“雙碳”目標下電力系統零碳化路徑與投資成本估計

宋 楓 孫 傲

一、引 言

2020 年9 月22 日，習近平總書記在第七十五屆聯合國大會一般性辯論上鄭重宣布：“中國將提高國家自主貢獻力度，采取更加有力的政策和措施，二氧化碳排放力爭于2030 年前達到峰值，努力爭取2060 年前實現碳中和?！雹倭暯?在第七十五屆聯合國大會一般性辯論上的講話［N］.人民日報，2020-09-23（003）.這一重要宣示為我國應對氣候變化、推進綠色低碳發展提供了方向指引，擘畫了宏偉藍圖。實現碳達峰、碳中和是一場廣泛而深刻的經濟社會系統性變革，對我國社會經濟高質量發展、能源安全穩定供給提出了巨大的挑戰。與世界其他國家相比，中國預期實現碳中和目標的時間更短、任務更重。我國從碳達峰到碳中和只有30 年時間，遠低于發達國家50 年到70 年的過渡期，對于我們這樣一個還處于工業化、城鎮化深化發展階段的發展中大國，面臨的困難和挑戰前所未有。為保障產業鏈、供應鏈穩定，我國仍需高質量發展第二產業。然而，第二產業高耗能、高排放、低能效問題并存，產業結構、能源技術轉型升級任務緊迫而艱巨，特別是未經規劃的能源總量控制對能源穩定供應提出挑戰，不利于碳中和進程的有序推進。

碳達峰與碳中和的目標已經明確，但實現目標的具體路徑和措施尚不清晰，對社會經濟帶來的影響缺乏具體而定量的分析。社會各行業低碳轉型需要巨大的投資，對宏觀經濟、產業結構與金融系統都有廣泛而重要的影響，但這些投資的規模有多大？在行業與地區之間如何分布？如何進行融資與獲得有效的收益？對這些問題的系統量化分析對政府規劃、企業投資以及金融系統穩定都具有重要的實踐意義。

在所有行業中，電力行業的零碳化是實現碳中和的關鍵抓手。電力行業的供給側改革對于保障能源安全、穩步實現碳中和存在著重要意義。電力行業的投資數額大、回報周期長，需要長遠的布局和規劃，且電力成本直接關系到終端部門的用能成本，進而影響物價水平、就業數量、民生質量和產業結構等，甚至重塑全球供應鏈?；诖?，本文使用計量模型估計了隨著終端部門電氣化轉型，中國電力消費量的規模變化與區域分布，在此基礎上疊加成本優化模型估算了中國電力系統零碳化的投資規模與區域分布，為評估中國實現碳中和目標的投資機遇與挑戰提供了前瞻性的參考，為優化碳中和總體用能布局提供了借鑒。

與其他研究的成本估算相比，本文貢獻如下：第一，在研究內容上，中國電力系統零碳化成本這一重要問題鮮有研究。有限的研究或是估算他國情況（Heal，2017，2020），或是在估計碳中和成本時一筆帶過，或是研究方法不夠科學，本文豐富了這一領域的研究成果。第二，在研究方法上，學界通常使用計量模型估算電力消費與經濟增長等因素的關系（林伯強，2003），或從技術角度估算電力投資成本，沒有學者將二者結合評估電力系統的投資規模和成本。本文結合了需求側的計量模型和供給側的空間約束成本最小化模型，計算了2050 年中國不同地區的電力需求量與電力投資規模，為未來三十年電力系統的投資布局提供前瞻性指導。

二、電力系統的基本事實與零碳化轉型

（一）電力系統零碳化轉型在實現碳中和過程中的作用

中國碳核算數據庫（CEADs）數據顯示，目前，電力部門是中國溫室氣體排放的最大來源，每年貢獻約46.9%的二氧化碳排放（圖1）。為了免受全球氣候變化的危害，中國的首要舉措就是要在2050 年前實現電力系統的零碳化。從能源品種角度分析，中國約83%的二氧化碳排放來自于煤炭和天然氣，17%的二氧化碳排放來自于石油。如果中國電力燃煤發電系統采用可再生能源機組代替化石燃料機組進行發電，僅此一項措施帶來的直接二氧化碳減少就將達到40%以上。

圖1 2018年中國分部門二氧化碳排放量

若考慮間接排放，電力系統零碳化轉型帶來的二氧化碳排放減少將達到80%以上。實現碳中和的另一條路徑是實現終端部門電氣化。根據測算，為實現碳中和，中國工業部門電氣化率需要從現在的20%提升到65%左右，建筑部門電氣化率需要從現在的28%提升到60%以上，交通部門的電氣化率需要從現在的3.5%提升到25%左右（項目綜合報告編寫組，2020）。而對于難以實現電氣化的設施，則需要以綠氫替代化石燃料供能，但目前最高效且價格低廉的制氫手法是電解水制氫（姜克雋等，2021）。能源轉型委員會（ETC）的報告支持了這一觀點，并預測中國實現二氧化碳凈零排放時工業直接電氣化占52%，建筑直接電氣化占21%，交通直接電氣化占9%，制氫用電占18%，這一轉型會導致中國用電量上漲到15 萬億千瓦時左右。①The Energy Transitions Commission.China 2050：A Fully Developed Rich Zero-Carbon Economy［EB/OL］.https：//www.energy-transitions.org/publications，2022-11-20.

