东莞市星火太阳能科技股份有限公司

13215150267
星火太阳能和你一起了解更多太阳能资讯
推广分布式太阳能发电会产生回弹效应吗?
返回列表 来源: 经济聚能环 发布日期: 2022.02.23 浏览次数:

一直以来,各国政府均将提高能源效率视作降低能源消费的有效手段。但是,能源效率提高可能会改变生产者和消费者的能源消费行为,进而引起额外的能源消费使得预期的节能量被部分甚至完全抵消,该现象被称为回弹效应(Rebound Effect)。 由于该现象对于能效政策的制定与评估可能产生颠覆式影响,所以回弹效应问题引起了学界越来越多的关注。分布式太阳能发电被普遍视为节能减排的重要手段。 然而,住宅太阳能发电的推广所引致的居民用电行为改变却很少被关注。 本期推文基于回弹效应理论,采用美国亚利桑那州菲尼克斯市的居民用电及住宅太阳能发电的微观数据,对美国住宅太阳能发电推广所引起的回弹效应进行了测算。


现有研究普遍认为,推广住宅太阳能发电是减少化石燃料依赖,进而解决环境问题的重要手段。 现有研究从收益与成本两个视角对推广分布式太阳能发电的效果开展了一些讨论:一些文献认为其有助于节省电费并改善环境; 另一些文献则认为住宅太阳能发电量的增加会减少电力公司的售电收入,从而影响电力基础设施投资的有效回收。 为了应对这一问题,电力公司可能会提高电价,从而导致出现非太阳能发电家庭用户补贴太阳能发电家庭用户的情况,而由于美国太阳能发电家庭用户往往属于高收入群体,因此可能引发“穷人补贴富人”的社会问题。

可以看出,上述现象发生的关键是,太阳能发电家庭用户会减少来自于电力公司的电力消费。 如果太阳能发电家庭用户的电力消费总量与住宅太阳能发电量无关,那么用户理应减少与其利用的住宅太阳能发电量相等的来自于电力公司的电力消费。然而,太阳能发电家庭用户的电力消费总量往往会受到其住宅太阳能发电量的影响。 因为住宅太阳能发电量增加会减少太阳能发电家庭用户的电费支出,从而降低其面对的平均电价。 而平均电价下降可能会进一步诱发居民增加电力消费,即产生了回弹效应。 遗憾的是,对住宅太阳能发电推广所引致的回弹效应进行测算的文献可谓凤毛麟角。 该文基于美国菲尼克斯市的居民微观数据,使用匹配方法(Matching Methods)与面板数据固定效应模型,首次对美国住宅太阳能发电引致的回弹效应大小进行了测算。 进一步地,作者还对住宅太阳能发电技术的推广应用开展了福利分析。


2

研究思路

(一)理论框架

该文基 假设居民的电力消费量是平均电价的函数,用户安装太阳能面板前的用电量为 e 0 ,平均电价为 p 0 。用户安装太阳能面板后的太阳能发电量为 e s 。此时,在居民总用电量保持不变的条件下,其支付的电费总额为 p 0 e 0-e s ),实际支付的平均电价则为 进一步地,基于户电力消费的价格弹性 ,可得据此,可将用户安装太阳能电池板后的电力消费量表示为:

根据(1)式,可以得到e post   es   的关系为:

(2)式即为回弹效应的表达式,度量了当太阳能发电量增加时,因居民用电行为改变而“吞噬”的理论节电量的比例。

(二)研究样本

该文的主要数据来源于一家名为Salt River Project(SRP)的服务于亚利桑那州菲尼克斯地区的公用事业公司。 亚利桑那州拥有充足的太阳能资源,在分布式太阳能发电技术的推广方面表现突出。截至2018年中期,该地区太阳能面板的安装数量位列全美第三。

居民安装的太阳能电表包括两种类型:净计量太阳能电表(Net-metered)和总计量太阳能电表(Gross-metered)。 SRP服务的家庭用户安装的是净计量太阳能电表,此类用户的太阳能发电先由用户自己使用,余下的部分出售给电力公司,而总计量太阳能电表用户则将太阳能发电全部出售给电力公司。

