李 薇，董艷艷，盧 晗，黃 奎，王振宇（.華北電力大學(xué)，區(qū)域能源系統(tǒng)優(yōu)化教育部重點(diǎn)實(shí)驗(yàn)室，北京006；.南瑞（武漢）電氣設(shè)備與工程能效測(cè)評(píng)中心，湖北 武漢 430000）

“十三五”規(guī)劃碳減排目標(biāo)下碳交易機(jī)制的博弈分析

李 薇1*，董艷艷1，盧 晗1，黃 奎1，王振宇2（1.華北電力大學(xué)，區(qū)域能源系統(tǒng)優(yōu)化教育部重點(diǎn)實(shí)驗(yàn)室，北京102206；2.南瑞（武漢）電氣設(shè)備與工程能效測(cè)評(píng)中心，湖北 武漢 430000）

基于碳排放許可值、C O2減排技術(shù)與成本、碳交易參數(shù)的浮動(dòng)性與不確定性，構(gòu)建碳交易機(jī)制的區(qū)間兩階段不確定性隨機(jī)規(guī)劃模型（TISP），通過優(yōu)化模型尋求系統(tǒng)凈收益與CO2排放許可的平衡點(diǎn)，結(jié)果表明，當(dāng)μ=40%時(shí)，系統(tǒng)的凈收益為最優(yōu)，且系統(tǒng)的凈收益在碳交易模式下高于非交易模式下的凈收益；當(dāng)μ＜40%時(shí)，燃煤電廠在碳交易模式下只需采用CS減排技術(shù)均能達(dá)到排放許可要求，在非交易模式下則同時(shí)采用CS和CA減排技術(shù)；當(dāng)μ＞40%時(shí)，3種發(fā)電方式在保證CS減排技術(shù)的前提下，均要增加CA減排技術(shù)的處理.碳交易機(jī)制有利于減排技術(shù)的合理分配及用能權(quán)、碳排放權(quán)和排污權(quán)交易市場(chǎng)的建立，盡快實(shí)現(xiàn)市場(chǎng)化節(jié)能碳減排目標(biāo).

碳排放權(quán)交易；區(qū)間規(guī)劃；隨機(jī)規(guī)劃；CS和CA減排技術(shù)

十三五規(guī)劃中提出嚴(yán)格控制碳排放，加強(qiáng)高耗能行業(yè)能耗管控，尤其控制電力、鋼鐵等重點(diǎn)碳排放行業(yè)，同時(shí)建立碳排放權(quán)初始分配制度，建設(shè)全國統(tǒng)一的碳排放交易市場(chǎng)，加大低碳技術(shù)（CA、CS）和“CO2產(chǎn)品”的推廣力度.同時(shí)規(guī)劃指出將碳排放總量作為約束性控制指標(biāo)，實(shí)現(xiàn)最小總量和最優(yōu)強(qiáng)度的“雙控”目標(biāo)［1］.

當(dāng)前，碳排放權(quán)配額的分配方式主要有免費(fèi)發(fā)放、拍賣發(fā)放和以政府規(guī)定的固定價(jià)格購買配額，然而，免費(fèi)發(fā)放和拍賣發(fā)放在一定程度上鼓勵(lì)高排放而打擊采取積極減排措施的企業(yè)，有悖于污染者付費(fèi)的環(huán)境法基本原則；配額拍賣發(fā)放雖然有效地避免了免費(fèi)發(fā)放和拍賣發(fā)放的缺陷，但也可能會(huì)導(dǎo)致資金差異較大的企業(yè)間的不公平競(jìng)爭等不良現(xiàn)象，尤其對(duì)低碳排放源的發(fā)電企業(yè)尤為嚴(yán)重.因此，在最小總量和最優(yōu)強(qiáng)度的“雙控”目標(biāo)下，鑒于現(xiàn)有的碳排放配額發(fā)放方式和碳交易試點(diǎn)現(xiàn)狀，如何對(duì)某一區(qū)域內(nèi)相同行業(yè)進(jìn)行有效而準(zhǔn)確地發(fā)放碳排放配額將是試點(diǎn)區(qū)域面臨的一大難題.

