Globaler grüner Wasserstoff

Nature Communications Band 14, Artikelnummer: 2578 (2023) Diesen Artikel zitieren

7136 Zugriffe

53 Altmetrisch

Details zu den Metriken

Der Stahlsektor ist derzeit für 7 % der weltweiten energiebedingten CO2-Emissionen verantwortlich und erfordert tiefgreifende Reformen, um sich von fossilen Brennstoffen zu trennen. Hier untersuchen wir die Marktwettbewerbsfähigkeit einer der weithin in Betracht gezogenen Dekarbonisierungsrouten für die Primärstahlproduktion: die direkte Reduktion von Eisenerz auf Basis von grünem Wasserstoff, gefolgt von der Stahlerzeugung im Elektrolichtbogenofen. Durch die Analyse von über 300 Standorten durch kombinierten Einsatz von Optimierung und maschinellem Lernen zeigen wir, dass sich eine wettbewerbsfähige, auf erneuerbaren Energien basierende Stahlproduktion in der Nähe des Wendekreises von Steinbock und Krebs befindet, der neben hochwertigem Eisenerz auch über überlegene Solarenergie mit zusätzlichem Onshore-Wind verfügt und niedrige Löhne der Stahlarbeiter. Wenn die Kokskohlepreise hoch bleiben, könnte fossilfreier Stahl ab 2030 an günstigen Standorten wettbewerbsfähig werden und sich bis 2050 weiter verbessern. Eine groß angelegte Umsetzung erfordert Aufmerksamkeit auf die Fülle an geeignetem Eisenerz und anderen Ressourcen wie Land und Wasser sowie die damit verbundenen technischen Herausforderungen mit Direktreduktion und zukünftiger Lieferkettenkonfiguration.

Derzeit sind fossile Brennstoffe der Blutkreislauf des Stahlsektors: 27 EJ (1018 J) Kohle, 3 EJ Gas und 5 EJ (1400 TWh) Strom werden jährlich für die Produktion des am häufigsten verwendeten Metalls auf der Erde1 verbraucht und emittieren eine durchschnittlich 2 Tonnen CO2 pro Tonne Stahl und verursacht 7 % der weltweiten energiebedingten CO2-Emissionen2. Im Jahr 2021 wurden 1,95 Milliarden Tonnen Stahl produziert3, wobei ein Anstieg auf 2,19 Milliarden Tonnen bis 2050 prognostiziert wird, da sich die weltweite Nachfrage im Jahr 2080 auf 250 kg pro Kopf annähert4. Derzeit erfolgen 22 % der Stahlproduktion über Sekundärstrom (auf Schrottbasis). Wie von Pauliuk et al.5 prognostiziert, soll die Route bis zum Jahr 2050 auf bis zu 50 % des Bedarfs ansteigen, sofern eine wirksame Schrottsammlung, Schadstoffkontrolle und Handel aufrechterhalten werden. Umfassende Maßnahmen zur Materialeffizienz stahlhaltiger Produkte, einschließlich verbesserter Haltbarkeit, Wiederverwendbarkeit und minimalistischem Design, könnten den Bedarf an primärem (erzbasiertem) Stahl möglicherweise um bis zu 40 % senken6. Der weltweite wirtschaftliche Fortschritt und das Bevölkerungswachstum wirken jedoch den Aussichten auf einen Rückgang der Stahlnachfrage entgegen; Emissionsprognosen erfordern dringend gemeinsame angebots- und nachfrageseitige Minderungsmaßnahmen7. Ein großer Teil des künftigen Stahlbedarfs wird wahrscheinlich durch Primärstahl gedeckt werden müssen, wobei es bei Fortführung der Nutzung der aktuellen Technologie zu einer emissionsintensiven kohlenstoffbasierten Eisenerzreduzierung kommen würde.

Als Reaktion auf den Druck zur Dekarbonisierung werden inkrementelle Maßnahmen wie die Verbesserung der Energieeffizienz und die teilweise Brennstoffumstellung (Biomasse oder Wasserstoff) fossiler Betriebe nicht ausreichen, um die Klimaverpflichtungen des Stahlsektors zu erfüllen; Der Hochofen muss mit Kohlenstoffabscheidungstechnologie nachgerüstet oder auslaufen8. Andererseits ist die Technologie zur tiefgreifenden Dekarbonisierung in unterschiedlichen Maßstäben hinsichtlich Emissionsminderung, technischer Machbarkeit, wirtschaftlicher Machbarkeit und Entwicklungsreife entstanden. Während elektrische Stahlerzeugungsöfen durch erneuerbare Energien leicht dekarbonisiert werden können, sind die vielversprechendsten Optionen zur Dekarbonisierung der Eisenherstellung: (i) auf grünem Wasserstoff (H2) basierende Direktreduktion von Eisen (DRI), (ii) auf Erdgas (NG) basierende DRI mit Kohlenstoffabscheidung, -nutzung und/oder -speicherung (CCUS), (iii) traditionellem Hochofen (BF) oder Schmelzreduktion (SR) mit teilweiser Substitution von Kohle durch Biomasse und CCUS und (iv) direkter Eisenerzelektrolyse9,10,11 . CO2-Abscheidungslösungen waren im Stahlsektor bisher nur sehr begrenzt erfolgreich; nur eine auf Erdgas basierende DR-Anlage arbeitet mit CCUS12. Obwohl die Nachrüstung bestehender BF-Anlagen mit CCUS aufgrund der Nutzung bestehender Anlagen wünschenswert ist, wurde sie noch nicht erprobt und stellt aufgrund der Vielzahl von Emissionspunkten und der Variabilität der CO2-Konzentration von Rauchgasen auch keine wirksame Methode zur Emissionsminderung dar13. Eine völlig andere Richtung vertretend, sind sowohl H2-DRI als auch Elektrogewinnung auf erneuerbaren Energien basierende Lösungen, bei denen Kohlenstoff als Reduktionsmittel vollständig durch Wasserstoff bzw. Strom ersetzt wird. Als revolutionäre Technologie ist die Elektrogewinnung derzeit kostenintensiv und dürfte langfristig (nach 2040) kommerziell reif sein14. Im Vergleich dazu wurde H2-DRI in Kombination mit dem Elektrolichtbogenofen (EAF) (genannt H2-DRI-EAF) weithin als führende Option für eine tiefgreifende Dekarbonisierung angesehen, trotz einer Reihe von Problemen, die angegangen werden müssen15, und ist dank der zunehmenden Industrieinvestitionen16 erfolgreich Pilotversuch durch schwedische Vorläufer17 und geplante kommerzielle Produktion bis 202518.

Die fossilbasierte Direktreduktion (DR) (unter Verwendung von Erdgas oder vergaster Kohle) ist der Industrie bereits bekannt, wobei die weltweite DRI-Produktion im Jahr 2021 120 Mio. t erreichen wird. Trotz einer 14-prozentigen DRI-Kapazitätssteigerung gegenüber dem Vorjahr beträgt der Anteil der weltweiten Stahlproduktion Die DRI-EAF-Route betrug nur etwa 7 %3,19. Für eine erfolgreiche Umstellung auf die CO2-arme H2-DRI-EAF-Route müssen daher nicht nur die technischen Schwierigkeiten bei der Umstellung von Kraftstoffen auf grünen H2 bewältigt werden, sondern auch die wirtschaftliche Herausforderung einer dramatischen Kapazitätserweiterung. Für die Elektrolyse von Wasser für die H2-Produktion und den Betrieb des EAF werden große Mengen erneuerbarer Energie (RE) benötigt, deren Versorgung häufig schwankt und intermittierend ist. Darüber hinaus muss die Eisenerzversorgung für die DR-Technologie mit der größten industriellen Verbreitung, also den Schachtofen MIDREX oder HYL-Energiron20, strenge Qualitätsanforderungen einhalten, um die Stahlqualität und die Produktivität der Eisen- und Stahlherstellung zu erhalten15. Der Schachtofen arbeitet mit einem Gegenstrom von Erz und Reduktionsgas, um ein Eisenschwammprodukt herzustellen. Er erfordert Erz in Pelletform mit einem Fe-Gehalt von mindestens 67 %21, um Erzverunreinigungen zu begrenzen und nachgelagerte Schwierigkeiten (EAF) zu vermeiden; Als Referenz beträgt der weltweit durchschnittliche Fe-Gehalt des geförderten Erzes 62 %22. Dies unterscheidet sich von der Anforderung eines Fe-Gehalts von 65 % für die Hochofenproduktion, bei der sowohl geschmolzenes Eisen als auch Schlacke gebildet werden, was die Entfernung von Ganggestein und flexibleren Erzformen, einschließlich gesinterter Feinteile, aufgrund der physikalischen „Bad“-Struktur ermöglicht21. Aufbereitung, die physikalische und/oder chemische Trennprozesse beschreibt, um Verunreinigungen (üblicherweise Silizium, Aluminium, Phosphor und Schwefel) aus Eisenerz zu entfernen und dadurch den Fe-Gehalt zu erhöhen, wird von der Eisenerzindustrie zunehmend eingesetzt Aufnahme geringerer Erzgehalte23,24,25. Dieser Trend wird sich höchstwahrscheinlich fortsetzen, um eine deutlich gesteigerte DRI-Produktion anbieten zu können.

Trotz dieser Herausforderungen bietet die umweltfreundliche H2-DRI-EAF-Technologie eine einzigartige Gelegenheit, den Standort von Produktionsanlagen und die daraus resultierenden Lieferkettenkonfigurationen neu zu bewerten, um die Nutzung lokal verfügbarer Ressourcen zu optimieren. Bisher haben einige Studien die kostenminimierte H2-DRI-EAF-Produktion untersucht, allerdings mit begrenzter räumlicher Abdeckung: im Vereinigten Königreich26 und in Nordeuropa27. Weltweit prognostizierten Bataille et al.4 Wege zur Dekarbonisierung des Stahlsektors auf der Grundlage bestehender (fossilbasierter) Anlagen durch die Einführung von CCUS und auf erneuerbaren Energien basierender Technologie. Lopez et al.28 untersuchten auch den globalen Energiebedarf der auf erneuerbaren Energien basierenden Stahlproduktion, allerdings ohne die regionale Ressourcendifferenzierung oder die Optimierung erneuerbarer Energien einzubeziehen. Die allgemeine Annahme war, dass zukünftige Produktionsanlagen mit den Standorten (aber nicht unbedingt der Kapazität) der aktuellen Produktionsanlagen korrelieren werden. Während die Nutzung der bestehenden Infrastruktur rund um aktuelle Stahlproduktionsstandorte vorteilhaft ist, bietet ihre geografische Lage nicht unbedingt günstige klimatische und geologische Ressourcen für eine Produktion auf Basis erneuerbarer Energien. Die industrielle Verlagerung als Wegbereiter für die industrielle Dekarbonisierung wurde in mehreren regionalen Fallstudien untersucht, darunter die Arbeiten von Gielen et al.29 und Wood et al.30 über die potenzielle zukünftige Rolle Australiens als nahezu kohlenstofffreier Stahlhersteller und die von Trollip et al.31 über eine Bewertung der Möglichkeiten Südafrikas, Europa mit nahezu kohlenstofffreiem Eisen zu versorgen.

In dieser Studie liefern wir eine grundlegende Bewertung des globalen Potenzials der Stahlproduktion mit erneuerbaren Energien mithilfe der umweltfreundlichen H2-DRI-EAF-Technologie, bei der die gesamte Lieferkette in der Nähe der Eisenerzminen angesiedelt ist. Unter Berücksichtigung der Herausforderungen bei der erneuerbaren Energien und der Erzversorgung berücksichtigt diese Arbeit insbesondere die geografische Verteilung lokaler Ressourcen, wie sie in einer früheren regionalen Studie (mit Schwerpunkt auf Australien und Japan) berücksichtigt wurde, die die finanziellen Vorteile einer gemeinsamen Ansiedlung der Stahlproduktion mit hochwertigen natürlichen Ressourcen aufzeigte Ressourcen32. Die zentrale Frage von Interesse ist, inwieweit diese Standorte bei allen großen Eisenerzlagerstätten eine vielversprechende Wirtschaftlichkeit für grünen, H2-basierten Stahl aufweisen. Durch die Beantwortung dieser Frage werden regionale Chancen ermittelt und die künftige Gestaltung anspruchsvollerer Lieferketten für Regionen beeinflusst, die über die einfache Co-Location-Strategie hinausgehen müssen und den Handel mit Erzen, RE-Produkten und/oder Zwischenprodukten der Stahlherstellung, wie z. B. Heißbrikettierung, umfassen Eisen (HBI).

