Hidrogênio verde global | Eletrodo Shaanxi Co., Ltd

Nature Communications volume 14, número do artigo: 2578 (2023) Citar este artigo

7156 Acessos

54 Altmétrico

Detalhes das métricas

O setor siderúrgico é atualmente responsável por 7% das emissões globais de CO2 relacionadas com a energia e requer uma reforma profunda para se desligar dos combustíveis fósseis. Aqui, investigamos a competitividade de mercado de uma das rotas de descarbonização amplamente consideradas para a produção de aço primário: a redução direta do minério de ferro com base em hidrogênio verde, seguida pela produção de aço em forno elétrico a arco. Através da análise de mais de 300 locais através do uso combinado de otimização e aprendizado de máquina, mostramos que a produção competitiva de aço baseada em energias renováveis está localizada perto do trópico de Capricórnio e Câncer, caracterizada por energia solar superior com energia eólica terrestre suplementar, além de minério de ferro de alta qualidade. e baixos salários dos metalúrgicos. Se os preços do carvão coque permanecerem elevados, o aço isento de combustíveis fósseis poderá atingir competitividade em locais favoráveis a partir de 2030, melhorando ainda mais até 2050. A implementação em grande escala requer atenção à abundância de minério de ferro adequado e outros recursos, como terra e água, desafios técnicos associados com redução direta e configuração futura da cadeia de abastecimento.

Actualmente, os combustíveis fósseis são a corrente sanguínea do sector siderúrgico: 27 EJ (1018 J) de carvão, 3 EJ de gás e 5 EJ (1400 TWh) de electricidade são consumidos anualmente para a produção do metal mais utilizado no planeta1, emitindo uma média de 2 toneladas de CO2 por tonelada de aço e causando 7% das emissões globais de CO2 relacionadas com a energia2. 1,95 mil milhões de toneladas de aço foram produzidas em 20213, com uma projeção de aumento para 2,19 mil milhões de toneladas até 2050, dada a procura global convergindo para 250 kg per capita em 20804. Atualmente, 22% da produção de aço é através da eletricidade secundária (baseada em sucata). rota de forno de arco (EAF), que deverá aumentar para até 50% da demanda até 2050, conforme projetado por Pauliuk, et al.5, desde que a coleta eficaz de sucata, o controle de contaminantes e o comércio sejam sustentados. Medidas exaustivas de eficiência de materiais de produtos que contêm aço, incluindo maior durabilidade, capacidade de reutilização e design minimalista, poderiam reduzir a procura de aço primário (à base de minério), potencialmente em até 40%6. Contudo, o avanço económico global e o crescimento populacional contrariam as perspectivas de redução da procura de aço; as previsões de emissões exigem medidas urgentes de mitigação conjuntas do lado da oferta e da procura7. Um grande segmento da procura futura de aço provavelmente terá de ser satisfeito por aço primário, durante o qual ocorreria uma redução intensiva de emissões de minério de ferro à base de carbono se a utilização da tecnologia actual fosse continuada.

Respondendo à pressão pela descarbonização, medidas incrementais, como a melhoria da eficiência energética e a substituição parcial de combustíveis (biomassa ou hidrogénio) das operações baseadas em combustíveis fósseis, serão insuficientes para cumprir os compromissos climáticos do setor siderúrgico; o alto-forno deve ser modernizado com tecnologia de captura de carbono ou eliminado gradualmente8. Por outro lado, a tecnologia de descarbonização profunda surgiu em diversas escalas de redução de emissões, viabilidade técnica, viabilidade económica e maturidade de desenvolvimento. Embora os fornos elétricos de produção de aço possam ser facilmente descarbonizados através de energia renovável, as opções mais promissoras para descarbonizar a produção de ferro são: (i) redução direta de ferro (DRI) baseada em hidrogénio verde (H2), (ii) DRI baseada em gás natural (GN). com captura, utilização e/ou armazenamento de carbono (CCUS), (iii) alto-forno tradicional (BF) ou redução de fundição (SR) com substituição parcial de carvão por biomassa e CCUS, e (iv) eletrólise direta de minério de ferro9,10,11 . As soluções de captura de CO2 tiveram até agora um sucesso muito limitado no setor siderúrgico; apenas uma planta de DR baseada em GN opera com CCUS12. A modernização de centrais BF existentes com CCUS, apesar de ser desejável devido à utilização de activos existentes, ainda não foi testada nem é um método eficaz de redução de emissões, dada a pluralidade de pontos de emissão e a variabilidade na concentração de CO2 dos gases de combustão13. Representando uma direção completamente diferente, tanto o H2-DRI quanto a extração eletrolítica são soluções baseadas em energia renovável, onde o carbono como agente redutor é completamente substituído por hidrogênio ou eletricidade, respectivamente. Sendo uma tecnologia revolucionária, a extração eletrolítica tem atualmente um custo proibitivo e espera-se que atinja a prontidão comercial a longo prazo (após 2040)14. Em comparação, o H2-DRI combinado com o forno de arco elétrico (EAF) (denominado H2-DRI-EAF) tem sido amplamente considerado como uma opção líder de descarbonização profunda, apesar de uma série de questões a serem abordadas15, graças à intensificação dos investimentos industriais16, bem-sucedidos piloto por precursores suecos17 e produção comercial planejada até 202518.

