自20世纪70年代起,全球气候变暖问题逐渐引起国际社会的重视。与工业化前1850—1900年间相比,2006—2015年间的全球平均地表温度上升了0.87 ℃^[1]。世界气象组织(WMO)发布的《2020年全球气候状况》报告指出:2020年全球平均温度比前工业化时期水平约高1.2 ℃,是有记录以来的3个最暖年份之一^[2]。多项研究表明,全球气候变暖已经对生态系统及人类发展产生了严重影响^[3,4,5]。《巴黎协定》提出,本世纪全球平均气温升幅应控制在2 ℃之内,并努力将气温升幅限制在前工业化时期水平以上1.5 ℃之内^[1]。全球气候变化的最大成因之一是人为温室气体的排放^[6]。全球碳排放量已从2000年的24.69万t增加到了2014年的36.14万t,并且仍在持续增加^[7]。预测表明,从2007年至2035年,全球石油耗量将增加30%,天然气和煤炭耗量将增加50%,由此导致的逐年碳排放增量将超过2%^[8]。因此,为减缓气候变化的风险,降低二氧化碳的排放量至关重要。

据联合国政府间气候变化专门委员会(IPCC)测算,为实现《巴黎协定》中规定的2 ℃乃至1.5 ℃控温目标,全球必须在2050年达到二氧化碳净零排放^[9],即实现碳中和,每年的二氧化碳排放量可通过植树造林、节能减排等方式抵消。目前,全球越来越多的国家和地区提出了碳中和目标^[10]。其中,大部分将目标时间定在2050年,如欧盟、英国、新西兰、加拿大、智利、南非等;部分国家计划实现碳中和的时间更早,如乌拉圭为2030年,芬兰为2035年,冰岛和奥地利为2040年,瑞典为2045年;此外,不丹由于人口较少,森林和水电资源丰富,处于负排放状态,计划在经济增长过程中维持碳中和。中国是世界上最大的能源消费和温室气体排放国。进入21世纪后,中国的碳排放量迅速增长,占全球碳排放量的比例不断上升。2005年,中国碳排放量的世界占比为18%,到2017年已达到27.2%^[11]。因此,中国在全球节能减排工作中承担着重大任务,针对中国碳排放的相关研究对解决世界碳排放问题也有举足轻重的意义。为应对气候变化,中国政府提出于2030年前后达到二氧化碳排放量峰值,争取在2060年前实现碳中和。

建筑行业在应对全球气候变暖问题中有重要作用^[12],建筑能耗约占全球终端总能耗的36%,由此产生的碳排放量约占总碳排放量的40%^[13,14]。近年来,由于城市化进程的加快和居民能源消费需求的增加,建筑碳排放已成为全新的增长领域。自2000年到2017年,中国的建筑碳排放量从6.7亿t增加到20.4亿t^[15],给国家节能减排工作带来了巨大挑战。但与此同时,建筑行业也具有最大的节能潜力,据估计,到2050年,中国建筑行业将为56%的减碳量作出贡献^[16,17]。因此,中国能否实现碳达峰和碳中和的承诺,很大程度上取决于建筑行业的节能减排。在碳中和目标背景下,各国亟需制定涵盖建筑能耗及碳排放计算模型的减碳路线,本文旨在归纳主要的建筑碳排放计算模型,并探究不同国家建筑节能减排路线制定中模型的应用。

根据计算思路,可将建立建筑能耗与碳排放模型的基本方法分为自上而下(top-down)方法和自下而上(bottom-up)方法^[18]。自上而下方法是先估算总体建筑能耗与碳排放,再进行时间和空间的降尺度分析;而自下而上方法是先计算单个建筑的逐时能耗,再放大到区域尺度进行碳排放计算。Kavgic等人对2种方法的思路进行了对比^[18],如图1所示。

自上而下方法通常是从宏观层面进行分析,旨在拟合国家能源消耗和碳排放数据的历史时间序列,其模型可以分为经济自上而下模型和技术自上而下模型。经济自上而下模型主要基于经济收入、能源价格和GDP等变量,表征能耗或碳排放与经济之间的关系。因此,经济自上而下模型更强调宏观经济因素的影响,而非物理因素对建筑能耗的影响,往往缺乏技术细节^[19]。此外,在面对环境、社会和经济状况与历史可能完全不同的气候变化问题时,历史数据趋势也许并不适用。技术自上而下模型还包括一系列影响能耗和碳排放的其他因素,如饱和效应、技术进步和能源结构变化,但并未在模型中明确表示^[19]。

