刘 桢，谢鹏程，黄 莹，漆小玲，廖翠萍
（1.中国科学院广州能源研究所，广东广州 510640；
2.中国科学院大学，北京 100049）
城市发展是经济增长和社会进步的重要标志，也是能源消费和CO2排放增长的主要来源。政府间气候变化专门委员会（IPCC）第五次评估报告和相关研究显示，城市能源消耗量约占全球能耗总量的67%～76%，由此产生的CO2排放占到全球排放总量的71%～76%［1］；
到2050 年，城市人口将增加25 亿人，68%的世界人口将居住在城市中［2］，城市人口和经济活动的增长所导致的能源消耗和CO2排放还将持续增长。与此同时，气候变化所导致的高温、干旱和洪水等极端天气事件的发生，海平面的持续上升等，也会给城市带来巨大的损失。城市既是引起气候问题的重要因素，也是应对气候变化解决方案的关键部分［3］。联合国环境规划署在2018年的《排放缺口报告》中强调，国家以下各级的州和城市的行动具有巨大的减排潜力，在实现国家承诺方面发挥着重要的作用［4］。目前，世界上已有多个城市承诺在2050 年或更早之前实现碳中和或深度脱碳。“十四五”以来，中国各省份都在抓紧制定实现碳达峰碳中和的时间表和路线图。中国的城镇人口数量约占总人口数的65%［5］，因此尽早推动城市层级的碳中和路径规划工作并作出相应行动对处于快速城镇化进程中的中国在2060 年前实现碳中和目标具有重要意义，其中如何制定电力、交通、工业、建筑等行业的能源政策以实现碳中和目标成为城市规划者关注的重点。
当前多采用建模的方法研究能源政策对碳排放量的影响，按照建模思路主要可以分为自上向下模型、自下向上模型和系统动力学模型等。自上向下模型以经济学模型为出发点，以能源价格、经济弹性为主要的经济指数，集中地表现各经济指数与能源消费和能源生产之间的关系，主要适用于宏观经济分析和能源政策规划方面的研究，最为常见的为可计算的一般均衡CGE 模型［6］。例如，周晟吕［7］、任松彦等［8］利用CGE 模型研究了碳交易机制对经济的影响；
许士春等［9］基于CGE 模型分析了不同碳税价格对宏观经济的影响；
都泊桦［10］构建了CGE 碳减排模型，评估调整经济产业结构、调整能源结构、提升技术水平和征收碳税4 种减排路径对整体经济的影响；
汪鹏等［11］构建了粤港澳大湾区动态CGE 模型，分析不同电力转型路径对区域内其他产业部门的经济影响。自下向上模型以工程技术模型为出发点，对以能源消费和能源生产过程中所使用的技术为基础进行详细描述和仿真，并以能源消费、生产方式为主进行供需预测及环境影响分析，主要代表为长期能源替代规划系统（LEAP）模型［6］。例如，冯相昭等［12］、张时聪等［13］、刘俊伶等［14］分别应用LEAP 模型研究中国交通、建筑和工业等领域的中长期碳排放路径；
吴唯等［15］、邱硕等［16］、陈睿等［17］、黄莹等［18］分别利用LEAP 模型预测了不同情景下浙江、陕西、长沙和广州等省市的能源需求和碳排放情况。总的来说，CGE 模型的优点是可以较好分析政策成本与各部门之间的互相影响，缺点是无法反映政策实施对部门和技术影响的具体过程以及技术选择的类型；
而LEAP 模型的优点是结构灵活、适用于多种能源系统，缺点是往往难以收集到所有能源技术数据，只能用关键技术代替其他技术的作用，忽略了能源部门和其他部门的关系［19］。
