加速构建新型电力系统和推动其他难减排部门电气化水平是我国实现碳中和目标的重要途径。尽管我国已经在2024年提前实现了2030年超过12亿千瓦的风电光伏装机目标，然而满足高速增长的电力需求仍然需要更大规模、更加积极地发展可再生能源。面向未来，需要进一步研究电力系统动态演进路径，包括可再生能源空间布局、火力发电退役或低碳化改造，以及以生物质能源为代表的负排放技术部署等。电力系统扩张模型（PSEM）是广泛应用于能源电力系统转型研究的重要工具。以往研究采用的PSEM大多存在空间精度不足、时间覆盖面不广和负排放技术刻画等较为简略的限制，难以系统回答大规模波动性可再生能源部署在高时空精度层面对电力系统的影响等科学问题。

为此，清华大学碳中和研究院、清华大学能源环境经济研究所团队联合中国气象科学研究院团队，开发了新一代的PSEM—中国可持续电力系统综合优化模型（China Integrated Sustainable Power-system Optimization Model，CISPO），首次实现了整合多源气象、地理和电力数据，完成了在大区域（中国内地）尺度上，以8760逐小时精度协同优化容量扩张和运行调度，其对风能（陆上+海上风电）和太阳能（集中式光伏+分布式光伏+光热发电）的空间扩张精度提升至25km×25km，对水力发电的扩张和调度精度提升至电站级别，并内生嵌入了火力发电的碳捕集装置改造和二氧化碳源汇的最优路径决策。近日，研究论文以Integrated Modeling for the Transition Pathway of China’s Power System（《综合建模中国电力系统转型路径》）为题，发表于英国皇家化学会（Royal Society of Chemistry）旗下期刊《能源与环境科学》（Energy & Environmental Science，EES，五年影响因子34.6）。论文作者为朱子恒博士生（第一作者）、张达长聘副教授（通讯作者）、张小曳院士（通讯作者）和张希良教授（通讯作者）。

图1：论文发表首页

研究团队使用CISPO模型以2022年为基年，设计涵盖了不同碳排放下降强度、可再生能源土地利用可获得性、技术进步程度、电力需求增长率和负排放技术可获得性等10组情景，动态优化了2030年至2060年我国的电力系统转型路径。研究发现，在可再生能源投资成本持续下降的趋势下，我国新型电力系统能以度电成本不高于2022年水平，在2060年实现5.5亿吨负排放目标，如图2所示。在基础情景16万亿度每年的电力需求假设下，全国需要6000GW左右风能和太阳能、600GW水力发电、437GW抽水蓄能、572GW化学储能和181GW生物质能装机，其中生物质能碳捕获和储存（BECCS）168GW。

图2：面向2060年的我国电力系统优化结果。（A）：全国发电装机容量；（B）分省发电和储能装机容量；（C）全国储能装机容量；（D）全国发电结构；（E）全国电力系统平均度电成本结构（配电网成本除外）

研究发现，我国需要在2045~2050年间开始大规模部署负排放技术，并导致这一时期电力系统成本显著提高。到2060年，生物质发电结合碳捕集与封存技术将提供8.8亿吨负排放，完全中和电力系统因热电联产和火电短时调节带来的排放，并实现电力系统的负排放目标（-5.5亿吨）。内生优化的二氧化碳源汇匹配结果显示，未来我国电力的排放封存点主要围绕在黑河-腾冲线附近，例如松辽盆地、江汉盆地和四川盆地，如图3A所示。尽管论文的基础情景已经严格限制生物质燃料的获取来源为农林残余物和废弃土地上耕种的能源作物，考虑到生物质能使用的潜在负面影响，研究还模拟了无生物质部署而采用直接空气捕集的“无生物质情景”。在这种假设下，2060年电力系统的边际减排成本由750元/吨CO2上升至1100元/吨CO2，同时碳封存点部署也有所变化。这是因为直接空气捕集需要大量消耗电力，因而需要部署在可再生能源和碳封存潜力大的地区，例如新疆、蒙西和东北地区，如图3B所示。

