加拿大安大略省公共电网设施级清单与生命周期影响评价(LCIA)更新:2025年发电结构、碳强度与区域季节分析

《Canadian Journal of Chemical Engineering》:Updated facility-level inventory and LCIA of the public electricity grid in Ontario, Canada

【字体: 大 中 小 】 时间:2026年10月21日 来源:Canadian Journal of Chemical Engineering 2.2

编辑推荐:

  随着安大略省电网构成随时间变化,全面理解该省电网当前的环境影响十分重要。然而,关于安大略省电网影响的公开信息仅以政府来源的汇总形式提供。为改善粒度与透明度不足,本研究提出一个综合数据库,对安大略省独立电力系统运营商(Independent Electricit

  
随着安大略省电网构成随时间变化,全面理解该省电网当前的环境影响十分重要。然而,关于安大略省电网影响的公开信息仅以政府来源的汇总形式提供。为改善粒度与透明度不足,本研究提出一个综合数据库,对安大略省独立电力系统运营商(Independent Electricity System Operator, IESO)《发电机组输出能力月报》(Generator Output Capability Monthly Reports)中2025年1月至2025年12月期间列出的全部186个发电设施进行分类。本研究包括:依据广泛使用的生命周期评价数据库ecoinvent提供的框架对每个发电设施进行分类;说明这些类别如何确定;以及每个设施对安大略省发电量的贡献百分比。研究人员利用ecoinvent v3.6和v3.12数据及多种影响评价方法,对更新后的电力结构开展生命周期影响评价(life cycle impact assessment, LCIA)。本研究中更新后的电力结构分析碳强度范围为114.2至138.7 gCO2e/kWh,而加拿大环境与气候变化部(Environment and Climate Change Canada)《国家清单报告》(National Inventory Report, NIR)提供的值为59 gCO2e/kWh;这证明了一个可在电网或发电变化时易于修改的更新数据库的效用。研究人员还针对安大略省西部区域开展季节示例的LCIA并比较,以展示该数据库如何支持详细的地理和时间分析。
研究背景:安大略省电力需求预计在2025—2050年间增长75%,未来将依靠核电、可再生能源、天然气发电增加及部分储能满足;由于各类发电增量尚未完全确定,需要对当前电力结构开展生命周期影响评价(life cycle impact assessment, LCIA),为未来容量规划提供基准并便于随电网变化更新。现有公开信息存在明显不足:加拿大环境与气候变化部的燃料生命周期评价模型(Fuel Life Cycle Assessment Model, FLCAM)仅覆盖温室气体(greenhouse gas, GHG)且输出化学品种类有限,基础假设不能公开复现或验证,未区分同一燃料的不同发电方式,水库与径流比例及水库排放数据受G-res Tool限制;已发表模型多仅计算碳强度、结果聚合、无区域数据,或直接使用未修改的ecoinvent数据,不能同时提供全省与区域、最新数据及GHG以外影响。2025年安大略公共电网采用基于区域和输电节点的实时节点边际电价,更凸显区域和时间分辨分析的必要。因此,研究人员建立设施级数据库并开展更新LCIA。

研究人员基于IESO《发电机组输出能力月报》(Generator Output Capability Month Report, GOCMR)2025年1—12月186个设施,按ecoinvent框架逐一判定类别与子类,形成包含区域、类别、子类、判定说明、来源类型、可靠性及设施发电占比的数据库,并比较ecoinvent v3.6与v3.12下的生产混合和电网混合,开展多种LCIA方法及西部区域月度示例。研究得出安大略2025年生产混合以核能48.2%、水库水电21.4%、联合循环天然气17.4%为主;更新混合碳强度为114.2—138.7 gCO2e/kWh,显著高于NIR的59 gCO2e/kWh和FLCAM的42.4 gCO2e/kWh;v3.12电网混合被推荐用于安大略电力消费活动的典型LCIA。该数据库可随设施投退实时修改,支持区域、季节及未来情景分析,为储能、可再生能源和输电决策提供环境依据。

技术方法(不超过250字):研究人员从IESO的GOCMR获取2025年1—12月186个设施逐小时发电量(MWh),并以该数据集为样本队列来源;进出口采用2020—2024年平均。对每个设施逐一检索运营商、政府、利益相关方报告及必要时学术文献,依据ecoinvent子类判定水库/径流、联合循环/简单循环/热电联产(combined heat and power, CHP)等,并用活跃合同发电清单辅助识别名称、位置和工艺;数据库记录区域、IESO类别、ecoinvent子类、判定说明、来源类型、可靠性(Poor/Fair/Good)及设施发电占比。采用ecoinvent“Allocation, cut-off by classification”单元建模,构建v3.6与v3.12生产混合和含进出口及系统运行电耗的电网混合,在openLCA 2.6.1中用TRACI v2.1、CML v4.8 2016、ReCiPe 2016 v1.03 (H)、IMPACT World+ v2.2.1及IPCC第六次评估报告GWP100评价,并对v3.12生产混合做1000次Monte Carlo敏感性分析。

