学术报告: 中国能源转型研究综述

研究作者及发表信息

本研究的主要作者为 Shu Zhang 和 Wenying Chen，隶属于清华大学能源、环境与经济研究所 (Institute of Energy, Environment and Economy, Tsinghua University)。该研究发表于国际期刊《Nature Communications》，并可通过以下链接查阅：https://doi.org/10.1038/s41467-021-27671-0。这项研究于2022年正式发表。

研究背景

该研究的主要领域涉及能源系统改造与气候政策协作。当前，全球各国为了应对气候变化及履行《巴黎协定》（Paris Agreement），已相继设定实现碳中和的目标。《巴黎协定》要求各国通过提升自愿减排计划（NDCs）的力度，实现温室气体（GHGs）排放的源汇平衡，即净零排放目标。然而，作为全球能源消费和二氧化碳排放量最大的国家之一，中国的能源转型任务尤显紧迫。2019年，中国占全球能源消费和二氧化碳排放量的23%和29%。中国已于2020年更新气候目标，承诺于2030年前碳排放达峰，并在2060年前实现碳中和。

尽管目标明确，但未来技术路径选择、累计碳预算分配的不确定性仍对政策决策构成挑战。传统的能源环境经济模型通常采用情景分析方法假设未来趋势，但缺乏处理多维度不确定性影响的能力。因此，本研究旨在开发一种新的概率框架，通过整合蒙特卡洛分析（Monte Carlo Analysis, MCA）和底层能源-环境-经济模型，分析中国在通向碳中和目标过程中的去碳化路径及转型成本趋势。

研究工作流程

研究工作流程分为以下几个步骤：

1. 模型开发与整合： 本研究以大规模优化模型“China-TIMES-MCA”为基础，结合 Monte Carlo 分析，开发了一种改进版模型以应对多维度的不确定性问题。China-TIMES-MCA 模型集成了宏观参数（例如累计碳预算）和微观技术参数（如光伏、风能投资成本）的随机扰动，以生成3000个不同模拟案例对应的情景路径。

2. 场景设计与输入参数： 设定了四种情景，包括参照场景（NDC）和三种低碳化路径情景（Peak20, Peak25, Peak30），分别对应2030年、2025年及2020年碳排放达峰时间。其中，累计碳预算在2010-2050年范围内设定为240至300 Gt（技术中值为270 Gt），并涵盖了能源相关的二氧化碳。

3. 不确定性研究与数据采样： 作者选取了14个关键性输入参数，这些参数涵盖技术经济性（如生物能源CCS成本）、资源潜力（如太阳能风能潜力）、价格弹性等，并采用拉丁超立方采样（Latin Hypercube Sampling）方法，较数学随机采样更高效地探索可能的结果分布。

4. 模拟与数据分析： 研究通过 China-TIMES-MCA 模型运行了超过3000个案例，形成中国各需求部门和能源供应部门的低碳化转型路径，并以概率方式探讨结果的信度。

主要研究结果

1. 对不同行业的减排路径及情景分析：

   • 中国碳排放达峰时间对其长期转型成本和路径的影响巨大。无新增气候行动的基准场景（NDC）下，到2030年排放量将在10.4 GtCO2左右达峰，各行业的去碳化路径将更缓慢，并将导致2050年累计排放量超过1.5℃气候目标需要的上限。
     
   • 峰值提前且较低的路径（例如Peak20和Peak25场景）能显著降低对负排放技术的依赖，并为发电、建筑和运输等部门的低碳化转型争取时间。
   • 发电行业作为当前最大排放源，到2040年后获得了净负排放能力（≥ -1.6 GtCO2/年），而工业部门则通过碳捕集与存储(CCS)技术显著降低排放（2050年可降至1.1 GtCO2以下）。

2. 能源系统变革与供应侧去碳化：

   • 研究显示，无论情景如何，到2050年，可再生能源在一次能源供应中的比例均需高达59%（区间47%至78%）才能实现碳中和。其中光伏和风能分别需要安装能力达到4.3 TW 和2.4 TW（范围为3.0-5.5 TW 和1.9-3.1 TW）。
     
   • 化石能源将快速退出能源市场，特别是煤炭在2030年后迅速下降，并由生物质能源与可再生能源占据主要份额。
   • 储能系统在未来电力系统中起关键作用，到2050年需要占总发电需求的15%，投资总额预计为183–2200亿美元。

3. 需求侧的深度低碳化行动：

   • 社会模式的转型及燃料替代均是需求侧去碳化的重要支柱。建筑部门通过电气化和节能建筑技术，大幅降低碳足迹（2050年用能减排幅度预计达70%以上）。
     
   • 交通部门由于运输需求不断增长，其2050年排放率仅在建筑部门之后，需采用更广泛的燃料电气化手段，例如运输中的电动车普及率由现有不到2%提高到2050年的93%。

4. 技术路径创新：

   • 研究强调了特定领域突破性技术的重要性，其中包括生物质能源与CCS向负排放的升级潜力、產氢成本下降（至当今成本的30%以下）、以及可再生间歇电力生产和储存技术的快速整合。
   • 风能、太阳能技术在低成本和广泛适应性背景下，依旧占据减排路径中最大的投资份额。

5. 转型成本与协同效益：

   • 全面降低能耗及碳排放的行动将不可避免带来经济领域的调整。大量案例显示，碳排放较晚达峰的路径（例如Peak30）可能增加约2万亿美元的社会福利损失。
   • 减碳路径的协同效应显著，到2050年，硫氧化物、氮氧化物等空气污染物排放有望下降至当前的五分之一，为中国解决空气质量问题提供重要支持。

研究意义与科学价值

此项研究结合大规模不确定性分析与高分辨率能源经济模型，为全球能源转型提供了具体实施路径与决策依据，其意义集中于以下几点： 1. 提供了首个大规模概率框架模型，能够在蒙特卡洛框架下统筹技术创新、政策效应及长期碳预算限制的综合路径分析； 2. 展现了中国在不同碳达峰情景下如何实现负排放及全面绿色崛起； 3. 强调了技术创新与政策协作在碳中和基础设施整体规划中的核心作用； 4. 明确提出了建筑与交通部门“远期”与“早启动”的错峰减碳行动策略。

研究亮点

1. 前沿的概率整合方法：首次成功将 Monte Carlo 分析与能源系统优化相结合，通过大规模案例分析构建科学、详细的情景路径。
2. 技术与经济的协同视角：细致评估技术成本下降、能源投资与长期企业经济适应能力等相互作用，为政策制定提供了量化基础。
3. 多情景判断的高适应性：通过数据结果，清晰说明提早减排可减少对未来昂贵技术的依赖，同时降低转型压力与社会成本。

此研究不仅为中国自身的发展路径提供了理论支持，同时为全球低碳经济转型提供了重要借鉴。