2023, Vol. 44
2. 北京国电富通科技发展有限责任公司, 北京 100070
, DU Shuai2 , DENG Chen-ning1 , XIE Ming-hui1 , SHEN Peng1
, ZHAO Ci1 , CHEN Chen1 , LIU Xiao-yu1
2. Beijing Guo Dian Fu Tong Science and Technology Development Co., Ltd., Beijing 100070, China
我国是钢铁生产大国, 2020年钢铁总产量占世界钢铁总产量的57%[1], 碳排放量占比约60%左右[2].我国在第七十五届联合国大会和气候雄心峰会上均强调了“双碳”战略目标 [3, 4], 这充分表明了中国走低碳发展道路的决心.据统计, 高炉-转炉炼钢吨钢碳排放是电炉炼钢的4倍左右[5], 长期以来, 我国以高炉-转炉炼钢为主, 目前电炉钢产量仅占粗钢总产量的10%[6, 7], 而美国发达国家电炉炼钢比例达到了70%[1].钢铁行业作为两高行业[8], CO2排放贡献最为突出[9].因此, 钢铁产业碳排放核算和减排潜力研究对实现我国“双碳”战略目标具有重要意义.
目前对于钢铁工业碳排放的研究主要分为两种：一种从宏观的国家或城市行业层面出发, 分析行业碳排放总量情况.例如, 杨楠等[10]核算了唐山市钢铁行业化石燃料燃烧、工艺过程等碳排放, 不包含外购电力碳排放.薛英岚[8]等通过碳排放-能源集成模型预测我国钢铁行业碳排放在2025年之前达到峰值, 峰值在16.5亿t左右(含直接和外购电力等间接排放).还有一些致力于钢铁能源领域碳排放及碳减排潜力的研究, Wang等[11]通过碳排放因子法探究了中国“十五”至“十二五”时期钢铁行业能源活动领域的碳排放特征.Nwachukwu等[12]分析了生物质替代在减少钢铁行业化石能源燃烧排放CO2的作用, 结果表明, 使用生物质产品最高可减少43%的CO2排放.Ren等[5]表示通过全面应用主流低碳技术可将CO2排放量减少40%左右.综合分析行业层面的碳排放核算范围基本上只涉及钢铁生产阶段的直接碳排放(范围一)和外购电力、热力的碳排放(范围二), 对于原料获取、运输以及废弃处置等的碳排放都未考虑在内.
另一种聚焦微观企业层面, 评估不同工艺路线下钢铁生产的碳排放情况.那洪明等[13]分析某钢铁企业电炉炼钢的碳排放时排除了铁矿石等原材料获取阶段的碳排放.Feng等[14]基于投入产出模型对某钢材生产企业高炉-转炉冶炼工艺碳排放进行核算, 同时比较了不同CO2捕集流程对碳排放的影响, 未计算上游含碳材料消耗、运输以及粗钢产品出厂运输、废钢处置产生的CO2排放量; 张孝存[15]统计了电炉法中废钢炼钢的碳排放(0.48 t, 以CO2计, 下同), 未包含间接碳排放.赵艺伟等[16]研究了某中小型高炉-转炉长流程钢厂的CO2排放量和排放强度, 核算边界为从原材料进厂到成品出厂.相比行业层面碳排放核算, 有企业层面的研究增加了部分范围三的碳排放量像外购原料的碳排放, 但是像运输以及废弃处置等阶段的碳排放(范围三)尚未考虑在内.
综上所述, 虽然目前有关我国的钢铁碳排放核算无论是从行业层面还是企业层面都进行了一定的研究, 但是大部分的碳排放核算只涉及范围一和二, 并没有涵盖钢铁全生命周期阶段.目前, 许多发达国家从生命周期视角出发分析钢铁碳排放特征[17~20], 但是我国钢铁行业生命周期碳排放相关的研究仍然有限.因此, 亟需从全生命周期的角度开展覆盖范围一、范围二、范围三的钢铁行业碳排放核算和减排潜力评估工作.本研究采用生命周期评价技术进行钢铁行业碳排放特征分析, 通过敏感性分析辨识影响钢铁CO2减排关键因素, 开展钢铁行业CO2减排潜力评估工作, 以期为钢铁行业碳排放核算工作提供理论依据, 并为钢铁行业碳减排提供技术参考.
1 材料与方法 1.1 系统边界本研究从碳足迹的角度对钢铁行业2020年碳排放(即指CO2排放)进行核算, 从粗钢产品入手, 定义核算系统边界为钢铁行业粗钢产品的原料获取与加工生产阶段、运输阶段、使用阶段和废弃处置阶段.系统边界图如图 1所示.
|
图 1 系统边界 Fig. 1 System boundary |
钢铁行业全生命周期主要碳排放源分布在原材料获取和加工生产阶段、运输阶段以及废弃处置阶段.
1.2.1 原料获取和加工生产阶段核算模型钢铁行业的原材料获取和加工生产阶段碳排放可进一步划分成原料开采、大宗物料运输以及生产钢铁的能源燃烧、工艺过程和外购电力热力的碳排放.即：
|
(1) |
式中, C原-生表示原料获取和加工生产阶段碳排放, t; C原开采表示原料开采产生的碳排放, t; C运输2表示大宗物料运输至钢铁生产厂的碳排放, t; C能源表示钢铁生产过程中化石能源燃烧产生的碳排放, t; C生产表示钢铁生产工艺过程产生的碳排放, t; C电热表示钢铁生产过程中外购电力热力产生的碳排放, t.
各部分碳排放计算方法如下.
原材料开采碳排放计算, 主要指铁矿石、石灰石和白云石等原料的开采产生的碳排放, 计算公式如下：
|
(2) |
式中, α表示原材料使用种类, Oj表示原材料的碳足迹因子, t·t-1; mj表示原料消耗量, t.
