-
二氧化碳 (CO2) 捕集利用与封存 (CCUS) 是指将CO2从工业过程、能源利用或大气中分离出来，通过工程手段实现其减排并/或获得附带效益的过程[1-2]。CCUS技术具体可分为CO2捕集、输送、利用和地质封存4个步骤，是目前实现化石能源低碳化利用的唯一技术选择，是目前实现大规模温室气体减排的重要技术手段，是钢铁、水泥、有色、化工等难减排行业深度脱碳的可行技术方案，是实现碳中和目标技术组合的重要构成部分[3-5]。推动CCUS技术的示范和应用，既是基于当前中国能源结构特点和未来减排的需要，也有利于相关产业的发展、升级和创新[6]。“十四五”时期，国家顶层设计和地方性规划相继出台政策，将CCUS作为碳中和兜底技术。例如，在顶层设计上，国家要求尽快推进CCUS的研发、示范和产业化应用，同时加快建设全流程、集成化、规模化二氧化碳捕集利用与封存示范项目[7-8]。在地方性规划上，各省市，如上海市[9]、江苏省[10]、陕西省[11]、甘肃省[12]，相继出台政策规划，开展CCUS应用试点和示范项目，推动绿色低碳技术研发与突破。
CCUS地质封存潜力评估、源汇匹配和输送路径设计，对于提高项目可行性和经济性至关重要，同样也引起了国内外学者的广泛关注。在潜力评估上，国内外以混合整数优化 (MILP) 等方法开展了多项CCUS经济潜力评估工作，经历了单阶段静态评估到多阶段动态优化的演化过程，呈现出局部区域优化部署转入CCUS规模化、集群化方向发展的新趋势[13-14]。在源汇匹配上，中国科学院武汉岩土力学研究所自主研发了全流程CCUS系统评价方法 (ITEAM-CCUS) ，由源汇匹配 (包括技术经济评价) 、CO2排放评估和封存场地适宜性评价3大模块组成，涉及全国、行业和企业3种尺度[15-17]。在路径寻优方面，管道运输成本取决于地理条件，例如地形、环境生态等级、土地利用类型等。MIDDLETON[18]采用最小成本路径分析法实现9个CO2源和3个储层的优化部署。CHEN[19]使用地理信息系统 (GIS) 软件基于成本最低的源汇匹配模型，估算中国河北省88个排放点源到25个封存汇的成本最小的管道运输路径。然而，现有研究仍缺乏从封存场址适宜性、管道建设影响因子、技术成本等角度综合评估CO2地质封存的经济可行性，导致封存评价结果难以为政府开展碳达峰碳中和规划建设提供有力支持。
本研究基于层次分析法 (AHP) ，综合考虑源汇匹配关系、封存场址适宜性、管道建设影响因子、技术成本等因素，系统评估低速情景、强化情景下2020—2060年10 km网格单元CO2封存经济适宜性。作为低碳试点[20]，陕西省是全国低碳转型和节能减排以应对气候变化目标的引领者；然而，以煤炭为主的能源结构也让陕西省成为中国实现碳达峰碳中和的重点和难点。因此，本研究以中国陕西省为例，在网格层面对陕西省2020年排放源进行评估；考虑未来碳价格、人口密度、生态红线、环境地质等经济、社会、环境因素，以最小经济成本 (包括捕集、输送和封存成本) 为目标，综合评估陕西省2035—2060年CCUS地质封存经济适宜性；讨论和设计最佳源汇输送路径。本研究结果可为陕西省乃至全国在在碳中和目标下的未来CCUS发展布局提供决策支撑。
-
本研究选取陕西省作为研究区域 (图1) 。陕西省位于中国西北地区，拥有丰富的化石能源，这大大支撑了陕西工业 (如煤炭、电力、化工等部门) 经济的发展[21]。但大量的化石能源消耗 (比如，占全国煤炭消耗的4%~5%) 带来巨大碳排放，陕西也因此成为典型高碳经济省份。因此，研究陕西省的未来CCUS经济适宜性是有必要的。在地貌特征上，陕西省地貌多种多样，同时具有平原 (关中平原) 、山地 (秦岭山地) 、高原 (黄土高原) 、盆地 (鄂尔多斯盆地) 等类型[22]。因此，有必要研究陕西省的CCUS经济适宜性，从而为陕西省乃至全国的未来CCUS发展布局提供决策参考。
-
本研究在网格层面选取地表坡度[23]、土地利用类型[23]、生态红线值、环境地质等级和人口密度[24]5个指标作为网格阻力因子。其中，地表坡度越大，管道建设难度及建设成本越高[25]。土地利用类型也会影响建设成本，管道选线要尽量避开永久性冰川雪地，沙地、戈壁、耕地等区域优于城乡、工矿、居民用地[26]。生态红线值、环境地质等级和人口密度越高的地区管道建设成本越高。另外，本研究采用AHP[27]来确定各因素的权重，并基于权重建立多因素综合成本阻抗面，帮助求解最优线路。其中，各影响因子的分类及权重如表1所示。
-
本研究中CO2地质封存源汇匹配基于最小成本路径分析 (LCPA) 思想，应用Dijkstra算法寻找每个网格像元 (起点) 到封存盆地 (重点) 的最经济运输路线，并统计路线的最小累积成本。Dijkstra算法最早是由荷兰计算机科学家DIJKSTRA于1956年提出[36]，该算法是一种经典的求解最短路径的图搜索算法，实质为贪心算法。在本研究中，每个栅格代表图的一个顶点，每个顶点与其东、西、南、北相邻的四个点引一条边，边权值为终点的网格阻抗因子，寻找累计网格成本阻抗最小的路径。
