彭光博，向 月，陳文溆樂，徐博涵，劉俊勇

（四川大學(xué) 電氣工程學(xué)院，四川 成都 610065）

0 引言

當(dāng)前，我國能源轉(zhuǎn)型正加速推進，大力發(fā)展新能源已成為順應(yīng)我國能源生產(chǎn)和消費革命的發(fā)展方向。2020 年9 月，習(xí)近平總書記在第75 屆聯(lián)合國大會正式向世界承諾實現(xiàn)“雙碳”目標。風(fēng)電作為一種低碳環(huán)保、成本持續(xù)走低的可再生能源，對減少碳排放以及促進電力系統(tǒng)清潔化發(fā)展具有重要的作用［1］。2021 年4 月，國家能源局綜合司發(fā)布《關(guān)于2021 年風(fēng)電開發(fā)建設(shè)有關(guān)事項的通知（征求意見稿）》，表明了國家對風(fēng)電等新能源發(fā)電的重視以及發(fā)展風(fēng)電的決心。因此，分析風(fēng)電未來的發(fā)展對我國“雙碳”目標能否順利實現(xiàn)具有重要意義。

目前，化石能源的燃燒給環(huán)境帶來了極大的危害，化石能源燃燒產(chǎn)生的溫室氣體是全球氣候變暖的主要元兇［2-3］，許多學(xué)者對清潔能源的發(fā)展進行了大量的研究。文獻［4］采用了計及靈活性平衡的全局靈敏度分析方法，考慮影響演化路徑的多重不確定性，分析了中國高比例可再生能源發(fā)展的演化路徑。文獻［5］提出了一種基于滾動優(yōu)化方法的規(guī)劃模型，分析了中遠期我國發(fā)電結(jié)構(gòu)的演化。文獻［6］在低碳環(huán)保的前提下兼顧風(fēng)電消納與經(jīng)濟運行，提出了一種考慮碳交易機制的光熱電站與風(fēng)電系統(tǒng)低碳經(jīng)濟調(diào)度策略。然而，上述文獻都沒有考慮政策對清潔能源發(fā)展的激勵作用，同時也沒有考慮不同場景下的發(fā)展過程。為了量化分析政策對能源發(fā)展的影響，文獻［7］分析了芬蘭可再生能源政策在能源轉(zhuǎn)型過程中的影響；文獻［8］建立了不同場景下的系統(tǒng)動力學(xué)模型，探討了政策激勵下我國光伏發(fā)電的發(fā)展情況。文獻［7-8］雖然從定量的角度考慮了政策對于可再生能源發(fā)展的影響機理，但是并沒有考慮碳排放流在能源轉(zhuǎn)型過程中與清潔能源發(fā)展的耦合作用。為此，文獻［9］應(yīng)用基于情景的分析方法，利用長期能源替代規(guī)劃模型，探討了尼日利亞在2010—2040年的未來能源需求、供應(yīng)和相關(guān)的溫室氣體排放。文獻［10］利用系統(tǒng)動力學(xué)模型對未來40 年中國風(fēng)電市場規(guī)模進行了預(yù)測和情景分析，同時預(yù)測了2020—2060 年風(fēng)電開發(fā)累計碳減排量。文獻［11］從系統(tǒng)論的觀點出發(fā)，提出了一種評估太陽能發(fā)電系統(tǒng)可再生性的量化框架。上述文獻雖然考慮了政策的影響機理，同時定量分析了可再生能源對碳減排的影響，但是在分析時都沒有重視電力經(jīng)濟性問題，例如新能源企業(yè)成本以及電價等因素。

為了更合理、全面地分析風(fēng)電的發(fā)展，尤其是在當(dāng)下碳中和愿景下，量化分析政策對風(fēng)電發(fā)展規(guī)模的激勵作用，分析其對碳減排的影響是十分重要的。由于系統(tǒng)動力學(xué)可以有效擺脫傳統(tǒng)分析模式的束縛，能夠通過情景對比進行客觀與深入的分析，更能反映未來特定發(fā)展的道路選擇［12］。因此，本文建立了差異化場景下計及風(fēng)電企業(yè)發(fā)展經(jīng)濟性指標，考慮政策影響的系統(tǒng)動力學(xué)推演模型，探究未來風(fēng)電裝機容量及投資的發(fā)展趨勢，以及未來風(fēng)電發(fā)展規(guī)模對碳減排的影響。

