0 引言
近年来，国家大力倡导清洁能源，天然气勘探开发进程不断加快，天然气产量与消费量屡创新高，2020年中国天然气产量达1 925×108 m3，消费量达3 280× 108 m3。“双碳”背景下，天然气作为清洁低碳的化石能源必将在能源结构中扮演更加重要的角色。本文通过引入BP（Back Propagation）神经网络-LEAP（Long- range Energy Alternatives Planning System）组合模型、产量构成法对“双碳”背景下中国天然气供需形势进行预测，并对天然气行业在“双碳”背景下的发展方向进行了探讨。
1 中国天然气消费量预测
常用的天然气消费量预测方法包括类比法、能源消费比例法、部门分析法、用气项目分析法、系统动力学模型等，但这些传统方法基本不涉及碳约束问题[1]。本文将BP神经网络-LEAP组合模型用于天然气消费量预测，模型兼顾了“能源消费-碳约束-能源成本”三者之间的平衡，预测结果更加符合“双碳”背景下天然气消费量变化趋势。
1.1 天然气消费量预测模型
1.1.1 BP神经网络
BP神经网络是目前应用最广泛的人工神经网络模型之一，标准的BP神经网络由输入层、输出层和两者之间的若干（一层或多层）隐含层构成，每一层可以有若干个节点，层与层之间节点的链接状态通过权重来体现。BP神经网络善于挖掘数据之间的线性或非线性关系，其优势在于无需事先确定输入输出之间的映射关系数学方程，仅通过自身的训练就可优化网络结构并调节各网络节点权重及阈值，并基于训练得到的网络模型对关键参数进行预测。
BP神经网络的模型训练过程由正向传播和反向传播构成。正向传播过程中，首先对训练样本（x, y）进行归一化处理，其中输入向量x={x1,x2,…,xn}，期望向量y={y1,y2,…,ym}。被归一化后的样本数据传播至隐含层中进行计算，将计算的结果作为输入传递给下一个节点，依次计算，直到传播至输出层。若输出层输出的结果$\mathbf{\tilde{y}}=\left\{ {{{\tilde{y}}}_{1}},{{{\tilde{y}}}_{2}},\cdots,{{{\tilde{y}}}_{m}} \right\}$与期望向量y之间的误差大于误差极限，训练过程则反向传播，误差通过隐含层被反馈到输入层。通过多次迭代，不断对网络上各个节点间的权重进行调整，从而逐渐降低误差，直到满足精度要求。
1.1.2 LEAP模型
LEAP模型是一种典型的基于“自下而上”模拟方法建立的“能源-环境-经济”多领域综合模拟系统。LEAP模型主要用于预测不同情景下国家、地区或行业的能源需求量和由此产生的碳排放量，从而为政策制定部门提供能源规划的决策参考[6]。
LEAP模型的主要优点包括：①模型具有庞大的技术和环境数据库（TED）作为支撑，该数据库收录了不同行业、不同类型能源的碳排放指标，因此非常适合用于研究“碳约束”情景下能源消费变化趋势。②模型应用范围广泛，可用于国家、地区等不同空间尺度，工业、交通、电力等不同行业部门的能源消费预测。③模型考虑要素全面，从能源供给侧、需求侧、转化侧等多个维度构建预测模型，预测结果准确可靠。④模型内置开源能源建模系统（OSeMOSYS）与GLPK（GNU线性编程套件）求解器，可用于自动优化能源消费结构，从而达到“能源消费-碳约束-能源成本”三者平衡，减少人为主观设置对预测结果的影响。
1.1.3 LEAP模型改进方法
LEAP模型建立过程中首先需要设置终端（需求侧）能源消费量，终端能源消费量与一次能源消费量之间存在转化效率，如2020年全国终端能源消费量约35×108 t标准煤，而一次能源消费量约49.8×108 t标准煤。部分一次能源如天然气经处理厂、净化厂处理后，或煤炭经过洗煤、脱硫后可直接用于终端消费，天然气与煤炭在加工处理和运输过程中原料损失较少，能源转化率基本在95%以上。剩余部分一次能源如煤炭、石油、天然气、水力、风能、太阳能、核能、地热能（地热发电）等需经过中间转化环节生成二次能源方可用于终端消费，从一次能源转化为电力的转化效率约40%，石油炼化的转化效率约94%[7]。
