Loading [MathJax]/jax/output/HTML-CSS/jax.js

基于经济可行性的CCUS地质封存评估——以陕西省为例

阮建辉, 朱淑瑛, 严妍, 吴赟龙, 庞凌云, 郭静, 许晓艺, 蔡博峰, 曹丽斌, 李琦, 汤铃. 基于经济可行性的CCUS地质封存评估——以陕西省为例[J]. 环境工程学报, 2024, 18(10): 2729-2737. doi: 10.12030/j.cjee.202403072
引用本文: 阮建辉, 朱淑瑛, 严妍, 吴赟龙, 庞凌云, 郭静, 许晓艺, 蔡博峰, 曹丽斌, 李琦, 汤铃. 基于经济可行性的CCUS地质封存评估——以陕西省为例[J]. 环境工程学报, 2024, 18(10): 2729-2737. doi: 10.12030/j.cjee.202403072
RUAN Jianhui, ZHU Shuying, YAN Yan, WU Yunlong, PANG Lingyun, GUO Jing, XU Xiaoyi, CAI Bofeng, CAO Libin, LI Qi, TANG Ling. Research on CCUS geological storage evaluation based on economic feasibility: A case study of Shaanxi province[J]. Chinese Journal of Environmental Engineering, 2024, 18(10): 2729-2737. doi: 10.12030/j.cjee.202403072
Citation: RUAN Jianhui, ZHU Shuying, YAN Yan, WU Yunlong, PANG Lingyun, GUO Jing, XU Xiaoyi, CAI Bofeng, CAO Libin, LI Qi, TANG Ling. Research on CCUS geological storage evaluation based on economic feasibility: A case study of Shaanxi province[J]. Chinese Journal of Environmental Engineering, 2024, 18(10): 2729-2737. doi: 10.12030/j.cjee.202403072

基于经济可行性的CCUS地质封存评估——以陕西省为例

    作者简介: 阮建辉 (1997—) ,男,博士研究生,研究方向为能源经济及管理,ruanjianhui22@mails.ucas.ac.cn
    通讯作者: 郭静(1991—),男,博士,助理研究员,研究方向为CCUS潜力评估,guojing@caep.org.cn 许晓艺(1997—),女,硕士,工程师,研究方向为CCUS潜力评估;xuxiaoyi0924@126.com; 
  • 基金项目:
    国家自然科学基金资助项目 (72140004)
  • 中图分类号: X523

Research on CCUS geological storage evaluation based on economic feasibility: A case study of Shaanxi province

    Corresponding authors: GUO Jing, guojing@caep.org.cn ;  XU Xiaoyi, xuxiaoyi0924@126.com
  • 摘要: 二氧化碳捕集利用与封存 (CCUS) 是目前实现化石能源低碳化利用的首要技术选择,开展CCUS地质封存经济性评估研究对于提高项目可行性至关重要。研究以陕西省为例,从厂址适宜性、管道建设影响因子、技术成本等视角,在10 km网格上评估地质封存经济适宜性,并利用优化最小成本源汇匹配路径。研究结果表明,陕西省排放集中在火电和工业部门,网格封存总成本呈现南高北低的空间分布特征,其中陕北大部分地区位于鄂尔多斯盆地,网格经济适宜性相对较高。在时间跨度上,随着封存技术逐渐成熟,2035—2060年陕西省网格封存总成本不断降低,经济适宜性不断提高,其中低速情景和强化情景下分别于2050年和2040年后所有网格均具有经济适宜性。在源汇匹配上,研究结果验证了短期内源 (如煤化工企业) 和经济可行性汇 (如油田) 之间管道运输路径优化的可行性。本研究结果可为未来源汇最佳匹配、地质封存空间布局、CCUS管网规划等提供参考。
  • 水资源短缺与能源危机推动了水处理技术的革新。在“双碳”背景下,传统的以能耗换水质的水处理技术已无法满足可持续发展的要求[1]。开发以能源再生-资源回收为目的的新技术,降低水处理过程中的碳排放,对于实现我国的“双碳”目标有着重要意义[2]。与传统的好氧生物处理技术相比,厌氧生物处理技术能够在废水处理过程中实现资源回收和能源再生,在水处理中具有广阔的应用前景[3-4]。近年来厌氧生物处理技术开始逐步应用于低浓度废水(如市政污水)的处理,但有机物含量低时厌氧微生物生长缓慢,且低产气量较难实现泥水混合液的充分搅拌,导致有机物的去除转化效果不理想,从而限制了厌氧技术在低浓度废水处理中的应用[5]。厌氧膜生物反应器(anaerobic membrane bioreactors, AnMBR)采用厌氧处理与膜分离相结合的方式,将水力停留时间(hydraulic retention time, HRT)和污泥龄(sludge retention time, SRT)分开[6],有效弥补了传统厌氧生物处理技术存在的弊端,具有生物量大、出水水质高以及能耗低等优点[7],是实现低浓度废水厌氧生物处理的理想技术。

    已有很多研究报道了AnMBR用于处理低浓度废水时可以实现较好的有机物去除和产甲烷性能,但运行过程中存在着膜污染的问题,常需要通过沼气循环、混合液回流等方式增大体系混合程度来减轻膜污染。另一方面,AnMBR出水中含有较多的溶解性甲烷(dissolved methane, DCH4),甲烷是一种温室气体,DCH4解吸后[8](释放到大气)会造成能量流失和温室效应。现有研究[9-11]表明,AnMBR出水DCH4的质量浓度为8.8~19.1 mg·L–1,因此,而流失的甲烷占总甲烷产量的23%~88%。在较多研究中,测得DCH4的浓度经常高于亨利定律计算的理论值,即AnMBR出水的DCH4往往是过饱和的[12],其过饱和度即相比于理论DCH4的倍数为1.3~4.1倍[9,13]。已有部分研究通过外置气体分离器[14-17]对AnMBR出水DCH4进行回收并取得了较好的效果,但上述过程存在着能量消耗、占地增加和工艺流程长等问题。甲烷的液-气传质会显著改变甲烷的溶解程度,其传质系数[10,18]主要受反应器运行条件(如负荷、混合效率、温度)的影响,在不同工况下AnMBR出水DCH4的过饱和度具有较大的差异[19]。YEO等[10]在采用混合液循环的AnMBR中研究结果表明,随着负荷提升产气速率不断增大,有利于解除甲烷气-液传质的限制,从而降低了DCH4的过饱和度。研究不同工况对AnMBR中甲烷气-液分配特征的影响,有望通过反应器运行方式的调控,实现原位降低DCH4的浓度。为此,本研究针对AnMBR出水存在DCH4过饱和问题,基于AnMBR的低浓度废水处理过程,探究了不同负荷和混合方式对有机物去除和DCH4的影响。揭示上述过程甲烷气-液传质系数的变化规律并阐明AnMBR中甲烷的气-液分配特征,进一步用于指导反应系统运行,以期为降低AnMBR的碳排放量和能耗提供参考。

    本实验所用AnMBR装置如图1所示,反应器主体为有机玻璃材质的长方体形容器(长×宽×高=30 cm×20 cm×25 cm),有效容积为11 L。反应器内设置聚偏氟乙烯(PVDF)材质的中空纤维膜(MBR-0.1F,海科滤膜),膜组件构型采用U型,膜丝数量共80根,单根膜丝的内、外径分别为0.8 mm和1.8 mm,膜孔径为0.1 μm,膜组件总有效面积0.19 m2。反应器进出水采用蠕动泵控制(BT100-2J,兰格恒流泵有限公司),出水泵与膜组件之间设有压力变送器(SIN-P300,中国杭州联测自动化技术有限公司),用于监测跨膜压差的变化。反应器外部覆盖有加热带(鸿泰电热配件),用于维持反应器内部的温度,内部温度由反应器顶部的温度计读取。反应器顶部设有阀门用于连接沼气袋和收集厌氧反应所产气体。反应器两侧均设有取样口用于采样分析。

