该研究基于北京案例，运用“A-S-I”框架和EnergyPLAN-EPLANopt模型，对比可再生能源（RE）与低碳供热（HLCT）、交通（TLCT）三部门协同转型与双部门协同的效果，发现三部门协同使系统总成本降低18.58%，原煤能耗减少18%，二氧化碳排放下降82%以上，并提出政策建议。

　　本文研究了促进可再生能源（RE）、供暖低碳转型（HLCT）和交通低碳转型（TLCT）之间行业间合作的环境和经济效应。以北京（中国）为例，在“避免-转变-改进”（Avoid–Shift–Improve）框架下将能源转型路径分为16种情景。此外，使用EnergyPLAN模型确定了最佳路径。同时，还开发了一个结合EnergyPLAN和EPLANopt的综合能源优化模型。与以往通常依赖外部假设的可再生能源容量的研究不同——这种局限性可能导致路径评估不理想或不现实——我们的模型能够内生地确定可再生能源容量，从而弥补了现有能源系统建模中的一个关键缺陷。研究结果表明，与仅涉及可再生能源和供暖低碳转型或交通低碳转型的情况相比，三者之间的行业间合作可使整个能源系统的成本降低18.58%，一次能源消耗减少超过18%，二氧化碳排放量减少82%以上。最后，本文提出了促进能源转型中行业间合作的政策建议。本研究采用的多部门协同分析方法可以扩展到涉及更多能源部门的可再生能源转型规划中。

　　推动以可再生能源（RE）为主的能源转型对于缓解气候变化至关重要。此外，可再生能源的发展与能源使用结构的变化密切相关，特别是电气化的进程。因此，可再生能源与其他工业低碳转型（如用电力替代煤炭或石油）之间的行业间合作对于实现能源转型目标至关重要。

　　从系统科学和工程的角度来看，能源系统是一个高度耦合的整体，任何一个部门的转型都可能产生复杂的跨部门联B体育网页版 B体育官网入口系和反馈效应[1]，[2]。传统的单一维度治理和转型模型越来越难以应对这些系统性挑战，这凸显了建立新的多部门协同治理范式的迫切需求[3]。现有研究表明，通过整合供需资源和优化基础设施布局及运营策略，多部门协调可以实现系统成本和排放的共同减少，从而具有明显的系统价值[4]，[5]。因此，本文重点定量评估电力、供暖和交通这三个关键且紧密相关的部门之间协同转型的经济和环境效益。从2000年到2023年，电力和热力的生产和供应是中国二氧化碳排放的最大来源[6]，[7]，[8]，[9]。目前，以化石燃料为主的供热结构几乎没有变化[10]，[11]，[12]。此外，随着经济发展和快速城市化，交通运输部门成为中国增长最快的行业之一。社会客运量从2000年的1.23万亿人次公里增加到2024年的3.39万亿人次公里，社会货运量在同一时期从4.43万亿吨公里增加到25.45万亿吨公里[13]，[14]。这种交通运输能源需求的快速增长加剧了减少二氧化碳排放的压力[15]。因此，在可再生能源发展与供暖和交通部门脱碳之间实现协同仍然是一个重大挑战。

　　鉴于多部门脱碳的迫切需求，有必要在具有代表性的城市背景下研究这些挑战。北京作为中国的首都，在国家“双碳”战略中发挥着领导作用[16]，[17]，并且经常成为能源转型政策的试点。尽管北京已经实现了“无煤”状态[18]，但它仍然严重依赖石油和天然气[19]，供暖和交通部门是能源使用和二氧化碳排放的主要来源。这种双重现实——政策雄心与持续的化石燃料依赖——使得北京成为研究高排放部门中可再生能源整合的理想场所。最后，由于数据可获取性的限制，本研究所需的每小时电力需求、电力生产等相关数据并非公开可用。虽然我们通过在北京电力供应公司的实地调查获得了这些数据，但我们无法获取其他地区的数据。为了量化这种合作的环境和经济影响，将EnergyPLAN模拟模型与EPLANopt优化模型相结合。特别是，我们评估了22种不同的行业间合作路径，并根据环境和经济绩效确定了最佳协同路径。

　　最近关于综合能源转型的研究强调了多部门合作和技术多样化路径的关键作用。Florian Knobloch等人（2020年）对代表全球95%的运输和供暖需求的59个地区进行了综合评估。结果表明，即使在当前的电网碳强度水平下，电动汽车（EV）和热泵的生命周期温室气体排放量也低于基于化石燃料的替代方案。具体而言，电动汽车和热泵在53个地区每年分别实现了高达1.5 GtCO