近年来，应用系统动力学方法模拟能源政策的研究不断增多。其中，由美国智库能源创新（EI）与中国的国家应对气候变化战略研究和国际合作中心（NCSC）、国家发展和改革委员会能源研究所（ERI）［20］联合开发的开源系统动力学模型——能源政策模拟（energy policy simulator,EPS）模型，较好地结合了自上而下和自下而上模型的优点，既考虑了政策成本和各部门之间的互相影响，又反映了各项技术进步的潜力。其输入数据覆盖20 多个领域，包含了200 多个变量、超过1 400 个子变量，在构建基准情景的基础上可以控制多种政策的执行力度和执行时间，既包括针对某个部门的政策，也包括跨部门作用的政策，这些政策影响各个部门的能源使用和碳排放。EPS 模型关注政策措施所引起的相较于基准情景的能源使用或碳排放的变化量，帮助识别政策组合对能源和环境的综合影响，为促进能源转型的政策方案制定提供依据。自2015 年10 月发布以来，EPS 模型已经在中国、美国、加拿大、印度等国家进行了不同区域层级的应用，如NCSC 等［20］应用EPS 模型对中国电力、交通、工业、建筑行业以及跨行业政策的成本效益进行评估，得出减排潜力综合排名前五的政策是碳定价、提高可再生能源装机目标、强化建筑节能标准、降低工业产品需求量和减少工业温室气体；
Tian 等［21］等评估了中国25 项能源政策的效果，提出减排潜力最高的5 项政策是含氟气体替代、新能源配额制度、碳价、碳捕集利用与封存和重型车燃油经济性标准；
刘强等［22］着重对中国电力行业减排政策进行了评估，提出完善体制机制、充分利用市场手段和强化科技支撑3项建设低碳电力行业的政策建议；
何则等［23］基于EPS 模型分析了中国油气消费需求及其对外依存情况，对保障能源安全和油气供给提出了建议；
奚文怡等［24］、Jiang 等［25］分别将EPS 模型应用到省和城市层级，为浙江省和香港特别行政区到2050 年实现碳中和的路径选择提出政策建议。EPS 模型可以帮助评估众多能源和环境政策对各种指标的影响，识别最有减排效益的能源环境政策组合，为政策制定提供依据，但目前EPS 模型在中国应用较少，且多以国家为研究对象，因此，本研究探索该模型在城市层面的应用。
广州市是中国华南地区的政治、经济和文化中心，也是中国经济活动最为活跃的城市之一。作为国家低碳试点城市，广州市一直以来高度重视节能减排工作，不断完善节能降碳体制机制，通过优化产业结构和能源消费结构，提高能源利用效率，单位地区生产总值（GDP）能耗约为全国（未含港澳台地区。下同）平均水平的60%［26］，在全国和广东全省均处于领先水平。广州市在“十四五”规划中提出，要实施碳排放达峰行动，探索形成广州碳中和路径。谢鹏程等［27］、Huang 等［28］研究认为，能源行业、工业和交通是广州市目前最大的碳排放源，而广州市建筑领域排放量在2030 年前还将保持增长趋势，要实现碳中和目标，广州市仍面临巨大挑战。为此，本研究基于EPS 模型设置多个情景，模拟广州市到2050 年的能源消费和碳排放情况，并对电力、交通、建筑和工业等部门的减排政策和减排路径进行分析。
2.1 模型方法与数据来源
如图1 所示，研究使用的EPS 模型包含燃料模块，工业（含农业）、交通、建筑3 个能源消费模块，电力和制氢两个能源供应和转换模块以及研发模块、碳捕集模块、碳汇模块和碳排放模块。其中，燃料模块是计算能源消费和排放量的基础，设置了所有燃料的价格、排放因子等基本属性以及影响燃料价格的相关政策；
能源消费模块根据各自用能需求计算直接的燃料消费所引起的排放量、间接的电力和氢能的消费量；
电力和制氢模块则通过消耗燃料发电或制氢以满足消费端的需求；
碳汇模块对所有模块的总体碳排放量进行汇总，并计算碳汇的减排潜力；
碳捕集模块作用于电力和工业模块；
研发模块主要反映各部门由于研发和技术进步带来的能效提升和成本下降作用。
图1 EPS 模型框架
研究数据主要来源于历年《广州统计年鉴》《广州市能源发展第十三个五年规划（2016—2020 年）》《广州市城市总体规划（2017—2035）》等，而无法从公开资料获取的数据则主要通过政府部门、行业协会、重点企业调研、项目组研究数据获得。