-
根据《中国二氧化碳捕集利用与封存 (CCUS) 年度报告(2021)――中国CCUS路径研究》[5]对2035—2060年CCUS各环节技术成本 (捕集成本、封存成本、运输成本) 的预测，综合已有研究、领域权威专家对未来中国碳市场价格的预测[37-39]，本研究设置2种情景：低速情景和高速情景 (如表2)。其中，低速情景中国CCUS工程项目以较低速度发展，主要考虑CCUS捕集成本较高且未能快速下降，同时碳市场CO2价格保持在较为稳定的增长速度。而强化情考虑CCUS不断实现技术突破，CCUS成本持续显著下降，且碳市场碳价保持较好的增长趋势。
在低速情景和强化情景下，当网格的封存总成本 (包含捕集成本、封存成本、管道运输成本) 小于排放成本 (即碳价格) 时，该网格被认为具有经济适宜性，且封存总成本较低的网格具有较高的经济适宜性[5]。研究以网格为评价单元，按照2035—2060年全国封存经济适宜性网格的封存总成本从小到大排序划分3类，即高适宜 (前30%)、一般适宜 (30%~70%)、低适宜 (后30%)。
-
为评估2种情景下封存总成本计算结果的不确定性范围，本研究分别构造捕集成本、封存成本、运输成本参数正态分布函数，依据其函数分布，采用蒙特卡洛模拟方法基于网格单元从2035—2060年每5年分别随机抽取10 000次捕集成本、封存成本、运输成本的模拟结果，并计算每个网格10 000次封存总成本的95%置信区间，作为相网格封存总成本的不确定性范围。低速情景、强化情景下2035—2060年CO2地质封存总成本的95%置信区间范围分别为±1.05%、±1.32%。
-
为了精准定位排放源，本研究采用CHRED高时空分辨率数据库[40]对陕西省1 km网格的排放特征进行分析。总体来讲，陕西省2020年CO2总排放量达到3.6×108 t，全省20.6×104 个1 km网格的年平均CO2排放量约为1 752.6 t，排放量最高的网格其排放量达到1 106.6×104 t (图2) 。其中，排放热点 (定义为高于平均网格排放的网格) 有5 770个，这些网格聚集了全省96.9%的碳排放，是未来陕西省减排的重点和难点。
从排放结构上来看，化石能源消费是陕西省的主要排放源，贡献了全省CO2排放的86.3% (如图3) 。其中火电和工业部门化石能源消耗的占比最大，分别占全省CO2总排放的48.5%和27.6%，主要集中在榆林市[41]，贡献了全省54.4%和37.88%的火电和工业能源排放。其他能源排放主要来源于交通和建筑部门，分别贡献了全省CO2排放的5.8%和3.8%。其中咸阳市是交通排放的主要贡献者 (23.6%) ，主要归因于西安咸阳航空的运营带来的大量能源消耗[42-43]。相比化石能源消费带来的巨大排放，工业过程排放仅仅贡献了13.7%的全省CO2总排放，主要归因于渭南市的非金属矿物制品业等部门在生产过程中的贡献[44]。从网格空间分布上来看，陕西省北部的网格平均排放量较大，南部的平均排放水平较低 (如图2和3) 。其中排放热点网格聚集在西安市、咸阳市、铜川市和渭南市，分别贡献了5.5%、10.9%、5.5%和18.3%的全省总排放 (如图2和3) 。另外榆林市拥有最多的高排放热点网格 (占全省的17.9%) ，占据陕西省超过三分之一的 (41.5%) 总排放，需要重点注意。
-
基于AHP分析结果，陕西省的成本阻抗系数呈现巨大空间异质性，最大的阻抗成本达到37.5 元·km−1 (位于安康市) ，最小仅为2.2 元·km−1 (位于榆林市，如图4) 。总体而言，陕西省的成本阻抗系数呈现北部低南部高的规律，这主要归因于北部鄂尔多斯盆地的良好管道建设环境和南部多山地的地貌特征。商洛市、安康市和汉中市的成本阻抗系数较高，分别为24.1、25.9和17.0 元·km−1，由于商洛市、安康市和汉中市多为山地 (地表坡度较大) ，管道建设难度较大，建设成本较高。与此相比，位于鄂尔多斯盆地的榆林市、铜川市、延安市的成本阻抗系数较低，分别为3.6、4.4和4.4 元·km−1。
基于情景模拟过程，评估低速情景、强化情景下2035—2060年中国CO2地质封存经济适宜性。将每个网格封存总成本低于对应年份 (2035—2060年) 、情景下所预测碳价格的网格定义为封存经济适宜性网格。其中，高适宜、一般适宜和低适宜网格划分结果如图5所示。
时间维度上，随着CCUS工程项目的发展，网格封存总成本快速下降，适宜性网格占比不断提升。在低速情景下，因为网格封存成本过高 (在2035年平均432.7元) 而碳价相对较低，2035年全省不存在经济适宜性网格。2040年封存技术成本大幅降低 (平均325.6元) ，有48.9%的网格存在经济适宜性，且全部网格在2050年之后达到经济适宜性。相比之下，强化情景下大多数网格 (98.9%) 在2035年已经达到经济适宜性，仅仅在安康市和商洛市有少量网格的封存成本高于碳价。在2040年及以后，所有网格都具有经济适宜性。
