喻小寶, 鄭丹丹

(上海電力大學(xué) 經(jīng)濟(jì)與管理學(xué)院, 上海 200090)

氣候變化是21世紀(jì)全球面臨的最嚴(yán)重問題之一,來源于化石能源燃燒排放的CO2氣體是引起全球溫室效應(yīng)的主要因素。中國電力行業(yè)中火電比例超過70%,火力發(fā)電所排放的CO2總量占中國CO2排放總量的50%以上。隨著環(huán)保成本的日益增大,單純依靠行政管制的環(huán)境污染治理方式缺乏可持續(xù)性[1]。以CO2為主的溫室氣體減排涵蓋范圍較廣,需要密切的國際合作,而市場機(jī)制能夠更有效地解決環(huán)境問題。

在采用市場機(jī)制來有效控制CO2排放量的研究中,國內(nèi)外學(xué)者均取得了一些有價值的研究成果。其中,排放權(quán)交易是促進(jìn)碳減排的一項有效措施。排放權(quán)交易理論來源于“庇古稅”。福利經(jīng)濟(jì)學(xué)家PIGOU A C[2]主張對排放企業(yè)進(jìn)行懲罰性收費或獎勵來控制污染、保護(hù)環(huán)境,以更有效地配置稀缺的環(huán)境資源。CROKER T D[3]在空氣污染控制領(lǐng)域的開拓性研究,進(jìn)一步推動了排放權(quán)交易的理論發(fā)展。碳排放初始分配機(jī)制是實行排放權(quán)交易的一個重要機(jī)制。HAHN R W[4]指出,在不完全競爭環(huán)境下,排放權(quán)的初始分配會對交易效率產(chǎn)生影響。文獻(xiàn)[5-6]研究表明,初始分配方式將影響企業(yè)財務(wù)負(fù)擔(dān)及其競爭力,而影響競爭力的關(guān)鍵因素包括能源密集度、減排技術(shù)以及市場需求彈性等。

國內(nèi)對于碳減排機(jī)制的研究略晚于國外。從國內(nèi)碳市場及經(jīng)濟(jì)現(xiàn)狀來看,當(dāng)前適宜采取以免費發(fā)放為主、有償分配為輔的配置方式[7-8]。文獻(xiàn)[9]構(gòu)造了一個兩階段動態(tài)博弈模型,以兩個代表性鋼鐵企業(yè)為研究對象,來考察在完成一定減排目標(biāo)前提下,政府設(shè)置統(tǒng)一碳稅和差異化碳稅對減排成本、社會經(jīng)濟(jì)福利、企業(yè)競爭力等的影響。文獻(xiàn)[10]開發(fā)了一種國際合作碳減排機(jī)制模型,能處理完全競爭以及前蘇聯(lián)與東歐、中國、印度等壟斷的碳市場結(jié)構(gòu)。

本文在這些研究成果的基礎(chǔ)上,提出了一套適用于國內(nèi)電力行業(yè)碳排放現(xiàn)狀的反饋機(jī)制,通過碳排放市場對電力市場的反饋,抑制電力行業(yè)的碳排放量增長,從而有效地控制碳排放量。以系統(tǒng)動力學(xué)為平臺,構(gòu)建了電力行業(yè)碳減排潛力模型,并根據(jù)不同情景設(shè)置相關(guān)參數(shù),對發(fā)電結(jié)構(gòu)、碳排放強(qiáng)度、技術(shù)進(jìn)步進(jìn)行敏感性分析,最后根據(jù)運行結(jié)果來驗證本文所提反饋機(jī)制的可行性和有效性。

1 碳市場對電力市場反饋結(jié)構(gòu)分析

電力行業(yè)是碳排放總量占比較大的產(chǎn)業(yè)之一,如何有效控制電力行業(yè)的碳排放量是未來一段時間內(nèi)的研究重點。探索電力行業(yè)碳減排潛力與實現(xiàn)路徑是我國發(fā)展低碳經(jīng)濟(jì)的關(guān)鍵環(huán)節(jié)[11-14]?？紤]到碳市場與電力市場的密切關(guān)系,本文構(gòu)建了一種碳市場對電力市場的反饋結(jié)構(gòu),通過對碳市場的一些重要因素的控制反過來影響電力市場的碳排放。反饋結(jié)構(gòu)主要由兩個反饋回路構(gòu)成。