這些基本事實對本文研究造成了兩方面影響：第一，我們需要估算實現電力系統零碳化時的電力消費量，以確定能夠滿足全社會生產生活用電的清潔能源裝機規模；第二，電力系統是終端部門實現零碳化目標的關鍵促成因素，需要提前實現二氧化碳的凈零排放。關于電力系統零碳化的具體時間，Duan 等（2021）綜合比較了多個研究中國減排情景的模型，②具體模型有GCAM-China、IPAC、AIM、WITCH、IMAGE、REMIND 等。分析得出中國的電力系統需要在2050 年前實現基本零碳化至零排放或負排放以實現1.5℃的溫控目標，實現減排80%～100%以實現2℃的溫控目標。綜合各方研究，本文假設中國電力系統會在2050 年實現完全零碳化，并估計了2050 年中國的電力消費量。

（二）電力系統的基本事實

為了準確估算中國電力系統零碳化的投資成本，需要明確中國電力系統的一些基本事實。這些事實關系到中國電力系統實現零碳化的具體路徑，進而關系到本文如何設定估算方法和假設。

第一，中國電力系統裝機規模巨大，發電結構以煤炭為主。中國目前約有22 億千瓦的發電能力，每年提供約7 萬億千瓦時的發電量。2019 年各能源品種裝機容量百分比和發電量百分比（表1），反映出了中國電力系統的幾個明顯特征：首先，燃煤機組以51.8%的裝機規模提供了中國60%以上的發電量，煤炭消費長期以來占據我國能源消費主體地位；其次，天然氣機組的裝機規模占比高于其發電量占比，主要原因是燃氣機組爬坡速度快；最后，中國太陽能發電和風電的裝機比例遠高于其發電規模，反映了二者的低容量因子和較低的平均利用小時數。

表1 中國電力系統裝機與發電結構

第二，清潔能源機組中只有風電和太陽能發電機組適合大規模的推廣。實現電力系統零碳化需要用清潔能源機組替代全部的化石能源機組進行發電。由中國裝機結構和發電結構可知，以產出衡量的清潔能源的替代規模高達70%，這要求可大規模推廣的電源類型必須具備三個特征：資源充沛、技術可行且具有成本優勢。清潔能源機組包括風電、太陽能發電、水電、核電、生物質能源、地熱能、潮汐能等可再生能源。其中，水力發電依賴于自然空間的限制，還要承擔調峰、蓄能等社會角色，全國可開發容量不足7 億千瓦時，目前發展已經飽和，不符合資源充沛特征。核電開發仍有核廢料如何處理的問題尚未解決，核心要素鈾數量有限，不具備大規模推廣的前景。生物質能、地熱能、潮汐能的發展受技術限制，都不具備大規模推廣以替換燃煤機組和燃氣機組的潛質（王鑫，2020；Heal，2017，2019，2020）。

與之相反，風電和太陽能發電依賴的自然資源是風力和光照，在自然界中來源廣泛。風電和太陽能發電也具有技術和經濟上的可行性。2020 年中國風電和太陽能裝機占總裝機容量的21%，裝機規模僅次于煤電和水電。風電和太陽能經濟成本的迅速降低也反映了技術的日益成熟。根據國際可再生能源署（IRENA）的報告，由于規模經濟效益和學習曲線的溢出效應，2010～2019 年全球太陽能光伏發電（PV）、聚光太陽能熱發電（CSP）、陸上風電和海上風電的成本分別下降了82%、47%、39%和29%。①IRENA.Renewable Power Generation Costs in 2019［EB/OL］.https：//www.irena.org/-/media/Files/IRENA/Agency/Publication/，2020-12-26.2019 年，并網大規模太陽能光伏發電成本降至0.068 美元/千瓦時，同比下降13%。在2019 年投產的項目中，陸上和海上風電的成本均同比下降約9%，分別降至0.053 美元/千瓦時和0.115 美元/千瓦時。最不成熟的CSP 成本降至0.182 美元/千瓦時，降幅為1%。預期未來光伏發電、陸上風電和海上風電技術仍會迅猛發展。根據國際能源署（IEA）年度電成本數據，考慮了碳成本后，中國太陽能機組和陸上風電機組具有最小的度電成本。

第三，我國用電負荷和風光發電稟賦在空間上呈逆向分布。風光資源豐富的地區往往經濟較為落后，無法支撐過高的電力需求，如三北地區等；而經濟較為發達的南方地區又面臨電力穩定供應的挑戰。從經濟社會發展的需求看，區域內市場已無法滿足電力資源在全國范圍內優化配置的要求。在電力系統零碳化背景下，西北地區將成為全國低碳電力的主要供應者（Li 等，2016；He 等，2020）。He 等（2020）預測太陽能裝機將更多分布于內蒙古南部、青海、陜西等西北地區，風電裝機主要分布在西北、東北和沿海地區。

這一事實造成的結果是，為實現電力系統零碳化，必須要修建更多的跨省區輸電線路。增強區域輸電互聯，可提高分布式可再生能源價值，提高電網靈活性。高壓輸電線路的單位投資成本與電壓等級和當地土地成本有關。高電壓等級的輸電線路需要更高的投資成本，但傳輸過程中的損耗更低。為加強電力的省際互濟能力，中國已經建設并規劃建設了多條跨省特高壓輸送線路。另外，在經濟相對落后的地區大規模新建高壓線的土地成本也相對較低，這一點也側面證明了風電和太陽能機組空間布局的合理性。

