2. 清华大学 核能与新能源技术研究院, 北京 100084;
3. 中国民航管理干部学院 通用航空系, 北京 100102
2. Institute of Nuclear and New Energy Technology, Tsinghua University, Beijing 100084, China;
3. Department of General Aviation, Civil Aviation Management Institute of China, Beijing 100102, China
政府间气候变化专门委员会(Intergovernmental Panel on Climate Change,IPCC)第四次评估报告指出全球控制地表温升2 ℃需要在基准排放情景下做出极大的减排努力,并可能需要大量的碳捕集、利用与封存(carbon capture,utilization and storage,CCUS)技术。对于能源结构以煤为主的中国,CCUS在中远期碳减排可能发挥重要的作用[1]。
清华大学核能与新能源技术研究院在CCUS源汇匹配方面做了相关研究,开发并不断完善源汇匹配模型ChinaCCUS DSS。最初的ChinaCCS DSS[2, 3, 4]为两阶段源汇匹配模型: 多源多汇全局匹配的矢量数据模型和单源单汇匹配的栅格数据模型,使用冒泡排序,计算获得在一定捕集、封存目标下的管网布局。改进的ChinaCCUS DSS[5, 6, 7, 8]采用数学规划和优化的高级建模系统(general algebraic modeling system,GAMS)进行模型构建,并使用CPLEX专业求解器求取全局最优解,实现单阶段静态及多阶段动态规划。本文在已有研究基础上,将中国大陆地区分为东北、华北、华东、西北、西南、中南6大行政区,研究CO2源汇分布及静态匹配布局特点[8]。
1 中国大陆CO2源汇分布特征 1.1 大型CO2排放源用于实施CO2捕集的对象主要是火电厂、钢铁厂、水泥厂、炼油厂、合成氨厂等大型固定CO2排放源。根据课题组收集的数据,建立了中国大陆CO2排放源数据库。上述5类CO2排放源的数量及年排放量如表 1所示。
在本文数据库中,火电、水泥、钢铁、炼油、合成氨这5类企业CO2排放量约为3.6 Gt/a; 火电、水泥、钢铁3类企业是主要CO2排放源,排放量约占91.7%。
按地理分布划分,6大行政区CO2排放量如表 2所示。CO2排放源分布存在明显的区域差异,与能源及经济活动的分布相一致,基本以“黑河-腾冲线”为分界线。在这条分界线以东的地区,人口多,CO2年排放量高,其中华东地区是高碳排放区,占中国大陆CO2排放量的34.2%; 该分界线以西地区,特别是西北、西南等地区CO2集中排放源分布较少,CO2年排放量较低。
区域 | 合成氨厂 | 水泥厂 | 钢铁厂 | 火电厂 | 炼油厂 | 合计 |
东北 | 6 | 24 | 72 | 219 | 15 | 336 |
华北 | 36 | 38 | 132 | 617 | 5 | 828 |
华东 | 65 | 142 | 151 | 872 | 21 | 1 250 |
西北 | 14 | 24 | 22 | 170 | 8 | 239 |
西南 | 23 | 26 | 30 | 186 | 0 | 266 |
中南 | 50 | 59 | 88 | 537 | 8 | 742 |
合计 | 194 | 313 | 496 | 2 601 | 58 | 3 661 |
许多学者对中国大陆油田[9]、 天然气田[10]、 不可开采煤层[11]及深部盐水层[12]进行了CO2地质封存潜力评估。由于天然气田在目前的示范项目中注入的CO2与生成的天然气混合,分离、压缩、再注入的成本较高,经济可行性较差,因此这里暂不考虑。
某些大型地质封存库,分布于不同的行政地区,甚至跨越内陆和近海。这里做如下假设: 对于某一CO2地质封存库,在无法得知具体地下封存空间分布的前提下,假定其CO2封存量在平面上是均匀分布的。即在同一封存库内部,组成区域的封存潜力与其分布面积成正比。
根据上述假设,表 3为中国6大行政区的CO2地质封存潜力分布。
区域 | 不可开采煤层 | 油田 | 深部盐水层 | 合计 |
东北 | 290 | 1 488 | 229 185 | 230 962 |
华北 | 3 459 | 261 | 388 736 | 392 456 |
华东 | 304 | 404 | 301 015 | 301 723 |
西北 | 7 719 | 1 199 | 1 159 712 | 1 168 631 |
西南 | 182 | 0 | 26 898 | 27 080 |
中南 | 113 | 185 | 211 764 | 212 062 |
总计 | 12 066 | 3 538 | 2 317 309 | 2 332 913 |