大宗物料运输碳排放计算, 主要指铁矿石、石灰石、白云石和废钢以及原煤、焦炭等大宗物料运输到钢铁生产厂的碳排放, 考虑到运输工具从钢铁生产厂返回时是空荷, 引入空车修正系数t[21], 即实际运距=单程运输距离×t, 计算公式如下：
|
(3) |
式中, α表示大宗物料运输种类, μ表示大宗物料运输方式类别, Aji表示第j类物料用i种运输方式的运输距离, km; mji表示第j类物料用i种运输方式的运输量, t; Di表示所选运输工具的碳足迹因子, t·(t·km)-1; t表示空车修正系数, 根据文献[21]可知空载时的环境负荷是满载时的0.67倍, 故取t=1.67.
化石能源燃烧碳排放计算：
|
(4) |
式中, n表示使用化石能源种类, Ei表示钢铁行业能源i用量, t或m3; Fi表示能源i的碳足迹因子, t·t-1或t·m-3.
钢铁生产工艺过程碳排放计算, 主要有两个来源：炼铁熔剂高温分解和炼钢降碳过程.
|
(5) |
式中, β表示熔剂种类, Oi表示钢铁行业熔剂i的净消耗量, t; Si表示熔剂i的碳足迹因子, t·t-1; B表示钢铁行业粗钢产量, t; b表示固碳产品的碳足迹因子, t·t-1.
外购电力热力碳排放计算：
|
(6) |
式中, H电表示钢铁行业消耗的外购电力量, MW·h; h电表示电力碳足迹因子, t·(MW·h)-1; H热表示钢铁行业消耗的外购热力量, GJ; h热表示热力碳足迹因子, t·GJ-1.
1.2.2 钢铁运输阶段核算模型钢铁运输阶段的碳排放计算公式如下：
|
(7) |
式中, γ表示运输方式类别, Gi表示第i类运输方式钢材运输量, t; Ji表示钢材产品由生产地至消费地的运输距离, km; Di表示所选运输工具的碳足迹因子, t·(t·km)-1.
1.2.3 钢铁废弃处置阶段核算模型该阶段的碳排放源自废钢铁从产生地运输到废钢铁加工厂以及废钢加工过程剪切机、落锤、破碎机等设备运行的电力消耗.计算公式如下：
|
(8) |
|
(9) |
|
(10) |
式中, C运输3表示废钢由产生地运输到废钢铁加工厂的碳排放, t; C电废钢表示废钢加工分选过程电力消耗产生的碳排放, t; γ表示运输方式类别, Mi表示第i类运输方式社会废钢运输量, t; Ki表示废钢由产生地至废钢加工厂的运输距离, km; Di表示所选运输工具的碳足迹因子, t·(t·km)-1; M表示用于冶炼钢铁的社会废钢量, t; P电表示1 t废钢加工消耗的电量, (MW·h)·t-1; h电表示电力碳足迹因子, t·(MW·h)-1.
1.3 碳足迹因子碳足迹因子是碳排放核算模型的重要参数, 由于能源结构和生产方式影响, 不同国家和地区碳足迹因子具有较大差异.对于碳足迹排放因子数据的选择, 本研究遵循以下优先次序：①参考国内成熟的数据库; ②参考国内文献研究; ③参考国外数据库及研究成果; ④对于数据质量无法保证的数据, 不予采用.
1.3.1 能源碳足迹因子化石能源碳足迹因子包括能源开采、加工等上游阶段碳排放和能源直接燃烧两部分碳排放.本研究根据IPCC温室气体清单指南、综合能耗计算通则计算化石能源燃烧阶段碳排放因子 [22~24], 化石能源开采、加工等上游阶段碳排放因子参考中国生命周期基础数据库(CLCD)和已有研究获取[25, 26].电力碳足迹因子参考贾铖修[27]研究的数值[0.64 t·(MW·h)-1, 2021年全国平均电网碳排放因子], 该数值选取IPCC2006提供的95%置信区间下限的结果偏于保守.能源碳足迹因子具体如表 1所示.
|
表 1 能源碳足迹因子1) Table 1 Energy carbon footprint factors |
1.3.2 原辅料开采碳足迹因子
根据已有研究提供的资源与能耗消耗清单, 结合上文的能源碳足迹因子, 对数据进行更新, 整理后钢铁的原辅料碳足迹因子如表 2所示.
|
|
表 2 原料开采的碳足迹因子 Table 2 Carbon footprint factors of raw material mining |
1.3.3 工业生产过程碳足迹因子
钢铁生产过程炼铁熔剂主要有白云石和石灰石生产过程的碳足迹因子如表 3所示.
|
|
表 3 生产过程的碳足迹因子 Table 3 Carbon footprint factors of production process |
1.3.4 交通碳足迹因子
交通碳足迹因子采用《建筑碳排放计算标准》(GB/T 51366-2019)[31]中给出的建材运输碳足迹因子, 如表 4所示.
|
|
表 4 各种运输方式的碳足迹因子 Table 4 Carbon footprint factors of various transport modes |
1.4 减排潜力分析
本研究通过优化原料结构、化石燃料结构、电力结构和运输结构这4个方面(达到2025年水平), 评估相应钢铁行业生命周期的碳减排潜力, 具体情景设置见表 5.
|
|
表 5 钢铁行业生命周期碳减排潜力评估情景设置[39~47] Table 5 Scenario setting for assessment of carbon emission reduction potential in the life cycle of the steel industry |
节能技术普及率通过S型曲线进行计算[48], S型曲线函数公式如下：
|
(11) |
式中, Pt, y和Pt, n分别为第y年和第n年技术t的普及率; Pf为技术的最大普及率, 考虑到技术普及的实际情况, 将Pf设置为95%; S为渗透参数.
节能技术基本信息见表 6.
|
|
表 6 节能技术基本信息 Table 6 Basic information of fuel-saving technology |
中国钢铁行业中间产品量对应单位粗钢折算系数见表 7.
|
|
表 7 中国钢铁行业中间产品量及原料对应单位粗钢产品折算系数[49] Table 7 Intermediate product volume of iron and steel industry and conversion coefficient of crude steel product corresponding to raw materials |
1.5 敏感性分析
采用敏感性系数定量分析影响钢铁行业全生命周期碳排放的影响因素[50, 51], 敏感性系数越大代表该因素对钢铁行业碳排放的影响越大[51].敏感性系数具体计算公式如下：
|
(12) |
式中, Z表示敏感性系数; ΔC/C表示钢铁行业碳排放变化率; Δx/x表示影响因素变化率.