回路1 火電發(fā)電量的增長,增加發(fā)電煤耗和污染排放,減少了發(fā)電商參與減排交易的機(jī)會和收入,從而提高了碳排放交易成本,相對減少火電發(fā)電比例,進(jìn)而減少火電發(fā)電量,構(gòu)成碳排放交易環(huán)節(jié)的負(fù)反饋回路。

回路2 電力消費量的增長,導(dǎo)致火電廠發(fā)電量的增加,進(jìn)而增加了電力行業(yè)的碳排放量,從而加大了全產(chǎn)業(yè)的碳排放量。在GDP增速不變的條件下,碳排放強(qiáng)度相對增加,引起電力消費增速放緩,進(jìn)而減少電力消費量,構(gòu)成碳排放強(qiáng)度控制環(huán)節(jié)的負(fù)反饋回路。

系統(tǒng)基本變量因果回路如圖1所示。

圖1 系統(tǒng)基本變量因果回路示意

2 電力行業(yè)碳減排潛力系統(tǒng)動力學(xué)模型

根據(jù)系統(tǒng)的結(jié)構(gòu)和系統(tǒng)動力學(xué)的建模原理,利用VENSIM軟件繪制電力行業(yè)碳減排潛力分析模型[15-16]。該模型包括發(fā)電子系統(tǒng)和碳排放子系統(tǒng)兩個模塊:發(fā)電子系統(tǒng)分為電力需求模塊和發(fā)電結(jié)構(gòu)模塊;碳排放子系統(tǒng)分為碳排放交易模塊和碳排放強(qiáng)度控制模塊。具體如圖2所示。

模型語言采用DYNAMO語言,方程中L表示狀態(tài)變量,R表示速率變量,A表示輔助變量,DT表示時刻J與時刻K之間的時間步長。

圖2 電力行業(yè)碳減排系統(tǒng)動力學(xué)模型

2.1 電力需求模塊

電力需求模塊的系統(tǒng)動力學(xué)模型見圖2右下角部分。電力需求量受社會經(jīng)濟(jì)水平影響,是決定發(fā)電量、繼而影響發(fā)電煤耗量和排放量的主要因素。該模塊在分產(chǎn)業(yè)累計GDP的基礎(chǔ)上計算電力需求量,同時考慮到用戶電量對電價變化的敏感性,引入電量電價彈性系數(shù)對因電價變化帶來的電力需求量的變化進(jìn)行計算。其公式表達(dá)如下。

式中:TP——人口總量;

J——J時間節(jié)點;

K——K時間節(jié)點;

D——J時間節(jié)點到K時間節(jié)點的時間段;

PB,PD——人口增加值和減少值;

ξB,ξD——出生率和死亡率;

VGDP——國內(nèi)生產(chǎn)總值;

ΔVGDP——國內(nèi)生產(chǎn)總值的增加值;

α——GDP增速;

PGDP——人均GDP;

β——電力消費增速;

β1,β2,β3——人均GDP、GDP增速和電力需求彈性的擬合參數(shù);

χ——電力需求彈性系數(shù);

ε——擬合函數(shù)的誤差系數(shù);

ΔCE——電力消費增加值;

CE——電力消費量。

2.2 發(fā)電結(jié)構(gòu)模塊

發(fā)電結(jié)構(gòu)模塊的系統(tǒng)動力學(xué)模型見圖2右上角部分。本文主要研究的是電力行業(yè)碳減排潛力,僅研究火電發(fā)電部分。在發(fā)電結(jié)構(gòu)模塊中引入發(fā)電結(jié)構(gòu)影響因子,來表示期望的火電比例;對于火電發(fā)電能源結(jié)構(gòu),則采用火電能源結(jié)構(gòu)影響因子表示各燃料比例。

