基于不確定性分析的不同制氫方式能源投入回報研究

鄭玉華，侯丹丹

中國石油大學(北京)經濟管理學院， 北京 102249

隨著能源需求的持續增長， 化石能源消費造成了巨大的環境問題， 全球積極應對能源耗竭和氣候變化問題的呼聲日益高漲[1-2]． 氫能以其清潔環保、 來源廣、 能效高、 可儲能、 用途多等優勢被視為21世紀最具前景的清潔能源之一[3-4]． 氫能與電能一樣， 屬于二次能源， 可由煤和天然氣等化石能源制取， 也可以由太陽能和風能等可再生能源制得． 由化石能源制取的灰氫由于成本較低， 是目前最重要的氫氣來源， 其中天然氣制氫和煤制氫占比分別為76%和23%[5]， 但灰氫制取過程會產生大量的CO2排放；由太陽能、 風能等可再生能源電解水制得的綠氫， 既能夠實現碳的零排放， 也能夠促進可再生能源發電的消納， 帶來可觀的經濟和環境效益[6]．

各種制氫方式的經濟成本是研究關注的重點之一， 黃格省等[7]研究了化石能源制氫的經濟性， 得出煤制氫的成本為10.2元/kg， 天然氣制氫的成本為12.8元/kg；Wang等[8]通過對煤和生物質制氫進行技術經濟分析， 認為煤制氫的成本為8.40元/kg， 生物質制氫的成本為6.94元/kg；Nguyen等[9]研究了德國大規模電解水生產氫氣的經濟性， 結果顯示電解水制氫的平均成本為4.21～4.71美元/kg， 且通過提高容量系數最大化使電解系統還能夠降低制氫成本． 此外， 不同制氫方式的環境影響是研究的另一個重點， 相關研究大多運用生命周期評價的方法， 如Bhandari等[10]綜合分析了21種制氫技術， 發現與使用傳統電網混合電力或化石燃料相比， 使用風能發電或水力發電電解水制氫是對環境最友好的制氫技術；Siddiqui等[11]評價了美國6種制氫方式的生命周期排放， 通過對比發現混合電力電解水制氫的全球變暖潛在影響相對較高， 原因在于美國混合電力以煤和天然氣發電為主， 發電過程會排放大量溫室氣體， 其次是煤氣化制氫． 上述研究從經濟性和環境效益兩方面評估了不同制氫方式的特點， 對氫能的合理利用提出了探索性的建議， 然而， 目前尚缺乏從能源利用的角度對不同制氫方式投入產出的分析． 能源投入回報(Energy return on investment， EROI)是從能源利用角度來分析能源生產活動綜合效益的方法， 該方法主要運用于一次能源的開發評價， 例如很多學者研究了化石能源開采的能源投入回報[12-15]， 也有學者對光伏發電的能源投入回報進行了研究[16-18]． 在我國能源供應形勢和減排壓力日益嚴峻的背景下， 研究制氫過程的能源投入回報以及能為社會提供的凈能源， 對氫能產業的可持續發展具有重要的現實意義．

本文基于凈能源理論， 運用能源投入回報方法研究不同制氫方式的綜合效益． 考慮到化石能源制氫短期內的主導地位以及可再生能源制氫的發展潛力， 選取了煤氣化制氫、 天然氣水蒸氣重整制氫、 太陽能光伏電解水制氫和風力發電電解水制氫4種制氫方式來進行對比分析． 論文創新之處主要在于， 綜合考慮制氫工藝差異、 技術發展、 資源利用和工廠運行情況， 對不同制氫方式的能源投入和產出參數進行了不確定性分析， 使研究結果更具科學性． 研究旨在為制氫方式的合理選擇提供支持， 由于目前對EROI的研究幾乎都集中在化石能源和一次能源的開發上， 所以本文也是該方法應用在二次能源評估中的探索．

1 研究方法與數據

1.1 研究方法

1.1.1 EROI方法的原理

能源投入回報來源于凈能源理論， 表示在能源生產過程中每單位能量投入所產生的有用能量數量， 反映了能源的生產效率． 能源的EROI越低， 表示產生輸出能量所需的輸入能量就越多， 從而導致可供社會消費的凈能量就越少[19]．

