全球能源互联网背景下的环境效益评估.pdf

Abstract Under the background of global energy interconnection, this paper set up a self-balancing scenario and a networking scenario, established a global energy interconnection environmental benefit assessment index system, and uated each indicator quantitatively. The results indicated that the global energy interconnection could not only bring huge resource conservation benefits and conventional pollutant emission reduction benefits, but also ease the global climate change; the goal of 2℃ temperature control could be achieved under the network scenario. Keywords global energy interconnection; environmental benefits; climate change 摘 要全球能源互联网可以实现资源的综合优化配置，为 全球生态环境带来巨大的正向效益。为了定量评估全球能源 互联网带来的环境效益，在全球能源互联构想下，设置全球 电力发展的自平衡情景和联网情景，通过建立全球能源互联 网环境效益指标体系，定量评估联网所带来的资源节约、常 规污染物减排、应对气候变化等方面的效益。计算结果表 明，全球能源互联网不仅能够带来巨大的资源节约效益和 常规污染物减排效益，还能缓解全球气候变化，有助于实现 2℃温控的目标。 关键词全球能源互联网；环境效益；气候变化 0 引言 当前全球能源发展正面临资源紧缺、环境污染、 温室气体减排等严峻挑战，建立在传统化石能源基础 上的能源发展方式难以为继。推动以清洁能源为主的 能源系统，特别是电力系统重大变革将成为全球能源 发展的大趋势 [1] 。全球能源互联网是以特高压电网为 骨干网架（通道），以输送清洁能源为主导，全球互 联泛在的坚强智能电网 [2] 。构建全球能源互联网，形 成以清洁能源为主导、以电为中心、全球配置资源的 能源发展新格局，为推动世界能源安全、清洁、高 效、可持续发展提供了新的解决方案 [2] 。 当前学者对全球能源互联网的关键技术、运行 机制、政策保障体系等内容已进行了相关研究，但 对效益评估方面的研究较少。文献[3]基于压力状 态响应模型构建了全球能源互联网社会效益的评 价体系，利用中国智能电网建设数据测评了能源互 联网建设通过清洁替代、电网优化和电能替代三个 渠道对社会效益的影响。文献[4]分析了构建全球能 源互联网的必要性，定性分析了全球能源互联网对 自然环境、公众生活和社会变革等的影响。 全球能源互联网通过充分利用各洲之间的资源互 补、负荷互补和季节互补等特性，可以显著提高清洁 能源利用占比，进而产生一系列环境效益，但是目前 系统性定量评估全球能源互联网环境效益的研究还比 较缺乏。本文针对全球能源互联网构想，建立了自平 衡情景和联网情景，通过对两个情景的对比，定性分 析了建设全球能源互联网对资源消耗、污染物排放和 气候变化的影响并构建了环境效益评估指标体系，之 后分模块构建环境效益评估模型，并对全球能源互联 网背景下的环境效益进行定量评估。 全球能源互联网背景下的环境效益评估 赵秋莉，冯君淑，金艳鸣，王晓晨，谭雪 （国网能源研究院有限公司 北京市 昌平区 102209； 国家电网公司能源电力规划研究实验室 北京市 昌平区 102209） Assessment of Environmental Benefits under the Background of Global Energy Interconnection ZHAO Qiu-li，FENG Jun-shu，JIN Yan-ming，WANG Xiao-chen，TAN Xue State Grid Energy Research Institute Co., Ltd., Changping District, Beijing 102209, China; State Grid Energy and Power System Planning Research Laboratory, Changping District, Beijing 102209, China 基金项目国家电网公司科技项目“全球能源互联网综合效 益评估”（SGERI01KJ（2015）75）和国家自然科学基金项目“全 球价值链视角下的国内区域分工与市场一体化研究”（71733003）。 