劉耕源 ,胡俊梅 ,楊志峰
(1.環(huán)境模擬與污染控制國家重點聯(lián)合實驗室,北京師范大學環(huán)境學院,北京 100875;2.北京市流域環(huán)境生態(tài)修復與綜合調控工程技術研究中心,北京 100875)
北京是我國的政治、經濟、文化中心,其人口與產業(yè)高度密集,城鄉(xiāng)用能用水量較大。從用水的角度來說,在一定程度上可以認為水資源的短缺制約了北京市城鄉(xiāng)的發(fā)展。從用水角度分析,農業(yè)用水的總量與占比均逐年下降,源于農業(yè)播種面積的縮水以及灌溉節(jié)水技術的推廣[1]。工業(yè)用水總量也出現(xiàn)明顯下降,而居民用水總量卻呈現(xiàn)上升勢頭。從用能角度分析,能源從開采、洗選、運輸?shù)浇K端的利用依賴于大量的水資源消耗,水的取用、凈化、供給、運輸及終端使用均離不開其支持。水資源通過洗選煤炭、水力發(fā)電、太陽能板制造等活動與能源使用聯(lián)系在一起。能源通過汲取地下水、遠距離調水、污水凈化等活動與其進行關聯(lián),兩者在經濟學上呈現(xiàn)互補品的特質[2]。北京目前面臨著嚴峻的能水資源利用形勢:首先,隨著人口增加與產業(yè)擴張,北京城鄉(xiāng)能源與水資源需求量均呈現(xiàn)增長趨勢;其次,從供給來看,不論是能源還是水資源都極度依賴他省供給。
過去,節(jié)能與節(jié)水是緩解城鄉(xiāng)能水資源短缺的有效方式,通過設定用能用水標準、相關法律法規(guī)以及重點節(jié)能節(jié)水技術推廣目錄等多種措施與手段,可發(fā)揮節(jié)能節(jié)水的協(xié)同效果。在“十一五”期間,通過工業(yè)各部門標準的出臺、法律法規(guī)的完善、節(jié)能減排投資的增加等手段,工業(yè)部門的節(jié)能措施發(fā)揮了較好的節(jié)能效果,主要工業(yè)部門的節(jié)能量達到全國總能源消耗的9.2%,同時也帶來了較好的節(jié)水效果[3]。工業(yè)各部門的情況有所不同,建材行業(yè)的節(jié)能政策可以同時帶來實現(xiàn)20.45%的能源節(jié)省與15.91%的直接節(jié)水,因其產業(yè)鏈長故可產生較好的能-水節(jié)約協(xié)同效果;而在輕工業(yè)重點行業(yè),其節(jié)能占比可達到23.65%,節(jié)水比例則僅有1.83%。
在用水密度較高的農業(yè)部門,不同的節(jié)水政策也具有不同的節(jié)能潛力。文獻表明,在農業(yè)灌溉過程中,滴灌方式節(jié)能的潛力要比噴灌方式節(jié)能潛力大,地表水灌溉的最大節(jié)能潛力為7.1×108kW·h,這一數(shù)值占北京市當年總用電量的1.713% [4];農業(yè)用水灌溉總量的最大節(jié)能潛力為6.16×108kW·h,是北京市當年總用電量的1.486%。
北京在“十二五”“十三五”期間已設定城鄉(xiāng)能源強度和用水強度的約束性目標,但是兩者目標的制定過程并沒有考慮其間的緊密關聯(lián)。此外,在能水節(jié)約政策制定、實施的過程中仍存在短期效果好,中長期目標不協(xié)調、失靈等狀況。對于節(jié)能而言,目前的總能源規(guī)劃未充分考慮水資源的約束,與工業(yè)用水“三條紅線”可能存在沖突[5]。此外,目前北京市的節(jié)水管理以計劃用水、頒發(fā)取水許可證等行政手段居多,城鄉(xiāng)居民參與度較低,居民節(jié)水意識仍有待加強[6]。南水北調對北京水資源供給格局產生一定的影響,對原有的水資源系統(tǒng)產生一定沖擊,其中長期效果還未知,在工程運行之后的配置與調度管理也有待進一步研究[7]。本研究將針對北京市各城鄉(xiāng)規(guī)劃中的能水相關政策,評估其短-中-長期耦合效果,尋求協(xié)同發(fā)展的路徑,實現(xiàn)未來北京市城鄉(xiāng)的能水可持續(xù)發(fā)展。