第四，與傳統化石能源發電相比，風電和太陽能發電具有間歇性（Hirth，2013，2015，2016），且與需求側波動不匹配，新建儲能設施是解決這一問題的核心辦法。風電和太陽能機組的出力受自然環境影響很大，很顯然風電機組在無風時不會生產電力；太陽能機組在晚上不會生產電力，即使是白天，云層的遮擋也會使太陽能機組出力下降。有時風、電出力和太陽能出力會有一定的互補性，因為一般夜晚的風速會比白天更大。但總體上看，自然環境的不確定性會導致風光出力的不確定性。當風電和太陽能發電提供70%的全社會發電量時，這種不確定性會更加嚴重。電力的穩定供應將關系到宏觀經濟發展和居民生活質量，然而，即使風電和太陽能資源充沛，發電高峰與用電高峰也不完全匹配（圖2）。這就說明風電和太陽能出力天然具備的間歇性與電力系統的基本要求穩定性之間具有自然的矛盾性。而可再生能源裝機比例越高，間歇性造成的影響就會越大，這種矛盾就會越明顯（Lamont，2008；Gowrisankaran 等，2015）。

圖2 風、光出力與電力需求波動圖示

應對風電和太陽能發電間歇性的理論方法是尋找其他電能，在可再生能源發不了電或發電不足時頂替它進行發電，快速彌補電力的供需缺口。目前采用的手段是提供更多的輔助服務產品，這些產品承擔了維持電力系統穩定的調峰、調頻、備用、黑啟動等多項功能。由于資源稟賦的不同，不同國家和地區采用不同的手段提供輔助服務。美國一般采用燃氣機組，燃氣機組具有更高的爬坡速率；可再生能源普及率更高的德國和丹麥通常通過進口挪威的水電來彌補電力短缺，因為挪威具有足夠充裕的水電資源（Heal，2017）。由于水電資源受限，如果中國想要大規模使用風能和太陽能并避免二氧化碳的排放，最主要的路徑是投資建設儲能設備。

如圖3 所示，電力儲能設施可以實現電力的跨期消費，允許更大的系統靈活性，隨著可變可再生能源份額的增加，儲能建設是一項關鍵資產。更直接地說，儲能使以電動汽車為主的交通運輸部門成為可能，可以實現有效的24 小時分布式太陽能家庭系統，并支持100%的可再生能源電力系統。①IRENA.Electricity Storage and Renewables：Costs and Markets to 2030［EB/OL］.https：//irena.org/publications/2017/Oct，2022-12-20.

圖3 儲能設備實現電力跨期消費圖示

儲能分為抽水蓄能、壓縮空氣儲能和電化學儲能。抽水蓄能是目前商業化應用最為成熟的儲能方式，2017 年占儲能總裝機容量的96%。①IRENA.Electricity Storage and Renewables：Costs and Markets to 2030［EB/OL］.https：//irena.org/publications/2017/Oct，2022-12-20.抽水蓄能作為調峰、調頻和備用電源廣泛應用于電網側，主要優點是技術成熟度高、功率和容量較大、成本低，主要缺點在于受地形制約較大、能量密度較低、總投資較高、投資回收期較長等。壓縮空氣儲能將能量以熱能方式釋放，在向電力轉化的過程中存在能量損失，且依賴于地質特征（Heal，2017）。

電化學儲能本質上是基于可以快速放電的化學電池，在電力充足時充電，在電力短缺時能夠快速放電。IRENA 計算電化學儲能在2017 年的全球容量為2 吉瓦，預測到2020 年可以增長到175 吉瓦，與抽水蓄能水平持平，并預期會在2030 年達到235 吉瓦。儲能設備的建設在最近幾年備受重視，根據IEA 的報告《儲能》（Energy Storage）顯示，中國2014～2019 年間新增電化學儲能容量為1.5 吉瓦。2019 年中國新增了管制規定，將儲能成本從電網輸配電價中剝離，使得新的儲能項目凍結，全年安裝容量下降。目前，中國的儲能設施規劃正在向集中式儲能發展，逐步成為支撐可再生能源發電穩定性的重要舉措。

為了應付高比例的風光并網究竟需要多少的儲能設備，學術界進行了很多討論（Makarov 等；2012；Heal，2017）。如果可再生能源出力存在一個概率分布，我們可以構建電力穩定性評價指標，如缺電概率低于0.0004%，結合分布和指標我們可以計算出符合穩定性評價指標的可再生能源出力需要多少容量的儲能設備。然而，我們無法估計出這樣的概率分布，事實上問題要復雜得多。不同的地區在不同的時間有不同的遭受風力或太陽能中斷的可能，這意味著我們需要每個區域每種能源出力的聯合概率分布、不同區域之間能源出力的相關性和不同區域間是否具有輸電線路等實際條件（Heal，2017）。但有一個結論是肯定的，對于儲能設施的投資是中國實現電力系統零碳化的最主要投資之一。

三、數據和模型方法

本文采用了綜合評估模型（Integrated Assessment Model，IAM）思路，首先基于對人口、GDP 等宏觀變量的增長路徑，使用計量模型從需求側估計了2050 年各省份的用電量。在各省份電力需求路徑給定的情況下，在供給側使用成本最小化模型，優化未來電力系統零碳化的路徑與成本，也就是計算如何擴張風電與太陽能機組、輸配網絡以及儲能，在滿足能源需求和排放約束的情況下，讓總成本最小。

我們假設中國實現電力系統的零碳化需要新增能夠滿足70% 全社會用電量的可再生能源機組、并新增可以滿足所有可再生能源機組兩天發電量的儲能設施。從供給角度估計了2050 年中國電力系統零碳化的投資成本?；谇拔拿枋龅碾娏ο到y基本事實，本文計算了電力系統零碳化的三部分成本：清潔能源新增裝機、新建電網與儲能設施配套的相關成本。我們使用的計算方法和技術路線如圖4 所示。