Der Hauptteil der Studie besteht aus zwei Schritten, wie in Abb. 1 dargestellt. Im ersten Schritt wurde ein technisch-ökonomisches Optimierungsmodell für die lokale grüne H2-basierte Stahlproduktion neben Eisenerzlagerstätten entwickelt, basierend auf regionalen EE-Profilen mit stündlicher zeitlicher Auflösung. Die optimalen Kapazitäten aller wichtigen technischen Komponenten (Energieversorgung und -speicherung, DR-Schachtofen, EAF) wurden für eine H2-DRI-EAF-Stahlanlage mit einer Leistung von 1 Mio. tpa ermittelt, wobei eine Referenzskala auf der Grundlage des Skalenbereichs für die EAF-Stahlerzeugung ausgewählt wurde ( 0,3–3 Mtpa, Renda, et al.33) und aktuelle nominale DR-Eisenproduktionskapazitäten (0,4–2,5 Mtpa, Global Energy Monitor34). Angewandt auf drei Einsatzzeitpläne (und damit den Technologiefortschritt) (2030, 2040, 2050) kombiniert mit unterschiedlichen Mengen an Stahlschrott (0 %, 25 %, 50 %), wurde das Modell für 44 Regionen in 17 wichtigen Eisenerz produzierenden Ländern gelöst. Für jede Region wurden die Kosten für die Beschaffung von für DRI geeignetes Eisenerz auf der Grundlage der nationalen Daten zur Eisenerzqualität weiter geschätzt und mit den Arbeitskosten und dem Ergebnis des Optimierungsmodells für die Stahlproduktion kombiniert, um die Gesamtkosten für grünes H2 zu ermitteln. basierten Stahl. Aufgrund der begrenzten weltweiten Verfügbarkeit von Daten zur Erzpetrologie war der Fe-Gehalt der einzige Indikator für die Eisenerzqualität. Als zentrale erneuerbare Energieressourcen für die Analyse wurden Solar- und Windenergie ausgewählt, da sie an allen untersuchten Standorten verfügbar sind und im Jahr 2050 voraussichtlich 70 % der weltweiten Stromerzeugung liefern werden35. Im zweiten Schritt wurden die Ergebnisse des Optimierungsmodells maschinell verarbeitet Lerntechniken zur Ableitung eines umweltfreundlichen H2-basierten Stahlinvestitionsmodells, das dank seiner deutlich höheren Recheneffizienz eine Ausweitung der globalen Bewertung auf >300 Lagerstätten in 68 Ländern ermöglichte.

Für 44 Regionen in 17 wichtigen Eisenerz produzierenden Ländern wurde eine Optimierung auf Anlagenebene durchgeführt, deren Ergebnisse in ein maschinelles Lernmodell eingespeist wurden, um die räumliche Abdeckung auf über 300 globale Eisenerzlagerstätten zu erweitern.

Die Inselversorgung mit erneuerbaren Energiequellen (100 %) gewährleistet zwar nahezu keine Kohlenstoffemissionen, weist jedoch Schwankungen und Schwankungen auf, die mithilfe von Energiespeichern und/oder überdimensionierten flexiblen Produktionsanlagen bewältigt werden können36, 37. Zum Vergleich haben wir auch H2-DRI-EAF-Anlagen bewertet, die mit Strom versorgt werden Netzstrom, der eine stabile Energieversorgung bietet. Wir gingen davon aus, dass der CO2-Fußabdruck des Netzstroms vom prognostizierten Strommix abhängt und dass Strom gemäß den aktuellen Industrietarifen abgerechnet wird, um die Bedingungen für eine wettbewerbsfähige Stahlproduktion zu bewerten und Empfehlungen für eine Strommarktreform abzugeben. Die wirtschaftlichen und CO2-Emissionsperspektiven beider Systeme wurden unter Bezugnahme auf die herkömmliche BF-BOF-Route bewertet. Abschließend wurden die Auswirkungen auf Energie, Wasser und Landnutzung sowie weitere Herausforderungen berücksichtigt, die die H2-DRI-EAF-Route für eine groß angelegte Umsetzung bewältigen muss.

Durch den kombinierten Einsatz von Optimierung und maschinellem Lernen zeigen wir in dieser Studie, dass es für die Wettbewerbsfähigkeit des Marktes besonders kurzfristig wichtig ist, eine flexible, auf grünem H2 basierende Stahlproduktion an günstigen Standorten anzusiedeln, die sich üblicherweise durch starke und zuverlässige Solarenergie und fairen Zusatzwind auszeichnen und hochwertiges Eisenerz. Wenn die Kokskohlepreise hoch bleiben und die prognostizierten Kostensenkungen für Elektrolyseure, Solarpaneele und Windkraftanlagen realisiert werden, könnten die meisten Standorte bis 2050 gegenüber der fossilbasierten BF-BOF-Route wettbewerbsfähig werden. Durch die Veranschaulichung der globalen Karte der prognostizierten Solar- und Windenergie Angesichts der Kosten für die Stahlerzeugung zeigen wir, dass Investitionsentscheidungen für umweltfreundlichen Stahl auf klimatischen und räumlichen Faktoren basieren müssen.

Unsere Modellierung der umweltfreundlichen H2-basierten Stahlproduktion, die durch Insel-EE-Systeme (Solar- und Onshore-Windenergie) betrieben wird und am Standort der Eisenerzmine lokalisiert ist, prognostizierte nivellierte Kosten für umweltfreundlichen Stahl (LCOS) im Bereich von 535–972 USD/t ohne Schrott Aufladung, wie in Abb. 2 dargestellt. Bis 2050 sank der LCOS-Bereich auf 535–831 US-Dollar/t, wobei der LCOH2-Wert von 1,63 auf 2,80 US-Dollar/t sank und die Energiekosten (LCOE, berechnet auf der Grundlage des Energieverbrauchs bei der Stahlherstellung) von 16 US-Dollar sanken bis 50/MWh. Die Kosten variierten je nach Region (Auswirkungen auf das EE-Potenzial, Eisenerzqualität und Arbeitslöhne) und Projektinstallationsjahr (Auswirkungen auf die Stückkosten neuer Technologien und die Effizienz des Elektrolyseurs). Günstige Standorte dominierten in der EE-Infrastruktur die Solarenergie, allerdings mit einer gewissen Windkapazität, um das Tagesprofil auszugleichen; Im Jahr 2050 betrug der Solaranteil der EE-Kapazität an den günstigsten Standorten Iran, Peru, Südafrika und Chile 89 %, 100 %, 80 % bzw. 100 %. Dank des starken Solarenergiepotenzials mit minimalen saisonalen Schwankungen konnten die Produktionssysteme von günstigeren Stückkosten für Solar-PV-Module im Vergleich zu Windkraftanlagen profitieren (327 USD/kW bzw. 835 USD/kW im Jahr 205038) und die Überdimensionierung des Elektrolyseurs und/oder den Speicherbedarf reduzieren. In allen Fällen entfielen die meisten Energiespeicherkosten auf komprimiertes gasförmiges H2 (CGH2) (durchschnittlich 91 %), wobei ein Teil der Stromspeicherung in Batterien erfolgte, um die Schwankungen bei erneuerbaren Energien zu bewältigen; Im Durchschnitt wurden 50 % des produzierten H2 als CGH2 zwischengespeichert, während Elektrolyseure und EAFs um den Faktor 2,3 bzw. 1,3 überdimensioniert waren. Eine erschwingliche, umweltfreundliche H2-basierte Stahlproduktion war mit einer geringeren Energie- und Flächenintensität verbunden.

a Kostenranking von 17 Ländern über drei geplante Jahre – 2030, 2040 und 2050. b Zerlegung der LCOS für jedes Land für im Jahr 2050 installierte Projekte, aufgetragen gegen die LCOE und LCOH des Produktionssystems, mit Fehlerbalken, die die LCOS zwischenjährlich und interregional zeigen Variation. Kanada weist aufgrund der unterschiedlichen Sonnen- und Windenergie auf der großen Landmasse, auf der verschiedene Eisenerzvorkommen verteilt sind, eine besonders große Fehlergrenze auf. Alle in Abb. 2 (und in allen anderen auf Optimierungsergebnissen basierenden Zahlen) dargestellten Kosten wurden aus der Mittelung der Ergebnisse von Optimierungsläufen unter Verwendung historischer erneuerbarer Energiedaten aus fünf verschiedenen Jahren (Einzelheiten siehe Experimentelles Verfahren) und für ein Land mit mehreren Eisenwerten ermittelt Für die verschiedenen Erzlagerstättenregionen wurden die Kostenzahlen auf Länderebene durch Mittelung der regionalen Ergebnisse ermittelt.

Während die Inselenergieversorgung nur lokal verfügbare Wind- und Solarressourcen berücksichtigt hat, die die EE-Typen darstellen, die in den nächsten Jahrzehnten in den meisten Ländern am wahrscheinlichsten das Wachstum der EE-Kapazität dominieren werden, sind Beiträge von kontinuierlichen und kontrollierbaren CO2-freien Energiequellen, Das heißt, Wasserkraft (sehr wichtig für Länder wie Schweden und Brasilien) und Kernkraft könnten eine entscheidende Rolle bei der wettbewerbsfähigen grünen H2-basierten Stahlproduktion spielen. Obwohl diese alternativen Energiequellen im Inselfall nicht berücksichtigt werden, spiegeln sie sich in der Entwicklung des nationalen Energiemixes im später vorgestellten netzbasierten Fall wider.

Wie in der Kostenaufschlüsselung in Abb. 2b dargestellt, hatte die Kapazität erneuerbarer Energien einen größeren Einfluss auf die Kostenleistung als der Fe-Gehalt von Eisenerz, doch die Anforderungen an die DR-Erzaufbereitung stellten die Rentabilität in Frage. Russland war beispielsweise durch Solarenergie von schlechter Qualität und mittelmäßige Windressourcen benachteiligt, die durch hochwertiges Erz (71 % Fe-Gehalt) nur teilweise ausgeglichen werden konnten, was zu einer geringen Wettbewerbsfähigkeit auf dem Markt führte. Laut Sensitivitätsanalyse verursachte eine Änderung der Erzkosten um 10 % eine durchschnittliche Änderung der LCOS von 3 % an allen Standorten. Bei einer zu geringen Erzqualität würden jedoch die Aufbereitungsanforderungen die Produktionskosten deutlich erhöhen. In Kasachstan, wo die erneuerbare Energieversorgung dank der starken Windressourcen von angemessener Qualität ist (wie sich in den LCOE und LCOH2 widerspiegelt), wo aber Erz in extrem schlechter Qualität abgebaut wird (20 % Fe-Gehalt, deutlich unter dem globalen Durchschnitt von 62). %), der Aufbereitungsbedarf war immens und die Prämie für DR-Pellets verdreifachte sich gegenüber dem Durchschnitt (von 40 $/t auf 122 $/t Erz); Die gesamten Erzkosten machten 45 % der Stahlproduktionskosten aus und lagen damit deutlich über dem Durchschnitt von 27 %. Während Kasachstan einen Extremfall darstellt, dienen die derzeitigen wirtschaftlichen Erzressourcen im Allgemeinen dem BF-Markt und könnten sich für den DR-Eisenherstellungsmarkt mit erhöhten Qualitätsanforderungen als unrentabel erweisen.

Der grüne H2-DRI-EAF-Produktionsweg könnte im nächsten Jahrzehnt an günstigen Standorten und für die meisten Standorte im Jahr 2050 kostenmäßig mit dem BF-BOF konkurrenzfähig sein aufgetragen gegen die aktuellen BF-BOF-Kosten in Abb. 3a. Die Betriebskosten von BF-BOF lagen im Jahr 2021 an den ausgewählten Standorten zwischen 621 und 782 US-Dollar pro Tonne, ein starker Anstieg gegenüber 2020 (428 bis 547 US-Dollar/Tonne), der auf einen Anstieg der Rohstoffpreise – insbesondere metallurgischer Kohle und Eisenerz – zurückzuführen ist39. Während hinsichtlich der prognostizierten Rohstoffpreise und der Marktdynamik Unsicherheit besteht, werden steigende Preise für fossile Brennstoffe und sinkende Kosten für erneuerbare Energien zunehmend die auf grünem Wasserstoff basierende Stahlproduktionsroute begünstigen. Unter Bezugnahme auf die BF-BOF-Kosten auf dem Niveau von 2021 wurde prognostiziert, dass im Jahr 2030 in einer Reihe untersuchter Regionen eine Marktwettbewerbsfähigkeit (d. h. < 782 USD/t) von grünem H2-basiertem Stahl erreicht wird, der durch Inselsolarenergie und Onshore-Windenergie betrieben wird (ohne Schrottgebühr oder CO2-Steuer). Um den Kostenaufschlag zwischen fossiler und erneuerbarer Energieerzeugung zu senken, der erheblich wäre, wenn die BF-BOF-Produktionskosten auf das Niveau von 2020 zurückkehren würden, wären Mechanismen zur CO2-Bepreisung unerlässlich.

a Stahlproduktionskosten am Standort (inkl. Erz) (Fall S1 = 0 % Schrott, S2 = 25 % Schrott, S3 = 50 % Schrott) im Vergleich zu den BF-BOF-Kosten in den Jahren 2020 und 2021. Für jedes Box- und Whisker-Plot: n = 220 (44 Regionen, jeweils modelliert über 5 historische RE-Datenjahre), und die durchschnittlichen LCOS liegen zwischen 766 und 625 US-Dollar. b Relative Kostenwettbewerbsfähigkeit zwischen BF-BOF (im Jahr 2021) und grüner H2-DRI-EAF-Produktion (im Jahr 2050) für alle 17 optimierten Länder, mit Ausnahme von Guinea, wo es derzeit keine Stahlindustrie gibt. Die Rangfolge der Wettbewerbsfähigkeit erfolgt in absteigender Reihenfolge von der günstigsten (Platz 1) zur teuersten (Platz 16) Stahlproduktion. BF-BOF-Kostendaten von Transition Zero (2022). Je näher das Land in der unteren rechten Ecke platziert ist, desto mehr profitiert es vom Übergang von BF-BOF zu grünem H2-DRI-EAF.

