侯金鳴，孫 蔚，肖晉宇，金 晨，杜爾順，黃 杰

（1. 全球能源互聯(lián)網(wǎng)發(fā)展合作組織，北京市 100031；2. 全球能源互聯(lián)網(wǎng)集團(tuán)有限公司，北京市 100031；3. 清華大學(xué)低碳能源實(shí)驗(yàn)室，北京市 100084；4. 國(guó)網(wǎng)安徽省電力有限公司，安徽省 合肥市 230022）

0 引言

以全球變暖為主要特征的氣候變化已成為當(dāng)前人類社會(huì)共同面臨的挑戰(zhàn)之一。國(guó)際社會(huì)在碳減排和溫升控制方面已經(jīng)形成共識(shí)，多個(gè)國(guó)家和地區(qū)相繼提出了碳減排發(fā)展目標(biāo)。歐盟提出到2030 年碳排放量減少60%，美國(guó)提出到2025 年碳排放量減少28%，日本提出到2030 年碳排放量減少26%，中國(guó)提出到2030 年碳排放強(qiáng)度降低60%［1］。中國(guó)也提出“2030 年實(shí)現(xiàn)碳達(dá)峰，努力爭(zhēng)取2060 年前實(shí)現(xiàn)碳中和”的宏偉目標(biāo)。

能源生產(chǎn)實(shí)現(xiàn)清潔替代、能源消費(fèi)實(shí)現(xiàn)電能替代是實(shí)現(xiàn)全社會(huì)碳中和的關(guān)鍵，低碳甚至零碳的電力系統(tǒng)建設(shè)是其重要的方面。電力系統(tǒng)的清潔轉(zhuǎn)型離不開清潔能源發(fā)電、儲(chǔ)能、特高壓輸電、碳捕集與封存（carbon capture and storage，CCS）等一系列關(guān)鍵技術(shù)的支撐［2］，因此在制定長(zhǎng)期轉(zhuǎn)型規(guī)劃路徑的過(guò)程中，必須考慮這些關(guān)鍵技術(shù)進(jìn)步的影響。同時(shí)，也要以實(shí)現(xiàn)電力系統(tǒng)碳中和轉(zhuǎn)型為目標(biāo)倒逼關(guān)鍵技術(shù)發(fā)展進(jìn)步。

目前，對(duì)低碳電力系統(tǒng)的規(guī)劃和運(yùn)行研究較多。文獻(xiàn)［3-5］以巴黎協(xié)定的溫控目標(biāo)為邊界條件，對(duì)全球電力系統(tǒng)的清潔電源進(jìn)行規(guī)劃布局，以實(shí)現(xiàn)碳減排目標(biāo)。文獻(xiàn)［6］引入碳交易，以成本最小為目標(biāo)，以天然氣供應(yīng)和碳交易量為約束，對(duì)清潔能源和燃?xì)鈾C(jī)組進(jìn)行聯(lián)合規(guī)劃，但沒有考慮清潔能源波動(dòng)性帶來(lái)的電力系統(tǒng)調(diào)峰問題。文獻(xiàn)［7］同樣基于碳交易機(jī)制，研究了考慮調(diào)峰平衡的光伏發(fā)電系統(tǒng)與儲(chǔ)能的聯(lián)合優(yōu)化運(yùn)行方式。文獻(xiàn)［8］考慮碳捕集電廠的綜合靈活運(yùn)行方式，建立低碳電力系統(tǒng)經(jīng)濟(jì)調(diào)度模型，挖掘碳捕集電廠的運(yùn)行靈活性。文獻(xiàn)［9］提出了考慮網(wǎng)-源-荷不確定性的交直流混聯(lián)電網(wǎng)多尺度協(xié)同運(yùn)行技術(shù)。文獻(xiàn)［10-12］提出了低碳能源系統(tǒng)的發(fā)展與評(píng)價(jià)指標(biāo)體系，該指標(biāo)體系主要包含清潔能源占比、人均能耗等。文獻(xiàn)［13］提出了高比例清潔能源輸配電網(wǎng)的規(guī)劃評(píng)價(jià)指標(biāo)，包括經(jīng)濟(jì)性、安全性、適應(yīng)性和環(huán)保性等。上述研究主要集中在低碳電力系統(tǒng)的優(yōu)化規(guī)劃和經(jīng)濟(jì)運(yùn)行這2 個(gè)方面，并未考慮各類關(guān)鍵技術(shù)的成熟程度和成本變化對(duì)轉(zhuǎn)型規(guī)劃的影響。

對(duì)于各類電力系統(tǒng)關(guān)鍵技術(shù)的成熟度和經(jīng)濟(jì)性進(jìn)行預(yù)測(cè)的方法也較為成熟。文獻(xiàn)［14］根據(jù)技術(shù)成熟度對(duì)風(fēng)力發(fā)電技術(shù)指標(biāo)進(jìn)行了量化評(píng)估。文獻(xiàn)［15］采用技術(shù)成熟度法預(yù)測(cè)了海洋溫差能發(fā)電技術(shù)的發(fā)展趨勢(shì)。文獻(xiàn)［16-17］分別采用灰色關(guān)聯(lián)分析方法分析影響分布式電源和水電成本的主要因素。文獻(xiàn)［18］采用線性回歸方法分析了陸上風(fēng)電場(chǎng)造價(jià)的主要影響因素，并建立了陸上風(fēng)電場(chǎng)造價(jià)模型。文獻(xiàn)［19-20］分別采用學(xué)習(xí)曲線擬合的方法，分析了風(fēng)電和光伏發(fā)電的成本發(fā)展趨勢(shì)。上述文獻(xiàn)主要結(jié)合歷史數(shù)據(jù)對(duì)各類技術(shù)的成熟程度和經(jīng)濟(jì)性進(jìn)行預(yù)測(cè)，但沒有關(guān)注和分析技術(shù)進(jìn)步如何促進(jìn)電力系統(tǒng)的清潔轉(zhuǎn)型［21］。