圖4 本文研究框架

（一）2050 年中國全社會用電需求估計

1.數據來源

本文以全國31 個?。▍^、市）在2000～2020 年之間的面板數據作為樣本，所采用數據均來自《中國統計年鑒》《中國電力統計年鑒》及各?。▍^、市）的統計年鑒。

2.模型設定

社會用電量的變化來自兩方面原因：一方面經濟結構的改善會導致單位GDP 用電量減少，另一方面隨著終端部門電氣化程度的提高，社會用電量會不斷增加，由此社會發電量也會發生變化。為了提高預測的精度，本文進行了兩方面努力：首先通過構建面板回歸模型衡量電力消費量與各影響因素之間的關系，而后對各影響因素在2050 年以前的變動情況進行預測，進而預測2050 年各省份的電力需求量。

為了衡量各項因素對電力需求的影響，本文參考Auffhammer 和Carson（2008）構建的面板回歸模型。與時間序列回歸預測相比，面板回歸可以擴充樣本容量，提供更大的自由度，另一方面，面板回歸同時包含了截面和時間序列兩個維度的信息，進而反映地區發展差異對電力需求水平的影響。

本文從經典的IPAT 模型（Ehrlich 和Holdren，1971）出發，結合電力需求量特征，探究經濟水平、人口、產業結構等電力消費量的影響因素。①I = P·A·T，其中I 表示環境負荷（本研究中是電力消費量），P 代表人口規模，A 代表社會富裕程度，T 代表技術指數。選取的解釋變量包括各省的人均GDP、人口數量、第二產業比重、上一期的電力消費量、空間自相關程度。（1）人均GDP 是衡量一個地區經濟發展水平與富裕程度的關鍵指標，電力是國民經濟發展中必不可少的生產生活資料，經濟發展程度較高的地區往往對電力有著較大的剛性需求。（2）人口是影響電力需求的另一個重要因素，電力是人民生活中重要的生活資料，人口數量與電力需求之間存在著同步變動的關系，在經濟發展程度一致的地區，人口越多，電力需求更大。（3）第二產業占比是衡量用電結構的關鍵指標。第二產業是全社會用電量的主體部分，改革開放以來，我國的第二產業用電比重一直維持在70%以上，其變動趨勢直接影響了全社會用電的增長情況。本文在預測用電量時，由于各省分行業的用電量在較長時間序列中難以獲取，因此考慮將地區產值中第二產業的比重作為解釋變量，衡量區域內產業結構的變化對用電量的影響。（4）空間自相關程度表示相鄰省份的電力消費量和本省電力消費量之間的相關關系，以此來反映區域間技術、經濟、資本等的外溢效應。（5）上一期的電力消費量對該期預測存在重要影響，大規模電力基礎設施的增加和減少需要時間，上一期的電力消費量可以反映電力基礎設施的建設情況。在無較大外部沖擊情況下，電力消費量往往基于上期有小幅波動。在確定關鍵性影響因素的基礎上，本文構建了電力需求預測模型的整體框架，一般化模型如下：

其中，i為樣本省份（區、市），t表示年份，EC表示電力消費量，GDP表示人均地區生產總值。f( )· 是一種靈活的函數形式，包括非線性的函數關系。表示空間自相關性，我們構建了一個“車式”鄰接空間權重矩陣，衡量k 個相鄰省份的前一年電力需求量對該省當年電力需求量的影響。②“車式”鄰接空間權重矩陣：兩個相鄰區域有共同的邊即為車式鄰接，wij=1；否則，wij=0。Zit是一系列外生變量，包括第二產業占比（IS）、人口（P）。在一般化模型中，我們通過設置省份固定效應ηi捕捉不同省份的用電特征（包括但不限于氣候差異、地方習俗等導致的不同省份之間的用電量差異），這類差異不隨時間的變化而改變。在考慮時間因素對人均用電量的影響時，本文考慮了加入時間趨勢項和加入時間固定效應兩種形式?；谝话慊Ｐ?，本文在較大范圍內篩選最優模型，結合模型的實際解釋意義以及使用可調整的R2、AIC 和BIC 進行擬合度分析，確定最終的電力消費預測模型。

（二）電力系統零碳化成本估計

1.數據來源

本部分涉及的投資成本數據均來自《2020 年中國電力統計年鑒》，單位投資成本數據均采用2019 年度中國該項目總投資額除以總投資量來計算。以輸電線路單位投資成本為例，這樣取值的好處是不僅考慮了電線的建設成本，還考慮了相關的變壓器等設施的建設成本。風電、太陽能發電的利用小時數來自國家能源局公開數據。儲能單位成本來自2020 年11 月青海儲能項目招標的平均成交價格，該數值反映了最新的儲能技術成本。不同電壓等級機組的單位煤耗數據來自中國電力企業聯合會。不同地域來源或不同煤炭品種的煤炭價格波動很大，為了便于計算，本文參考中國煤炭網的歷史價格，假設煤炭價格為700 元/噸，該數值相對偏低，使得本文的計算相對保守。

