为了进一步有效对抗全球气候变化，一些大型能源消费企业制定了RE 1001计划，实现绿色能源供应和采购“100%可再生能源”的目标。对于碳效益的定量评估而言，仅考虑年度或国家级的碳强度数据将导致错误的碳核算，最终导致投资效率低下。正如现在一些大型企业所承认的那样，“100%可再生能源”的主张并不能保证相应的碳减排。但是，尽管存在上述挑战，斯坦福大学Jacques A. de Chalendar教授依旧认为碳核算必须向前发展，建立一套成熟的相关指标来监控和解释碳排放量至关重要。随着常规数据越来越精确，它们可以用来测量电力消耗和生产的碳痕迹，以确定准确的碳排放。碳核算指标旨在将一定的环境质量与流经电网的电力联系起来，这些度量标准可以成为投资考虑信息的标准，当可变风力发电和太阳能发电量较高时，将需要每小时进行碳核算，以进行评估和指导投资。

【文章背景】

私营部门的执行官，在全球对抗气候变化的斗争中发挥着越来越重要的作用，一些大型能源消费企业甚至制定了绿色能源供应和采购“100%可再生能源”的宏伟目标，称为RE1001计划。实行该计划的公司在美国有51家，在欧洲有77家，总共超过160家。在美国，这些企业家从2013年到2018年采购了超过15GW的可再生能源，占美国目前风能和太阳能装机量的10%（分别为94和51GW）；而仅在2018年，仅仅75笔交易就采购了6.5GW的新能源，比预期增长要更高。

与化石燃料和热发电相比，太阳能和风能资源的可用性受到很多因素的制约，比如白天和晚上的发电量不太一样，在中国和美国的利用率也不一样。在高度可再生的电网中，电力的环境质量非常重要。对于那些受脱碳激励的机构，投资者需要对其碳效益进行更严格，甚至定量的评估，因为仅考虑年度或国家级的碳强度数据将导致错误的碳核算，最终导致投资效率低下。正如现在一些大型企业所承认的那样，“100%可再生能源”的主张并不能保证相应的碳减排。

准确的碳核算是一项具有挑战性的工作，因为很难确定发电厂发电对环境的影响，而且一个电源产生的电能与另一个电源产生的电能无法区分，这使得估计用电量的影响更加困难。但是，尽管存在上述挑战，斯坦福大学Jacques A. de Chalendar教授依旧认为碳核算必须向前发展，建立一套成熟的相关指标来监控和解释碳排放量至关重要。随着常规数据越来越精确，它们可以用来测量电力消耗和生产的碳痕迹，以确定准确的碳排放。碳核算指标旨在将一定的环境质量与流经电网的电力联系起来，这些度量标准可以成为投资考虑信息的标准，当可变风力发电和太阳能发电量较高时，将需要每小时进行碳核算，以进行评估和指导投资。

【文章详情】

不同的碳核算指标，可以使消费者选择何时何地消耗所需的能源。碳强度，或平均排放因子(AEFs)，为给定地点和时间通过电网电力的环境质量，可作为排放量与电能的比率，单位为kgCO₂eq/MWhe。表1提供了排放强度的估算汇编，可以看到，燃煤发电产生的碳排放量是燃气的两倍，而燃气本身的排放量是目前太阳能发电技术的十倍。

边际排放系数(MEFs)可以测量与电力变化有关的排放变化，也以kgCO₂eq/MWhe为单位，MEFs是AEFs的一个辅助工具，因为它们分别对应于系统中边际发电机或消费者的排放强度。虽然AEFs可用于测量碳痕迹，但MEFs是电力系统对消耗或发电变化响应的直接测量，因此可以估计短期和长期的环境影响。

相关投资指标的构建取决于数据的可用性和准确性，与国家级排放核算的方法大致相同，平均排放因子(AEFs)的确定也基于(1)排放的二氧化碳（基于生产的核算），(2)与用电相关的二氧化碳（基于消耗的核算）。此外，在空间和时间上选择正确的粒度也是关键，适当的分辨率通常在捕捉统计上会有显著变化，但不包括较高分辨率的噪声，适当的空间分辨率通常充分考虑了生产、消费、进口和出口等，以便计算与消费和生产相关的排放量。对于风能和太阳能比例较高的电力系统，适当的时间分辨率可以捕获每日可用性，甚至几个小时就可以测定一次。

