基于碳约束的区域能源结构优化实证

陆 彪，王索军，陈德敏，汤 凯，刘莹惠，鲁月红

(安徽工业大学建筑工程学院，安徽 马鞍山 243032)

国际能源署(IEA)的数据显示，近年全球二氧化碳排放量持续增加[1]。在第七十五届联合国大会上，我国向世界做出承诺，大力提倡低碳绿色发展，力争于2030年前二氧化碳排放量达到峰值，争取2060年前实现碳中和。优化我国的能源消费结构，加快能源清洁化进程已刻不容缓[2]。

英国学者Linnhoff等[3]首先提出夹点技术，将其用于研究换热网络的热回收问题；Tan 等[4]首先提出基于夹点的碳约束能源规划方法，将碳夹点图解技术用于碳约束的能源规划，通过平移能源曲线确定最小清洁能源需求量；Lee等[5]采用碳夹点图解法确定低碳源的最小消耗，优化隔离规划方案中的能源分配；Ramli等[6]将碳夹点方法用于马来西亚依斯干达运输业，以优化能源供应结构和交通模式份额，达到节能减排的目的；Andiappan等[7]构建了一个以碳限制规划为中心的政策框架，提出应对全球变暖的策略；唐建荣等[8]基于碳夹点技术，计算了2020 年江苏省在碳排总量约束下的最少清洁能源需求量及对应的碳排放量，据此合理分配各行业的能源消耗量及碳减排任务；梁琳琳等[9]以我国政府承诺的2020年碳减排目标为例，运用碳夹点方法对我国整体能源结构优化进行了实证分析。

上海是我国经济最发达的城市之一，但绿色发展体系相比于世界其他发达城市仍存在短板[10]。目前有大量学者对上海市能源环境问题进行了研究，如Fang 等[11]利用scenario 分析方法，对上海市2015，2020 年能源消耗和与能源相关的CO2排放进行了预测；Ru 等[12]以上海为例，提出了城市层面碳减排的系统分析方法，并给出了上海市低碳经济发展的战略建议；周岸等[13]利用STIRPAT 模型和岭回归法对上海市交通碳排放驱动因素进行定量研究，并根据环境库兹涅茨曲线(environmental Kuznets curve，EKC)模型剖析了交通碳排放和经济发展之间的关系。当前从产业部门角度运用碳夹点方法定量优化上海市能源结构的报道很少，鉴于此，以上海市最新的能源消费数据为基础，设置碳约束目标，运用碳夹点方法求解满足碳约束目标下的清洁能源最小需求量，并对各产业部门的能源结构优化路径进行探究。

1 研究方法与数据处理

1.1 研究方法

在碳约束目标越发严格的发展趋势下，使用清洁能源替代高碳能源是行之有效的方法。碳夹点方法的核心是根据碳约束目标寻求清洁能源的最小需求量，实现减排与成本的平衡，其用于区域能源消费结构优化时可解决以下3 个问题：在某区域内，测算与分析既定能源供需数量产生的碳排放量；给定某区域的碳约束目标，求解清洁能源的最小需求量；根据各子区域的碳约束目标，求解清洁能源最小需求量并对各子区域的能源消费结构进行重新分配和优化。

式中：i为能源供应种类，i=1，2，…，n；j为能源需求部门，j=1，2，…，m；Wi为供应能源i中未被利用的量；Fi,j为第j能源需求部门消耗的第i种能源的量；Fj为需求部门j的清洁能源需求量；Si为供给能源i的总量；Dj为能源需求部门j的需求总量；Ci为能源i的碳排放系数；Cj为需求部门j的碳排放系数。

碳夹点图解技术是基于碳夹点数学模型的图形化工具，分析过程直观明了。为便于分析，设置能源供应侧初始状态的清洁能源数量为0[8]，此时能源供应侧产生的碳排放量不变。碳夹点图解技术方法的分析步骤如下：

1)将区域能源分为能源供应侧和需求侧，能源供应侧由各类能源构成，能源需求侧由各产业部门构成；

2)按碳排放系数从小到大的顺序排序，分别计算能源供应侧及需求侧的累计能源用量及累计碳排放量[14]，绘制能源供应曲线及在碳约束目标下的能源需求曲线，将两曲线置于同一坐标系，曲线上任意一点的斜率为该点所在曲线的碳排放系数；