對(duì)此，國內(nèi)外研究者對(duì) CO2減排問題進(jìn)行了深入的研究［2］，如基于發(fā)電側(cè)CO2減排優(yōu)化分析模型，申楊碩等［3］采取雙重分析法挖掘發(fā)電側(cè)碳排放潛力；Chen等［4］將區(qū)間隨機(jī)優(yōu)化模型用于分析CO2減排交易機(jī)制的制定；姜海洋等［5］利用合作博弈優(yōu)化模型進(jìn)行區(qū)域發(fā)電側(cè)間的發(fā)電量的優(yōu)化調(diào)配；上述研究均體現(xiàn)了節(jié)能減排目標(biāo)下發(fā)電側(cè)CO2減排政策的多樣性和減排技術(shù)的不確定及隨機(jī)性，因此，本文利用區(qū)間參數(shù)規(guī)劃（IPP）［6］和兩階段隨機(jī)規(guī)劃（TSP）［7］方法構(gòu)建碳減排控制技術(shù)優(yōu)化模型（TISP）［8-11］，并根據(jù)“十三五”規(guī)劃減排目標(biāo)設(shè)置不同 CO2減排控制技術(shù)下的排放量，根據(jù)優(yōu)化結(jié)果制定減排措施，有利于“十三五”規(guī)劃目標(biāo)下用能權(quán)、碳排放權(quán)和排污權(quán)交易市場(chǎng)的建立，推進(jìn)市場(chǎng)化節(jié)能、碳減排目標(biāo).

1 模型的構(gòu)建

在考慮 CO2排放總量、處理技術(shù)成本、各電廠的目標(biāo)發(fā)電量以及電力供需指數(shù)等不確定參數(shù)的基礎(chǔ)上，構(gòu)建以區(qū)域發(fā)電系統(tǒng)最大凈收益為目標(biāo)函數(shù)的碳排放交易模型，并求得模型中決策變量的可行且穩(wěn)定的解，從而優(yōu)化碳交易市場(chǎng)模式，保證不同發(fā)電資源的最佳配置，為相應(yīng)的決策者提供最優(yōu)的碳排放交易方案［12-13］.在該模型中，約束條件有：CO2排放總量控制約束、CO2處理技術(shù)能力約束、各電廠的目標(biāo)發(fā)電量約束及機(jī)組運(yùn)行成本的約束，這些約束參數(shù)均以區(qū)間數(shù)表示；電力供需指數(shù)則以信息分布概率 Pih為區(qū)間變量表示.

本模型研究 3種不同發(fā)電方式的碳排放量交易.由于區(qū)域經(jīng)濟(jì)的發(fā)展要求不同，每個(gè)電廠排放CO2量不一定均在CO2排放限額范圍內(nèi)，對(duì)于超出的CO2量部分，該電廠可以通過購買其它電廠剩余的 CO2排放量來彌補(bǔ)自身額外排放的CO2量，從而避免政府部門和管理機(jī)構(gòu)的懲罰措施［14-15］，即：對(duì)于區(qū)域內(nèi)一定排放量的 CO2，研究不同發(fā)電方式之間進(jìn)行碳排放量交易顯得尤為重要.基于此，構(gòu)建TISP模型1如下：

目標(biāo)函數(shù)：

約束條件：

式中：i表示發(fā)電方式（燃煤電廠，燃油電廠，生物質(zhì)電廠）；j表示CO2處理技術(shù)（CS，CA）；h表示CO2排放水平（h=1，2，3）；f±表示碳排放交易下電力系統(tǒng)的凈利潤（元）；Ci±為 i發(fā)電方式下每度電的凈利潤，［元/（kW·h）］；Wi±為i發(fā)電方式下的目標(biāo)發(fā)電量（第一階段決策變量） （kW·h）；Rijh±表示i發(fā)電方式在h排放水平下，采用j種CO2處理技術(shù)減排的量（t）；Pih表示i發(fā)電方式下CO2排放水平分布概率；Bij±表示i發(fā)電方式下采用技術(shù)處理超出排放標(biāo)準(zhǔn)的CO2量的運(yùn)行成本（元/t）；T±為區(qū)域電力系統(tǒng)CO2的總排放限值（t）；Qih±表示i發(fā)電方式在排放水平h下排放CO2量（t）；Aij±表示i發(fā)電方式利用j技術(shù)處理CO2量（t）；ηj±表示j技術(shù)的去除效率；Di±表示碳交易下i發(fā)電方式的再分配排放標(biāo)準(zhǔn)（t）；μ表示區(qū)域CO2減排量占CO2排放總限值的百分比（即減排水平）；kih±為電力供需指數(shù)；li表示 i發(fā)電方式下每度電 CO2排放負(fù)荷值［t/（kW·h）］.