    图 1  AnMBR实验装置示意图
    Figure 1.  Schematic diagram of AnMBR experimental device

    AnMBR每个运行周期为10 min,其中出水8 min,松弛2 min。反应器设有2种不同的混合方式:从出水侧将泥水混合液泵回进水侧以进行循环混合;内部设置1个造浪泵(JVP-100AB)进行浪式脉冲混合。

    反应器接种污泥为黑色厌氧颗粒污泥,取自升流式厌氧污泥床反应器。实验进水采用由葡萄糖、尿素、磷酸二氢钾等人工配制而成的模拟废水,具体水质成分如下:0.23 g·L–1 尿素、0.11 g·L–1 KH2PO4、1 g·L–1 K2HPO4、0.05 g·L–1 Na2SO4、0.1 g·L–1 MgCl2·6H2O、0.05 g·L–1 CaCl2·2H2O、10 mL·L–1 微量元素、10 mL·L–1 维生素(注:微量元素和维生素具体组成参考文献[20])。缓冲物质为质量浓度为1 g·L–1的碳酸氢钠。葡萄糖的用量根据实验进行调整。

    控制AnMBR反应器温度为(35±1) oC,水力停留时间(HRT)为20 h,通过改变进水COD来改变反应器的负荷。反应器启动后共运行87 d,运行过程根据负荷和混合方式分为6个阶段,其中3个负荷水平(A、B、C)对应的进水COD分别为500、1 000、1 500 mg·L–1,每个负荷下混合方式分为循环混合与浪式脉冲混合,各运行工况条件见表1

    表 1  不同阶段的运行条件
    Table 1.  Operation conditions of different phases
    阶段负荷/(kg·(m3·d)–1)进水COD/(mg·L–1)混合方式
    A10.6500循环
    A20.6500浪式脉冲
    B11.21 000循环
    B21.21 000浪式脉冲
    C11.81 500循环
    C21.81 500浪式脉冲
     | Show Table
    DownLoad: CSV

    每天取进出水水样测定COD值(哈希(Hach)试剂盒,2125815-CN),取反应器内混合液样品用于DCH4的浓度测定(见1.4);沼气袋内收集气体的体积用注射器抽取测量,并用气相色谱(天美GC7900,中国)分析其组分及含量。各运行阶段结束时,取反应器内混合液用于生物量(MLSS和MLVSS)的测定(重量法)。

    1)水中DCH4的测定。水中的DCH4采用顶空平衡法进行测定。在20 mL的密封小瓶中注入3.5 mol·L–1的盐酸1 mL,用于抑制产甲烷菌的生理活性,从反应器内采集9 mL混合液样品注入小瓶中。将小瓶在25 oC的振荡器中振荡5 min,并放置3 h使CH4达到气液平衡,平衡后取1 mL顶空气体注入气相色谱分析气体组成。反应器混合液中DCH4的浓度根据亨利定律计算(式(1))[21]所示。根据亨利定律推出式(2)。

    CL=CG,eqVG+CL,eqVLVL (1)

    式中:CL为液体中DCH4的质量浓度,mg·L–1CG,eq是平衡后样品瓶顶空中CH4的质量浓度,mg·L–1CL,eq是样品瓶液体中与顶空平衡的CH4质量浓度,mg·L–1VGVL分别为样品瓶中液体和气体的体积,L。

    Hcp=CL,eqPP,eqMCH4 (2)

    式中:PP,eq是CH4在顶空中与液相平衡时的分压,Pa;MCH4是CH4的相对分子质量,16 g·mol–1Hcp为亨利常数,mol·(m3·Pa)–1,在25 ℃时为1.4×10–5 mol·(m3·Pa)–1

    2) COD质量平衡计算。在各工况运行稳定后,根据式(3)[18]进行COD的物料衡算,以分析有机物分布去向。

    Cin=Ceff+CDCH4+CGCH4+Cother (3)

    式中:CinCeff分别为进出水COD,mg·L–1CDCH4为DCH4质量浓度(以COD计),mg·L–1CGCH4为以COD计气态CH4质量浓度,mg·L–1Cother是其他所有包括生物质合成、微生物代谢产物(可溶性微生物产物(SMP)、胞外聚合物(EPS))生成和硫酸盐还原等用到的耗氧有机物(以COD计),mg·L–1。将产生的CH4转化为COD(CH4+2O2=CO2+2H2O)。值的注意的是,CO2不会贡献COD,故不出现在COD质量平衡中[22]

    3)CH4传质系数的计算。AnMBR中CH4由液相向气相的传质系数可由式(4)[10]进行计算。

    KLa=(QgPCH4VRT)(1CLCeq)=QVKHRT(CLCeq1) (4)

    式中:KLa为由液相向气相的传质系数,h–1CL为液体中DCH4的质量浓度,mg·L–1Qg为甲烷产气速率,L·h–1V是反应器的有效体积,L;PCH4为AnMBR顶空中CH4的分压,Pa;R是理想气体常数,8.31×103 L·Pa·(mol·K)–1T是温度,K;QV (Qg/V)为反应器的CH4产气量,L·(L·h)–1Ceq是与气相中CH4分压处于热力学平衡的DCH4的质量浓度,mg·L–1KH是CH4的亨利常数,35 oC时为1.18×10–7 mol·(L·Pa)–1

    4)能量计算。CH4的热值约为37.8 MJ·m–3,按电能转换效率为35%计算CH4转换成的电能(式(5))[23]。反应器运行过程中混合所用设备的能量需求通过设备的功率和运行时间得出(式(6))。反应器运行过程中的净能量(E)由设备能源消耗与回收甲烷所得能源的差值计算(式(7))。

    WCH4=37.8VCH4×35%3.6 (5)

    式中:WCH4为CH4转化的电能,kWh;VCH4为CH4的体积,m3

    W消耗=Pt1000 (6)

    式中:W消耗为设备消耗的能量,kWh;P为设备的功率,浪式脉冲设备功率为3 W,混合液循环设备功率为20 W;t为设备运行时间,h。

    E=W消耗WCH4 (7)

    本研究中AnMBR共运行87 d,固定反应器的HRT为20 h,通过增加进水COD来提升负荷,在此期间研究了反应器不同混合形式对有机物去除性能的影响,各运行工况下进出水的COD值及去除率变化如图2所示。结果表明,AnMBR可实现对有机物的高效去除,COD平均去除率超过90%,提升进水负荷AnMBR对有机物仍可保持着良好的去除效果,具有一定的抗冲击负荷性。如图2所示,各负荷下AnMBR浪式脉冲混合时对有机物的去除效果均好于循环混合,在进水COD为500 mg·L–1,负荷为0.6 kg·(m3·d)–1时,循环混合模式下反应器出水的COD值为(48±4.9) mg·L–1,对应COD去除率为(90.7±0.8)%;改用浪式脉冲混合模式后,COD去除率提升至(96.8±0.4)%。这是因为浪式脉冲混合的系统扰动强度更高,促进了微生物与底物的接触与利用,从而提高了有机物的去除效果[24]

    图 2  AnMBR各运行条件下有机物去除性能
    Figure 2.  Removal performance of organic matter under different operating conditions of AnMBR