1 風(fēng)電發(fā)展背景

目前，我國風(fēng)電裝機已覆蓋全國31 個省份。受風(fēng)資源分布和建設(shè)條件的影響，陸上風(fēng)電裝機主要分布在“三北”地區(qū)。風(fēng)電歷年發(fā)展數(shù)據(jù)及詳細政策背景見附錄A。2012 年起，國家能源局采取了大幅增加電網(wǎng)投產(chǎn)規(guī)模、優(yōu)化電力調(diào)度等措施，由電網(wǎng)發(fā)展滯后、跨區(qū)通道能力不足導(dǎo)致的棄風(fēng)限電情況得到改善。近10 年來，由于相關(guān)產(chǎn)業(yè)設(shè)備的普及、相關(guān)技術(shù)的進步等原因，風(fēng)電發(fā)電成本逐漸大幅下降，風(fēng)電投資穩(wěn)步增長。然而，目前風(fēng)電在我國電源結(jié)構(gòu)中占比仍然較低，風(fēng)電消費占比同樣不高。為了全面推動風(fēng)光等新能源的大力發(fā)展，2021 年起我國不再補貼新建風(fēng)電項目，全面實現(xiàn)平價上網(wǎng)。此外，隨著綠色證書交易市場及輔助服務(wù)市場日趨完善，風(fēng)電企業(yè)收益將更加多元化。

2 風(fēng)電發(fā)展系統(tǒng)動力學(xué)建模

本文主要考慮政策激勵和技術(shù)發(fā)展的雙重作用，結(jié)合風(fēng)電企業(yè)經(jīng)濟性因素，探究未來風(fēng)電裝機容量及投資規(guī)模的發(fā)展趨勢，量化分析未來風(fēng)電發(fā)展對碳減排的影響。

2.1 因果關(guān)系分析

系統(tǒng)動力學(xué)分析的系統(tǒng)行為是基于系統(tǒng)內(nèi)部各因素相互作用而產(chǎn)生的，并假定系統(tǒng)外部環(huán)境變化不會給系統(tǒng)行為帶來本質(zhì)的影響，同時不受系統(tǒng)內(nèi)部因素的控制［13］，風(fēng)電的發(fā)展受政策驅(qū)動、經(jīng)濟水平、技術(shù)發(fā)展、環(huán)保壓力等多方面復(fù)雜因素制約。因此模型內(nèi)部需要篩選關(guān)鍵因素，排除界限外部的概念與變量。

1）從社會角度而言，隨著經(jīng)濟社會的不斷發(fā)展，國內(nèi)生產(chǎn)總值GDP（Gross Domestic Product）和人口穩(wěn)步增長，用電需求不斷增大，導(dǎo)致電能消費量不斷增加。由于我國已承諾提高非化石能源在一次能源消費中的比重，風(fēng)電消費量占總用電量的比重是一個重要指標。因此，主要選取總?cè)丝?、GDP、人口增長率、GDP 增長率、用電強度、總用電量等指標作為關(guān)鍵因素。

2）從經(jīng)濟性角度而言，風(fēng)電的經(jīng)濟效益主要取決于資產(chǎn)回報率這一經(jīng)濟性指標，這一指標由企業(yè)凈利潤和平均資產(chǎn)總額決定，而凈利潤取決于企業(yè)的總收入和風(fēng)電發(fā)電成本。因此，主要選取資產(chǎn)回報率、風(fēng)電平準化度電成本、上網(wǎng)電價、企業(yè)利潤等經(jīng)濟性指標以及售電收入、輔助服務(wù)收入等與電力市場成熟度相關(guān)的指標作為關(guān)鍵因素。

