本文`內(nèi)-容-來-自;中_國_碳_交^易=網(wǎng) tan pa i fa ng . c om
本%文$內(nèi)-容-來-自;中_國_碳|排 放_交-易^網(wǎng)^t an pa i fang . c om
內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com
Assessing the Impacts of Large-scale Offshore Wind Power Integration on Carbon Emission Reduction in Guangdong Province Based on Electricity Spot Market Simulation 本+文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) ta np ai fan g.com
內(nèi)-容-來-自;中_國_碳_0排放¥交-易=網(wǎng) t an pa i fa ng . c om
本文@內(nèi)/容/來/自:中-國-碳^排-放-交易&*網(wǎng)-tan pai fang . com
禸*嫆唻@洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
氣候變化是近年來全球致力解決的熱點問題之一,主要原因在于人類活動所產(chǎn)生的溫室氣體已經(jīng)逐漸威脅到地球的自然環(huán)境,并給人類社會發(fā)展帶來巨大考驗。氣候變化所導致的諸如海平面上升、冰蓋融化、極端天氣、干旱等已成為全球性影響。聯(lián)合國在《2019年全球氣候狀況聲明》中指出,2019年是有記錄以來溫度第二高的年份,平均溫度比工業(yè)化前高出1.1 ℃,且溫室氣體濃度持續(xù)升高。溫室氣體主要包括二氧化碳、甲烷、氧化亞氮、氫氟碳化物、全氟化碳和六氟化硫。其中二氧化碳對溫室氣體排放的貢獻率最高,2018年全球二氧化碳濃度約為0.040 78%,是工業(yè)化前水平的147%,占溫室氣體總排放量的80%以上[1]。根據(jù)Global Carbon Atlas匯總的碳排放數(shù)據(jù),2018年全球碳排放總量為36 573 Mt,中國為碳排放量最多的國家,共排放10 065 Mt,美國(5416 Mt)、印度(2654 Mt)分列第二、第三位。中國全年人均碳排放量達到7 t,排名第49位[2]。主觀減少碳排放是緩解氣候變化的重要舉措?;诼?lián)合國氣候變化框架公約,1997年84個國家簽署通過《京都議定書》,該協(xié)議以穩(wěn)定溫室氣體含量為目標,規(guī)定發(fā)達國家從2005年 開始承擔減少碳排放量的義務,發(fā)展中國家從2012年開始履行減排合約[3]。作為繼《京都議定書》之后的第二份全球減排協(xié)定,《巴黎協(xié)定》確立了一個相對靈活的氣候應對國際體系,從2016年至今全球已有195個締約方簽署,該協(xié)定鼓勵各方以“自主貢獻”的形式參與,加速和加強可持續(xù)低碳未來所需的行動和投資,確定到本世紀末將全球平均溫升保持在相對于工業(yè)化前2 ℃以內(nèi)[4]。 本+文+內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
電力行業(yè)是碳排放的最主要來源,根據(jù)國際能源署(International Energy Agency,IEA)公布的數(shù)據(jù),2018年全球能源相關(guān)碳排放量高達33 Gt,發(fā)達經(jīng)濟體電力行業(yè)的碳排放量占能源相關(guān)總碳排放量的36%[5]。為解決碳排放日益增加的問題,構(gòu)建可持續(xù)性發(fā)展能源體系,全球電力行業(yè)加快向清潔低碳能源轉(zhuǎn)型迫在眉睫。中國作為以傳統(tǒng)化石能源發(fā)電為主導的國家,已積極開展低碳能源戰(zhàn)略,重點解決經(jīng)濟發(fā)展與環(huán)境保護之間的矛盾。中國國務院在《能源發(fā)展戰(zhàn)略行動計劃(2014—2020年)》(國辦發(fā)〔2014〕31號)中指出,要“加快構(gòu)建清潔、高效、安全、可持續(xù)的現(xiàn)代能源體系。堅持綠色低碳戰(zhàn)略,著力優(yōu)化能源結(jié)構(gòu),把發(fā)展清潔低碳能源作為調(diào)整能源結(jié)構(gòu)的主攻方向”[6]。
本/文-內(nèi)/容/來/自:中-國-碳-排-放-網(wǎng)-tan pai fang . com
近年來,中國電力系統(tǒng)的低碳化持續(xù)進行,發(fā)電企業(yè)作為減排主力軍,現(xiàn)階段主要采用以下4種方式:工程減排、管理減排、市場減排和結(jié)構(gòu)減排。工程減排是以提高機組能效或采用捕集與封存技術(shù)作為主要方法。管理減排是指采用管理手段減少工廠用電并促進發(fā)電權(quán)交易等。市場減排主要通過促進碳排放在市場中的交易,如現(xiàn)如今正在進行的清潔發(fā)展機制(clean development mechanism)[7]。結(jié)構(gòu)減排以提高可再生能源發(fā)電上網(wǎng),優(yōu)化電力結(jié)構(gòu)為主,要求在保障電力系統(tǒng)穩(wěn)定性的前提下,優(yōu)先調(diào)度可再生和清潔發(fā)電資源,如水電、核電、光伏以及風電。目前結(jié)構(gòu)減排在4種方式中較為有效。據(jù)REN21統(tǒng)計,到2030年,中國可再生能源發(fā)電量占總發(fā)電量的目標為35%,美國加利福尼亞州為50%,德國達到65%[8]。風電作為能源轉(zhuǎn)型的重要組成部分,各國政府正在努力加強風電行業(yè)管理和完善政策體系,其中海上風電為重點發(fā)展對象。2019年全球風電累計裝機容量(海上和陸上)超過651 GW,比2018年增長10%。其中,陸上風電新增裝機容量,中國以23.76 GW位居首位,其次是美國(9.14 GW)和印度(2.34 GW)[9],2019年中國海上風電新增裝機容量2.39 GW。根據(jù)中國《風電發(fā)展“十三五”規(guī)劃》,預計到2020年,中國風電年發(fā)電量將占全國總發(fā)電量的6%[10]。
相較于其他新能源,風電成本較低,技術(shù)成熟,是目前應用規(guī)模最大的新能源發(fā)電方式,其中,海上風電憑借風機利用率高、市場消納空間大、風能質(zhì)量好等優(yōu)點成為建設清潔低碳能源體系的重要途徑。一方面,中國正處于能源轉(zhuǎn)型的關(guān)鍵時期,隨著風電產(chǎn)業(yè)的市場競爭力進一步增強,發(fā)展海上風電可以提高清潔能源供應,推動能源結(jié)構(gòu)持續(xù)優(yōu)化。另一方面,風力、光伏等可再生能源在發(fā)電過程中可近似為無碳排放,因此,采用海上風電來逐步替代化石能源,可以有效應對氣候變化、保護生態(tài)環(huán)境[11]。 內(nèi).容.來.自:中`國*碳-排*放*交*易^網(wǎng) t a npai fa ng.com
風電對減少電力行業(yè)碳排放的作用在許多研究中都得到了驗證。文獻[12]量化了2006—2017年印度地區(qū)因風電并網(wǎng)而減少的總碳排放量;文獻[13]基于最優(yōu)潮流模型和蒙特卡洛仿真,研究風電的預測誤差對電力系統(tǒng)碳排放的影響;文獻[14]則評估了在不同風電出力功率的情景下,碳排放配額和不同類型機組發(fā)電利潤之間的關(guān)系;文獻[15-16]結(jié)合生命周期評價(life cycle assessment),評估了風電項目的實際碳減排效果和潛力;為了增加風電的減排效益,文獻[17-20]均采用協(xié)同調(diào)度的方式,其中,文獻[17-18]選取風電-儲能聯(lián)合運行為研究對象,文獻[19]定量分析電動汽車充電與風電協(xié)同調(diào)度的碳減排效益,文獻[20]選用碳捕集火電機組來克服風電的波動對電力系統(tǒng)的不利影響;此外,文獻[21]驗證了引入碳捕集電廠可以減少接入風電場的電力系統(tǒng)碳排放;就海上風電而言,文獻[22-25]肯定了海上風電在不同國家能源轉(zhuǎn)型和碳減排中的重要作用,但并未對其具體減排效益進行量化。