能源的EROI一般用能源生產過程中能源產出量與能源投入量的比值來計算， 為了使投入和產出各部分具有可加性， 需要對能量單位進行轉化， 常用的方法是使用熱當量值． 在實際計算時， 首先需要明確研究邊界和投入層級， 目前廣泛采用Murphy等[20]對研究邊界和投入層級的劃分， 將其分為3層研究邊界(能源開采、 能源運輸、 能源利用)和5個投入層級(直接能源和材料投入、 間接能源和材料投入、 勞動力投入、 配套服務投入、 環境投入)． 目前大多數研究都考慮了能源生產的直接和間接能源及材料投入， 因此也將據此計算出來的值稱為標準EROI， 記為EROI，stnd．

1.1.2 制氫生命周期的EROI計算方法

本文所考慮的研究邊界為制氫活動的整個生命周期， 包括工廠建設、 工廠運行(氫氣制備)和工廠退役3個階段， 并假定為現場制氫， 故制氫生命周期不涉及煤和天然氣等制氫原材料的運輸， 光伏電解水制氫和風電電解水制氫采用離網發電并直接用于制氫的模式． 在投入層級方面， 使用EROI，stnd來評價不同制氫方式的能源投入回報， 以便與同類研究進行對比． 同時還計算了考慮環境投入的EROI， 記為EROI，env， 研究環境治理投入對制氫能源投入回報的影響． 計算公式如下：

(1)

(2)

式中，Eout表示產出，Ein表示投入，Ein，1表示工廠建設階段的投入，Ein，2表示工廠運行階段的投入，Ein，3表示工廠退役階段的投入，Eenv表示環境治理投入， 單位均為MJ．

1.1.3 不同制氫方式投入產出的計算方法

1) 產出的量化

煤制氫和天然氣制氫同時產生H2和CO2， 本文只將H2視為最終產出， CO2作為溫室氣體， 是制氫過程考慮的主要污染物之一， 故為環境治理投入的一部分． 光伏電解水制氫和風電電解水制氫生產1 kg H2的同時生產約8 kg O2[21]， 由于O2無污染且可以通過銷售獲取收益， 故在計算光伏和風電電解水制氫的EROI時將H2和O2均視為產出． 在計算過程中， 存在以貨幣計量的產出， 如氧氣銷售收入等， 采用工業能源強度將其轉換為能源標量． 煤制氫和天然氣制氫的產出取決于工廠規模和運行時間， 光伏電解水制氫和風電電解水制氫的產出可分別按式(3)～(8)計算：

(3)

(4)

(5)

(6)

(7)

(8)

2) 投入的量化

從生命周期的3個階段對投入進行量化， 如式(9)所示：

Ein=Ein，1+Ein，2+Ein，3+Eenv

(9)

工廠建設階段． 直接和間接能源及材料投入反映在建設成本上， 總投入可用公式(10)來計算：

Ein，1=TCI×IEI

(10)

式中，TCI表示制氫廠總投資， 包括廠房建設成本、 設備成本等．

工廠運行階段． 對于煤制氫和天然氣制氫而言， 該階段包括制氫原料的獲取和制氫活動兩個過程， 其總投入(包括直接和間接投入)按式(11)計算， 光伏電解水制氫和風電電解水制氫總投入按式(12)計算．

(11)

(12)

工廠退役階段． 考慮廠房及設備殘值可進行回收， 運用公式(13)計算該部分投入：

Ein，3=-TCI×Rrv

(13)

式中，Rrv表示殘值率， 結果為負值表示該部分資本回收可以從工廠總投資中減去．

環境投入． 這部分包含的因素非常多， 能源在開發和利用階段會在很多方面對環境造成污染和破壞， 比如各種空氣污染物， 不僅會對環境和空氣造成負面影響， 同時也危害人類健康， 環境投入用式(14)計算：

(14)

