《电网碳减排贡献定量测算方法》

  • 来源专题:可再生能源
  • 编译者: 武春亮
  • 发布时间:2025-10-29
  • 摘要电网是连接电力生产和消费的重要平台,在全社会碳减排中发挥着重要的作用,但目前缺乏电网助力并网主体碳减排贡献的定量研究。借鉴Shapley值法的贡献分配思路,兼顾简明性和合理性,提出一种电网对并网主体碳减排贡献量测算方法。电网碳减排贡献比例由电网对减排量的边际作用决定,并可以通过简化公式计算,采用实测数据或者理论计算,论证有/无电网2种情况下并网主体碳减排量,依据2种情况下碳减排量相对大小,可以对电网碳减排贡献进行分类讨论,有/无电网不影响并网主体碳减排量时,电网的碳减排贡献为零;无电网则并网主体无法有效碳减排时,电网的碳减排贡献最大。该方法为衡量电网服务社会碳减排贡献提供了新思路和视角,为量化电网服务社会低碳转型的贡献提供了理论依据。(文章来源 微信公众号:中国电力)01Shapley值法在碳减排贡献测算中的应用1.1  Shapley值介绍Shapley值法是被广泛使用的解决共同作用下收益分配的一种博弈方法,能够实现主体收入与贡献度相匹配,能够反映合作者对整体合作联盟贡献的大小以及合作者在联盟中的重要程度,并基于此对合作者贡献进行分配,比仅按资源投入价值分配的方式更具合理性和公平性。设N为参与合作博弈的合作联盟的总集合,n为合作联盟N中参与主体数量,S为N中一个包含成员i的合作联盟,Si为该包含成员i的合作联盟中参与方的数量。联盟S中参与者依据次序达成合作联盟,各种次序发生的概率p为包含i且合作规模为Si的合作联盟出现的概率pi为在联盟S中,合作联盟成员i对合作联盟的贡献ri为式中:υ(S)为联盟S合作收益;υ(S?{i})为合作联盟S除去i后的合作收益。基于式(1)~(3),将Shapley值用于碳减排研究,即联盟合作收益为碳减排量,则可得主体i碳减排贡献量为式中:ωi为第i个主体的碳减排贡献量。1.2  Shapley值性质Shapley值具有有效性、匿名性、虚拟性、可加性等重要性质。1)有效性。所有主体分得的碳减排贡献量之和等于联盟总碳减排量,满足碳排放总量守恒,即2)匿名性。当负荷成员的编号发生改变时,每个负荷成员所分得的碳减排贡献量保持不变,联盟的分配结果与顺序无关,即式中:π(i)为新的编号规则。3)虚拟性。任意在联盟中添加对所有联盟的边际作用为0的主体,不影响原碳减排贡献量结果,即对于边际作用为0主体i,有4)可加性。当且仅当联盟内V∪U联合主体的分配效益不少于独立运营V、U时的效益,合作联盟才会成立,即02电网对单个并网主体碳减排贡献量测算2.1  碳减排参与主体说明本文讨论的电网碳减排贡献量是指电网为特定并网主体能够顺利运行并减少碳排放,而投资对电网进行改造、新建或在运行中特殊的调度,由这种措施而带来的碳减排贡献。例如,新能源并网发电过程中,电网投资新建、改扩建变电设施、配套通信装置等。可以利用Shapley值方法计算电网和其他单个并网主体的碳减排贡献量,该研究相较于文献[15],更加关注电网对一个微观的主体碳减排量贡献的测算。本文中单个并网主体指新能源场站、重要的工业负荷、单个微电网、运用了光储直柔的建筑等多种类型的并网主体。虽然新能源的消纳是源网荷储各环节协作的结果,但在分析电网对单个并网主体碳减排贡献时,考虑所有主体,则由于过于复杂而无法计算,电网作为能源传输和分配的核心环节,发挥着主要作用,故在碳减排量测算时将电网视为一个整体,其他主体的影响包含在电网的作用之中,兼顾简明性与合理性。2.2  碳减排贡献量测算方法根据上述分析,讨论电网对单个并网主体碳减排贡献量测算时,全联盟为N={其他主体,电网},可能出现的非空子联盟组合S为{其他主体}{电网}{其他主体,电网},所有联盟对应的碳减排情况如表1所示,假设已知各联盟的碳减排量v({其他主体})、v({电网})、v({其他主体,电网})分别为α、β、γ。