面向新型電力系統(tǒng)的可再生能源綠色電力證書差異化配置模型

張 碩， 李 薇， 李英姿， 劉 強， 曾 鳴

(1. 華北電力大學 經濟與管理學院， 北京 102206； 2. 北京科技大學 經濟管理學院， 北京 100083；3. 華北電力大學 新能源電力與低碳發(fā)展研究北京市重點實驗室， 北京 102206)

構建以新能源為主體的新型電力系統(tǒng)是我國實現碳達峰碳中和目標(“30·60”雙碳目標)的基礎支撐.碳達峰目標明確到2030年我國風力發(fā)電(簡稱風電)、光伏發(fā)電總裝機容量將超過1.2×1010kW.如何實現大規(guī)模風電、光伏發(fā)電類型并網后的持續(xù)穩(wěn)定發(fā)展，是新型電力系統(tǒng)建設的關鍵問題.為此，我國實施可再生能源電力消納保障機制[1](配額制)及配套可再生能源綠色電力證書(簡稱綠證)交易制度[2]，以確保風電、光伏發(fā)電類型的穩(wěn)步可持續(xù)發(fā)展[3].

一些國家在可再生能源配額制方面積累了較豐富的經驗[4].美國可再生能源裝機容量在實施配額制期間實現快速增長.澳大利亞的可再生能源配額機制激發(fā)市場投資意向和發(fā)電項目建設，取得顯著成果.英國實施配額制期間可再生能源發(fā)電比率由2%提升到17%.當前針對配額制與綠證市場的研究主要集中在配額消納、綠證政策和綠證差異化.在配額消納方面，文獻[5]采用發(fā)電商演化博弈模型建模仿真，結果表明應考慮可再生能源產業(yè)發(fā)展規(guī)劃；文獻[6]建立了配額制綠證中長期二次交易模型，結果表明放開二次交易利于配額制和綠證實施.在綠證政策方面，文獻[7]構建了互補多區(qū)域綜合綠證與電力市場模型，證明綠證將促進可再生能源企業(yè)市場競爭力；文獻[8]構建了雙碳目標下新型電力系統(tǒng)發(fā)展推演模型，結果表明政策投資力度是電力系統(tǒng)轉型的基礎.在綠證差異化研究方面，文獻[9]針對發(fā)電側差異性，建立基于熵權法的可再生能源電廠綠證核發(fā)評價體系；文獻[10]建立可再生能源投資博弈模型，結果表明在無差別配額下高成本發(fā)電類型將被擠出市場；文獻[11]綜述可再生能源電力系統(tǒng)研究現狀，分析構建該系統(tǒng)將面臨的主要挑戰(zhàn)；文獻[12]為分布式能源系統(tǒng)建立評價體系，可為能源系統(tǒng)多指標評價提供參考.

上述研究為我國綠證發(fā)展提供了重要借鑒和理論支持.當前我國綠證分配機制單一，無法充分體現不同可再生能源發(fā)電類型在綠色價值方面的差異；但進行綠色價值差異核算需要考慮的因素眾多，簡單建模方式不適用于不同發(fā)電類型綠色價值差異全面評價[13]，亟需建立一套科學合理的評價指標體系，準確評價其綠色價值及發(fā)展狀態(tài)，加快推進新型電力系統(tǒng)建設.

本文以風電、光伏發(fā)電類型為研究對象構建考慮可再生能源綜合價值的綠證差異化評價指標體系，創(chuàng)新地考慮了風電、光伏發(fā)電量兌換綠證的數量差異，結合CRITIC法(一種評價指標客觀賦權的方法)、熵權法和TOPSIS法(一種相對優(yōu)劣評價方法)構建綠證差異化配置模型，以碳達峰下風電、光伏發(fā)電發(fā)展目標為發(fā)展場景，分析并修正其發(fā)展路徑.

1 考慮可再生能源綜合價值的綠證差異化評價指標體系

1.1 評價指標構建

受可再生能源的資源特點所限，目前我國在能源綠色低碳轉型體系的開發(fā)、并網、消納等方面仍需加大力度，亟需建成推進可再生能源發(fā)展的綜合評估體系.評價指標體系不僅應反映其發(fā)展現狀和趨勢，還應綜合綠色、經濟等方面加以引導，便于與可再生能源市場化交易、政策、消納方面相銜接.基于此，遵循指標選取全面性、可比性等統(tǒng)計原則構建評價指標體系，如表1所示.

