-
碳捕集利用与封存 (CO2 capture、utilization and storage，CCUS) 是将CO2从工业、能源利用或大气中分离出来，通过工程手段实现减排或获得附带效益的过程[1-2]，是实现碳中和不可或缺的关键技术[3]。CO2地质封存与利用是CCUS技术的核心组成部分[4-5]，面临着政策、技术、经济、安全等风险问题[6]。风险是不确定性对项目目标的影响[7]，通常以事件后果的严重性和发生的可能性组合进行度量[8]。根据全球碳捕集与封存研究院统计，2012—2022年间，共有约53个大规模CCUS项目因各种原因 (经济、技术、政策等) 取消或搁置，占比约28.5%[9]。例如美国Petra Nova项目因疫情、油价等原因暂时搁置，英国的White Rose、Peterhead项目因政府撤回CCUS资金而取消。我国胜利油田百万吨级CCUS-EOR项目也因油价下跌、缺乏其他金融驱动等原因而进展缓慢或停滞数年，直至2021年才开始重新启动建设。
由于项目内部及外部环境的不确定因素多种多样、或静态或动态、或潜在或已存在，而且随着项目生命期的渐进，又会产生新的风险，因此风险识别作为风险评价过程的第一步，是进行全面风险评价的重要前提[7]。风险识别的目标是明确与项目有关的潜在风险源，识别引起项目风险的要素，判断项目风险可能造成的后果，即确定风险情景、风险途径及风险受体[10]。在识别过程中，评估人员需要识别包括地质安全性、环境影响、人类健康、政策和社会因素等多种潜在的风险事件和类型，并评估风险的概率和影响。最初，CO2地质封存环节的风险识别是通过投入专家知识，将CO2地质封存过程与自然类似物或相似工程类比[11]，进而判断和识别风险，相似工程如CO2驱油，酸气回注、工业废物处置、地下核废料处置和天然气地下储库等。
目前，国内外在CO2地质封存工程的风险识别环节中已开展德尔菲法、头脑风暴法和专家面谈法等方法的应用，此外，风险清单法、SWOT技术、风险分解结构、风险图解分析技术等多种分析方法也逐渐得到了了解和应用。风险管理方法有各自的优势和局限性，德尔菲法、头脑风暴法、风险清单法适用于主题复杂，不确定性高的情况，使用快速简易，易于操作，但缺乏精确度。SWOT分析适用于组织内外部环境的综合评估，简单易懂，但需对项目与行业具有较清晰的认知度。FEP风险识别、领结法和FEMA方法均适用于系统的整体评估，其中FEP风险识别方法较为全面，但庞大数据库的建立工作十分耗时耗力，领结法可视化程度较高，但缺乏精度，FMEA操作简单，但同样缺少精确度。贝叶斯信任网络概率性可信，但网络建立复杂且需要的数据繁重，故障树分析可确定诱因后果关系，但系统庞大且对操作人员要求高，这两种方法的优势在于可进行定量分析，适用于信息较全面的情况。同一项目可能选择多种风险识别方法进行项目风险的前期排查。然而，当前已有研究大多是针对单一方法的介绍和应用，缺少对多种不同风险识别方法的系统介绍和对比，尚未集合成完整的风险识别理论框架体系。
本研究全面综述了CO2地质封存风险识别现状、风险识别方法及对比，在此基础上提出了适用于在不同阶段进行项目风险识别方案的筛选的纺锤形风险识别筛选方法，该方法但还需要根据资料丰度进行进一步的细化，此外，通过此方法确定采用头脑风暴法和风险清单法的方式对宁夏回族自治区试注工程进行风险识别，以期指导项目风险管理，助力项目顺利开展，为未来宁夏开展大规模CCUS项目提供重要参考。
-
风险识别方法是在管理和决策过程中非常重要的一环，有助于发现和评估可能影响项目或组织实现目标的各种风险因素。其中，德尔菲法[12-13]、头脑风暴法[14]、风险清单法[15]、SWOT技术[16-17]以及FEP方法[18-23]等是常用的定性风险识别方法，其中风险清单法通过列举可能的风险事件和其特征来系统性地辨识风险；SWOT技术则利用对组织内部优势、劣势以及外部机会、威胁的分析，揭示潜在风险；FEP方法可通过专家意见征询、集体讨论和专家访谈等方式进行风险矩阵评估以实现半定量化。风险图解分析技术也是一种常用的风险管理工具，旨在通过图形化的方式展现风险信息，以便决策者更清晰地看到风险之间的关联性和影响程度，包括领结法[24-27]、FEMA (故障模式与影响分析) [28-30]、故障树分析[31-34]和贝叶斯网络分析[35-36]。表1从提出时间、考虑因素、实施过程、优势、不足、适用条件、应用情况等方面对风险识别方法做出了总结，当针对复杂项目时，这些方法的综合运用可以有效地提高风险识别的全面性和准确性，为后续的风险评估和应对措施奠定基础。
-
完整的风险识别流程应包括资料收集整理、风险数据库建立、风险识别方法筛选以及风险识别评价等步骤，如图1所示。首先，资料收集整理阶段应收集包括一般建设项目的风险以及国内外已开展的CO2地质利用与封存项目的风险资料，对收集资料进行汇总及统计，建立CO2地质利用与封存项目的风险数据库；然后，基于以上风险数据库，根据工程规划阶段进行概念设计，结合项目特点以及工程规划阶段选择风险识别方法，例如试注试验可行性分析、拟注入等不同的工程规划阶段对风险识别的详查程度要求不一；最后，结合筛选的风险识别方法对项目进行风险识别。
-
风险识别方法选取是整个风险识别流程中的关键所在，每种风险识别方法都有各自的优势和劣势。在风险识别过程中，同一项目可能选择多种风险识别方法进行项目风险的前期排查。
根据表1中梳理的风险识别方法的优劣势对比，我们提出并推荐可近似采用一种纺锤形风险识别方法筛选原则，由风险识别方法的定量程度、操作复杂度以及使用频率等对各种风险识别方法进行排序分类，由图2所示，在项目初期，资料缺失，没有相关历史项目风险信息资料时，通常采用德尔菲法、头脑风暴法等方法对项目风险进行定性识别。风险清单法、SWOT技术、FEP方法以及风险图解分析技术通常用在有相关历史项目风险信息识别上。故障树法、FMEA法和贝叶斯网络模型等方法对项目的数据详实程度、系统的操作复杂度都较高，因此风险识别的定量化程度也较高。
-
