碳排放约束下的天津市能源区域分配研究—基于碳夹点模型分析

  ＣＯ２是引起全球气候变化最主要的温室气体之一。在哥本哈根气候变化大会上，中国向世界做出承诺，到２０２０年我国单位国内生产总值ＣＯ２排放比２００５年下降４０％～４５％，并将此作为约束性指标，纳入国民经济和社会发展的中长期规划中。这就要求我国在满足经济快速发展的同时，考虑碳排放限制和能源的供需。为保证同时满足能源需求和碳排放限制，政府部门通常采用以碳减排政策为核心的一般均衡模型对能源结构以及能源分配进行调整，而在技术研究方面，国内外许多学者对能源的分配问题进行了研究。

 

  利用零碳或低碳能源（统称为清洁能源，包括再生能源、核能等）替代传统高碳的化石燃料（煤、石油等）是削减碳排放的主要手段之一。但是，清洁能源的成本和价格比传统化石燃料要昂贵的多，同时在应用技术上没有化石燃料成熟，或者在推广应用上饱受争议（如核能和大型水力发电）。因此，在能源规划问题中，既能满足碳排放限制又能最少的使用清洁能源，使成本最小化显得很有必要。本研究以天津市为例，采用碳夹点的分析方法利用区域能源供需和碳排放数据建立分析模型，通过对整体和区域的碳排放约束和能源供需情况进行假设，分别确定传统能源和清洁能源的分配，使在清洁能源使用最少的条件下，既能满足能源需求又能达到碳排放约束的目的。

 

  １ 文献述评

 

  国内外对能源的区域分配问题有过不少研究。

 

  其中有些学者对能源区域分配方法进行研究。张式军［１］对发达国家实施的能源配额制进行比较分析，提出我国可再生能源配额制的设计路径；ＬＡＭ 等［２］首次提出采用区域能源簇的方法研究能源分配的对象和划分能源簇，并且提出在区域内实行最优的能源配置；韩强等［３］基于决策者偏好的迭代算法构建了工业领域能源分配双层规划模型，该分配方法可以有效倒逼各级地方政府。还有些学者从一些限制条件和区域差异等不同角度出发，研究能源的分配问题，如ＦＯＯ等［４］基于碳排放约束限制利用瀑布模型分析能量计划和能量配置问题；陈军［５］以能源效率的区域差异为基本依据，通过探讨中国非可再生能源区域优化配置的内在规律和现实可能性，提出相应的政策建议；李琦等［６］通过分析能源的空间分布差异，利用能源消费截面数据，测算出我国３０个省、市、自治区的能源消费足迹，通过多元非线性回归分析等方法，构建能源足迹与影响因素的计量模型。

 

  上述文献采用不同的方法模型，从不同的角度对区域的能源分配进行研究，但是目前对能源的区域分配问题还没有统一的标准和方法，而且前期的研究大部分从整体的角度出发考虑能源分配，没有考虑区域限制条件下的能源分配。本研究通过建立碳夹点的分析方法，分别考虑整体和区域的能源供需和碳排放约束条件，对能源的分配问题进行研究，利用碳排放限制、能源供给、能源需求数据，通过直观的曲线图表，让模型和结论易于理解。

 

  碳夹点分析方法的由来要追溯到夹点技术，夹点技术是由英国学者ＬＩＮＮＨＯＦＦ等［７］于１９７８年提出的，最初用于研究换热网络的热回收问题。该法在热动力原则基础上发展起来，以确定电厂的能源优化利用策略。后来经过发展，夹点理论应用范围不断扩大，延伸到很多工程系统及一般的工艺过程设计，后被扩展应用于污染防治领域，如应用于物资回收、废物减量等方面，并提出了水夹点、氧夹点、氢夹点、能值夹点、碳夹点等概念。ＴＡＮ 等［８］提出基于夹点的碳约束能源规划方法，并首先将图形夹点法用于碳约束的能源规划问题，通过平移能源曲线来确定最小零碳能源用量；ＣＲＩＬＬＹ 等［９］正式提出了碳夹点分析方法，并将该方法应用于爱尔兰的电力行业，对能源供需状况进行预测和规划，为进一步研究区域能源供应和实现碳减排目标提供决策依据。随后国内学者，如祝一波等［１０］考虑经济性因素对可再生能源利用的制约，引入边际成本的概念，在碳夹点分析的数学模型中添加经济性约束条件。姚漫等［１１］在考虑新能源高额成本和碳排放约束的条件下，提出将夹点分析方法应用于碳排放约束下的能源分配中，并将结果与线性规划求解模型的结果进行对比，验证碳夹点方法的可行性和实用性。

 

  基于对前期文献的研究，本研究以天津市为例，运用碳夹点分析方法对区域能源规划问题进行系统分析，从而确定在碳排放限制下实现节能减排目标的能源分配。

 

  ２ 碳排放约束下的区域能源分配模型构建

 