針對區(qū)域電力行業(yè)的碳排放計算,基于政府間氣候變化專門委員會(Intergovernmental Panel on Climate Change,IPCC)提出的碳排放因子法[26],文獻[12,27-28]計算不同地區(qū)電力或能源系統(tǒng)的碳排放數(shù)據(jù),其中,文獻[27-28]發(fā)現(xiàn)中國安徽省和重慶市能源相關(guān)碳排放量逐年上升,碳排放強度則呈下降趨勢;文獻[29-30]提出了一種電力系統(tǒng)碳排放流分析法,從消費側(cè)來衡量電力系統(tǒng)的碳排放,被廣泛應用,例如文獻[31]根據(jù)此方法計算中國各省化石能源碳排放,文獻[32]研究電網(wǎng)互聯(lián)的碳減排效益;為了評估碳排放的影響因素,文獻[33-34]基于對數(shù)平均權(quán)重分解法[35],比較能源效率、經(jīng)濟規(guī)模、電源結(jié)構(gòu)等因素對電力行業(yè)碳排放的作用;文獻[36-38]分別以英國、羅馬尼亞和中國為例,指出提高清潔能源比例是電力行業(yè)低碳化的重要途徑。 禸嫆@唻洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
綜上所述,目前有關(guān)風電和碳減排的研究主要集中在如何增加風電的減排效益,且基本通過簡化的小型電力系統(tǒng)模型來驗證,但考慮到實際大型電力系統(tǒng)的運行特性、區(qū)域阻塞、政策細節(jié)等因素,這些方法是否適用于實際大型電力系統(tǒng)仍有待評估。針對電力行業(yè)的碳排放計算,相關(guān)研究主要從宏觀層面對省市級及以上單位進行分析,但并未將市場競爭考慮在內(nèi)。由于電力現(xiàn)貨市場的運行可能會大幅度影響不同能源的實際并網(wǎng)電量,從而影響電力系統(tǒng)的碳排放,因此相關(guān)結(jié)論是否適用于中國部分已經(jīng)運行電力市場的地區(qū)仍需進一步研究。本文基于安全約束經(jīng)濟調(diào)度(security-constrained economic dispatch,SCED)原理,結(jié)合不同能源類型的歷史數(shù)據(jù)和投資規(guī)劃,仿真廣東省電力現(xiàn)貨市場,評估2019—2028年大規(guī)模海上風電的接入對廣東省電力行業(yè)碳排放的影響。
本`文@內(nèi)-容-來-自;中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om
截至2019年12月底,廣東省電網(wǎng)規(guī)模位居全國第一,共有220 kV及以上輸電線路41 614 km(含電纜),通過“八交九直”高壓輸電線路與中西部電網(wǎng)相聯(lián),受西電最大能力3944萬kW[39],廣東電網(wǎng)統(tǒng)調(diào)裝機容量1.26億kW(煤電、氣電、水電、核電、風電占比分別為48.2%、17.5%、7.4%、12.8%、3.1%),同比增長8.5%,全省發(fā)受電量6 581.6億kWh,同比增長6.5%[39]。一方面,廣東省及其所聯(lián)電網(wǎng)用電量大,電源及負荷分布不均勻,供能不足問題持續(xù)存在;另一方面,廣東省能源結(jié)構(gòu)仍以煤、油等化石能源為主,面臨巨大的資源和環(huán)境壓力。因此,發(fā)展海上風電既可以緩解南方區(qū)域的用電壓力,又可以推動廣東省能源結(jié)構(gòu)優(yōu)化轉(zhuǎn)型。同時,南方(以廣東起步)的電力市場改革和宏觀政策環(huán)境也為海上風電產(chǎn)業(yè)提供了良好的發(fā)展機遇和廣闊的市場空間[40]。
針對系統(tǒng)負荷,本文以2009—2018年廣東省全社會用電量為基礎(chǔ),運用統(tǒng)計軟件SPSS和Python中sklearn模塊的線性回歸模型對2019—2028年的廣東省全社會用電量進行預測,如表1所示。 本文`內(nèi)-容-來-自;中_國_碳_交^易=網(wǎng) tan pa i fa ng . c om
表1 2019—2028年廣東省全社會用電量預測
Table 1 Forecast of total electricity consumption in Guangdong Province from 2019 to 2028億kWh 內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com
廣東省現(xiàn)貨市場目前采用“部分機組計劃調(diào)度+部分機組全電量調(diào)度”的模式。其中,按計劃調(diào)度發(fā)電的機組劃分為A類,按全電量調(diào)度參與市場競爭的機組為B類。A類機組包含水電、核電以及部分火電,其余大部分火電機組為B類機組。本文中,新增機組包括火電、海上風電、核電和水電機組,未考慮太陽能及其他類型機組,其中,火電和風電機組歸類為B類機組參與市場競爭,核電和水電機組歸類為A類機組提前出清。以2009—2018年廣東省各類型機組裝機容量為基礎(chǔ),對2019—2028年以上4種類型機組的裝機容量進行預測,并結(jié)合政府公布的能源規(guī)劃加以調(diào)整,最終得到結(jié)果如表2所示。 本@文$內(nèi).容.來.自:中`國`碳`排*放^交*易^網(wǎng) t a np ai fan g.c om
表2 2019—2028年廣東省各類型機組裝機容量預測
Table 2 Forecast of installed capacity in Guangdong Province from 2019 to 2028萬kW
新增火電機組接入節(jié)點分散在廣東省內(nèi)各市,如廣州、東莞、汕尾、湛江等。新增風電機組接入節(jié)點集中于陽江、珠海、湛江、汕頭等地。新增核電廠集中于陽江、江門、汕尾等地。新增水電站集中于深圳和陽江。 本`文@內(nèi)-容-來-自;中^國_碳0排0放^交-易=網(wǎng) ta n pa i fa ng . co m
中國海岸線遼闊,海上風能資源規(guī)模巨大,近海(不包括臺灣?。?0 m等深線及淺海域10 m高度風能儲量約為9.4億kW [41]。雖在海上風電開發(fā)利用方面起步較晚,但依靠豐富的海上風能資源,近年來中國海上風電產(chǎn)業(yè)發(fā)展迅速,具有極大潛力。預計2020年全國海上風電開工建設規(guī)模達到1000萬kW,重點推動江蘇、浙江、福建、廣東等省的海上風電建設,到2020年四省海上風電開工建設規(guī)模均達到百萬kW以上級別[10]。
本文@內(nèi)/容/來/自:中-國-碳^排-放-交易&*網(wǎng)-tan pai fang . com
中國南方電網(wǎng)覆蓋廣東、廣西、云南、貴州、海南五?。▍^(qū)),并與香港、澳門地區(qū)以及東南亞國家的電網(wǎng)相聯(lián)。2019年,南方五省區(qū)全社會用電量 11 338億kWh,同比增長7.3%。為響應國家能源發(fā)展戰(zhàn)略要求,南網(wǎng)區(qū)域廣東、海南、廣西三省區(qū)均制定了海上風電發(fā)展目標,其中,海南爭取投產(chǎn)東方近海風電裝機共35萬kW,同時開展近海風電前期研究和海島風電利用研究[42],廣西著力優(yōu)化能源結(jié)構(gòu),重點推進風力資源富集、消納條件好的地區(qū)風電開發(fā),探索北部灣地區(qū)海上風電開發(fā)[43]。
