更多内容请点击

“双碳”目标下中国化工行业低碳转型路径研究

孙海萍 ,  李博抒 ,  王文怡

现代化工 ›› 2025, Vol. 45 ›› Issue (6) : 1 -8.

PDF (1946KB)
现代化工 ›› 2025, Vol. 45 ›› Issue (6) : 1-8. DOI: 10.16606/j.cnki.issn0253-4320.2025.06.001
新质生产力专栏(一)

“双碳”目标下中国化工行业低碳转型路径研究

作者信息 +

Research on low-carbon transformation pathways for China’s chemical industry under ‘carbon dioxide emission peaking and carbon neutrality’ goals

Author information +
文章历史 +
PDF (1991K)

摘要

化工行业碳排放点源多、工艺复杂,绿色低碳发展面临艰巨挑战,如何找准降碳路径、把握脱碳节奏、高质量实现“双碳”目标亟待探讨。构建了耦合“自上而下”宏观需求预测方法和“自下而上”能源系统优化模型的综合评估模型框架,用以开展不同碳约束情景下中国化工行业中长期转型潜力和降碳路径研究。结果表明,在“双碳”目标约束下,化工行业预计在“十五五”实现碳达峰,能源消费总量峰值出现在2045—2050年。节能及工艺技术优化、产业结构调整、电气化技术应用以及深度应用绿氢绿电、加强耦合负碳技术是主要转型路径。

Abstract

The chemical industry,with its many carbon dioxide emission sources and complex processes,faces serious challenges as it works to shift toward a greener and low-carbon industry.It is necessary to explore the pathways for reducing carbon dioxide emission,controlling the decarbonization steps and achieving “carbon dioxide emission peaking and carbon neutrality” goals in a high quality.This study introduces an integrated assessment model framework that combines top-down macroeconomic forecasting approaches with bottom-up energy system optimization models to examine potential carbon dioxide emission reduction pathways for China’s chemical industry over the medium to long terms under different carbon constraint scenarios.Study results show that the chemical industry is projected to reach its carbon dioxide emission peak during China’s 15th Five-year Plan,with overall energy consumption peaking around 2045—2050.Main low-carbon transformation pathways include energy saving and process technologies optimization,industrial restructuring,the adoption of electrification technologies,extensive uses of green hydrogen and green electricity,and enhancing the integration of negative carbon technologies.

Graphical abstract

关键词

碳达峰 / 综合评估模型 / 绿色转型 / 化工 / 碳中和

Key words

carbon dioxide emission peaking / comprehensive assessment model / green transformation / chemical industry / carbon neutrality

引用本文

引用格式 ▾
孙海萍,李博抒,王文怡. “双碳”目标下中国化工行业低碳转型路径研究[J]. , 2025, 45(6): 1-8 DOI:10.16606/j.cnki.issn0253-4320.2025.06.001