目前普遍认为“双碳”背景下电力将在终端能源消费中发挥更大作用，这是因为非化石能源主要在电力领域替代化石能源，预计2060年电力在终端能源消费中的占比将增长至60%以上（2020年约27%）[8]。随着电力在终端消费中的占比逐渐升高，因LEAP模型中电力的能源转化效率（约40%）远低于其他能源的转化效率（90%以上），因此相同终端能源消费量的前提下，电力占比越高，则一次能源消费总量将显著增长，这一结果与实际情况存在差异。这是因为LEAP模型仅考虑了一次能源与终端用能之间的转化效率，却未考虑终端用能的做功效率，如燃油汽车100 km油耗约10 L，热当量约10.6 kg标准煤，而电动汽车100 km耗电约16 kW·h，相同电力生产全过程耗能平均仅5.2 kg标准煤;再如终端燃气炉灶的热能利用率约50%，而电磁炉的做功效率可达85%左右，可见终端用能过程中电力比非电力能源做功效率更高。因此，在设置能源利用效率时不仅需要考虑一次能源到终端用能的转化效率，还需考虑终端用能的做功效率。
为改进LEAP模型，定义能源综合利用效率如下：
$\zeta =\lambda \omega $
终端能源消费量与终端有效能源消费量之间存在转换关系：
${{E}_{\text{tv}}}={{E}_{\text{t}}}{{\alpha }_{\text{e}}}{{\omega }_{\text{e}}}+{{E}_{\text{t}}}{{\alpha }_{\text{c}}}+{{E}_{\text{t}}}\left( 1-{{\alpha }_{\text{e}}}-{{\alpha }_{\text{c}}} \right){{\omega }_{\text{f}}}$
传统LEAP模型仅凭借终端能源消费量与能源转化效率计算一次能源消费量，改进模型则通过终端有效能源消费量与能源综合利用效率对未来一次能源消费总量进行预测：
${{E}_{\text{s}}}=\frac{{{E}_{\text{tv}}}{{\gamma }_{\text{e}}}}{\left( 1-\theta \right){{\zeta }_{\text{e}}}}+\frac{{{E}_{\text{tv}}}{{\gamma }_{\text{c}}}}{{{\lambda }_{\text{c}}}}+\frac{{{E}_{\text{tv}}}\left( 1-{{\gamma }_{\text{e}}}-{{\gamma }_{\text{c}}} \right)}{{{\zeta }_{\text{f}}}}$
电力在终端能源消费中的占比与电力在终端有效能源消费中的占比之间可相互转换：
${{\alpha }_{\text{e}}}=\frac{{{E}_{\text{tv}}}{{\gamma }_{\text{e}}}}{{{E}_{\text{t}}}{{\omega }_{\text{e}}}}$
1.1.4 BP神经网络-LEAP组合模型
虽然BP神经网络可对未来能源消费相关参数进行预测，但单独使用BP神经网络则不足以对全国能源消费结构演变、碳排放量、天然气消费量等复杂系统进行预测。LEAP模型平台综合考虑了居民生活、工业、交通、建筑等终端能源消费，电力生产、化工等中间环节的能源转化，以及一次能源、二次能源供应等，涉及的影响因素更多，但LEAP模型中的众多参数，特别是终端各部门有效能源消费强度等关键参数需提前人为设定，而这些关键参数在相关研究论文中难以找到参考值，且人为主观设置容易造成较大的预测误差。因此本文提出BP神经网络-LEAP组合模型（见图1 ），充分利用两种方法的优势，提升预测结果的严谨性和客观性。
终端有效能源消费强度（包括居民生活、工业、交通、建筑及其他部门）受到城镇化率、老龄化率、三次产业增加值、工业增加值、建筑业增加值、交通运输业增加值、科研经费支出、教育经费支出等参数的影响。因此首先需统计相关参数的历史数据，再基于BP神经网络挖掘这些关键参数的线性或非线性关系，对终端5大部门有效能源消费强度进行预测，并将结果代入LEAP模型中，通过LEAP模型模拟不同情景下能源供需平衡，进而预测全国能源消费量、天然气消费量等数据。
1.2 参数选取与情景设置