　　的净减排[20]。此外，高水平的可再生能源整合在技术上是可行的。基于太阳能光伏（PV）和储能的系统建模表明，在某些国家可以完全满足能源需求。使用RETScreen Expert等工具验证了太阳能光伏在农业中的技术经济和环境可行性，显示出显著的温室气体减排和经济可行性[21]。这些结果表明，到本世纪中叶可以实现完全可再生能源的供应[22]。包括电力转热、电力转气、车辆转电网和生物燃料在内的跨部门技术的整合进一步增强了系统的灵活性和脱碳潜力。然而，准确表示不确定性对于可靠的能源系统建模仍然至关重要[23]。随机方法（如遗传算法和粒子群优化）已被用于估计换热器的污垢阻力，即使在存在多个局部最小值的情况下也能显示出稳健的收敛性[24]。使用EnergyPLAN等工具的技术经济分析一致表明，智能能源系统可以在某些情况下实现超过50%的深度减排，并降低整体系统成本。这突显了碳中和转型路径的经济可行性[25]，[26]。尽管关于跨部门可再生能源转型的研究不断增加，但仍存在关键差距。例如，区域间能源交换（如电力进出口）对系统成本和排放的影响往往被忽视。此外，许多研究依赖于历史电力需求模式，从而低估了电力化非电力部门对未来负荷曲线的影响。最后，跨多个能源部门的综合转型策略仍然有限，因为大多数研究都是孤立地关注单个部门。

　　基于B体育网页版 B体育官网入口上述研究现状，本研究旨在利用“避免-转变-改进”框架和EnergyPLAN-EPLANopt模型，系统地评估可再生能源、供暖和交通三个部门之间协同转型的环境和经济效应，并确定和提出平衡经济和环境效益的综合转型路径。通过比较双部门（例如可再生能源-供暖、可再生能源-交通）和三部门协同情景，本研究揭示了三部门协同在降低总系统成本、一次能源消耗和二氧化碳排放方面的显著优势。研究结果为以更经济高效和环境可持续的方式促进电力、供暖和交通等关键部门的低碳转型提供了实证证据和路径参考。

　　本研究的新颖性体现在以下三个方面：首先，我们量化了通过三部门合作（可再生能源、供暖和交通）相比传统的双部门方法（可再生能源与供暖或可再生能源与交通）所实现的额外环境和经济效益。这种比较分析为城市能源转型中的跨部门整合协同效应提供了新的证据。其次，我们提出并模拟了一种实际的合作路径，可以在不增加总系统成本的情况下，实现北京供暖和电力部门中化石燃料的完全替代，这在之前的城市规模研究中很少有体现。第三，我们通过将EnergyPLAN模拟模型与EPLANopt多目标优化算法相结合，开发了一个综合能源系统优化框架。该框架能够内生地确定最佳的可再生能源容量，克服了现有基于EnergyPLAN的研究中常见的外生容量假设，提高了可再生能源转型规划的方法论严谨性。

　　基于“一切照旧”（Business-as-Usual，BAU）情景（即不采取额外干预措施的情况下当前的政策轨迹），在“避免-转变-改进（Avoid-Shift-Improve，A-S-I）”框架内系统地构建了16条行业间合作路径。这是通过首先设计特定部门的脱碳路径，然后逻辑上将它们整合在一起实现的。

　　图2显示了用于模拟16条行业间合作脱碳路径的EnergyPLAN模型结构。EnergyPLAN是一个自下而上的能源系统模拟模型，能够实时平衡能源供需。其关键特性是能够模拟与邻近系统的每小时电力进出口。在本研究的背景下，北京电力系统被建模为一个区域互联电网的一部分。

　　通过促进可再生能源（RE）、供暖和交通部门的协同脱碳，比两部门协作（电力-供暖或电力-交通）可以实现更大的能源节约。在三部门合作（电力、供暖和交通）的情况下，一次能源消耗减少了2.87 TWh，而与电力-供暖合作相比减少了35.85 TWh

　　根据He和Liu的研究[42]，构建了一个多目标优化模型，以最小化总能源系统成本和二氧化碳排放（方程2）。多目标优化任务通常用于解决两种主要类型的算法：传统优化算法和智能优化算法。与传统算法相比，智能优化算法——特别是多目标遗传算法——应用更为广泛

　　为了实现中国2020年设定的“双碳”目标，促进低碳能源转型至关重要。然而，这一由可再生能源快速部署驱动的转型是一个复杂的系统过程，需要行业间的合作。本研究使用A–S–I框架和EnergyPLAN模型研究了行业间合作的环境和经济效益。分析重点关注电力、供暖和交通部门，以北京能源系统为例

　　? 作者声明他们没有已知的可能影响本文工作的竞争性财务利益或个人关系。