EVWUDFWDecarbonizingthecurrentpowerindustryisessential formitigatingglobalwarming.BasedonSecurity-Constrained EconomicDispatch,thesimplifiedpowersystemmodelis establishedtouatetheimpactsoflarge-scaleoffshorewind poweroncarbonemissionofGuangdongProvincefrom2019 to2028.Thesimulationresultsshowthatunderthescenario ofoffshorewindpower,boththetotalcarbonemissionsand carbonemissionintensityofGuangdongProvincewilldrop; theemissionreductioncontributionofoffshorewindpower willincreaseeveryyear,upto20.Thetotalcarbonemissions andcarbonemissionintensityofClassAunitswillremain unchanged.TherelevantdataofClassBunitspresentstrend similartothatofGuangdongProvince.Fornodesconnected withoffshorewindfarms,thecarbonemissionintensityof differentnodesdecreases,whereasfornodesnotconnected withoffshorewindfarms,thecarbonemissionintensitymay increase,remainunchanged,ordecrease. .HRUGVoffshorewindpower;carbonemissionreduction; carbonemissionfactor;powersystem;electricityspotmarket; marketsimulation 摘要为应对全球气候变化，电力行业低碳化能源转型迫 在眉睫。针对20192028年广东省的能源规划，搭建广东省 电力系统简化模型，依据安全约束经济调度原理仿真电力现 货市场，评估大规模海上风电的接入对广东省电力行业碳排 放的影响。仿真结果表明，按广东省海上风电发展规划接入 海上风电后电力行业总碳排量和系统碳排放强度均有不同 程度的降低；海上风电减排贡献百分比逐年提升，最高可达 20；A类机组碳排放量和碳排放强度基本不变；B类机组 相关碳排放数据变化趋势与广东省基本一致；对于接入海上 风电场的节点，少数节点在有海上风电时碳排放强度明显减 小；对于未接入海上风电场的节点，在有海上风电情况下其 碳排放强度增加、不变、减少都可能出现。 关键词海上风电；碳减排；碳排放因子；电力系统；电力 现货市场；市场仿真 0 引言 气候变化是近年来全球致力解决的热点问题之 一，主要原因在于人类活动所产生的温室气体已经逐 渐威胁到地球的自然环境，并给人类社会发展带来巨 大考验。气候变化所导致的诸如海平面上升、冰盖融 化、极端天气、干旱等已成为全球性影响。联合国在 2019年全球气候状况声明中指出，2019年是有记 录以来温度第二高的年份，平均温度比工业化前高出 1.1 ℃，且温室气体浓度持续升高。温室气体主要包 括二氧化碳、甲烷、氧化亚氮、氢氟碳化物、全氟化 碳和六氟化硫。其中二氧化碳对温室气体排放的贡献 率最高，2018年全球二氧化碳浓度约为0.040 78，是 工业化前水平的147，占温室气体总排放量的80 以上 [1] 。根据Global Carbon Atlas汇总的碳排放数据， 2018年全球碳排放总量为36 573 Mt，中国为碳排放量 最多的国家，共排放10 065 Mt，美国（5416 Mt）、印 度（2654 Mt）分列第二、第三位。中国全年人均碳 排放量达到7 t，排名第49位 [2] 。