Project Supported by Science and Technology Foundation of SGCCSGERI01KJ201575 and National Natural Science Foundation of China（71733003） 全球能源互联网 Journal of Global Energy Interconnection 第1卷 增刊1 2018年5月 Vol. 1 Sup. 1 May 2018 文章编号2096-5125 2018 S1-0257-06 中图分类号TM 71 文献标志码A 258 全球能源互联网 第1卷 增刊 1 1 全球能源互联构想及情景设置 本研究假设2050年前后，非洲欧洲、亚洲欧 洲、亚洲非洲、北美洲南美洲、大洋洲亚洲、 亚洲北美洲、欧洲北美洲可以实现联网，具体联 网示意图如图1所示。 考虑不同清洁能源发展目标、洲际之间是否互联 等边界条件，本文构建自平衡情景与全球联网情景两 个情景，两个情景下的各大洲装机结构如表1所示。自 平衡情景是指各国兑现自主减排贡献承诺、实现可再 生能源发展目标，2050年全球清洁能源占一次能源的 比重将较2010年水平翻一番；各洲主要是依靠自身能 源资源，实现电力供需平衡以及减排目标，洲际之间 不联网。全球联网情景是指实现高比例清洁能源开发， 促进全球能源转型，新兴经济体和其他主要发展中国 家碳减排的力度更大；全球清洁能源占一次能源的比 重更高，2050年实现全球跨洲联网。自平衡情景和联 网情景下全球电源装机结构和电力需求如表1所示。 表 1 全球电源装机结构对比 Table 1 Comparison of global power generation structure 类型 联网情景 自平衡情景 2030年 2040年 2050年 2030年 2040年 2050年 煤电（10 8 kW）11.4 7.3 4.3 11.4 7.3 4.8 气电（10 8 kW）22.0 19.7 17.9 30.1 31.6 34.8 核电（10 8 kW）5.7 9.2 10.8 5.8 7.5 8.2 水电（10 8 kW）17.6 25.1 36.1 15.9 25.6 37.1 风电（10 8 kW）16.0 20.5 32.5 9.1 14.7 45.6 太阳能发电（10 8 kW）9.4 53.0 114.6 5.8 37.3 83.3 合计（10 8 kW）83.5 136.0 217.6 79.6 125.3 215.2 电力需求（10 8 kWh） [8] 33 43 57 33 43 57 2 环境效益评估指标 全球能源互联网可以通过能源的跨洲输送，实现 资源的综合优化配置，联网后随着“一极一道 1 ”风能 和太阳能资源的充分开发利用，全球以风电和太阳能 1 北极圈及其周边地区（“一极”）风能资源和赤道及附近地区 （“一道”）太阳能资源十分丰富，简称“一极一道”。 发电量为主的清洁能源发电比重将会上升，化石能源 发电量占比将会下降，会产生以下三方面环境效益 第一，可减少对化石能源、水资源和高附加值土地资 源的消耗；第二，可降低SO 2 、NO x 和细颗粒物等常规 污染物的排放；第三，可减少温室气体排放，推动全 球2 ℃温升控制目标的实现。据此，本研究设计了包 括3类一级指标、8个二级指标的环境效益评价指标体 系，如图2所示。 图 1 2050年全球能源互联网发展示意图 Fig. 1 Development of global energy interconnection in 2050 负荷中心 太阳能发电基地 风电基地 水电基地 Vol. 1 Sup. 1 赵秋莉等全球能源互联网背景下的环境效益评估 259 3 研究方法 本研究构建的全球能源互联网环境效益评估方法 体系主要包括资源节约评估模块、常规污染物减排评 估模块以及气候变化评估模块。其中，资源节约模 块、常规污染物减排模块和气候变化模块中的温室气 体排放量部分主要是基于各类型发电技术全生命周期 消耗/排放因子进行测算，气候变化模块中的气候变化 影响部分则采用MAGICC（model for the assessment of greenhouse-gas induced climate change）模型进行模拟。 3.1 资源节约模块 全球或某个洲的发电环节化石能源消耗量F i 使用 下列公式计算 （1） 全球或某个洲的电力发展水资源消耗量W i 使用下 列公式计算 （2） 全球或某个洲的电力发展的土地占用面积L i 使用 下列公式计算 （3） 由于各大洲的土地价值具有明显差别，因此引入 土地价值参数l_v，使用区域GDP与区域土地面积之 比简化计算，全球或某个洲电力发展的土地占用价值 L_v i ，公式如下 （4） 其中，i表示各个大洲的编号，j表示不同发电技术的 编号，G i coal 、G i gas 分别表示第i个大洲规划期内的煤电、 气电的发电量（单位kWh），r i coal 、r i gas 分别表示第i个 大洲的火电机组和气电机组平均供电标准煤耗率（单 位g/kWh），G i j 表示规划期第j种发电技术的发电量， water j 、land j 分别表示第j种发电技术的水资源消耗系 ii ii i coal coal gasgas F GrGr i ij j j WGwater ∑ i ijj j L Gland ∑ i ii j j j L vlvGland −− ∑ 数和土地占用系数，l_v i 表示第i个大洲的土地价值， 可以使用各洲GDP与土地面积之比进行计算。 