Joule评论：使用100%可再生能源就低碳了吗？

但节能减排不应该仅仅是一个口号，而应该是我们行动的指南。虽然目前市场上节能减排的产品琳琅满目，但是，采取有效的方法对节能减排进行检测和评估也是一个重要方面。

使用可再生能源是节能减排的一个重要手段。风能、太阳能、潮汐能等可再生能源正逐渐渗透到我们的生活中，越来越多的汽车也开始使用电能替代汽油来提供动力。

但是，我们使用100%可再生能源就足够了吗？

近期，斯坦福大学的JacquesA. de Chalendar博士和Sally M.Benson教授在Joule杂志上就该议题发表了一篇评论，阐明了使用可再生能源产生电力的大趋势，也对碳核算以及碳排放度量标准的重要意义进行了多方面深度的剖析。

私营企业现在也更加愿意在气候变化中发挥自己的作用。大型能源消费者已经设定了目标，以期实现绿色能源供应并采购100%的可再生能源。包括美国51家公司和欧洲77家公司在内的160家公司响应了“RE100”倡议（RE 100是一个全球企业领导倡议，汇集了致力于使用100%可再生电力的众多有影响力的企业。）。在美国，从2013年到2018年，企业买家购买了超过1500万千瓦的可再生电力，占美国风能和太阳能总装机容量(分别为94GW和51GW)的10%。仅2018年一年，中国就通过75笔交易采购了650万千瓦电力，带来了较高的增长预期。

在对那些以脱碳为目的的公司进行投资前，对它们的碳效益进行严格、定量的评估时必不可少的。与今天可调度的化石燃料和热发电资源不同，太阳能和风能对时间和地点有更高的依赖性。在高度可再生的电网中，电力的环境质量也会相应地发生变化。只考虑年度或国家层面的碳强度数据，将会得到错误的碳核算，最终导致投资效率低下。正如现在被一些大公司运营者所承认的那样，那些100%可再生能源的声明并不保证相应的减排。

碳核算是一项具有挑战性的工作。第一个困难在于确定某一发电厂在发电过程中对环境的影响。其次我们无法将一种来源的电与另一种来源的电区分开来，这使得消费对其的影响更难以估计。最终，今天做出的投资决策将对未来几十年产生影响。

在此，我们认为，尽管存在这些挑战，碳核算工作也必须向前推进。建立一套相关的度量标准来监控和测量排放是至关重要的。随着常规数据精确性的提高，这些数据可以被用来衡量电力消费和生产过程中的碳足迹。碳核算指标旨在将环境质量与流经电网的电力联系起来，应该成为本地及单日次用电度量标准。

在其他地区，夜间将是空气最干净的时候，否则白天和黑夜就没有区别了。而且我们还需要对特定地点进行评估。在风力和太阳能发电量变化较大的地方，需要对每小时的碳排放进行测量作为评估和投资指南。

通过不同工具以评估能源选择所带来的影响

不同的碳测量指标可供消费者参考从而选择何时何地消费他们所需的能源。碳强度或平均排放因子(AEFs)，即排放量与电能的比值，单位为kgCO2eq/MWhe，可衡量在给定时间和地点通过电网的电力的环境质量。方法之一是估算每一代产电能源的碳强度。表1是排放强度估算的中位数汇总。燃烧煤炭发电的排放量是燃烧天然气的两倍，而燃烧天然气本身的排放量是目前太阳能发电技术的十倍。

表1.加州和英国不同燃料的碳强度以及在混合电网中所占的消费份额

边缘排放因子(MEFs)用于衡量排放量相对于电力变化的变化，单位为kg CO2eq/MWhe。MEFs与AEFs一样是有用的工具，因为它们对应于系统中边缘生产者或消费者的排放强度。虽然AEFs可以用来测量碳足迹，但MEFs是电力系统对消耗或发电量变化响应的直接度量。MEFs可以估算出短期和长期的环境影响。

构建相关计算指标既取决于数据的可用性，也取决于目标问题。在很大程度上与国家一级排放核算相同，我们可以侧重于排放的CO2（基于生产）也可以侧重于与耗电量相关的CO2（基于消费）。在空间和时间上选择合适的间隔单位也十分关键。适当的分辨率可以捕获统计上的显著变化，同时也排除高分辨率所带来的噪声。对于风能和太阳能占很大比例的电力系统，适当的时间分辨率可知道每日适用发电时段，而这个时段可能只有不到几个小时。适当的空间分辨率能够充分考虑生产、消费、进口和出口，以便计算消费和生产相关的排放。

对于更积极参与能源采购的消费者来说，估算他们的净碳足迹可能更为复杂。如果他们选择通过直接投资可再生能源发电资产来实现能源供应的脱碳，我们就必须评估他们通过生产清洁能源所带来的碳效益。目前，几种计算碳信誉的方案正在试验中，例如加州的限额与交易计划以及欧盟的排放交易计划。在示例中，我们将使用一个通用的偏移计算，实现供应端资产和发电端资产的独立核算。

案例研究：在加州，对恒定采购的1兆瓦电力的脱碳计算

以在California Independent System Operator (CAISO)服务区域内的1MW为例进行高效太阳能发电系统中碳核算，数据见表1。我们定量评估了四种脱碳策略：消费者购买足够的可再生电力以满足100%的年度消费，这些购买的电力来自(1)太阳能，(2)风能和(3)半风能、半太阳能并且(4)消费者不拥有任何发电设备。为了实现100%的可再生能源供应，1MW的恒负荷消费者要么购买3.16MW来自风能的电力，要么购买3.60MW来自太阳能的电力。