从空间维度看，封存总成本的空间特征和成本阻抗系数一致，经济适宜性呈现南部低，北部高的特征 (图5) 。以2040年低速情景网格封存总成本结果为例，最大单元格封存总成本为452.7元，位于安康市，最小单元格封存总成本为275.9元，位于榆林市，全省共有48.9%的网格存在封存经济适宜性，其中高适宜网格占全部网格的15.2%。分城市来看，阻抗成本系数较小的榆林市、铜川市和延安市同样具有较低的单元格封存总成本，仅仅分别有282.9、286.8和287.2元；相应的，这些城市的大部分网格 (分别为100.0%、100.0%和98.3%) 都具有经济适宜性，其中分别有55.1%、25.0%和15.0%的网格具有高适宜性。相比之下，成本阻抗系数较高的商洛市、安康市和汉中市具有较大的网格封存总成本，分别为394.4、385.3和350.0元；这些城市的网格封存总成本大多高于预期碳价格，所有网格都不有经济适宜性。
通过以上对低速情景、强化情景2035—2060年封存经济适宜性的评价分析，未来全国碳价在达到600元左右时，由碳价格上涨所带来的收益可以完全抵消因采用封存技术而产生的成本，陕西全省所有地区封存经济适宜性网格均可达到地区最大封存网格数量。其中靠近鄂尔多斯盆地的榆林市、铜川市、延安市等地区阻抗和封存总成本显著低于其他地方，建议未来优先向这些地区进行封存。
-
陕西省北部高排放地区 (如榆林市) 的网格封存总成本较低，在低速情景和强化情景下，全部网格分别在2040年和2050年具有封存经济适宜性。这说明未来，尤其是2050年之后，陕西省的大多重点排放源 (即使是煤电厂等热点排放源) 可以选择合适的 (如较近的) 封存场地进行封存，从而避免过多的管道运输费用。相比之下，短期碳价较低，碳封存成本过高，大多数网格不具有经济适宜性。在此背景下，短期陕西省的CCUS项目建设需要充分考虑管道运输成本等要素，且需要对源汇输送路径进一步优化。
本研究选取陕西延长石油 (集团) 有限责任公司 (简称“延长石油”) 作为源汇匹配和路径优化的对象。延长石油是陕西省最具代表性的企业之一，其经营业务主要包含油气开采、油气煤盐综合化工等。从排放源上，延能化、榆煤化、榆能化等煤化工企业煤制甲醇过程产生大量CO2，其尾气CO2浓度甚至能达到80%以上，是非常重要的排放源。从汇上，以延长石油油田范围内适合CO2驱油的采油区块作为封存场地。一方面是考虑到可靠封存点所要求的深度、位置、封闭性和容量等要素[45-46]，油田是CO2封存天然理想场地，能够极大地降低封存成本。另一方面，陕西省拥有丰富的石油资源，居全国第五位；但陕西省的油田多属于特低渗透油田，在油藏中注入CO2驱油有助于最大限度地提高油田的石油产量，大大提高原油采收率，提升石油工业的经济效益[47-48]。因此，本研究选取延长石油的10家煤化工企业所在的5个网格作为重点排放源 (位于S1，S2，S3，S4和S5) ，选取采油区块内的3个高经济适宜的网格作为封存点 (标记为C1，C2和S3) ，其路径设计结果如图6所示。
网格S1和S2位于榆林市，网格S3和S4位于延安市，网格S5位于咸阳市。对于S1和S2网格内的煤化工企业，选择C1作为封存点在经济性上最为有利，其管道运输成本分别为376.5元和358.0元。然而，考虑到单个封存点的封存潜力有限，建议将C3作为S2网格内煤化工企业的备选封存点，因为从S2到C3的运输成本较从S1到C1的运输成本低了24.7%。对于S3、S4和S5网格内的煤化工企业，封存于C2是成本效益最高的选择，其运输成本分别为151.7元、132.8元和842.9元
-
1) 2020年，陕西省CO2总排放量达到3.6×108 t，并在空间上呈现巨大的异质性。从排放结构上看，化石能源消费，尤其是电力和工业部门的化石能源消耗，是全省排放的主要贡献者；从空间上看，榆林市是陕西省最大的排放者。
2) 陕西省的封存经济适宜性呈现巨大的空间异质性，2035—2060年间，网格经济适宜性不断提升。首先，陕西省成本阻抗系数呈现南高北低的特点，其中位于北部鄂尔多斯盆地的榆林市、铜川市、延安市具有最低的成本阻抗系数。其次，网格封存总成本在2035—2060年间不断降低，其经济适宜性不断提升，低速情景和强化情景下全部网格分别在2050年和2040年后具有适宜性。最后，网格封存总成本的空间特征和成本阻抗系数一致，位于北部的榆林市、铜川市和延安市具有最高的经济适宜性，未来的CCUS布局可以优先考虑这些地区。
3) 从长期来看，陕西省的所有网格都具有封存适宜性，排放源可以选择合适的 (如较近的) 封存场地进行封存，从而避免过多的管道运输费用。从短期来看，因为碳价相对较低和封存成本较高，匹配源汇对未来陕西省的CCUS项目建设具有重要意义。一种可行的方案是采用CO2驱油技术，在现有油田基础上建设CCUS项目。本研究基于阻抗和经济适宜性评价，通过Dijkstra算法优化源汇间的运输路径，实现成本最小化，强调了短期内源汇匹配对实现碳中和目标的重要性。