宁夏回族自治区财政厅项目《宁夏二氧化碳地质封存调查、试验与示范项目》通过CO2地质封存专项地质调查和试验研究，评价封存潜力与适宜性，筛选CO2咸水层地质封存重点区域，圈定近期可用于规模化封存的工程场地。本案例通过对潜在封存场地灌注试验与规模化封存建议方案进行风险分析，指导封存项目风险管理，助力项目顺利开展，为未来宁夏开展大规模CCUS项目提供良好助力。
-
由于本研究所针对的项目《宁夏二氧化碳地质封存调查、试验与示范项目》目前仅处于概念阶段，资料较为缺失，因此在充分对比各方法的优势和劣势之后 (表1) ，依据纺锤形风险识别筛选方法选取在项目初期阶段，资料不足的情况下适用的风险清单法结合头脑风暴法进行风险分析，并通过丰富、详细的前期资料调研，解决其清单可能不够详尽、对单个风险描述不足，不能揭示风险来源间相互依赖关系的不足。
针对本项目来说，首先需要确定风险清单的范围和目的，包括定义项目或业务活动的范围，明确风险清单的目的和范围，确定需要识别的风险类型，再通过头脑风暴及文献调研等方式收集可能存在的各种风险事件和问题，尽可能全面地列出潜在风险，头脑风暴是一种集思广益的方法，通过鼓励团队成员自由发散地提出各种可能的风险点或问题，从而快速产生大量潜在风险的想法。这种方法适合在缺乏详尽资料时进行风险定性识别，有助于团队从多个角度思考可能的风险因素，为后续风险管理工作做好准备。之后将收集到的风险事件按照不同的类别或特征进行分类整理，确保清单的完整性和系统性。
-
根据图1风险识别框架流程以及图2纺锤形风险识别方法筛选原则，首先进行详细的前期资料调研，通过识别自然、人为两大风险类别，从CCUS过程的发生阶段、风险源、成因、事件、受体、风险性质、可能性、后果、损害等关键风险要素出发，选择头脑风暴法以及风险清单法，识别出试注试验的关键风险清单 (表2) 。
由于试注试验主要采用罐车运输，规模较小，因此主要的风险是传染性疾病导致的项目延期、进而造成预期外的建设或操作成本；储存性能不如预期，例如注入性。因此本项目主要对于规划项目的风险进行分析。
-
1) 自然要素风险 (R1) 。自然要素风险 (R1) 主要是第1、2、3、4条风险条目，主要是疾病、洪水、地质灾害与火灾等。
传染性疾病对项目参与人员造成影响，使项目延期，进而导致经济损失，事件发生具有不可预测性，但是已有应对条件较为成熟，良好的防疫措施与提前制定的预案，能够有效降低风险。
宁夏回族自治区区内干旱小雨，多年平均降水量310.35 mm，多年平均蒸发量1 939.12 mm，是降水量的6.25倍。总体规律为由东南向西北递减，目标区附近年平均降水量多在160.80 mm (盐池气象站2000年) 。暴雨对于该项目的影响主要是因暴雨诱发的地质灾害，引起管输、道路以及地表设施的破坏。境内绝大部分的滑坡、崩塌、不稳定斜坡失稳均发生在雨季，但其发生时间并不一定与降雨时间同步，一般具有一定的滞后性。
地质灾害方面，盐池县境内地质灾害主要有滑坡、崩塌、泥石流、不稳定斜坡和地面塌陷五种类型。以滑坡、崩塌为主，不稳定斜坡、泥石流和地面塌陷不太发育。
滑坡、崩塌主要分布于区内南部麻黄山乡、大水坑镇东南部一带的黄土冲沟中，惠安堡镇地质灾害以滑坡为主，地面塌陷发育在冯记沟乡，王乐井乡地质灾害以泥石流为主，高沙窝镇地质灾害不发育。
目标场地周边无地质灾害点，整体上风险较低，但是要留意输送路线上的地质灾害，可能造成管道破坏等问题，火灾的不确定性较大，后果较为严重，Lost Cabin项目就因火灾问题导致项目搁置。
2) 地质要素风险。风险清单中，与地质有关的条目包括7、15、16、17、18，主要是储盖层性能，包括注入性、容量、密闭性等。宁夏回族自治区CO2地质封存目标场地开展了适宜性评价结果显示CO2-EOR的适宜性非常高，该评估充分考虑了储盖层性能以及环境与安全风险，因此目标场地的地质风险要素处于低水平，但是由于资料的不确定性以及精度问题，使得该评估结果也具有不确定性，需要对场地进行进一步的评估。
3) 泄漏要素风险。风险清单中，与泄漏有关的条目包括19、20、21、22，主要是人为泄漏通道，断裂、断层、盖层、跨越水力圈闭等。废弃井是最可能的泄漏通道，影响其井筒完整性的主要要素为弃井工艺与材料。当前区域主要为石油天然气井，共有42口，已知的10口井埋深超过3 500 m，其他井深未知，42口井中，18口已封，24口未封，在大规模项目开展之前，有必要对井的密封性进行进一步的评估。
除了遗留井以外，断层也是可能的泄漏通道，目前对断裂的资料仅在区域尺度，尚没有足够的场地尺度资料对此做出相关评估，风险的不确定水平较高。
对于泄漏后的影响受体，主要以人体健康和动植物为主，区域无大型城镇分布，以行政村和自然村为主，人口较为分散，植物乔木、灌木以及草地为主，包含部分果园，整体上风险后果中等，但是应结合泄漏通道进行进一步的综合评估。
4) 碳源要素风险。碳源要素主要涉及风险8、9、12、27，主要是CO2的成分与供应问题。宁东能源化工基地是宁夏最主要的CO2排放集中区，主要工业源CO2排放约占全区排放总量的50%，场地周边排放源较多，以火电为主，火电CO2浓度较低，杂质较多，同时可能存在CO2间歇性供应的问题，但是当前技术水平已经能够满足浓度要求，同时考虑多个碳源的集群供应，能够降低碳源端的风险，源汇匹配研究结果显示，目标场地周边排放源排放量大，距离封存场地较近，平准化成本低于400元·t-1，适合开展早期CCUS示范。同时，根据集群分析，周边具备形成平准化成本低于400元·t-1的集群。
5) 政策经济要素风险。经济要素是影响项目能否顺利开展的关键，同时也受到政策要素的影响。目前我国CCUS尚未形成完整的商业化战略，CCUS发展存在弱势与不足。主要包括第一代捕集技术能耗成本高、项目周期长，缺乏法律层面的确权、激励机制不足、CCUS尚未进入碳交易市场、审批与监管体系不完善等问题。但是宁夏发展CCUS已具备良好的政策环境，在双碳目标愿景下，自治区政府自2021年以来先后发布了《宁夏回族自治区应对气候变化“十四五”规划》、《宁夏回族自治区碳达峰实施方案》为宁夏地区发展CCUS提供政策支持；此外，目前自治区政府启动了一批示范项目，包括正在实施的《宁夏二氧化碳地质封存调查、试验与示范项目》，以及已进入可行性论证阶段的《宁夏宁东能源化工基地煤化工CCUS示范工程》。从政策方面来说，项目具有较好的政策环境。经济方面，目前试注试验属于财政支持的工艺调查项目，经济风险低，从已有的风险事件来看，经济是影响大规模项目开展的重要因素，未来应进行重点评估。