主观减少碳排放是缓 基于电力现货市场仿真的海上风电接入对广东省 电力行业碳减排影响评估 宋怡，林晨韵，梁高琪 ，赵俊华 （香港中文大学（深圳），广东省 深圳市 518172） VVHVVLQWKH,PSDFWVRI/DUHVFDOH2IIVKRUHLQGRHU,QWHUDWLRQRQDUERQPLVVLRQ5HGFWLRQ LQDQGRQURLQFHDVHGRQOHFWULFLWSRWDUNHWLPODWLRQ SONGYi,LINChenyun,LIANGGaoqi ,ZHAOJunhua TheChineseUniversityofHongKong,Shenzhen518172,GuangdongProvince,China 基金项目国家自然科学基金重大研究计划（91746118）。 MajorResearchPlanoftheNationalNaturalScience FoundationofChina91746118. 全球能源互联网 JournalofGlobalEnergyInterconnection 第3卷 第4期 2020年7月 Vol.3No.4 Jul.2020 文章编号2096-5125 2020 04-0363-11 中图分类号TM614；X24 文献标志码A DOI10.19705/ki.issn2096-5125.2020.04.005 364 全球能源互联网 第3卷 第4期 解气候变化的重要举措。基于联合国气候变化框架公 约，1997年84个国家签署通过京都议定书，该协 议以稳定温室气体含量为目标，规定发达国家从2005年 开始承担减少碳排放量的义务，发展中国家从2012年 开始履行减排合约 [3] 。作为继京都议定书之后的 第二份全球减排协定，巴黎协定确立了一个相对 灵活的气候应对国际体系，从2016年至今全球已有 195个缔约方签署，该协定鼓励各方以自主贡献 的形式参与，加速和加强可持续低碳未来所需的行动 和投资，确定到本世纪末将全球平均温升保持在相对 于工业化前2 ℃以内 [4] 。 电力行业是碳排放的最主要来源，根据国际能源 署（International Energy Agency，IEA）公布的数据， 2018年全球能源相关碳排放量高达33 Gt，发达经济体 电力行业的碳排放量占能源相关总碳排放量的36 [5] 。 为解决碳排放日益增加的问题，构建可持续性发展能 源体系，全球电力行业加快向清洁低碳能源转型迫在 眉睫。中国作为以传统化石能源发电为主导的国家， 已积极开展低碳能源战略，重点解决经济发展与环境 保护之间的矛盾。中国国务院在能源发展战略行动 计划（20142020年）（国办发〔2014〕31号）中指 出，要加快构建清洁、高效、安全、可持续的现代 能源体系。坚持绿色低碳战略，着力优化能源结构， 把发展清洁低碳能源作为调整能源结构的主攻方向 [6] 。 近年来，中国电力系统的低碳化持续进行，发 电企业作为减排主力军，现阶段主要采用以下4种方 式工程减排、管理减排、市场减排和结构减排。工 程减排是以提高机组能效或采用捕集与封存技术作为 主要方法。管理减排是指采用管理手段减少工厂用电 并促进发电权交易等。市场减排主要通过促进碳排放 在市场中的交易，如现如今正在进行的清洁发展机 制（clean development mechanism） [7] 。结构减排以 提高可再生能源发电上网，优化电力结构为主，要求 在保障电力系统稳定性的前提下，优先调度可再生和 清洁发电资源，如水电、核电、光伏以及风电。目前 结构减排在4种方式中较为有效。据REN21统计，到 2030年，中国可再生能源发电量占总发电量的目标为 35，美国加利福尼亚州为50，德国达到65 [8] 。风 电作为能源转型的重要组成部分，各国政府正在努力 加强风电行业管理和完善政策体系，其中海上风电为 重点发展对象。2019年全球风电累计装机容量（海 上和陆上）超过651 GW，比2018年增长10％。其中， 陆上风电新增装机容量，中国以23.76 GW位居首位， 其次是美国（9.14 GW）和印度（2.34 GW） [9] ，2019 年中国海上风电新增装机容量2.39 GW。根据中国 风电发展十三五规划，预计到2020年，中国风 电年发电量将占全国总发电量的6 [10] 。 