风能和太阳能带来的效益是否随时间而变？

话题

风能和太阳能的空气-

作者

Dev*、Ryan Wiser、马克和盖伦

杂志

时间

2017年8月

一件作品

单元

, 1 路, , , 94720, 美国

关联

研究背景

风能和太阳能可以提供空气质量、公共卫生和温室气体 (GHG) 排放效益，因为它们减少了对燃烧发电的依赖； 在美国，这些好处会因地理位置和时间的不同而有所不同。 差异较大； 过去十年来，风能和太阳能设施部署的增长速度超过任何其他非燃烧发电技术； 与此同时，监管变化和化石燃料价格波动导致电力行业空气污染物和CO2总体排放标准大幅下降。 在这些变化下，风能和太阳能的效益是否会随着时间的推移而变化，还需要进一步研究。

先前的研究调查了可再生能源的当前效益或其在有限历史时期内在国家或多区域层面的累积效益，并且集中于单个地区。 用于表示风能和太阳能发电对现有资源的影响以及评估排放效益以及在某些情况下这些效益的货币价值的范围和方法在过去的研究中存在很大差异。 然而，作者表示，没有研究完全量化过去十年美国风能和太阳能的好处。

研究方法

在这项分析中太阳能的好处，作者确定了 2007 年至 2015 年间美国大陆所有分布式太阳能、公用事业规模太阳能和公用事业规模风力发电的规模和交付地点。统计模型用于获取 SO2、NOx、PM2.5 等。 5 和二氧化碳排放量，由于风能和太阳能发电可能会得到控制和减少。 这组排放占与发电相关的总外部成本的很大一部分，在相关工作中进行了跟踪。 作者使用一套简化的空气质量模型来估计减少污染物排放对公共健康的好处。 他们还根据碳社会成本 (SCC) 估计提供了一系列货币气候效益，这些效益涵盖了文献中发现的内容。 大多数范围以及最终效益因地区和时间而异的原因都得到了调查。

估计空气排放影响

作者使用 EPA 的避免排放和工具 (AVERT) 模型来估计风能和太阳能对美国空气排放的历史影响。 AVERT 模型在一年中每小时都会发现边界处的发电机，并返回这些发电机及其排放特征，使他们能够计算从电力部门移除现有风能和太阳能资源的排放影响。

在这项研究中，.4 自动生成了 180 个模型运行，捕获 10 个地区、9 年的风能和太阳能发电和排放。 AVERT 可以计算避免的 SO2 和 NOx 排放量，但无法计算避免的 PM2.5 直接排放量。

使用 AVERT 模型需要开发风能和太阳能历史发电量的每小时概况，同时考虑到电力传输的位置，并通过查找按行业细分的单独时间序列将这项工作分为几个部分： 公用事业风能发电、公用事业太阳能发电和分布式太阳能发电。

对于公用事业风电，美国能源信息署（EIA）记录了所有单个公用事业风电场的月度发电量（兆瓦时），并根据风电场的位置划分了2007年至2015年每个风电场（兆瓦时）。电源。 美国风能项目状况首先使用EIA 860数据确定，利用美国风能协会（AWEA）风能项目数据库、AWEA输电数据、联邦能源管理委员会季度电力报告和风电技术市场报告来确定风力发电项目的供电目标群体。 如果向本地供电，则将风电项目与区域进行匹配，将本地实​​体的地图与风电项目的地图进行匹配。 将风电项目分配给可能的 AVERT 区域之一； 如果向风电项目所在地区或州以外的实体供电，则将风电项目分配给与出口电力实体所在位置相匹配的 AVERT 地区。 AVERT 内提供的区域风力发电的每小时概况被用作每月记录的发电量的每小时权重。 我们根据每个风电项目所在的区域制定小时发电量，对于向不同区域输出能源的工厂，每小时发电量转移到该目标区域。

公用太阳能发电，美国 EIA 记录了公用太阳能发电厂的所有发电量，包括太阳热能和太阳能光伏发电，使用与公用风力发电厂类似的方法来确定 AVERT 区域。

分布式太阳能发电，该类别包括所有尺寸过小的产品（

评估空气质量效益

为了估算污染物SO2、NOx和PM2.5的减排值，作者使用了一系列模型：Penn和Levy等人开发的影响因子模型； Penn 和 Levy 等人开发的空气污染排放实验和政策分析模型（AP2）。 EPA RIA 每吨估算值和 COBRA。

评估温室气体减排量

碳社会成本 (SCC) 是对额外释放一吨碳的社会成本现值的估计。 为了达到本文报告的范围，使用 37 美元/tCO2 的值作为中心值，下限为 7 美元/tCO2，上限为 125 美元/tCO2。 此外，荟萃分析中所有研究的 SCC 估计值的中位数增长率为 2.2%，并将这一增长率应用于中高范围估计值，以制定 2007 年之间每年的 SCC 值和 2015 年。

研究发现

太阳能和风力发电数据

作者主要根据能源信息管理局的数据开发风能和太阳能时间序列，公用风能、公用太阳能和分布式光伏 (PV) 发电的总容量从 2007 年的约 10 吉瓦增加到 2015 年的约 10 吉瓦。这些来源的发电量从 2007 年的 35,000 GWhyr^(-1) 增长到 2015 年的 227,000 GWh。太阳能发电占风能和太阳能发电总量的 17%，高于 2007 年的 5%（见图 1）。 此外，这些资源在美国大陆分布不均（见表1），大部分风力发电已部署在美国中部，风能和太阳能不时输送到其他州和地区。

