9模型方法与数据说明 点击展开
推导链与参数标定依据。
P_mkt(风光) = P_base × CR(σ_eff) × F_storage × F_grid × F_load × F_curtail × F_export + P_green
P_base = MC_thermal × (1 + margin₀ − γ·σ_total) × (1 − k_h·水电占比)
MC_thermal = P_coal × 7000/5500 × (1+运费) × HR/1e6 + VOM
σ_eff(光伏) = σ_光伏 + λ₁·σ_风电 ｜ σ_eff(风电) = σ_风电 + λ₂·σ_光伏
CR(σ_eff) = CR_min + (CR_max − CR_min) / (1 + exp((σ_eff − σ_mid)/w))
α(t) = 存量机制电量比例 × 存量装机占比(t) × (1 − 衰减)^t
P_综合 = α(t) × P_机制 + (1 − α(t)) × P_mkt
展开：七类要素如何映射到模型
① GDP 与增速 → 电力需求：D(t)=D₀×Π(1+gGDP(k)×ε(k)+b(k))，增速、弹性、电气化增量三项均逐年演化（十六五增速回落 0.8pp、弹性每年衰减 1.2‰、电气化增量 2029–2030 达峰后回落），逐年路径见第 10 节。
② 经济结构 → F_load 负荷形状系数：二产占比高 → 负荷曲线平坦 → 光伏午间出力与负荷匹配度较好 → 系数 >1；三产/居民占比高 → 峰谷差拉大 → 光伏更吃亏。
③ 电源结构与输入输出 → 自给率决定本省发电量口径；外送比例 F_export 送端省享受外送需求支撑、受端省承受外来低价电冲击（本模型以外购比例反向作用于本地渗透率）。
④ 煤价与火电成本 → 价格锚 MC_thermal，是整个模型地基；煤价按 2026/2030/2035 三锚点插值成逐年路径（月度–季度刷新）。
⑤ 装机规划 → 渗透率 σ =（风电+光伏实际发电量）/本省发电量，是捕获率衰减的唯一驱动。
⑥ 电网改造与储能 → F_grid（网架灵活性）与 F_storage（储能/风光装机比），配储按英国经验可提振有效捕获率最多约 20pp。
⑦ 政策与国际经验 → 机制电量比例 α 的衰减、绿证溢价、容量补偿；捕获率曲线以德国（光伏 CR 由 2022 年 0.98 降至 2025 年约 0.54）、西班牙（0.70→0.36）为标定。
数据来源：国家发改委/能源局 136 号文（发改价格〔2025〕136 号）及 30 省市实施细则；《可再生能源发展"十五五"规划》（2026.07）；各省 2026 年机制电价竞价公告（山东、山西、贵州、新疆、上海等）；2025 年底各省装机（中国电力知库/北极星）；CCTD 秦皇岛动力煤价格（2026-09-04 综合交易价 741、现货 912、年度长协 704 元/吨）；IRENA《24/7 renewables》(2026)、IEA《Electricity Mid-Year Update》关于 capture rate 的实证。参数包 v1.2，数据截至 2026-09-17。
数据可信度提示：装机、煤电基准价、机制电价为公开实测值；全社会用电量、储能比例、网架灵活性指数、部分省份 2026 机制电价（尚未公布或来源不一）为工程估算，已在省份卡片中标注，可在源码 PROV 中修正。捕获率曲线为跨国经验移植，属模型最大不确定源，建议用本省实际现货结算价反向校准后用于投资决策。
全局参数不开放手动调节（「机制电价与机制电量」两组除外）——所有外生参数由外部数据与政策口径标定，取值依据、数据来源与刷新机制见第 10 节附录。
到厂煤价修正系数 ct：原 15 省基于运输成本的先验取值（偏差 ≤8%，构成独立校验）；新增省份中基年偏差超过 8% 的 11 个，由「2026 年系统基准电价 = 该省煤电基准价」反算标定，隐含到厂标煤价落在 894–1356 元/吨（西藏 1922 为极端值），已做合理性检查。
31 个省级行政区中，新增的 16 个（尤其是西藏、青海、北京）估算成分高于原 15 省，西藏尚未发布 136 号文实施细则、机制电价为按基准价的推算值。其 ct 由基年校准反算，隐含到厂标煤价 1922 元/吨（全国极端值，与其全国最高的 0.4993 标杆价自洽），结论仅供趋势参考，不宜用于投资决策。