2.估計假設與方法

中國幅員遼闊，不同區域間的自然資源分布存在很大的差異?；谌珖秶某杀咀钚』?，新增裝機將優先配置于風光資源稟賦好的地區，從平均利用小時數的角度來看，即優先配置于風光發電小時數較多的區域。對于區域決策主體來說，目標是用最小的成本實現電力系統零碳化，面臨的選擇是在本區域內新建風光裝機還是外購可再生能源電力。理性決策者將比較二者成本，如果本地區發展的成本較低，那么決策者就會選擇在本地區新增裝機；如果外購電成本更低，決策者將會選擇外購。在區域劃分上，基于31 個省份進行成本最小化模型求解時維度過高，優化過程面臨挑戰，各區域能源局的設立也使得分省電力裝機規模的預測不具備解釋效力。因此，本部分首先基于電網管轄范圍將全國劃分為東北、華北、華中、華東、西北、南方六大區域①東北區域：遼寧、吉林、黑龍江、內蒙古；華北區域：北京、天津、河北、山西、山東；華中區域：江西、河南、湖北、湖南、重慶、四川；華東區域：安徽、上海、江蘇、浙江、福建；西北區域：陜西、甘肅、青海、寧夏、新疆、西藏；南方區域：廣東、廣西、海南、貴州、云南。，在不同區域間進行有約束下的成本最小化目標，求解風電和太陽能機組裝機的最優值，并匯報了電力系統零碳化的總投資成本。②未進行區域規劃的總投資成本約為71 萬億元，側面證明了本文研究方法的可行性。

實現電力零碳化需要由風電和太陽能發電完全替代化石燃料機組，由此帶來的風電和光伏新增裝機的成本（TCC）。本文假設2050 年全社會發電量的70%由風電和太陽能發電提供，與之配套的儲能設施同樣需要成本（TSC）。本文假設足夠的儲能容量為該區域風電與太陽能裝機兩天的發電量（Heal，2017）。儲能設施主要用于增加電力系統的靈活性，跨區輸送意義不大，因此，本文同樣假設儲能設備會修建在當地。新的電站需要電力線路和相關設施的建設、更新和維護，帶來了電網升級建設成本（TTC），本文假設電力線路需要新增25%。由于電網的規劃建設成本較為標準化，本文假設不同區域的輸電線路具有相同的單位成本。綜上，區域成本最小化目標的重點在于根據不同的自然資源稟賦來規劃不同的風電、太陽能裝機規模。儲能設施建設成本與風光裝機容量成比例，輸電線路建設成本不受區域影響。另外，除人均GDP 等指標使用基年水平平減過外，本文所有的金額均以現值計算，不考慮未來的貼現。所以，計算電力系統零碳化成本的方法為：零碳成本=風電與光伏裝機成本+儲能建設成本+電網升級成本，即：

在此基礎上，得到總目標函數：

目標函數確定后，需要確定模型的約束。本研究遵循的第一個約束是總量約束，即各區域新增裝機之和等于全國新增裝機目標，如公式（7）所示。在滿足清潔能源電力消納比例要求的基礎裝機量上，以1000 兆瓦為間隔進行調整，并設定全國風電與光伏裝機總量約束延續2020 年的存量比例為1∶1。第二個約束是各區域電量的供需平衡，不考慮棄風棄光，按照“就近接入，本地消納”的原則，清潔能源電力優先在該地區就地消納，該地區無法消納的部分則通過區域電網進行遠距離輸送。其中電力凈輸出區的風電、光伏消費量等于發電量減去外送電量，電力凈輸入區的風電、光伏消費量等于發電量加外購電量，如公式（8）和公式（9）所示?；诂F實情境，結合西電東送案例，本研究假設東北和西北區域為風電、光伏的凈輸出區域，華北、華中、華東和南方區域為風電、光伏的凈輸入區域。所以本文模型為：

變量含義及單位如表2 所示。

表2 模型變量含義及單位

目前為止的計算夸大了實現電力系統零碳化的新增投資成本，因為當我們新增風、光裝機時，其實是對未來20～30 年間的電力投資預付費用，具體時間取決于機組的使用年限。這些發電廠不需要另外支付燃料成本，只需要支付最低的運營成本，這意味著每個發電廠在其生命周期內以零邊際成本進行生產，因此，與繼續使用化石機組相比，投資風、光機組使我們節省了燃料成本（SFI），我們計算了這部分節省。

2019 年中國燃氣機組發電量占比為3%，不到燃煤機組發電量的二十分之一，且燃氣機組通常充當高峰時刻的頂峰機組，因此本文假設所有節省下來的燃料成本均來自于燃煤機組。假設未來40 年間燃料的節約以線性增長。

另一個夸大了計算結果的方面是在電力系統零碳化中不用更新化石燃料機組帶來的成本節?。⊿PI）。中國現役煤電機組的平均使用年限為12 年。據中國電力企業聯合會的統計數據，截至2017 年底，中國現役的1865 臺100 兆瓦及以上的煤電機組中只有1 臺機組的服役年限超過40年。中國燃氣機組的平均使用年限在30 年左右。因此，即使不進行電力零碳化轉型，我國現有的化石燃料機組也會在未來40 年間幾乎全部淘汰、換新一遍。而用可再生能源機組替代了化石燃料機組后，該部分投資可以節省下來。

所以，計算電力系統零碳化凈成本的方法為：零碳化成本=風電與光伏裝機成本+儲能建設成本+電網升級成本-節約的燃料成本-節約的更新化石電廠的成本，即：

類似于輸電線路單位投資成本，燃料價格和火電廠的單位投資成本也較為標準化，因此我們進行區域規劃時并沒有考慮這部分成本節省。盡管如此，我們在結論部分匯報了這一結果，因為從政策角度來看，電力系統零碳化的凈投資成本似乎更能增加人們對達成碳中和目標的信心。