1.6 不确定性分析钢铁行业全生命周期碳排放核算需要大量活动水平数据以及碳足迹因子数据, 数据因为时空异质等因素存在不确定性, 进而会对最终碳足迹核算结果准确性产生影响.因此本研究基于误差传播方程[52]对钢铁行业生命周期清单数据的不确定性进行分析, 以确保碳足迹核算结果的可靠有效.
|
(13) |
|
(14) |
式中, LNij为第 i个阶段中第 j种碳源估算的不确定性, %; LTij为碳足迹因子的不确定性, %; LRij为钢铁行业活动水平数据的不确定性, %; Ltotal为总的不确定性, %; LNi为第 i个阶段的不确定性, %; Ni为第 i个阶段不同碳源的碳排放量, 万t.
2 清单分析 2.1 原料获取和加工生产阶段2020年我国钢铁行业粗钢生产的资源能源消耗清单见表 8, 原料获取阶段大宗物料运输量和距离见表 9.
|
|
表 8 钢铁行业粗钢生产的生命周期清单 Table 8 Life cycle inventory of crude steel production in iron and steel industry |
|
|
表 9 2020年大宗物料运输至钢铁生产厂的运输量和距离 Table 9 Transportation volume and distance inventory of bulk materials to steel plants in 2020 |
2.2 运输阶段
主要考虑将各类粗钢产品(钢材)由生产地向消费地运输, 此外, 2020年约95%粗钢均在国内消费[49, 63, 64], 因此, 主要计算国内消费钢材的碳排放.2020年中国各区域市场钢材销售占比及来源地情况参考焦响[65]的研究, 具体见图 2.
|
图 2 2020年各区域市场钢材销量占比及来源地情况 Fig. 2 Proportion of steel sales volume in each regional market in 2020 and its origin |
钢铁行业运输阶段的生命周期清单见表 10.
|
|
表 10 钢铁运输阶段的生命周期清单 Table 10 Life cycle inventory of steel transportation stage |
2.3 废弃处置阶段
2020年进口废钢仅占废钢资源总量的0.01%, 因此, 本研究假设钢铁行业所用废钢资源均来源于国内.2020年钢铁行业废弃处置阶段生命周期清单见表 11.
|
|
表 11 2020年钢铁废弃处置阶段的生命周期清单 Table 11 Life cycle inventory of steel waste disposal stage in 2020 |
3 结果与讨论 3.1 全生命周期碳排放分析
以2020年数据为基准, 中国钢铁行业生命周期各阶段的CO2排放情况见表 12.本研究发现, 钢铁行业2020年CO2排放总量约24.04亿t, 原料获取阶段、加工生产阶段、运输阶段以及废弃处置阶段CO2排放总量分别为2.10、21.65、0.23和0.06亿t.钢铁生命周期CO2排放的主要来源为加工生产阶段, 占CO2排放总量的90.06%, 这主要归因于高炉中煤炭等化石燃料的燃烧[70, 71]; 其次是原料获取阶段, 其排放量占CO2排放总量的8.73%; 运输阶段和废弃处置阶段的CO2排放较低, 分别仅占CO2排放总量的0.98%和0.24%, 因此钢铁行业减排应重点考虑原料获取和加工生产阶段[5, 71].从生命周期角度分析, 目前, 中国粗钢的CO2排放强度为2.26 t·t-1, 高于钢铁企业广泛报道的1.8 t·t-1左右的碳排放水平[72~74], 主要是因为本研究碳排放核算范围更大(原材料获取、运输和废钢处置)[5, 75].
|
|
表 12 钢铁行业生命周期CO2排放 Table 12 CO2 emissions in the life cycle of the steel industry |
3.2 碳排放影响因素分析
钢铁行业生命周期内, 各类CO2排放源占比情况如图 3所示.钢铁行业范围一、范围二和范围三的CO2排放量分别占总排放量的71.14%、18.92%和9.94%.范围一涵盖了钢铁生产过程中化石燃料燃烧和生产工艺产生的CO2排放, 其中化石燃料燃烧贡献了67.90%的CO2排放量, 生产工艺过程仅贡献3.24%的CO2排放量, 即化石燃料燃烧减排是钢铁行业碳减排的重点之一[71].范围二指外购电力热力的CO2排放, 外购电力的CO2排放量占钢铁行业生命周期CO2排放总量的18.06%, 尽管电力行业一直在飞速发展, 但我国目前仍以火力发电为主, 这使我国电力碳足迹因子相对较高[76], 因此, 外购电力清洁化是钢铁行业降碳的一个重点.范围三包括原料开采、原料运输、成品钢材外部运输以及废钢加工处置的碳排放, 原料开采和外部运输分别贡献了总CO2排放量的4.84%和4.86%, 废钢的再次加工处置仅贡献0.24%的CO2排放, 因为目前我国废钢用于炼钢, 同时废钢再处理仅消耗一小部分电能[77].因此, 原料开采以及外部运输同样是钢铁行业减碳的关键环节.
|
图 3 钢铁行业生命周期各类CO2排放的贡献率 Fig. 3 Contribution rates of various CO2 emissions in the life cycle of the steel industry |
通过上文分析可知废钢使用量、化石燃料燃烧量、电力碳足迹因子以及清洁运输比例是影响钢铁行业全生命周期碳排放的重点因素.因此, 通过优化以上4个方面(达到2025年水平), 评估钢铁行业生命周期的碳减排潜力.