內(nèi).容.來.自:中`國`碳#排*放*交*易^網(wǎng) t a np ai f an g.com
根據(jù)《廣東省海上風電發(fā)展規(guī)劃(2017—2030)(編修)》,全省規(guī)劃海上風電場址23個,總裝機容量6685萬kW,包括:近海淺水區(qū)(35 m水深以內(nèi))海上風電場址15個,裝機容量985萬kW,其中粵東海域415萬kW,珠三角海域150萬kW,粵西海域420萬kW;近海深水區(qū)(35~50 m水深)規(guī)劃海上風電場址8個,裝機容量5700萬kW,分布在粵東、粵西海域(如表3所示)[40]。到2020年底,開工建設海上風電裝機容量1200萬kW以上,其中建成投產(chǎn)200萬kW以上;到2030年底,建成投產(chǎn)約3000萬kW[40]。 本`文@內(nèi)-容-來-自;中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om
表3 2017—2030年廣東省海上風電布局規(guī)劃
Table 3 Offshore wind planning in Guangdong Province from 2017 to 2030 本文@內(nèi)/容/來/自:中-國-碳^排-放-交易&*網(wǎng)-tan pai fang . com
續(xù)表 本@文$內(nèi).容.來.自:中`國`碳`排*放^交*易^網(wǎng) t a np ai fan g.c om
為了評估大規(guī)模海上風電對廣東省碳減排的影響,本文以歷史數(shù)據(jù)和以往經(jīng)驗為基礎(chǔ),搭建廣東省電力現(xiàn)貨市場簡化模型,依據(jù)SCED對2019—2028年的現(xiàn)貨市場進行出清仿真,并對仿真結(jié)果進行分析。具體地,輸入系統(tǒng)負荷、西受電量、A類和B類機組 4個變量,分別仿真春、夏、秋、冬各季節(jié)典型日在接入海上風電和未接入海上風電兩種情況下的A、B類機組出力,依據(jù)不同機組碳排放系數(shù),計算并分析系統(tǒng)及各節(jié)點碳排放量和碳排放強度。圖1表示電力現(xiàn)貨市場的仿真流程。 本文+內(nèi)-容-來-自;中^國_碳+排.放_交^易=網(wǎng) t a n pa ifa ng .c om
圖1 市場仿真流程
Fig.1 Market simulation process 內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com
2.1.1 SCED
SCED是電力現(xiàn)貨市場運行的一種調(diào)度模型,指在一定約束條件下(發(fā)電機功率約束、系統(tǒng)安全約束、節(jié)點電壓約束、線路潮流約束等)以全系統(tǒng)運行成本最小為目標,輸出滿足預計負荷的發(fā)電結(jié)果,包括各機組發(fā)電量、各節(jié)點邊際電價、全系統(tǒng)潮流等[44]。SCED的目標函數(shù)為
式中:F為系統(tǒng)運行成本;T為調(diào)度時間段數(shù);n為發(fā)電機組個數(shù);PGi(t)為機組i在時間t的有功功率;Ci[PGi(t)]為機組i在時間t的運行成本函數(shù),其公式為
式中:ai、bi、ci分別為二次函數(shù)的3個系數(shù)。
各機組的發(fā)電功率約束可表示為
禸嫆@唻洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
式中:PGimin和PGimax分別為機組i的最小及最大有功功率約束;QGimin和QGimax分別為機組i的最小及最大無功功率約束;QGi(t)為機組i在時間t的實際無功功率。
內(nèi)-容-來-自;中_國_碳_0排放¥交-易=網(wǎng) t an pa i fa ng . c om
各節(jié)點供給平衡約束條件為 本+文+內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
式中:PDi(t)和QDi(t)分別為節(jié)點i在時間t的有功負荷和無功負荷;Gij、Bij、θij分別為節(jié)點i和節(jié)點j間的電導、電納、相位角;Vi(t)和Vj(t)分別為節(jié)點i和節(jié)點 j在時間t的電壓。 禸嫆@唻洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
各節(jié)點的電壓約束條件為
式中:Vimin和Vimax分別為節(jié)點i可承受的電壓下限和上限。 本`文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com
輸電線路的潮流約束為 禸*嫆唻@洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
式中:Pijmin和Pijmax分別為節(jié)點i和節(jié)點 j間輸電線路潮流有功功率的下限和上限;Qijmin和Qijmax分別為節(jié)點i和節(jié)點j間輸電線路潮流無功功率的下限和上限;Pij(t)和Qij(t)為節(jié)點i和節(jié)點 j間輸電線路的實際潮流有功功率和無功功率。 夲呅內(nèi)傛萊源?。骇鎲┨?排*放^鮫*易-網(wǎng) τā ńpāīfāńɡ.cōm
目前,中國南方(以廣東起步)區(qū)域的電力市場可分為電力批發(fā)市場和電力零售市場。電力批發(fā)市場包括電能量市場和輔助服務市場。電能量市場包括基于差價合約的日以上周期的中長期電能量市場和全電量競價的日前、實時現(xiàn)貨電能量市場。電力零售市場在近階段通過電力銷售公司與用戶之間的電力交易協(xié)議來實施完成[45]?,F(xiàn)階段,現(xiàn)貨交易在日前市場和實時現(xiàn)貨電能量市場中進行。在日前交易中,B類機組全電量申報分時段報價信息,以社會福利最大化為目標通過SCED進行集中優(yōu)化出清,得到分時各機組發(fā)電量以及各節(jié)點的電價。在實時交易中,以日前交易結(jié)果為基礎(chǔ),運用SCED以發(fā)電機組成本最小為目標進行超短期優(yōu)化出清[45]。
本+文`內(nèi)/容/來/自:中-國-碳-排-放-網(wǎng)-tan pai fang . com
2.1.2 輸入變量及參數(shù) 夲呅內(nèi)傛萊源亍:ф啯碳*排*放^鮫*易-網(wǎng) τā ńpāīfāńɡ.cōm
輸入的4個變量分別為系統(tǒng)負荷、西受電量、A類和B類機組。針對系統(tǒng)負荷,本文采用表1所預測系統(tǒng)負荷,依據(jù)歷史數(shù)據(jù)按比例分配到各節(jié)點。西受電量一般設為系統(tǒng)總負荷的三分之一,并依據(jù)歷史數(shù)據(jù)將總輸送電量按比例分配到各輸電線路。針對A類和B類機組,新增機組裝機容量參考表2所預測數(shù)據(jù)??紤]到風電機組的短期邊際成本基本為零,且通過分析國外現(xiàn)貨市場中風電場的競價數(shù)據(jù)可以發(fā)現(xiàn),風電場在現(xiàn)貨市場中的理性報價策略為通過報地板價增大現(xiàn)貨交易量。因此,各風電場報價設為地板價(假定地板價為150 元/MWh,天花板價為1000 元/MWh),報量為該風電場的總輸出功率?;痣姍C組的報量報價參考接入同一節(jié)點的原火電機組的報量報價。
由于風電機組需要上報電量參與市場競爭,本文基于所選風機機型和相關(guān)環(huán)境參數(shù),計算出單臺機組每個季節(jié)每日發(fā)電量。根據(jù)單臺機組的發(fā)電量與各海上風電場規(guī)劃裝機容量,得到每個風電場每個季節(jié)每日總發(fā)電量。
