积极应对气候变化、实现碳中和已经成为全球性潮流,并将引起各国能源系统的深远变革。2020年我国宣布在2060年前实现碳中和[1]并强化了2030年前碳达峰的目标[2],这势必将加速能源系统的低碳转型。由于该转型牵涉到全社会的共同行动,需要有一个未来低碳能源系统的清晰图景来进行前瞻性的引导。否则,社会各界的行动将难以形成合力。
然而,由于长期以来的高度不确定性以及能源系统的复杂性、动态性和开放性等原因,专门研究未来低碳能源系统的图景及其形态、特征的第一类研究较少,而致力于分析从当前到未来的实现路径的第二类研究则较多。第二类研究[3-7]大多是先设定未来的诸如碳减排目标以及人口、经济、能源强度等宏观约束目标,然后采取模型计算、分析和优化等方法进行情景分析和比较,从而得到对能源消费总量、结构以及相关碳排放随时间的变化过程。虽然第二类研究也能够得到未来低碳能源系统的能源消费和相关碳排放数据,但一般都缺乏对未来图景的专门构想和分析。
国外最近开始出现少量的第一类研究,例如构想瑞典2050年实现100%可再生能源的能源系统全景及进行能源流向的可视化[8],表明了未来能源系统图景研究问题的前沿性。然而,仅分析能源流向还是不足的,因为只有结合能源相关碳排放的源、汇以及影响碳排放的敏感性因素的探讨,才能更加全面地理解未来低碳能源系统。能源流、物质流分析方法是解决这一问题的有效方法之一,并可通过桑基图[9-11]来进行结果的可视化,以增进理解和改善沟通。然而,此前相关的能源流、物质流分析中,能源流和物质流(碳流)一般相互割裂或独立,导致难以直观认识到能源结构变化与二氧化碳源、汇变化的相互关系。国外近期发表了关于低碳城市的研究[12],尝试将能源流、物质流分析进行耦合。但该研究仅分析了历史数据,并没有探讨未来。在国内,将二者耦合分析的研究仍罕见于文献,更缺乏对未来长期,例如2050年的相关探讨。
本文的目的在于发展一套能够同时体现能源结构和二氧化碳源、汇结构的能源-物质流耦合分析方法,并配合敏感性分析,对2050年我国低碳能源系统的整体图景及其敏感性因素进行探讨。为了避免将研究未来不确定性的难度与创新能源-物质流耦合分析方法的难度,叠加在一起而导致难以完成该工作,本文选择依据已有的研究工作来确定2050年能源和二氧化碳排放的基础数据。在我国碳中和的实现路径研究上,清华大学气候变化与可持续发展研究院(简称气候院)的研究成果[13]较具代表性,该项目组织了国内多个领域的20多家权威机构开展了两年多的研究探讨,凝聚了较大范围的学科知识和社会共识。本文以该工作的研究结果为基础,发展和应用能源-物质流耦合和敏感性分析方法来探讨2050年我国低碳能源系统的形态、特征和敏感性因素,以加深对未来整体图景的系统性认识。
1 方法和数据本文的研究方法主要分3步:1) 建立低碳能源系统的计量基础:考虑能源系统的基本环节和数据可获得性,确定系统的结构并计算得到能源平衡和能源相关二氧化碳排放情况;2) 描绘低碳能源系统的整体图景:绘制能够展示能源消费结构及相关二氧化碳排放源、汇结构的未来低碳能源系统的能-碳耦合流向图,并讨论其启示;3) 分析敏感性因素及其影响:对低碳能源系统碳排放的敏感性因素,主要是能源系统的一些局部结构和效率的变化,进行敏感性分析和相关讨论。
1.1 建立低碳能源系统的计量基础从描绘未来能量平衡和二氧化碳平衡的计量角度,能源系统至少应包括能源来源、中间转化和终端利用这3个环节。由于未来不确定性较大,能源系统的细节如果考虑越多,牵涉到的不确定性就越大,将导致难以给出一个相对确定的情景。因此本文在能源系统的考虑上采取了相对简化的处理:只考虑能源来源、中间转化和终端利用这3个环节,而能源品种和部门的分类也尽量简化。
在气候院的研究[13]中,给出了4种基本情景(碳排放依次降低):政策情景、强化政策情景、2℃情景和1.5℃情景,结果都包含了这3个环节的基本数据。其中1.5℃情景的减碳力度最大,2050年将实现二氧化碳净零排放,即所有人为二氧化碳排放和人造碳汇基本相抵消。因此,本文选取1.5℃情景作为描绘2050年低碳能源系统的基本数据源。在能源品种和部门的分类上,依据简化原则,本文只考虑了煤炭、石油、天然气、非化石能源和电力(二次能源)这5类能源品种,以及工业、建筑、交通和其他这4个终端用能部门。在中间转化环节,仅考虑电力部门并计入化石能源发电损失,但区分了不同的非化石能源发电技术:水电、核电、风电、太阳能发电、生物能源与碳捕获和封存发电技术(bioenergy with carbon capture and sequestration, BECCS,假设它全部用于发电)。同时,也区分了常规煤电以及带CCS的煤电。