3.3.1 原料结构据世界钢铁协会统计, 每吨废钢制成新钢材可以至少节约1.4 t铁矿石、0.74 t煤和0.12 t石灰石[78].假设节约的这些铁矿石均从国外进口, 当全国炼钢废钢比达到30%时[39], 通过优化原料结构降低的碳排放量具体见表 13.
|
|
表 13 原料结构调整减碳潜力分析1) Table 13 Analysis on carbon reduction potential of raw material structure adjustment |
由表 13分析可知, 当废钢比由2020年的21.85%提高到30%时, 可实现5.97%的减碳潜力, 其中节省原煤贡献的碳减排量占到89.94%(图 4), 是主要贡献环节, 节约铁矿石降低的碳排放占比为9.27%, 侧面说明钢铁全生命周期碳排放中能源消耗碳排放占比高[71, 74].
|
图 4 原料结构优化CO2减排贡献率 Fig. 4 CO2 emission reduction contribution rate of raw material structure optimization |
通过提高18项钢铁行业燃料节能低碳技术应用率, 钢铁行业全生命周期碳减排潜力结果见表 14.
|
|
表 14 燃料节能低碳技术推广碳减排潜力 Table 14 Promotion of carbon emission reduction potential of fuel energy-saving and low-carbon technology |
通过应用燃料节能低碳技术使钢铁行业全生命周期碳排放降低19.62%, 减排主要体现在钢铁加工生产阶段, 此阶段减少碳排放量4.69亿t.进一步分析钢铁加工生产阶段各工序燃料低碳技术的减排贡献度发现(图 5), 轧钢工序技术贡献了51.50%的减排量, 高炉炼铁工序低碳技术进一步扩大应用, 碳减排贡献率达到28.71%.
|
图 5 燃料节能低碳技术减排贡献率 Fig. 5 Contribution rate of fuel energy-saving and low-carbon technology to emission reduction |
优化我国电力结构, 非化石能源发电量占比达50%, 同时增加电力节能低碳技术的应用, 此时, 钢铁行业全生命周期碳排放情况见表 15.
|
|
表 15 电力结构优化前后钢铁行业全生命周期碳排放对比 Table 15 Comparison of life cycle carbon emissions of steel industry before and after power optimization |
通过优化电力结构和推广电力节能低碳技术, 使得钢铁行业全生命周期碳排放降低4.55%, 其中电力结构优化减排贡献(99%)占据绝对主导地位.电力节能低碳技术中高炉炼铁工序技术减排潜力占据主导地位, 达80%以上(图 6), 目前国内转炉炼钢仍占据主导[6, 7], 未来随着电炉炼钢的增多, 电炉炼钢工序技术减排贡献度逐步增加[79].
|
图 6 电力节能低碳技术减排贡献率 Fig. 6 Contribution rate of energy conservation and low carbon technology to emission reduction |
铁矿石境外运输优化：假设用于巴西—中国航线的40万t超大型矿砂船中有30艘改为燃液化天然气(LNG)[80], 20万t远洋运输船型改为25万t海轮; 境内原辅料运输优化见表 5; 成品运输和废弃处置阶段废钢运输：假设优化运输方式后, 完成超低改造的企业公路运输均采用载重30 t纯电动重卡, 其他运输方式与目前保持一致.运输方式优化前后钢铁行业全生命周期碳排放情况见表 16.
|
|
表 16 运输方式优化碳减排潜力分析 Table 16 Analysis of carbon emission reduction potential of transportation mode optimization |
由表 16分析可知, 通过超低改造当钢铁行业大宗物料清洁运输比例由74%提升至78%, 原料获取阶段可实现0.56%的减碳潜力, 钢铁行业全生命周期合计可实现0.88%的减碳潜力.分阶段分析, 在成品运输阶段, 完成超低改造的企业公路运输采用新能源汽车, 相比改造前可降低25.07%的碳排放; 废弃处置阶段, 若公路运输同样采用新能源汽车运输, 与优化前相比可降低33.88%的碳排放.
通过推广低碳技术, 优化原料结构、电力结构和运输结构, 预计2025年钢铁行业分别可实现20%、6%、5%和1%的碳减排潜力.
为对碳减排潜力评估结果进行解释, 进一步选取废钢使用量、化石燃料燃烧量、电力碳足迹因子进行±10%的敏感性分析, 清洁方式运输量取10%, 敏感性分析结果见表 17.
|
|
表 17 敏感性分析结果 Table 17 Sensitivity analysis results |
由敏感性分析结果可知, 影响钢铁行业碳排放的最敏感因素是“化石燃料燃烧量”(0.68), 其次是电力碳足迹因子和废钢使用量, 以上两种因素变化对钢铁行业碳排放的影响相似.清洁方式运输量的敏感性系数最低, 同时不管增加铁路运输还是水路运输, 会对钢铁行业碳减排产生同等效果.因此, 对于钢铁行业全生命周期的碳减排, 从推广节能技术应用、增加非化石能源占比和提高废钢炼钢比例开始会具有更好的成效.
3.4 不确定性分析本研究基于误差传播方程量化评估了钢铁行业全生命周期碳足迹核算结果的不确定性.参照张晓梅等[81]研究, 本研究碳足迹因子的不确定性和活动水平数据的不确定性分别取10%和5%.结果显示, 原料获取阶段、加工生产阶段、运输阶段和废弃处置阶段的碳排放结果不确定性分别为6%、8%、3%和8%, 由此引入钢铁行业总排放的不确定性约为7%.与碳排放核算相关的研究[52, 81]对比本研究不确定性较小, 在合理范围内.
4 结论(1) 从全生命周期视角分析, 原料获取和加工生产阶段是钢铁行业碳排放的关键环节.2020年中国钢铁行业全生命周期CO2排放总量约24.04亿t, 原料获取阶段、加工生产阶段、运输阶段以及废弃处置阶段CO2排放总量分别为2.10、21.65、0.23和0.06亿t.原料获取阶段和加工生产阶段CO2排放量占钢铁行业全生命周期CO2排放总量的98%以上, 是钢铁行业实施碳减排的重点.从CO2排放源类别分析, 钢铁行业各类CO2排序为：C能源(68%)＞C电(18%)＞C原开采(5%)=(C运输1 +C运输2)(5%)＞C生产(3%), 化石燃料节约和外购电力清洁化是钢铁行业降碳的重中之重.