表1 可再生能源電力綠證差異化評價指標體系Tab.1 Differentiated evaluation index system for green power certificates of renewable power generation

1.2 評價指標說明

1.2.1技術指標

(1) 能源開發(fā)成熟度指當前可再生能源發(fā)展利用中相應技術水平、工藝流程等方面具有的產業(yè)化實用程度，表示為

(1)

式中：Ha為可利用時間；Ha,max為最大可利用時間.

(2) 合理建設周期(Prc)指所有在建項目均按合理工期組織施工，并按合理工期完工所需要的時間周期.

(3) 能源轉換效率指能源經過加工、轉換后，產出的各種能源產品的數量與同期投入加工轉換的各種能源數量的比率[14]，表示為

(2)

式中：oi為能源加工、轉換產出量；Ii為能源加工、轉換投入量.

(4) 能源利用效率指各類能源在既定情況下如何獲得盡可能多的產出品種和數量[15]，表示為

(3)

式中：ηi,max為能源轉換效率理論最大值.

(5) 裝機容量平均增長量(Ca,i)指一定年限內各發(fā)電類型裝機容量平均年增長量.

1.2.2經濟指標

(1) 單位容量造價為發(fā)電工程總投資成本與電廠容量之比[16]，表示為

(4)

式中：Ccost為發(fā)電廠總投資成本；W為單位面積可安裝的電站容量.

(2) 平準化度電成本指對項目生命周期內的成本和發(fā)電量進行平準化計算得到的發(fā)電成本.

(3) 平均年投資額指平均每年投資的資金總量，表示為

(5)

(4) 年帶動就業(yè)人數分為顯性和隱性就業(yè)兩類.顯性就業(yè)指電廠直接提供的工作崗位，可根據電廠人員定額得出；隱性就業(yè)指電廠建設、運營等環(huán)節(jié)提供的就業(yè)崗位[17]，表示為

(6)

(7)

(5) 上網電價(Np)指計劃內電量的上網電價.

1.2.3資源指標

(1) 資源開發(fā)潛力指考慮地理環(huán)境要素等影響可開發(fā)利用的電站基地規(guī)模，表示為

Etec=(Sthe-N-F)W

(8)

式中：Sthe為理論可安裝面積；N、F分別為不可開發(fā)和限制開發(fā)的面積.

(2) 可再生能源發(fā)電量占比(Pre)指年發(fā)電量占所有能源年發(fā)電量的比例.

(3) 可再生能源裝機量占比(Cre)指裝機容量占光伏、風電裝機容量的比例.

(4) 電力季節(jié)性波動率指發(fā)電類型發(fā)電功率波動程度[18]，表示為

(9)

1.2.4環(huán)境指標

(1) 供電降污排放量指相對于火力發(fā)電(簡稱火電)而言，各發(fā)電類型降低的煙氣等污染物排放總量，表示為

(10)

式中：θ為火電煙氣污染物排放系數.

(2) 供電降碳排放量指相對于火電而言，各發(fā)電類型降低的二氧化碳排放總量，表示為

(11)

式中：?為火電碳排放系數.

(3) 供電降廢排放量指相對于火電而言，各發(fā)電類型降低的廢水污染物排放總量，表示為

(12)

式中：φ為火電廢水污染物排放系數.

(4) 供電節(jié)水量指相對于火電而言，各發(fā)電類型節(jié)約的用水總量，表示為

(13)

式中：υ為火電耗水系數.

(5) 單位土地裝機量(Ci,l)指每平方米土地可容納裝機容量.

2 基于CRITIC-熵權-TOPSIS法的差異化評價模型

2.1 CRITIC-熵權法組合確定指標權重

采用CRITIC法和熵權法組合確定各評價指標權重.熵權法可根據各指標所傳遞信息量的大小，即指標間的離散程度來確定指標權重，而CRITIC法考慮指標變異性大小的同時兼顧指標之間的相關性.綜合使用CRITIC法和熵權法能夠更加客觀反映指標的權重[19]，在實際應用中精度較高，客觀性更強，能夠更好地解釋所得結果，具體步驟如下.

設有m個評價對象,n個評價指標，原始數據為xij，i=1, 2, …,m；j=1, 2, …,n.

2.1.1處理原始數據 采用極值化法將評價指標數據轉化為0～1區(qū)間的標準化可比數值，根據指標屬性分為正向指標和負向指標，表示為

(14)

(15)

2.1.2計算指標權重 在 CRITIC 法中，指標信息量以指標間的對比強度和沖突性體現，表示為

(16)

(17)

(18)

(19)

式中：si、rij、cj分別為指標間的標準差、相關系數、信息量；ω1為CRITIC法權重結果.