6) 经营管理要素风险。宁夏在CCUS产业领域走在了西北地区的前列。2019年成立宁夏CCUS技术中心，与中国科学院武汉岩土力学研究所签署技术协议，共同开展宁夏地区CCUS地质封存空间、增强地热等方向的基础性研究，促进CCUS技术的快速发展。2021年宁东能源化工基地百万吨级CCUS示范项目启动前期地质封存条件勘察，得出初步结果，即宁夏东部有较好的CO2地质封存条件，与宁东地区大量高浓度CO2排放形成了较好的源汇匹配，较适宜开展CO2封存。2022年长庆油田召开CCUS规划及宁夏油区百万吨CCUS工业化方案审查会，计划在宁夏建成百万吨级CCUS示范区。捕集方面，宁夏煤业有限责任公司煤制油分公司的CO2捕集设施正在建设中。
管理要素整体处于中低风险水平，可控性较高，通过制定良好的管理与执行制度，能够有效地降低项目风险。
定义Ri为风险值，R=1时为低风险，
$ R\in (\mathrm{1,2}) $ 时为中—低风险， R=2时为中风险，$ R\in (\mathrm{2,3}) $ 时为中—高风险，R=3时为高风险，项目总体风险计算公式如式(1)所示。式中：
$ {R}_{\mathrm{A}} $ 为项目整体风险；R1为自然要素风险；R2为地质要素风险；R3为泄漏要素风险；R4为碳源要素风险；R5为政策经济要素风险；R6为经营管理要素风险。整体上看，该CCUS工程具备了较好的技术基础及一定的技术储备，自然要素风险R1、地质要素风险R2、政策经济要素风险R5均为低风险，其风险值R取为1；宁东能源化工基地场地周边排放源较多且以火电为主，火电CO2浓度较低，杂质较多，碳源端具有中—低风险，其风险值i取为1.5；在泄漏要素方面，目前对断裂的资料仅在区域尺度，尚没有足够的场地尺度资料对此做出相关评估，风险的不确定水平较高；此外，规模化项目的场地经营、资金来源、商业模式等尚不明确，无法进一步评估，经营管理要素整体处于中—低风险水平，风险值R取为1.5，可控性较高。项目整体风险计算结果如表4所示，由计算结果可知该项目风险值
$ {R}_{\mathrm{A}} $ 为1.17 (低泄漏要素风险) 、1.33 (中泄漏要素风险) 或1.5 (高泄漏要素风险) ，因此判断该项目整体上处于中—低风险水平。通过对前期资料的丰富、详细调研，我们解决了风险清单可能不够详尽、对单个风险描述不足，以及不能揭示风险来源间相互依赖关系的问题。在不同项目阶段应用纺锤形风险识别筛选方法可以显著提高风险识别的准确性和有效性。在项目的早期阶段，特别是当数据和信息有限时，纺锤形风险识别筛选方法可以帮助团队从多个角度全面思考可能的风险因素，快速产生大量潜在的风险想法。通过结合头脑风暴等创新方法，团队能够深入挖掘各种风险事件和问题，确保风险清单的完整性。
随着项目的推进，新的风险因素可能会不断出现，而且现有的风险可能会发生变化。通过定期应用纺锤形风险识别筛选方法，团队可以及时更新和调整风险清单，当项目数据趋于丰富和完整，可以应用贝叶斯网络等定量方法以确保对项目风险的持续监测和管理。此外，纺锤形风险识别筛选方法还可以帮助更好地理解风险之间的相互关系，找出主要风险，并采取针对性的风险管理措施，以保障项目的顺利实施和成功完成。
因此，在项目的全流程阶段应用纺锤形风险识别筛选方法都是一种有效的方式，可以帮助团队更全面、准确地识别和管理项目中的各类风险以提高项目成功的机会。
-
1) 各种风险识别方法各有利弊，在CO2地质封存项目风险识别过程中通常将多种方法组合，采用纺锤形风险识别评价筛选模型有助于决策者快速合理选择风险识别方法。
2) 从CCUS过程的发生阶段、风险源、成因、事件、受体、风险性质、可能性、后果、损害等关键风险要素出发，根据纺锤形风险识别评价筛选模型选择头脑风暴法以及风险清单法，识别出宁夏试注试验的关键风险清单。
3) 通过对自然要素风险、地质风险要素、泄漏风险要素、碳源风险要素、政策经济要素、经营管理要素的分析确定项目整体风险为中—低风险，未来随着资料的进一步丰富以及采取相关的处置措施，可将风险等级进一步降低。
二氧化碳地质封存风险识别方法与案例应用
CO2 geological storage risk identification: Methods and application
-
摘要: 二氧化碳 (carbon dioxide, CO2) 捕集、利用与封存 (CO2 capture, utilization and storage，CCUS) 是实现碳中和目标不可或缺的关键技术。CO2地质封存与利用作为CCUS技术的核心组成部分，面临着政策、技术、经济、安全等风险问题，对项目的风险分析与评价能够降低不确定性对项目规划的影响，是实现项目顺利推进的有效保障。由于项目内部及外部环境的不确定因素多种多样，而且随着项目生命期的渐进，又会产生新的风险，风险反复发生的频率以及参与的各项目过程也会因项目而异，因此风险识别作为风险评价过程的第一步，是进行全面风险评价的重要前提。风险识别的目标是明确与项目有关的潜在风险源，在识别过程中，评估人员需要识别包括地质安全性、环境影响、人类健康、政策和社会因素等多种潜在的风险事件和类型，并评估风险的概率和影响。目前，国内外在CO2地质封存工程的风险识别环节中已开展德尔菲法、头脑风暴法、专家面谈法、风险清单法、SWOT技术、风险分解结构、风险图解分析技术等多种分析方法。每种风险识别方法都有各自的优势和劣势，同一项目可能选择多种风险识别方法进行项目风险的前期排查。然而，当前已有研究大多是针对单一方法的介绍和应用，缺少对多种不同风险识别方法的系统介绍和对比，尚未形成完整的风险识别理论框架体系以及筛选方法。在全面综述CO2地质封存风险识别现状、风险识别方法与应用的基础上，对多种风险识别方法进行了优缺点总结以及对比，提出了一种纺锤形风险识别筛选方法。