能源与环境政策研究中心-电力中断对供应链网络的影响

能源经济预测与展望研究报告 FORECASTING AND PROSPECTS RESEARCH REPORT CEEP-BIT-2022-002（总第58期） 电力中断对供应链网络的影响 2022年1月9日 北京理工大学能源与环境政策研究中心 http://ceep.bit.edu.cn 能源经济预测与展望研究报告发布会 主办单位：北京理工大学能源与环境政策研究中心 能源经济与环境管理北京市重点实验室 协办单位：北京经济社会可持续发展研究基地 北京理工大学管理与经济学院 中国“双法”研究会能源经济与管理研究分会 中国能源研究会能源经济专业委员会 特别声明 本报告是由北京理工大学能源与环境政策研究中心研究团队完成的系列研究报告之一。如果需要转载，须事先征得中心同意并注明“转载自北京理工大学能源与环境政策研究中心系列研究报告”字样。 电力中断对供应链网络的影响 执 笔 人：曲申、王千姿、曹一一、朱衍磊、佘运磊、胡宇辰、周琪、刘兰翠 作者单位：北京理工大学能源与环境政策研究中心 联 系 人：曲申 研究资助：国家自然科学基金项目（72022004） 北京理工大学能源与环境政策研究中心 北京市海淀区中关村南大街5号 邮编：100081 电话：010-68918551 传真：010-68918651 E-mail: squ@bit.edu.cn 网址：http://ceep.bit.edu.cn Center for Energy and Environmental Policy Research Beijing Institute of Technology 5 Zhongguancun South Street, Haidian District Beijing 100081, China Tel: 86-10-68918551 Fax: 86-10-68918651 E-mail: squ@bit.edu.cn Website: http://ceep.bit.edu.cn 1 电力中断对供应链网络的影响 电力行业是国民经济的基础产业、支柱产业和战略产业，而电力也是我国消费增长最快的能源产品，在能源供应与需求系统中处于重要位置。2020年全社会用电量7.52万亿千瓦时，电能占终端能源消费比重达27%。伴随国内经济结构不断升级，新业态、新生态和新经济模式的迅猛发展，未来社会的电力需求将保持刚性增长，电能占终端能源消费比重将持续提高[1]。国际上近年来出现了影响较大的电力中断事件，如2015年乌克兰“12.23”停电事件、2019年美国纽约“7.13”停电事件等，据相关研究，德国全国平均总停电成本约为每小时4.3亿欧元[2]，每年美国电力消费者的停电成本估计为790亿美元[3]。国内多个省市均推出了限电措施，如云南和江苏等省份从2021年8月中下旬进行限电限产，广东和浙江等省份在9月中旬限电停产，东北地区在9月底进行拉闸限电。因此电力中断事件将对国民经济和居民生活带来严重后果。 一、引言 在双循环中“国内大循环”的形势下，电力系统和社会产业经济网络等系统高度互联，电力中断将带来广泛而深远的高阶影响。某地区遭遇电力中断的冲击后，将伴随着生产能力的损失与产业供应链关系的改变，进而将电力中断的损失通过供应链网络广泛传播。同时，不同地区、不同部门对于电力中断的冲击所产生的适应性行为，存在区域异质性，电力中断在产业经济网络中传播的复杂性和广泛性更加凸显。全盘规划并量化重点地区、部门的损失及对产业经济网络的影 2 响势在必行。此外，目前火力发电还面临煤价持续上涨，非化石能源电力发电机新增装机量持续增长，火电占比持续下降，一方面增加了低碳能源的占比，另一方面在缺乏充足的储能设备和技术下，又对整个电力系统的稳定性带来了挑战。