Die Beschickung von EAF-Schrott kann zu Kostenvorteilen führen, sofern die Verunreinigungen kontrolliert werden, um eine Beeinträchtigung der Stahlqualität und der Produktlinien zu vermeiden. Die Hinzufügung von Schrott verringert im Allgemeinen die Gesamtbetriebskosten, jedoch nehmen die Vorteile mit der Zeit bei billigerer erneuerbarer Energie ab. Im Jahr 2030 ist ein klarer Zusammenhang zwischen der Schrottzugabe und den Produktionskosten erkennbar, ein Ergebnis des geringeren DRI-Bedarfs und des EAF-Energiebedarfs (25 % Schrottzugabe führt zu Kostensenkungen um 5 %, 50 % Schrottzugabe führt zu Kostensenkungen um 9 %). Gegen 2050 hat Schrott jedoch weniger Einfluss auf die Senkung der Produktionskosten, da die EE-Kosten sinken, was grüne DRI kosteneffektiv und mit Schrott vergleichbar macht (50 % Schrottzugabe führt zu einer Kostensenkung von 2 %). Die Einspeisung von Schrott in die EAF begünstigte Länder mit billigem Schrott: China (212 $/t Schrott), Schweden (355 $/t), Brasilien (380 $/t) und Chile (387 $/t), während diejenigen mit teurem Schrott benachteiligt wurden: Russland (624 $). /t), Ukraine (534 $/t) und Kanada (472 $/t). Obwohl die Zugabe von Schrott zur Kostensenkung beitragen kann, kann man sich nicht darauf verlassen, da das Angebot durch historische Stahlverbrauchsraten und die Lebensdauer der verwendeten Stahlbestände begrenzt ist. Darüber hinaus profitiert die BF-BOF-Produktion ebenfalls von der Einbeziehung von Schrott.

Obwohl die Produktion von Stahl auf Basis von grünem Wasserstoff im Allgemeinen weitaus weniger Energie verbraucht als die BF-BOF-Route (siehe Abb. S2), erfordert die Umstellung der dominanten Energiequelle von thermisch auf elektrisch eine Optimierung des erneuerbaren Stromsystems und eine Minimierung der unterstützenden Infrastruktur. Während Energie 8–20 % der BF-BOF-Produktionskosten ausmacht39, macht das erneuerbare Energiesystem (Sonnenkollektoren, Windturbinen, Elektrolyseure) bei der grünen H2-DRI-EAF-Route im Jahr 2050 21–33 % der Gesamtkosten aus (27-20 %). 41 % im Jahr 2030). Über die beiden modellierten Jahrzehnte sanken die durchschnittlichen Kosten der in den Jahren 2040 und 2050 installierten Projekte um 8 % bzw. 16 % (im Vergleich zu 2030), was mit langfristigen Prognosen reduzierter Stückkosten für die EE-Infrastruktur übereinstimmt. Dementsprechend sanken die durchschnittlichen LCOE und LCOH2 (über alle Regionen hinweg) von 43 $/MWh und 3,2 $/kg H2 im Jahr 2030 auf 30 $/MWh und 2,1 $/kg H2 im Jahr 2050. Allerdings wurden die LCOE und LCOH2 durch das kostenminimierende Modell bestimmt In dieser Arbeit ist es wahrscheinlich, dass sie bei optimalem Standort von Solar- und Windkraftanlagen (dh nicht unbedingt in der Eisenerzmine) billiger werden. Die globalen gewichteten durchschnittlichen Stromgestehungskosten neuer Solar-PV- und Onshore-Wind-Projekte lagen im Jahr 2021 bei 48 US-Dollar/MWh bzw. 33 US-Dollar/MWh40.

Die Kosten für grünen H2-basierten Stahl (im Jahr 2050, ohne Schrottaufladung) entfielen auf Eisenerz (28 %), Sonnenkollektoren und Windkraftanlagen (19 %), Elektrolyseure (9 %), Produktionsanlagen (14 %), Energiespeicher ( 6 %), Arbeit (9 %), andere Rohstoffe (z. B. Legierungen, Flussmittel) (7 %) und Betrieb und Wartung (O&M) (9 %) (siehe Abb. S1). Erz war bei weitem der größte Kostenposten, mit den größten Unterschieden zwischen den Regionen: 20–45 % der Gesamtkosten. Es wurde eine erhebliche Abweichung bei der Kostenverteilung der EE-Infrastruktur prognostiziert: 3–19 % für Solarmodule, 0–23 % für Windkraftanlagen und 4–13 % für Elektrolyseure. Darüber hinaus waren die Arbeitskosten in den unterschiedlichen Regionen erheblich; Die Löhne der Stahlarbeiter liegen in der Regel 30 % über dem Durchschnitt30 und H2, die Eisen- und Stahlproduktion ist relativ arbeitsintensiv (siehe Tabelle S19). Die Arbeitskosten machten 4-21 % der Gesamtproduktionskosten aus, wobei hohe Löhne Australien, Kanada, Schweden und die USA benachteiligten (siehe Tabelle S18). Ohne die Arbeitskosten würde Australien vom 11. auf den drittgünstigsten Produzenten aufsteigen.

Schließlich könnte sich ein Übergang von der konventionellen BF-BOF-Produktion auf umweltfreundlichen H2-basierten Stahl auf die relative regionale Wettbewerbsfähigkeit auswirken. Wie in Abb. 3b dargestellt, dürften Mexiko und die Ukraine am stärksten vom Übergang profitieren, gefolgt vom Iran, Australien und Peru. Im Gegensatz dazu dürfte die relative Marktwettbewerbsfähigkeit Russlands, Kasachstans, Indiens, Brasiliens und Schwedens sinken, wenn die H2-DRI-EAF-Stahlproduktion mithilfe eines Insel-Solar- und Windenergiesystems aufgebaut würde. Einige dieser Länder könnten jedoch alternativ auf kohlenstoffarmen und erschwinglichen Strom aus dem Netz zurückgreifen (siehe den folgenden Abschnitt). Länder wie Russland verlieren möglicherweise ihren Vorteil bei der kostengünstigen Stahlproduktion, der sich aus billigen metallurgischen Kohle- und Erdgasressourcen ergibt, obwohl die Wettbewerbsfähigkeit durch die Optimierung der Verwendung von blauem H2 (d. h. H2-Produktion durch Dampfreformierung von Methan mit CCS) erhalten bleiben kann. Grüner, wasserstoffbasierter Stahl dürfte die Dynamik der profitablen Stahlproduktion verändern und neue Marktchancen eröffnen; Die Nutzung lokal verfügbarer erneuerbarer Energiequellen ist entscheidend für den Erhalt und Ausbau des Marktanteils.

Bezahlbarer, zuverlässiger und vollständig erneuerbarer Strom ist für eine wettbewerbsfähige, nahezu kohlenstofffreie Stahlproduktion von grundlegender Bedeutung. Um die Machbarkeit potenzieller zukünftiger Energieerzeugungssysteme zu untersuchen, verglichen wir die umweltfreundliche H2-DRI-EAF-Produktion unter Verwendung von Insel- und (Dauerlast-)Netzenergiesystemen (mit variabler Last) mit der herkömmlichen BF-BOF-Produktion, wie in Abb. 4. Im Gegensatz zum Inselsystem sind die Energieerzeugungskosten des Netzsystems für 2030 und 2050 schwer abzuschätzen. Daher wurden die aktuellen industriellen Stromtarife zur Angabe der Energiekosten des Netzsystems verwendet, die in Brasilien erheblich von 169 USD/MWh abweichen in Russland auf 41 $/MWh, was die aktuellen nationalen Energiemixe und -richtlinien widerspiegelt. Sie wurden in Verbindung mit prognostizierten Netzkohlenstoffintensitäten, die künftige Energiemixe widerspiegeln, und Kohlenstoffsteuern angewendet, um die erforderlichen, von erneuerbaren Energien dominierten Netzstrompreise zu ermitteln, um eine wettbewerbsfähige dekarbonisierte Stahlindustrie zu unterstützen.

a Prognostizierte LCOS mit und ohne CO2-Steuern und b CO2-Emissionsintensitäten, wobei die H2-DRI-EAF-Route mit einem Inselenergiesystem mit variabler Last und einem netzgekoppelten Stromsystem mit kontinuierlicher Last modelliert wird. Siehe Abb. S3, S4 für entsprechende Diagramme für die Projektinstallationsjahre 2030 bzw. 2040.

Es wurde prognostiziert, dass bis 2050 in 7 von 17 untersuchten Eisenerz produzierenden Ländern mindestens eine der beiden grünen H2-basierten Stahlproduktionsoptionen (d. h. Insel- und netzbasierte) mit der BF-BOF-Option konkurrenzfähig sein wird , auch ohne die Hilfe der CO2-Steuer. Es wurde prognostiziert, dass sechs Länder bis zum Jahr 2050 umweltfreundlichen H2-Stahl mit netzbetriebenen Systemen als günstigste Option produzieren werden (Guinea, Iran, Kasachstan, Peru, Russland und Schweden), jedoch unter Berücksichtigung der CO2-Preise netzbetrieben Nur in Russland und Guinea blieb die Produktion billiger. Der allgemein positive Vergleich zwischen Inselnetzsystemen mit variabler Last und Netzsystemen mit Dauerlast beruht auf zwei Aspekten. Erstens waren die Kosten der EE-Produktion im Vergleich zu den Netzstrompreisen günstig, obwohl Inselsysteme mit variabler Last zusätzliche Investitionsausgaben erforderten, um die Elektrolyseur- und EAF-Kapazitäten zu überdimensionieren und CGH2 und Batteriespeicher bereitzustellen. Im Jahr 2050 betrugen die durchschnittlichen Kosteneinsparungen bei der Stahlproduktion im Rahmen des Inselsystems mit flexibler Last 180 $/t Gutschrift für Energie, verglichen mit einer Belastung von 100 $/t für erhöhte Kapazität flexibler Prozesse und Energie-/Materialspeicherung. Diese Beziehungen würden sich bei einer Änderung der Industriestrompreise schnell ändern; Bei der netzbetriebenen H2-DRI-EAF-Produktion führt eine Änderung des Strompreises um 10 % zu einer Änderung der LCOS um 4 %. Zweitens führten die prognostizierten hohen Anteile fossiler Brennstoffe in vielen nationalen Netzen zu erheblichen Kosteneinbußen durch die Kohlenstoffsteuer (siehe Abbildung 4b). Am auffälligsten war die prognostizierte Abhängigkeit Irans von gasbetriebener Elektrizität, was dazu führte, dass selbst im Jahr 2050 die prognostizierte Netzemissionsintensität mit 2,7 t CO2/t Stahl höher war als bei der BF-BOF-Route (der Durchschnitt für alle anderen Länder lag im Jahr 2050 bei 0,7 t). CO2/t Stahl). In Ländern, in denen die Dekarbonisierung des Stromnetzes nicht schnell voranschreitet, werden langfristige Verträge über erneuerbare Energien zwischen Stahlproduzenten und EE-Anbietern oder Insel-EE-Systeme erforderlich sein, um nahezu emissionsfreien Stahl zu produzieren. Im Gegensatz dazu könnten netzbasierte Systeme in Kanada und Schweden (dicht gefolgt von Brasilien) im Jahr 2030 aufgrund ihrer Netzportfolios mit erheblichen Wasserkraft- und Kernkraftanteilen nur 0,2 t CO2/t Stahl ausstoßen (siehe Abb. S3b). Dies ist bereits mit dem Inselsystem vergleichbar, das in allen Fällen Emissionsintensitäten im Bereich von 0,1–0,3 t CO2/t Stahl aufweist, wenn man den in Solarpaneelen und Windkraftanlagen enthaltenen Kohlenstoff berücksichtigt.