式中，EF，ij表示第i階段第j種排放物的排放因子， kg；ECF，ij表示第i階段第j種排放物的外部成本因子， 即處理單位相關排放物所需的資金投入， 元/kg．

1.2 數據來源及說明

1) 煤制氫和天然氣制氫

以制氫規模為9×104m3/h(保準狀態下為8 037 kg/h)的國內典型制氫項目為例[22]， 煤制氫總投資約為12.4億元， 天然氣制氫總投資約為6億元， 工廠壽命均假設為20年， 殘值率為5%． 工廠運行階段的直接投入見表1[23-27]． 煤和天然氣開采的間接投入由國家統計局網站[28]數據計算得到， 其中， 煤開采間接投入用開采和洗選業固定資產投入除以煤炭總產量， 其值為10.84×10-4元/MJ；天然氣開采的間接投入根據石油和天然氣開采業固定資產投入， 按照天然氣熱量在油氣總熱量中的占比來分配[23]， 經計算為11.75×10-4元/MJ． 生命周期排放數據及環境治理成本見表2[29-31]．

2) 光伏電解水制氫和風電電解水制氫

選取與煤制氫投資規模相當的項目， 太陽能光伏電解水制氫以Sadeghi等[32]的研究為例， 項目配備464 000個單晶硅電池光伏組件， 每個孔徑面積為1.6 m2， 總投資為12.82億元． 根據張理等[33]的研究， 建設200 MW風力發電場， 同時配備30臺生產能力為89.3 kg/h的電解水裝置和30臺配套的壓縮儲存設備， 總投資約為15.2億元． 采用堿性水電解槽， 電解槽效率為70%， 能耗為56.3 kw·h/kg(H2)[21]， 殘值率均假設為5%[34]． 光伏和風電電解水制氫在工廠運行階段除電能以外的投入分別為0.037 MJ/MJ(H2)和0.024 MJ/MJ(H2)[29]． 根據謝欣爍等[35]的研究， 光伏電解水制氫系統的生命周期排放CO2當量為2 400～6 800 g/kg(H2)， 風電電解水制氫系統的生命周期排放CO2當量為600～970 g/kg(H2)．

此外， 工業能源強度數據來源于國家統計局網站， 經計算為3.03 MJ/元， 氧氣銷售價格假定為0.35元/kg[22]．

表1 煤制氫和天然氣制氫工廠運行階段的直接能源投入 元

表2 煤制氫和天然氣制氫生命周期排放及污染物排放的外部成本

2 基于不確定性分析的不同制氫方式的EROI分析

由于制氫工藝、 能源品質、 自然條件和工廠運行情況存在差異， 制氫生命周期能耗和排放數據具有不確定性， 本文運用Monte Carlo模擬方法分析數據的變動范圍及其對不同制氫方式能源投入回報不確定性的影響．

2.1 煤制氫和天然氣制氫的EROI分析

氫氣產量的不確定性主要來源于工廠年運行時間的變化， 當制氫工廠年運行時間從3 200 h增加到8 000 h時， H2產量就從每年25 718萬噸增加到64 296萬噸；能源投入的不確定性主要受原料品質以及技術水平的影響， 根據文獻[24，26]， 煤制氫在工廠運行階段生產1MJH2需要煤的投入量約為1.01～1.30 MJ， 而文獻[25，27]顯示， 天然氣制氫在工廠運行階段生產1MJH2需要天然氣的投入量約為1.36～1.52 MJ， 根據以上數據范圍， 假設工廠運行時間和原料投入都服從均勻分布， 對煤和天然氣制氫EROI，stnd和EROI，env的影響進行模擬， 結果見圖1． 模擬結果顯示兩種制氫方式的EROI，stnd和EROI，env均小于1， 即煤制氫和天然氣制氫整個生命周期的能源投入大于能源產出， 從能源投入回報的角度來看， 兩種制氫方式都無法為社會提供凈能源， 主要原因是煤和天然氣需要通過消耗一次化石能源的方式來制取氫能源， 根據能量守恒原理， 生產1MJH2最少需要投入1MJ能源． 此外， 由于工藝過程存在一定程度的能源損耗， 同時原料開采也需要消耗能源， 所以最終使得煤和天然氣制氫的能源投入回報小于1． 從圖1可以看出天然氣制氫的EROI低于煤制氫的EROI， 主要原因在于天然氣制氫在工廠運行階段的原料投入量大于煤制氫在該階段的原料投入， 這可能與工藝有關， 同時天然氣開采階段的能耗也大于煤開采階段的能耗． 進一步分析可發現， 煤制氫和天然氣制氫EROI，env的均值連接線比EROI，stnd的均值連接線相對平緩， 也就是說在考慮了環境治理投入之后， 煤制氫和天然氣制氫的EROI差距有所縮小， 可見天然氣制氫在環保方面的優勢比較明顯． 本文還分別考慮了外部性成本增長10%和20%的情景， 由于煤和天然氣制氫過程的原料投入占比達80%以上，EROI，env的均值在這兩種情境下基本沒有變化， 說明計算結果具有一定的穩健性．

