“雙碳”目標(biāo)下電力系統(tǒng)供給側(cè)形態(tài)發(fā)展系統(tǒng)動(dòng)力學(xué)建模與分析

陳文溆樂(lè)， 向 月， 彭光博， 劉友波， 劉俊勇

(四川大學(xué) 電氣工程學(xué)院， 成都 610065)

中國(guó)提出力爭(zhēng)在2030年前實(shí)現(xiàn)碳達(dá)峰，努力爭(zhēng)取在2060年前實(shí)現(xiàn)碳中和.從二氧化碳的排放源分析，與能源有關(guān)的碳排放占比近九成，其中電力的碳排放又占到八成，能源供給側(cè)變革成為碳中和技術(shù)的主線[1-3].因此，研究雙碳目標(biāo)下未來(lái)電力系統(tǒng)中能源供給側(cè)結(jié)構(gòu)如何演化十分必要.

系統(tǒng)動(dòng)力學(xué)(System Dynamics, SD)于1956年創(chuàng)立，在20世紀(jì)70年代被引進(jìn)中國(guó).通過(guò)對(duì)系統(tǒng)論、信息論、控制論進(jìn)行有機(jī)結(jié)合，SD能夠定性和定量地分析多變量、多重反饋、高階次、高度非線性的變量關(guān)系，是解決復(fù)雜系統(tǒng)中多元信息反饋問(wèn)題的有效方法之一，在解決電力系統(tǒng)相關(guān)領(lǐng)域的問(wèn)題方面也體現(xiàn)出了一定的優(yōu)越性[4-5].

基于中國(guó)輸配電價(jià)政策，文獻(xiàn)[6]研究了輸配電價(jià)政策對(duì)電網(wǎng)企業(yè)現(xiàn)金流的影響，運(yùn)用SD理論建立了企業(yè)投資優(yōu)化決策模型，并以某市為例對(duì)電力市場(chǎng)改革后電網(wǎng)企業(yè)的投資決策提出建議和政策含義.文獻(xiàn)[7]搭建了分布式光伏電能共享與配電網(wǎng)層面交互模型的SD模型，分析了不同分布式光伏安裝率和上網(wǎng)電價(jià)下的共享價(jià)值變化.文獻(xiàn)[8]通過(guò)系統(tǒng)動(dòng)力學(xué)模型生成多種經(jīng)濟(jì)發(fā)展場(chǎng)景來(lái)模擬供給側(cè)結(jié)構(gòu)性改革的不確定性，實(shí)現(xiàn)中長(zhǎng)期負(fù)荷外推預(yù)測(cè).

系統(tǒng)動(dòng)力學(xué)在電價(jià)分析、電力投資經(jīng)濟(jì)性、負(fù)荷預(yù)測(cè)方面已有較多研究，但在能源規(guī)劃方面的應(yīng)用較少，尤其是電力系統(tǒng)能源供給側(cè)改革中少有應(yīng)用.在“碳中和、碳達(dá)峰”背景下，通過(guò)對(duì)比其他國(guó)家，圍繞技術(shù)鏈和產(chǎn)業(yè)鏈，文獻(xiàn)[9]提出中國(guó)能源高質(zhì)量發(fā)展的3個(gè)顯性途徑和1個(gè)隱性途徑，建議將關(guān)鍵核心技術(shù)納入國(guó)家科技計(jì)劃.文獻(xiàn)[10]調(diào)研國(guó)內(nèi)外智能電網(wǎng)的背景、發(fā)展現(xiàn)狀、關(guān)鍵技術(shù)，對(duì)我國(guó)建設(shè)智能電網(wǎng)的關(guān)鍵技術(shù)進(jìn)行分析.文獻(xiàn)[11]將產(chǎn)能投資和設(shè)備資產(chǎn)動(dòng)態(tài)演變解耦，建立能源替代模型，揭示了天然氣消費(fèi)替代帶來(lái)的能源供應(yīng)安全沖擊和能源設(shè)備資產(chǎn)擱淺的形成機(jī)理.基于我國(guó)30個(gè)省份的面板數(shù)據(jù)，文獻(xiàn)[12]評(píng)估了碳交易市場(chǎng)規(guī)模的碳減排效應(yīng).文獻(xiàn)[13]以發(fā)電市場(chǎng)碳減排政策為研究對(duì)象，構(gòu)建了基于SD理論的發(fā)電行業(yè)市場(chǎng)節(jié)能減排政策影響模型，分析不同政策情景下，對(duì)碳減排及電力市場(chǎng)的影響.已有研究中對(duì)能源發(fā)展路徑、智能電網(wǎng)主要技術(shù)、電能替代、減碳效應(yīng)等進(jìn)行了分析，但限于研究時(shí)未考慮電力系統(tǒng)中供給側(cè)能源演化發(fā)展與碳排放之間的相互影響關(guān)系，無(wú)法定量分析供給側(cè)能源發(fā)展路徑中各因素對(duì)碳減排的貢獻(xiàn)程度.