为了得到所需的能源平衡数据,对原始数据进行的处理包括:1) 由于2050年一次能源消费将以非化石能源为主,原始数据中采用发电煤耗法(300 gce/kW·h)进行一次能源折算的方式将不再合理。因此,将其转换为采用电热当量法折算;2) 为了便于分析化石能源发电效率对二氧化碳排放的影响,按发电煤耗来计算发电损失并不计入终端能耗,而是计入电力部门能耗;3) 电力部门各类非化石能源发电、常规煤电和带CCS煤电的一次能源消费量,按原始数据中发电量结构的比例推算得到,假设其中考虑了煤电装CCS会带来至少6个百分点的发电效率损失[14]。
在此基础上,能源相关二氧化碳排放量的计算方式为:1) 按原数据[13]给出的能源数据和二氧化碳排放量,逆推估算得到下述排放因子:煤炭,2.66 t CO2/t标准煤;石油,2.05 t CO2/t标准煤;天然气,1.62 t CO2/t标准煤;非化石能源无CO2排放;带CCS的煤电,封存3.72 t CO2/t标准煤;BECCS,封存7.81 t CO2/t标准煤。上述根据估算得到的化石燃料排放因子,与作者此前根据我国官方统计数据和气候变化政府间合作组织(IPCC)数据得到的排放因子较为接近[15]:煤炭为2.66 t CO2/t标准煤,石油为2.11 t CO2/t标准煤,天然气为1.63 t CO2/t标准煤(按每立方米天然气热值为1.33 kg标准煤估算)。2) 凡电力消费及发电损耗造成的排放,全归电力部门。各终端部门只统计其化石燃料消费的直接二氧化碳排放。
经过上述处理后,2050年低碳能源系统的能源平衡和二氧化碳排放情况如表 1所示。
电力消费/生产 | 燃料直接消费(亿t标准煤) | 终端能源消费/ 亿t标准煤 | CO2直接排放/亿t | ||||||||
电量/万亿kW·h | 按电热当量折算一次能源量/亿t标准煤 | 煤炭 | 石油 | 天然气 | 非化石 | 小计/ (亿t标准煤,电热当量法) | |||||
终端部门 | 工业 | 8.0 | 9.8 | 0.8 | 0.7 | 0.6 | 2.2 | 4.3 | 14.1 | 4.5 | |
建筑 | 3.9 | 4.8 | 0.0 | 0.0 | 0.4 | 0.9 | 1.3 | 6.1 | 0.6 | ||
交通 | 1.6 | 2.0 | 0.0 | 0.7 | 0.1 | 0.6 | 1.4 | 3.4 | 1.6 | ||
其他 | 0.8 | 0.9 | 0.1 | 0.1 | 0.1 | 0.2 | 0.5 | 1.4 | 0.6 | ||
总计 | 14.3 | 17.5 | 0.9 | 1.5 | 1.2 | 3.9 | 7.5 | 25.0 | 7.3 | ||
电力供应 | 14.3 | 17.5 | 1.8 | 0.0 | 1.5 | 16.1 | 19.2 | 7.2* | |||
一次能源消费 | 2.7 | 1.5 | 2.7 | 20.0 | 26.9 | 14.5* | |||||
一次能源消费占比/% | 10.0 | 5.6 | 10.0 | 74.4 | |||||||
注:*表示尚未考虑CCS和BECCS封存量的二氧化碳排放数据。 |
1.2 描绘低碳能源系统的整体图景
在表 1基础上可绘制能-碳耦合流向图,其属于“桑基图”的一类。该耦合流向图以不同颜色和宽度的箭头来表示不同种类和规模的能源流向及二氧化碳流向,可一目了然展示能源系统的全景及二氧化碳排放源和汇。
本文选用E!Sankey 5.1软件作为绘图工具,在左侧展示从能源来源、中间转化到终端利用的能源消费流向。右侧通过在5个部门的能源流结尾处,向右继续绘制所对应的二氧化碳排放源(电力部门先计算不考虑工程碳汇的二氧化碳排放总量)进行汇集,然后通过引出工程碳汇(CCS和BECCS),最终得到二氧化碳总净排放。
1.3 分析敏感性因素及其影响敏感性分析[16]是工程计算中分析敏感性因素的常用方法。除了非化石能源发电占比和终端电力占比[17]是备受关注的影响低碳能源系统的结构及碳排放的重要因素,存留的化石能源发电效率[18]及其余热利用对碳排放也有不可忽视的影响。因此,本文选择发电能源结构、终端电力占比、化石能源发电效率和余热利用率(定义为发电损失的回收利用比例)作为主要敏感性指标。若假定各终端部门的能源消费量不变,则可计算分析碳排放总量对下述能源结构和能源效率变化的敏感性:1) 发电能源结构改善:针对煤电CCS和非化石能源等低碳发电品种,计算分析每单个品种在原有规模上增加1%发电量所带来的碳排放敏感性。相应地,煤电和气电则按占发电量占比均摊来减少相应的规模,以保持总发电量不变;2) 单部门终端电力占比提高1个百分点:其他化石燃料品种和非化石燃料的消费按比例均摊,共减少1个百分点,以保持终端能耗总量不变;3) 化石能源发电效率提高1个百分点:保持总发电量不变,按比例减少煤炭和天然气消费并重新计算发电损失;4) 化石能源发电余热利用1%:考虑1%的发电损失通过余热利用成为发电量,由此计算一个等效发电效率,并参照发电效率提升的同样算法重新平衡,保持总发电量不变。