熵權法根據評價指標變化程度所反映的信息來確定其權重，表示為

(20)

(21)

tj=1-ej

(22)

(23)

式中：pij、ej、tj分別為指標的比率、熵值、信息熵冗余度；ω2為熵權法權重結果.

組合權重表示為

ωj=γω1+(1-γ)ω2

(24)

式中：γ為組合權重的系數，取值為[0, 1]，依據文獻[20-21]，組合系數取值0.5，該組合系數可在實際應用中數據積累的情況下調整.

2.2 TOPSIS法評分排序

利用CRITIC-熵權法得到各指標權重后，采用TOPSIS法進行評分排序.TOPSIS法根據評價對象與理想化目標的接近程度進行優(yōu)劣評價，可最大程度避免原始數據信息的損失，便于后續(xù)的標準化處理及評級，可更好地匹配可再生能源綜合價值的綠證差異化評價指標體系，體現差異化結果，評價步驟如下.

構建加權矩陣表示為

zij=dijwj

(25)

Z*=(zij)m×n

(26)

(27)

(28)

(29)

2.3 差異化劃分區(qū)間模型

2.3.1標準化貼近度值 基于CRITIC-熵權法和TOPSIS法計算評價對象的最終貼近度值(Gl).采用線性比例標準化法將其轉化至0～100區(qū)間并向上取整得到：

(30)

2.3.2構建百分整數制評分區(qū)間 根據評分數值，劃定s個等值評分區(qū)間ts，s={1, 2, …,o},o∈N，如表2所示.

表2 百分整數制評分區(qū)間Tab.2 Percentile scoring range

2.3.3對應百分整數制評分區(qū)間與綠證設定量 結合當前政策相關要求，根據各評價對象的發(fā)展狀態(tài)和趨勢，簡化設定各評分區(qū)間的發(fā)展程度、發(fā)展狀態(tài)及綠證設定量，如表3所示.

表3 綠色電力證書設定量Tab.3 Setting quantity of green certificates

3 可再生能源電力綠證差異化影響分析

3.1 數據輸入

我國風電、光伏發(fā)電主要有4類發(fā)電類型：集中式光伏發(fā)電、分布式光伏發(fā)電、陸上風電及海上風電.本文采用國家能源局、國際能源署[22]等官方渠道發(fā)布的相關數據作為算例.其中，年帶動就業(yè)人數、裝機容量增長率采用2016—2020年數據，平均年投資額采用2018—2020年數據，其余指標均采用2020年數據.

3.2 可再生能源電力綠證差異化結果分析

采用CRITIC-熵權組合權重法進行客觀賦權，得到一級指標權重，如圖1所示.發(fā)現環(huán)境類及資源類指標占比較高，分別為33.22%、28.08%；技術類及經濟類指標占比較低，分別為22.40%、16.32%.發(fā)電類型對環(huán)境的友好程度及其可利用資源的豐富程度將是影響其發(fā)展速度的重點參考因素，而技術及經濟方面參考價值相對較低，指標變動所造成的影響較小.

圖1 一級指標權重(%)Fig.1 Weights of first-level indexes (%)

如圖2所示為各二級指標權重，可再生能源發(fā)電量占比、供電降污排放量等指標權重均超過6%，對可再生能源發(fā)電類型發(fā)展具有重要影響.單位容量造價、平準化度電成本等指標權重均低于4%，對其發(fā)展影響作用較低.值得注意的是，雖然在其經濟性方面進行優(yōu)化對其作用較小，但年帶動就業(yè)人數仍較為重要，應引起重視.

圖2 二級指標權重Fig.2 Weights of second-level indexes

基于CRITIC-熵權法和TOPSIS法計算4種發(fā)電類型評分與正負理想解的相對接近程度，結合綠證設定量，得到各發(fā)電類型的發(fā)展程度及兌換綠證量，如表4所示.

表4 發(fā)展程度及兌換綠證量Tab.4 Degree of development and number of green certificates exchanged

3.3 可再生能源電力綠色收益測算分析

目前綠證交易活躍度較低.截至2020年10月，光伏綠證實際交易量為166張，平均交易價格為668.1元/張；風電綠證實際交易量為38 595張，平均交易價格為174.4元/張.結合實際交易量和平均交易價格，設定各發(fā)電類型指導電價為其2020年指導電價均值，煤電交易基準價為2020年南方電網、國家電網及蒙西電網煤電交易基準價均值，計算得出各發(fā)電類型綜合收益與增長收益結果，分別如表5～7所示，計算公式表示為

表5 指導電價Tab.5 Guiding price 元/(kW·h)

表6 煤電交易基準價平均值Tab.6 Average benchmark price of coal-fired power transactions 元/(kW·h)

表7 修正后綜合收益結果Tab.7 Comprehensive income results after revision 元/(kW·h)

pr=pc-pcoal

(31)

pc=pg+pge

(32)

pg=mn+pe

(33)

(34)

如圖3所示，相較于當前各發(fā)電類型指導電價，在綠證差異修正后，4類發(fā)電類型的綜合收益、增長收益均有不同幅度增長，其結果更滿足實際發(fā)展過程.修正后，集中式光伏與分布式光伏增長收益較高，將獲得良好發(fā)展；陸上風電增長收益仍維持在中等水平，將保持穩(wěn)定發(fā)展；海上風電綜合收益最高，將促進其更快、更穩(wěn)發(fā)展.