綜上，電力系統(tǒng)的低碳運(yùn)行與規(guī)劃、關(guān)鍵低碳技術(shù)的成熟度，以及成本預(yù)測(cè)已有大量研究成果，但尚無(wú)研究量化分析二者的相互影響、協(xié)同作用與匹配關(guān)系。本文從經(jīng)濟(jì)性角度提出了電力系統(tǒng)關(guān)鍵技術(shù)進(jìn)步與長(zhǎng)期規(guī)劃協(xié)同優(yōu)化的框架與方法，研究清潔能源發(fā)電、特高壓輸電、儲(chǔ)能等關(guān)鍵技術(shù)發(fā)展對(duì)電力系統(tǒng)碳中和轉(zhuǎn)型的支撐作用，分析不同技術(shù)發(fā)展場(chǎng)景下未來(lái)電力系統(tǒng)的經(jīng)濟(jì)可行性，以及面向碳中和轉(zhuǎn)型目標(biāo)的各類關(guān)鍵技術(shù)發(fā)展目標(biāo)和路徑。

1 研究方法

本文建立電力系統(tǒng)關(guān)鍵技術(shù)進(jìn)步與長(zhǎng)期規(guī)劃協(xié)同優(yōu)化的框架與方法。首先，根據(jù)清潔轉(zhuǎn)型目標(biāo)或碳排放約束確定能源發(fā)展?fàn)顟B(tài)，提出電力系統(tǒng)長(zhǎng)期規(guī)劃的初步方案；然后，按照不同水平年對(duì)相關(guān)關(guān)鍵技術(shù)成熟度和經(jīng)濟(jì)性水平進(jìn)行預(yù)測(cè)；最后，基于時(shí)序生產(chǎn)模擬優(yōu)化計(jì)算綜合單位電量成本變化路徑。若綜合單位電量成本持續(xù)下降，則認(rèn)為系統(tǒng)清潔轉(zhuǎn)型路徑經(jīng)濟(jì)可行。反之，則對(duì)技術(shù)和經(jīng)濟(jì)指標(biāo)重新設(shè)定發(fā)展目標(biāo)并量化分析，直到實(shí)現(xiàn)綜合單位電量成本下降為止。優(yōu)化研究框架如圖1 所示。

圖1 電力系統(tǒng)關(guān)鍵技術(shù)進(jìn)步與低碳轉(zhuǎn)型協(xié)同優(yōu)化研究框架Fig.1 Research framework for collaborative optimization of key technology progress and low-carbon transition of power systems

該量化分析評(píng)估方法主要分為4 個(gè)部分。

1）能源電力規(guī)劃。根據(jù)設(shè)定的減排目標(biāo)制定能源情景，預(yù)測(cè)未來(lái)負(fù)荷水平，確定清潔能源發(fā)電、儲(chǔ)能、輸電的初始規(guī)劃方案。

2）技術(shù)成熟度分析。確定影響清潔能源發(fā)電、輸電、儲(chǔ)能等關(guān)鍵技術(shù)發(fā)展水平的主要因素，建立技術(shù)成熟度等級(jí)矢量，分析技術(shù)水平現(xiàn)狀及未來(lái)發(fā)展趨勢(shì)。

3）技術(shù)經(jīng)濟(jì)性預(yù)測(cè)。將影響發(fā)輸儲(chǔ)各環(huán)節(jié)的投資分為技術(shù)類投資和非技術(shù)類投資，通過(guò)多元線性回歸和學(xué)習(xí)曲線擬合的方法，結(jié)合技術(shù)成熟度預(yù)測(cè)變化規(guī)律較強(qiáng)的技術(shù)類投資，通過(guò)深度自學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)方法預(yù)測(cè)變化規(guī)律復(fù)雜的非技術(shù)類投資。

4）協(xié)同匹配優(yōu)化。結(jié)合預(yù)測(cè)的清潔能源發(fā)電、輸電、儲(chǔ)能的成本以及技術(shù)參數(shù)，進(jìn)行電力系統(tǒng)全時(shí)間尺度生產(chǎn)模擬計(jì)算，獲得綜合單位電量成本。

該研究方法一方面可以根據(jù)清潔轉(zhuǎn)型目標(biāo)和關(guān)鍵技術(shù)發(fā)展水平，計(jì)算綜合單位電量成本；另一方面可以通過(guò)設(shè)定的綜合單位電量成本范圍，反推要達(dá)到此目標(biāo)的技術(shù)發(fā)展水平，從而得出技術(shù)進(jìn)步與電力系統(tǒng)綜合單位電量成本之間的相互影響關(guān)系，實(shí)現(xiàn)閉環(huán)迭代。