    在AnMBR的运行过程中,测定各运行工况下的CH4产气量(QV)和DCH4,结合亨利定律和式(4)计算出理论DCH4和甲烷传质系数(KLa)。如图3所示,各阶段反应器液相中DCH4均处于过饱和状态,DCH4浓度为理论浓度的1.3~2.1倍,该水平位于已报道的AnMBR中DCH4过饱和度范围之内[25-26]。在相同负荷下,浪式脉冲混合时DCH4的浓度和过饱和度均低于循环混合时(图3(c)~(d))。在负荷为0.6 kg·(m3·d)–1下,循环混合时DCH4为20.2 mg·L–1,对应过饱和度为2.1;而浪式脉冲混合时DCH4为12.6 mg·L–1,对应过饱和度为1.3。上述结果是由于不同条件下CH4KLa不同导致的,KLa较大时,CH4能更好地从液相扩散至气相,从而有利于降低DCH4浓度及过饱和度。KLa通常与甲烷生成速率、混合效率、流体黏度和温度等因素有关[10,27]。在本研究中,反应器内流体黏度与温度基本保持不变,而浪式脉冲混合时CH4KLa更大,这主要由2方面原因造成:一方面,浪式脉冲混合时体系的混匀度更高;另一方面,由上文可知,浪式脉冲混合时有机物的去除效果更好,对应CH4Qv更大。在相同负荷水平,YEO等采用沼气循环混合时DCH4的过饱和度为2.2~2.5[10],对应KLa为(0.018±0.003)~(0.088±0.017) h–1,由此可见,浪式脉冲混合在降低DCH4浓度及过饱和度方面比液体循环或气体循环混合具有更好的效果。

    图 3  AnMBR运行过程中CH4QVKLa、DCH4的浓度和过饱和度
    Figure 3.  QV and KLa of CH4, DCH4 concentration and supersaturation during AnMBR operation

    图3所示,随着进水负荷的提升,2种混合方式的DCH4浓度均有升高。其中,循环混合时的DCH4由20.2 mg·L–1上升至23.4 mg·L–1(图3(c)),对应DCH4的过饱和度由2.1降至1.9;浪式脉冲混合时的DCH4由12.6 mg·L–1升至15.6 mg·L–1(图3(d)),对应DCH4的过饱和度由1.3降至1.2。可以看出,随着负荷的提升,DCH4的过饱和度逐渐降低。这一结果与YEO等[10]的研究结果一致。CH4QV随负荷的提升而增加(图3(a)~(b)),Qv与负荷呈现较好的正相关关系(R2=0.998),WIJEKOON等[28]的研究中也得出了相似的结论。因为CH4KLa正比于QV(式(4)),所以KLa随负荷提升也不断增大,且与负荷也呈现出较好的正相关关系(R2=0.997)。高负荷(1.8 kg·(m3·d)–1)时CH4KLa ((0.57±0.03) h–1)约为低负荷(0.6 kg·(m3·d)–1)时KLa ((0.15±0.01) h–1)的3~4倍。综上所述,CH4Qv和KLa均与负荷显著相关,随着负荷提升DCH4不断升高,但DCH4的变化程度(增加倍数)小于Qv,这是因为随负荷提升KLa也同时增大,导致更多的DCH4扩散至气相,从而使DCH4在过饱和度上呈现下降趋势。

    在AnMBR的运行过程中,计算不同运行工况下CH4在气/液相中的分布及在进水COD中的占比(见图4)。同负荷下,循环混合时气态CH4占总CH4及进水COD的比例均低于浪式脉冲混合时。如负荷为0.6 kg·(m3·d)–1,循环混合时气态CH4占总CH4及进水COD的比例分别为76.0%和50.2%;浪式脉冲混合时气态CH4占总CH4及进水COD的比例分别为84.5%和57.0%。这是因为浪式脉冲混合(KLa更大)可促进CH4从液相向气相的传质,这与上文的分析结果一致。

    图 4  气态CH4和DCH4占总CH4和进水COD的比例
    Figure 4.  The ratios of gaseous CH4 and DCH4 to total CH4 and influent COD

    图4所示,随着进水负荷的提升,DCH4占总CH4及进水COD的比例逐渐下降,而气态CH4占总CH4及进水COD的比例不断升高,表明AnMBR在高负荷下更容易对有机物中的能量进行回收。此外,AnMBR中可回收的气态CH4占进水COD的比例(50.2%~60.0%)低于通常文献报道的CH4含量70%~85%[29-31],这是由于本研究关注的处理对象为低浓度废水,所用的进水COD和负荷水平要低于上述报道,根据上文分析此时的KLa较低从而导致了较多的进水COD以DCH4形式存在。

    进水COD在AnMBR中的转化形式可能为气相CH4、DCH4、生物量增长和出水残留等,为了进一步阐明进水底物的电子流向,对各运行工况下AnMBR进行了COD质量衡算,结果见图5。由图5可知,总CH4 (DCH4+气态CH4)占进水COD的主要部分,为61.0%~67.4%,DCH4占比为4.3%~16.1%。以COD计的气态CH4、DCH4和出水COD加和后与进水COD的差值表示为Cother,在3种不同的负荷下的占比为24.4%~30.6%,这部分COD主要用于生物量合成、微生物代谢产物(SMP、EPS)的产生和微量的硫酸盐还原等,在其他AnMBR中也观察到了类似的COD转化[17,32]。整个运行过程没有对AnMBR进行排泥,但反应器内生物量(MLVSS)变化较小,从6 020.4 mg·L–1增加到6 820.7 mg·L–1。生物量(MLVSS)与COD的换算关系[33]约为1 g=1.4 g,计算后可知,用于生物增长的COD只占了Cother的3.1%~3.5%,以上结果表明大部分Cother可能以微生物代谢产物(SMP、EPS)的形式存在。微生物代谢产物主要为大分子的多糖和蛋白质[34-35],出水膜可能对这些化合物有很强的截留作用,进而导致了膜污染。关于不同负荷与混合方式对微生物代谢产物及膜污染的特征影响需要后续进一步的研究。

    图 5  不同工况下AnMBR进水COD质量平衡
    Figure 5.  Influent COD mass balance of AnMBR under different operation conditions

    净能量平衡是评价系统应用时能量回收潜力的重要指标,通过能量需求与能量回收的差值来计算。本研究中,AnMBR运行过程保持HRT与温度恒定,各阶段的所需能量主要来自混合方式的电耗;各阶段的回收能量来自气相CH4。各运行条件下的CH4回收量和相关能量计算见图6图7

    图 6  AnMBR运行过程的CH4回收量
    Figure 6.  CH4 recovery during AnMBR operation
    图 7  AnMBR运行过程的能量平衡分析
    Figure 7.  Energy balance analysis during AnMBR operation

    图7所示,相比于循环混合,浪式脉冲混合时的CH4回收量更大且总能量消耗更低。浪式脉冲混合的CH4产量比循环混合条件下提高了6.5%~9.2%(图7)。由上文分析可知,这是由更多有机物转化和更高的气相CH4导致。另一方面,由图6图7可知,浪式脉冲混合所需的能耗只有循环混合的15%,但甲烷回收率提升了6.5%~9.2%,因此,计算分析后,浪式脉冲混合时AnMBR总能量消耗比循环混合时降低了85.9%~88.0%。随着负荷的提升,AnMBR总能量消耗不断降低,高负荷(1.8 kg·(m3·d)–1)时总能耗比低负荷(0.6 kg·(m3·d)–1时下降了约16.9%。由此可知,通过调整运行参数如缩减HRT等进一步提升负荷有利于实现AnMBR处理废水过程的能量平衡甚至能量盈余。ASLAM等[36]在负荷为5.8 kg·(m3·d)–1的条件下,在流态化厌氧陶瓷膜生物反应器中实现了0.099 kWh·m–3的能量盈余,与本研究所得高负荷运行时AnMBR易实现能量平衡或盈余的结论一致。