Die Kostenwettbewerbsfähigkeit der umweltfreundlichen H2-DRI-EAF-Stahlproduktion hängt von billiger, CO2-freier Energie ab, bei der die Variabilität erneuerbarer Ressourcen bewältigt wurde. Für das Inselsystem war eine flexible Wasserstoffproduktion weitaus wichtiger als eine flexible Stahlproduktion, um die Kosten zu senken. Die Überdimensionierungsfaktoren für Elektrolyseure lagen zwischen 1,3 und 3,7 (mit besonders hohen Überdimensionierungsfaktoren für solarabhängige Fälle, siehe Tabelle S2), während EAFs nach kontinuierlicher DRI-Produktion weitaus bescheidener von 1,1 bis 1,4 überdimensioniert waren. Während wir Solar- und Windressourcen untersucht haben, sind andere stabile und saubere Stromquellen (z. B. Wasserkraft) ideal für die stromintensive Stahlproduktion geeignet. Beim Netzsystem müssen die Betreiber ihre Anstrengungen konzentrieren, um sicherzustellen, dass energieintensive Industrien von günstigen erneuerbaren Energien profitieren, bei denen die Schwankungen über Zeit und Raum effektiv ausgeglichen werden. Wenn ein von erneuerbaren Energien dominiertes Netz für die Produktion von H2-DRI-EAF-Stahl gesichert werden könnte, wäre ein durchschnittlicher globaler Strompreis von 80, 70 und 60 US-Dollar/MWh (wobei der niedrigste bei 62, 54 und 46 US-Dollar/MWh liegt) erforderlich im Jahr 2030, 2040 bzw. 2050, um die LCOS (ohne CO2-Steuern) sowohl in Insel- als auch in Netzsystemen anzugleichen. Dies ist erreichbar, wenn die Strommärkte als Reaktion auf den wachsenden Anteil billiger erneuerbarer Energien die erwartete große Reform durchlaufen. Im Jahr 2050 wurden die größten Lücken zwischen den prognostizierten Insel- und netzbetriebenen Stahlkosten und damit zwischen aktuellen und angestrebten industriellen Stromtarifen für eine wettbewerbsfähige netzbetriebene grüne H2-DRI-EAF-Stahlproduktion in Brasilien, Chile und Australien beobachtet. In diesen Ländern könnten Inselsysteme für erneuerbare Energien effektiver sein, wenn es darum geht, eine nahezu kohlenstofffreie Produktion zu ermöglichen.

Mithilfe eines maschinellen Lernmodells (ML) wurde eine schnelle Ausweitung der LCOS-Projektionen von 44 Regionen auf über 300 Eisenerzlagerstätten erreicht. Das ML-Modell wurde unter Verwendung der Optimierungsergebnisse (ML-Ziele) zusammen mit statistischen Daten zum Solar- und Onshore-Windpotenzial (ML-Merkmale) trainiert. Die Genauigkeit des ML-Modells war hoch, was durch einen Variationskoeffizientenwert (R2) von 0,96 für die Vorhersage der nivellierten Kosten der Infrastruktur für erneuerbare Energien (EE-Kosten) (Standardfehler von 8 USD/t, 5 % des Mittelwerts) und 0,85 für die Vorhersage der LCOS (ausgenommen) belegt wird Eisenerz- und Arbeitskosten) (26 USD/t Standardfehler, 5 % des Mittelwerts) für 1 Mtpa grüne H2-DRI-EAF-Anlagen. Die Kosten für Solarmodule und Windkraftanlagen wurden als Kernkostenkomponenten getrennt, die einer weiteren Untersuchung bedurften; Im Jahr 2050 machten die prognostizierten RE-Kosten etwa 20 % der optimierten LCOS mit erwarteter Variabilität aus (durchschnittlich 120 $ +/- 35 $/t Stahl). Sowohl das RE-Kosten- als auch das LCOS-ML-Modell können zur Unterstützung der zukünftigen Lieferkettenmodellierung verwendet werden.

Die ML-Modelle ermöglichten die Entwicklung eines globalen Bildes des auf grünem H2 basierenden Stahlpotenzials (siehe Abb. 5) und zeigten, dass günstige Standorte entlang des Wendekreises von Steinbock (+23,5° Breite) und Krebs (-23,5° Breite) lagen starke Sonneneinstrahlung ist gut erreichbar. Wettbewerbsfähige grüne H2-basierte Stahlcluster befanden sich im nördlichen und südlichen Afrika, in der zentralen Region Südamerikas, in Zentralasien und in Australien. Interessanterweise scheinen die Länder, die derzeit die Eisenerzproduktion dominieren, mit wettbewerbsfähigen grünen H2-DRI-EAF-Stahlstandorten zu korrelieren, was darauf hindeutet, dass für diese Regionen die Möglichkeit einer umweltfreundlichen Produktion in großem Maßstab plausibel ist. Eine bemerkenswerte Chance besteht in Westaustralien, einer Region, die ein stabiles Investitionsumfeld bietet, sofern die Aufbereitung den fortschreitenden Abbau von Pilbara-Erzen bewältigen kann.

a Infrastrukturkosten für erneuerbare Energien (z. B. Sonnenkollektoren und Windturbinen) für > 300 Eisenerzlagerstätten. b LCOS einschließlich Erz, mit Markierungen, die nach der relativen Menge des jährlich geförderten Erzes bemessen sind (Minenproduktionsdaten von CRU Group69 und US Geological Survey22). Die geografische Abdeckung schrumpft von 68 auf 22 Länder und umfasst alle optimierten Länder mit Ausnahme von Guinea. Die LCOS in Kiruna in Schweden wurden auf 850 $/t (von 940 $/t) gesenkt, was näher an der optimierten LCOS liegt, um den extremen Ausreißer zu kontrollieren und größere Farbabstufungen über die verbleibenden Minen zu ermöglichen (die Genauigkeit des ML-Modells wurde in diesem extremen Norden reduziert). Standort).

Darüber hinaus ermöglichte das ML-Modell ein besseres Verständnis des Einflusses erneuerbarer Energien auf die Kosten für grünen H2-DRI-EAF-Stahl. Die Multikollinearitätsanalyse statistischer erneuerbarer Energiedaten ergab, dass die folgenden Variablen (neben dem Installationsjahr des Projekts) basierend auf ihrem Unabhängigkeitsgrad als Merkmale ausgewählt werden sollten: (i) mittlerer stündlicher Solarkapazitätsfaktor (CF), (ii) Variationskoeffizient (CoV) von monatlicher solarer CF, (iii) CoV des monatlichen Wind-CF und (iv) mittlerer monatlicher Wind-CF (siehe Abb. S5), wobei ein CoV den Grad der Variation in den (monatlichen) Daten angibt. Die Merkmalswichtigkeitsanalyse des LCOS-Modells ergab, dass der CoV des monatlichen Solar-CF am wichtigsten für die Erstellung von Vorhersagen war, gefolgt vom Installationsjahr, dem mittleren monatlichen Wind-CF, dem CoV des monatlichen Wind-CF und dem mittleren stündlichen Solar-CF (sehr ähnliche Ergebnisse für das RE-Kostenmodell). , siehe Abb. S6). Insgesamt bestätigte diese Analyse die frühere Beobachtung aus den Ergebnissen des Optimierungsmodells (Abschnitt 2.1): Geringe Variabilität und reichlich vorhandene Solarressourcen waren bei der Errichtung eines kostengünstigen umweltfreundlichen H2-DRI-EAF-Stahlwerks wichtiger als Wind, und Wind spielte eine Rolle eher eine ergänzende Rolle bei der Erzeugung erneuerbarer Energien.

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-d238605590e1022">42.

Auf dem angenommenen Niveau der Hochskalierung könnten verschiedene Länder mit unterschiedlichen Ressourcenbelastungen konfrontiert sein, wie z. B. Erzverfügbarkeit, Schrottverfügbarkeit, Landintensität (Inselsystem), Netzkapazitätserweiterung (Netzsystem) und Süßwasserbedarf. Während die Begrenzung der Größe der Erzreserven eine starke Einschränkung darstellt, könnten andere Belastungen durch Maßnahmen wie den internationalen Handel mit Schrott, eine erhebliche Ausweitung der Stromerzeugungskapazitäten und die Nutzung alternativer kohlenstoffarmer Energie (z. B. Kernenergie) zur Reduzierung des Flächenbedarfs angegangen werden ) und Nutzung von nicht frischem Wasser (und Bewältigung des zusätzlichen Energiebedarfs für die Entsalzung) oder Umsetzung von Wasserrecycling (zur Wiederverwendung von Wasser, das bei der Eisenerzreduktion für die Elektrolyse anfällt, unter Ausnutzung der Vorteile der gemeinsamen Ansiedlung von Energie- und Stahlproduktion).

Bei der Positionierung der Eisenerzproduktion als Vorläufer für eine grüne H2-basierte Stahlproduktion stehen bestimmte Länder vor dem Übergang von einer rohstoffexportorientierten Wirtschaft zu einer Wirtschaft, die von umweltfreundlicher Produktion angetrieben wird. Australien (und in geringerem Maße auch Brasilien) erweist sich angesichts der prognostizierten einigermaßen wettbewerbsfähigen Produktionskosten für grünen H2-DRI-EAF und umfangreicher Eisenerzressourcen als potenzieller zukünftiger Marktführer bei der Herstellung und dem Export von umweltfreundlichem H2-Stahl. Um das enorme Produktionspotenzial auszuschöpfen, wäre ein erheblicher Ausbau der erneuerbaren Energieerzeugung erforderlich. In Australien wird dies am logischsten durch Inselenergiesysteme unterstützt, da im Jahr 2050 mehr als das Vierfache der Kapazität des nationalen Energienetzes erforderlich wäre (unter der Annahme einer Technologieverbreitung von 60 %) und Eisenerzminen nicht in der Nähe bestehender Netze liegen. Eine prognostizierte Steigerung der derzeitigen Stahlproduktion Australiens um das 70-fache in den nächsten drei Jahrzehnten (oder auch nur einen Bruchteil davon) würde konzertierte Investitionen und Zusammenarbeit zwischen privaten und öffentlichen Sektoren erfordern, ist aber alles andere als unmöglich; Die US-amerikanische Schiefergasindustrie steigerte ihre Produktion von nahezu Null im Jahr 2004 auf etwa 2 Milliarden m3 pro Tag im Jahr 2020 Wirbelschichtreaktoren oder zusätzliche Schmelzprozesse zur Entfernung von Verunreinigungen) und/oder wirksame Erzaufbereitungsprozesse werden in den Mainstream-Bergbaubetrieb integriert.

Zwei weitere Länder sind ebenfalls erwähnenswert: Schweden, wo bereits 37 Milliarden US-Dollar an grünen Stahlinvestitionen getätigt wurden16, verfügt über Erzreserven von sehr hoher Qualität, jedoch von bescheidener Größenordnung, was den Spielraum für die Herstellung von grünem H2-basiertem Stahl aus lokalem Erz einschränken wird. Auch in China, das derzeit die weltweite Stahlproduktion dominiert (53 %), um hauptsächlich seine umfangreichen Inlandsmärkte zu bedienen, sind 90 % seiner Stahlproduktion derzeit primäre (erzbasierte) Produktion3. Beim Übergang zur umweltfreundlichen H2-basierten Stahlproduktion wäre eine Erhöhung des Schrottmixes in der Beschickung des EAF von Vorteil, um von den immensen Mengen an verfügbarem Stahlschrott zu profitieren.

Zusätzlich zu den oben diskutierten Ressourcenanforderungen umfassen weitere Überlegungen für den erfolgreichen Übergang zu grünem, H2-basiertem Stahl: (i) Umschulung und Umverteilung von Stahlarbeitern, (ii) Flächenwettbewerb zwischen Infrastruktur für erneuerbare Energien, Landwirtschaft und CO2-Sequestrierung44 und (iii ) Engpässe in der Lieferkette, einschließlich der Versorgung mit seltenen Erden für Sonnenkollektoren, Elektrolyseure und Batterien45. Diese Faktoren verdienen eine sorgfältige Behandlung bei künftigen geschäftlichen und politischen Entscheidungen.

Die in dieser Arbeit identifizierten günstigen Standorte für die gemeinsame Ansiedlung der Produktion von Eisenerz, erneuerbaren Energien und der Stahlerzeugung stellen Bereiche dar, in denen eine solch einfache Lieferkette wahrscheinlich wirtschaftlich sinnvoll ist. In solchen Fällen müssen noch die Produktversandkosten zu den Gesamtkosten hinzugerechnet werden. Glücklicherweise befanden sich ideale Standorte für umweltfreundliche H2-DRI-EAF-Anlagen in angemessener Entfernung zur Küste und ihren Häfen. Die zusätzlichen Kosten für FOB (kostenlos an Bord) und CFR (Kosten und Fracht nach Qingdao, China) waren minimal: weltweiter Durchschnitt von 3 % zusätzlicher Kostenbelastung für den Landtransport und 7 % für den Seetransport (siehe Tabelle S3). Es ist unwahrscheinlich, dass der Transport der Produkte die Standorte der Produktionsanlagen vorgibt, aber die Nähe und regionale Freihandelsabkommen werden strategische Investitionen unterstützen. Andererseits sollte der Handel und Transport von Primär- oder Zwischenprodukten (Eisenerz, grünes H2 oder HBI) erforscht werden. Abhängig von der relativen Lage hochwertiger Eisenerze, erneuerbarer Energien und Nachfragemärkte müssen Stahlproduktionsanlagen möglicherweise nicht unbedingt an Standorten platziert werden, die für die Produktionseffizienz optimal sind, sondern eher an einem günstigen Standort in der Nähe wichtiger Lieferkettenglieder.