3）從節(jié)能減排角度而言，目前我國電力行業(yè)碳排放主要來源于煤電的化石燃料燃燒。在當(dāng)前碳中和政策背景下，大力發(fā)展風(fēng)光等清潔能源對碳減排有積極的促進作用。同時，隨著科技的不斷進步，碳捕獲、利用與封存CCUS（Carbon Capture，Utilization and Storage）等發(fā)電新技術(shù)的普及也能夠在較大程度上抑制CO2的排放。因此，主要選取化石能源裝機占比、發(fā)電煤耗量、CCUS 技術(shù)普及率、CO2排放量等指標作為關(guān)鍵因素。

4）從風(fēng)電發(fā)展角度而言，政策因素是激勵風(fēng)電行業(yè)發(fā)展的主要原因，投資是驅(qū)動風(fēng)電裝機容量增長的主要因素。廠用電率、最大負荷利用小時數(shù)、線損率等是影響風(fēng)電上網(wǎng)電量、風(fēng)電發(fā)電量及風(fēng)電消費量的內(nèi)部因素。因此，主要選取風(fēng)電累計裝機容量、新增投資、風(fēng)電發(fā)電量、風(fēng)電上網(wǎng)電量、風(fēng)電消費量、廠用電率、最大負荷利用小時數(shù)、線損率等指標作為關(guān)鍵因素。

經(jīng)過上述分析，得到風(fēng)電發(fā)展推演的因果關(guān)系圖如圖1所示。圖中，“+”、“-”分別表示某一因素對另一因素具有積極和消極的影響。

圖1 風(fēng)電發(fā)展推演的因果關(guān)系圖Fig.1 Casual loop diagram of wind power development evolution

2.2 框架與子模塊的建立

篩選出關(guān)鍵因素后，對風(fēng)電發(fā)展進行建模。本文具體將風(fēng)電發(fā)展模型分為電力消費子模塊、經(jīng)濟性子模塊、碳減排子模塊以及風(fēng)電發(fā)展子模塊這4個子模塊。電力消費子模塊模擬分析在人口變化以及經(jīng)濟穩(wěn)步發(fā)展情況下的電力消費量；經(jīng)濟性子模塊則重點針對影響風(fēng)電企業(yè)的成本與利潤等經(jīng)濟性因素，探究風(fēng)電投資的影響機理；碳減排子模塊模擬分析隨著未來風(fēng)電的不斷發(fā)展以及技術(shù)進步對CO2排放的影響；風(fēng)電發(fā)展子模塊推演在政策激勵和技術(shù)發(fā)展的條件下，未來風(fēng)電裝機與發(fā)電量的規(guī)模以及風(fēng)電消費量占電力消費量的比重。

各子模塊具體見附錄B圖B1—B4，模型的主要輸出在圖中用紅色標出，影響主要輸出的主要輸入用藍色標出，圖中方框內(nèi)的變量為存量，在Vensim PLE軟件中定義為速率變量（指向存量）的積分。

1）電力消費子模塊。

經(jīng)濟和社會的發(fā)展是驅(qū)動能源消費增長的主要因素。電力消費子模塊主要考慮了GDP、人口數(shù)量以及用電強度對電力消費的影響。在該模塊中，參考文獻［8］的思想，將GDP、電能消費量、用電強度分為第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)，該模塊主要輸出為總用電量。電力消費子模塊的反饋模型見附錄B圖B1。

電力消費子模塊主要公式及方程如下：

2）經(jīng)濟性子模塊。

風(fēng)電企業(yè)獲得的利潤是驅(qū)動風(fēng)電規(guī)?；l(fā)展的主要因素，經(jīng)濟性子模塊主要考慮了風(fēng)電上網(wǎng)的電力市場因素以及風(fēng)電企業(yè)的經(jīng)濟效益。隨著電力市場成熟度日趨提高，輔助服務(wù)收入也會隨之增長。2020年1月，《關(guān)于促進非水可再生能源發(fā)電健康發(fā)展的若干意見》正式提出全面推行綠色證書交易機制，企業(yè)可通過綠色證書交易獲得收入替代原先財政補貼。因此綠色證書收入也將成為風(fēng)電企業(yè)收入來源之一。風(fēng)電企業(yè)總成本主要包括風(fēng)電發(fā)電成本與機組投資成本，風(fēng)電發(fā)電成本由風(fēng)電平準化度電成本驅(qū)動。在該模塊中，衡量風(fēng)電企業(yè)經(jīng)濟效益的指標主要為資產(chǎn)回報率，它由風(fēng)電企業(yè)凈利潤以及平均資產(chǎn)總額共同決定，而平均資產(chǎn)總額的主要輸入（風(fēng)電累計裝機容量）則是后續(xù)風(fēng)電發(fā)展子模塊的主要輸出。經(jīng)濟性子模塊的反饋模型見附錄B圖B2。