(2) 通过推广低碳技术降低化石燃料用量、提高废钢炼钢比例优化原料结构、构建新型电力系统降低电力碳足迹因子均比优化运输结构对钢铁行业全生命周期碳减排具有更积极的影响.按照2025年社会经济发展水平预测, 低碳技术推广、电力结构优化、废钢炼钢量增加和清洁方式运输比例提高, 分别可使钢铁行业实现20%、6%、5%和1%的碳减排潜力.此外, 关于钢铁行业节能低碳技术, 短期内以推广轧钢工序与高炉炼铁工序低碳技术为主, 后续随着电炉炼钢比例逐步增加, 以普及电炉炼钢工序低碳技术推动钢铁行业全生命周期碳减排潜力显著提升.
(3) 敏感性分析结果显示, 影响钢铁行业全生命周期碳排放的最敏感因素是化石燃料燃烧量.电力碳足迹因子和废钢炼钢使用量变化, 对钢铁行业碳排放量的影响相似.清洁方式运输量对钢铁行业碳排放量的影响最小, 此外不管增加铁路运输还是水路运输, 对钢铁行业碳减排产生的效果是相同的.鉴于当前“双碳”战略目标, 积极推广节能和低碳技术符合中国政府的最大利益, 提高废钢炼钢的比例和建设新的电力系统也至关重要.
| [1] | World Steel Association. World steel statistics 2021[EB/OL]. https://worldsteel.org/steel-topics/statistics/annual-production-steel-data/?ind=P1_crude_steel_total_pub/CHN/IND, 2023-03-23. |
| [2] | Chen W, Zhang Q, Wang C X, et al. Environmental sustainability challenges of China's steel production: impact-oriented water, carbon and fossil energy footprints assessment[J]. Ecological Indicators, 2022, 136. DOI:10.1016/j.ecolind.2022.108660 |
| [3] | Mallapaty S. How China could be carbon neutral by mid-century[J]. Nature, 2020, 586(7830): 482-483. DOI:10.1038/d41586-020-02927-9 |
| [4] | 习近平. 继往开来, 开启全球应对气候变化新征程——在气候雄心峰会上的讲话[J]. 中华人民共和国国务院公报, 2020(35): 7. |
| [5] | Ren L, Zhou S, Peng T D, et al. A review of CO2 emissions reduction technologies and low-carbon development in the iron and steel industry focusing on China[J]. Renewable and Sustainable Energy Reviews, 2021, 143. DOI:10.1016/j.rser.2021.110846 |
| [6] |
汪旭颖, 李冰, 吕晨, 等. 中国钢铁行业二氧化碳排放达峰路径研究[J]. 环境科学研究, 2022, 35(2): 339-346. Wang X Y, Li B, Lü C, et al. China's iron and steel industry carbon emissions peak pathways[J]. Research of Environmental Sciences, 2022, 35(2): 339-346. DOI:10.13198/j.issn.1001-6929.2021.11.11 |
| [7] | Zhang X Y, Jiao K X, Zhang J L, et al. A review on low carbon emissions projects of steel industry in the world[J]. Journal of Cleaner Production, 2021, 306. DOI:10.1016/j.jclepro.2021.127259 |
| [8] |
薛英岚, 张静, 刘宇, 等. "双碳"目标下钢铁行业控煤降碳路线图[J]. 环境科学, 2022, 43(10): 4392-4400. Xue Y L, Zhang J, Liu Y, et al. Roadmap of coal control and carbon reduction in the steel industry under the carbon peak and neutralization target[J]. Environmental Science, 2022, 43(10): 4392-4400. |
| [9] |
邢奕, 张文伯, 苏伟, 等. 中国钢铁行业超低排放之路[J]. 工程科学学报, 2021, 43(1): 1-9. Xing Y, Zhang W B, Su W, et al. Research of ultra-low emission technologies of the iron and steel industry in China[J]. Chinese Journal of Engineering, 2021, 43(1): 1-9. |
| [10] |
杨楠, 李艳霞, 吕晨, 等. 唐山市钢铁行业碳排放核算及达峰预测[J]. 环境工程, 2020, 38(11): 44-52. Yang N, Li Y X, Lü C, et al. Carbon emission accounting and peak forecasting of iron & steel industry in tangshan[J]. Environmental Engineering, 2020, 38(11): 44-52. DOI:10.13205/j.hjgc.202011008 |
| [11] | Wang X L, Wei Y W, Shao Q L. Decomposing the decoupling of CO2 emissions and economic growth in China's iron and steel industry[J]. Resources, Conservation and Recycling, 2020, 152. DOI:10.1016/j.resconrec.2019.104509 |
| [12] | Nwachukwu C M, Wang C, Wetterlund E. Exploring the role of forest biomass in abating fossil CO2 emissions in the iron and steel industry-The case of Sweden[J]. Applied Energy, 2021, 288. DOI:10.1016/j.apenergy.2021.116558 |
| [13] |
那洪明, 高成康, 郭玉华, 等. "中国式"电炉炼钢流程碳排放特点及其源解析[J]. 东北大学学报(自然科学版), 2019, 40(2): 212-217. Na H M, Gao C K, Guo Y H, et al. CO2 Emissions characteristics and source analysis of "Chinese style" electric arc furnace steelmaking route[J]. Journal of Northeastern University (Natural Science), 2019, 40(2): 212-217. |
| [14] | Feng C, Zhu R, Wei G S, et al. Typical case of carbon capture and utilization in Chinese iron and steel enterprises: CO2 emission analysis[J]. Journal of Cleaner Production, 2022, 363. DOI:10.1016/j.jclepro.2022.132528 |
| [15] |
张孝存. 建筑碳排放量化分析计算与低碳建筑结构评价方法研究[D]. 哈尔滨: 哈尔滨工业大学, 2018. Zhang X C. Research on the quantitative analysis of building carbon emissions and assessment methods for low-carbon buildings and structuress[D]. Harbin: Harbin Institute of Technology, 2018. |
| [16] |
赵艺伟, 左海滨, 佘雪峰, 等. 钢铁工业二氧化碳排放计算方法实例研究[J]. 有色金属科学与工程, 2019, 10(1): 34-40. Zhao Y W, Zuo H B, She X F, et al. Case study on calculation method of carbon dioxide emission in iron and steel industry[J]. Nonferrous Metals Science and Engineering, 2019, 10(1): 34-40. DOI:10.13264/j.cnki.ysjskx.2019.01.006 |