In dieser Arbeit wurde der optimierte LCOS unter Verwendung des Inselproduktionssystems hauptsächlich von der regionalen Qualität von erneuerbaren Energien und Eisenerz, dem Installationsjahr und dem Schrottanteil beeinflusst. Ein Vergleich mit der Literatur, in der die prognostizierten LCOS von H2-DRI-EAF-Stahl zwischen 52.632 und 77.846 US-Dollar lagen, legt nahe, dass aufgrund unterschiedlicher Annahmen in Bezug auf das erneuerbare Energie- und Stahlproduktionssystem und die Kostenbasis Unterschiede in den Kostenprognosen vorliegen (siehe SI-Abschnitt S2). .1 für Einzelheiten). Hier diskutieren wir einige Faktoren, die für die in dieser Arbeit vorgenommene Kostenkalkulation besonders wichtig sind.

Während die räumliche Auflösung der Daten zu erneuerbaren Energien auf Koordinatenebene erfolgte, lagen die besten verfügbaren Daten zur Erzqualität auf nationaler Ebene vor, was die Genauigkeit der Kosten für aufbereitetes Erz einschränkte. Darüber hinaus war die Charakterisierung von Erzvorkommen nach ihrer Zusammensetzung (Hämatit, Magnetit, Goethit, Limonit usw.) kaum möglich, weshalb man davon ausging, dass es sich bei allen Erzvorkommen um Hämatit (die häufigste Eisenerzart) handelte. Bei besseren Daten hätten wir eine differenzielle Aufbereitungs- und Reduzierungsanalyse durchgeführt, um genauere Produktionskosten zu ermitteln. Die in dieser Studie verwendeten vereinfachten linearen Kostengleichungen für DR-Erz veranschaulichen die zusätzliche Kostenbelastung durch die Aufbereitung, sind jedoch nicht schlüssig.

Die Art der Optimierungsmodellierung unter Verwendung historischer RE-Daten führte zur Annahme einer geplanten Flexibilität, was unpraktisch ist. Die interjährliche Variabilität wurde in dieser Arbeit untersucht, indem die Optimierungsmodelle über fünf Jahre (2015–2019) wiederholt mit unterschiedlichen historischen jährlichen RE-Profilen ausgeführt wurden. Der Unterschied in den LCOS-Projektionen zwischen wiederholten Läufen scheint an den meisten Standorten gering zu sein (siehe Fehlerbalken in Abb. 2b). Dennoch könnte eine Modellierung über einen längeren Zeitraum, z. B. 20 Jahre historischer RE-Daten, zu Ergebnissen führen, die mit denen aus dieser Arbeit verglichen werden können, um das Vertrauen weiter zu erhöhen. Darüber hinaus betrachtete diese globale Studie Solar- und (Onshore-)Windenergie als erneuerbare Energiequellen für das Inselsystem; Weitere detaillierte regionale Studien könnten die Integration anderer erneuerbarer Energiequellen untersuchen, nämlich Offshore-Windkraft, Wasserkraft und Biomasse.

Zur Bewertung netzbasierter Systeme haben wir die aktuellen industriellen Strompreise (von 2018) verwendet, da keine klaren Prognosen für zukünftige Strompreise vorliegen, um über die Bedingungen des Energiesystems für eine wettbewerbsfähige Stahlproduktion und die damit erforderliche Reform des Strommarktes nachzudenken. Es ist höchst unwahrscheinlich, dass diese Tarife aufgrund von Änderungen in den Energieportfolios, den Rohstoffpreisen (nämlich Erdgas und Kohle), den Netzwerkkosten (wahrscheinlich verbesserte Verteilungsinfrastruktur aufgrund integrierter EE-Systeme), dem Bedarf an EE-Speicherung und Steuern/Abgaben konstant bleiben. Nationale Netze müssen sich mit Übergangsherausforderungen befassen, einschließlich der Knappheit des erneuerbaren Energieangebots und der Anpassung an die Spitzennachfrage. Stahlwerke können möglicherweise von der dynamischen Preisgestaltung profitieren, bei der die Produktion an Nachfragetiefs angepasst wird, oder langfristige Verträge über erneuerbare Energien mit Energieversorgern abschließen, um stabilen, kostengünstigen erneuerbaren Strom zu erhalten.

Diese Arbeit befasste sich mit dem flexiblen Betrieb des Elektrolyseurs und des EAF. Weitere Möglichkeiten der Flexibilität, die noch nicht erforscht wurden, umfassen die Änderung des Auslastungsfaktors des DRI-Schachtofens (z. B. 70–100 %) und die Ermöglichung einer flexiblen Schrottbeschickung für jede Charge (die Schrottfraktion wird zu einer jährlichen und nicht zu einer stündlichen Einschränkung, wodurch die stündliche Menge variieren kann). . Idealerweise sollte die Schrottgebühr für den EAF auf der Grundlage regionaler Schrottströme, einschließlich Import und Export, festgelegt werden. Während wir Insel- und netzbetriebene Energiesysteme getrennt untersuchen, können Halbinsel-Energiesysteme mit unterschiedlichem Grad an zuteilbarer Leistung zu Kostensenkungen führen.

Schließlich müssen noch einige weitere Herausforderungen bei der Herstellung von H2-DRI-EAF-Stahl beachtet werden. In dieser Arbeit haben wir die Aufbereitungsanforderungen berücksichtigt, um die Qualität des derzeit verfügbaren Erzes auf DR-Qualität zu steigern. Angesichts der Tatsache, dass DR-Erz nur 4 % des derzeitigen weltweiten Seehandels ausmacht und die zugänglichen hochwertigen Erzreserven mit zunehmender Förderung abnehmen47, ist der Ausbau der Kompetenz und Kapazität zur Eisenerzaufbereitung eine globale Priorität. Insbesondere in australischen Pilbara-Erzen (die für 37 % der jährlichen weltweiten Eisenerzproduktion verantwortlich sind22) ist das zunehmende Vorkommen von Goethit (einem Eisenoxyhydroxid) im geförderten Erz aufgrund seiner hohen Porosität und bröckeligen Textur ein Problem, was zur Bildung von Ultrafeinpartikeln führt48. Während ultrafeine Stoffe die Effizienz der Sinterproduktion verbessern, müssen sie im DR-Schachtofenbetrieb aufgrund des Gegenstrom-Reduktionsmechanismus vermieden werden. Eisenerzproduzenten sind sich der Gefahr einer zunehmenden DR-Produktion für die Marktfähigkeit ihrer Produkte bewusst. Die Erzreserven, die für die Versorgung des DR-Marktes geeignet sind, bleiben begrenzt49.

Wenn die Rohstoffherausforderung nicht durch die Versorgung bewältigt werden kann, muss die Weiterverarbeitung flexibler werden. Es haben sich zwei flexible Verarbeitungsmöglichkeiten herauskristallisiert: (i) Eisenerzpellets der Güteklasse BF können im DR-Schachtofen verwendet werden, jedoch mit einem zusätzlichen Prozess vor dem EAF, um den Eisenschwamm zu schmelzen und Verunreinigungen durch Schlackenbildung zu entfernen (DRI-Schmelzofen). EAF) und (ii) die Verwendung von Eisenerzfeinstoffen der DR-Qualität (oder möglicherweise BF-Qualität) in DR mit Wirbelschichtreaktoren, solange die Fluidisierungsgeschwindigkeit über dem Minimum gehalten wird und das Agglomerationsphänomen des „Anhaftens“ ( erhöhte Adhäsion und Reibung zwischen Partikeln) wird kontrolliert49,50. Dennoch sind sowohl angebots- als auch nachfrageseitige Innovationen erforderlich, um produktive grüne H2-basierte DRI-EAF-Lieferketten zu ermöglichen.

Zusätzlich zu den kritischen Problemen im Zusammenhang mit der Eisenerzversorgung wurden mehrere weitere Herausforderungen für die grüne H2-DRI-EAF-Route identifiziert, insbesondere die Aufrechterhaltung des Metallisierungsgrads im Schachtofen angesichts des Diffusionswiderstands von H2 unterschiedliche Schmelzeigenschaften von kohlenstoffarmem H2-DRI im EAF15. Trotz des aktuellen Erfolgs von H2-DRI-EAF mit Tests im politischen Maßstab, wie in HYBRIT51 gezeigt, sind noch weitere technische Entwicklungen erforderlich, um diese Probleme vollständig zu lösen.

Neben den Projektinstallationsjahren 2030, 2040 und 2050 wurde die Produktion von grünem H2-DRI-EAF-Stahl mit verschiedenen Schrottanteilen (0 %, 25 % und 50 %) modelliert. Die gemeinsame Lieferkette reichte vom Eisenerzbergbau und der Erzeugung erneuerbarer Energie bis zur Produktion von Stahlhalbzeugen (d. h. Brammen, Knüppel und Vorblöcke) (siehe Abbildung 6).

Das gesamte Produktionssystem bestand aus fünf Teilsystemen: EE-Versorgung und Batteriespeicherung, Wasserstoffproduktion und -speicherung, Eisenerzabbau und -aufbereitung, Eisenerzeugung und Stahlerzeugung. Alle Prozesse sind am selben Ort und die EE-Versorgung wird allen anderen Subsystemen zugeführt, die weiter unten näher erläutert werden (siehe auch Tabelle S4).

Solar- und Windressourcen versorgten direkt elektrische Prozesse und indirekt chemische Prozesse über die Produktion von grünem Wasserstoff. Die Speicherung elektrischer Energie wurde durch die Integration einer Lithium-Ionen-Batterie (85 % Lade-/Entladezyklus-Wirkungsgrad) oder durch die Umwandlung von komprimiertem gasförmigem Wasserstoff (CGH2) über die Brennstoffzelle in elektrische Energie (~40 % Hin- und Rückwirkungsgrad) ermöglicht. Als Stromspeicher wurde eine Lithium-Ionen-Batterie aufgrund ihrer relativ hohen Effizienz, längeren Zyklenlebensdauer (bis zu 10.000 Stunden bei 100 % Entladungstiefe) und mittlerer Selbstentladungsrate (5–8 % pro Monat bei 21 °C) ausgewählt Vergleich mit anderen Batterietechnologien52, 53.

Grüner Wasserstoff wird durch regenerativ betriebene Wasserelektrolyse hergestellt. Mehrere Elektrolyseure sind in der Entwicklung und weisen wesentliche Unterschiede in der aktuellen/prognostizierten Energieeffizienz, den Stückkosten, der Kaltstartzeit und der Lebensdauer auf. Die Niedertemperatur-Alkalitechnologie (80 °C) ist ausgereift und lässt sich angemessen auf variable Einspeisungen erneuerbarer Energien reagieren54 und wurde daher für diese Studie ausgewählt. Aufgrund der Modularität des Elektrolyseurs wurde die Kapazität des Elektrolyseurs als kontinuierliche Variable behandelt. CGH2, das oberirdisch in Stahltanks bei 200 bar Druck gespeichert wird, wurde sowohl als H2-Puffer (Pre-DRI) als auch als Energiespeicher in Kombination mit Brennstoffzellenstapeln in das Energiesystem eingebunden. Obwohl die unterirdische CGH2-Speicherung aus Gründen der Energieeffizienz für die saisonale Speicherung bevorzugt werden kann (geringere Drücke erforderlich), wurde einer Speicheroption mit schnellen Lade-/Entladeraten Vorrang eingeräumt (Speicherung von H2 in geologischen Formationen, eine Option, die für groß angelegte Speicher relevant werden könnte). Implementierung wird im SI-Abschnitt S2.2 besprochen.

Eisenerz ist eine natürlich vorkommende geologische Ressource, aus der metallisches Eisen (Fe) gewonnen werden kann, das am häufigsten als Hämatit (Fe2O3) oder Magnetit (Fe3O4) mit unterschiedlichem Fe-Gehalt (globaler Durchschnitt 62 %) vorliegt22. Das Erz wird dann verarbeitet, um ein marktfähiges Produkt mit einer bestimmten physikalischen Form (Klumpen, Pellets, Feinteile) und einem Fe-Gehalt (DR-Erz ≥67 % Fe) herzustellen. Die Aufbereitung, ein Prozess, bei dem Gangmaterial entfernt und die Fe-Konzentration erhöht wird, wird durch Pelletierung fortgesetzt, um Erz der DR-Qualität zu produzieren. Je nach erforderlichem Aufbereitungsgrad werden Zerkleinerungs-, Sieb- und Mahlverfahren in Verbindung mit Schwerkraft- oder Magnetseparation eingesetzt. Während Lagerstätten von sehr hoher Qualität abgebaut und in Form von Stücken verwendet werden können, sind DRI-Schachtöfen technisch auf ein Verhältnis von Stücken zu Pellets von 3:7 beschränkt, um eine Ansammlung von Erzen zu verhindern21.