由表 3可以看出,中国各省CO2地质封存潜力有其各自特点。不可开采的煤层主要分布于西北和华北地区,其中新疆、内蒙古、甘肃、山西、陕西等5省市自治区的注二氧化碳提高煤层气采收率(CO2 enhanced coalbed methane recovery,CO2-ECBM)煤田封存潜力已达到10 534 Mt,占中国大陆煤田封存潜力陆上部分的87%,宜优先考虑实施CO2-ECBM项目。油田主要分布于东北和西北地区,其中黑龙江、新疆、辽宁、陕西4省市自治区的注二氧化碳提高原油采收率(CO2 enhanced oil recovery,CO2-EOR)油田的潜力约为2 490 Mt,约占中国大陆CO2-EOR油田封存潜力陆上部分的70%,宜优先考虑实施CO2-EOR项目。深部盐水层分布最广,除广西、贵州、云南、江西、西藏、福建、浙江,其余各省市自治区均有深部盐水层分布,可以考虑用于埋存CO2。综上,西北、华北、华东是主要的封存汇密集地区, 地区内均有油田、煤田、深部盐水层等分布,且封存潜力较为丰富,适宜优先开展CO2封存项目。
从封存介质来看,深部盐水层对于CO2地质封存的意义是非常巨大的。根据研究,深部盐水层的CO2封存潜力为2.3×106Mt[12],而CO2-EOR和CO2-ECBM的总封存潜力为1.6×104Mt[9, 11],仅够封存中国3 a左右的CO2排放量。因此,中国若要以CCUS技术为主来应对气候变化问题,仅开展CO2-EOR和CO2-ECBM是不能满足CO2封存需求的,还必须开展盐水层封存工作。
2 主要排放源同时实施捕集下的源汇匹配本文选取CO2排放量大于1 Mt/a的大型固定排放源为研究对象。在本课题组所收集的数据中,中国大陆CO2排放量大于1 Mt/a的排放源共有751个,排放总量达3 038 Mt/a。其中合成氨厂32个,排放量达49 Mt/a; 火电厂530个,排放量达2 268 Mt/a; 水泥厂103个,排放量达196 Mt/a; 钢铁厂71个,排放量达490 Mt/a; 炼油厂18个,排放量达34 Mt/a。按照捕集率95%计算,每年最大捕集量为2 886 Mt/a。
所选取的封存汇为中国大陆CO2地质封存库的陆上部分,包括CO2-EOR油田、 CO2-ECBM煤田及深部盐水层。上文所涉及的封存潜力均为最大理论值,为了保证未来的实际可用性,本文所选取的封存汇容量均要求大于100 Mt CO2。
本文将研究当所选取的排放源同时实施CO2捕集时在不同的CCUS目标下的管网布局情况。选取CO2捕集量分别为最大捕集量的10%、 20%、 30%、 40%、 50%、 60%、 70%、 80%、 90%、 100%。
2.1 捕集、封存分析 2.1.1 排放源捕集情况从排放部门上分析,如图 1所示。随着CCUS目标的不断增加,合成氨、水泥、钢铁等捕集成本较小的排放源首先实施CO2捕集; 当CCUS目标大于总量的40%,即1 154 Mt/a时,合成氨、水泥、钢铁、炼油完全实施CO2捕集。此后新增CO2捕集部分完全由火电厂部门提供。
从地域上分析,如图 2所示。华东和华北地区CO2排放源分布密集,是实施CO2捕集的重要地区。这2个地区的CO2捕集量约占全国捕集量的60%。特别是当CO2捕集封存目标量大于2 309 Mt/a时,华北地区新增CO2捕集量缓慢,而华东地区新增CO2捕集量剧增。其余地区捕集量基本随着全国总量的增长,呈线性关系增长。
2.1.2 封存汇利用情况在不同的CO2捕集封存目标下,各种类型的封存介质及各地区的封存情况如图 3和图 4所示。
由图 3可以看到,从封存汇上分析: 实施CO2-EOR的油田及实施CO2-ECBM的煤田通过注入CO2能够产生收益,降低了单位总成本,因此被首先用于CO2封存。当CO2封存量达到1 154 Mt/a时,CO2-EOR油田及CO2-ECBM煤田的封存潜力全部被利用,其中CO2-EOR油田最大封存量为75 Mt/a,CO2-ECBM煤田的最大封存量为193 Mt/a,由此带来的收益为: 每年增产原油23 Mt,增产煤层气 4.9×1010 m3,总收益达7.8×1010 RMB/a。 然而油田及煤田封存CO2的容量有限,因此也需要对深部盐水层开展封存。当CCUS目标量由1 154 Mt/a增长到 2 886 Mt/a时,深部盐水层中CO2封存量占总封存量的比例由77%增长到90%。深部盐水层的CO2封存潜力巨大,在CCUS目标量为 2 886 Mt/a 时,经过30 a注入,深部盐水层的利用率仅为2.5%。
由图 4可以看到,CO2封存在地域上的分布特点是: 华北、华东是主要的封存汇密集地区,拥有丰富的深部盐水层及煤田,能够实现CO2“就近埋存”。这2个地区的封存量之和占全国的50%以上。其中当CCUS目标量为2 886 Mt/a时,封存于华北、华东地区的CO2分别占总量的26%、 32%。
2.2 成本分析单位成本曲线如图 5所示。