本文采取的數(shù)據(jù)基于規(guī)劃中海上風電場所在地區(qū)日24 h風速平均值。風電機組選取明陽智能MySe5.5-155-IB,是中廣核陽江南鵬島40萬kW海上項目所用風機。該機型采用半直驅(qū)技術(shù),葉片長76.6 m,切入風速為3 m/s,切出風速為25 m/s,額定風速為10.5 m/s,額定功率為5.5 MW。該機型單臺機組的輸出功率為
風輪的輸出功率為 夲呅內(nèi)傛萊源?。骇鎲┨?排*放^鮫*易-網(wǎng) τā ńpāīfāńɡ.cōm
式中:G為單臺機組的輸出功率;Gt為風輪的輸出功率;η1 為齒輪箱與發(fā)電機效率;η2 為變頻器效率;ρ為空氣密度;v為風速;S為掃風面積;CP為貝茲系數(shù)。
衡量系統(tǒng)或機組的碳排放強度時,本文采用IPCC提出的排放因子法來核算碳排放量[26]。發(fā)電機組的碳排放因子(t/MWh),即碳排放系數(shù),指機組每發(fā)一單位(MWh)電所產(chǎn)生的碳排放量(t),該系數(shù)與發(fā)電機組類型有關(guān)。本文中風電、核電、水電機組的碳排放系數(shù)均設置為0,火電機組的碳排放系數(shù)根據(jù)火電機組類型來設定,取值0.6~1.2 t/MWh。
內(nèi).容.來.自:中`國`碳#排*放*交*易^網(wǎng) t a np ai f an g.com
各機組碳排放量的計算方法為
本+文+內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
式中:Mi為機組i的碳排放量,t;Ri為機組i的碳排放系數(shù),t/MWh;Wi為機組i的出力,MWh。 夲呅內(nèi)傛萊源?。骇鎲┨?排*放^鮫*易-網(wǎng) τā ńpāīfāńɡ.cōm
系統(tǒng)碳排放強度E為
本`文@內(nèi)-容-來-自;中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om
式中:n為系統(tǒng)的發(fā)電機組數(shù)量。
為了對碳排放在空間尺度上進行細化,本文還計算了節(jié)點碳排放強度。不同于以往文獻[46-48]中采用節(jié)點碳排放量關(guān)于負荷的導數(shù)來衡量碳排放對負荷變化的反應程度,本文通過實際節(jié)點碳排放量除以總出力來計算節(jié)點碳排放強度。節(jié)點 j的碳排放強度Ej為
式中:nj為節(jié)點 j接入的發(fā)電機組數(shù)量。 本`文@內(nèi)-容-來-自;中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om
在仿真出清2019—2028年各季節(jié)有無海上風電兩種情況下的電力現(xiàn)貨市場后,得到每個季節(jié)典型日24 h的A、B類機組出力,根據(jù)不同機組的碳排放系數(shù),計算每種情形下系統(tǒng)碳排放強度和各節(jié)點碳排放強度。
仿真系統(tǒng)每15 min出清一次,得到A類、B類各機組出力。根據(jù)2.3節(jié)的計算公式得到系統(tǒng)總碳排放量和碳排放強度。由于A類機組按計劃調(diào)度提前出清,而包含海上風電機組的B類機組按全電量競價參與市場競爭,兩類機組在海上風電接入后碳排放的變化趨勢不同,故本文除了以廣東省全省為研究對象,還分別考慮A類和B類機組兩種情況,分析海上風電的接入對系統(tǒng)碳減排的影響。 本@文$內(nèi).容.來.自:中`國`碳`排*放^交*易^網(wǎng) t a np ai fan g.c om
在有海上風電情況下,廣東省電力系統(tǒng)總碳排放量及碳排放強度變化明顯。圖2表示廣東省2019—2028系統(tǒng)總碳排放量、系統(tǒng)碳排放強度、海上風電減排貢獻百分比、中標電量占比及裝機容量占比,一小格表示一年春夏秋冬四季。 本%文$內(nèi)-容-來-自;中_國_碳|排 放_交-易^網(wǎng)^t an pa i fang . c om
圖2 2019—2028年廣東省碳排放與海上風電仿真結(jié)果
Fig.2 Simulation of carbon emission and offshore wind power in Guangdong Province from 2019 to 2028
從圖2所示仿真結(jié)果可以得出: 本+文+內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
1)在無海上風電情況下,廣東省全省電力行業(yè)系統(tǒng)總碳排放量逐年增加。接入海上風電后,系統(tǒng)總碳排放量降低,且隨著海上風電裝機容量增加,其減排貢獻百分比呈上升趨勢,自2021年起基本超過10%,最高可達20%。這是因為風電機組優(yōu)先出清,且碳排放系數(shù)為0,所以會降低系統(tǒng)總碳排放量。
2)未接入海上風電時,廣東省系統(tǒng)碳排放強度基本在0.7~0.8 t/MWh,接入海上風電后,系統(tǒng)碳排放強度降低,基本在0.6~0.75 t/MWh。 本%文$內(nèi)-容-來-自;中_國_碳|排 放_交-易^網(wǎng)^t an pa i fang . c om
3)海上風電減排貢獻百分比及其中標電量具有明顯的季節(jié)特征,同一年份春冬兩季相應數(shù)值略大于夏秋兩季。這是因為風電機組優(yōu)先出清,在夏秋兩季負荷高的情況下,需額外調(diào)動更多的火電機組,因此海上風電中標電量占比降低,且海上風電減排貢獻百分比小于春冬兩季。
3.1.1 A類機組
本+文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) ta np ai fan g.com
在有海上風電情況下,A類機組總碳排放量和系統(tǒng)碳排放強度均基本不變。圖3表示2019—2028年A類機組系統(tǒng)碳排放強度,一小格表示一年春夏秋冬四季。 禸嫆@唻洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
圖3 2019—2028年A類機組碳排放強度
Fig.3 Average carbon emission intensity of Class A units from 2019 to 2028
從圖3所示仿真結(jié)果可以得出:
本文+內(nèi)-容-來-自;中^國_碳+排.放_交^易=網(wǎng) t a n pa ifa ng .c om
1)不同年份不同季節(jié),A類機組碳排放強度基本一致,取值0.23~0.25 t/MWh。因為火電機組上網(wǎng)電量僅占A類機組總發(fā)電量的25%左右,其余發(fā)電量由碳排放系數(shù)為0的核電和水電機組承擔,因而A類機組碳排放強度遠低于火電機組的碳排放強度。 本文`內(nèi)-容-來-自;中_國_碳_交^易=網(wǎng) tan pa i fa ng . c om
2)接入海上風電后,A類機組碳排放強度基本不變。因為A類機組新增僅考慮核電和水電,新增裝機容量相對較小,系統(tǒng)發(fā)電功率和碳排放強度保持不變,同時,因為A類機組提前出清,所以基本不受有無海上風電的影響。 本%文$內(nèi)-容-來-自;中_國_碳|排 放_交-易^網(wǎng)^t an pa i fang . c om
3.1.2 B類機組 本+文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) ta np ai fan g.com
在有海上風電情況下,B類機組總碳排放量和系統(tǒng)碳排放強度變化明顯。圖4表示2019—2028年B類機組總碳排放量和海上風電減排貢獻百分比,一小格表示一年春夏秋冬四季;圖5表示2019—2028年B類機組系統(tǒng)碳排放強度,一小格表示一年春夏秋冬四季。 禸嫆@唻洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
圖4 2019—2028年B類機組總碳排放量和海上風電減排 貢獻百分比