2 结果和讨论 2.1 2050年低碳能源系统的能源及相关二氧化碳流向基于上述数据和方法,可绘制出2050年低碳能源系统的能-碳耦合流向图,如图 1所示:左侧为能源流向图,右侧为对应的二氧化碳流向图。左侧不同颜色和宽度的线条表示各类能源品种从能源来源、中间转化到终端利用的全过程(从左至右),而线条上的数字代表能量的数量。右侧不同颜色和宽度的线条表示各类二氧化碳源和汇的关系。二氧化碳排放源为5个部门的直接排放,其中电力部门先不考虑工程碳汇。二氧化碳的汇为CCS和BECCS带来的碳封存,二者并称为“工程碳汇”。
从能源消费来看,2050年能源消费总量为26.9亿t标准煤(电热当量法)。能源系统的主要形态和特征为:1) 从能源来源看,非化石能源为主导,占一次能源消费的74%,煤炭仅占10%(约合3.8亿t原煤,不到2020年的10%);2) 从中间转换环节看,一次能源消费的72%用于发电,而非化石能源发电量占全部发电量的83%。燃煤发电中,带CCS的煤电成为主体,仅有11%的常规煤电;非化石能源发电中绝大部分(68%)为风电和太阳能发电,水电和核电贡献有限,BECCS的贡献最小;3) 从终端部门来看,电力占比最高,而非化石能源的直接消费(如可再生能源供热、制氢以及生物质能源直接利用等)的量和占比次之。存留的化石能源消费主要发生在工业部门,其次是交通部门(油品占比20%),建筑和其他部门较少。
从二氧化碳排放来看,该能源系统的二氧化碳净排放总量为5.4亿t。电力部门直接排放为7.2亿t,排放最高。然而,由于CCS和BECCS全部用于电力部门(气候院研究的假设),因此实际净排放为-1.9亿t。因为CCS和BECCS分别封存了6.0亿和3.1亿t二氧化碳,抵消了电力部门的直接排放并实现了负碳排放。所以,工业部门实际成为了最主要的二氧化碳排放部门,直接排放为4.5亿t;其次为交通部门,排放1.6亿t;建筑和其他部门近零排放,各自二氧化碳排放均为0.6亿t。参照气候院的研究,2050年工业(如钢铁、水泥)的工艺过程排放为2.5亿t,农林业碳汇总量为7.8亿t,则还有5.3亿t的非工程碳汇,可以约抵消能源系统5.4亿t的净二氧化碳排放,实现全国二氧化碳中和。
然而这些结论也存在一定可探讨的余地,例如在气候院的研究中,对于工业部门CCS和非发电BECCS等技术研究还不够深入,这也是最终只在电力部门考虑CCS和BECCS的重要原因之一。如果工业和其他终端部门有更好的降碳办法,可能电力部门只需实现碳中和或低碳。就世界范围内来看,工业(尤其钢铁、水泥等)被认为是难减排部门,而中国工业体量较大,因此急需开展更多的研究和实践来提出工业进一步降碳的方法。交通部门也存在一定不确定性,尤其难减排的航空和船运等,深度脱碳的方法还在研究探讨之中。
2.2 敏感性分析的结果与讨论 2.2.1 发电结构改善发电结构改善(针对煤电CCS和非化石能源等低碳发电品种,计算分析每单个品种在原有规模上增加1%发电量,而煤电和气电则按占发电量比例均摊来减少相应规模以保持总发电量不变)对二氧化碳排放的影响如表 2所示。可看出,非化石能源中,风电、光电和核电的占比增加减排效果最为显著,这与它们的发电规模较大有关。带CCS的煤电由于可大幅减少燃煤的碳排放(捕集90%二氧化碳进行封存),减排效果也较为显著,效果仅次于风电。
电源品种 | 二氧化碳排放总量变化/亿t |
风电 | -0.12(-2.30%) |
太阳能发电 | -0.07(-1.23%) |
水电 | -0.03(-0.58%) |
核电 | -0.05(-0.94%) |
BECCS | -0.03(-0.63%) |
煤电CCS | -0.09(-1.60%) |
2.2.2 终端电力占比提高
终端电力占比提高(单部门终端电力占比提高1个百分点)对二氧化碳排放总量的影响如表 3所示。结果显示,工业电力占比提高对系统整体二氧化碳排放总量影响最大,这主要是因为工业部门本身能源消费规模大、化石能源占比高,提高电力占比意味着大幅减少化石能源终端利用总量。虽然由此也会增加电力部门化石能源消费量,但由于电力部门主要依靠非化石能源发电,造成的间接化石能源消费量较小。
2.2.3 化石能源发电效率提高和余热利用