在TISP模型中，由于發(fā)電方式的目標(biāo)發(fā)電量 Wi±為區(qū)間數(shù)，不易求解，因此，在模型中引用一個(gè)隸屬度 zi±（zi∈［0，1］），通過 Wi±=Wi-+△Wi±· zi（△Wi=Wi+-Wi-）求解模型中最優(yōu)目標(biāo)值和決策變量值.當(dāng) Wi±達(dá)到最大時(shí)（zi=1），電力系統(tǒng)將會(huì)產(chǎn)生最大的凈利潤，但同時(shí)會(huì)伴隨高風(fēng)險(xiǎn)罰款措施與增加超出CO2排放限額的CO2量的處理成本；當(dāng)Wi±達(dá)到最低時(shí)（zi=1）電力系統(tǒng)將會(huì)產(chǎn)生最少的凈利潤，超出CO2排放限額的CO2量最少，受到相應(yīng)罰款的風(fēng)險(xiǎn)為最低.根據(jù)交互式算法，將模型1拆分為以下兩個(gè)確定的子模型［16］：

子模型（1）

約束條件：

子模型（2）

約束條件：

在TISP模型中，當(dāng)區(qū)域內(nèi)不存在碳排放交易時(shí)，每種發(fā)電方式排放的CO2量受到CO2分配限額的約束，該情景下，構(gòu)建TISP模型2如下：

目標(biāo)函數(shù)：

約束條件：凈利潤，元；Wimax±表示 i種發(fā)電方式目標(biāo)發(fā)電量的最大值，千瓦時(shí)；同上，將模型2拆分為以下2個(gè)子模型：

子模型（3）

約束條件：

子模型（4）

約束條件：

根據(jù)約束條件，在碳交易與非交易情況下分別求解子模型［16］f+和f-，分別得出 fjopt+、wjopt-（j=1，2，…，k1）、 wjopt+（j=k1+1，k1+2，…，n）、Rjopt-（j=1，2，…，k1）、Rjopt+（j=k1+1，k1+2，…，n）和fjopt-、wjopt-（j=1，2，…，k1）、 wjopt+（j=k1+1，k1+2，…，n）、Rjopt-（j=1，2，…，k1）、Rjopt+（j=k1+1，k1+2，…，n），即：區(qū)間線性規(guī)劃的最優(yōu)解為 fjopt±=［fjopt-，fjopt+］、Wjopt±=［Wjopt-，Wjopt+］和Rjopt±=［Rjopt-，Rjopt+］.

式中：f 2

±表示碳排放量不交易情況下電力系統(tǒng)的

2 仿真案例研究

針對(duì)是否進(jìn)行碳交易情形，研究某一區(qū)域在未來5年內(nèi)的發(fā)電側(cè)的凈收益情況.假設(shè)該區(qū)域僅存在燃煤電廠、燃油電廠和生物質(zhì)電廠，并且作為該區(qū)域CO2的主要排放源，CO2減排技術(shù)有碳捕集與封存（CS）和化學(xué)吸收法（CA）［17-18］，則該區(qū)域的碳交易平臺(tái)模式如下所示：

圖1 基于碳交易下區(qū)域電力系統(tǒng)示意圖Fig.1 The sketch map of a regional power system under carbon trading

表1 發(fā)電廠的目標(biāo)發(fā)電量和凈利潤Table 1 The target of generated energy and net benefit in each power plant

表2 污染物控制技術(shù)的運(yùn)行成本Table 2 Pollution control techniques and operation costs

本研究通過設(shè)置多情景的 CO2減排水平分析碳交易平臺(tái)的構(gòu)建對(duì)電力系統(tǒng)的凈收益的影響.在仿真案例中，生物質(zhì)電廠、燃油電廠和燃煤電廠的年 CO2排放負(fù)荷分別為 0.0004、0.0009和 0.00095t/（kW·h），CO2總排放限額為［66.55，73.76］×106t，減排技術(shù)在生物質(zhì)電廠、燃油電廠以及燃煤電廠中的處理能力分別為［9.60，11.10］× 106t，［9.30，10.80］×106t，［9.90，11.40］×106t，CS技術(shù)對(duì)CO2的減排效率是1.0，CA技術(shù)對(duì)CO2的減排效率是［0.80，0.90］，發(fā)電廠的目標(biāo)發(fā)電量、運(yùn)行成本、技術(shù)減排成本等參數(shù)如表1、表2和表3所示［19-20］.基于上述特定的系統(tǒng)參數(shù)，通過設(shè)置CO2減排水平為0、10%、25%、40%、55%、70%和85%等情景，如表4所示.通過情景比較分析碳交易對(duì)系統(tǒng)凈收益的影響，尋求該區(qū)域內(nèi)經(jīng)濟(jì)-能源-環(huán)境的最優(yōu)方案.