經(jīng)濟性子模塊的主要公式及方程如下：

3）碳減排子模塊。

我國的資源稟賦、發(fā)電能源結(jié)構(gòu)和發(fā)輸電技術(shù)的差異都是造成發(fā)電煤耗偏高的原因，煤耗的降低對于CO2排放起到直接的抑制作用。發(fā)電新技術(shù)（如CCUS 技術(shù)的普及）也能夠有效降低CO2排放量。同時，隨著“雙碳”目標的不斷推進，風(fēng)電等清潔能源消費量占終端電能消費比例越高，對CO2排放的抑制效果越明顯。碳減排子模塊中，影響碳減排的因素主要考慮了CCUS 技術(shù)普及率、煤耗成本、化石能源裝機占比、碳排放系數(shù)及風(fēng)電用電量［12］，風(fēng)電用電量這一指標在碳減排子模塊和風(fēng)電發(fā)展子模塊中均作為重要輸入。碳減排子模塊的反饋模型見附錄B圖B3。

碳減排子模塊的主要公式及方程如下：

4）風(fēng)電發(fā)展子模塊。

風(fēng)電未來裝機容量的增長由風(fēng)電新增投資驅(qū)動，而經(jīng)濟效益是影響投資意愿的主要因素。在風(fēng)電發(fā)展子模塊中，量化考慮了政策激勵的影響。政策力度、投資意愿是影響風(fēng)電發(fā)展的外部因素，而最大負荷利用小時數(shù)、廠用電率、線損率是影響風(fēng)電發(fā)展的內(nèi)部因素。隨著技術(shù)的不斷進步，風(fēng)電最大負荷利用小時數(shù)將逐漸提升，線損率和廠用電率將逐漸降低。風(fēng)電發(fā)電量與最大負荷利用小時數(shù)呈正相關(guān)，風(fēng)電用電量、風(fēng)電上網(wǎng)電量與線損率和廠用電率呈負相關(guān)。

我國正向以新能源為主體的新型電力系統(tǒng)高速邁進，未來電力供給側(cè)結(jié)構(gòu)逐漸以風(fēng)光等新能源為主，因此，風(fēng)電消費量占總用電量比例是衡量我國能否順利實現(xiàn)“雙碳”目標的重要指標之一。該指標作為本模塊的主要輸出之一，其主要輸入（總用電量）則是電力消費子模塊的主要輸出，體現(xiàn)了系統(tǒng)動力學(xué)模型的反饋關(guān)系與系統(tǒng)性。風(fēng)電發(fā)展子系統(tǒng)的反饋模型見附錄B圖B4。

風(fēng)電發(fā)展子模塊的主要公式及方程如下：

3 算例分析

3.1 模型真實性檢驗

為了使系統(tǒng)動力學(xué)模型能夠合理地量化分析各變量之間的關(guān)系，準確模擬我國未來風(fēng)電的發(fā)展路徑，應(yīng)對模型進行真實性檢驗。通過歷史數(shù)據(jù)驗證動態(tài)系統(tǒng)行為的真實性。本文計算模擬了2006—2020 年的風(fēng)電裝機容量以及風(fēng)電發(fā)電量，并與真實數(shù)據(jù)進行比較，如附錄B 表B1 所示。仿真參數(shù)初始值、數(shù)據(jù)真實值來源于國家統(tǒng)計局《中國統(tǒng)計年鑒》、中國電力企業(yè)聯(lián)合會以及國家能源局發(fā)布的《2006—2020 電力工業(yè)統(tǒng)計基本數(shù)據(jù)》。仿真結(jié)果顯示仿真值與真實值間的誤差均在10%以內(nèi)，這說明本文所建立的模型可以真實反映電力系統(tǒng)未來風(fēng)電發(fā)展情況。