    1) HRT维持在20 h,进水负荷为0.6~1.8 kg·(m3·d)–1的运行条件下,AnMBR可实现高效稳定的有机物去除效果(COD去除率>90%),浪式脉冲混合时的有机物去除效果比循环混合时更好。

    2) AnMBR在浪式脉冲混合时(KLa大),CH4能更好地从液相扩散到气相,其DCH4的浓度和过饱和度及占进水COD的比例均比循环混合时低,且随负荷提升,这些指标进一步降低。

    3) AnMBR进水大部分COD (61.0%~67.4%)转化为了CH4,其中气相CH4占比为50.2%~60.0%,剩余进水COD主要转化为微生物代谢产物。

    4) AnMBR浪式脉冲混合的总能耗比循环混合时低85.9%~88.0%,提高负荷有利于实现AnMBR处理污水过程的能量平衡甚至能量盈余。

  • 图 1  研究区域位置

    Figure 1.  Locations of study area

    图 2  总排放的空间分布

    Figure 2.  Spatial distribution of total emissions

    图 3  各城市部门排放

    Figure 3.  Sectoral emissions in cities

    图 4  网格阻抗成本

    Figure 4.  Impedance cost in grids

    图 5  经济适宜性评价

    Figure 5.  Evaluation of economic feasibility

    图 6  管道输送路径

    Figure 6.  Pipeline transportation path

    表 1  管道运输成本影响因子

    Table 1.  Factors of the pipeline transportation cost

    指标序号 网格成本因子 分类 成本倍增系数 权重
    1 人口密度[28-29] <500 人·km−2 1 0.091 5
    500~2500 人·km−2 2
    2500~5000 人·km−2 3
    5000~10000 人·km−2 4
    >10000 人·km−2 5
    2 土地利用类型[30] 沙地、戈壁、盐碱地、裸土地 1 0.200 1
    耕地 2
    城乡、工矿、居民用地 3
    水田、水域、沼泽 5
    永久性冰川雪地 10
    3 生态红线值[31] <10% 1 0.178 3
    10%~30% 2
    30%~50% 3
    50%~80% 5
    >80% 10
    4 地表坡度[32] <10° 1 0.416 5
    10°~20° 3
    20°~30° 5
    30°~40° 7
    >40° 10
    5 环境地质等级[33-35] 1 0.113 6
    3
    4
    5
    7
    指标序号 网格成本因子 分类 成本倍增系数 权重
    1 人口密度[28-29] <500 人·km−2 1 0.091 5
    500~2500 人·km−2 2
    2500~5000 人·km−2 3
    5000~10000 人·km−2 4
    >10000 人·km−2 5
    2 土地利用类型[30] 沙地、戈壁、盐碱地、裸土地 1 0.200 1
    耕地 2
    城乡、工矿、居民用地 3
    水田、水域、沼泽 5
    永久性冰川雪地 10
    3 生态红线值[31] <10% 1 0.178 3
    10%~30% 2
    30%~50% 3
    50%~80% 5
    >80% 10
    4 地表坡度[32] <10° 1 0.416 5
    10°~20° 3
    20°~30° 5
    30°~40° 7
    >40° 10
    5 环境地质等级[33-35] 1 0.113 6
    3
    4
    5
    7
    下载: 导出CSV

