中东和北非地区可再生能源驱动的直接空气捕获的地理空间技术经济与生命周期评估

《Carbon Capture Science & Technology》：Geospatial Techno-Economic and Life Cycle Assessment of Renewable-Powered Direct Air Capture in Middle East and North Africa

　　

由可再生能源驱动的直接空气捕获（Direct Air Capture, DAC）技术是大气碳去除的一种有前景的方法。本研究对中东和北非地区太阳能和风能驱动的电气化DAC系统进行了地理空间技术经济和生命周期评估。研究人员评估了系统规模化和区域资源条件如何影响CO₂捕获的成本和温室气体（Greenhouse Gas, GHG）排放强度。结果表明，最优的DAC与可再生能源容量比和性能因地点而异，CO₂捕获的平准化成本（Levelized Cost of CO₂ Capture, LCOC）范围为200至650美元/吨CO₂，温室气体排放强度（Emission Intensity, EI）范围为30至115 kgCO₂eq/吨CO₂。该研究考虑了来自可再生能源系统的上游排放，并强调DAC资本成本和光伏效率是关键性能驱动因素。未来预测表明，到2030年，LCOC可能降至135-177美元/吨CO₂，EI降至30-47 kgCO₂eq/吨CO₂，强调了可再生能源驱动的DAC（RES-DAC）在该地区进行成本效益CO₂去除的潜力。

**论文解读：中东和北非地区可再生能源驱动的直接空气捕获——地理空间技术经济与生命周期评估**

**研究背景与问题提出**

随着大气CO₂浓度持续上升，碳捕集、利用与封存（Carbon Capture, Utilization and Storage, CCUS）技术成为应对气候变化的重要途径。直接空气捕获（Direct Air Capture, DAC）技术能够直接从环境空气中去除CO₂，具有不依赖点源排放的独特优势。然而，DAC系统的高能耗是其大规模部署的主要障碍。将DAC与可再生能源（如太阳能光伏和风能）结合，被认为是一种降低碳排放和成本的可行策略。中东和北非（Middle East and North Africa, MENA）地区拥有全球最高的太阳辐照度和显著的风能潜力，是部署可再生能源驱动DAC（RES-DAC）的理想区域。但目前针对该地区的集成分析较为匮乏，现有研究多将技术经济分析与生命周期评估（Life Cycle Assessment, LCA）分离，忽略系统最优容量匹配，且未充分考虑可再生能源供应链上游排放。因此，开展一项整合地理空间资源评估、技术经济分析和全生命周期温室气体（Greenhouse Gas, GHG）排放核算的研究，对于指导MENA地区可持续的DAC部署至关重要。

**研究内容与主要结论**

研究人员对MENA地区太阳能光伏（Photovoltaic, PV）和风能（Wind Turbine, WT）驱动的电气化高温DAC系统进行了地理空间技术经济与生命周期评估。通过多目标优化确定DAC与可再生能源的最优容量比，并评估平准化捕获成本（Levelized Cost of CO₂ Capture, LCOC）和GHG排放强度（Emission Intensity, EI）。研究发现，最优容量比因地点而异，PV驱动DAC的LCOC在350-450美元/吨CO₂，WT驱动DAC在风能丰富地区可低至200美元/吨CO₂；WT驱动的DAC具有更低的EI（30-100 kgCO₂eq/吨CO₂），而PV驱动的DAC的EI为65-115 kgCO₂eq/吨CO₂。敏感性分析表明，DAC资本成本是LCOC的主要驱动因素，而系统寿命对EI影响最大。与传统DAC和点源捕获相比，RES-DAC的LCOC较高，但EI显著降低。未来预测显示，到2030年，LCOC可降至135-177美元/吨CO₂，EI降至30-47 kgCO₂eq/吨CO₂，凸显了RES-DAC在MENA地区实现成本效益CO₂去除的潜力。该论文发表在《Carbon Capture Science》。

**主要关键技术方法**

本研究采用了地理空间建模方法，利用光伏地理信息系统（Photovoltaic Geographical Information System, PVGIS）获取MENA地区典型气象年（Typical Meteorological Year, TMY）数据集，包括温度、风速、太阳辐射等参数，分别模拟CS7L-610MS单晶硅光伏组件和G114-2.0风力发电机组的逐小时能量产出。采用多目标优化（Multi-Objective Optimization, MOO）结合Pareto搜索技术，以最小化LCOC和EI，并利用人工神经网络（Artificial Neural Network, ANN）模型建立可再生能源容量因子与最优DAC容量比之间的非线性映射，以降低计算负担。生命周期评估采用GREET模型，核算PV和WT系统的全套供应链上游排放（包括制造、运输、安装），以及DAC系统的隐含排放。系统边界涵盖上游能源和材料投入、可再生能源和DAC的隐含排放，以及运行过程直接排放，但排除CO₂运输与封存。敏感性分析考察了关键技术经济参数（如DAC和可再生能源资本成本、PV效率、风电机组额定风速等）在±10%变化范围内对LCOC和EI的影响。未来预测基于IRENA等来源的2030年成本和技术参数（如PV资本成本降至587美元/kW，DAC资本成本降至525.7美元/吨CO₂-cap等）。

**研究结果**

**3.1 DAC规模对LCOC和EI的影响**：通过改变DAC与可再生能源容量比（CR_DAC），发现LCOC和EI随CR_DAC增加先降低后升高，存在局部最优值。对于PV系统，最优LCOC和EI分别出现在CR_DAC≈0.31和0.69 MWDAC/MWRES；对于WT系统，则分别为0.38和0.77 MWDAC/MWRES。研究表明，存在LCOC与EI之间的权衡，本研究以最小化LCOC为目标。