而自下而上方法考虑了温湿度、建筑性能、末端设备和运行特点等细节,以具有代表性的典型建筑的能耗为基础,预测和模拟区域、地区乃至国家尺度的建筑能源需求,进而推算碳排放量。自下而上方法模型可分为3种:物理模型、统计模型和混合模型^[20]。物理模型是指搭建各类建筑(办公楼、商场、宾馆、住宅等)的典型建筑模型,模拟得到各类建筑的能耗强度,再根据每类建筑的面积估算得到区域建筑的总能耗。采用自下而上方法物理模型可模拟各种节能减排技术的效果,为决策者制定能源政策和确定技术措施提供支持。统计模型是基于回归分析方法的模型,由单体建筑能耗推算区域建筑能耗和碳排放。统计模型的技术细节和灵活性较差,对节能措施效果的评价能力有限。

总的来说,自下而上方法基于建筑细节层面建模,较自上而下方法更有助于评价各类节能措施对节能减排的贡献,可根据现有技术确定实现减排目标的最具成本效益的方案^[21]。因此,目前各国应用的建筑碳排放模型中,自下而上方法物理模型占比较大。

表1汇总了欧美国家主要应用的碳排放计算模型,不同模型采用的核心方法和侧重点不同。各模型要求的输入参数都分为建筑层面、技术层面及能源和政策的情景设定,输出结果包括能源需求及相应的碳排放量,细节上有一定差异,如表2所示。应用相关模型,各国学者分析了不同国家、不同情景下未来的碳排放趋势,并提出了相应的节能减排路线,如表3所示。

20世纪,欧洲各国在用电、供热和交通等方面的能源需求急剧增加,其中约有80%的能源来自化石燃料的燃烧,造成了大量二氧化碳及其他温室气体排放^[26]。为应对日益严重的气候变暖威胁,欧洲议会和欧盟委员会都提出了温室气体减排的目标,明确到2030年,温室气体排放水平与1990年相比减少40%。展望未来,欧盟委员会在《2050年欧盟能源路线图》中明确,到2050年,欧盟温室气体排放水平与1990年相比应减少80%^[39]。为指导建筑行业的节能减排,欧洲各国学者提出了多种建筑能耗与碳排放计算模型,常用的有Invert/EE-Lab、ECCABS、RE-BUILDS和CoreBee模型。

Invert/EE-Lab是动态自下而上模型,用于模拟整个地区或国家的建筑供热、供冷和热水需求,并评价不同的激励制度和能源价格情景对未来能源结构、碳排放量及可再生能源使用占比的影响^[22]。Invert/EE-Lab模型的逻辑框架如图2所示,其算法核心是短期成本导向的Logit方法,可在信息不完全条件下进行目标寻优,从而代表决策者做出与建筑相关的决策^[23]。通过自下而上方法,Invert/EE-Lab模型可在高度细化的水平上模拟建筑的供热、供冷和热水系统,计算出相关的负荷与能耗;模型基于威布尔分布确定建筑翻新周期,从而预测建筑存量的变化;此外,Invert/EE-Lab模型也考虑了一定的自上而下因素,例如能源价格、用户偏好及政策制度的影响^[24]。Invert/EE-Lab模型在欧洲各国应用较为广泛,Kranzl等人利用该模型对欧盟主要国家的减排方案作了政策驱动的情景分析,结果表明,欧盟提出的几个“雄心”方案到2050年可实现减排56%～96%,其中只有27%的方案能实现85%以上的减排量^[25]。

