将新型电力系统电源侧“ 安全高效” “ 清洁低碳” 两大特征细分为4个特征, 并筛选出8个衡量指标, 构建新型电力系统电源侧指标体系, 详见表1。

表1

Table 1

表1(Table 1)

表1 新型电力系统电源侧特征及其衡量指标 Table 1 The characteristics and the characterization indicators of the supply side of the new-generation power system 特征 衡量指标 指标选择依据 安全高效 安全 电力自给率① 电力自给率 = 主力电源装机容量/全社会最高负荷, 侧重从出力的角度, 衡量最大供应能力; 电量自给率① 电量自给率 = 本地发电量/全社会用电量, 侧重从出量的角度, 衡量实际供应能力 高效 单位发电能耗 描述发电效率的重要指标之一, 数值越小, 发电效率越高, 包括煤电和气电发电能耗两个指标 光伏平均发电小时数 广州市太阳能资源开发潜力相对较大, 光伏发电小时数的提高可以在一定程度上衡量可再生能源发电效率的提高 清洁低碳 清洁 可再生能源占比 可再生能源发电量占总用电量的比例, 高比例可再生能源是新型电力系统构建的基本要求 清洁能源占比 包括天然气在内的清洁能源发电量占总用电量的比例, 是衡量电力系统清洁程度的重要指标 低碳 本地发电度电碳排放 衡量本地电源发电是否绿色低碳的重要指标 外购电度电碳排放 衡量外购电是否绿色低碳的重要指标 ① 资源自给率是衡量一个地区资源生产能力的指标, 也是表征资源供应安全与否的关键指标。电的自给率可以分为电力自给率和电量自给率。

表1 新型电力系统电源侧特征及其衡量指标 Table 1 The characteristics and the characterization indicators of the supply side of the new-generation power system

基于“ 本地发电 + 外购电 = 电力需求量” 的供需平衡公式, 首先基于长期能源替代规划系统（long-range energy alternatives planning system, LEAP）模型, 预测2023— 2030年的电力需求量。其次从电源侧设定一个基准情景（business as usual, BAU）和5个具有不同侧重点的供电情景（A₁ ~ A₅）, 研究不同电力供应情景下电力系统“ 安全高效” “ 清洁低碳” 特征的演变趋势（图1）。

图1

Fig. 1

	Figure Option ViewDownloadNew Window
	图1 电力供需预测研究思路及技术路线图Fig. 1 Research ideas and technical roadmap of power supply and demand forecasting

（1）电力需求预测

LEAP模型是一个自底向上的能源-环境核算工具, 由瑞典斯德哥尔摩环境研究所与美国波士顿大学共同开发。能源消费量由活动水平和能源强度计算得出。

$E=\sum{{{V}_{k}}}\times {{\rho }_{k}}$ (1)

式中：E为电力需求量; V_k为k部门的增加值, 其中k = 1, 2, ……, 11, 分别表示农业、工业等11个分部门; ${{\rho }_{k}}$为能源强度指标, 本研究主要用来进行电力消费预测, 因此该指标主要指k部门的单位增加值电耗。

结合目前广州市经济、社会、产业结构特点, 假设技术发展水平和用电设备效率在“ 十三五” “ 十四五” 前两年基础上稳定提升, 同时, 政府采取较为可行的政策措施引导和促进各行业电气化水平稳步提升。预测结果（表2）显示, 2022— 2030年广州市电力需求量从115.5 TW∙ h增加到2030年的156.5 TW∙ h, 增幅35.5%。

表2

Table 2

表2(Table 2)

表2 广州市电力需求量预测结果 Table 2 Forecast results of electricity demand in Guangzhou 年份 电力需求量/(TW∙ h) 2022 115.5 2023 121.0 2024 127.7 2025 133.5 2026 136.9 2027 142.0 2028 146.7 2029 151.0 2030 156.5

表2 广州市电力需求量预测结果 Table 2 Forecast results of electricity demand in Guangzhou

（2）电力供应预测

本文设置基准情景（BAU）、推进可再生能源情景（A₁）、技术进步情景（A₂）、技术进步-推进可再生能源组合情景（A₃）、安全 + 低碳分阶段发展情景（A₄）和“ 双高” 自给率情景（A₅）六种供电情景, 对不同情景的设定及各项参数的设置详见表3和表4。以2022年为基准年, 预测期为2023— 2030年。

表3

Table 3

表3(Table 3)

