中国碳中和战略下煤电退出与可再生能源扩张的双重路径评估：基于容量控制与系统优化的耦合分析

针对中国碳中和进程中煤电退出与可再生能源发展的协同难题，清华大学王嘉兴、鲁玺团队通过整合全球变化评估模型(GCAM)与小时级电力系统优化模型，系统评估了严格煤电控制政策(SPs)与低成本可再生能源部署(REs)的交互影响。研究发现单一煤电控制虽可带来短期减排效益，但会降低电力系统充裕度；而加速可再生能源成本下降可弥补这一缺陷，实现额外38 Gt CO2减排。该研究为平衡能源安全与碳中和目标提供了量化依据，发表于《Nexus》。

　　

在全球气候治理背景下，中国作为碳排放量占全球30%的最大排放国，其2060年碳中和承诺对实现《巴黎协定》目标至关重要。电力部门尤其是煤电作为主要排放源，面临严峻转型挑战。尽管现有研究普遍呼吁立即停止新建煤电以符合1.5°C温控目标，但这种单一策略可能忽视煤电在保障能源安全中的系统价值。更关键的是，可再生能源能否以足够快的成本下降速度填补煤电退出缺口，以及这种转型对电力系统稳定性的影响，尚未得到系统评估。

清华大学环境学院的研究团队在《Nexus》发表的研究中，创新性地耦合全球变化评估模型(GCAM)与小时级电力系统优化模型，构建了包含BAU_CN（基准情景）、REs_CN（加速可再生能源情景）、SPs_CN（严格煤电控制情景）和RESP_CN（组合情景）等8种情景的分析框架。研究发现：实施严格煤电控制虽可在2020-2035年间实现10.5 Gt CO₂额外减排，但会导致2050年后电力系统依赖高成本的备用技术（backstop technology）；而可再生能源成本加速下降（风电、光伏成本分别再降30.7%和14.6%）可使电力供应成本在2060年降低24.6%，有效缓解系统风险。这项研究首次量化了煤电控制与可再生能源扩张的协同效应，为制定兼顾气候目标与能源安全的转型路径提供了科学依据。

研究采用了两项关键技术方法：1）通过GCAM模型模拟32个区域的能源-经济-气候系统交互，采用学习曲线法预测可再生能源成本下降轨迹；2）开发电力系统优化模型，基于K-means算法将全年8760小时聚类为12类典型日，优化包含11种发电技术和2种储能技术的系统调度。模型耦合确保了从宏观能源系统到微观电力调度的多尺度分析。

研究结果部分包含三个重要发现：

1. 排放路径与协同效益：严格煤电控制(SPs_CN)在2020-2060年可实现27 Gt CO₂额外减排，但与可再生能源加速部署(REs_CN)组合后(RESP_CN)，减排量提升至196 Gt。值得注意的是，煤电控制会使2060年煤电+碳捕集与封存(CCS)的需求增加125%。

2. 电力系统转型动态：禁止新建煤电导致2030年发电量减少11.1%（1236 TWh），电气化率下降至29.6%（较BAU_CN低3.8个百分点）。小时级模拟显示，SPs_CN情景在2050年需依赖备用技术满足7.2%的峰值负荷。

3. 成本效益分析：虽然煤电控制在2030年前可降低12%系统成本，但2035年后投资需激增119%。而REs_CN情景通过将2060年风光发电占比提升至32.1%，使度电成本降至0.21 CNY/kWh。

结论与讨论部分强调，该研究突破了传统能源转型研究的三个局限：首次量化了煤电控制政策的时间窗口效应，证明过早实施（如2020年）可能适得其反；揭示了可再生能源成本下降对系统灵活性的关键作用，建议2030年前需实现风电成本再降30.7%；提出了政策组合建议，包括建立煤电灵活性改造市场机制、制定分阶段退煤路线图等。这些发现不仅适用于中国，也为其他煤电依赖型经济体提供了转型范式。研究团队特别指出，未来需加强第三代光热发电、超临界CO₂发电等技术的研发示范，以完善高比例可再生能源系统的技术支撑体系。