最后，对宁夏回族自治区试注工程进行风险识别，以期指导封存项目风险管理，助力项目顺利开展，为未来宁夏开展大规模CCUS示范工程项目提供重要参考。Abstract: Carbon dioxide (CO2) capture, utilization, and storage (CCUS) represents a critical technology in the pursuit of global carbon neutrality. As a core component of CCUS technology, CO2 geological storage and utilization offer a viable means of achieving large-scale carbon removal in the near future. The impact on project concept serves as an effective guarantee for the realization of the project concept. Due to the various uncertain factors in the internal and external environment of the project, and with the gradual progress of the project life cycle, new risks will emerge. The frequency of risk recurrence and the various project processes involved will also vary depending on the project. Therefore, risk identification as the first step in the risk evaluation process is an important prerequisite for comprehensive risk evaluation. The goal of risk identification is to identify potential risk sources related to the project. During the identification process, evaluators need to identify various potential risk events and types including geological safety, environmental impact, human health, policy, and social factors, and evaluate the probability and impact of risks. Currently, various analytical methods, including the Delphi method, brainstorming, expert interviews, risk inventory analysis, SWOT technique, risk decomposition structure, and risk graphical analysis technique have been employed both domestically and internationally in the risk identification of CO2 geological storage projects. Each risk identification method has its own advantages and disadvantages. The same project may choose multiple risk identification methods for preliminary investigation of project risks. However, most current research focuses on introducing and applying single methods only. There is a lack of systematic introduction and comparison of multiple different risk identification methods that have not yet been integrated into a complete theoretical framework system for risk identification. Based on a comprehensive review of current risk identification practices, methods, and applications for CO2 geological storage, a comparative analysis of the advantages and disadvantages of various risk identification methods was provided. The risk inventory method was applied to identify risks for the test injection and conceptual project in Ningxia Hui Autonomous Region to guide risk management for the storage project, facilitating its smooth development, and providing an important reference for future large-scale CCUS projects in Ningxia.