3.2 算例基礎(chǔ)數(shù)據(jù)

本文將模型初始仿真年限設(shè)定為2020 年（標桿電價退坡后），設(shè)定模擬時間為10 a，即2021—2030年?；茉囱b機占比、GDP 及人口數(shù)據(jù)初始值來源于《中國統(tǒng)計年鑒》，綠色證書持有量、綠色證書價格等初始值來源于文獻［18-19］，上網(wǎng)電價數(shù)據(jù)來源于國家發(fā)展和改革委員會，風(fēng)電累計裝機容量及風(fēng)電最大負荷利用小時數(shù)來源于中國電力企業(yè)聯(lián)合會的統(tǒng)計數(shù)據(jù)。煤價取自中央財政煤炭企業(yè)商品煤平均售價2011—2020的歷年數(shù)值，在此基礎(chǔ)上保守預(yù)測2021—2030年的價格，盡量減少煤炭價格不確定因素對模型精度的影響。通過仿真軟件Vensim PLE進行仿真模擬。算例參數(shù)初始值如表1所示。

表1 參數(shù)初始值Table 1 Initial value of parameters

3.3 場景參數(shù)設(shè)置

政策激勵與技術(shù)進步是促進風(fēng)電發(fā)展的主要因素。從歷史數(shù)據(jù)可以看出，不同的政策強度能夠直接影響風(fēng)電行業(yè)的投資意愿，技術(shù)發(fā)展的快慢也會影響風(fēng)電的發(fā)展。

本文綜合考慮了以下4 種不同場景：場景1，低政策力度和低技術(shù)進步率；場景2，低政策力度和高技術(shù)進步率；場景3，高政策力度和低技術(shù)進步率；場景4，高政策力度和高技術(shù)進步率。

在低政策力度下，我國保持現(xiàn)有的風(fēng)電政策激勵程度不變；在高政策力度下，我國為了更快地實現(xiàn)“雙碳”的美好愿景，將在政策層面大力支持風(fēng)電的發(fā)展，增強投資意愿，完善電力市場化改革、碳交易市場建設(shè)以及綠色證書交易體系，加速新型電力系統(tǒng)轉(zhuǎn)型。在低技術(shù)進步率下，中國風(fēng)電行業(yè)保持現(xiàn)有技術(shù)發(fā)展程度，逐步退出火力發(fā)電，部分減碳效果明顯的發(fā)電新技術(shù)并未全面普及；在高技術(shù)進步率下，隨著技術(shù)的革新，風(fēng)電廠運行效率提高，機組成本降低，CCUS 等技術(shù)全面普及，火電供電標準煤耗相應(yīng)降低，減碳效果會更加明顯。其中，不同場景下的輔助服務(wù)占比、GDP增長率、CCUS技術(shù)普及率、線損率、廠用電率、供電標準煤耗及風(fēng)電最大負荷利用小時數(shù)取自文獻［12］。政策力度場景及技術(shù)進步場景參數(shù)設(shè)置見附錄B表B2和表B3。

3.4 仿真結(jié)果分析

1）裝機容量及投資分析。

圖2 給出了4 種差異化場景下的風(fēng)電累計裝機容量（柱形圖）及新增投資（折線圖）。

圖2 不同場景下風(fēng)電累計裝機容量及新增投資Fig.2 Cumulative installed capacity and new-added investment of wind power under various scenarios

由圖2 可知：在場景1 下，風(fēng)電累計裝機容量發(fā)展最慢，2030 年達到434.8 GW，在場景4 下，風(fēng)電累計裝機容量發(fā)展最快，2030 年達到958.6 GW，這說明在政策的激勵下，技術(shù)的進步可以更好地促進風(fēng)電的發(fā)展；而在場景3 下2030 年風(fēng)電累計裝機容量為804.3 GW，遠高于場景2 的602.7 GW，該結(jié)果充分說明了政策強度對于風(fēng)電裝機容量的激勵程度要大于技術(shù)進步。