4) 本研究方法的优点主要在于从经济可行性的角度评估CCUS地质封存。该方法综合考虑了地表坡度、土地利用类型、生态红线值、环境地质等级和人口密度等因素，构建每个网格的阻抗因子，评价网格封存经济适宜性，并基于此给出短期的源汇之间管道运输路径最优方案。
5) 本研究方法也存在限制：捕集成本、封存成本应该与地质环境、排放浓度、捕集技术、地壳条件等因素有关，这是本方法未考虑的因素，可能会造成结果偏差。为了消除这些误差和评估不确定性，本文设置了两种不同情景下，并通过蒙特卡洛模拟方法模拟了评估结果的不确定性范围。
基于经济可行性的CCUS地质封存评估——以陕西省为例
Research on CCUS geological storage evaluation based on economic feasibility: A case study of Shaanxi province
-
摘要: 二氧化碳捕集利用与封存 (CCUS) 是目前实现化石能源低碳化利用的首要技术选择，开展CCUS地质封存经济性评估研究对于提高项目可行性至关重要。研究以陕西省为例，从厂址适宜性、管道建设影响因子、技术成本等视角，在10 km网格上评估地质封存经济适宜性，并利用优化最小成本源汇匹配路径。研究结果表明，陕西省排放集中在火电和工业部门，网格封存总成本呈现南高北低的空间分布特征，其中陕北大部分地区位于鄂尔多斯盆地，网格经济适宜性相对较高。在时间跨度上，随着封存技术逐渐成熟，2035—2060年陕西省网格封存总成本不断降低，经济适宜性不断提高，其中低速情景和强化情景下分别于2050年和2040年后所有网格均具有经济适宜性。在源汇匹配上，研究结果验证了短期内源 (如煤化工企业) 和经济可行性汇 (如油田) 之间管道运输路径优化的可行性。本研究结果可为未来源汇最佳匹配、地质封存空间布局、CCUS管网规划等提供参考。
-
关键词:
- 二氧化碳捕集利用与封存 /
- 碳排放 /
- 成本阻抗 /
- 经济适宜性 /
- 路径优化
Abstract: Carbon Capture, Utilization, and Storage (CCUS) is the primary technological option for achieving low-carbon utilization of fossil fuels, and conducting economic feasibility assessments for CCUS geological storage is essential for enhancing project viability. Taking Shaanxi Province as a case study, the study evaluates the economic feasibility of geological storage at a 10 km grid level, considering factors such as site suitability, pipeline construction, and technology costs, and utilizes optimized minimum cost source-sink matching pathways. The results indicate that emissions in Shaanxi Province are predominantly concentrated in the power and industrial sectors, with total grid storage costs displaying a spatial distribution characterized by higher costs in the south and lower costs in the north. Most areas in northern Shaanxi are located in the Ordos Basin, demonstrating relatively higher economic feasibility for grid storage. Over time, as storage technology matures, the total grid storage costs in Shaanxi Province are expected to decrease steadily between 2035 and2060 , with economic feasibility continuously