針對(duì)以往研究的不足，本文在長(zhǎng)時(shí)間尺度下探討不同情景碳排放可能發(fā)生的變化，從電力系統(tǒng)發(fā)電結(jié)構(gòu)轉(zhuǎn)型的角度出發(fā)，提出一種基于系統(tǒng)動(dòng)力學(xué)的能源網(wǎng)發(fā)展演化模型，綜合考慮雙碳目標(biāo)的政策指導(dǎo)、技術(shù)發(fā)展應(yīng)用、電力市場(chǎng)潛力等影響因素.

1 系統(tǒng)動(dòng)力學(xué)模型構(gòu)建

SD首先以實(shí)際觀測(cè)到的初始系統(tǒng)信息為基礎(chǔ)，然后再輔以計(jì)算機(jī)仿真模擬技術(shù)幫助分析者進(jìn)行路徑優(yōu)化從而預(yù)測(cè)系統(tǒng)行為變化，具體系統(tǒng)動(dòng)力學(xué)建模步驟如圖1所示.

圖1 系統(tǒng)動(dòng)力學(xué)模型建模步驟Fig.1 Modeling steps of system dynamics model

2 SD模型構(gòu)建

2.1 分析提煉關(guān)鍵因素

基于SD建模原理，根據(jù)《能源生產(chǎn)和消費(fèi)革命戰(zhàn)略(2016—2030)》[14]對(duì)能源供給側(cè)結(jié)構(gòu)性改革作出的要求，非化石能源在一次能源消費(fèi)中的比重、非化石能源發(fā)電量占比、電力系統(tǒng)碳排放總量都是重要考慮因素.人口數(shù)量、全社會(huì)用電量、國(guó)民生產(chǎn)總值的變化會(huì)引起電力需求的變化.電力需求決定總發(fā)電量，結(jié)合裝機(jī)容量、投資力度、發(fā)電消納水平，也會(huì)對(duì)新能源發(fā)電量起到一定的影響作用.綠證數(shù)量與新能源發(fā)電量有對(duì)應(yīng)關(guān)系，其規(guī)模和交易直接造成發(fā)電結(jié)構(gòu)的變化，進(jìn)而影響電力碳排放.

總之，當(dāng)電力碳排放呈增長(zhǎng)趨勢(shì)時(shí)，在雙碳背景下，國(guó)家會(huì)對(duì)行業(yè)減排制定相應(yīng)的政策措施.搭建圖2所示的因果回路圖，包括電力需求模塊、電力技術(shù)模塊、發(fā)電消納模塊、綠證市場(chǎng)模塊以及能源消耗和碳排放模塊.

圖2 因果回路圖Fig.2 Causal loop diagram

2.2 模型主要關(guān)系及參數(shù)說(shuō)明

2.2.1政策投資模塊 政策投資模塊模擬政府投資行為，主要影響新能源新增裝機(jī)容量，動(dòng)力學(xué)演化模型如圖3所示.