(三)数据描述

作者得到了以下四方面的数据样本。

(1)由SRP提供的住宅设备和技术(简称RET)调查数据。 该调查开展于2014年初,共获得了16000个完整的电力用户样本(不限于太阳能发电用户),内容涉及用户详细的人口状况、建筑物特征、家用电器和节能设备以及能源消费行为等信息。

(2)参与RET调查的太阳能发电用户的相关数据。 包括2013-2017年太阳能发电用户的每小时发电量、发电设施安装日期、单位发电成本、发电系统规模以及融资模式(购买或租赁)等详细信息。

(3)参与RET调查的所有用户2013-2017年的高频(每15分钟)电表数据。

(4)样本家庭用户的每日电表数据。

作者对上述数据进行了整合,最终形成了2013-2017年的家庭用户面板数据。 由于逐时数据因信息不全而无法被用于计算用户的电力消费总量,作者在估计回弹效应时使用了逐日面板数据,而逐时数据则被用于环境收益分析。

(四)实证策略

(1)回弹效应测算

作者采用的研究样本包含277户安装净计量太阳能电表的用户。 为了从非太阳能发电用户中为太阳能发电用户寻找合适的对照组,作者基于用户特征,采用倾向得分匹配(Propensity Score Matching,PSM)方法与广义精确匹配(Coarsened Exact Matching,CEM)方法对样本进行了匹配,并构建了如下固定效应模型:

(3)式中,Cons id i 用户d日的电力消费量 kwh isd i用户d 日的 太阳能发电量; pid 为基于边际电价计算的i 用户 d日的平均电价; f ( HDDid ) f ( CDDid ) 分别是采暖度日数与制冷度日数的样条函数( Spline Function ),用于控制温度变化; Holiday d 是法定假日控制变量;图片为误差项。 同时,(3)式还包含了 Day of month Day of week Day of year  等3个时间固定效应,以及居户-年度固定效应图片,作者认为图片可以很大程度上缓解内生性问题。 此外,作者使用了用户层面的聚类稳健的标准误。

在(3)式的设定下,图片度量了每增加1单位的太阳能发电量所引起的居民电力消费总量的变化。 由上述理论分析可知,图片等于用电需求的价格弹性,根据图片即可计算出回弹效应。除了(3)式所示的基准回归模型外,作者还进行了大量的稳健性检验及异质性分析,感兴趣的读者可以自行阅读原文。

(2)福利分析

在测算回弹效应的基础上,作者还针对消费者剩余及环境收益开展了福利分析,用于评价回弹效应对社会福利的影响程度。 其中,由已知参数和变量表示的消费者剩余变化公式为(推导过程见原文):

在计算安装太阳能面板带来的环境收益时,作者首先使用逐时数据估计了安装太阳能面板对用户电网购电量的影响,进而将购电量的变化量乘以电力公司供电的边际排放系数,最后计算得到住宅安装太阳能面板所带来的环境收益。


3

主要结论

(1 住宅太阳能发电量增加会通过改变用户的用电行为而影响其电力消费量,从而产生回弹效应。 具体而言,住宅太阳能发电量每增加1千瓦时,太阳能发电用户的电力消费总量将增加0.18千瓦时,即回弹效应的大小为18%。

(2)采用太阳能面板后,平均每家用户每年将增加972美元的消费者剩余。 如果忽略回弹效应,消费者剩余的变化将被高估12%。

(3)平均而言,每个太阳能面板的安装每年将通过减少相应的 CO2 SO 2 NO X 以及颗粒物等空气污染排放物而增加122美元(2000年价格)的环境收益。如果忽略回弹效应,环境收益将被高估33%。


4

简要评论

该文与已有文献相比,其贡献主要表现在如下三个方面。

(1)该文首次为美国住宅太阳能发电引起的回弹效应提供了经验证据。 作者将能源回弹效应理论引入太阳能发电领域,为理解分布式太阳能发电设备的投入和推广提供了全新视角。

(2)该文首次使用高频(逐日与逐时)微观数据测算了住宅太阳能发电引起的回弹效应。 使用高频数据具有如下优势: 第一,高频数据为计量模型引入更灵活的固定效应提供了可能,有助于控制更多的不可观测因素,提高估计结果的准确性; 第二,由于传统发电方式造成的边际环境损害在一天中的不同时段存在差异,逐时数据可以更准确地评估采用太阳能面板带来的环境收益。