式中:PE——火電發(fā)電量;

φ——火電發(fā)電比例;

δC,δO,δG——煤炭、石油和天然氣的消費占比;

η——發(fā)電結(jié)構(gòu)影響因子;

κ1,κ2,κ3——3種能源的比例參數(shù);

TC,TO,TG——煤炭、石油和天然氣的消耗量;

oφ——火電發(fā)電比例的目標(biāo)值;

ρEP——電力行業(yè)實際碳排放量與目標(biāo)值的差;

γ——延遲系數(shù);

DELAY(f,t)——系統(tǒng)動力學(xué)的延遲函數(shù),其中,f表示延遲值,t表示延遲時間。

式(17)考慮到火電發(fā)電實際比例制定的滯后性,在發(fā)電結(jié)構(gòu)模型中設(shè)置了一個延遲環(huán)節(jié),延遲時間為J和K時間節(jié)點的時間間隔。

2.3 碳排放交易模塊

碳排放交易模塊的系統(tǒng)動力學(xué)模型見圖2左上角部分。主要研究碳排放總量對碳排放交易市場的影響,包括對碳排放初始配額、交易額度、交易價格的影響。其公式表達(dá)如下

EC,K=TC,KμC+TO,KμO+TG,KμG

(18)

ΔEC,K=EC,K-EC,J

(19)

ΔIC,K=DELAY(ΔEC,J+ΔEU,J,DT)

(20)

IC,K=INTEG(ΔIC,K,IC,J)

(21)

式中:EC——電力行業(yè)碳排放量;

μC,μO,μG——3種能源的碳排放系數(shù);

ΔEC——電力行業(yè)碳排放增加值;

ΔIC——工業(yè)碳排放增加值;

ΔEU——其他行業(yè)碳排放增加值;

IC——工業(yè)碳排放總量。

在統(tǒng)計碳排放增加量的時候,由于存在統(tǒng)計時間上的延遲,故增加一個延遲環(huán)節(jié),延遲時間為J和K時間節(jié)點的時間間隔。其他產(chǎn)業(yè)碳排放增加量根據(jù)歷史值進(jìn)行預(yù)測。

為了更好地研究碳排放量對碳排放交易市場的影響,本文設(shè)定一個碳排放目標(biāo)值,并根據(jù)碳排放實際值與目標(biāo)值的偏差率來計算碳排放初始配額加權(quán)系數(shù)、碳排放交易額度加權(quán)系數(shù)和碳排放交易價格加權(quán)系數(shù)。

ρEP,K=DELAY(IC,K-OIC,J,DT)

(22)

(23)

(24)

(25)

式中:OIC——碳排放量的目標(biāo)值;

σ1,σ2,σ3——3種加權(quán)系數(shù)的修正參數(shù)。

需要注意的是,這里的加權(quán)系數(shù)特指電力行業(yè)可分配的初始配額、電力行業(yè)的可交易額度和電力行業(yè)交易價格的加權(quán)系數(shù)。

(26)

(27)

(28)

CEC,K=(EC,K-EQC,K)EPC,K

(29)

OEC,K=EC,K×

(30)

ρEC,K=EC,K-OEC,K

(31)

式中:EQC——碳排放初始配額;

ETRC——碳排放交易額度;

EPC——碳排放交易價格;

CEC——電力行業(yè)碳排放交易成本;

OEC——電力行業(yè)碳排放量與目標(biāo)值的差。

IF THEN ELSE(a,b,c)是系統(tǒng)動力學(xué)中的條件函數(shù),其中,a表示條件,b和c分別表示條件成立和不成立時的變量取值。式(30)表示:當(dāng)交易成本變動比率不大于5%時,則電力行業(yè)碳排放量會增加,這里設(shè)定系數(shù)為1.05;如果二者之比大于1%,電力行業(yè)碳排放量會減少,設(shè)定系數(shù)為0.95。這是因為當(dāng)碳排放交易成本變動很小時,電力行業(yè)不會考慮碳交易的成本,而當(dāng)變動比率大于5%時,電力行業(yè)才會考慮降低碳交易成本,從而減少碳排放,即減少火電發(fā)電量。