圖3 政策投資模塊Fig.3 Policy investment module

It,b=It,pkt,i

(1)

(2)

Ct,inc=kt,b-cIt,b+Et,ndkt,e-cPt0,gp/(Pt,gptt,c)

(3)

(4)

式中：It,b、kt,i為投資變化和投資變化率；It,p為投資力度；It0,p為仿真初始年限的投資力度；投資力度會(huì)促進(jìn)新能源新增裝機(jī)，具體由式(3)給出，其表明新能源新增裝機(jī)容量Ct,inc不僅與投資變化有對(duì)應(yīng)關(guān)系，還受電力需求Et,nd、當(dāng)年綠證價(jià)格Pt,gp、新能源平均利用時(shí)間tt,c的影響，kt,b-c、kt,e-c為相應(yīng)系數(shù).式(4)給出新能源裝機(jī)容量Ct,c計(jì)算式，由仿真初始年限新能源裝機(jī)容量Ct0,c和新能源新增裝機(jī)容量Ct,inc計(jì)算得到.

2.2.2電力需求模塊 用電需求是推動(dòng)電力碳排放的正向因素，用電需求主要受經(jīng)濟(jì)發(fā)展水平、人口、全國(guó)發(fā)電企業(yè)平均上網(wǎng)電價(jià)、產(chǎn)業(yè)結(jié)構(gòu)等因素的影響.用電需求和經(jīng)濟(jì)發(fā)展水平呈現(xiàn)高度相關(guān)性，特別是第二產(chǎn)業(yè)和第三產(chǎn)業(yè)的用電量和相應(yīng)產(chǎn)業(yè)GDP增加值的相關(guān)性在99%以上[15].人口數(shù)量的穩(wěn)步增加也會(huì)對(duì)電力消費(fèi)及碳排放產(chǎn)生較大影響，電力需求子模塊的動(dòng)力學(xué)演化模型如圖4所示.

圖4 電力需求模塊Fig.4 Power demand module

(9)

式中：Pt為仿真年限人口數(shù)量；Pt0為仿真初始年限人口數(shù)量；pt,inc為人口增長(zhǎng)率；Gt為國(guó)民生產(chǎn)總值；Gt0為仿真初始年限GDP；gt,inc為GDP增長(zhǎng)率.式(6)、(7)分別給出仿真年限人口數(shù)量和國(guó)民生產(chǎn)總值計(jì)算式，Pt,G為人均收入.Et0,h、kh,inc分別為仿真初始年限的全行業(yè)用電量、行業(yè)用電增長(zhǎng)率.全行業(yè)用電量Et,h用式(8)表示，總電力需求用式(9)表示，n1、n2、n3、n4分別為人均收入Pt,G、全國(guó)發(fā)電企業(yè)平均上網(wǎng)電價(jià)Pt,avg、第二產(chǎn)業(yè)產(chǎn)值Pt,s以及全行業(yè)用電量Et,h的權(quán)重系數(shù).

2.2.3電力技術(shù)模塊 電力技術(shù)子模塊主要考慮發(fā)電新技術(shù)、清潔能源裝機(jī)和發(fā)電占比、發(fā)電設(shè)備利用時(shí)間、線損率等因素.碳捕獲、利用與封存(CCUS)技術(shù)通過(guò)降低源端發(fā)電排放物實(shí)現(xiàn)減排目標(biāo).多種清潔能源發(fā)電對(duì)電力碳排放起到一定的抑制作用.終端電力需求一定的條件下，提高發(fā)電設(shè)備的利用時(shí)間，發(fā)電量和碳排放能得到有效降低.系統(tǒng)動(dòng)力學(xué)推演模型如圖5所示.

圖5 電力技術(shù)模塊Fig.5 Power technology module

Qt,pro=p1Et,nd+p2Pt,avg+p3Et,l

(10)

qt,c=k1ct,c+k2It,m

(11)

ct,c=Ct,c/(Ct,c+Ct,f)

(12)

Qt,cpro=Qt,proqt,c

(13)

Qt,fpro=Qt,pro(1-qt,c)

(14)

Qt,coal=(Qt,fpro+Qt,x)ke-c

(15)

tt,f=Qt,fpro/Ct,f

(16)

tt,c=Qt,cpro/Ct,c

(17)

