SSB蓄电池在短流程钢厂可再生能源消纳责任实施中的作用与影响

2026-04-01 13:58:17

随着废钢资源日益丰富与碳减排压力加剧，中国钢铁工业正转向电力驱动的短流程炼钢工艺（电弧炉路线）。既有研究表明，全电炉生产（FEAF路线）能有效利用风能资源，但若钢厂提高风电依赖比例，风能的固有波动性可能导致废钢利用率下降，最终降低经济效益。为解决这一问题，利用具有快速充放电转换能力的储能电池技术是减少风能浪费的有效方案之一。本研究采用高精度调度优化模型，分析电池容量配置、电池充放电行为以及钢铁生产调度对整体系统性能的影响，特别是在FEAF路线承担不同可再生能源消纳责任背景下的作用。研究结果表明，仅当风电装机容量较低时，增加电池容量才能有效降低生产成本。随着风电装机容量的提升，电池主要补偿了FEAF路线中读档调节能力的局限性。针对30兆瓦风电系统的分析显示，尽管电池容量增加会轻微推高生产成本的理论上限，但该数值仍比案例钢厂的实际成本低近100元/吨，较未配置电池的情景更是低出300元/吨以上。总体而言，配置适宜的电池容量并积极协调钢铁生产调度与电池充放电管理，比单纯追求更低的电池退化成本更为重要。