表 4展示了化石能源发电效率提高1个百分点或其余热利用1%对二氧化碳排放总量的影响,并考虑了煤电加装CCS的能效惩罚。可以发现,二氧化碳排放总量对化石能源发电效率的变化较为敏感。原因在于,整个能源系统的化石能源消费主要集中在电力部门。在终端部门能源消费量不变的情况下,电力部门化石能源发电效率提高就会显著降低原本已经不多的、主要因为存留的化石能源发电而导致的二氧化碳排放。此外,二氧化碳排放总量对化石能源发电的余热利用也较为敏感,虽然相对化石能源发电效率敏感性较低。
因此,提升化石能源发电效率,提高化石能源余热的再利用对低碳能源系统的二氧化碳排放总量的影响较为显著。在能源系统低碳转型的研究中,除了强调发电部门非化石能源占比提升,提高终端点电力占比外,也必须持续重视化石能源发电效率提升以及发展余热利用技术。
2.3 与原始数据和其他成果的对比本文结果中由于采用了在未来应更为合理的电热当量法来重新处理原始的能源平衡数据(发电煤耗法),并采用反推估算的碳排放系数、煤电CCS效率损失等重新计算了二氧化碳排放量,因此得到的一些指标与气候院原始数据存在一定差异。能源折算方法的不同是主要原因,尤其对于一次能源消费总量和结构的指标影响较大,采用发电煤耗法会使得非化石能源电力来源的一次能源消费总量扩大到电热当量法的2.4倍多。为了避免读者对本文结果和原始数据的不同产生误解,现将重要指标对比列于表 5。
指标名称(2050年) | 本文结果 | 原始数据 |
一次能源消费总量/亿t标煤 | 26.9 (电热当量法) |
50 (发电煤耗法) |
一次能源中非化石能源和煤炭的占比 | 74%和10% (电热当量法) |
86%和5% (发电煤耗法) |
二氧化碳排放总量/亿t | 5.4(反推) | 5.9 |
本文结果也与其他3个机构的研究结果[19-21]进行了对比,如表 6所示。仅有一个研究[19]采用了电热当量法,其给出的情景范围与本文研究具有较好的对应性。另外2个研究采用发电煤耗法的结果与气候院研究(1.5℃情景)相比存在一定差异,原因主要是因为对碳排放控制目标、能耗总量控制目标以及非化石能源、碳汇的发展潜力判断存在一定差异。这也说明了未来的不确定性,诸多问题还有待进一步研究和探索。但从推进实现碳中和目标的角度,将现有的关于未来的研究结果更加系统、清晰地给予呈现,从而引导社会的思考和行动,可能比等待更多的研究工作来消除无尽的不确定性,更具有现实意义。
2.4 政策启示
基于上述结果和讨论,主要政策启示如下:1) 未来能源系统的碳排放首先是与终端能源消费相对应,终端能源消费的总量和结构必须尽早给予严格的控制和引导,遏制化石能源的直接消费。这无疑是控制未来能源系统碳排放的重要基础;2) 电力部门的低碳进程较为关键,因为终端减少化石能源直接消费的主要途径是更多使用电力。电力部门除发展非化石能源外,也应该更加积极探索CCS和BECCS等工程碳汇的建设,力争尽早实现碳中和甚至负碳排放;3) 工业、交通等难减排部门需要进一步探索低碳路径,而非化石能源的非电力应用,例如生物燃料、氢能、热力等,也需要进一步研究和探索;4) 从现在到未来,面临一次能源和发电能源从化石能源为主到非化石能源为主,终端能源从燃料利用为主到电力为主的颠覆性结构转换。在此过程中,如何发挥多种能源和技术的协同互补效应将至关重要。这需要大力加强能源系统的数字化、智慧化和耦合化程度,突破行业、部门和区域的界限来共同建设智慧能源系统[22]。
3 结论和建议本文基于能源-物质流向耦合分析的方法,描绘了2050年我国低碳能源系统的能源流向及相关二氧化碳流向的整体图景,呈现了从能源来源到中间转化、终端利用的整体形态,揭示了其能源消费责任和二氧化碳排放源、汇的基本特征。在此基础上,进行了关键因素的敏感性分析,揭示了未来能源系统组成部分的关键结构和效率一旦发生变化可能对二氧化碳排放总量的影响。该工作填补了国内在未来低碳能源系统能流、碳流的整体刻画上研究方法和应用的缺失,为进一步讨论未来低碳能源系统问题提供了一个系统、完整的可视化图景,并通过敏感性分析揭示了在未来低碳能源系统设计上的一些关键因素,可为近期能源气候政策的研究和制定提供前瞻性的指导。
研究得到的主要结论为:
1) 2050年我国低碳能源系统的形态特点为:能源来源以非化石能源为主,占一次能源消费的74%(电热当量法),煤炭仅为10%;72%的一次能源用于发电,形成以风、光等非化石能源电力为主体的新型电力系统;终端部门电力占比较高,工业、建筑、交通等部门的用能普遍以电力为主。
