低碳能源转型的优化：一种平衡核电、成本效率与电网稳定性的贪心算法方法

《ADVANCED ENGINEERING INFORMATICS》：Optimizing low-carbon energy transitions: A greedy algorithm approach to balancing nuclear power, cost efficiency, and grid stability

　　

向低碳能源系统的转型对于在保障能源安全与经济可行性的同时实现气候减缓目标至关重要。研究人员以台湾地区为案例，考察了核电在2025至2050年长期能源转型中的作用，构建了四种优化框架——最小碳排放（Min Carbon）、最小成本（Min Cost）、最大供电（Max Power）以及基于贪心启发式策略（Greedy Heuristic-based Strategy）的模型，以评估累积CO₂排放量、总系统成本与结构性电力供应可靠性之间的权衡关系。研究结果显示，最小碳排放与最大供电情景实现了最低的累积排放量（200 Mt），但系统成本较高；相比之下，最小成本情景虽使支出最小化，却产生了最高的排放量（8000 Mt）。贪心启发式策略则取得了平衡性结果，将排放量降至约1000 Mt，同时保持中等成本与长期系统可靠性。敏感性分析表明，在不同的电力需求增长假设下，上述相对绩效模式保持稳健。研究发现强调了可调度低碳技术——特别是核电——在碳约束电力系统中的重要性，同时指出结果取决于小型模块化反应堆（Small Modular Reactors, SMRs）的假设可用性。从成本建模角度，该框架采用活动成本法（Activity-based Costing, ABC）逻辑，将长期系统成本透明地归因于技术特定的容量扩张决策，为在不确定性下探索务实的、路径依赖的能源转型策略提供了具有政策相关性的工具。

**一、研究背景与问题提出**

全球变暖主要由过量碳排放驱动，而化石燃料燃烧是其主要来源。随着全球能源需求持续上升，相应的CO₂排放增加成为不可避免的挑戰。尽管可再生能源增长显著，但其部署仍因容量因子（Capacity Factor）较低和间歇性（Intermittency）问题而不足以替代化石燃料。核电因其高容量因子（通常超过90%）可提供持续可靠的电力供应，成为低碳化的可行替代方案。然而，许多国家在扩大清洁能源方面因技术限制、高昂初始成本和政策支持不足而进展缓慢。在此背景下，核电被视为增强能源价格稳定性、降低进口燃料依赖和减少CO₂排放的关键技术。研究人员指出，实现能源系统深度脱碳不仅需要可再生能源扩张，还需整合可确保系统可靠性的稳固低碳资源，核电正是其中重要的基荷（Baseload）技术。

**二、研究目的与方法框架**

该研究旨在评估核电在减少CO₂排放中的作用，通过比较四种优化模型为能源政策制定提供数据基础。研究开发了三种基准优化模型和一种贪心算法模型：最小碳排放模型优先减排，最大化核电与可再生能源并消除化石燃料；最小成本模型聚焦降低发电成本，常以更高碳排放为代价；最大供电模型确保总电力供应稳定，维持核与可再生能源的平衡组合；贪心算法模型则动态优化能源结构，平衡经济可行性、减排与能源安全。研究人员采用基于活动成本法（ABC）的逻辑进行成本建模，将长期系统成本透明归因于技术特定的容量扩张决策。数据来源方面，因国家安全和保密法规限制，模型采用通用的参数化框架，平准化电力成本（Levelized Costs of Electricity, LCOE）、排放因子和容量因子等主要参数基于国际能源署（IEA）、政府间气候变化专门委员会（IPCC）、经济合作与发展组织（OECD）和国际可再生能源署（IRENA）的国际公认基准，而非台湾地区的保密数据。

**三、关键技术方法**

研究人员采用的主要技术方法包括：（1）三种极端优化基准模型——最小碳排放、最小成本和最大供电模型，分别采用线性规划方法优化单一目标；（2）贪心算法（Greedy Algorithm）启发式策略，以边际CO₂减排量除以边际成本增量作为贪心选择评分（Score_i），通过迭代选择评分最优的技术进行容量扩张，直至满足需求充足性约束或可行行动耗尽，该算法作为政策导向的增量决策路径而非数学全局最优解；（3）活动成本法（ABC）视角的成本结构，将发电成本与技术特定活动及容量扩张相联系；（4）敏感性分析方法，测试不同电力需求增长率（0.5%、1.0%基准、2.0%）及天然气价格和SMR资本成本的参数不确定性。