  碳夹点应用于有排放限制的区域能源规划中，主要可以解决以下几个问题：（１）在某区域内，给定能源总量和碳排放限制目标的条件下，确定清洁能源的最小用量，本研究的清洁能源或低碳能源包含风能、太阳能、核能；（２）确定在清洁能源全部使用的情况下，总体区域的最小碳排放量，即碳排放限制的最小值；（３）对于多个区域，给定每个区域的ＣＯ２排放限制和能源供需，在确定最小清洁能源或低碳能源消耗的基础上，确定每个区域的能源种类及其用量的分配。

 

  碳夹点分析可以通过构建数学函数模型来实现，为使计算简便，能源供应量及需求量均以能源中可被利用的能量计。

 

  为满足能源需求和碳排放限制的同时使得系统中清洁能源使用量最小化，其目标函数模型可表示为ｍｉｎＦ０，具体计算步骤如下：（１）将各类能源以碳排放因子从低到高的顺序排列，分别计算供应能源的累积用量、累积碳排放量，绘制基于累积碳排放量下的能源供应曲线；同时绘制碳排放限制下的不同区域能源需求曲线；（２）水平移动能源供应曲线至能源需求曲线的最右点，将此交点视为碳夹点，此时能源供应量即能满足能源需求，又可达到碳排放量的限制水平，碳夹点以上为可减少使用的煤炭能源供给量，水平移动距离为清洁能源最少使用量；（３）在研究区域供应一定数量的清洁能源的情况下，将能源供给曲线向右平移至清洁能源最大供应量的位置，移动后的曲线即为清洁能源全部使用后的能源供应曲线，在满足能源需求下的平移曲线纵坐标即为碳排放的最小水平；（４）将能源供应曲线向右平移至与能源需求曲线只有一个交点，此交点为满足各区碳排放限值的碳夹点，该碳夹点将能源需求曲线分为两部分，碳夹点之下的能源满足碳排放限制要求，是清洁能源的主要供应区域，移动的水平距离为清洁能源需求量。

 

  ３ 实例分析与讨论

 

  以天津市为例，通过上述模型，对天津市的能源分配进行分析。数据来源：碳排放系数来源于ＩＰＣＣ２００６收录的各种燃料ＣＯ２排放系数；基础数据来源于《天津市统计年鉴２０１０》、《天津市统计年鉴２０１１》、《天津市能源年鉴２０１１》。天津市能源供给的基础数据如表１所示。为简化分析，将风能、太阳能、生物质能等低碳能源和零碳能源归为“清洁能源”。

 

  根据天津市的产业结构、城市功能、能源消费等特征将其分为城市住宅区、商业服务区、工业产业区，３个分区为具有低、中、高不同碳排放系数的模拟地理区域，在分析过程中分别表示为区域１、区域２、区域３。天津市能源需求基本数据见表２。由表２可见，根据每个区域的能源需求、能源结构和ＣＯ２排放限量数据，通过加权平均获得各区ＣＯ２排放因子分别为２５．０×１０－６、５３．３×１０－６、９７．５×１０－６ ｔ／ｋＪ，区域的划分依据和划分的数量标准不是唯一的，在研究中，参考因素越多，划分的区域越细，个数越多，研究结果就越有说服力，减排的效果也越好。

 

  将表１各能源以排放因子从小到大的顺序首尾相连，画出能源供应曲线，利用表２中的数据汇制能源需求曲线，天津市的能源供应和需求曲线见图１。

 

  由图１可见，目前天津市的能源供应基本满足３个区域的能源需求，但在当前能源结构下的碳排放量（１ ８３２．１×１０５ ｔ）却远高于累计碳排放限量（１ ５７０．６×１０５ ｔ），因此需要对天津市当前的能源结构进行调节，以在能满足能源需求的条件下达到碳排放限量的要求。

 

  ３．１ 仅考虑天津市总体排放限制下的能源分配不考虑单个区域的碳排放限制，只考虑天津市总体碳排放限制，在此情况下，为了满足能源需求，需将能源供给曲线水平向右移动，直到两条曲线相交于能源需求曲线的最右点（见图２），该点为满足总体碳排放限制的能源需求量，即为碳夹点，夹点坐标为（２２３．０，１ ５７０．６），平移线夹点与右端顶点的横坐标差为减少的煤能源使用量，曲线平移距离为清洁能源需求量。

 碳排放限制最小值分析充分利用清洁能源是减排的重要规划措施，假设天津市能供给使用的清洁能源有５０．０×１０１３ ｋＪ，在此情况下，充分利用清洁能源所能达到的最小的碳排放量，是能源部门对天津市的排放量进行规划、制定天津市的碳排放约束的重要依据。向右平移能源供应曲线５０．０×１０１３ ｋＪ，平移后的能源供应曲线在２２３．０×１０１３ ｋＪ能源供应下的坐标点即为碳夹点（见图３）。经计算，平移５０．０×１０１３ ｋＪ后碳夹点的坐标为（２２３．０，１ ３７８．５），碳夹点的纵坐标就是所能达到的最小的碳排放量，即天津市所有清洁能源充分使用下，该地区所能达到的最小碳排放量为１ ３７８．５×１０５ ｔ。基于此，在不考虑提高能源利用效率和采用更先进的碳减排措施的情况下，能源部门在规划天津市的总体碳排放限制时不该低于１ ３７８．５×１０５ ｔ。