Eisenerz der DR-Qualität wird durch H2 bei einer Mindestverbrauchsrate von 50 kg H2/t DRI und einer Metallisierungsrate von 94 % reduziert55. Vor der Injektion in den Schachtofen wird H2 auf 900 °C erhitzt (Gas fungiert als Reduktionsmittel und Wärmeträger) und auf 2 bar komprimiert (um den Druckabfall im Ofen zu überwinden). DRI-Vorgänge erfolgen im Allgemeinen kontinuierlich mit minimalen Lastschwankungen, um eine gleichmäßige Oxidationsfront sicherzustellen. Der ausgegebene Eisenschwamm kann direkt dem EAF zugeführt werden (Heiß-DRI bei 850 °C), vor Ort gelagert werden (Kalt-DRI) zum späteren Wiedererhitzen und EAF-Beladen oder in ein stabileres Produkt wie heißes brikettiertes Eisen umgewandelt werden ( HBI)56. Da die Eisen- und Stahlerzeugung in dieser Studie am selben Ort stattfindet, werden nur Heiß-DRI und Kalt-DRI verwendet. Die Wasserstoff-Direktreduktionsverarbeitung basierte auf Vogl et al.46, während der Energie- und H2-Bedarf mithilfe der Aspen Plus-Simulation32 ermittelt wurde.

EAFs werden mit DRI, Schrott, Legierungen und Kalk beladen und verbrauchen Kohlenstoffelektroden, um geschmolzenen Stahl bei 1600 °C zu erzeugen. Die Metallausbeute wird durch den DRI-Gangartgehalt gehemmt; Verunreinigungen können über EAF-Schlacke entfernt werden, die durch Schlackenbildner wie Kalkflussmittel angeregt wird, obwohl dies ein energieintensiver Prozess ist und Verunreinigungen am besten während der DRI beseitigt werden. Durch die Erhöhung der Schrottgebühr werden der Schlackenbedarf, der Kalkbedarf und der EAF-Energieverbrauch reduziert57. Der EAF arbeitet im Batch-Modus und oft verfügt ein einzelnes Stahlwerk über mehrere EAFs mit unterschiedlichen Kapazitäten. Das Modell berücksichtigte eine Tap-to-Tap-Zeit von 60 Minuten für jede Charge; Der Einfachheit halber wurde der EAF-Betrieb als kontinuierliche Variable behandelt.

Für die Analyse wurden die 16 größten Eisenerz produzierenden Länder ausgewählt, die 98 % der Erzproduktion (nach Produktionsmenge) ausmachen22, hinzu kommt Guinea, ein Land mit hochwertigem Erz (65,5 % Fe), das noch nicht abgebaut wurde58. Ein Land wurde in mehrere Regionen aufgeteilt, wenn die nationalen Lagerstätten unterschiedlich lokalisiert waren (klassifiziert als wenn die Standardabweichung der Breiten- und Längengrade 1° überstieg), was insgesamt 44 Regionen ergab (siehe Tabelle S5).

Das Solar- und Onshore-Windpotenzial wurde mithilfe von Renewables Ninja ermittelt, das Daten für jede der 8760 Stunden in den fünf ausgewählten historischen Jahren bereitstellte: 2015–2019. RE-Daten wurden auf Koordinatenebene für jede Erzlagerstätte extrahiert und dann regional über mehrere Lagerstätten hinweg aggregiert. Trotz öffentlich zugänglicher Aufzeichnungen über die genauen Koordinaten jeder Eisenerzlagerstätte waren Daten zu Erzproduktion und -reserven nur auf nationaler Ebene verfügbar22. Der angewendete Fe-Gehalt wurde anhand der aktuellen Merkmale des geförderten Erzes bestimmt (im Gegensatz zu den Merkmalen der Reserve), da diese die wirtschaftliche Ressource und die Machbarkeit des Minenbetriebs genauer widerspiegelten (siehe Tabelle S6 für wichtige Geodatensatzdetails).

Der Einfachheit halber wurden die Anpassungen der Erzkosten als Funktion des Fe-Gehalts modelliert. Stückerz der Güteklasse DR ist aufgrund der sehr hohen Anforderungen an den Reservegehalt (≥66 % Fe) ein Premiumprodukt, und Pellets der Güteklasse DR sind aufgrund der zusätzlichen Energie (Zerkleinerung, Konzentration und Pelletierung) und des Materialeinsatzes (Bindemittel) ein Premiumprodukt. Basierend auf einer Top-Down-Rechnung auf der Grundlage eines Marktreferenzpreises für 62 % Fe von 100 US-Dollar/Trockentonne (dmt) (10-Jahres-Durchschnitt, Weltbankgruppe59) wurden Erzproduktionskosten von 60 US-Dollar/dmt für DR-Stückware angenommen. und durchschnittlich 100 $/dmt für DR-Pellets (Gleichung 1). Aufgrund des Untertagebetriebs und der daraus resultierenden Bohr- und Sprenganforderungen in Kiruna, dem wichtigsten nationalen Bergwerk, kamen zu den Standortkosten Schwedens zusätzliche 10 US-Dollar pro dmt hinzu. Der Energiebedarf der Erzaufbereitung wurde zusammen mit dem Energiebedarf der Eisen- und Stahlproduktion berechnet (siehe Tabellen S7, S8 für Massenverlustraten und prozessspezifische Energieverbraucher).

Gleichung 1: Kosten für DR-Pellets ($/dmt)

Feglobal = durchschnittlicher globaler Fe-Gehalt, 62 %

Fenational = Fe-Gehalt des geförderten Erzes (t)/gesamt gefördertes Erz (t)

Abgesehen von diesen räumlichen Merkmalen waren die Schrottpreise und die Löhne der Stahlarbeiter regional differenziert (siehe Tabellen S17 bzw. S18). Die Stückpreise für Stahlschrott waren regionale Variablen, die auf dem Exportpreis basierten, mit Ausnahme der Türkei (dominierender globaler Stahlschrottimporteur), für die der Importpreis verwendet wurde (HS 720429 Abfälle oder Schrott aus legiertem Stahl, außer Edelstahl von UNComtrade60).

Ein lineares Programmieroptimierungsmodell der 1 Mtpa grünen H2-basierten Stahlproduktionsanlage wurde entwickelt und mithilfe von GAMS (General Algebraic Modeling System) gelöst. Das Modell bezog sich auf eine stündliche Auflösung über ein charakteristisches Jahr und wurde mit dem CPLEX-Löser für niedrigste Kosten optimiert. Die Zielfunktion (Gleichung 2) bestand darin, die jährlichen Kosten (Costann) des Stahlwerks zu minimieren und dabei sowohl die Kapitalausgaben (CAPEX) als auch die Betriebsausgaben (OPEX) unter Berücksichtigung der Ressourcenverbrauchsparameter (siehe Tabelle S10) und Kostenparameter (siehe Tabelle S11) abzudecken ) des Stahlproduktionsprozesses. Das Erz-Subsystem war ein extern verwalteter Parameter; Die benötigte Erzmenge war eine Funktion des Stahlschrottanteils und des Fe-Gehalts des extrahierten Erzes. Eine wirtschaftliche Bewertung des Nettobarwerts (Gl. 3–9) wurde über die 20-jährige Projektlaufzeit unter Berücksichtigung eines Abzinsungssatzes von 8 % durchgeführt.

Für alle 8760 Stundenzeitschritte im Laufe eines Jahres ermittelte das Modell den Energiefluss zur Produktion, Speicherung oder Drosselung, wodurch die gesamten Prozesskapazitäten und Produktionskosten definiert wurden. Jedes Modell wurde für einen bestimmten Standort und ein EE-Input-Jahr (um die zwischenjährliche Variabilität zu berücksichtigen) über 9 Schleifen für alle Kombinationen aus Projektinstallationsjahr (2030, 2040, 2050) und Schrott-Input (0 %, 25 % und 50 %) ausgeführt. . Im Laufe der beiden modellierten Jahrzehnte profitierte die ausgereifte erneuerbare Energietechnologie (Sonnenkollektoren, Windkraftanlagen, Li-Ionen-Batterien, Elektrolyseure und Brennstoffzellen) von Kostensenkungen und Effizienzverbesserungen (siehe Tabelle S9). Obwohl im EAF eine Schrottladung von bis zu 100 % aktiviert werden kann, wurde 50 % als maximale Ladung in Übereinstimmung mit dem maximalen prognostizierten Anteil der Sekundärstahlproduktion bis zum Jahr 20505 gewählt. Der Hauptfall für die Analyse war ohne Schrott, da dies einen direkten Vergleich ermöglichte auf die konventionelle BF-BOF-Route umgestellt und instabile Schrottpreiseinflüsse beseitigt. Alle Kosten werden in USD, 2020 Dollar, angegeben.

Die Entscheidungsvariablen betrafen die Zeitplanung und Kapazitätsplanung jeder Produktionseinheit, genauer gesagt: (i) Energieinfrastrukturkapazität (Sonnenkollektoren (MW), Windturbinen (MW)), (ii) Produktionsinfrastrukturkapazität für flexible Prozesse (Elektrolyseure (MW)) , CGH2-Speicher (t), Batteriespeicher (MWh), EAF (t), Stranggießanlage (t)), (iii) Stromspeichermedium (Li-Ionen-Batterien (MW von 4-Stunden-Batterien) oder CGH2-Speicher (t) kombiniert mit Brennstoffzellen (MW)) und (iv) Heiß- oder Kalt-DRI-Einspeisung (t) zum EAF. Die Haupteinschränkungen waren eine Stahlproduktion von 1 Mio. tpa und der Betrieb mit einem vollständig inselförmigen Energiesystem (Null-Dispatchable-Power-Integration). Wasser- und Landbeschränkungen sowie die Kohlenstoffintensität wurden als systemermöglichende bzw. behindernde Faktoren betrachtet, in der NPV-Analyse jedoch nicht berücksichtigt (Wasser macht etwa 1 % der gesamten LCOS32 aus). Während die LCOS vor Ort die primäre wirtschaftliche Kennzahl waren, wurden die Transportkosten zum nächstgelegenen Hafen für die kostenlosen Bordkosten (FOB) und dann für den Seetransport nach Qingdao, China, für die kombinierten Kosten und Frachten (CFR) zum größten Nachfragezentrum einbezogen ( siehe Tabelle S12 für Frachtraten). Es wurde angenommen, dass der Schiffstransport mit grüner Ammoniak- und Festoxid-Brennstoffzelle in Kombination mit einem Elektromotor betrieben wird.

Gleichung 2: Zielfunktion

Gleichung 3: Annualisierter CAPEX

Gleichung 4: Kapitalrückgewinnungsfaktor

Dabei bezeichnet fCR den Kapitalrückgewinnungsfaktor, r den tatsächlichen Abzinsungssatz (8 %) und n die Projektlaufzeit (20 Jahre).

Gleichung 5: CAPEX der Produktions- und Speicherinfrastruktur

Dabei steht i für Elektrolyseure, H2-Erhitzer, DR-Schachtofen, EAF und Stranggießanlage.

Gleichung 6: CAPEX der Speicherinfrastruktur

Dabei bezeichnet j den Kompressor (200 bar), den CGH2-Speicherbehälter, die Brennstoffzellen und die Batterien.

Gleichung 7: CAPEX der Energieinfrastruktur

Gleichung 8: Annualisierter OPEX

Dabei bezeichnet k Verbrauchsmaterialien (Eisenerz, Stahlschrott, Kalk, Legierungen, Graphitelektroden) und Arbeit.

Gleichung 9: Wartungs-OPEX

Um die relative Kostenwettbewerbsfähigkeit verschiedener erneuerbarer Energiesysteme zu untersuchen, wurde ein „Inselnetz mit variabler Last“ mit einem „Netz mit kontinuierlicher Last“ für umweltfreundliche H2-DRI-EAF-Anlagen mit einer Kapazität von 1 Mtpa (ohne Schrottaufladung) verglichen. Für das netzbasierte System wurden die Stahlkosten auf Länderebene nach den aktuellen Industriestromtarifen (Ref. 61, siehe Tabelle S13) und den prognostizierten Kohlenstoffintensitäten des Netzes differenziert62. Für die inselgrüne H2-DRI-EAF-Produktion wurden ebenfalls CO2-Emissionen berechnet und CO2-Preise angewendet, allerdings nur für das erneuerbare Energiesystem. Es wurden 40 g bzw. 10 g CO2/kWh für großtechnische Solarpaneele63 bzw. Windkraftanlagen64 angenommen. Treibhausgasemissionen aus Elektrolyseuren und Eisen- und Stahlproduktionsanlagen wurden im Gegensatz zu den netzbetriebenen Produktionssystemen aufgrund vernachlässigbarer Beiträge nicht berücksichtigt. Die prognostizierten CO2-Steuern wurden gemäß dem IEA65-Netto-Null-Szenario und der Wirtschaftsklassifizierung angewendet: Industrieländer (Australien, Kanada, Schweden und die USA), große Schwellenländer (Brasilien, China, Russland, Südafrika) und Entwicklungsländer (Chile, Guinea, Indien, Iran, Kasachstan, Mexiko, Peru, Türkei, Ukraine), entsprechend 250 $, 200 $ bzw. 55 $/t CO2 im Jahr 2050 (siehe Tabelle S16).