BP神经网络-LEAP组合模型中所涉及的关键参数均取自国家发布数据、行业发展规划或权威机构的研究成果。具体参数取值如下：①整理国家统计局官网发布的2001—2020年人口、城镇化率、老龄化率、三次产业增加值、工业增加值、建筑业增加值、交通运输业增加值、科研经费支出及教育经费支出等作为输入向量;整理居民生活、工业、交通、建筑及其他部门能源消费数据[7]，按照（2）式转化为终端有效能源消费强度并作为期望向量;整理得到的输入向量与期望向量即为BP神经网络训练样本。②2021—2060年人口数据取自中国政府网、产业信息网等发布的数据，人口预计2030年达到峰值，约14.5×108人[9]，2060年将降至约12.9×108人。③GDP（国内生产总值）增长率引用文献中的数据，2021—2030年GDP年均增速为5.0%~5.5%，2030—2050年为3.0%~4.0%，2050—2060年为3.0%~3.5%[1]。④城镇化率及老龄化率引用文献中的数据，2020年城镇化率为63.9%，2060年达75.0%;2020年老龄化率为13.5%，2060年达28.0%[10]。⑤预计2060年中国将成为中等发达国家，因此三次产业结构可参考当前韩国等中等发达国家数据，预计2060年中国第一、二、三产业增加值在GDP中占比分别调整至4%，31%，65%。⑥2001—2020年，历年工业增加值增长率约为历年第二产业增加值增长率的0.9倍，历年交通运输业增加值增长率约为历年第三产业增加值增长率的0.8倍，历年建筑业增加值增长率约为历年城镇化率增长率的4.5倍，因此2021—2060年工业、交通运输业与建筑业增加值的增长率分别假设为对应参数的相应倍数。⑦2001—2020年，历年科研经费支出增长率约为历年GDP增长率的1.5倍，历年教育经费支出增长率约为历年GDP增长率的1.2倍，因此2021—2060年科研及教育经费支出的增长率分别假设为当年GDP增长率的相应倍数[7]。⑧非燃料石油化工制品石油消费量参考中国石油经济技术研究院《世界能源展望2019》基准情景数据[10]。⑨氢能消费量应用文献中的数据，2060年碳中和情景下中国氢气产量将达1.3×108 t，其中非化石能源制绿氢达1.0×108 t，届时工业领域用氢约7 800×104 t，交通运输领域用氢约4 100×104 t，其他领域约1 200×104 t[11]。
为了研究不同技术条件、政策措施对能源消费与碳排放量的影响，本文设置基础情景、技术进步情景、碳中和情景（考虑技术进步与碳约束）3种情景（见表1 ）。技术进步主要包括终端用能设备的普遍电气化、终端用能设备能源综合利用效率的普遍提升、先进电网的广泛应用、氢能的广泛应用、非化石能源发电技术与燃气发电技术的广泛应用等。基础情景和技术进步情景不对碳排放做任何限制，而碳中和情景则提前设置碳约束条件。碳约束数据综合参考丁仲礼院士“减排四步走”论断及清华大学《中国长期低碳发展战略与转型路径研究》中全球2 ℃温升控制情景的碳排放数据[8,12]，即2030年，2040年，2050年，2060年全国碳排放量分别不高于95×108，65×108，40×108，25×108 t（剩余25×108 t碳排放由碳汇及CCUS技术等固碳或埋存，从而实现碳中和目标）。基础情景和技术进步情景中未来各类电力装机容量均为提前设定的参数（假定为2020年电力装机容量的若干倍数）[13]，碳中和情景则不对未来电力装机容量进行提前设定，而是采用模型内置OSeMOSYS开源能源建模系统与GLPK求解器自动优化各类电力装机容量配比，在兼顾碳排放约束及能源成本的前提下，满足终端电力消费需求。
表1 3种能源消费情景参数设置 |
| 消费情景 | 年份 | 电力在终端有效能源 消费中的占比/% | 年氢能 消费量/108 t | 终端燃料综合 利用效率/% | 电力综合 利用效率/% | 电力输送 损失/% | 煤电装机 容量/108 kW | 燃气发电装机 容量/108 kW | 非化石能源电力 装机容量/108 kW | 碳约束 条件/108 t |
|---|---|---|---|---|---|---|---|---|---|---|
| 基准年 | 2020 | 45 | 0.33 | 36.00 | 34.00 | 5.60 | 10.80 | 0.98 | 9.55 | 99 |
