不确定条件下考虑碳交易与绿色证书交易的区域发电结构优化研究

摘 要：区域发电结构的优化对实现“双碳”目标具有重要意义。该文探讨同时考虑碳限额交易机制与可再生能源配额制下的区域发电结构优化问题，以中国广东省长期的发电规划为例进行研究。考虑能源政策和相关经济参数等多种不确定因素对规划模型的影响，将区间规划和模糊规划结合到优化模型中去，构建不确定因素下考虑碳交易和绿色证书交易的区域发电结构优化模型。结果表明，不确定优化模型应用到区域电力生产的长期规划中，产生有效的规划结果，可为区域电力绿色低碳转型提供有效的参考意见。

关键词：发电结构；碳交易；绿色证书交易；不确定性；低碳

中图分类号：TM61 文献标志码：A 文章编号：2095-2945（2024）28-0082-04

Abstract： The optimization of regional power generation structure is of great significance in achieving the "Double Carbon" goals. This paper discusses the optimization of regional power generation structure under both carbon cap-and-trade mechanism and Renewable Portfolio Standard， taking the long-term power generation planning of Guangdong Province， China as an example. First， a multi-objective power generation structure optimization model with minimum cost， minimum carbon emissions and maximum social welfare is constructed; then， the optimal power generation structure and carbon emission path under different scenarios are solved; finally， a comprehensive evaluation system for power green transformation is constructed， used to evaluate the green transformation effect of power. The results show that the proportion of renewable energy power generation in Guangdong Province will increase under the benchmark scenario， strict policy and loose policy scenarios， and the carbon emission intensity will decrease. The green transformation effect under the strict policy scenario is the best.

Keywords： power generation structure; carbon cap-and-trade mechanism; green certificate trading; uncertainty; low-carbon

气候变化是一个全球化的问题，减缓气候变化被认为是全球所有国家的共同责任。电力行业是许多国家温室气体排放的主要贡献者之一，化石燃料发电引起的严重环境问题引起了全球的关注[1]。我国电力行业面临着二氧化碳减排的巨大压力，但降低CO2排放的潜力和空间也巨大。因此，电力行业的绿色转型对国家“双碳”目标的实现有着重要意义。政府为了提升电力行业可再生能源的竞争力，促进电力系统实现减排目标和能源结构的转型，出台了一系列气候政策[2]。

随着电力行业的改革和相关能源气候政策的制定和实施，有学者开始考虑相关能源气候政策背景下的区域电力结构规划问题。Wang等[3]从发电、输电和贸易的角度构建了RPS目标下南方五省的发电和交易策略优化模型。李渝等[4]构建了碳交易政策下经济成本最小，综合效益最大的多目标优化模型，用于区域电源结构优化配置。Guo等[5]构建了碳限额交易下具有时空特征的多区域负荷调度模型，研究了中国电力行业发展的最优路径。Gitizadeh等[6]在考虑绿色证书交易政策激励措施的基础上，提出了一个多目标混合整数线性优化模型，用于分析区域发电厂的发电规划问题。Xu等[7]从政策接受度、发电成本和可再生能源比例的角度构建了多目标均衡模型，探讨了广东省不同电力用户之间的RPS分配问题。综上，以上文献大多是针对单个政策下电源结构的优化配置问题展开研究。然而，尚无文献对碳限额交易机制和可再生能源配额制共同作用下的区域发电结构优化问题进行研究。

针对现有研究的不足，本文在考虑碳限额交易机制和可再生能源配额制共同作用背景下，构建了区域发电结构优化模型，并选取广东省作为研究对象进行实证分析。本文的主要贡献包括：①分析了碳限额交易机制和可再生能源配额制共同作用下区域电力系统的发电规划问题；②构建了考虑经济、环境、社会的多目标发电规划模型；③考虑了各种能源政策和相关经济参数等不确定因素对规划结果的影响。

1 模型构建

1.1 目标函数

1.1.1 经济目标

成本主要由发电成本、购电成本、碳交易成本和绿色证书交易成本构成。

，（1）

式中：T表示规划期总时长；I表示电源种类数量；x±表示第i种电源第t年的发电量；Pg±it表示第i种电源第t年的单位发电成本；E±表示第t年的购电量；Pi±表示第t年的单位购电成本；E表示第t年的碳交易量；