Fig.4 Total carbon emissions and emission reduction contribution of offshore wind power of Class B units from 2019 to 2028
圖5 2019—2028年B類機組碳排放強度
Fig.5 Average carbon emission intensity of Class B units from 2019 to 2028 禸*嫆唻@洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
從圖4、圖5所示仿真結(jié)果可以得出:
1)有無海上風電情況下,B類機組總碳排放量逐年增加,且夏秋兩季高于春冬兩季,變化趨勢與廣東省系統(tǒng)總碳排放量一致(如圖2所示)。因為海上風電為B類機組,在市場競爭中優(yōu)先出清,且碳排放系數(shù)為0,所以會降低系統(tǒng)總碳排放量。 本`文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com
2)未接入海上風電時,B類機組碳排放強度基本在0.92~0.94 t/MWh,接入海上風電后,碳排放強度明顯降低,基本在0.75~0.9 t/MWh。
本@文$內(nèi).容.來.自:中`國`碳`排*放^交*易^網(wǎng) t a np ai fan g.c om
由于海上風電機組全部為B類機組,研究節(jié)點碳排放強度時僅考慮B類機組。仿真系統(tǒng)中共有節(jié)點169個,接入海上風電場的節(jié)點12個。本文以是否接入海上風電場節(jié)點的碳排放強度為研究對象。 禸*嫆唻@洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
3.2.1 接入海上風電場的節(jié)點
在接入海上風電場的節(jié)點中,揭陽站和雙寨_1站在加入海上風電后碳排放強度變化明顯;其他節(jié)點在有無海上風電情況下碳排放強度皆為0。從仿真結(jié)果看,由于各節(jié)點春冬、夏秋季節(jié)變化規(guī)律分別類似,此處以秋冬季節(jié)為代表,圖6—圖9分別表示揭陽站和雙寨_1站2019—2028年秋冬季節(jié)碳排放強度,一小格表示一天24 h。 本+文`內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
圖6 2019—2028年秋季揭陽站排放強度
Fig.6 Carbon emission intensity from 2019 to 2028 in autumn at Jieyang 本+文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) ta np ai fan g.com
圖7 2019—2028年冬季揭陽站碳排放強度
Fig.7 Carbon emission intensity from 2019 to 2028 in winter at Jieyang
內(nèi)-容-來-自;中_國_碳_0排放¥交-易=網(wǎng) t an pa i fa ng . c om
圖8 2019—2028年秋季雙寨_1站碳排放強度
Fig.8 Carbon emission intensity from 2019 to 2028 in autumn at Shuangzhai_1 內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com
圖9 2019—2028年冬季雙寨_1站碳排放強度
Fig.9 Carbon emission intensity from 2019 to 2028 in winter at Shuangzhai_1
從圖6—圖9所示仿真結(jié)果可以得出:
本+文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) ta np ai fan g.com
1)一定年份接入海上風電后,揭陽站和雙寨_1站碳排放強度大幅度降低。雙寨_1站于2021年接入海上風電場,所以2020年及以前有無海上風電情況下碳排放強度相等;揭陽站于2022年接入海上風電場,所以2021年及以前有無海上風電情況下碳排放強度相等。 本`文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com
2)多數(shù)節(jié)點如壩基頭、平地、金鶴等,在有無海上風電情況下碳排放強度皆為0。這些節(jié)點之前未接入機組,同時風電機組發(fā)電過程中無碳排放,所以有無海上風電情況下碳排放強度皆為0。 內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com
3.2.2 未接入海上風電場的節(jié)點 本`文@內(nèi)-容-來-自;中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om
在未接入海上風電場的節(jié)點中,不同節(jié)點接入海上風電后變化情況不同。圖10代表大多數(shù)無變化趨勢節(jié)點的碳排放強度情況(以小漠廠站為例),圖11、圖12代表少數(shù)出現(xiàn)變化趨勢的節(jié)點(以中山站和海門站為例)2019—2028年碳排放強度。由于變化規(guī)律無明顯季節(jié)特征,此處選取春季為代表,一小格表示一天24 h。
從仿真結(jié)果可以得出:接入海上風電后,多數(shù)節(jié)點碳排放強度無明顯變化(如圖10所示);部分節(jié)點如中山、海門、琴江等,無海上風電時有碳排放強度,接入后部分時段減小,部分時段增大(如圖11、圖12所示)。
本文`內(nèi)-容-來-自;中_國_碳_交^易=網(wǎng) tan pa i fa ng . c om
圖10 2019—2028年春季小漠廠站碳排放強度
Fig.10 Carbon emission intensity from 2019 to 2028 in spring at Xiaomochang 本+文+內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
圖11 2019—2028年春季中山站碳排放強度
Fig.11 Carbon emission intensity from 2019 to 2028 in spring at Zhongshan 本文@內(nèi)/容/來/自:中-國-碳^排-放-交易&*網(wǎng)-tan pai fang . com
圖12 2019—2028年春季海門站碳排放強度
Fig.12 Carbon emission intensity from 2019 to 2028 in spring at Haimen 本`文@內(nèi)-容-來-自;中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om
全球碳排放持續(xù)增加,由此帶來的全球氣候變化問題亟待解決,電力系統(tǒng)作為碳排放最大來源,實現(xiàn)電源結(jié)構(gòu)低碳化具有重要的戰(zhàn)略和現(xiàn)實意義。風電作為技術(shù)成熟的清潔能源成為近年來南網(wǎng)地區(qū)發(fā)展重點,其中海上風電的開發(fā)與發(fā)展在未來十年將會是廣東省能源轉(zhuǎn)型的方向。本文基于廣東省電力現(xiàn)貨市場簡化模型,研究2019—2028年大規(guī)模海上風電的并網(wǎng)對廣東省碳排放的影響,得出結(jié)論如下。
本+文+內(nèi)/容/來/自:中-國-碳-排-放(交—易^網(wǎng)-tan pai fang . com
1)2019—2028年廣東省全省電力行業(yè)系統(tǒng)總碳排放量逐年增加。接入海上風電后,系統(tǒng)總碳排放量降低,且隨著海上風電裝機容量增加,其減排貢獻百分比呈上升趨勢,自2021年起基本超過10%,最高可達20%。