3.2 常规污染物减排模块 全球或某个洲二氧化硫排放量S i 使用下列公式 计算 （5） 全球或某个洲氮氧化物排放量N i 使用下列公式 计算 （6） 全球或某个洲一次颗粒物排放量PM i 使用下列公 式计算 （7） 其中，V表示原煤烟气排放水平，一般取9.93m 3 /kg标 煤 [6] ；0.714为原煤和标煤的换算系数，λ i,SO 2 、λ i,NO x 、 λ i,PM 分别表示第i个大洲单位体积烟气中SO 2 、NO x 和一 次颗粒物的含量（单位mg/m 3 ）。 3.3 气候变化模块 选取各种发电技术的全生命周期全谱排放因子来 间接估算每种发电技术的人为温室气体排放量（主要 是工业排放，不包括土地使用排放等），并以CO 2 当量 来度量。若E j 为发电能源消费总量，S j 为技术j的消费 份额，emf j 为相应的生命周期全谱排放因子，则总的 温室气体排放（E GHG ）估算为 （8） 其中，各类发电能源的全生命周期全谱排放因子 见参考文献[7][8]。 MAGICC 模型是一个连接了大气循环、气候模 块和冰融模块的气候变化评估模型，是最早被IPCC 用来预测未来气候变化和海平面上升情况的模型之 一。MAGICC模型中的气候模型是一个扩散能量平 2 , 0.714 iii SO V SFλ , 0.714 x iii NO V N F λ , 0.714 iii PM V PM F λ GHG jjj j ESemfE ∑  sn   G      š  i ‡ i  ‡c iŒ  ‡c  S  i ‡ Œ  N ij 9 ‡c f ‡ p 7 图 2 环境效益评价指标体系 Fig. 2 uation index system of environmental benefit 260 全球能源互联网 第1卷 增刊 1 衡模型，气候模型与一系列气体循环模型交互耦合， 可以预测温室气体的浓度，并模拟未来全球温度变 化 [9] 。 4 模型计算结果与讨论 4.1 资源节约效益 根据公式（1）（3），计算得到全球和各大洲 20162050年自平衡情景和联网情景下的累计资源消 耗量，如表2所示。从化石能源节约效益来看，联网 情景下，截止到2050年，全球可累计节约化石能源达 301 亿t标煤，其中节煤效益最为显著的主要有亚洲、 北美洲、非洲和欧洲，分别累计节约化石能源资源达 152 亿t标煤、72 亿t标煤、41 亿t标煤和24 亿t标煤。 综合来看，这4个洲节煤效益较为显著的原因主要在 于亚洲地区受入非洲和大洋洲可再生能源电力，且整 体发电量规模较大；北美洲和欧洲作为电力受端，外 来可再生能源电力替代本区化石能源发电；非洲虽然 是电力送端，但是自身太阳能资源十分丰富，太阳能 发电大量替代化石能源发电。 从水资源节约效益来看，联网情景下，截止到 2050年，全球可累计节约水资源量达3015 亿t，其中 节水效益最为显著的主要是北美洲，累计节约水资源 消耗量达9581 亿t。联网情景下，北美洲与南美洲气 候和季节差异使得两地区负荷互补性较强，北美洲与 亚洲时差互补益于降低日负荷峰谷差，北美洲与欧洲 联网接受格陵兰岛风电基地大量风电，这些因素促使 北美洲2050年煤电、气电和核电发电量降低，风电和 太阳能发电量升高，所以累计节水效益较强。亚洲地 区联网情景较自平衡情景多消耗22257 亿t水资源，主 要是因为亚洲地区联网情景下核电发电量显著增加， 核电作为耗水大户，整体增加了联网情景下亚洲地区 发电耗水量。 从消耗的土地面积来看，2050年联网情景较自平 衡情景累计多消耗土地资源约916 亿平方米。考虑到 各大洲土地价值不同，欧洲和北美洲土地价值较高， 非洲土地价值较低，根据公式（4）计算得到联网情 景下，全球可累计节约约1624 亿美元。 表 2 2050年两情景资源累计消耗量比较 Table 2 Comparison of cumulative consumption of two scenarios in 2050 地区 累计化石能源消耗量（10 8 t标煤）累计耗水量（10 8 t）累计耗地面积（10 8 m 2 ） 自平衡情景 联网情景 自平衡情景 联网情景 自平衡情景 联网情景 亚洲816.78 664.72 193089.38 215346.32 20683.43 20970.02 欧洲167.31 143.53 61507.76 54147.18 4234.99 3479.19 北美洲296.71 224.38 76534.47 66953.15 6069.92 5530.62 南美洲31.41 20.94 7163.05 5484.79 1089.29 1110.14 非洲66.13 25.02 13495.43 6974.61 2334.78 4226.49 大洋洲17.85 16.38 2962.09 2831.12 586.46 598.42 全球1396.19 1094.96 354752.19 351737.17 34998.87 35914.87 4.2 常规污染物减排效益 根据公式（5）（7），计算得到自平衡情景和联 网情景下全球和各大洲SO 2 、NO x 和细颗粒物的排放 量。