對決策管理者而言,為設計持續(xù)高效的能水利用系統(tǒng),需要對不同的發(fā)展情形進行模擬[8],這依賴于動態(tài)模型工具。目前有幾種動態(tài)建模方法被用于城市能水耦合研究中,包括系統(tǒng)動力學模型[9]、可計算一般均衡模型[10,11]、改進的能源模型[12]、改進的水資源模型[13]。
其他研究也曾使用長期能源可替代規(guī)劃系統(tǒng)模型(LEAP)與水資源評價和規(guī)劃模型(WEAP)關聯(lián)的模型來研究工程項目、部門、城市、區(qū)域尺度的能水耦合系統(tǒng)。斯德哥爾摩環(huán)境研究所作為WEAP與LEAP模型的提出者,使用了該方法研究海水淡化、區(qū)域輸水管道等具體工程項目,分析項目對于能源消費、水資源和地區(qū)溫室氣體排放的影響[14]。有學者基于LEAP-WEAP關聯(lián)模型建立了加拿大西部阿爾伯塔省電力部門的水消耗和溫室氣體排放模型,給出9個情景的溫室氣體節(jié)約潛力以及用水量和溫室氣體減排成本[15]。有學者建立了城市尺度下的能源-水耦合利用LEAP與WEAP關聯(lián)模型,以廈門為例,設計11個情景,探討供需雙方不同因素對城市能水耦合關系的影響,使用LEAP-WEAP關聯(lián)模型以中國寧夏為案例研究能水關系[16]。作者測算了能源系統(tǒng)的用水和水資源在利用過程中的耗能,將寧夏分成了五個地市級區(qū)域,對區(qū)域分別構建了WEAP與LEAP模型,通過模型定量計算指出未來寧夏能源系統(tǒng)將面臨嚴重的水資源缺口,長期內可以通過推廣節(jié)能節(jié)水技術和進行政策引導改善能水系統(tǒng)之間的關系[17]?;贚EAP-WEAP關聯(lián)模型探討了京津冀地區(qū)在兩種氣候情景和3種發(fā)展情景下電力部門的能源-水耦合關系,分析能源結構調整和技術進步在緩解區(qū)域水資源壓力和促進可持續(xù)發(fā)展方面的潛力[2]。
與上述模型相比,LEAP-WEAP模型對于城市尺度下的能水耦合分析具有一定的優(yōu)勢。LEAP和WEAP模型基本的原理是質量平衡原理,可以同時從供給側與需求側出發(fā),考慮能源與水資源情況,且具有情景分析工具。與系統(tǒng)動力學模型相比,在水資源供給模擬方面WEAP內置有強大的水文分析工具,可以做到對河流徑流、取水點、輸水距離等細節(jié)的模擬。與可計算一般均衡模型相比,其用戶體驗友好,操作較為簡單。與改進的能源模型與水資源模型相比,LEAP-WEAP內置數(shù)據(jù)傳輸功能,可以共享核心參數(shù)以及能水模擬結果,為耦合分析提供了便利。
LEAP與WEAP結合模型的建立過程與上述模型相比也存在一些難點,首先在各自的部門設置方面,需要細致的部門活動水平、用水/用能強度、發(fā)電機組容量、轉換效率、水文徑流量、下滲率等數(shù)據(jù)。在各自能源與水資源的關聯(lián)方面,LEAP與WEAP結合的模型是通過數(shù)據(jù)傳輸來實現(xiàn)的,兩者在運行的過程中并非相互影響,而是兩者分別計算的結果再交換數(shù)據(jù)輸入整體的模型中,需要多次運行才能得到最終結果。在情景設置方面,相對可計算一般均衡模型而言,考慮碳稅、排污權交易等經濟節(jié)能/減排手段具有一定的難度。