式中：Qt,pro為總發(fā)電量，受電力需求Et,nd、平均上網(wǎng)電價(jià)Pt,avg和線損率Et,l的影響；p1、p1、p1為相關(guān)系數(shù)；新能源發(fā)電量所占比重qt,c主要受到裝機(jī)容量占比ct,c和投資力度的影響，k1、k2為相應(yīng)相關(guān)系數(shù).裝機(jī)容量占比又由新能源裝機(jī)容量Ct,c和火電企業(yè)裝機(jī)容量Ct,f直接決定.新能源發(fā)電量Qt,cpro、火電企業(yè)發(fā)電量Qt,fpro由式(13)、(14)算出.Qt, coal為火電企業(yè)的煤耗量；Qt,x為火電企業(yè)參與輔助服務(wù)電量；Ct,f為火電企業(yè)裝機(jī)容量.火電企業(yè)機(jī)組發(fā)電量和參與輔助服務(wù)的電量決定火電企業(yè)的煤耗量，ke-c為電煤轉(zhuǎn)換系數(shù)，關(guān)系式如式(15)所示.式(16)、(17)分別給出火電企業(yè)設(shè)備平均利用時(shí)間tt,f、新能源平均利用時(shí)間tt,c的計(jì)算式.

2.2.4綠證市場(chǎng)模塊 綠證市場(chǎng)模塊的動(dòng)力學(xué)演化模型如圖6所示，主要考慮煤耗成本、煤價(jià)、綠證收益等因素.煤耗成本和煤價(jià)對(duì)電力碳排放起到一定的抑制作用，其動(dòng)力學(xué)演化模型耦合在電力需求子模塊及能源消耗和碳排放子模塊中.綠證是衡量清潔能源發(fā)電量的指標(biāo)，新能源發(fā)電量越多，對(duì)電力碳排放的抑制作用越強(qiáng).在市場(chǎng)中銷售綠電，新能源發(fā)電企業(yè)得到相應(yīng)的收益，也會(huì)促進(jìn)新能源機(jī)組的發(fā)展.

圖6 綠證市場(chǎng)模塊Fig.6 Power market module

Pt,gp=Pt0+Pt,ex

(18)

Pt,ex=(qt,pg-qt,sg)/qt,sg

(19)

Nt,ger=Nt0,ger+Gt,l-Gt,grid

(20)

Nt,grid=Nt0,grid+Gt,grid-Gt,up

溧陽(yáng)南山片區(qū),地處溧陽(yáng)、宜興、廣德三地交匯處,自然條件較好,周邊旅游資源豐富,是旅游發(fā)展“三山兩湖一團(tuán)城”體系中的重點(diǎn)發(fā)展景區(qū)(詳見(jiàn)圖2)。

(21)

Gt, l=Qt,cpro/kcpro-l

(22)

Gt,up=Et,ndPq

(23)

式中：Pt,gp為綠證價(jià)格變化，由綠證初始價(jià)格Pt0和綠證超額需求Pt,ex決定；qt,pg為預(yù)計(jì)購(gòu)買量；qt,sg為預(yù)計(jì)銷售量；Nt,ger為綠證廠商所持有的綠證數(shù)量；Nt,grid為電網(wǎng)所持有的綠證數(shù)量.超額需求是預(yù)計(jì)購(gòu)買量和預(yù)計(jì)銷售量的差值函數(shù)，如式(19)所示.式(20)、(21)給出綠證廠商和電網(wǎng)所持有的綠證數(shù)量，其中間數(shù)量關(guān)系由式(22)、(23)給出，Nt0,ger、Nt0,grid為仿真初始年限綠證廠商、電網(wǎng)持有的綠證數(shù)量；Gt,l為新能源發(fā)電量所對(duì)應(yīng)的綠證數(shù)量，也就是綠證廠商獲得的綠證數(shù)量；Gt,grid、Gt,up分別為電網(wǎng)獲得的綠證和上交的綠證；kcpro-l為新能源發(fā)電量和綠證數(shù)量的轉(zhuǎn)換關(guān)系；Pq為配額比例.