| 基础情景 | 2040 | 50 | 0.50 | 36.50 | 34.50 | 5.00 | 8.64 | 1.47 | 23.88 | |
| 2060 | 55 | 0.70 | 37.00 | 35.00 | 4.50 | 5.40 | 1.96 | 33.43 | ||
| 技术进步 情景 | 2040 | 55 | 0.63 | 37.30 | 35.30 | 4.80 | 5.40 | 1.96 | 28.65 | |
| 2060 | 65 | 1.00 | 38.50 | 36.50 | 4.00 | 3.24 | 2.45 | 42.98 | ||
| 碳中和 情景 | 2040 | 60 | 0.75 | 38.00 | 36.00 | 4.50 | 65 | |||
| 2060 | 75 | 1.30 | 40.00 | 38.00 | 3.50 | 25 |
1.3 预测结果与分析
1.3.1 终端有效能源消费强度
在将训练得到的网络模型用于终端有效能源消费强度预测之前，首先需验证神经网络模型的可靠性。拟合结果表明，样本数据间具有很强的相关性，训练得到的神经网络模型可以准确描述数据之间的映射关系。训练集、验证集、测试集以及全部样本集的拟合优度均在99%左右（见图2 ），拟合误差小，泛化能力强，不存在过度拟合现象，神经网络模型可靠。基于训练得到的神经网络模型对2021—2060年终端有效能源消费强度进行预测（见表2 ），结果表明终端各部门有效能源消费强度将逐年递增，其中2021—2040年增长速度较快，2040—2060年增速放缓并逐渐趋稳。各部门中工业部门的有效能源消费强度最高，2060年约1.07 t标准煤/人;居民生活、交通运输部门次之，2060年分别约0.14 t标准煤/人和0.13 t标准煤/人。
表2 终端各部门有效能源消费强度预测 |
| 年份 | 有效能源消费强度/（t标准煤·人-1） | ||||
|---|---|---|---|---|---|
| 居民生活 | 工业部门 | 建筑部门 | 交通部门 | 其他部门 | |
| 2020 | 0.109 9 | 0.868 4 | 0.023 3 | 0.105 5 | 0.145 7 |
| 2025 | 0.127 4 | 0.954 7 | 0.025 5 | 0.117 9 | 0.153 0 |
| 2030 | 0.134 8 | 1.000 6 | 0.027 4 | 0.125 3 | 0.160 4 |
| 2035 | 0.138 6 | 1.028 2 | 0.028 5 | 0.130 4 | 0.164 8 |
| 2040 | 0.140 5 | 1.042 4 | 0.028 9 | 0.132 2 | 0.167 1 |
| 2045 | 0.141 5 | 1.050 4 | 0.029 1 | 0.133 2 | 0.168 4 |
| 2050 | 0.142 4 | 1.057 1 | 0.029 3 | 0.133 8 | 0.169 4 |
| 2055 | 0.143 2 | 1.062 8 | 0.029 4 | 0.134 1 | 0.170 4 |
| 2060 | 0.143 8 | 1.067 1 | 0.029 5 | 0.134 2 | 0.171 0 |
1.3.2 一次能源消费总量
预测结果表明随着人口及终端有效能源消费强度的增长，2021—2035年中国一次能源消费总量仍将不断攀升，2035年前后将达到峰值，约为（59.4~60.7）× 108 t标准煤（见图3 ）。2035年后随着人口数量的降低、终端有效能源消费强度的趋稳及能源综合利用效率的提升，一次能源消费总量将逐年递减，到2060年降低至（54.1~56.7）×108 t标准煤。3种情景中，碳中和情景一次能源消费总量最低，这是因为该情景得益于技术进步、终端电气化程度增加、能源综合利用效率提升，相同终端有效能源消费需求的情况下，资源供应端所需提供的一次能源量更少，更少的一次能源需求也为减排目标的实现提供了条件。