Beide H2-DRI-EAF-Systeme wurden mit der herkömmlichen BF-BOF-Route verglichen, mit individuellen Produktionskosten für jedes Land basierend auf Daten von Transition Zero39 (siehe Tabelle S15). Nationale Kohlenstoffintensitäten der BF-BOF-Produktion wurden von Hasanbeigi und Springer66 angegeben, wobei wirtschaftsweite Durchschnittswerte (gewichtet nach Stahlproduktion) für nicht näher bezeichnete Länder verwendet wurden: 1,7, 2,3 und 2,6 t CO2/t Stahl für fortgeschrittene, aufstrebende und sich entwickelnde Länder. bzw. (siehe Tabelle S14). Für beide dekarbonisierten Stahlrouten wurden auch die Grenzvermeidungskosten berechnet, d. h. der minimale Kohlenstoffpreis, der erforderlich ist, um die BF-BOF-Kosten auszugleichen.

Es muss anerkannt werden, dass nach der Dekarbonisierung des Energiesystems einige geringfügige Prozessemissionen aufgrund von Kalk (28 kg CO2/t Stahl) und Graphitelektroden (6 kg CO2/t Stahl) auf der grünen H2-DRI-EAF-Route verbleiben werden. und fossilbasierte Kohlenstoffinjektion in EAF (17 kg CO2/t Stahl)67. Der dekarbonisierte Produktionsweg, der Kohlenstoff aus der Direktreduktion von Eisen entfernt, entfernt jedoch auch die notwendige Kohlenstoffquelle im EAF, um die C-Fe-Legierung, also Stahl, herzustellen (abhängig von der Stahlqualität liegt der C-Gehalt im Stahl zwischen <0,3). –1,5 %). In Abwesenheit von C-haltigem DRI kann Kohlenstoff in den EAF injiziert werden. Anstelle von Koks kann biogener Kohlenstoff (Biokohle, hergestellt durch Torrefizierung oder Vergasung) in einer Menge von 12 kg/t Stahl (im Vergleich zu 8 kg/t Stahl für Koks) verwendet werden Schätzungsweise 235 $/t, was weniger als 3 $/t Stahl entspricht67. Wenn Biokohle anstelle von Koks für die wesentliche Stahllegierung verwendet wird, können die gesamten Prozessemissionen auf 23 kg CO2/t Stahl (1 % der Emissionen der BF-BOF-Route) reduziert werden.

Mithilfe von ML wurde ein schnelles Tool zur Bewertung von umweltfreundlichem H2-Stahl entwickelt, das Kostenprognosen für mehr als 300 Standorte (in 68 Ländern) in weniger als einer Sekunde ermöglicht. Dies war eine erhebliche Zeitersparnis, wenn man die Rechenverarbeitungszeit des GAMS-Optimierungsmodells von 3 Stunden (auf einem Computer mit Intel i7-8665U-CPU und 16 GB RAM unter Windows 10) für einen bestimmten Standort und ein bestimmtes RE-Eingabejahr berücksichtigt. Gradientenverstärkte Regressionsmodelle aus dem Scikit-Learn-Toolkit68 wurden angepasst, um zwei Ziele direkt vorherzusagen: nivellierte Kosten der Infrastruktur für erneuerbare Energien (EE-Kosten) und Stahl (LCOS, ohne Erz und Arbeitskräfte) für die Produktion von grünem H2-DRI-EAF-Stahl ohne Schrottbeschickung in einer 1-Mtpa-Anlage. Der ML-Algorithmus lernte aus einem Datensatz mit 675 Einträgen: 45 Regionen, modelliert über 5 Eingangsdatenjahre für erneuerbare Energien und 3 Installationsjahre. Beachten Sie, dass Neuseeland die 45. Region war, die zu den 44 zuvor optimierten Regionen hinzugefügt wurde, um sicherzustellen, dass der größte Breitengradbereich im Eingabedatensatz abgedeckt wird. Um die Gesamt-LCOS zu ermitteln, wurden statistische RE-Daten aus dem Jahr 2019 als Merkmale verwendet, um die maschinell erlernten LCOS (ohne Erz und Arbeit) zu projizieren, wobei die Kosten für DR-Erz (siehe Gleichung 1) und Arbeit separat berechnet wurden.

Die Genauigkeit der Regressionsanalyse beruhte auf einer detaillierten Charakterisierung der Verfügbarkeit und Intermittenz erneuerbarer Energien an einem bestimmten Standort (die zu den Merkmalen des ML-Modells wurden). Es wurden Statistiken zu erneuerbaren Energien berechnet, die den Mittelwert, den Median und den Variationskoeffizienten der stündlichen und monatlichen Kapazitätsfaktoren sowohl für Solar- als auch für Windenergie umfassen. Dies liefert 12 mögliche Merkmale, die das ML-Modell zur Vorhersage der LCOS- und RE-Kosten (aggregierte RE) nutzen kann Statistiken für die 17 optimierten Länder sind in Tabelle S1 aufgeführt. Mithilfe hierarchischer Clusterbildung wurde eine Multikollinearitätsanalyse durchgeführt, um redundante Prädiktoren zu entfernen und so Probleme bei der Interpretation der Merkmalsbedeutung zu vermeiden.

Für ML wurde ein Gradientenverstärkungsregressor als additives Modell (dh Summe mehrerer einfacher Modelle) ausgewählt, das Entscheidungsbäume verwendet, um kontinuierliche Werte genau vorherzusagen. Eine verschachtelte Kreuzvalidierung (CV) wurde angewendet, um die Generalisierungsleistung (R2-Wert) des Modells abzuschätzen und optimierte Hyperparameter auszuwählen (die den Lernprozess steuern). Da der Zweck des Regressors darin bestand, neue Standorte zu modellieren, war die wichtigste Metrik zur Maximierung die Leistung von Regionen, die nicht im Trainingssatz enthalten waren. Der verschachtelte Lebenslauf umfasste eine Reihe von Aufteilungen von Trainings-, Validierungs- und Testsätzen, bei denen die Daten in 17 Falten aufgeteilt wurden, sodass jede Falte Daten aus einem einzelnen Land enthielt. Anschließend wurde eine Reihe von Ländern als für den Test geeignet ausgewählt, wobei extreme Regionen ausgeschlossen wurden, von denen wir nicht erwartet hatten, dass sie das Modell verallgemeinern würden. Für die Auswahl der Hyperparameter haben wir das kartesische Produkt umfassend durchsucht: (i) die Lernrate, ausgewählt aus [0,01, 0,1, 0,5], (ii) die maximale Tiefe des Baums, ausgewählt aus [3, 5, 10], und (iii) die Anzahl der Schätzer, ausgewählt aus [100, 5000, 10000]. Um das endgültige Modell zu erhalten, haben wir die Hyperparameter auf diejenigen gesetzt, die im inneren CV am häufigsten ausgewählt wurden, und den Regressor auf den gesamten Datensatz trainiert.

Alle während dieser Studie generierten oder analysierten Daten sind in diesem veröffentlichten Artikel (und seinen ergänzenden Informationsdateien) enthalten. Quelldaten werden mit diesem Dokument bereitgestellt.

Der in dieser Studie entwickelte Code ist online für die Optimierungskomponente (https://figshare.com/s/92ed30035b61fd174d93) und die Komponente für maschinelles Lernen (https://figshare.com/s/a3849465ee2e09744876) verfügbar.

Internationale Energieagentur (IEA). Eisen und Stahl. https://www.iea.org/reports/iron-and-steel (2021).

Internationale Energieagentur (IEA). Roadmap für Eisen- und Stahltechnologie. https://www.iea.org/reports/iron-and-steel-technology-roadmap (2020).

Weltstahlverband. Weltstahl in Zahlen. https://worldsteel.org/wp-content/uploads/World-Steel-in-Figures-2022-1.pdf (2022).

Bataille, C., Stiebert, S. & Li, F. Globale Netto-Null-Stahlpfade auf Anlagenebene: Technischer Bericht über die ersten Szenarien des Netto-Null-Stahlprojekts. http://netzerosteel.org/wp-content/uploads/pdf/net_zero_steel_report.pdf (2021).

Pauliuk, S., Milford, RL, Müller, DB & Allwood, JM Das Zeitalter des Stahlschrotts. Umgebung. Wissenschaft. Technol. 47, 3448–3454 (2013).

Artikel ADS CAS PubMed Google Scholar

Pathak, M. et al. Klimawandel 2022: Eindämmung des Klimawandels. Beitrag der Arbeitsgruppe III zum sechsten Sachstandsbericht des Zwischenstaatlichen Ausschusses für Klimaänderungen (Cambridge, Großbritannien und New York, NY, USA, 2022).

Wang, P. et al. Die Effizienzstagnation in der weltweiten Stahlproduktion erfordert gemeinsame angebots- und nachfrageseitige Minderungsbemühungen. Nat. Komm. 12, 2066 (2021).

Artikel ADS CAS PubMed PubMed Central Google Scholar

Vogl, V., Olsson, O. & Nykvist, B. Ausstieg aus dem Hochofen, um globale Klimaziele zu erreichen. Joule 5, 2646–2662 (2021).

Artikel CAS Google Scholar

Fan, Z. & Friedmann, SJ Kohlenstoffarme Produktion von Eisen und Stahl: Technologieoptionen, wirtschaftliche Bewertung und Politik. Joule 5, 829–862 (2021).

Artikel CAS Google Scholar

Mousa, E., Wang, C., Riesbeck, J. & Larsson, M. Biomasseanwendungen in der Eisen- und Stahlindustrie: Ein Überblick über Herausforderungen und Chancen. Erneuern. Aufrechterhalten. Energy Rev. 65, 1247–1266 (2016).

Artikel Google Scholar

Fischedick, M., Marzinkowski, J., Winzer, P. & Weigel, M. Technoökonomische Bewertung innovativer Stahlproduktionstechnologien. J. Sauber. Prod. 84, 563–580 (2014).

Artikel CAS Google Scholar

Robertson, B. & Mousavian, M. The Carbon Capture Crux: Lessons Learned (Institut für Energiewirtschaft und Finanzanalyse, 2022).

Leeson, D., Mac Dowell, N., Shah, N., Petit, C. & Fennell, PS Eine technisch-ökonomische Analyse und systematische Überprüfung der Kohlenstoffabscheidung und -speicherung (CCS) für Eisen und Stahl, Zement und Öl Raffinerie-, Zellstoff- und Papierindustrie sowie andere hochreine Quellen. Int. J. Greenh. Gas. Kontrolle 61, 71–84 (2017).

Artikel CAS Google Scholar

Bailera, M., Lisbona, P., Peña, B. & Romeo, LM Ein Überblick über die CO2-Minderung in der Eisen- und Stahlindustrie durch Power-to-X-Prozesse. J. CO2 Utilization 46, 101456 (2021).

Artikel CAS Google Scholar

Kim, W. & Sohn, I. Kritische Herausforderungen für die kohlenstoffarme Stahlherstellungstechnologie unter Verwendung von wasserstoffdirektreduziertem Eisen. Joule 6, 2228–2232 (2022).

Artikel Google Scholar

Vogl, V. et al. Grüner Stahl-Tracker. www.industrytransition.org/green-steel-tracker (2021).

Åhman, M. et al. Wasserstoffstahlerzeugung für eine kohlenstoffarme Wirtschaft: Ein gemeinsames LU-SEI-Arbeitspapier für das HYBRIT-Projekt. https://lucris.lub.lu.se/ws/portalfiles/portal/50948268/LU_SEI_HYBRIT_report.pdf (2018).

H2 Grüner Stahl. Auf Kurs für Großserienproduktion ab 2025. https://www.h2greensteel.com/articles/on-course-for-large-scale-produktion-from-2025 (2022).

Midrex. Weltweite Direktreduktionsstatistik. https://www.midrex.com/wp-content/uploads/MidrexSTATSBook2021.pdf (2022).

Jiang, X., Wang, L. & Shen, FM Schachtofen-Direktreduktionstechnologie – Midrex und Energiron. Adv. Mater. Res. 805–806, 654–659 (2013).

Artikel Google Scholar

Linklater, J. Direkt von MIDREX: Anpassung an Rohstoffherausforderungen. https://www.midrex.com/wp-content/uploads/Midrex-DFM-1stQtr2021-Final-1.pdf (2021).

U.S. Geologische Befragung. Zusammenfassungen der Mineralrohstoffe – Eisenerz. https://pubs.usgs.gov/periodicals/mcs2022/mcs2022-iron-ore.pdf (2022).

Tide, E. et al. in Iron Ore 2. Auflage (Hrsg. Liming L.) 333–374 (Woodhead Publishing, 2022).

Sparrow, GJ, Lu, L., Lovel, RR & Fisher-White, MJ in Iron Ore 2nd Edn (ed Liming, Lu) 397–420 (Woodhead Publishing, 2022).

Xiong, D., Lu, L. & Holmes, RJ in Iron Ore 2. Auflage (Hrsg. Liming Lu) 309–332 (Woodhead Publishing, 2022).

Pimm, AJ, Cockerill, TT & Gale, WF Energiesystemanforderungen einer fossilfreien Stahlerzeugung mittels Wasserstoff-Direktreduktion. J. Sauber. Prod. 312, 127665 (2021).