    表 2  情景参数

    Table 2.  Scenario settings

    情景 年份 捕集/ (元·t−1) 封存/ (元·t−1) 运输/ (元· (t·km) −1) 碳价格/ (元·t−1)
    低速情景 2035 70~400 35~40 0.4~0.6 200
    2040 60~310 30~35 0.35~0.5 300
    2050 50~200 25~30 0.3~0.45 600
    2060 30~150 20~25 0.25~0.4 800
    强化情景 2035 60~350 30~35 0.3~0.5 300
    2040 50~250 20~30 0.25~0.45 400
    2050 30~150 15~25 0.2~0.3 800
    2060 20~100 10~20 0.15~0.2 1 000
    情景 年份 捕集/ (元·t−1) 封存/ (元·t−1) 运输/ (元· (t·km) −1) 碳价格/ (元·t−1)
    低速情景 2035 70~400 35~40 0.4~0.6 200
    2040 60~310 30~35 0.35~0.5 300
    2050 50~200 25~30 0.3~0.45 600
    2060 30~150 20~25 0.25~0.4 800
    强化情景 2035 60~350 30~35 0.3~0.5 300
    2040 50~250 20~30 0.25~0.45 400
    2050 30~150 15~25 0.2~0.3 800
    2060 20~100 10~20 0.15~0.2 1 000
    下载: 导出CSV
  • [1] 黄晶, 马乔, 史明威, 等. 碳中和视角下CCUS技术发展进程及对策建议[J]. 环境影响评价, 2022, 44(1): 42-47.
    [2] 阳平坚, 彭栓, 王静, 等. 碳捕集、利用和封存(CCUS)技术发展现状及应用展望[J]. 中国环境科学, 2024, 44(1): 404-416.
    [3] 李晋, 谢璨阳, 蔡闻佳, 等. 碳中和背景下中国钢铁行业低碳发展路径[J]. 中国环境管理, 2022, 14(1): 48-53.
    [4] 张贤, 郭偲悦, 孔慧, 等. 碳中和愿景的科技需求与技术路径[J]. 中国环境管理, 2021, 13(1): 65-70.
    [5] 生态环境部环境规划院. 中国二氧化碳捕集、利用与封存(CCUS)年度报告(2021)——中国CCUS路径研究[EB/OL]. [2024-03-12]. http://www.caep.org.cn/sy/dqhj/gh/202107/W020210726513427451694.pdf, 2021.
    [6] 中华人民共和国国家发展和改革委员会. 国家发展改革委关于推动碳捕集、利用和封存试验示范的通知[EB/OL]. [2024-03-12]. https://www.gov.cn/zwgk/2013-05/09/content_2398995.htm, 2013.
    [7] 中华人民共和国国务院. 关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见[EB/OL]. [2024-03-12]. http://www.mofcom.gov.cn/article/zcfb/zcwg/202112/20211203225956.shtml, 2021.
    [8] 中华人民共和国国务院. 关于印发2030年前碳达峰行动方案的通知[EB/OL]. [2024-03-12]. https://www.gov.cn/zhengce/content/2021-10/26/content_5644984.htm, 2021.
    [9] 上海市经济和信息化委员会. 关于印发《上海市工业领域碳达峰实施方案》的通知 [EB/OL]. [2024-03-12]. https://www.shanghai.gov.cn/nw12344/20221212/f9ab5f50fe0c4c73884667958d0358ee.html, 2022.
    [10] 江苏省生态环境厅. 省生态环境厅2021年推动碳达峰、碳中和工作计划[EB/OL]. [2024-03-12]. https://img76.hbzhan.com/4/20210810/637642007183793854642.pdf, 2021.
    [11] 陕西省工业和信息化厅. 陕西省工业领域碳达峰实施方案[EB/OL]. [2024-03-12]. http://gxt.shaanxi.gov.cn/webfile/tzgg/87705.html, 2023.
    [12] 甘肃省人民政府. 关于印发甘肃省碳达峰实施方案的通知[EB/OL]. [2024-03-12]. https://zwfw.gansu.gov.cn/baiyin/zczx/tzgg/art/2023/art_e83d5dc5901a4555a3192ac9938e8b5a.html, 2023.
    [13] SUN L, CHEN W Y. Study on DSS for CCUS Source-Sink Matching[J]. Energy Procedia, 2015, 75: 2311-2316. doi: 10.1016/j.egypro.2015.07.428
    [14] NIE S, CAI G T, HE J X, et al. Economic costs and environmental benefits of deploying CCUS supply chains at scale: Insights from the source–sink matching LCA–MILP approach[J]. Fuel, 2023, 344: 128047. doi: 10.1016/j.fuel.2023.128047
    [15] 魏宁, 刘胜男, 李小春. 中国煤化工行业开展CO2强化深部咸水开采技术的潜力评价[J]. 气候变化研究进展, 2021, 17(1): 70-78.
    [16] 魏宁, 刘胜男, 李桂菊, 等. CCUS对中国粗钢生产的碳减排潜力评估[J]. 中国环境科学, 2021, 41(12): 5866-5874. doi: 10.3969/j.issn.1000-6923.2021.12.043
    [17] 魏宁, 刘胜男, 魏凤, 等. 中国水泥行业通过CCUS技术的减排潜力评估[J]. 环境科学, 2023, 44(12): 6621-6629.
    [18] MIDDLETON R S, KUBY M J, WEI R, et al. A dynamic model for optimally phasing in CO2 capture and storage infrastructure[J]. Environmental Modelling & Software, 2012, 37: 193-205.
    [19] CHEN W, LE NINDRE Y M, XU R, et al. CCS scenarios optimization by spatial multi-criteria analysis: Application to multiple source sink matching in Hebei province[J]. International Journal of Greenhouse Gas Control, 2010, 4(2): 341-350. doi: 10.1016/j.ijggc.2009.09.001
    [20] 中华人民共和国国家发展和改革委员会. 关于开展低碳省区和低碳城市试点工作的通知[EB/OL]. [2024-03-12]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/201008/t20100810_964674.html, 2010.
    [21] 陈怡, 凌莉, 古圳威, 等. 陕西省碳排放时空格局演变及其影响因素研究[J/OL][J]. 中国环境科学, 2024, 44(4): 1826-1839. doi: 10.3969/j.issn.1000-6923.2024.04.006
    [22] 庞国伟, 山琳昕, 杨勤科, 等. 陕西省不同地貌类型区植被覆盖度时空变化特征及其影响因素[J]. 长江科学院院报, 2021, 38(03): 51-58+76. doi: 10.11988/ckyyb.201915132021
    [23] CARNEIRO J F, MESQUITA P. Definition of CCS Provinces with Multi-criteria and Least Cost Path Analysis[J]. Energy Procedia, 2014, 63: 632645-2654.
    [24] WEI Y M, LI X Y, LIU L C, et al. A cost-effective and reliable pipelines layout of carbon capture and storage for achieving China's carbon neutrality target[J]. Journal of Cleaner Production, 2022, 379: 134651. doi: 10.1016/j.jclepro.2022.134651
    [25] DURMAZ A L, UNAL E O, AYDIN C C. Automatic Pipeline Route Design with Multi-Criteria Evaluation Based on Least-Cost Path Analysis and Line-Based Cartographic Simplification: A Case Study of the Mus Project in Turkey[J]. ISPRS International Journal of Geo-Information, 2019, 8(4): 173. doi: 10.3390/ijgi8040173
    [26] VAN DEN BROEK M, BREDERODE E, RAMIREZ A, et al. Designing a cost-effective CO2 storage infrastructure using a GIS based linear optimization energy model[J]. Environmental Modelling & Software, 2010, 25(12): 1754-1768.
    [27] 杨斌, 顾秀梅, 武锋强. 基于层次分析法和GIS的西昌市空间形态变化特征研究[J]. 地域研究与开发, 2012, 31(2): 145-149. doi: 10.3969/j.issn.1003-2363.2012.02.030
    [28] 葛美玲, 封志明. 中国人口分布的密度分级与重心曲线特征分析[J]. 地理学报, 2009, 64(2): 202-210. doi: 10.3321/j.issn:0375-5444.2009.02.007
    [29] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 石油天然气工业管道输送系统: GB/T 24259-2009 [S]. 北京: 中国标准出版社, 2020.
    [30] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 土地利用现状分类: GB/T 21010-2017 [S]. 北京: 中国标准出版社, 2017.
    [31] 中华人民共和国生态环境部. 生态保护红线监管技术规范生态功能评价(试行): HJ 1142—2020 [S]. 北京: 中国环境出版社, 2020.
    [32] 中华人民共和国自然资源部. 国土调查坡度分级图制作技术规定: TD/T 1072-2022 [S]. 2022.
    [33] HAMID-MOSAKU I A, OGUNTADE O F, IFEANYI V I, et al. Evolving a comprehensive geomatics multi-criteria evaluation index model for optimal pipeline route selection[J]. Structure and Infrastructure Engineering, 2020, 16(10): 1382-1396. doi: 10.1080/15732479.2020.1712435
    [34] VAN DEN BROEK M, MESQUITA P, CARNEIRO J, et al. Region Specific Challenges of a CO2 Pipeline Infrastructure in the West Mediterranean Area Model Results Versus Stakeholder Views[J]. Energy Procedia, 2013, 37: 3137-3146. doi: 10.1016/j.egypro.2013.06.200
    [35] CAI B, LI Q, LIU G, et al. Environmental concern-based site screening of carbon dioxide geological storage in China[J]. Scientific Reports, 2017, 7(1): 7598. doi: 10.1038/s41598-017-07881-7
    [36] 翟文鹏, 刘润南, 朱承元. 基于改进Dijkstra算法的滑行路径优化[J]. 中国民航大学学报, 2022, 40(1): 1-6. doi: 10.3969/j.issn.1674-5590.2022.01.001
    [37] International Energy Agency. Enhancing China’s ETS for carbon neutrality: Focus on power sector[EB/OL]. [2024-03-12]. https://www.iea.org/reports/enhancing-chinas-ets-for-carbon-neutrality-focus-on-power-sector, 2022.
    [38] International Energy Agency Net zero by 2050[EB/OL]. [2024-03-12]. https://www.iea.org/reports/net-zero-by-2050, 2021.
    [39] World Bank. State and trends of carbon pricing 2022[EB/OL]. [2024-03-12]. https://climatefocus.com/publications/state-and-trends-carbon-pricing-2022, 2022.
    [40] CAI B, LIANG, S, ZHOU, J et al. China high resolution emission database (CHRED) with point emission sources, gridded emission data, and supplementary socioeconomic data[J]. Resources, Conservation and Recycling, 2018, 129: 232-239. doi: 10.1016/j.resconrec.2017.10.036
    [41] 刘晓琼, 刘彦随, 任日照. 陕西榆林能源重化工基地生态环境问题及防治对策[J]. 灾害学, 2010, 25(2): 5. doi: 10.3969/j.issn.1000-811X.2010.02.026
    [42] LIN L, LIU X H, ZHANG T, et al. Energy consumption index and evaluation method of public traffic buildings in China[J]. Sustainable Cities and Society, 2020, 57: 102132. doi: 10.1016/j.scs.2020.102132
    [43] 曹惠玲, 晏嘉伟, 匡家骏, 等. 飞机排放对机场周边环境的影响研究[J]. 航空动力学报, 2023, 38(10): 2501-2515.
    [44] 西安市统计局. 2021年西安市国民经济和社会发展统计公报[EB/OL]. [2024-03-12]. http://tjj.shaanxi.gov.cn/tjsj/ndsj/tjgb/gs/202210/t20221028_2257503.html, 2022.
    [45] 孙洋洲, 郭雪飞, 丁一, 等. 二氧化碳海上封存与驱油方案的研究及经济性分析[J]. 现代化工, 2019, 39: 21-24.
    [46] 祁生文, 郑博文, 王赞, 等. 二氧化碳地质利用与封存场址的地质评价[J]. 中国科学: 地球科学, 2023, 53(9): 1937-1957.
    [47] 孟新, 罗东坤. 碳捕获与油藏封存CO2气源途径经济性比较方法[J]. 环境工程, 2015, 33(4): 150-155.
    [48] 王高峰, 秦积舜, 黄春霞, 等. 低渗透油藏二氧化碳驱同步埋存量计算[J]. 科学技术与工程, 2019, 19(27): 148-154. doi: 10.3969/j.issn.1671-1815.2019.27.020
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-042025-050255075100125150Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 5.8 %DOWNLOAD: 5.8 %HTML全文: 91.9 %HTML全文: 91.9 %摘要: 2.3 %摘要: 2.3 %DOWNLOADHTML全文摘要Highcharts.com
图( 6) 表( 2)
计量
  • 文章访问数:  988
  • HTML全文浏览数:  988
  • PDF下载数:  30
  • 施引文献:  0
出版历程
  • 收稿日期:  2023-12-29
  • 录用日期:  2024-05-10
  • 刊出日期:  2024-09-26
阮建辉, 朱淑瑛, 严妍, 吴赟龙, 庞凌云, 郭静, 许晓艺, 蔡博峰, 曹丽斌, 李琦, 汤铃. 基于经济可行性的CCUS地质封存评估——以陕西省为例[J]. 环境工程学报, 2024, 18(10): 2729-2737. doi: 10.12030/j.cjee.202403072
引用本文: 阮建辉, 朱淑瑛, 严妍, 吴赟龙, 庞凌云, 郭静, 许晓艺, 蔡博峰, 曹丽斌, 李琦, 汤铃. 基于经济可行性的CCUS地质封存评估——以陕西省为例[J]. 环境工程学报, 2024, 18(10): 2729-2737. doi: 10.12030/j.cjee.202403072
RUAN Jianhui, ZHU Shuying, YAN Yan, WU Yunlong, PANG Lingyun, GUO Jing, XU Xiaoyi, CAI Bofeng, CAO Libin, LI Qi, TANG Ling. Research on CCUS geological storage evaluation based on economic feasibility: A case study of Shaanxi province[J]. Chinese Journal of Environmental Engineering, 2024, 18(10): 2729-2737. doi: 10.12030/j.cjee.202403072
Citation: RUAN Jianhui, ZHU Shuying, YAN Yan, WU Yunlong, PANG Lingyun, GUO Jing, XU Xiaoyi, CAI Bofeng, CAO Libin, LI Qi, TANG Ling. Research on CCUS geological storage evaluation based on economic feasibility: A case study of Shaanxi province[J]. Chinese Journal of Environmental Engineering, 2024, 18(10): 2729-2737. doi: 10.12030/j.cjee.202403072