从能源消费结构来看，由于电力及氢能在终端消费中的占比逐年增加，非化石能源以电力和氢能（非化石能源电力电解制绿氢）为载体，其在能源消费中的占比也逐年升高（见图4 —图6 ）。碳中和情景下，当化石能源所产生的碳排放量达到碳约束条件时，模型将选择非化石能源电力补齐电力供应缺口，因此碳中和情景下非化石能源增幅最大，2060年非化石能源消费量将增长至41.6×108 t标准煤（见图6 ），约占一次能源消费总量的77.0%。未来化石能源消费占比整体呈逐年递减趋势，其中煤炭递减幅度最大，碳中和情景下2060年煤炭消费量将递减至3.3×108 t标准煤，约占当年一次能源消费总量的6.0%，煤炭消费的大幅下跌为实现2060年碳排放上限25×108 t目标提供了必要条件。2021—2030年石油消费量缓慢增长，2030年后石油消费量呈逐年递减趋势，碳中和情景下2060年石油消费量将递减至3.5×108 t标准煤。
1.3.3 能源消费碳排放量
中国能源消费产生的碳排放将于2025—2027年达峰，基础情景下峰值约为107.6×108 t（见图7 ）。碳中和情景下，得益于能源消费总量增幅相对较小且非化石能源消费占比大幅上升，将更早实现能源消费碳达峰，2025年峰值约103.4×108 t。碳排放过峰后，煤炭及石油消费占比进一步降低，非化石能源与天然气消费占比进一步提升，能源消费碳排放量将逐年下降，到2060年3种情景下碳排放量将分别降低至63.0×108，48.6×108，25.0×108 t。2060年基础情景与技术进步情景下碳排放量虽都已大幅下降，但碳排放量仍然维持在较高水平，因此这两种情景都不足以实现碳中和目标。由于提前设置碳约束条件，碳中和情景下碳排放量严格按照碳约束条件逐年递减，根据假设，2060年碳排放量25.0×108 t已达到了碳中和目标。
碳中和情景下，2021—2025年为能源消费碳达峰阶段，期间化石能源消费量依然保持增长，煤炭消费达峰为能源消费碳达峰起到了重要作用。2026—2035年为减排初始阶段，期间预计减排约22×108 t二氧化碳，将有约28%的煤炭消费量将被替代，非化石能源消费增速不足以完全弥补减煤留下的能源缺口，天然气作为清洁低碳能源将迎来大发展，2035年天然气在能源消费中的占比将提升至13%左右。2036—2050年为深度减排阶段，期间预计减排约40×108 t二氧化碳，人口过峰后带来的能源消费总量减少为减排创造了有利条件，此外电力、氢能消费占比的增长及能源综合利用效率的提升也是深度减排得以实现的重要原因。2051—2060年为减排攻坚阶段，预计减排约15×108 t二氧化碳，并最终实现碳中和目标。由于该阶段电力及氢能在终端能源消费中的占比进一步增长（分别增长至约62%和16%），工业、交通、电力等领域将全面实现低碳化，电力和氢能是非化石能源的主要载体，预计2060年非化石能源电力（包括电解水制绿氢）将占总电力的80%以上，大规模非化石能源电力的投入，对电网、储能设施、调峰电源及终端电气化水平等提出了较高要求。
1.3.4 天然气消费量
天然气消费量将于2040年前后达峰，基础情景下峰值约为6 700×108 m3（见图8 ），约占能源消费总量的14.7%。因存在碳约束条件且一次能源消费总量相对较低，碳中和情景下天然气消费量低于前两种情景。该情景下2021—2035年为天然气消费的快速增长期，期间受能源消费总量逐年增长、煤电占比大幅下降、国内天然气持续增储上产等综合影响，天然气消费量迅速增长，为弥补减煤留下的能源消费缺口起到了重要作用。其中电力生产部门天然气消费量增幅最大，2021—2035年新增天然气消费量约1 050×108 m3，约占总新增量的43%;其次为工业部门，新增天然气消费量约680×108 m3，约占总新增量的28%。2036—2045年为天然气消费的峰值平台期，煤电已降至较低水平，非化石能源电力因技术突破已进入快速发展期，新增非化石能源电力足以弥补期间逐年退出的煤电，且能源消费总量逐年递减，因此天然气消费量增速放缓，维持在（5 700~6 100）×108 m3。2045年后天然气消费量将进入递减期，受碳约束条件限制，天然气消费市场将逐步被非化石能源替代。为满足减排目标，LEAP模型在电力装机容量优化过程中，用非化石能源电力替代了燃气电力，使2046—2060年燃气发电天然气消费量逐年下降，降幅约为780×108 m3，其次为工业部门，降幅约440×108 m3，2060年天然气消费总量将降至4 300×108 m3。
