中国高精度能源路线图首次绘出!华科大团队合作论文登上《自然》
中国能源产业发展网 发布时间:
2026-11-11 20:53
【中国能源产业发展网】获悉,11月5日,华中科技大学陈新宇教授团队联合哈佛大学、山东大学在《自然》(Nature)以加速预览方式在线刊发论文《氢能衍生物助力中国实现全系统低成本碳中和转型》(Hydrogen Derivatives Enable Cost-Effective Carbon Neutrality in China),首次构建了对未来能源系统走向进行情景仿真优化的国家级大模型,绘制出中国高精度能源转型路线图。公开信息显示,一张能源地图上,在纵横交错的电网和公路铁路之外,还有看不见的氨、甲醇、甲烷等能源,它们像血液一样在经济躯体中奔流;该项研究成果揭示,氢能衍生物将不仅可助力中国实现全系统低成本碳中和转型,而且有望最早在2045年前后实现对进口石油的全面替代,大幅提升中国能源经济的GDP贡献。
当前,中国风电、光伏装机已经突破18亿千瓦,2035年力争达到36亿千瓦,但依然面临可再生能源消纳受限、投资回报下滑的严峻挑战;更棘手的是,重载运输、航运、工业生产难以全面电气化,仍高度依赖进口油气——2025年中国原油对外依存度高达72.7%,能源安全供应的风险不容小觑。公开信息显示,可再生能源装机规模的目标与消纳、回报之间的压力,以及重载运输、航运、工业生产对进口油气的依赖,共同构成了该研究展开情景仿真优化的现实背景。
团队历经五年攻关,将高精度电力系统转型数字孪生模型大幅拓展,构建了电-氢-衍生物耦合的国家级能源系统大模型HeD-MISSION。这个模型的精细度体现在多源数据的融合上:过去40年小时级高精度气象数据、3000多台火电机组的运行特性、各省全年逐时电力需求波动、海量特高压输电线信息、46000余条管道及铁路、公路、水运等输运线路、78000余艘船舶航行轨迹,以及21类能源需求部门、3248处现有工业设施的设备与工艺。模型将电力系统运行拓展至电-氢-衍生物(氨、甲醇、甲烷、二甲醚、费托燃料)7种能源载体,形成囊括多时空尺度可再生能源投资、电力系统运行、氢及衍生物生产、转化、跨区域储运和终端应用的能源系统一体仿真与规划,优化规模突破上亿决策变量。
依托这一模型,团队构建了可再生能源、电、氢、衍生物协同的能源系统转型高精度路线图。结果显示,在高可再生能源比例下,利用并网新能源弃风弃光制备氢能衍生物具有更好的技术经济优势;电力系统和氢能衍生物系统的深度融合将助力国内可再生能源投资规模与消纳承载力大幅提升,近期优先应用场景聚焦在重卡交通等领域的石油替代。到2060年,中国氢能经济的规模在不同情境下将在29-160Mt之间变化,完整的市场与政策支撑体系将极大推进中国氢能及衍生物的发展进程;三北区域,特别是内蒙古、新疆、辽宁等省份将依托低成本可再生能源成为甲醇等含碳衍生物的重要基地。
该项研究成果进一步显示,“可再生能源+电力+氢能衍生物”的净零碳转型优化路径能够以低成本实现全能源系统碳中和,并将高额能源进口支出转化为国内清洁能源产业的发展空间。最优情境下,有望在2045年左右摆脱原油进口依赖;2060年优化方案相比化石能源基准方案,原油进口支出的降低额相当于中国货物贸易顺差的52.9%(2023年)。新的转型路径将显著推动能源GDP增长、持续扩大清洁能源就业、并促进各省份共享低成本转型收益。
公开信息显示,华中科技大学为论文第一完成单位;论文署名方面,陈新宇为第一署名及领衔通讯署名,博士生郭昕扬为共同第一署名及共同通讯署名。从过去40年小时级气象数据、3000多台火电机组、46000余条输运线路、78000余艘船舶轨迹与3248处工业设施的基础数据,到电-氢-衍生物7种能源载体、优化规模突破上亿决策变量的HeD-MISSION模型,再到2045年前后进口石油替代、2060年29-160Mt氢能经济规模的路线图结论,该项披露的成果在模型精度、仿真规模与转型时间点上均有对应的量化指标。
【来源:华中科技大学】
【编辑:小能】
来源:
作者:
版权及免责声明:
本网站摘录或转载的属于第三方的信息,目的在于传递更多信息,内容仅供参考。相关股票、投融资等资讯及分析并不代表本网站赞同其观点和对其真实性负责,不构成投资建议。若不慎涉及侵权,请在相关内容刊发之日起30日内联系我们,我们将第一时间进行删除处理 。转载本网资讯请注明来源作者。
联系电话:010-85763416 邮箱:zgnycyfznh@163.com
上一页
下一页
上一页
下一页
| 相关能源金融
| 相关推荐
能源品牌强国路
2026-11-11
2026-11-11
2026-11-11
2026-11-10
2026-11-10
2026-11-10
2026-11-09
2026-11-09
高端沙龙
推荐阅读
暂无数据
推荐阅读