表3 电力供应侧情景参数设置 Table 3 Scenario parameter setting on the electricity supply side 情景 情景描述 参数设置 基准情景（BAU） 所有供电指标保持现有水平 （1）装机容量：各类发电装机按照广州市政府相关规划建设[32, 33]; （2）发电能效：保持2022年水平; （3）节能减排措施：保持2022年水平 推进可再生能源情景（A1） 增加可再生能源装机比例, 其他供电指标保持现状 （1）装机容量：总装机量与基准情景相同; 对标国际可再生能源署发布的《2023年可再生能源装机容量统计报告》[34]“ 如果想保持在将全球变暖限制在1.5 ℃的道路上, 到2030年, 可再生能源年度新增装机容量必须比现在增长三倍才行” ; 根据广州市可再生能源禀赋潜力及目前已开发情况, 将太阳能光伏装机增加到3 990 MW; 对煤电和气电进行等容量替代; （2）发电能效：保持2022年水平; （3）节能减排措施：保持2022年水平 技术进步情景（A2） 在基准情景基础上, 增加能效提升技术和碳减排技术, 其他供电指标保持现状 （1）装机容量：与BAU情景相同; （2）发电能效：①发电能耗方面, 煤电机组单耗在2025年、2030年分别提升到国家基准和标杆水平平均值[35]; 气电机组单耗在2025年下降到217 g/(kW∙ h)①左右, 2030年下降到210 g/(kW∙ h)①左右; ②发电小时数, 假设2025年各类发电类型的发电小时数在2022年的基础上提高5%, 到2030年提高10%; （3）节能减排措施：2025年在原有排放基础上减少4%的排放量, 至2030年减少15%的排放量 技术进步-推进可再生能源组合情景（A3） A1、A2情景的组合情景 （1）装机容量：与A1情景相同; 其他各参数与A2情景保持一致 安全 + 低碳分阶段发展情景（A4） 分阶段发展, “ 十四五” 以保证电力供应安全为主要目标, “ 十五五” 以碳达峰、碳减排为主要目标; 同时增加能效提升技术和碳减排技术, 其他供电指标保持现状 （1） 2025年完成基准情景下政府规划2028年的气电装机量, 即12 741.9 MW, 2027年之前完成2030年全部规划气电装机量, 即14 150 MW; 可再生能源规划装机延后集中在“ 十五五” 建成, 主要新增装机为光伏发电; （2）发电能效：与A2情景相同; （3）节能减排措施：与A2情景相同 “ 双高” 自给率情景（A5） 在技术进步情景（A2）基础上, 以火电保电力和电量自给率“ 双高” 为首要目标, 增加煤电和气电发电装机量, 将电量自给率提高到50%, 其他参数与A2情景相同 （1）装机容量：目前中国对煤电的审批非常严格, 广州市是否可以再新上煤电, 需要充足的论证; 假设经过“ 十四五” 的努力争取, 煤电新增装机量是现状装机量的10%, 新增量将于2025年以后建成投产, 其余生产能力将由气电进行补充; （2）发电能效：与A2情景相同; （3）节能减排措施：与A2情景相同 ① 以标准煤质量计。

表3 电力供应侧情景参数设置 Table 3 Scenario parameter setting on the electricity supply side

表4

Table 4

表4(Table 4)

表4 能效提升、节能减排相关指标值设定 Table 4 Setting of the indicators related to energy efficiency improvement, energy conservation and reduction of carbon emissions 年份 煤电度电能耗均值/[g/(kW∙ h)]① 电度电能耗均值/[g/(kW∙ h)]① 发电小时数提高比例/% 综合减排比例/% 2022 310.00 225.00 0 0 2023 307.94 221.30 3 1 2024 305.89 217.70 4 2 2025 303.83 214.00 5 4 2026 301.56 213.20 6 5 2027 299.30 212.40 7 7 2028 297.03 211.60 8 9 2029 294.77 210.80 9 11 2030 292.50 210.00 10 15 ① 以标准煤质量计。

表4 能效提升、节能减排相关指标值设定 Table 4 Setting of the indicators related to energy efficiency improvement, energy conservation and reduction of carbon emissions

（1）电源侧指标体系综合得分

采用熵值法计算新型电力系统电源侧指标体系的综合得分, 获取新型电力系统电源侧建设进程和趋势。

$f(x)=\sum\limits_{j=1}^{9}{{{w}_{j}}{{x}_{j}}'}$ (2)

式中：f (x)为指标体系综合得分, 测度新型电力系统电源侧发展水平与状况; ${{x}_{j}}'$为各指标经过线性比例变换标准化之后的值, 其中j = 1 ~ 9; w_j为各指标熵值法赋权的权重^[36]。方法见式（3）~ 式（7）。

