本文基于MARLEY多智能体强化学习框架,模拟意大利电力系统在2025—2040年间部分抑制EU-ETS碳价信号的影响。研究发现,碳价抑制可带来短期电价和成本下降,但长期成本改善有限,并显著削弱可再生能源与储能投资激励,导致CO₂排放上升、化石能源依赖增强及天然气价格冲击脆弱性提高。只有依赖大规模、持续性CfD及灵活性机制的高雄心混合市场,才能部分缓解负面影响,但这要求市场从价格驱动转向更强的长期规划与监管承诺。
报告标题:《EU-ETS under attack? The impact of carbon price suppression on the decarbonization of the power sector》(《欧盟排放交易体系是否受到攻击?碳价压制对电力部门脱碳的影响》)。
作者:Javier Gonzalez-Ruiz、Carlos Rodriguez-Pardo、Alice Di Bella、Paolo Mastropietro、Jose Pablo Chavez-Avila、Massimo Tavoni。
机构:米兰理工大学、CMCC基金会、RFF-CMCC European Institute on Economics and the Environment,以及西班牙Comillas大学技术研究所。报告没有在正文元数据中明确给出正式发布日期,但正文围绕2026年意大利“Decreto Bollette”展开,研究期为2025—2040年。其主题是:在能源价格和地缘政治冲击下,政府通过降低或中和天然气发电报价中的EU ETS碳成本,能否在降低消费者短期电价的同时维持电力系统长期脱碳。
报告的核心结论是:压低碳价信号确实可以在短期降低批发电价和部分系统成本,但长期收益很有限,且会显著削弱可再生能源与储能投资、提高CO₂排放、延长对天然气和既有化石资产的依赖。如果要通过CfD、容量机制和灵活性机制抵消这一负面影响,就必须采取规模很大、持续时间很长且具有可信承诺的长期监管支持;这又意味着市场需要转向一种“混合市场”或更强的政策规划模式,与原本试图通过压低市场价格来减轻消费者负担的政策逻辑存在张力。
报告没有针对某一家上市公司给出买入、持有或卖出评级,也没有股票目标价。其“政策评级”意义上的立场较为明确:作者总体上对长期、持续性的碳价压制持否定态度,但认为强力长期投资机制在理论上能够缓冲其不利影响。
报告将研究置于欧洲能源价格危机和地缘政治冲突背景下。作者指出,2022年俄乌战争升级以及文中所称的2026年伊朗战争和霍尔木兹海峡关闭,加剧了电价压力,使政府同时面对三项任务:降低居民和企业电费、维持脱碳进程、降低对进口化石燃料的结构性依赖。
西班牙和葡萄牙在2022年实施的“伊比利亚例外机制”被作为先例。该机制通过补偿化石发电企业来降低其市场报价,从而压低现货电价,但代价包括跨境贸易扭曲、经济效率下降和监管风险上升。意大利2026年的Decreto Bollette则采取类似思路:对部分天然气电厂补偿其报价中包含的EU ETS碳成本,使边际定价燃气机组的报价下降,进而降低市场出清价格和其他已调度发电机组的“红利内租”;但相关ETS成本最终通过终端用户电价中的专项收费回收。
这里的关键经济机制是“碳成本传导”。在正常市场中,燃气机组将碳成本计入边际成本,碳价越高,化石发电越贵,批发电价通常越高;但更高的化石发电成本也会扩大低碳资产相对于化石资产的竞争优势,形成新能源和储能的投资信号。压制碳价能够降低短期电价,却同时削弱了这种长期信号。
作者认为电力脱碳依赖两个支柱:
特别值得注意的是,欧洲支持机制已从早期与批发市场脱钩的固定上网电价,逐渐转向与短期市场价格直接耦合的双向CfD等机制。因此,如果碳价不再进入机组调度和报价,长期机制本身的效果也会受到影响。