在不考虑收益的单位成本中,当CO2捕集封存目标量较小(小于46 Mt/a)时,实施捕集的主要是合成氨厂,单位捕集成本较小,此时在所有单位成本组成中,封存成本部分将是主要组成部分。随着CO2捕集量的增加,封存环节由于规模效应,单位封存成本逐渐减少,同时捕集环节中捕集成本高的水泥、钢铁、火电厂等逐渐实施捕集,单位捕集成本逐渐增加,最终捕集成本占总成本(不考虑收益)的比例约为86%。
若考虑收益,单位总成本(包含收益)随着CO2捕集封存量的增加逐渐增加。当CCUS目标量为46 Mt/a时,单位总成本(包含收益)为负值,说明此时的CCUS项目收益大于成本。当CCUS目标量约为250 Mt/a时,单位总成本(包含收益)由负值变为正值,此时CCUS项目可以实现收支平衡。
管道单位运输成本跟CO2运输量及CO2管网规模密切相关,当CO2捕集量为46 Mt/a时,管道的单位CO2运输成本约为89 RMB/t,此时尚未达到管网的规模效应。当CO2捕集量达到一定规模,如取最大捕集量的10%,此时单位运输成本逐渐趋于稳定; 当CO2捕集封存量在288~2 886 Mt/a变化时,单位CO2运输成本保持在7~12 RMB/t之间。
2.3 CO2捕集量为2 886 Mt/a时的情景当所选的CO2排放源完全实现捕集时,总捕集量达到2 886 Mt/a。此时共需铺设780条管道,总长度达5.0×104 km。管道统计结果如图 6所示。其中管径12 inch及16 inch是管道中的主体,无论是管道长度还是数量,两者之和约占总量的50%以上。
3 结 论为了分析未来中国大规模实施CCUS技术下的源汇匹配情况及管网布局特点,本文分析了中国大陆CO2源汇分布特征,并选取所有排放量大于 1 Mt/a 的大型工业排放源为研究对象,使用基于GAMS的CCUS源汇匹配静态优化模型,设定CO2捕集量作为情景驱动,对不同的约束下的管网布局特点进行了研究,得到以下主要结论:
1)受中国大陆的源、汇分布特征影响,管网布局以南北走向为主,其中东部分布密集、西部较为稀疏; 华北、华东地区源汇分布比较均衡; 东北、西南地区形成相对独立的网络。
2)在捕集环节: 随着捕集、封存量增加,合成氨、水泥行业被首先用于CO2捕集; 然后为钢铁、火电。当CCUS目标大于1 154 Mt/a时,合成氨、水泥、钢铁、炼油完全实施CO2捕集。此后CO2捕集新增部分完全由火电厂部门提供。
3)在封存环节: 随着捕集封存量增加,实施CO2-EOR的油田及实施CO2-ECBM的煤田首先被用于CO2封存,由此带来的收益表现为: 每年增产原油23 Mt,增产煤层气4.9×1010 m3,二者经济效益达7.8×1010 RMB/a。此后,深部盐水层是CO2地质封存的主要场所。当CCUS目标量由1 154 Mt/a增长到2 886 Mt/a时,深部盐水层中CO2封存量占总封存量的比例由77%增长到90%。
4)在运输环节: 当CO2捕集封存量在288~ 2 886 Mt/a变化时,平均运距比较稳定,在140~220 km区间内变动; 单位CO2运输成本保持在7~12 RMB/t之间。当CO2捕集量达到2 886 Mt/a时,管道总长度达5.0×104 km。
CCUS是一个庞大的系统工程,涉及化工、发电、运输、地质等诸多领域,地区跨度大,且成本高昂。为实现整体最优,CCUS基础设施建设必须由政府牵头规划、设计,统一部署,制定相应的法规来统一指导CO2管道的建设并保障各个事项的顺利实施。对于CCUS全流程中的投资与收益,应当建立合理的机制,协调处理CO2捕集的排放源、管道铺设地区与封存地等的利益关系。国家或地方政府在做产业布局规划时需要兼顾到未来开展CCUS的可能性。
[1] | CHEN Wenying, YIN Xiang, ZHANG Hongjun. Towards low carbon development in China: A comparison of national and global models [J]. Climatic Change, 2013: 1-14. |
[2] | 黄灵燕. 基于GIS的CCS源汇匹配模型和决策支持系统 [D]. 北京: 清华大学, 2009.HUANG Lingyan. GIS based CCS Source-Sink Matching Model and Decision Support System [D]. Beijing: Tsinghua University, 2009. (in Chinese) |
[3] | CHEN Wenying, Le Nindre Y M, XU Reina, 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. |