在上述提及的利用LEAP-WEAP耦合模型的論文中,情景的設定通常基于各自的參考文獻以及作者本身的假設,若將其情景設置的方向進行總結可以得到以下幾個方面:①經濟發(fā)展情況:設定不同經濟增速以及不同產業(yè)結構。②技術進步:主要體現(xiàn)在強度的下降,包括單獨用水強度的下降、單獨的能源強度下降以及兩者同時下降。③氣候變化模式:包括RCP4.5與RCP8.5等,通常是通過對WEAP的供水情況產生影響進而影響整個系統(tǒng)。④能源結構改變:包括發(fā)展核能、生物質能源、水電、天然氣等措施。⑤供水優(yōu)先度改變:設定優(yōu)先使用本地水資源或者優(yōu)先使用進口水資源,優(yōu)先使用地表水資源或者地下水資源等。北京城鄉(xiāng)的情況與文獻研究的城市存在差異,因此在參考以上分析的同時,地方規(guī)劃與政府文件也具備較高的參考價值。
在對研究空間范圍進行界定時,假設北京市的能源(或水)需求通過城市邊界內和跨境資源供應來滿足。在本研究中只計算能源(或水)的直接消耗,不考慮遠距離輸電(跨流域調水)的用水(用能)。在能源系統(tǒng)中包括取水(本地地下水與地表水)、凈化水、供水、污水處理的能源需求,而水系統(tǒng)包括用于火力發(fā)電、水力發(fā)電、風力發(fā)電、光伏發(fā)電、生物質發(fā)電過程中的水耗,但不包括外調電力在生產地進行生產時的用水。
在研究年份上,由于可獲取的基礎數(shù)據(jù)與發(fā)電行業(yè)技術參數(shù)等在年份上需要統(tǒng)一,因此選擇了2015年作為基準年份,預測2015—2050年北京市中長期能源與水資源利用以及耦合情況,步長為一年。
WEAP和LEAP作為協(xié)同工具,共享許多相同的設計特性和方法,且由彼此密切協(xié)作的軟件團隊創(chuàng)建。WEAP和LEAP共享以下功能:軟件平臺(Delphi)、緊密協(xié)調的術語、基于Windows公共對象模型(COM)的緊密集成的應用程序編程接口(API)、用于數(shù)據(jù)輸入和輸出的相似用戶界面、用于輸入數(shù)據(jù)和創(chuàng)建模型的相似數(shù)據(jù)定義語言、用于場景管理的相似方法等。
通過使用LEAP或者WEAP中的Advanced:Link功能,在WEAP區(qū)域和LEAP區(qū)域之間建立連接。將WEAP區(qū)域鏈接到LEAP區(qū)域后,可以使用表達式中的LEAP Value函數(shù)從LEAP讀取數(shù)據(jù)和結果。反之,將LEAP 區(qū)域及連接到WEAP區(qū)域之后,可以使用表達式中的WEAP Value函數(shù)從WEAP中讀取結果。
在本研究中,LEAP與WEAP的部門設置概要可以參考能水耦合模型分析框架。對于具體的模型連接,從WEAP到LEAP,水的取用、凈化、供應、污水處理情況是關鍵環(huán)節(jié)。在WEAP 模型中預測了供水總量,依據(jù)供水總量估算水在泵取、輸送、處理過程中的能源消耗,每一個環(huán)節(jié)都存在對應的能耗強度可供參考[18]。
從LEAP到WEAP,能源轉換模塊的用水量是關聯(lián)的重點。利用LEAP模型能源結構預測的結果,可以計算出不同發(fā)電方式的發(fā)電需求。在關聯(lián)模型中,將該需求量輸入WEAP模型。在WEAP模型中,可以建立不同一次能源轉換的用水強度作為參數(shù),參數(shù)參考文獻[18]的研究。通過這種方式,WEAP和LEAP分別對水和能源的描述可以成功地聯(lián)系起來,模擬能源-水資源系統(tǒng)的相互作用,總結如圖1所示。
圖1 能水耦合模型分析框架
本模型立足于北京城鄉(xiāng)的實際情況,試圖建立部門劃分詳細,具有北京特色,能切實反映北京市城鄉(xiāng)未來能水情況以及耦合關系的模型。一方面,北京作為一個極度缺水,且水資源供給依賴于他省供給的大城市,在遠距離調水以及地下水取用過程中的用能較大,在本模型中將水的生產供應業(yè)詳細劃分為取水、制水、污水處理、回收水處理四個部分,取水又細分為地表水取水、地下水取水、南水北調水取水三個過程。此外,作為常住人口超過2000萬的大城市,居民生活過程中的能水耦合情況同樣值得重點關注,本模型計算了居民生活過程中洗浴、飲用水加熱、洗衣過程中的用水量。政策數(shù)據(jù)傳輸路徑,如圖2所示。