表3 不同概率分布下的電力供需指標(biāo)Table 3 The power demand and supply index and the associated probabilities

表4 不同CO2減排方案下的情景Table 4 The list of scenarios under different CO2emissionreduction levels

3 結(jié)果分析

3.1 基于碳交易和非交易模式下系統(tǒng)凈收益分析

利用 Lingo軟件對(duì)上述四個(gè)碳減排控制技術(shù)優(yōu)化模型（TISP）進(jìn)行求解，得出在不同的 CO2減排水平下系統(tǒng)收益的變化如圖2所示.隨著區(qū)域CO2減排比例的加大，電力系統(tǒng)的收益逐漸減少.其原因是區(qū)域CO2減排比例的加大將會(huì)導(dǎo)致選擇不同的減排技術(shù)，增加系統(tǒng)設(shè)備的減排成本.在相同的減排比例下，碳交易模式下的系統(tǒng)收益均高于非交易模式下的凈收益，說明對(duì)不同發(fā)電方式之間實(shí)行碳交易機(jī)制有利于提高系統(tǒng)的凈收益，同時(shí)也達(dá)到“節(jié)能”與“減排”的雙重效果.例如：當(dāng)區(qū)域CO2減排比例為25%時(shí)，交易機(jī)制下系統(tǒng)收益為［108.68，116.17］×109元，非交易機(jī)制下系統(tǒng)收益為［105.86，114.73］×109元；當(dāng)區(qū)域 CO2減排比例為 70%時(shí)，交易機(jī)制下系統(tǒng)凈收益為［84.91， 95.14］×109元，非交易機(jī)制下系統(tǒng)收益為［84.15， 94.76］×109元；當(dāng)區(qū)域 CO2減排比例為40%時(shí)，交易機(jī)制下系統(tǒng)凈收益為［101.23，114.67］×109元，非交易機(jī)制下系統(tǒng)收益為［97.63，112.53］×109元，此時(shí)，系統(tǒng)的收益差額達(dá)到最大，區(qū)域內(nèi)“經(jīng)濟(jì)-能源-環(huán)境”3系統(tǒng)達(dá)到最佳平衡狀態(tài)，規(guī)避的風(fēng)險(xiǎn)概率最大，即：碳交易機(jī)制在情景S4和非交易機(jī)制在情景S4-N下均為最優(yōu)方案.因此，以情景S4和S4-N為基準(zhǔn)，分析其他情景下系統(tǒng)的收益與CO2減排技術(shù).

圖2 不同CO2減排水平下區(qū)域系統(tǒng)凈收益Fig.2 Net system benefits under different CO2-mitigation levels

3.2 基于碳交易模式下碳減排技術(shù)分析

通過系統(tǒng)收益分析可知，當(dāng) CO2減排技術(shù)（CA+CS）比例為40%時(shí)，區(qū)域系統(tǒng)收益為最優(yōu)，此時(shí)，3個(gè)發(fā)電廠只采用CS處理技術(shù)均能達(dá)到區(qū)域CO2排放的許可，其對(duì)應(yīng)的最佳限額值分別為［8.71，9.52］×106t、［12.50，14.20］×106t和［18.25， 20.36］×106t，如圖3所示.根據(jù)圖3可得，在不同的概率信息分布和相同的發(fā)電方式下，CS處理CO2的量均不相等，如：當(dāng)概率分布P11=0.6時(shí)，CS技術(shù)處理生物質(zhì)電廠的 CO2處理量的最大值為11.40×106t，最小值為 9.80×106t，當(dāng)概率分布為P12=0.2時(shí)，CS技術(shù)處理生物質(zhì)電廠的CO2處理量為［8.25，8.98］×106t；從圖 3還可得，在相同的概率信息分布和不同的發(fā)電方式下，CS處理 CO2的量也不相等，如：當(dāng)概率信息分布為 0.6時(shí)，CS技術(shù)處理燃油電廠的 CO2處理量為［9.05，10.75］×106t，而燃煤的 CO2處理量為［9.40，10.75］×106t.