improving. In the low-speed and reinforced scenarios, all grids are expected to exhibit high economic feasibility after 2050 and 2040, respectively. Regarding source-sink matching, the results validate the feasibility of optimizing pipeline transport routes between short-term sources, such as coal chemical firms, and economically viable sinks, such as oil fields. These findings can inform optimal source-sink matching, the spatial layout of geological storage, and CCUS pipeline network planning. -
-
表 1 管道运输成本影响因子
Table 1. Factors of the pipeline transportation cost
指标
序号网格成本
因子分类 成本倍
增系数权重 1 人口
密度[28-29]＜500 人·km−2 1 0.091 5 500~ 2500 人·km−22 2500 ~5000 人·km−23 5000 ~10000 人·km−24 > 10000 人·km−25 2 土地利用
类型[30]沙地、戈壁、盐碱地、裸土地 1 0.200 1 耕地 2 城乡、工矿、居民用地 3 水田、水域、沼泽 5 永久性冰川雪地 10 3 生态
红线值[31]<10% 1 0.178 3 10%~30% 2 30%~50% 3 50%~80% 5 >80% 10 4 地表
坡度[32]＜10° 1 0.416 5 10°~20° 3 20°~30° 5 30°~40° 7 >40° 10 5 环境地质
等级[33-35]Ⅰ 1 0.113 6 Ⅱ 3 Ⅲ 4 Ⅳ 5 Ⅴ 7 
下载: 导出CSV
表 2 情景参数
Table 2. Scenario settings
情景 年份 捕集/
(元·t−1)封存/
(元·t−1)运输/
(元· (t·km) −1)碳价格/
(元·t−1)低速
情景2035 70~400 35~40 0.4~0.6 200 2040 60~310 30~35 0.35~0.5 300 2050 50~200 25~30 0.3~0.45 600 2060 30~150 20~25 0.25~0.4 800 强化
情景2035 60~350 30~35 0.3~0.5 300 2040 50~250 20~30 0.25~0.45 400 2050 30~150 15~25 0.2~0.3 800 2060 20~100 10~20 0.15~0.2 1 000
下载: 导出CSV
-
[1] 黄晶, 马乔, 史明威, 等. 碳中和视角下CCUS技术发展进程及对策建议[J]. 环境影响评价, 2022, 44(1): 42-47. [2] 阳平坚, 彭栓, 王静, 等. 碳捕集、利用和封存(CCUS)技术发展现状及应用展望[J]. 中国环境科学, 2024, 44(1): 404-416. [3] 李晋, 谢璨阳, 蔡闻佳, 等. 碳中和背景下中国钢铁行业低碳发展路径[J]. 中国环境管理, 2022, 14(1): 48-53. [4] 张贤, 郭偲悦, 孔慧, 等. 碳中和愿景的科技需求与技术路径[J]. 中国环境管理, 2021, 13(1): 65-70. [5] 生态环境部环境规划院. 中国二氧化碳捕集、利用与封存(CCUS)年度报告(2021)——中国CCUS路径研究[EB/OL]. [2024-03-12]. http://www.caep.org.cn/sy/dqhj/gh/202107/W020210726513427451694.pdf, 2021. [6] 中华人民共和国国家发展和改革委员会. 国家发展改革委关于推动碳捕集、利用和封存试验示范的通知[EB/OL]. [2024-03-12]. https://www.gov.cn/zwgk/2013-05/09/content_2398995.htm, 2013. [7] 中华人民共和国国务院. 关于完整准确全面贯彻新发展理念做好碳达峰碳中和工作的意见[EB/OL]. [2024-03-12]. http://www.mofcom.gov.cn/article/zcfb/zcwg/202112/20211203225956.shtml, 2021. [8] 中华人民共和国国务院. 