相较于其他新能源，风电成本较低，技术成熟， 是目前应用规模最大的新能源发电方式，其中，海上 风电凭借风机利用率高、市场消纳空间大、风能质量 好等优点成为建设清洁低碳能源体系的重要途径。一 方面，中国正处于能源转型的关键时期，随着风电产 业的市场竞争力进一步增强，发展海上风电可以提高 清洁能源供应，推动能源结构持续优化。另一方面， 风力、光伏等可再生能源在发电过程中可近似为无碳 排放，因此，采用海上风电来逐步替代化石能源，可 以有效应对气候变化、保护生态环境 [11] 。 风电对减少电力行业碳排放的作用在许多研究中 都得到了验证。文献[12]量化了20062017年印度地 区因风电并网而减少的总碳排放量；文献[13]基于最 优潮流模型和蒙特卡洛仿真，研究风电的预测误差对 电力系统碳排放的影响；文献[14]则评估了在不同风 电出力功率的情景下，碳排放配额和不同类型机组 发电利润之间的关系；文献[15-16]结合生命周期评价 （life cycle assessment），评估了风电项目的实际碳减 排效果和潜力；为了增加风电的减排效益，文献[17- 20]均采用协同调度的方式，其中，文献[17-18]选取 风电-储能联合运行为研究对象，文献[19]定量分析电 动汽车充电与风电协同调度的碳减排效益，文献[20] 选用碳捕集火电机组来克服风电的波动对电力系统的 不利影响；此外，文献[21]验证了引入碳捕集电厂可 以减少接入风电场的电力系统碳排放；就海上风电而 言，文献[22-25]肯定了海上风电在不同国家能源转型 和碳减排中的重要作用，但并未对其具体减排效益进 行量化。 针对区域电力行业的碳排放计算，基于政府间 气候变化专门委员会（Intergovernmental Panel on Climate Change, IPCC）提出的碳排放因子法 [26] ，文献 [12,27-28]计算不同地区电力或能源系统的碳排放数 据，其中，文献[27-28]发现中国安徽省和重庆市能源 相关碳排放量逐年上升，碳排放强度则呈下降趋势； 文献[29-30]提出了一种电力系统碳排放流分析法，从 消费侧来衡量电力系统的碳排放，被广泛应用，例如 文献[31]根据此方法计算中国各省化石能源碳排放，文 献[32]研究电网互联的碳减排效益；为了评估碳排放 的影响因素，文献[33-34]基于对数平均权重分解法 [35] ， Vol.3No.4 宋怡等基于电力现货市场仿真的海上风电接入对广东省电力行业碳减排影响评估 365 比较能源效率、经济规模、电源结构等因素对电力行 业碳排放的作用；文献[36-38]分别以英国、罗马尼亚 和中国为例，指出提高清洁能源比例是电力行业低碳 化的重要途径。 综上所述，目前有关风电和碳减排的研究主要集 中在如何增加风电的减排效益，且基本通过简化的小 型电力系统模型来验证，但考虑到实际大型电力系统 的运行特性、区域阻塞、政策细节等因素，这些方法 是否适用于实际大型电力系统仍有待评估。针对电力 行业的碳排放计算，相关研究主要从宏观层面对省市 级及以上单位进行分析，但并未将市场竞争考虑在 内。由于电力现货市场的运行可能会大幅度影响不同 能源的实际并网电量，从而影响电力系统的碳排放， 因此相关结论是否适用于中国部分已经运行电力市场 的地区仍需进一步研究。本文基于安全约束经济调度 （security-constrained economic dispatch，SCED）原理， 结合不同能源类型的历史数据和投资规划，仿真广东 省电力现货市场，评估20192028年大规模海上风电 的接入对广东省电力行业碳排放的影响。 1 广东省电力系统及预测数据 1.1 基本情况 截至2019年12月底，广东省电网规模位居全国第 一，共有220 kV及以上输电线路41 614 km（含电缆）， 通过八交九直高压输电线路与中西部电网相联， 受西电最大能力3944万kW [39] ，广东电网统调装机容量 1.26亿kW（煤电、气电、水电、核电、风电占比分别 为48.2、17.5、7.4、12.8、3.1），同比增长8.5， 全省发受电量6 581.6亿kWh，同比增长6.5 [39] 。