出現(xiàn)這種現(xiàn)象可能有以下3 種原因。第一，近幾年來，風(fēng)力發(fā)電技術(shù)已經(jīng)日趨完善且成熟，在較短的時間內(nèi)很難有重大技術(shù)突破與創(chuàng)新。并且除了技術(shù)進步以外，風(fēng)力發(fā)電受制于風(fēng)速的波動性以及風(fēng)力資源的間歇性，具有很強的不確定性，目前風(fēng)力發(fā)電主要集中在我國風(fēng)力資源豐富的“三北”地區(qū)。因此，要提高風(fēng)電在其他地區(qū)的覆蓋率，政策導(dǎo)向是至關(guān)重要的。第二，由于風(fēng)電具有消納困難的特點，部分地區(qū)電網(wǎng)接納能力不足，我國棄風(fēng)限電情況較為嚴重，因而對于風(fēng)電企業(yè)利益相關(guān)者而言，保證風(fēng)電的經(jīng)濟效益以及克服風(fēng)電所帶來的不利影響需要相關(guān)政策來協(xié)調(diào)。第三，實現(xiàn)“雙碳”目標勢必要對電力體制進行改革建設(shè)。然而，目前我國的碳市場仍處于起步階段，電力市場成熟度不夠高，而風(fēng)電的發(fā)展與碳排放權(quán)交易體系、綠色證書交易體系以及輔助服務(wù)建設(shè)等方面息息相關(guān)，因此還需要配套政策完善相關(guān)體制建設(shè)。

此外，由圖2 可知：在場景1 下，2030 年風(fēng)電新增投資達2 632.4 億元，為4 種場景中最低；在場景4下，2030年風(fēng)電新增投資達2806.1億元，為4種情景中最高。風(fēng)電新增投資是風(fēng)電裝機容量不斷增長的直接驅(qū)動因素。從仿真結(jié)果可以看出，場景3 及場景4 的風(fēng)電新增投資高于場景1 和場景2，這說明政策激勵對風(fēng)電投資的促進作用仍大于技術(shù)進步。而對比場景1 與場景2 的仿真結(jié)果可以看出，在2021—2026年，高技術(shù)進步率對風(fēng)電新增投資具有一定的促進作用，投資額要高于低技術(shù)進步率的場景。

出現(xiàn)這種現(xiàn)象可能有以下2 種原因。第一，隨著技術(shù)進步，風(fēng)電的最大負荷利用小時數(shù)提高，風(fēng)電機組的建設(shè)成本降低，將會提高風(fēng)電投資意愿。第二，隨著電力系統(tǒng)靈活性的提升以及源網(wǎng)的協(xié)調(diào)推進，棄風(fēng)問題將得到有效控制，因此在初期投資增長率較高。然而，從2025年以后，場景2的投資增長率開始逐步趨緩，在2027—2029 年，場景2 的新增投資額甚至低于場景1。這可能是因為在技術(shù)進步場景下，前期由于風(fēng)電建設(shè)成本較低等因素大幅促進了風(fēng)電新增投資以及裝機容量的發(fā)展，前期的投入及建設(shè)為后續(xù)使用提供了便利，因此會影響后期投資的積極性，造成增長率偏低；而在場景1 下，由于前期技術(shù)進步率較低導(dǎo)致風(fēng)電投資積極性較低，加之風(fēng)電累計裝機容量增長速度較慢，為了順利實現(xiàn)“雙碳”目標，勢必要加大對風(fēng)電的投資，因此出現(xiàn)了后期新增投資甚至高于場景2 高技術(shù)進步率的情況。