ECCABS是自下而上模型^[27],该模型可用于评价建筑节能减排措施的效果。ECCABS模型基于逐时热平衡方法计算典型建筑的净能耗,通过权重系数叠加得到区域尺度上的建筑能耗。在计算区域建筑能耗的基础上,该模型可分析不同节能措施下不同的改造成本和能源价格情景对应的碳排放量。ECCABS模型已经在欧洲国家广泛应用^[26]。Arababadi采用ECCABS模型计算了英国252栋建筑的能耗,与英国能源和气候变化部(DECC)提供的统计数据相比,居住建筑和非居住建筑的年能耗误差分别为2.6%与-3.2%^[28]。影响模型精度的主要原因之一是输入参数的缺失,因此,判断关键参数以减少模型所需的输入参数十分重要。Arababadi等人采用敏感性分析和回归分析法对ECCABS模型使用中的输入参数作了敏感性排序,其中室内温度的敏感性最高,室内温度每升高1%,建筑能耗将增加1.63%,建筑外表面积和围护结构的传热性能次之。此外,设备效率等参数会对能耗产生负影响,如锅炉效率每提高1%,建筑能耗会降低约0.6%,这也对建筑节能措施的选择提供了参考^[29]。但是,ECCABS模型不能解决建筑建造、运维和拆除全寿命周期碳排放计算^[27],相关的研究仍在继续。

RE-BUILDS是基于动态物质流分析法的混合模型^[30]。该模型主要的驱动是人口变化对居住建筑和商业建筑面积需求的影响。RE-BUILDS模型通过概率函数对既有建筑的拆除时间和翻新周期进行预测,并按建筑类型、建造时间和改造情况划分不同的典型建筑。根据典型建筑的能耗强度、能源结构和所在地的可再生能源使用情况,模型可计算城区建筑的总能耗及各能源的使用占比。在此基础上,模型引入各能源形式的碳排放因子以计算总碳排放量。RE-BUILDS模型最早由Sartori等人提出并用于对挪威居住建筑进行分析,指出目前挪威居住建筑的翻新率将从2010年的约1.0%提高至2050年的1.8%,而若要在2050年实现欧盟碳排放目标,翻新率需要在2050年达到2.3%～3.0%,意味着挪威居住建筑的翻新周期仍需缩短^[31]。Sandberg等人在欧洲11个国家的居住建筑上应用该模型,较好地模拟了从1900年到2050年居住建筑的占比及翻新率的长期变化^[32]。RE-BUILDS模型早期只能用于模拟居住建筑,Sandberg等人开发了RE-BUILDS 2.0模型,可同时模拟居住建筑和非居住建筑,引入零碳建筑和零碳技术,对未来不同情景下挪威建筑的节能改造和新建进行分析,指出零碳建筑政策的制定和实施将为2050年的节能和减碳目标提供巨大潜力^[33]。

CoreBee是自下而上模型,基于准稳态假设计算参考建筑的供暖和制冷能耗,目前主要适用于欧盟建筑^[35]。该模型根据建筑类型、建造时间、围护结构热工性能及空调系统划分典型建筑,而后为每个典型建筑确定成本最优的节能减排方案(包括围护结构改造、建筑节能技术应用和可再生能源利用等)。由于使用自下而上物理方法,CoreBee模型可应用于单体建筑、社区和国家不同尺度建筑的一次能源消耗和碳排放分析。Filippidou等人基于成本效益分析的原理建立了CoreBee模型,并将其应用于德国和希腊的建筑分析,提出了针对国家和地区的节能减排措施,探讨了现在和未来能源结构变化对建筑冷热供给及碳排放强度的影响^[35]。

已有大量研究应用上述模型对欧洲不同国家的建筑碳排放进行情景分析并给出了合理的减排建议。Kranzl等人应用Invert/EE-Lab模型对奥地利、立陶宛和英国的建筑供热用能进行了分析^[23]。奥地利是欧洲中部可再生能源使用占比相对较高的国家,研究表明,政府补贴形式引导下的热泵系统应用及生物质能普及是奥地利未来主要的减碳路线,可使建筑供热方面的碳排放在2030年和2050年分别较2012年减少约30%和65%^[23,25]。立陶宛目前主要采用区域供热系统和生物质能进行建筑供热。由于其应用相对广泛,在立陶宛的减碳路线中,这2项技术仍占主导地位,稳定发展区域供热技术和生物质能将使立陶宛2030年和2050年的碳排放分别较2012年减少约40%和68%^[25]。与奥地利不同,模拟结果显示,由于用户已经形成使用生物质能的偏好,因此直接制定政策的方式相较补贴激励更适合于立陶宛的生物质能推广^[23]。英国主要使用天然气进行分散式供暖,可再生能源占比较低,实现以生物质能、太阳能取代天然气的可再生能源供热激励政策是适合英国的主要减碳路线^[23]。