從經濟性角度來看， 雖然天然氣制氫的工廠建設投資遠低于煤制氫， 但是由于天然氣的價格高于煤， 所以目前兩種制氫方式的生命周期總成本比較接近[35]． 目前在世界范圍內3/4以上的氫氣都來自天然氣制氫， 但其在經濟性方面的優勢并不突出， 同時其生命周期能源投入回報也低于煤制氫， 在我國天然氣資源有限且天然氣進口依存度不斷升高的前提下， 并不適宜大規模應用于制氫產業． 煤制氫雖然有較高的污染物排放， 但制氫成本較低且我國煤炭資源豐富， 如果未來引入煤制氫的碳捕獲和封存技術， 可使其環境效益得到提升． 化石能源制氫可能在未來一段時間內仍會占據主導地位， 但從能源投入回報的角度分析， 并不具備可持續性．

2.2 光伏電解水制氫和風電電解水制氫的EROI分析

表3為模擬光伏電解水制氫和風電電解水制氫能源投入回報中關鍵輸入參數的取值范圍[21，32，35-36]， 模擬過程設定參數服從均勻分布．

表3 光伏和風電電解水制氫關鍵輸入參數的變化范圍

光伏電解水制氫和風電電解水制氫EROI，stnd和EROI，env的不確定性分析結果見圖2， 這兩種電解水制氫的EROI均大于1， 且風電電解水制氫的能源投入回報高于光伏發電電解水制氫． 在考慮污染物排放之后， 兩種制氫方式的EROI均有所下降， 光伏電解水制氫的EROI，env相較于EROI，stnd均值下降了0.30， 風電電解水制氫的EROI，env相較于EROI，stnd下降了0.11， 風電電解水制氫環境治理的能源投入相對更低．

圖1 煤制氫和天然氣制氫的EROI不確定性分析模擬結果

圖2 光伏和風電電解水制氫EROI不確定性分析模擬結果

Colla等[37]將能源投入回報分為考慮可再生能源投入的系統能源回報(System Energy Returned， SER)和不考慮可再生能源投入的系統能源效率(System Energy Efficiency， SEE)． 圖2中的計算結果為不考慮可再生能源投入的SEE， 因為光伏電解水制氫和風電電解水制氫過程中消耗的電能來源于可再生的太陽能和風能， 當不考慮電能投入時， 可再生能源制氫的能源投入回報無論是EROI，stnd還是EROI，env均遠大于1． 但是， 如果按照SER的計算方法， 在光伏電解水制氫和風電電解水制氫過程中考慮可再生的電能作為能源投入， 在90%的概率下， 兩種制氫方式EROI，stnd分布范圍分別為0.58～0.64和0.63～0.66， 均值分別為0.62和0.65， 比較接近于天然氣水蒸氣重整制氫的能源投入回報， 略低于煤制氫的能源投入回報． 因此， 從系統能源回報的視角來看， 可再生能源制氫過程的能源投入回報與煤和天然氣制氫并無較大差異， 但從系統能源效率的視角來看， 由于制氫過程引入了可再生能源發電系統， 將太陽能和風能轉化為可以利用的電能， 相當于增加了系統總體的能源供應量， 使其能源投入回報提高了5倍以上， 從而使這種能源轉換方式變得更具可持續性．