2）風(fēng)電發(fā)電量及風(fēng)電消費占比分析。

圖3 給出了4 種差異化場景下風(fēng)電發(fā)電量（柱形圖）及風(fēng)電消費量占總用電量比例（折線圖）。由圖3 可知：在場景1 下，未來10 年風(fēng)電發(fā)電量及風(fēng)電消費量占比均是4 種場景中最低的，風(fēng)電發(fā)電量在2030 年達到10 304.5 億kW·h，相比2020 年增加了5661.5億kW·h，風(fēng)電消費量占比達到13.82%，相比2020 年增長了7.55%；在場景4 下，風(fēng)電發(fā)電量在2030 年達到15 165.9 億kW·h，相比2020 年增加了10 522.9 億kW·h；風(fēng)電消費量占比達到19.18%，相比2020 年增長了12.91%；盡管在2021—2025 年時段內(nèi)，場景2 下的風(fēng)電累計裝機容量要低于場景3，但是場景2 下的風(fēng)電發(fā)電量以及風(fēng)電消費量占比卻高于場景3。這可能是因為在高技術(shù)進步率場景下，隨著科技不斷發(fā)展，風(fēng)電機組的故障率不斷降低，機組可靠運行時間不斷提升，變壓器損耗以及線損等場內(nèi)損耗不斷降低，使得風(fēng)電最大負荷利用小時數(shù)得到提高，從而提高了發(fā)電效率。同時，隨著特高壓交直流輸電技術(shù)的不斷成熟，輸電線損率不斷降低，從而提高了輸電效率，促進了風(fēng)電消費量，進而提高了風(fēng)電消費量占比。然而，2025 年以后，高政策力度使得風(fēng)電裝機容量大幅提高，其對風(fēng)電發(fā)電量的促進作用要超過高技術(shù)進步率下風(fēng)電發(fā)輸電效率提升對發(fā)電量的促進作用。這表明在前期，技術(shù)進步對風(fēng)電發(fā)電量及風(fēng)電消費量的促進作用要高于政策力度，而在后期，政策力度的促進作用要超過技術(shù)進步帶來的優(yōu)勢。

圖3 不同場景下風(fēng)電發(fā)電量及風(fēng)電消費量占比Fig.3 Wind power generation and proportion of wind power consumption under various scenarios

3）碳減排量分析。

附錄B圖B5給出了4種不同場景下風(fēng)電發(fā)展對碳減排的影響。由圖B5 可知：場景1 下受風(fēng)電發(fā)展影響的碳減排量最少，在2030 年達到7.09 億t，相比2020 年增加了3.42 億t；在場景4 政策力度以及技術(shù)進步率均較高的情況下，2030 年碳減排量達到了12.84 億t，相較2020 年增加了9.17 億t；場景2 下受風(fēng)電影響的碳減排量一直高于場景3，這說明相比政策力度，技術(shù)進步帶來的碳減排效果更加明顯。這是因為目前我國CO2主要排放源自于化石燃料的燃燒，從化石能源入手是減少CO2排放量最直接有效的辦法。隨著科技的發(fā)展，發(fā)電用能效率不斷提升，發(fā)電經(jīng)濟性不斷提高，電力系統(tǒng)逐漸向新型電力系統(tǒng)轉(zhuǎn)型，小容量的火電機組逐步關(guān)停，加之CCUS技術(shù)、整體煤氣化聯(lián)合循環(huán)發(fā)電機組等傳統(tǒng)化石能源的發(fā)電新技術(shù)全面普及，能夠直接從發(fā)電側(cè)抑制CO2的排放。故而技術(shù)進步對碳減排量的激勵程度要大于政策激勵。同時，在2030年，場景4有政策力度與技術(shù)進步雙重促進下的碳減排量比場景2 僅有技術(shù)進步情況下的碳減排量高2.56 億t，而場景2下的碳減排量僅比只有高政策力度激勵的場景3 下的減排量高1.16 億t。這說明若想將CO2的減排效果發(fā)揮得更好，相關(guān)政策的激勵與技術(shù)的進步都是不可或缺的，不能偏重偏廢。