截止到2050年，联网情景较自平衡情景累计减少 SO 2 排放量775 万t，累计减少NO x 排放量1448 亿t，累 计减少细颗粒物排放量90 亿t。 20162050年各大洲常规污染物累计减排量和减 排百分比如图3所示。截止到2050年，各常规污染物减 排量较大的地区主要有亚洲、北美洲和非洲，减排百 分比较大的地区主要有非洲、南美洲和北美洲。亚洲 整体发电量规模较大，联网情景下20162050年煤电 和气电累计发电量较自平衡情景减少681390 亿kWh， SO 2 、NO x 和细颗粒物排放量较自平衡情景分别减少 419 万t、755 万t和52 万t。非洲作为电力送端，境内 太阳能资源非常丰富，联网情景下20162050年煤电 和气电累计发电量较自平衡情景减少168416 亿kWh， 太阳能发电量增加657888 亿kWh，SO 2 、NO x 和细颗粒 物排放量较自主减排情景减少105 万t、197 万t和12 万t， 减排百分比分别达到38、48和27。 Vol. 1 Sup. 1 赵秋莉等全球能源互联网背景下的环境效益评估 261 4.3 温室气体减排效益 基于公式（8），测算出全球能源行业逐年温室气 体排放量如图4所示。2030年之前，自平衡情景和联 网情景温室气体排放量相差不明显，2030年亚洲、欧 洲和非洲联网后全球温室气体排放量较自平衡情景明 显降低，至2050年全球联网后，联网情景较自平衡情 景可累计减少温室气体排放量约173GtCO 2 eq。 图 3 20162050年各大洲常规污染物累计减排情况 Fig. 3 Cumulative emission reduction of conventional pollutants in six continents from 2016 to 2050 根据MAGICC模型，求解得到自平衡情景和联网 情景下温室气体排放量所导致的全球温升变化和海平 面上升情况如图5和图6所示 2 。自平衡情景下，2100年 全球温升高于2 ℃，超过了国际统一认定的2 ℃温控 的目标，全球海平面上升约30 cm；联网情景下，全 球温升可以控制在2 ℃以内，但会超过1.5 ℃，全球海 平面上升约25 cm。 2 因巴黎协议提出的把全球平均气温较工业化前水平升高控制在2℃之内的目标节点是2100年，所以本文根据两情景下碳排放趋势， 将碳排放量外延到2100年进行温升和海平面上升的模拟。 图 4 两情景下能源行业温室气体逐年排放量 Fig. 4 The greenhouse gas emissions of the energy industry in two scenarios 60 50 40 30 20 10 0 2016 20182017 2019 2020 2022 20282025 2031 2034 2037 2040 2042 2045 20482021 20272024 2030 2033 2036 20392023 20292026 2032 2035 2038 2041 2044 20472043 2046 2049 2050 自平衡情景 温室气体排放量 （ GtCO 2 ep ） 联网情景 减排量（万t）减排百分比 欧洲北美洲 南美洲非洲大洋洲 亚洲 SO 2 SO 2 SO 2 SO 2 SO 2 NO x NO x NO x NO x NO x PM PMPM PM PM 800 600 400 200 0 800 600 400 200 0 800 600 400 200 0 800 600 400 200 0 800 600 400 200 0 800 600 400 200 0 50 40 30 20 10 0 50 40 30 20 10 0 50 40 30 20 10 0 50 40 30 20 10 0 50 40 30 20 10 0 50 40 30 20 10 0 SO 2 NO x PM 262 全球能源互联网 第1卷 增刊 1 5 结论 全球联网后，一方面可以充分利用各洲之间的资 源互补、负荷互补和风光互补效应，另一方面可以充分 利用北极风电资源和赤道太阳能资源，综合加大可再生 能源的开发利用，提高非化石能源发电量占比，节约化 石能源开发利用，进而实现资源节约和常规污染物减排 效益。经测算，2050年全球联网情景下，通过减少煤电 和气电发电量，增加非化石能源发电量，可减少化石资 源消耗量约301 亿t标煤，减少水资源消耗量约3015 亿t， 减少土地价值损失约1624 亿美元，减少SO 2 、NO x 和细 颗粒物排放量分别为775 万t、1448 万t、90 万t。 随着全球能源互联网的构建，全球能源结构向清 洁化和低碳化转变，化石能源发电量占比明显下降， 全球能源互联网将会在应对气候变化方面产生积极影 响。经测算，2050年全球联网情景较自平衡情景累计 节约温室气体排放量约173GtCO 2 eq。通过MAGGIC模 型对联网情景和自平衡情景下温室气体排放量进行模 拟，发现联网情景下可以实现2℃温控的目标，自平 衡情景则难以实现该目标。 