综上所述，在维护能源安全和实施低碳发展的双重压力下，量化政策性电力调控和突发性电力中断事件的直接和间接产业经济影响具有十分重要的意义，也可进一步为未来高比例可再生电力下煤电储备的政策提供基础数据和分析展望。 二、电力中断模拟 （一）模型 本报告利用北京理工大学最新研发的环境经济系统多主体模型（Climate-Resilient and Low-Carbon Unfolding Economic Scenarios，CLUES），模拟了2018年全国电力中断对供应链造成的影响。CLUES 环境经济系统多主体模型采用面向对象的模拟方式，可以设置不同的情景，模拟中国与全球的适应政策对环境经济系统的影响。模型大框架为一个复杂网络，其中包含不同的生产主体、消费主体与运输主体，它们在一个给定的模型之中进行动态演化与互动。当环境经济系统产生突发性的外生变化，输入相应的外部数据后，模型将显示出环境经济系统逐日的非均衡变化[4]，为政策制定者呈现各种政策与自然变化情境下，环境经济系统在当前与未来一段时间内的演变路径。 （二）电力中断数据 本报告所采用的全国停电数据来源于《2018年全国地级行政区供电可靠性指标报告》。2018年，由CEADs数据库城市级MRIO表所确 3 定的313个地区用户平均停电时间为16.01小时/户，用户平均停电频率为3.28次/户，用户平均每次停电时长为5.04小时。其中新疆、西藏、青海、甘肃、内蒙古等北部省份的部分城市地区用户平均停电时间较长，西藏、山西、新疆、安徽、甘肃、辽宁、湖南、贵州等省份的用户平均停电频率较大，河南、江西、四川、甘肃等省份的部分城市地区用户平均每次停电时长较长。全国5个计划单列市大连市、青岛市、宁波市、厦门市、深圳市，用户平均停电时间为6.52小时/户，用户平均停电频率为1.78次/户。除计划单列市外的10个副省级市广州市、武汉市、哈尔滨市、沈阳市、成都市、南京市、西安市、长春市、济南市、杭州市，用户平均停电时间为8.68小时/户，用户平均停电频率为1.88次/户，具体数据如图1-2所示。 4 图1用户平均停电时间 图2 用户平均停电频率 5 （三）情景设置 2018年电力中断作为基准情景，除基准情景外本报告设置了六种情景：①碳市场重点地区平均停电时间比基准情景减少50%（北京、天津、上海、重庆、湖北、广东及深圳）。②碳市场强约束地区北京、深圳、重庆平均停电时间比基准情景降低50%，其他单一管理城市天津、上海、湖北、广东平均停电时间比基准情景减少40%。③发电量排名前十的省份平均停电时间比基准情景降低50%（山东、江苏、内蒙古、广东、四川、浙江、云南、新疆、山西、河南）④用电量排名前十的省份平均停电时间比基准情景降低50%（广东、江苏、山东、浙江、河北、河南、内蒙古、新疆、四川、福建）⑤6000kw以上电厂风电、水电、太阳能发电量总和排名前十的省份平均停电时间比基准情景降低50%（四川、云南、湖北、内蒙古、新疆、甘肃、贵州、河北、青海、山东）。⑥点度中心性排名前100的城市平均停电时间降低50。中心性是判定网络中节点重要性的指标，是节点重要性的量化，一个节点的节点度越大就意味着这个节点的度中心性越高，该节点在网络中就越重要。（情景六中100个城市将展示在附录中）。电力行业是全国碳排放权交易市场最早涉及、目前交易机制较为成熟的行业，碳市场重点地区分为强约束和单一管理地区，故情景一与情景二是为了在碳市场对用能结构改变的背景下，探究降低电力中断程度对降低全国经济损失的影响；情景三与情景四是为了探究在供需理论下，分别使发电量和用电量排名前十的省份降低电力中断程度，来探究降低供需重点地区电力中断对降低全国经济损失的影响；情景五在 6 未来高比例可再生能源背景下，探究降低可再生资源禀赋重点地区的电力中断程度，对降低全国经济损失的影响；情景六根据网络传播复杂性，探究中心度较高的重点城市降低电力中断程度的降低，对降低全国经济损失的影响。情景具体设置如表1所示。 