2.2.5發(fā)電消納模塊 發(fā)電消納模塊的動(dòng)力學(xué)演化模型如圖7所示.儲(chǔ)能和火電機(jī)組靈活性改造是消納清潔能源的重要方式.在新能源資源豐富時(shí)，儲(chǔ)能的裝機(jī)容量直接影響棄新能源的多少，火電機(jī)組減少出力也能最大程度減少棄新能源量.在新能源出力較低時(shí)，儲(chǔ)能放電和增大火電機(jī)組出力都是緩解新能源出力不夠的有效措施.

圖7 發(fā)電消納模塊Fig.7 Power generation consumption module

(30)

式中：Qt,x為消納量；Qt0,x為仿真初始年限消納量；kt,x為消納水平變化率.在本模型中，消納水平變化率主要受煤電消納因子ct,x和儲(chǔ)能消納因子st,x的影響.煤電消納水平通過(guò)火電機(jī)組靈活性指數(shù)kt,fe體現(xiàn)，儲(chǔ)能消納水平通過(guò)儲(chǔ)能裝機(jī)容量Ct,s和充放電效率ηt,s體現(xiàn)，Qt,x、Qt,s為棄風(fēng)棄光量；Ct0,s為仿真初始年限儲(chǔ)能裝機(jī)容量；kt,s為儲(chǔ)能變化率.

2.2.6能源消耗和碳排放模塊 能源消耗和碳排放子模塊的動(dòng)力學(xué)演化模型如圖8所示.能源利用效率高低直接通過(guò)發(fā)電煤耗體現(xiàn)，發(fā)電能源結(jié)構(gòu)和發(fā)電技術(shù)又是造成發(fā)電煤耗過(guò)高的原因，煤耗降低對(duì)碳排放起到直接抑制作用.

圖8 能源消耗和電力碳排放模塊Fig.8 Energy consumption and power carbon emission modules

Qt,fos=Qt,coalλc-f

(31)

Ct,fos=Qt,fosSt,foskfos-c

(32)

(33)

(34)

Pt,rawQt,raw=Pt,staQt,sta

(35)

式中：Qt,fos為化石能源消費(fèi)量，與燃煤消耗量的關(guān)系由(31)給出，其直接影響化石能源碳排放量Ct,fos，如式(32)所示.λc-f為燃煤消耗量與化石能源消耗量的轉(zhuǎn)換系數(shù)；St,fos、kfos-c分別為化石能源對(duì)標(biāo)準(zhǔn)煤的折算系數(shù)以及化石能源的碳排放系數(shù).電力系統(tǒng)碳排放主要由化石能源碳排放決定，式(33)給出電力系統(tǒng)二氧化碳排放量的計(jì)算式，Ct0為仿真初始年限碳排放量.Ct,en為碳排放強(qiáng)度，指每單位國(guó)民生產(chǎn)總值所帶來(lái)的二氧化碳排放量[16]，反映碳排放量和經(jīng)濟(jì)之間的關(guān)系.本文中能源價(jià)格指原煤價(jià)格，Pt,raw、Pt,sta表示原煤和標(biāo)煤的價(jià)格；Qt,raw、Qt,sta表示原煤量和標(biāo)煤量，《中華人民共和國(guó)價(jià)格法釋義》[17]中規(guī)定計(jì)劃電煤采用政府指導(dǎo)價(jià)格，在社會(huì)資源一定的情況下，原煤價(jià)格上漲時(shí)，標(biāo)煤量會(huì)減少，關(guān)系如式(35)所示，會(huì)間接減少碳排放，進(jìn)而影響碳排放強(qiáng)度.

3 算例仿真

3.1 算例基礎(chǔ)數(shù)據(jù)

隨著電力系統(tǒng)復(fù)雜性和不確定性的增強(qiáng)，系統(tǒng)環(huán)境日益復(fù)雜，本文采用情景預(yù)測(cè)分析方法[18-19]對(duì)未來(lái)發(fā)展情況進(jìn)行分析和預(yù)測(cè).通過(guò)分析系統(tǒng)特定因素之間的互相聯(lián)系，產(chǎn)生可能出現(xiàn)的情景模式.

為全面模擬我國(guó)電力系統(tǒng)轉(zhuǎn)型過(guò)程中可能出現(xiàn)的碳排放路徑，本文設(shè)置基準(zhǔn)情景、低碳情景、超低碳情景3種情景進(jìn)行模擬，具體情況將在后文中詳細(xì)敘述.