ECCABS模型的应用以瑞典为案例,通过应用一系列的建筑节能减排措施(包括围护结构改造、排风热回收、照明等用电设备节能升级、采用更高能效的供热及输送设备、降低冬季室内设计温度等),可将瑞典建筑领域的年能耗降低55%,相应碳排放量降低63%^[27]。

Filippidou等人采用CoreBee模型对德国和希腊的建筑能耗和碳排放进行了预测^[35]。研究表明,对于德国和希腊的居住建筑,热泵技术均是成本最优的节能措施,将燃气锅炉替换为热泵可同时实现节能和减排。在供热技术升级这一路线下,2030年德国的碳排放将较仍采用锅炉情景下减少45%,到2050年将减少89%;希腊采用热泵供热,相较传统的燃气锅炉,碳减排量在2030年将达到约55%,在2050年将达到88%^[35,40]。

RE-BUILDS模型的应用主要集中在挪威,Sandberg等人研究的各情景下,广泛使用热泵和光伏发电技术将使2030年挪威居住建筑能耗与2016年相比降低约21%,到2050年将降低约47%^[34]。

北美洲国家的典型代表为美国。美国作为全球碳排放大国,为缓解气候变暖的风险,必须大量降低二氧化碳排放^[1,41]。《美国2050年深度脱碳战略》制定了到2050年美国将温室气体排放量在2005年的基础上减少80%的基本路线^[42]。一方面,美国地方气候呈现出高度多样性;另一方面,美国有超过3.25亿的人口且数量仍在持续增长^[43,44]。这都增加了建筑能耗预测模型的复杂性,但同时也为减少碳排放创造了潜力。

Scout是用于美国住宅和商业建筑的自下而上模型,用以评估各类节能措施(energy conservation measure, ECM)对建筑能耗和碳排放的影响^[36]。美国劳伦斯伯克利国家实验室和美国能源部国家可再生能源实验室最早开发了Scout模型,模型框架如图3所示。对于节能措施,Scout模型考虑其相对或绝对能效、投资成本、服务寿命和市场化程度的概率分布。对于建筑模型,Scout采用美国能源信息管理局(EIA)在年度能源展望中的定义,根据建造年份、气象参数、建筑类型、建筑用途及用能类型划分典型建筑,并通过EnergyPlus进行典型建筑的能耗模拟,从而计算节能措施的效果。

Langevin等人采用Scout模型探究了美国建筑行业到2050年的减碳潜力,结果表明,在积极采取建筑节能措施、推进建筑技术电气化及提高可再生能源使用占比的情况下,与2005年水平相比,到2050年,美国可以减少72%～78%的二氧化碳排放,仅略低于战略目标所定的80%^[36]。从技术层面讲,电力供应脱碳化对美国建筑减排贡献巨大。其中,大部分减排量来自于居住建筑,热泵技术的使用、建筑控制系统的升级及围护结构的性能提高和气密性增强均可产生积极作用。

在南美洲,为获取政治上更高的支持率,巴西政府要求土地所有者增加森林砍伐,这很大程度上增加了巴西为《巴黎协定》目标作出贡献的难度^[37]。森林砍伐加剧给其他行业的减排工作带来了巨大负担,甚至需要利用尚未成熟的技术以补偿土地过度开发造成的额外碳排放。目前,较少有模型能综合评价农业、林业及土地利用对建筑等方面碳排放的影响。在此背景下,巴西学者开发了BULES模型^[37],用以评估巴西其他行业为弥补环境治理不足而在减排方面所需付出的努力。在此框架下,厄瓜多尔学者开发了ELENA模型^[38]以分析厄瓜多尔的土地利用与能源系统对二氧化碳减排的影响。

BLUES是利用国际应用系统分析研究所(IIASA)信息平台开发的一个混合整数线性优化模型^[37]。该模型可以在技术、经济和环境变量的限制下判断给定时间内整个能源系统(包括发电、农业、工业、运输和建筑物)成本最低的配置方案。BLUES模型可以对人口增长和GDP等变量进行弹性响应,也可以对能源价格进行响应,计算包括农业、畜牧业和工业在内的与土地利用、燃料燃烧和废物处理有关的CO₂、CH₄和N₂O等温室气体排放量。