表1情景设置 情景划分 设置依据 情景零 2018年实际情况 情景一 碳市场重点地区平均停电时间减少50%（北京、天津、上海、重庆、湖北、广东及深圳） 情景二 碳市场强约束地区北京、深圳、重庆平均停电时间降低50%，其他单一管理城市天津、上海、湖北、广东平均停电时间减少40% 情景三 发电量排名前十的省份平均停电时间降低50%（山东、江苏、内蒙古、广东、四川、浙江、云南、新疆、山西、河南） 情景四 用电量排名前十的省份平均停电时间降低50%（广东、江苏、山东、浙江、河北、河南、内蒙古、新疆、四川、福建） 情景五 6000kw以上电厂风电、水电、太阳能发电量总和排名前十的省份平均停电时间降低50%（四川、云南、湖北、内蒙古、新疆、甘肃、贵州、河北、青海、山东） 情景六 点度中心性排名前100的城市平均停电时间降低50% 三、模拟结果分析 （一）基准情景下313个地区电力中断总损失 模拟结果显示，2018年全国停电导致的附加值总损失排名前二十的地区，按损失总量从大到小的顺序分别为：云南、重庆、天津、唐山、成都、上海、苏州、沈阳、北京、大连、大庆、徐州、鄂尔多斯、无锡、杭州、邯郸、海南、郑州、泉州、长春。这些地区中损失最大的部门涉及了农林牧渔产品和服务、金融、批发和零售、金属矿采选产品、通信设备、计算机和其他电子设备、石油和天然气开采产 7 品、化学产品、煤炭采选产品、金属冶炼和压延加工品、纺织服装鞋帽皮革羽绒及其制品、交通运输设备。可以看出各地区停电导致的损失最大部门往往是该地区的重点行业，如金融中心上海在停电中的总损失最大部门为金融；大庆作为油城，是中国第一大油田，以石油石化为支柱产业，其在停电中损失最大部门为石油和天然气开采产品。同时列出了2018年全国停电导致的附加值损失比例排名前二十的地区，可以看出附加值损失比例较大的地区主要集中在新疆、西藏、内蒙古、辽宁等北部省份，停电对这些地区的影响较大，同时各地区停电导致的损失最大部门往往是该地区的重点行业。具体内容参见下方表2。 表2 城市附加值总损失及比例排名 总量前20 损失最大部门 比例前20损失最大部门 云南 农林牧渔产品和服务 克拉玛依石油和天然气开采产品 重庆 金融 和田 农林牧渔产品和服务 天津 批发和零售 西藏 建筑 唐山 金属矿采选产品 阿克苏 农林牧渔产品和服务 成都 金融 吐鲁番 石油和天然气开采产品 上海 金融 兴安盟 农林牧渔产品和服务 苏州 通信设备、计算机和其他电子设备赤峰 农林牧渔产品和服务 沈阳 批发和零售 鹰潭 金属冶炼和压延加工品 北京 金融 通辽 金属矿采选产品 大连 批发和零售 朝阳 金属矿采选产品 大庆 石油和天然气开采产品 巴音郭楞石油和天然气开采产品 徐州 化学产品 盘锦 石油和天然气开采产品 鄂尔多斯 煤炭采选产品 百色 金属冶炼和压延加工品 无锡 金属冶炼和压延加工品 巴彦淖尔农林牧渔产品和服务 杭州 金融 锡林郭勒煤炭采选产品 邯郸 煤炭采选产品 辽阳 金属矿采选产品 海南 农林牧渔产品和服务 庆阳 石油和天然气开采产品 郑州 化学产品 商丘 农林牧渔产品和服务 泉州 纺织服装鞋帽皮革羽绒及其制品 濮阳 非金属矿和其他矿采选产品长春 交通运输设备 忻州 煤炭采选产品 8 （二）基准情景下313个地区电力中断间接损失 除了停电造成的直接损失外，本模型的一个优势就是可以模拟出由于供应链传播导致的间接损失，即损失在供应链网络中的扩散。模拟结果显示，2018年全国停电导致的附加值间接损失排名前二十的地区，按间接损失从大到小的顺序分别为：云南、重庆、天津、唐山、上海、北京、成都、苏州、沈阳、大连、大庆、鄂尔多斯、徐州、杭州、郑州、邯郸、无锡、东营、石家庄、济宁。这些地区中损失最大的部门涉及了农林牧渔产品和服务、金融、批发和零售、金属矿采选产品、通信设备、计算机和其他电子设备、石油和天然气开采产品、煤炭采选产品、化学产品、金属冶炼和压延加工品。将总损失排名与间接损失排名