关于印发2030年前碳达峰行动方案的通知[EB/OL]. [2024-03-12]. https://www.gov.cn/zhengce/content/2021-10/26/content_5644984.htm, 2021. [9] 上海市经济和信息化委员会. 关于印发《上海市工业领域碳达峰实施方案》的通知 [EB/OL]. [2024-03-12]. https://www.shanghai.gov.cn/nw12344/20221212/f9ab5f50fe0c4c73884667958d0358ee.html, 2022. [10] 江苏省生态环境厅. 省生态环境厅2021年推动碳达峰、碳中和工作计划[EB/OL]. [2024-03-12]. https://img76.hbzhan.com/4/20210810/637642007183793854642.pdf, 2021. [11] 陕西省工业和信息化厅. 陕西省工业领域碳达峰实施方案[EB/OL]. [2024-03-12]. http://gxt.shaanxi.gov.cn/webfile/tzgg/87705.html, 2023. [12] 甘肃省人民政府. 关于印发甘肃省碳达峰实施方案的通知[EB/OL]. [2024-03-12]. https://zwfw.gansu.gov.cn/baiyin/zczx/tzgg/art/2023/art_e83d5dc5901a4555a3192ac9938e8b5a.html, 2023. [13] SUN L, CHEN W Y. Study on DSS for CCUS Source-Sink Matching[J]. Energy Procedia, 2015, 75: 2311-2316. doi: 10.1016/j.egypro.2015.07.428 [14] NIE S, CAI G T, HE J X, et al. Economic costs and environmental benefits of deploying CCUS supply chains at scale: Insights from the source–sink matching LCA–MILP approach[J]. Fuel, 2023, 344: 128047. doi: 10.1016/j.fuel.2023.128047 [15] 魏宁, 刘胜男, 李小春. 中国煤化工行业开展CO2强化深部咸水开采技术的潜力评价[J]. 气候变化研究进展, 2021, 17(1): 70-78. [16] 魏宁, 刘胜男, 李桂菊, 等. CCUS对中国粗钢生产的碳减排潜力评估[J]. 中国环境科学, 2021, 41(12): 5866-5874. doi: 10.3969/j.issn.1000-6923.2021.12.043 [17] 魏宁, 刘胜男, 魏凤, 等. 中国水泥行业通过CCUS技术的减排潜力评估[J]. 环境科学, 2023, 44(12): 6621-6629. [18] MIDDLETON R S, KUBY M J, WEI R, et al. A dynamic model for optimally phasing in CO2 capture and storage infrastructure[J]. Environmental Modelling & Software, 2012, 37: 193-205. [19] CHEN W, LE NINDRE Y M, XU R, et al. CCS scenarios optimization by spatial multi-criteria analysis: Application to multiple source sink matching in Hebei province[J]. International Journal of Greenhouse Gas Control, 2010, 4(2): 341-350. doi: 10.1016/j.ijggc.2009.09.001 [20] 中华人民共和国国家发展和改革委员会. 关于开展低碳省区和低碳城市试点工作的通知[EB/OL]. [2024-03-12]. https://www.ndrc.gov.cn/xxgk/zcfb/tz/201008/t20100810_964674.html, 2010. [21] 陈怡, 凌莉, 古圳威, 等. 陕西省碳排放时空格局演变及其影响因素研究[J/OL][J]. 中国环境科学, 2024, 44(4): 1826-1839. doi: 10.3969/j.issn.1000-6923.2024.04.006 [22] 庞国伟, 山琳昕, 杨勤科, 等. 陕西省不同地貌类型区植被覆盖度时空变化特征及其影响因素[J]. 