圖3 S4下各電廠采用處理措施處理CO2的量Fig.3 Solutions for CO2emissions from each power plant under S4

圖4 S3下各電廠通過處理措施處理CO2的量Fig.4 Solutions for CO2emissions from each power plant under S3

圖5 S5下各電廠通過處理措施處理CO2的量Fig.5 Solutions for CO2emissions from each power plant under S5

圖4和圖5表征系統(tǒng)收益不是最優(yōu)狀態(tài)時(shí)利用CO2減排技術(shù)（CA+CS）處理CO2的量；圖4表示CO2減排技術(shù)為25%時(shí)各電廠利用CO2減排技術(shù)處理CO2的量.由于系統(tǒng)減排比例小于最優(yōu)狀態(tài)時(shí)的減排比例，因此，3個(gè)電廠只需采用 CS處理技術(shù)，區(qū)域CO2排放的量逼近區(qū)域限額的上限值，潛在增加了罰款的風(fēng)險(xiǎn).相對(duì)于 S4情景下，S3情景減少了CS處理技術(shù)設(shè)備的數(shù)量與降低減排力度，相應(yīng)的限額值為［12.05，13.58］×106t、［18.10，19.04］×106t和［22.38，25.15］×106t，CO2的處理量均少于 S4情景時(shí)的處理量，在生物質(zhì)電廠中，CS處理技術(shù)處理 CO2的量為［7.05，7.90］× 106t、5.70×106t和 4.06×106t；在燃油電廠中，CS處理技術(shù)處理 CO2的量為［3.65，4.71］×106t、1.88×106t和0t；在燃煤電廠中，CS處理技術(shù)處理CO2的量為［4.55，5.83］×106t、2.30×106t和0t.圖5表示CO2減排技術(shù)為55%時(shí)各電廠利用CO2減排技術(shù)處理CO2的量，由于系統(tǒng)減排比例大于最優(yōu)狀態(tài)時(shí)的減排比例，系統(tǒng)在采用 CS處理技術(shù)的同時(shí)也要采用CA處理技術(shù)，此時(shí)，在生物質(zhì)電廠中，CA處理 CO2的量分別為 6.17×106t、4.23×106t和 2.57×106t；在燃油電廠中， CA處理CO2的量分別為4.72×106t、2.15×106t和0t；在燃煤電廠中，CA處理CO2的量分別為5.83× 106t、3.01×106t和0t.隨著CO2減排比例的增大，在保證CS處理技術(shù)的前提下，增多CA處理技術(shù)的設(shè)備數(shù)量與增強(qiáng)系統(tǒng)的減排力度.通過各發(fā)電方式間的碳交易權(quán)的購買尋求系統(tǒng)的凈收益與 CO2排放許可的風(fēng)險(xiǎn)的一種平衡，合理分配CA與CS處理技術(shù)，從而既避免了由高排放導(dǎo)致的環(huán)境罰款風(fēng)險(xiǎn)又規(guī)避了減排設(shè)備運(yùn)行成本的增加，以保障系統(tǒng)經(jīng)濟(jì)收益的最優(yōu)化.

3.3 基于非交易模式下碳減排技術(shù)分析

當(dāng)區(qū)域發(fā)電方式間不存在碳排放權(quán)交易模式時(shí)，各電廠采用的減排技術(shù)處理的CO2量如圖6所示.根據(jù)圖6可知，在區(qū)域排放限額值為一定時(shí)，生物質(zhì)電廠和燃油電廠只需采用 CS處理技術(shù)，燃煤電廠則同時(shí)采用CS和CA處理技術(shù)，且在不同的發(fā)電方式和不同的概率信息分布下，CS處理技術(shù)處理的CO2量均不相等，如在生物質(zhì)電廠中CS處理技術(shù)處理的量為［8.02，9.05］×106t、［6.13，6.65］×106t和［4.42，4.83］×106t；在燃油電廠中處理的量為［9.31，10.42］×106t、［7.29，7.82］×106t和［5.58，5.89］×106t，然而對(duì)于高排放源的燃煤電廠，CS處理技術(shù)處理的量為［9.41，11.12］×106t、［8.92，9.53］×106t和［6.63，7.24］×106t，同時(shí)CA處理技術(shù)處理CO2的量為2.32×106t、0t和 0t，此時(shí)，區(qū)域?qū)?yīng)的排放限額值為［10.83，12.10］×106t、［12.72，14.25］×106t和［15.76，17.62］×106t，系統(tǒng)收益達(dá)到最優(yōu)狀態(tài).