2 基于技術(shù)成熟度的關(guān)鍵技術(shù)指標(biāo)量化分析

技術(shù)成熟度評(píng)估方法可用于量化分析關(guān)鍵技術(shù)狀態(tài)，也可用于判斷不同技術(shù)對(duì)目標(biāo)的滿足程度，輔助項(xiàng)目立項(xiàng)決策及建設(shè)過(guò)程中的里程碑控制。技術(shù)成熟度等級(jí)最早由美國(guó)航空航天局于1989 年提出，共分為9 級(jí)［20］。對(duì)于清潔能源發(fā)電、大容量?jī)?chǔ)能、特高壓輸電等綜合性技術(shù)，往往會(huì)涉及多項(xiàng)關(guān)鍵子技術(shù)，在項(xiàng)目建設(shè)中，也包含眾多的裝備系統(tǒng)。這就使得單一技術(shù)的成熟度評(píng)估方法無(wú)法滿足對(duì)技術(shù)體系狀態(tài)分析的需求，因此，須拓展技術(shù)成熟度評(píng)估的范疇。

前蘇聯(lián)教育學(xué)家通過(guò)研究發(fā)現(xiàn)，專利的累計(jì)數(shù)量可以量化技術(shù)成熟度，并且技術(shù)成熟度的成長(zhǎng)規(guī)律與生物進(jìn)化模式相似，總體呈現(xiàn)出S 曲線的形狀，即對(duì)數(shù)回歸曲線［15］。因此，可以通過(guò)統(tǒng)計(jì)專利數(shù)量，進(jìn)行對(duì)數(shù)回歸擬合，得到技術(shù)成熟度［15］。假設(shè)在技術(shù)應(yīng)用中，共涉及K項(xiàng)關(guān)鍵子技術(shù)，且已知各自的技術(shù)成熟度，則采用技術(shù)成熟度矢量VTRL表示：

式中：VTRL，K為第K項(xiàng)子技術(shù)的成熟度。

對(duì)子技術(shù)的技術(shù)成熟度進(jìn)行兩兩分析，統(tǒng)計(jì)不同子技術(shù)的相同專利數(shù)，量化分析不同子技術(shù)之間的集成度，建立了子技術(shù)集成成熟度矩陣MTIRL。

式 中：MTIRL，K1為 第K項(xiàng) 子 技 術(shù) 與 第1 項(xiàng) 子 技 術(shù) 之 間集成的成熟度，其余以此類推，取9 表示相同技術(shù)之間認(rèn)為可完全集成。

計(jì)算系統(tǒng)成熟度等級(jí)矢量VSRL：

式中：VSRL，K為第K項(xiàng)子技術(shù)在考慮了與其他技術(shù)集成后的成熟度綜合結(jié)果。

由式（4）可以計(jì)算綜合的技術(shù)成熟度等級(jí)指標(biāo)。

式中：Ki為在MTIRL中與第i項(xiàng)子技術(shù)具有集成關(guān)系的子技術(shù)項(xiàng)目總數(shù)（含自身）。

在計(jì)算過(guò)程中，MTIRL和VTRL需要先進(jìn)行歸一化，因此VCSTL的結(jié)果位于［0，1］范圍內(nèi)。

3 基于二元綜合模型的技術(shù)經(jīng)濟(jì)性預(yù)測(cè)

3.1 二元綜合模型

清潔能源發(fā)電、輸電、儲(chǔ)能等能源工程項(xiàng)目成本構(gòu)成復(fù)雜，按照投資的性質(zhì)可分為技術(shù)類和非技術(shù)類2 類。技術(shù)類投資主要包括項(xiàng)目開發(fā)需要使用的設(shè)備投資和建筑安裝費(fèi)用；非技術(shù)類投資主要包括項(xiàng)目前期費(fèi)用、征地費(fèi)用和人工費(fèi)用等。

本文結(jié)合歷史數(shù)據(jù)，對(duì)技術(shù)類投資和非技術(shù)類投資進(jìn)行解耦，建立二元綜合模型對(duì)關(guān)鍵技術(shù)的成本發(fā)展趨勢(shì)進(jìn)行預(yù)測(cè)。成本預(yù)測(cè)的流程主要分為2個(gè)步驟，首先采用灰色關(guān)聯(lián)分析方法對(duì)影響成本的技術(shù)和經(jīng)濟(jì)指標(biāo)進(jìn)行篩選，然后對(duì)技術(shù)類投資和非技術(shù)類投資分別采用多元線性回歸、學(xué)習(xí)曲線擬合方法和深度自學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)方法進(jìn)行預(yù)測(cè)。成本預(yù)測(cè)的主要流程如圖2 所示。

圖2 可再生能源發(fā)電技術(shù)的成本預(yù)測(cè)流程Fig.2 Cost estimation method of renewable energy power generation technologies

3.2 灰色關(guān)聯(lián)分析

能源工程項(xiàng)目往往包含眾多數(shù)據(jù)指標(biāo)，不同指標(biāo)的變化對(duì)投資的影響程度不同，需要針對(duì)同一類型的項(xiàng)目，篩選出對(duì)投資影響較大的關(guān)鍵指標(biāo)。本文采用灰色關(guān)聯(lián)分析方法篩選項(xiàng)目工程投資估算的關(guān)鍵指標(biāo)。根據(jù)各工程特征數(shù)據(jù)序列曲線與單位功率投資序列曲線間的緊密程度來(lái)判斷工程特征與投資的關(guān)聯(lián)程度，曲線越相似，序列間的關(guān)聯(lián)度就越大。其計(jì)算步驟如下［17］：