在本例中，我们同时使用了AEFs和MEFs进行评估。以消费者的净环境影响作为对购买电网中电力所释放的碳与购买可再生电力所避免释放的碳之间的差额。我们假设电网电力的碳强度对应于AEF，可再生电力的采购取代了边缘生产单元，边缘生产单元的碳强度对应于MEF。

图1 加州和英国电网中的碳强度在全天范围内的变化

CAISO服务区域的公共可用每小时混合数据可用来(1)计算风能和太阳能发电数据以及消费者购买的资产；(2)计算CAISO服务区域每小时的AEFs和MEFs。AEFs由表1中对应的碳强度加权后的每小时发电混合数据估计。MEFs是根据碳排放和发电量每小时逐级变化的回归数据估计的。到2025年，太阳能发电能力将是2016年的3倍。当没有可调度的热力发电可被取代时，太阳能就会成为边缘能源，太阳能必须减少或储存。图1显示了CAISO中AEFs和MEFs的每日平均数据，并强调，随着系统中叠加越来越多的太阳能光伏，白天的可用时长也在增加。

图2对加州不同的100%可再生能源采购策略的评估

图2的前两栏显示了2018和2025年消费者净碳足迹的平均每日概况，并强调了夜间排放可能在未来CAISO电网的碳效应中发挥的重要作用。图2第三列中的柱状图比较了每小时和每年的使用数据以计算可归因于消费者的减排。根据每小时和每年的使用数据可发现，碳消耗足迹随着平均电网电力的脱碳而减少。购买可再生能源的信用额度取决于边缘发电厂的排放量。边缘发电厂目前主要以天然气为动力，但到2025年，中午将主要以太阳能为动力。在加州，边缘发电厂的排放率仍高于电网的平均排放率，因此购买可再生电力以满足100%的消费会导致净碳足迹为负。

根据每小时的数据，2018年消费者因购买风能和太阳能而产生的排放量将分别减少150%和137%。到2025年，风力发电带来了的排放量将减少135%而太阳能发电带来的排量减少将会降为66%。在太阳能丰富的加州的电网中，增加夜间风力发电比增加白天太阳能发电更具环保价值。

使用年度(平均)数据无法捕捉到日用量波动，而可再生电力的传输时间也无关紧要：2025年风能和太阳能发电的排放量将分别减少131%和119%。风能和太阳能之间的差异只与它们的碳强度有关。在这个简单的例子中，使用年度数据高估了购买太阳能电力所带来的排放量减少（50%以上）。

当日用量波动很小，且能源需求总是能够吸收额外的可再生能源发电时，无论何时，年度核算都是有效的。虽然这些假设对于不普及的可再生电力可能是有效的，但当可再生电力增加到加州电网目前的水平时，这些假设就不成立了，除非所有过剩的可再生电力都储存起来供以后使用。2018年3月和10月，太阳能和风能发电量减少3%。

本案例研究提供了一个电网系统中，可再生能源发电(太阳能)在白天比在晚上更有效的说明性例子。在其他地区，情况可能正好相反：图1B显示了从2015年到2018年，英国的AEFs和MEFs的每日概况。在英国，夜间时间是最干净的。在本案例研究中，对不同可再生能源采购方案对环境的影响进行了3年的评估。消费者的另一种可用选择是改变消费模式，以更好地匹配清洁能源的可用性。为了评估多年来消费和生产变化的影响，人们可以参考基于消费和生产的长期MEFs。

结论

随着电网可再生能源占比的增加，获得“100%可再生能源”的制度化目标应按小时计费以准确测量碳排放量的减少，实现小于或大于100%的减排。在以太阳能为主导的电网中，比如在加州，每小时计算显示，增加风力发电的碳效益远远大于增加太阳能发电。同时，人们还需要对特定地点进行评估，以便对其他区域进行类似的评估，因为在这些地方，其他来源的电力可能具有更大的环保价值。研究如何为此类评估提供信息，并设计透明、准确和有意义的碳核算标准将大有帮助。

可再生电力的普及改变了MEFs。这与经过充分研究的有序效应和压低价格的影响相似，于是，可再生能源的相关产出使得供应曲线向右平移，降低边缘清算价格，从而压低了可再生能源的相关收入；但这只在考虑每小时数据时适用。

展望未来，实现可再生能源发电的同时减排，还需要转移负荷，通过能源存储以及调度灵活负荷实现对低碳发电资源的利用，以便更好地遵循可再生能源的可用模式。

可再生能源电力的每日可用性会有波动，但是随着电网能够逐渐适应可再生能源发电份额的不断增加，大型消费者的碳足迹和可再生能源资产的环保价值都依赖于与他们相互作用的电网结构。为了捕捉这些影响，碳指标必须由原来的年度甚至月度使用平均数据转向依据每小时的使用数据。只有到那时，它们才会传递出准确的控制信号。这样，尤其是需要对碳进行定价时，既能引导对低碳发电资产的适当投资，又能引导负荷跟踪行为。

原文连接：https://doi.org/10.1016/j.joule.2019.05.002