用于比较全球海上基础设施改造为清洁能源用途之平准化成本驱动因素的方法论——加州近海与墨西哥湾案例研究

《Renewable Energy》：Methodology to compare levelized cost drivers for repurposing global offshore infrastructure for clean energy - Offshore California vs. Gulf of Mexico case study

　　

• 制定了全球性方法，用于评估海上结构物改造为清洁能源设施的潜力
• 将该方法应用于生成加利福尼亚近海区域的平准化成本和地理空间图
• 将结果与墨西哥湾（GOM）的趋势进行比较——分析导致这些差异的因素
• 估算了加利福尼亚近海所有23个资产改造的平准化成本
• 确定了可以改造为盈利海上风电项目的资产

引言

世界面临的最大挑战之一，是在满足日益增长的能源需求的同时提供清洁能源解决方案，特别是在发展中国家，由于人口快速增长和生活水平提高[1]。20世纪期间，化石燃料一直是几乎所有人类活动的主要能源来源。然而，它们对环境的影响以及对全球变暖和气候变化的贡献促使人们重新思考世界应使用何种能源。因此，寻找替代化石燃料的能源变得至关重要。由于可再生能源具有低碳足迹和高全球可用性的特点，它们被视为解决能源供应问题的最佳方式[2], [3]。

许多国家已承诺从可再生能源中生产更清洁的能源[4]。此外，联合国发布的17个可持续发展目标（SDGs）中有五个与这一应对行动相一致[5]。SDG 7旨在确保获得负担得起的、可靠的、可持续的和现代能源[6]。SDG 8致力于促进体面工作和经济增长[7]，而SDG 9旨在建设有韧性的基础设施、促进包容性和可持续的工业化并推动创新[8]。SDG 13采取行动应对气候变化及其影响[9]，SDG 14关注保护和可持续利用海洋、海洋和海洋资源[10]。这些目标构成了本报告所述工作的关键驱动力。

海上风电因其不占用土地的特点、海上较高的风速以及在负荷中心附近施工的便利性而日益受到重视[11]。因此，海上风电可以有助于减缓温室气体排放和气候变化，助力实现上述五个可持续发展目标。由于这些项目资本密集度高且风速具有不可预测性，海上风电成本的估算十分复杂[12]。一种随机方法已被用于评估巴西海岸沿线五个不同地点的海上风电场的平准化能源成本（LCOE）。评估地点的海上风电潜力已进行量化，并纳入了与风速相关的经济不确定性[13]。

氢能也被视为一种无碳能源选择。最近的研究发表了台湾和澳大利亚风电驱动的离岸氢能项目的技术经济结果[14], [15]。

全球能源行业正在发生结构性变化，涉及能源来源、能源政策、结构及经济规模[16]。这种能源转型可以通过再利用海上油气平台来实现。目前，全球约有6500个海上油气生产设施，分布于约53个国家的陆架上，其中亚洲约950个，中东约700个，欧洲、北海和东北大西洋约600个[17]。由于化石燃料的勘探和生产正在结束，许多这些海上结构物在未来将面临退役[18]。遵守退役法规、环境影响考量、再利用潜力和成本最小化是关键驱动力。全球各地已发表多篇关于有效退役的案例研究——例如在中国[19]、尼日利亚[20]和意大利[21]。

预计在未来十年内，北海将有约100个平台、2,100口井和英国大陆架上的7,500公里管道面临退役，预计到2050年支出将达到590亿英镑。与退役相关的巨额费用促成了对确保成本效益的方案进行探索。另一个优势在于，通过延长即将退役的油气平台的使用寿命，可以有效管理能源项目，这些平台可被改造用于可再生能源生产或碳捕集、利用与封存（CCUS）[22]。因此，油气平台和管道的再利用和改造在许多退役计划中变得越来越重要，但在某些情况下可能仅适用于有限的场景。已有若干研究评估了哪些地方可以进行改造作业以及改造途径。

其中一些研究考察了针对特定改造选项的更广泛社会经济影响，例如在墨西哥湾进行的CO?封存和渔业等[23]。另一些研究则聚焦于特定资产，如管道[24]，或在某一区域考察特定资产用于可再生能源[25]。

然而，对于跨大范围区域的详细平准化成本建模，以识别各类改造选项（如海上风电或风电制氢）的最佳经济区域和经济驱动力，目前的研究还十分有限。

休斯顿大学的ROICE（Repurposing Offshore Infrastructure for Continued Energy，改造海上基础设施用于持续能源供应）项目旨在填补这一空白，开发一种标准方法，可应用于不同海上地理区域。这有助于比较不同区域的改造潜力，为政策制定、投资决策和可持续发展规划提供有用的输入。ROICE项目最初聚焦于墨西哥湾，开发用于评估GOM地区ROICE项目技术经济可行性的模型和工具。这些项目涉及在改造后的海上平台周围安装一组浮动式或固定式风力涡轮机，利用风能，并将电力输送至岸边或利用海水制氢。虽然当前工作重点集中在风电和制氢方面，但这些模型可扩展至涵盖多种清洁能源来源，以了解改造现有海上基础设施的经济可持续性。目前正在开发的其他选项包括海上CO?封存、海上数据中心、波浪能和潮汐能、海洋温差能等。

