本文构建考虑技术交互、厂站异质性、生物质竞争及二氧化碳运输与封存约束的混合整数线性规划框架,评估中国1885座燃煤电厂的节能改造、生物质掺烧与碳捕集组合。研究发现,约1.2 Gt CO₂/年可通过负边际成本措施实现减排,碳中和对应边际减排成本约56美元/吨CO₂;随着减排目标提高,最优组合由节能逐步转向生物质掺烧并最终扩大碳捕集,生物质与碳捕集结合可实现煤电机组整体负排放。
报告标题:《Technology interactions reshape the economics of China’s coal power decarbonization》(技术交互作用重塑中国煤电脱碳经济性)。
作者:Yun-Long Zhang、Jia-Ning Kang、Xiaoming Kan、Lan-Cui Liu、Zhimin Huang、Song Peng、Biying Yu、Yi-Ming Wei等。
发布机构与日期:原文所提供内容未明确列出期刊、正式发布日期及作者完整机构信息,因此无法仅依据当前文本准确补充。
研究对象:中国现役煤电机组的低碳改造,重点考察能源节约(EC)、生物质掺烧(BC)和碳捕集、运输与地质封存(CC)之间的交互作用。
核心方法:作者构建了一个考虑技术交互、机组异质性、生物质资源竞争以及二氧化碳封存资源约束的全国煤电优化模型,覆盖1,885座电厂、2,907台机组。模型采用混合整数线性规划(MILP),并通过逐步提高减排目标构建全行业边际减排成本曲线(MAC)。
报告的核心论点并不是简单比较哪一种技术成本最低,而是强调:当多种技术在同一电厂或整个电力系统内同时部署时,一项技术会改变另一项技术的燃料需求、捕集气体量、资源消耗和剩余减排空间,因此独立排序技术会系统性低估成本或高估减排潜力。 研究给出的基准结论是:约1.2 Gt CO₂/年的减排可以在负边际成本下实现;达到全行业碳中和约需56美元/吨CO₂的边际减排成本;最大减排节点约为4.7 Gt CO₂/年,对应边际成本约125美元/吨CO₂,并依赖生物质与CC结合实现煤电系统净负排放。
中国煤电机组具有“规模大、机龄相对年轻、退出困难”的特点。中国约占全球煤电装机的51%,近90%的发电机组在2000年以后投运;如果这些机组按照剩余寿命继续运行,可能锁定近140 Gt CO₂排放。 然而,快速关停年轻煤电机组可能带来搁浅资产、就业损失和电网稳定性问题,极端天气、能源供应安全以及可再生能源波动性进一步强化了这一约束。
因此,作者将煤电改造视为煤炭逐步退出期间的补充性工具,而不是永久维持煤电的替代方案。研究考虑的措施包括减少运行小时数(RRH)、能源节约(EC)、直接生物质掺烧(DB)、气化生物质掺烧(GB)以及碳捕集与封存(CC)。其中,RRH代表减少煤电发电量所产生的机会成本;EC通过降低供电煤耗实现减排;BC以生物质替代煤炭;CC则捕集煤电烟气中的二氧化碳并运输至地质封存地点。
作者首先对每座电厂分别建立EC、BC和CC模型,并以标准化减排率比较其单位减排成本(UAC)。EC、DB和GB分别在10%和20%减排情景下评估,CC采用90%捕集率,RRH作为减少发电量的共同基准。 UAC定义为年度减排成本除以年度减排量,单位为美元/吨CO₂;负UAC意味着燃料节约或替代收益超过改造成本。
EC模型包括20项节能技术,覆盖锅炉燃烧、汽轮机、冷却凝结、空气预热器、烟气余热回收以及厂用电和控制系统等类别,并考虑技术寿命、投资规模、剩余机组寿命及适用性约束。 BC模型将农业和林业残余物分布到10×10公里生物质供应节点,计算收集、储存、预处理和运输成本。 CC模型则在电厂与候选地质封存点之间进行源—汇匹配,考虑捕集设备投资、溶剂、蒸汽、电力、运输和地质封存成本。
联合模型同时决定每座电厂采用哪些技术、生物质由哪些供应点分配、捕集的CO₂输送到何处,以及如何满足全国减排目标。模型显式加入了生物质供应上限、封存点容量上限和厂际资源竞争。 为处理技术组合产生的非线性乘积,作者采用二元变量乘积约束和McCormick包络进行精确线性化,并声称所得MILP与原问题等价,不引入近似误差。
关键技术交互包括三类:
图1左侧以RRH的单位减排成本为横轴,以其他技术的UAC为纵轴,右侧用箱线图展示不同技术在全国电厂中的成本分布。结果显示,EC在100%的现有电厂中都比RRH便宜;DB约在92%的电厂中优于RRH,GB约为27%,而CC没有任何电厂的成本低于RRH。
成本水平差异十分显著。CC平均UAC最高,约为58美元/吨CO₂;GB最高约26美元/吨CO₂;DB最低可达负1.4美元/吨CO₂;EC最低可达负26美元/吨CO₂。 图中EC的箱体和均值整体位于零线以下,表明大量节能改造可以通过节省煤耗获得经济回报;DB也存在明显负成本区间,但其成本分布较EC更分散;CC箱体整体处于正值区间,且电厂间差异较大。
需要注意的是,图1只是单项技术比较,并未考虑资源竞争和组合关系,因此不能直接把EC、DB、GB、CC的均值简单相加,也不能将单项成本排序等同于全国最优部署顺序。
图2a和2c比较EC单独部署与EC和BC/CC组合部署后的发电成本变化。负值代表成本下降。EC与BC或CC结合后,平均平准化发电成本下降约1%—17%,原因是EC提高了效率,并部分抵消了CC的能耗惩罚。 但图2b和2d显示,尽管实际发电成本下降,BC和CC的UAC反而上升:10% EC下,BC的UAC增加约0.5—2.6美元/吨CO₂,20% EC下增加约1.1—6.0美元/吨CO₂;CC对应增加约1.1和2.8美元/吨CO₂。
这并不矛盾。UAC不仅取决于成本分子,也取决于归属于该技术的减排量分母。EC先削减了一部分排放后,BC或CC所能“归属”的剩余排放减少,即使工程成本下降,其单位减排成本仍可能升高。作者特别指出,CC的UAC上升主要是减排归因基准改变导致的会计效应,而不是捕集工程成本真正增加。
图2e展示BC—CC的协同效应。生物质掺烧可以使CC的UAC降低约0.5—1.0美元/吨CO₂,并形成约1.19亿和2.38亿美元量级的总节省,具体取决于情景和优化后的捕集量。 图2f显示EC对BC发电成本的改善:10% EC可使DB和GB的生物质发电成本分别降低最高约2.4和3.4美元/MWh,20% EC时降幅扩大至约5.2和6.8美元/MWh。 这表明EC不仅自身便宜,还能降低后续BC的补贴需求和资源成本。
图3a给出了全国煤电逐步减排的MAC曲线。P12是零边际成本节点,约对应1.2 Gt CO₂/年的减排,此前的改造会降低系统总成本,因此可视为“有利可图的改造窗口”。P36为碳中和节点,约需减排3.6 Gt CO₂/年,边际成本为56美元/吨CO₂;P47为最大减排节点,减排约4.7 Gt CO₂/年,边际成本上升至125美元/吨CO₂。
在P47,EC使原始煤炭需求下降18.2%,生物质约占总燃料输入的三分之一,BC与CC联合后使煤电部门实现净负排放,平均碳强度从基准的805 g CO₂/kWh下降至负257 g CO₂/kWh。 这一结果的关键前提是生物质在燃烧点被视为碳中性,且生物质源CO₂被捕集并封存;如果计入全生命周期排放,净负排放规模可能显著缩小。
图3b显示技术贡献随目标变化:累计减排低于约1 Gt时,EC贡献超过68%;随着目标增加,BC扩张,GB在较高减排水平下更重要;深度减排阶段CC迅速增加,在最大减排节点约贡献60%。
图3c的三个组合具有清晰的阶段性:
图3d显示空间布局也不是均匀的。早期EC广泛分布,DB集中在局部地区;中高减排阶段GB向中国中部和北部扩展;接近碳中和时,CC主要出现在北部和西部;最大减排阶段,CC进一步向东部和南部扩展,并形成多技术组合。
补充图S13显示,煤电加权平均LCOE在基准情景下约45.2美元/MWh,在约1.0 Gt减排时降至40.8美元/MWh,说明早期EC和低比例BC的燃料节省足以抵消改造成本;但在4.7 Gt最大减排时,平均LCOE升至81.0美元/MWh,且电厂间成本差异显著扩大。
补充图S14进一步证实,技术顺序是内生形成的:约1 Gt减排时EC几乎覆盖全行业;1—2.5 Gt区间EC—BC组合增加;更高目标下EC—BC—CC成为主导配置。
补充图S15表明,深度脱碳不仅需要技术设备,还需要大规模基础设施。最大减排时CO₂年封存量约2.9 Gt,平均CO₂运输距离从中等减排时约20 km升至超过120 km,生物质平均运输距离也从约20 km升至超过100 km。