基于经济可行性的CCUS地质封存评估——以陕西省为例

    通讯作者: 郭静(1991—),男,博士,助理研究员,研究方向为CCUS潜力评估,guojing@caep.org.cn;  许晓艺(1997—),女,硕士,工程师,研究方向为CCUS潜力评估;xuxiaoyi0924@126.com; 
    作者简介: 阮建辉 (1997—) ,男,博士研究生,研究方向为能源经济及管理,ruanjianhui22@mails.ucas.ac.cn
  • 1. 中国科学院大学经济与管理学院,北京 100190
  • 2. 中国科学院数学与系统科学研究院,北京 100190
  • 3. 生态环境部环境规划院碳达峰碳中和研究中心,北京 100043
  • 4. 华南理工大学环境与能源学院,广州 510006
  • 5. 首都经济贸易大学国际经济管理学院,北京 100070
  • 6. 中国科学院武汉岩土力学研究所,武汉 430071
基金项目:
国家自然科学基金资助项目 (72140004)

摘要: 二氧化碳捕集利用与封存 (CCUS) 是目前实现化石能源低碳化利用的首要技术选择,开展CCUS地质封存经济性评估研究对于提高项目可行性至关重要。研究以陕西省为例,从厂址适宜性、管道建设影响因子、技术成本等视角,在10 km网格上评估地质封存经济适宜性,并利用优化最小成本源汇匹配路径。研究结果表明,陕西省排放集中在火电和工业部门,网格封存总成本呈现南高北低的空间分布特征,其中陕北大部分地区位于鄂尔多斯盆地,网格经济适宜性相对较高。在时间跨度上,随着封存技术逐渐成熟,2035—2060年陕西省网格封存总成本不断降低,经济适宜性不断提高,其中低速情景和强化情景下分别于2050年和2040年后所有网格均具有经济适宜性。在源汇匹配上,研究结果验证了短期内源 (如煤化工企业) 和经济可行性汇 (如油田) 之间管道运输路径优化的可行性。本研究结果可为未来源汇最佳匹配、地质封存空间布局、CCUS管网规划等提供参考。

English Abstract

  • 二氧化碳 (CO2) 捕集利用与封存 (CCUS) 是指将CO2从工业过程、能源利用或大气中分离出来,通过工程手段实现其减排并/或获得附带效益的过程[1-2]。CCUS技术具体可分为CO2捕集、输送、利用和地质封存4个步骤,是目前实现化石能源低碳化利用的唯一技术选择,是目前实现大规模温室气体减排的重要技术手段,是钢铁、水泥、有色、化工等难减排行业深度脱碳的可行技术方案,是实现碳中和目标技术组合的重要构成部分[3-5]。推动CCUS技术的示范和应用,既是基于当前中国能源结构特点和未来减排的需要,也有利于相关产业的发展、升级和创新[6]。“十四五”时期,国家顶层设计和地方性规划相继出台政策,将CCUS作为碳中和兜底技术。例如,在顶层设计上,国家要求尽快推进CCUS的研发、示范和产业化应用,同时加快建设全流程、集成化、规模化二氧化碳捕集利用与封存示范项目[7-8]。在地方性规划上,各省市,如上海市[9]、江苏省[10]、陕西省[11]、甘肃省[12],相继出台政策规划,开展CCUS应用试点和示范项目,推动绿色低碳技术研发与突破。

    CCUS地质封存潜力评估、源汇匹配和输送路径设计,对于提高项目可行性和经济性至关重要,同样也引起了国内外学者的广泛关注。在潜力评估上,国内外以混合整数优化 (MILP) 等方法开展了多项CCUS经济潜力评估工作,经历了单阶段静态评估到多阶段动态优化的演化过程,呈现出局部区域优化部署转入CCUS规模化、集群化方向发展的新趋势[13-14]。在源汇匹配上,中国科学院武汉岩土力学研究所自主研发了全流程CCUS系统评价方法 (ITEAM-CCUS) ,由源汇匹配 (包括技术经济评价) 、CO2排放评估和封存场地适宜性评价3大模块组成,涉及全国、行业和企业3种尺度[15-17]。在路径寻优方面,管道运输成本取决于地理条件,例如地形、环境生态等级、土地利用类型等。MIDDLETON[18]采用最小成本路径分析法实现9个CO2源和3个储层的优化部署。CHEN[19]使用地理信息系统 (GIS) 软件基于成本最低的源汇匹配模型,估算中国河北省88个排放点源到25个封存汇的成本最小的管道运输路径。然而,现有研究仍缺乏从封存场址适宜性、管道建设影响因子、技术成本等角度综合评估CO2地质封存的经济可行性,导致封存评价结果难以为政府开展碳达峰碳中和规划建设提供有力支持。