指标标准化：

${{x}_{j}}'\ \text{=}\left\{ \begin{align} & \frac{{{x}_{j}}-{{x}_{\min }}}{{{x}_{\max }}-{{x}_{\min }}}, \ {{x}_{\min }}\le {{x}_{j}}\le {{x}_{\max }}, \ {{x}_{j}}为正向指标\mathrm{(}j\ =\mathrm{1 } \tilde{\ } \mathrm{9)} \\ & \frac{{{x}_{\max }}-{{x}_{j}}}{{{x}_{\max }}-{{x}_{\min }}}, \ {{x}_{\min }}\le {{x}_{j}}\le {{x}_{\max }}, \ {{x}_{j}}为负向指标\mathrm{(}j\ =\mathrm{1 } \tilde{\ }\mathrm{9)} \\ \end{align} \right.\ \ \ \ \ \ \ \ $(3)

确定指标比重：

${{X}_{j}}=\frac{{{x}_{j}}'}{\sum\limits_{j=1}^{9}{{{x}_{j}}'}}$ (4)

计算第j项指标的熵值：

${{S}_{j}}=-k\sum\limits_{j=1}^{9}{{{X}_{j}}\ln ({{X}_{j}})}$, 其中k > 0, k = ln j (5)

计算第j项指标的信息效用值：

${{u}_{j}}=1-{{S}_{j}}$ (6)

计算各指标的权重：

${{w}_{j}}=\frac{{{u}_{j}}}{\sum\limits_{j=1}^{9}{{{u}_{j}}}}$ (7)

（2）本地电源发电量

${{P}_{\text{local}}}={{\sum{p}}_{i}}=\sum{\left[ {{v}_{i}}\times {{h}_{i, 2022}}\times \left( 1+{{\lambda }_{i}} \right) \right]}$ (8)

式中：P_local为本地电源发电量; p_i为i发电类型的发电量, 其中i = 1, 2, ……, 7, 分表代表煤电、气电、生物质发电、光伏发电、风电、水电、其他7种发电类型; v_i为i发电类型的装机量; h_{i, 2022}为基准年（2022年）i发电类型的发电小时数; λ _i为i发电类型的发电小时数提升速率。

（3）本地电源碳排放量

${{C}_{\text{local}}}={{\sum{c}}_{i}}=\sum{\left[ {{p}_{i}}\times {{\beta }_{i}}\times {{f}_{i}}\times \left( 1-{{\tau }_{i}} \right) \right]}$ (9)

式中：C_local为本地电源发电产生的CO₂量; c_i为i类发电产生的CO₂量; p_i为i发电类型的发电量; ${{\beta }_{i}}$为i发电类型的度电能耗; f_i为标煤与CO₂的转化系数, 取2.69; ${{\tau }_{i}}$为综合减排比例。

（4）外购电碳排放量

${{C}_{外购}}={{P}_{外购}}\times \alpha $. (10)

式中：${{C}_{外购}}$为外购电产生的CO₂量; ${{P}_{外购}}$为外购电购买总量; $\alpha $为广东省电力平均碳排放因子, 2022— 2030年外购电碳排放因子采用《广东省发展改革委关于印发广东省地级以上市二氧化碳排放核算方法的通知》中的推荐值（表5）。

表5

Table 5

表5(Table 5)

表5 广东省电力平均碳排放因子 Table 5 Average carbon emission factors of power supply in Guangdong Province 年份 平均碳排放因子/[t/(GW∙ h)]① 2022 373 2023 365 2024 358 2025 350 2026 340 2027 330 2028 320 2029 310 2030 300 ① 碳排放及碳排放因子均以CO2质量计。

表5 广东省电力平均碳排放因子 Table 5 Average carbon emission factors of power supply in Guangdong Province

数据来源于国家、广东省、广州市统计年鉴、政府规划等公开文件或统计资料, 部分数据来源于广州市相关政府部门、企业等一手调研数据。研究主要采用SPSSAU和LEAP模型软件进行数据处理。

2.1.1 不同供电情景下的“ 安全高效” 特征演变

（1）供电量变化趋势分析

2022年广州市电力需求量为115.5 TW∙ h, 到2030年将增加到156.5 TW∙ h, 增幅35.5%。从本地电源发电量来看, 不同情景下的发电量均逐年增加（图2）。2030年A₅情景下发电量最多达到78.2 TW∙ h, 电量自给率达到50%。A₁情景下的发电量最少为56.3 TW∙ h, 电量自给率仅为35.96%。尽管本地电源发电量逐年增加, 但由于电力需求量的增加速度更快, 使得外购电的需求量也整体呈现增加趋势。

