面向可持续钢铁制造的系统化电力脱碳策略：一个整合过程调控与技术创新的综合建模框架

《Journal of Cleaner Production》：Systematic power decarbonization strategies for sustainable steel manufacturing: an integrated modeling framework combining process regulation and technology integration

　　

• 集成建模框架，耦合过程工业的流程、电力和排放。
• 系统级动态耦合，减少脱碳效应的定量偏差。
• 参数扰动下的级联交互和减排效果。
• 工业电力系统的排放、经济贡献及缓解策略。
• 针对电力脱碳路径的详细排放和经济评估。

引言

钢铁工业长期以来一直是经济增长的主要驱动力，其特点是高能耗和碳排放。中国工业部门的碳排放约占其总排放量的70%（Song等，2025年），其中钢铁工业是最大的排放源之一，贡献约15%（Hu等，2024年）。在双碳政策要求日益严格、盈利能力下降以及碳市场约束增加的背景下，钢铁工业面临着推进脱碳和控制经济成本的双重压力（Concaro等，2026年）。尽管自2016年以来产能置换政策已淘汰超过4亿吨落后产能，但中国2025年的粗钢产能仍达到9.6亿吨，占全球粗钢产量的51.9%（世界钢铁协会，2026年）。这一生产规模加上持续较高的排放强度，凸显了钢铁工业有效脱碳策略的紧迫性。电力是钢铁制造的核心能源载体，得益于其现有的成熟能源网络和持续的电气化发展。因此，电力供应的脱碳对于钢铁工业的低碳转型变得越来越重要。

现有框架已在多个相互交织的目标和约束下推进了钢铁部门的脱碳研究，包括多尺度特性和多流耦合（Che等，2025, 2026a；Tan等，2024年）。先前的研究耦合了能耗、?损失、碳排放和经济绩效等多个指标，对不同钢铁生产路线的工厂评估和优化进行了研究（Na等，2025年；Qiu等，2024年）。其他研究考察了物质-能量代谢机制，并使用多尺度评估和优化框架分析了扰动传播和协同效应（Zhang等，2024年；Chen等，2025年；Lin等，2025年）。这些研究还将评估边界从物质流扩展到多流耦合网络。（Yuan等，2026年；Cui等，2026年）。然而，系统级的表征和模拟不可避免地简化了钢铁生产中固有的运行机制和耦合交互作用。因此，它们模糊了局部流程扰动如何通过能源网络传播并改变其运行模式，从而限制了脱碳策略的精确识别。

以电力为导向的研究从多个角度进一步考察了过程工业中的电力-碳协同和耦合（Devlin等，2023年；Nath等，2025年；Yu等，2025年）。现有研究强调了工业电力脱碳和更大程度过程电气化的重要性（Boldrini等，2024年），并更多地关注将钢铁生产与低碳电力供应相匹配，包括电网电力、可再生电力和不同的钢铁制造路径（Wang等，2025年；Wang等，2025年；Wang等，2025年；Toktarova等，2022年；Elsheikh和Eveloy，2023年）。对包括电力、气体和蒸汽在内的多种能源载体的协同优化也得到了广泛探索，揭示了不同能源载体之间的替代和互补关系及其对碳排放和经济成本的联合作用（Xie等，2025年；Xu等，2025年）。此外，通过建模方法广泛研究了工业需求侧灵活性，包括任务网络方法和具有不确定性的电力调度，使得能够评估不同生产条件下的负荷转移潜力和响应能力。（Su等，2025年；Wu等，2025年；Wu等，2025年；Che等，2023年）。电力转换范式，将电力转化为氢和甲醇等能源载体（Akbari等，2026年；Akbari等，2026b），为难以减排部门提供了一种可行的脱碳选择。电力转换能源载体可作为工业系统中的还原剂或燃料（Akbari等，2025年），同时提供灵活的需求响应（Akbari等，2026年；Akbari等，2026b）。然而，现有研究大多专注于能源系统内孤立的电力生产和消费过程，而不是贯穿整个钢铁制造链的能源交互作用的系统级耦合机制。这种普遍范式往往低估了电力作为核心能源枢纽在塑造脱碳路径中的作用。

由于技术部署通常涉及经济权衡和污染权衡，脱碳路径需要从多个角度进行评估。（Wu等，2025年；Wu等，2025年；Lei等，2023年；Rippy等，2024年；Wang等，2025年；Wang等，2025年；Wang等，2025年）。尽管深度脱碳技术提供了相当大的减排潜力，但其部署通常涉及经济和其他权衡。孤立地实施单一的碳缓解措施而不考虑其潜在的副作用可能会降低整体效益。Ren等（2025年）对中国钢铁部门替代深度脱碳路线如何影响整体经济成本、用水、能源需求、碳排放和大气污染物进行了系统级评估，表明决策者应考虑上游能源供应链和钢铁工业脱碳选项的适当组合，以避免不良结果。Fan和Friedmann（2021年）也指出，目前没有任何单一方法能够在钢铁工业中实现深度脱碳，而且所有方法都可能大大增加生产成本。因此，地理、基础设施和经济成本将塑造当地在可行性和成本方面的首选解决方案。现有的评估框架往往忽视了碳缓解措施如何沿生产链传播，这突显了集成系统级建模方法的必要性。