研究使用MARLEY模型,即面向中长期电力市场设计的多智能体强化学习框架。模型将发电企业GENCO视为追求利润最大化的智能体,将政策制定者纳入同一环境,使政策制定者可以根据系统成本、排放和投资反应调整CfD、储能和容量机制目标。
其方法上的创新包括:
GENCO可以进行商用投资、容量市场投资、CfD投资、灵活性市场投资,也可以退役CCGT和OCGT机组。政策制定者则以年度频率调整RES目标和短期储能目标。
方法核心是IPPO,即Independent Proximal Policy Optimization。每个智能体根据自身观察训练独立的Actor和Critic网络,不使用集中式Critic。这更接近竞争性市场中企业不会共享全部私有信息的情形,但也带来非平稳性、信用分配和多重均衡等问题。作者通过MAPPO对照实验发现,两种算法在核心结论上大体一致。
模型并非完全竞争均衡模型。由于智能体数量有限、存在重复训练和离散投资选择,训练后的GENCO仍然获得正利润,而不是趋近于零利润;因此结果更接近一个具有市场势力和策略行为的集中型市场。
研究设置四类市场配置和三类碳价政策:
H-、H、H+中,CfD可支持的可再生能源渗透率上限分别约为平均年需求的60%、80%和120%,储能支持也按类似等级递增。CRM和H-更接近当前欧洲“长期机制支持、但商用投资仍占主导”的模式;H和H+则逐步削弱批发价格在投资决策中的作用。
基础碳价从2025年的70欧元/吨线性升至2040年的150欧元/吨,并另设保持70欧元不变和升至230欧元的敏感性情景。模型假设年用电需求增长2%,采用PyPSA的新能源和储能成本下降路径,并从2030年开始加入天然气价格冲击:大约每12年发生一次危机,典型峰值约为长期价格的两倍,持续约两年。
图1左上显示GENCO可以观察公共信息和私人信息,并在商用投资、容量市场、CfD、灵活性市场、退役决策和储能运营之间采取行动;奖励主要是现金流净现值。右上展示多个GENCO和政策制定者在竞争环境中的独立PPO学习。右下是情景矩阵,横轴为ND、UD、D,纵轴为CRM、H-、H、H+,碳价路径则作为额外维度。该图的主要价值在于说明研究不是单纯比较两个电价水平,而是把市场设计、政策不确定性、投资行为和碳价路径放入同一个动态反馈系统。
图2上半部分显示2025—2040年累计或平均意义下的单位系统成本和年排放。成本柱被拆分为EEN、CfD、CRM、灵活性、ETS回收、既有资产、商用投资和其他部分。D情景的批发价格下降,但柱状图中的“ETS recovery”部分又增加,说明消费者并没有获得等额的净收益:被暂时隐藏的碳成本只是从发电企业报价转移到终端收费中。
排放图更直观:在CRM、H-和H配置中,D的排放柱均高于ND;H+的差距最小。这意味着长期机制越强,越能保持新能源投资,但只有最强的H+配置基本避免了碳价压制造成的排放恶化。
下半部分按短期(2025—2026)、中期(2027—2034)和长期(2035—2040)拆分。短期成本下降明显,但随着时间推移,D与ND之间的成本差异收窄;排放差异则持续累积。作者报告称,排放增加在所有市场配置和时间范围内均具有统计显著性,且效应量较大,而成本下降虽然显著,但效应量较小并随时间缩小。
表1采用公式“(D-ND)/ND”:负值表示D低于ND,正值表示D高于ND。尽管正文没有在提供的文本中列出表1的具体数值,表格的设计旨在同时比较总周期、短期、中期和长期结果,并验证“短期节省、长期排放增加且成本优势消失”的非对称性。
图3显示ND与D在太阳能、风电、OCGT、CCGT和3小时、8小时电池上的装机差异,并用不同纹理区分既有资产、商用投资、容量市场、CfD和灵活性机制进入的容量。
主要趋势是:
表2进一步将机制支持规模与意大利近期FER X和MACSE拍卖进行比较。模型中的太阳能和储能规模在H-、H下与现实拍卖量级较接近,但模型中陆上风电几乎缺席;H+则明显转向海上风电。作者特别强调,模型不是一次性采购类似规模,而是假设在2025—2040年持续进行,因此其政策承诺强度远高于单次拍卖。