登录浏览全文

4963

注册一个新账户 忘记密码

在全球新一轮科技革命和产业变革的浪潮中,新质生产力已成为推动经济高质量发展的关键力量,要积极培育和发展新质生产力,为我国各行业的发展指明了方向。作为综合性化工技术信息性期刊,《现代化工》紧跟时代步伐,将在2025年6期、7期中开设“新质生产力”专栏,旨在深入探讨新质生产力在化工领域的内涵、实践与发展路径。
化工行业是支撑国民经济发展的重要基础产业,也是中国实现“双碳”目标的重点行业之一[1]。国家统计局数据显示,作为六大高耗能行业之一,2022年化工行业能源消费量达到10.7亿t标准煤,占全国能源消费量的12.6%。受下游多元需求、技术进步及产业政策等影响,中短期内化工行业仍将处于扩增发展阶段,加之当前初级化工品产能较新,化工行业面临巨大的碳减排压力[2]。
目前国内外学者关于化工领域低碳转型的研究主要聚焦在碳排放现状、驱动因素、技术节能减排潜力等方面的分析。张朋程、李伟娟通过分位数回归模型等方法,分析了技术水平、能源结构、投资和产出规模等因素对石化行业碳排放趋势的影响[3]。董金池等利用专家判断和基于模型的边际成本曲线测算了节能减排、清洁能源替代以及碳捕集、利用与封存(CCUS)3种技术手段的减排成本[4]。上述研究的时间范围均是截至2035年,且偏重于石化化工行业可能的碳达峰时间、峰值大小和达峰质量,对碳中和目标等中长期时间尺度上的行业转型问题则较少涉及。此外有一些研究基于宏观评估模型或技术模型分析提出了中国能源[5]、电力[6]、工业[7-9]、建筑[10]、交通[11]等不同领域脱碳路径,但这类研究通常只考虑了社会、经济、技术、环境参数中的一部分变动,对上下游产业关联的系统性分析不足,且鲜有研究深入探讨如何将化工行业整合进能源、经济和环境构成的综合系统中,以促进三者之间的协调发展。
加快化工等重点行业低碳转型不仅是实现国家“双碳”目标的客观要求,也是实现行业自身高质量发展的内在需要[12]。相比于以往研究,本文将基于GDP及行业经济的“自上而下”宏观预测方法与基于能源技术、上下游产业关联耦合的“自下而上”能源系统模型相结合,开展不同碳约束情景下中国化工行业中长期降碳路径研究,以期为化工行业降碳策略和路径分析提供参考。

1 研究方法与数据

1.1 行业范围界定

根据行业统计习惯,通常将石化化工行业分为油气开采行业、石化行业和化工行业。本文聚焦在石化和化工行业,并重点探讨化学原料和化学制品制造领域的低碳转型路径等问题。

1.2 技术路线

本文研究的基准年为2020年,研究时段为2021—2060年。研究思路与技术路线如图1所示,包含活动水平预测、化工原料及燃动用能预测、能源转换和碳排放预测4个模块,并以中国2030年前实现碳达峰以及2060年前实现碳中和目标为约束条件。

1.3 各模型理论及方法

1.3.1 S曲线

发达国家工业用能的历史数据表明,人均工业用能与人均GDP呈现“S”型模式,即随着人均GDP的增长,人均工业部门能源消费呈现从缓慢增长到加速增长,再到减速增长,最后为零增长或负增长的S形轨迹”[13]。在活动水平预测模块,本文选用S型曲线方法,基于经济发展趋势、工业化进程、人口发展规模、城镇化进程等因素,预测基础化工产品(本文中主要是乙烯、对二甲苯、合成氨、甲醇)的需求量变化,详见式(1)。再结合国家对石化化工等高耗能行业单位产品能耗限额约束等政策要求,进一步预测化工行业未来能源强度。
$\begin{aligned}D-D_{i} & =A(\{\exp[\alpha_{1}(G-G_{i})]-\exp[\alpha_{2}-(G-G_{i})]\}/ & \{2\cosh[\alpha_{3}(G-G_{i})]\}\}) \end{aligned}$
式中,i为人均基础化工产品需求量增速转折点,Gi、Di分别为曲线转折点对应的人均GDP和人均基础化工产品需求量,A为曲线关系振幅值,单位与G、Gi相同;α1、α2、α3为曲线指数常数,单位与G相同。