1）確定評(píng)價(jià)指標(biāo)數(shù)據(jù)序列；

2）對(duì)各指標(biāo)序列的數(shù)據(jù)進(jìn)行標(biāo)幺化處理；

3）求取工程特征序列k與投資序列j對(duì)應(yīng)分量之差的絕對(duì)值序列Δk，j；

4）通過(guò)式（5）計(jì)算灰色關(guān)聯(lián)度。

式中：γ0k為工程特征序列與投資序列間的關(guān)聯(lián)度；Δmax和Δmin分別為Δk，j的最 大值和 最小值；ξ為 分辨系數(shù)，且ξ∈(0，1)，通常情況下取ξ=0.5；m為投資序列總數(shù)。

γ0k越大表示工程特征序列與投資序列變化的態(tài)勢(shì)越相似，說(shuō)明工程特征序列對(duì)于投資序列的影響也就越大。為了提高投資估算的準(zhǔn)確性，可以確定一個(gè)閾值γ*，當(dāng)γ0k≥γ*時(shí)，認(rèn)為工程特征對(duì)于投資的影響較大，視為關(guān)鍵指標(biāo)；反之則認(rèn)為工程特征對(duì)于投資的影響較小，可以在投資模型建立時(shí)，剔除該特征。

3.3 多元線性回歸和學(xué)習(xí)曲線擬合

技術(shù)類投資變化規(guī)律相對(duì)明顯，對(duì)于不同時(shí)間尺度的預(yù)測(cè)，應(yīng)采用不同方法。短期預(yù)測(cè)方法可以忽略技術(shù)突破、規(guī)模效應(yīng)等因素，對(duì)于采用灰色關(guān)聯(lián)分析方法篩選出影響投資的工程關(guān)鍵指標(biāo)，可以采用線性回歸方法進(jìn)行預(yù)測(cè)。中長(zhǎng)期預(yù)測(cè)方法需要考慮技術(shù)進(jìn)步和應(yīng)用規(guī)模的影響，可以采用歷史數(shù)據(jù)進(jìn)行學(xué)習(xí)曲線擬合，通過(guò)對(duì)技術(shù)成熟度的評(píng)估，預(yù)測(cè)未來(lái)的學(xué)習(xí)率，進(jìn)而預(yù)測(cè)技術(shù)類投資成本。

1）多元線性回歸

采用多元線性回歸方法分析技術(shù)類投資（因變量）與各類工程指標(biāo)（包括單機(jī)容量、建設(shè)規(guī)模等）之間的相關(guān)關(guān)系。在投資估算中，這些指標(biāo)可根據(jù)歷史工程數(shù)據(jù)，采用灰色關(guān)聯(lián)分析方法得出，由n元線性回歸關(guān)系式可得：

式中：x1，x2，…，xn為各類工程關(guān)鍵指標(biāo)；b0為固定投資；b1，b2，…，bn為權(quán)重；C為總技術(shù)類投資。

經(jīng)分析，風(fēng)電、光伏、光熱發(fā)電項(xiàng)目的技術(shù)類投資成本與設(shè)備單位成本和建設(shè)費(fèi)用水平強(qiáng)相關(guān)。水電、地?zé)岬裙こ痰募夹g(shù)類投資與裝機(jī)規(guī)模間具有較強(qiáng)的規(guī)律性。

2）學(xué)習(xí)曲線擬合

對(duì)于技術(shù)類投資，本文采用學(xué)習(xí)曲線來(lái)描述某類技術(shù)應(yīng)用規(guī)模對(duì)其單位投資的影響，其冪函數(shù)形式為：

式中：Ct為第t年的單位投資；c0為第1 年的初始投資系數(shù)；Pcap，t為第t年的裝機(jī)容量；β為學(xué)習(xí)指數(shù)；L為學(xué)習(xí)率，描述了產(chǎn)業(yè)規(guī)模的擴(kuò)大對(duì)成本下降的影響程度。

3.4 神經(jīng)網(wǎng)絡(luò)

非技術(shù)類投資不確定性因素多，規(guī)律性不強(qiáng)，難以采用線性回歸和學(xué)習(xí)曲線法進(jìn)行預(yù)測(cè)。本文采用反向傳播神經(jīng)網(wǎng)絡(luò)模型［22-24］對(duì)非技術(shù)類投資進(jìn)行分析。

基于神經(jīng)網(wǎng)絡(luò)模型對(duì)技術(shù)投資估算的關(guān)鍵是確定神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)，即分別確定網(wǎng)絡(luò)的輸入層、輸出層和隱含層節(jié)點(diǎn)個(gè)數(shù)，如附錄A 圖A1 所示。

輸入層節(jié)點(diǎn)個(gè)數(shù)的選擇較為重要，如果節(jié)點(diǎn)個(gè)數(shù)選擇較少，會(huì)忽略某些因素對(duì)投資的影響，降低預(yù)測(cè)的精確度；如果節(jié)點(diǎn)個(gè)數(shù)選擇較多，則會(huì)增加神經(jīng)網(wǎng)絡(luò)的復(fù)雜程度，導(dǎo)致神經(jīng)網(wǎng)絡(luò)訓(xùn)練時(shí)間延長(zhǎng)。以風(fēng)電工程為例，經(jīng)過(guò)篩選，選擇前期成本、土地成本、人工成本為輸入量。