长江科学院院报, 2021, 38(03): 51-58+76. doi: 10.11988/ckyyb.201915132021 [23] CARNEIRO J F, MESQUITA P. Definition of CCS Provinces with Multi-criteria and Least Cost Path Analysis[J]. Energy Procedia, 2014, 63: 632645-2654. [24] WEI Y M, LI X Y, LIU L C, et al. A cost-effective and reliable pipelines layout of carbon capture and storage for achieving China's carbon neutrality target[J]. Journal of Cleaner Production, 2022, 379: 134651. doi: 10.1016/j.jclepro.2022.134651 [25] DURMAZ A L, UNAL E O, AYDIN C C. Automatic Pipeline Route Design with Multi-Criteria Evaluation Based on Least-Cost Path Analysis and Line-Based Cartographic Simplification: A Case Study of the Mus Project in Turkey[J]. ISPRS International Journal of Geo-Information, 2019, 8(4): 173. doi: 10.3390/ijgi8040173 [26] VAN DEN BROEK M, BREDERODE E, RAMIREZ A, et al. Designing a cost-effective CO2 storage infrastructure using a GIS based linear optimization energy model[J]. Environmental Modelling & Software, 2010, 25(12): 1754-1768. [27] 杨斌, 顾秀梅, 武锋强. 基于层次分析法和GIS的西昌市空间形态变化特征研究[J]. 地域研究与开发, 2012, 31(2): 145-149. doi: 10.3969/j.issn.1003-2363.2012.02.030 [28] 葛美玲, 封志明. 中国人口分布的密度分级与重心曲线特征分析[J]. 地理学报, 2009, 64(2): 202-210. doi: 10.3321/j.issn:0375-5444.2009.02.007 [29] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 石油天然气工业管道输送系统: GB/T 24259-2009 [S]. 北京: 中国标准出版社, 2020. [30] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 土地利用现状分类: GB/T 21010-2017 [S]. 北京: 中国标准出版社, 2017. [31] 中华人民共和国生态环境部. 生态保护红线监管技术规范生态功能评价(试行): HJ 1142—2020 [S]. 北京: 中国环境出版社, 2020. [32] 中华人民共和国自然资源部. 国土调查坡度分级图制作技术规定: TD/T 1072-2022 [S]. 2022. [33] HAMID-MOSAKU I A, OGUNTADE O F, IFEANYI V I, et al. Evolving a comprehensive geomatics multi-criteria evaluation index model for optimal pipeline route selection[J]. Structure and Infrastructure Engineering, 2020, 16(10): 1382-1396. doi: 10.1080/15732479.2020.1712435 [34] VAN DEN BROEK M, MESQUITA P, CARNEIRO J, et al. Region Specific Challenges of a CO2 Pipeline Infrastructure in the West Mediterranean Area Model Results Versus Stakeholder Views[J]. Energy Procedia, 2013, 37: 3137-3146. doi: 10.1016/j.egypro.2013.06.200 [35] CAI B, LI Q, LIU G, et al. Environmental concern-based site screening of carbon dioxide geological storage in China[J]. Scientific Reports, 2017, 7(1): 7598. doi: 10.1038/s41598-017-07881-7 [36] 翟文鹏, 刘润南, 朱承元. 