圖6 S4-N下各電廠通過處理措施處理的CO2的量Fig.6 Solutions for CO2emissions from each power plant under S4-N

圖7 S3-N下各電廠通過處理措施處理CO2的量Fig.7 Solutions for CO2emissions from each power plant under S3-N

在碳非交易情景下，區(qū)域使用碳減排技術(shù)處理CO2的量如圖7和圖8，圖7表示碳減排技術(shù)比例為 25%時(shí)各發(fā)電廠利用碳減排技術(shù)處理CO2的量.在SN-3情景下，3個(gè)電廠只需采用CS處理技術(shù)均能達(dá)到區(qū)域排放限額值，此時(shí)，區(qū)域排放限額值分別為［14.47，16.16］×106t、［17.02，18.99］×106t和［21.05，23.51］×106t，具體而言，在不同概率信息分布下，CS減排技術(shù)處理生物質(zhì)電廠的 CO2處理量為［4.31，5.02］×106t、2.39×106t和 0.91×106t；燃油電廠的 CO2處理量為［4.92，5.95］×106t、2.98×106t和 1.41×106t；燃煤電廠的CO2處理量為［6.01，7.23］×106t、3.80×106t和1.81×106t.圖 8表示在 SN-5情景下各電廠處理CO2量情況.在SN-5的情景下，由于系統(tǒng)減排比例大于最佳狀態(tài)時(shí)的減排比例，因此，3個(gè)發(fā)電廠均同時(shí)采用CS和CA處理技術(shù).從圖8可知，在不同的發(fā)電方式下，CS和CA處理技術(shù)處理CO2量均不相等，如：在生物質(zhì)電廠中，CS減排技術(shù)處理 CO2量為［9.71，11.20］×106t、［9.69，10.85］×106t和［8.23，9.04］×106t，CA減排技術(shù)處理 CO2量為2.01×106t、0t和0t，而在燃煤電廠中，CS減排技術(shù)處理 CO2量為［9.27，10.59］×106t、［9.24，10.23］× 106t和［9.25，10.36］×106t，CA減排技術(shù)處理CO2量為9.51×106t、6.24×106t和3.57×106t.在不存在碳排放權(quán)交易的情況下采用高比例的碳減排技術(shù)，會(huì)造成系統(tǒng)中低排放源發(fā)電方式的碳交易權(quán)浪費(fèi)或者增加高排放源發(fā)電方式的減排運(yùn)行成本，從而造成系統(tǒng)碳減排技術(shù)的不合理分配與排放限額值的不科學(xué)配置，影響系統(tǒng)收益的最優(yōu)狀態(tài).

圖8 S5-N下各電廠通過處理措施處理CO2的量Fig.8 Solutions for CO2emissions from each power plant under S5-N

3.4 基于2種模式下各發(fā)電方式的CO2排放許可分析

圖9 碳交易與非交易模式下各電廠的CO2排放許可Fig.9 Solutions for CO2emission permits from each power plant under carbon trading and non-trading

由圖9可知，在碳交易權(quán)機(jī)制下，高排放的燃煤電廠通過購買低排放的生物質(zhì)電廠的碳交易權(quán)的方式來擴(kuò)大自身的排放限值，以此來規(guī)避環(huán)境罰款的風(fēng)險(xiǎn)和降低減排設(shè)備運(yùn)行成本，低排放的生物質(zhì)電廠通過將多余的碳排放權(quán)以“產(chǎn)品”形式轉(zhuǎn)賣給高排放源的燃煤電廠以此來獲取收益.如果發(fā)電廠之間不實(shí)行碳交易機(jī)制，各電廠的CO2處理量基本相等，將會(huì)導(dǎo)致CS和CA減排技術(shù)的不合理分配與區(qū)域排放限值的不科學(xué)設(shè)定，間接影響不同發(fā)電方式減排的潛力和區(qū)域環(huán)境與經(jīng)濟(jì)收益.因此，碳交易機(jī)制的形成更有利于科學(xué)地制定排放許可值和合理分配減排技術(shù)，更有利于系統(tǒng)尋求凈收益與CO2排放許可的平衡點(diǎn).