-
Key words:
- carbon neutrality /
- CCUS /
- risk identification /
- brainstorming method /
- risk inventory /
- CO2 geological storage
-
-
表 1 风险识别方法总结
Table 1. Summary of risk identification methods
对比条件 德尔菲法 头脑风暴法 风险清单法 SWOT FEP 领结法 FEMA 贝叶斯网络 故障分析法 提出时间 20世纪40年代末—50年代初 20世纪
40年代20世纪
70年代20世纪60年代—70年代 20世纪
40年代20世纪
60年代20世纪
80年代20世纪
80年代19世纪 实施过程及考虑因素 通过匿名征询专家意见，经过多轮讨论后，形成集中预测结论，支持项目未来发展 通过自由讨论的会议，激发参与者的创意和灵感，促进相互启发 根据历史信息和经验编制的原始风险清单，逐项核对并改进，最终形成适用于本项目的新风险清单 全面考察项目的优势、劣势、机会和威胁，识别内部风险，为项目立项提供全面的风险识别依据 确认封闭系统中所有特征、事件和过程，分析它们之间的关联和相互作用并确定潜在风险 确定顶上事件后，识别其原因和可能后果，制定预防和减缓措施，同时考虑升级因素及防止其发生的关键活动 定义系统的危险等级和风险指数，然后分析故障模式、原因和影响，并探讨检测方法，接着评估计算风险优先级数RPN=严重性S×概率P×可检测性
D) [28]，最终得出项目风险通过图形表示因果关系的不确定性，用箭头连接变量，表示随机变量的依赖关系；若两个节点间有单箭头连接，则产生一个条件概率值 以顶事件为分析目标，自上而下识别直接和间接风险原因，直到基本风险原因，并用事件符号和逻辑门进行表达，分析事故的现象与原因，从而制定预防措施 适用条件 主题复杂、不确定性较高时专家意见征询、未来预测和共识建立 需要激发创造性思维、集体智慧快速产生大量想法和解决方案 系统性地识别和分类各种潜在风险因素 对组织内外部环境的优劣势、机会和威胁进行综合评估，有助于制定战略和发展规划 分析系统故障模式和效应，特别是在产品设计和制造、安全性评估等领域应用广泛 系统级别的风险分析和安全性评估，特别是需要深入探索故障原因和逻辑关系的复杂系统中 分析系统设计或过程中的潜在故障模式和效应，以便预防和纠正错误，提高系统可靠性和安全性 建立概率推理模型、处理不确定性和依赖关系，特别在数据驱动的决策支持和预测分析中应用广泛 深入研究系统或设备故障的根本原因和机制，特别在工程领域和产品质量控制中具有重要作用 应用情况 斯图加特大学风险治理和可持续技术跨学科研究中，采用德尔菲法收集专家对CO2封存各环节可能遇到的风险事件的意见 渥太华大学人口健康风险评估中心采用头脑风暴法等方法，建立了风险评估流程，重点关注储存场地的选择、表征、监测和重新评估 中国科学院武汉岩土力学研究所应用风险清单法识别了澳大利亚Gorgon项目的项目风险，列举了大气、陆地以及海洋等多项环境风险源 华北电力大学经济管理学院采用SWOT分析法，对我国目前的发展环境进行分析，找出主要的激励因素和障碍因素，确定我国发展CCUS的可行性 已应用到加拿大Weyburn项目[20]、阿尔及利亚的In Salah项目[19]、美国Willison、Decatur项目、中国石油化工集团胜利油田驱油封存项目等 壳牌公司在英国北海中部开展的Goldeneye项目采用领结法识别了候选封存场地的项目领结法[27] OXAND公司MUSTANG项目采用领结法结合FMEA方法研究风险原因和后果的细节[29]；墨西哥湾的WH油田项目采用因果分析 (CEA) 和FMEA方法对封井发生CO2泄漏的可能性进行评估 CO2CRC Otway Stage 2C开发了贝叶斯网络模型对封存系统储层特征流演化、羽流特性、储层特征：信号强度、地震、风险问题进行评估，并进行敏感性分析[36] 伦敦帝国理工学院使用FTA和层次分析法研究了CO2封存中涉及的潜在风险[31]；法国国家工业环境与风险研究所采用故障树和蝴蝶结法分析了CO2地质封存过程中通过盖层迁移泄漏主要事件和过程[32] 优势 不受干扰，能够发挥集体的智慧，应用面广，费用节省 快速、简易
在项目早期十分有用，灵活且利于沟通容易操作，易于沟通、提供一些结构、可能提供排序降低风险管理成本 形式简单，精确度低 囊括所有风险，帮助过筛、提供风险的基础认知 没有大量数据、易于操作，可视化、结构较为直观 定性分析，操作简单，适用于全过程和各阶段反映人为因素所引起的失误 计算精度较高，计算相关性可以逆计算 能够分析诱因和后果的关系可进行定性与定量分析 不足 易受影响，过程复杂，花费时间较长 缺少精确度，不完全合乎情理、不系统 不够详尽、对单个风险描述不足，缺少精度 需要评估者对项目自身以及所处行业有准确认识 可能形成庞大数据库、无法反应特征-事件-过程之间关系 缺少精度、无相关性 单因素分析、缺少精确度 操作复杂，
较慢
数据繁重、不方便与利益相关者的沟通容易形成庞大的系统对操作人员要求较高、定量分析时概率较难获取 
下载: 导出CSV
表 2 试注试验与规模化项目风险清单识别条目
Table 2. Risk list identification strip for pilot injection test and large-scale project