3)向右平移能源供应曲线直至与能源需求曲线最右侧相交，交点为碳夹点，水平移动的距离为清洁能源最小需求量，此时能源既供需平衡又满足碳约束目标；

4)在清洁能源全部耗用的情况下，对需求侧产业部门进行碳夹点二次优化，重新分配各产业部门的能源供应量。

1.2 数据来源与处理

数据来源于《中国能源统计年鉴2020》[15]、《上海市统计年鉴2020》[16]等，综合年鉴统计数据，将能源供应侧的能源种类分为煤品、油品、天然气、清洁能源4 大类，碳夹点分析方法所需的碳排放系数由《IPCC 碳排放计算指南(2006)》[17]获得，上海市2019 年能源供应侧基础数据如表1。

目前，上海市的碳约束未有定量化的目标。由表1可知，上海市2019 年的实际碳排放量为220.4×106t，将其削减10%，即198.4×106t为能源需求侧碳约束目标。将能源需求侧的产业部门划分为第一产业、第二产业、第三产业和生活消费部门，由计算知上海市第一产业能源消费量占比少，仅为0.5%，在分析过程予以剔除，且从能源供应量中减去供应给第一产业的各类能源。剔除第一产业能源消费量后，上海市生活消费，第三产业及第二产业部门实际碳排放量占比分别为5.3%，30.9%，63.8%。产业部门碳约束目标由能源需求侧碳约束目标按照各产业部门的实际碳排放量占比分配，各部门的碳排放系数由产业部门碳约束目标除以部门能源需求量得到。根据碳夹点方法，削减10%后上海市能源需求侧基础数据如表2。

表1 上海市能源供应侧基础数据Tab.1 Basic data of energy supply side in Shanghai

表2 削减后上海市能源需求侧基础数据Tab.2 Basic data of Shanghai energy demand side after reduction

2 能源结构优化的结果与分析

运用碳夹点方法对上海市2019 年的能源结构进行优化。依据表1，2和碳夹点分析步骤绘制能源供应和需求曲线并置于同一坐标系，如图1。由图1可知，初始状态下能源供应曲线在需求曲线左上方，表明此位置下的能源供应量不能满足能源需求，且产生的碳排放量(220.4×106t)大于碳约束目标(198.4×106t)，不满足碳约束条件。因此，需要对上海市当前的能源结构进行优化，使其能满足上海市能源需求和碳约束条件。文中设置两种能源优化情景：在只考虑全局碳约束目标时，求解清洁能源最小需求量及优化后全局能源结构；在考虑产业部门碳约束目标时，求解清洁能源最小需求量，并在清洁能源全部耗用条件下优化各产业部门能源结构。

图1 上海市累计碳排放量曲线Fig.1 Curves of cumulative carbon emission in Shanghai

2.1 全局碳约束下的能源结构优化

在只考虑全局碳约束目标下求解清洁能源最小需求量并优化上海市全局能源结构，将图1 中的能源供应曲线向右平移至与能源需求曲线最右侧相交，交点即为碳夹点，如图2。

由图2 可知：全局碳约束目标下的碳夹点坐标为(344.8，198.4)，表明此情景下的能源总供应量为344.8×1016J，碳排放总量为198.4×106t；能源供应曲线向右平移至与需求曲线相交的距离为清洁能源最小供应量，88.7×1016J，此时能源供应平移后曲线在碳夹点上方仍有一小段曲线，表明有23.2×1016J 的煤品能源被清洁能源替代。因此，上海市优化后的全局能源结构为清洁能源88.7×1016J、天然气37.9×1016J，油品148.9×1016J，煤品69.3×1016J。

