中国云南省烟草烘烤的能源转型与碳减排路径：基于LEAP的情景分析

《Sustainable Energy Technologies and Assessments》：Energy transition and carbon mitigation pathways for tobacco curing in Yunnan Province, China: A LEAP-based scenario analysis

　　

•将分阶段碳核算与 LEAP 情景分析相结合。
•烘烤环节贡献了 2024 年基准碳排放的 96.70%。
•综合路径在 2060 年将能源需求从 60.20 降至 16.30 GJ/t。
•综合路径使 2060 年碳强度降低了 88.46%，降至 356.40 kg CO2-eq/t。
•煤炭和生物质参数主导了长期排放的敏感性。

引言
由温室气体排放引起的气候变化已成为全球最严峻的环境挑战之一。国际能源署（IEA）发布的《净零排放路线图》为到本世纪中叶实现全球净零排放提供了一条路径，旨在根据《巴黎协定》将全球变暖限制在 1.5℃以内 [1]。作为全球最大的温室气体排放国之一，中国在 2023 年排放了约 111.3 亿吨 CO2，占全球 CO2 排放量的近三分之一 [2]。中国承诺在 2030 年前实现碳达峰，在 2060 年前实现碳中和 [3]。在“双碳”目标下，减少能源密集型农业系统的排放变得越来越重要。农业活动约占中国温室气体总排放量的 17.00%，且若无额外减排措施，这一比例可能会继续增加 [4]，[5]。因此，加速农业生产系统的低碳转型对于实现长期减排目标至关重要。

虽然气候承诺通常在国家层面制定，但其实施最终取决于次国家层面和部门层面的减排行动，在这些层面上可以更具体地识别排放源、技术选项和政策干预措施 [6]。此外，实现净零排放不仅需要对能源相关排放给予关注，还需要根据部门的特征关注相关的非能源和过程相关来源 [7]。因此，具有明确排放边界的部门特定评估对于将国家气候目标转化为实际的减排路径至关重要。

烟草生产是中国重要的农业产业，云南省是全国最大的烟草产区。2024 年，中国烟草种植面积和烟叶产量分别达到 107 万公顷和 226 万吨。同期，云南烟草种植面积为 43.26 万公顷，烟叶产量占全国总量的 40.27% [8]。因此，云南在维持中国烟草供应链稳定方面发挥着至关重要的作用。在烟草生产过程中，烘烤是一个决定烟草质量且需要大量能源投入的关键收获后阶段。然而，发展中国家的烟草烘烤仍然高度依赖化石燃料，特别是煤炭和石油 [9]。烤烟约占烟草产量的 61.94%，其烘烤过程严重依赖化石能源。煤炭贡献了 67.10% 的烘烤能耗，而石油和天然气贡献了 17.20%，表明化石燃料占烘烤总能源供应的 84.00% 以上 [10]。以往的研究估计，中国每年约消耗 300 万至 400 万吨煤炭用于烟草烘烤，使这一过程成为农业温室气体排放的重要贡献者 [11]。

烟草烘烤产生的碳排放源于多个相互关联的过程，而不仅仅是燃料燃烧。在云南省，复杂的地形、多样的气候条件以及大规模的烟草生产导致了烘烤能源结构、设施性能和操作实践的区域差异。尽管以生物质为燃料的烘烤房和电热泵系统已被越来越多地采用，但传统的燃煤设施仍被广泛使用。此外，与烘烤相关的活动涉及叶准备、运输、烘烤操作及其他辅助过程的能源和排放投入。因此，超越直接燃料燃烧来评估烟草烘烤系统是必要的，以识别主要排放源和长期减排机会。

以往的研究利用生命周期评估（LCA）、排放因子法和现场测量评估了烟草生产的碳排放和减排策略 [12]。关于烟草烘烤的研究主要集中在提高烘烤房热性能、用替代能源取代化石燃料、开发热泵烘烤技术和升级节能设备方面 [13]，[14]。LCA 研究确定烘烤阶段是烟草生产碳足迹的主要贡献者，在某些情况下占排放总量的 80.00% 以上。当使用煤炭作为烘烤燃料时，它贡献了约 61.88%-67.40% 的整个生命周期温室气体排放，而烘烤期间的煤炭和电力消耗可达 7598.89 kg CO2-eq ha?1 [15]，[16]。多项研究报告称，用生物质、电力或甲醇取代传统煤炭可以减少与烘烤相关的碳排放 [17]，[18]。

这些研究为了解烟草生产和烘烤系统的排放源、能源消耗特征以及特定技术的减排潜力提供了重要见解。然而，大多数现有研究侧重于静态碳核算或单个减排技术，因此未能完全捕捉能效提高、燃料结构转型、电力脱碳和技术演进之间在长期过程中的动态相互作用。表 S7 提供了与烟草碳评估、烘烤能源减排和长期能源转型分析相关的代表性研究的比较分析。比较表明，以往的研究主要涉及碳足迹量化或特定技术评估，而将分阶段排放清单与基于长期情景的能源转型分析相结合的综合框架仍然有限。类似的综合能源 - 排放情景方法越来越多地应用于其他能源密集型行业。例如，在水泥行业，已经研究了结合能源需求演变、技术发展和减排情景的长期脱碳路径，证明了综合情景框架在评估复杂工业转型过程方面的潜力 [19]。然而，对于农业加工系统，特别是烟草烘烤，类似的评估仍未得到充分探索。因此，在碳中和目标下，烟草烘烤的未来碳排放轨迹和综合减排路径仍未得到充分探索。因此，需要一个将分阶段碳核算与长期情景模拟相结合的系统框架，以评估烟草烘烤系统的低碳转型路径。