夲呅內(nèi)傛萊源亍:ф啯碳*排*放^鮫*易-網(wǎng) τā ńpāīfāńɡ.cōm
2)未接入海上風電時,廣東省系統(tǒng)碳排放強度約0.7~0.8 t/MWh,接入海上風電后,系統(tǒng)碳排放強度降低至0.6~0.75 t/MWh。 內(nèi)/容/來/自:中-國-碳-排-放*交…易-網(wǎng)-tan pai fang . com
3)海上風電的接入對A類機組在不同年份不同季節(jié)的總碳排放量和碳排放強度均無明顯影響。針對B類機組,接入海上風電后,其碳排放量和碳排放強度變化趨勢與廣東省全省基本一致。
4)對于接入海上風電的節(jié)點,多數(shù)節(jié)點由于之前未接入發(fā)電機組,因此碳排放強度在有無海上風電情況下皆為0,少數(shù)節(jié)點接入海上風電后碳排放強度減??;對于無海上風電接入的節(jié)點,接入海上風電后碳排放強度增加、不變、減少都可能出現(xiàn)。 禸嫆@唻洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
針對電力行業(yè)碳排放,以往研究通常以年為時間單位、以省市級及以上范圍為地區(qū)單位,側(cè)重于從整體層面對碳排放數(shù)據(jù)進行分析,這種研究對多種因素進行了簡化或忽略,得到的數(shù)據(jù)對碳減排有一定的指導作用,但無法與具體政策的落實聯(lián)系起來。本文有關(guān)系統(tǒng)總碳排放的研究結(jié)果量化了海上風電的減排效益;有關(guān)節(jié)點碳排放的研究結(jié)果可應用于低碳電力的規(guī)劃和電力行業(yè)的低碳運行,未來在建設海上風電和實現(xiàn)碳減排時,可參考以上結(jié)論,將碳排放與經(jīng)濟、氣象、電廠選址、企業(yè)經(jīng)營策略等結(jié)合起來制定區(qū)域性和分時性的減排政策。 本`文@內(nèi)-容-來-自;中^國_碳0排0放^交-易=網(wǎng) ta n pa i fa ng . co m
海上風電對廣東省實現(xiàn)碳減排具有重要意義,為推動海上風電等可再生能源產(chǎn)業(yè)發(fā)展,應完善相關(guān)政策措施、推動技術(shù)進步、提高可靠性,從而實現(xiàn)向清潔低碳能源體系的轉(zhuǎn)型。為實現(xiàn)總的碳減排目標,應從時間和空間兩個維度對碳排放數(shù)據(jù)進行細化,以制定更有效的減排政策,如促進碳排放權(quán)交易、逐步開放水電進入市場、鼓勵用戶側(cè)節(jié)能減排等。 本+文`內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
[1]郝靜,宛霞.《2019年全球氣候狀況聲明》全方位聚焦氣候變化影響[N].中國氣象報,2020-03-19(3). 本文+內(nèi)-容-來-自;中^國_碳+排.放_交^易=網(wǎng) t a n pa ifa ng .c om
[2]GILFILLAN D,UNFCCC,BP.Fossil fuel emissions[DB/OL].(2019) [2020].http://www.globalcarbonatlas.org/cn/CO2-emissions.
本`文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com
[3]United Nations Treaty Collection.A Kyoto protocol to the United Nations framework convention on climate change [EB/OL].(1997-12-11)[2020].https://treaties.un.org/Pages/ViewDetails.aspx?src=TREATY&mtdsg_no=XXVII-7-a&chapter=27&lang=en.
[4]侯方心,張士寧,趙子健等.實現(xiàn)《巴黎協(xié)定》目標下的全球能源互聯(lián)網(wǎng)情景展望分析[J].全球能源互聯(lián)網(wǎng),2020,3(1):34-43.
HOU Fangxin,ZHANG Shining,ZHAO Zijian,et al.Global Energy Interconnection Scenario outlook and analysis in the context of achieving the Paris Agreement goals [J].Journal of Global Energy Interconnection,2020,3(1):34-43 (in Chinese). 本`文-內(nèi).容.來.自:中`國^碳`排*放*交^易^網(wǎng) ta np ai fan g.com
[5]International Energy Agency.Global energy & CO2 status report [R/OL].(2019-03)[2020-03].https://webstore.iea.org/download/direct/2461?filename=global_energy_and_co2_status_report_2018.pdf. 內(nèi).容.來.自:中`國*碳-排*放*交*易^網(wǎng) t a npai fa ng.com
[6]國務院辦公廳.能源發(fā)展戰(zhàn)略行動計劃(2014—2020年)[EB/OL].(2014-06-07) [2020-03].http://www.gov.cn/zhengce/content/2014-11/19/content_9222.htm. 本`文@內(nèi)-容-來-自;中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om
[7]杜姣,萬玉秋,張漢文.清潔發(fā)展機制(CDM)實踐及理論研究進展[J].環(huán)境保護科學,2007,33(4):121-124. 本*文@內(nèi)-容-來-自;中_國_碳^排-放*交-易^網(wǎng) t an pa i fa ng . c om
DU Jiao,WAN Yuqiu,ZHANG Hanwen.Study progress in practice and theory of clean development mechanism(CDM)[J].Environmental Protection Science,2007,33(4):121-124(in Chinese).
[8]REN21.Renewables 2019 global status report[R/OL].(2019-05)[2020-03].https://www.ren21.net/wp-content/uploads/2019/05/gsr_2019_full_report_en.pdf.
本文`內(nèi)-容-來-自;中_國_碳_交^易=網(wǎng) tan pa i fa ng . c om
[9]Global Wind Energy Council.Global wind report 2019 [R/OL].(2019-04)[2020-03].https://gwec.net/global-wind-report-2019. 本*文@內(nèi)-容-來-自;中_國_碳^排-放*交-易^網(wǎng) t an pa i fa ng . c om
[10]國家能源局.風電發(fā)展“十三五”規(guī)劃[EB/OL].(2016-11) [2020-03].http://www.nea.gov.cn/135867633_14804706797341n.pdf.
[11]李翔宇,Gayan Abeynayake,姚良忠,等.歐洲海上風電發(fā)展現(xiàn)狀及前景[J].全球能源互聯(lián)網(wǎng),2019,2(2):116-126.
