【RMI】2023电力需求侧灵活性系列：钢铁行业灵活性潜力概述报告_26页_3mb

钢铁行业灵活性潜力概述总结

核心内容

钢铁行业是工业需求侧灵活性的重要来源，其在实现“双碳”目标、推动绿色低碳转型方面具有关键作用。作为我国主要碳排放部门之一，钢铁行业在电力系统中具备显著的负荷调节潜力，特别是在新型电力系统建设背景下，其柔性负荷特性为提升系统灵活性提供了重要支撑。

主要观点

1. 低碳政策推动绿色转型
   钢铁行业是我国碳排放占比最高的制造业类别，政策推动其向短流程电炉炼钢转型，以降低能耗和碳排放。2025年和2030年，我国短流程炼钢占比将分别提升至15%和20%以上。

2. 钢铁行业具备高负荷调节潜力
   钢铁行业电力消耗占总能耗的20%-30%，且随着短流程炼钢的发展，其电力需求将进一步增长。通过可中断、可削减和可转移负荷调节，钢铁企业可为电力系统提供灵活性资源。

3. 钢铁生产流程复杂，负荷特性多样
   钢铁生产流程包括长流程和短流程，不同环节的负荷具有不同特性，如持续型、间歇型和稳定型负荷，这为灵活调节提供了多种手段。

4. 全球实践案例丰富，中国仍处于初期阶段
   欧洲如德国和荷兰已开展多项钢铁行业需求侧灵活性实践，而中国钢铁企业参与电网互动仍处于初步探索阶段，但已有企业如浙江万泰特钢公司和腾讯SSV碳中和实验室开展相关实践。

5. 技术与市场机制共同驱动灵活性发展
   钢铁行业需通过数字化技术、建模优化、负荷预测等提升调节能力，同时借助电力市场机制如现货市场、分时电价、需求响应等获取经济收益。

关键信息

一、钢铁行业是工业需求侧灵活性的重要来源

• 低碳政策：推动钢铁行业绿色转型升级，提高能效，促进短流程电炉炼钢发展。
• 行业数据：2022年中国粗钢产量10.2亿吨，消费9.2亿吨，占全球54%和51.7%；能源消费总量占全国10%以上，碳排放总量约18亿吨。
• 政策目标：2025年短流程炼钢占比达15%以上，2030年达20%以上；废钢比目标逐步提升至30%。
• 行业发展趋势：短流程炼钢将逐步取代长流程炼钢，以电弧炉为主的生产工艺将使电力需求增加，为灵活性发展提供条件。

二、钢铁生产工艺特征及负荷调节潜力

• 生产流程：长流程从矿石开始，短流程以废钢为原料，电弧炉为主要设备。
• 负荷分类：
  • 主要生产负荷：占65%-75%，包括电炉、精炼炉、高炉等。
  • 辅助生产负荷：占5%-10%，如水泵、风机等。
  • 安全保障负荷：占10%-15%，如废气回收设备。
  • 非生产性负荷：占2%-5%，如办公用电。
• 负荷调节方式：
  • 可中断负荷：如电弧炉，可中断运行，响应时间最多30分钟。
  • 可削减负荷：如电炉和精炼炉，可通过调频降速等方式降低负荷。
  • 可转移负荷：如轧钢生产线，可通过延迟关停和优化排产实现负荷转移。
  • 自备电厂/副产气发电：可减少电网供电需求，间接实现灵活性。

三、全球钢铁需求侧灵活性实践

• 荷兰塔塔钢铁厂：通过调整副产气发电量，实现正向/负向需求响应，响应可靠性随持续时间增加而降低。
• 德国短流程钢厂：通过优化调度，提升系统灵活性，减少火电厂发电量12.34%，降低可再生能源弃风量1.25%，减少系统总排放7%。
• 浙江万泰特钢公司：通过实时监测与优化排产，实现33303.9kW的可调节负荷能力，降低用电成本和获得需求响应收益。

四、钢铁需求侧灵活性挖掘的挑战与机遇

• 技术挑战：
  • 负荷建模与调节能力预测复杂。
  • 工艺流程强耦合，限制了各环节的独立调节能力。
  • 需要多时间尺度的调度技术和协同优化能力。
• 市场机遇：
  • 钢铁企业可通过参与电力市场交易（如现货市场、辅助服务、需求响应）获取经济收益。
  • 随着《电力需求侧管理办法(2023年版)》等政策出台，需求响应机制将更加市场化和常态化。