2.4 碳排放強(qiáng)度控制模塊

碳排放強(qiáng)度控制模塊的系統(tǒng)動力學(xué)模型見圖2中間部分,主要研究碳排放強(qiáng)度受碳排放量的影響,進(jìn)而影響電力需求增速。這里采用碳排放強(qiáng)度的目標(biāo)值來表示所期望的碳排放強(qiáng)度,通過比較碳排放強(qiáng)度的實際值和目標(biāo)值之差來分析電力需求增速的變化。其公式表達(dá)如下

式中:eC——碳排放強(qiáng)度;

ξ——碳排放強(qiáng)度與目標(biāo)值的偏差率;

OeC——碳排放強(qiáng)度目標(biāo)值。

這里的電力消費增速變動是在J時刻根據(jù)人均GDP、GDP增速和電力需求彈性所求的電力消費增速的基礎(chǔ)上進(jìn)行修正的。當(dāng)碳排放強(qiáng)度與目標(biāo)值的差小于零,則不變動電力消費增速;如果大于零,則在之前的基礎(chǔ)上加一個權(quán)重,這里設(shè)定為0.95。

3 模擬運行

3.1 參數(shù)及主要函數(shù)說明

本模型以我國2010年經(jīng)濟(jì)和電力行業(yè)真實數(shù)據(jù)為基準(zhǔn)(數(shù)據(jù)來源:http://www.stats.gov.cn/),研究2015～2050年我國電力行業(yè)碳減排效果及系統(tǒng)中的關(guān)鍵影響因素。其中,對電力消費增速預(yù)測主要考慮人均GDP、GDP 增長速度和電力需求彈性3個因素。表1顯示的是2003～2011年中國GDP增速(X1)、人均GDP(X2)、電力需求彈性(X3)和電力消費增速(Y)的統(tǒng)計數(shù)據(jù)。

表1 2003～2011年部分指標(biāo)統(tǒng)計

依據(jù)數(shù)據(jù)和預(yù)測模型,未來中國電力消費增速可以表示為

(35)

由表1可知,電力消費增速與人均GDP、電力需求彈性和GDP增速之間存在著顯著且穩(wěn)定的正相關(guān)關(guān)系。

為了通過碳市場有效反饋電力市場,本模型在制定電力行業(yè)碳排放初始配額加權(quán)系數(shù)、交易額度加權(quán)系數(shù)、碳排放交易價格加權(quán)系數(shù)時,考慮到碳排放實際值與目標(biāo)值偏差率的影響,通過調(diào)節(jié)各指標(biāo)系數(shù)來控制電力行業(yè)的碳排放目標(biāo)值,進(jìn)而控制電力行業(yè)的火電比例,以控制電力行業(yè)碳排放量的增長。

(36)

然后,在降低碳排放總量的目標(biāo)下制定一個碳排放目標(biāo)值,結(jié)合實際的碳排放量進(jìn)行對比,根據(jù)偏差率對電力行業(yè)碳排放初始配額加權(quán)系數(shù)進(jìn)行調(diào)整,具體為

(37)

式中:ρEC——工業(yè)實際碳排放量與目標(biāo)值的差。

(38)

然后,在降低碳排放總量的目標(biāo)下制定一個碳排放目標(biāo)值,結(jié)合實際的碳排放量進(jìn)行對比,根據(jù)偏差率對電力行業(yè)碳排放交易額度加權(quán)系數(shù)進(jìn)行調(diào)整,具體為

(39)

(40)

式中:ζ——火電單位發(fā)電成本。

然后,在降低碳排放總量的目標(biāo)下制定一個碳排放目標(biāo)值,結(jié)合實際的碳排放量進(jìn)行對比,根據(jù)偏差率對電力行業(yè)碳排放交易價格加權(quán)系數(shù)進(jìn)行調(diào)整,具體為

(41)