2 中国天然气产量预测
2.1 预测方法与情景假设
根据中国天然气消费量预测结果可知，碳中和情景下天然气消费峰值将达6 100×108 m3（见图8 ），2060年天然气消费量依然维持在4 000×108 m3以上，仍高于中国天然气产量预测峰值，因此中国上游天然气生产不受“双碳”目标约束，天然气需应产尽产。目前天然气产量预测的方法主要包括广义翁氏模型、灰色-哈伯特组合模型、产量构成法、储采比控制法、类比法等，本文选用其中应用较为广泛的产量构成法对2021—2060年中国天然气产量进行预测。
表3 3种天然气产量预测情景下参数设置 |
| 天然气 类型 | 资源量/ 1012 m3 | 目前 探明率/% | 目前剩余探明技术可采储量/1012 m3 | 2060年基础情景参数/% | 2060年技术进步情景参数/% | 2060年技术突破情景参数/% | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 探明率 | 储量动用率 | 采出程度 | 探明率 | 储量动用率 | 采出程度 | 探明率 | 储量动用率 | 采出程度 | ||||
| 常规气 | 146.96 | 11.48 | 4.88 | 23.0 | 53.0 | 40.0~50.0 | 24.5 | 55.0 | 42.5~52.5 | 26.0 | 57.0 | 45.0~55.0 |
| 页岩气 | 105.72 | 1.91 | 0.39 | 18.5 | 40.0 | 25.0 | 20.0 | 42.0 | 27.0 | 21.5 | 44.0 | 29.0 |
| 煤层气 | 28.08 | 2.61 | 0.31 | 10.0 | 42.0 | 30.0 | 12.0 | 44.0 | 32.0 | 14.0 | 46.0 | 34.0 |
目前中国已开发气田540余个，涉及鄂尔多斯、四川、塔里木、南海、柴达木、渤海、东海、准格尔、松辽等盆地。不同区域的开发阶段差异较大，故将气田按照探明情况分为老区与新区，按照类型分为常规气（含致密气）、页岩气及煤层气。不同类型气藏预测期内新增探明储量参考相关文献数据[14]。因部分探明储量位于环境敏感区或无效益区内，或受产建进度影响，预测期内无法完全动用，因此引入储量动用率这一参数，不同类型气藏储量动用率参考气田经验值（见表3 ）。不同类型气藏生产动态参考已开发气藏生产规律，如常规气藏按照6%~20%的年综合递减率弥补递减（其中碳酸盐岩气藏、深层高压气藏等年综合递减率为6%~12%，致密气约为20%）[15]，页岩气约为35%，煤层气约为25%。不同类型气藏在预测期内采出程度参考已开发气藏经验采收率，且满足预测期采出程度不高于石油行业标准《可采储量标定方法》中规定的同类型气藏极限采收率[17]，如常规气藏采出程度取40%~55%（其中碳酸盐岩气藏、深层高压气藏等采出程度为50%~55%，致密气为40%~45%），页岩气为25%~29%，煤层气为30%~34%。
2.2 预测结果与分析
预测结果表明，老区在预测期内累计产量将达（4.1~4.5）×1012 m3，新区在预测期内累计产量将达（5.8~8.2）×1012 m3。其中基础情景下因储量探明率、储量动用率及预测期采出程度较小，产量低于其他情景，2035年产量达到峰值，约2 800×108 m3，2060年产气量递减至1 550×108 m3（见图9 ）。勘探与开发技术进步情景下，新技术的广泛应用推动天然气持续增储上产，2040年产量峰值将达3 100×108 m3，2060年依然维持在2 300×108 m3以上（见图10 ）;勘探与开发技术突破情景下，勘探领域的技术突破使新增探明储量增长至43.7×1012 m3，开发领域的技术突破使新区新增动用储量增长至21.9×1012 m3，平均采出程度增长至38.1%，2045年将上产至3 400×108 m3（见图11 ）。
