量化分析，不可避免的较少考虑技术、政策、社会和人类行为等因素。只有极少数文献把社会技术观点加入到能源系统模型中，例如能源系统模型和利益相关者、模拟管理情节、行为异质性等因素结合。未来能源转型模型的发展方向将不仅仅局限于能源和经济，还应包含气候、社会和行为等多种方面，Foxon，Hughes and Strachan， Nielsen and Karlsson，Pfenninger et al.，和Trutnevyte et al.等学者也持同样建议。

5 能源轉型路径不确定性研究综述

Rodrigo P认为现有文献对于能源转型路径的动态研究不充分，研究了能源转型动态关键因素和可选择路径，以时间和空间因素为重点，构建了能源可持续性多维评价模型。Bosman R根据不同的情景设定构建了荷兰能源转型的动态模型。认为，尽管当前存在不同的系统元素，但系统元素间的相互作用机理对未来结果的影响更为重要。Usher W使用两阶段随机能源系统模型研究英国中长期能源转型不确定性在优化近期投资决策的作用，证明了对冲投资会对英国2030年前的能源发展路线的独立性造成干扰。Parkinson研究了环境绩效在长期能源计划中的不确定性。将多种能源技术融入随机环境绩效矩阵，将环境目标作为能源资源开发的硬约束，得出了适当的风险溢价有利于对冲环境绩效风险。Pye S使用创新的能源系统模型ESME，通过概率分布描述多种不确定性，权衡能源转型情景的成本效益，结果表明生物质可获得性、天然气价格和核电成本是影响碳减排主要因素。此外，该作者还强调需求响应和成本效益应该在能源低碳转型中重要性，通过把不满意弹性加入到假设中，使用概率方法评估了各种不确定性下的需求响应。Bellaby在分析能源转型路径中，不仅关注需求侧的技术变化，还关注制度和文化方面的变化，认为这些变化对于生成能源政策意愿和消费需求很有必要，将会引起技术变化和广泛采用。

参考文献

[1]Solomon B D， Krishna K. The coming sustainable energy transition： History， strategies， and outlook[J] .Energy Policy， 2011， 39（11）： 7422-7431.

[2]Verbong G， Geels F. The ongoing energy transition： lessons from a socio-technical， multi-level analysis of the Dutch electricity system （1960-2004）[J].Energy policy， 2007， 35（2）： 1025-1037.

[3]Turnheim B， Geels F W. Regime destabilisation as the flipside of energy transitions： Lessons from the history of the British coal industry （1913-1997）[J].Energy Policy， 2012， 50： 35-49.

[4]Fouquet R. The demand for environmental quality in driving transitions to low-polluting energy sources[J].Energy Policy， 2012， 50： 138-149.

[5]Rosenbloom D， Meadowcroft J. The journey towards decarbonization： Exploring socio-technical transitions in the electricity sector in the province of Ontario （1885-2013） and potential low-carbon pathways[J].Energy Policy， 2014， 65： 670-679.

[6]D'Alessandro S， Luzzati T， Morroni M. Energy transition towards economic and environmental sustainability： feasible paths and policy implications[J].Journal of Cleaner Production， 2010， 18（6）： 532-539.

[7]McDowall W. Exploring possible transition pathways for hydrogen energy： A hybrid approach using socio-technical scenarios and energy system modelling[J].Futures， 2014， 63： 1-14.

[8]Foxon T J， Hammond G P， Pearson P J G. Developing transition pathways for a low carbon electricity system in the UK[J].Technological Forecasting and Social Change， 2010， 77（8）： 1203-1213.

[9]Shafiei E， Davidsdottir B， Leaver J， et al. Comparative analysis of hydrogen， biofuels and electricity transitional pathways to sustainable transport in a renewable-based energy system[J].Energy， 2015， 83： 614-627.

[10]Grubb M， Hourcade J C， Neuhoff K. The Three Domains structure of energy-climate transitions[J].Technological Forecasting and Social Change， 2015.

[11]Amorim， F.， Pina， A.， Gerbelová， H.， Pereira da Silva， P.， Vasconcelos， J.， Martins， V. Electricity decarbonisation pathways for 2050 in Portugal： a TIMES （The IntegratedMARKAL-EFOM System） based approach in closed versus open systems modelling[J].Energy 2014，（9）：104-112.

[12]Ekins， P.， Anandarajah， G.， Strachan， N.， Towards a low-carbon economy： scenariosand policies for the UK[J]. Clim. Pol. 2011，（11）：865-882.

[13]Jebaraj， S.， Iniyan， S. A review of energy models. Renew. Sustain[J]. Energy Rev. 2006，（10）：281-311.

[14]Bhattacharyya， S.C.， Timilsina， G.R.， A review of energy systemmodels[J].Int. J. EnergySect. Manag， 2010，（4）：494-518.

[15]Pfenninger， S.， Hawkes， A.， Keirstead， J.， Energy systems modeling for twenty-firstcentury energy challenges[J]. Renew. Sustain. Energy Rev. 2014，（33）： 74-86.