编号 名称 试注试验* 说明 1 传染性疾病 √ 可能影响项目进展 2 暴雨 √ 可能影响项目建设与运行安全 3 地质灾害 √ 采空塌陷、地面沉降等，待详查 4 火灾 × 主要可能发生在捕集环节，进而影响整个项目进展 5 操作人员缺乏单元操作知识或未取得相应资质 √ 选择适当的团队，增强人员培训能够有效降低风险 6 缺乏维护和应急控制程序/与安全有关的事故 √ 通过知识共享等能够完善该方面的不足，可控性极高 7 选址勘查风险 √ 在下一阶段将获得更多油气田资料，增加场地认知 8 碳源规格不符合预期 √ 碳源尚不明确，但可控性较好 9 意外、故意中断或间歇性的CO2供应、进入或运输 √ 咸水层封存，没有增强油气开采，故意中断或间歇性供应的可能性较低 10 项目设施使用冲突 × 目前项目尚未进行工程设计，但根据吉林油田、神华咸水层封存项目等相关经验，不存在共用设施 11 已有设施使用风险 × 目前项目尚未进行工程设计，但根据吉林油田等相关经验，可控性较高 12 CO2流的质量和数量的意外相变变化 × 受压力影响较大，但可控性好 13 组件性能不匹配 × 可控性较好 14 上游装置操作灵活，捕集效率较低 × 碳源尚不明确，火电厂因风险较高 15 封存资源不足 √ 项目评估阶段可有效降低该风险 16 储层表现不佳 √ 项目评估阶段可有效降低风险 17 技术规模扩大 √ 从当前评估结果来看，储层空间可满足规模扩大需求，但是地理空间上可能受到周边矿权的约束 18 关于封存性能的模型不确定性 √ 下阶段将获得更多资料，提高模型精度 19 人为泄漏通道 √ 主要是遗留井的问题 20 断裂、断层泄漏通道 √ 可能性较低 21 盖层泄漏通道 √ 可能性较低 22 跨越水力圈闭泄漏 √ 可能性较低 23 腐蚀和材料问题 √ 采取合适的材料能最大程度降低该风险 24 缺乏财政驱动，例如CO2价格、额度和收益 (油或其它产品) × CO2价格波动大，影响项目运营 25 项目财政资金成本不足 √ 增加融资渠道，寻求财政支持，能有效降低风险 26 预期外的建设或操作成本变化 √ 增加融资渠道，寻求财政支持，能有效降低风险 27 CO2供应的不确定性 √ 周边排放源多，形成多源系统模式，可使风险可控 28 碳排放核算缺失 × 当前影响极小 29 政策的不确定性 × 未来政策尚不明朗 30 集成项目成本或法规的不确定，例如封堵和遗弃 (闭场、闭场后) √ 国内CCUS相关法规尚未完备 31 未获得项目许可 × 国内尚无项目未获得许可的先例 32 地权冲突 √ 主要是经营主体与场地使用权主体是否统一 33 项目对环境的破坏 √ 主要是对地下水的污染，在采取完备的环评工作前提下，具有很好的可控性 34 战争爆发 × 当前我国局势稳定 35 政权更迭 × 当前我国局势稳定 36 公众参与 √ 咸水层封存，人口分布较少，风险可能性较低 37 部门协调不当 √ 当前体制下可能性较小 38 关键人员风险 √ 对个人的依赖度较低 39 人才招聘和管理风险 √ 可能性较小 40 会计评估不当风险 √ 可控性较好 41 现金流风险 √ 加强财务管控，可控性较好 42 制度不全 √ 制定合理制度，可有效降低风险 43 制度无效 √ 制定合理制度，可有效降低风险 44 不执行规章制度 √ 加强管理，风险可控 45 成本管理风险 √ 主要是CO2的价格波动、建设成本 46 物料管理风险 √ CO2、吸收剂、吸附剂等物料 注：*√—可能发生，需进一步评估；×—不可能发生。
下载: 导出CSV
表 3 风险识别结果
Table 3. Risk identification result
类别 编号 名称 自然要素 1 传染性疾病 2 暴雨 3 地质灾害 4 火灾 地质要素 7 选址勘查风险 15 存储资源不足 16 储层表现不佳 17 技术规模扩大 18 关于存储性能的模型不确定性 泄漏要素 19 人为泄漏通道 20 断裂、断层泄漏通道 21 盖层泄漏通道 22 跨越水力圈闭泄漏 碳源要素 8 碳源规格不符合预期 9 意外、故意中断或间歇性的CO2供应、进入或运输 12 CO2流的质量和数量的意外相变变化 27 CO2供应的不确定性
下载: 导出CSV
表 4 项目风险值计算
Table 4. Calculation of project risk value
自然要素风险R1 地质要素风险R2 泄漏要素风险R3 碳源要素风险R4 政策经济要素风险R5 经营管理要素风险R6 项目整体风险 $ {R}_{\mathrm{A}} $ 1 1 1 1.5 1 1.5 1.17 2 1.33 3 1.5
下载: 导出CSV
-
[1] 张贤, 李凯, 马乔, 等. 碳中和目标下CCUS技术发展定位与展望[J]. 中国人口·资源与环境, 2021, 31(9): 29-33. doi: 10.12062/cpre.20210827 [2] 周守为, 朱军龙. 助力“碳达峰、碳中和”战略的路径探索[J]. 天然气工业, 2021, 41(12): 1-8. doi: 10.3787/j.issn.1000-0976.2021.12.001 [3] 邹才能, 薛华庆, 熊波, 等. “碳中和”的内涵、创新与愿景[J]. 天然气工业, 2021, 41(8): 46-57. doi: 10.3787/j.issn.1000-0976.2021.08.005 [4] 李琦, 李彦尊, 许晓艺, 等. 海上CO2地质封存监测现状及建议[J]. 高校地质学报, 2023, 29(1): 1-12. [5] 许晓艺, 李琦, 刘桂臻, 等. 基于多准则决策的CO2地质封存场地适宜性评价方法[J]. 第四纪研究, 2023, 43(2): 551-559. doi: 10.11928/j.issn.1001-7410.2023.02.20 [6] 张建勇, 崔振东, 周健, 等. 流体注入工程诱发断层活化的风险评估方法[J]. 天然气工业, 2018, 38(8): 33-40. doi: 10.3787/j.issn.1000-0976.2018.08.005 [7] 刘桂臻, 李琦, 周囧, 等. 《二氧化碳捕集、利用与封存环境风险评估技术指南(试行)》在胜利油田驱油封存项目上的应用初探[J]. 环境工程, 2018, 36(3): 42-53. [8] 景萌, 刘桂臻, 李琦, 等. 基于社会网络分析方法的二氧化碳地质封存风险传染特征研究[J]. 高校地质学报, 2023, 29(1): 100-109. [9] GCCSI. Global status of CCS 2022[R]. Melbourne, Australia: GCCSI, 2022. [10] 李琦, 刘桂臻, 蔡博峰, 等. 