中国碳中和转型下基于情景分析的省级电价预测研究

本研究针对中国2060年碳中和目标下的电力市场转型挑战，通过构建基线、低效和高效三种情景模型，整合全国5680个煤电单元、342座水电站等海量数据，采用自下而上的计算方法，首次系统预测了省级电价变化趋势。研究发现技术进步与发电结构优化将使多数省份电价下降，为政策制定者提供了量化评估碳中和路径下区域电力市场动态的关键依据。

　　

在全球气候变暖背景下，中国提出2060年实现碳中和的宏伟目标，电力行业作为碳排放"大户"面临前所未有的转型压力。然而，这场涉及万亿级资产重构的能源革命暗藏诸多未知数：风光等可再生能源大规模并网会推高电价吗？各省资源禀赋差异将如何影响区域电价格局？这些问题直接关系着企业生产成本和居民生活负担，却缺乏系统性研究。

中国科学院科技战略咨询研究院联合英国阿尔斯特大学、澳大利亚悉尼科技大学的研究团队在《iScience》发表重要成果，首次构建覆盖中国31个省级行政区的电力转型情景模型。研究团队收集了全国5680个煤电机组、342座水电站的详细数据，创新性地采用自下而上的LCOE(Levelized Cost of Electricity)计算方法，在GEIDCO、WWF等权威机构预测框架基础上，设置了基线情景、低效情景和高效情景三种发展路径。

关键技术方法包括：1) 整合全国发电单元级数据构建省级发电结构数据库；2) 应用LCOE模型计算不同技术路线的度电成本；3) 结合电网成本、税收等要素建立电价预测框架；4) 采用情景分析法对比不同政策强度下的电价演变规律。

情景开发
通过分析GEIDCO、WWF等机构的电力需求预测数据，研究确立了三个典型情景：低效情景反映政策停滞状态，基线情景对应碳中和目标达标路径，高效情景则体现强效节能措施下的理想状况。数据显示，到2050年基线情景的电力需求将达12015TWh，而高效情景通过产业结构优化可减少约3000TWh需求。

省级发电容量结构

研究详细拆解了各省发电技术构成，发现内蒙古等西部省份2030年风电装机将超110GW，而东部沿海省份则更多依赖燃气发电。这种地理分布特征为后续电价差异埋下伏笔。

LCOE与电价时空分布

研究揭示LCOE呈现"西高北低"的梯度特征：2030年北京因燃气机组占比高导致LCOE达0.354元/千瓦时，而内蒙古仅0.159元/千瓦时。到2060年，技术进步使全国LCOE普遍下降40-60%，内蒙古风电优势使其LCOE降至0.095元/千瓦时的最低水平。

电价演变规律

尽管LCOE普遍下降，但天津、广东等7个省份2050年电价反而较2030年上升1.15-17.68%，主因电网成本增长抵消了发电成本下降。高效情景通过提升能效使全国平均电价较基线情景再降8-12%，证实产业结构升级的关键作用。

这项研究首次绘制出中国碳中和转型的省级电价地图，其价值在于：技术上，证实可再生能源规模效应可降低发电成本；政策上，揭示电网升级和税费结构调整对终端电价的影响机制；实践上，为高耗能产业区域布局提供量化依据。研究也指出当前模型的三大局限：电力市场行为模拟不足、省间输电约束未充分考量、缺乏不同用户阶层的可负担性评估，这些正是未来研究需要突破的方向。

该成果不仅为《"十四五"现代能源体系规划》提供决策支持，更启示我们：碳中和不是简单的能源替换，而是需要发电技术、电网架构、市场机制协同创新的系统工程。正如作者Shurui Wang强调的，这项研究打破了"低碳必然高成本"的认知误区，用数据证明通过技术创新和系统优化，中国完全可以在保障能源安全的同时实现经济低碳转型。