四、實證結果分析

（一）電力需求預測模型結果

基于一般化模型（1）在較大范圍內進行篩選得出了六組具有代表性的模型參數估計結果及AIC、BIC、R2等模型選擇標準（表3）。結果顯示，六組模型調整后的R2均在90%以上，說明六組模型的擬合效果都較好。從參數估計值的符號來看，人口數量和第二產業占比對用電量變化有正向影響，這與本文在變量選擇時的預期相符。lnGDP2的符號為負，表示電力消費可能會在經濟發展達到較高程度后隨著經濟發展而減小。伴隨著經濟及科技的發展，且人口進入一個低速增長甚至是負增長的情況下，我國電力消費量在未來幾十年是有可能出現該情況的。模型（3）相比模型（2），加入了前一期的電力消費量，調整后的R2提高至99%，AIC 值和BIC 值下降至-2000 左右，可以發現前一期的電力消費量對當期電力消費量的解釋力非常強，電力消費的慣性在預測中是一個必須考慮的因素。模型（4）和模型（5）在其他變量一致的情況下分別加入年份固定效應和時間趨勢項，結果顯示年份趨勢項在模型（5）中不顯著，并且模型（4）的AIC 和BIC 低于模型（5），說明依據AIC 和BIC 標準更偏好于從年份固定效應考慮時間的影響。模型6 考慮了空間自相關性，但其結果不顯著，表示電力消費較少受到空間滯后干擾，是完全意義上的本地剛性需求。綜合來看，模型（3）和模型（4）的擬合效果最好，模型（4）相比模型（3）缺少人口數量和第二產業占比兩個變量。在預測2050 年各省的電力消費量時，需要對相應的解釋變量的取值進行預測，而預測的解釋變量越多，對電力消費量預測的誤差也會越大。我們遵循的原則是在模型擬合效果好的情況下使解釋變量精簡，且基于AIC 和BIC 的標準，模型（4）在預測上的擬合效果更好，因此，我們選擇模型（4）為預測的最優模型。

表3 模型參數估計結果

基于模型（4），為預測2050 年各省份的電力消費量，需要對相應的解釋變量的取值進行預測，即需要預測各省份人均GDP 在未來三十年的取值。林毅夫（2021）預測2020～2035 年，中國經濟可以實現年均6%的增速；2035～2050 年，年均增長速度將會是4%左右。①數據來源：林毅夫教授于2021 年6 月17 日在第二屆和平發展論壇上的主題演講。本文假設各省份在未來三十年的經濟增速保持一致，2020～2035 年的各省份人均GDP 增速為6%，2035～2050 年的各省份人均GDP 增速為4%，預測得出2021～2050 年各省份人均GDP。在此基礎上，各省份2050 年電力消費量預測如下（圖5），2050 年全國全社會電力消費量合計為11.8 萬億千瓦時。

圖5 2050年各省份電力消費量預測

（二）電力系統零碳化成本核算結果

使用各省份2050 年電力需求量預測結果，基于投資成本最小化目標，在進行了容量約束與供需平衡約束后，本文規劃了全國六個區域的新增裝機規模。結果表明，2050 年全國風電與太陽能總裝機應達到49.8 億千瓦，相較2020 年風電與太陽能總裝機增加44.5 億千瓦。2050 年各區域風電與光伏裝機區域配置如圖6 所示，其中華北、西北、華中區域新增風光裝機較多。華東、東北、南方新增風光裝機較少。該結果基本與2050 年各區域電力消費量成正向關系，電力消費量大的地區，基于成本最小化的角度，往往會選擇新建更多裝機，而非從外區域購電。在未來三十年的時間跨度里，在資源稟賦允許的前提下，對于區域決策來說，新建本地裝機是比從外購電更為劃算的選擇。

圖6 2050年全國各區域新增裝機和累計裝機

表4可以看出，按照資源稟賦規劃了風光裝機后，中國電力系統零碳化的總投資成本約為67.6 萬億元。對儲能設施的投資將是中國電力系統零碳化最主要的投資成本，儲能技術的研發和儲能成本的下降將是減少中國電力系統零碳化成本的最主要路徑。

表4 各區域電力系統零碳化成本（萬億元）

實現電力系統零碳化的總投資是巨大的，為了更直觀地感受中國電力系統零碳化的難易程度，我們匯報了年均投資成本與中國2020 年GDP 的比值（表5）。2020 年中國GDP 約為101.6 萬億元，年均投資成本為2020 年GDP 的2.2%。若考慮減去了燃料節約和化石電廠節約的凈投資成本，該比例約為1.7%。相對于Heal（2020）對美國電力系統零碳化成本的估算，該比例相對較高。造成這一結果有幾方面因素：第一，從方法上講，Heal（2020）假設美國電力消費量保持現值不變。該假設使得中美需要的風電與太陽能光伏裝機總量存在差距，并直接影響了凈投資成本的數量級。事實上，美國人均用電量要遠高于中國，這一事實反映出了中美電氣化水平的不同。第二，從技術上講，本文的所有計算均基于現有技術水平，而Heal（2020）假設了儲能成本下降水平，這一假設側面反映了儲能成本下降對于電力系統零碳化投資減少的重要性。最后，從電力系統基本事實上講，中美在清潔能源使用效率上有很大區別。美國風電和光伏的容量因子①容量因子計算方法為機組實際利用小時數/8760，反映風電和光伏的利用效率。約為中國的兩倍，因此，風電與光伏的容量因子是未來提升的主要方向。

表5 中國電力系統零碳化總投資成本與凈投資成本比較

五、結果可靠性分析

（一）可能低估的因素

本節試圖討論本文方法所估算的成本結果的可靠性。雖然尚未有人估計過中國電力系統零碳化的成本，但很多機構對中國碳中和的投資成本進行了預測，其基本投資總額都在百萬億人民幣級別。如前所述，電力系統零碳化的成本很大程度上可以反映碳中和總成本，從這個角度看本文估算結果要低得多?？赡軐е聰抵颠^低的因素有以下四點。