参考文献 [1] 任东明，谢旭轩，刘坚. 推动我国能源生产和消费革命初 析[J]. 中国能源，2013，35106-10. Ren Dongming, Xie Xuxuan, Liu Jian. To Promote Energy Production and Consumption Revolution in China[J]. Energy of China, 2013, 3510 6-10in Chinese. [2] 刘振亚. 全球能源互联网[M]. 北京 中国电力出版社，2015. [3] 宗慧隽. 全球能源互联网社会效益形成机理及效益测 算基于压力状态响应模型[J]. 福建论坛（人文社 会科学版），2017829-35. Zong Huijuan. ation Mechanism and Benefit Calculation of Global Energy Interconnection Social Benefits Based on Pressure- state-response Model[J]. Fujian Tribune The Humanities Social Sciences Bimonthly, 20178 29-35in Chinese. [4] 周利新，王凌，刘晓玮. 全球能源互联网必要性及其功能 探析[J]. 低碳世界，201625250-251. Zhou Lixin, Wang Ling, Liu Xiaowei. Analysis on Necessity and Function of Global Energy Interconnection[J]. Low Carbon World, 201625 250-251in Chinese. [5] 国网能源研究院. 全球能源分析与展望2017[R]. 北京，2017. State Grid Energy Research Institute. Global Energy Review and Outlook 2017[R]. Beijing, 2017. [6] 潘玲颖，麻林巍，周喆，等. 2030年中国煤电SO 2 和NO x 排放 总量的情况研究[J]. 动力工程学报，2010，305378-383. Pan Lingying, Ma Linwei, Zhou Zhe, et al. Scenario Analysis on Total SO 2 and NO x Emission of China’s Coal Fired Power Plants in 2030[J].Chinese Journal of Power Engineering, 2010, 305 378-383in Chinese. [7] Dones R, et al. 2005. Life-cycle inventories for the nuclear and natural gas energy system, and examples of uncertainty analysis. International Journal of Life Cycle Analysis, 101 10-23. [8] Amponash N Y, et al. 2014. Greenhouse gas emissions from renewable energy sources A review of lifecycle considerations. Renewable and Sustainable Energy Reviews, 3939 461-475. [9] Wigley TML. MAGICC /SCENGEN 5.3 User Manual Version2[EB/OL]. 20081-36. [2011-03-26]. http//www. ucar.edu /legal /terms of use.shtml. 收稿日期2018-03-14。 作者简介 赵秋莉（1992），女，硕士，经 济师，主要从事能源电力行业技 术经济评价等方面研究。E-mail zhaoqiuli。 冯君淑（1990），女，硕士，工程师， 主要从事能源与电力规划等方面研究。 金艳鸣（1977），女，博士，高级 工程师，主要研究能源电力行业政策分析、能源环保等。 （责任编辑 张鹏） 图 6 两情景下全球海平面上升变化 Fig. 6 Global sea level rise in two scenarios 图 5 两情景下全球温升变化 Fig. 5 Global temperature rise in two scenarios 1990 2000 2020 2050 20802010 2040 20702030 2060 2090 2100 35 30 25 20 15 10 5 0 海平面上升 （ cm ） 自平衡联网 1990 2000 2020 2050 20802010 2040 20702030 2060 2090 2100 2.5 2 1.5 1 0.5 0 ℃ 温升 （ ） 自平衡联网 赵秋莉