五、结语

钢铁行业在实现“双碳”目标和构建新型电力系统中具有重要作用。未来需加强技术创新、政策引导和国际合作，推动钢铁行业在综合用能、绿电消纳、氢冶炼等方面实现低碳转型，同时提升其在电力系统中的灵活性价值。

参考文献

1. 宫飞翔, 孙文强, 李德智, 等. 综合用能视角的钢铁行业低碳绿色发展技术展望. 可持续发展经济导刊, (2023).
2. 陈济，李抒苡，李相宜，李也.碳中和目标下的中国钢铁零碳之路.落基山研究所,(2021).
3. 刘子屹, 谢俊, 刘雨菁, 李德智等.电力需求侧灵活性系列: 钢铁行业灵活性潜力概述, 落基山研究所, 2023.
4. 刘迎宇, 詹守权, 阙颂, 等. 钢铁企业电力需量优化调控研究与实践. 冶金动力, 2020(12).
5. Chen, S. et al. Planning and Scheduling for Industrial Demand-Side Management: State of the Art, Opportunities and Challenges under Integration of Energy Internet and Industrial Internet. Sustainability 13, 7753 (2021).
6. Boldrini, A., Koolen, D., Crijns-Graus, W., van den Broek, M. & Worrell, E. The Demand Response Potential in a Decarbonising Iron and Steel Industry: A Review of Flexible Steelmaking. SSRN Scholarly Paper at https://doi.org/10.2139/ssrn.4472250 (2023).
7. Serpe, L., FÜRmann, T., Qussous, R. & Weidlich, A. Demand-side flexibility of the German steel industry: A case study. in 2023 19th International Conference on the European Energy Market (EEM) 1-6 (IEEE, 2023). doi:10.1109/EEM58374.2023.10161699.
8. Gholian, A., Mohsenian-Rad, H. & Hua, Y. Optimal Industrial Load Control in Smart Grid. IEEE Transactions on Smart Grid 7, 2305-2316 (2016).
9. Huang, X., Hong, S. H. & Li, Y. Hour-Ahead Price Based Energy Management Scheme for Industrial Facilities. IEEE Transactions on Industrial Informatics 13, 2886-2898 (2017).
10. Tang, W., Liou, L.-L. & Yang, H.-T. Mid-Short Term Industrial Demand Response Strategy-Case Study for a Steel Mill. in 2020 IEEE Power & Energy Society General Meeting (PESGM) 1-5 (2020). doi:10.1109/PESGM41954.2020.9281426.
11. Hadera, H., Harjunkoski, I., Sand, G., Grossmann, I. E. & Engell, S. Optimization of steel production scheduling with complex time-sensitive electricity cost. Computers & Chemical Engineering 76, 117-136 (2015).
12. Boldrini, A., Koolen, D., Crijns-Graus, W. & Broek, M. V. D. The demand response potential of a hydrogen-based iron and steel plant. in 2022 18th International Conference on the European Energy Market (EEM) 1-6 (IEEE, 2022). doi:10.1109/EEM54602.2022.9921013.
13. Feta, A., van den Broek, M., Crijns-Graus, W. & Jagers, G. Technical demand response potentials of the integrated steelmaking site of Tata Steel in IJmuiden. Energy Efficiency 11, 1211-1225 (2018).
14. Zhang, X., Hug, G. & Harjunkoski, I. Cost-Effective Scheduling of Steel Plants With Flexible EAFs. IEEE Trans. Smart Grid 8, 239-249 (2017).
15. Gong, F. et al. Integrated scheduling of hot rolling production planning and power demand response considering order constraints and TOU price. IET Generation Trans & Dist 16, 2840-2851 (2022).
16. Shoreh, M. H., Siano, P., Shafie-khah, M., Loia, V. & Catalão, J. P. S. A survey of industrial applications of Demand Response. Electric Power Systems Research 141, 31-49 (2016).
17. Gerami, N., Ghasemi, A., Lotfi, A., Kaigutha, L. G. & Marzband, M. Energy consumption modeling of production process for industrial factories in a day ahead scheduling with demand response. Sustainable Energy, Grids and Networks 25, 100420 (2021).
18. Tennet. Unlocking Industrial Demand Side Response. (2021).
19. 中国电力科学研究院.2022年钢铁行业经济运行报告.(2023).
20. 国家统计局.https://data.stats.gov.cn/easyquery.htm?cn=C01.
21. 程元,饶尧,丁胜.工业领域电力需求侧可调节负荷潜力分析.能源工程43,72-78(2023).
22. 叶兴杰, 徐永海, 黄子桐, 祝涛.钢铁企业参与电力系统调度及风电消纳.电力自动化设备 1-14 doi:10.16081/j.epae.202301021.