第一，2050 年全社會用電量預測較低。全社會用電量估計值偏低會直接導致風光裝機和儲能設施估計容量較低。從計量模型上看，本文模型擬合優度較高，對結果的預測能力較好，但30 年的預測跨度還是會使得電力消費量預測結果有偏。周涵等（2021）預測中國2050 年電力消費量會達到11.3～13.9 萬億千瓦時，支持了本文預測結果。①周涵等.錨定碳中和電力行業減排揚帆［EB/OL］.https：//web-assets.bcg.com，2022-12-23.另外，本文也使用了主要國家人均GDP 與人均電力消費之間進行回歸，使用人均電力消費彈性預測了中國2050 年電力消費量，該結果為14 萬億左右。但這種方法樣本量有限，僅描述了人均GDP 與人均電力消費之間的相關關系，使得彈性結果未完全反應終端部門電氣化對人均GDP 電力使用量的影響，另外，估計出人均電力消費彈性之后，仍需要對2050 年中國人口和人均GDP 進行假設，誤差較大。若2050 年社會用電量為14 萬億千瓦時，則電力系統零碳化的總投資成本將上升到82 萬億元。

第二，儲能容量假設不足。合適的儲能容量應該是多少確實有待考證。為保證電力供應的穩定性和電力系統對極端氣候的適應性，很可能大量投資儲能設施。本文估計使用儲能的量能夠滿足風電和光伏兩天的總發電量，接近500 億千瓦時。另外，對儲能成本下降的相對保守估計也能彌補一部分偏差。儲能建設成本是中國實現碳中和過程中最主要的投資成本，使用現有儲能價格計算的儲能成本占總投資額的80%。

第三，電網升級需求偏低。電網升級需求為現有長度的25%，這一假設對結果影響不大。在電力基礎設施基本普及、消除絕對貧困的背景下新增25%的假設已經相對保守，另外，整個電網升級成本占總投資的份額并不大，該項結果與總成本測算結果相差一個數量級。

第四，未考慮對碳捕捉、固碳、綠氫等低碳技術的投資。雖然使用新技術和新產品減少、消除化石能源排放的二氧化碳也是實現電力系統、能源系統零碳化的路徑之一，但對新技術的投資不在本文的考慮范圍內。一是因為這些技術的投資成本與預期回報收益之間差異巨大且存在很強的不確定性；二是因為按照本文規劃的路徑，現有技術已經完全可以實現電力系統零碳化，新技術的研發更多是為了解決終端部門無法用電供能的技術難題，風電、太陽能光伏和儲能技術的進步只會使成本降低。

（二）可能高估的因素

第一，風電與光伏裝機成本下降。太陽能和風能發電的成本降低趨勢未出現減弱跡象。根據國家能源局最新數據，中國風電和光伏的單位千瓦平均成本在過去10 年間分別下降了30% 和75%左右。競拍和購電協議（PPA）的最新數據顯示，在2021 年投產的項目中，全球太陽能光伏發電的平均價格可能為0.039 美元/千瓦時，與2019 年相比下降42%，比使用最便宜化石燃料的競爭對手（即燃煤發電廠）低五分之一以上。到2021 年，全球陸上風電的價格可能會降至0.043美元/千瓦時，比2019 年下降18%。與此同時，海上風電和CSP 項目將面臨較大的變化，其全球平均拍賣價格將分別較2019 年下降29% 和59%，將分別降至0.082 美元/千瓦時（2023 年）和0.075 美元/千瓦時（2021 年）（Heal，2017）。

第二，風電與光伏容量因子提高。容量因子的計算公式為可再生能源年平均利用小時數/8760，反映的是風電和光伏的利用率。上個十年棄風棄光問題一直是我國清潔能源消納的重要問題，近兩年棄風棄光現象有所緩解，但容量因子的值依舊不高。不同地區容量因子有差別。如前所述，容量因子的提高將是節約投資的重要方向，隨著技術的發展和政策的支持，未來風電和光伏的利用率一定會提高。

第三，風光裝機比例估計過高。本文假設風電和光伏會在2050 年完全代替化石能源，計算比例采用的是2020 年化石能源發電量占比70%。事實上，首先，2020 年中國火電發電量有一個回升。在可持續發展的背景下2015～2019 年化石能源發電比例保持在60% 左右，全球智庫Ember（2021）發布的最新《全球電力評論》指出，中國是2020 年G20 國家中唯一煤電發電量顯著增長的國家，這有效刺激了疫情期間經濟的增長，但對低碳轉型來說是一種壓力。①Ember Climate.Global Electricity Review 2021［EB/OL］.https：//ember-climate.org/insights/research/global-electricityreview-2021/，2022-12-29.其次，雖然由于水電發展接近飽和且受地理條件限制、核電涉及核廢料處理問題、生物質發電受技術和發展規模的限制，本文并沒有計算這些清潔能源替代化石能源的情況。但事實上，中國2020 年在建核電規模居全球首位，浙江省“十四五”規劃中明確提出要在未來十年新增核電裝機1220 萬千瓦。從總投資額角度，雖然核電和水電的單位投資成本高于風電和光伏，但其年平均利用小時數是風光的數倍?；诖?，考慮到風電和光伏的裝機容量估計值偏高，中國電力系統零碳化的成本還將有所下降。另外，由于核電出力的穩定性，核電比例增加而要求的儲能容量會隨之減少，進而降低儲能成本。