隱含層神經(jīng)元個(gè)數(shù)代表神經(jīng)網(wǎng)絡(luò)輸入和輸出之間的非線性程度，會(huì)影響訓(xùn)練速度和預(yù)測(cè)能力。當(dāng)處理具有N1個(gè)輸入變量和N0個(gè)輸出變量的實(shí)際問題時(shí)，隱含層的神經(jīng)元個(gè)數(shù)NH可以用經(jīng)驗(yàn)公式（8）確定。

式中：R為經(jīng)驗(yàn)值。

輸出層節(jié)點(diǎn)個(gè)數(shù)為1，輸出變量為單位容量投資。

4 協(xié)同優(yōu)化模型

根據(jù)文獻(xiàn)［25］，考慮網(wǎng)源荷儲(chǔ)協(xié)同的電力系統(tǒng)規(guī)劃目標(biāo)是經(jīng)濟(jì)性最優(yōu)。本文采用文獻(xiàn)［26-27］中的模型，結(jié)合關(guān)鍵技術(shù)成熟度和經(jīng)濟(jì)性指標(biāo)預(yù)測(cè)結(jié)果，對(duì)低碳電力系統(tǒng)的規(guī)劃和運(yùn)行進(jìn)行優(yōu)化計(jì)算。協(xié)同優(yōu)化原理如圖3 所示。優(yōu)化目標(biāo)是在給定的技術(shù)和經(jīng)濟(jì)性指標(biāo)下系統(tǒng)成本Csys最小，可通過(guò)式（9）來(lái)表達(dá)，包括投資成本和運(yùn)行成本。

圖3 協(xié)同優(yōu)化方法原理圖Fig.3 Principle diagram of collaborative optimization method

模型的優(yōu)點(diǎn)是采用全年全景時(shí)序分析方法計(jì)算，可考慮源-網(wǎng)-儲(chǔ)容量和供電充裕度等投資決策約束和發(fā)電-負(fù)荷電力平衡約束、線路輸送功率約束、新能源出力、常規(guī)火電和水電爬坡和啟停、不同時(shí)間尺度儲(chǔ)能充放電等運(yùn)行約束，可統(tǒng)籌優(yōu)化系統(tǒng)目標(biāo)水平年的電源、電網(wǎng)及儲(chǔ)能的結(jié)構(gòu)及容量。

模型的輸入變量主要有碳排放目標(biāo)、設(shè)備級(jí)參數(shù)和系統(tǒng)初始規(guī)劃方案相關(guān)參數(shù)。其中，實(shí)現(xiàn)碳中和的排放目標(biāo)最終轉(zhuǎn)化為清潔能源發(fā)電量占比；設(shè)備級(jí)相關(guān)參數(shù)包括發(fā)輸儲(chǔ)各類設(shè)備的成本和技術(shù)指標(biāo)；系統(tǒng)級(jí)相關(guān)參數(shù)包括負(fù)荷水平、可調(diào)節(jié)電源裝機(jī)容量和新能源出力特性等。

模型的輸出結(jié)果主要有新能源裝機(jī)容量和發(fā)電量、儲(chǔ)能裝機(jī)容量和儲(chǔ)輸電量、跨區(qū)輸電容量、新能源利用率、時(shí)序電力平衡情況，以及綜合單位電量成本等。

5 中國(guó)電力系統(tǒng)長(zhǎng)期規(guī)劃案例分析

本文以中國(guó)2060 年全社會(huì)碳中和情景下的電力系統(tǒng)規(guī)劃為案例進(jìn)行研究。按照前述提出的協(xié)同優(yōu)化原理，對(duì)新能源發(fā)電（風(fēng)電和光伏發(fā)電）、特高壓輸電、儲(chǔ)能等關(guān)鍵技術(shù)在不同水平年的技術(shù)成熟度和經(jīng)濟(jì)性進(jìn)行預(yù)測(cè)，結(jié)合為實(shí)現(xiàn)碳中和目標(biāo)所提出的電力系統(tǒng)長(zhǎng)期規(guī)劃用電需求、清潔能源發(fā)電占比、電網(wǎng)結(jié)構(gòu)等參數(shù)作為邊界條件，計(jì)算系統(tǒng)整體綜合單位電量成本的變化趨勢(shì)，分析關(guān)鍵技術(shù)進(jìn)步對(duì)電力系統(tǒng)低碳轉(zhuǎn)型經(jīng)濟(jì)可行性的影響，以及提出能夠支撐碳中和轉(zhuǎn)型的關(guān)鍵技術(shù)發(fā)展目標(biāo)和路徑，實(shí)現(xiàn)二者的協(xié)同優(yōu)化與互動(dòng)。

5.1 技術(shù)成熟度分析與經(jīng)濟(jì)性預(yù)測(cè)

按照前述的技術(shù)成熟度和經(jīng)濟(jì)性量化分析方法，對(duì)案例所需的各類關(guān)鍵技術(shù)的成熟度和經(jīng)濟(jì)性水平進(jìn)行分析和預(yù)測(cè)。技術(shù)參數(shù)包括風(fēng)機(jī)的平均單機(jī)裝機(jī)容量和平均葉輪直徑、太陽(yáng)能電池組件效率、光熱發(fā)電的系統(tǒng)運(yùn)行溫度和發(fā)電效率、儲(chǔ)能電池的能量密度和循環(huán)次數(shù)、特高壓輸電的電壓等級(jí)等；經(jīng)濟(jì)性參數(shù)包括各類技術(shù)的單位投資等。本文以陸上風(fēng)電和光伏發(fā)電技術(shù)為例，其他結(jié)果詳見附錄A表A1［28-31］。