 

  ３．３ 考虑区域碳排放限制下的能源分配

 

  一个地区能源的合理利用，要考虑每个区域的能源需求和碳排放限制，并且分析各种能源如何分配。如果一个区域产生限额以上的碳排放，其他区域就被限制产生限额以下的碳排放而变相地为高排放区域买单。为了使能源供应满足区域能源的需求，将能源供应曲线向右平移至与能源需求曲线只有一个交点时，此交点为碳夹点，移动的水平距离就是清洁能源的需求量（见图４）。经计算，碳夹点坐标为（１１３．０，４９７．６），水平移动距离为４４．７，此时满足３个区域的排放限制，同时，还有３７．９×１０１３ ｋＪ碳排放因子最高的煤没有利用。并且，在满足了能源需求和排放限制的情况下，达到的总碳排放量为１ ４３４．１×１０５ ｔ，小于总碳排放量的限值１ ５７０．６×１０５ ｔ。

 

  从图４还可看出，碳夹点将平移曲线分成两部分，区域１与区域２在夹点的左下方，区域３在夹点右上方。碳夹点以上部分，能源供应平移曲线的斜率小于需求曲线的斜率，这表明能源供应曲线经过平移后（即使用清洁能源后），区域３能源供应的碳排放因子要比相应区域的能源需求的碳排放因子小，因此不必使用清洁能源也能满足碳排放要求。

 

  为了更精确地确定每个区域的能源分配，在图４的基础上，碳夹点以上的曲线不动，将能源供应曲线碳节点以下段从原点向右平移直至与区域１的需求曲线最右端相交形成新的碳夹点２（见图５）。由图５可知，碳夹点２的坐标为（３７．０，９２．５），经计算，下半段平移的距离为２２．７，也就是说２２．７×１０１３ ｋＪ的清洁能源必须提供给区域１，另外，区域１的能源需求缺口还剩１４．３×１０１３ ｋＪ，可以通过利用所有的天然气（７．２×１０１３ ｋＪ）和部分石油（７．１×１０１３ ｋＪ）来满足。通过图４可知，天津市需要消耗４４．７×１０１３ｋＪ的清洁能源来满足全市的能源需求，因此在满足区域１以后，余下２２．０×１０１３ ｋＪ的清洁能源可以供给区域２，区域２同样还需要另外５４．０×１０１３ ｋＪ的石油来满足其能源需求。区域３ 可以通过余下７２．９×１０１３ ｋＪ的石油能源和３７．１×１０１３ ｋＪ的煤能源来满足，剩余未消费的煤能源３７．９×１０１３ ｋＪ，最终能源结构优化结果如表４所示。

 

  经过能源分配后产生碳排放量仍为１ ４３４．１×１０５ ｔ，但各种能源可以更合理地分配在各个目标区域。另外需要说明的是，图中区域的划分不是唯一的，因此得出的优化结果也不是唯一的，并且通过分析结论可知，区域划分的越细，个数越多，鄘能源的分配更细致析结论可知，区域划分的越细，个数越多，能源的分配更细致，减排效果越好。另外，在最初的数据中，３个地区的总碳排放限量为１ ５７０．６×１０５ ｔ，通过能源规划可以实现１ ４３４．１×１０５ ｔ的碳排放，但对应的能源成本却提高了。如果只要求达到１ ５７０．６×１０５ｔ的碳排放量，可以用排放因子高的能源（如煤）来代替一部分高成本的清洁能源，从而实现用最低的成本达到碳排放限量的要求。

 

  ４ 结 论

 

  碳夹点分析可以直观地用于能源消费结构的优化中，能源规划部门可以用碳夹点分析方法对地区的能源进行分配，对碳排放限量进行定量规划，企业也可以在一定排放限制量的情况下，对产品结构或者能源使用进行规划，以达到碳排放限制要求，并且降低能源成本。对于天津市的实例分析可以得出，只考虑总体碳排放限量时需要清洁能源３１．７×１０１３ｋＪ，能源部门在规划天津市的碳排放限制时，如果假定有５０．０×１０１３ ｋＪ的清洁能源，能源部门在规划天津市的碳排放限量时不能低于１ ３７８．５×１０５ ｔ。在考虑各个区域的碳排放限量条件下，规划得到的碳排放总量为１ ４３４．１×１０５ ｔ，低于最初设定的排放值，并可以在保持碳排放量限制的同时尽量降低成本。

 

  本研究采用碳夹点的区域能源分配方法，在碳排放限量和能源需求的双重约束下，以使用最少的清洁能源为目标，对区域能源分配进行实例分析，实现能源供给与需求的平衡。决策者在制定能源用量，结构和能源分配的政策时，需要因地制宜考虑不同燃料的碳排放因子以及燃料的开发利用成本，采取相应政策措施，完善排污收费、绿色补贴、排污许可等法律法规，鼓励开发利用清洁能源。中国现阶段仍然以牺牲环境为代价大力发展经济，清洁能源的开发使用还处于起步阶段，应加大对技术开发的投资力度，为将来提供更多成本更低的优质清洁能源。