2.2 模型检验
研究模型以2017 年的输入数据为基准，输出2018—2050 年的模拟数据结果，时间步长为1 年，不考虑非CO2温室气体，并采用2018、2019 年的能源消费总量、碳排放量和全社会用电量对进行检验。2018 年和2019 年，广州市实际能源消费总量分别为6 130 万 t、6 294 万 t［29］（按标准煤）1），采用EPS 模型模拟得到的结果分别为5 839 万 t 和6 231万t，误差分别为-4.74%和-1.01%；
碳排放量分别为11 393 万 t、11 601 万 t，采用EPS 模型模拟得到的结果分别为11 117 万t 和11 601 万t，误差分别为-2.42%和0.01%；
全社会用电量分别为937 亿kW·h、1 006 亿 kW·h，采用EPS 模型模拟得到的结果分别为978 亿 kW·h、1 048 亿 kW·h，误差分别为4.39%和4.21%。综上，虽然模型模拟结果与实际统计数据存在误差，但总体差异较小，因此认为模型结果相对可靠，能够较好反映广州市能源消费和CO2排放的特征。
2.3 情景设置
在构建基准情景的基础上增加设置了政策情景和碳中和情景，在电力、建筑、交通、工业、制氢和碳捕获与封存（carbon capture and storage，CCS）等领域采取不同力度的政策措施（见表1）。其中，基准情景是延续既有政策的情景，是政策情景和碳中和情景的参照；
政策情景是在基准情景的基础上采取较为可行的政策措施的情景；
碳中和情景则是采取更为积极的政策措施、进一步提高政策实施力度的情景。参数的设置主要借鉴参考了包括黄莹等［18］、谢鹏程等［27］、Huang 等［28］和周健等［30］广州市相关研究，奚文怡等［24］和Jiang 等［25］EPS模型在中国省区市的应用研究，以及《广州市能源发展第十三个五年规划（2016—2020 年）》等规划文件。
3.1 能源消费总量和结构分析
考虑随时间下降的电力折标煤因子2），在3 种情景下，广州市能源消费总量在2020 年受新冠病毒感染疫情影响下降，而后波动上升至达峰后下降（见图2）。其中，基准情景下能源消费量将在2037 年达峰，峰值为7 044 万 t，到2050 年下降至6 618 万 t；
政策情景下，能源消费量将在2033 年达峰，峰值为6 835 万 t，到2050 年下降至5 729 万 t，较基准情景下降13%；
碳中和情景下，能源消费量达峰时间进一步提前，在2030 年达峰，为6 564 万 t，到2050年下降至3 561 万 t，较基准情景和政策情景分别降低46%和38%。在碳中和情景下，2050 年能源消费量较2018 年减少2 302 万 t，主要是由于化石能源消费的减少，可再生能源发电占比增加，同时电气化水平提升，实际用电量较2018 年增长93%。
图2 不同情景下广州市能源消费量年度分布
2018 年广州市能源总消费量中，煤炭消费量为987 万t，占17%；
油品消费量为2 294 万t，占39%；
天然气消费量为396 万t，占7%；
本地一次电力包括光伏、水电和风电，消费量约为133 万 t，占2%；
外调电力包括化石电力和清洁电力，消费量为1 920 万 t，占33%，其中清洁电力既包括核电、水电、光伏、风电等传统概念上的可再生能源，也包括结合了碳捕集技术的火力发电。如图3、图4所示：（1）在基准情景和政策情景下，由于煤电发电量的增加，到2030 年煤炭消费量将增长至1 200万t 左右，随后缓慢回落，到2050 年降为920 万t左右；
