《Energy》：A bottom-up model for assessing the transition of chemical industry parks towards carbon neutrality
编辑推荐：
基于著名的PyPSA框架，本研究提出一个线性规划扩展规划模型，时间跨度从2025年到2050年。该模型通过整合蒸汽生成技术、可再生能源（RES）和储能技术，优化能源供应基础设施。为加深对外生建模假设如何影响扩展结果的理解，研究人员探讨了电力价格合同和规划前瞻性
基于著名的PyPSA框架，本研究提出一个线性规划扩展规划模型，时间跨度从2025年到2050年。该模型通过整合蒸汽生成技术、可再生能源（RES）和储能技术，优化能源供应基础设施。为加深对外生建模假设如何影响扩展结果的理解，研究人员探讨了电力价格合同和规划前瞻性。整合可再生能源可缓冲电价波动，而排除它们则导致化石基技术更高的冗余性。实现碳中和需要在2040年后引入电价补贴。研究人员比较了三种前瞻性策略——完美前瞻（PF）、短视前瞻（My）和滚动时域前瞻（RH），揭示了对投资决策的显著影响。特别是那些投资成本大幅下降或在规划期初不可用的技术可能导致错误投资。研究发现，根据所研究情景，系统总成本可能变化高达20.35%。最后，研究人员采用Morris筛选方法进行了一种新颖的两步全局灵敏度分析，以识别最具影响力的输入参数。结果强调了负荷和能源载体成本的重要性。通过采用有限前瞻性进行全局灵敏度分析，计算时间减少了90%以上，同时保持了信息价值。扩展结果突出了直接电气化和战略前瞻性对于实现成本效益过渡的重要性。
**论文解读**
**研究背景与问题**
德国设定了到2045年实现CO
2中和的目标，化工行业作为德国工业中终端能源需求最高的部门（2021年超过324.1 TWh），其转型面临巨大挑战。现有研究多聚焦于国家或国际层面的能源系统转型，缺乏针对具体化工园区（chemical industry park）生产现场的扩展规划模型。局部因素如能源价格、基础设施可用性及区域政策会导致截然不同的转型路径。因此，需要开发能够考虑个体需求、要求和挑战的场地特定扩展规划工具。已有模型虽涉及化工厂的蒸汽供应（高、中、低压）和电力系统，但多局限于特定技术或单一投资期，未系统考察规划前瞻性（foresight）和电力定价机制对多投资期扩展决策的影响。此外，对计算密集型多投资期模型进行全局灵敏度分析（global sensitivity analysis）的方法仍不充分。
**研究内容与结论**
研究人员基于PyPSA（Python for Power System Analysis）框架构建了一个线性规划扩展规划模型，时间跨度为2025–2050年，采用5年步长。模型优化化工园区的能源供应基础设施，包括蒸汽生成技术（燃气/氢/生物质锅炉、高温热泵等）、可再生能源（光伏PV、陆上及海上风电）及储能（锂离子电池、熔盐储热、氢气储罐）。研究通过多种情景分析，考察了电力定价（平均、季节、可变电价）和规划前瞻性（完美、短视、滚动时域）对系统成本、CO
2排放及技术选择的影响，并引入Morris筛选方法进行多投资期全局灵敏度分析。该研究发表在《Energy》期刊。
**关键技术方法**
1. **线性规划扩展规划模型**：基于PyPSA框架，实现多投资期（2025–2050年，每5年一步）的每小时分辨率（hourly resolution）优化，目标是最小化总系统成本（含年化投资成本CAPEX和运营成本OPEX）。
2. **情景分析**：通过设置不同电价合同（平均、季节、小时可变）、前瞻性策略（完美、短视、滚动时域）以及是否允许直接投资可再生能源，量化外生假设对扩展结果的影响。
3. **Morris筛选全局灵敏度分析**：先采用简化绿场（greenfield）模型（仅优化代表年2045年）筛选73个输入参数中最具影响力的15个参数，再对这些参数进行多投资期完美前瞻和短视前瞻下的灵敏度分析，通过比较绝对均值（μ*）和方差（σ
2）识别关键不确定性因素。该方法将计算时间降低92.31%，同时保持信息价值。
**研究结果**
**3.1 电力定价的影响**
通过对比完美前瞻下不同电价情景（PF平均、PF季节性、PF小时可变、PF可变无可再生能源等），发现：可变电价导致运营成本显著增加；允许直接投资可再生能源（PV、风电）可大幅缓解电价波动影响；若不允许可再生能源投资，系统将依赖燃气轮机等化石基技术实现市场独立性，CO
2排放显著升高；电价补贴（削峰至100 �/MWh）在后期投资期大幅降低排放，但早期效果有限；计入电网连接成本会延迟直接电气化技术扩展，转而增加生物质利用。
**3.2 前瞻性与跨期排放目标的影响**
比较完美、滚动时域和短视前瞻（均含可变电价）发现：完美前瞻总成本最低；短视和滚动时域均导致过度投资，尤其是对投资成本下降迅速或后期才可用的技术（如高温热泵）。短视前瞻下，系统在早期投资于电池储能并过早达到限制容量，而完美前瞻则在后期才扩展储能。引入跨期CO
2约束（2030年减排55%，2045年碳中和）后，完美前瞻立即影响投资决策（增加可再生能源和生物质利用），而有限前瞻直到2040年才受影响。由于CO
2价格已逐步上升，跨期约束在多数情景下未显著增加总成本，但避免了化石基技术的错误投资。
**3.3 有限前瞻下电价补贴的影响**
在短视前瞻且禁止可再生能源投资的情况下，对电力进口成本设限（50 �/MWh）于早期（2025–2030年）导致早期电气化但整体CO
2减排有限；补贴集中于晚期（2040–2050年）可实现碳中和，但总成本更高且补贴期结束后系统重新依赖天然气。
**3.4 全局灵敏度分析结果**
对多投资期模型（完美前瞻）的Morris分析显示：电力负荷和蒸汽负荷（31 bar、6 bar）是对目标函数影响最大且接近线性的参数；能源载体成本（电价、CO
2价格）方差较大，表明非线性；可再生能源最大潜力（PV、风电、生物质）和基准年（用于计算容量因子）呈现强非线性。与单投资期绿场模型相比，多投资期棕地模型低估了地点和可再生能源潜力的影响，但高估了能源价格的影响。采用短视前瞻进行灵敏度分析后，前六个最重要参数与完美前瞻一致，但生物质价格、基准年和海上风电潜力的影响被高估。
**讨论与结论**
研究结论指出：对于理想化化工园区，低温蒸汽电气化（采用热泵）和高温蒸汽依赖生物质（可联产电力）是主要趋势；锂离子电池在有限空间下优于熔盐储热；直接投资海上风电在经济上有利。外生假设（如购电合同类型、是否允许可再生能源投资、前瞻性策略）可导致总系统成本变化高达20.35%，CO
2排放变化达107.05%。有限前瞻可能导致错误投资和过度容量，建议实际应用中采用滚动时域前瞻。跨期CO
2约束的影响因CO
2价格机制而减弱。全局灵敏度分析表明，负荷和能源载体成本是最关键参数，而采用短视前瞻可将计算时间降低92.31%且保持信息价值。模型局限性包括未考虑电网连接成本（导致电气化被高估）、固定负荷曲线（需集成需求预测）及线性规划无法反映部分负载特性。未来工作应延伸至基础化学品合成、需求灵活性及更详细的电力价格成分分析。