不同类型气藏在不同预测情景下预测期产量也存在差异，常规气（含致密气）产量峰值为（2 100~2 300）×108 m3，页岩气产量峰值为（600~1 050）× 108 m3，煤层气产量峰值为（150~220）×108 m3。在天然气产量构成中，常规气将始终发挥产量基石的作用，产量贡献率始终高于60%;页岩气则是上产关键，产量达峰时，页岩气新增产量占总新增产量的比例将达35%以上。模型未对天然气水合物产量进行预测，未来天然气水合物勘探开发技术的突破有望为天然气产量增长提供新的动力。
3 思考与建议
3.1 构建“非化石能源+天然气+电力+氢能”新型能源体系
为实现减排目标，中国能源消费结构需深度脱碳。在一次能源消费总量增长而煤炭消费量大幅下降的情况下，构建“非化石能源+天然气+电力+氢能”新型能源体系是大势所趋。碳中和情景下，非化石能源与天然气是潜力巨大的一次能源，预计2060年非化石能源与天然气约占一次能源消费总量的87%，电力与氢能为终端重要的二次能源，预计2060年电力与氢能约占终端能源消费的78%。然而受材料、技术、成本等因素制约，短期内非化石能源消费增长速度还无法满足深度减煤的迫切需求。风力发电、光伏发电也易受天气、环境等因素影响，存在电力输出不连续、不稳定等劣势，天然气发电则相对更加稳定、灵活。因此，天然气应与非化石能源形成优势互补，充分发挥燃气电力作为稳定电源、调峰电源的作用。此外，通过非化石能源电力电解水制绿氢等方式，将不稳定的非化石能源转化为氢能中稳定的化学能，可提升非化石能源的利用率。由此可见减排目标倒逼了非化石能源与天然气消费的快速增长，非化石能源与天然气在终端的高效利用又促进电力与氢能的快速增长。4种能源相辅相成，互为补充，成为未来中国能源消费体系的支柱。
3.2 扩大天然气终端消费规模
2021—2040年，中国天然气消费量有望继续保持增长，因此需利用未来20年的关键增长期，扩大天然气在终端能源消费中的使用规模，增加天然气减排贡献。城镇燃气与工业用气是近年来拉动天然气消费增长的主要引擎，为继续扩大城镇燃气与工业用气规模，未来仍需利用北方地区冬季清洁取暖、煤改气等政策优势，加大燃气锅炉对燃煤锅炉的替代，在工业炉窑燃料方面也应加大天然气对煤炭的替代。天然气相对煤炭存在价格劣势，可通过财政补贴等方式对燃气锅炉、燃气工业炉窑等给予运营支持，推动城镇燃气与工业用气需求持续增长。发电用气目前是中国第3大用气部门，碳中和情景下，新增的燃气电力将替代部分煤电，并成为拉动中国天然气消费增长的新引擎。然而目前中国燃气发电量在总发电量中的占比较低，2020年燃气发电量为0.25×108 kW·h，仅占总发电量的3.2%，而美国为40.6%、英国为36.5%、世界平均水平为23.4%，可见差距巨大。与煤电、水电、非化石能源电力相比，中国燃气电力在体量和成本上都存在劣势，燃气发电成本始终居高不下，为0.55~0.60元/（kW·h），严重制约了中国燃气电力的发展。为实现燃气电力高质量发展，政策层面应制定明确的燃气电力发展规划，给予燃气电力适当的政策补贴，加大科技创新实现燃气轮机核心组件国产化，从而降低燃气发电成本[18]。
3.3 推动天然气持续增储上产
通过理论与技术创新实现天然气持续增储上产，保障国家能源供应安全。为保持中国天然气储量和产量的高峰增长，上游生产应重点关注：①加大天然气勘探投资，夯实储量基础。中国天然气整体探明程度还比较低，探明率低于10%[14]，天然气储量仍具增长潜力，未来需进一步加大对海相碳酸盐岩地层、前陆冲断带陆相深层、岩性地层油气藏、海域与非常规等天然气资源的风险勘探，努力为天然气开发寻找优质接替资源。②坚持理论与技术创新，推动深层、深水、非常规等复杂类型天然气资源的效益开发[19⇓-21]。对于深层—超深层气藏，应加强超深层高精度三维地震成像技术攻关，加大安全快速钻井、超深层油气层识别、超深层压裂改造等技术攻关;对于海域天然气藏，继续发展海洋油气物探技术，推进海洋钻井工程技术装备研发;对于页岩气，在稳步推进中浅层海相页岩气高效开发的基础上，突破深层海相页岩气勘探开发新技术，加大旋转导向、高精度甜点段精细评价、长水平段密集高效压裂等技术攻关;对于致密气，重点发展以多层系立体开发、原位防水控水采气、井型井网优化等为核心的提高采收率技术;对于煤层气，应加大中低阶煤层、碎软低渗煤层以及深部煤系的煤层气开发技术攻关等。③政策补贴与低成本开发并举。坚持走低成本开发之路，通过技术创新将原来低效益或无效益的非常规天然气资源经济有效开发，同时结合政策补贴，帮扶非常规天然气可持续发展。