引言

作为经济发展的支柱产业，中国钢铁工业伴随数十年经济增长已成为全球最大钢铁生产国。在过去的2024年，中国粗钢产量突破10亿吨，占全球总产量的53.33%，其中近90%产能来自高炉-转炉（BF-BOF）工艺路线。由于BF-BOF工艺对化石燃料的高度依赖及其高能耗强度，中国钢铁行业碳排放水平处于相对高位[1]。面对碳减排压力日益加剧及废钢资源持续积累的双重挑战[2]，中国政府提出至2025年将电弧炉（EAF）炼钢产能提升至15%的目标[3]。该决策还基于中国天然气资源匮乏的现状[4]以及氢冶金技术当前面临的技术瓶颈[5][6]，这使得电弧炉工艺成为更具可行性的减排路径。
与传统高炉-转炉（BF-BOF）工艺相比，电弧炉（EAF）工艺简化了炼铁流程，不仅降低了能源消耗强度，还将能源结构从化石燃料主导转变为电力主导，从而显著减少了钢铁生产过程中的直接碳排放。然而，电弧炉工艺固有的高电力需求特性不仅增加了用电成本，还导致钢铁产品的碳排放强度高度依赖所使用电力的来源[7]。随着近年来中国政府提出的可再生能源电力消纳责任制度日趋明确[8]，电弧炉工艺需与可再生能源发电设施建立直接连接机制，以确保符合电力消纳责任要求并加速低碳转型进程。整合光伏与风能并配置适当的装机容量，被认为能提升供电稳定性并带来一定经济效益[9][10][11]；然而此类混合系统的供电状态仍受当地气候条件影响[12]。尽管EAF工艺路线通过引入电气化技术（FEAF路线）和调整生产流程节奏可实现本地可再生能源的高效利用，但工序固有的加工特性及装备对中间产品热性能的严格要求，限制了该用电需求侧的灵活性。当可再生能源装机容量较高时，风电固有的不稳定性会进一步增加钢厂消纳后的剩余电力不确定性。在大多数情况下，这种低品质电力通常不允许接入电网，因其可能对电网的稳定运行产生负面影响[13]。如何在FEAF工艺路线中提高可再生能源占比，同时避免因资源浪费导致经济损失，将成为未来中国大多数钢铁企业面临的首要挑战。
部分研究表明，在电力用户与可再生能源直接连接的过程中，需要稳定的电源或储能技术来保障能源系统的安全性[14][15]。针对具有较低平准化成本的成人抽水蓄能技术，Ma[16]考察了在香港偏远岛屿建立混合能源系统的可行性。通过模拟该能源系统的运行状态，研究证明偏远社区在抽水蓄能技术辅助下可实现100%的能源自给。尽管氢燃料电池的发电成本较高，但有研究[17]表明，相较于单独使用这两种技术的场景，整合抽水蓄能技术与氢燃料电池的系统具备更优的可再生能源消纳能力。与燃料电池受限于可用燃料类型且对燃料品质要求较高不同，燃气轮机（Gas Turbines）的运行原理使其不仅能使用氢气[18]，还能利用氢合成的氨[19]、生物质气化获得的甲醇[20]以及多种清洁燃料混合物[19]。因此，部分文献探讨了将燃气轮机应用于能源系统以实现"电力-X-电力"（Power to X to Power, PXP）转换，从而提高供电侧绿色电力的占比、经济性与稳定性[20][21]。除前文讨论的特定储能技术外，更广泛的电力存储解决方案还包括压缩空气、飞轮、熔盐及多种形式的电池存储技术。大量研究[22][23][24][25][26]已对这些多样化系统在综合系统稳定性、经济可行性与环境可持续性方面进行了全面评估。
尽管抽水蓄能和压缩空气储能技术具有高效且经济的特点，但其需要高昂的初始投资、较长的建设周期以及特定的地质条件。这使得大多数钢厂难以实施此类方案。从能源运营角度来看，燃气轮机虽能将多种气体（包括部分液体）燃料转化为电能，但既往研究往往仅关注能量转换环节，而忽视了与燃烧相关的问题。对于已设计完成的燃气轮机，其只能使用与原燃料沃贝指数相近的燃料[27]，且混合燃料的配比在运行过程中不可随意调整[28]。此外，当使用氢气和氨气等燃料时，可能会出现污染物排放、不完全燃烧及涡轮损伤等问题[29]。相比之下，电池在场地要求、响应速度、能量密度和库仑效率等方面，较其他储能技术展现出强劲竞争力。因此，在能源系统中应用电池技术可充分发挥其灵活充放电特性，实现电力系统稳定高效运行，满足FEAF航线及其他大型工业电力用户的工程需求。
然而，在评估电池储能技术的现有文献中，研究主要聚焦于技术本身，往往忽视了实际应用场景带来的附加影响[30]。尽管部分研究考察了电力用户对电池储能运行的影响，但这些研究通常以静态形式呈现电力用户的负荷特性[31][32]，且模型的时间粒度普遍介于1小时至1天之间。前述研究采用的电力负荷特性与实际工业用户（特别是FEAF线路）存在显著差异——工业用户的电力负荷并非固定值，而具备一定可调度性。加之分析采用的时间粒度较粗，导致对电池储能运行工况的描述不够清晰。此外，部分采用高时间分辨率的研究通过预设能量管理程序来分析电池储能对能源系统的影响[33]。然而，这种预定义的能源控制策略可能导致充放电行为略显僵化，且控制过程完全依赖于系统的瞬时状态，使得结果未必能达到理论最优值。这些研究缺陷不仅影响了钢铁行业对电池储能技术的认可度，也使电池储能技术开发者难以获得明确的技术指导。
基于现有研究，本文的贡献与创新点可归纳如下。

• (1)
  本文建立了一个全面且高精度的FEAF路径生产调度模型，以突显其电力读档可调性及局限性。特别地，由于钢坯在均热炉中的等待时间会影响后续装备的耗电特性，研究中对均热炉与加热炉的加热任务均进行了离散化处理，从而提升了调度模型的精度。
• (2)
  FEAF路径生产调度模型与电池储能模型相集成。在可再生能源消纳责任制的背景下，采用Gurobi求解器[34]研究了钢铁厂配置不同风电与电池容量时，该集成系统的最优运行行为。
• (3)
  开发一个与电池和风电系统集成的FEAF路线钢铁厂多标准评估框架，特别聚焦电池储能技术。该框架旨在全面探究电池在助力钢铁厂履行可再生能源消纳责任方面的关键作用，并厘清钢铁厂在满足这些责任时面临的挑战。