本研究情景設計的思路是先在LEAP與WEAP中分別設立基準情景(BAU)。設置的原則是按照核心參數(shù)設定的活動水平以及目前的強度外推,不加任何干預措施。在這一情景的基礎上,設置23個子情境,分別探討單個政策下的節(jié)能節(jié)水效果,以及兩者的協(xié)同效應。綜合6個部門子情境分別在LEAP與WEAP中建立參考情景(REF),試圖對最貼近實際的情況進行模擬;另一方面,立足于北京的地下水過度開采的實際情況,設立了基于參考情景下的限制地下水開采、再生水利用率提高等兩個水資源供給端的情景。目前,北京正在進行大興國際機場的建設、冬季奧林匹克運動會的籌備等重大活動,本模型將這一點考慮在內,對新機場建設、冬季奧林匹克運動會帶來的冰雪產業(yè)發(fā)展情景下的能水需求進行預測。
圖3為各個部門用水需求與能源需求的散點圖。從圖3(a)中分部門來看,居民生活與服務業(yè)部門既有較高的用水需求,又有較高的能源需求。具體來看,居民生活部門能源需求在1×107~1.5×107tce,水需求量在8×108~1×109m3,用水需求與用能需求之間存在正相關的關系。服務業(yè)用水需求與用能需求同樣存在相關關系,若進行回歸分析,其擬合回歸曲線斜率較居民生活部門低,居民生活與服務業(yè)分別為 0.693(R2 = 0.8216)與 0.140(R2 = 0.78),即單位能源使用伴隨著的用水量較小。農業(yè)部門用水需求量較高,其用能需求量與其他部門相比并不高。水與能源使用量之間不存在明顯的正相關關系。當2029年能源需求量增長至1.668×106tce時,水的需求量達到最高,為1.023×109m3,之后水的需求量降低。水的供應業(yè)部門從圖上來看即使水的需求量增加,能源需求量也未出現(xiàn)明顯的變化??赡苁且驗樵谶@部分中南水北調的能源消耗未計入該部門的能源需求中,若計入,兩者或許有更明顯的相關性。
圖3 參考情景下預測周期內各部門能水需求量
由圖3(b)可看到,建筑業(yè)、傳統(tǒng)制造業(yè)、現(xiàn)代制造業(yè)、電力生產供應業(yè)部門更詳細的能水耦合情況,其中建筑業(yè)的能源與水利用呈正向的線性相關關系(R2 = 0.9801)。傳統(tǒng)制造業(yè)在能源增長的遷移水需求也出現(xiàn)了增長,在后期水需求增速緩慢甚至在某些年份出現(xiàn)了下降?,F(xiàn)代制造業(yè)部門水資源需求量變化明顯而能源需求量未出現(xiàn)明顯的變化。電力生產供應部門能水關系呈現(xiàn)了波動的狀態(tài),即一段時間內能源需求與水資源需求同時增加,一段時間內能源需求增加水資源需求下降,一段時間內兩者同時下降,這種關系的出現(xiàn)是因為外調電力的影響,在WEAP模型中電力生產與供應部門的用水活動水平來自LEAP轉換部分的電力生產值,外調電力的影響下電力的生產量下降而總的電力消費量可能是上升的,而LEAP中的電力生產與供應部門是與電力總需求量相關的,因此兩者呈現(xiàn)波動狀態(tài)。
綜上,居民生活、服務業(yè)、建筑業(yè)、傳統(tǒng)制造業(yè)在能源需求量與水需求量上具有較好的相關性,用能與用水較為同步,是重要的能水耦合部門。
在節(jié)能目標情景下(見圖4),服務業(yè)終端技術革新情景具有最好的節(jié)水效果,至2050年節(jié)水比例達到6.85%。外調綠電措施同樣具備較好的節(jié)水效果,在2050年節(jié)水比例為5.67%。從節(jié)水效果隨時間的變化來看,外調綠電在2015—2020年節(jié)水量迅速上升,2020—2050年下降的速率將減緩,其在2020年出現(xiàn)拐點的原因是2015—2020年火力發(fā)電的占比從30%左右縮減至10%,此后逐年變化0.3%,直至火力發(fā)電被完全取代。