这些选项将需要新项目和海洋空间规划，可促进经济增长，并通过瞄准目标8.2来帮助实现SDG 8[7]。如果新项目建设了有韧性的基础设施，这些项目将有助于实现SDG目标9.1[8]。此外，如果改造项目减少海洋污染并拥有退役计划，将这些老化结构物转化为珊瑚礁，从而可持续管理海洋和沿海生态系统，例如SDG目标14.1和14.2也可得到解决[10]。

一种针对此类海上低碳能源项目（包括海上油气平台改造）的详细平准化成本模型已在我们的先前出版物中开发并报告[28]。在本文中，我们使用这一平准化成本模型，该模型可计算给定海上地点的平准化成本值，从而在大范围海上区域生成平准化成本图。我们还报告了一种适用于全球的方法论，可用于比较不同海上区域的趋势并理解盈利背后的驱动力。

能源脱碳和碳足迹减少是全球优先事项。世界各国政府正在制定计划，以激励和推进项目实现这些目标并解决相关的五个可持续发展目标。在某些情况下，正在实施处罚和碳税（如加利福尼亚州和欧洲），以鼓励向低碳能源转型。因此，此类项目由成本规避驱动。在其他情况下，正提供激励措施以鼓励投资低碳能源项目，例如美国政府的45Q计划（用于CO?封存）、45V计划（鼓励蓝色和绿色氢能项目、投资和发电税收抵免）等。此外，相对于新建项目，现有设施的再利用也是碳足迹更低的路径。

为了正确模拟所有这些因素以及影响改造低碳能源项目经济性的特定地点物理属性，需要一种可全球应用的综合方法论。ROICE方法论正在开发以提供这样的工具。以下讨论了该方法论如何应用于全球不同区域。

章节摘要

ROICE方法论的全球应用

ROICE方法论开发和测试的初始应用区域是美国墨西哥湾。本文讨论了该方法论在加利福尼亚近海的应用。目前还有其他工作正在为北海和巴西近海开发ROICE模型。

需要在感兴趣区域的特定地点ROICE模型中纳入的关键因素包括：
• 水深、风速、浪高和海上平台位置图
• 海上平台的位置以及

结果与讨论

地理空间平准化成本（GSLC）地图提供了一种直观的视觉展示方式，通过平准化能源成本（LCOE，美元/MWh）地图展示实施风电输出ROICE项目的比较成本，通过平准化氢成本（LCOH，美元/kg H?）地图展示实施氢输出项目的成本，覆盖广泛的地理空间区域。此类GSLC地图在展示经济可行性和能源项目的规划决策中发挥着重要作用。

未来研究

ROICE方法论的未来研究将聚焦于三个领域：将其扩展到其他全球感兴趣的海上区域、改进基础模型以及增加其他改造选项。

除了本文报告的加利福尼亚近海工作外，ROICE方法论目前正在应用于北海和巴西近海。澳大利亚和阿拉斯加等其他区域也在考虑范围内。

ROICE平准化成本模型中的基本假设正在持续更新和完善，以

局限性、不确定性与挑战

此处呈现结果所依据的平准化成本模型是一个筛选级模型，在发电、风速变化、运维成本模型等方面采用了多项简化假设。此外，虽然平准化成本是好的比较不同地点和不同项目场景的指标，但投资决策将需要更详细的经济建模。

资产改造面临挑战——资产需要保持良好的维护状态以允许再使用一到二十年。

结论

在这项研究中，通过使用加利福尼亚近海区域，展示了将ROICE方法论改编为评估全球不同海上区域海上资产改造为清洁能源项目潜力的过程。创建了GSLC地图，展示了不同场景下的平准化成本分布，包括改造和新建风电及氢能发电项目在两种不同规模下的情况——示范项目和商业项目。此外，

CRediT作者贡献声明

Paulo Liu：验证、软件、形式化分析。Ram Seetharam：撰写–审阅与编辑、监督、形式化分析、概念化。Muhammad Younas：撰写–初稿、可视化、软件、方法论、形式化分析、数据管理。Yugbhai Patel：撰写–初稿、软件、方法论、数据管理。

未引用参考文献[29], [41], [42], [43]。

数据可用性

支持本研究结果的数据和模型已公开发布于ROICE-LC-Model GitHub仓库中，地址为：https://github.com/Ypatel1605/ROICE-LC-Model。

• 感谢Ramanan Krishnamoorti博士对ROICE项目初始阶段的支持、指导和种子资金，以及他鼓励将ROIC模型扩展至加利福尼亚州。
• 感谢XODUS集团（Elliot McDonald、James Monnington、Brendan Quinn）提供初始平准化成本模型、映射网格，并对团队进行使用培训。

利益冲突声明

作者声明没有已知的竞争财务利益或个人关系可能影响本文所报告的工作。

致谢

ROICE团队感谢许多个人和组织的支持和指导：

Muhammad Younas | Yugbhai Patel | Paulo Liu | Ram Seetharam