表示第t年的碳交易价格；q±表示第t年的绿色证书交易量；k表示量化系数，即将可再生能源配额量化为绿色证书的数量； 表示第t年的绿色证书价格。

1.1.2 环境目标

这里仅考虑发电过程中的碳排放，且每种电源在发电过程中都会产生对应的碳排放量。

式中：eit表示第i种电源第t年的碳排放系数。

1.1.3 社会目标

， （3）

式中：CS±为消费者剩余，TP±为总利润，TC±为外部成本。

式中：ACS表示平均消费者剩余；pt±表示第t年的销售电价；？茁表示资源对生态环境的影响因子。

1.2 状态方程与约束条件

1.2.1 碳交易量方程

国家每年根据各个省份的实际情况给定对应的碳排放限额，当该省的碳排放量超过给定碳限额时则需要到碳交易市场上购买超额的碳排放。

式中：e0，t表示第t年给定的单位发电的碳排放配额。

1.2.2 绿色证书交易量方程

国家根据每个省份的实际情况分配可再生能源消纳目标。当该省的可再生能源消纳目标未完成时则需要到绿色证书交易市场上购买超出的绿色证书。

式中： 表示第t年的电力消耗量；？琢t表示第t年该省的可再生能源配额系数。

1.2.3 电力需求约束

各种电源的总发电量之和必须要满足当年的社会用电需求以保证人们的正常生产生活和经济社会的发展。

1.2.4 用电负荷约束

为了确保电力系统的可靠性，电力系统的可用装机容量应不小于最大负荷和备用容量之和。

式中： 表示第t年的最大电力负荷；r表示电力备用率；Hit±表示第i种电源第t年的年发电利用小时数。

1.2.5 购电约束

每年的购电量最大不能够超过总用电需求的25%。

。 （11）

1.2.6 发电约束

各种电源每年的发电量都会受该电源最大可开发量的限制，在约束条件里对应每种电源的发电上限。

， （12）

式中：G表示第i种电源第t年的最大装机容量。

1.2.7 碳排放约束

考虑到经济目标和环境目标，因此需要设置碳排放上限来约束发电过程所产生的碳排放。

式中：Qc，t±表示第t年碳排放上限。

1.2.8 可再生能源约束

可再生能源发电量与总发电量之比必须大于或等于所设定的最低可再生能源占比目标。

式中：？兹t表示第t年可再生能源发电总量的最小占比。

2 实证研究

2.1 发电结构

图1展示了2023—2035年规划期内可再生能源的发电量以及占比情况，从图中可以看出规划期间可再生能源发电量呈现逐年增长的趋势，可再生能源占总发电量的比例也在逐年提升，这与当地政府推行的电力行业绿色低碳转型政策密不可分。例如，2023年可再生能源的发电总量为[1 026，１ １１６]×105 ＭＷh，占总发电量的比例为18.01%，到2025年可再生能源的发电总量为[1 245，１ 344]×105 ＭＷh，占总发电量的比例增长至19.85%，到2030年可再生能源的发电总量为[2 168，2 213]×105 ＭＷh，占总发电量的比例此时已经增长至28.26%，到2035年可再生能源的发电总量为[2 817，2 968]×105 ＭＷh，占总发电量的比例增长至34.88%。

2.2 碳排放

图2展示了规划期内碳排放总量的变化路径以及碳排放的增长率变化情况，从图中可以看出规划期内碳排放总量先是呈增长趋势，后面增速逐渐减慢趋于平缓，最后碳排放达到峰值后开始呈逐年下降趋势。例如，2023年碳排放总量为[328，335] Mt，到2025年碳排放总量为[365，369] Mt，对应的碳排放年均增速为5.40%，到2030年碳排放总量为[372，373] Mt，此时的碳排放量已经达到了峰值，所对应的年均增速为0.98%，到2035年碳排放总量为[357，361] Mt，碳排放量呈下降趋势，增长率为-0.68%。

2.3 敏感性分析

为了进一步分析价格等不确定因素对规划结果带来的影响，通过设置不同可能性偏好值，针对价格等不确定因素对发电结构、碳排放、成本和社会福利的影响进行了敏感性分析。4种不同可能性偏好情境下（？姿=0.9，？姿=0.７，？姿=0.５，？姿=0.３）3个阶段碳排放量和平均碳强度如图3所示。容易看出在4种不同的可能性偏好情境下各规划期间碳排放量的差异较大，规划期内所对应的年平均碳排放量分别为[353，３５７] Ｍt，[340，344] Ｍt，[361，365] Ｍt，[380，３85] Ｍt。由此可见，价格等不确定因素对碳排放的影响程度较高。此外，规划期内的平均碳强度的变化差异同样很大，表现为不同可能性偏好情景下平均碳排放强度明显不同。然而，随着可再生能源发电占比的增长，各个情境下平均碳强度都是呈现逐渐降低的趋势。

3 结论

1）不确定优化模型应用到区域电力生产的长期规划中，产生了有效的规划结果，为区域电力绿色低碳转型提供了有效的参考意见。

2）考虑碳交易和绿色证书交易下电力的生产规划，对于电力行业的绿色低碳转型具有着重要的意义。

3）价格等不确定因素对碳排放的影响程度较高，规划期内的平均碳强度的变化差异同样很大，表现为不同可能性偏好情景下平均碳排放强度明显不同。

参考文献：

[1] LI FGN， TRUTNEVYTE E. Investment appraisal of cost-optimal and near-optimal pathways for the UK electricity sector transition to 2050[J]. Applied Energy，2017，189：89-109.

[2] ZHAO Z， CHEN Y， CHANG R. How to stimulate renewable energy power generation effectively？ - China's incentive approaches and lessons[J]. Renewable Energy，2016，92：147-156.

[3] WANG H， SU B， MU H， et al. Optimal way to achieve renewable portfolio standard policy goals from the electricity generation， transmission， and trading perspectives in southern China[J]. Energy Policy，2020，139：111319.

[4] 李渝，叶琪，檀勤良，等.考虑碳交易的电源结构多目标优化模型研究[J].现代电力，2019，36（4）：11-16.

[5] GUO Z， CHENG R， XU Z， et al. A multi-region load dispatch model for the long-term optimum planning of China's electricity sector[J]. Applied Energy，2017，185：556-572.

[6] GITIZADEH M， KAJI M， AGHAEI J. Risk based multi-objective generation expansion planning considering renewable energy sources[J]. Energy，2013，50：74-82.

[7] XU J， YANG G， WANG F， et al. A provincial renewable portfolio standards-based distribution strategy for both power plant and user： A case study from Guangdong， China[J]. Energy Policy，2022，165：112935.