根据式(1)可以分别计算(计算中所需参数如表2和表3所示)电网和其他主体的碳减排贡献量如式(9)(10)所示。准确实测或估计得到α和γ 2个参数是计算电网和其他主体的碳减排贡献量的关键。表1  联盟主体组合情形Table 1  Combination of alliance entities表2  计算ω网相关参数Table 2  The related parameters of ωgrid表3  计算ω主体相关参数Table 3  The related parameters of ωentity2.3  α、β和γ取值的讨论在讨论电网和其他主体的碳减排贡献量时,不考虑仅电网自身碳减排(如降低线损等),故认为β=0,因此电网和其他主体的碳减排贡献量可以简化为根据Shapley值可加性,联盟联合主体的分配效益不少于独立运营时的效益,即γ≥α+β,且β=0,则γ≥α(若不满足γ<α,不可使用Shapley值法),故ω网和ω主体取值范围为0≤ω网≤0.5γ,0.5γ≤ω主体≤γ(具体取值如表4所示),电网碳减排贡献最大为整体碳减排量的50%,此时并网主体碳减排贡献最小,为整体碳减排量的50%;而并网主体碳减排贡献最大为整体碳减排量,此时电网没有碳减排贡献,下面分别讨论ω网和ω主体取值的场景,需要注意的是,不论哪些情况下都有ω网+ω主体=γ。表4  碳减排场景与ω网和ω主体取值范围Table 4  Carbon emission reduction scenarios and the range of ωgrid and ωentity场景Ⅰ不适用本文的方法,下面分别讨论场景Ⅱ、Ⅲ、Ⅳ所对应的具体情况。场景Ⅱ:α=γ。该情况对应不进行电网改造、新建或在运行中特殊的调度情况,不影响并网主体碳减排量,此时,ω网=0,ω主体=γ,电网碳减排贡献量为零,并网主体贡献所有碳减排量,如建筑更换更加节能的照明系统、空调系统、热水系统、电梯等,使得建筑整体能耗降低,减少使用外购电量,从而实现碳减排,在该场景中,电网并未进行专门的改造、新建或在运行中特殊的调度,故电网碳减排贡献量为零,建筑自身贡献所有碳减排量。场景Ⅲ:γ>α且α=0。该情况对应没有电网改造、新建或在运行中特殊的调度,仅靠并网主体无法有效进行碳减排,此时ω网=ω主体=0.5γ,电网和并网主体各贡献50%的碳减排量,如完成一座集中式新能源场站建设后,还须配套建设并网工程,涉及项目业主接网工程、送电线路工程、变电改造工程以及系统通信工程等,假设不进行这些电网改造工程,新能源场站无法发电替代化石能源,无法产生碳减排量,故电网和并网主体单独存在都不能实现碳减排,两者对合作结果的边际贡献完全对称时,电网和并网主体各贡献50%的碳减排量。场景Ⅳ:γ>α且α≠0。该情况对应电网改造、新建或在运行中特殊的调度情况,在一定程度上影响并网主体碳减排量,此时,ω网和ω主体取值在上述2种极端情况之间,电网碳减排贡献量小于总碳减排量的50%,而并网主体碳减排贡献量大于50%。该场景非常普遍,例如,并网主体为包含新能源微电网(并网型微电网)时,微电网通过使用更加清洁的新能源替代来自电网的电能,减少了所在区域电网的其他并网发电厂发电产生的温室气体排放,实现碳减排,假设大电网不为微电网工程进行新建或改造,则微电网中的新能源可能由于没有大电网提供支撑保证,无法完全消纳,导致新能源发电量小于并网时的发电量。2.4  电网碳减排贡献量测算流程电网碳减排贡献量测算流程如图1所示。首先确定一个项目的边界及性质,明确项目构成及运行状态。图1  电网碳减排贡献量测算流程Fig.1  The process for quantifying power grid's contribution to carbon emission reduction然后,判断项目是否有利于碳减排。例如,电源类项目中,项目是否利用新能源替代化石能源;负荷类项目中,项目是否提升电气化水平替代化石燃料,或者减少能耗、提高能效;源荷类项目中,项目是否通过自身新能源发电替代外购电或传统能源满足负荷需求。