1.3.2 马尔可夫模型

马尔可夫模型预测的显著特点是无后效性,即仅根据某一变量的近期状态和动向去预测未来,因此可以避免由于数据的非实时性而对预测准确程度产生影响。已有研究证明将其应用到能源消费结构预测具有较好的准确性[14-15]。在化工原料及燃动用能预测模块,以化工行业的燃料用能结构为例,本文假设在n时刻,其结构状态向量为A(n),详见式(2)。
$A(n)=\{A_c(n),A_o(n),A_g(n),A_e(n),A_h(n),A_r(n)\}$
其中,Ac(n),Ao(n),Ag(n),Ae(n),Ah(n),Ar(n)分别为燃料煤、燃料油、燃料气、电力、热力、其他能种各占能源消费总量的比例。受产业结构、生产生活方式和水平改变、能源技术和政策等的影响,能源消费结构会相应改变,因此会出现一种能源向另一种能源转移的可能性,即所谓的“转移概率”[16],由此形成了不同能种之间相互转移的转移概率矩阵。假设化工行业能源消费结构从n时刻到n+1时刻的一步转移概率矩阵为B(n),详见式(3)。
$B(n)= \\\begin{pmatrix}b_{c\to c}(n) & b_{c\to o}(n) & b_{c\to g}(n) & b_{c\to e}(n) & b_{c\to h}(n) & b_{c\to r}(n) \\b_{o\to c}(n) & b_{o\to o}(n) & b_{o\to g}(n) & b_{o\to e}(n) & b_{o\to h}(n) & b_{o\to r}(n) \\b_{g\to c}(n) & b_{g\to o}(n) & b_{g\to g}(n) & b_{g\to e}(n) & b_{g\to h}(n) & b_{g\to r}(n) \\b_{e\to c}(n) & b_{e\to o}(n) & b_{e\to g}(n) & b_{e\to e}(n) & b_{e\to h}(n) & b_{e\to r}(n) \\b_{h\to c}(n) & b_{h\to o}(n) & b_{h\to g}(n) & b_{h\to e}(n) & b_{h\to h}(n) & b_{h\to r}(n) \\b_{r\to c}(n) & b_{r\to o}(n) & b_{r\to g}(n) & b_{r\to e}(n) & b_{r\to h}(n) & b_{r\to r}(n)\end{pmatrix}$
其中,主对角线上的元素表示为保留概率,含义是6种能源消费占比不变的概率;其他行元素为转移概率或吸收概率,分别表示1种能源消费转向其他能源消费转移或吸收其他能源消费的概率,转移矩阵的每行元素之和为1。原料用能结构也采用类似思路,分为原料煤、原料油、原料天然气、原料氢、原料轻烃,在此不再赘述。

1.3.3 MESSAGEix模型

本文中能源转换预测模块利用奥地利国际应用系统分析研究所(IIASA)开发的全球主流气候变化综合评估模型框架——能源供给策略替代及其环境影响(MESSAGEix)模型。MESSAGEix模型自上世纪80年代第一代版本发布以来,经过不断丰富扩展,常被用于评估能源系统转型和气候环境领域的科学与政策问题,其中具有代表性的应用成果包括全球能源评估报告(GEA)、政府间气候变化专门委员会(IPCC)评估报告和特别报告等。MESSAGEix模型旨在解决以最小的系统总成本满足给定时点上的能源服务需求的动态优化问题[17]。其中系统总成本包括了技术投资和运维成本、可耗尽资源开采成本、可再生能源发电成本,及各种排放税和其他支出。
在本文中,能源转换模块设计了电力、热力、制氢和炼油4个能源转换部门,通过不同层次的技术组合建模,计算出在不同技术成本、转换效率、使用寿命、容量因子、排放系数、运输效率、技术学习率和碳排放等约束条件下能源系统的动态变化,最终获得在技术层面计算最优的能源生产和投资决策,能方便地分析能源和减排政策对路径选择的影响及政策成本。本文所搭建的MESSAGEix模型框架如图2所示。

1.4 情景设置

能源低碳转型的发展预期受诸多不确定性因素的综合影响。因此,本文通过情景分析来展示化工行业中长期转型趋势及差异化的降碳路径,为行业转型提供预见与对策。3种情景的详细设定如表1所示。

1.5 数据来源

未来人口变化、GDP走势、城镇化率变动等数据参考国内外相关研究成果确定,详见表2。
化工行业各子领域的历史活动水平数据来自官方相关公开数据,其中乙烯、对二甲苯、合成氨和甲醇的活动水平数据来自国家统计局、中国氮肥工业协会和《中国统计年鉴》;能耗和碳排放数据综合参考了乙烯、对二甲苯、合成氨、甲醇的单位产品碳排放限额国家标准、单位产品能源消耗限额国家标准、石化和化工行业能效领跑者企业的先进能耗水平、《中国能源统计年鉴》和国际能源署的相关研究报告。排放因子则根据《2006年IPCC国家温室气体清单指南》、中国《省级温室气体排放清单编制指南(试行)》和生态环境部《关于做好2023—2025年发电行业企业温室气体排放报告管理有关工作的通知》中的推荐值确定。

