《Scientific Data》：High temporal and spatial resolution projected electricity carbon emission factors of China from 2025–2060
编辑推荐：
本研究聚焦于中国电力部门碳中和转型的关键需求。针对现有数据集多聚焦历史平均值、缺乏高分辨率未来排放预测的问题，研究人员开展了一项关于中国2025-2060年电力碳排放因子（CEF）的高时空分辨率预测研究。他们结合电力系统规划与运行模型，生成了涵盖5种发展情景、31个省份的逐小时碳排放因子数据集。该研究为评估电力及其他部门（交通、建筑、工业制造等）的脱碳进程提供了关键数据支撑，模拟结果的MAPE低于2.525%，验证了方法准确性。
在全球积极应对气候变化的背景下，实现碳中和已成为许多国家的核心战略目标。中国作为世界上最大的能源消费国和碳排放国，其能源结构转型的路径与效率对全球气候治理至关重要。其中，电力部门既是碳排放的主要来源，也是其他经济部门实现电气化和清洁化的能源基础，其绿色转型可谓牵一发而动全身。然而，要精准评估整个社会经济的脱碳进展，一个关键参数——电力碳排放因子（Carbon Emission Factor, CEF）——的准确获取却并非易事。这个因子代表了每消耗一度电所间接产生的二氧化碳排放量，是核算交通、建筑、工业等领域间接碳排放的“标尺”。遗憾的是，现有的数据多停留在历史平均水平或年度尺度，对于未来几十年、每小时变化的精细化预测几乎是一片空白。这就好比我们试图用一张模糊的旧地图，来导航一条充满未知和岔路的新航线。为了绘制出这张至关重要的未来“碳地图”，一项发表于《Scientific Data》的研究应运而生。
为了回答上述问题，研究团队开展了一项系统性的预测工作。他们的核心目标，是构建一套覆盖时间长、分辨率高的中国电力碳排放因子未来数据集。具体而言，他们生成并提供了一个从2025年至2060年、时间分辨率为1小时、空间覆盖中国31个省份的电力碳排放因子预测数据集。该数据集包含了五种不同的电力系统发展情景，每种情景下每年提供8760个小时级的碳排放因子数据。为了实现这一目标，研究人员采用了一种创新的模拟方法，该方法深度融合了电力系统规划模型和运行模型。这种方法不仅考虑了发电、电网、负荷、储能的协同优化，还通过碳流计算来精准溯源，从而推导出高时空分辨率的碳排放因子。研究方法的可靠性通过将模拟结果与官方数据进行对比得到了验证，计算得到的平均绝对百分比误差（Mean Absolute Percentage Error, MAPE）均低于2.525%，证明了该预测数据具有较高的准确性。
研究结果
- 1.
数据集概览与情景设计
本研究产出的核心成果是一个全面的数据集，包含了2025-2060年间五种发展情景下中国31个省份的逐小时电力碳排放因子。这五种情景旨在捕捉未来电力系统发展的不同可能性，为政策制定和学术研究提供了多角度的参考框架。
- 2.
高时空分辨率特征
与以往基于年度或更长时间尺度的研究不同，本数据集提供了每小时一次的碳排放因子。这种高时间分辨率能够捕捉到日内、季节间因可再生能源（如风电、光伏）出力波动、用电负荷变化导致的碳排放强度动态变化，对于评估电动汽车充电、需求侧响应等具体减排措施的实时效果至关重要。同时，省级空间分辨率有助于识别不同区域的脱碳差异与潜力。
- 3.
方法验证与准确性
为评估所采用模拟方法的可靠性，研究人员将生成的碳排放因子与可获取的官方历史数据进行了对比验证。验证结果显示，模拟值与实际值之间的平均绝对百分比误差（MAPE）控制在2.525%以内，这一较低的误差水平表明，研究所采用的模型框架能够较为准确地反映和预测电力系统的碳排放流情况，为数据集的可信度提供了坚实支撑。
- 4.
跨部门应用潜力
研究指出，所提供的高分辨率碳排放因子数据集，其应用价值远超电力部门本身。它能够为交通（特别是电动汽车碳足迹核算）、建筑（运行碳排放评估）、工业制造（产品碳足迹追踪）等多个关键部门的精准碳核算和深度脱碳路径规划提供不可或缺的底层数据输入，从而支撑全社会层面的碳中和进程评估。
结论与讨论
本研究成功构建并发布了一套覆盖2025年至2060年、具有小时级时间和省级空间高分辨率的中国电力碳排放因子预测数据集。该工作通过整合先进的电力系统规划与运行模拟技术，并考虑“源-网-荷-储”协同演化与碳流追踪，有效弥补了现有数据在面向未来的高时空解析度方面的空白。验证结果表明，所采用的方法具有较高的准确性。
这项研究的重要意义在于，它将电力碳排放因子的认知从静态的历史平均值，推向了动态的、高分辨率的未来情景预测。这不仅仅是一个数据集的产生，更是为评估中国乃至全球的碳中和转型进程提供了一把更精确的“尺子”。对于政策制定者而言，该数据有助于设计更科学、更精细的碳预算和减排政策；对于企业和研究者而言，它为开展精准的碳核算、低碳技术评估和减排路径优化奠定了数据基础。这项发表于《Scientific Data》的研究，以其前瞻性和实用性，为相关领域的学术探索和实际应用打开了新的局面，是支撑碳中和科学决策的一项重要基础设施工作。