在碳中和情景下，由于煤电利用小时数的提高，煤炭消费量在2030 年达到峰值，为1 450 万t，到2030 年后，本地煤电装机逐步转为备用机组并配备CCS，煤炭消费量逐渐减少至20 万t 左右，基本实现无煤化。（2）在基准情景、政策情景和碳中和情景下，油品消费量都呈现下降趋势，到2050 年分别降至1 904 万t、1 410 万t 和733 万t，较2018 年分别下降17%、39%和68%，主要原因在于能效提升和交通领域的燃油以及工业领域的非原料油逐步被电和氢替代。（3）在基准情景和政策情景下，由于政策已规划新建天然气发电装机，天然气消费量逐步上升，到2050 年分别增长至1 373 万t 和1 145万t；
在碳中和情景下，气电也逐步转为备用机组，到2050 年消费量降至约60 万t。（4）在基准情景下，按照广州市目前的可再生能源发展计划，到2031 年达到峰值，为365 万t，占比为5%；
在政策情景和碳中和情景下，按照广州市可再生能源资源禀赋的最大潜力建设装机，本地一次电力消费量在2033 年达到峰值，约为1 151 万t，为基准情景的3.2 倍，占比提升至约15%。（5）在基准情景下，外调电结构维持现有水平；
在政策情景情景下，清洁电力消费量占外调电力消费量的比例在2050 年分别达到70%；
在碳中和情景下，由于本地火电装机到2050年转为备用机组，用电需求由本地一次电力和外调电力的100%清洁电力满足，电力系统实现零碳化。
图3 不同情景下广州市各类型能源消费量
图4 不同情景下广州市能源消费结构
3.2 碳排放总量和结构分析
如图5 所示，基准情景下，广州市碳排放总量在2020 年受新冠病毒感染疫情影响小幅下降后持续上升，到2050 年增长至16 374 万t，较2018 年增长47%，年均增速为1.2%；
政策情景下，碳排放量在2026 年左右达峰，峰值为11 264 万t，到2050 年下降至9 771 万t，较基准情景减少40%；
碳中和情景下，碳排放量在2020—2025 年呈现波动趋势，在2026年达峰，为11 010 万t，随着各项减排措施和政策的实施以及外调电中清洁电力占比的提高，碳排放量在2026 年后迅速下降，到2050 年下降至848 万 t，较基准情景和政策情景分别减少95%和91%。可见，要实现2050 年碳中和目标，需要从现在开始采取最大力度的政策措施。
图5 不同情景下广州市的碳排放量年度分布
2018 年，广州市电力、交通、工业、建筑的碳排放量占比依次为49%、39%、10%和2%。如图6和图7 所示，在基准情景下，广州市碳排放的主要增长来自电力部门，2050 年电力排放较2018 年增长1.1 倍，排放占比进一步提高至70%。在政策情景下的碳排放结构与基准情景相似，但由于电力排放因子降低，且消费端用能部门能效提升延缓了电力需求的增长趋势，电力部门排放量较2018 年仅增长26.5%；
此外，虽然氢能是清洁燃料，但灰氢、蓝氢在制备的过程中也会产生排放，因此在政策情景下工业和交通的氢能需求到2050 年将会造成 239万t 的碳排放量。在近零情景下，到2050 年，广州市的碳排放主要来自交通部门，其后依次为工业部门、建筑部门和电力部门。其中，电力部门实现零碳化，碳排放降至约15 万t；
工业部门的碳排放量仍有140 万t，主要来自工业过程排放；
建筑部门由于仍有部分未电气化的热水和炊事设备尚未被完全淘汰，对天然气和油品的消费造成108 万t 的碳排放。在交通领域，虽然轻型客货运、重型客运和铁路客货运基本实现以电力和氢能为主要动力，但重型货运、航空和水运领域难以电气化，除了氢能以外仍有相当比例的燃油消费，加之生物燃料仍会产生碳排放，因此交通部门的碳排放量仍有611 万t，占总排放量的比例为70%，成为最大的排放来源部门。而广州市森林碳汇每年的碳吸收能力约为26 万t，因此需要进一步的技术进步减排或额外的碳汇才能最终实现碳中和目标。