圖3 修正后綜合收益及增長收益Fig.3 Revised comprehensive income and growth income

3.4 碳達峰下可再生能源電力發(fā)展路徑分析

可再生能源電力綠證交易是釋放可再生能源電力綠色價值的重要途徑，進行綠證差異化直接影響企業(yè)的綠色收益，進而影響可再生能源電力發(fā)展規(guī)劃.通過可再生能源電力綠證差異化模型分析并修正碳達峰目標情境下風電、光伏發(fā)電類型的發(fā)展路徑，期望推動4類發(fā)電類型的平衡協(xié)調發(fā)展.

3.4.1修正前的可再生能源電力發(fā)展路徑測算 可再生能源發(fā)展路徑傳統(tǒng)算法一般采用近幾年的平均增長或降低量來估計能源裝機容量的發(fā)展趨勢.2020年總裝機容量為5.33×109kW，為完成我國提出的到2030年風電、光伏發(fā)電量達到1.2×1010kW·h的目標，需計算各發(fā)電類型近5年新增裝機容量，根據發(fā)電類型對比，傳統(tǒng)算法計算公式表示為

(35)

求解結果為集中式光伏、分布式光伏、陸上風電和海上風電的新增裝機容量平均增量分別為 2.528×107、1.327×107、2.651×107、1.46×106kW，測算結果如表8所示.

表8 修正前裝機容量發(fā)展路徑測算結果Tab.8 Calculation results of development paths for installed capacity before revision 104 kW

3.4.2修正后的可再生能源電力發(fā)展路徑規(guī)劃 進行綠證差異化的政策扶持后，發(fā)展較緩的發(fā)電類型發(fā)展速度會有一定程度提升，發(fā)展較成熟的技術發(fā)展速度將會放緩.根據發(fā)電類型對比，設定4種發(fā)電類型的增長速率將在平均增量基礎上疊加修正得到綠色收益，設定陸上風電平均增量為a且綠色收益不變，則其他發(fā)電類型平均增量及綠色收益增長倍率計算公式如下：

(36)

(37)

求解得到集中式光伏、分布式光伏、陸上風電、海上風電綠色收益增長倍率分別為1.584、2.194、1、2.976.為方便計算，取求解結果近似值，即增長倍率分別為1.5、2、1、3.測算各發(fā)電類型的裝機總量及4種發(fā)電類型總裝機總量:

(38)

(39)

為與修正前進行比較，將Qn設置為1.2×1010kW，解得a=307.集中式光伏、分布式光伏、陸上風電、海上風電新增裝機容量平均增量分別為2.654×107,1.858×107,1.856×107,307×106kW，規(guī)劃結果如表9所示.

表9 修正后裝機容量發(fā)展路徑規(guī)劃結果Tab.9 Planning results of development paths for installed capacity after revision 104 kW

3.4.3修正前后可再生能源電力發(fā)展路徑對比 分析圖4～6可知，在綠證差異修正后，集中式光伏、分布式光伏、海上風電裝機容量較修正前呈加速增長狀態(tài)，占據市場份額增加；陸上風電裝機容量較修正前呈減速增長狀態(tài)，占據市場份額降低.集中式光伏、分布式光伏和海上風電增幅分別為1.251×107,5.298×107,1.606×107kW，市場份額分別從35.62%上升至36.60%，17.67%上升至22.05%，1.97%上升至3.30%；陸上風電降幅7.961×107kW，市場份額從44.74%降低至38.04%.較修正前，分布式光伏裝機容量市場份額增加較為明顯，將有利于電力系統(tǒng)控制，提高居民收入，降低電網輸配電等成本.海上風電裝機容量市場份額有一定提升，將有效提升風電發(fā)電效率和電網消納，減少投資成本和電網損耗.對比結果顯示：相較于可再生能源發(fā)展路徑傳統(tǒng)算法，修正模型的結果更滿足實際發(fā)展路徑過程，且有效促進其均衡發(fā)展，兼具綠色性和經濟性，各發(fā)電類型的優(yōu)勢得以更加高效體現，有利于加快構建新型電力系統(tǒng)，助力“30·60”雙碳目標的順利實現，模型具有可用性和優(yōu)越性.