研究表明,为控制全球温升在2 ℃以内,巴西需控制2010—2050年间的累计碳排放量小于24.0 Gt^[45]。Rochedo等人利用BLUES模型对巴西环境保护政策进行情景分析得出,在巴西政府现行的政策下,2010—2050年间仅因森林砍伐产生的碳排放将达到23.1 Gt,意味着即便其他领域引入尚未成熟的节能技术也无法实现减排目标。而加强环保政策,为保护森林建立激励政策的情景下,可以将森林砍伐产生的碳排放控制在9.6 Gt,其他行业有14.4 Gt的碳排放空间,为减排目标的实现创造了可能^[37]。具体到建筑行业,在能源效率和建筑技术电气化水平提高的情景下,到2050年,建筑终端能耗和碳排放量与现行政策不变相比将分别减少17 TW·h(5%)和10 Mt CO₂(42%)^[46],其中82%的减排量来自居住建筑,这一过程需要通过大量实施住宅节能技术,并从传统燃料向天然气和液化石油气等能源转型来实现。

ELENA模型是厄瓜多尔第一个综合评估模型,由Villamar等人在BLUES模型的框架上建立^[38]。ELENA模型的逻辑框架如图4所示,其考虑了6个能耗部门(交通、建筑、商业、工业、农业和其他)的可再生能源和电力需求,模拟从一次能源到用能侧的整个能量转换链,是一种部分均衡综合优化模型。ELENA模型可预测未来能源结构、土地利用的变化及温室气体排放的趋势。对于居住建筑,ELENA模型采用自下而上方法,同时考虑人口、住宅规模及消费情况变化,对现有和新建住宅的供冷、供热及用电设备的能效进行评估。

Villamar等人应用该模型对厄瓜多尔2050年的减碳路线进行了评估,指出为了实现深度脱碳,政府有必要支持生物质能的使用并开始重新造林^[38]。为了实现比前工业化时期水平全球温升小于2 ℃乃至1.5 ℃的目标,厄瓜多尔需实现能源结构多样化,在交通、建筑和工业部门提高低碳技术应用和终端用能电气化的水平。在此情景下,2050年厄瓜多尔的碳排放水平与2015年相比将降低65%～82%,届时可再生能源占比将达到近95%。对于居住建筑脱碳,建筑设备的电气化水平和能效提高将是可行的途径。此外,水力发电是南美洲最重要的可再生电力来源,占总发电量的比例近65%^[47]。然而,在气候变化的背景下,水力发电的可用性有很大的不确定性^[48]。对于厄瓜多尔,以扩大水力发电规模为主,增加天然气、生物质能和地热能的使用为辅是有效应对气候变化的减碳路线,预测表明,2050年厄瓜多尔能源结构中,水电与生物质能将分别占30%和20%^[49]。

由于经济的快速发展,中国已成为全球碳排放量最大的国家^[50]。中国一次能源耗量的年均增速为5.6%,是1978—2015年世界同期平均速度的2.9倍^[51],因此中国的节能减排工作面临着严峻的挑战。除工业和交通业外,建筑业是中国三大能源消费领域之一,也是重要的碳排放来源。在此背景下,中国政府已开展了诸多建筑节能工作,包括对新建建筑实施节能规范,对既有建筑进行节能改造,以及在建筑中推广可再生能源应用等。为实现中国“2030年碳达峰,2060年碳中和”的战略目标,中国建筑的碳排放预测是制定中国建筑碳排放总量控制和减碳行动路线的关键环节^[52]。

针对中国的建筑碳排放相关研究中,Zhou等人采用LBNL中国终端能源模型,就节能政策分别设定持续改进情景(continued improvement scenario, CIS)和加速改进情景(accelerated improvement scenario, AIS)来评估中国控制能源需求增长和减少二氧化碳排放的潜力^[16]。LBNL中国终端能源模型包括能源需求和供应两方面的模块,考虑活动因素(人口增长、城市化、建筑和交通工具存量、商品生产等)、经济因素(GDP、国民收入)及能耗强度(耗能设备的能效等)对终端能耗和碳排放的影响。从模拟结果来看,中国一次能源需求仍将持续增长,到2030年前后达到峰值,相应碳排放量将分别于2033年达到峰值约120亿t(CIS)和于2027年达到峰值约97亿t(AIS)。随着加速改进情景(AIS)下节能政策的实施和电力脱碳,相比2005年,中国可在2050年将碳排放强度减少88%,其中对减碳贡献最大的是建筑行业,特别是商业建筑。

