【清华大学】面向新型电力系统的电碳耦合交易_32页_5mb

面向新型电力系统的电碳耦合交易总结

核心内容概述

电碳耦合交易是应对气候变化和实现“双碳”目标的重要手段，旨在通过电力市场与碳市场的联动，促进能源结构转型和资源优化配置。该交易机制通过电力生产与碳排放之间的物理耦合和经济关联，实现电力市场与碳市场在价格和供需上的互动。

主要观点与关键信息

1. 电碳耦合交易背景

• 应对气候变化是全球治理的重要议题，各国通过碳市场和碳税等政策工具推动碳中和目标。
• 中国提出“双碳”目标，碳市场作为实现该目标的核心政策工具。
• 发达国家正在推进碳边界调节机制（CBAM），以增强本国产业的国际竞争力。

2. 电碳市场耦合方式

• 物理耦合：电力生产过程与碳排放过程紧密相关，电力市场通过影响绿电供给间接影响碳市场配额价格；碳市场通过碳价信号影响火电企业电力供给，从而影响电力价格。
• 经济耦合：市场主体以总收益最大化为目标，统筹安排在电力市场和碳市场中的交易行为，形成自发的耦合关系。

3. 电碳市场耦合的作用机制

• 价格传导：碳价与电力价格之间存在传导关系，传导率反映耦合程度。
• 长期电源规划：碳减排目标影响电力系统电源结构，供电成本随着减排要求提高而增加。
• 实时动态耦合：基于碳排放流分析理论，可计算节点实时用电碳排放强度，结合碳配额价格形成动态碳价，直接嵌入节点电价中。

4. 电碳市场发展趋势

• 市场主体重合度提升：地方碳市场逐步纳入更多电力主体，如数据中心。
• 绿电与碳市场衔接：新版CCER方法学加强了集中式绿电项目与自愿减排市场的联系，同时碳普惠机制促进分布式绿电项目与地方碳市场的融合。
• 市场机制完善：电力市场与碳市场在交易规则、标的互认、市场边界等方面逐步协同，推动多市场互动。
• 交易形式多样化：从输电网延伸至配电网，分布式交易和区块链技术的应用推动电碳交易形式多样化。

5. 中国碳市场现状与挑战

• 政策发展：中国碳市场以“可交易绩效标准（TPS）”为主，配额分配与实际发电量相关，但尚未完全实现碳排放成本向电价的传导。
• 交易标的：目前存在绿证、碳配额、CCER等多种环境权益凭证，缺乏统一的交易规则和互认机制，造成重复计算和交易成本高。
• 市场结构：中国电力市场存在局部市场力过大、计划-市场双轨制等问题，影响电碳耦合交易的跨市场流动性。

6. 国际经验与借鉴

• 欧盟CBAM：2023年正式实施，覆盖钢铁、水泥、电力等行业，对碳价与电力价格的传导率较高。
• 英国CBAM：2027年正式实施，覆盖陶瓷、钢铁等行业，推动清洁能源发展。
• 美国CCA法案：2022年提出，对碳密集型行业征收碳税，形成碳价与电力价格的联动。

7. 电碳市场耦合研究方向

• 机理分析：需深入研究电碳市场耦合原理和方式，分析其对市场运行与价格的影响。
• 机制设计：设计合理的电碳耦合交易机制，实现电力市场与碳市场在能源结构转型中的协同作用。
• 政策协调：需协调政策与市场的关系，完善配套机制，如跨省交易、市场监督与风险管控。

电碳市场耦合的驱动因素

• 物理本质：电力生产过程与碳排放过程紧密耦合。
• 经济效益：市场主体在电力与碳市场中的决策行为形成自发耦合。
• 政策引导：政策法规明确了市场边界和定位，推动电碳交易关联互动。