| [17] | Bhaskar A, Assadi M, Somehsaraei H N. Decarbonization of the iron and steel industry with direct reduction of iron ore with green hydrogen[J]. Energies, 2020, 13(3). DOI:10.3390/en13030758 |
| [18] | Venkataraman M, Csereklyei Z, Aisbett E, et al. Zero-carbon steel production: the opportunities and role for Australia[J]. Energy Policy, 2022, 163. DOI:10.1016/j.enpol.2022.112811 |
| [19] | Kuramochi T. Assessment of midterm CO2 emissions reduction potential in the iron and steel industry: a case of Japan[J]. Journal of Cleaner Production, 2016, 132: 81-97. DOI:10.1016/j.jclepro.2015.02.055 |
| [20] | Chisalita D A, Petrescu L, Cobden P, et al. Assessing the environmental impact of an integrated steel mill with post-combustion CO2 capture and storage using the LCA methodology[J]. Journal of Cleaner Production, 2019, 211: 1015-1025. DOI:10.1016/j.jclepro.2018.11.256 |
| [21] |
毛睿昌. 基于LCA的城市交通基础设施环境影响分析研究——以深圳为例[D]. 深圳: 深圳大学, 2017. Mao R C. Assessing the environmental impacts of urban transport infrastructure via life cycle assessment: case study of a mega city- Shenzhen, China[D]. Shenzhen: Shenzhen University, 2017. |
| [22] |
蔡博峰, 朱松丽, 于胜民, 等. 《IPCC 2006年国家温室气体清单指南2019修订版》解读[J]. 环境工程, 2019, 37(8): 1-11. Cai B F, Zhu S L, Yu S M, et al. The interpretation of 2019 refinement to the 2006 IPCC guidelines for national greenhouse gas inventory[J]. Environmental Engineering, 2019, 37(8): 1-11. |
| [23] |
程豪. 碳排放怎么算-《2006年IPCC国家温室气体清单指南》[J]. 中国统计, 2014(11): 28-30. Cheng H. How to calculate carbon emissions-2006 IPCC guidelines for national greenhouse gas inventory[J]. China Statistics, 2014(11): 28-30. |
| [24] |
陈海红, 李鹏程, 王中航. GB/T 2589-2020《综合能耗计算通则》国家标准解读[J]. 标准科学, 2021(12): 107-111. Chen H H, Li P C, Wang Z H. Interpretation of national standard GB/T 2589-2020, general rules for calculation of the comprehensive energy consumption[J]. Standard Science, 2021(12): 107-111. |
| [25] |
罗智星. 建筑生命周期二氧化碳排放计算方法与减排策略研究[D]. 西安: 西安建筑科技大学, 2016. Luo Z X. Study on calculation method of building life cycle CO2 emission and emission reduction strategies[D]. Xi'an: Xi'an University of Architecture and Technology, 2016. |
| [26] |
谷立静. 基于生命周期评价的中国建筑行业环境影响研究[D]. 北京: 清华大学, 2009. Gu L J. Studies on the environmental impact of the building industry in China based on the life cycle assessment[D]. Beijing: Singhua University, 2009. |
| [27] |
贾铖修. 基于生命周期评价的3D打印建筑结构碳排放量化分析[D]. 杭州: 浙江大学, 2021. Jia C X. Quantitative analysis of carbon emission of 3D printing building structure based on life cycle assessment[D]. Hangzhou: Zhejiang University, 2021. |
| [28] |
蔡伟光, 蔡彦鹏. 全国建筑碳排放计算方法研究与数据分析[J]. 建设管理研究, 2019(2): 61-76. Cai W G, Cai Y P. National construction carbon emission calculation method research and data analysis[J]. Construction Management Research, 2019(2): 61-76. |
| [29] |
俞海勇, 杨辉, 张贺, 等. 水泥生命周期碳排放研究[J]. 四川建材, 2017, 43(1): 1-3. Yu H Y, Yang H, Zhang H, et al. Research of carbon emission of cement in lifecycle[J]. Sichuan Building Materials, 2017, 43(1): 1-3. DOI:10.3969/j.issn.1672-4011.2017.01.001 |
| [30] | 中华人民共和国国家发展和改革委员会. 中国钢铁生产企业温室气体排放核算方法与报告指南(试行)[EB/OL]. http://www.gov.cn/gzdt/att/att/site1/20131104/001e3741a2cc13e13f1803.pdf, 2013-10-15. |
| [31] | GB/T 51366-2019, 建筑碳排放计算标准[S]. |
| [32] | 电车资源. 特百佳动力王永刚: 为市场提供全方位新能源商用驱动解决方案[EB/OL]. https://mp.weixin.qq.com/s/VmnllUU33P5rZZoaD0-XzQ, 2022-01-02. |
| [33] | 中国铁路总公司. 2018-2020年货运增量行动方案[EB/OL]. http://www.china-railway.com.cn/xwzx/ywsl/201812/t20181214_77740.html, 2018-07-02. |
| [34] |
王达川, 姚海元, 李宜军. 我国沿海港口40万吨级矿石码头新布局[J]. 水运工程, 2021(6): 54-60. Wang D C, Yao H Y, Li Y J. New layout of 400, s000 DWT ore terminals in China's coastal ports[J]. Port & Waterway Engineering, 2021(6): 54-60. DOI:10.3969/j.issn.1002-4972.2021.06.009 |
| [35] |
郑浩. 宝武钢铁集团铁矿石运输路径优化研究[D]. 杭州: 浙江海洋大学, 2020. Zheng H. Research on transport route optimization of iron ore of Baowu steel group[D]. Hangzhou: Zhejiang Ocean University, 2020. |
| [36] |