(3)该文首次针对净计量太阳能电表用户测算了太阳能发电引起的回弹效应。 由于净计量太阳能电表用户与总计量太阳能电表用户从太阳能发电中获取收益的方式存在差异,回弹效应的大小及发生机制也可能不同。

总体而言,该文是一篇选题新颖、论证严谨的学术佳作。 其亮点主要体现在数据与研究设计两个方面,作者不仅使用了居民层面的逐时与逐日的高频微观数据,还在识别策略方面对内生性问题进行了详细讨论,并借助机器学习等前沿方法进行了大量的稳健性检验及异质性分析,其严谨的实证策略设计和论证过程均值得学习。 但是,该文扎实的实证研究工作也从一个侧面衬托出该文在理论研究方面还不能令人满意,尤其缺乏对“回弹效应”的内涵及发生机制的理论阐释。 具体而言,作者认为其测算的回弹效应涉及直接回弹效应与间接回弹效应两个方面,但该文的论证始终围绕电力消费进行,并没有考察住宅太阳能发电对其它种类能源消费的影响。 同时,该文的理论框架是基于价格弹性理论构建的,无法反映平均电价下降所引致的替代效应与收入效应等直接回弹效应的发生机制,从而使得该文的研究工作略有遗憾

これまで、各国政府はエネルギー効率の向上をエネルギー消費の低減の有効な手段と見なしてきた。しかし、エネルギー効率の向上は、生産者および消費者のエネルギー消費行動を変化させ、さらに追加のエネルギー消費を引き起こし、予想される省エネ量を部分的にさらに完全に相殺する可能性があり、この現象をリバウンド効果(Rebound Effect)と呼ぶ。この現象はエネルギー効率政策の制定と評価に転覆的な影響を及ぼす可能性があるため、反発効果問題は学界のますます多くの注目を集めている。分布式太陽光発電は一般的に省エネ・排出削減の重要な手段とされている。しかし、住宅の太陽光発電の普及による住民の電気使用行為の変化は注目されていない。今期の推文は、リバウンド効果理論に基づいて、米国アリゾナ州フェニックス市の住民用電と住宅太陽光発電のミクロデータを用いて、米国の住宅太陽光発電の普及によるリバウンド効果を測定した。
住宅の太陽光発電の普及は化石燃料の依存を減らし、環境問題を解決する重要な手段であると考えられている。既存の研究は収益とコストの2つの視点から分布式太陽光発電の普及効果についていくつかの討論を展開した:一部の文献は電気料金を節約し、環境を改善するのに役立つと考えている。一部の文献では、住宅の太陽光発電量の増加が電力会社の販売収入を減少させ、電力インフラ投資の有効回収に影響を及ぼすと考えている。この問題に対応するため、電力会社は電気価格を高める可能性があり、非太陽光発電家庭のユーザーが太陽光発電家庭のユーザーを補助する状況が発生する可能性があるが、米国の太陽光発電家庭のユーザーは往々にして高所得層に属しているため、「貧しい人が金持ちを補助する」社会問題を引き起こす可能性がある。
このような現象の発生の鍵は、太陽光発電の家庭ユーザーが電力会社からの電力消費を減らすことであることがわかる。太陽光発電家庭のユーザーの電力消費総量が住宅の太陽光発電量と関係がない場合、ユーザーは利用する住宅の太陽光発電量と等しい電力会社からの電力消費を減らすべきである。しかし、太陽光発電家庭のユーザーの電力消費総量は、住宅の太陽光発電量の影響を受けることが多い。住宅の太陽光発電量の増加は、太陽光発電の家庭ユーザーの電気料金支出を減らし、直面する平均電気価格を下げるからだ。平均電気価格の下落は、住民の電力消費の増加をさらに誘発し、反発効果を生む可能性がある。残念なことに、住宅の太陽光発電の普及による反発効果を測定する文献は珍しい。本稿では,米国フェニックス市の住民のミクロデータに基づき,マッチング法(Matching Methods)とパネルデータ固定効果モデルを用いて,米国の住宅太陽光発電による反発効果の大きさを初めて測定した。さらに,著者らは住宅太陽光発電技術の普及応用について福祉分析を行った。
2
研究の考え方
(一)理論の枠組み
この文書は,住民の電力消費量が平均電気価格の関数であると仮定し,ユーザが太陽光パネルを取り付ける前の消費電力はe 0,平均電気価格はp 0である.ユーザが太陽光パネルを設置した後の太陽光発電量はesである。このとき,住民総消費電力が一定に保たれた条件下で,その支払う電気料金総額はp 0(e 0−es)であり,実際に支払う平均電気料金は.さらに、戸電力消費の価格弾力性に基づいて、得ることができる。これにより、ユーザが太陽電池パネルを装着した後の電力消費量を、