圖4 節(jié)能目標情景下的節(jié)能效果
此外,電動汽車推廣、建筑新能源使用、服務業(yè)新能源使用、工業(yè)新能源使用等措施較基準情景而言帶來了新的用水需求。其中服務業(yè)新能源使用情景在2050年將帶來2×107m3的用水需求,占總用水需求的0.44%。其次是工業(yè)新能源使用0.18%,建筑新能源0.10%,電動汽車推廣0.07%。電動汽車推廣一方面帶來能源需求總量的下降,另一方面帶來電力占比的上升,兩者中和后總的電力需求量還是上升。發(fā)電量的增加,進而帶來發(fā)電用水的需求。
在節(jié)水目標情景下(見圖5),總體能源需求節(jié)約量最多僅占總能源需求量的0.66%。不同的情景下,短中長期節(jié)能效果變化有所不同。從短期效果來看,至2020年工業(yè)節(jié)水措施具有最好的節(jié)能效果,接下來是種植結構優(yōu)化、居民節(jié)水意識增強、灌溉技術革新以及節(jié)水器具推廣;至2025年居民節(jié)水意識增強的節(jié)能效果超過了種植結構優(yōu)化,節(jié)水器具推廣與灌溉技術革新達到了相同的節(jié)能效果,從2025年開始,農業(yè)部門的兩個節(jié)水政策的節(jié)能量開始降低,這一趨勢持續(xù)至2050年。農業(yè)部門出現(xiàn)拐點的原因是在2025年農業(yè)部門的結構優(yōu)化基本完成,農業(yè)部門的用水量從6.89×108m3減少至4.05×108m3,地下水的取用量從1.7×109m3減少到1.683×109m3,此時的節(jié)能量達到最大值。而隨著工業(yè)用水和服務業(yè)用水的繼續(xù)增長,地下水的取用量重新上升,至2041年上升穩(wěn)定至1.7×109m3,因此節(jié)能量也趨于穩(wěn)定。同理,在基準情景下供水量在2040年將不能滿足所需水量,而灌溉技術革新情景下至2046年才會出現(xiàn)供需的缺口,2040—2046年由于供水量的上升,能源的節(jié)約量下降,至2046年趨于平穩(wěn)。
圖5 節(jié)水目標情境下的節(jié)能效果
節(jié)水器具推廣與居民節(jié)水意識增強情景在長期展現(xiàn)出了較好的節(jié)能潛力,至2050年其節(jié)能量均超過1×106tce。對于這兩個政策而言,能源的節(jié)約主要來自于輸水以及水處理過程中用能量的下降,其變化趨勢與對應政策的節(jié)水量變化趨勢一致。工業(yè)節(jié)水措施的節(jié)能來源主要是工業(yè)再生水的處理量下降,因此帶來的能耗下降,與其節(jié)水曲線相比節(jié)能曲線的下降趨勢逐漸減緩,2044年后下降趨勢更明顯,出現(xiàn)拐點的原因是,模型對取水量以及制水量的估計是以水源的入流量作為活動水平進行估計的,而水處理量是以需求點的水需求作為活動水平進行估計的。到2044年左右,工業(yè)節(jié)水情景下水資源的供需出現(xiàn)了缺口,供水量不再發(fā)生變化,此前在2025—2044年,取水、制水節(jié)能量逐漸縮小,使得總節(jié)能量呈緩慢下降趨勢。2044年后,總節(jié)能量的變化完全來自于污水排放處理以及再生水處理等過程,因此變化趨勢更明顯。由于在模型的設置中,環(huán)境用水不涉及取水、制水、輸水、污水處理以及居民終端用能耗水等環(huán)節(jié),所以不具備節(jié)能效果。