长期能源替代规划系统（LEAP）是一个基于情景的能源建模框架，广泛应用于评估国家、区域和部门层面的能源需求演变和碳减排路径。LEAP 提供了一个灵活且相对数据高效的框架，用于构建替代情景并评估政策和技术假设对长期能源和排放轨迹的影响 [20]，[21]。在国家层面，LEAP 已被应用于预测多种燃料能源需求并评估长期能源转型路径，展示了其分析未来能源结构和排放轨迹的能力 [22]。此外，LEAP 已被用于发电情景开发，以评估电力系统转型路径及相关排放变化 [23]。LEAP 模型已被广泛用于模拟国家层面 [24]，[25] 和区域层面 [26]，[27] 的能源系统转型和碳排放路径。以往的研究通过构建替代政策和技木情景，将 LEAP 应用于交通运输 [28]，[29]、发电 [30]，[31] 和能源密集型工业部门 [32]，[33]，证明了其在长期减排分析中联系能源需求、技术假设和减排路径的适用性。在农业系统中，LEAP 也被用于能源需求分析、碳排放预测和低碳转型策略评估，包括农业机械、区域农业碳峰化和农村能源转型 [34]，[35]。然而，烟草烘烤在基于 LEAP 的研究中仍未得到充分探索，特别是关于分阶段碳清单与长期能源转型情景的整合。因此，本研究将分阶段碳核算框架与 LEAP 情景建模相结合，以评估烟草烘烤系统的未来能源需求和碳减排路径。

为了解决这一研究差距，本研究开发了一个整合框架，将基于分阶段、排放因子的碳核算与云南烟草烘烤的长期情景模拟相结合。本研究的贡献不仅仅在于将 LEAP 应用于烟草烘烤，而在于在一个共同的建模框架内，将分阶段的 2024 年碳清单与不同的长期减排机制联系起来。具体而言，该框架区分了系统级烘烤效率提高、需求侧能源载体替代、电力系统脱碳和生物质碳核算假设，使其个体和综合效应能够一致地评估对单位能源需求和碳排放强度的影响。扩展的系统边界除了直接燃料燃烧外，还纳入了运输、劳动力、电力使用及烘烤残渣处理。同时，敏感性分析用于识别对长期情景结果影响最大的参数。以 2024 年为基准年，本研究评估了 2025 年至 2060 年间在替代减排路径下条件性能源需求和碳排放强度轨迹。开发了六个情景来探索烟草烘烤系统的长期低碳转型路径，包括基准情景（BAS）、技术改进情景（TER）、能源结构优化情景（ESI）、绿色电力情景（GES）、生物质碳中性情景（BCN）和综合情景（COM）。因此，所产生的框架将现有的静态清单和单一技术评估扩展到对能源密集型农业加工系统长期转型路径的综合评估。

章节摘要
方法论与数据来源
本研究的总体方法论框架如图 1 所示。工作流程包括五个顺序组成部分：(1) 目标和范围定义；(2) 活动数据收集及建立 2024 基准年的分阶段碳清单；(3) 构建 LEAP 模型用于长期能源需求和电力系统模拟；(4) 制定 2025–2060 年的六个减排情景；以及 (5) 情景模拟、比较评估和敏感性

基准年一致性检查
以往的基于 LEAP 的情景研究通常使用历史或基准年观测值来校准模型输入并在进行未来情景模拟前评估模型表示的一致性 [51]，[52]。在本研究中，将 LEAP 基准年结果与在同一系统边界下建立的分阶段、基于排放因子的碳清单进行了比较。LEAP 计算的排放强度为每吨烘烤烟叶 3176.70 kg CO2-eq，与

结论
本研究开发了一个结合分阶段、基于排放因子的碳核算与 LEAP 模型的整合框架，以评估 2025 年至 2060 年云南省烟草烘烤的长期单位能源需求和碳排放强度路径。情景分析和敏感性分析被进一步用于评估替代减排路径并确定影响长期预测的关键参数。基准评估确定烘烤阶段是

CRediT 作者贡献声明
ZhiLi Xiang：撰写 – 初稿，可视化，软件，方法论，形式分析，数据整理。JieLin Zhu：撰写 – 审阅与编辑，软件，数据整理。Nan Shi：可视化，调查研究。MengXia Li：验证，调查研究。BinBin Hu：调查研究，数据整理。WeiFeng Zhang：调查研究，概念化。Shan Qing：撰写 – 审阅与编辑，监督，方法论，概念化。YongLei Jiang：项目管理，调查研究。Yi Chen：撰写–

利益冲突声明
作者声明他们没有已知的可能影响本文所述工作的竞争财务利益或个人关系。

致谢
本研究得到云南烟草公司重点项目（编号：2024530000241024）的支持。

ZhiLi Xiang|JieLin Zhu|Nan Shi|MengXia Li|BinBin Hu|WeiFeng Zhang|Shan Qing|YongLei Jiang|Yi Chen