為驗(yàn)證前文所構(gòu)建模型在各種情景下的可行性和有效性，調(diào)研中國(guó)電力企業(yè)協(xié)會(huì)數(shù)據(jù)和中國(guó)統(tǒng)計(jì)年鑒得到關(guān)鍵參數(shù)，如表1所示.調(diào)用Vensim軟件，仿真分析投資力度、能源側(cè)結(jié)構(gòu)變化、關(guān)鍵技術(shù)發(fā)展等因素對(duì)發(fā)電結(jié)構(gòu)、碳排放量的影響.仿真初始時(shí)間設(shè)為2020年1月，結(jié)束時(shí)間為2030年12月，共120個(gè)月，時(shí)間步長(zhǎng)為1個(gè)月.

表1 參數(shù)初始值Tab.1 Initial value of parameters

3.2 仿真結(jié)果及分析

3.2.1基準(zhǔn)情景 基準(zhǔn)情景考慮的發(fā)展驅(qū)動(dòng)是投資力度.未來(lái)十年我國(guó)新能源新增裝機(jī)容量要達(dá)到7×108kW，平均投資變化率為9.15%.人口、全社會(huì)用電量、電力行業(yè)技術(shù)等指標(biāo)延續(xù)歷史發(fā)展的自然規(guī)律，不考慮碳排放對(duì)行業(yè)發(fā)展的約束，政府通過(guò)現(xiàn)行的環(huán)境排放標(biāo)準(zhǔn)版和有限的經(jīng)濟(jì)調(diào)控手段引導(dǎo)電力行業(yè)投資，仿真結(jié)果如圖9所示.

圖9 基準(zhǔn)情景下電力系統(tǒng)指標(biāo)變化Fig.9 Changes of power system index under base scenarios

仿真結(jié)果表明即使政府大力投資新能源，由于新能源發(fā)電技術(shù)成本較高，累計(jì)裝機(jī)容量、裝機(jī)占比、發(fā)電量比例增長(zhǎng)緩慢.除此之外，為滿足電力需求，火電企業(yè)燃煤發(fā)電量逐年增加，電力系統(tǒng)碳排放近似呈現(xiàn)線性增長(zhǎng)趨勢(shì).

3.2.2低碳情景 低碳情景考慮我國(guó)環(huán)境與經(jīng)濟(jì)的協(xié)調(diào)、低碳可持續(xù)發(fā)展等因素.在基準(zhǔn)情景的投資力度下，分別考慮發(fā)電技術(shù)發(fā)展(低碳情景1)和市場(chǎng)監(jiān)督(低碳情景2)對(duì)新能源消納量的影響，進(jìn)而影響電力系統(tǒng)轉(zhuǎn)型過(guò)程中的碳排放.

低碳情景1主要考慮火電機(jī)組的靈活性改造和儲(chǔ)能規(guī)?；l(fā)展對(duì)棄新能源的影響，仿真結(jié)果如圖10所示.

圖10 低碳情景1下電力系統(tǒng)指標(biāo)變化Fig.10 Changes in power system indicators under low-carbon scenarios 1

綠證市場(chǎng)是我國(guó)電力市場(chǎng)的發(fā)展趨勢(shì)，綠電的交易不僅會(huì)影響新能源廠商的收入，間接影響裝機(jī)容量，也是促進(jìn)消納新能源的重要方式之一，低碳情景2的仿真結(jié)果如圖11所示.

圖11 低碳情景2下電力系統(tǒng)指標(biāo)變化Fig.11 Changes in power system indicators under low-carbon scenarios 2

在基準(zhǔn)情景下，提倡低耗能和節(jié)能減排，火電機(jī)組靈活性改造和市場(chǎng)消納機(jī)制投入示范運(yùn)行或進(jìn)入商業(yè)應(yīng)用，帶動(dòng)發(fā)電效率提升.由于低碳和節(jié)能減排政策的影響，綠證市場(chǎng)快速發(fā)展，新能源機(jī)組逐漸增多，燃煤機(jī)組的增長(zhǎng)速度受到約束，燃煤機(jī)組發(fā)電量略受影響，燃煤機(jī)組仍然是主要發(fā)電形式.此種情況下，棄新能源的現(xiàn)象未得到解決，新能源的發(fā)電占比增長(zhǎng)相對(duì)緩慢.