2) 该能源系统的主要低碳特征表现为:电力部门直接排放最高,但如果通过带CCS的煤电和BECCS技术的大规模应用,不仅可抵消化石能源发电本应造成的碳排放,还可实现负碳排放。终端由于化石能源使用造成的直接二氧化碳排放,主要集中在工业部门,这也导致工业部门成为最主要的二氧化碳排放源。其次,则是依然少量依赖油品的交通部门。除低碳电力的大量应用外,发展非化石能源的终端直接利用形式(非化石能源供热、制氢和生物质能源等)也对实现低碳具有重要的作用,尤其是在工业部门。
3) 该能源系统的二氧化碳排放总量对工业部门电力占比和化石能源发电效率提高最为敏感,其次是风电占比提高、将更多煤电改造为CCS和化石能源发电的余热利用等。
基于结果分析和讨论,本文提出的政策启示为:为建设未来低碳能源系统,前提是严格控制和引导终端能源消费总量和结构,遏制化石能源的大量直接消费;电力部门应加快低碳进程,努力早日实现碳中和甚至负碳排放;进一步探索工业、交通难减排领域的低碳路径,积极发展非化石能源的非电利用途径;大力建设跨部门、跨行业和跨区域的智慧能源系统,保障能源系统转型过程中多种能源和技术的协同互补。
本文研究的不足为能源、二氧化碳排放的基础数据以及主要技术判断主要参考了他人研究工作,由此也建议下一步的研究工作应重点围绕前瞻性技术的判断以及一些尚有争论的话题,比如氢能、生物质、CCS以及系统灵活性、智慧化程度等,继续开展深入的分析和探讨。
[1] |
中国政府网. 习近平在第七十五届联合国大会一般性辩论上发表重要讲话[EB/OL]. (2020-09-22)[2021-09-20]. http://www.gov.cn/xinwen/2020-09/22/content_5546168.htm. The State Council of China. Xi Jinping delivered an important speech at the general debate of the 75th UN General Assembly[EB/OL]. (2020-09-22)[2021-09-20]. http://www.gov.cn/xinwen/2020-09/22/content_5546168.htm. (in Chinese) |
[2] |
中国政府网. 继往开来, 开启全球应对气候变化新征程[EB/OL]. (2020-12-12)[2021-09-20]. http://www.gov.cn/gongbao/content/2020/content_5570055.htm. The State Council of China. Carrying on the past and opening up a new journey of global response to climate change[EB/OL]. (2020-12-12)[2021-09-20]. http://www.gov.cn/gongbao/content/2020/content_5570055.htm. (in Chinese) |
[3] |
LI J F, MA Z Y, ZHANG Y X, et al. Analysis on energy demand and CO2 emissions in China following the Energy Production and Consumption Revolution Strategy and China Dream target[J]. Advances in Climate Change Research, 2018, 9(1): 16-26. DOI:10.1016/j.accre.2018.01.001 |
[4] |
LIU J L, WANG K, XIAHOU Q R, et al. China's long-term low carbon transition pathway under the urbanization process[J]. Advances in Climate Change Research, 2019, 10(4): 240-249. DOI:10.1016/j.accre.2019.12.001 |
[5] |
CHEN H T, WANG Z H, XU S, et al. Energy demand, emission reduction and health co-benefits evaluated in transitional China in a 2℃ warming world[J]. Journal of Cleaner Production, 2020, 264: 121773. DOI:10.1016/j.jclepro.2020.121773 |