图4用实线和虚线比较ND、D和UD。UD中的虚线表示碳价恢复时点。政策存在时,UD短期表现类似D,批发价格和成本暂时下降;一旦碳价恢复,成本可能回升至ND甚至更高,因为企业在不确定环境中推迟了投资。累计排放介于ND与D之间,但早期排放损失无法完全追回。
图中H+的RES曲线最接近ND与D,说明大规模CfD和储能支持可以降低碳价信号的重要性;CRM和H-的差距更大,说明容量市场本身不能替代绿色投资支持。
图5将指标按全情景平均值标准化,指标包括批发价格波动、总成本波动、天然气冲击脆弱性、既有企业和新进入者利润、商用投资份额、既有资产份额、长期机制份额以及未供电量。
最稳定的结果是:D会降低商用投资在总成本中的占比。H和H+中,这主要意味着长期机制承担更多新增容量;CRM中由于缺乏RES和储能直接支持,则意味着既有化石资产被更多利用。D还会提高天然气价格冲击脆弱性,因为系统重新依赖燃气。H和H+的CfD和储能可以降低总成本波动,但并不意味着批发价格信号仍然重要;相反,它说明风险被转移至长期合约和政策机制。
图6比较2040年碳价为70、150和230欧元/吨的结果。ND情景中,提高碳价会增加一定系统成本,但明显减少排放,这是通常预期的碳定价权衡。D情景却表现出相反机制:由于此前缺少低碳投资,较高碳价主要落在仍由化石资产主导的系统上,导致ETS回收成本增加,却没有带来相应排放下降。
图中H-D和CRM-D的排放曲线在不同碳价下变化很小,而成本曲线上升;这表明一旦投资信号已经被破坏,事后提高碳价不能立即修复供给结构。D情景的商用投资份额接近零,机制份额和既有资产份额更高,进一步印证了投资渠道被长期机制和既有化石资产替代。
图7显示训练初期GENCO过度投资,利润为负,但系统成本和排放较低;随后智能体逐步削减低效投资,奖励趋于正值并稳定。政策制定者奖励维持在负值附近,因为其目标函数包括系统成本和排放成本。训练后,作者对每个情景运行约1,000条独立环境轨迹,以捕捉环境和策略随机性。
补充图9—12比较IPPO与MAPPO、不同随机种子及ND与D结果。尽管太阳能与海上风电、3小时与8小时储能之间存在结构替换,核心结果保持不变:D略微降低成本、显著增加排放、显著减少商用投资。因此,报告对算法稳健性提供了一定支持,但并不意味着模型结果等同于现实市场预测。
本报告不是公司研究报告,因此没有DCF、市盈率或目标价估值。其“估值”实质上是社会成本和系统成本比较,主要包括:
因此,报告的核心不是“某资产值多少钱”,而是判断不同市场设计下,短期电价、长期系统成本、排放和能源安全之间如何权衡。
报告明确承认以下局限:
此外,研究明确不讨论意大利法令在欧盟法律框架中的合法性和适用性,而是把它抽象为一种“未将化石发电碳成本完全传递至电力调度”的一般性政策。
报告最有说服力的地方,是区分了批发价格、终端收费、总系统成本、投资激励和排放。如果只观察现货电价,Decreto Bollette似乎是成功的;但将ETS回收费用和长期投资后果纳入后,短期成本优势明显减弱,排放和燃气依赖却持续上升。报告还通过UD情景揭示,政策不确定性本身就会造成投资延迟,即使政策最终恢复,也不能完全消除早期损害。
需要审慎看待的是,H+的“成功”建立在非常强的长期政策承诺上:CfD、储能和容量机制持续存在,政策制定者能够主动规划规模,企业也能够相信这些机制不会中途改变。作者自己承认,这相当于一个对长期机制有利的最佳情景;现实中若监管承诺不可信,H+的保护效果可能无法实现。
综合而言,报告给出的政策含义是:
报告总体结论可以概括为:碳价压制带来的短期电价下降是真实的,但有限、短暂且可能被未来ETS回收成本抵消;其长期代价是更高排放、更弱新能源投资、更强燃气依赖和更高能源冲击脆弱性。只有在大规模、持续、可信的长期监管支持下,系统才可能避免这一结果,但这要求从以市场价格为核心的范式转向更强的混合市场设计。
2608.12363.pdf