本文@內(nèi)/容/來/自:中-國-碳^排-放-交易&*網(wǎng)-tan pai fang . com
LI Xiangyu,ABEYNAYAKE G,YAO Liangzhong,et al.Recent development and prospect of offshore wind power in Europe[J].Journal of Global Energy Interconnection,2019,2(2):116-126(in Chinese). 本文@內(nèi)/容/來/自:中-國-碳^排-放-交易&*網(wǎng)-tan pai fang . com
[12]CHOUHAN B S,RAO K V S,KUMAR SAXENA B.Reduction in carbon dioxide emissions due to wind power generation in India[C]//2017 International Conference on Smart Technologies for Smart Nation (SmartTechCon).17-19 Aug.2017,Bangalore,India.IEEE,2017:257-264. 本+文+內(nèi)/容/來/自:中-國-碳-排-放(交—易^網(wǎng)-tan pai fang . com
[13]ANDERSON C L,CARDELL J B.The impact of wind energy on generator dispatch profiles and carbon dioxide production[C]//2012 45th Hawaii International Conference on System Sciences.4-7 Jan.2012,Maui,HI,USA.IEEE,2012:2020-2026. 內(nèi)-容-來-自;中_國_碳_0排放¥交-易=網(wǎng) t an pa i fa ng . c om
[14]EBRAHIMI M,HASANPOUR S.Cournot equilibrium analysis for influence of wind power on Genco’s profit considering carbon emission market[C]//2014 International Congress on Technology,Communication and Knowledge (ICTCK).26-27 Nov.2014,Mashhad,Iran.IEEE,2014:1-5. 本`文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com
[15]熊紹隆.碳減排交易市場化背景下的新能源風電企業(yè)價值評估[D].昆明:云南大學,2019.
XIONG Shaolong.Value evaluation of new energy wind power enterprises under the background of marketization of carbon emission reduction trading[D].Kunming:Yunnan University,2019(in Chinses). 本*文@內(nèi)-容-來-自;中_國_碳^排-放*交-易^網(wǎng) t an pa i fa ng . c om
[16]吳凡.基于LCA理論的風電項目碳減排效果分析[D].北京:華北電力大學,2019.
WU Fan.Research on carbon emission reduction benefit of wind power project based on LCA theory[D].Beijing:North China Electric Power University,2019(in Chinese).
[17]曾鳴,杜楠,劉曉立,等.風電與儲能聯(lián)合運行的碳減排效果[J].水電能源科學,2013,31(3):232-235.
ZENG Ming,DU Nan,LIU Xiaoli,et al.Carbon emissions effect of joint operation of wind power and energy storage[J].Water Resources and Power,2013,31(3):232-235(in Chinese).
內(nèi).容.來.自:中`國`碳#排*放*交*易^網(wǎng) t a np ai f an g.com
[18]ZHANG Y,IU H H C,FERNANDO T,et al.Cooperative dispatch of BESS and wind power generation considering carbon emission limitation in Australia[J].IEEE Transactions on Industrial Informatics,2015,11(6):1313-1323.
[19]于大洋,黃海麗,雷鳴等.電動汽車充電與風電協(xié)同調(diào)度的碳減排效益分析[J].電力系統(tǒng)自動化,2012,36(10):14-18.
YU Dayang,HUANG Haili,LEI Ming,et al.CO2 reduction benefit by coordinated dispatch of electric vehicle charging and wind power[J].Automation of Electric Power Systems,2012,36(10):14-18(in Chinese). 本`文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com
[20]劉鎧誠,何桂雄,孫洪,等.碳減排約束下風火發(fā)電商市場效益的協(xié)調(diào)優(yōu)化[J].電力系統(tǒng)及其自動化學報,2019,31(9):89-95.
內(nèi)-容-來-自;中_國_碳_0排放¥交-易=網(wǎng) t an pa i fa ng . c om
LIU Kaicheng,HE Guixiong,SUN Hong,et al.Coordinated optimization of market benefit of wind-fire power generator under carbon reduction constraint[J].Proceedings of the CSUEPSA,2019,31(9):89-95(in Chinese). 本@文$內(nèi).容.來.自:中`國`碳`排*放^交*易^網(wǎng) t a np ai fan g.c om
[21]YANG W H,LIU J P,LI J,et al.Optimization dispatch of wind power integrated power system under carbon market environment[C]//2013 2nd International Symposium on Instrumentation and Measurement,Sensor Network and Automation (IMSNA).23-24 Dec.2013,Toronto,ON,Canada.IEEE,2013:375-378.
內(nèi)/容/來/自:中-國-碳-排-放*交…易-網(wǎng)-tan pai fang . com
[22]ESTEBAN M D,DIEZ J J,LÓPEZ J S,et al.Why offshore wind energy?[J].Renewable Energy,2011,36(2):444-450.
[23]APPIOTT J,DHANJU A,CICIN-SAIN B.Encouraging renewable energy in the offshore environment[J].Ocean & Coastal Management,2014,90:58-64.
[24]KOTA S,BAYNE S B,NIMMAGADDA S.Offshore wind energy:a comparative analysis of UK,USA and India[J].Renewable and Sustainable Energy Reviews,2015,41:685-694.
[25]DVORAK M J,ARCHER C L,JACOBSON M Z.California offshore wind energy potential[J].Renewable Energy,2010,35(6):1244-1254. 禸*嫆唻@洎:狆國湠棑倣茭昜蛧 τāńpāīfāńɡ.cōm
[26]IPCC.Good practice guidance uncertainty management in national greenhouse gas inventories [R/OL].(2000)[2020-03].https://www.ipcc-nggip.iges.or.jp/public/gp/english. 內(nèi)/容/來/自:中-國/碳-排*放^交%易#網(wǎng)-tan p a i fang . com
[27]張樂勤,李榮富,陳素平,等.安徽省1995年-2009年能源消費碳排放驅(qū)動因子分析及趨勢預測—基于STIRPAT模型[J].資源科學,2012,34(2):316-327.
本@文$內(nèi).容.來.自:中`國`碳`排*放^交*易^網(wǎng) t a np ai fan g.c om
ZHANG Leqin,LI Rongfu,CHEN Suping,et al.Trend prediction and analysis of driving factors of carbon emissions from energy consumption during the period 1995-2009 in Anhui Province based on the STIRPAT model[J].Resources Science,2012,34(2):316-327(in Chinese).
本+文`內(nèi)/容/來/自:中-國-碳-排-放-網(wǎng)-tan pai fang . com
[28]陳立泰,張軍委,萬麗娟.重慶市碳排放量測度及影響因素分析:1998~2008[J].探索,2010(3):106-110. 內(nèi)-容-來-自;中_國_碳_0排放¥交-易=網(wǎng) t an pa i fa ng . c om
[29]KANG C Q,ZHOU T R,CHEN Q X,et al.Carbon emission flow from generation to demand:a network-based model[J].IEEE Transactions on Smart Grid,2015,6(5):2386-2394.
[30]周天睿,康重慶.基于碳排放流的配電系統(tǒng)低碳優(yōu)化運行方法研究[J].全球能源互聯(lián)網(wǎng),2019,2(3):241-247. 本@文$內(nèi).容.來.自:中`國`碳`排*放^交*易^網(wǎng) t a np ai fan g.c om
ZHOU Tianrui,KANG Chongqing.Research on low-carbon oriented optimal operation of distribution networks based on carbon emission flow theory[J].Journal of Global Energy Interconnection,2019,2(3):241-247(in Chinese). 夲呅內(nèi)傛萊源?。骇鎲┨?排*放^鮫*易-網(wǎng) τā ńpāīfāńɡ.cōm
[31]汪鋒,豆南南,喻冬梅.基于電力系統(tǒng)碳排放流的分省化石能源消費CO2排放量測算[J].電力系統(tǒng)自動化,2014,38(17):105-112.