2 结果分析

2.1 行业活动水平预测结果

乙烯是世界上产量最大的化学产品之一,是石油化工行业的核心,近5年来,我国乙烯产量复合增长率为11.37%[18]。中短期看,炼化一体化装置及轻烃裂解装置同步推进,乙烯产量将呈现高速增长的态势,2025年产量预计增至近5 000万t,2045年国内乙烯产量达峰,峰值突破8 000万t。长期来看,伴随全球大宗石化产品需求逐渐进入减速发展时期,乙烯产量将在达峰后逐步减少,预计2060年我国乙烯产量将降至7 800万t左右,是当前水平的约2.4倍[图3(a)]。
中国合成氨产量约占世界总产量的1/3。从生产端来看,氢源绿色化替代以及合成工艺低温低压化已成为重点研发方向,在中短期随着绿氨产能投放进程加快,国内总产量将稳定增加,预计在2030年前后达峰,峰值约7 000万t。从消费端来看,我国单位耕地面积化肥使用量已处于高位,随着我国人口增长进一步放缓,国内化肥消费量将逐渐呈平缓下降趋势[19]。但氨在船舶燃料和燃煤电厂掺氨发电等新兴领域的应用,转而成为其未来需求的主要支撑。预计2060年合成氨产量逐渐降至约4 500万t,是当前水平的80%[图3(a)]。
中国是世界最大的甲醇生产国和消费国。受新兴领域需求带动影响,2023年甲醇供应量超过 7 877万t,同比增长5.2%[20]。中短期内甲醇仍将保持扩张态势,但高价煤炭、天然气价格影响项目盈利性,导致产量增速放缓。长期来看,MTBE、BDO和绿色船用燃料等行业的技术革新将带来的结构性需求,成为中国甲醇下游消费中主要增长动力,预计2040年后甲醇产量将保持在1亿t以上[图3(a)]。
对二甲苯(PX)具备可油可化的特殊属性,是连接炼油及化工的关键产品之一。近年来PX产量实现跳跃式增长,2023年超过3 000万t,是2018年水平的3倍,进口量持续下降[21]。预计2030年前实现从供不应求转向供需均衡。受居民消费、产业链高端延伸等因素拉动,尽管新增产能增速逐渐放缓,但PX产量仍将有较大的增长空间,预计于2035年前后达峰,峰值约5 000万t,2060年产量缓慢降至约4 000万t[图3(a)]。
在规模经济效应带动下,我国化工行业产值长期处于增长态势,行业产值预计于2050年前后达峰,峰值约68 000亿元。达峰后缓慢下降,2060年降至约65 000亿元[图3(b)]。

2.2 能源消费量变化

基于化工行业活动水平的分析,进一步结合用能效率提升、工艺技术升级换代及所带来的用能结构调整,中国化工行业的能源消费总量预计在未来40年呈现先上升后下降的趋势。CNS以及CND情景下,化工行业能源消费总量于2045—2050年达峰,峰值约7亿t标煤,2060年能源消费总量将分别降至6.7亿(CNS)、6.5亿t(CND)标煤(图4)。
燃料用能持续低碳化。生产工艺、设备设施的电气化将推动化工行业用能结构深度调整,电力占比持续上升。CNS和CND两个情景下,2060年电气化率均超过40%。燃料煤、油、气比重持续下降,三者占比从近期的40%降至2060年的10%左右(表3)。
原料用能呈现两大趋势:一是烯烃原料轻质化、多元化,部分以乙烷、丙烷、丁烷等代替石脑油,原料用轻烃需求增长显著(表4);二是合成气原料低碳化,通过天然气转化制合成气以及绿电制氢等部分替代煤制合成气,从而使原料煤占比不断下降。此外,绿氢占比在2种情景下有差异,2050年占比均超过40%并持续增加。