**四、研究结果**

**4.1 不同优化策略下的能源结构比较**

通过最小碳排放、最小成本和最大供电三种策略对比能源结构，研究人员发现：最小碳排放情景完全淘汰煤电和气电，核电（核三厂2000 MW、核四厂3000 MW、SMR 5000 MW）贡献10000 MW，太阳能和风能各15000 MW；最小成本情景使用10000 MW煤电，完全排除核电，太阳能和风能各15000 MW；最大供电情景与最小碳排放情景能源结构相同，均淘汰化石燃料并最大化核电。研究得出，最小碳排放和最大供电情景核电占比均为25%，累积CO₂排放最低（200 Mt），但总成本最高（1,825,000货币单位）；最小成本情景成本最低（1,325,000货币单位），但排放最高（8000 Mt），且核电占比为0。

**4.2 贪心算法优化结果**

贪心算法模型提供了平衡性方案：在保持总装机容量40000 MW的前提下，总成本为1,600,000货币单位，累积CO₂排放降至1000 Mt，核电占比约18%，其他能源占比82%。该结果表明，贪心算法在成本、排放和供应安全之间取得了务实平衡，较单一目标优化更具政策可行性。研究人员强调，该18%核电占比应理解为特定成本条件下的政策相关性基准而非固定最优目标，其成本有效性取决于SMR的假设成本竞争力，若SMR资本成本超出竞争范围，算法将转向气电-可再生能源主导的配置。

**4.3 敏感性分析结果**

研究人员开展了替代电力需求增长率假设的敏感性测试。结果显示，较低需求增长率（0.5%）降低了容量扩张、系统成本和累积排放的总体规模，较高增长率（2.0%）则导致这些指标成比例增加。重要的是，最优能源组合中的核电占比在所有情景下保持相对稳定（17-18%），表明可调度低碳发电的作用对长期需求不确定性具有稳健性。在天然气价格和SMR成本假设的敏感性分析中，研究人员以基准值的±20%作为高低情景冲击，报告了对总系统成本、累积CO₂排放及技术组合份额的影响变化。

**五、讨论**

研究人员在讨论中指出，单一目标优化方法不足以实现平衡的低碳转型，最小碳排放和最大供电情景的高成本限制了实际实施，而最小成本情景的不可持续排放使其在严格气候政策下不可行。贪心算法情景提供了最优中间地带，证明混合核-可再生能源方法比极端策略更可行。研究人员以瑞典的混合能源模式和加拿大的SMR投资为例，说明台湾等地区可受益于分阶段整合核电与可再生能源的方法。

研究人员特别指出，最小碳排放和贪心情景均依赖假设部署高达5 GW的SMR，而大规模商业部署尚未实现，因此假设的SMR容量应解读为条件性情境而非保证结果。SMR商业化或审批延迟将降低相应低碳路径的可行性，增加对其他低碳或过渡技术的依赖，这凸显了长期能源规划的路径依赖特性和适应性政策策略的必要性。

该研究的局限在于未考虑燃料价格波动、地缘政治风险或意外监管变化等随机因素，且排放系数仅反映直接运营排放，未包括建设、燃料处理和退役等全生命周期排放。与消费型碳核算的强调相比，这可能高估核电的环境效益。与传统线性或整数规划方法相比，贪心算法的优势在于快速收敛、适应性强和可扩展性高，且在复杂约束下能得到近优解，但其作为实用决策支持框架而非全局最优解声明的定位需要明确。

**六、研究结论**

该研究评估了核电在实现平衡能源转型中的作用，结论表明：核电与可再生能源的战略性部署可有效降低碳排放、增强电网可靠性并缓解长期发电成本。从环境角度，提高核电占比同时减少煤电和气电依赖显著降低总碳排放，最小碳排放情景的25%核电占比实现了最低排放，支持2050净零目标。从能源安全角度，核电以其高容量因子作为可靠的基荷电源，最大供电情景证明包含核电的多元化能源组合对确保电网稳定性至关重要。从经济角度，虽然核电前期建设成本高，但运营成本低使其长期具有竞争力，最小成本情景排除核电虽降低初始支出，但显著增加长期碳税负担和燃料价格波动风险。贪心算法模型提供了最务实的方案，平衡减排、成本效率和供应稳定性，是能源政策制定的最优策略。该算法因其迭代决策特性可实时调整，对市场波动和政策变化更具韧性，特别适合台湾地区应对能源安全挑战、有限国内化石燃料资源和经济约束。研究人员建议采取分阶段、数据驱动的方法：短期应简化核电项目监管审批、实施财政激励和碳定价机制、加强核-可再生能源混合电网韧性；长期应投资下一代SMR和先进核电技术，并借鉴芬兰透明的核废料管理经验建立社会参与策略。未来研究可整合随机优化、强化学习和动态定价机制以更好捕捉市场不确定性，并评估第四代反应堆等下一代核电技术的成本效益。