圖4 修正前后裝機容量發(fā)展路徑對比圖Fig.4 Comparison of development paths for installed capacity before and after revision

圖5 修正前后裝機容量發(fā)展路徑對比Fig.5 Comparison of development paths for installed capacity before and after revision

圖6 修正前后裝機容量市場份額對比(%)Fig.6 Comparison of installed capacity market shares before and after revision (%)

3.5 相關政策建議

3.5.1制定電力綠證差異化制度 實施綠證差異化機制，可從綠色收益角度平衡不同發(fā)電類型收益，引導可再生能源多元同步發(fā)展，推進新型電力系統(tǒng)建設.結合本文綠證差異化結果，可從技術、經濟、資源和環(huán)境多維度綜合分析可再生能源發(fā)電類型的綠證差異化特性，并提出針對各發(fā)電類型電量的綠證差異化發(fā)放標準，釋放其綠色價值，推動可再生能源發(fā)電市場化發(fā)展.

3.5.2制定考慮均衡互補的可再生能源發(fā)展路徑 加快實施能源結構調整，構建以新能源為主體的新型電力系統(tǒng)是實現“30·60”雙碳目標的重要手段.為保證2030年碳達峰目標的順利達成，應重點發(fā)展光伏、風電等可再生能源.在集中式光伏發(fā)電、陸上風電為主要構成的基礎上，大力推進分布式光伏、海上風電的建設力度.確定考慮多類型可再生能源發(fā)電均衡互補發(fā)展的發(fā)展路徑，適時調整各省可再生能源新增裝機方案及消納責任權重.此外，可側重帶動就業(yè)人數、資源開發(fā)潛力等方面要素，規(guī)劃發(fā)展各類型可再生能源場站.

3.5.3統(tǒng)一可再生能源綠證定價基準 我國實施綠證制度的目的主要是減輕新能源補貼壓力和引導綠色電力消費觀，促進清潔能源利用.光伏和風電的綠證成交價格和數量差距較大，綠證市場不均衡在一定程度上影響了光伏和風電的發(fā)展趨勢.參考可再生能源電力綠色收益測算結果，盡快完善綠證定價制度，即統(tǒng)一可再生能源綠證定價基準，確保綠證交易市場統(tǒng)一規(guī)范，根據綠證差異化標準核發(fā)綠證數量，促進可再生能源綠色交易有序發(fā)展.積極探索開展全國綠色電力交易，豐富綠電交易方式，形成電量交易價格和綠證價格分開交易結算，即電量與綠證分離的交易機制，完善綠電交易與綠證交易相匹配的協(xié)同機制，加強綠電交易與綠證交易的有效銜接.

3.5.4將更多類型可再生能源納入綠證體系 綠證作為可再生能源配額制度的核查、清算工具，進一步擴大可核發(fā)綠證項目的范圍有助于完善可再生能源配額制度.隨著光伏、風電行業(yè)平價上網政策的實施，應考慮將分布式光伏、生物質能等可再生能源發(fā)電類型納入綠證體系，以便進行可再生能源的統(tǒng)一協(xié)調發(fā)展及管理，為其提供獲得綠色收益的市場渠道，完善綠證交易市場.

4 結語

在“30·60”雙碳目標大背景下，面向新型電力系統(tǒng)建設，通過構建考慮可再生能源綜合價值的綠證差異化評價指標體系，提出綠證差異化分配方式，對集中式光伏、分布式光伏、陸上風電、海上風電4類發(fā)電類型進行實例研究，以解決可再生能源發(fā)展不均衡問題.主要貢獻如下：結合當前可再生能源發(fā)展現狀，構建考慮可再生能源綜合價值的綠證差異化評價指標體系，形成綠證差異化評價依據；結合CRITIC-熵權法及TOPSIS法構建可再生能源電力綠證差異化模型，形成綠證差異化核算方法；基于綠證差異化分配方法，實證分析集中式光伏、分布式光伏、陸上風電和海上風電4種典型可再生發(fā)電類型的綠色收益變化，結合2030年碳達峰可再生能源發(fā)展目標，分析綠證差異化促進可再生能源發(fā)電均衡發(fā)展的作用.在后續(xù)研究中，將進一步考慮更多可再生能源發(fā)電類型，提取更多時間序列數據，提升綠證差異化的覆蓋面，為綠證交易制度提供更符合實際的輔助決策支持.