4、基准线情景:基准线识别方法、基准线排放量计算、额外性论证与工具

各位同行,咱们接着聊。上一节我们把项目边界和碳库给圈定了,这就像打仗前先画好了作战地图。但光有地图不行,你还得知道——如果没有你这个风电项目,这片区域原本的“电”是从哪儿来的?这,就是基准线情景要回答的问题。

说白了,基准线就是一面镜子。它照出的是“没有你这个项目,世界会怎样”。你想想看,减排量不是凭空算出来的,它是“有项目”和“没项目”之间的差值。所以,基准线定得准不准,直接决定了你的碳资产值不值钱。

核心逻辑:减排量 = 基准线排放量 - 项目排放量。基准线是分母,也是命门。

4.1 基准线识别方法

我个人习惯把基准线识别分成三步走。第一步,搞清楚这片区域电网的“底色”是什么。第二步,看看有没有替代的发电方案。第三步,也是最关键的——论证这个“没项目”的情景是不是最合理的。

对于风电项目,基准线情景通常只有一个:并网发电的替代情景。什么意思呢?就是假设你这个风电场没建,电网公司为了满足同样的用电需求,得从别的电厂买电。这些电厂可能是燃煤的、燃气的,也可能是水电、光伏。

但这里有个坑,我踩过。有一次在西北做项目,当地水电占比很高。业主说:“你看,我们这儿水电多,基准线排放因子是不是可以低一点?” 我当时就笑了。我说,你想想看,水电是有季节性的,枯水期怎么办?电网调度是看边际的,不是看平均的。所以,国际上通用的做法是看“电量边际”和“容量边际”

我的经验:别自己瞎琢磨基准线情景。直接采用国家主管部门公布的电网基准线排放因子,这是最稳妥、最省事的做法。你非要自己算,也行,但评审的时候专家会问你:你的数据源是什么?你的假设合理吗?

基准线识别方法,我总结了一张图,你看一眼就明白了:

风电项目基准线识别逻辑 ① 识别替代发电资源 电网中哪些电厂会被替代? ② 确定边际类型 电量边际?容量边际? ③ 采用官方因子 CM+OM 组合计算 关键判断依据 • 风电项目属于可再生能源并网发电,基准线情景为“电网现有发电组合” • 采用“组合边际法”(CM):电量边际(OM)+ 容量边际(BM) • 权重分配:OM 占 50%,BM 占 50%(默认,可调整) • 数据来源:国家发改委/生态环境部发布的年度电网基准线排放因子

4.2 基准线排放量计算

基准线排放量,说白了就是算一笔账:你这个风电场发的每一度电,如果换成电网里别的电厂来发,会排放多少二氧化碳?

公式很简单,但细节很磨人:

BE_y = EG_PJ,y × EF_grid,CM,y

其中:
BE_y          = 第 y 年的基准线排放量 (tCO₂)
EG_PJ,y       = 第 y 年风电项目上网电量 (MWh)
EF_grid,CM,y  = 第 y 年电网组合边际排放因子 (tCO₂/MWh)

这里面的关键,就是这个 EF_grid,CM,y。它怎么来的?我建议你直接用官方数据。以中国为例,生态环境部每年都会发布《年度减排项目中国区域电网基准线排放因子》。你找到项目所在区域的电网,查表就行。

电网名称 覆盖省份 OM 因子 (tCO₂/MWh) BM 因子 (tCO₂/MWh) CM 因子 (tCO₂/MWh)
华北区域电网 北京、天津、河北、山西、山东、内蒙古 0.9419 0.4815 0.7117
东北区域电网 辽宁、吉林、黑龙江 0.9267 0.4089 0.6678
华东区域电网 上海、江苏、浙江、安徽、福建 0.7882 0.3862 0.5872
西北区域电网 陕西、甘肃、青海、宁夏、新疆 0.8283 0.3873 0.6078

注意:上表数据仅为示例,实际计算请以生态环境部最新发布的官方数据为准。因子每年都会更新,别拿去年的数据糊弄专家。

举个例子。假设你在华北地区建了一个100MW的风电场,年上网电量2亿度(200,000 MWh)。那么基准线排放量就是:

BE_y = 200,000 MWh × 0.7117 tCO₂/MWh = 142,340 tCO₂

也就是说,如果没有这个风电场,电网需要多排放14.2万吨二氧化碳。这,就是你的项目贡献的减排量基础。

4.3 额外性论证与工具

额外性,这个词听起来有点绕。我换个说法:你的风电项目,是不是“没它不行”?

你想想看,如果这个风电场本身经济效益就很好,投资回报率20%,那就算没有碳收益,人家也会建。这种情况下,减排量就不能算你的功劳。反过来,如果项目本身经济性一般,甚至亏损,正是因为有了碳减排量带来的额外收入,项目才变得可行——这才叫“额外性”。

额外性论证,说白了就是回答三个问题:

  1. 有没有替代方案? 比如,是不是可以建一个燃煤电厂?
  2. 替代方案是不是更赚钱? 如果燃煤电厂的投资回报率更高,那你的风电项目就具有额外性。
  3. 有没有政策或技术障碍? 比如,当地电网消纳能力不足,或者风电技术不成熟。

我曾经帮一个西南地区的风电项目做额外性论证。业主说:“我们这项目肯定有额外性,因为电价低,成本高。” 我一看数据,确实,内部收益率只有6%,低于行业基准8%。但问题来了——他们拿到了政府补贴。补贴一加上,收益率直接跳到10%。

这就尴尬了。按照方法学,补贴收入必须算在项目收益里。你不能一边拿着补贴,一边说项目不赚钱。最后我们调整了计算模型,把补贴剔除后重新算,收益率降到5.8%,这才通过了额外性论证。

避坑指南:额外性论证最怕“自相矛盾”。你既然说项目有额外性,那为什么还要上马?逻辑必须自洽。我建议你采用CDM方法学中的“投资比较法”或“障碍分析法”,别自己发明新方法。

额外性论证的常用工具,我列一下:

  • 投资比较法:对比风电项目与基准线情景(如燃煤电厂)的内部收益率(IRR)。如果风电项目的IRR低于基准线情景,且低于行业基准,则具有额外性。
  • 障碍分析法:识别项目面临的技术障碍、政策障碍、融资障碍等。比如,当地电网基础设施薄弱,风电并网困难。
  • 普遍实践法:分析类似项目在当地的普及程度。如果风电在当地已经很普遍,那额外性就弱了。

我个人比较推荐投资比较法,因为它数据可量化,专家评审时也容易通过。但要注意,所有假设条件都要有依据。比如,电价假设、发电小时数假设、运维成本假设,这些不能拍脑袋。

嗯,基准线这块内容确实有点多,但它是整个碳减排量核算的基石。你把这个搞透了,后面的项目排放量计算、泄漏计算,都是水到渠成的事。


公众号:蓝海资料掘金营,微信deep3321