图6 不同情景下广州市分部门碳排放量的年度分布
图7 不同情景下广州市分部门碳排放结构
3.3 分部门减排贡献分析
如图8 所示，在基准情景下，广州市碳排放增长主要来自电力部门，由于电力系统的排放因子较高，2018—2030 年电力部门碳排放增长2 569 万t，2030—2050 年进一步增长3 475 万t；
建筑和制氢部门由于用能需求的增加，排放量也将持续增长；
工业和交通部门排放将持续降低，交通部门的减排潜力较工业更大。政策情景下，由于电力排放因子降低，2018—2030 年期间电力部门排放增长较基准情景降低52%，到2030—2050 年由于电力的进一步清洁化，排放仅增长207 万t；
建筑部门由于提升能效和电气化率等措施的实施，直接排放增长较基准情景也放缓；
交通和工业部门仍是主要的减排部门，由于能效提升、电（氢）气化等措施的实施，减排幅度较基准情景增大；
由于工业和交通部门氢能需求的增长，并且在政策情景下氢气仍有部分通过化石燃料制备而来，所以制氢部门排放较基准情景有所增长。碳中和情景下，2018—2030 年，电力部门碳排放增长1 224 万t，建筑部门碳排放增长幅度较政策情景进一步减小；
而制氢部门由于氢能需求的增加导致碳排放进一步增长；
交通和工业是主要的减排部门，减排幅度较政策情景分别增长57%和61%。2030—2050 年，电力部门是减排贡献最大的部门，减排6 604 万 t；
消费端各部门也深度脱碳，碳减排潜力由大到小的部门依次为交通、工业、制氢和建筑。
图8 不同情景下广州市不同产业部门对碳减排的贡献
3.4 广州市实现碳中和目标的政策贡献分析
图9 中，由于电力系统的政策贡献难以区分，故将其看作一个整体，即电力系统零碳化。可见广州市累计碳减排贡献前5 项的政策依次为电力系统零碳化、建筑能效标准提升、交通领域生物燃料替代、工业能效标准提升和氢燃料交通工具销售占比提升，贡献占比依次为42.8%、9.4%、8.4%、6.3%和6.1%。
图9 从基准情景到碳中和情景的广州市减排政策贡献
从图10 可见，电力部门对广州市实现碳中和目标贡献最大，累计减排贡献量达到42.8%，建筑、交通、工业领域的措施对累计减排量的贡献分别为19.9%、17.6%和13.8%。（1）对于电力部门，为了实现零排放的电力系统，需要采取一系列措施，如禁止新建本地火电装机、建设本地可再生能源装机、本地火电退役转为备用机组以及外调电（配备CCS的火电、水电、核电和光伏等清洁能源）实现100%清洁化。（2）工业部门中，提升工业能效标准、提升工业产品利用率、工业燃料替代、水泥熟料替代的减排贡献分别为46.0%、26.5%、25.1%、2.4%。到2050 年，各行业工业能效较基准情景提升50%，其中通过回收利用、延长寿命等手段提高工业产品利用率，使工业产品需求量较基准情景降低30%；
化石燃料100%被电和氢替代，水泥熟料被高炉矿渣等工业副产品替代的推广应用程度达到100%。（3）对于交通部门，生物燃料替代、提升氢燃料交通工具销售占比、提升电动交通工具销售占比、提升燃油经济性标准、交通需求管理的累计碳减排贡献分别为42.0%、30.3%、9.6%、9.4%、8.7%。考虑生物燃油的产能有限，主要将其应用在航空和水运领域，这两个领域到2050 年的生物燃料替代率达到100%，其他交通类型生物燃料替代率达到30%。同时，由于政策只能对当年的市场渗透率发挥作用，存量完全替换的时间会相对政策延迟，因此到2050年，在重型货运、航空和水运领域仍有部分燃油的使用；
轻型客货运、重型客运以及铁路的电动市场渗透率将在2040 年达到100%，因此到2050 年已经基本实现电动化；