**3.2 基于光伏的电气化DAC（E-DAC）的参数与性能评估**：利用地理空间地图展示了PV驱动DAC的性能指标空间分布。MENA南部（如埃及、利比亚、阿尔及利亚、也门）光伏容量因子超过20%，对应LCOC低至约350美元/吨CO₂，EI低至约65 kgCO₂eq/吨CO₂；北部地区LCOC高达450美元/吨CO₂，EI高达115 kgCO₂eq/吨CO₂。DAC年容量因子为30%-45%，南部地区更高。碳捕获产率为0.5-0.85 tCO₂-cap/kW_RES。

**3.3 基于风能的E-DAC的参数与性能评估**：风电容量因子变化范围大（<10%到>60%），沿海和山地地区（如埃及、摩洛哥、阿曼、黎巴嫩）具有高风资源。最优CRDAC为0.22-0.38 MWDAC/MWRES。在风能丰富地区，LCOC可低于200美元/吨CO₂，EI低至30 kgCO₂eq/吨CO₂，但低风资源地区LCOC高达650美元/吨CO₂。WT驱动DAC的EI整体低于PV驱动系统（30-100 vs. 65-115 kgCO₂eq/吨CO₂）。DAC年容量因子为20%-90%，碳捕获产率为0.2-1.2 tCO₂-cap/kW_RES。

**3.4 敏感性分析**：对于PV-DAC系统，LCOC对DAC资本成本最敏感（±10%变化引起约8%变化），其次是DAC电力消耗（约4%）、PV效率和PV资本成本（各约3%）。对于WT-DAC系统，额定风速是LCOC的主导因素（±10%变化引起约10%变化），DAC资本成本和电力消耗影响次之。对于EI，系统寿命在两类系统中均为主要因素（±10%变化引起约9%变化），PV隐含强度和PV效率对PV系统影响大，WT隐含强度和额定风速对WT系统影响大。

**3.5 比较分析**：将RES-DAC与传统高温DAC（HT）、低温DAC（LT）及工业点源捕获进行比较。RES-DAC（PV和WT）的LCOC显著高于传统DAC（传统DAC约100-200美元/吨CO₂，而RES-DAC平均>350美元/吨CO₂（PV）或>200美元/吨CO₂（WT）），点源捕获最低（50-100美元/吨CO₂）。但RES-DAC的EI远低于传统DAC（传统DAC约500-900 kgCO₂eq/吨CO₂，而RES-DAC通常<100 kgCO₂eq/吨CO₂），点源捕获EI一般在300以下。研究指出，RES-DAC在环境影响上具有显著优势，但经济可行性仍是挑战。

**3.6 未来预测（2030年）**：基于预计的资本成本下降（PV降23%，WT降7%，DAC降36%），MENA平均LCOC将大幅下降：PV-DAC从约380降至约177美元/吨CO₂，WT-DAC从约265降至约135美元/吨CO₂。EI同样显著下降：PV-DAC从约89降至约50 kgCO₂eq/吨CO₂，WT-DAC从约40降至约30 kgCO₂eq/吨CO₂。

**总结讨论与结论翻译**

**讨论部分总结**：研究人员在讨论中指出，优化DAC与可再生能源容量比能显著降低LCOC和EI，且不同能源类型和地点表现差异显著。成本对比显示，尽管RES-DAC的LCOC高于传统DAC，但其环境优势突出。未来技术进步和成本下降有望使RES-DAC在2030年接近经济可行性，但能源存储和混合系统（如PV/WT组合）的纳入以及更全面的不确定性分析（如蒙特卡洛模拟）是未来研究方向。此外，CO₂储存和利用基础设施的成本与运营影响未被考虑，需进一步评估。

**研究结论翻译**：本研究评估了MENA地区可再生能源驱动DAC的技术经济可行性和环境影响，填补了当前知识的空白。具体而言，本研究系统评估了DAC系统规模对捕获成本和GHG排放强度的影响，并辅以详细的地理空间制图，覆盖MENA地区多样化的PV和WT驱动DAC系统。分析还将光伏和风能系统的供应链排放纳入生命周期EI估算，提供了更全面的环境视角。此外，研究对关键技术和经济参数（如DAC和可再生能源资本成本及效率）进行了广泛的敏感性分析，以识别在真实场景中最影响RES-DAC可行性的因素。最后，本研究直接比较了RES驱动DAC与依赖电网电力和天然气的传统DAC技术以及工业点源CO₂捕获，凸显了MENA地区可再生能源部署的优势与剩余挑战。关键发现表明，DAC与可再生能源容量比优化显著降低LCOC和EI，PV驱动DAC在高容量因子区域LCOC可低至350美元/吨CO₂，WT驱动DAC可达200美元/吨CO₂。风能驱动DAC展示出更低的GHG排放足迹，其EI低至30 kgCO₂eq/吨CO₂，而PV系统为65 kgCO₂eq/吨CO₂。敏感性分析揭示，DAC资本成本对LCOC影响最大，而未来资本成本降低和技术进步可使RES驱动DAC的LCOC与传统DAC技术（使用天然气和电网电力）具有竞争力，且EI显著更低。这些结果表明，将可再生能源与DAC系统整合是MENA地区实现大规模CO₂去除的可行途径，但持续的技术进步和政策激励对于广泛采用至关重要。