一方 面，广东省及其所联电网用电量大，电源及负荷分布 不均匀，供能不足问题持续存在；另一方面，广东省 能源结构仍以煤、油等化石能源为主，面临巨大的资 源和环境压力。因此，发展海上风电既可以缓解南方 区域的用电压力，又可以推动广东省能源结构优化转 型。同时，南方（以广东起步）的电力市场改革和宏 观政策环境也为海上风电产业提供了良好的发展机遇 和广阔的市场空间 [40] 。 1.2 广东省全社会用电量及装机容量预测 针对系统负荷，本文以20092018年广东省全 社会用电量为基础，运用统计软件SPSS和Python中 sklearn模块的线性回归模型对20192028年的广东省 全社会用电量进行预测，如表1所示。 表 1 20192028年广东省全社会用电量预测 Table 1 Forecast of total electricity consumption in Guangdong Province from 2019 to 2028 亿kWh 年份 2019 2020 2021 2022 2023 全社会用电量 6539 6819 7100 7380 7660 年份 2024 2025 2026 2027 2028 全社会用电量 7941 8221 8501 8782 9062 广东省现货市场目前采用部分机组计划调度 部分机组全电量调度的模式。其中，按计划调度发 电的机组划分为A类，按全电量调度参与市场竞争的 机组为B类。A类机组包含水电、核电以及部分火电， 其余大部分火电机组为B类机组。本文中，新增机组 包括火电、海上风电、核电和水电机组，未考虑太阳 能及其他类型机组，其中，火电和风电机组归类为B 类机组参与市场竞争，核电和水电机组归类为A类机 组提前出清。以20092018年广东省各类型机组装机 容量为基础，对20192028年以上4种类型机组的装 机容量进行预测，并结合政府公布的能源规划加以调 整，最终得到结果如表2所示。 表 2 20192028年广东省各类型机组装机容量预测 Table 2 Forecast of installed capacity in Guangdong Province from 2019 to 2028 万kW 年份 总装机容量 火电 水电 核电 海上风电 2019 11 572 8743 1291 1411 127 2020 12 738 9595 1298 1600 245 2021 14 044 10 101 1306 1637 1000 2022 14 515 10 221 1315 1749 1230 2023 15 224 10 589 1323 1862 1450 2024 15 945 10 970 1331 1974 1670 2025 16 711 11 365 1339 2087 1920 2026 17 461 11 774 1347 2200 2140 2027 18 255 12 198 1355 2312 2390 2028 19 035 12 637 1363 2425 2610 新增火电机组接入节点分散在广东省内各市，如 广州、东莞、汕尾、湛江等。新增风电机组接入节点 集中于阳江、珠海、湛江、汕头等地。新增核电厂集 366 全球能源互联网 第3卷 第4期 中于阳江、江门、汕尾等地。新增水电站集中于深圳 和阳江。 1.3 海上风电发展规划 中国海岸线辽阔，海上风能资源规模巨大，近 海（不包括台湾省）50 m等深线及浅海域10 m高度风 能储量约为9.4亿kW [41] 。虽在海上风电开发利用方面 起步较晚，但依靠丰富的海上风能资源，近年来中国 海上风电产业发展迅速，具有极大潜力。预计2020年 全国海上风电开工建设规模达到1000万kW，重点推 动江苏、浙江、福建、广东等省的海上风电建设，到 2020年四省海上风电开工建设规模均达到百万kW以 上级别 [10] 。 中国南方电网覆盖广东、广西、云南、贵州、海 南五省（区），并与香港、澳门地区以及东南亚国 家的电网相联。2019年，南方五省区全社会用电量 11 338亿kWh，同比增长7.3。