2.3 二氧化碳排放量变化及减碳潜力

目前国家正在对包括化工行业在内的重点行业领域的碳排放核算范围、核算机制等进行研究,并开展相关的碳排放核算工作。化工行业二氧化碳(CO2)排放受其能源结构、生产规模、绿色技术水平等多方面的影响,本文分析了化工行业涉及的两大类CO2排放:直接排放和间接排放。直接排放主要包括化石燃料燃烧后的排放、工艺过程排放以及泄露导致的逃逸排放;间接排放主要是指外购的由化石能源转换的电、蒸汽等所产生的排放。随着能源消费量下降及用能结构清洁化,在CNS和CND情景下,化工行业CO2排放均于2030年前达峰,峰值约6~6.5亿t,其中直接排放占比50%~60%(图5)。如果仅考虑行业内部的降碳措施,例如使用节能技术、优化生产工艺、调整产品结构、提高电气化水平等,2060年化工行业碳排放量可降至2亿t左右,直接排放占比分别降至约23%(CNS情景)、17%(CND情景)。随着我国新型电力系统逐步建设完善,电力清洁化将极大助力化工行业间接排放大幅降低,在此基础上,进一步通过CCUS等负碳技术的部署,可助力化工行业实现净零排放。

2.4 化工行业低碳转型路径

从化工行业碳排放特征来看,化石燃料燃烧、工业过程排放、净购入电力和热力是产生排放的主要原因,应把准关键环节定向减排、分类施策。
(1)深度调整产业结构和产品结构。随着化工行业进入产能投放高峰期,国内基础化工原料和通用材料产能过剩趋势明显,同时高端精细化工产品供给不足,叠加产业布局“东重西轻”,不均衡、低水平重复建设等问题依然突出。在不影响产业安全的情况下,需统筹兼顾产业周期、市场需求和碳约束等因素,进一步加快淘汰落后产能、优化产品结构、统筹产业布局和集群化发展。
(2)加快提升电气化水平。因化工工艺普遍具有高温高压等特点,化工企业大量使用化石燃料用于加热或生产蒸汽,成为碳排放的主要来源。随着可再生能源在我国电源结构的比重快速提升,若将原本通过化石燃料来完成的供电、供热过程,尽量改用绿电、电加热等来替代,将发挥显著减排效果,带动化工用能结构从以化石能源为主迈向可再生电力主导的中高级阶段。巴斯夫等公司已在德国启动全球首个大型电加热蒸汽裂解装置示范工厂,有望比常规技术减少CO2排放量90%以上。借助电气化技术的发展,化工行业有望实现规模化的减排。表5为中国化工用电需求主要来源的预测结果。
(3)大力发展绿氢。氢气是化工行业的重要原料,但氢能供给依然依赖化石能源制氢(如灰氢)。目前我国化工行业煤制氢规模超过100万t/a,如果都改用绿氢,最大可减排2 200万t CO2。绿氢可以广泛使用在电气化应用受限的领域,助力化工行业深度脱碳。沙特阿美、道达尔能源、壳牌、雪佛龙等全球石油和化工巨头纷纷通过大规模招标建设绿氢项目、探索绿氢制甲醇、推进氢能管道和存储项目等,加速公司运营的脱碳进程。表6为化工用氢需求主要来源的预测结果。
(4)CCUS技术与化工高碳环节耦合。对于那些经过原料、燃料优化等减排措施后依然有剩余的碳排放,CCUS等负碳技术将成为支撑化工行业全面脱碳的末端治理措施。技术成本是当前影响CCUS技术应用的一大难题。此外与之相关的能耗、水耗增加,技术集成难度大也不容忽视。未来,随着技术进步,CCUS全流程成本将逐步下降,推动产业在2035年前后实现规模化应用。图6为化工行业CCUS技术应用成本及减碳量的预测结果。
结合上述分析,化工行业需要充分利用多样的减碳手段,降低甚至消除原料、燃料以及生产过程中的碳排放,促进化工行业的碳达峰、碳中和。表7是化工行业未来降碳路线图。