    本研究基于层次分析法 (AHP) ,综合考虑源汇匹配关系、封存场址适宜性、管道建设影响因子、技术成本等因素,系统评估低速情景、强化情景下2020—2060年10 km网格单元CO2封存经济适宜性。作为低碳试点[20],陕西省是全国低碳转型和节能减排以应对气候变化目标的引领者;然而,以煤炭为主的能源结构也让陕西省成为中国实现碳达峰碳中和的重点和难点。因此,本研究以中国陕西省为例,在网格层面对陕西省2020年排放源进行评估;考虑未来碳价格、人口密度、生态红线、环境地质等经济、社会、环境因素,以最小经济成本 (包括捕集、输送和封存成本) 为目标,综合评估陕西省2035—2060年CCUS地质封存经济适宜性;讨论和设计最佳源汇输送路径。本研究结果可为陕西省乃至全国在在碳中和目标下的未来CCUS发展布局提供决策支撑。

    • 本研究选取陕西省作为研究区域 (图1) 。陕西省位于中国西北地区,拥有丰富的化石能源,这大大支撑了陕西工业 (如煤炭、电力、化工等部门) 经济的发展[21]。但大量的化石能源消耗 (比如,占全国煤炭消耗的4%~5%) 带来巨大碳排放,陕西也因此成为典型高碳经济省份。因此,研究陕西省的未来CCUS经济适宜性是有必要的。在地貌特征上,陕西省地貌多种多样,同时具有平原 (关中平原) 、山地 (秦岭山地) 、高原 (黄土高原) 、盆地 (鄂尔多斯盆地) 等类型[22]。因此,有必要研究陕西省的CCUS经济适宜性,从而为陕西省乃至全国的未来CCUS发展布局提供决策参考。

    • 本研究在网格层面选取地表坡度[23]、土地利用类型[23]、生态红线值、环境地质等级和人口密度[24]5个指标作为网格阻力因子。其中,地表坡度越大,管道建设难度及建设成本越高[25]。土地利用类型也会影响建设成本,管道选线要尽量避开永久性冰川雪地,沙地、戈壁、耕地等区域优于城乡、工矿、居民用地[26]。生态红线值、环境地质等级和人口密度越高的地区管道建设成本越高。另外,本研究采用AHP[27]来确定各因素的权重,并基于权重建立多因素综合成本阻抗面,帮助求解最优线路。其中,各影响因子的分类及权重如表1所示。

    • 本研究中CO2地质封存源汇匹配基于最小成本路径分析 (LCPA) 思想,应用Dijkstra算法寻找每个网格像元 (起点) 到封存盆地 (重点) 的最经济运输路线,并统计路线的最小累积成本。Dijkstra算法最早是由荷兰计算机科学家DIJKSTRA于1956年提出[36],该算法是一种经典的求解最短路径的图搜索算法,实质为贪心算法。在本研究中,每个栅格代表图的一个顶点,每个顶点与其东、西、南、北相邻的四个点引一条边,边权值为终点的网格阻抗因子,寻找累计网格成本阻抗最小的路径。

    • 根据《中国二氧化碳捕集利用与封存 (CCUS) 年度报告(2021)――中国CCUS路径研究》[5]对2035—2060年CCUS各环节技术成本 (捕集成本、封存成本、运输成本) 的预测,综合已有研究、领域权威专家对未来中国碳市场价格的预测[37-39],本研究设置2种情景:低速情景和高速情景 (如表2)。其中,低速情景中国CCUS工程项目以较低速度发展,主要考虑CCUS捕集成本较高且未能快速下降,同时碳市场CO2价格保持在较为稳定的增长速度。而强化情考虑CCUS不断实现技术突破,CCUS成本持续显著下降,且碳市场碳价保持较好的增长趋势。

      在低速情景和强化情景下,当网格的封存总成本 (包含捕集成本、封存成本、管道运输成本) 小于排放成本 (即碳价格) 时,该网格被认为具有经济适宜性,且封存总成本较低的网格具有较高的经济适宜性[5]。研究以网格为评价单元,按照2035—2060年全国封存经济适宜性网格的封存总成本从小到大排序划分3类,即高适宜 (前30%)、一般适宜 (30%~70%)、低适宜 (后30%)。

    • 为评估2种情景下封存总成本计算结果的不确定性范围,本研究分别构造捕集成本、封存成本、运输成本参数正态分布函数,依据其函数分布,采用蒙特卡洛模拟方法基于网格单元从2035—2060年每5年分别随机抽取10 000次捕集成本、封存成本、运输成本的模拟结果,并计算每个网格10 000次封存总成本的95%置信区间,作为相网格封存总成本的不确定性范围。低速情景、强化情景下2035—2060年CO2地质封存总成本的95%置信区间范围分别为±1.05%、±1.32%。

    • 为了精准定位排放源,本研究采用CHRED高时空分辨率数据库[40]对陕西省1 km网格的排放特征进行分析。总体来讲,陕西省2020年CO2总排放量达到3.6×108 t,全省20.6×104 个1 km网格的年平均CO2排放量约为1 752.6 t,排放量最高的网格其排放量达到1 106.6×104 t (图2) 。其中,排放热点 (定义为高于平均网格排放的网格) 有5 770个,这些网格聚集了全省96.9%的碳排放,是未来陕西省减排的重点和难点。

      从排放结构上来看,化石能源消费是陕西省的主要排放源,贡献了全省CO2排放的86.3% (如图3) 。其中火电和工业部门化石能源消耗的占比最大,分别占全省CO2总排放的48.5%和27.6%,主要集中在榆林市[41],贡献了全省54.4%和37.88%的火电和工业能源排放。其他能源排放主要来源于交通和建筑部门,分别贡献了全省CO2排放的5.8%和3.8%。其中咸阳市是交通排放的主要贡献者 (23.6%) ,主要归因于西安咸阳航空的运营带来的大量能源消耗[42-43]。相比化石能源消费带来的巨大排放,工业过程排放仅仅贡献了13.7%的全省CO2总排放,主要归因于渭南市的非金属矿物制品业等部门在生产过程中的贡献[44]。从网格空间分布上来看,陕西省北部的网格平均排放量较大,南部的平均排放水平较低 (如图23) 。其中排放热点网格聚集在西安市、咸阳市、铜川市和渭南市,分别贡献了5.5%、10.9%、5.5%和18.3%的全省总排放 (如图23) 。另外榆林市拥有最多的高排放热点网格 (占全省的17.9%) ,占据陕西省超过三分之一的 (41.5%) 总排放,需要重点注意。

    • 基于AHP分析结果,陕西省的成本阻抗系数呈现巨大空间异质性,最大的阻抗成本达到37.5 元·km−1 (位于安康市) ,最小仅为2.2 元·km−1 (位于榆林市,如图4) 。总体而言,陕西省的成本阻抗系数呈现北部低南部高的规律,这主要归因于北部鄂尔多斯盆地的良好管道建设环境和南部多山地的地貌特征。商洛市、安康市和汉中市的成本阻抗系数较高,分别为24.1、25.9和17.0 元·km−1,由于商洛市、安康市和汉中市多为山地 (地表坡度较大) ,管道建设难度较大,建设成本较高。与此相比,位于鄂尔多斯盆地的榆林市、铜川市、延安市的成本阻抗系数较低,分别为3.6、4.4和4.4 元·km−1