在此基础上,Zhou等人展开进一步研究,采用美国劳伦斯伯克利国家实验室开发的DREAM模型对中国建筑的能源需求和碳排放进行情景分析^[17]。DREAM模型采用自下而上方法,通过LEAP(long-range energy alternatives planning)软件平台实现能耗和排放的分析。该模型涵盖了中国的5个能源需求部门(居住建筑、商业建筑、工业、运输和农业)和1个能源转换模块(考虑能源的生产、传输和分布),建筑模块通过预测建筑存量的变化,反映中国到2050年的城市化路径。DREAM模型允许通过情景分析对比不同的节能减排政策和措施,Zhou等人就中国建筑设定了从“高能源需求、现有节能政策(HI)”到“低能源需求、高效节能措施和强力政策(TEP)”的4个逐级强化的情景^[17]。分析表明,最积极的情景(TEP)下,中国建筑碳排放将于2030年达峰,而最消极的情景(HI)下,中国建筑碳排放达峰会推迟到2045年。相应地,到2050年,积极的节能减排政策将使中国建筑碳排放量较消极情景降低约77%。这意味着,广泛部署建筑节能技术的同时,也需要配套强力政策来克服实施中可能遇到的障碍。

近年来,中国城市化进程的加速使得城市规模不断扩大,带来了人口、土地利用和经济活动的大量集中。这也使得城市住宅和商业建筑的能源需求持续增加,城市化已成为影响中国建筑碳排放的重要因素。而中国城市化的进程具体将如何影响建筑碳排放达峰,已有学者对此展开了研究^[15,50,53]。Huo等人应用STIRPAT模型,依据中国2000—2015年30个省份的统计数据,从人口、经济和空间3个角度出发,建立了一个全面的城市化碳排放框架。研究表明,城市人口和建筑用地的增加将导致城市建筑碳排放的增长,但经济方面,第三产业的增值将对城市建筑减排带来积极作用^[50]。进一步的研究中,Huo等人结合扩展的Kaya恒等式和蒙特卡罗模拟方法,构建了动态情景模拟模型,以研究2000—2050年中国建筑碳排放的变化轨迹。动态情景模拟显示,中国建筑CO₂排放将在2037年达到峰值30.9亿t。具体地,城市居住建筑将在2040年达到峰值12.7亿t,农村居住建筑将在2021年达到峰值5.1亿t,商业建筑将在2038年达到峰值14.1亿t^[15]。敏感性分析表明,城乡迁移带来的经济城市化和空间城市化会对中国建筑碳排放的峰值和达峰时间产生促进作用,在此基础上,Huo等人为中国实现碳达峰目标提出了以下建议:1) 从经济城市化的角度,需要优化产业结构,促进第三产业的低碳发展,使建筑碳排放与经济增长的关系脱钩;2) 从空间城市化的角度,建议加快由粗放型城市建设模式向集约型城市建设模式的转变,控制城市人均建筑面积,保证房地产市场的健康发展;3) 从人口城市化的角度,合理有序地促进城市化健康发展,对于控制城市居住建筑碳排放峰值,实现中国整个建筑行业的减排目标具有重要意义^[15]。

为探究中国建筑碳排放总量的控制路径,Yang等人从中国的总体减排目标出发,建立了中国建筑碳排放模型(China building carbon emission model,CBCEM)^[52]。该模型采用自下而上的方法,结合情景分析对中国建筑行业未来的碳排放趋势进行预测。CBCEM模型以联合国政府间气候变化专门委员会(IPCC)所提出的碳排放计算公式(排放量=活动水平×活动因子)为基础,构建了如图5所示的计算方法。其中,建筑面积的计算分3个层次:1) 按建筑寿命周期分为新建、保有和拆除建筑;2) 按建筑类型分为公共建筑、城镇住宅及农村住宅;3) 按所在地区分为北方、夏热冬冷及南方地区。建筑碳排放强度的计算分3个方面:保有建筑运行碳排放、新建建筑碳排放、建筑拆除及回收碳排放。

