来源：《中国化工报》第2版 科技创新

发布时间：2024-12-04

能源革命、工业革命、科技革命、人工智能叠加，引发了前所未有的大变革，而能源化工行业正处于变革的起点。如何迎接变革带来的未知机遇与挑战？近日，中国工程院院士、中国科学院大连化学物理研究所（以下简称大化所）所长刘中民给出了他的回答——沿着“四条主线”打造更加合理的能源结构和工业结构。即行业应以新思维去审视旧流程，沿着化石能源清洁高效利用与耦合替代、可再生能源多能互补与规模利用、基于低碳与零碳的工业再造、低碳化智能化多能融合的四条主线打造新体系。

能源高效利用 推动煤化工与石油化工耦合

刘中民指出，在我国贫油少气的资源禀赋背景下，油品和化工品的结构矛盾长期存在，因此用煤炭填补能源化工缺口十分必要。煤化工产业要在石油化工特别是炼化产业布局已经成熟的情况下，放眼整个能源化工，甚至是我国整体工业结构中去统筹考虑自己的定位问题。

煤化工如何与传统炼化产业实现“共生”？刘中民强调，关键在于发挥煤化工的独有优势。

“煤化工有自己的特色，例如用合成气做甲醇或者做含氧化学品是相对容易的，但从石油化工的路线加工含氧化学品就需要氧化过程，很难控制反应的选择性。”刘中民解释说，煤化工中碳碳键的变化也与石油化工不同。传统石油化工的加工路线大部分是大分子变为小分子的裂解过程，化学键的断裂需要相对高温的条件和较高的能量供给，属于吸热反应。而煤化工的主要路线是先将煤转化为合成气，再转化为烯烃、甲醇或其他下游产品，是由小分子变为大分子，增加化学键的过程，比裂解所需的条件更温和稳定。

据刘中民介绍，大化所进行了将煤化工与传统石油化工路线耦合的尝试，已经开发出较为成熟的煤基甲醇耦合石脑油制烯烃路线，利用甲醇制烯烃的强放热特点，与石脑油裂解制乙烯的强吸热反应联动耦合，让反应热量达到相对平衡。相比起传统的石脑油制烯烃技术路线，耦合路线的能耗可降低1/3～1/2，不仅副产物甲烷的产率可降低到4％以下，还能让石脑油的原料利用率提高10％。

多种绿能互补 发展储能实现规模利用

“双碳”目标对新能源的发展提出了全新的要求，在碳达峰碳中和背景下，新能源产业要“先破后立”，发展大规模、高比例可再生能源，逐步实现对化石能源的替代。

谈及可再生能源发展的方向和目标，刘中民表示，从行业宏观来看，可再生能源发展的大方向是“三高一低”，即提高转换效率、提高供给质量、提高替代比例、降低应用成本。而具体产业则“各有难念的经”，光伏产业目标是进一步提升光电转化效率；风能产业需要打破大功率机组整机方案和部分核心部件依赖进口的问题；水电产业需要突破水能发电机组瓶颈问题；生物质能则聚焦于生物质高值化利用。

不过，无论是哪种可再生能源产业，都绕不开一个问题——并网消纳。

刘中民指出，储能是可再生能源降低并网风险、提高利用效率和稳定性的关键。目前，我国在短时高频、中短时长储能都有较为明确的解决方案，锂离子电池、铅酸电池等技术目前已经较为成熟，不过未来还需要经过市场驱动和检验，选择、固化具有成本更低等特点的优势技术体系。在长时低频储能方面则仍然以抽水储能为主，经济性有优势的其他长时储能技术仍需发展。

“不只是可再生能源的大规模融合利用，未来我们要做智慧能源系统、构建智能电网也离不开储能。”刘中民表示，氢能的产生、利用、储存是一个系统工程，目前成本仍然偏高，未来的发展和应用需要政府的积极引导和全社会的共同努力；而当前以锂电池为主的电化学储能则受我国锂资源储量限制，国家也出台了重大研究计划推动其他电化学储能方式的研究，液流电池就是其中之一。

引入清洁氢能 基于低碳再造工业流程

“在工业中，氢能同时具有物质和能量属性，能同时满足生产供能和原料的需求。”谈及能源化工行业的减碳之路，刘中民认为，难脱碳行业深度减排的重点，应该放在一个“氢”字上：“因为从概念上来讲，化石能源无论是燃烧还是生产油品、化学品，都是产生二氧化碳的过程，单靠能源化工行业自身实现零碳是不可能的，应当引入其他清洁原料或能源‘对冲’，由清洁能源制取的绿氢就是很好的选择。”

据介绍，目前生产技术最成熟的氢还是来自化石能源，碳排放量较高的“灰氢”。由化石能源联合碳捕集、利用与封存技术制得的“蓝氢”虽然降低了部分过程碳排放，但能耗大、成本高的特点仍然让其难以大规模应用。而由可再生能源制取的“绿氢”能实现全过程无碳化，将成为难脱碳行业实现低碳与零碳发展的重要媒介。

“以煤制烯烃为例，充足绿氢的加入可以完全替代掉流程中水煤气变换的环节，减少70%的二氧化碳排放，同时，电解水制氢剩下的副产品氧气还能用于煤气化工艺流程，这样又能从空分装置里‘省下’一笔能耗，可以促进煤化工零碳排甚至负碳排。”刘中民说。

叠加人工智能 低碳化智能化多能融合

刘中民表示，人工智能将带动能源化工行业的深刻变革。以能源化工行业的科技创新为例，传统的产业化流程要经历实验室小试、中试放大、工业性试验三个环节才能尝试投入工业生产，成本高、时间长，其中的中试放大环节更是行业难点、痛点，很多技术都“倒在”这一关上。

“现在人工智能来了，我们可以探索从小试通过人工智能一步干到工厂的路径。”据刘中民介绍，大化所已经形成了一整套方案，正在研究如何建立数字化孪生的虚拟工厂模型，实现化工知识的快速检索及化工流程工艺的自主设计和优化，有望缩短化工工艺流程的研发周期，为实验室成果快速走向工业化提供可能。

“未来的能源系统，必然是低碳化、智能化和分布式能源相结合的系统。能源革命、工业革命正在呼唤科技革命，叠加人工智能，一场前所未有的大变革正在启动。”刘中民说，“我们处于变革的起点，有很多未知，也就有很多希望，我们一定要用新思维去审视旧流程，在这个基础上打造更加合理的能源结构和工业结构。”