雄心气候目标下印度煤电退出的成本效益优化路径分析

《Nature Communications》：Ambitious climate targets can make the phaseout of India’s coal-fired power plants cost-beneficial

　　本研究针对印度煤电转型路径不明的问题，通过构建电厂级混合整数非线性动态优化模型（MIND-Plant），首次在1.5°C和2°C气候目标下量化了煤电机组提前退役的多维影响。研究发现，更严格的气候目标能带来显著净收益——1.5°C情景下碳减排效益达1.879万亿美元，健康效益减少130万DALYs（伤残调整寿命年），且各邦需制定差异化退煤路线图。该研究为发展中国家基于成本效益分析的能源转型提供了科学决策支持。

　　

随着气候变化加剧带来的经济损失日益凸显，全球能源转型迫在眉睫。作为全球第三大碳排放国，印度超过一半的二氧化碳排放来自煤电，这使得煤电退出成为实现《巴黎协定》温度目标的关键。然而，印度在积极推进可再生能源部署的同时，仍严重依赖煤炭资源——截至2020年运行煤电装机达233吉瓦，另有53吉瓦在建或规划机组。这种矛盾现状使得如何平衡气候目标与经济社会发展成为重要课题。

现有研究多采用多标准决策分析法或资产搁浅风险评估，但往往忽视减排经济效益，且缺乏针对具体机组的优化退役方案。更关键的是，传统方法难以解决"何时退役哪些机组"这一动态优化问题。为此，复旦大学团队在《Nature Communications》发表研究，首次开发了电厂级混合整数非线性动态优化模型，为印度煤电退出提供了科学路线图。

研究团队通过整合世界电厂数据库与气候情景数据，构建了包含1305个运行机组和113个规划机组的数据库。模型创新性地引入四维评估体系：环境维度涵盖碳减排效益（采用社会成本碳计价）和健康效益（通过PM_2.5等污染物导致的DALYs量化），社会经济维度包括电厂利润损失、资产搁浅风险以及税收就业影响。模型使用Gurobi优化器进行迭代计算，在满足IPCC气候目标容量约束的前提下，以净效益最大化为目标确定每个机组的最优退役年份。

关键技术方法主要包括：1）基于AR6情景数据库的煤电容量路径约束设置；2）单元级碳排放与健康影响量化模型，结合区域化特征因子图谱；3）多维度成本效益货币化评估体系，包含社会成本碳（SCC）和支付意愿（WTP）等参数；4）考虑35-45年寿命不确定性的敏感性分析。

机组特征与气候路径

研究显示印度煤电机组分布呈现明显地域集中性，装机量前三的邦（恰蒂斯加尔邦、马哈拉施特拉邦、北方邦）占总容量33%。机组年龄结构偏年轻，57%机组在2000-2020年间投运，这增加了转型难度。气候路径分析表明，1.5°C目标要求煤电容量在2045年左右清零，而2°C目标可推迟至2055年。

多维影响评估

成本效益分析揭示严格气候目标反而更具经济性：1.5°C情景虽导致5160亿美元损失（电厂损失+税收就业损失），但产生1.879万亿美元碳效益和健康效益，净效益显著优于2°C情景。值得注意的是，600兆瓦以上大容量机组对各项指标影响尤为突出，应作为优先调控对象。

差异化退役路线图

优化结果显示，1.5°C目标要求更早启动退役进程：2020-2030年间需退役484个运行机组（105吉瓦）和36个规划机组（24吉瓦），主要集中在东部煤电走廊。机组平均寿命将从40年缩短至28年（1.5°C）或35年（2°C）。邦级分析表明，恰蒂斯加尔邦在1.5°C情景下可获得1710亿美元净效益，而北方邦在2°C情景下净效益达1100亿美元。

环境健康协同效益

1.5°C情景下，累计避免二氧化碳排放量达26吉吨（范围20-33），避免健康损失130万DALYs（范围100-160万），峰值年份分别出现在2043年和2048年。西孟加拉邦因区域PM_2.5健康影响因子最高，成为健康效益最显著地区。

研究结论强调，将社会效益纳入评估可显著增强煤电退出的经济可行性。特别是对马哈拉施特拉邦等煤电依赖度高的地区，需配套针对性财政补偿和就业支持政策。该模型框架为发展中国家破解"保增长"与"促减排"两难困境提供了新思路，但实际实施仍需考虑电网灵活性、社会接受度等现实约束。未来研究应进一步整合电力市场波动、政策动态等变量，推动公正可持续的能源转型。