(1)式によれば,e postとesの関係は次のようになる.
(2)式はリバウンド効果の式であり,太陽光発電量が増加すると,住民の電力使用挙動の変化により「飲み込む」理論的節電量の割合を測定した。
(二)研究サンプル
この文書の主なデータは、Salt River Project(SRP)というアリゾナ州フェニックス地域の公共事業会社に由来しています。アリゾナ州は十分な太陽エネルギー資源を持っており、分布式太陽エネルギー発電技術の普及の面で際立っている。2018年半ば現在、同地域の太陽光パネルの設置数は全米で3位だった。
住民が設置したソーラーメーターには、純計量ソーラーメーター(Net-metered)と総計量ソーラーメーター(Gross-metered)の2種類がある。SRPサービスの家庭ユーザーは純計量太陽光発電計を設置しており、このようなユーザーの太陽光発電はまずユーザーが自分で使用し、残りの部分は電力会社に販売され、総計量太陽光発電計ユーザーは太陽光発電をすべて電力会社に販売している。
(三)データ説明
著者らは以下の4つの態様のデータサンプルを得た。
(1)SRPが提供する住宅設備と技術(RETと略称する)調査データ。この調査は2014年初めに行われ、16000人の完全な電力ユーザーサンプル(太陽光発電ユーザーに限らず)を獲得した。内容はユーザーの詳細な人口状況、建物の特徴、家電と省エネ設備、エネルギー消費行為などの情報に関連している。
(2)RET調査に参加した太陽光発電利用者に関するデータ。2013-2017年の太陽光発電ユーザーの1時間当たりの発電量、発電施設の設置日、単位発電コスト、発電システム規模、融資モデル(購入または賃貸)などの詳細が含まれている。
(3)RET調査に参加したすべてのユーザの2013-2017年の高周波(15分ごと)メーターデータ。
(4)サンプルファミリーユーザの毎日の電気メーターデータ。
著者らはこれらのデータを統合し,最終的に2013−2017年のホームユーザパネルデータを形成した。著者らは,逐次データが情報不全のためユーザの電力消費総量の計算に用いられないため,リバウンド効果を推定する際に逐日パネルデータを用い,逐次データは環境収益解析に用いた。
(四)実証戦略
(1)リバウンド効果測定
著者らが採用した研究サンプルには,純計量太陽電池メーターを取り付けた277世帯のユーザが含まれている。非太陽光発電ユーザの中から太陽光発電ユーザのために適切な対照群を探すために,著者らは,ユーザ特性に基づいて,傾向スコアマッチング(Propensity Score Matching,PSM)法を一般化精密マッチング(Coarsened Exact Matching,CEM)法により試料をマッチングし,以下の固定効果モデルを構築した。
(3)式中、Considはiユーザd日の電力消費量である。kwhisdはiユーザーd日の太陽光発電量である。pidは境界電価に基づいて計算されたiユーザd日の平均電価である。f(HDD)とf(CDDid)は、温度変化を制御するための暖房日数と冷房日数のスプライン関数である。Holidaydは法定休日制御変数である。画像は誤差項目です。また,(3)式にはDay of month,Day of week,Day of yearの3つの時間固定効果,および居戸−年度固定効果ピクチャが含まれており,著者らはピクチャが内生的な問題を大きく緩和できると考えている.さらに,著者らは,ユーザレベルのクラスタリングが堅牢な標準誤りを用いた.
(3)式の設定では,1単位あたりの太陽光発電量の増加による住民電力消費総量の変化を計測した。上記の理論解析から,画像は電気需要の価格弾性に等しく,画像からリバウンド効果を計算できることが分かった。(3)式に示す基準回帰モデルのほか,著者らは多くの安定性検査と異質性分析を行い,興味のある読者は原文を自分で読むことができる。
(2)福祉分析