二氧化碳地质封存环境风险评估的空间范围确定方法研究[J]. 环境工程, 2018, 36(2): 27-32. [11] LEWICKI J L, BIRKHOLZER J, TSANG C F. Natural and industrial analogues for leakage of CO2 from storage reservoirs: identification of features, events, and processes and lessons learned[J]. Environmental Geology, 2006, 52(3): 457-467. [12] MOURA P, FAZENDEIRO P, INACIO P R M, et al. Assessing access control risk for mhealth: A delphi study to categorize security of health data and provide risk assessment for mobile Apps[J]. Journal of Healthcare Engineering, 2020, 5601068. [13] WASSERMANN S, SCHULZ M, SCHEER D. Linking public acceptance with expert knowledge on CO2 storage: Outcomes of a delphi approach[J]. Energy Procedia, 2011, 4(3): 6353-6359. [14] PATRICIA L, WILLIAM L, K D. Risk assessment and management frameworks for carbon capture and geological storage: a global perspective[J]. International Journal of Risk Assessment and Management, 2019, 22(3): 254-285. [15] 李琦, 赵楠, 刘兰翠, 等. 澳大利亚Gorgon二氧化碳咸水层封存项目环境风险评价方法[J]. 环境工程, 2019, 37(2): 22-34. [16] CHEN Z A, LI Q, LIU L C, et al. A large national survey of public perceptions of CCS technology in China[J]. Applied Energy, 2015(158): 366-377. [17] ZENG M, OUYANG S, ZHANG Y, et al. CCS technology development in China: Status, problems and countermeasures—Based on SWOT analysis[J]. Renewable and Sustainable Energy Reviews, 2014(39): 604-616. [18] ARILD Ø, FORD E P, LOHNE H P, et al. A comparison of FEP-analysis and barrier analysis for CO2 leakage risk assessment on an abandoned czech oilfield[J]. Energy Procedia, 2017(114): 4237-4255. [19] PAULLEY A, METCALFE R, LIMER L. Systematic FEP and scenario analysis to provide a framework for assessing long-term performance of the Krechba CO2 storage system at In Salah[J]. Energy Procedia, 2011(4): 4185-4192. [20] PRESTON C, MONEA M, JAZRAWI W, et al. IEA GHG Weyburn CO2 monitoring and storage project[J]. Fuel Processing Technology, 2005, 86(14-15): 1547-1568. doi: 10.1016/j.fuproc.2005.01.019 [21] WALKE R, METCALFE R, LIMER L, et al. Experience of the application of a database of generic Features, Events and Processes (FEPs) targeted at geological storage of CO2[J]. Energy Procedia, 2011(4): 4059-4066. [22] YAMAGUCHI K, TAKIZAWA K, SHIRAGAKI O, et al. Features events and processes (FEPs) and scenario analysis in the field of CO2 Storage[J]. Energy Procedia, 2013(37): 4833-4842. [23] YAVUZ F, VAN TILBURG T, DAVID P, et al. Second generation CO2 FEP analysis: CASSIF-carbon storage scenario identification framework[J]. Energy Procedia, 2009, 1(1): 2479-2485. doi: 