300 deposits in 68 countries./p>300 iron ore deposits was achieved using a machine learning (ML) model. The ML model was trained using the optimisation results (ML targets) alongside statistical data of solar and onshore wind potential (ML features). ML model accuracy was high, demonstrated by a coefficient of variation (R2) value of 0.96 for predicting the levelised cost of renewable energy infrastructure (RE cost) ($8/t standard error, 5% of mean) and 0.85 for predicting LCOS (excluding iron ore and labour costs) ($26/t standard error, 5% of mean) for 1 Mtpa green H2-DRI-EAF facilities. The cost of solar panels and wind turbines were separated as core cost components requiring further investigation; in 2050, the projected RE costs constituted approximately 20% of optimised LCOS with expected variability (average $120 + /- $35/t steel). Both the RE cost and LCOS ML models may be used to aid future supply chain modelling./p> 300 iron ore deposits. b LCOS including ore, with markers sized by relative quantity of ore mined on annual basis (mine production data from CRU Group69 and U.S. Geological Survey22). Geographical coverage shrinks from 68 to 22 countries which includes all optimised countries, excluding Guinea. LCOS at Kiruna in Sweden was reduced to $850/t (from $940/t), which is closer to the optimised LCOS, to control the extreme outlier and enable greater colour graduations over remaining mines (the ML model accuracy was reduced in this extreme northerly location)./p>

Up to this point, our global assessments have been made based on steel production facilities with 1 Mtpa capacity, allowing an ‘apples to apples’ cost comparison. However, significant growth in green H2-DRI-EAF steel manufacturing in certain regions could be hindered by resource constraints and industrial development status. To assess the production system feasibility at scale, national green H2-DRI-EAF steel industries were sized according to the hypothetical utilisation of extracted ore given the following rates of technology diffusion (i.e. H2-DRI-EAF steel output of total steelmaking potential): 30% in 2030, 50% in 2040 and 60% in 2050. Using our optimisation modelling results (with 25% scrap charge to EAF), an indicative picture of resource requirements is provided in Table 1 for 2050 (with complete analysis given in Supplementary Data). Land intensity rates of 45 MW/km2 and 8 MW/km2 for solar panels and onshore wind turbines, respectively, were assumed41, alongside a water demand rate of 12 L/kg H2 for electrolysis (considering 33% losses and 9 L/kg stoichiometric minimum) and water recycling rate of 9 L/kg H2 during DRI. Land availability for RE infrastructure was determined within the regions where iron ore mines exist (rather than the entire country) and constrained by 50% of the available shrubland, herbaceous vegetation and sparse vegetation given by the Copernicus Global Land Cover Map(2020)." href="/articles/s41467-023-38123-2#ref-CR42" id="ref-link-section-d367305572e1022"42./p>300 locations (covering 68 countries) in less than a second. This was a significant timesaving considering the GAMS optimisation model’s computational processing time of 3 h (on a machine with Intel i7-8665U CPU and 16 GB memory of RAM running Windows 10) for a given location and RE input year. Gradient-boosted regression models from the scikit-learn toolkit68 were fitted to directly predict two targets: levelised cost of renewable energy infrastructure (RE cost), and steel (LCOS, excluding ore and labour) for green H2-DRI-EAF steel production without scrap charging in a 1 Mtpa facility. The ML algorithm learned from a dataset with 675 entries: 45 regions modelled over 5 renewable energy input data years and 3 installation years. Note that New Zealand was the 45th region added to the 44 previously optimised regions to ensure the largest range of latitudes were covered in the input dataset. To determine the overall LCOS, statistical RE data from 2019 was used as features to project the machine-learned LCOS (excluding ore and labour), with separately computed costs of DR-grade ore (see Eq. 1) and labour added./p>(2020)./p>