[16]Hourcade， J.-C.， Jaccard， M.， Bataille， C.， Ghersi， F.， 2006. Hybrid modeling： new answers toold challenges. Energy J. SI2006.

[17]Loulou， R.， Goldstein， G.， Noble， K.， 2004. Documentation for the MARKAL Family ofModels. Energy Technology Systems Analysis Programme （ETSAP）， InternationalEnergy Agency （IEA）， Paris， France.

[18]Messner， S.， Strubegger， M.， 1995. User's Guide for MESSAGE III. International Institute forApplied Systems Analysis （IIASA）， Laxenburg， Austria.

[19]Loulou， R.， Remne， U.， Kanudia， A.， Lehtila， A.， Goldstein， G.， 2005. Documentation for theTIMESModel. International Energy Agency Energy Technology Systems Analysis Programme（IEA-ETSAP）.

[20]Howells， M.， Rogner， H.， Strachan， N.， Heaps， C.， Huntington， H.， Kypreos， S.， Hughes， A.，Silveira， S.， DeCarolis， J.， Bazillian， M.， Roehrl， A.， 2011. OSeMOSYS： the open sourceenergy modeling system. Energy Policy 39， 5850-5870.

[21]Capros， P.， Van Regemorter， D.， Paroussos， L.， Karkatsoulis， P.， Fragkiadakis， C.， Tsani， S.，Charalampidis， I.， Revesz， T.， Perry， M.， Abrell， J.， Ciscar， J.C.， Pycroft， J.， Saveyn， B.，2013. GEM-E3 Model Documentation. European Commission Joint Research Centre（EU-JRC） Institute for Prospective Technological Studies， Seville， Spain.

[22]Manne， A.， Mendelsohn， R.， Richels， R.， MERGE[J]. Energy Policy，1995，（23）：17-34.

[23]Schafer， A.， Jacoby， H.D.， 2006. Experiments with a hybrid CGE-MARKAL model. Energy J. SI2006.

[24]Leimbach， M.， Bauer， N.， Baumstark， L.， Luken， M.， Edenhofer， O.， 2010. Technologicalchange and international trade-insights from REMIND-R. Energy J. 31.

[25]Khler， J.，Wietschel， M.，Whitmarsh， L.， Keles， D.， Schade，W.， 2010. Infrastructure investmentfor a transition to hydrogen automobiles. Technol. Forecast. Soc. Chang. 77，1237-1248.

[26]Trutnevyte， E.， 2014a. The allure of energy visions： are some visions better than others？Energy Strateg. Rev. 2， 211-219.

[27]Trutnevyte， E.， 2014b. Does cost optimisation approximate the real-world energy transition？Retrospectivemodelling and implications formodelling the future. InternationalEnergy Workshop 2014. UCL Energy Institute， University College London， Beijing，China.

[28]Strachan， N.， Warren， P.， 2011. Incorporating behavioural complexity in energy-economicmodels. UK Energy Research Centre Conference on： Energy and People： Futures，Complexity and Challenges. UCL Energy Institute， University College London， Oxford，UK， pp. 1-20.

[29]Foxon， T.J.， Transition pathways for a UK lowcarbon electricity future[J]. Energy Policy，2013，（52）： 10-24.

[30]Hughes， N.， Strachan， N.， Methodological reviewof UK and international lowcarbonscenarios[J]. Energy Policy，2010，（38）： 6056-6065.

[31]Nielsen， S.K.， Karlsson， K.， Energy scenarios： a review of methods， uses and suggestionsfor improvement. Int. J. Glob[J]. Energy Issues，2007，（27）： 302.

[32]Pfenninger， S.， Hawkes， A.， Keirstead， J.， Energy systems modeling for twenty-firstcentury energy challenges. Renew. Sustain[J]. Energy Rev. 2014，（33）： 74-86.

[33]Trutnevyte， E.， Stauffacher， M.， Schlegel， M.， Scholz， R.W.， Context-specific energystrategies： coupling energy system visions with feasible implementation scenarios[J].Environ. Sci. Technol. 2012，（46）： 9240-9248.

[34]Rodrigo P， Muoz P， Wright A. Transitions dynamics in context： key factors and alternative paths in the sustainable development of nations[J].Journal of Cleaner Production， 2015， （94）： 221-234.

[35]Bosman R， Loorbach D， Frantzeskaki N， et al. Discursive regime dynamics in the Dutch energy transition[J].Environmental Innovation and Societal Transitions， 2014， （13）： 45-59.

[36]Usher W， Strachan N. Critical mid-term uncertainties in long-term decarbonisation pathways[J].Energy Policy， 2012， （41）： 433-444.

[37]Parkinson S C， Djilali N. Long-term energy planning with uncertain environmental performance metrics[J].Applied Energy， 2015， （147）： 402-412.

[38]Pye S， Sabio N， Strachan N. An integrated systematic analysis of uncertainties in UK energy transition pathways[J].Energy Policy， 2015.

[39]Pye S， Usher W， Strachan N. The uncertain but critical role of demand reduction in meeting long-term energy decarbonisation targets[J].Energy Policy， 2014， （73）： 575-586.