通過不確定性分析得到了可再生能源制氫EROI的分布區間和概率， 本文在此基礎上進一步分析了各變量不確定性的影響． 由上述分析可知， 可再生能源電解水制氫的污染物排放治理投入占生命周期總投入的比例較低， 因此僅針對不考慮環境投入的EROI，stnd分析其影響因素． 應用Monte Carlo模擬獨立地測試每個輸入變量， 生成的龍卷風圖顯示輸入變量對EROI，stnd平均值的影響程度． 圖3和圖4分別為光伏和風電電解水制氫的EROI，stnd龍卷風圖， 可見， 對于光伏電解水制氫而言， 太陽能到電能的轉換效率對EROI，stnd均值的不確定性影響最高， 其次為太陽輻照度以及光電制氫系統壽命；對于風電電解水制氫， 對EROI，stnd均值影響最大的是年風力發電利用小時數， 其次是風電制氫系統的壽命． 出現這一結果主要是這幾個變量都是影響發電量的重要因素， 發電量的變化會使得H2產量(即能源產出)發生較大變化， 從而影響最終的能源投入回報值． 太陽輻照度和風力發電利用小時數受自然條件制約， 所以在選址建廠時應充分考慮當地太陽能和風能資源的可用性． 對于光伏電解水制氫， 未來技術研發和進步的重點需要布局在提升太陽能到電能的轉換效率上， 而對于風電制氫， 延長設備和材料的壽命將是有效提升能源投入回報的最優選擇．

圖3 光伏電解水制氫的EROI，stnd龍卷風圖

圖4 風電電解水制氫的EROI，stnd龍卷風圖

3 結論

從能源投入回報視角， 分別構建了煤、 天然氣、 太陽能和風能4種能源制氫EROI，stnd和EROI，env的計算方法． 考慮到投入和產出參數具有不確定性， 運用Monte Carlo模擬的方法分析了EROI，stnd和EROI，env的分布范圍和概率， 得出以下結論：

1) 煤制氫的EROI，env均值約為0.69， 天然氣制氫的EROI，env均值約為0.58， 從能源投入回報的視角來看， 這兩種制氫方式都沒有凈能源產出， 特別是天然氣制氫的能源投入回報相對更低． 天然氣作為最清潔的化石能源， 從全社會能源投入回報角度看并不適宜用于制氫． 我國是煤炭儲量和產量大國， 而天然氣是相對稀缺的資源， 因此短期來看煤制氫可能是更適合的制氫方式， 特別是引入了CCS技術的煤制氫會更具環保優勢．

2) 太陽能光伏電解水制氫和風電電解水制氫在考慮可再生能源投入的情況下其EROI，stnd和EROI，env略低于煤制氫， 與天然氣制氫接近， 但在不考慮可再生能源投入時其EROI，stnd和EROI，env均遠大于1． 因此， 雖然可再生能源制氫目前在經濟成本上處于劣勢， 但從能源投入回報的角度分析， 其對社會可持續性能源供應具有重要意義．

3) 通過不確定性分析， 得出決定煤和天然氣制氫EROI的主要因素是制氫過程中煤和天然氣的消耗量， 通過改進工藝、 提高原料品質可以相應提高兩者的能源投入回報． 光伏和風電電解水制氫EROI主要受太陽輻照度、 風能利用小時數等因素的影響， 對可再生能源制氫技術的研究應該重點關注提高電能轉換效率和系統壽命， 國家政策也應有適當的傾斜．

能源投入回報作為一種從實物流的角度分析能源生產效率的方法， 可以作為傳統經濟評價方法的補充， 在對能源生產活動進行分析時做出更加全面的評估． 本文研究的不足之處在于， 并未將所有投入和產出都量化為能源形式， 部分采用貨幣形式計算的投入和產出可能會使得計算結果存在一定偏差． 此外， 未來還需結合最新的技術(碳捕捉與封存技術)以及最新的數據來完善此方面的研究．