1）技術(shù)成熟度分析

全球五大專利局分別是中國(guó)國(guó)家知識(shí)產(chǎn)權(quán)局、美國(guó)專利商標(biāo)局、歐洲專利局、日本特許廳和韓國(guó)特許廳。全球90%的專利分布在五大專利局所轄區(qū)域內(nèi)。通過(guò)全球?qū)＠樵兘y(tǒng)計(jì)、文獻(xiàn)查找、專家調(diào)研，確定影響技術(shù)成熟度的關(guān)鍵子技術(shù)。對(duì)于陸上風(fēng)機(jī)，從風(fēng)機(jī)葉片設(shè)計(jì)制造、大容量風(fēng)機(jī)變流器、大型風(fēng)機(jī)吊裝技術(shù)、高風(fēng)機(jī)塔架和風(fēng)機(jī)設(shè)備無(wú)害化回收技術(shù)等5 個(gè)方面進(jìn)行評(píng)估；對(duì)于太陽(yáng)能電池，從吸收層帶隙調(diào)整工藝、無(wú)鎘電池制備工藝、吸收層缺陷鈍化、柔性電池制備、組件實(shí)用化等5 個(gè)方面進(jìn)行評(píng)估，得到響應(yīng)的綜合技術(shù)成熟度，見附錄A 圖A2。

預(yù)計(jì)到2060 年，單機(jī)容量20 MW 的陸上風(fēng)機(jī)、組件轉(zhuǎn)換效率達(dá)到37%的疊層太陽(yáng)能電池均達(dá)到成熟水平，能夠廣泛應(yīng)用。在后續(xù)的經(jīng)濟(jì)性預(yù)測(cè)和系統(tǒng)優(yōu)化計(jì)算過(guò)程中，陸上風(fēng)電和光伏發(fā)電均采用相應(yīng)的技術(shù)參數(shù)。

2）經(jīng)濟(jì)性預(yù)測(cè)

按照二元綜合模型中對(duì)技術(shù)性成本的預(yù)測(cè)方法，對(duì)2010—2019 年陸上風(fēng)電和光伏發(fā)電的單位容量投資與裝機(jī)容量歷史數(shù)據(jù)建立學(xué)習(xí)曲線，測(cè)算其學(xué)習(xí)率分別為15%和32%（計(jì)算方法見式（7））。

結(jié)合陸上風(fēng)電和光伏發(fā)電的技術(shù)成熟度預(yù)測(cè)，預(yù)計(jì)未來(lái)陸上風(fēng)機(jī)分段式葉片的設(shè)計(jì)和材料會(huì)取得突破（詳見附錄A 表A1），風(fēng)機(jī)大型化進(jìn)程加速，單位投資的下降速率將進(jìn)一步加快，未來(lái)陸上風(fēng)電成本的學(xué)習(xí)率為20%。預(yù)計(jì)光伏發(fā)電初始投資會(huì)繼續(xù)下降，但下降速率放緩，設(shè)置未來(lái)光伏發(fā)電成本的學(xué)習(xí)率為30%。對(duì)陸上風(fēng)電及光伏發(fā)電學(xué)習(xí)曲線的預(yù)測(cè)如圖4 所示。從圖4 可以看出，光伏發(fā)電的單位初始投資下降較快，約是風(fēng)電的2 倍。學(xué)習(xí)率越高，單位初始投資成本下降越快。主要原因是近10 年來(lái)光伏發(fā)電技術(shù)進(jìn)步明顯，隨著新型高效電池技術(shù)逐漸成熟并實(shí)現(xiàn)量產(chǎn)，在技術(shù)成熟度和投產(chǎn)規(guī)模擴(kuò)大雙重因素的影響下，成本會(huì)快速下降。

圖4 陸上風(fēng)電和光伏發(fā)電投資與裝機(jī)容量學(xué)習(xí)曲線Fig.4 Learning curves of investment and installed capacity of onshore wind power and photovoltaic power generation

到2060 年，中國(guó)陸上風(fēng)電成本下降45%左右，平均初始投資降至3 150 元/kW（450 美元/kW）。光伏發(fā)電成本下降60%左右，平均初始投資降低至1 225 元/kW（175 美元/kW），如附錄A 圖A3 所示。預(yù)測(cè)得到的初始投資作為優(yōu)化規(guī)劃模型的輸入量，用于電力系統(tǒng)的長(zhǎng)期優(yōu)化規(guī)劃。