如果是碳减排项目,则需要通过实测数据或者理论计算论证建设该项目同时改造/建设电网的碳减排量γ,以及建设该项目但不改造/建设电网的碳减排量α。之后判断γ、α的相对大小,并根据表4确定场景,根据式(11)计算电网碳减排贡献量。03案例分析本章针对场景Ⅲ、Ⅳ(场景Ⅱ中电网碳减排贡献量为0,不再单独举例分析),进行具体案例分析。3.1  场景Ⅲ案例分析:电网对海上风电的碳减排贡献量以“全国温室气体自愿减排注册登记系统及信息平台”中公示的某500 MW海上风电场项目为例,项目共安装和运行78台单机容量为6.45 MW的风力发电机组,总装机容量为503.1 MW,设计年满负荷运行小时数为3290 h,全部机组投产后每年将向电网输送电量1655202 MW?h。项目所发电量经35 kV线路接入新建的220 kV海上升压站,再送至500 kV陆上升压站,经500 kV陆上升压站后送至500 kV变电站,最终接入电网(如图2所示)。图2  某海上风电项目边界Fig.2  The boundary of an offshore wind power project项目的目的是利用可再生风能资源发电,产生的电力将通过某省电网并入区域电网,以通过替代南方区域电网化石燃料的发电,实现温室气体的减排。首先论证该海上风电项目同时改造/建设电网的碳减排量γ。根据项目前期设计,全部机组投产后每年将向区域电网输送电量Ewg为1655202 MW?h,项目自身排放量为0,则根据《温室气体自愿减排项目方法学 并网海上风力发电(CCER―01―002―V01)》,该项目同时改造/建设电网的碳减排量γ为式中:Egrid,OM为项目所在区域电网的组合边际排放因子,tCO2/(MW?h);Egrid,BM为项目所在区域电网的电量边际排放因子,tCO2/(MW?h)。根据国家气候战略中心发布的《2023年减排项目中国区域电网基准线排放因子》,2023年该区域电网排放因子Egrid,OM为0.7738 tCO2/(MW?h),Egrid,BM为0.1981 tCO2/(MW?h),根据式(13)可计算得γ =804345 tCO2,即在改造/建设电网情况下,该项目每年减排804345 tCO2。再论证建设该项目但不改造/建设电网的碳减排量α。当项目不新建220 kV海上升压站,并接入南方区域电网时,该项目无法消纳风电产生的清洁电量,故α=0。根据分析,该项目γ>α且α=0,属于场景Ⅲ,每年电网对海上风电的碳减排贡献量ω网=0.5γ=402172.5 tCO2。3.2  场景Ⅳ案例分析:电网对并网型微电网的碳减排贡献量以文献[26-27]中并网微电网算例为例,该算例采用美国电力可靠性技术解决方案协会(Consortiumfor Electric Reliability Technology Solutions,CERTS)提出的微电网结构(如图3所示),根据负荷重要性划分为3条馈线,利用多种电源保证重要负荷供电可靠性,其中不可调度电源包括光伏发电(PV)、风力发电(WT),可调度电源包括柴油发电机(DE)、微型燃气轮机(MT)燃料电池(FC),储能系统为蓄电池储能(BS),微电网一天内电源出力特性、微电网负荷特性详见文献[26-27],其采用基于多时间尺度协调的微电网优化调度模型,在并网和离网模式下计算出微电网各电源出力,并网和离网模式下单日发/用电量统计如图4所示(忽略线损电量和储能电量)。图3  微电网案例示意Fig.3  Schematic of a microgrid图4  微电网并网和离网模式下单日发/用电量Fig.4  The daily power generation and power load of a microgrid under on-grid and off-grid modes项目利用太阳能、风能资源发电,用更加清洁的电能替代从电网购入电量,有利于实现温室气体的减排。