图3：碳捕集与封存、碳排放和减排成本结果。（A和B）：基础情景和无生物质情景下最优二氧化碳源汇匹配路径；（C）碳排放下降强度相关情景下电力系统年度排放量；（D）各情景下电力系统边际减排成本；（E）火力发电的碳捕集部署情况；（F）直接空气捕集部署情况

可再生能源布局方面，研究发现风电和光伏呈现着两种不同的扩张方式。风电主要沿资源丰富区域扩张，呈现两条近似平行的带状：一是集中于西北、华北和东北地区的陆上风电；二是集中于东南沿海地区的海上风电，如图4A所示。光伏主要沿负荷中心向外扩张，如图4B所示，这是因为就近消纳对光伏而言更加有优势，体现在CISPO模型中为光伏格点至负荷中心的电网接入优化。光伏的部署需要占用大量土地，空间优化结果显示到2060年需要近5万平方公里的面积来部署3800GW左右的光伏装机。部分省份面临较为严重的用地冲突，例如广东、浙江、和江苏等，几乎将用尽所有可用于光伏建设的土地，如图4E所示。更高的电力需求会进一步加剧用地冲突，这说明用地要素在未来规划可再生能源发展时愈加重要。

图4：面向2060的可再生能源部署情况。（A）格点级风电装机；（B）格点级光伏装机；（C）分电网区域风电光伏发电量；（D）分电网区域风电光伏装机量；（E）各省风电光伏的装机容量与技术建设潜力的比值

图5展示了全年逐小时各省份的电能量供给边际成本（Marginal Cost of Generation，MC，元/kWh）分布：随着大规模可再生能源的接入，电能量供给边际成本呈现更大的波动性，即极低（接近0）和极高（超过1.0元/kWh）情况出现的频率更高，这也表明电能量市场的波动性更大。

在此背景下，火力发电对于平抑电力系统波动性将发挥重要作用。本研究使用全年逐小时电能量供给边际成本作为售电收入测算各省所需的煤电容量补偿电价，发现到2030年，煤电的容量补偿电价与我国2023年引入的煤电容量价格补偿机制水平接近（300~400元/kW·年）。2030年以后，计算结果显示煤电容量补偿水平将有所降低。

近日《关于深化新能源上网电价市场化改革 促进新能源高质量发展的通知》（发改价格[2025]136号文）的发布，标志着我国新能源发展进入了新阶段，正式明确了新能源全部进入电力市场。因此，评价新能源的经济性需要从过去的人工测算逐步提升到高精细度和全年时间覆盖的系统性仿真预测。CISPO模型输出的未来全年逐小时电能量供给边际成本等结果为此提供了全新的工具输入。

图5：全年逐小时各省电力供给边际成本分布情况

研究团队长期开发的高时空精度电力规划模型支撑了多项重要的国家立法工作和规划政策。2024年起，张希良教授团队受全国人大环资委委托，承担了《可再生能源法》修订专家意见稿的起草任务；发表于《美国科学院院刊》（Proceedings of the National Academy of Sciences，PNAS）的RESPO模型和本研究介绍的CISPO模型均为《可再生能源法》修订和相关的可再生能源规划及政策讨论提供了重要的量化分析支撑。本研究是国家自然科学基金两个专项项目（“面向我国碳中和最优路径实现的自然—社会系统多尺度相互作用模式耦合、数据监测支持和决策支撑研究的顶层设计”和“碳达峰碳中和路径与对策综合研究”）的核心成果，并受美国环保协会、英国EEIST项目和中德MOBILITY项目支持。参与本研究相关工作的清华大学研究生和本科生研究团队还受到了清华大学原创探索计划（“追光专项”）的经费支持。

相关文章链接：

https://pubs.rsc.org/en/content/articlelanding/2025/ee/d5ee00355e