另外，提升燃油经济性标准，实现铁路、轻型客运、重型货运和其他交通类型能效分别提升25%、60%和40%。此外，还要通过一系列政策对交通需求进行管理，引导居民从私家车转向步行、自行车、公共汽车和地铁等更低碳的交通方式出行，包括征收交通拥堵税、发展高效的公共交通、建设自行车道和通过更好的城市规划促进步行等。（4）对于建筑部门，建筑能效提升、既有建筑改造、建筑电气化、建筑设备节能标签和建筑商教育的碳减排贡献分别为53.5%、16.0%、15.8%、11.3%、3.4%。其中，建筑能效提升，各建筑用能设备能效提升20%～40%，对建筑围护结构进行优化和改造，使房屋制冷和供暖的能耗降低35%；
对既有建筑进行改造，到2050 年改造率达到70%；
由于供暖、制冷和照明设备基本全都使用电力，所以广州市未来应进一步提高新售热水和炊事设备的电气化率。另外，通过对建筑用能设备设置节能标签，鼓励消费者购买更节能的产品；
同时，对建筑商进行培训，提高建筑商对建筑政策和节能项目等的认识，鼓励建筑商选用更节能的建筑设备等也对建筑部门减排有一定贡献。
图10 广州市不同部门政策累计碳减排贡献分布
广州市的能源消费量在基准情景下将在2037 年达峰，在政策情景下提前至2033 年，在碳中和情景下可进一步提前至2030 年，特别是在碳中和情景下，到2050 年，广州市能源消费结构将以零碳电力为主，本地一次电力和外调清洁电力消费量为2 713 万t，油品消费量为733 万t，煤和天然气消费降低至约20 万t 和60 万t。
广州市未来碳排放量在基准情景下将持续上升，到2050 年达到16 374 万t；
在政策情景下将于2026年左右达峰，到2050 年降至9 771 万t；
在碳中和情景下，到2050 年将降至848 万t，其中611 万t来自交通领域。
（3）广州市2030 年前的碳减排主要以交通和工业部门为主，电力、建筑和制氢行业的碳排放仍处于增长状态。2030—2050 年，在政策情景下，交通和工业的减排潜力较大，电力、建筑和制氢行业的碳排放仍处于增长状态，但增长幅度较小；
在碳中和情景下，电力部门的脱碳将是实现碳中和最重要的途径，而消费端各部门减排潜力由大到小依次为交通、工业、制氢业和建筑，其中建筑部门的能效提升、工业部门的能效提升和电气化、交通领域的能源结构优化，包括依靠生物燃油、电力和氢能替代传统燃料油是实现碳中和的重要措施。
注释：
1）为便于考察和计算，若无特别说明，文中能源消费量均采用标准煤这一标准折算单位。
2）当前，计算能源消费量时，电力的折标煤因子一般采用本地综合火电煤耗值作为等价值系数，但随着电力系统中可再生能源比例的不断提高，采用随时间下降的电力折标煤因子更能反映实际能源消费量。
猜你喜欢消费量广州市基准麓湖春天观景广东园林(2022年2期)2022-05-15广州市岭南耐火材料有限公司玻璃纤维(2022年1期)2022-03-11广州市一元文化有限公司汽车维修与保养(2020年4期)2020-07-18广州市中淲环保科技有限公司汽车维修与保养(2020年4期)2020-07-18韩国电企2月份煤炭消费量同比下降18.5%矿山安全信息(2020年12期)2020-01-05明基准讲方法保看齐公民与法治(2016年19期)2016-05-172015年全球废钢消费量同比下降上海金属(2016年4期)2016-04-07滑落还是攀爬读者·校园版(2015年7期)2015-05-14N2015083 中国铜铝消费量料在未来十年达到顶峰中国有色冶金(2015年5期)2015-01-28巧用基准变换实现装配检测河南科技(2014年15期)2014-02-27