研究结果:
3.1 生产与电网混合:通过GOCMR设施分类与全年发电量汇总,得出2025年安大略生产混合为核能48.2%、水库水电21.4%、联合循环天然气17.4%、1—3 MW风电机组7.3%、联合循环热电联产天然气2.0%、大于3 MW风电机组1.5%、径流水电1.1%、地面光伏0.4%、天然气轮机0.4%、生物质0.2%、常规天然气0.2%、抽水蓄能0.03%、天然气热电联产0.02%;总生产161,664 GWh,电网混合149,028 GWh,含魁北克3.1%等进口并计入18,125 GWh出口。分类可靠性为Good者占97.29%、Fair者2.80%、Poor者0.01%。非抽水蓄能水电中95.2%被归为水库型,高于FLCAM的86.7%,可能与本研究较严格的径流判定标准及FLCAM数据源不公开有关。

3.2 生命周期排放与影响评价:通过openLCA多方法评价,更新生产混合碳强度为114.2—138.7 gCO2e/kWh,v3.12电网混合在IPCC 2021下为118.4 gCO2e/kWh、TRACI v2.1为117.1 gCO2e/kWh;FLCAM为42.4 gCO2e/kWh,NIR为59 gCO2e/kWh。差异主要来自电力结构随时间变化(天然气占比由2021年8.6%升至2025年19.8%)、NIR不计水电温室气体而ecoinvent水库水电排放因子超过50 gCO2e/kWh、径流约5 gCO2e/kWh,以及NIR边界仅含发电和输电而不含上游影响;v3.6改用魁北克天然气模型使天然气用量约增27%。Monte Carlo结果最低值仍显著高于政府报告值。其他影响类别在v3.6与v3.12间差异多由天然气模型、铜/铁/铝等金属离子排放、铬(VI)及砷锌等排放差异解释。

3.3 区域和季节数据示例:通过西部IESO区域2025年1月与7月生产混合及TRACI v2.1比较,西部区域占全省2025年发电量12.1%;1月联合循环50.6%、1—3 MW风30.6%、联合循环热电联产13.5%、大于3 MW风4.9%、光伏0.1%、燃气轮机0.1%,7月联合循环74.0%、1—3 MW风9.1%、联合循环热电联产14.7%、大于3 MW风1.6%、光伏0.4%、燃气轮机0.2%。与全省平均相比,1月有三类影响较高、7月有五类较高、一类基本相同;除一类外西部影响相似或更高,气候变化和臭氧消耗显著高于全省平均,光化学氧化剂形成夏季较高且约40%来自直接排放,提示该区域烟雾相关空气质量风险;这些结果可用于储能、可再生能源和输电决策。

讨论与结论:讨论指出,本研究碳强度高于政府值可由系统边界、水库水电排放处理、天然气模型及电力结构变化解释;水库水电排放文献值差异很大(约6.2—275 gCO2e/kWh,G-res Tool约25 gCO2e/kWh),需持续一致测试;区域直接排放对当地环境更重要,粒度数据可支持长期或动态储能及区域LCIA。结论部分翻译并概括为:本研究提出描述安大略发电结构的综合设施级数据库,基于ecoinvent子类并由IESO GOCMR中186个设施的相关文档确定分布;将更新生产混合应用于ecoinvent背景数据,在省级年度尺度用多种LCIA方法评价并与加拿大政府数据比较,还对西部2025年1月和7月生产混合开展LCIA以展示较小地理和时间尺度分析用途。研究期内发电结构为核48.2%、水库水电21.4%、联合循环天然气17.4%、1—3 MW风7.3%、联合循环热电联产2.0%、大于3 MW风1.5%、径流水电1.1%、地面光伏0.4%、天然气轮机0.4%、生物质0.2%、常规天然气0.2%、抽水蓄能0.03%、天然气热电联产0.02%。基于IPCC第六次评估报告方法,ecoinvent v3.6和v3.12下生产混合碳排分别为130.8和115.6 gCO2e/kWh,电网混合分别为135.9和118.4 gCO2e/kWh,显著高于FLCAM的42.4和NIR的59 gCO2e/kWh,但LCIA假设存在不确定性且系统边界与NIR不同;其他影响类别亦得到评价,增进了对安大略电力消费环境效应的认识。总体而言,该分析框架和综合而粒度的数据库使未来安大略电网LCIA可利用最新数据而无需大量更新工作;未来工作包括定期更新数据库与分析、基于预测电网变化的未来情景分析,以及确定安大略所有区域发电和用电的排放与环境影响。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号