中国大陆CCUS源汇静态匹配管网布局
孙亮1, 2, 3, 陈文颖1, 2     
1. 清华大学 现代管理研究中心, 北京 100084;
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
摘要:碳捕集、利用与封存(CCUS)技术对能源结构以煤为主的中国中远期碳减排可能具有重要作用, 而中国大陆CCUS匹配管网布局还鲜有研究。该文通过建立基于数学规划和优化的高级建模系统(GAMS)的源汇匹配管网优化模型对中国大陆主要的电厂、钢铁、水泥、合成氨、炼油等排放源以及油田、煤田、咸水层等封存库进行了匹配研究。结果表明: 管网布局以南北走向为主, 华东和华北地区是实施CCUS的重要地区。通过实施CO2地质封存, 每年可增产原油23 Mt, 增产煤层气4.9×1010 m3, 经济效益达7.8×1010 RMB/a。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。当CO2捕集量达到2 886 Mt/a时, 管道总长度达5.0×104 km。
关键词碳捕集    利用与封存(CCUS)    源汇匹配    静态规划    管网规划    
Pipeline networks for CCUS by static programming in the Chinese Mainland
SUN Liang1, 2, 3, CHEN Wenying1, 2     
1. Research Center of Contemporary Management, Tsinghua University, Beijing 100084, China;
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
Abstract:Carbon capture, utilization and storage (CCUS) may play an important role in China's long-term carbon emissions reduction in which coal is the main energy source. However, there has been little research on the need for pipeline networks for CCUS in the Chinese Mainland. The CO2 pipeline networks and the economic feasibility of which for large-scale CCUS use were analyzed using a static source-sink matching model based on the general algebraic modeling system(GAMS) for the Chinese mainland. Most pipelines should run from south to north, while East China and North China have good structures for CCUS implementation. CO2 geological storage can produce 23 Mt/a crude oil through CO2 enhanced oil recovery (CO2-EOR), while 4.9×1010 m3/a natural gas can be produced by CO2 enhanced coal bed methane (CO2-ECBM), which will lead to an economic benefit of 7.8×1010 RMB/a. When the amount of CO2 in the CCUS is increased from 288 Mt/ato 2 886 Mt/a, the unit CO2 transportation cost is 7-12 RMB/t. The required total pipeline length will be 5.0×104 km for a CO2 capture rate of 2 886 Mt/a.
Key words:carbon capture    utilization and storage (CCUS)    source-sink matching    static programming    pipeline network planning    

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。

表 1 课题组收集的中国大陆主要大型CO2排放源
CO2排放源数量CO2排放量/(Mt·a-1)
火电厂1 5912 601
水泥厂335313
钢铁厂86496
炼油厂7058
合成氨厂581194
总计2 6633 661

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。

表 2 中国6大行政区CO2排放情况/(Mt ·a-1)
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1943134962 601583 661
1.2 CO2封存库

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。

表 3 中国6大行政区CO2地质封存潜力分布 /Mt
区域不可开采煤层油田深部盐水层合计
东北2901 488 229 185 230 962
华北3 459261388 736392 456
华东304404301 015301 723
西北7 7191 1991 159 7121 168 631
西南182026 89827 080
中南113185211 764212 062
总计12 0663 5382 317 3092 332 913

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。

图 1 不同CO2捕集封存目标下各种排放源的捕集情况
图 2 不同CO2捕集封存目标下各地区的捕集情况
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图 4所示。

图 3 不同CO2捕集封存目标下各种封存介质的封存情况
图 4 不同CO2捕集封存目标下各地区的封存情况

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%。

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。

图 5 单位成本曲线

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。

图 6 CCUS目标量为2 886 Mt/a时管网信息
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。

参考文献
[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)