图2

Fig. 2

	Figure Option ViewDownloadNew Window
	图2 不同情景下本地电源发电量（a）和外购电需求量（b）变化趋势Fig. 2 Change trend of local power generation (a) and demand for the purchased electricity (b) under different scenarios

（2）电力和电量自给率变化趋势分析

2022— 2030年电力自给率和电量自给率均呈显著上升变化趋势, 且电力自给率普遍高于电量自给率。根据广州市政府规划, 2025年电力自给率要达到60%。六种情景下的电力自给率均超过60%（图3）, 设置的情景符合广州市的电力发展规划要求。A₅情景下, 2030年电力自给率可以达到近80%, 而电量自给率达到50%, 相比其他情景, A₅情景是最安全的供电情景。

图3

Fig. 3

	Figure Option ViewDownloadNew Window
	图3 不同情景下电力自给率和电量自给率变化趋势Fig. 3 Change trend of self-sufficiency rates of power supply capacity/quantity under different scenarios

（3）发电能耗、光伏发电小时数变化趋势分析

BAU和A₁情景下煤电和气电机组单耗均保持2022年水平不变。其他情景下, 随着发电设备和技术的更新换代, 煤电和气电机组单耗逐年下降, 说明煤电、气电机组发电效率逐年提高（图4）。目前广州市光伏发电小时数仅为835 h, 远低于其他省市。随着可再生能源发电技术的进步, 光伏发电利用小时数也在逐年增加, 2030年可以达到919 h, 可再生能源发电效率得到显著提升。

图4

Fig. 4

	Figure Option ViewDownloadNew Window
	图4 不同情景下煤电、气电发电能耗变化趋势Fig. 4 Change trend of energy consumption of coal and gas power generation under different scenarios

2.1.2 不同供电情景下的“ 清洁低碳” 特征演变

（1）清洁能源、可再生能源发电占比分析

2022— 2025年除煤电以外的广州市本地清洁能源发电占电力消费总量的比例将逐年增加（图5）, 广州市电源发电结构清洁化程度不断提高。2025— 2030年清洁能源比例基本保持稳定, 说明清洁能源的发电量增速与电力消费总量增速基本一致。本地可再生能源供电方面, A₁、A₃情景下的可再生能源供电占总用电量的比例呈上升趋势, 将分别从2022年的4.36%增加到2030年的5.01%和5.51%。A₅情景下的占比呈现先上升后缓慢下降趋势, 其他情景的占比均呈下降趋势。

图5

Fig. 5

	Figure Option ViewDownloadNew Window
	图5 本地清洁能源、可再生能源发电占电力消费总量比例的变化趋势Fig. 5 Change trend of the proportion of local clean energy and renewable energy power generation in total electricity consumption

（2）碳排放分析

2022— 2030年, BAU和A₁情景下的碳排放总量较大, 且均呈逐年上升趋势, 暂无达峰迹象。其他四种情景均可达峰（图6）, 但达峰时间和峰值各不同。其中A₂情景于2028年达峰, 峰值为6 006万吨CO₂, A₄情景可以提前一年达峰, 峰值为6 096万吨CO₂, A₅情景推迟一年达峰, 峰值为6 248万吨CO₂。A₃情景的碳排放总量最小且可以实现最早达峰, 2025年达峰值为5 893万吨CO₂。从发电度电碳排放来看（图7）, 本地和外购电度电碳排放均将逐年下降, 其中, A₃情景的本地度电碳排放下降速度最快, 说明A₃情景的本地发电结构最为清洁化。外购电度电碳排放将从2022年的372.6 g下降到2030年的300 g。

图6

Fig. 6

	Figure Option ViewDownloadNew Window
	图6 电力部门碳排放总量变化趋势Fig. 6 Changes of total carbon emissions from power supply industry

图7

Fig. 7

	Figure Option ViewDownloadNew Window
	图7 本地电源和外购电度电碳排放Fig. 7 Carbon emissions of per kilowatt-hour from local power generation and purchased electricity

2.1.3 不同情景下新型电力系统综合发展水平

BAU情景下的综合发展指数在“ 十四五” 期间增速较快（图8）, “ 十五五” 期间基本保持不变, 说明基准情景下新型电力系统的发展将显著受限。A₃情景的综合发展水平提高的最快, 其余情景的综合发展速度居中, 验证了提高可再生能源比例和采用不同的技术组合对新型电力系统的正向影响显著。