李贵成. 中国-巴西铁矿石运输航线分析[J]. 航海技术, 2012(2): 5-7. Li G C. Analysis of China-Brazil iron ore shipping route[J]. Marine Technology, 2012(2): 5-7. |
| [37] |
樊红元, 陈刚. 250000 DWT超大型矿砂船总体设计[J]. 船舶设计通讯, 2016(S2): 23-27. Fan H Y, Chen G. General design of a 250 000 DWT VLOC[J]. Journal of Ship Design, 2016(S2): 23-27. |
| [38] |
李俊, 吴小康, 杨江. 超大型矿砂船LNG READY设计方案[J]. 船舶设计通讯, 2017(S2): 59-64. Li J, Wu X K, Yang J. LNG ready design for very large ore carriers[J]. Journal of Ship Design, 2017(S2): 59-64. |
| [39] | 郭达清, 吕林, 张雨恬. 全国炼钢综合废钢比"十四五"末将达30%[N]. 中国冶金报, 2021-09-24(01). |
| [40] |
任明, 徐向阳. 京津冀地区钢铁行业能效提升潜力和环境协同效益[J]. 工业技术经济, 2018, 37(8): 20-26. Ren M, Xu X Y. Energy efficiency improvement and environmental co-benefits of iron and steel industry in Beijing-Tianjin-Hebei region[J]. Journal of Industrial Technological Economics, 2018, 37(8): 20-26. |
| [41] | 国家发展和改革委员会. 国家重点节能低碳技术推广目录(2017年本低碳部分)技术简介[EB/OL]. https://www.mee.gov.cn/ywgz/ydqhbh/wsqtkz/201904/t20190419_700394.shtml, 2019-04-19. |
| [42] |
董金池, 汪旭颖, 蔡博峰, 等. 中国钢铁行业CO2减排技术及成本研究[J]. 环境工程, 2021, 39(10): 23-31, 40. Dong J C, Wang X Y, Cai B F, et al. Mitigation technologies and marginal abatement cost for iron and steel industry in China[J]. Environmental Engineering, 2021, 39(10): 23-31, 40. |
| [43] | Zhang Q, Zhao X Y, Lu H Y, et al. Waste energy recovery and energy efficiency improvement in China's iron and steel industry[J]. Applied Energy, 2017, 191: 502-520. |
| [44] | Li Y, Zhu L. Cost of energy saving and CO2 emissions reduction in China's iron and steel sector[J]. Applied Energy, 2014, 130: 603-616. |
| [45] | 戴颜德, 胡秀莲. 中国二氧化碳减排技术潜力和成本研究[M]. 北京: 中国环境出版社, 2013. |
| [46] |
张琦, 沈佳林, 许立松. 中国钢铁工业碳达峰及低碳转型路径[J]. 钢铁, 2021, 56(10): 152-163. Zhang Q, Shen J L, Xu L S. Carbon peak and low-carbon transition path of China's iron and steel industry[J]. Iron & Steel, 2021, 56(10): 152-163. |
| [47] | 生态环境部办公厅. 关于推进实施钢铁行业超低排放的意见[EB/OL]. https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/201904/t20190429_701463.html, 2019-04-28. |
| [48] | Liu X W, Yuan Z W, Xu Y, et al. Greening cement in China: a cost-effective roadmap[J]. Applied Energy, 2017, 189: 233-244. |
| [49] | 《中国钢铁工业年鉴》编辑委员会. 中国2021钢铁工业年鉴[M]. 北京: 2021. |
| [50] |
彭卓, 郭春梅, 汪磊磊, 等. 绿色建筑全生命周期CO2排放敏感性与减碳潜力研究[J]. 天津城建大学学报, 2021, 27(6): 436-441. Peng Z, Guo C M, Wang L L, et al. Total life-cycle analysis of CO2 emission sensitivity and reduction potential of green building[J]. Journal of Tianjin Chengjian University, 2021, 27(6): 436-441. |
| [51] |
张晔, 宋国华, 尹航, 等. 综合交通运输系统碳排放预测的不确定性分析[J]. 交通运输工程与信息学报, 2023, 21(1): 64-79. Zhang Y, Song G H, Yin H, et al. Uncertainty analysis of future carbon emissions of integrated transportation system[J]. Journal of Transportation Engineering and Information, 2023, 21(1): 64-79. |
| [52] | IPCC. Good practice guidance and uncertainty management in national greenhouse gas inventories[EB/OL]. https://www.ipcc-nggip.iges.or.jp/public/gp/chinese/gpgaum_cn.html, 2001-06-15. |
| [53] |
贾楠楠, 李晓. 后疫情时代我国钢铁工业与冶金石灰产业发展方向[J]. 耐火与石灰, 2021, 46(1): 1-4. Jia N N, Li X. The development direction of China's iron and steel industry and metallurgical lime industry in the post epidemic era[J]. Refractories & Lime, 2021, 46(1): 1-4. |
| [54] |
贾楠楠, 李晓. 我国钢铁与冶金石灰生产形势及发展预测[J]. 耐火与石灰, 2020, 45(1): 1-4. Jia N N, Li X. Production situation and development forecast of steel and metallurgical lime in China[J]. Refractories & Lime, 2020, 45(1): 1-4. |
| [55] |
王少阳, 祁欣, 罗旭东, 等. 白云石的应用进展[J]. 耐火材料, 2022, 56(1): 88-92. Wang S Y, Qi X, Luo X D, et al. Application progress of dolomite[J]. Refractories, 2022, 56(1): 88-92. |
| [56] | 国家统计局能源统计司. 中国能源统计年鉴[M]. 北京: 中国统计出版社, 2021. |
| [57] |
董晖, 李杰. 我国铁路铁矿石运输发展对策研究[J]. 铁道货运, 2021, 39(2): 1-5. Dong H, Li J. Research on development strategies of railway transportation of iron ore in China[J]. Railway Freight Transport, 2021, 39(2): 1-5. |
| [58] | 中国交通年鉴社. 中国交通年鉴[M]. 北京: 中国交通年鉴社, 2021. |
| [59] |
弓原, 李晓新. 钢铁行业超低排放改造现状分析及对策建议[J]. 冶金经济与管理, 2021(1): 16-18. Gong Y, Li X X. Situation analysis and suggestions on ultra-low emission transformation of steel industry[J]. Metallurgical Economy and Management, 2021(1): 16-18. |