[6] |
SUO C, LI Y P, MEI H, et al. Towards sustainability for China's energy system through developing an energy-climate-water nexus model[J]. Renewable and Sustainable Energy Reviews, 2021, 135: 110394. DOI:10.1016/j.rser.2020.110394 |
[7] |
WANG Z Y, SANDHOLT K. Thoughts on China's energy transition outlook[J]. Energy Transitions, 2019, 3(1-2): 59-72. DOI:10.1007/s41825-019-00014-w |
[8] |
BRAMSTOFT R, PIZARRO-ALONSO A, JENSEN I G, et al. Modelling of renewable gas and renewable liquid fuels in future integrated energy systems[J]. Applied Energy, 2020, 268: 114869. DOI:10.1016/j.apenergy.2020.114869 |
[9] |
CULLEN J M, ALLWOOD J M. The efficient use of energy: Tracing the global flow of energy from fuel to service[J]. Energy Policy, 2010, 38(1): 75-81. DOI:10.1016/j.enpol.2009.08.054 |
[10] |
MA L W, ALLWOOD J M, CULLEN J M, et al. The use of energy in China: Tracing the flow of energy from primary source to demand drivers[J]. Energy, 2012, 40(1): 174-188. DOI:10.1016/j.energy.2012.02.013 |
[11] |
CHONG C H, NI W D, MA L W, et al. The use of energy in Malaysia: Tracing energy flows from primary source to end use[J]. Energies, 2015, 8(4): 2828-2866. DOI:10.3390/en8042828 |
[12] |
SóWKA I, BEZYK Y. Greenhouse gas emission accounting at urban level: A case study of the city of Wroclaw (Poland)[J]. Atmospheric Pollution Research, 2018, 9(2): 289-298. DOI:10.1016/j.apr.2017.10.005 |
[13] |
项目综合报告编写组. 《中国长期低碳发展战略与转型路径研究》综合报告[J]. 中国人口·资源与环境, 2020, 30(11): 1-25. Writing Group of the General Report. General Report of "the transformation strategy and pathway of low carbon development in China"[J]. China Population, Resources and Environment, 2020, 30(11): 1-25. (in Chinese) |
[14] |
SHAW R, NASKAR S, DAS T, et al. A review on the advanced techniques used for the capturing and storage of CO2 from fossil fuel power plants[M]//KUMAR S, KALAMDHAD A, GHANGREKAR M. Sustainability in Environmental Engineering and Science: Select Proceedings of SEES 2019. Singapore: Springer, 2021.