3.2.3超低碳情景 超低碳情景主要考慮電力新技術(shù)的進(jìn)步和市場(chǎng)消納機(jī)制的協(xié)同作用.強(qiáng)化電力行業(yè)技術(shù)進(jìn)步，建設(shè)堅(jiān)強(qiáng)電網(wǎng)，協(xié)調(diào)新能源并網(wǎng)問(wèn)題，新能源得到快速發(fā)展，增加低碳調(diào)度運(yùn)行方式的靈活性.結(jié)合基準(zhǔn)情景、低碳情景，得到圖12所示仿真結(jié)果對(duì)比圖.

圖12 3種情景電力系統(tǒng)主要指標(biāo)對(duì)比Fig.12 Comparison of main indexes of power systems under three scenarios

基于不同發(fā)展路徑，圖12給出未來(lái)十年電力系統(tǒng)主要指標(biāo)的演化趨勢(shì).通過(guò)綠證市場(chǎng)交易綠電，綠電廠商收益增加，促進(jìn)新能源裝機(jī)增加，間接影響燃煤機(jī)組裝機(jī)，低碳情景2對(duì)新能源裝機(jī)容量的促進(jìn)作用最明顯.低碳情景1主要考慮靈活性改造的技術(shù)發(fā)展，“新能源+火電機(jī)組”的協(xié)調(diào)發(fā)展得到定量分析，靈活性改造降低火電機(jī)組的出力下限，利于火電機(jī)組參與輔助服務(wù)，促進(jìn)新能源機(jī)組出力，新能源發(fā)電占比顯著增加.燃煤機(jī)組發(fā)電逐步被新能源發(fā)電替代，其發(fā)電量也隨之逐漸減少.大約在2027年，新能源發(fā)電量顯著增加，超低碳情景對(duì)電力系統(tǒng)新能源的消納優(yōu)勢(shì)更加明顯，多種消納方式協(xié)同作用能增強(qiáng)電力系統(tǒng)的穩(wěn)定性.從碳排放變化角度看，除基準(zhǔn)情景外，所模擬的情景均對(duì)碳排放均有一定的抑制作用.在仿真年限內(nèi)，低碳情景1大約在2027年達(dá)到碳排放變化的最大值，超低碳情景大約在2028年達(dá)到碳排放變化的最大值，低碳情景2的碳排放變化最慢，但呈現(xiàn)持續(xù)增長(zhǎng)的趨勢(shì).

4 結(jié)語(yǔ)

基于系統(tǒng)動(dòng)力學(xué)，構(gòu)建了雙碳目標(biāo)下電力系統(tǒng)供給側(cè)形態(tài)發(fā)展的推演模型.政策投資力度是電力系統(tǒng)轉(zhuǎn)型的基礎(chǔ)，清潔能源消納是關(guān)鍵.通過(guò)仿真模擬，驗(yàn)證了模型的可行性和有效性.結(jié)果表明：在電力系統(tǒng)供給側(cè)轉(zhuǎn)型初期，發(fā)電新技術(shù)、市場(chǎng)消納能力都會(huì)限制能源發(fā)電結(jié)構(gòu)的發(fā)展，此時(shí)投資力度對(duì)新能源累計(jì)裝機(jī)容量、裝機(jī)占比及發(fā)電量的促進(jìn)作用不明顯，碳排放近似線性增長(zhǎng).隨著消納技術(shù)和消納市場(chǎng)的不斷成熟，火電機(jī)組靈活性增強(qiáng)、儲(chǔ)能規(guī)?；l(fā)展、綠證市場(chǎng)趨于成熟，對(duì)新能源機(jī)組出力促進(jìn)作用增強(qiáng)，新能源發(fā)電成為主要發(fā)電形式，有效降低電力碳排放，助力雙碳目標(biāo)的實(shí)現(xiàn).