リバウンド効果を測定した上で,著者らは消費者の余剰および環境収益について福祉分析を行い,リバウンド効果が社会福祉に及ぼす影響の程度を評価した。ここで、既知のパラメータおよび変数によって表される消費者の残りの変化式は、(導出プロセスは原文を参照)である。
太陽光パネルの設置による環境収益を計算する際,著者らはまず逐時データを用いて太陽光パネルの設置がユーザの電気網の購入電力に及ぼす影響を推定し,さらに購入電力の変化量に電力会社の電力供給の境界排出係数を乗じ,最後に住宅の太陽光パネルの設置による環境収益を計算した。
3
主な結論
(1)住宅の太陽光発電量の増加は,ユーザの電力使用行為を変えることによってその電力消費量に影響を及ぼし,リバウンド効果を生じる.具体的には、住宅の太陽光発電量が1キロワット時増加するごとに、太陽光発電ユーザーの電力消費総量は0.18キロワット時増加し、すなわちリバウンド効果の大きさは18%である。
(2)太陽光パネルを採用すると、ユーザー1人当たり毎年972ドルの消費者の余剰が増加する。リバウンド効果を無視すると、消費者の残りの変化は12%過小評価される。
(3)平均すると、太陽光パネル1台あたりの設置は、対応するCO 2、SO 2、NOX、粒子状物質などの大気汚染排出物を減らすことによって、年間122ドル(2000年価格)の環境収益を増加させる。リバウンド効果を無視すると、環境収益は33%過小評価されます。
4
簡単なコメント
この文は既存の文献と比較して,その寄与は主に以下の3つの面に現れている。
(1)米国の住宅太陽光発電による反発効果に初めて経験的証拠を提供した。著者らはエネルギーリバウンド効果理論を太陽光発電分野に導入し,分布式太陽光発電設備の投入と普及を理解するために新しい視点を提供した。
(2)住宅太陽光発電によるリバウンド効果を,高周波(逐日と逐時)のミクロデータを用いて初めて測定した。高周波データの使用は以下の利点を有する:第一に、高周波データは計量モデルにより柔軟な固定効果を導入する可能性を提供し、より多くの観測不可能な要素を制御し、推定結果の正確性を高めるのに役立つ。第二に、従来の発電方式による境界環境障害は、1日の異なる期間に差があるため、太陽光パネルの採用による環境収益をより正確に評価することができる。
(3)本稿では,太陽光発電によるリバウンド効果を純計量太陽光メーターユーザに対して初めて測定した。純計量太陽光メーターのユーザーと総計量太陽光メーターのユーザーが太陽光発電から収益を得る方法には違いがあるため、リバウンド効果の大きさや発生メカニズムも異なる可能性がある。
全体的に言えば、この文は選択問題が斬新で、論証が厳格な学術佳作である。そのハイライトは主にデータと研究設計の2つの面に現れ、著者は住民レベルの逐時と逐日の高周波ミクロデータを使用しただけでなく、識別戦略の面で内生性問題について詳しく討論し、機械学習などの最前線の方法を借りて大量の安定性検査と異質性分析を行った。その厳格な実証戦略設計と論証過程はいずれも学習に値する。しかし、この文の確固たる実証研究の仕事も一つの側面からこの文が理論研究の面でまだ満足できないことを明らかにし、特に「反発効果」の内包と発生メカニズムに対する理論解釈が欠けている。具体的には,著者らは,その測定したリバウンド効果は直接リバウンド効果と間接リバウンド効果の2つの面に関与すると考えているが,この論文の論証は常に電力消費をめぐって行われ,住宅太陽光発電が他の種類のエネルギー消費に及ぼす影響を考察していない。同時に,本論文の理論的枠組みは価格弾性理論に基づいて構築され,平均電気価格の低下による代替効果や収入効果などの直接反発効果の発生メカニズムを反映することができず,本論文の研究作業はやや残念である。

【相关推荐】

全国服务热线

13215150267
  • 地址:东莞市松山湖中小企业园十一栋
  • 电话:13215150267
  • 邮箱:liusq@singfosolar.cn
  • 手机二维码
东莞市星火太阳能科技股份有限公司版权所有 / 备案号:粤ICP备14057282号-5 /  网站地图 / 百度统计  技术支持: 牛商股份