為了分析電力行業(yè)碳減排關(guān)鍵因素對碳減排效果的影響程度,對發(fā)電結(jié)構(gòu)影響因子、碳排放強(qiáng)度目標(biāo)值影響因子和技術(shù)進(jìn)步影響因子進(jìn)行多情景分析,設(shè)置不同參數(shù)值,探究不同情景下的系統(tǒng)運行狀況。具體參數(shù)設(shè)計如表2所示。

表2 多情景參數(shù)設(shè)計

表2中:發(fā)電結(jié)構(gòu)影響因子通過影響火電發(fā)電比率來對整個系統(tǒng)進(jìn)行調(diào)整,從而改變電力行業(yè)碳排放量和碳排放強(qiáng)度;碳排放強(qiáng)度目標(biāo)值影響因子通過影響碳排放目標(biāo)值來對整個系統(tǒng)進(jìn)行調(diào)整,從而影響電力行業(yè)的碳排放狀況;技術(shù)進(jìn)步影響因子通過降低煤耗率等參數(shù)來對系統(tǒng)進(jìn)行調(diào)整,從而影響電力行業(yè)的碳排放量。

3.2 基準(zhǔn)條件下電力行業(yè)碳減排效果預(yù)測

基于本文構(gòu)建的仿真系統(tǒng),輸入基準(zhǔn)情景下的參數(shù)和2010年的相關(guān)數(shù)據(jù),運行系統(tǒng)后,得到相關(guān)因素的運行結(jié)果如表3所示。

表3 基準(zhǔn)情景下部分參數(shù)運行結(jié)果

基準(zhǔn)情景下的主要參數(shù)走勢如圖3所示。

圖3(a)顯示的是火電廠發(fā)電比例歷年走勢情況。從圖3(a)可以看出,在反饋機(jī)制的制約下,火電廠發(fā)電比例逐年下降,但下降速度放緩,說明火電廠發(fā)電比例達(dá)到一個穩(wěn)定值,反饋系統(tǒng)區(qū)域平衡,表明反饋機(jī)制起到了降低火電廠發(fā)電比例的作用。

圖3(b)顯示的是碳排放強(qiáng)度歷年走勢情況,碳排放強(qiáng)度目標(biāo)值的設(shè)置有助于降低碳排放強(qiáng)度。從圖3(b)可以看出,碳排放強(qiáng)度呈先增后降的趨勢,說明構(gòu)建的反饋機(jī)制存在一個不穩(wěn)定期,在反饋機(jī)制進(jìn)入穩(wěn)定階段后,碳排放強(qiáng)度逐年下降,表明反饋機(jī)制對碳排放量的控制作用具有滯后性。

圖3(c)顯示的是電力消費增速歷年走勢情況。從圖3(c)可以看出,電力消費增速同樣經(jīng)歷了先增后降的過程。增長階段是由于GDP的增長導(dǎo)致電力消費需求增長較快,但由于反饋機(jī)制中碳排放強(qiáng)度對電力消費增速的抑制,考慮到反饋機(jī)制的滯后性,導(dǎo)致后期電力消費增速下降。

圖3(d)顯示的電力行業(yè)碳排放量歷年走勢情況。從圖3(d)可以看出,即使在反饋機(jī)制的制約下,電力行業(yè)碳排放量依舊逐年增長,這與電力消費需求量的增長有關(guān)。

圖3(e)顯示的是電力行業(yè)碳排放比重的歷年走勢情況。電力行業(yè)碳排放比重經(jīng)歷了先降后漲的過程?；痣姳壤姆答仚C(jī)制導(dǎo)致煤炭消費增速放緩,其他行業(yè)煤炭消費增速不變,從而使得電力行業(yè)碳排放比重下降,但由于電能的清潔性,電能替代的作用逐漸顯現(xiàn),其他行業(yè)煤炭消費增速下降,相對而言,電力行業(yè)碳排放比重逐年增長。

圖3 基準(zhǔn)情景下主要參數(shù)走勢情況

3.3 電力行業(yè)碳減排關(guān)鍵因素分析

為了研究電力行業(yè)碳減排的關(guān)鍵因素,本文對發(fā)電結(jié)構(gòu)影響因子、碳排放強(qiáng)度影響因子、技術(shù)進(jìn)步影響因子進(jìn)行敏感性分析,并根據(jù)分析結(jié)果得出相關(guān)結(jié)論。