图8

Fig. 8

	Figure Option ViewDownloadNew Window
	图8 不同情景下新型电力系统综合发展指数变化趋势Fig. 8 Change trend of comprehensive development index of new-generation power system

2.2.1 不同情景下电力供应侧差异性

综合比较六种情景（图9）, 可以发现：

图9

Fig. 9

	Figure Option ViewDownloadNew Window
	图9 不同情景下新型电力系统四大特征分布Fig. 9 Distribution of four characteristics of the new-generation power system under different scenarios

（1）BAU情景和A₁情景下的本地发电量小, 电力、电量自给率最低, 其“ 安全高效” 特征不显著。同时碳排放总量高, 无达峰迹象。清洁能源和可再生能源发电占比低, 尽管A₁情景下政府大力推进可再生能源, 使得电源结构清洁化程度进一步提高, 但是总体效果不佳。主要归因于可再生能源装机在总装机中所占比例较小, 难以撼动煤电、气电的主导地位。其“ 清洁低碳” 特征也不显著。总体表现为“ 低安全、低效率、低清洁度、高碳” 特征。

（2）A₂、A₃情景发电量居中, 具有一定程度的“ 安全高效” 特征。碳排放量较小, 且均出现达峰迹象。A₃情景因增加了可再生能源装机量, 可再生能源发电占比高于A₂情景, 但由于5%左右的可再生能源占比基数太小, 低清洁度的特点仍无法改变, 因此, 这两种情景的特点为“ 中安全、中效率、低清洁度、低碳” 。

（3）A₄情景下, 2022— 2025年, 电力生产量相对较高, 在保障电力供应安全方面具有显著效果。本地清洁能源发电比例相对较高, 主要得益于气电发电比例的增加, 而可再生能源发电比例却很低, 碳排放量也较高, 此阶段的特点可以概况为“ 高安全、高效率、低清洁度、高碳” 。2026— 2030年, 电力生产量仍然较高, 但增速减缓, 碳排放总量随之下降, 此阶段的特点转变为“ 高安全、高效率、低清洁度、中碳” 。

（4）A₅情景发电量最高, 碳排放处于中等水平, 一直保持“ 高安全、高效率、低清洁度、中碳” 的特点, 是最为安全的情景之一。

2.2.2 广州市构建新型电力系统的最佳组合模式

综上可知, “ 低清洁度” 是每个情景的共同特征, 是广州市构建新型电力系统的短板。广州市可再生能源匮乏, 水电、生物质发电已经接近饱和, 风电开发潜力小, 只有分布式光伏具有较大理论开发潜力, 但目前光伏装机量基数还较小, 广州市不具备大规模开发集中式光伏的地理条件, 而分布式光伏也无法在短期内形成足够的规模。因此, 广州市很难通过大量开发本地可再生资源实现新型电力系统电源侧的构建。大幅提高外购电中可再生能源占比将是广州市提高整体可再生能源占比的必然选择, 也是唯一突破口。下面将进一步研究可再生能源供电占总电力消费的比例需要达到多少才能助力广州市实现新型电力系统电源侧的构建。

广州市外购电通过广东省电网统一调度, 电量来源于广东省内其他地区发电调入和西电东送两部分。按照目前西电东送在广东省日常电力供应中占比30%计算, 西电中70%来源于云南省, 云南省水电占比为90%, 其余30%的西电中假设可再生能源占比50%。广东省内可再生能源发电占本地总发电量的30%左右, 将广州市外购电中的“ 省内其他地区” 和“ 西电东送” 部分按广东省水平计算, 则2022年广州市可再生能源供电占总电力消费量的比例为34.71%, 其中, 本地占比4.36%, 外购电占比30.35%。假设广州市2030年可再生能源供电量占总用电量的比例分别达到40%、45%和50%的目标水平。除去本地可再生能源发电占比, 则各情景下外购电中可再生能源发电占总用电量的比例将分别需要达到35%、40%和45%左右（图10）。在这三种占比情况下, 广州市可以分别以慢速、中速和快速三种不同的速度实现新型电力系统电源侧的构建。“ 本地可再生能源 + 清洁火电 + 提高外购电清洁化比例” 将成为广州市构建新型电力系统的最佳组合模式。

图10

Fig. 10

	Figure Option ViewDownloadNew Window
	图10 不同目标值下外购电中可再生能源占总用电量比例的变化趋势Fig. 10 Change trend of the proportions of renewable energy in the purchased electricity under different target values