4 結(jié)論

4.1 基于上述7種情景分析可知，當(dāng)區(qū)域減排比例為 40%時(shí)，系統(tǒng)收益的下界值與上界值的差值最大，此時(shí)系統(tǒng)的凈收益為最優(yōu)狀態(tài)，碳交易模式下系統(tǒng)的凈收益均高于非交易模式下的系統(tǒng)凈收益， 此外，在不同發(fā)電方式的碳排放量交易下，可以計(jì)算出各個(gè)發(fā)電方式的碳交易量，有助于決策者優(yōu)化合理的配額分配方式和調(diào)整初始的碳排放配額值，從而實(shí)現(xiàn)“十三五”規(guī)劃的約束性目標(biāo)—最小總量和最優(yōu)強(qiáng)度的“雙控”目標(biāo)。

4.2 當(dāng)減排比例 μ＜40%時(shí)，在碳交易模式下，發(fā)電廠通過買賣碳排放權(quán)來擴(kuò)大或縮減自身的排放許可值，因此發(fā)電廠只需采用 CS處理技術(shù)均能達(dá)到區(qū)域排放限額值；在碳非交易模式下，低排放源的發(fā)電方式只需采用 CS減排技術(shù)，而高排放源的燃煤發(fā)電方式則同時(shí)采用CS和CA減排技術(shù)；當(dāng)減排比例μ＞40%時(shí)，不管區(qū)域系統(tǒng)是否具有碳交易模式，在保證 CS減排技術(shù)的前提下，3個(gè)電廠均增大了CA減排技術(shù)的處理力度.

4.3 對(duì)比分析碳交易與非交易模式可知，對(duì)于相同的減排比例和發(fā)電方式，CS減排技術(shù)和CA減排技術(shù)處理CO2量均不相等，如：對(duì)于減排比例為40%的燃煤的電廠，CS減排技術(shù)在碳交易模式下處理的CO2量為9.69×106t，而CS和CA減排技術(shù)在非交易模式下處理的 CO2量分別為7.25×106t和2.44×106t，增加了非交易模式下減排設(shè)備的運(yùn)行成本.

［1］ 莫北.“十三五”規(guī)劃建議”能源看點(diǎn)探究 ［J］. 中國石油企業(yè)，2015，11：23-27.

［2］ 王文軍，傅崇輝，駱躍軍，等.我國碳排放權(quán)交易機(jī)制試點(diǎn)地區(qū)的ETS管理效率評(píng)價(jià) ［J］. 中國環(huán)境科學(xué)， 2014，34（6）：1614-1621.

［3］ 申楊碩.我國發(fā)電側(cè)C O2減排途徑分析及其優(yōu)化模型研究 ［D］.北京，華北電力大學(xué)， 2013：2-7.

［4］ Chen C， Li Y P， Huang G H， et al. A robust optimization method for planning regional-scale electric powersystems and managing carbon dioxide ［J］. Electrical Power and Energy Systems，2012，1（40）：70-84.

［5］ 姜海洋.促進(jìn)發(fā)電環(huán)節(jié)節(jié)能減排的煤電產(chǎn)業(yè)鏈合作優(yōu)化模型［D］. 北京，華北電力大學(xué)， 2010：5-10.

［6］ 孫玉華，許 平，王來生.區(qū)間規(guī)劃問題的最優(yōu)性條件 ［J］. 運(yùn)籌與管理， 2014，1：39-43.

［7］ 劉敬生.兩階段隨機(jī)規(guī)劃的若干算法及應(yīng)用研究 ［D］. 山東科技大學(xué)， 2009.

［8］ Maqsood I， Huang G H. A two-stage interval-stochastic Programming model for waste Management under uncertainty ［J］. Journal of the Air & Waste Management Association （A&WMA），2003，53：540-552.

［9］ 李曉惠.區(qū)間兩階段隨機(jī)規(guī)劃在電廠 SO2排放配額分配中的應(yīng)用 ［D］. 北京：華北電力大學(xué)（北京）， 2008.

［10］ 莫淑紅，段海妮，沈 冰，等.考慮不確定性的區(qū)間多階段隨機(jī)規(guī)劃模型研究 ［J］. 水利學(xué)報(bào)， 2014，12：1427-1434.