[4] | CHEN Wenying, HUANG Lingyan, XIANG Xing, et al. GIS based CCS source-sink matching models and decision support system [J]. Energy Procedia, 2011, 4(2011): 5999-6006. |
[5] | 孙亮, 陈文颖. 基于GAMS的CCS源汇匹配管网优化模型 [J]. 清华大学学报: 自然科学版, 2013, 53(1): 111-116.SUN Liang, CHEN Wenying. CCS source-sink matching network optimization model based on GAMS [J]. Journal of Tsinghua University: Science and Technology, 2013, 53(1): 111-116.(in Chinese) |
[6] | 孙亮, 陈文颖. 基于GAMS的CCUS源汇匹配动态规划模型 [J]. 清华大学学报: 自然科学版, 2013, 53(4): 421-426.SUN Liang, CHEN Wenying. CCUS source-sink matching dynamic programming model based on GAMS [J]. Journal of Tsinghua University: Science and Technology, 2013, 53(4): 421-426.(in Chinese) |
[7] | SUN Liang, CHEN Wenying. The improved ChinaCCS decision support system: A case study for Beijing-Tianjin-Hebei region of China [J]. Applied Energy, 2013, 112(2013): 793-799. |
[8] | 孙亮. 中国CCUS源汇匹配决策支持系统研究 [D]. 北京: 清华大学, 2013.SUN Liang. Research on Decision support System for CCUS Source-Sink Matching in China Mainland [D]. Beijing: Tsinghua University, 2013. (in Chinese) |
[9] | 孙亮, 陈文颖. 中国陆上油藏CO2封存潜力评估 [J]. 中国人口资源与环境, 2012, 22(06): 76-81.SUN Liang, CHEN Wenying. Assessment of CO2 geo-storage potential in onshore oil reservoirs, China [J]. China Polulation.Resources and Environment, 2012, 22(6): 76-81.(in Chinese) |
[10] | 刘延锋, 李小春, 方志明, 等. 中国天然气田CO2储存容量初步评估 [J]. 岩土力学, 2006, 27(012): 2277-2281.LIU Yanfeng, LI Xiaochun, FANG Zhiming, et al. Preliminary estimation of CO2 storage capacity in gas fields in China [J]. Rock and Soil Mechanics, 2006, 27(12): 2277-2281. (in Chinese) |
[11] | 刘延锋, 李小春, 白冰. 中国CO2煤层储存容量初步评价 [J]. 岩石力学与工程学报, 2005, 24(016): 2947-2952.LIU Yanfeng, LI Xiaochun, BAI Bing. Preliminary estimation of CO2 storage capacity of coalbeds in China [J]. Chinese Journal of Rock Mechanics and Engineering, 2005, 24(16): 2947-2952. (in Chinese) |
[12] | 李小春, 刘延锋, 白冰, 等. 中国深部咸水含水层CO2储存优先区域选择 [J]. 岩石力学与工程学报, 2006, 25(5): 963-968. LIU Yanfeng, LI Xiaochun, BAI Bing, et al. Ranking and screening of CO2 saline aquifer storage zones in China [J]. Chinese Journal of Rock Mechanics and Engineering, 2006, 25(5): 963-968. (in Chinese) |