《Energy》:Renewable fuels or CCS? Identifying drivers in net-zero transport and energy systems
编辑推荐:
重型交通部门(如长距离航空与航运)的深度减排,要么需要大规模转向可再生燃料,要么需要在继续使用化石燃料的同时配套碳捕集与封存(carbon capture and sequestration, CCS)进行排放补偿。可再生燃料依赖稀缺资源,包括可再生电力、氢气
重型交通部门(如长距离航空与航运)的深度减排,要么需要大规模转向可再生燃料,要么需要在继续使用化石燃料的同时配套碳捕集与封存(carbon capture and sequestration, CCS)进行排放补偿。可再生燃料依赖稀缺资源,包括可再生电力、氢气与生物质;而化石排放的补偿则受限于CO2捕集成本与可用性,以及CO2运输与封存的容量。本研究应用部门耦合能源系统模型Balmorel-OptiFlow,识别西欧到2050年实现净零能源系统的最小成本策略。通过在多条CO2价值链中内生化优化交通燃料供应与碳管理,并采用一次一个因子敏感性分析(one-at-a-time sensitivity analysis),研究人员明确了燃料结构在可再生燃料与化石燃料之间发生转移的条件。生物燃料部署随生物质可用性直接放大;而电燃料(electrofuel)仅当低成本电力与氢气,或高化石燃料价格使其相对于“由CCS补偿的化石路径”具备竞争力时才被部署。即使在可再生燃料高 uptake 情形下,碳管理仍是最优成本系统的核心,各情景下封存量为145–402 MtCO2/yr,其驱动力来自航空与工业热力中持续存在的化石能源使用。
研究背景方面,实现2050年净零目标要求能源、交通、工业与土地利用多部门深度减排。欧盟虽自1990年以来电力与供热排放下降近40%,但航运、重卡与国内航空排放反而上升逾10%,重型交通因高密度能量燃料需求与技术经济壁垒而难以脱碳。当前两条主流路径——转向可再生燃料(生物燃料、电燃料)或沿用化石燃料并配套CCS——在部门耦合系统中如何竞争稀缺的电力、氢气、生物质与CO2封存容量,已有文献多将交通作为外生燃料需求或未显式建模多源捕集与区域化封存,致使系统级资源分配机制未充分揭示。为此,研究人员以西欧2050净零为目标,采用Balmorel-OptiFlow单一优化框架,内生化交通燃料合成与多源碳管理(含点源生物CO2、直接空气捕集DAC、车载碳捕集OCC),通过结构化一次一个因子敏感性分析,厘清生物质可用性、可变可再生能源(VRE)潜力、电解槽成本、DAC成本、OCC成本与化石燃料价格六类参数如何驱动可再生燃料替代与CCS路径的再平衡。该文发表于《Energy》。
关键技术方法上,研究人员将开源部门耦合模型Balmorel(最小化跨电力、供热、工业与交通的投资、固定与变动成本,4%贴现率)与网络优化模型OptiFlow硬连接,后者扩展建模CO2捕集、运输、封存与利用(CCU);两模型共享目标函数与电力、氢、生物质、CO2平衡约束,按区域—年—季节—时段求解。交通端航运、航空、重卡作为独立需求汇,分别配置氨/甲醇/OCC或受限燃料组合。敏感性分析在基准情景上单次扰动六参数之一,其余固定,以透明归因系统响应。
研究结果部分,引言(Introduction)指出重型交通脱碳受高能量密度燃料约束,可再生燃料与CCS路径竞争有限资源,既有研究缺乏内生化燃料竞争与显式多源CCS,引出本研究缺口。方法(Methods)中2.1节说明Balmorel-OptiFlow以式(1)最小年化成本统筹发电、储运与转化投资;2.1.1节给出电力平衡等式,Balmorel总发电须满足外生电力需求、Balmorel内生部门耦合需求及OptiFlow燃料生产用电,并计入跨区域输电净流与损耗。研究人员由此在净零约束下联合优化。
结论显示:生物燃料部署规模与生物质可用量呈直接比例关系;电燃料仅在低电价/低氢价或高化石油价下,相对“化石+CCS”路径具备成本优势时才进入系统;即便可再生燃料占比升高,航空与工业热力残留化石使用仍使年封存CO2达145–402 Mt,BECCS、DACCS与点源CCS均发挥作用。敏感性表明,生物质收紧会推高电燃料与生物CO2循环,VRE丰富与电解槽降价扩张电燃料,DAC/OCC降价则增加负排放补偿能力,化石涨价使电燃料竞争力阈值下移。
讨论与结论翻译浓缩如下:研究人员认为,在部门耦合净零系统中,可再生燃料替代与化石燃料—CCS并非互斥,而是随技术经济参数在内生优化中动态分配稀缺资源;生物质可用性是生物燃料规模的硬约束,电力—氢气成本结构是电燃料破局关键,而CCS(含BECCS、DACCS、OCC)因航空与工业热力的路径惯性始终保有系统级兜底功能。该结论为西欧交通脱碳的资源竞合与政策优先级提供了基于最小成本系统的因果机制解释,而非仅给出情景枚举。