2.5 不确定性分析

本研究的不确定性主要体现在以下两方面:①主要化工产品需求预测的不确定性。在当前复杂多变的经济环境下,化工产品的市场需求呈现出复杂的波动。同时,技术创新加快也可能创造出新的化工品需求。例如,新能源汽车行业兴起,对锂电池电解液、隔膜等化工材料的需求呈爆发式增长;新技术也可能替代现有“三高”化工产品,如新型环保材料将减少对传统塑料产品的依赖。最后,化工产品是中国极为重要的出口商品之一。但近年来国际贸易保护主义抬头,如欧盟的碳边境调节机制(CBAM)设置了绿色贸易壁垒,将影响化工产品的出口贸易,进而改变国内市场的供需关系。②用能结构演化、电气化技术进步、CCUS技术发展等技术因素,碳市场、碳足迹等管理因素,以及碳排放总量和强度“双控”、中国很可能继续提高新一轮应对气候变化国家自主贡献目标(NDC)等政策因素,还有待于在后续工作中深入探讨。

3 结论与建议

3.1 主要结论

本文通过构建耦合“自上而下”宏观预测方法与“自下而上”能源系统模型的综合评估模型,提出了基于国家“双碳”目标的化工行业绿色转型路径,打通了从宏观路径模拟到微观措施研判的全链条分析框架,结论如下。
(1)乙烯、合成氨、对二甲苯等基础化工品产量将先增后降,拐点分别出现在2045年、2030年和2035年,产量峰值分别为8 770万、7 000万、5 088万t。乙烯行业原料结构轻质化和低碳化趋势明显,农业生产化肥利用更加集约导致合成氨需求逐渐下降,对二甲苯产业竞争力不断加强,行业自给能力逐渐提高。甲醇产量则保持增长态势,2040年后将超过1亿t。船用燃料需求将成为绿色甲醇、绿氨消费的重要支撑。
(2)化工行业能源消费于2045—2050年达峰,峰值约7亿t标煤。CO2排放早于能源消费达峰,预计“十五五”期间达峰,峰值约6~6.5亿t,其中直接排放占比超过一半。无论是燃料用能还是原料用能,均将持续低碳化、轻质化调整。2060年,化工行业电气化率超过40%;绿氢用量增幅最大。
(3)化工行业绿色转型的主要路径包括:一是持续开展节能改造,提高运行效率,降低装置能耗和碳排。二是优化工艺技术,提升电气化水平,实现规模化的减排。三是从源头推动化工与新能源,特别是与绿电绿氢等的深度融合。四是与负碳技术加强耦合。

3.2 政策建议

在“双碳”目标下,中国化工行业的低碳转型不仅需要政策引导,还需充分调动各相关方协同行动,促进降碳路径成本最优。
(1)依托低碳化工园区强化关键技术和设备的研发与示范应用。经过多年发展,中国化工行业已建立了以化工园区为重要载体的特色发展模式。同时,实现绿色低碳转型也是化工园区可持续发展的不竭动力。政策层面应提供有效的指导,以建设零碳园区为契机和着力点,支持园区内企业从系统工程和全局视角寻求技术创新路径,对行业的核心技术和设备进行精准扶持,并扩大其跨领域的应用。如支持传统化工与绿氢制取甲醇的示范试点,鼓励电裂解炉的示范应用等。
(2)加大对碳减排相关技术研发和示范的支持力度。一方面,提供税收优惠、电价优惠等措施,降低低碳和零碳技术的高成本门槛。另一方面,针对新的应用场景,如化工与新能源的融合、绿电直供、碳捕集利用等,给与相应的政策支持。
(3)适时将石化和化工行业纳入全国碳排放交易体系,发挥市场对低碳技术的导向作用,有助于化工企业将外部压力转化为内部动力,推动低碳和零碳化工产业链的成熟发展。

参考文献

原文顺序 | 出版日期 | 本文引用
[1]

戴厚良, 陈建峰, 袁晴棠, 等. 我国化工石化产业绿色低碳转型发展研究[J]. 中国工程科学, 2024, 26(6):223-232.