基于改进Dijkstra算法的滑行路径优化[J]. 中国民航大学学报, 2022, 40(1): 1-6. doi: 10.3969/j.issn.1674-5590.2022.01.001 [37] International Energy Agency. Enhancing China’s ETS for carbon neutrality: Focus on power sector[EB/OL]. [2024-03-12]. https://www.iea.org/reports/enhancing-chinas-ets-for-carbon-neutrality-focus-on-power-sector, 2022. [38] International Energy Agency Net zero by 2050[EB/OL]. [2024-03-12]. https://www.iea.org/reports/net-zero-by-2050, 2021. [39] World Bank. State and trends of carbon pricing 2022[EB/OL]. [2024-03-12]. https://climatefocus.com/publications/state-and-trends-carbon-pricing-2022, 2022. [40] CAI B, LIANG, S, ZHOU, J et al. China high resolution emission database (CHRED) with point emission sources, gridded emission data, and supplementary socioeconomic data[J]. Resources, Conservation and Recycling, 2018, 129: 232-239. doi: 10.1016/j.resconrec.2017.10.036 [41] 刘晓琼, 刘彦随, 任日照. 陕西榆林能源重化工基地生态环境问题及防治对策[J]. 灾害学, 2010, 25(2): 5. doi: 10.3969/j.issn.1000-811X.2010.02.026 [42] LIN L, LIU X H, ZHANG T, et al. Energy consumption index and evaluation method of public traffic buildings in China[J]. Sustainable Cities and Society, 2020, 57: 102132. doi: 10.1016/j.scs.2020.102132 [43] 曹惠玲, 晏嘉伟, 匡家骏, 等. 飞机排放对机场周边环境的影响研究[J]. 航空动力学报, 2023, 38(10): 2501-2515. [44] 西安市统计局. 2021年西安市国民经济和社会发展统计公报[EB/OL]. [2024-03-12]. http://tjj.shaanxi.gov.cn/tjsj/ndsj/tjgb/gs/202210/t20221028_2257503.html, 2022. [45] 孙洋洲, 郭雪飞, 丁一, 等. 二氧化碳海上封存与驱油方案的研究及经济性分析[J]. 现代化工, 2019, 39: 21-24. [46] 祁生文, 郑博文, 王赞, 等. 二氧化碳地质利用与封存场址的地质评价[J]. 中国科学: 地球科学, 2023, 53(9): 1937-1957. [47] 孟新, 罗东坤. 碳捕获与油藏封存CO2气源途径经济性比较方法[J]. 环境工程, 2015, 33(4): 150-155. [48] 王高峰, 秦积舜, 黄春霞, 等. 低渗透油藏二氧化碳驱同步埋存量计算[J]. 科学技术与工程, 2019, 19(27): 148-154. doi: 10.3969/j.issn.1671-1815.2019.27.020 -
点击查看大图
图( 6) 表( 2)
计量
- 文章访问数: 902
- HTML全文浏览数: 902
- PDF下载数: 30
- 施引文献: 0