总之，关于钢铁工业脱碳的研究，包括电力脱碳，主要集中在系统级排放核算、技术路径评估和协同优化上。然而，工业电力系统的运行模式和电力-碳耦合机制的表征仍然不足。确定了三个主要知识空白：

(1) 现有脱碳研究仍然是流程特定且静态的，对生产单元之间级联交互的表征有限。这可能会模糊局部扰动和缓解措施在系统级的传播，包括可能的排放反弹、转移、抵消或放大效应。对影响电力系统因素的分析有限也制约了有效工厂级节能和脱碳策略的设计。

(2) 钢铁脱碳研究通常将电力视为辅助能源输入，而不是生产单元之间的核心连接器。关于电力减排影响的研究仍然有限。因此，发电、分配、消费和相关排放很少在统一的工厂网络中进行映射，局部流程变化对电力供需的影响尚未得到系统量化。

(3) 大多数脱碳路径研究依赖于典型化情景设计或行业级评估，因此未能充分反映实际工厂级的生产和运营。缺乏对工厂级电力脱碳策略的综合评估限制了对跨流程协同效应、潜在惩罚和技术部署盈亏平衡条件的识别，导致科学脱碳路径规划的边界模糊。

为了解决这些知识空白，本研究做出了三个主要贡献：

(1) 通过在一个统一的多流网络中嵌入流程级冶金模拟和能源转换枢纽模型，开发了一个工厂级钢铁脱碳框架。这使得能够系统地追踪互联的冶金和能源系统中的扰动传播，识别静态碳核算通常忽视的反弹、转移、抵消或放大效应。

(2) 明确将电力定位为钢铁制造系统中生产单元之间的核心脱碳枢纽。精确定位发电、分配和消费，并与生产过程深度耦合，系统地揭示和量化冶金生产与工业电力系统如何相互作用以重塑工厂级排放和经济。

(3) 将运行调节和电力相关脱碳技术集成到一个基于实际工厂运营的统一系统框架中。通过量化缓解效果、成本变化和盈亏平衡边界，该框架确定了不同路径可能在环境效益和经济效益方面受益的条件。

某典型重工业的电力系统

本研究选择中国北方的一家一体化钢铁厂作为案例企业。基本电力供需结构如图1所示。高炉-转炉生产过程的电力由自备电厂、余热和能量回收以及区域电网提供。这些电源可分为强耦合跟随型设施和弱耦合调节型电力设施。跟随型电源的输出与...

数据来源

本研究所需的详细数据清单如下。（a）工厂级历史生产数据。关键生产单元的输入输出参数来源于从案例企业集散控制系统中提取的运营数据以及能源管理系统，包括材料和能源介质的生产与消耗及其组成数据（Yuan等，2024年；Zhang等，2023年）；（b）排放因子数据。燃料的碳排放因子为...

电力系统的排放和经济分析

图5(a)和(b)显示了钢铁厂中生产过程、电力和蒸汽消耗的碳排放分布。钢铁厂总碳排放为1548.14 kg-CO?/t-CS，其中直接排放为1094.08 kg-CO?/t-CS（70.67%），电力相关间接排放为383.82 kg-CO?/t-CS（24.79%），蒸汽相关间接排放为70.24 kg-CO?/t-CS（4.54%）。焦化、烧结、球团、炼铁、炼钢、热轧、冷轧和回转窑的排放强度...

结论

本研究开发了一个耦合冶金过程和电力系统的模型，量化了局部流程变化的传播，并系统地评估了脱碳策略的排放和经济减排效果。主要发现总结如下：

(1) 钢铁厂电力系统的排放和经济绩效得到了系统分解和分析。对于案例厂，高炉-转炉生产过程的碳排放为1548.14 kg-CO?/t-CS，其中...

作者贡献声明

Lei Zhang：撰写——审阅与编辑，撰写——原稿，可视化，软件，方法论，形式分析，概念化。
Jingchao Sun：形式分析，数据整理。
Yuxing Yuan：可视化，软件。
Su Yan：可视化，数据整理。
Hongming Na：撰写——审阅与编辑，项目管理。
Tao Du：撰写——审阅与编辑，监督，项目管理。

利益冲突声明

作者声明不存在已知的 competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

致谢

作者感谢以下资助：先进材料-国家科技重大专项（2025ZD0611200）、国家自然科学基金（编号：U24A20195 & 52270177 & 5250101609）、中央高校基本科研业务费（编号：N25XQD013 & N25BSS071）、111计划（B16009）。

Lei Zhang | Jingchao Sun | Yuxing Yuan | Su Yan | Hongming Na | Tao Du