［11］ 董 聰.基于不確定性優(yōu)化方法的能源環(huán)境系統(tǒng)規(guī)劃模型研究［D］. 北京：華北電力大學(xué)， 2014.

［12］ 范英英.基于碳排放總量控制的低碳經(jīng)濟(jì)發(fā)展優(yōu)化模型研究［D］. 華北電力大學(xué)， 2012.

［13］ 武傳寶，李 薇，解玉磊，等.基于區(qū)間規(guī)劃的多區(qū)域行業(yè)間碳排放權(quán)交易模型研究 ［J］. 中國電力， 2014，（7）：137-143.

［14］ 王素鳳.中國碳排放權(quán)初始分配與減排機(jī)制研究 ［D］. 合肥：合肥工業(yè)大學(xué)， 2014.

［15］ 陳 強(qiáng).電力系統(tǒng)綠色電力交易機(jī)制研究 ［D］. 上海：上海交通大學(xué)， 2013.

［16］ Huang G H， Loucks D P. An inexact two-stage stochastic programming model for water resources management under uncertainty ［J］. Civil Engineering and Environmental Systems，2000，17（1）：95-118.

［17］ 羅金玲，高 冉，黃文輝，等.中國二氧化碳減排及利用技術(shù)發(fā)展趨勢(shì) ［J］. 資源與產(chǎn)業(yè)， 2011，1：132-137.

［18］ 林永明.中國燃煤電廠CO2捕集技術(shù)開發(fā)及應(yīng)用 ［J］. 廣西電力，2013，3：16-19+27.

［19］ 丁 煒，朱 林.火電廠 CO2減排技術(shù)及成本探討 ［J］. 電力科技與環(huán)保， 2011，2：9-13.

［20］ 孫 亮，陳文穎.中國大陸 CCUS源匯靜態(tài)匹配管網(wǎng)布局 ［J］.清華大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2015，6：678-683.

A Game analysis on carbon trade under carbon mitigation targets during the 13thFive-Year plan period.

LI Wei1*， DONG Yan-yan1， LU Han1， HUANG Kui1， WANG Zhen-yu2（1.Key Laboratory of Regional Energy System Optimization， North China Electric Power University， Beijing 102206， China；2.Nan Rui （Wuhan） Electrical Equipment and Engineering Center for Energy Efficiency Assessment， Wuhan 430000， China）. China Environmental Science， 2016，36（9）：2857～2864

Considering the floatability and uncertainties of Carbon Trade， this paper proposed a under Carbon Trade model called a two-stage inexact-stochastic programming （TISP） which was structured on the basis of Carbon emissions permits and the technologies and costs of carbon emission reduction. Then the balance of net benefit and CO2emission permit of the system was sought through the optimization model. The paper showed the result about a significant index called μ. Firstly， when the model defined μ=40%， net system benefit achieved optimal and the benefit was higher under carbon trading than that under non-trading. Secondly， when the model defined μ＜40%， the carbon reduction requirements of the coal-fired power plants could be met only by capture and storage （CS） reduction technology under the conditions of carbon trading or both the CS and chemical absorption （CA） reduction technology under the conditions of non-trading. Lastly， when the model defined μ＞40%， all of the three power plants must develop the CA reduction technology processing on the premise of guaranteeing the CS technology. In a word， Carbon Trade would not only contribute to rationally allocating carbon reduction technologies but also help to establish a new trading markets including energy-use specification， carbon-emission criterion and pollutant-emission restriction. The final aim was to make the target of the carbon dioxide reduction come true as early as possible.

carbon-emission trade；interval-parameter programming；stochastic programming；capture and storage reduction technology and chemical absorption （CA） reduction technology

X24，X32

A

1000-6923（2016）09-2857-08

2016-01-11

國家自然科學(xué)基金 （61471171）；環(huán)保公益性行業(yè)科研專項(xiàng)（201509010）；中央高?；究蒲袠I(yè)務(wù)費(fèi)專項(xiàng)資金資助（2015ZZD08）

* 責(zé)任作者， 教授， weili819@aliyun.com

李 薇（1974-），女，內(nèi)蒙古赤峰人，教授，博士，主要從事能源與環(huán)境系統(tǒng)優(yōu)化、節(jié)能減排理論、能運(yùn)環(huán)境污染控制等領(lǐng)域研究.發(fā)表論文70余篇.