为响应国家能源发展 战略要求，南网区域广东、海南、广西三省区均制定 了海上风电发展目标，其中，海南争取投产东方近海 风电装机共35万kW，同时开展近海风电前期研究和 海岛风电利用研究 [42] ，广西着力优化能源结构，重点 推进风力资源富集、消纳条件好的地区风电开发，探 索北部湾地区海上风电开发 [43] 。 根据广东省海上风电发展规划（20172030） （编修），全省规划海上风电场址23个，总装机容量 6685万kW，包括近海浅水区（35 m水深以内）海 上风电场址15个，装机容量985万kW，其中粤东海域 415万kW，珠三角海域150万kW，粤西海域420万kW； 近海深水区（3550 m水深）规划海上风电场址8个， 装机容量5700万kW，分布在粤东、粤西海域（如表 3所示） [40] 。到2020年底，开工建设海上风电装机容 量1200万kW以上，其中建成投产200万kW以上；到 2030年底，建成投产约3000万kW [40] 。 表 3 20172030年广东省海上风电布局规划 Table 3 Offshore wind planning in Guangdong Province from 2017 to 2030 所属海域 所属市 海上风电场场址 装机 容量 /万kW 粤东近海浅水区 汕头市 洋东海上风电场 25 勒门海上风电场 70 海门海上风电场 90 所属海域 所属市 海上风电场场址 装机 容量 /万kW 粤东近海浅水区 揭阳市 靖海海上风电场 15 神泉海海上风电场 75 汕尾市 后湖海上风电场 50 甲子海上风电场 90 珠三角近海浅水区 惠州市 港口海上风电场 100 珠海市 桂山海上风电场 20 金湾海上风电场 30 粤西近海浅水区 阳江市 南鹏岛海上风电场 70 沙扒海上风电场 230 湛江市 外罗海海上风电场 40 新寮海上风电场 20 徐闻海上风电场 60 粤东近海深水区 （场址一、二、三、 四、五、六） 5000 粤西近海深水区 （场址一、二） 700 合计 6685 2 现货市场仿真原理及参数 为了评估大规模海上风电对广东省碳减排的影 响，本文以历史数据和以往经验为基础，搭建广东省 电力现货市场简化模型，依据SCED对20192028年 的现货市场进行出清仿真，并对仿真结果进行分析。 具体地，输入系统负荷、西受电量、A类和B类机组 4个变量，分别仿真春、夏、秋、冬各季节典型日在 接入海上风电和未接入海上风电两种情况下的A、B 类机组出力，依据不同机组碳排放系数，计算并分析 系统及各节点碳排放量和碳排放强度。图1表示电力 现货市场的仿真流程。 续表 图 1 市场仿真流程 Fig. 1 Market simulation process B SCED A Vol.3No.4 宋怡等基于电力现货市场仿真的海上风电接入对广东省电力行业碳减排影响评估 367 2.1 现货市场出清模型 2.1.1 SCED SCED是电力现货市场运行的一种调度模型，指 在一定约束条件下（发电机功率约束、系统安全约 束、节点电压约束、线路潮流约束等）以全系统运行 成本最小为目标，输出满足预计负荷的发电结果，包 括各机组发电量、各节点边际电价、全系统潮流等 [44] 。 SCED的目标函数为 （1） 式中为系统运行成本；为调度时间段数；Q为 发电机组个数； GL W为机组L在时间W的有功功率； L [ GL W]为机组L在时间W的运行成本函数，其公式为 （2） 式中D L 、E L 、F L 分别为二次函数的3个系数。 各机组的发电功率约束可表示为 （3） （4） 式中 GLmin 和 GLmax 分别为机组L的最小及最大有功功 率约束； GLmin 和 GLmax 分别为机组L的最小及最大无功 功率约束； GL W为机组L在时间W的实际无功功率。 各节点供给平衡约束条件为 （5） （6） 式中 DL W和 DL W分别为节点L在时间W的有功负荷和 无功负荷； LM 、 LM 、θ LM 分别为节点L和节点M间的电导、 电纳、相位角； L W和 M W分别为节点L和节点 M在时间 W的电压。 各节点的电压约束条件为 （7） 式中 Lmin 和 Lmax 分别为节点L可承受的电压下限和 上限。 