綜上,農業(yè)部門的灌溉技術革新與種植結構優(yōu)化情景在短期內具有較好的節(jié)能效果,然而隨著用水缺口的出現(xiàn)以及進一步擴大,在中長期節(jié)能效果不顯著。工業(yè)部門節(jié)水措施短期也具有較顯著的節(jié)能效果,2018—2027年在所有節(jié)水目標政策中,其都具有最佳的節(jié)能效果,從短期到中長期,工業(yè)節(jié)水措施的節(jié)能效果變化幅度較小。居民生活部門的居民用水意識增強與節(jié)水器具推廣措施在短期節(jié)能效果均不顯著,自2025年后其節(jié)能量出現(xiàn)了明顯的增加,分別在2028年與2038年超過工業(yè)節(jié)水措施,從長期看具有較高的節(jié)能潛力。
某些措施在制定時的目標雖然是節(jié)能或者節(jié)水,然而在政策實施的過程中可能會造成次生效應,節(jié)能的政策可能減少了水的需求,達到協(xié)同的效果,也可能同時增加了水的需求。
總體而言,節(jié)能政策帶來的節(jié)水比例大于節(jié)水政策帶來的節(jié)能比例,這是由用能過程中的水需求比例本身高于用能過程中的水需求比例導致的。
對于部門政策而言,不同部門的節(jié)能/節(jié)水政策協(xié)同效應不同,取決于該部門的用能與用水量。對于服務業(yè)而言,其耗能與耗水的比例均較高,服務業(yè)終端技術革新手段對節(jié)能與節(jié)水都具有較好的效果(分別為29.43%與2.41%)。工業(yè)作為能源消耗的主要部門之一,其節(jié)能政策對節(jié)水有較大的影響,工業(yè)技術革新情景下節(jié)能11.69%,節(jié)水0.95%。對于農業(yè)部門而言,單個部門的節(jié)能或者節(jié)水情景協(xié)同效應均不明顯。農業(yè)部門作為用水大戶,節(jié)水政策對能源節(jié)約沒有太大的影響,一部分原因是工業(yè)本身耗水耗能都較高,而農業(yè)耗能較少;另一部分是因為能源在使用過程中的水占總用水的占比大于用水過程中的能占總用能的占比。
即使是同一部門的政策,根據(jù)政策調控的變量不同,其協(xié)同效果也有所不同。工業(yè)技術革新、服務業(yè)終端用能技術革新、交通設施優(yōu)化等調控用能強度的情景展現(xiàn)出了一定的能水協(xié)同節(jié)約效應,而能源結構優(yōu)化(包括工業(yè)新能源使用、建筑業(yè)新能源使用、服務業(yè)新能源使用)與產業(yè)結構優(yōu)化政策具有節(jié)能與減排效益,卻增加了水的需求量。
對于同一個政策的不同檔位而言,散點的分布具有兩種不同的方式,一種是單獨的節(jié)能/節(jié)水效果變化,例如工業(yè)節(jié)水措施、灌溉技術革新等;另一種是具有能水協(xié)同效應的情景,例如經濟增速放緩、工業(yè)技術革新、服務業(yè)終端技術革新等,當節(jié)能效果發(fā)生變化時,節(jié)水效果也發(fā)生變化。
根據(jù)模型結果,“十三五”期間北京市節(jié)能政策的節(jié)水量達到2.76×108m3。其中發(fā)展公共交通,新能源汽車推廣,工業(yè)、建筑業(yè)、服務業(yè)新能源使用情景下水的需求增加量達到1×107m3,其余政策的節(jié)水量達2.86×108m3,綜合節(jié)水效果為2.76×108m3,約為北運河多年平均年徑流量的一半,相當于140個頤和園內昆明湖的蓄水量。節(jié)水政策的節(jié)能量達到1.003×106tce,約等于8.165×109kW·h的電力,為2017年北京全社會總用電量的7.65%。
北京新機場已于2019年投入運營,同年也舉辦了世界園藝博覽會。2022年北京—張家口聯(lián)合申報的冬季奧林匹克運動會也將如期進行,未來重大活動以及基礎設施的建設將帶來新的用能用水壓力。模型結果表明,北京大興國際機場、冬季奧林匹克運動會、世界園藝博覽會、環(huán)球影城等項目的新建每年將增加5%~6%的能源需求。在冰雪運動發(fā)展的情景中,冬季奧林匹克運動會帶來的冰雪產業(yè)發(fā)展將會帶來不超過1%的用水增長,年均約2.6×107m3。應該在以上工程項目進行的過程中盡可能提高能水利用效率。