5.2 以實(shí)現(xiàn)碳中和為目標(biāo)的能源電力轉(zhuǎn)型規(guī)劃

中國(guó)要實(shí)現(xiàn)全社會(huì)碳中的目標(biāo)，需要經(jīng)歷盡早達(dá)峰、快速減排、全面中和3 個(gè)階段。預(yù)計(jì)到2050 年，電力系統(tǒng)實(shí)現(xiàn)近零排放，之后為實(shí)現(xiàn)全社會(huì)碳中和提供負(fù)碳空間。在此脫碳發(fā)展路徑下，預(yù)計(jì)到2060 年，終端用能電氣化率要達(dá)到66% 以上，全國(guó)用電量達(dá)到17 000 TW·h，最大負(fù)荷達(dá)到2.6 TW；電力生產(chǎn)96%以上由清潔電源提供，常規(guī)水電、抽水蓄能、火電、核電、光熱和生物質(zhì)等可調(diào)節(jié)電源的裝機(jī)容量分別達(dá)到580、180、400、250、180、340 TW，詳細(xì)參數(shù)見附錄A 表A2。風(fēng)電、光伏等不可控清潔能源發(fā)電及儲(chǔ)能的裝機(jī)容量作為待優(yōu)化變量。全國(guó)電力系統(tǒng)分為東北、華北、西北、西南、華中、華東和南方7個(gè)區(qū)域，通過(guò)特高壓輸電實(shí)現(xiàn)互聯(lián)互通。

5.3 協(xié)同匹配優(yōu)化

將關(guān)鍵技術(shù)成熟度和經(jīng)濟(jì)性預(yù)測(cè)結(jié)果，以及能源電力規(guī)劃初步方案作為輸入?yún)?shù)，通過(guò)優(yōu)化規(guī)劃程序，以綜合單位電量成本最低為目標(biāo)，優(yōu)化風(fēng)電、光伏等不可控清潔能源發(fā)電、儲(chǔ)能以及跨區(qū)輸電的容量。基于對(duì)發(fā)輸儲(chǔ)技術(shù)不同的發(fā)展趨勢(shì)假設(shè)，建立不同的技術(shù)組合場(chǎng)景，測(cè)算當(dāng)前至2060 年電力系統(tǒng)的綜合單位電量成本變化趨勢(shì)，分析未來(lái)低碳電力系統(tǒng)的經(jīng)濟(jì)可行性。5 種技術(shù)場(chǎng)景的具體信息見表1，不同場(chǎng)景下的綜合單位電量成本變化趨勢(shì)如圖5 所示。

表1 不同技術(shù)發(fā)展場(chǎng)景在2060 年的計(jì)算結(jié)果Table 1 Calculation results of different technology development scenarios in 2060

圖5 不同場(chǎng)景下綜合單位電量成本變化趨勢(shì)Fig.5 Variation trend of overall unit electricity cost in different scenarios

場(chǎng)景1：所有技術(shù)發(fā)展停滯。該場(chǎng)景下發(fā)輸儲(chǔ)技術(shù)均不發(fā)展，維持2020 年的技術(shù)和經(jīng)濟(jì)水平，此時(shí)綜合單位電量成本呈上升趨勢(shì)，到2060 年，電力系統(tǒng)的綜合單位電量成本升至0.45 元/（kW·h），不具備可行性。該場(chǎng)景說(shuō)明隨著風(fēng)光等新能源滲透率的增加，如果技術(shù)不進(jìn)步，各技術(shù)成本維持不變，則電力系統(tǒng)的綜合單位電量成本將會(huì)增加。

場(chǎng)景2：僅輸電技術(shù)進(jìn)步。該場(chǎng)景下發(fā)電和儲(chǔ)能技術(shù)停止發(fā)展，僅輸電技術(shù)按照附錄A 表A1 預(yù)測(cè)的水平發(fā)展。由圖5 可知，僅輸電容量和電壓等級(jí)等技術(shù)參數(shù)提升，輸電單位造價(jià)降低，對(duì)電力系統(tǒng)的綜合單位電量成本影響較小，到2060 年，綜合單位 電 量 成 本 可 升 至0.44 元/（kW·h），不 具 備 可行性。

場(chǎng)景3：僅儲(chǔ)能技術(shù)進(jìn)步。該場(chǎng)景下發(fā)電和輸電技術(shù)停止發(fā)展，僅儲(chǔ)能技術(shù)按照附錄A 表A1 所示預(yù)測(cè)的水平發(fā)展。由圖5 可知，若儲(chǔ)能能量密度、循環(huán)次數(shù)等技術(shù)參數(shù)提升，單位造價(jià)降低，電力系統(tǒng)的綜合單位電量成本呈上升趨勢(shì)，但上升幅度較弱，到2060 年，綜合度電成本達(dá)到0.39 元/（kW·h）時(shí)，基本與當(dāng)前水平持平，不具備可行性。

場(chǎng)景4：僅發(fā)電技術(shù)進(jìn)步場(chǎng)景。在該場(chǎng)景下，輸電和儲(chǔ)能技術(shù)停止發(fā)展，發(fā)電技術(shù)按照附錄A 表A1所示預(yù)測(cè)的發(fā)展水平。由圖5 可知，若風(fēng)機(jī)單機(jī)容量、太陽(yáng)能電池轉(zhuǎn)換效率、光熱運(yùn)行溫度等技術(shù)進(jìn)步，單位投資下降，電力系統(tǒng)的綜合單位電量成本呈下降趨勢(shì)，到2060 年降至0.32 元/（kW·h），具備一定的可行性。

場(chǎng)景5：發(fā)輸儲(chǔ)技術(shù)同步發(fā)展場(chǎng)景。在該場(chǎng)景下，隨著技術(shù)的快速進(jìn)步，產(chǎn)業(yè)鏈的完善，成本的下降，電力系統(tǒng)的綜合單位電量成本逐步降低，由當(dāng)前的0.375 元/（kW·h）降至2060 年的0.26 元/（kW·h），具有較高的可行性。