3.4 完善天然气产供储销体系
碳中和情景下，中国天然气消费量将继续保持增长，为满足天然气消费需求，应提前部署与天然气消费增长相匹配的基础设施，逐步完善天然气产供储销体系。具体建议包括：①积极推进4大天然气进口通道的进口能力建设，目前陆上3大天然气进口通道（中亚ABC、中俄、中缅）均未达到设计输气能力，未来在按照协议继续补齐设计输气能力的基础上，还应充分讨论中俄西线等其他进口管道建设的可行性。此外，还应继续扩建沿海LNG（液化天然气）接收站，提升LNG接卸能力。②进一步整合国内管网资源，加强进口管道、国内干线管道、区域管网、LNG接收站、储气库等设施的互联互通，打造“全国一张网”，并由国家石油天然气管网集团有限公司负责全国天然气协调调度，各方积极协调配合，保障国家能源供应安全。③目前中国天然气应急储备能力略显不足，应按照中国发展改革委员会《关于加快储气设施建设和完善储气调峰辅助服务市场机制的意见》[22]提出的“供气商不低于其年合同销售量10%，城市燃气企业不低于其年用气量5%，地方政府不低于管辖区3 d用气量”的天然气应急储备要求，持续提升地下储气库、LNG接收站、LNG储罐等储气能力及气田调峰产能。④国务院《关于促进天然气协调稳定发展的若干意见》[23]中指出要加强天然气产供储销体系建设，促进天然气供需动态平衡。天然气行业应在产、供、储、销各环节进行精细管理，建立健全以供需预测预警机制、发展综合协调机制、需求侧管理和调峰机制、市场化价格机制等为核心的协调稳定发展体制机制，促进全产业链健康有序发展。
4 结论
LEAP模型经引入能源综合利用效率及终端有效能源消费量两项新参数改进后与BP神经网络相结合构建的BP神经网络-LEAP组合模型，经历史数据拟合验证模型可靠，可用于未来能源消费预测，考虑碳约束条件后，天然气消费量预测结果符合“双碳”背景下的变化趋势。
碳中和情景下，中国一次能源消费总量将于2035年前后达峰，峰值约为59.4×108 t标准煤，2035年后一次能源消费总量逐年降低，2060年将降至54.1×108 t标准煤;中国能源消费碳排放量将于2025年达峰，峰值约为103.4×108 t，到2060年将降低至25.0×108 t。
碳中和情景下中国天然气消费存在3个阶段，2021—2035年为天然气消费的快速增长期，增幅最大的部门为电力生产部门与工业部门;2036—2045年为天然气消费的峰值平台期，2045年后受碳约束条件限制，天然气消费量将进入递减期。
中国天然气产量预计将于2040年前后达到高峰，产量规模约为（2 800~3 400）×108 m3，其中常规气（含致密气）仍是产量的主体，页岩气产量增长幅度最大。
符号注释：
Etv——终端有效能源消费量，t（标准煤）;Et——终端能源消费量，t（标准煤）;Es——一次能源消费总量，t（标准煤）;m——输入层输出向量个数;n——输入向量个数;x——输入向量，x={x1,x2,…,xn};y——期望向量y={y1,y2,…,ym};$\mathbf{\tilde{y}}$——输出层输出向量，$\mathbf{\tilde{y}}=\left\{ {{{\tilde{y}}}_{1}},{{{\tilde{y}}}_{2}},\cdots,{{{\tilde{y}}}_{m}} \right\}$;αc——非燃料化工制品在终端能源消费中的占比，%;αe——电力在终端能源消费中的占比，%;γc——非燃料化工制品在终端有效能源消费中的占比，%;γe——电力在终端有效能源消费中的占比，%;ζ——能源综合利用效率，即综合考虑能源转化率及能源做功效率的系数，%;ζe——电力的综合利用效率，%;ζf——终端燃料的综合利用效率，%;θ——电网的输电损失率，%;λ——能源转化效率，%;λc——非燃料化工制品的转化效率，%;ω——能源转化后的做功效率，%;ωe——电力的做功效率，%;ωf——终端燃料的做功效率，%。