单位建筑面积能耗的计算引自相关研究^[54]中对2020—2050年中国一次能源耗量(标准煤当量)的预测结果。历史数据表明,我国建筑能耗占比相对稳定在20%～25%,为确保经济繁荣和可持续发展,建筑能耗占总能耗的比例必须控制在25%^[55]以下。因此,将2020—2050年的总能耗中,建筑行业的上限占比定为25%。

碳排放因子的计算与能源结构密切相关。Yang等人依据历史数据,对中国2020—2050年能源结构的变化趋势作了预测^[52],结果如图6所示。非化石燃料的占比将逐年上升,到2050年,煤炭占比45%,非化石燃料占比36%,天然气和石油分别占11%和8%。在此基础上,假定如表4所示的3种情景,分别计算碳排放因子,结果如表5所示。

结合建筑面积的预测,计算得到3种情景下2020—2050年间中国建筑碳排放总量变化,如图7所示。预测结果表明:情景Ⅰ下中国建筑碳排放将持续增加;情景Ⅱ和情景Ⅲ下,建筑碳排放分别将在2040年和2030年达到峰值;只有在情景Ⅲ下,建筑行业才会对中国“2030碳达峰”目标作出积极贡献。因此,确定以情景Ⅲ的结果作为中国建筑碳排放总量控制目标,相应的CO₂排放量为2020年23.4亿t,2030年25.3亿t,2040年24.9亿t,2050年24.2亿t。

应用CBCEM模型探究中国建筑碳排放总量控制路径的过程表明,建筑面积、建筑能耗及能源结构均会对建筑碳排放产生显著影响。因此,从这3个方面考虑,Yang等人提出了如图8所示^[52]的中国建筑减碳行动路线:1) 按地区协同控制建筑面积和建筑能耗;2) 优化能源结构,实现化石能源向清洁能源转型;3) 实施更严格的建筑节能设计标准以降低建筑能耗;4) 为建筑节能减排指定配套法规和激励措施,助力中国实现“2030年碳达峰,2060年碳中和”战略目标。

1) 建立建筑能耗与碳排放模型的基本方法分为自上而下(top-down)方法和自下而上(bottom-up)方法。自下而上方法基于建筑细节层面建模,较自上而下方法更有助于评价各类措施对建筑节能减排的贡献。因此,目前采用自下而上方法的建筑碳排放计算模型较多。

2) 欧洲国家主要应用的建筑碳排放计算模型有Invert/EE-Lab、ECCABS、RE-BUILDS和CoreBee模型。对于欧洲国家,热泵技术供热是最主要的减排措施,同时应积极推进以生物质能和太阳能为主的可再生能源普及。

3) 美国建筑碳排放计算采用Scout模型。积极采取建筑节能措施、提高可再生能源使用率以实现电力供应脱碳将助力美国到2050年碳减排约72%～78%。南美洲国家以巴西和厄瓜多尔为例,分别采用BLUES和ELENA模型进行碳排放计算。为实现减碳目标,南美洲国家需实施强力的造林、护林政策,并丰富能源结构,在水力发电基础上增加生物质能和地热能的使用。

4) 在积极的减排政策下,中国建筑碳排放可于2030年前后达到峰值。CBCEM模型被用于探究中国建筑碳排放总量控制路径,并相应给出减碳路线。城市化进程加速影响下,中国需要协同控制建筑面积和建筑能耗,优化能源结构和产业结构,以实现“2030年碳达峰,2060年碳中和”的战略目标。

5) 目前的建筑碳排放计算模型大多着眼于对建筑能耗的分析,但建筑碳排放还应更全面地囊括从建材准备和运输、建筑施工、建筑运行和维护到建筑拆毁和回收全寿命周期的所有过程碳排放。此外,导致全球气候变暖的温室气体不只有二氧化碳,甲烷(CH₄)和氧化亚氮(N₂O)等气体也同样会产生温室效应,如何准确进行建筑详尽温室气体排放的全寿命周期分析是现有模型进一步研究的方向。就中国建筑碳排放预测研究而言,采用历史能耗和碳排放数据进行统计分析的方法较多,但均不能很好地描述具体节能措施在建筑中的应用,因此需要在现有的中国建筑碳排放模型基础上,引入针对节能技术的分项碳排放测算工作。