本文基于LEAP和WEAP工具建立了具有北京城鄉(xiāng)特色的能水耦合模型,并應用情景分析探討未來不同相關措施的節(jié)能/節(jié)水以及兩者協(xié)同的效果,基于此模型可對城市能水耦合過程以及機制有更清晰的了解。
在參考情景下中,與用水有關的能源需求包括水的取用、供給、輸送以及居民生活用水過程中的能源需求,合計為7.12×106tce(2050年數(shù)值),預測期內(2015—2050年)平均占總能源需求的7.74%。其中居民用水過程中能耗平均占14.48%,取水平均占比45.48%,制水占4.15%,輸水占12.43% ,污水排放處理占2.41%,污水再生利用占21.05%。與用能源有關的水需求主要是發(fā)電過程中的需水,2050年為6.8×107m3,預測期內平均占總能源需求的2.45%。其中火力發(fā)電平均占81.7%,水力發(fā)電占17.13%,其余發(fā)電方式占1.17%。
從部門的能水耦合關系來看,居民生活、服務業(yè)、建筑業(yè)、傳統(tǒng)制造業(yè)在能源需求量與水需求量具有較好的相關性,用能與用水較為同步,是重要的能水耦合部門。
核心參數(shù)改變情景與節(jié)水目標情景在短中長期呈現(xiàn)出不同的節(jié)能/節(jié)水效果,以產業(yè)結構優(yōu)化政策為例,短期其表現(xiàn)出了較好的節(jié)能潛力,同時在短時間內增加了用水的壓力。中長期節(jié)能效果不明顯,但仍伴隨有用水量的增加,因此想要通過產業(yè)結構優(yōu)化達到節(jié)約資源,應該合理調整產業(yè)結構調整的方向。農業(yè)部門的灌溉技術革新與種植結構優(yōu)化情景短期具有較好的節(jié)能與節(jié)水效果,中長期節(jié)水效果穩(wěn)定,然而隨著總用水缺口的出現(xiàn)以及進一步擴大,中長期節(jié)能效果不顯著。進一步的敏感性分析的結果表明,經濟增速放緩、產業(yè)結構優(yōu)化、發(fā)展公共交通、種植結構優(yōu)化等情景調控的參數(shù)對于最終的節(jié)能/節(jié)水量都具有較大的影響,參數(shù)敏感性較高。
對能水節(jié)約的協(xié)同效應,不同部門的節(jié)能/節(jié)水政策協(xié)同效應不同,取決于該部門的用能與用水量。對于服務業(yè)和工業(yè)部門而言,其節(jié)能情景同樣具有節(jié)水效果。對于農業(yè)部門而言,單個部門的節(jié)能或者節(jié)水情景協(xié)同效應均不明顯。即使是同一個部門的政策,根據(jù)政策調控的變量不同,其協(xié)同效果也有所不同。調控用能強度的情景展現(xiàn)出了一定的能水協(xié)同節(jié)約效應,而能源結構優(yōu)化(包括工業(yè)新能源使用、建筑業(yè)新能源使用、服務業(yè)新能源使用)與產業(yè)結構優(yōu)化政策具有節(jié)能與減排效益,卻增加了水的需求量。
若同時考慮政策的綜合效果與實施難度,工業(yè)部門的節(jié)能政策對綜合評估而言有較大的貢獻,然而工業(yè)節(jié)水、節(jié)能政策具有一定的實施難度。相對而言,發(fā)展公共交通政策在節(jié)能政策中具有最低的實施難度,居民節(jié)水意識增強措施在節(jié)水政策中具有最低的實施難度。在政策評估過程中,外調電力政策的表現(xiàn)較為突出,從綜合效果評估與政策的實施難度來考慮,都具備一定的優(yōu)勢。未來應在保障供電安全與穩(wěn)定性的前提下加大外調電力的比例。此外,在北京大興國際機場、冬季奧林匹克運動會等重大活動與基礎設置建設過程中的能源與水需求也應該關注。