为了简化碳排放分析,将案例中可调度电源均统一为柴油发电机,则微电网碳减排量为式中:Emg为微电网碳减排放量,tCO2;Pmg为微电网直接和间接的碳排放量,tCO2;Pgrid为不建造微电网、相同负荷直接由电网供电造成的碳排放量,tCO2;EDE为柴油发电机发电量,MW?h;FDE为柴油发电机排放因子,tCO2/(MW?h);Egrid为电网供电量,MW?h;Fgrid为电网排放因子,tCO2/(MW?h);Lmg为微电网为负荷供电量,MW?h。根据温室气体自愿减排项目方法学《CMS-003-V01自用及微电网的可再生能源发电》推荐值,额定功率小于135 kW的柴油发电机排放因子FDE为1.0 tCO2/(MW?h);取2021年全国电力平均二氧化碳排放因子Fgrid=0.5568 tCO2/(MW?h)。结合图4数据,可计算式(14)~(16)中数据如表5所示。表5  微电网碳减排相关数据Table 5  The carbon reduction-related data of microgrids可将并网模式下碳减排量视为微电网项目同时改造/建设电网的碳减排量γ,将离网模式下碳减排量视为不改造/建设电网的碳减排量α。故γ=0.17 tCO2,α=0.12 tCO2。γ>α且α≠0,属于场景Ⅳ,根据式(11),可计算出电网单日碳减排贡献量0.025 tCO2,在总碳减排量中贡献减排量占比约15%。04结论电网在碳减排中起核心枢纽作用,本文结合Shapley值法,通过合理假设简化,兼顾简明性和合理性,提出了一种简明的电网对单个并网主体的碳减排贡献测算方法,明确了电网碳减排贡献的计算框架。首先确定一个项目主体的边界及性质,明确项目构成及运行状态,判断该项目是否有利于碳减排,如有利于碳减排,则通过实测数据或者理论计算论证建设该项目同时改造/建设电网的碳减排量γ,以及建设该项目但不改造/建设电网的碳减排量α。在准确论证项目碳减排量后,通过判断γ、α的相对大小,可以确定多种场景。当α=γ,对应不进行电网改造、新建或在运行中特殊的调度情况,不影响并网主体碳减排量,此时电网碳减排贡献量最小,没有减排贡献;当γ>α且α=0,对应没有电网改造、新建或在运行中特殊的调度,仅靠并网主体无法有效进行碳减排,此时电网碳减排贡献最大;当γ>α且α≠0,对应电网改造、新建或在运行中特殊的调度情况,在一定程度上影响并网主体碳减排量,此时电网碳减排贡献在上述两种特殊情况之间。最后本文用海上风电项目和微电网案例进行具体案例分析。由于掌握实际案例所限,需要进一步将该方法应用于实际案例中,不断完善通过实测数据或者理论计算论证γ和α的方法。基于本文提出的方法,电网公司可以测算对碳减排工作的贡献量,形成电网支持全社会绿色低碳转型的“成绩单”。注:本文内容呈现略有调整,如需要请查看原文。
  • 原文来源:http://www.chinasmartgrid.com.cn/news/20251027/662183.shtml
相关报告
  • 《人工智能减碳贡献占比将逐年提升》

    • 来源专题:能源情报网信息监测服务平台
    • 编译者:guokm
    • 发布时间:2021-12-20
    • 技术创新,在实现碳达峰、碳中和中发挥着重要作用。百度与全球知名科技咨询机构IDC(International Data Corporation)目前联合推出的研究报告显示,人工智能技术的大量应用将为重点行业降碳减排作出贡献,据测算,从当前至2060年,AI相关技术将助力碳减排超过350亿吨。 这一研究数据收录于双方共同参与编制的《2021年中国人工智能助力“双碳”目标达成白皮书》(以下简称“白皮书”),这是国内首份聚焦AI助力碳达峰、碳中和目标的行业研究报告。“白皮书”基于国家碳达峰、碳中和的战略决策,从技术类别、机制原理、作用场景、行业应用、实践案例等维度,系统阐释了人工智能及相关信息通信技术在各产业推进提效降耗、实现绿色转型中的核心作用,结合梳理总结降碳减排的实现路径,为充分挖掘人工智能的技术减碳潜力、推动实现碳达峰、碳中和目标提供参考。 “白皮书”分析认为,实现碳中和的路径是技术密集使用的过程,人工智能在技术上的突破,将借由信息通信技术基础设施应用于各类行业,并与各个行业减碳技术和应用相结合,发挥出巨大潜力。“白皮书”认为,与人工智能相关的技术减碳贡献占比将逐年提升,至2060年将至少达到70%,减碳总量将超过350亿吨。 以交通行业为例,2020年中国交通行业碳排放估测量为10.4亿吨,占全国总体排放的9%。而在驱动交通行业降碳减排过程中,使用以智能信控为主的缓堵型智能交通技术,可以有效提升城市主要道路交叉口的通行效率,千万级人口城市因此每年可至少减碳4.16万吨,这相当于1.4万辆私家车行驶一年的碳排量。 “白皮书”还基于IDC对全球IT市场数据的长期追踪和积累,通过原创的数据中心碳排放模型进行了测算,仅2020年全球使用云计算减少的碳排放总量,就相当于减少了近2600万辆燃油汽车上路,或者减少了3900亿公里的行驶里程。 “白皮书”进一步分析认为,随着各行业越来越依赖数字化助力提升价值,业务场景对算力的需求不断提升;消费领域,个人设备的智能化基于云化增强功能体验,用户对数据中心算力服务的压强不断增高。服务于经济发展的数据中心算力增加无疑会消耗更多能源。2020年中国数据中心用电量超2000亿千瓦时,超过了上海市的总体用电量。而2020年百度自建的数据中心实现了平均1.14的能效比值(PUE)。每10万台服务器有望年均实现节电1亿度,相当于10万居民用户的年用电量。这意味着仅百度一家企业节省的电量等于德国一个中型城市全年用电量。
  • 《Nature Geoscience: 定量揭示近50年大气CO2升高对陆地碳汇增加的贡献》

    • 来源专题:长江流域资源与环境知识资源中心 | 领域情报网
    • 编译者:changjiang
    • 发布时间:2019-09-04
    • 陆地生态系统吸收了约三分之一的人类活动累计CO2排放量,减缓了气候变暖。1960年代以来,全球陆地碳汇增加了近一倍,对气候变暖的减缓作用持续增强。大气CO2升高是陆地碳汇变化的重要驱动因子之一。但是,CO2对陆地碳汇施肥效应的定量估计仍不明确。难点在于,多模型间全球尺度结果差异较大,而野外CO2施肥实验观测局限于站点尺度。   中国科学院青藏高原研究所生态系统功能与全球变化团队结合多个陆地生态系统模型模拟结果和野外CO2施肥实验观测结果,并构建植被-土壤碳库周转理论模型(two-box-model),分析了1959-2010年大气CO2升高对北温带和全球陆地碳汇变化的作用。研究发现,北温带陆地碳汇对CO2升高的敏感性为0.64 ± 0.28 PgC yr-1 [100 ppm]-1(图1)。与此相比,碳-氮耦合模型均值低估。就全球尺度而言,1960年代至2000年代,CO2升高对陆地碳汇增加的贡献为2.01 ± 1.06 PgC yr-1。这意味着, CO2升高是同期全球陆地碳汇增加(1.2 PgC yr-1)的主因。本研究为定量理解陆地碳汇变化的归因提供了重要科学支撑,亦为模型和控制实验相结合解决全球变化对陆地碳循环影响相关科学问题提供了新的研究思路。   该研究成果以“Field-experiment constraints on the enhancement of the terrestrial carbon sink by CO2 fertilization”为题发表于《自然-地球科学》(Nature Geoscience)杂志(DOI:10.1038/s41561-019-0436-1)。中国科学院青藏高原研究所刘永稳副研究员为第一作者、朴世龙教授为通讯作者。本研究得到中国科学院A类战略性先导科技专项“泛第三极环境变化与绿色丝绸之路建设”专项等资助。   论文链接:https://www.nature.com/articles/s41561-019-0436-1