燃料分解图S20显示,基准煤炭能耗约39.54×10⁹ GJ;最大减排时煤耗降至19.23×10⁹ GJ,下降51.4%,生物质消耗升至13.14×10⁹ GJ,约占总燃料输入三分之一,EC节能量达到7.18×10⁹ GJ。
图4a比较三种模型:基准联合优化、忽略EC的联合优化以及传统独立技术排序。独立排序方法在P12最多低估成本27%,并高估最大减排潜力8%;不考虑EC则使边际成本最多增加25美元/吨CO₂,最大减排潜力下降约2%。
经济参数中,煤价变化影响最大,MAC偏差可达约±12美元/吨CO₂;CC资本成本主要影响高减排阶段;折现率在约1.6 Gt、GB开始大规模部署时影响更明显。 资源约束方面,生物质供给最关键:若仅有基准资源的25%,最大减排潜力大致只能达到碳中和,几乎没有净负排放空间;EC效率变化和CC捕集率从90%提高至95%或99.7%的影响相对温和。
补充图S17显示,若采用30年而非40年机组寿命,2045年最大减排潜力将降至1.54 Gt CO₂/年,比当前水平低67%;40年寿命假设下则仍约为4.07 Gt。提前退役会压缩负成本EC和BC的机会,但剩余较新大型机组的CC经济性相对较好。
补充图S16显示,生物质电力补贴主要降低0—2 Gt减排区间的MAC,而CC封存补贴主要影响2.4—4.7 Gt的深度减排区间;105元/吨CO₂的CC补贴可使深度减排阶段MAC降低约15美元/吨CO₂。
技术交互还能降低财政支持需求。EC降低生物质发电成本后,可使生物质相关补贴需求减少超过11亿美元/年;大规模BC则可使CCS支持需求最多减少约23.8亿美元/年。 省级节省集中在内蒙古、山东、新疆、江苏、山西等煤电和生物质资源较集中的地区。
碳价分析显示,约9美元/吨CO₂的中国2025年平均碳价只能诱导约1.3 Gt减排,相当于最大潜力的28%;约56美元/吨CO₂时达到3.6 Gt碳中和节点;约125美元/吨CO₂时达到4.7 Gt最大减排。
因此,作者认为单一统一碳价不足以解决不同技术的融资和基础设施障碍,需要碳价、技术专项补贴和融资机制组合使用。
报告的模型优势在于把技术交互和资源竞争纳入同一优化框架,但结论仍高度依赖若干假设。
第一,模型没有系统纳入每个电厂的现场工程限制、多技术改造的额外集成成本以及施工停机约束,因此实际成本可能高于模型结果。 第二,生物质被视为燃烧点碳中性,没有计入收集、加工、运输和土地利用变化等生命周期排放,这可能高估BC和BECCS的净减排潜力。 第三,CC仅包括捕集、管道运输和地质封存,没有考虑CO₂利用或EOR收入,因此CC经济性在有利用机会的地区可能被保守估计。 第四,模型是静态的目标情景优化,不是动态投资路径模型,没有内生刻画建设周期、技术学习、基础设施扩张和投资锁定。
此外,最大减排4.7 Gt及负257 g CO₂/kWh的结果并不代表整个煤电体系可以无条件长期保持运行,而是代表在既定资源、技术、成本和碳中性核算边界下的理论可行前沿。作者明确强调,改造应与煤电逐步退役和可再生能源扩张并行,不能把改造理解为煤电退出的替代方案。
这份研究最重要的贡献,是把煤电脱碳从“单项技术成本排名”推进到“技术组合、资源竞争和减排归因共同决定的系统优化”。EC是早期最具经济吸引力的措施,能够提供负成本减排并改善BC、CC的运行经济性;BC在中等减排阶段承担重要作用,并通过生物源CO₂与CC形成净负排放协同;CC虽然成本高,却是碳中和和更深减排不可替代的技术。
从图表可以看出,最佳技术路径具有明显阶段性:低目标阶段以EC为主,中等目标阶段加入DB和GB,高目标阶段转向BC与CC组合;与此同时,LCOE、运输距离、封存量和财政支持需求都会快速上升。全国约1.2 Gt/年的负成本减排机会构成近期政策重点,但达到3.6 Gt碳中和需要约56美元/吨CO₂,达到4.7 Gt最大减排则需要约125美元/吨CO₂。 总体而言,报告支持的不是“全面改造所有煤电机组”,而是依据机组位置、效率、资源可得性和剩余寿命进行选择性改造,并与提前退役、可再生能源建设、碳定价和专项补贴相协调。
2608.11404.pdf