Artikel CAS Google Scholar

Toktarova, A., Göransson, L. & Johnsson, F. Design einer sauberen Stahlproduktion mit Wasserstoff: Auswirkungen der Zusammensetzung des Elektrizitätssystems. Energien https://doi.org/10.3390/en14248349 (2021).

Lopez, G., Farfan, J. & Breyer, C. Trends in der globalen Stahlindustrie: Evolutionsprognosen und Defossilisierungspfade durch Power-to-Steel. J. Sauber. Prod. 375, 134182 (2022).

Artikel Google Scholar

Gielen, D., Saygin, D., Taibi, E. & Birat, J.-P. Dekarbonisierung auf Basis erneuerbarer Energien und Verlagerung der Eisen- und Stahlproduktion: eine Fallstudie. J. Ind. Ecol. 24, 1113–1125 (2020).

Artikel Google Scholar

Wood, T., Dundas, G. & Ha, J. Beginnen Sie mit Stahl. https://grattan.edu.au/wp-content/uploads/2020/05/2020-06-Start-with-steel.pdf (2020).

Trollip, H., McCall, B. & Bataille, C. Wie die grüne Primäreisenproduktion in Südafrika zur globalen Dekarbonisierung beitragen könnte. Aufstieg. Richtlinie 22, 236–247 (2022).

Artikel Google Scholar

Devlin, A. & Yang, A. Regionale Lieferketten zur Dekarbonisierung von Stahl: Energieeffizienz und Minderung grüner Prämien. Energiewandler. Geschäftsführer 254, 115268 (2022).

Artikel CAS Google Scholar

Renda, A., Pelkmans, J., Egenhofer, C. & Marcu, A. Bewertung der kumulativen Kostenauswirkungen für die Stahlindustrie. http://hdl.handle.net/1814/39883 (2013).

Globaler Energiemonitor. Globaler Stahlwerks-Tracker. https://globalenergymonitor.org/projects/global-steel-plant-tracker/download-data/ (2022).

Internationale Energieagentur (IEA). Netto-Null bis 2050 (IEA, Paris, 2021).

Chen, C. & Yang, A. Power-to-Methanol: Die Rolle der Prozessflexibilität bei der Integration variabler erneuerbarer Energien in die chemische Produktion. Energiewandler. Geschäftsführer 228, 113673 (2021).

Artikel CAS Google Scholar

Armijo, J. & Philibert, C. Flexible Produktion von grünem Wasserstoff und Ammoniak aus variabler Solar- und Windenergie: Fallstudie aus Chile und Argentinien. Int. J. Hydrog. Energie 45, 1541–1558 (2020).

Artikel CAS Google Scholar

Internationale Agentur für erneuerbare Energien (IRENA). Zukunft der Solarphotovoltaik: Einsatz, Investitionen, Technologie, Netzintegration und sozioökonomische Aspekte. https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2019/Nov/IRENA_Future_of_Solar_PV_2019.pdf (2019).

Übergang Null. Globaler Stahlkosten-Tracker. https://www.transitionzero.org/blog/stranded-assets-carbon-pricing-risk-steel (2022).

IRENA. Kosten für die Erzeugung erneuerbarer Energie im Jahr 2021. https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2022/Jul/IRENA_Power_Generation_Costs_2021.pdf?rev=34c22a4b244d434da0accde7de7c73d8 (2022)

National Renewable Energy Laboratory, US-Energieministerium. Landnutzung durch Systemtechnik. https://www.nrel.gov/analysis/tech-size.html (2022).

Buchhorn, M. et al. Copernicus Global Land Service: Land Cover 100 m: Sammlung 3: Epoche 2019: Globe. https://zenodo.org/record/3939050#.ZDUJ_3bMLIU>(2020).

US-Energieinformationsbehörde. Erdgas erklärt: Woher unser Erdgas kommt. https://www.eia.gov/energyexplained/natural-gas/where-our-natural-gas-comes-from.php (2022).

Harvey, M. & Pilgrim, S. Der neue Wettbewerb um Land: Nahrung, Energie und Klimawandel. Lebensmittelpolitik 36, S40–S51 (2011).

Artikel Google Scholar

Grandell, L. et al. Rolle kritischer Metalle in den Zukunftsmärkten sauberer Energietechnologien. Erneuern. Energie 95, 53–62 (2016).

Artikel CAS Google Scholar

Vogl, V., Åhman, M. & Nilsson, LJ Bewertung der Wasserstoff-Direktreduktion für eine fossilfreie Stahlerzeugung. J. Sauber. Prod. 203, 736–745 (2018).

Artikel CAS Google Scholar

Nicholas, S. & Basirat, S. Die Qualität von Eisenerz ist ein potenzieller Gegenwind für die umweltfreundliche Stahlerzeugung (Institut für Energiewirtschaft und Finanzanalyse, 2022).

Vining, K. Der Einfluss goethitischer Erzarten entlang der Wertschöpfungskette. https://research.csiro.au/resourcesandsustainability/goethitic-ore-types/ (2017).

Nicholas, S. & Basirat, S. Lösung von Eisenerzqualitätsproblemen für kohlenstoffarmen Stahl (Institut für Energiewirtschaft und Finanzanalyse, 2022).

Wolfinger, T., Spreitzer, D. & Schenk, J. Analyse der Verwendbarkeit von ultrafeinem Eisenerz für die wasserstoffbasierte Wirbelschicht-Direktreduktion – eine Übersicht. Materialien 15, 2687 (2022).

SSAB. HYBRIT: Meilenstein erreicht – Pilotanlage zur Wasserstoffspeicherung in Betrieb. https://www.ssab.com/en-gb/news/2022/09/hybrit-milestone-reached--pilot-facility-for-hydrogen-storage-up-and-running (2022).

Vega-Garita, V., Hanif, A., Narayan, N., Ramirez-Elizondo, L. & Bauer, P. Auswahl einer geeigneten Batterietechnologie für das integrierte Photovoltaik-Batteriemodul. J. Power Sources 438, 227011 (2019).

Artikel CAS Google Scholar

IEA und IRENA. Überblick über die Stromspeichertechnologie. https://www.irena.org/-/media/Files/IRENA/Agency/Publication/2012/IRENA-ETSAP-Tech-Brief-E18-Electricity-Storage.pdf (2012).

IRENA. Den Durchbruch schaffen: Richtlinien für grünen Wasserstoff und Technologiekosten. https://irena.org/-/media/Files/IRENA/Agency/Publication/2020/Nov/IRENA_Green_Hydrogen_breakthrough_2021.pdf?la=en&hash=40FA5B8AD7AB1666EECBDE30EF458C45EE5A0AA6 (2021).

Kirschen, M., Badr, K. & Pfeifer, H. Einfluss von direkt reduziertem Eisen auf die Energiebilanz des Elektrolichtbogenofens in der Stahlindustrie. Energie 36, 6146–6155 (2011).

Artikel CAS Google Scholar

Midrex-Technologien. DRI-Produkte und -Anwendungen (North Carolina, USA, 2018).

Kirschen, M., Hay, T. & Echterhof, T. Prozessverbesserungen für das direkt reduzierte Eisenschmelzen im Elektrolichtbogenofen mit Schwerpunkt auf Schlackebetrieb. Prozesse https://doi.org/10.3390/pr9020402 (2021).

Rio Tinto. Änderungen an den Simandou-Erzreserven und Mineralressourcen. https://minedocs.com/21/Simandou-South-MR-12312017.pdf (2018).

Weltbankgruppe. Rohstoffpreisdaten (The Pink Sheet). https://www.worldbank.org/en/research/commodity-markets (2022).

UNComtrade. UN-Comtrade-Datenbank. https://comtrade.un.org/data/ (2021).

IEA. Weltenergiepreise. https://doi.org/10.5257/iea/wep/2020 (2020).

Knobloch, F. et al. Nettoemissionsreduktionen durch Elektroautos und Wärmepumpen in 59 Weltregionen im Zeitverlauf. Nat. Aufrechterhalten. 3, 437–447 (2020).

Artikel PubMed PubMed Central Google Scholar

Burkhardt III, JJ, Heath, G. & Cohen, E. Lebenszyklus-Treibhausgasemissionen der durch Rinnen und Türme konzentrierten Solarstromerzeugung. J. Ind. Ecol. 16, S93–S109 (2012).

Artikel Google Scholar

Dolan, SL & Heath, GA Lebenszyklus-Treibhausgasemissionen von Windenergie im Versorgungsmaßstab. J. Ind. Ecol. 16, S136–S154 (2012).

Artikel CAS Google Scholar

IEA. Dokumentation zum Weltenergiemodell. https://iea.blob.core.windows.net/assets/932ea201-0972-4231-8d81-356300e9fc43/WEM_Documentation_WEO2021.pdf (2021).

Hasanbeigi, A. & Springer, C. Wie sauber ist die US-Stahlindustrie? Ein internationales Benchmarking von Energie- und CO2-Intensitäten (Global Efficiency Intelligence, 2019).

Marcos, M. et al. Biochar for a Sustainable EAF Steel Production (Generaldirektion Forschung und Innovation der Europäischen Kommission, 2019).

Pedregosa, F. et al. Scikit-learn: Maschinelles Lernen in Python Fabian. J. Mach. Lernen. Res. 12, 2825–2830 (2011).

MathSciNet MATH Google Scholar

CRU-Gruppe. Überblick über die globale Eisenerzproduktion. https://www.crugroup.com/knowledge-and-insights/insights/2023/watch-iron-ore-outlook/ (2022).

Referenzen herunterladen

Alexandra Devlin wurde von der General Sir John Monash Foundation finanziell unterstützt (für die Dauer des Doktoratsstudiums).

Fakultät für Ingenieurwissenschaften, Universität Oxford, Parks Road, Oxford, OX1 3PJ, Großbritannien

Alexandra Devlin, Haulwen Goldie-Jones und Aidong Yang

OATML, Fachbereich Informatik, Universität Oxford, Parks Road, Oxford, OX1 3PJ, Großbritannien

Jannik Kossen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

Sie können diesen Autor auch in PubMed Google Scholar suchen

AD-Konzeptualisierung, Methodik, Software (GAMS-Optimierung und Modelle für maschinelles Lernen), Analyse, Schreiben – Originalentwurf. JK-Software (Modell für maschinelles Lernen). HG-J. Untersuchung (RE-Datenerfassung und Variabilitätsauswirkungsanalyse). AY-Konzeptualisierung, Supervision, Validierung, Schreiben – Überprüfung und Bearbeitung.

Korrespondenz mit Aidong Yang.

Die Autoren geben an, dass keine Interessenkonflikte bestehen.

Nature Communications dankt Lars Nilsson, Chris Bataille und den anderen, anonymen Gutachtern für ihren Beitrag zum Peer-Review dieser Arbeit. Peer-Review-Berichte sind verfügbar.

Anmerkung des Herausgebers Springer Nature bleibt hinsichtlich der Zuständigkeitsansprüche in veröffentlichten Karten und institutionellen Zugehörigkeiten neutral.

Open Access Dieser Artikel ist unter einer Creative Commons Attribution 4.0 International License lizenziert, die die Nutzung, Weitergabe, Anpassung, Verbreitung und Reproduktion in jedem Medium oder Format erlaubt, sofern Sie den/die Originalautor(en) und die Quelle angemessen angeben. Geben Sie einen Link zur Creative Commons-Lizenz an und geben Sie an, ob Änderungen vorgenommen wurden. Die Bilder oder anderes Material Dritter in diesem Artikel sind in der Creative Commons-Lizenz des Artikels enthalten, sofern in der Quellenangabe für das Material nichts anderes angegeben ist. Wenn Material nicht in der Creative-Commons-Lizenz des Artikels enthalten ist und Ihre beabsichtigte Nutzung nicht gesetzlich zulässig ist oder über die zulässige Nutzung hinausgeht, müssen Sie die Genehmigung direkt vom Urheberrechtsinhaber einholen. Um eine Kopie dieser Lizenz anzuzeigen, besuchen Sie http://creativecommons.org/licenses/by/4.0/.

Nachdrucke und Genehmigungen

Devlin, A., Kossen, J., Goldie-Jones, H. et al. Globale Möglichkeiten für grünen, wasserstoffbasierten Stahl rund um hochwertige erneuerbare Energien und Eisenerzvorkommen. Nat Commun 14, 2578 (2023). https://doi.org/10.1038/s41467-023-38123-2

Zitat herunterladen

Eingegangen: 01. Dezember 2022

Angenommen: 14. April 2023

Veröffentlicht: 04. Mai 2023

DOI: https://doi.org/10.1038/s41467-023-38123-2

Jeder, mit dem Sie den folgenden Link teilen, kann diesen Inhalt lesen:

Leider ist für diesen Artikel derzeit kein Link zum Teilen verfügbar.

Bereitgestellt von der Content-Sharing-Initiative Springer Nature SharedIt

Durch das Absenden eines Kommentars erklären Sie sich damit einverstanden, unsere Nutzungsbedingungen und Community-Richtlinien einzuhalten. Wenn Sie etwas als missbräuchlich empfinden oder etwas nicht unseren Bedingungen oder Richtlinien entspricht, kennzeichnen Sie es bitte als unangemessen.