不同技術(shù)發(fā)展場(chǎng)景下，風(fēng)電、光伏、儲(chǔ)能的配置以及綜合單位電量成本各不相同。例如：場(chǎng)景3 由于儲(chǔ)能成本較低，系統(tǒng)配置的儲(chǔ)能裝機(jī)容量明顯高于其他場(chǎng)景，以提高新能源利用率；場(chǎng)景4 新能源發(fā)電成本下降顯著，風(fēng)電和光伏裝機(jī)容量較大，通過(guò)提高裝機(jī)冗余減少儲(chǔ)能的配置，棄風(fēng)棄光也較多，不同場(chǎng)景的計(jì)算結(jié)果如表1 所示。

從發(fā)展趨勢(shì)上看，場(chǎng)景1、2、3 中，全系統(tǒng)綜合單位電量成本隨清潔能源滲透率的提高而逐漸升高，不具備經(jīng)濟(jì)可行性。場(chǎng)景4、5 可實(shí)現(xiàn)綜合度電成本的持續(xù)下降，特別是場(chǎng)景5，綜合度電成本由當(dāng)前的0.375 元/（kW·h）降至2060 年的0.26 元/（kW·h），具有較高的經(jīng)濟(jì)可行性，由此說(shuō)明關(guān)鍵技術(shù)的發(fā)展對(duì)電力系統(tǒng)清潔轉(zhuǎn)型具有明顯的支撐作用。

根據(jù)計(jì)算結(jié)果，不同技術(shù)對(duì)實(shí)現(xiàn)未來(lái)低碳電力系統(tǒng)的經(jīng)濟(jì)可行性影響程度不同。清潔能源發(fā)電技術(shù)進(jìn)步對(duì)系統(tǒng)清潔轉(zhuǎn)型的影響最大，其次是儲(chǔ)能技術(shù)。輸電技術(shù)進(jìn)步空間和成本下降空間都較小，且文中的算例僅考慮跨區(qū)之間輸電網(wǎng)的增量，沒有考慮各大區(qū)內(nèi)部新能源接入后的入網(wǎng)以及電網(wǎng)加強(qiáng)成本，因此影響最小。

基于優(yōu)化計(jì)算結(jié)果可以對(duì)各類關(guān)鍵技術(shù)提出未來(lái)發(fā)展路徑，在實(shí)現(xiàn)全社會(huì)碳中和的總體目標(biāo)下，應(yīng)優(yōu)先加速發(fā)展清潔能源發(fā)電技術(shù)，例如提高風(fēng)機(jī)單機(jī)容量和低風(fēng)速適應(yīng)性、光伏發(fā)電的轉(zhuǎn)化效率等，降低清潔能源發(fā)電成本。同時(shí)，應(yīng)加快儲(chǔ)能技術(shù)的進(jìn)步，盡快實(shí)現(xiàn)商業(yè)化大規(guī)模應(yīng)用，為高比例清潔能源系統(tǒng)提供靈活性，降低系統(tǒng)總體用電成本。

6 結(jié)語(yǔ)

本文將關(guān)鍵技術(shù)的成熟度和經(jīng)濟(jì)性水平與基于生產(chǎn)模擬的系統(tǒng)優(yōu)化計(jì)算相結(jié)合，形成電力系統(tǒng)關(guān)鍵技術(shù)進(jìn)步與長(zhǎng)期規(guī)劃協(xié)同優(yōu)化的框架與方法，量化分析了關(guān)鍵技術(shù)進(jìn)步對(duì)未來(lái)低碳電力系統(tǒng)經(jīng)濟(jì)可行性的支撐作用。以中國(guó)2060 年全社會(huì)碳中和情景下電力系統(tǒng)清潔轉(zhuǎn)型為案例，測(cè)算不同技術(shù)發(fā)展場(chǎng)景下電力系統(tǒng)的綜合單位電量成本發(fā)展趨勢(shì)。結(jié)果表明：本文建立的研究框架，能夠量化評(píng)估關(guān)鍵技術(shù)發(fā)展對(duì)未來(lái)低碳電力系統(tǒng)可行性的影響；同時(shí)，根據(jù)電力系統(tǒng)清潔轉(zhuǎn)型的路徑，可以對(duì)關(guān)鍵技術(shù)發(fā)展目標(biāo)及方向提出指導(dǎo)。

需要指出的是，本文列出的技術(shù)組合還無(wú)法覆蓋所有與電力系統(tǒng)清潔轉(zhuǎn)型相關(guān)的關(guān)鍵技術(shù)，如需求側(cè)響應(yīng)等，后續(xù)需要進(jìn)一步擴(kuò)大研究范圍。對(duì)于關(guān)鍵技術(shù)成熟度與其經(jīng)濟(jì)性的關(guān)系還處于定性分析階段，后續(xù)將重點(diǎn)量化研究技術(shù)成熟度、應(yīng)用規(guī)模等因素對(duì)該類技術(shù)經(jīng)濟(jì)性的影響，進(jìn)一步提高方法的適用性。

附錄見本刊網(wǎng)絡(luò)版（http：//www.aeps-info.com/aeps/ch/index.aspx），掃英文摘要后二維碼可以閱讀網(wǎng)絡(luò)全文。