对于那些积极参与能源采购的消费者来说，估算他们的净碳痕迹会更加复杂，如果他们选择通过直接投资可再生能源发电资产来实现能源供应的脱碳，则必须估计通过生产清洁能源所提供的碳效益。计算碳信用额度的不同选择目前正在试验中，例如加利福尼亚的总量管制与交易计划，欧盟的排放交易计划等。

作为高太阳能发电系统中碳核算的一个代表，作者以加利福尼亚独立系统运营商（CAISO）服务区域的1兆瓦恒定负荷为例，其电网组合如表1所示。作者定量评估了三种脱碳策略：消费者购买足够的可再生能源，以满足（1）仅太阳能，（2）仅风能，或（3）半风能和半太阳能。为了实现100%的可再生能源供应，1兆瓦的恒载用户需要购买3.16兆瓦的风能或3.60兆瓦的太阳能发电能力，消费者的净环境影响为购买电网电力释放的碳与购买可再生能源碳之间的差额。

图1. 电网中碳强度在一整天中的变化。

CAISO公共服务区域的可用小时电网混合数据有两个用途，（1）计算消费者购买资产的风力和太阳能发电数据，（2）计算CAISO区域中每小时的AEFs和MEFs。根据表1中相应碳强度加权的每小时发电量混合数据可以估算出AEFs，根据每小时碳排放量和发电量的逐步变化回归估计MEFs。预计在2025年，太阳能发电量比2016年增加了3倍，图1显示了CAISO的AEFs和MEFs的平均日分布，并强调了随着更多太阳能光伏添加到系统中，日内变化会增加。

图2. 评估加州的100%可再生能源采购策略。

图2中的前两列显示了2018年和2025年消费者净碳痕迹的日平均分布，并强调了夜间排放在未来CAISO电网的碳排放中发挥的作用，图2第三列中的条形图比较了每小时和每年数据的使用情况，以计算消费者购买方的可归因排放量。可以看到，利用每小时和每年的数据，随着平均电网的脱碳功率增加，消耗的碳逐渐减少。购买可再生能源取决于边际排放的排放率，边际排放目前主要由天然气驱动，但在2025年将主要由太阳能驱动，在加利福尼亚州，边际排放的排放率高于平均电网排放率，因此购买可再生能源以满足100%的消费，会导致负碳排放。根据每小时数据，2018年消费者排放量将从风能减少150%，从太阳能减少137%。到2025年，风力发电将减少135%，太阳能发电将减少到66%：在一个充满太阳能的未来加州电网中，增加夜间风力发电比增加白天太阳能发电具有更多的环境价值。

在本文中，作者在3个不同的年份评估了不同可再生能源采购方案对环境的影响。作者表示，消费者可以改变消费模式，以更好地匹配清洁能源的可用性。

【文章结论】

在本文中，作者表示随着电网中可再生能源比例的增加，获得“100%可再生能源”的长远目标应使用小时为单位来准确衡量碳排放的减少。在加利福尼亚等以太阳能为主的电网中，每小时计算表明，增加新的风力发电量比增加新的太阳能发电量有更大的碳效益。对其它地区进行类似评估时，需要对特定位置进行评估，因为每个地方发电来源创造的环境价值并不相同。通过利用能源储存和调度灵活的载体，社会以更好地遵循可再生能源的可用性模式，实现与可再生能源发电同时进行的减排，真正实现低碳能源。由于电网日益增长的可再生能源发电份额，大型消费者的碳痕迹和可再生能源资产的环境价值都取决于它们相互作用的电网组合。为了捕捉这些影响，碳指标必须从使用年度或甚至月度平均值转变为使用小时数据，只有这样，它们才会传递准确的控制信号，以诱导对低碳发电资产进行适当投资，尤其是在碳价格上。

Jacques A. de Chalendar, Sally M. Benson. Why 100% Renewable Energy Is Not Enough. Joule. 2019. 3, 1–5. DOI:10.1016/j.joule.2019.05.002