3.3.1 發(fā)電結(jié)構(gòu)影響因子

根據(jù)表3的參數(shù)設(shè)置,對基準(zhǔn)情景、情景1～情景4這5種情景下設(shè)置不同的發(fā)電結(jié)構(gòu)影響因子、運行系統(tǒng),得到相關(guān)數(shù)據(jù)結(jié)果如圖4所示。

圖4(a)顯示的是不同參數(shù)設(shè)置下火電廠發(fā)電比例的走勢。隨著對發(fā)電結(jié)構(gòu)的調(diào)整,尤其是對火電的反饋控制,火電廠發(fā)電比例呈現(xiàn)下降趨勢,2050年情景4下的火電廠發(fā)電比例為46.6%,低于基準(zhǔn)情景下的61.4%,下降幅度達(dá)到24%,表明對火電的控制效果明顯,進(jìn)而可以有效抑制火力發(fā)電的碳排放量增長趨勢。

圖4(b)顯示的是電力消費增速在不同參數(shù)設(shè)置下的走勢。調(diào)整發(fā)電結(jié)構(gòu)對電力消費增速影響較小,2050年情景4下的電力消費增速為6.38%,而基準(zhǔn)情景下為6.43%,變動幅度很小,說明發(fā)電結(jié)構(gòu)影響因子對電力消費增速影響可以忽略不計。

圖4(c)顯示的是電力行業(yè)碳排放量走勢,圖4(d)顯示的是電力行業(yè)碳排放比重走勢。發(fā)電結(jié)構(gòu)影響因子的調(diào)整對于電力行業(yè)碳排放量和排放比重存在一定影響,2050年情景4下的電力行業(yè)碳排放量為1.816 448×1010t,低于基準(zhǔn)情景下的2.436 133×1010t,下降幅度達(dá)到25%;而2050年情景4下的電力行業(yè)碳排放比重較基準(zhǔn)情景下下降了16.8%。這表明通過調(diào)整發(fā)電結(jié)構(gòu)影響因子,可以起到降低電力碳排放量的效果,并且效果明顯。

圖4 發(fā)電結(jié)構(gòu)因子變動下各主要參數(shù)走勢情況

3.3.2 碳排放強(qiáng)度影響因子

根據(jù)表3的參數(shù)設(shè)置,對基準(zhǔn)情景、情景5～情景8這5種情景下設(shè)置不同的碳排放強(qiáng)度影響因子,得到的結(jié)果如圖5所示。

圖5(a)顯示的是電力行業(yè)碳排放量在不同情景下的走勢。2050年情景8下的電力行業(yè)碳排放量較基準(zhǔn)情景下增長了60%,說明通過調(diào)整碳排放強(qiáng)度影響因子,不僅起不到降低碳排放量的作用,反而會激增電力行業(yè)的碳排放量。這是由于降低碳排放強(qiáng)度目標(biāo)值,導(dǎo)致偏差率提高,從而影響電力消費增速,進(jìn)而引起電力需求量增長,從而出現(xiàn)電力行業(yè)的碳排放量增長的現(xiàn)象。

圖5(b)顯示的是電力行業(yè)碳排放比重在不同情景下的走勢。情景8下的比重明顯高于基準(zhǔn)情景,原因與電力行業(yè)碳排放量的變動情況相同。

圖5(c)顯示的是碳排放強(qiáng)度在不同情景下的走勢。碳排放強(qiáng)度影響因子的調(diào)整對碳排放強(qiáng)度的影響不明顯。

圖5(d)顯示的是電力消費增速在不同情景下的走勢。電力消費增速變動幅度很大,2050年情景8下的電力消費增速為7.9%,基本情景下為6.4%,增長幅度為23%,說明調(diào)整碳排放強(qiáng)度影響因子會導(dǎo)致電力消費需求量的增長,導(dǎo)致電力消費增速的提升,進(jìn)而導(dǎo)致電力行業(yè)的碳排放量出現(xiàn)增長的狀況。