输电线路的潮流约束为 （8） （9） 式中 LMmin 和 LMmax 分别为节点L和节点 M间输电线路潮 流有功功率的下限和上限； LMmin 和 LMmax 分别为节点L和 节点M间输电线路潮流无功功率的下限和上限； LM W G 1 1 min [ ] T n i i t i F C P t ∑∑ 2 G G G [ ] i i i i i i i C P t a P t b P t c G min G G max i i i P P t P G min G G max i i i Q Q t Q G D 1 cos sin 0 n i i i ij j ij ij j ij j P t P t V t G V t B V tθ θ − − ∑ G D 1 sin cos 0 n i i i ij j ij ij j ij j Q t Q t V t G V t B V tθ θ − − − ∑ min max i i i V V t V min max ij ij ij P P t P min max ij ij ij Q Q t Q 和 LM W为节点L和节点 M间输电线路的实际潮流有功功 率和无功功率。 目前，中国南方（以广东起步）区域的电力市场 可分为电力批发市场和电力零售市场。电力批发市场 包括电能量市场和辅助服务市场。电能量市场包括基 于差价合约的日以上周期的中长期电能量市场和全电 量竞价的日前、实时现货电能量市场。电力零售市场 在近阶段通过电力销售公司与用户之间的电力交易协 议来实施完成 [45] 。现阶段，现货交易在日前市场和实 时现货电能量市场中进行。在日前交易中，B类机组 全电量申报分时段报价信息，以社会福利最大化为目 标通过SCED进行集中优化出清，得到分时各机组发 电量以及各节点的电价。在实时交易中，以日前交易 结果为基础，运用SCED以发电机组成本最小为目标 进行超短期优化出清 [45] 。 2.1.2 输入变量及参数 输入的4个变量分别为系统负荷、西受电量、A类 和B类机组。针对系统负荷，本文采用表1所预测系统 负荷，依据历史数据按比例分配到各节点。西受电量 一般设为系统总负荷的三分之一，并依据历史数据将 总输送电量按比例分配到各输电线路。针对A类和B 类机组，新增机组装机容量参考表2所预测数据。考 虑到风电机组的短期边际成本基本为零，且通过分析 国外现货市场中风电场的竞价数据可以发现，风电场 在现货市场中的理性报价策略为通过报地板价增大现 货交易量。因此，各风电场报价设为地板价（假定地 板价为150 元/MWh，天花板价为1000 元/MWh），报 量为该风电场的总输出功率。火电机组的报量报价参 考接入同一节点的原火电机组的报量报价。 2.2 海上风电出力模型和参数 由于风电机组需要上报电量参与市场竞争，本文 基于所选风机机型和相关环境参数，计算出单台机组 每个季节每日发电量。根据单台机组的发电量与各海 上风电场规划装机容量，得到每个风电场每个季节每 日总发电量。 本文采取的数据基于规划中海上风电场所在地区 日24 h风速平均值。风电机组选取明阳智能MySe5.5- 155-IB，是中广核阳江南鹏岛40万kW海上项目所用风 机。该机型采用半直驱技术，叶片长76.6 m，切入风速 为3 m/s，切出风速为25 m/s，额定风速为10.5 m/s，额 定功率为5.5 MW。该机型单台机组的输出功率为 （10） t 1 2 G Gηη 368 全球能源互联网 第3卷 第4期 风轮的输出功率为 （11） 式中为单台机组的输出功率； t 为风轮的输出功率； 1 η 为齿轮箱与发电机效率； 2 η 为变频器效率；ρ为空 气密度；为风速；为扫风面积； P 为贝兹系数。 2.3 碳排放数据计算 衡量系统或机组的碳排放强度时，本文采用IPCC 提出的排放因子法来核算碳排放量 [26] 。发电机组的碳 排放因子（t/MWh），即碳排放系数，指机组每发一 单位（MWh）电所产生的碳排放量（t），该系数与发 电机组类型有关。本文中风电、核电、水电机组的碳 排放系数均设置为0，火电机组的碳排放系数根据火 电机组类型来设定，取值0.61.2 t/MWh。 各机组碳排放量的计算方法为 （12） 式中 L 为机组L的碳排放量，t； L 为机组L的碳排放 系数，t/MWh； L 为机组L的出力，MWh。 系统碳排放强度为 （13） 式中Q为系统的发电机组数量。 为了对碳排放在空间尺度上进行细化，本文还 计算了节点碳排放强度。