|
[15] |
YANG H H, MA L W, LI Z. A method for analyzing energy-related carbon emissions and the structural changes: A case study of China from 2005 to 2015[J]. Energies, 2020, 13(8): 2076. DOI:10.3390/en13082076 |
[16] |
CULLEN J M, ALLWOOD J M. Theoretical efficiency limits for energy conversion devices[J]. Energy, 2010, 35(5): 2059-2069. DOI:10.1016/j.energy.2010.01.024 |
[17] |
李政, 陈思源, 董文娟, 等. 碳约束条件下电力行业低碳转型路径研究[J]. 中国电机工程学报, 2021, 41(12): 3987-4000. LI Z, CHEN S Y, DONG W J, et al. Low carbon transition pathway of power sector under carbon emission constraints[J]. Proceedings of the CSEE, 2021, 41(12): 3987-4000. (in Chinese) |
[18] |
孙家兴. 基于火用流图的我国整体能效及节能减排潜力的系统分析[D]. 北京: 清华大学, 2012. SUN J X. Systematic analysis of China's overall energy efficiency and energy saving and emission reduction potential based on exergy diagram[D]. Beijing: Tsinghua University, 2012. (in Chinese) |
[19] |
能源基金会. 中国碳中和综合报告2020-中国现代化新征程-"十四五"至碳中和的新增长故事[R]. 北京: 能源基金会, 2020. Energy Foundation. China's Carbon Neutrality Comprehensive Report 2020-A new journey of China's modernization; A new growth story from the "14th Five-Year Plan" to carbon neutrality[R]. Beijing: Energy Foundation, 2020. (in Chinese) |
[20] |
全球能源互联网发展合作组织. 中国2060年前碳中和研究报告[R]. 北京: 全球能源互联网发展合作组织, 2021. Global Energy Interconnection Development Organization. China carbon neutrality research report by 2060[R]. Beijing: Global Energy Interconnection Development Organization, 2021. (in Chinese) |
[21] |
中国石油天然气集团有限公司. 2050年世界与中国能源展望[R]. 北京: 中国石油天然气集团有限公司, 2020. China National Petroleum Corporation. 2050 world and china's energy outlook[R]. Beijing: China National Petroleum Corporation, 2020. (in Chinese) |
[22] |
Tsinghua-Rio Tinto Joint Research Centre for Resources, Energy and Sustainable DevelopmentInstitute of Climate Change, Sustainable Development, Tsinghua University. China's resources, energy and sustainable development: 2020[M]. Singapore: Springer, 2021.
|