[2]

李婉君, 张锦威, 袁小帅, 等. “双碳”目标下化石能源低碳转化方向探讨[J]. 科学通报, 2024, 69(8):990-996.
[3]

张朋程, 李伟娟. 我国石化行业碳减排实现路径研究[J]. 价格理论与实践, 2023,(12):116-121.
[4]

董金池, 翁慧, 庞凌云, 等. 中国石化和化工行业二氧化碳减排技术及成本研究[J]. 环境工程, 2021, 39(10):32-40.
[5]

Xie Y, Liu X R, Chen Q, et al. An integrated assessment for achieving the 2℃ target pathway in China by 2030[J]. Journal of Cleaner Production, 2020,268:122238.
[6]

Michaia P, Anders A, Florian H, et al. Understanding future emissions from low-carbon power systems by integration of life-cycle assessment and integrated energy modelling[J]. Nature Energy, 2017, 2(12):939-945.
[7]

Shao T M, Pan X Z, Li X, et al. China’s industrial decarbonization in the context of carbon neutrality:A sub-sectoral analysis based on integrated modelling[J]. Renewable and Sustainable Energy Reviews, 2022,170:112992.
[8]

Zhang S H, Yi B W, Guo F, et al. Exploring selected pathways to low and zero CO2 emissions in China’s iron and steel industry and their impacts on resources and energy[J]. Journal of Cleaner Production, 2022,340:130813.
[9]

Li N, Ma D, Chen W Y. Quantifying the impacts of decarbonisation in China’s cement sector:A perspective from an integrated assessment approach[J]. Applied Energy, 2017,185:1840-1848.
[10]

Alessio M, Guo F, Zhong X Y, et al. Circular strategies for building sector decarbonization in China:A scenario analysis[J]. Journal of Industrial Ecology, 2024, 28(n/a):1089-1102.
[11]

Jiang K J, He C M, Zhu S L, et al. Transport scenarios for China and the role of electric vehicles under global 2℃/1.5℃ targets[J]. Energy Economics, 2021,103:105172.
[12]

Zhao G P, Yu B Y, An R Y, et al. Energy system transformations and carbon emission mitigation for China to achieve global 2℃ climate target[J]. Journal of Environmental Management, 2021,292:112721.
[13]

贾逸卿, 张艳飞, 陈小荣, 等. 京津冀地区铁矿石需求预测[J]. 地球学报, 2021, 42(2):217-222.
[14]

佘利慧, 汤江晖, 傅质馨, 等. 双碳背景下区域碳排放预测研究及情景分析[J]. 电力需求侧管理, 2023, 25(3):62-66.
[15]

牛东晓, 孙伟, 赵磊. 基于转移矩阵识别的马尔可夫能源结构预测模型[J]. 华北电力大学学报, 2004,(3):59-61.
[16]

华林香, 肖秀钦, 钱庆荣, 等. 马尔可夫模型在一次能源消费预测中的应用——以福建省为例[J]. 福建师范大学学报(自然科学版), 2013, 29(5):78-86.
[17]

Huppmann D, Gidden M, Fricko O, et al. The MESSAGE Integrated Assessment Model and the ix modeling platform (ixmp):An open framework for integrated and cross-cutting analysis of energy,climate,the environment,and sustainable development[J]. Environmental Modelling & Software, 2019,112:143-156.
[18]

王金成, 吕文贺, 张继龙. “双碳”目标下烯烃产业高质量发展路径探讨[J]. 当代石油石化, 2023, 31(9):1-4,29.
[19]

熊亚林, 刘玮, 高鹏博, 等. “双碳”目标下氢能在我国合成氨行业的需求与减碳路径[J]. 储能科学与技术, 2022, 11(12):4048-4058.

[20]

王明. 2023年国内甲醇产业发展现状及展望[J]. 现代化工, 2024, 44(5):15-20.

[21]

王澈. 我国芳烃产业链现状与发展趋势[J]. 当代石油石化, 2023, 31(10):16-21,49.
AI Summary AI Mindmap
PDF (1946KB)

1649

访问

0

被引

导航
相关文章

AI思维导图

/

〈 〉

京ICP备09035943号-37
版权所有 ©《现代化工》编辑部
地址：北京市朝阳区安定路33号化信大厦B座206　邮政编码：100029
编辑部电话：010-64444090　E-mail:mci@cncic.cn
技术支持：北京玛格泰克科技发展有限公司