第四，儲能成本下降。儲能價格尚不具備經濟性是目前儲能沒有大規模推廣的重要原因，但隨著清潔能源間歇性問題的逐步顯現，儲能的成本問題也吸引了很多研究。不同研究中儲能的單位容量投資成本在300～500 美元/千瓦時不等（Li 等，2020）可能會導致社會度電成本增加0.3 美元左右，與燃氣機組和燃煤機組相比并不具備經濟效益。幸運的是，儲能技術的成本仍然具有學習溢出效應，未來成本下降趨勢明顯。如果儲能成本下降一半，電力系統零碳化的總投資成本將下降至37 萬億元左右。

支撐未來儲能成本下降的一個主要猜測是，電動汽車技術發展能在多大程度上“溢出”到電網儲能的電池中?？紤]到電動汽車電池的市場規模已經是電網儲能規模的10 倍，在移動性應用中創新和成本降低的間接影響可能會是一個顯著的推動（Heal，2020）?？焖俪砷L的電動汽車產業已經并將繼續成為電化學儲能成本下降的首要驅動力。受規模效應的影響，不斷擴大的電動汽車產業將加速鋰電池成本下降，從而提升其在電儲能領域的應用規模。同時，可以考慮廢棄電動汽車和充電樁的二次電池的回收與利用。Han 等（2018）設計了用廢棄電動汽車的二次電池作為儲能設備與光伏電站聯動的場景，模擬了該方法下的單位成本。

支撐未來儲能成本下降的另一個主要猜測是用戶側儲能的推廣與應用。中國大部分地區實行峰谷電價，高峰時期電價較高，低谷時期電價較低。有用電時間調節能力的用戶可以通過在低谷時期充電、高峰時期放電的方式進行“能源套利”，該套利行為會自然驅動用戶側參與“儲能”調節。該行為同樣有利于平滑電力負荷，降低電網平衡成本，但很難變成一種商業模式。①IRENA.Electricity Storage Valuation Framework［EB/OL］.https：//irena.org/publications/2017/Oct，2022-12-25.

大容量儲能技術還在研究的初期，但從幾年間的數據來看儲能成本下降速度十分驚人。新電池存儲技術的廣泛應用和商業化導致成本迅速降低，尤其是鋰離子電池，同時，高溫硫酸鈉（NAS）和所謂的“液體”電池的成本也在迅速降低。過去10 年間電池的成本下降了85%（王鑫，2020）。根據IRENA 的研究，與十年前的PV 板一樣，電池儲能系統存在巨大的降低成本的潛力。到2030 年，總裝機成本將下降50%～60%（電池成本將下降更多），這是由制造設施的優化、更好的組合和使用材料減少所推動的。

六、結論

中國將力爭2030 年實現碳達峰、2060 年實現碳中和，展現了可持續發展背景下的大國擔當。實現終端部門電氣化以及電力部門的零碳化是中國在2060 年實現碳中和的主要路徑。為保障全社會碳中和目標的按時達成，電力系統需要在2050 年提前實現零碳化，使用清潔能源代替化石能源發電。電力系統零碳化的投資布局可以分成三部分：新增清潔能源裝機、新增儲能設施以及新增輸電線路。

清潔能源中風電和太陽能發電更具備大幅推廣的潛力，但同時要配備合適比例的儲能電站以解決風電和太陽能發電的間歇性問題。另外，由于風光資源稟賦和電力消費水平的空間錯配，要新建現有長度25%左右的輸電線路。為了估算2050 年中國不同區域的電力需求，本文使用2000～2020 年的省級面板數據，基于固定效應模型估算了到2050 年中國各省份用電量的增長；并基于空間約束的成本最小化模型規劃了不同地區的新增裝機容量，進一步計算了實現電力系統零碳化的投資成本。結果表明，中國2050 年中國全社會用電量約為12 萬億千瓦時左右，在不考慮30 年間化石燃料節省以及原有化石能源電廠不再需要更新換代的節省時，實現電力系統零碳化的總投資成本約為67 萬億元人民幣，年均成本約為2.25 萬億元人民幣，占中國2020 年GDP 的2%；考慮了30 年間火電廠的燃料節省以及原有火電廠不再需要更新換代的節省時，實現碳中和的凈投資成本約為52 萬億元人民幣，年均成本約為1.74 萬億元人民幣，占中國2020 年GDP 的1.7%；電力系統零碳成本中儲能設施的新建成本占比最高，達到80%以上。

降低電力系統零碳化投資成本的主要手段是提高風電和太陽能發電的利用率，并快速降低儲能成本。提升風電和太陽能發電的利用率要求對新增裝機規模進行合理的區域規劃，華北、西北和華中地區應該新增更多的風電和太陽能機組投資。推動儲能成本降低除了技術突破、形成規模效應之外，還需善于利用分布式儲能資源，如電動汽車儲能和用戶側儲能等。儲能成本在近年間已經快速下降，如果儲能成本可以下降一半，電力系統零碳化的總成本將下降至37 萬億元左右。

上述研究結論具有一定的政策意義。第一，電力系統投資成本高、回報期長，政策制定的優先布局對于能源保供至關重要。第二，在碳中和背景下，電力將成為主要供能產品和生產要素，電力投資規模將影響到終端產品的價格，進而影響下游產業鏈、物價水平等一系列宏觀指標，將電力成本控制在合理范圍內意義重大?？偟膩碚f，中國實現碳中和雖然面臨著多重挑戰，但其經濟成本并非無法負擔。緊扣清潔能源推廣這一手段，中國每年需要投入GDP 的2%左右以實現電力系統提前零碳化，且該數值相對保守。儲能成本的降低和風光利用率的提高是降低成本的主要手段。