市场机制设计建议

• 建立统一的环境权益凭证交易规则，推动绿证、碳配额、CCER等标的的互认与衔接。
• 完善电力市场与碳市场在不同时间尺度（短期、中期、长期）上的协调机制。
• 引入动态碳排放因子和碳价，实现细粒度的电碳耦合交易。
• 推动分布式绿电项目与地方碳市场的融合，支持碳普惠机制。
• 建立绿电绿证跨省交易机制，促进可再生能源的跨区域消纳。
• 加强市场监督与风险管控，确保电碳市场有序运行。

学术研究方向

• 把握电碳市场的本质差异，关注其在不同时间尺度上的特性。
• 研究碳市场边界变化对电碳耦合市场均衡的影响。
• 探索新型主体（如虚拟电厂、独立储能）在电碳市场中的行为与作用。
• 建立基于多市场互动的电碳耦合模型，以支持政策制定与市场机制优化。

参考文献

1. 康重庆, 杜尔顺, 李姚旺, 等. 新型电力系统的 “碳视角” : 科学问题与研究框架[J]. 电网技术, 2022, 46(03): 821-833.
2. 张宁, 李姚旺, 黄俊辉, 等. 电力系统全环节碳计量方法与碳表系统[J]. 电力系统自动化, 2023, 47(9): 2-12.
3. 魏泓屹, 卓振宇, 张宁, 等. 中国电力系统碳达峰·碳中和转型路径优化与影响因素分析[J]. 电力系统自动化, 2022, 46(19): 1-12.
4. 程耀华, 杜尔顺, 田旭, 等. 电力系统中的碳捕集电厂: 研究综述及发展新动向[J]. 全球能源互联网, 2020, 3(04): 339-350.
5. 康重庆, 程耀华, 孙彦龙, 等. 电力系统碳排放流的递推算法[J]. 电力系统自动化, 2017, 41(18): 10-16.
6. 程耀华, 张宁, 康重庆, 等. 考虑需求侧管理的低碳电网规划[J]. 电力系统自动化, 2016, 40(23): 61-69.
7. 季震, 陈启鑫, 张宁, 等. 含碳捕集电厂的低碳电源规划模型. 电网技术, 2013, 37(10): 2689-2696.
8. 陈启鑫, 卓振宇, 张宁, 等. 碳捕集电厂不同运行方式的电碳特性分析. 电力系统自动化, 2012, 36(18): 109-115.
9. 陈启鑫, 康重庆, 夏清. 碳捕集电厂的运行机制研究与调峰效益分析. 中国电机工程学报, 2010, 30(7): 22-28.
10. 陈启鑫, 康重庆, 夏清, 等. 低碳电力调度方式及其决策模型. 电力系统自动化, 2010, 34(12): 18-23.
11. Zhuo Z, Du E, Zhang N, et al. Cost increase in the electricity supply to achieve carbon neutrality in China[J]. Nature Communications, 2022, 13(1): 3172.
12. Cheng Y, Zhang N, Zhang B, et al. Low-carbon operation of multiple energy systems based on energy-carbon integrated prices[J]. IEEE Transactions on Smart Grid, 2020, 11(2): 1307-1318.
13. Guo H, Chen Q, Xia Q, et al. Modeling strategic behaviors of renewable energy with joint consideration on energy and tradable green certificate markets[J]. IEEE Transactions on Power Systems, 2019, 35(3): 1898-1910.
14. Kang C, Zhou T, Chen Q, et al. Carbon emission flow from generation to demand: a network-based model[J]. IEEE Transactions on Smart Grid, 2015, 6(5): 2386-2394.
15. Ji Z, Kang C, Chen Q, et al. Low-carbon power system dispatch incorporating carbon capture power plants[J]. IEEE Transactions on Power Systems, 2013, 28(4): 4615-4623.
16. Chen Q, Kang C, Xia Q, et al. Optimal flexible operation of a CO₂ capture power plant in a combined energy and carbon emission market[J]. IEEE Transactions on Power Systems, 2012, 27(3): 1602-1609.