中国CCER并网光热发电项目选址适宜性分析_22页_1mb

报告摘要

中国CCER并网光热发电项目选址适宜性分析总结

核心内容

本报告《中国CCER并网光热发电项目选址适宜性分析》由中国石油大学（北京）中国油气产业发展研究中心与碳中和与能源创新发展研究院联合发布，旨在通过GIS与层次分析法（AHP）评估中国CCER并网光热发电项目的选址布局可行性与适宜性。报告聚焦于自然地理、社会经济和风险因素三方面，为实现“双碳”目标、推动光热发电规模化发展提供科学依据。

主要观点

光热发电的重要性：光热发电技术因其稳定的电力输出和良好的热能储存能力，被视为在碳中和背景下替代火电、承担基础电力负荷的重要可再生能源技术。
CCER重启与光热发展契机：全国温室气体自愿减排交易市场（CCER）于2024年重启，并推出“并网光热发电”等新方法学，为光热发电项目提供了新的发展机遇。
选址可行区域：光热发电项目的可行区域主要集中于中国的西北与东北地区，尤其是新疆、内蒙古、甘肃和青海，这些地区具有丰富的太阳能资源。
适宜性分级：可行区域内部适宜性不同，分为一般适宜、比较适宜和最适宜。最适宜区域面积较小且分布分散，主要位于内蒙古、新疆、青海和西藏。
影响因素分析：项目选址需综合考虑DNI、土地利用类型、坡度、自然保护区、水资源、输电线路、交通道路、天然气供应、建成区距离、人口密度和GDP等因素。
技术与方法：本报告采用GIS进行区域可行性分析，结合AHP进行适宜性评价，以科学方法指导项目布局。

关键信息

1. 项目选址影响因素

因素类别	影响因素及描述	权重
自然地理因素	- 太阳直射辐射 (DNI)：需大于1600 kW·h/(m²·a)，DNI越高，发电效率与经济性越好	0.2708
	- 土地利用类型：优先选择沙地、戈壁与裸土地	-
	- 坡度：不超过3°，坡度越小越适宜建设运维	0.0686
	- 自然保护区：需设置3 km缓冲区，排除保护区范围内的区域	-
	- 水资源：越靠近水资源越适宜，有助于冷却和镜面清洁	0.0990
社会经济因素	- 输电线路距离：越近越适宜，设置5 km和10 km分级阈值	0.2279
	- 交通道路距离：越近越适宜，设置10 km和20 km分级阈值	0.0990
	- 天然气供应量：越多越适宜，设置0.4亿立方米、0.4-34.5亿立方米、34.5-90.1亿立方米分级	0.0990
	- 建成区与人口密度：越远离建成区、人口密度越低越适宜	0.0432
	- GDP水平：GDP越低越适宜，有助于推动经济发展	0.0432
风险因素	- 空气质量指数 (AQI)：AQI越低越适宜，设置0-50、50-100、100以上三级	0.0205
	- 地质灾害点：需排除地面塌陷、崩塌、泥石流、滑坡等高风险区域	-

2. 项目选址区域可行性

可行区域主要分布在西北与东北地区，其中新疆、内蒙古、甘肃、青海占比较大。
可行区域内的项目已挂网公示的5个CCER并网光热发电项目均位于这些区域。
GIS分析结果显示，空白区域为限制性区域，绿色区域为可行区域。

3. 项目选址适宜性分析

适宜性分为一般适宜、比较适宜、最适宜三个等级。
一般适宜区域面积最大，主要分布于内蒙古和新疆。
最适宜区域面积最小且分布分散，主要位于内蒙古、新疆、青海和西藏。
最适宜区域具备丰富的光热资源、接近输电线路和交通道路、低人口密度、低GDP水平等优势。

结论与建议

主要结论

中国CCER并网光热发电项目选址布局的可行区域主要分布于西北与东北地区。
可行区域内部适宜性不一，最适宜区域面积最小但分布分散。
中国在CCER并网光热发电项目的开发方面具备显著潜力，但需进一步优化资源利用与项目布局。

政策建议

加强区域资源评估：应系统评估可行区域的光热资源与开发条件，制定科学合理的开发规划。
推动技术创新与政策激励：加大对光热发电技术研发的支持，建立差异化政策激励机制，以提升项目的经济性和可持续性。
促进智能化管理与应用：在项目开发过程中，重点投资数字化管理与智能化调控技术，提高管理效率与资源利用率，推动光热发电的可持续发展。

参考文献

国家能源局. 国家能源局关于组织太阳能热发电示范项目建设的通知 [EB/OL]. 2015.
住房城乡建设部. 住房城乡建设部关于发布国家标准《塔式太阳能光热发电站设计标准》的公告 [EB/OL]. 2018.
Chen F, Yang Q, Zheng N, et al. Assessment of concentrated solar power generation potential in China based on Geographic Information System (GIS)[J]. Applied Energy, 2022, 315: 119045.
Yushchenko A, de Bono A, Chatenoux B, et al. GIS-based assessment of photovoltaic (PV) and concentrated solar power (CSP) generation potential in West Africa[J]. Renewable and Sustainable Energy Reviews, 2018, 81: 2088-2103.
Uyan M. GIS-based solar farms site selection using analytic hierarchy process (AHP) in Karapinar region, Konya/Turkey[J]. Renewable and Sustainable Energy Reviews, 2013, 28: 11-17.
Sun Y, Hof A, Wang R, et al. GIS-based approach for potential analysis of solar PV generation at the regional scale: A case study of Fujian Province[J]. Energy Policy, 2013, 58: 248-259.
Ziuku S, Seyitini L, Mapurisa B, et al. Potential of concentrated solar power (CSP) in Zimbabwe[J]. Energy for Sustainable Development, 2014, 23: 220-227.
Merrouni A A, Mezrhab A B, Mezrhab A. CSP sites suitability analysis in the Eastern region of Morocco[J]. Energy Procedia, 2014, 49: 2270-2279.
Ghasemi G, Noorollahi Y, Alavi H, et al. Theoretical and technical potential evaluation of solar power generation in Iran[J]. Renewable Energy, 2019, 138: 1250-1261.