不同于以往文献 [46-48] 中采用 节点碳排放量关于负荷的导数来衡量碳排放对负荷 变化的反应程度，本文通过实际节点碳排放量除以 总出力来计算节点碳排放强度。节点 M的碳排放强度 M 为 （14） 式中Q M 为节点 M接入的发电机组数量。 在仿真出清20192028年各季节有无海上风电两 种情况下的电力现货市场后，得到每个季节典型日24 h 的A、B类机组出力，根据不同机组的碳排放系数，计 算每种情形下系统碳排放强度和各节点碳排放强度。 3 结果分析 3.1 系统碳排放强度 仿真系统每15 min出清一次，得到A类、B类各机 组出力。根据2.3节的计算公式得到系统总碳排放量和 碳排放强度。由于A类机组按计划调度提前出清，而 包含海上风电机组的B类机组按全电量竞价参与市场 3 t P 0.5G v SCρ i i i M R W ⋅ 1 1 n n i i i i E M W ∑ ∑ 1 1 j j n n j i i i i E M W ∑ ∑ 竞争，两类机组在海上风电接入后碳排放的变化趋势 不同，故本文除了以广东省全省为研究对象，还分别 考虑A类和B类机组两种情况，分析海上风电的接入 对系统碳减排的影响。 在有海上风电情况下，广东省电力系统总碳排 放量及碳排放强度变化明显。图2表示广东省2019 2028系统总碳排放量、系统碳排放强度、海上风电减 排贡献百分比、中标电量占比及装机容量占比，一小 格表示一年春夏秋冬四季。 从图2所示仿真结果可以得出 1）在无海上风电情况下，广东省全省电力行业 系统总碳排放量逐年增加。接入海上风电后，系统总 碳排放量降低，且随着海上风电装机容量增加，其 减排贡献百分比呈上升趋势，自2021年起基本超过 10，最高可达20。这是因为风电机组优先出清， 且碳排放系数为0，所以会降低系统总碳排放量。 2）未接入海上风电时，广东省系统碳排放强度 基本在0.70.8 t/MWh，接入海上风电后，系统碳排放 强度降低，基本在0.60.75 t/MWh。 3）海上风电减排贡献百分比及其中标电量具有 明显的季节特征，同一年份春冬两季相应数值略大于 夏秋两季。这是因为风电机组优先出清，在夏秋两季 负荷高的情况下，需额外调动更多的火电机组，因此 海上风电中标电量占比降低，且海上风电减排贡献百 分比小于春冬两季。 1 1.5 2 Mt （a） 系统总碳排放量 图 2 20192028年广东省碳排放与海上风电仿真结果 Fig. 2 Simulation of carbon emission and offshore wind power in Guangdong Province from 2019 to 2028 0.5 1 tMW h - 1 （b） 系统碳排放强度 （c） 海上风电减排贡献、中标电量与装机容量占比 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 0 20 40 Vol.3No.4 宋怡等基于电力现货市场仿真的海上风电接入对广东省电力行业碳减排影响评估 369 3.1.1 A类机组 在有海上风电情况下，A类机组总碳排放量和系 统碳排放强度均基本不变。图3表示20192028年A 类机组系统碳排放强度，一小格表示一年春夏秋冬 四季。 从图3所示仿真结果可以得出 1）不同年份不同季节，A类机组碳排放强度基本 一致，取值0.230.25 t/MWh。因为火电机组上网电量 仅占A类机组总发电量的25左右，其余发电量由碳 排放系数为0的核电和水电机组承担，因而A类机组碳 排放强度远低于火电机组的碳排放强度。 2）接入海上风电后，A类机组碳排放强度基本 不变。因为A类机组新增仅考虑核电和水电，新增装 机容量相对较小，系统发电功率和碳排放强度保持不 变，同时，因为A类机组提前出清，所以基本不受有 无海上风电的影响。 3.1.2 B类机组 在有海上风电情况下，B类机组总碳排放量和系 统碳排放强度变化明显。图4表示20192028年B类机 组总碳排放量和海上风电减排贡献百分比，一小格表 示一年春夏秋冬四季；图5表示20192028年B类机组 系统碳排放强度，一小格表示一年春夏秋冬四季。 