图 1 美国大陆风能和太阳能发电总量及发电量（按月）。 A。 容量; b. 发电

表1 各地区发电量占总发电量的比例

避免排放

作者使用 AVERT 模型估算了避免的发电量和排放量，分别针对太阳能和风能以及一年中的每个地区和时间运行该模型。 该分析更多地关注运营效果，并未涵盖风能和太阳能如何影响新发电厂的建设。 改造和退役决策。

2007年至2015年，电力行业CO2、SO2、NOx和PM2.5排放总量分别下降20%、72%、50%和46%。 风能边际 SO2 和 NOx 排放效益（每兆瓦时避免的吨数）下降速度不如电力行业整体排放量，后者分别下降了 26% 和 27%。 风能的边际二氧化碳排放效益增加。 PM2.5 减排量估算不如 SO2 和 NOx 估算。 避免的 PM2.5 排放量的估算来自基于工程的估算。 作者估计，2010年至2015年间PM2.5的边际排放效益将大幅下降，但国家排放清单中并未出现类似的下降（见图2）。 风能的增长超过了风能边际排放效益的下降，导致可避免的排放量大幅增加。 总发电量和边际效益的增加也避免了太阳能排放。

表 2 风能和太阳能每年避免的排放量

图 2 边际排放效益和天然气抵消的发电比例。 ad,, 边际排放效益和电力行业总排放量； ef, 美国大陆及部分地区的风能 (e) 和太阳能 (f) 发电被天然气发电抵消的比例

由于三个主要原因，边际排放效益因地区而异。 首先，燃煤电厂的CO2、SO2、NOx和PM2.5排放率高于天然气电厂。 其次，化石燃料工厂的排放控制技术因地区和时间而异。 第三，可再生能源的区域渗透水平影响着避免使用哪些电厂。

风能边际排放效益下降速度慢于电力行业总排放量的三个原因。 首先，风能已扩展到排放量较高的地区。 其次，在许多地区，2015年风电抵消煤炭发电的份额比2007年更大； 第三，2007 年风力发电抵消了清洁程度高于平均水平的发电机，但 2015 年差异有所缩小。

避免损坏

为了解释与空气污染相关的不确定性，采用了一套空气质量模型，每个模型都涵盖了略有不同的影响途径。 通过应用统计生命值来避免报告的大部分货币价值。一些附加值来自减少的发病率估计。

为了考虑与温室气体排放评估相关的不确定性，结果基于各种 SCC 值。 2007 年至 2015 年间，风力发电避免的排放在空气质量和公共卫生方面产生了 284-1079 亿美元（中心值 540 亿美元，相当于 5.1 美分 KWh^(-1)）和 49-985 亿美元（中心值 290 亿美元，相当于 2.8 美分 KWh^(-1)) 的气候效益。 在研究期间，风力发电避免了 2,900-12,200 人过早死亡。

随着时间的推移，风电的气候效益增长相对稳定，而空气质量效益的增长在 2011 年至 2015 年间基本停滞（见图 4）。 这一平台期主要归因于电力部门二氧化硫排放量的减少。 2011年至2015年间，随着风能部署超过电力部门二氧化碳排放量减少，气候效益持续增长。

图 3 每年避免的空气质量和气候损害。 a、风力发电因空气污染而产生的年效益； b、风力发电因气候而产生的年效益； c、太阳能发电因空气污染而产生的年效益； d、太阳能发电因气候带来的年效益

这些益处存在重要的地区差异（见图 5）。 空气质量和气候效益之间的差异主要是由空气质量效益的区域差异造成的，因为气候效益的区域差异相对较小。 如上所述，空气质量效益的区域差异很大程度上取决于被抵消的发电类型。 然而，其他因素也造成了地区差异，特别是受电力部门排放影响的人口邻近度和人口规模的差异。

图4 各地区年效益

总量控制和交易计划的影响

在严格限制空气污染的总量控制与交易体系的情况下，排放互换的价值将会发生变化，因为风能和太阳能会导致排放时间的变化，但不会减少总排放量（由排放上限设定） ）。 如果限额与交易计划具有约束力，未来几年风能和太阳能的排放效益可能会受到限制。

分析结论

虽然风能和太阳能的边际排放效益有所下降，但其下降速度并未与整个电力部门的排放量相同。 原因有三：风能和太阳能都向边际效益较高的领域扩张； 期末，风能和太阳能抵消了相对于天然气发电更多的煤炭发电量； 期初，由于风能和太阳能发电较少的现有燃煤发电机组的结构相对清洁。 风能和太阳能边际效益下降相对缓慢，加上风能和太阳能发电的快速增长，导致分析期内年度空气质量和气候效益有所提高。

将风能和太阳能的空气质量和气候货币效益的大小与最近风能和太阳能销售价格以及联邦和州财政支持的估计、这些效益的全国平均估计以及这两个比较进行比较。 大小相似。 然而，与过去的工作一样，作者发现区域边际空气质量效益存在巨大差异，因为与东部相比，西部地区的边际排放效益和每吨排放效益较低。 地区间的差异远大于风电和太阳能发电厂时间输出曲线变化造成的差异。

根据该中心的估计，空气质量和气候效益相结合，为目前这些技术的公共和私人技术支持水平（全国平均水平）提供了合理的基础。 然而，额外的好处将来自健全的政策机制，这些机制要么直接针对未定价的外部性，要么直接将风能和太阳能部署到该国最有利（且成本最低）的地区。