2.2 产业部门碳约束下的能源结构优化

由图2 可知，在上海市全局碳约束目标下，优化后的能源供应曲线均在能源需求曲线下方，表明两种情景下求解的清洁能源最小需求量相同。在满足产业部门碳约束目标下，运用碳夹点图解技术将清洁能源分配到各部门，对各部门能源结构进行优化。首先，将平移后的能源供应曲线油品段向左平移，与能源需求曲线的第三产业段和第二产业段交界点相交，得到碳夹点A；然后，将平移后的能源供应曲线天然气段向左平移，与能源需求曲线的生活消费段和第三产业段交界点相交，得到碳夹点B，如图3。分析图3 可知：碳夹点A的坐标为(172，71.8)，碳夹点A上方第二产业需求曲线与平移后的能源供应曲线构成一个多边形闭环，向左平移的距离为分配给第二产业的清洁能源，表明22.5×1016J 清洁能源分配给第二产业，碳夹点A上方平移后能源供应曲线只有油品和煤品能源，第二产业剩余的能源需求量由油品和煤品能源提供；碳夹点B的坐标为(37.5，10.5)，向左平移的距离为分配给第三产业的清洁能源，表明47.8×1016J 清洁能源分配给第三产业，第三产业剩余的能源需求量由天然气和油品能源提供；剩余的清洁能源18.4×1016J 则分配给生活消费部门，生活消费部门剩余能源需求量由天然气提供。由此得到产业部门碳约束目标下上海市各部门能源结构优化分配结果，如表3。

图2 全局碳约束下的累计碳排放曲线Fig.2 Curves of cumulative carbon emission under global carbon constraint

图3 产业部门碳约束下的累计碳排放量曲线Fig.3 Cumulative carbon emission curves under carbon constraint of industrial sector

由表3 可知，清洁能源分配至第三产业、第二产业及生活消费的比例分别为53.9%，25.4%，20.7%，第三产业对清洁能源的容纳率最高。因此，上海市应加快升级改造产业结构，进一步确立第三产业的优势地位，增大第三产业清洁能源供应量实现碳约束目标。

表3 产业部门碳约束下的能源结构Tab.3 Energy structure under carbon constraint of industrial sector

3 结论与建议

以上海市2019 年实际碳排放量削减10%作为碳约束目标，设置全局碳约束和产业部门碳约束两种情景，运用碳夹点方法探讨两种情景下清洁能源最小需求量，并在清洁能源全部耗用条件下优化分配各部门能源结构，得到以下结论：全局碳约束目标下，上海市碳排放量削减10%后，清洁能源最小需求量为88.7×1016J，此时上海市全局能源结构为清洁能源88.7×1016J、天然气37.9×1016J、油品148.9×1016J、煤品69.3×1016J；产业部门碳约束目标下，清洁能源分配给生活消费部门、第二产业、第三产业的比例分别为20.7%，25.4%，53.9%，第三产业对清洁能源的容纳率最高。基于上述结论，在碳约束条件越来越严格的发展背景下，提出以清洁能源为主的能源战略，相应的政策建议如下：

1)推动能源技术革命。徐昕怡等[18]通过构建政府、新能源行业和传统能源行业三方演化博弈模型，分析了三方参与主体在能源行业转型过程中策略选择的演化路径，结果表明，相比传统能源行业，新能源行业更受政府参与意愿的影响。因此，上海市应加大能源科技领域的资金投入，不断发展创新可再生能源等清洁能源技术以及低碳技术，扩大清洁能源生产规模；同时不断突破化石能源效率瓶颈，提高常规化石能源利用效率，逐步实现能源技术领域的重大突破。

2)加快产业结构升级改造。由情景二分析可知，第三产业对清洁能源的容纳率远高于第二产业和生活消费部门，对实现碳减排目标的贡献最大。上海市应进一步扩大第三产业规模，确立金融业、信息业等行业的优势地位，将上海市打造成全球的金融中心。此外，上海市应逐渐削减第二产业规模，将第二产业打造成“小而精”的发展模式，发展中心转移到高端制造业等科技水平高、投入回报率大的工业领域；淘汰的产能可转移到长三角其他欠发达地区，带动其经济发展，加速长三角一体化进程。

3)加大节能减排宣传力度。随着经济的快速发展，居民生活水平不断提高，人均能耗和碳排放量不断增大，上海市应拓展宣传路径，增强宣传力度，引导居民提高节能意识，更多地使用太阳能电、天然气等零碳或低碳能源。