內(nèi)/容/來/自:中-國-碳-排-放*交…易-網(wǎng)-tan pai fang . com
WANG Feng,DOU Nannan,YU Dongmei.Measurement of provincial CO2 emission from fossil energy consumption based on carbon emission flow in power systems[J].Automation of Electric Power Systems,2014,38(17):105-112(in Chinese). 本+文+內(nèi)/容/來/自:中-國-碳-排-放(交—易^網(wǎng)-tan pai fang . com
[32]譚新,劉昌義,陳星,等.跨國電網(wǎng)互聯(lián)情景下的碳流及碳減排效益研究—以非洲能源互聯(lián)網(wǎng)為例[J].全球能源互聯(lián)網(wǎng),2019,2(3):210-217. 本*文`內(nèi)/容/來/自:中-國-碳^排-放“交|易^網(wǎng)-tan pai fang . c o m
TAN Xin,LIU Changyi,CHEN Xing,et al.Carbon flow and emission reduction benefits based on grid interconnection:a case study on Africa energy interconnection[J].Journal of Global Energy Interconnection,2019,2(3):210-217(in Chinese).
本`文@內(nèi)/容/來/自:中-國^碳-排-放^*交*易^網(wǎng)-tan pai fang. com
[33]ANG B W,SU B.Carbon emission intensity in electricity production:a global analysis[J].Energy Policy,2016,94:56-63. 本`文內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a npai fan g.com
[34]王常凱,謝宏佐.中國電力碳排放動態(tài)特征及影響因素研究[J].中國人口·資源與環(huán)境,2015,25(4):21-27.
WANG Changkai,XIE Hongzuo.Analysis on dynamic characteristics and influencing factors of carbon emissions from electricity in China[J].China Population,Resources and Environment,2015,25(4):21-27(in Chinese).
[35]ANG B W,ZHANG F,CHOI K.Factorizing changes in energy and environmental indicators through decomposition[J].Energy,1998,23(6):489-495.
[36]ZHENG Z H,LI F R.Assessment of carbon dioxide efficiencies for UK’s electricity generation[C]//2011 IEEE Power and Energy Society General Meeting.24-28 July 2011,Detroit,MI,USA.IEEE,2011:1-5.
[37]CIUP?GEANU D A,L?Z?ROIU G,TÎR?U M.Carbon dioxide emissions reduction by renewable energy employment in Romania[C]//2017 International Conference on Electromechanical and Power Systems (SIELMEN).11-13 Oct.2017,Iasi,Romania.IEEE,2017:281-285. 本*文`內(nèi)/容/來/自:中-國-碳^排-放“交|易^網(wǎng)-tan pai fang . c o m
[38]LI A J,LI Z.Integrated analysis of carbon dioxide emissions mitigation through energy efficiency for coal-fired power industry in China[C]//2013 Third International Conference on Intelligent System Design and Engineering Applications.16-18 Jan.2013,Hong Kong,China.IEEE,2013:891-893.
[39]廣州電力交易中心.廣東電力市場2019年年度報告[R/OL].(2020-02)[2020-03].http://news.bjx.com.cn/html/20200227/1048396.shtml.
[40]廣東省發(fā)展改革委.廣東省海上風電發(fā)展規(guī)劃(2017—2030年)(修編)[EB/OL].(2018-04-11) [2020-03].http://drc.gd.gov.cn/gkmlpt/content/1/1060/post_1060661.html#876. 本文@內(nèi)/容/來/自:中-國-碳^排-放-交易&*網(wǎng)-tan pai fang . com
[41]趙世明,姜波,徐輝奮,等.中國近海海洋風能資源開發(fā)利用現(xiàn)狀與前景分析[J].海洋技術(shù),2010,29(4):117-121.
夲呅內(nèi)傛萊源?。骇鎲┨?排*放^鮫*易-網(wǎng) τā ńpāīfāńɡ.cōm
ZHAO Shiming,JIANG Bo,XU Huifen,et al.Exploration and application of ocean wind energy resources in coastal sea of China [J].Ocean Technology,2010,29(4):117-121(in Chinese).
本`文@內(nèi)-容-來-自;中_國_碳排0放_交-易=網(wǎng) t an pa ifa ng . c om
[42]海南省人民政府.海南省“十三五”能源發(fā)展規(guī)劃[EB/OL].(2017-03-20)[2020-04].http://www.hainan.gov.cn/hainan/38957/201704/b24d78a4a79c41579e9eaacb8d6003a3.shtml. 本+文+內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
[43]廣西壯族自治區(qū)人民政府.廣西能源發(fā)展“十三五”規(guī)劃[EB/OL].(2016-09-05) [2020-04].http://d.gxzf.gov.cn/file/2017/05/17/1495010854.pdf. 本%文$內(nèi)-容-來-自;中_國_碳|排 放_交-易^網(wǎng)^t an pa i fang . c om
[44]ZHU J.Security-constrained economic dispatch[M]//Optimization of power system operation.Hoboken,NJ,USA:John Wiley & Sons,Inc,2015:145-214.DOI:10.1002/9781118887004.ch5. 本+文`內(nèi)/容/來/自:中-國-碳-排-放-網(wǎng)-tan pai fang . com
[45]馬輝,陳雨果,陳曄,等.南方(以廣東起步)電力現(xiàn)貨市場機制設計[J].南方電網(wǎng)技術(shù),2018,12(12):42-48.MA Hui,CHEN Yuguo,CHEN Ye,et al.Mechanism design of Southern China(starting from Guangdong Province)electric spot market[J].Southern Power System Technology,2018,12(12):42-48(in Chinese). 內(nèi)-容-來-自;中_國_碳_0排放¥交-易=網(wǎng) t an pa i fa ng . c om
[46]RUIZ P A,RUDKEVICH A.Analysis of marginal carbon intensities in constrained power networks[C]//2010 43rd Hawaii International Conference on System Sciences.5-8 Jan.2010,Honolulu,HI,USA.IEEE,2010:1-9. 本*文`內(nèi)/容/來/自:中-國-碳^排-放“交|易^網(wǎng)-tan pai fang . c o m
[47]ZHOU Q,SUN T,DING T,et al.Application of carbon intensity in generation expansion planning:a comparative study[C]//2015 IEEE Power & Energy Society General Meeting.26-30 July 2015,Denver,CO,USA.IEEE,2015:1-5. 本`文-內(nèi).容.來.自:中`國^碳`排*放*交^易^網(wǎng) ta np ai fan g.com
[48]VAN HORN K E,APOSTOLOPOULOU D.Assessing demand response resource locational impacts on system-wide carbon emissions reductions[C]//2012 North American Power Symposium (NAPS).9-11 Sept.2012,Champaign,IL,USA.IEEE,2012:1-6.
本`文@內(nèi)/容/來/自:中-國^碳-排-放^*交*易^網(wǎng)-tan pai fang. com
本+文`內(nèi).容.來.自:中`國`碳`排*放*交*易^網(wǎng) t a np ai fan g.com
內(nèi).容.來.自:中`國`碳#排*放*交*易^網(wǎng) t a np ai f an g.com
【版權(quán)聲明】本網(wǎng)為公益類網(wǎng)站,本網(wǎng)站刊載的所有內(nèi)容,均已署名來源和作者,僅供訪問者個人學習、研究或欣賞之用,如有侵權(quán)請權(quán)利人予以告知,本站將立即做刪除處理(QQ:51999076)。