从图4、图5所示仿真结果可以得出 1） 有无海上风电情况下，B类机组总碳排放量逐 年增加，且夏秋两季高于春冬两季，变化趋势与广东 省系统总碳排放量一致（如图2所示）。因为海上风电 为B类机组，在市场竞争中优先出清，且碳排放系数 为0，所以会降低系统总碳排放量。 2） 未接入海上风电时，B类机组碳排放强度基本 在0.920.94 t/MWh，接入海上风电后，碳排放强度明 显降低，基本在0.750.9 t/MWh。 3.2 节点碳排放强度 由于海上风电机组全部为B类机组，研究节点碳排 放强度时仅考虑B类机组。仿真系统中共有节点169个， 接入海上风电场的节点12个。本文以是否接入海上风 电场节点的碳排放强度为研究对象。 3.2.1 接入海上风电场的节点 在接入海上风电场的节点中，揭阳站和双寨_1站 在加入海上风电后碳排放强度变化明显；其他节点在 有无海上风电情况下碳排放强度皆为0。从仿真结果 看，由于各节点春冬、夏秋季节变化规律分别类似， 此处以秋冬季节为代表，图6图9分别表示揭阳站和 双寨_1站20192028年秋冬季节碳排放强度，一小格 表示一天24 h。 图 3 20192028年A类机组碳排放强度 Fig. 3 Average carbon emission intensity of Class A units from 2019 to 2028 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 0.1 0.2 0.3 0.4 tMW h -1 图 4 20192028年B类机组总碳排放量和海上风电减排 贡献百分比 Fig. 4 Total carbon emissions and emission reduction contribution of offshore wind power of Class B units from 2019 to 2028 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 0.6 0.8 1 1.2 1.4 1.6 0 20 40 60 80 100 Mt 图 5 20192028年B类机组碳排放强度 Fig. 5 Average carbon emission intensity of Class B units from 2019 to 2028 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 0.6 0.8 1 1.2 tMW h -1 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 0 0.5 1 1.5 tMW h -1 图 6 20192028年秋季揭阳站排放强度 Fig. 6 Carbon emission intensity from 2019 to 2028 in autumn at Jieyang 370 全球能源互联网 第3卷 第4期 明显季节特征，此处选取春季为代表，一小格表示一 天24 h。 从仿真结果可以得出接入海上风电后，多数节 点碳排放强度无明显变化（如图10所示）；部分节点 如中山、海门、琴江等，无海上风电时有碳排放强 度，接入后部分时段减小，部分时段增大（如图11、 图12所示）。 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 0 0.5 1 1.5 tMW h -1 图 7 20192028年冬季揭阳站碳排放强度 Fig. 7 Carbon emission intensity from 2019 to 2028 in winter at Jieyang 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 0 0.5 1 1.5 tMW h - 1 图 8 20192028年秋季双寨_1站碳排放强度 Fig. 8 Carbon emission intensity from 2019 to 2028 in autumn at Shuangzhai_1 图 9 20192028年冬季双寨_1站碳排放强度 Fig. 9 Carbon em