10.1016/j.egypro.2009.02.010 [24] DUGUID A, GLIER J, HEINRICHS M, et al. Practical leakage risk assessment for CO2 assisted enhanced oil recovery and geologic storage in Ohio's depleted oil fields[J]. International Journal of Greenhouse Gas Control, 2021(109): 103338. [25] GUéNAN T L, MANCEAU J C, BOUC O, et al. GERICO: A database for CO2 geological storage risk management[J]. Energy Procedia, 2011(4): 4124-4131. [26] PAWAR R J, BROMHAL G S, CAREY J W, et al. Recent advances in risk assessment and risk management of geologic CO2 storage[J]. International Journal of Greenhouse Gas Control, 2015(40): 292-311. [27] TUCKER O, HOLLEY M, METCALFE R, et al. Containment risk management for CO2 storage in a depleted gas field, UK north sea[J]. Energy Procedia, 2013(37): 4804-4817. [28] CARRO A, CHACARTEGUI R, TEJADA C, et al. FMEA and risks assessment for thermochemical energy storage systems based on carbonates[J]. Energies, 2021, 14(19): 6013. doi: 10.3390/en14196013 [29] DIAS S, GUEN Y L, POUPARD O, et al. Risk assessment of MUSTANG project experimental site–Methodological development[J]. Energy Procedia, 2011(4): 4109-4116. [30] LI B, GUO B, LI H, et al. Leak risk assessment for plugged wells in carbon sequestration projects[J]. Journal of Sustainable Energy Engineering, 2015, 3(1): 44-65. doi: 10.7569/JSEE.2015.629505 [31] ORAEE-MIRZAMANI B, COCKERILL T, MAKUCH Z. Risk assessment and management associated with CCS[J]. Energy Procedia, 2013(37): 4757-4764. [32] FARRET R, GOMBERT P, LAHAIE F, et al. Design of fault trees as a practical method for risk analysis of CCS: Application to the different life stages of deep aquifer storage, combining long-term and short-term issues[J]. Energy Procedia, 2011(4): 4193-4198. [33] RAHMAN M J, CHOI J C, FAWAD M, et al. Probabilistic analysis of Vette fault stability in potential CO2 storage site Smeaheia, offshore Norway[J]. International Journal of Greenhouse Gas Control, 2021(108): 103315. [34] WANG Y, ZHANG L, REN S, et al. Identification of potential CO2 leakage pathways and mechanisms in oil reservoirs using fault tree analysis[J]. Greenhouse Gases: Science and Technology, 2020, 10(2): 331-346. doi: 10.1002/ghg.1959 [35] 任韶然, 韩波, 任建峰, 等. 油藏埋存CO2泄漏机制及故障树分析[J]. 中国石油大学学报(自然科学版), 2017, 41(1): 96-101. [36] GERSTENBERGER M C, CHRISTOPHERSEN A. A Bayesian network and structured expert elicitation for Otway Stage 2C: Detection of injected CO2 in a saline aquifer[J]. International Journal of Greenhouse Gas Control, 2016(51): 317-329. -
点击查看大图
图( 2) 表( 4)
计量
- 文章访问数: 765
- HTML全文浏览数: 765
- PDF下载数: 21
- 施引文献: 0