      基于情景模拟过程,评估低速情景、强化情景下2035—2060年中国CO2地质封存经济适宜性。将每个网格封存总成本低于对应年份 (2035—2060年) 、情景下所预测碳价格的网格定义为封存经济适宜性网格。其中,高适宜、一般适宜和低适宜网格划分结果如图5所示。

      时间维度上,随着CCUS工程项目的发展,网格封存总成本快速下降,适宜性网格占比不断提升。在低速情景下,因为网格封存成本过高 (在2035年平均432.7元) 而碳价相对较低,2035年全省不存在经济适宜性网格。2040年封存技术成本大幅降低 (平均325.6元) ,有48.9%的网格存在经济适宜性,且全部网格在2050年之后达到经济适宜性。相比之下,强化情景下大多数网格 (98.9%) 在2035年已经达到经济适宜性,仅仅在安康市和商洛市有少量网格的封存成本高于碳价。在2040年及以后,所有网格都具有经济适宜性。

      从空间维度看,封存总成本的空间特征和成本阻抗系数一致,经济适宜性呈现南部低,北部高的特征 (图5) 。以2040年低速情景网格封存总成本结果为例,最大单元格封存总成本为452.7元,位于安康市,最小单元格封存总成本为275.9元,位于榆林市,全省共有48.9%的网格存在封存经济适宜性,其中高适宜网格占全部网格的15.2%。分城市来看,阻抗成本系数较小的榆林市、铜川市和延安市同样具有较低的单元格封存总成本,仅仅分别有282.9、286.8和287.2元;相应的,这些城市的大部分网格 (分别为100.0%、100.0%和98.3%) 都具有经济适宜性,其中分别有55.1%、25.0%和15.0%的网格具有高适宜性。相比之下,成本阻抗系数较高的商洛市、安康市和汉中市具有较大的网格封存总成本,分别为394.4、385.3和350.0元;这些城市的网格封存总成本大多高于预期碳价格,所有网格都不有经济适宜性。

      通过以上对低速情景、强化情景2035—2060年封存经济适宜性的评价分析,未来全国碳价在达到600元左右时,由碳价格上涨所带来的收益可以完全抵消因采用封存技术而产生的成本,陕西全省所有地区封存经济适宜性网格均可达到地区最大封存网格数量。其中靠近鄂尔多斯盆地的榆林市、铜川市、延安市等地区阻抗和封存总成本显著低于其他地方,建议未来优先向这些地区进行封存。

    • 陕西省北部高排放地区 (如榆林市) 的网格封存总成本较低,在低速情景和强化情景下,全部网格分别在2040年和2050年具有封存经济适宜性。这说明未来,尤其是2050年之后,陕西省的大多重点排放源 (即使是煤电厂等热点排放源) 可以选择合适的 (如较近的) 封存场地进行封存,从而避免过多的管道运输费用。相比之下,短期碳价较低,碳封存成本过高,大多数网格不具有经济适宜性。在此背景下,短期陕西省的CCUS项目建设需要充分考虑管道运输成本等要素,且需要对源汇输送路径进一步优化。

      本研究选取陕西延长石油 (集团) 有限责任公司 (简称“延长石油”) 作为源汇匹配和路径优化的对象。延长石油是陕西省最具代表性的企业之一,其经营业务主要包含油气开采、油气煤盐综合化工等。从排放源上,延能化、榆煤化、榆能化等煤化工企业煤制甲醇过程产生大量CO2,其尾气CO2浓度甚至能达到80%以上,是非常重要的排放源。从汇上,以延长石油油田范围内适合CO2驱油的采油区块作为封存场地。一方面是考虑到可靠封存点所要求的深度、位置、封闭性和容量等要素[45-46],油田是CO2封存天然理想场地,能够极大地降低封存成本。另一方面,陕西省拥有丰富的石油资源,居全国第五位;但陕西省的油田多属于特低渗透油田,在油藏中注入CO2驱油有助于最大限度地提高油田的石油产量,大大提高原油采收率,提升石油工业的经济效益[47-48]。因此,本研究选取延长石油的10家煤化工企业所在的5个网格作为重点排放源 (位于S1,S2,S3,S4和S5) ,选取采油区块内的3个高经济适宜的网格作为封存点 (标记为C1,C2和S3) ,其路径设计结果如图6所示。

      网格S1和S2位于榆林市,网格S3和S4位于延安市,网格S5位于咸阳市。对于S1和S2网格内的煤化工企业,选择C1作为封存点在经济性上最为有利,其管道运输成本分别为376.5元和358.0元。然而,考虑到单个封存点的封存潜力有限,建议将C3作为S2网格内煤化工企业的备选封存点,因为从S2到C3的运输成本较从S1到C1的运输成本低了24.7%。对于S3、S4和S5网格内的煤化工企业,封存于C2是成本效益最高的选择,其运输成本分别为151.7元、132.8元和842.9元

    • 1) 2020年,陕西省CO2总排放量达到3.6×108 t,并在空间上呈现巨大的异质性。从排放结构上看,化石能源消费,尤其是电力和工业部门的化石能源消耗,是全省排放的主要贡献者;从空间上看,榆林市是陕西省最大的排放者。

      2) 陕西省的封存经济适宜性呈现巨大的空间异质性,2035—2060年间,网格经济适宜性不断提升。首先,陕西省成本阻抗系数呈现南高北低的特点,其中位于北部鄂尔多斯盆地的榆林市、铜川市、延安市具有最低的成本阻抗系数。其次,网格封存总成本在2035—2060年间不断降低,其经济适宜性不断提升,低速情景和强化情景下全部网格分别在2050年和2040年后具有适宜性。最后,网格封存总成本的空间特征和成本阻抗系数一致,位于北部的榆林市、铜川市和延安市具有最高的经济适宜性,未来的CCUS布局可以优先考虑这些地区。

      3) 从长期来看,陕西省的所有网格都具有封存适宜性,排放源可以选择合适的 (如较近的) 封存场地进行封存,从而避免过多的管道运输费用。从短期来看,因为碳价相对较低和封存成本较高,匹配源汇对未来陕西省的CCUS项目建设具有重要意义。一种可行的方案是采用CO2驱油技术,在现有油田基础上建设CCUS项目。本研究基于阻抗和经济适宜性评价,通过Dijkstra算法优化源汇间的运输路径,实现成本最小化,强调了短期内源汇匹配对实现碳中和目标的重要性。

      4) 本研究方法的优点主要在于从经济可行性的角度评估CCUS地质封存。该方法综合考虑了地表坡度、土地利用类型、生态红线值、环境地质等级和人口密度等因素,构建每个网格的阻抗因子,评价网格封存经济适宜性,并基于此给出短期的源汇之间管道运输路径最优方案。

      5) 本研究方法也存在限制:捕集成本、封存成本应该与地质环境、排放浓度、捕集技术、地壳条件等因素有关,这是本方法未考虑的因素,可能会造成结果偏差。为了消除这些误差和评估不确定性,本文设置了两种不同情景下,并通过蒙特卡洛模拟方法模拟了评估结果的不确定性范围。

    参考文献 (48)

返回顶部

目录

/

返回文章
返回