| [60] | 李华. 2018-2019中国煤炭和铁矿石铁路运输分析[EB/OL]. https://www.xianjichina.com/news/details_82353.html, 2018-08-29. |
| [61] |
曾维刚, 梁壮, 赵冠一, 等. 我国煤炭运输体系现状、问题及对策研究[J]. 煤炭经济研究, 2022, 42(1): 17-21. Zeng W G, Lang Z, Zhao G Y, et al. Research on the status quo, problems and countermeasures of China's coal transportation system[J]. Coal Economic Research, 2022, 42(1): 17-21. |
| [62] | 前瞻经济学人. 十张图了解2020年中国铁路货运行业发展现状及市场趋势煤炭铁路运输需求巨大[EB/OL]. https://baijiahao.baidu.com/s?id=1680509009693023062&wfr=spider&for=pc, 2020-10-14. |
| [63] | 黄涛. 浅议国内钢材贸易流向[J]. 冶金管理, 2020(20): 26-33. |
| [64] | 国家统计局. 2020年国民经济和社会发展统计公报[EB/OL]. http://www.gov.cn/xinwen/2021-02/28/content_5589283.htm, 2021-02-28. |
| [65] | 焦响. 2021年各地区钢材销售流向简要分析[J]. 冶金管理, 2022(8): 42-45. |
| [66] | 梁骁. 干货|钢铁行业真的是物流企业的噩梦?大有文章的国民支柱产业[EB/OL]. https://www.sohu.com/a/312255730_747469, 2019-05-07. |
| [67] | 国家统计局. 地区分省年度货运量货物周转量数据[EB/OL]. https://data.stats.gov.cn/easyquery.htm?cn=E0103, 2022. |
| [68] |
李茂权. 中国废钢市场现状分析及前景预测[J]. 冶金经济与管理, 2021(3): 21-22. Li M Q. Current situation analysis and prospect forecast of scrap market in China[J]. Metallurgical Economy and Management, 2021(3): 21-22. |
| [69] |
王宪恩, 栾天阳, 陈英姿, 等. 基于LCA的废旧资源循环利用节能减排效果评估模式与方法研究——以吉林省某钢铁企业为例[J]. 中国人口·资源与环境, 2016, 26(10): 69-77. Wang X E, Luan T Y, Chen Y Z, et al. Research on the evaluation pattern and method of the energy conservation and emission reduction effects of waste resources recycling based on life cycle assessment: a case study of an iron and steel industry enterprise in Jilin Province[J]. China Population, Resources and Environment, 2016, 26(10): 69-77. |
| [70] | Li F, Chu M S, Tang J, et al. Life-cycle assessment of the coal gasification-shaft furnace-electric furnace steel production process[J]. Journal of Cleaner Production, 2021, 287. DOI:10.1016/j.jclepro.2020.125075 |
| [71] | Li Y L, Lü M Y, Li R D, et al. Life cycle assessment of melting reduction treatment for iron and steel waste slag: a case study in Tangshan, China[J]. Resources, Conservation & Recycling Advances, 2022, 15. DOI:10.1016/j.rcradv.2022.200108 |
| [72] | Chen Q Q, Gu Y, Tang Z Y, et al. Assessment of low-carbon iron and steel production with CO2 recycling and utilization technologies: a case study in China[J]. Applied Energy, 2018, 220: 192-207. |
| [73] | Zhang Q, Li Y, Xu J, et al. Carbon element flow analysis and CO2 emission reduction in iron and steel works[J]. Journal of Cleaner Production, 2018, 172: 709-723. |
| [74] |
王新东, 上官方钦, 邢奕, 等. "双碳"目标下钢铁企业低碳发展的技术路径[J]. 工程科学学报, 2023, 45(5): 853-862. Wang X D, Shangguan F Q, Xing Y, et al. Research on the low-carbon development technology route of iron and steel enterprises under the "double carbon" target[J]. Chinese Journal of Engineering, 2023, 45(5): 853-862. |
| [75] | The World Steel Association. Life cycle assessment in the steel industry[EB/OL]. https://worldsteel.org/publications/policy-papers/life-cycle-assessment-in-the-steel-industry/, 2023-03-19. |
| [76] | Yan Q Y, Wang Y X, Li Z Y, et al. Coordinated development of thermal power generation in Beijing-Tianjin-Hebei region: evidence from decomposition and scenario analysis for carbon dioxide emission[J]. Journal of Cleaner Production, 2019, 232: 1402-1417. |
| [77] |
张燕华. 低碳环境下废钢铁再制造系统生产调度研究[D]. 南京: 东南大学, 2019. Zhang Y H. Research on the production scheduling of scrap iron and steel remanufacturing in low carbon environment[D]. Nanjing: Southeast University, 2019. |
| [78] | 世界钢铁协会. 资料概览钢铁和原料[EB/OL]. https://worldsteel.org/wp-content/uploads/fact-sheet-raw-materials-2023_CN.pdf, 2023-03-19. |
| [79] | Yang L Z, Hu H, Yang S, et al. Life cycle carbon footprint of electric arc furnace steelmaking processes under different smelting modes in China[J]. Sustainable Materials and Technologies, 2023, 35. DOI:10.1016/j.susmat.2022.e00564 |
| [80] | 徐智. 400000DWT超大型矿砂船[Z]. 江苏: 江苏扬子鑫福造船有限公司, 2019-02-01. |
| [81] |
张晓梅, 庄贵阳, 刘杰. 城市温室气体清单的不确定性分析[J]. 环境经济研究, 2018, 3(1): 8-18, 149. Zhang X M, Zhuang G Y, Liu J. Uncertainty analysis of urban greenhouse gas inventories[J]. Journal of Environmental Economics, 2018, 3(1): 8-18, 149. |