4）上網(wǎng)電量及綠色證書持有量分析。

附錄B圖B6給出了4種不同場景下風(fēng)電上網(wǎng)電量（柱形圖）及風(fēng)電企業(yè)綠色證書持有量（折線圖）。由圖B6 可知：在場景1 下，未來10 年風(fēng)電上網(wǎng)電量為4種場景中最低，2030年達到9954.15億kW·h，相比2020 年增加了5 476.77 億kW·h；而在場景4 下，2030 年風(fēng)電上網(wǎng)電量達到14 730.64 億kW·h，相比2020 年增長了10 253.26 億kW·h；與風(fēng)電發(fā)電量類似，在2021—2025 年時段內(nèi)場景2 下的風(fēng)電累計裝機容量要低于場景3，但場景2下的風(fēng)電上網(wǎng)電量仍高于場景3，這是由于風(fēng)電上網(wǎng)電量與風(fēng)電發(fā)電量二者呈正相關(guān)，因此出現(xiàn)這種現(xiàn)象的原因與上述分析風(fēng)電發(fā)電量時類似，此處不再贅述。

風(fēng)電企業(yè)綠色證書持有量主要受風(fēng)電上網(wǎng)電量的影響。在場景1下，企業(yè)綠色證書持有量為4種場景中最低，2030 年達到101 746.23 MW·h，相比2020年增加了49 246.23 MW·h。而在場景4 下，2030 年企業(yè)綠色證書持有量達到160 732.7 MW·h，為4 種場景中最高，相比2020 年增長了108 232.7 MW·h。從圖B6 可以看出，場景3 與場景1（技術(shù)進步率固定）之間的差距要遠大于場景2 與場景1（政策力度固定）之間的差距，場景4 與場景2 之間的差距同樣遠大于場景4 與場景3 之間的差距。這表明政策力度對于企業(yè)綠色證書持有量的促進作用要遠高于技術(shù)進步。

在實現(xiàn)“雙碳”目標的過程中，盡管風(fēng)電等新能源在發(fā)電技術(shù)成本上已具有一定的競爭力，但考慮調(diào)峰、備用以及靈活性等外部成本時與傳統(tǒng)能源相比仍較為遜色。因此，當(dāng)務(wù)之急是要完善電力體制建設(shè)，培養(yǎng)新能源健康發(fā)展的政策沃土［20］。綠色證書市場交易作為電力體制機制改革內(nèi)容的重要一環(huán)，主要靠國家政策驅(qū)動發(fā)展，綠色證書市場交易的成熟度與國家政策力度呈強相關(guān)關(guān)系；而技術(shù)進步會影響廠用電率、線損等因素，進而影響上網(wǎng)電量，從而間接影響企業(yè)綠色證書持有量。因此，政策力度對綠色證書持有量的促進作用要大于技術(shù)進步。

4 結(jié)論

本文基于系統(tǒng)動力學(xué)方法，建立了包含電力消費子模塊、經(jīng)濟性子模塊、碳減排子模塊以及風(fēng)電發(fā)展子模塊的電力系統(tǒng)風(fēng)電發(fā)展模型，通過仿真驗證了模型的有效性。并通過設(shè)置差異化政策力度與技術(shù)進步率場景，對未來10 年風(fēng)電的動態(tài)發(fā)展路徑進行了推演。通過算例分析，得到如下結(jié)論：

1）政策力度對未來風(fēng)電裝機容量及投資發(fā)展的激勵程度要高于技術(shù)進步，當(dāng)政策力度較低時，技術(shù)進步在前期對投資意愿的促進作用要高于后期；

2）前期技術(shù)進步對風(fēng)電發(fā)電量、上網(wǎng)電量及風(fēng)電消費量的激勵程度要高于政策力度，而后期政策力度對其激勵程度要超過技術(shù)進步；

3）技術(shù)進步對碳減排的激勵程度要高于政策力度，政策力度與技術(shù)進步的雙重作用能夠使碳減排效果更明顯；

4）政策力度對風(fēng)電企業(yè)綠色證書持有量的促進作用要遠高于技術(shù)進步。

本文所建立的模型能夠為我國未來風(fēng)電的發(fā)展提供指導(dǎo)，并能為相關(guān)政策制定者提供參考。未來的研究可進一步考慮其他能源對風(fēng)電的影響作用，更加細化地討論多能源系統(tǒng)耦合下的綜合效益。同時，我國未來將大力發(fā)展分布式風(fēng)電，后續(xù)研究應(yīng)深化對集中式、分布式風(fēng)電比例等問題的探討。

附錄見本刊網(wǎng)絡(luò)版（http：//www.epae.cn）。