3.3.3 技術(shù)進(jìn)步影響因子

根據(jù)表3的參數(shù)設(shè)置,對基準(zhǔn)情景、情景9～情景12這5種情景下設(shè)置不同的技術(shù)進(jìn)步影響因子,得到的數(shù)據(jù)結(jié)果如圖6所示。這里需要注意的是,技術(shù)進(jìn)步因子的設(shè)置以2025年為起點。

由圖6可知,技術(shù)進(jìn)步通過影響煤耗率等因素,降低了電力行業(yè)的碳排放量,2050年情景12下的電力行業(yè)碳排放量較基準(zhǔn)情景下降低了41%,碳減排效果十分明顯;技術(shù)進(jìn)步對降低電力行業(yè)碳排放比重的效果也很明顯,下降幅度高達(dá)30%,技術(shù)進(jìn)步影響因子的調(diào)整對降低碳排放強(qiáng)度的效果一般,降低幅度只有2%;同樣,對電力消費增速影響也很小,變動幅度不足1%。因此,技術(shù)進(jìn)步影響因子的調(diào)整在對電力消費增速不構(gòu)成影響的情況下,能夠很好地抑制電力行業(yè)碳排放量的增長。

圖5 碳排放強(qiáng)度影響因子變動下各主要參數(shù)走勢情況

圖6 技術(shù)進(jìn)步影響因子變動下主要參數(shù)走勢情況

3.4 減排效果分析

通過對電力行業(yè)碳減排關(guān)鍵因素的敏感性分析可知,發(fā)電結(jié)構(gòu)、碳排放強(qiáng)度和技術(shù)進(jìn)步3個關(guān)鍵因素中,技術(shù)進(jìn)步調(diào)整的碳減排效果最為明顯,發(fā)電結(jié)構(gòu)調(diào)整的碳減排效果其次,碳排放強(qiáng)度調(diào)整的碳減排效果最差,甚至?xí)黾犹寂帕俊?種減排因素的減排效果如圖7所示。

由圖7可以看出,在不同參數(shù)設(shè)置下,3種減排因素的減排效果不同。其中:技術(shù)進(jìn)步的減排效果最佳,最高可達(dá)到60%;發(fā)電結(jié)構(gòu)調(diào)整的減排效果其次,最高可達(dá)到32%;碳排放強(qiáng)度調(diào)整的減排效果最差,最高可增加碳排放量41%。

圖7 減排因素敏感性結(jié)果走勢

4 結(jié) 論

通過構(gòu)建電力行業(yè)碳減排潛力分析模型,探討碳市場對電力市場反饋機(jī)制的有效性,并對相關(guān)的碳減排關(guān)鍵因素進(jìn)行了敏感性分析,得出如下結(jié)論。

(1) 通過運行基準(zhǔn)情景下的系統(tǒng),表明本文構(gòu)建的反饋機(jī)制在抑制電力行業(yè)碳排放量增加方面起到了一定的作用,而且本文構(gòu)建的碳排放反饋機(jī)制存在滯后性,從長期的碳排放情況可以看出對電力行業(yè)的碳減排效果明顯。

(2) 對發(fā)電結(jié)構(gòu)、碳排放強(qiáng)度、技術(shù)進(jìn)步3個影響因子進(jìn)行了敏感性分析,結(jié)果表明:在本文構(gòu)建的碳減排反饋機(jī)制的基礎(chǔ)上,調(diào)整發(fā)電結(jié)構(gòu)可以較好地起到降低碳排放量的效果,最佳情況下可以降低32%的電力行業(yè)碳排放量;降低碳排放強(qiáng)度影響因子并不能起到降低碳排放量,相反由于電力消費增速的提高,會導(dǎo)致碳排放量的增長;提高技術(shù)進(jìn)步水平可以很好地實現(xiàn)碳減排的目標(biāo),最佳情況下可以降低60%的電力行業(yè)碳排放量。